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 12100 篇文献，本页显示第 8741 - 8760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8741 | 2026-03-23 |
Handling distribution shifts on dynamic graphs via causal invariance principles
2026-Mar-15, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2026.108854
PMID:41863898
|
研究论文 | 本文提出了一种基于因果不变性原理的方法DCIP，用于处理动态图上的分布偏移问题 | 通过多特征提取模块探索隐式节点交互模式，结合傅里叶变换和Transformer的频率域因果解耦架构，以及虚拟干预正则化策略，以分离因果模式并增强其跨环境稳定性 | 未在摘要中明确说明 | 处理动态图上的分布偏移，提高图神经网络在现实场景中的泛化能力 | 动态图数据 | 机器学习 | NA | NA | 动态图神经网络 | 动态图数据 | 六个动态图数据集和四个分布偏移数据集 | NA | Transformer | NA | NA |
| 8742 | 2026-03-23 |
Computational Redesign of an Ancestral Xylose Isomerase: Tuning the Substrate Preference and Thermostability for Biomass Valorization
2026-Mar-12, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.5c17228
PMID:41817278
|
研究论文 | 本文通过整合祖先序列重建与深度学习方法，重新设计了一种祖先木糖异构酶，以优化其底物偏好和热稳定性，用于生物质增值 | 结合祖先序列重建与深度学习来识别双底物活性酶，并通过半理性设计策略（如柔性盖设计和突变）同时提升催化活性和热稳定性 | NA | 优化木糖异构酶的底物偏好和热稳定性，以开发适用于生物质增值的实用生物催化剂 | 祖先木糖异构酶ASR285及其突变体 | 机器学习 | NA | 祖先序列重建, 深度学习 | NA | 序列数据 | NA | NA | NA | 催化活性倍数增加, 半衰期倍数增加, d-果糖产量倍数增加 | NA |
| 8743 | 2026-03-23 |
PIBAdb: a public cohort of multimodal colonoscopy videos and images including polyps with histological information
2026-Mar-10, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2026.109315
PMID:41863886
|
研究论文 | 本文介绍了PIBAdb，一个包含结肠镜视频和图像的多模态公共数据集，用于结直肠息肉研究 | PIBAdb是最大且最完整的结直肠息肉多模态公共数据集之一，具有丰富的每个息肉元数据（组织学和PARIS/NICE分类）、包含NBI和WL图像，以及多个清洁度级别的非息肉图像 | 数据集仅基于单一医院（Hospital Universitario de Ourense）的数据，可能限制其泛化性 | 为结直肠息肉研究提供高质量的多模态公共数据集，支持深度学习模型的开发 | 结直肠息肉 | 数字病理学 | 结直肠癌 | 结肠镜检查 | 深度学习模型 | 视频, 图像 | 1176个息肉，31,946张手动标注的息肉图像，14,124张非息肉图像，近7小时带息肉的标注视频段，超过4小时无息肉的标注视频段 | NA | NA | NA | NA |
| 8744 | 2026-03-23 |
An Efficient Contrastive Deep Learning Model for Identifying Schizophrenia-Specific Neuroanatomical Variations
2026-Mar-07, Schizophrenia bulletin
IF:5.3Q1
DOI:10.1093/schbul/sbaf261
PMID:41863375
|
研究论文 | 本研究开发了一种名为DECODE-SZ的深度学习模型，用于识别精神分裂症特异性的神经解剖学变异 | 结合对比学习、3D卷积神经网络和变分自编码器，首次提出了一种能有效分离精神分裂症特异性神经解剖特征的模型 | 研究样本仅来自中国8个独立站点，可能限制了结果的普适性，且未考虑其他潜在混杂因素 | 探究精神分裂症特异性神经解剖学变异与临床症状之间的关系，以开发更可靠的生物标志物 | 精神分裂症患者和健康对照者的结构MRI数据 | 医学影像分析 | 精神分裂症 | 结构MRI | 3D CNN, VAE | 3D图像 | 641名精神分裂症患者和609名健康对照者，来自8个独立站点 | NA | DECODE-SZ（双编码器对比解码模型） | 与PANSS评分的关联性分析 | NA |
| 8745 | 2026-03-23 |
Corrigendum to "Deep Learning for Lumbar Disc Herniation Diagnosis and Treatment Decision-Making Using Magnetic Resonance Imagings: A Retrospective Study" [World Neurosurgery, Volume 195, March 2025, 123728]
2026-Mar, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2026.124831
PMID:41713361
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8746 | 2026-03-23 |
IgPose: a generative data-augmented pipeline for robust immunoglobulin-antigen binding prediction
2026-Feb-28, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag076
PMID:41692975
|
研究论文 | 介绍IgPose，一个用于免疫球蛋白-抗原结合预测的生成式数据增强框架 | 通过构建合成诱饵数据库SIDD缓解数据稀缺，并集成等变图神经网络、ESM-2嵌入和门控循环单元来协同捕获几何和进化特征 | 未在摘要中明确说明 | 预测免疫球蛋白-抗原结合，以支持高通量抗体发现 | 免疫球蛋白-抗原复合物 | 机器学习 | NA | 生成式数据增强 | 图神经网络, 门控循环单元 | 结构数据, 序列嵌入 | NA | NA | 等变图神经网络, ESM-2, 门控循环单元 | DockQ分数 | NA |
| 8747 | 2026-03-23 |
Mamba6mA: a Mamba-based DNA N6-methyladenine site prediction model
2026-Feb-28, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag060
PMID:41645436
|
研究论文 | 本文提出了一种基于Mamba状态空间模型的DNA N6-甲基腺嘌呤位点预测模型Mamba6mA | 设计了位置特异性线性层以替代传统卷积层，并构建了多尺度特征提取模块，有效提升了6mA位点预测的泛化能力 | 模型在11个物种数据集中的2个未取得最佳MCC，泛化能力仍需进一步验证 | 开发一种高效准确的DNA N6-甲基腺嘌呤位点预测方法 | DNA序列中的N6-甲基腺嘌呤修饰位点 | 机器学习 | 癌症 | SMRT测序, 甲基化DNA免疫沉淀 | 状态空间模型 | DNA序列数据 | 11个物种数据集 | NA | Mamba | MCC | NA |
| 8748 | 2026-03-23 |
Predicting homologous recombination deficiency and treatment responses using a computed tomography-based foundation model: a preclinical study
2026-Feb-10, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-026-01322-3
PMID:41667716
|
研究论文 | 本研究利用基于CT的基础模型预测小鼠同源重组缺陷状态及对新型DNA交联剂的治疗反应 | 首次将基础模型应用于临床前CT图像，以克服动物研究中数据稀缺的挑战，并在HRD分类上显著优于传统放射组学和监督深度学习 | 研究主要基于小鼠模型，结果向人类临床应用的转化仍需进一步验证 | 预测同源重组缺陷状态及评估新型DNA靶向疗法的治疗反应 | 小鼠异种移植模型 | 数字病理学 | 癌症 | 微CT扫描 | 基础模型, 监督深度学习 | CT图像 | 307只小鼠 | NA | 基础模型 | AUC | NA |
| 8749 | 2026-03-22 |
Prostate MR image segmentation using a multi-stage network approach
2026-Apr, International urology and nephrology
IF:1.8Q3
DOI:10.1007/s11255-025-04763-0
PMID:40911178
|
研究论文 | 本研究利用深度学习图像分割技术，通过多阶段网络方法对前列腺T2加权MR图像进行分割，以提升前列腺癌的检测和表征能力 | 提出并比较了三种多阶段分割策略（单阶段、顺序两阶段和端到端两阶段），其中端到端方法通过共享特征表示显著提升了前列腺边界划分的准确性 | 模型仍需进一步优化，并需评估其在多样化医学影像场景中的泛化能力 | 提升前列腺癌的诊断准确性和治疗规划效率 | 前列腺T2加权磁共振图像 | 数字病理学 | 前列腺癌 | T2加权磁共振成像 | 深度学习 | 图像 | 1151名患者的61,119张T2加权MR图像 | NA | MultiResUNet | NA | NA |
| 8750 | 2026-03-22 |
The Nuclear Nephrology Artificial Intelligence Ecosystem
2026-Mar, Seminars in nuclear medicine
IF:4.6Q1
DOI:10.1053/j.semnuclmed.2025.11.002
PMID:41350144
|
综述 | 本文综述了人工智能在核肾脏病学领域的历史发展、当前应用及未来机遇 | 系统性地描绘了核肾脏病学中的人工智能生态系统，并展望了生成式AI、大语言模型和分割基础模型等新兴技术在该领域的应用潜力 | 人工智能工具在临床广泛应用前仍需大量开发和验证，且需考虑伦理限制和社会公正问题 | 探讨人工智能在核肾脏病学领域的应用现状、工具类型及未来发展方向 | 核肾脏病学中的各类技术和人工智能方法 | 数字病理学 | 肾脏疾病 | 动态肾闪烁显像、平面或单光子发射计算机断层扫描、正电子发射断层扫描 | 专家系统, 统计机器学习, 前馈神经网络, 卷积神经网络, 大语言模型, 扩散模型, 生成对抗网络, 视觉语言模型 | 图像 | NA | NA | NA | NA | NA |
| 8751 | 2026-03-21 |
Bioinspired hybrid optimisation and deep belief neural networks for early chronic kidney disease detection: an explainable clinical AI framework
2026-Dec, Renal failure
IF:3.0Q1
DOI:10.1080/0886022X.2026.2624917
PMID:41834383
|
研究论文 | 本文提出了一种结合混合螺旋搜索策略的二元引力搜索算法与象群优化算法来优化深度信念神经网络，用于慢性肾脏病的早期检测 | 提出了一种双阶段优化框架（SSS-BGSA-EHO-DBNN），通过非线性螺旋搜索模式增强原始BGSA的探索-利用权衡，并利用EHO优化DBNN参数以提高收敛速度和学习效率 | 研究仅在UCI CKD数据集上进行评估，样本量有限，且未在更多独立数据集或真实临床环境中验证 | 开发一个全自动、可解释且计算高效的慢性肾脏病筛查流程 | 慢性肾脏病（CKD）患者 | 机器学习 | 慢性肾脏病 | NA | 深度信念神经网络（DBNN） | 结构化临床数据 | UCI CKD数据集（25个属性） | NA | 深度信念神经网络 | 准确率, AUC | NA |
| 8752 | 2026-03-21 |
Early Implications for Solid Organ Transplantation With the Use of Artificial Intelligence From a Bibliometric Perspective
2026-Jun, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2026.100340
PMID:41853188
|
文献计量分析 | 本文通过文献计量学方法，分析了人工智能在实体器官移植领域（肾脏、肝脏、心脏、肺移植）的应用现状、科学影响及发展趋势 | 首次从文献计量学角度系统评估了人工智能在实体器官移植领域的全球研究趋势、技术应用热点及合作网络，识别了核心研究主题和领先机构 | 分析基于已发表的文献，许多人工智能模型仍处于验证阶段，实际临床整合和效果有待进一步证实；文献检索可能受数据库覆盖范围限制 | 评估人工智能在实体器官移植领域的科学影响、研究演变及全球趋势，以促进该领域的循证研究和跨学科合作 | 涉及肾脏、肝脏、心脏和肺移植的人工智能相关科学研究文献 | 机器学习 | 实体器官移植 | 机器学习，专家系统，深度学习 | NA | 临床数据，免疫学数据，组织学数据，影像数据 | 2384篇出版物（1989-2025年），其中815篇符合纳入标准 | NA | NA | NA | NA |
| 8753 | 2026-03-21 |
Automated detection and classification of dental trauma in periapical radiographs using deep learning: a study based on the Andreasen classification
2026-May, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2025.12.014
PMID:41688271
|
研究论文 | 本研究评估了基于YOLOv8的深度学习模型在根据Andreasen分类系统自动识别牙科创伤类型方面的性能 | 首次将YOLOv8深度学习模型应用于牙科创伤的自动检测与分类，并基于Andreasen分类系统进行标签整合以优化模型性能 | 初始模型因创伤亚型过多且数据集有限导致整体性能较低，仅在某些亚类（如撕脱伤）表现较好 | 评估深度学习模型在牙科创伤自动识别与分类中的性能 | 牙科创伤的X线片图像 | 计算机视觉 | 牙科创伤 | 深度学习 | YOLOv8 | 图像 | NA | NA | YOLOv8 | 灵敏度, 精确度, F1分数 | NA |
| 8754 | 2026-03-21 |
Fine-scale mapping of Oncomelania hupensis habitats in eastern China using multi-season Sentinel-2 imagery and semi-supervised deep learning
2026-May, Acta tropica
IF:2.1Q2
|
研究论文 | 本研究开发了一个名为SnailMatch的半监督深度学习框架，结合多季节Sentinel-2影像，用于精细绘制中国东部钉螺（日本血吸虫中间宿主）的栖息地分布图 | 提出了一个结合多季节遥感影像和半监督深度学习的框架，通过注意力机制融合季节性生态模式，并利用贝叶斯优化集成模型，实现了高精度的钉螺栖息地制图 | 研究依赖于有限的实地确认数据（229个存在点），且未明确讨论模型在其他地理区域或不同年份的泛化能力 | 开发一种成本效益高、可解释的方法，以支持针对性的灭螺和植被管理，助力世界卫生组织2030年消除血吸虫病的目标 | 钉螺（Oncomelania hupensis）的栖息地 | 计算机视觉 | 血吸虫病 | 多季节Sentinel-2遥感影像处理 | 深度学习, 随机森林 | 遥感影像, 环境协变量数据 | 229个实地确认的钉螺存在点, 229个系统采样的缺失点, 5,759个未标记位置 | NA | 注意力机制的多季节融合模块 | 准确率, AUC, F1分数 | NA |
| 8755 | 2026-03-21 |
Delineating white matter phenotypes of sensori-/psychomotor functioning in large-scale cohorts of healthy individuals and patients with mental disorders across the lifespan (whiteSPAN): rationale and methods of an interdisciplinary bicentric project
2026-Apr, European archives of psychiatry and clinical neuroscience
IF:3.5Q2
DOI:10.1007/s00406-025-02138-1
PMID:41288695
|
研究论文 | 该项目旨在通过大规模神经影像数据研究感觉/精神运动功能与白质微结构之间的关联，跨越多种精神与神经退行性疾病 | 整合多中心公开与内部数据集，结合先进计算工具如tractometry、tractomics、规范建模和深度学习，跨诊断边界识别生物驱动的感觉/精神运动生物型 | 依赖现有数据集的异质性，可能受样本选择和测量方法差异的影响 | 研究感觉/精神运动功能与白质微结构的关联，以指导精神与神经退行性疾病的精准医疗和生物标志物驱动干预 | 健康个体和患有焦虑障碍、重度抑郁障碍、精神分裂症谱系障碍、轻度认知障碍和阿尔茨海默病的患者 | 神经影像学 | 精神障碍与神经退行性疾病 | 扩散MRI | 深度学习 | 神经影像数据 | 超过2,400名健康个体和1,600名患者 | NA | NA | NA | NA |
| 8756 | 2026-03-21 |
An Artificial Intelligence-Based Prognostic Model for Prediction of Functional Glaucoma Progression From Clinical and Structural Data
2026-Apr, American journal of ophthalmology
IF:4.1Q1
DOI:10.1016/j.ajo.2025.12.026
PMID:41483865
|
研究论文 | 本研究设计了一个基于深度学习的预后模型，结合临床和结构数据预测青光眼功能进展，并与临床医生进行比较 | 首次整合基线临床数据、视盘照片和光学相干断层扫描测量，利用预训练的卷积神经网络预测青光眼进展，显著优于临床医生评估 | 研究为回顾性设计，样本量有限（1599只眼），且验证队列使用不同设备可能影响模型泛化能力 | 预测青光眼的功能进展，提升疾病诊断和预后评估的准确性 | 1599只眼（908名患者），包括确诊或疑似青光眼，具有至少5次24-2视野检查和3年以上随访 | 数字病理学 | 青光眼 | 光学相干断层扫描，24-2视野检查，线性回归分析 | CNN | 图像，临床数据，人口统计数据 | 1599只眼（908名患者），验证队列291只眼 | NA | 基于ImageNet预训练的卷积神经网络 | AUC，准确率，精确率-召回曲线下面积 | NA |
| 8757 | 2026-03-21 |
Deep Learning-based Monoenergetic Imaging for Calcified Coronary Stenosis Assessment at Energy-integrating Detector CT
2026-Apr, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.250230
PMID:41854396
|
研究论文 | 本研究开发并评估了一种基于深度学习的单能成像框架，用于从传统能量积分探测器CT生成虚拟单能图像，旨在减少伪影并改善重度钙化斑块的冠状动脉CT血管造影狭窄评估 | 提出了名为DIAMOND的深度学习框架，首次实现了从单能量能量积分探测器CT生成高千电子伏特虚拟单能图像，无需硬件升级即可达到与光子计数探测器CT相当的成像效果 | 研究样本量相对较小（23名参与者），且主要针对重度钙化斑块，未涵盖其他类型的冠状动脉病变 | 开发一种深度学习方法来改善冠状动脉CT血管造影中重度钙化斑块的狭窄评估 | 冠状动脉重度钙化斑块 | 医学影像分析 | 心血管疾病 | CT血管造影，虚拟单能成像 | 深度学习 | CT图像 | 回顾性数据集包含10次CT检查，前瞻性数据集包含23名参与者（平均年龄69岁，18名男性） | NA | 简化U-Net | 直径狭窄百分比，Bland-Altman分析，狭窄严重程度分类变化 | 标准图形处理单元 |
| 8758 | 2026-03-21 |
Deep learning-empowered SERS: deciphering the multidimensional information code of complex biological samples
2026-Mar-19, Analytical methods : advancing methods and applications
IF:2.7Q1
DOI:10.1039/d6ay00224b
PMID:41854202
|
综述 | 本文综述了深度学习与表面增强拉曼光谱技术相结合的最新进展、挑战与未来展望 | 将深度学习与SERS技术深度融合，为处理复杂生物样本的多维信息提供新视角，并推动该技术向更高级阶段发展 | NA | 总结深度学习在SERS技术中的应用进展，并探讨其未来发展方向 | 表面增强拉曼光谱技术及其在生物医学、环境保护、食品安全等领域的应用 | 机器学习 | NA | 表面增强拉曼光谱 | 深度学习 | 光谱数据 | NA | NA | NA | NA | NA |
| 8759 | 2026-03-21 |
The visual nature of social interaction and its impact on overall mood judgments
2026-Mar-19, Cognition & emotion
IF:2.6Q2
DOI:10.1080/02699931.2026.2644244
PMID:41855466
|
研究论文 | 本研究探讨了社交互动中的视觉线索如何影响人们对人群整体情绪的快速判断 | 首次系统性地研究了社交互动及其视觉线索在自然场景中对人群整体情绪判断的影响 | 研究仅基于静态照片，未考虑动态或真实环境中的社交互动 | 探究社交互动的视觉性质及其在评估人群情绪中的作用 | 自然照片中的人群（超过五人），包括互动与非互动场景 | 计算机视觉 | NA | 深度学习算法 | 深度学习 | 图像 | NA | NA | NA | 情绪强度估计 | NA |
| 8760 | 2026-03-21 |
TCB-Kla: a hybrid deep learning model for predicting human lysine lactylation sites by incorporating transformer encoder and multi-scale CNN
2026-Mar-19, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2026.2645110
PMID:41855483
|
研究论文 | 本研究提出了一种名为TCB-Kla的混合深度学习模型，用于预测人类蛋白质的赖氨酸乳酰化位点 | 首次将Transformer编码器、多尺度CNN和双向LSTM相结合，构建了用于赖氨酸乳酰化位点预测的混合深度学习模型，并在独立测试集和跨数据集验证中均表现出优于基线模型的性能 | 模型主要针对人类蛋白质数据，在其他物种上的泛化能力未充分验证；依赖现有标注数据，可能受数据质量和规模限制 | 开发一种高效准确的深度学习模型，以替代耗时费力的质谱方法，实现蛋白质赖氨酸乳酰化位点的预测 | 人类蛋白质的赖氨酸乳酰化位点 | 生物信息学 | NA | 质谱分析 | Transformer, CNN, LSTM | 蛋白质序列数据 | 未明确说明具体样本数量，但使用了独立测试集和10折交叉验证 | 未明确说明 | Transformer编码器, 多尺度CNN, 双向LSTM | 准确率, 灵敏度, 特异性, 马修斯相关系数, ROC曲线下面积 | 未明确说明 |