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 2585 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 | 2026-07-18 |
Machine learning-based prediction of hepatocellular carcinoma risk in steatotic liver disease: A nationwide cohort study
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0349593
PMID:42207764
|
研究论文 | 利用机器学习预测脂肪肝患者肝细胞癌风险，基于全国队列研究 | 基于常规健康筛查变量开发可解释的机器学习模型，实现脂肪肝人群中肝细胞癌的风险分层，并识别关键预测因子 | 需要外部验证，研究基于韩国人群，结果可能具有地域局限性 | 开发可解释的机器学习模型以预测脂肪肝患者的肝细胞癌风险 | 韩国国家健康保险服务数据库中20-79岁的脂肪肝成人 | 机器学习 | 脂肪肝，肝细胞癌 | NA | 深度神经网络（加权多头注意力深度神经网络集成） | 结构化数据（健康筛查变量） | 1,241,560名脂肪肝成人（其中2,152名发生肝细胞癌） | NA | 多头注意力深度神经网络 | AUC, 灵敏度, 特异度 | NA |
| 2 | 2026-07-18 |
UAV-based RGB and multispectral mango leaf disease detection with benchmarking of YOLOv5 to YOLOv10 and SeqOpt-optimised YOLOv8 for real-time edge deployment
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0349855
PMID:42207843
|
研究论文 | 提出了一种基于无人机多光谱成像与优化YOLOv8模型的实时芒果叶病检测框架，并嵌入边缘设备进行部署 | 首次系统性地对比YOLOv5至YOLOv10系列模型在芒果叶病检测中的性能，提出SeqOpt优化方法提升YOLOv8的检测精度与部署效率，并在树莓派5和NVIDIA Jetson Orin Nano上实现实时边缘部署 | 仅在特定果园条件下采集数据集，可能影响模型在其他环境或品种上的泛化能力 | 开发一种适用于精准农业的实时、轻量级芒果叶病检测系统，支持边缘设备高效部署 | 芒果叶片上的四种常见病害 | 计算机视觉 | 植物病害（芒果叶病） | 多光谱成像、RGB成像 | YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv9, YOLOv10 | 图像 | 6,334张高分辨率RGB和多光谱图像，涵盖四种病害 | PyTorch, ONNX | YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv9, YOLOv10 | F1-score, mAP@50, mAP@50-95 | 树莓派5, NVIDIA Jetson Orin Nano |
| 3 | 2026-07-18 |
Towards intelligent railway monitoring: A novel hybrid deep learning architecture for railway obstacle detection
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0349562
PMID:42213657
|
研究论文 | 提出一种用于铁路障碍物检测的新型混合深度学习架构，实现了高准确度的分类 | 提出结合ResNet50和Swin Transformer V2的混合架构，并集成高效注意力模块，充分利用轨道床图像的视觉特征，在障碍物分类任务上达到新基准 | 未明确说明局限性，但数据集规模较小（2003张图像），可能影响模型泛化能力 | 实现铁路轨道障碍物的高可靠性自动分类，以提升铁路安全监控系统 | 铁路轨道上的六类障碍物：铁棒、巨石、人、树枝、罐子和桶 | 计算机视觉 | NA | NA | CNN与Transformer混合模型 | 图像 | 2003张图像，分为六类 | NA | ResNet50, Swin Transformer V2, 高效注意力模块 | 平衡准确率 | NA |
| 4 | 2026-07-18 |
TransGrid-CostOpt: A hybrid transformer framework for cost prediction and optimization of distribution network assets
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0350026
PMID:42213739
|
研究论文 | 提出一种混合Transformer框架用于配电网资产成本预测与优化 | 将深度学习、多目标优化、时间序列预测和优化决策模块集成到一个统一模型中，并结合强化学习决策策略，实现配电网负载预测和成本分配的联合优化 | NA | 提高配电网成本预测与优化效果，降低运营成本，提升预测准确性和决策适应性 | 配电网资产成本 | 机器学习 | NA | NA | Transformer | 时间序列数据（电力负载数据） | BuildingsBench和PJM Hourly Load Data数据集 | NA | Transformer | 准确率、效率、成本优化、多目标平衡（整体性能提升15%-30%） | NA |
| 5 | 2026-07-18 |
Longitudinal MRI Temporal Transformer Fusion Model for Predicting Induction Chemotherapy Efficacy in Locally Advanced Nasopharyngeal Carcinoma
2026 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338261457511
PMID:42224133
|
研究论文 | 开发并评估一种基于时间Transformer融合模型，整合基线治疗前和早期治疗中的MRI，用于预测局部晚期鼻咽癌诱导化疗疗效 | 提出双分支独立网络与注意力机制的时间Transformer融合模块，建模肿瘤表示的非线性纵向交互和动态演变模式，结合Grad-CAM增强可解释性 | NA | 实现早期风险分层和个性化治疗管理 | 488例局部晚期鼻咽癌患者 | 计算机视觉 | 鼻咽癌 | 增强T1加权成像 | Transformer | 图像 | 488名患者，来自两个机构 | NA | Twins-SVT, 时间Transformer | AUC, 95%置信区间 | NA |
| 6 | 2026-07-18 |
Leveraging Machine Learning to Advance Alcohol Research: Current Applications, Challenges, and Opportunities
2026, Alcohol research : current reviews
DOI:10.35946/arcr.v46.1.03
PMID:42272995
|
综述 | 本综述调查了酒精文献中当前使用的机器学习方法类型，回顾了应用机器学习工具处理酒精数据面临的挑战，并探讨了克服这些挑战如何推动酒精使用障碍个性化医疗的发展 | 系统梳理了机器学习在酒精研究中的应用现状、挑战与机遇，强调多学科团队合作构建严谨可信的模型及定量基准的必要性 | 主要局限在于可用的样本数量较少，且大多数研究局限于单模态数据和使用传统机器学习方法，难以提供因果关系的洞见 | 推动机器学习在酒精使用障碍个性化医疗中的进步 | 2015至2025年间发表的110篇原创同行评审人类研究，主要分析饮酒行为并测试模型在新数据上的表现 | 机器学习 | 酒精使用障碍 | NA | 传统机器学习方法 | 酒精相关结果数据 | 110项原创研究 | NA | NA | NA | NA |
| 7 | 2026-07-18 |
Deciphering the mechanistic landscape of immune checkpoint blockade in ccRCC: from molecular drivers to therapeutic responses
2026, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2026.1774959
PMID:42206054
|
综述 | 综述了免疫检查点抑制剂在透明细胞肾细胞癌中的作用机制、耐药性及多组学技术与人工智能驱动的精准免疫肿瘤学进展 | 系统整合了肿瘤内在驱动因素与肿瘤微环境免疫抑制机制，并强调了多组学技术和人工智能在临床转化中的关键作用 | 尚未深入探讨不同联合治疗方案的具体疗效差异及长期随访数据 | 阐明透明细胞肾细胞癌中免疫检查点抑制剂反应的分子机制，并探讨从多组学数据到临床可操作见解的转化路径 | 透明细胞肾细胞癌患者及其肿瘤微环境 | 机器学习，数字病理学 | 肾细胞癌 | 单细胞转录组学、空间转录组学、蛋白质组学 | 深度学习 | 图像、多组学数据 | NA | NA | NA | NA | NA |
| 8 | 2026-07-18 |
AI-driven insights into protein misfolding and innate immunity in neurodegenerative diseases
2026, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2026.1814357
PMID:42206050
|
综述 | 系统回顾人工智能在揭示神经退行性疾病中蛋白质错误折叠与先天免疫机制的最新应用 | 首次系统整合AI在蛋白质结构预测、多构象建模和多组学数据融合中的应用，为解析“蛋白质错误折叠-先天免疫激活”机制提供新范式 | 传统实验和计算方法在系统分析该机制方面仍有显著局限性 | 揭示蛋白质错误折叠与先天免疫在神经退行性疾病中的内在联系 | 神经退行性疾病（如阿尔茨海默病、帕金森病、神经元蜡样脂褐质沉积症等）中的错误折叠蛋白质（如Aβ、Tau、α-突触核蛋白、TDP-43）和先天免疫系统（特别是小胶质细胞介导的免疫反应） | 自然语言处理, 机器学习 | 老年疾病, 儿童神经退行性疾病 | 蛋白质结构预测, 多构象建模, 多组学数据整合 | AlphaFold, I-TASSER, RoseTTAFold, Phyre2, ESMFold | 蛋白质结构数据, 多组学数据, 数学模拟数据 | 不适用 | 不适用 | AlphaFold, I-TASSER, RoseTTAFold, Phyre2, ESMFold | 不适用 | 不适用 |
| 9 | 2026-07-18 |
Retinal imaging and artificial intelligence analysis
2026, Handbook of clinical neurology
|
综述 | 探讨视网膜成像技术与人工智能分析在眼科和神经疾病诊断中的应用、挑战及未来方向 | 系统总结了视网膜成像技术（如彩色眼底照相、OCT、OCTA）与深度学习融合的跨学科应用，并强调AI在神经及脑血管疾病中的生物标志物潜力 | 数据集偏差、模型泛化性不足、伦理问题及AI模型“黑箱”特性尚未解决 | 评估AI在视网膜图像分析中的现状，提出未来多模态整合与跨专科协作的发展方向 | 视网膜成像技术及AI分析在眼科（糖尿病视网膜病变、黄斑变性、视神经病变、遗传性视网膜疾病）及神经疾病中的诊断应用 | 计算机视觉, 机器学习 | 糖尿病视网膜病变, 老年黄斑变性, 视神经病变, 遗传性视网膜疾病, 心血管疾病 | 彩色眼底照相, 光学相干断层扫描, OCT血管成像 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 10 | 2026-07-18 |
Money and mental health: a scoping review of financial variables, data sources, and analytical methods
2026, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2026.1812845
PMID:42459470
|
综述 | 系统性回顾了金钱与心理健康研究中使用的财务变量、数据来源和分析方法 | 首次系统梳理了传统及新型财务数据（如银行交易、数字支付）在心理健康研究中应用的方法学现状与差距 | 纳入研究以主观问卷为主，客观财务数据使用极少；机器学习方法应用不足；未探讨金融行为疾病间的双向动态关系 | 明确当前研究中使用的财务变量、数据类型、建模方法及方法学空白，为未来研究提供指导 | 金钱与心理健康关联的实证研究（纳入43篇论文） | 机器学习 | 心理健康疾病（抑郁、焦虑、心理困扰、双相情感障碍等） | NA | 机器学习、深度学习 | 调查问卷数据、宏观经济指标、财务行为数据、客观财务数据（赌博记录、银行交易） | 43篇研究 | NA | NA | NA | NA |
| 11 | 2026-07-18 |
Recent applications of artificial intelligence in cancer radiotherapy and immunotherapy: current status and future directions
2026, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2026.1776472
PMID:42459675
|
综述 | 综述人工智能在癌症放射治疗和免疫治疗中的应用现状与未来方向 | 系统回顾了AI在放射治疗、免疫治疗及药物发现与重定位中的进展，并讨论了从数据标准化到伦理监管的临床转化挑战 | 临床价值高度依赖跨患者群体的泛化能力及与标准临床基线的比较，且面临数据标准化不足、模型可解释性差和缺乏伦理监管等挑战 | 评估AI在癌症治疗中的应用现状并展望未来发展方向 | 癌症放射治疗、癌症免疫治疗、药物发现与重定位 | 机器学习 | 癌症 | NA | 深度学习, 机器学习 | 多组学数据 | NA | NA | NA | NA | NA |
| 12 | 2026-07-18 |
CT radiomics with transfer learning features for detecting DECT-positive periarticular monosodium urate crystal deposition: a single-center retrospective study
2026, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2026.1881194
PMID:42460319
|
研究论文 | 基于单能量CT影像组学和迁移学习模型检测关节周围尿酸盐晶体沉积 | 将迁移学习特征（ResNet50）与传统影像组学特征结合构建深度学习影像组学模型，用于痛风的非侵入性诊断 | 单中心回顾性研究、未进行外部验证、深度学习模型与联合模型间无显著差异 | 开发和验证基于单能量CT的影像组学及深度学习模型，用于无创检测关节周围单钠尿酸盐晶体沉积 | 怀疑关节周围尿酸盐沉积的患者 | 计算机视觉 | 痛风 | CT成像 | 多层感知器 | 医学影像（CT图像） | 605例患者（训练组425例，验证组180例） | PyTorch | ResNet50 | AUC, 准确率, 灵敏度, 特异度 | NA |
| 13 | 2026-07-18 |
Deep learning-derived retinal biomarker associated with diabetes-related amputation in type 2 diabetes
2026, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2026.1866694
PMID:42460325
|
研究论文 | 评估深度学习衍生的视网膜生物标志物与2型糖尿病患者糖尿病足相关截肢的独立关联 | 首次利用深度学习从眼底图像中提取视网膜生物标志物，并证明其与传统糖尿病变量相比，与糖尿病足相关截肢具有显著独立关联 | 回顾性观察研究，样本量较小（392例），且来自单一韩国大学医院，可能限制结果的泛化性 | 评估深度学习衍生的视网膜生物标志物与2型糖尿病患者糖尿病足相关截肢的关联 | 2型糖尿病患者，包括79例有糖尿病足相关截肢和313例无截肢的个体 | 计算机视觉 | 糖尿病 | 视网膜成像 | 深度学习模型 | 图像 | 392例2型糖尿病患者，随机分为训练集（70%）和验证集（30%） | NA | NA | AUC, cNRI, IDI | NA |
| 14 | 2026-07-18 |
A novel deep-learning approach for robust identification of plant diseases
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0353374
PMID:42461837
|
研究论文 | 提出一种新型深度学习方法来稳健识别植物病害 | 该方法同时考虑植物病害的特定视觉特征和微观结构中的表面不平整、褶皱等干扰因素，并达到了99.86%的平衡准确率，建立了新的数据集级基准 | 未提及 | 可靠检测叶部病害以保护作物产量和确保粮食质量 | 萝卜叶片图像（健康、花叶病毒、黑斑病、霜霉病和跳甲虫） | 计算机视觉 | 植物病害 | NA | 卷积神经网络 | 图像 | 2801张萝卜叶片图像，涵盖5个类别 | NA | NA | 平均准确率、平衡准确率 | NA |
| 15 | 2026-07-18 |
Retraction: Automated brain tumor diagnostics: Empowering neuro-oncology with deep learning-based MRI image analysis
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0353921
PMID:42461855
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 16 | 2026-07-18 |
AI tools for cryo-EM: Protein particle picking, density map enhancement, and atomic model building
2026, Progress in molecular biology and translational science
DOI:10.1016/bs.pmbts.2026.03.009
PMID:42463260
|
研究论文 | 本文介绍了基于深度学习的AI工具，用于冷冻电镜数据分析中的蛋白质颗粒挑选、密度图增强和原子模型构建 | 提出CryoTransformer、CryoSegNet等新型颗粒挑选器及CryoTEN密度图增强网络，以及Cryo2Struct和MICA原子模型构建框架，实现端到端的自动化流程 | 存在开放挑战，可能包括数据泛化性、计算资源需求及高分辨率密度图获取难度 | 开发AI辅助工具，自动化冷冻电镜蛋白质结构测定流程，提高精度和效率 | 冷冻电镜单颗粒数据中的蛋白质颗粒、密度图和原子模型 | 计算机视觉, 机器学习 | NA | 冷冻电镜（cryo-EM） | Transformer, U-Net, 3D UNETR++, CNN | 图像, 密度图 | 150张密度图测试集（CryoTEN评估） | PyTorch | CryoTransformer（Transformer-残差架构）, CryoSegNet（注意力门控U-Net结合SAM）, CryoTEN（3D UNETR++风格Transformer）, Cryo2Struct（3D Transformer加隐马尔可夫模型）, MICA（多模态框架） | 精确率, 召回率, 3D重建质量, 局部可解释性, TM分数 | NA |
| 17 | 2026-07-18 |
Automated macular hole staging on optical coherence tomography using an optimized ResNet-18 framework
2026, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2026.1886103
PMID:42465038
|
研究论文 | 开发并验证了一种基于光学相干断层扫描图像并采用优化ResNet-18框架的自动化黄斑裂孔分期方法 | 通过集成可变形卷积和高效通道注意力机制优化ResNet-18，实现了在有限数据条件下比更深CNN和Transformer架构更稳定可靠的黄斑裂孔分期性能 | 未提及具体局限性 | 开发和验证用于光学相干断层扫描图像中黄斑裂孔自动分期的深度学习模型 | 黄斑裂孔患者的光学相干断层扫描图像 | 计算机视觉 | 黄斑裂孔 | 光学相干断层扫描 | 卷积神经网络、Swin Transformer | 图像 | 6243张代表性光学相干断层扫描图像 | PyTorch | ResNet-18、Swin Transformer Tiny | 准确率、精确率、召回率、F1分数、特异性、AUC | NA |
| 18 | 2026-07-18 |
Predictive modeling for early detection and prediction of diabetes and cardiovascular diseases using big data and machine learning
2026 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076261470187
PMID:42465110
|
综述 | 探索大数据和机器学习技术如何应用于构建糖尿病和心血管疾病的早期检测与预测模型，并识别方法学优势、实施差距和伦理考量 | 系统总结了2013至2025年间使用大数据和机器学习预测糖尿病与心血管疾病的研究，强调了方法学优势、实施差距与伦理问题，并基于PRISMA-ScR指南和MMAT工具进行了质量评估 | 数据异质性、外部验证有限、人群代表性不足、算法偏见和模型可解释性缺乏，以及临床实施稀疏 | 评估大数据和机器学习在糖尿病和心血管疾病早期检测与预测中的应用现状，并提出改进方向 | 使用大数据和机器学习预测糖尿病或心血管疾病的相关研究 | 机器学习 | 糖尿病, 心血管疾病 | 大数据, 机器学习 | 决策树, 集成模型, 深度学习 | 电子健康记录, 可穿戴传感器数据, 多模态数据 | NA | NA | 决策树, 集成模型, 深度学习 | NA | NA |
| 19 | 2026-07-18 |
Integrating Kolmogorov-Arnold networks and sparse attention for robust visual plant disease symptom identification across diverse agricultural crops
2026, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2026.1855159
PMID:42465593
|
研究论文 | 提出一种基于改进视觉Transformer的深度学习框架，集成动态稀疏注意力机制，用于农业作物叶片病害症状的鲁棒识别 | 首次将科尔莫戈罗夫-阿诺德网络与稀疏注意力机制结合，设计轻量级Transformer架构并引入可学习非线性增强模块，以捕捉叶片图像中的细微病害症状变化 | NA | 实现多种农业作物叶片病害症状的高效、鲁棒自动识别，支持实时田间诊断 | 大豆和番茄等作物的叶片图像，包含多样病害症状模式 | 计算机视觉 | 植物叶部病害 | 深度学习 | 视觉Transformer | 图像 | 多源数据集，包含大豆和番茄叶片图像，以及多个作物的公开植物病害数据集 | PyTorch | 改进的视觉Transformer（KBTNet） | 分类准确率 | NA |
| 20 | 2026-07-18 |
Implications of autolysosome- astrocyte-associated signature in the pathogenesis of Alzheimer's disease: evidence from artificial intelligence and multi-omics and clinical validation
2026, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2026.1867831
PMID:42465724
|
研究论文 | 通过人工智能和多组学分析，揭示自噬溶酶体-星形胶质细胞相关分子特征在阿尔茨海默病发病机制中的作用 | 首次将自噬溶酶体功能异常与星形胶质细胞反应性相关联，鉴定出HMGCR作为中心致病基因，并利用深度学习算法筛选天然化合物靶点 | 仅基于公共数据库和临床样本，缺乏功能性验证实验 | 解析阿尔茨海默病中自噬溶酶体与星形胶质细胞互作的分子机制，构建诊断模型和治疗靶点 | 阿尔茨海默病患者海马组织转录组数据、单细胞数据及外周血样本 | 机器学习 | 阿尔茨海默病 | RNA-seq, WGCNA, Xcell算法, 单细胞测序 | 可解释机器学习, 共识聚类, 深度学习(Drugreflector), 分子对接 | 转录组数据, 单细胞数据 | 阿尔茨海默病患者海马组织bulk数据和单细胞数据，以及临床外周血样本 | Limma, WGCNA, Xcell, Drugreflector | NA | 诊断能力评估, 分层能力评估 | NA |