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 1919 篇文献，本页显示第 1701 - 1720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1701 | 2025-12-31 |
Enhancing RNA 3D Structure Prediction: A Hybrid Approach Combining Expert Knowledge and Computational Tools in CASP16
2026-Jan, Proteins
IF:3.2Q2
DOI:10.1002/prot.70034
PMID:40778521
|
研究论文 | 本文介绍了一种结合专家知识与计算工具的混合方法，用于在CASP16挑战中增强RNA三维结构预测 | 采用模块化工作流整合模板建模与从头预测，并融入实验约束和迭代优化，在CASP16中取得第二名 | 在预测复杂拓扑结构（如假结和共轴堆积）方面仍面临挑战 | 提高RNA三维结构预测的准确性和适用性 | RNA分子及其三维结构 | 计算生物学 | NA | 模板建模、从头预测、深度学习 | AlphaFold3, DeepFoldRNA | RNA序列、三维结构数据 | CASP16挑战中的多个RNA靶标，包括短于200个核苷酸的目标 | NA | NA | 均方根偏差（RMSD）, Z-score | NA |
| 1702 | 2025-12-31 |
Machine Learning in Tuberculosis Research: A Global Bibliometric Analysis of Diagnostic, Prognostic, and Drug Discovery Trends
2026-Jan, Therapeutic innovation & regulatory science
IF:2.0Q3
DOI:10.1007/s43441-025-00866-z
PMID:40841498
|
综述 | 本文对机器学习在结核病研究中的全球文献进行了全面的计量分析，重点关注诊断、预后和药物发现趋势 | 通过系统的文献计量分析，揭示了机器学习在结核病研究领域的快速增长趋势、国际合作网络及主要研究主题聚类，为未来AI驱动的结核病治疗策略提供指导 | 分析仅基于Scopus数据库的英文文献，可能未涵盖所有相关研究，且文献计量方法本身存在一定局限性 | 评估机器学习在结核病研究中的应用趋势，以指导未来的治疗策略和监管科学 | 全球范围内关于机器学习与结核病（MLTB）的数据驱动出版物 | 机器学习 | 结核病 | 文献计量分析 | NA | 文献数据 | 通过Scopus数据库检索至2024年5月1日的相关出版物 | Biblioshiny, VOSviewer | NA | 平均引用次数（21.64），国际合作比例（40.11%），年增长率（22.12%） | NA |
| 1703 | 2025-12-31 |
The Role of Artificial Intelligence in Interventional Pulmonology
2026-Jan-01, Journal of bronchology & interventional pulmonology
IF:3.3Q2
DOI:10.1097/LBR.0000000000001051
PMID:41468029
|
综述 | 本文综述了人工智能在介入肺病学中如何通过提升诊断、手术精度和患者预后，革新该领域 | 全面总结了AI在介入肺病学多个关键应用中的创新作用，包括肺结节检测、风险分层、机器人辅助支气管镜导航、淋巴结恶性评估以及慢性阻塞性肺疾病表型分析 | 未提及具体研究数据或模型性能的局限性，主要聚焦于应用潜力和未来挑战 | 探讨人工智能在介入肺病学领域的应用、影响及未来发展方向 | 介入肺病学中的诊断工具、手术程序、患者选择及医学教育 | 医学人工智能 | 肺癌, 慢性阻塞性肺疾病 | 机器学习, 深度学习, 影像组学, 机器人辅助支气管镜, 支气管内超声, 细胞病理学 | 深度学习模型, 机器学习算法 | 影像数据, CT成像, 肺活量测定数据 | NA | NA | NA | NA | NA |
| 1704 | 2025-12-30 |
Automated detection of the epileptogenic zone in stereoelectroencephalography for drug-resistant epilepsy using multi-epileptogenic biomarker machine learning
2026-Jan, Epilepsy research
IF:2.0Q3
DOI:10.1016/j.eplepsyres.2025.107710
PMID:41289960
|
研究论文 | 本研究开发了一种可解释的机器学习框架，整合多种癫痫源性生物标志物，用于自动检测耐药性癫痫患者的癫痫发生区 | 首次将多种癫痫源性生物标志物（如癫痫源性指数、棘波率、波纹率、快速波纹率）整合到可解释的机器学习框架中，用于增强癫痫发生区的定位 | 研究为回顾性设计，样本量相对较小（38名患者），可能影响模型的泛化能力 | 开发一个可解释的机器学习框架，以提高耐药性癫痫患者癫痫发生区的定位准确性 | 耐药性癫痫患者 | 机器学习 | 癫痫 | 立体脑电图 | 深度学习模型 | 电生理数据 | 38名患者，1671个SEEG通道 | NA | NA | AUC | NA |
| 1705 | 2025-12-29 |
Effective transfer of tumor annotations from hematoxylin and eosin to fluorescence images of breast and lung tissues
2026-Jan, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.31.1.016501
PMID:41451238
|
研究论文 | 本文提出了一种半自动方法，将病理学家标注的H&E图像中的肿瘤注释有效转移到荧光图像中，以支持深度学习模型开发 | 开发了一种结合非刚性图像配准、轮廓提取与细化的半自动注释转移方法，用于从H&E到荧光图像的准确标注迁移 | 该方法不适用于术中实时使用，仅用于辅助创建标注数据集；样本量相对较小（35个组织样本） | 开发一种半自动方法，实现从H&E图像到荧光图像的肿瘤注释准确转移，以促进深度学习模型的训练数据生成 | 乳腺癌和肺癌组织样本的H&E图像与MUSE荧光图像对 | 数字病理学 | 乳腺癌,肺癌 | 显微镜紫外表面激发成像 | CNN | 图像 | 35个乳腺癌和肺癌组织样本 | NA | NA | Dice系数,基于CNN的特征相似度,归一化Hausdorff距离 | NA |
| 1706 | 2025-12-29 |
Global and local information-based prostate image registration of prostate-specific membrane antigen PET/CT and enhanced MRI
2026-Jan, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70232
PMID:41454834
|
研究论文 | 本研究提出了一种基于全局和局部信息的深度学习网络GLNet，用于融合PSMA PET/CT和增强MRI图像，以提高前列腺癌的诊断准确性 | 提出了GLNet网络，该网络结合了语义门控卷积模块和基于U形通道的卷积长短期记忆网络，以整合PSMA PET/CT的功能语义特征和MRI的高分辨率软组织细节，从而同时利用全局腺体信息和局部肿瘤区域信息进行图像配准 | 研究样本量相对较小（77例临床病例），且依赖于临床活检验证，可能限制了模型的泛化能力 | 提高前列腺癌病灶的诊断准确性，通过精确融合PSMA PET/CT和增强MRI这两种互补的影像数据 | 前列腺癌患者的PSMA PET/CT和对比增强MRI图像 | 数字病理 | 前列腺癌 | PSMA PET/CT，对比增强MRI | 深度学习网络 | 医学影像（PET/CT，MRI） | 77例临床病例（经两位经验丰富的医师通过临床活检验证），数据增强后用于训练和验证244例，测试64例 | NA | U-CLSTM，包含语义门控卷积模块 | Dice相似系数，HD95，平均对称表面距离，负雅可比比例，精确率，召回率，F1分数 | NA |
| 1707 | 2025-12-28 |
Machine learning (ML) and deep learning (DL) in vaccine target selection, design, development and characterization
2026-Jan-25, Vaccine
IF:4.5Q2
DOI:10.1016/j.vaccine.2025.128051
PMID:41371096
|
综述 | 本文综述了机器学习和深度学习在疫苗靶点选择、设计、开发和表征中的应用 | 系统性地阐述了AI技术，特别是ML和DL，在理性疫苗设计中的关键作用，包括从靶点选择到临床前试验的全流程应用 | 数据可用性存在限制 | 描述ML和DL如何辅助理性疫苗设计，以应对传染病挑战 | 疫苗开发过程，包括靶点选择、设计、开发和表征 | 机器学习 | 传染病 | NA | 机器学习,深度学习 | NA | NA | NA | NA | NA | NA |
| 1708 | 2025-12-28 |
SpatialFusion: A Unified Model for Integrating Spatial Transcriptomics to Unveil Cell-type Distribution, Interaction, and Functional Heterogeneity in Tissue Microenvironments
2026-Jan-15, Journal of molecular biology
IF:4.7Q1
DOI:10.1016/j.jmb.2025.169535
PMID:41237948
|
研究论文 | 本文介绍了一种名为SpatialFusion的创新深度学习模型，旨在通过整合基因表达和空间坐标来改进空间域识别和细胞类型反卷积 | SpatialFusion模型的核心创新在于利用图神经网络和注意力机制，通过空间数据的多维嵌入捕获复杂的空间关系，并采用双编码策略和自监督对比学习，显著提高了准确性和鲁棒性 | NA | 解决现有空间域识别和细胞类型反卷积方法在准确性、鲁棒性和计算效率方面面临的挑战 | 空间转录组学数据，特别是人类DLPFC数据集和乳腺癌肿瘤微环境 | 空间转录组学 | 乳腺癌 | 空间转录组学 | GNN, 注意力机制 | 基因表达数据, 空间坐标 | NA | NA | 图神经网络, 注意力机制 | 准确性, 分辨率 | NA |
| 1709 | 2025-12-28 |
Diffuse optical imaging with channel attention fusion network
2026-Jan, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.31.1.016001
PMID:41445764
|
研究论文 | 本文提出了一种用于漫射光学成像的端到端深度学习框架CAFNet，旨在克服传统重建技术中的伪影、噪声放大和深度敏感性限制 | 首次将通道注意力机制与AUTOMAP结合，通过多尺度特征学习和特征优先级处理，显著提升了光学属性重建的精度和鲁棒性 | 研究主要基于模拟和实验体模数据，未在真实临床患者数据上进行验证，可能限制了其直接医学应用的普适性 | 开发一种能够有效重建漫射光学图像中光学属性的深度学习模型，以改善肿瘤等深层异常检测的准确性 | 模拟数据集和实验体模中的光学属性图像 | 医学影像 | 肿瘤 | 漫射光学成像 | 深度学习 | 图像 | 模拟和实验数据集，具体样本数量未明确说明 | 未明确指定，但涉及深度学习框架 | CAFNet, AUTOMAP | 均方误差, 峰值信噪比, 结构相似性指数 | NA |
| 1710 | 2025-12-27 |
Towards precision medicine for otology and neurotology: Machine learning applications and challenges
2026-Jan, Hearing research
IF:2.5Q1
DOI:10.1016/j.heares.2025.109473
PMID:41274259
|
综述 | 本文批判性地综述了2013年至2025年间机器学习和深度学习在耳科及神经耳科领域的研究应用、挑战及未来方向 | 重点强调了新兴技术（如Whisper语音识别模型、大语言模型）及其在多模态数据集（影像、听力数据、患者报告结果）整合中的应用，以改进诊断和治疗策略 | 模型缺乏标准化、泛化能力有限、多模态数据整合框架不完善，阻碍了严谨且可重复的实施 | 探索人工智能（机器学习、深度学习、大语言模型）在耳科及神经耳科精准医疗中的应用潜力，以促进基于个体数据的诊断、预后和治疗决策 | 耳鸣、人工耳蜗植入及其他耳科或神经耳科疾病 | 机器学习 | 耳科及神经耳科疾病 | NA | 机器学习, 深度学习, 大语言模型 | 多模态数据（影像、听力数据、患者报告结果） | NA | NA | Whisper | NA | NA |
| 1711 | 2025-12-27 |
3D Otoscope: toward an extra diagnostic dimension for middle-ear related issues
2026-Jan, Hearing research
IF:2.5Q1
DOI:10.1016/j.heares.2025.109485
PMID:41308561
|
研究论文 | 本文介绍了一种可工业制造的数字耳镜，旨在测量鼓膜的三维形状，同时兼容标准检查程序 | 通过集成单次表面重建策略（从经典傅里叶轮廓术到现代深度学习方法），消除了多模式投影需求，并在深度学习方法中避免了相位解缠，从而简化硬件设置 | NA | 开发一种用于鼓膜三维形状测量的数字耳镜，以评估其早期病理指标 | 鼓膜的三维形状和活动性 | 计算机视觉 | 中耳相关疾病 | 光学轮廓术 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 1712 | 2025-12-27 |
Automated high-fidelity 3D reconstruction of middle-ear ossicles from low-resolution clinical CT using a deep learning pipeline
2026-Jan, Hearing research
IF:2.5Q1
DOI:10.1016/j.heares.2025.109492
PMID:41344151
|
研究论文 | 本研究验证了一种从低分辨率临床CT图像自动生成高保真中耳听小骨3D模型的深度学习框架 | 提出了一种结合YOLOv5x、深度反向投影网络和带“提示通道”的2.5D U-Net的三阶段自动化流水线，能够从稀疏数据中鲁棒地重建完整解剖结构 | 未明确说明训练数据的具体来源和多样性，外部验证集的规模可能有限 | 开发一种快速、准确且鲁棒的自动化工具，从标准临床CT生成患者特异性的中耳听小骨3D模型 | 中耳听小骨（ossicles） | 医学影像分析 | 耳科疾病 | 临床CT成像 | 深度学习 | CT图像 | 未明确说明具体样本数量，但提及使用了外部推理集进行验证 | 未明确说明，但提及YOLOv5x、DBPN、U-Net等架构 | YOLOv5x, Deep Back-Projection Network (DBPN), 2.5D U-Net | mAP50, Dice系数, 平均表面距离 | 未明确说明具体计算资源 |
| 1713 | 2025-12-27 |
Lower Limb Joints Torques Continuous Estimate Model Based on Muscle Synergy for Patients With Motor Dysfunction
2026, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2025.3645234
PMID:41411354
|
研究论文 | 本研究为下肢运动功能障碍患者开发了一种基于肌肉协同作用的关节扭矩连续估计模型，用于康复外骨骼机器人的辅助控制 | 结合肌肉协同理论和深度学习，在神经控制层面建立了肌电信号与关节扭矩的关系模型，并采用对抗迁移学习优化模型以适应长期使用 | 仅涉及八名患者，样本量较小，且仅针对髋关节和膝关节进行评估 | 为康复外骨骼机器人提供准确可靠的下肢关节扭矩估计，以实现按需辅助控制 | 下肢运动功能障碍患者 | 机器学习 | 运动功能障碍 | 表面肌电图 | 深度学习 | 肌电信号 | 八名下肢运动功能障碍患者 | NA | 自注意力机制 | 决策系数 | NA |
| 1714 | 2025-12-27 |
Assessing the relation between protein phosphorylation, AlphaFold3 models, and conformational variability
2026-Jan, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70376
PMID:41432299
|
研究论文 | 本文系统评估了AlphaFold模型（包括AF2、AF3-non phospho和AF3-phospho）在预测磷酸化诱导的蛋白质结构多样性方面的能力 | 首次系统评估AlphaFold模型（特别是AF3-phospho）在捕捉磷酸化驱动的构象变化方面的表现，揭示了其局限性 | 所有模型主要与主导结构状态对齐，往往未能捕捉磷酸化特异性构象，AF3-phospho预测仅提供有限改进 | 评估深度学习模型（特别是AlphaFold）预测磷酸化诱导的蛋白质结构变化的能力 | 蛋白质及其磷酸化修饰 | 机器学习 | 癌症,阿尔茨海默病 | 深度学习,蛋白质结构预测 | AlphaFold (AF2, AF3) | 蛋白质结构数据,实验构象集合 | NA | NA | AlphaFold2, AlphaFold3 | NA | NA |
| 1715 | 2025-12-27 |
Assessing the validity of leucine zipper constructs predicted by AlphaFold
2026-Jan, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70438
PMID:41432297
|
研究论文 | 本研究评估了AlphaFold预测的亮氨酸拉链结构域的有效性，特别是针对AP-1转录因子如Fos和Jun的二聚体 | 利用超过2000个实验验证的人类亮氨酸拉链数据，首次系统评估AlphaFold在预测亮氨酸拉链二聚体界面及区分可能/不可能二聚体方面的能力 | AlphaFold可能高置信度预测出在体内因静电排斥而无法形成的二聚体（如FosB同源二聚体），揭示了其高置信度但低准确性的预测案例 | 评估AI驱动的蛋白质结构预测方法（如AlphaFold）在亮氨酸拉链结构域建模中的有效性和局限性 | AP-1转录因子（如Fos和Jun）的亮氨酸拉链结构域及超过2000个人类亮氨酸拉链 | 结构生物学 | NA | AlphaFold2, AlphaFold3, 蛋白质结构预测 | 深度学习 | 氨基酸序列, 多序列比对 | 超过2000个实验验证的人类亮氨酸拉链 | AlphaFold | AlphaFold2, AlphaFold3 | NA | NA |
| 1716 | 2025-12-27 |
Automated detection of zygomatic fractures on spiral computed tomography using a deep learning model
2026-Jan, International journal of oral and maxillofacial surgery
IF:2.2Q2
DOI:10.1016/j.ijom.2025.07.007
PMID:40774874
|
研究论文 | 本研究评估了YOLOv8深度学习模型在自动检测颧骨骨折方面的性能 | 首次将YOLOv8模型应用于颧骨骨折的自动检测，并针对七种骨折类型进行了详细性能评估 | 研究未提及模型在其他数据集或临床环境中的泛化能力，且样本来源单一 | 评估深度学习模型在自动检测颧骨骨折方面的准确性和有效性 | 颧骨骨折的计算机断层扫描图像 | 计算机视觉 | 颧骨骨折 | 螺旋计算机断层扫描 | YOLOv8 | 图像 | 13,988个轴向切片和14,107个冠状切片 | NA | YOLOv8 | 准确率, 召回率, 平均精度, F1分数, AUC | NA |
| 1717 | 2025-12-26 |
Association of a Lifestyle Risk Index With Visceral and Subcutaneous Adipose Tissue in the German National Cohort (NAKO)
2026-Jan, Obesity (Silver Spring, Md.)
DOI:10.1002/oby.70071
PMID:41261047
|
研究论文 | 本研究探讨了生活方式风险指数与内脏和皮下脂肪组织的关系，基于德国国家队列的横断面数据 | 结合多种生活方式因素构建风险指数，并利用深度学习技术从全身MRI中自动分割内脏脂肪组织，分析其与生活方式的关系 | 研究为横断面设计，无法确定因果关系；样本可能受自我报告偏倚影响；BMI可能混淆生活方式与内脏脂肪的关联 | 评估生活方式风险指数与肥胖指标（特别是内脏脂肪组织）的关联 | 德国国家队列中30,920名符合条件的参与者，年龄48.2±12.2岁 | 数字病理学 | 心血管疾病 | 磁共振成像（MRI），深度学习图像分割 | 深度学习模型 | 图像（MRI扫描） | 30,920名参与者（来自超过205,000名合格参与者），其中18,508名有完整数据 | NA | NA | 调整后的几何均值，95%置信区间 | NA |
| 1718 | 2025-12-26 |
Effects of disease duration and antipsychotics on brain age in schizophrenia
2026-Jan, Schizophrenia research
IF:3.6Q1
DOI:10.1016/j.schres.2025.11.008
PMID:41274179
|
研究论文 | 本研究探讨了精神分裂症患者大脑加速衰老的现象，并评估了抗精神病药物对此的影响 | 使用两种不同的机器学习模型（包括一种基于Transformer的模型）来增强大脑年龄预测的鲁棒性，并首次在双相情感障碍患者中比较了接受与未接受抗精神病药物治疗对大脑年龄差距的影响 | 研究为横断面设计，无法确定大脑衰老的时间动态，需要纵向研究来澄清 | 调查精神分裂症中大脑加速衰老的进展性以及抗精神病药物的潜在作用 | 首次发作精神病患者、健康对照者以及接受与未接受抗精神病药物治疗的双相情感障碍患者 | 机器学习 | 精神分裂症 | 神经影像学 | Transformer, 深度学习模型 | 神经影像数据 | NA | NA | Transformer, 深度学习模型 | NA | NA |
| 1719 | 2025-12-26 |
Deep learning for optical misalignment diagnostics in multi-lens imaging systems
2026-Jan-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.578126
PMID:41442380
|
研究论文 | 本文提出了两种基于深度学习的逆向设计方法，用于仅通过光学测量诊断多镜头成像系统中的光学错位问题 | 开发了两种互补的深度学习模型，利用光线追踪点图或灰度合成相机图像，实现多镜头系统错位的自动化诊断，无需传统专用设备 | NA | 开发自动化、可扩展的光学错位诊断方法，以改进多镜头成像系统的制造和质量控制流程 | 多镜头成像系统，包括6镜头摄影定焦镜头以及两镜头和六镜头系统 | 计算机视觉 | NA | 光线追踪，物理模拟管道 | 深度学习模型 | 光学测量数据，包括光线追踪点图和灰度合成相机图像 | NA | NA | NA | 平均绝对误差（对于横向平移为0.031 mm，对于倾斜为0.011） | NA |
| 1720 | 2025-12-25 |
Diabetes and longitudinal changes in deep learning-derived measures of vertebral bone mineral density using conventional CT: the Multi-Ethnic Study of Atherosclerosis
2026-Jan, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-04995-2
PMID:40728733
|
研究论文 | 本研究探讨了糖尿病与通过常规胸部CT深度学习模型测量的椎体骨密度纵向变化之间的关联，并评估了肾功能对此关系的影响 | 首次在纵向研究中结合深度学习模型从常规CT中提取椎体骨密度，并分析糖尿病状态及肾功能（特别是糖尿病肾病）对骨密度变化的交互影响 | 研究未纳入骨微结构评估或骨折结局数据，且依赖于常规CT而非专用骨密度扫描，可能限制对糖尿病骨折风险机制的全面理解 | 探究糖尿病与椎体骨密度纵向变化的关系，并评估肾功能在此过程中的调节作用 | 来自动脉粥样硬化多种族研究肺研究的1046名参与者，包括糖尿病患者与非糖尿病患者 | 数字病理学 | 糖尿病 | 常规胸部CT扫描 | 深度学习模型 | 医学影像（CT图像） | 1046名参与者，在两次检查（2010-2012年和2016-2018年）中进行纵向测量 | NA | NA | 骨密度变化率（β值，单位mg/cm3/年）及95%置信区间 | NA |