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 6077 篇文献，本页显示第 3321 - 3340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3321 | 2026-02-23 |
Revisiting Eck and Dayhoff's Building Block Model of Ferredoxin Evolution on Dayhoff's 100th Birthday
2026-Feb, Journal of molecular evolution
IF:2.1Q3
DOI:10.1007/s00239-025-10283-3
PMID:41196328
|
研究论文 | 本文利用深度学习工具AlphaFold2重新评估了Eck和Dayhoff关于铁氧还蛋白进化的串联复制模型 | 首次应用AlphaFold2从头预测方法验证了铁氧还蛋白的祖先结构，并挑战了原始模型关于氨基酸简化字母表的假设 | 研究依赖于计算预测模型，可能存在结构预测的不确定性，且未进行实验验证 | 重新评估铁氧还蛋白的进化历史，特别是串联复制假说 | 铁氧还蛋白序列和结构，特别是PDB entry 1CIF作为参考 | 计算生物学 | NA | 深度学习结构预测，序列比对 | AlphaFold2 | 蛋白质序列和结构数据 | NA | AlphaFold2, I-TASSER | AlphaFold2 | RMSD, TM-score | NA |
| 3322 | 2026-02-23 |
BehaveAI enables rapid detection and classification of objects and behavior from motion
2026-Feb, PLoS biology
IF:7.8Q1
DOI:10.1371/journal.pbio.3003632
PMID:41719233
|
研究论文 | 本文介绍了BehaveAI，一种生物启发的视频分析框架，通过新颖的颜色-运动编码策略整合静态和运动信息，用于快速检测和分类物体及行为 | 提出了一种创新的颜色-运动编码策略，将物体运动方向、速度和加速度转换为颜色梯度，使人类标注者和预训练CNN能同时推断运动模式并保留高分辨率空间细节 | 未明确说明在极端光照或遮挡条件下的性能限制，以及对于非生物运动物体的泛化能力 | 开发一个高效、轻量级的视频分析框架，用于在复杂自然场景中检测物体并分类行为 | 动物和单细胞生物体的行为，以及复杂自然场景中的物体 | 计算机视觉 | NA | 视频分析，半监督标注工作流 | CNN | 视频 | NA | YOLO11 | YOLO11 | NA | 常规计算机，低端边缘设备如Raspberry Pi |
| 3323 | 2026-02-23 |
Carba-NAD binding activates SIR2 by reshaping conformational plasticity and rewiring long-range allosteric networks
2026-Feb, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013966
PMID:41719283
|
研究论文 | 本研究通过分子动力学模拟和图神经网络模型，系统揭示了辅因子结合如何重塑酵母SIR2蛋白的构象动力学和内部通讯网络，并发现了一个潜在的药物靶点 | 结合了长时间尺度的分子动力学模拟与基于图的深度学习模型（神经关系推理），首次在SIR2中识别出“核心锁定-外周释放”的动态模式，并揭示了由多个节点协调的接力式变构级联网络 | 研究基于计算模拟，其结论需要进一步的实验验证；模型系统为酵母SIR2，在人类同源蛋白中的普适性有待确认 | 阐明蛋白质变构调控的分子机制，特别是辅因子结合如何重塑蛋白质的构象动力学和内部通讯网络 | 酵母SIR2蛋白（一种NAD⁺依赖性去乙酰化酶） | 计算生物学 | 衰老相关疾病 | 分子动力学模拟，基于图的深度学习 | 图神经网络 | 分子动力学轨迹数据 | 多个独立的3微秒分子动力学模拟副本 | NA | 神经关系推理 | NA | NA |
| 3324 | 2026-02-23 |
Chemical genomics language model toward reliable and explainable compound-protein interaction exploration
2026-Jan-30, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-026-01155-z
PMID:41618385
|
研究论文 | 本文提出了一个名为ChemGLaM的化学基因组学语言模型，旨在实现可靠且可解释的化合物-蛋白质相互作用预测 | 通过整合独立预训练的化学和蛋白质语言模型，并引入交叉注意力机制、不确定性估计和注意力可视化，同时解决了高泛化性能、预测置信度量化和可解释性三大挑战 | 未明确提及模型在特定蛋白质家族或化合物类别上的潜在性能偏差 | 开发一个能够可靠且可解释地预测化合物-蛋白质相互作用的深度学习模型，以推动化学生物学和药物发现 | 化合物与蛋白质之间的相互作用 | 自然语言处理 | 肌萎缩侧索硬化症 | 语言模型 | 语言模型 | 文本（化学和蛋白质序列的符号表示） | 覆盖了所有20,434个人类蛋白质与所有11,455种药物的所有可能配对 | NA | 化学语言模型, 蛋白质语言模型 | NA | 低计算成本 |
| 3325 | 2026-02-23 |
Multi-omics deep learning improves FDG PET-CT-based long-term prognostication of breast cancer
2026-Jan-29, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-026-01283-7
PMID:41611944
|
研究论文 | 本研究开发了一种基于多组学深度学习的预后分层模型，用于改善乳腺癌患者基于FDG PET-CT的长期生存预测 | 提出了一种结合临床数据、FDG PET-CT影像及对应医疗报告的多组学深度学习模型，并融入了可解释性分析以增强临床适用性 | 研究基于回顾性队列，可能存在选择偏倚；模型在外部验证和前瞻性应用中的效果仍需进一步评估 | 提高乳腺癌患者基于FDG PET-CT的长期预后预测准确性和风险分层能力 | 非转移性乳腺癌患者 | 数字病理学 | 乳腺癌 | FDG PET-CT | 深度学习 | 图像, 文本 | 大型回顾性队列（具体数量未在摘要中提供） | NA | Transformer | C-index | NA |
| 3326 | 2026-01-29 |
Glomeruli detection and classification in histopathological images using deep learning semantic segmentation
2026-Jan-28, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-026-02178-6
PMID:41593526
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3327 | 2026-02-23 |
Annotation-free 3D reconstruction and quantification of retinal microvasculature by RADAR
2026-Jan-21, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02366-2
PMID:41565785
|
研究论文 | 本文提出了一种名为RADAR的无标注计算框架，用于三维分割和量化光学相干断层扫描血管造影数据，以重建和量化视网膜微血管系统 | RADAR框架无需人工标注，结合自适应物理感知去噪和拓扑保持中心线提取，实现了对复杂血管网络的三维重建和量化 | NA | 开发一种无标注的三维重建和量化方法，用于监测视网膜微血管系统，以评估全身血管健康 | 健康个体和早期糖尿病视网膜病变患者的视网膜微血管系统 | 数字病理学 | 糖尿病视网膜病变 | 光学相干断层扫描血管造影 | NA | 光学相干断层扫描血管造影数据 | NA | NA | NA | NA | NA |
| 3328 | 2026-02-23 |
An interpretable deep learning model for predicting endometrial cancer molecular subtypes from H&E-stained slides
2026-Jan-21, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-026-01280-w
PMID:41565925
|
研究论文 | 本研究开发了一种基于H&E染色全切片图像的、可解释的深度学习模型，用于预测子宫内膜癌的分子亚型 | 开发了首个基于H&E染色WSI的端到端可解释深度学习模型，用于预测子宫内膜癌的四种分子亚型，并在宏观和微观层面分析了组织学特征与分子特征的相关性 | 外部验证队列中苏州队列样本量较小（n=36），可能影响模型泛化能力的全面评估 | 开发一种可解释的深度学习模型，用于从H&E染色全切片图像预测子宫内膜癌分子亚型，以辅助预后评估和治疗决策 | 子宫内膜癌患者的H&E染色全切片图像 | 数字病理学 | 子宫内膜癌 | H&E染色 | 深度学习模型 | 全切片图像 | 训练队列：复旦队列364例；验证队列：TCGA队列296例，苏州队列36例 | 未明确说明 | 端到端预测网络 | AUROC | 未明确说明 |
| 3329 | 2026-02-23 |
Multitrait analyses identify genetic variants associated with aortic valve function and aortic stenosis risk
2026-Jan, Nature genetics
IF:31.7Q1
DOI:10.1038/s41588-025-02397-7
PMID:41419685
|
研究论文 | 本研究利用深度学习从磁共振成像中测量主动脉瓣功能参数，结合多性状GWAS分析，识别了与主动脉瓣功能和主动脉狭窄风险相关的遗传变异 | 首次将深度学习测量的主动脉瓣功能参数与多性状GWAS分析相结合，识别了包括PCSK9和LDLR在内的166个独特基因位点，并利用孟德尔随机化支持了Lp(a)和LDL对主动脉瓣功能的潜在因果作用 | 研究主要基于UK Biobank的欧洲血统参与者，可能限制了结果在其他人群中的普适性 | 探究正常主动脉瓣功能的遗传影响及其对主动脉狭窄风险的作用 | UK Biobank中的59,571名参与者的磁共振成像数据 | 机器学习和基因组学 | 心血管疾病 | 磁共振成像, 全基因组关联研究, 多性状GWAS分析, 孟德尔随机化 | 深度学习模型 | 图像, 遗传数据 | 59,571名参与者 | NA | NA | 风险比, P值 | NA |
| 3330 | 2026-02-23 |
Enhanced medical image segmentation using optimized bidirectional LSTM and dolphin partner optimizer
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0342592
PMID:41719271
|
研究论文 | 本文提出了一种优化的双向长短期记忆网络结合海豚伙伴优化器的方法，用于提升医学图像分割性能 | 通过海豚伙伴优化器动态调整Bi-LSTM的权重和偏置参数，优化网络在空间位置、通道和尺度上的特征提取能力 | 未明确说明方法在非MRI图像或其他医学影像模态上的泛化能力 | 提高医学图像分割的准确性和效率，以支持临床诊断 | 医学图像，特别是MRI图像 | 计算机视觉 | NA | NA | Bi-LSTM | 图像 | NA | NA | 优化的双向长短期记忆网络 | Dice相似系数, Jaccard相似指数, 准确率 | NA |
| 3331 | 2026-02-22 |
Detection and Classification of Peri-Implant Marginal Bone Loss in Cone-Beam Computed Tomography Using a Deep Learning Approach
2026-Apr, Clinical and experimental dental research
IF:1.7Q3
DOI:10.1002/cre2.70308
PMID:41704078
|
研究论文 | 本研究评估了基于YOLOv8的深度学习模型在CBCT图像上自动检测和分级种植体周围边缘骨丢失的能力 | 首次将YOLOv8目标检测模型应用于CBCT图像中种植体周围边缘骨丢失的自动检测和分级 | 数据集规模有限，中度和重度病例的检测性能有所下降，需要进一步在多样化临床环境中验证 | 开发自动化工具以辅助CBCT图像中种植体周围边缘骨丢失的检测和分级 | 种植体周围边缘骨丢失 | 计算机视觉 | 种植体周围疾病 | 锥形束计算机断层扫描 | CNN | 图像 | 699张2D CBCT切片 | PyTorch | YOLOv8 | 准确率, 精确率, 召回率, F1分数, mAP@0.5, Kappa系数 | NA |
| 3332 | 2026-02-22 |
Cutting-edge AI technologies in skin cancer applications
2026-Mar-31, Cancer letters
IF:9.1Q1
DOI:10.1016/j.canlet.2026.218256
PMID:41544780
|
综述 | 本文综述了人工智能（特别是多模态大语言模型和深度学习）在皮肤癌早期检测、个体化治疗和患者管理领域的最新进展与应用 | 强调通过多模态融合策略整合皮肤镜图像、组织病理学信息和基因数据库，以提取更丰富互补的特征，从而显著提高诊断准确性和鲁棒性，并探讨皮肤病学专用基础模型的重要性 | 面临数据质量和模型可解释性相关的挑战，肿瘤异质性和免疫逃逸仍是未解决的主要问题 | 总结人工智能在皮肤癌领域的应用进展，重点关注早期检测、个体化治疗和患者管理 | 皮肤癌（包括多种亚型）及其诊断、治疗和药物开发过程 | 计算机视觉, 自然语言处理, 机器学习 | 皮肤癌 | 多模态融合策略 | 深度学习, 复杂神经网络, 多模态大语言模型 (如GPT, Med-PaLM) | 皮肤镜图像, 组织病理学信息, 基因数据库 | NA | NA | NA | 诊断准确性, 鲁棒性 | NA |
| 3333 | 2026-02-22 |
Classification of major depressive disorder using vertex-wise brain sulcal depth, curvature, and thickness with a deep and a shallow learning model
2026-Mar, Molecular psychiatry
IF:9.6Q1
DOI:10.1038/s41380-025-03273-w
PMID:41044403
|
研究论文 | 本研究使用深度学习模型DenseNet和浅层学习模型SVM，基于顶点级脑沟深度、曲率和厚度特征，对重度抑郁症（MDD）患者和健康对照（HC）进行分类 | 首次在全球代表性多站点ENIGMA-MDD数据上，整合顶点级皮质形态特征，并比较深度学习和浅层学习模型在MDD分类中的性能 | 分类性能接近随机水平（平衡准确率DenseNet: 51%；SVM: 53%），表明当前特征和分类器组合无法有效区分MDD和HC，且存在站点效应影响 | 探索利用脑形态特征和机器学习模型进行重度抑郁症（MDD）自动分类的可行性 | 重度抑郁症（MDD）患者和健康对照（HC） | 神经影像分析 | 重度抑郁症 | 神经影像分析 | DenseNet, SVM | 脑形态特征数据（顶点级脑沟深度、曲率、厚度） | 7012名参与者（2772名MDD患者和4240名HC），来自31个站点 | NA | DenseNet | 平衡准确率 | NA |
| 3334 | 2026-02-22 |
Leveraging Artificial Intelligence to Transform Thoracic Radiology for Lung Nodules and Lung Cancer: Applications, Challenges, and Future Directions
2026-Mar-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000866
PMID:41246950
|
综述 | 本文回顾了人工智能在胸部放射学（特别是肺结节和肺癌领域）的应用历史、现状、挑战及未来方向 | 系统梳理了从早期基于临床知识的AI方法到深度学习、Transformer架构的演进路径，并探讨了基础模型、多模态AI和多组学方法在肺癌领域的前沿应用 | 作为综述文章，未提出新的具体模型或实验数据，主要基于现有文献进行归纳分析 | 总结人工智能在胸部放射学（肺结节与肺癌）中的应用进展，并探讨未来发展方向 | 肺结节与肺癌相关的医学影像及临床数据 | 数字病理学 | 肺癌 | 医学影像分析 | 深度学习, Transformer | 医学影像 | NA | NA | Transformer | NA | NA |
| 3335 | 2026-02-22 |
Real-World Prospective Validation and Economic Evaluation of Deep Learning- Based Diabetic Retinopathy Detection From Fundus Photographs: A Systematic Review and Meta-analysis
2026-Mar-01, Diabetes care
IF:14.8Q1
DOI:10.2337/dc25-1493
PMID:41259706
|
系统综述与荟萃分析 | 本研究通过系统综述和荟萃分析，评估了基于深度学习的糖尿病视网膜病变检测系统在真实世界前瞻性验证中的诊断性能和经济性 | 首次系统性地综合了深度学习糖尿病视网膜病变检测系统在真实世界前瞻性环境中的验证证据，并评估了其在不同国家背景下的经济可行性 | 缺乏评估多种糖尿病视网膜病变严重程度或糖尿病性黄斑水肿的研究，限制了亚组分析的能力；低收入国家的研究不足，限制了相关洞察 | 评估基于深度学习的糖尿病视网膜病变检测系统在不同国家实施的前瞻性验证可行性和经济证据 | 使用眼底照片进行糖尿病视网膜病变检测的深度学习系统 | 数字病理学 | 糖尿病视网膜病变 | 深度学习 | 深度学习模型 | 眼底照片 | 47项研究纳入荟萃分析 | NA | NA | 受试者工作特征曲线下面积 | NA |
| 3336 | 2026-02-22 |
AI in ethnopharmacology, the pharmaceutical industry, and its applications
2026-Mar, Annales pharmaceutiques francaises
IF:1.0Q4
DOI:10.1016/j.pharma.2025.11.011
PMID:41338450
|
综述 | 本文综述了人工智能在民族药理学、制药工业及其应用中的角色，特别是在药物发现、质量控制和可持续发展方面的作用 | 将人工智能技术（如机器学习、深度学习和自然语言处理）整合到民族药理学实践中，用于数据挖掘、分子对接、生物活性预测和临床验证，以提升传统药物研究的效率和证据基础 | 标准化和验证任务以及监管框架仍需改进 | 探讨人工智能如何增强民族药理学实践，促进药物发现和传统知识与现代制药科学的融合 | 民族药理学中的传统知识、药用植物、药物化合物以及制药工业应用 | 自然语言处理 | NA | 数据挖掘分析、分子对接系统、生物活性预测建模、临床验证过程、组学研究（基因组学、代谢组学、蛋白质组学） | 机器学习, 深度学习 | 民族植物学记录、组学数据、临床数据 | NA | NA | NA | NA | NA |
| 3337 | 2026-02-22 |
Quantitative CT and Artificial Intelligence in Chronic Lung Disease
2026-Mar-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000867
PMID:41417666
|
综述 | 本文综述了定量CT和人工智能技术在慢性肺病（如COPD和ILD）诊断与管理中的应用、优势、挑战及未来方向 | 系统总结了基于密度和纹理特征的定量CT技术以及新兴的机器学习和深度学习方法在慢性肺病评估中的应用，并讨论了其在超越视觉评估和传统密度方法方面的鲁棒性和可重复性 | 文章指出了当前这些技术在临床应用中所面临的挑战和局限性，包括采纳障碍和待解决的问题 | 探讨定量CT和人工智能技术在慢性肺病（特别是COPD、ILD和肺移植/造血干细胞移植后的闭塞性细支气管炎综合征）的影像评估中的应用价值与发展方向 | 慢性阻塞性肺疾病（COPD）、纤维化性间质性肺疾病（ILD）以及肺/造血干细胞移植受者的闭塞性细支气管炎综合征患者 | 数字病理学 | 肺癌 | CT成像，定量CT分析 | 机器学习，深度学习 | CT图像 | NA | NA | NA | NA | NA |
| 3338 | 2026-02-22 |
Artificial Intelligence in Coronary Computed Tomography: Current Applications, Future Potentials, and Real-world Challenges
2026-Mar-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000873
PMID:41527165
|
综述 | 本文综述了人工智能在冠状动脉计算机断层扫描（CT）成像中的当前应用、未来潜力及现实挑战 | 系统性地总结了AI在心脏CT成像全流程（从图像采集、重建到分析）中的最新进展，并前瞻性地探讨了生成式AI、大语言模型和数字孪生等前沿技术在心血管精准医疗中的革命性潜力 | 面临数据多样性与标准化不足、模型可解释性有限以及监管审批流程复杂等挑战，阻碍了AI技术在临床实践中的全面整合 | 探讨人工智能技术在冠状动脉CT成像领域的应用现状、发展前景及面临的现实障碍，以推动心血管精准医疗的发展 | 冠状动脉疾病（CAD）的CT成像数据、临床数据及实验室数据 | 医学影像分析, 机器学习 | 心血管疾病 | 心脏计算机断层扫描（CT）成像 | 深度学习, 机器学习, 生成式AI, 大语言模型（LLMs） | 医学影像（CT图像）, 临床数据, 实验室数据 | NA | NA | NA | NA | NA |
| 3339 | 2026-02-22 |
Deep learning architectures for modeling and forecasting stroke cases in Ghana
2026-Mar, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association
|
研究论文 | 本研究利用深度学习模型对加纳的卒中病例进行建模与预测，以支持数据驱动的公共卫生策略 | 在加纳卒中预测中首次应用并比较了多种深度学习架构，包括LSTM、BLSTM、ConvLSTM和BConvLSTM，并纳入糖尿病患病率作为协变量 | 研究仅使用了月度卒中病例数据，可能未涵盖所有相关风险因素；模型在ConvLSTM和BConvLSTM上表现不佳，表明架构选择需进一步优化 | 建模和预测加纳的卒中发病率，为公共卫生规划和干预提供数据支持 | 加纳的卒中病例数据 | 机器学习 | 卒中 | NA | LSTM, BLSTM, ConvLSTM, BConvLSTM | 时间序列数据 | 2018年至2023年的月度卒中病例数据 | Python, R | LSTM, BLSTM, ConvLSTM, BConvLSTM | MAE, MSE, RMSE, MAPE | NA |
| 3340 | 2026-02-22 |
Pediatric Personalized Deep Learning Models for Segmentation of Hepatoblastoma at CT and MRI
2026-Mar, Radiology. Imaging cancer
DOI:10.1148/rycan.250041
PMID:41718532
|
研究论文 | 本研究评估了成人训练模型在儿童肝母细胞瘤分割中的泛化能力，并开发了专门针对儿童CT和MRI影像训练的深度学习分割模型 | 开发了首个专门针对儿童肝母细胞瘤的深度学习分割模型，证明了针对特定人群（儿科）定制模型优于通用（成人）模型 | 研究数据来自单一临床试验（AHEP0731），模型性能可能受限于该特定数据集的分布 | 评估成人训练模型在儿科影像分割中的泛化能力，并开发针对儿科患者的专用分割模型 | 儿童肝母细胞瘤患者的CT和MRI影像 | 数字病理学 | 肝母细胞瘤 | CT, MRI | CNN | 医学影像 | CT数据集104名参与者，MRI数据集123名参与者 | NA | 3D U-Net | Dice相似系数, 体积百分比误差 | NA |