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 7557 篇文献，本页显示第 641 - 660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 641 | 2026-05-31 |
iPalmT: a new paradigm for palmitoyltransferase discovery via end-to-end deep learning
2026-Jun, Oncogene
IF:6.9Q1
DOI:10.1038/s41388-026-03802-z
PMID:42000924
|
研究论文 | 提出iPalmT，一个端到端深度学习框架，直接从氨基酸序列中鉴定棕榈酰转移酶 | 无需手工特征或先验结构域注释，直接从氨基酸序列端到端识别棕榈酰转移酶 | 仅基于序列信息，可能遗漏依赖于构象或翻译后修饰的酶活性；实验验证仅限于两个候选蛋白 | 开发可扩展的序列驱动方法，系统发现非典型和进化分化的棕榈酰转移酶 | 棕榈酰转移酶 | 机器学习 | 癌症 | NA | 卷积神经网络 | 氨基酸序列 | 独立测试集（具体数量未提及）；大规模预测涉及147,847,003个蛋白质序列，来自33,285个物种组 | PyTorch | 卷积层结合挤压-激发模块 | 准确率、精确率、召回率、F1分数 | NA |
| 642 | 2026-05-31 |
Factors predicting MRI glioma segmentation accuracy in deep learning models: a systematic review and meta-analysis
2026-Jun, Journal of neuroradiology = Journal de neuroradiologie
DOI:10.1016/j.neurad.2026.101562
PMID:42102794
|
系统综述与荟萃分析 | 对深度学习模型在MRI胶质瘤分割中的准确性预测因素进行系统性回顾和荟萃分析 | 首次通过多变量荟萃回归分析系统识别影响深度学习胶质瘤MRI分割准确性的关键因素，发现3D模型架构和多参数MRI输入是最稳定的关联因素，且发表年份是唯一独立预测准确性的变量 | 未发现单一因素能完全解释研究间的异质性，且高级别胶质瘤分割准确性的改善趋势未达统计学显著性 | 识别影响深度学习模型在MRI胶质瘤分割中准确性的预测因素 | 深度学习模型用于术前胶质瘤分割的性能表现及其相关因素 | 机器学习和医学影像分析 | 胶质瘤 | MRI | 深度学习模型（包括3D架构） | MRI图像（多参数） | 88个模型，其中36个纳入定量分析 | NA | 3D架构 | Dice相似系数 | NA |
| 643 | 2026-05-31 |
Automated vertebral heart size estimation from thoracic radiographs in dogs with AI-assisted clinical decision support
2026-Jun, Veterinary journal (London, England : 1997)
DOI:10.1016/j.tvjl.2026.106674
PMID:42002024
|
研究论文 | 提出一个AI辅助的集成框架，从犬胸片DICOM图像自动估算椎体心脏大小，以支持兽医放射学评估心脏肥大 | 将深度学习模型用于解剖标志检测和VHS自动计算，并与大语言模型结合生成结构化兽医学摘要，实现快速、自动化的临床决策支持 | NA | 开发一个AI辅助的集成框架，自动从犬胸片估算椎体心脏大小，生成初步临床摘要，提高兽医放射学工作流程效率 | 犬胸片DICOM图像及其相关元数据 | 计算机视觉 | 心脏病 | NA | 深度学习模型 | 图像 | NA | NA | NA | 准确性、一致性 | NA |
| 644 | 2026-05-31 |
LLM predicts human behavior: A BERT-based approach for conscientiousness personality trait detection from online content
2026-Jun, Acta psychologica
IF:2.1Q2
DOI:10.1016/j.actpsy.2026.106832
PMID:42025613
|
研究论文 | 利用BERT模型从社交媒体内容中预测尽责性人格特质 | 采用BERT大型语言模型从在线文本中自动预测尽责性人格特质，准确率达97%，优于传统机器学习和深度学习结合特征工程的方法 | NA | 从社交媒体内容中自动识别尽责性人格特质，以分析用户行为 | 社交媒体用户的尽责性人格特质（判断型或感知型） | 自然语言处理 | NA | NA | BERT | 文本 | MBTI数据集 | NA | BERT | 准确率 | NA |
| 645 | 2026-05-31 |
Decoding bacterial transcriptional regulatory networks through integrated multi-omics datasets for artificial intelligence-driven design of programmable biological systems
2026-Jun, Current opinion in biotechnology
IF:7.1Q1
DOI:10.1016/j.copbio.2026.103505
PMID:42127490
|
综述 | 综述了通过整合多组学数据集解码细菌转录调控网络，并利用人工智能设计可编程生物系统的进展 | 系统性地讨论了从靶向分子表征到系统级方法的演变，强调了机器学习（如独立成分分析）和深度学习在识别共调控基因模块、发现新调控关系及指导调控序列从头设计中的应用 | 未提及具体局限，但综述性质通常不深入探讨特定实验或计算方法的局限性 | 探讨如何利用多组学数据和人工智能方法推进细菌转录调控网络的理解及其在可编程生物系统设计中的应用 | 细菌转录调控网络及其调控元件 | 机器学习, 自然语言处理 | NA | NGS, 基因组学, 转录组学, 独立成分分析, 深度学习 | 深度学习模型 | 基因组数据, 转录组数据 | NA | NA | NA | NA | NA |
| 646 | 2026-05-31 |
MALICoT: A pilot cross-sectional study analyzing the effects of power training and age on endomysium content and fiber area in the soleus muscle of adult males
2026-Jun, Physiological reports
IF:2.2Q3
DOI:10.14814/phy2.70933
PMID:42210728
|
研究论文 | 通过横断面研究分析力量训练和年龄对成年男性比目鱼肌内膜含量和肌纤维面积的影响 | 首次利用深度学习图像分析结合定量蛋白质组学方法系统评估运动训练和年龄对人体比目鱼肌结缔组织内膜的影响 | 样本量较小且仅包含男性参与者，无法推广至女性或不同运动类型人群 | 探究力量训练和年龄对人体比目鱼肌内膜含量及肌纤维面积的影响 | 43名临床健康男性参与者，分为年轻非活跃对照组、年轻力量训练运动员组、老年非活跃对照组和老年力量训练运动员组 | 数字病理学 | NA | 组织学染色、深度学习图像分析、免疫荧光成像、定量蛋白质组学 | 深度学习模型 | 组织病理图像 | 43名男性参与者，包括比目鱼肌活检样本 | NA | NA | NA | NA |
| 647 | 2026-05-31 |
Numerical Inverse Design of Patient-Specific Dental Implants: Accelerating FEA-Based Optimization via Evolutionary Neural Surrogates
2026-Jun, International journal for numerical methods in biomedical engineering
IF:2.2Q2
DOI:10.1002/cnm.70182
PMID:42210774
|
研究论文 | 提出基于神经代理的数值逆设计框架，加速患者特异性牙种植体有限元优化 | 利用多层感知机回归器替代高保真有限元模拟，结合进化优化实现实时个性化种植体设计，首次将深度学习代理应用于牙科种植体的数值逆设计 | 依赖合成患者队列数据，未在真实临床数据中验证；框架性能受限于训练数据规模和骨质量、负载条件的多样性 | 开发克服有限元分析计算瓶颈的数值逆设计框架，实现个性化牙种植体快速优化 | 患者特异性牙种植体几何构型 | 数字病理学 | 牙科疾病 | 有限元分析，多层感知机回归 | 多层感知机 | 3D有限元模拟数据 | 3000个高保真模拟样本用于训练，50个虚拟患者用于测试 | PyTorch | MLP | 峰值 von Mises 应力，Cohen's d | 未明确提及 |
| 648 | 2026-05-31 |
A century of coffee and tea research in cognitive health and Alzheimer's disease: Structural, thematic, and translational insights (1911-2025)
2026-May-30, Journal of Alzheimer's disease : JAD
DOI:10.1177/13872877261450996
PMID:42216624
|
综述 | 该研究通过文献计量分析，绘制了咖啡与茶在认知健康及阿尔茨海默病研究领域的百年发展图谱，涵盖结构、主题及转化视角 | 首次在统一的一级证据框架下，对咖啡与茶在认知衰老领域的研究进行了横跨1911至2025年的百年尺度联合分析，并整合了主题演化、合作网络及最新趋势的可视化 | 作为文献计量分析，可能受限于数据库收录范围（仅Scopus索引的英文文章），且未深入评估个别研究的方法学质量或因果证据 | 绘制咖啡与茶研究在认知衰老领域的结构、主题及时间演化图谱，识别核心文献、合作模式及新兴方向 | 咖啡与茶在认知健康及阿尔茨海默病相关研究中的文献数据 | 自然语言处理 | 阿尔茨海默病, 认知衰老 | 文献计量分析 | NA | 文本 | 2873篇文献，来自1285个来源 | NA | NA | 年增长率（4.96%）, 平均引用次数（40.17次/篇） | NA |
| 649 | 2026-05-31 |
RADIANT: A fully configurable radiotherapy dose prediction framework
2026-May-29, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae7090
PMID:42161288
|
研究论文 | 介绍了一个完全可配置的放射治疗剂量预测开源框架RADIANT，基于医学影像分割工具包，支持多种网络架构、损失函数和训练策略 | 提出一个完全可配置、开源且可复现的放射治疗剂量预测框架，支持多种网络架构和灵活配置，并在多个癌种上进行了基准测试 | 未明确指出局限性 | 开发一个可扩展、可配置的开源框架，用于深度学习驱动的放射治疗剂量预测，并实现可复现的实验 | 宫颈癌、前列腺癌和头颈癌患者的放射治疗剂量分布 | 数字病理学 | 宫颈癌, 前列腺癌, 头颈癌 | 放射治疗剂量预测 | 深度学习模型 | 3D医学影像 | 使用RPA生成的宫颈癌和前列腺治疗计划，以及AAPM OpenKBP挑战赛的头颈癌数据 | Medical Imaging Segmentation Toolkit, RADIANT | nnU-Net, FMG-Net, W-Net, ddU-Net, Swin UNETR | 剂量分数，均匀性指数，D95、D98、D99误差百分比，剂量体积直方图分数 | NA |
| 650 | 2026-05-31 |
Synchrotron-Based Deep Learning Network of the Inner Ear: Development and Expert Validation
2026-May-29, The Laryngoscope
DOI:10.1002/lary.70637
PMID:42212468
|
研究论文 | 开发并外部验证了一种基于深度学习的内耳分割网络，能在多种分辨率和协议的临床CT图像中自动分割内耳 | 首个在性能上超越领域专家手动分割的内耳自动分割算法，建立了新的临床金标准 | NA | 开发并验证一种内耳自动分割深度学习网络 | 内耳在术前临床CT扫描中的分割 | 深度学习、医学图像分割 | 耳科疾病 | 同步辐射相衬成像、临床CT扫描 | 深度学习分割网络 | CT图像（锥束CT、螺旋CT） | 100具尸体标本，共4784对同步辐射相衬成像和临床三维数据集 | NA | NA | Dice相似系数、最大绝对豪斯多夫距离、平均豪斯多夫距离 | NA |
| 651 | 2026-05-31 |
Bioinspired Ultrastretchable Aramid Triboelectric Aerogels for Intelligent Vehicle Seat
2026-May-29, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.73549
PMID:42212808
|
研究论文 | 受肌肉纤维取向启发，开发出超可拉伸芳纶摩擦电气凝胶，用于智能车辆座椅传感器 | 通过编程冰晶生长实现98%纤维取向拟合度，是传统冻铸法的2.6倍；首次在单一传感器界面结合深度学习实现驾驶行为实时监测和振动反馈报警 | 未提及长期稳定性测试或实际车辆环境中的耐久性评估 | 开发可拉伸气凝胶传感器用于智能驾驶系统中不安全驾驶行为的识别和缓解 | 芳纶摩擦电气凝胶材料及其传感阵列 | 机器学习 | NA | 编程冰晶生长法 | 深度学习模型 | 传感器信号 | NA | NA | NA | 应变值 (539%) | NA |
| 652 | 2026-05-31 |
HANeRV: Hierarchically Adaptive Neural Representation for Video Compression
2026-May-29, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2026.3696103
PMID:42213559
|
研究论文 | 提出分层自适应神经表示方法HANeRV用于高效视频压缩 | 首次在隐式神经表示视频压缩中引入分层自适应结构优化，包括动态架构级调整、动态帧级调整和层次结构自适应 | 未提及具体计算复杂度或实时性能限制 | 提升隐式神经表示视频压缩对动态变化的适应性以优化压缩效果 | 不同视频序列中的帧间和帧内动态信息及空间结构 | 计算机视觉 | NA | 隐式神经表示 | 隐式神经网络 | 视频 | NA | NA | HANeRV（含DAA、DFA、HSA模块） | 率失真性能（超越H.266/VVC标准） | NA |
| 653 | 2026-05-31 |
Local Semantics Refinement of Adaptive Representations for Robust Noisy Label Learning
2026-May-29, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2026.3696107
PMID:42213558
|
研究论文 | 提出一种名为LFDA的框架，通过局部语义精炼和自适应表示，解决带噪标签学习中的确认偏差和硬样本信息价值被忽视的问题 | 首次将局部一致性评分与置信邻域构建相结合，并引入可靠性感知表示对齐模块，通过软监督隐式修正低置信度样本 | 仅依赖局部特征一致性，在极端噪声比例下可能失效，且对邻域构建的密度参数敏感 | 提升深度学习模型在带噪标签数据集上的鲁棒性和泛化能力 | 带噪声标签的合成和真实世界数据集 | 机器学习 | NA | NA | NA | 图像 | NA | PyTorch | ResNet, PreActResNet | 准确率 | NA |
| 654 | 2026-05-31 |
Beyond Correlation: Causal Intervention for Multi-Label Medical Image Diagnosis
2026-May-29, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2026.3698052
PMID:42213561
|
研究论文 | 提出一种结合因果干预的多标签医学影像诊断框架，解决共病检测中虚假关联问题 | 首次在医学影像多标签诊断中引入因果干预，通过后门调整分离疾病共现导致的虚假关联与真实因果信号 | 依赖潜在混杂变量的隐式建模，可能无法完全覆盖所有临床混杂因素；实验仅涵盖四种影像模态，泛化性需进一步验证 | 提升多标签医学影像诊断的准确性和可解释性，消除共病条件下的相关偏误 | 多标签医学影像诊断中的共病关系建模与因果解耦 | 计算机视觉, 数字病理学 | 多种共病（眼病、结肠病变、胸肺疾病） | N/A | 因果干预模型 | 医学影像（彩色眼底照相、眼底荧光血管造影、结肠镜、X光） | ODIR, LID-FFA, Endo, Chestpert四个数据集（具体样本数未说明） | PyTorch | N/A | 准确率、AUC、可解释性指标 | NA |
| 655 | 2026-05-31 |
PRAD++: Towards Robust Periapical Radiograph Analysis through Dataset and Model Advancements
2026-May-29, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2026.3698273
PMID:42213562
|
研究论文 | 提出PRAD++大规模根尖周X光片数据集及PRNet++分析网络，提升深度学习在牙科图像分析中的鲁棒性与可解释性 | 引入多尺度小波卷积网络和通道融合注意力机制，并设计专家先验注入损失函数，将牙科领域知识融入学习过程 | 未提及模型在外部数据集或真实临床环境中的验证，且对异常投影和伪影的处理能力有待进一步探索 | 解决根尖周X光片高质量标注数据稀缺问题，开发鲁棒的深度学习分析模型 | 根尖周X光片图像及对应的像素级分割和图像级分类任务 | 计算机视觉, 数字病理学 | 牙科疾病 | NA | CNN | 图像 | 10,000张根尖周X光片图像 | PyTorch | 多尺度小波卷积网络, 通道融合注意力机制 | DSC, PR-AUC | NA |
| 656 | 2026-05-31 |
MuSL: Multimodal deep learning for generalizable prediction of synthetic lethality from sequence, transcriptomic, and network data
2026-May-29, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3698476
PMID:42213569
|
研究论文 | 提出一种名为MuSL的多模态深度学习框架，整合转录组直方图、统计表达特征和蛋白质互作网络信息，用于预测合成致死性 | 首次将粗粒度表达谱转化为二维直方图并利用卷积神经网络直接学习共表达缺失和互斥性等分布模式，通过对比学习对齐多模态特征并结合交叉注意力和自适应门控机制进行集成 | 未明确提及 | 实现可泛化到未知基因的合成致死性预测，克服传统方法依赖手工表达摘要或单一数据模态的局限性 | 基因对之间的合成致死性关系 | 机器学习 | 癌症 | RNA-seq, 蛋白质互作网络分析 | CNN, 对比学习, 交叉注意力, 自适应门控 | 转录组直方图, 统计表达特征, 蛋白质互作网络, ESM2蛋白质嵌入 | 未明确提及 | PyTorch | CNN, 图神经网络, 注意力机制 | 随机、转导和归纳评估设置下的基线性能比较 | NA |
| 657 | 2026-05-31 |
Compliance with the CONSORT AI Extension in Orthopaedic Randomized Controlled Trials
2026-May-29, The Journal of bone and joint surgery. American volume
DOI:10.2106/JBJS.25.01439
PMID:42213819
|
研究论文 | 评估骨科随机对照试验中对CONSORT AI扩展指南的遵守情况 | 首次系统评估骨科领域涉及AI的随机对照试验对CONSORT AI扩展指南的遵守程度 | 仅纳入11篇文献，样本量有限；可能遗漏未发表或非英文文献 | 评估骨科随机对照试验中对CONSORT AI扩展指南的遵守情况 | 骨科领域涉及AI的随机对照试验 | 机器学习 | 骨科疾病 | NA | NA | 文本 | 11篇文献 | NA | NA | 遵守率 | NA |
| 658 | 2026-05-31 |
Unifying pKa and Protonation Prediction with Sequence-Based Deep Learning
2026-May-29, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.6c00556
PMID:42214058
|
research paper | 提出一个基于序列的深度学习模型 T5pKa，用于分子 pKa 和质子化状态预测 | 将序列到序列模型应用于pKa预测的统一多任务框架，同时实现微观状态枚举和pKa预测 | 仅依赖实验数据，可能对新颖化学空间泛化能力有限 | 开发用于分子pKa和质子化状态预测的文本基深度学习模型 | 小分子的质子化/去质子化微观状态及其pKa值 | machine learning | NA | NA | transformer | text | 9000个实验测量微观pKa数据条目 | PyTorch | Transformer | accuracy, precision, recall | NA |
| 659 | 2026-05-31 |
SSPSPredictor: A Sequence- and Structure-Based Deep Learning Model for Predicting Phase-Separating Proteins
2026-May-29, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.6c00363
PMID:42214054
|
研究论文 | 提出一个结合序列与结构信息的多模态深度学习模型SSPSPredictor，用于预测相分离蛋白 | 首次将蛋白质语言模型ESM-2提取的序列信息与图神经网络GVP提取的结构信息融合，实现平衡的PSP识别性能，并在无监督条件下识别驱动相分离的关键区域，展现良好的可解释性 | NA | 开发一种高效且可解释的相分离蛋白预测方法，以弥补实验鉴定的耗时费力，并揭示相分离与疾病之间的关联 | 相分离蛋白（PSPs），包括具有折叠结构或内在无序结构的蛋白质 | 机器学习 | NA | 深度学习 | 多模态模型（ESM-2、GVP） | 序列数据、结构图数据 | 人类蛋白质组规模分析 | NA | ESM-2、GVP | NA | NA |
| 660 | 2026-05-31 |
The impact of competition mechanisms on primary school students' digital game-based mathematics learning
2026-May-29, Acta psychologica
IF:2.1Q2
DOI:10.1016/j.actpsy.2026.107175
PMID:42214168
|
研究论文 | 研究竞争机制对小学生数字化游戏数学学习的影响 | 采用增值设计，随机分配135名小学生至基线组、个人竞争组和组间竞争组，揭示竞争能促进深层认知策略和真实知识掌握，而非短期表现提升 | 未说明明确局限性 | 探讨数字化游戏学习中的竞争机制对小学生分数概念学习结果、过程和情感态度的影响 | 小学生，具体为135名参与分数概念学习的学生 | 机器学习 | NA | NA | NA | NA | 135名小学生 | NA | NA | 准确率、自我效能感 | NA |