深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 42805 篇文献，本页显示第 1781 - 1800 篇。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1781 | 2026-03-13 |
A Semi-Automated Deep Learning Model for Diagnosing Placenta Accreta Spectrum (COMPAS): Comparison with Radiologists' Interpretations
2026-Mar-12, The Tohoku journal of experimental medicine
DOI:10.1620/tjem.2026.J001
PMID:41813193
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1782 | 2026-03-13 |
Design of miniprotein inhibitors targeting complement C9 to block membrane attack complex assembly
2026-Mar-12, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-70667-x
PMID:41813685
|
研究论文 | 本文利用基于深度学习的方法，从头设计靶向补体C9的微型蛋白抑制剂，以阻断膜攻击复合物的组装 | 首次应用深度学习进行蛋白质支架生成、序列设计和复合物结构预测，从头设计出特异性阻断可溶性补体C9膜插入的微型蛋白抑制剂，并通过部分扩散优化结合亲和力至700 pM | 未明确说明微型蛋白抑制剂在长期慢性疾病模型中的疗效或潜在免疫原性问题 | 开发新型治疗剂，通过阻断补体C9的膜插入来预防和治疗与异常补体激活相关的急慢性免疫疾病 | 补体C9蛋白及其膜插入过程 | 蛋白质设计 | 免疫疾病 | 深度学习、X射线晶体学、生化研究 | 深度学习模型 | 蛋白质结构数据 | NA | NA | NA | 结合亲和力（pM）、溶血抑制效果 | NA |
| 1783 | 2026-03-13 |
A novel multimodal framework integrating pathomics, deep learning, and machine learning for breast cancer histological grades classification
2026-Mar-12, Diagnostic pathology
IF:2.4Q2
DOI:10.1186/s13000-026-01769-9
PMID:41814294
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1784 | 2026-03-13 |
Rapid Proteome-Wide Discovery of Protein-Protein Interactions With ppIRIS
2026-Mar-12, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202521310
PMID:41816949
|
研究论文 | 介绍了一种名为ppIRIS的轻量级深度学习框架，用于从蛋白质序列直接预测蛋白质-蛋白质相互作用，并在多物种基准测试中实现了最先进的准确性 | 提出了一种结合进化和结构嵌入的迭代孪生网络框架，能够快速进行全蛋白质组规模的相互作用预测，并在跨物种预测中表现出色 | 模型主要基于细菌数据集训练，可能在其他物种或更复杂相互作用中的泛化能力有待进一步验证 | 开发一个高效、可扩展的计算方法，以全面映射蛋白质-蛋白质相互作用网络 | 蛋白质-蛋白质相互作用，特别是细菌（如A组链球菌）及其与人类血浆的跨物种相互作用 | 机器学习 | NA | 深度学习，蛋白质序列分析 | Siamese networks | 蛋白质序列数据 | 基于精选的细菌数据集训练，并应用于A组链球菌全蛋白质组 | TensorFlow, PyTorch | 迭代孪生网络 | 准确性，恢复率（56.2%已知相互作用） | Google Colaboratory，支持在几分钟内完成全蛋白质组筛选 |
| 1785 | 2026-03-13 |
IoT-based Stomach abnormality detection via hybrid MDCNN-Bi-LSTM architecture with statistical and texture features
2026-Mar-12, Informatics for health & social care
IF:2.5Q3
DOI:10.1080/17538157.2026.2632846
PMID:41817021
|
研究论文 | 本文提出了一种基于医疗物联网（IoT）和虹膜图像的胃部异常检测方法（HIoT-SADII），通过混合MDCNN-Bi-LSTM架构结合统计与纹理特征进行检测 | 提出了一种结合医疗物联网架构、改进的均值与Niblack阈值深度联合分割（MMNT-DJS）方法、以及混合Bi-LSTM与块状改进Dropout CNN（BMDCNN）的深度学习模型，用于从虹膜图像中检测胃部异常 | 未明确说明模型在更大规模或更多样化数据集上的泛化能力，以及物联网数据采集在实际临床环境中的可行性与隐私问题 | 开发一种基于物联网和深度学习的自动化系统，用于通过虹膜图像非侵入性地检测胃部异常 | 虹膜图像 | 计算机视觉 | 胃部疾病 | 图像采集与处理，特征提取 | CNN, LSTM | 图像 | NA | NA | Bi-Directional LSTM, 块状改进Dropout CNN (BMDCNN) | 准确率, F-measure | NA |
| 1786 | 2026-03-13 |
Artificial intelligence-based approaches to augmenting and automating surgical training
2026-Mar-12, BJU international
IF:3.7Q1
DOI:10.1111/bju.70229
PMID:41817162
|
综述 | 本文综述了人工智能在自动化手术技能评估与反馈方面，以增强和自动化外科培训的最新进展 | 利用AI自动化手术技能评估与反馈，提升外科培训的客观性和可扩展性，并分析实时手术反馈的内容与影响 | 当前AI模型仅擅长检测手术表现的较大差异并提供基础反馈，尚需进一步工作以实现更精细的技能评估和生成更详细、建设性的反馈 | 回顾人工智能在解决手术性能评估与培训不足、自动化手术技能评估和反馈方面的应用 | 外科培训中的手术技能评估与反馈 | 计算机视觉, 机器学习 | NA | 运动学分析, 计算机视觉, 手势分析 | 深度学习 | 运动学数据, 视频 | NA | NA | NA | 一致性（与人类评分者对比） | NA |
| 1787 | 2026-03-13 |
HD-MCVN: hybrid-domain multi-contrast variational network for MRI super-resolution
2026-Mar-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae4a7e
PMID:41740255
|
研究论文 | 本文提出了一种混合域多对比变分网络（HD-MCVN），用于MRI超分辨率重建，通过整合图像域和k空间信息以及多模态先验，提升重建质量 | 提出混合域多对比变分网络，整合变分优化与深度学习，显式建模跨模态关系，并引入数据保真层和结构纹理细化层，增强重建的物理可解释性 | 未明确提及模型的计算复杂度或泛化能力到其他医学影像模态的局限性 | 开发一种用于MRI超分辨率重建的深度学习方法，以提高图像质量和临床诊断可靠性 | 多对比MRI图像 | 计算机视觉 | NA | MRI | 变分网络 | 图像 | 多个MRI数据集（具体数量未提及） | NA | HD-MCVN | PSNR, SSIM, HFEN | NA |
| 1788 | 2026-03-13 |
The role of emotion in sleep: a quantitative analysis using EEG data
2026-Mar-11, Sleep
IF:5.3Q1
DOI:10.1093/sleep/zsaf227
PMID:40795269
|
研究论文 | 本研究利用深度学习和脑电图数据，定量分析睡眠与情绪之间的关联，并引入基于情绪的特征改进睡眠阶段分类 | 将深度学习与情绪先验知识结合，首次在睡眠阶段分类中引入情绪特征，揭示了睡眠中独特的“情绪指纹” | 定量证据仍有限，需进一步扩大样本验证 | 探索睡眠与情绪之间的定量关系，为睡眠干预提供科学依据 | 睡眠与情绪的相互作用 | 机器学习 | 睡眠障碍 | 脑电图 | 深度学习 | 脑电图信号 | NA | NA | NA | NA | NA |
| 1789 | 2026-03-13 |
Towards long-term sleep staging via wearable reflective photoplethysmography
2026-Mar-11, Sleep
IF:5.3Q1
DOI:10.1093/sleep/zsaf246
PMID:40838743
|
研究论文 | 本文提出了一种基于可穿戴反射式光电容积脉搏波描记法（PPG）的睡眠分期方法，作为传统多导睡眠图（PSG）的替代方案 | 首次在493个长达24小时的长期记录上评估了基于PPG的深度学习模型，实现了高精度的睡眠/觉醒分类，为家庭睡眠监测提供了低成本、可扩展的解决方案 | 研究主要基于反射式PPG数据，可能受设备佩戴位置和运动伪影的影响，且长期记录的评估仅与活动记录仪比较，未直接与PSG进行验证 | 开发一种基于可穿戴PPG的自动化睡眠分期方法，以替代昂贵且繁琐的PSG，实现长期、连续的居家睡眠监测 | 使用手腕佩戴设备收集的反射式PPG数据，包括68个夜间记录和493个24小时长期记录，涉及170名受试者 | 机器学习 | 睡眠障碍 | 反射式光电容积脉搏波描记法（PPG） | 深度学习模型 | PPG信号 | 68个夜间记录和493个24小时长期记录，共170名受试者 | NA | NA | 准确率, Cohen's κ系数 | NA |
| 1790 | 2026-03-13 |
Simulating the spatial and temporal evolution of land use/cover and carbon storage based on the U-Net-Attention-ConvLSTM model: a case study of Kunming, China
2026-Mar-11, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-026-15132-4
PMID:41811377
|
研究论文 | 本研究提出了一种结合U-Net架构、注意力机制和ConvLSTM的深度学习模型（UNA-CL），用于模拟土地利用/覆盖变化（LULCC），并耦合InVEST模型评估其对碳储量的影响 | 提出了一种新颖的U-Net-Attention-ConvLSTM（UNA-CL）深度学习模型，首次将U-Net架构、注意力机制和ConvLSTM集成用于LULCC模拟，提高了模拟精度 | 研究案例仅限于中国昆明地区，模型在其他地理区域的适用性有待验证 | 提高土地利用/覆盖变化模拟的准确性，并评估其对陆地生态系统碳储量的影响 | 中国昆明地区的土地利用/覆盖变化及碳储量 | 计算机视觉 | NA | 深度学习建模 | CNN, LSTM | 土地利用/覆盖空间数据 | 昆明地区2000-2020年的土地利用/覆盖数据 | NA | U-Net, ConvLSTM | 总体准确率 | NA |
| 1791 | 2026-03-13 |
Amyloid PET quantification with deep learning segmentation models without MRI
2026-Mar-11, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-026-00854-8
PMID:41811594
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1792 | 2026-03-13 |
The Development and External Testing of Deep Learning Model for Automated Classification of Intervertebral Disc Degeneration on CT Images
2026-Mar-11, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01844-z
PMID:41811619
|
研究论文 | 本研究开发并外部测试了一个基于CT图像的深度学习模型，用于自动分类椎间盘退变 | 开发了一个结合3D U-Net分割和EfficientNet-B4分类的深度学习模型，首次在CT图像上实现椎间盘病变类型、区域和分级的全自动分类 | 研究为回顾性设计，样本量有限（总样本273例），且仅来自两个机构，可能影响模型泛化能力 | 开发并验证一个深度学习模型，用于自动分类CT图像中的椎间盘退变 | 被诊断为椎间盘突出或膨出的患者CT图像 | 计算机视觉 | 椎间盘退变性疾病 | CT成像 | CNN | 图像 | 273例患者（训练集140例，内部测试集36例，外部测试集97例） | NA | 3D U-Net, EfficientNet-B4 | Dice分数, 准确率, 召回率, 精确率 | NA |
| 1793 | 2026-03-13 |
Average Calibration Losses for Reliable Uncertainty in Medical Image Segmentation
2026-Mar-11, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2026.3673118
PMID:41811722
|
研究论文 | 本文提出了一种用于医学图像分割的辅助损失函数，以改善深度神经网络的校准性能 | 提出了可微分的边缘L1平均校准误差（mL1-ACE）作为辅助损失函数，并引入了数据集可靠性直方图来可视化校准性能 | 软分箱变体虽然显著改善了校准性能，但往往会损害分割性能 | 提高医学图像分割中深度神经网络的校准可靠性 | 医学图像分割模型 | 计算机视觉 | NA | NA | 深度神经网络 | 医学图像 | 四个数据集（ACDC、AMOS、KiTS、BraTS） | NA | NA | 平均校准误差（ACE）、最大校准误差（MCE）、Dice相似系数（DSC） | NA |
| 1794 | 2026-03-13 |
PID-Optimized Deep Learning for Adaptive Time-Frequency Forecasting in Dynamic Systems: Coal Calorific Value Prediction
2026-Mar-11, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2026.3667581
PMID:41811724
|
研究论文 | 本文提出了一种结合PID优化的深度学习框架，用于动态工业系统中的自适应时频预测，并以煤炭热值预测为案例验证其有效性 | 提出了一种通道独立可分离动态滤波器（CSDF）来适应实时多变量过程变量，并采用闭环PID优化策略提升深度学习模型的收敛性和预测精度 | 仅以煤炭热值预测为案例进行验证，未在其他工业动态系统中广泛测试 | 解决非平稳工业数据带来的预测挑战，实现动态工业系统的准确实时预测 | 清洗后煤炭的热值 | 机器学习 | NA | 自适应时频预测 | 深度学习 | 多变量过程变量数据 | NA | NA | 通道独立可分离动态滤波器（CSDF） | 预测命中率（FHR） | NA |
| 1795 | 2026-03-13 |
Multi-objective Once-for-All Neural Architecture Search for Medical Image Segmentation
2026-Mar-11, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2026.3671022
PMID:41811727
|
研究论文 | 提出一种用于医学图像分割的多目标一次性神经架构搜索方法，旨在高效搜索高性能且轻量化的网络架构 | 设计了针对医学图像分割的U型网络搜索空间，采用混合两阶段超网训练方案，并利用多目标进化算法搜索不同计算复杂度的最优架构集合 | 未明确说明搜索过程的具体计算成本或超网训练的详细时间消耗 | 开发一种高效的神经架构搜索方法，以在医学图像分割任务中实现性能与计算复杂度的平衡 | 医学图像分割任务 | 计算机视觉 | NA | 神经架构搜索 | U型网络 | 图像 | 六个广泛使用的医学图像分割数据集 | NA | U-Net | NA | NA |
| 1796 | 2026-03-13 |
Deep learning-based 4D robust optimization of intensity-modulated proton therapy for lung cancer radiotherapy
2026-Mar-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae50a6
PMID:41812327
|
研究论文 | 本研究开发了一种基于深度学习的4D优化框架，用于改进肺癌放疗中的强度调制质子治疗计划，以应对呼吸运动和范围不确定性的挑战 | 提出了一种结合深度学习剂量预测、水等效厚度变化引导的束流选择和剂量模拟的4D优化工作流程，提高了治疗计划的适形性 | 研究样本量相对较小（62例患者），且仅针对肺癌，未在其他癌症类型中验证 | 开发一种基于深度学习的4D优化框架，以减轻强度调制质子治疗在肺癌放疗中因呼吸运动和范围不确定性导致的交互效应 | 肺癌患者 | 数字病理学 | 肺癌 | 4DCT | CNN | 图像 | 62例肺癌患者，包括4DCT数据，分为42例训练、10例验证和10例测试 | NA | U-Net | 适形指数, D98%, 剂量体积直方图, 稳健性评估 | NA |
| 1797 | 2026-03-13 |
CSSL-ISRVN: consistency self-supervised learning integrating ISTANet and sensitivity refinement-enhanced variational network for accelerated MRI reconstruction
2026-Mar-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae50a8
PMID:41812335
|
研究论文 | 本研究提出了一种名为CSSL-ISRVN的一致性自监督学习框架，用于加速MRI重建，无需依赖全采样训练数据 | 结合了改进的变分网络与灵敏度细化模块，并引入异构交替级联结构，通过一致性自监督方案消除对全采样数据的依赖 | 未明确提及具体局限性 | 开发一种自监督框架，用于加速MRI重建，减少对全采样训练数据的依赖 | MRI图像重建 | 医学影像重建 | NA | MRI成像 | 深度学习模型 | k空间数据，多线圈复杂域数据 | 三个公共数据集 | NA | ISTANet, SRVN, 改进的变分网络, 高斯上下文变换器, 残差块 | NA | NA |
| 1798 | 2026-03-13 |
OCT-based myopic index: a biological predictor for the progression of high myopia
2026-Mar-11, The British journal of ophthalmology
DOI:10.1136/bjo-2024-327063
PMID:41813079
|
研究论文 | 本文提出了一种基于光学相干断层扫描（OCT）的近视指数，用于量化眼底微结构变化并预测高度近视的进展 | 通过深度学习模型从OCT图像中提取近视指数，以反映眼底变形程度，并探索其在近视进展预测中的临床意义 | NA | 探索近视指数在预测高度近视进展中的临床价值 | 近视患者的OCT图像及眼部生物测量数据 | 计算机视觉 | 近视 | 光学相干断层扫描（OCT） | 深度学习模型 | 图像 | 训练集：27,539例OCT图像；验证集：2,866例OCT图像 | NA | NA | R², p值 | NA |
| 1799 | 2026-03-13 |
SMC-LUD:Large-Scale B-Mode Liver Ultrasound Dataset for Hepatocellular Carcinoma and Hemangioma Classification
2026-Mar-11, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-07023-7
PMID:41813694
|
研究论文 | 本文介绍了SMC-LUD，一个用于肝细胞癌和血管瘤分类的大规模B型肝脏超声公开数据集 | 发布了首个大规模、公开可用的B型肝脏超声数据集，专门针对肝细胞癌和血管瘤分类，所有病例均经过组织病理学或放射学确认，并由专家标注 | 数据集仅包含肝细胞癌和血管瘤两类，未涵盖其他肝脏病变；数据来源单一（三星医疗中心），可能影响模型泛化能力 | 解决肝脏超声图像分类中大规模标注数据稀缺的问题，为深度学习模型开发提供基础 | 肝脏超声图像中的肝细胞癌和血管瘤病变 | 计算机视觉 | 肝癌 | B型超声成像 | NA | 图像 | 5,385张超声图像，来自1,021名患者 | NA | NA | NA | NA |
| 1800 | 2026-03-13 |
Innovative fusion models: elevating preoperative gross ETE prediction in thyroid cancer patients
2026-Mar-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-43230-3
PMID:41813761
|
研究论文 | 本研究系统评估并比较了深度学习、影像组学及其融合方法在利用超声影像预测甲状腺乳头状癌患者术前大体甲状腺外侵犯方面的预测效能 | 提出了结合多区域影像组学特征与深度学习的融合模型，并整合临床参数构建了列线图预测模型，显著提升了预测性能 | 研究为回顾性设计，且仅基于三家医院的数据，可能存在选择偏倚 | 术前预测甲状腺乳头状癌患者的大体甲状腺外侵犯，以辅助手术规划和风险分层 | 甲状腺乳头状癌患者 | 数字病理学 | 甲状腺癌 | 超声成像 | 深度学习, 影像组学 | 图像, 临床数据 | 4,542名PTC患者，分为训练集（3,179）和测试集（1,363） | NA | ResNet101 | AUC, 灵敏度, 特异性, 准确率 | NA |