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 47942 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2026-08-14 |
Light-adaptive Janus smart bandages empowered by deep learning for precise wound monitoring
2026-Nov-15, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2026.119003
PMID:42425001
|
研究论文 | 本研究报道了一种仿生Janus智能绷带，结合光自适应深度学习模型，用于精确伤口监测和加速愈合 | 创新性地结合了仿生Janus结构和基于LSTM的光自适应深度学习模型，自主校准不同色温下的比色信号，消除环境光干扰，实现高精度伤口监测 | 文中未明确提及局限性 | 开发一种能抵抗环境光干扰的智能绷带，实现慢性伤口的精确监测和加速愈合 | 慢性伤口及其相关参数（pH、温度、葡萄糖浓度） | 数字健康、机器学习 | 慢性伤口 | 比色传感 | LSTM | 比色信号数据 | 未明确提及（涉及体内实验） | NA | LSTM | 准确率 | NA |
| 2 | 2026-08-14 |
RMAF: A deep learning-based framework for automatic assessment of spinal cord injured rats locomotor performance using the horizontal ladder test
2026-Oct-02, Behavioural brain research
IF:2.6Q3
DOI:10.1016/j.bbr.2026.116362
PMID:42425175
|
研究论文 | 提出了一种基于深度学习的框架RMAF，用于自动评估脊髓损伤大鼠在水平梯测试中的运动表现 | 将大鼠检测、运动分类和运动能力评分整合到端到端流程中，结合YOLOv4和ResNet-LSTM实现自动评估，提供客观、可重复的替代人工评估的方法 | 未在摘要中明确说明 | 开发自动评估脊髓损伤大鼠运动功能的框架，以提高行为学研究的准确性、可扩展性和可重复性 | 脊髓损伤大鼠 | 计算机视觉 | 脊髓损伤 | NA | CNN, LSTM | 视频 | NA | NA | YOLOv4, ResNet, LSTM | NA | NA |
| 3 | 2026-08-14 |
Beyond the LUMIR challenge: The pathway to foundational registration models
2026-Sep, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.104175
PMID:42361771
|
研究论文 | 本文介绍了大规模无监督脑MRI图像配准挑战（LUMIR），并评估了深度学习方法在该任务中的性能，结果表明其超越了优化方法并展现出作为基础模型的潜力 | 首次提供4,014个无标签T1加权MRI用于训练，通过自监督实现生物合理变形，并包含域内测试和跨疾病、协议、物种的零样本评估 | 未明确提及局限性，但可能依赖于特定数据集和评估设置 | 推进无监督脑MRI配准的基准测试，并探讨深度学习作为通用医学图像配准基础模型的可行性 | 脑MRI图像配准，涉及疾病人群、成像协议和物种的多样数据 | 医学图像分析 | 多种疾病（如影响脑部的疾病） | MRI | 深度学习模型 | 医学图像（MRI） | 训练集4,014个无标签T1加权MRI，测试集590个域内受试者及多种零样本任务 | 未明确 | 未明确 | 未明确 | 未明确 |
| 4 | 2026-08-14 |
AI-Driven Discovery of a Hydrophobic-Tag Degrader Targeting NSD3 for Lung Squamous Carcinoma Therapy
2026-Aug-13, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.6c00983
PMID:42503659
|
研究论文 | 本文报道了通过AI驱动发现的一种靶向NSD3的疏水标签降解剂XSY12，用于肺鳞状细胞癌治疗 | 利用3D指纹平台TF3P和深度学习分子生成进行AI引导的配体发现，并转化为功能性降解剂 | 未在摘要中明确说明 | 开发靶向NSD3的降解剂，用于肺鳞状细胞癌治疗 | NSD3蛋白及其PWWP结构域 | 机器学习 | 肺鳞状细胞癌 | 3D指纹平台、深度学习分子生成 | NA | 分子结构数据 | NA | NA | 深度学习模型（用于分子生成） | DC50、Dmax、KD | NA |
| 5 | 2026-08-14 |
Nanopore sequencing with proteins: synchronization and dischronization of molecular dynamics simulations with laboratory and industrial developments
2026-Aug-12, Soft matter
IF:2.9Q2
DOI:10.1039/d6sm00125d
PMID:42389912
|
综述 | 本文综述了三种关键蛋白纳米孔（α-溶血素、MspA和CsgG）在DNA测序中的实验发展，并讨论了分子动力学模拟在理解DNA-孔相互作用和指导设计中的作用，同时指出模拟滞后于实验和工业进展的问题 | 提出了利用深度学习结构预测、蛋白质设计和先进多尺度模拟来弥合模拟与实验工业发展差距的前瞻性策略，倡导从反应式转向主动式开发 | 未提供具体的模拟或实验数据，仅基于文献综述指出了当前研究的空白和未来方向 | 分析蛋白纳米孔测序技术的发展历程及分子动力学模拟的现状，并提出促进下一代纳米孔技术集成发展的建议 | 蛋白纳米孔（α-溶血素、MspA、CsgG）及其与DNA的相互作用 | 分子动力学模拟 | NA | 纳米孔测序、分子动力学模拟 | NA | 文献资料、模拟数据 | NA | NA | NA | NA | NA |
| 6 | 2026-08-14 |
Research hotspots, knowledge structure, and emerging trends in healthcare robotics for older adults: a bibliometric analysis (2015-2026)
2026-Aug-12, Journal of robotic surgery
IF:2.2Q2
DOI:10.1007/s11701-026-03829-0
PMID:42581251
|
综述 | 对老年人医疗保健机器人技术领域进行文献计量分析与可视化，揭示其研究格局、热点、主题演化及未来趋势 | 首次对老年人医疗保健机器人技术领域进行全面文献计量分析，结合多数据库（Web of Science和PubMed）验证结果，并识别出新兴前沿主题 | 仅基于Web of Science核心合集和PubMed数据库进行检索，可能遗漏部分相关文献；文献筛选时间范围有限，且未包含非英语文献 | 通过文献计量分析揭示老年人医疗保健机器人技术领域的研究格局、热点、知识结构、主题演化及未来发展趋势 | 老年人医疗保健机器人技术领域的出版物、作者、机构、国家、期刊和关键词 | 文献计量分析 | 老年人相关疾病 | NA | NA | 文献数据 | 2015年至2026年7月间的Web of Science核心合集和PubMed数据库中的相关文献 | R Bibliometrix, VOSviewer, CiteSpace | NA | 出版趋势、引文分析、合作网络、关键词共现、主题聚类和异常检测 | NA |
| 7 | 2026-08-14 |
Multimodal deep learning with a joint uncertainty quantification scheme for drug-target interaction prediction
2026-Aug-12, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-026-11692-2
PMID:42584520
|
研究论文 | 提出了一种基于证据引导的不确定性量化的多模态深度学习框架EUQTri-DTI，用于药物-靶点相互作用预测 | 引入了联合不确定性量化方案，结合证据不确定性和预测熵，以及双向交叉注意力机制，用于整合多模态数据 | 未提及明确的局限性 | 提高药物-靶点相互作用预测的可靠性和准确性，并实现样本级的不确定性评估 | 药物-靶点相互作用预测 | 深度学习, 药物发现 | 不适用 | 多模态深度学习 | 多模态神经网络 | 蛋白质序列, 药物分子图像, 药物3D结构 | 三个基准数据集（DrugBank, KIBA, Davis） | 未提及 | 双向交叉注意力机制 | ROC-AUC, PR-AUC | 未提及 |
| 8 | 2026-08-14 |
Deep learning-assisted virtual screening of a large chemical library for selective GSK3β inhibitors
2026-Aug-12, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-026-11697-x
PMID:42584522
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 9 | 2026-08-14 |
Foundation models for low-data drug discovery: mining heterogeneous public and proprietary data in neglected indications
2026-Aug-07, Expert opinion on drug discovery
IF:6.0Q1
DOI:10.1080/17460441.2026.2712551
PMID:42565550
|
综述 | 本文综述了基础模型在低数据药物发现中的应用，特别是在被忽视疾病中的潜力与挑战 | 强调整合异构公共和专有数据以解决数据稀缺问题，并聚焦于被忽视疾病这一未被充分研究的领域 | 依赖文献综述，缺乏实证验证，且讨论的技术创新有限 | 探讨基础模型如何克服药物发现中的数据稀缺限制，促进对被忽视疾病的公平和高效治疗开发 | 被忽视疾病相关的药物发现数据集，包括公共和专有数据 | 机器学习 | 被忽视疾病 | NA | 基础模型 | 文献数据 | NA | NA | NA | NA | NA |
| 10 | 2026-08-14 |
Deep Learning-Based Detection of Simulated Root Resorption in Scenarios Involving Image-Degrading Artifacts: An in Vitro Study
2026-Aug-06, Dental traumatology : official publication of International Association for Dental Traumatology
IF:2.3Q2
DOI:10.1111/edt.70105
PMID:42559986
|
研究论文 | 本研究开发了一种基于深度学习的卷积神经网络模型，用于检测根尖周X光片和锥形束CT图像中的外部牙根吸收，尤其是在存在图像退化伪影的情况下 | 首次将深度学习应用于模拟外部牙根吸收的检测，并系统评估了不同图像采集和处理协议（如伪影减少算法和三维重建）对模型性能的影响 | 研究基于体外模拟样本，可能无法完全代表临床实际情况，且样本类型为牛切牙 | 评估深度学习CNN模型在存在图像退化伪影时检测外部牙根吸收的诊断性能 | 480颗牛切牙，根据是否进行根管治疗和是否存在外部牙根吸收分为四组 | 计算机视觉, 数字病理学 | 牙科疾病（外部牙根吸收） | 根尖周X线摄影, 锥形束CT, 布卢明伪影减少算法 | 卷积神经网络（CNN） | 图像（根尖周X光片和CBCT扫描） | 480颗牛切牙 | NA | AlexNet | 准确率, 精确率, 召回率, F1分数 | NA |
| 11 | 2026-08-14 |
Artificial intelligence empowers full-stack histopathological diagnosis and prognosis of renal cell tumor: a multi-center study with external validation
2026-Aug-04, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-026-05110-5
PMID:42547870
|
research paper | 本研究开发并验证了一个全面的AI框架，用于肾细胞肿瘤的全栈病理诊断和预后预测，包括组织区域检测、亚型分类、核分级和生存预测。 | 创新性地结合了基础模型Prov-GigaPath和全监督与弱监督多实例学习，构建了首个整合组织区域检测、肿瘤亚型分类、核分级和生存预测的全栈式AI框架，并在多中心外部验证中表现出高性能。 | 需要前瞻性工作流研究来评估其临床实用性和对病理学家表现的影响。 | 开发并验证一个可靠的深度学习模型，用于肾细胞肿瘤的全面诊断和预后预测。 | 肾细胞肿瘤患者，包括各病理亚型（如透明细胞肾细胞癌、乳头状肾细胞癌等）。 | 数字病理学、深度学习 | 肾细胞肿瘤 | 数字病理、全切片成像（WSI） | 深度学习模型，结合全监督学习和弱监督多实例学习 | 全切片图像（WSI） | 7033例患者的11135张全切片图像，来源包括四个医疗中心和两个公共队列 | NA | Prov-GigaPath基础模型 | AUC | NA |
| 12 | 2026-08-14 |
abCRISPR: deep learning-based design of abasic gRNA sequences for specific CRISPR-Cas9 genome editing
2026-Aug-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag568
PMID:42525385
|
研究论文 | 提出了abCRISPR，一种基于深度学习的框架，用于设计碱基缺失的gRNA序列，以减少CRISPR-Cas9基因组编辑的脱靶活性 | 利用信息丰富的少样本训练和配对数据集，结合高保真随机错配靶标库，实现对碱基缺失和未修饰gRNA脱靶活性的高精度预测，并优于现有深度学习方法 | 文中未明确提及局限性，但脱靶预测依赖于体外实验数据，可能不完全反映体内情况 | 开发一种深度神经网络框架，用于合理设计碱基缺失的gRNA序列，以最小化脱靶活性，实现安全和精确的CRISPR-Cas9基因组编辑 | 碱基缺失的gRNA和未修饰的gRNA序列，以及它们在CRISPR-Cas9基因组编辑中的脱靶活性 | 深度学习 | NA | CRISPR-Cas9体外切割实验 | 深度神经网络（DNN） | 序列数据 | 97583个错配脱靶底物的序列数据 | NA | NA | 相关系数（r），AUC，交叉验证 | NA |
| 13 | 2026-08-14 |
Deep Learning Assisted Heteroporous Covalent Organic Framework Hydrogels Enable Dual-Mode Tracking and Analysis to Parkinson's Management
2026-Aug, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.74297
PMID:42360202
|
研究论文 | 本文报道了一种基于深度学习辅助的异质孔共价有机框架水凝胶，用于帕金森病管理中的多巴胺水平和静息性震颤双模式监测与分析 | 通过将苯硼酸功能化的COF-101嵌入自交联水凝胶中，利用其分形形貌和异质孔结构实现高灵敏度应变传感和荧光变化，并结合卷积神经网络算法将PD评估准确率提升至95%以上 | 未提供明确的局限性信息 | 实现帕金森病的早期检测和干预，通过同时监测多巴胺水平和静息性震颤提供实时便捷的康复监测 | 帕金森病患者及其相关生物标志物（多巴胺）和生理信号（静息性震颤） | 机器学习 | 帕金森病 | 共价有机框架合成、水凝胶制备、荧光检测、卷积神经网络 | CNN | 图像（荧光信号）和物理传感器数据（应变） | 未提供具体样本量，但涉及帕金森病相关数据和传感器性能测试 | 未明确指定，推断为深度学习框架（如PyTorch或TensorFlow） | 卷积神经网络（CNN） | 准确率 | 未提供具体信息 |
| 14 | 2026-08-14 |
Identifying sex-specific sub-phenotypes of Alzheimer's disease progression using longitudinal electronic health records
2026-Aug, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2026.106391
PMID:42462283
|
研究论文 | 本研究利用纵向电子健康记录开发了一个基于深度学习的框架，以揭示阿尔茨海默病进展中的性别特异性亚表型。 | 首次使用数据驱动方法从纵向EHRs中识别性别特异的AD亚表型，结合自动编码器和聚类分析揭示不同的疾病进展轨迹和合并症模式。 | 研究局限于单一联盟（OneFlorida+），样本量相对较小，可能影响亚表型的泛化性。 | 通过纵向EHRs数据驱动地识别AD进展中的性别特异性亚表型，并表征其疾病轨迹和合并症模式。 | 来自OneFlorida+联盟的1665名AD患者（961名女性，704名男性）。 | 机器学习 | 阿尔茨海默病 | 纵向电子健康记录分析 | 自动编码器 | 电子健康记录数据 | 1665名AD患者（女性961，男性704） | NA | 自动编码器 | NA | NA |
| 15 | 2026-08-14 |
Development and External Validation of an Efficient Deep Learning Model for Lesion Segmentation and Subtyping of Hepatic Echinococcosis in Ultrasound Imaging
2026-Aug, Health care science
DOI:10.1002/hcs2.70077
PMID:42499638
|
研究论文 | 开发并外部验证一种高效深度学习模型，用于超声图像中肝棘球蚴病的病灶分割和亚型分类 | 提出一种轻量级深度学习模型，整合频率域和空间域特征，并融合分割特征辅助分类任务，实现高效率和轻量化 | 未提供具体局限性信息 | 开发高效的深度学习模型，用于肝棘球蚴病分割和分类，促进非侵入性便携超声成像的大规模筛查 | 肝棘球蚴病患者的超声图像 | 医学影像 | 肝棘球蚴病 | NA | 深度学习模型 | 图像 | 内部数据集包含4437名患者的20112张图像，外部数据集包含1123名患者的3340张图像 | NA | NA | Dice系数、准确率 | NA |
| 16 | 2026-08-14 |
Diabetic Retinopathy in Primary Healthcare in a Brazilian Municipality: A Cross-Sectional Study Using Teleophthalmology
2026-Aug, Health care science
DOI:10.1002/hcs2.70076
PMID:42499642
|
研究论文 | 本研究通过远程眼科和深度学习算法，评估巴西某市初级卫生保健中胰岛素使用者的糖尿病视网膜病变患病率。 | 采用智能手机便携式视网膜相机和深度学习算法自动分析眼底图像，用于初级医疗环境中的糖尿病视网膜病变筛查。 | 研究未发现糖尿病视网膜病变与调查变量之间的关联，且样本量较小，可能限制统计效能。 | 估计巴西Jardinópolis市初级卫生保健中胰岛素使用者的糖尿病视网膜病变患病率。 | 152名接受胰岛素治疗并参加初级卫生保健的糖尿病患者。 | 数字病理学 | 糖尿病视网膜病变 | 眼底照相、深度学习影像分析 | 深度学习算法 | 眼底图像、访谈数据、实验室检查数据 | 152名参与者 | NA | NA | 患病率、95%置信区间、Kappa系数 | NA |
| 17 | 2026-08-14 |
Individualised treatment effects of corticosteroids in IgA nephropathy
2026-Aug, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2026.106396
PMID:42447753
|
研究论文 | 本研究开发并验证了一种因果机器学习框架，用于估计IgA肾病患者个体化的糖皮质激素治疗效果 | 首次将临床数据、组织病理学评分和基于深度学习的组织形态学生物标志物（pathomics）整合到因果机器学习框架中，用于识别治疗异质性并指导个体化治疗决策 | 作为回顾性队列研究，可能存在选择偏倚和未测量的混杂因素，且样本量相对有限 | 开发并验证一种个体化评估IgA肾病患者糖皮质激素治疗效果的方法，以支持精准治疗决策 | 来自8个国际队列（包括VALIGA、CureGN和NURTuRE-CKD）的1022例IgA肾病患者 | 机器学习 | IgA肾病 | 深度学习、组织病理学分析、病理组学 | 因果机器学习模型 | 临床数据、组织病理学图像、病理组学特征 | 1022例患者（推导集464例，验证集558例） | NA | 深度学习模型（具体架构未提及） | p值、95%置信区间、进展无生存期（年） | NA |
| 18 | 2026-08-14 |
Aptamer-Directed Assembly of NSET Microneedle Patch for Early Detection of Acute Kidney Injury Facilitated by Deep Learning-Enabled Target Signal Extraction
2026-Jul-24, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.6c01828
PMID:42418516
|
研究论文 | 提出了一种基于适配体导向组装的纳米复合微针贴片，结合深度学习模型实现对急性肾损伤早期生物标志物NGAL的即时检测 | 首次将适配体导向的纳米表面能量转移（NSET）与U-Net深度学习模型结合，用于微针贴片的荧光信号提取和AKI早期检测 | 研究仅在小鼠模型中进行验证，尚未在人体样本中测试，且微针贴片的长期稳定性和生物相容性需要进一步评估 | 开发一种微创、原位、实时检测间质液中NGAL的传感平台，以实现急性肾损伤的早期诊断 | 急性肾损伤小鼠模型及其中间质液中的中性粒细胞明胶酶相关脂质运载蛋白（NGAL） | 数字病理学 | 急性肾损伤 | 适配体技术、纳米表面能量转移（NSET）、荧光成像 | 深度学习模型（U-Net） | 荧光图像 | 急性肾损伤小鼠模型（具体数量未提及） | PyTorch | U-Net | R²值 | 未提及 |
| 19 | 2026-08-14 |
A bibliometric analysis of global trends in AI-driven digital health technologies for diabetes management
2026-Jul-24, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000049815
PMID:42499048
|
研究论文 | 本研究通过文献计量分析，绘制了人工智能驱动的数字健康技术在糖尿病管理中的全球研究趋势和主题发展图谱 | 首次系统性地对AI驱动的数字健康技术用于糖尿病管理的全球研究进行文献计量分析，识别出三个主要研究热点，并展望未来方向 | 数据仅来源于Web of Science核心合集，可能遗漏其他数据库的重要文献；分析局限于截至2025年7月12日的已发表文章和综述 | 绘制AI驱动的数字健康技术在糖尿病管理中的全球研究趋势和主题发展，并探索未来方向 | 糖尿病管理领域的AI驱动的数字健康技术相关研究文献 | 数字健康、人工智能应用 | 糖尿病 | 文献计量分析 | NA | 文献数据 | 673篇出版物 | CiteSpace, VOSviewer, Microsoft Excel | NA | 发文量、被引频次、关键词共现分析 | NA |
| 20 | 2026-08-14 |
Deep learning representations of human Immune Health for precision immunology
2026-Jul-20, bioRxiv : the preprint server for biology
DOI:10.64898/2026.07.15.724605
PMID:42555425
|
研究论文 | 开发了一个名为MAESTRO的自监督深度学习框架，将高维免疫图谱转换为免疫健康表示，用于精准免疫学中的诊断、监测和治疗选择 | 首次使用自监督掩码编码集合Transformer学习免疫细胞群体的整体组织，且模型嵌入保留免疫历史和潜在反应的时间维度，优于传统细胞比例方法 | 未明确提及限制；可推断包括数据来源单一（外周血）、需临床验证和计算资源需求高 | 将免疫系统的复杂性转化为可临床操作的嵌入表示，以支持精准免疫学中的诊断、监测和治疗选择 | 人类外周血样本中的免疫细胞群体，及转移性胰腺导管腺癌（PDAC）患者 | 机器学习、数字病理 | 胰腺癌、免疫相关疾病 | 流式细胞术或质谱流式（免疫细胞图谱数据） | Transformer（自监督自蒸馏） | 免疫细胞图谱数据（高维免疫特征） | 1,792例外周血样本，包含超过4.18亿个免疫细胞，涵盖13种临床诊断 | PyTorch | MAESTRO（掩码编码集合Transformer） | 稳定性、多样性、预测性能（具体指标未明确） | 未明确提及 |