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 2205 篇文献，本页显示第 1121 - 1140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1121 | 2026-01-30 |
A deep learning methodology for fully-automated quantification of calcific burden in high-resolution intravascular ultrasound images
2026-Jan, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03583-8
PMID:41454216
|
研究论文 | 本文提出了一种基于深度学习的全自动方法，用于在高分辨率血管内超声图像中量化钙化负荷 | 首次引入深度学习模型实现血管内超声图像中钙化组织的无缝检测与量化，替代了传统耗时的手动分析 | 研究样本量相对有限（197条血管），且模型性能依赖于专家标注的准确性，未在更广泛的多中心数据上进行验证 | 开发一种自动化工具，以辅助经皮冠状动脉介入治疗规划及药物疗效评估中的钙化负荷量化 | 血管内超声图像中的钙化组织 | 计算机视觉 | 心血管疾病 | 血管内超声成像 | 深度学习模型 | 图像 | 197条血管的26,211帧训练图像和30条血管的5,138帧测试图像 | NA | NA | kappa系数, 相关系数 | NA |
| 1122 | 2026-01-30 |
Histo-Miner: Deep learning based tissue features extraction pipeline from H&E whole slide images of cutaneous squamous cell carcinoma
2026-Jan, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013907
PMID:41564120
|
研究论文 | 本文提出了一种基于深度学习的组织特征提取流程Histo-Miner，用于从皮肤鳞状细胞癌的H&E全切片图像中分析组织形态和细胞相互作用 | 开发了针对皮肤组织（特别是非黑色素瘤肿瘤细胞）的深度学习流程，解决了现有工具在皮肤组织上性能不佳的问题，并生成了两个新的标注数据集 | 未明确说明模型在其他癌症类型或数据集上的泛化性能，且样本量相对有限 | 设计一个深度学习流程，用于从皮肤鳞状细胞癌的H&E全切片图像中自动提取组织特征，以支持下游临床任务如免疫治疗反应预测 | 皮肤鳞状细胞癌（cSCC）患者的H&E全切片图像 | 数字病理学 | 皮肤鳞状细胞癌 | H&E染色全切片成像 | CNN, Vision Transformer | 图像 | 21张WSIs用于细胞核标注（47,392个细胞核），144张WSIs用于肿瘤区域分割，45名患者用于免疫治疗反应预测 | NA | NA | 多类全景质量（mPQ）, 宏平均F1分数, 平均交并比（mIoU）, ROC曲线下面积（AUC） | NA |
| 1123 | 2026-01-30 |
Leveraging Different Distance Functions to Predict Antiviral Peptides with Geometric Deep Learning from ESMFold-Predicted Tertiary Structures
2026-Jan-01, Antibiotics (Basel, Switzerland)
DOI:10.3390/antibiotics15010039
PMID:41594075
|
研究论文 | 本研究探索了使用不同距离函数从预测的肽结构构建图表示，以训练基于深度图学习的抗病毒肽预测模型 | 首次系统比较了不同距离函数（非仅欧氏距离）在构建肽结构图表示中的应用，并证明其他距离函数能构建编码不同化学空间的异构图，从而提升模型判别能力 | 研究基于ESMFold预测的肽三级结构，可能受预测准确性限制；未涉及实验验证 | 开发更有效的基于几何深度学习的抗病毒肽预测方法 | 抗病毒肽及其预测的三级结构 | 机器学习 | NA | 几何深度学习，图表示学习 | 深度图学习模型 | 图数据（源自预测的肽三级结构） | NA | NA | NA | NA | NA |
| 1124 | 2026-01-30 |
Impact of experimentally elevated CO₂ concentrations and temperature on cognitive function: An EEG-based study under constant ventilation
2026-Jan-01, Ecotoxicology and environmental safety
IF:6.2Q1
DOI:10.1016/j.ecoenv.2025.119578
PMID:41601028
|
研究论文 | 本研究通过气候室实验，探讨了在恒定通风条件下，室内CO₂浓度和温度升高对认知功能的联合影响 | 首次在恒定通风条件下，结合实验性提升的CO₂浓度和温度，利用EEG特征构建深度学习模型（CCM）来评估认知舒适度，并揭示了热-CO₂联合应激对主观舒适度和神经认知负荷指标的调制作用，即使行为表现变化有限 | 行为任务表现仅显示出有限的变化，样本量较小（24名参与者），且实验条件可能无法完全模拟真实世界的复杂环境 | 研究全球变暖背景下，室内热环境和空气成分变化对学习和认知功能的具体影响 | 24名健康成年参与者 | 认知神经科学 | NA | 脑电图（EEG）、神经心理学任务（Stroop任务和延迟匹配样本任务）、主观评估、生理测量 | 深度学习模型 | 脑电图（EEG）数据、行为任务数据、主观评估数据、生理测量数据 | 24名参与者 | NA | 认知舒适模型（CCM） | NA | NA |
| 1125 | 2026-01-30 |
Construction and Interpretability of a Multimodal Deep Learning Model of Electronystagmography-Optical Coherence Tomography Angiography for Early Screening of Alzheimer's Disease
2026 Jan-Dec, American journal of Alzheimer's disease and other dementias
DOI:10.1177/15333175261422037
PMID:41601185
|
研究论文 | 本研究构建并评估了一个整合光学相干断层扫描血管成像和眼震电图的多模态深度学习模型，用于阿尔茨海默病和轻度认知障碍的早期筛查 | 首次将OCTA和ENG数据结合，利用多模态深度学习模型进行AD/MCI的早期非侵入性筛查，并通过Grad-CAM和SHAP分析增强了模型的可解释性 | 研究为回顾性设计，样本量相对较小（250名受试者），且未在外部独立队列中进行验证 | 探索多模态深度学习模型在阿尔茨海默病和轻度认知障碍早期筛查中的价值和可解释性 | 阿尔茨海默病患者、轻度认知障碍患者及健康对照者 | 数字病理学 | 阿尔茨海默病 | 光学相干断层扫描血管成像，眼震电图 | 深度学习 | 图像，信号，临床评分 | 250名受试者 | NA | NA | 曲线下面积，灵敏度，特异性 | NA |
| 1126 | 2026-01-30 |
Mutagenesis-Centered Integrative Approaches for Identifying Binding Sites in Ion Channels and Uncovering Modulatory Mechanisms
2026, Advances in experimental medicine and biology
DOI:10.1007/978-3-032-07523-9_3
PMID:41606273
|
研究论文 | 本章展示了如何通过诱变研究结合序列、结构和计算信息，识别离子通道中的结合区域并揭示其调控机制 | 整合诱变研究与深度学习等先进技术，更详细地映射相互作用表面、量化相互作用强度并精确识别关键残基 | NA | 识别离子通道中的结合位点并阐明其调控机制 | 钾离子通道及其与离子、脂质和蛋白质的相互作用 | 计算生物学 | NA | 诱变研究, 双突变循环分析, 深度学习 | NA | 序列数据, 结构数据, 计算数据 | NA | NA | NA | NA | NA |
| 1127 | 2026-01-30 |
Bream: an open-source deep learning framework for simultaneous base calling and DNA methylation detection on novel nanopore sequencing platforms
2026, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2026.1743148
PMID:41607593
|
研究论文 | 本文提出了一个名为Bream的开源深度学习框架，用于在新型纳米孔测序平台上同时进行碱基识别和DNA甲基化检测 | 开发了一个集成了卷积神经网络与反向长短期记忆网络（用于碱基识别）以及带有注意力机制的双向LSTM（用于甲基化检测）的开源框架，专门针对非ONT的新型纳米孔测序平台（如启探科技的QCell-384） | 未明确提及具体局限性，但暗示非ONT平台的准确模型开发本身具有挑战性 | 开发一个准确、开源的计算模型，用于在新型纳米孔测序平台上同时进行碱基识别和DNA甲基化检测 | 纳米孔测序数据，特别是来自启探科技QCell-384平台（采用工程化解旋酶和纳米孔蛋白）的数据 | 机器学习 | NA | 纳米孔测序 | CNN, LSTM | 测序数据 | NA | 开源深度学习框架（具体未命名，但提及与ONT的R9.4平台比较） | 卷积神经网络与反向长短期记忆网络（用于碱基识别），双向LSTM与注意力机制（用于甲基化检测） | 准确率, AUC-ROC, 皮尔逊相关系数 | NA |
| 1128 | 2026-01-30 |
Diagnosing Multiple Sclerosis from Magnetic Resonance Imaging Images: Highlights from the Second Isfahan Artificial Intelligence Event 2024
2026, Journal of medical signals and sensors
DOI:10.4103/jmss.jmss_43_25
PMID:41608016
|
研究论文 | 本文介绍了2024年第二届伊斯法罕人工智能活动中关于从磁共振成像图像诊断多发性硬化症的挑战赛及其结果 | 组织了一场专注于利用人工智能方法对多发性硬化症患者的MRI图像进行病灶分割和定位的公开挑战赛，以推动该领域新诊断方法的发展 | 提交方法的最佳结果（如Dice分数0.33）仍远未达到理想精度，表明该领域需要进一步改进和研究 | 开发基于人工智能的新方法，用于多发性硬化症患者MRI图像中病灶的分割和定位 | 多发性硬化症患者的磁共振成像图像 | 医学影像处理 | 多发性硬化症 | 磁共振成像 | 深度学习 | 图像 | NA | NA | NA | Dice分数, 灵敏度, 精确度, 质心距离, 准确率 | NA |
| 1129 | 2026-01-30 |
Isfahan Artificial Intelligence Event 2024, Challenge I: Respiratory Depression Detection
2026, Journal of medical signals and sensors
DOI:10.4103/jmss.jmss_32_25
PMID:41608015
|
研究论文 | 本文总结了2024年伊斯法罕人工智能事件中呼吸抑制检测挑战的结果，包括数据集构建、团队表现及所用方法 | 构建了一个包含16名患者气管声音的精确标注数据集，并组织了基于深度学习的呼吸抑制检测竞赛 | 数据集规模较小（仅16名患者），且所有团队性能仍有提升空间，最高F1分数为65.18% | 开发基于人工智能的呼吸抑制检测技术，以自动化监测麻醉过程中的呼吸功能 | 接受白内障手术患者的连续气管声音记录 | 机器学习 | 呼吸抑制 | 连续听诊气管声音 | 深度学习 | 音频 | 16名患者 | NA | NA | F1分数 | NA |
| 1130 | 2026-01-30 |
Monocular complex amplitude imaging via a polarization-multiplexed liquid-crystal-lens-informed Fourier neural network
2026-Jan, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwaf561
PMID:41608046
|
研究论文 | 提出了一种基于液晶透镜引导的傅里叶神经网络的单目相机，用于实现高保真度的复振幅成像 | 结合偏振复用双焦液晶透镜与偏振图像传感器，构建无需标记数据的物理信息神经网络，实现单次拍摄下的复振幅重建 | 未明确提及实验场景的泛化能力或计算效率的具体限制 | 开发紧凑、高性能的复振幅成像系统，用于自适应光学、全息重建和材料诊断应用 | 波前像差、静态全息图、空气流场和火焰场的动态监测 | 计算成像 | NA | 偏振相移径向剪切干涉术 | 傅里叶神经网络 | 偏振图像 | NA | NA | NA | 相位精度（λ/35） | NA |
| 1131 | 2026-01-30 |
SubNExT: Towards accurate, efficient and robust gene expression classification for breast cancer subtyping
2026, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.12.027
PMID:41608407
|
研究论文 | 本文提出了一种名为SubNExT的优化浅层CNN模型，用于基于基因表达数据的乳腺癌亚型分类 | 采用ConvNeXt骨干网络结合t-SNE和DeepInsight二维转换技术，实现了在基因表达数据上的高效、稳健分类 | 未明确说明模型在其他癌症类型或更大规模数据集上的泛化能力 | 优化基于基因表达的分子亚型分类方法，以促进个性化医疗 | 乳腺癌的基因表达数据 | 机器学习 | 乳腺癌 | 基因表达分析 | CNN, Transformer, MLP, XGBoost | 基因表达数据（转换为二维图像） | NA | NA | ConvNeXt, ViT, NeXt-TDNN | 准确率 | NA |
| 1132 | 2026-01-30 |
Pathogenomic analysis reveals clinically relevant epithelial-mesenchymal plasticity in esophageal squamous cell carcinoma
2026, Theranostics
IF:12.4Q1
DOI:10.7150/thno.125381
PMID:41608573
|
研究论文 | 本研究通过整合病理图像和转录组数据，揭示了食管鳞状细胞癌中上皮-间质转化的临床相关机制，并开发了基于深度学习的预测模型 | 首次在食管鳞状细胞癌中系统描绘了上皮-间质转化的三个宏观状态及其空间分布，并发现特定基因的抑制可诱导肿瘤细胞向正常上皮样细胞转分化 | 研究未明确说明样本量的具体规模，且深度学习模型的临床实用性需进一步验证 | 探究食管鳞状细胞癌中上皮-间质转化的机制及其临床诊断与干预策略 | 食管鳞状细胞癌患者样本 | 数字病理学 | 食管癌 | RNA测序, 单细胞转录组学, 空间转录组学 | 深度学习模型 | 病理图像, 转录组数据 | NA | NA | NA | NA | NA |
| 1133 | 2026-01-29 |
Physicochemically Informed Axial Chirality Descriptors Enable Accurate Prediction of Atropisomeric Stability
2026-Jan-28, Angewandte Chemie (International ed. in English)
DOI:10.1002/anie.202521349
PMID:41369251
|
研究论文 | 本文介绍了一种名为ACSD-GAT的深度学习框架，用于预测轴手性分子的旋转能垒，以评估其构型稳定性 | 开发了新的物理化学信息轴手性结构描述符（ACSD），结合图注意力网络（GAT），首次实现了对旋转能垒的高精度预测 | 模型基于1015个实验数据训练，可能对更复杂或未见分子类型的泛化能力有限 | 预测轴手性分子的旋转能垒，以支持不对称合成、药物发现和功能材料设计 | 轴手性分子（atropisomers） | 机器学习 | NA | 深度学习 | GAT | 分子结构数据 | 1015个实验测量的旋转能垒数据 | PyTorch | 图注意力网络（GAT） | R, RMSE | NA |
| 1134 | 2026-01-29 |
Highly Stable Twin Defects Enabled by High Entropy Configuration
2026-Jan-28, Angewandte Chemie (International ed. in English)
DOI:10.1002/anie.202520550
PMID:41451482
|
研究论文 | 本文报道了在碳限域的FeCoNiMn纳米催化剂中实现高度稳定且密集的孪晶缺陷，揭示了熵敏感的形成机制和持久的催化性能 | 通过高熵配置实现高度稳定的孪晶缺陷，结合深度学习、原位TEM和分子动力学模拟揭示了原子尺度应变分布和多步形成动力学 | NA | 研究金属纳米催化剂中孪晶缺陷的稳定化机制，以提升催化效率 | 碳限域的FeCoNiMn纳米催化剂（T-FeCoNiMn/C） | 材料科学 | NA | 原位透射电子显微镜（TEM）、分子动力学模拟 | 深度学习 | 原子尺度图像、模拟数据 | NA | NA | NA | NA | NA |
| 1135 | 2026-01-29 |
Decoupling Bubble Nucleation from Catalysis to Boost CuxO/NiO Electrocatalytic Water Splitting
2026-Jan-28, Nano letters
IF:9.6Q1
DOI:10.1021/acs.nanolett.5c04437
PMID:41525175
|
研究论文 | 本研究通过在NiO纳米片阵列中嵌入CuO成核促进剂，将气泡释放与催化活性解耦，从而提升电催化水分解性能 | 提出气泡-催化解耦新方法，通过CuO同时作为O₂气泡成核位点和催化促进剂，显著降低高电流密度下的过电位和质量传输阻力 | 未明确说明该方法在其他催化体系或不同操作条件下的普适性 | 开发高效电催化水分解系统，实现在高电流密度下的低过电位运行 | CuO/NiO/NF（泡沫镍负载的CuO/NiO纳米片阵列）电催化剂 | 电化学催化 | NA | 电化学测量、原位高速成像、深度学习、密度泛函理论计算、蒙特卡洛模拟 | 深度学习模型 | 电化学数据、高速成像视频、模拟数据 | NA | NA | NA | 电流密度、过电位 | NA |
| 1136 | 2026-01-29 |
Commentary on "Deep learning enhanced MRI radiomics in predicting pathologic response of head and neck squamous carcinoma to neoadjuvant chemoimmunotherapy: a retrospective analysis"
2026-Jan-28, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004865
PMID:41601333
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1137 | 2026-01-29 |
Accelerated Reduced Field of View T2-Weighted Imaging of Pancreaticobiliary Disorders Using Deep Learning-Based Reconstruction: Reduction of Acquisition Time and Improvement of Image Quality
2026-Jan-28, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371251407889
PMID:41603271
|
研究论文 | 本研究评估了深度学习重建技术在胰胆管缩小视野T2加权成像中的应用，旨在减少采集时间并提升图像质量 | 首次将深度学习重建技术应用于胰胆管缩小视野T2加权成像，实现了在显著缩短采集时间的同时，提升图像质量与病灶检出率 | 研究为单中心回顾性设计，样本量有限，且未评估深度学习模型在不同扫描仪或患者群体中的泛化能力 | 比较应用与不应用深度学习重建的胰胆管缩小视野T2加权成像在检查时间、图像质量和病灶检出率方面的差异 | 胰胆管疾病患者 | 医学影像分析 | 胰胆管疾病 | 缩小视野T2加权磁共振成像 | 深度学习重建模型 | 磁共振图像 | 198名患者 | NA | NA | 信噪比, 对比噪声比, 病灶检出率 | NA |
| 1138 | 2026-01-29 |
Best of Both Worlds: Deep Learning Reconstruction Reduces MRI Acquisition Time and Improves Image Quality
2026-Jan-28, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371261420212
PMID:41603396
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1139 | 2026-01-29 |
PAM-CDR: Property-Aware Multi-Modal Drug Representation Learning for Accurate Cancer Drug Response Prediction
2026-Jan-27, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3658090
PMID:41591856
|
研究论文 | 提出了一种名为PAM-CDR的属性感知多模态药物表示学习框架，用于准确预测癌症药物反应 | 首次将药物的理化性质作为先验知识整合到多模态表示学习中，并采用三阶段分层融合策略进行细粒度表征学习，增强了模型的生物可解释性和泛化能力 | 未明确说明模型在独立外部验证集上的性能或对罕见癌症类型的适用性 | 提高癌症药物反应预测的准确性，推动精准肿瘤学发展 | 药物化合物和癌细胞系 | 机器学习 | 癌症 | 转录组学和基因组学分析 | 深度学习 | 分子图、分子指纹、理化描述符、转录组和基因组数据 | NA | PyTorch | 基于注意力机制的分层融合架构 | AUC, AUPR | NA |
| 1140 | 2026-01-29 |
Artificial intelligence in diagnosis of pediatric neurodevelopmental disorders: a scoping review
2026-Jan-27, World journal of pediatrics : WJP
IF:6.1Q1
DOI:10.1007/s12519-025-00999-z
PMID:41593252
|
综述 | 本文是一篇范围综述，总结了人工智能技术在改善儿科神经发育障碍诊断准确性方面的当前证据 | 系统性地综述了包括深度学习、监督机器学习、决策支持系统和生物信号分析在内的多种AI技术在儿科神经发育障碍诊断中的应用现状与潜力 | 研究设计、人群和算法标准化存在变异性，且面临数据隐私、可解释性、公平性、可及性和算法偏见等伦理挑战 | 旨在总结AI技术在提高儿科神经发育障碍诊断准确性方面的应用证据 | 儿科神经发育障碍 | 机器学习 | 神经发育障碍 | NA | 深度学习, 监督机器学习 | 神经影像, 生物信号 | 基于22项纳入研究 | NA | NA | 诊断准确率 | NA |