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 161 - 180 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 161 | 2026-06-04 |
Artificial intelligence in diagnosis of pediatric neurodevelopmental disorders: a scoping review
2026-Mar, World journal of pediatrics : WJP
IF:6.1Q1
DOI:10.1007/s12519-025-00999-z
PMID:41593252
|
综述 | 本文综述了人工智能技术在儿童神经发育障碍诊断中的应用现状与挑战 | 系统梳理了深度学习、监督机器学习、决策支持系统和生物信号分析等多种AI技术在儿童神经发育障碍诊断中的最新进展 | 研究设计、人群和算法标准化存在差异，面临数据隐私、可解释性、公平性及算法偏见等伦理问题 | 总结当前AI技术提升儿童神经发育障碍诊断准确性的证据 | 儿童神经发育障碍的诊断技术 | 机器学习 | 神经发育障碍 | NA | 深度学习模型、监督机器学习模型 | 神经影像、生物信号 | 22项研究 | NA | NA | 诊断准确率 | NA |
| 162 | 2026-06-04 |
Deep learning outperformed radiomics based on MRI in the differentiation of sinonasal small round cell and non-small round cell malignant tumors
2026-Mar, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2026.112700
PMID:41604786
|
研究论文 | 比较深度学习与影像组学基于MRI在区分鼻腔小圆细胞与非小圆细胞恶性肿瘤中的诊断性能 | 首次系统比较深度学习与影像组学在MRI基础上区分鼻腔小圆细胞与非小圆细胞恶性肿瘤的性能 | 深度学习模型与影像组学模型在独立测试队列中的AUC差异未达到统计学显著性 | 比较深度学习与影像组学模型在术前MRI分类中的诊断性能 | 鼻腔小圆细胞与非小圆细胞恶性肿瘤的MRI图像 | 计算机视觉 | 鼻腔肿瘤 | MRI | 卷积神经网络 | 图像 | 325例患者（163例SRCMTs，162例非SRCMTs） | PyTorch | ResNet-18, ResNet-34, ResNet-50, VGG13, VGG16 | AUC, 准确率, 灵敏度, 特异度, 阳性预测值, 阴性预测值 | NA |
| 163 | 2026-06-04 |
Hit identification in ultra large virtual screening: an integrative review and future challenges
2026-Mar, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2026.104616
PMID:41611169
|
综述 | 本文综述了超大规模虚拟筛选在命中化合物发现中的策略、平台及未来挑战 | 系统梳理了基于结构、配体、药效团、片段及混合工作流的ULVS策略，并强调机器学习与深度学习的整合应用 | 评分准确性、资源效率和泛化能力仍存在挑战 | 总结ULVS现状并指出未来发展方向 | 超大规模虚拟筛选策略与平台 | 机器学习 | NA | 虚拟筛选 | NA | 化合物数据 | NA | NA | NA | NA | VirtualFlow, RosettaVS, Deep Docking, V-SYNTHES |
| 164 | 2026-06-04 |
Deep Learning-Based Virtual Elastin Staining Improves Visceral Pleural Invasion Assessment in Lung Cancer
2026-Mar, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2026.100966
PMID:41616975
|
研究论文 | 提出一种深度学习管道，从标准H&E切片生成虚拟弹性蛋白染色，以提高非小细胞肺癌内脏胸膜侵犯评估的准确性 | 利用同一H&E切片的固有伊红荧光生成完美配准的高保真真实数据用于训练条件生成对抗网络，消除了多切片方法中常见的空间错位问题 | NA | 开发一种替代特殊弹性蛋白染色的虚拟染色方法，以提高肺癌内脏胸膜侵犯的诊断准确性 | 非小细胞肺癌患者的内脏胸膜侵犯评估 | 数字病理学 | 肺癌 | H&E染色 | 条件生成对抗网络 | 图像 | 多个机构验证 | PyTorch | 条件生成对抗网络 | 诊断准确率 | NA |
| 165 | 2026-03-07 |
Assessing the reversibility of bronchiectasis with deep learning - Authors' reply
2026-Mar, The Lancet. Respiratory medicine
DOI:10.1016/S2213-2600(25)00461-8
PMID:41786370
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 166 | 2026-06-04 |
Optimizing atrial fibrillation detection through ECG feature selection using Extra-Trees and statistical association measures
2026 Mar-Apr, Journal of electrocardiology
IF:1.3Q3
|
研究论文 | 提出一种结合极端随机树与统计关联指标的混合特征选择方法，用于优化房颤检测中的心电图特征筛选 | 引入特征重要性得分和总体特征重要性得分两个新指标，实现可解释且生理意义明确的特征筛选 | 未在独立外部数据集验证，且手工特征提取可能忽略深层特征 | 开发客观识别最具辨别力的心电图特征的方法，以提高房颤检测的准确性和可解释性 | 房颤患者与正常窦性心律患者的心电图信号 | 机器学习 | 房颤 | 心电图 | 极端随机树 | 数值特征 | 接受房颤导管消融患者的心电图记录 | Scikit-learn | 极端随机树 | 特征重要性得分 | NA |
| 167 | 2026-06-04 |
Systematic review of artificial intelligence in brachytherapy
2026-Mar, Journal of contemporary brachytherapy
IF:1.1Q3
DOI:10.5114/jcb.2026.160595
PMID:42232846
|
review | 系统综述人工智能在近距离放射治疗中的应用，包括深度学习和机器学习方法，并与当前临床标准进行定量和/或定性比较 | 首次系统综述人工智能在近距离放疗全流程（从重建到剂量计算及结果预测）中的应用，并评估其与临床标准的差异 | 文献高度回顾性，可能缺乏前瞻性临床验证 | 系统评估人工智能在近距离放疗中的应用现状与临床适用性 | 近距离放疗中的人工智能方法（深度学习/机器学习） | 机器学习 | 前列腺癌，妇科癌症，乳腺癌，脉络膜癌，头颈癌 | NA | 深度学习，机器学习 | NA | 232项研究 | NA | NA | 准确度 | NA |
| 168 | 2026-06-04 |
stDyer-image improves clustering analysis of spatially resolved transcriptomics and proteomics with morphological images
2026-Feb-28, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag071
PMID:41692960
|
研究论文 | 提出stDyer-image框架，通过形态学图像直接连接图像特征与聚类标签，提升空间转录组学和蛋白质组学的聚类分析性能 | 首次将形态学图像特征直接与聚类标签关联，模仿病理学家仅凭形态学图像识别细胞类型或肿瘤区域的能力，无需依赖于基因表达或蛋白质丰度数据 | 未明确说明 | 开发一种利用形态学图像改善空间转录组学和蛋白质组学数据聚类分析的方法 | 空间转录组学（SRT）和空间蛋白质组学（SRP）数据及其对应的形态学图像 | 机器学习 | NA | 空间转录组学（SRT）、空间蛋白质组学（SRP） | 深度学习 | 图像 | NA | NA | NA | 聚类性能（具体度量标准未明确说明） | NA |
| 169 | 2026-06-04 |
AI-Guided Design and Predictive Modeling of Synthetic Escherichia coli Promoters through Comprehensive -10/-35 Box Engineering
2026-Feb-20, ACS synthetic biology
IF:3.7Q1
DOI:10.1021/acssynbio.5c00765
PMID:41589500
|
研究论文 | 通过全面改造-10/-35盒，利用人工智能设计和大肠杆菌合成启动子的预测建模 | 整合卷积神经网络进行强度预测和平衡生成对抗网络进行启动子设计，建立了从-10/-35盒到转录活性的双向深度学习框架 | NA | 建立序列组成与转录输出之间的定量关系，实现理性启动子设计 | 大肠杆菌合成启动子 | 机器学习 | NA | 荧光激活细胞分选及测序 | 卷积神经网络,生成对抗网络 | 序列数据 | 20,799个不同启动子 | NA | CNN,GAN | 皮尔逊相关系数 | NA |
| 170 | 2026-06-04 |
Towards sustainable desertification control: A manufacturing method for porosity-controlled upright reed sand fences
2026-Feb-15, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2026.128763
PMID:41616718
|
研究论文 | 提出结合深度学习与实时控制的智能系统，实现芦苇沙障孔隙率精确调控 | 开发了轻量级实例分割模型Reed-YOLOv8n-SSAS，结合掩膜重定位算法和闭环控制实现芦苇沙障孔隙率的实时精准制造 | 主要针对特定芦苇束形态，未提及对其他植物沙障或不同环境条件的通用性验证 | 实现荒漠化防治中直立芦苇沙障孔隙率的可持续制造和精确控制 | 芦苇沙障孔隙率和制造过程 | 机器学习 | NA | 实例分割 | YOLOv8轻量化分割模型 | 图像 | 新疆和若铁路沿线的机械生产沙障样本 | PyTorch | YOLOv8n-seg | 精确率, mAP@0.5 | NA |
| 171 | 2026-06-04 |
Deep learning as a refining tool for hydrodynamic model in predicting lake temperature profile: A case study in Ogouchi reservoir
2026-Feb-15, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2026.128759
PMID:41616721
|
研究论文 | 本文提出了一种混合模型，将简单水动力模型与长短期记忆网络结合，以改进湖泊水温垂直剖面的预测 | 首次将深度学习作为水动力模型的精炼工具，通过数据同化技术减少校准工作量且预测精度媲美完全校准模型 | 仅在小河内水库夏季数据上验证，未探讨其他季节或水库的适用性 | 提高湖泊水温垂直剖面预测准确度并降低计算成本 | 小河内水库夏季水温垂直剖面的周、双周与三周预测 | 机器学习 | NA | NA | LSTM | 时间序列水温数据 | 小河内水库夏季温度剖面数据（具体数量未说明） | NA | LSTM | 预测误差（具体指标未说明） | NA |
| 172 | 2026-06-04 |
FAST - filamentous actin segmentation tool for quantifying cytoskeletal organization
2026-Feb-15, Journal of cell science
IF:3.3Q3
DOI:10.1242/jcs.264265
PMID:41614214
|
研究论文 | 开发一种基于深度学习的丝状肌动蛋白分割工具，用于从光学显微镜图像中准确分割和量化不同类别的肌动蛋白结构 | 首次提出无需特异性抗体即可从肌动蛋白图像中量化不同类别肌动蛋白结构的深度学习工具，适用于多种细胞系和药物处理下的动态变化分析 | 未提及该工具在体内成像数据或多通道荧光成像中的适用性，以及在不同显微镜系统间的泛化能力验证 | 开发并验证一种基于深度学习的肌动蛋白结构分割与量化工具，以促进细胞运动、癌症转移及药物开发中肌动蛋白相关通路的研究 | 不同细胞系中的肌动蛋白结构，以及药物处理过程中LifeAct-GFP标记的肌动蛋白动态变化 | 计算机视觉, 数字病理学 | 癌症转移 | 共聚焦显微镜成像, phalloidin染色 | 深度学习模型（具体未明确） | 图像（共聚焦显微镜图像） | 涉及不同细胞系和药物处理条件（未提供具体数量） | 未明确 | 未明确 | 未明确 | 未明确 |
| 173 | 2026-06-04 |
Generative deep learning synthesizes high signal-to-noise ratio sensitivity maps for PET from low count direct normalization data
2026-Feb-12, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae3ec6
PMID:41604704
|
研究论文 | 开发一种生成式深度学习管道，从低计数直接归一化数据中合成高信噪比PET灵敏度图，以加速PET图像重建中的归一化过程 | 提出条件注意力引导生成对抗网络，能保留灵敏度图的几何和探测器特定特征；集成灵敏度图特征与生成建模以合成高质量地图；大幅减少采集时间同时确保准确高效的归一化 | 未在摘要中提及 | 解决从低计数直接归一化数据高效获取高信噪比PET灵敏度图的挑战 | PET灵敏度图合成及其在Hoffman脑体模、对比体模和均匀圆柱体模图像重建中的应用 | 计算机视觉 | NA | PET成像 | 生成对抗网络 | 图像 | Hoffman脑体模、对比体模和均匀圆柱体模的PET归一化数据 | PyTorch | 条件注意力引导生成对抗网络 | PSNR, SSIM, NRMSE | NA |
| 174 | 2026-06-04 |
Integrating Medicinal Chemist Expertise with Deep Learning for Automated Molecular Optimization
2026-Feb-12, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.5c03746
PMID:41617158
|
研究论文 | 结合药物化学家专业知识与深度学习，构建自动化分子优化平台 | 首次建立基于药物化学家专业知识、由深度学习生成的分子优化策略数据库 | 未明确说明局限性 | 开发用于分子优化的自动化平台，加速先导化合物优化和药物发现 | 分子优化策略、FGFR4和HPK1靶点 | 机器学习 | NA | 深度学习 | 图深度学习 | 文本（文献策略） | 近9000条分子优化策略 | PyTorch | 图神经网络 | IC50 | NA |
| 175 | 2026-06-04 |
SLPM: a lightweight deep learning model for end-to-end paper ECG digitization
2026-Feb-11, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ae3fe5
PMID:41616494
|
研究论文 | 提出一种轻量级端到端心电图信号位置预测模型SLPM用于纸质心电图数字化 | 采用分类-回归联合学习框架直接预测信号点的存在与垂直坐标，并集成层次化SE-BiLSTM特征增强机制以提升波形特征表示与时间依赖性捕捉能力 | 文中未明确提及局限性 | 实现纸质心电图的端到端高保真数字化，克服分割误差大、噪声干扰强和泛化能力差的问题 | 纸质心电图图像中的信号点位置与对应时间序列信号 | 计算机视觉 | NA | NA | SLPM (基于SE-BiLSTM的轻量级深度学习模型) | 图像 | 来自PTB-XL数据集的单导联数据集PaperECG_Clean和PaperECG_Enhanced，以及12导联数据集PaperECG_12l | PyTorch | SE-BiLSTM | 皮尔逊相关系数，信噪比 | NA |
| 176 | 2026-06-04 |
Motion as a Language: Transformer-Based Classification of Antimicrobial Peptide Conformational Dynamics
2026-Feb-10, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01690
PMID:41609302
|
研究论文 | 本文应用Transformer神经网络架构对来自分子动力学模拟的抗菌肽构象时间序列进行时空上下文检测，实现无监督构象分类 | 首次将Transformer架构应用于抗菌肽构象动力学分类，揭示深度学习在药物设计中恢复构象动态重要性的新途径 | 仅基于分子动力学模拟数据，未涉及实验验证；分类性能可能受模拟参数设置影响 | 开发基于Transformer的构象动力学分类方法，以在抗生素筛选数据库中整合构象塑性信息 | 抗菌肽的构象动态数据（来自分子动力学模拟的时间序列） | 机器学习 | 抗生素耐药性相关疾病 | 分子动力学模拟 | Transformer | 时间序列数据 | NA | NA | Transformer | 无监督分类性能（未明确指定具体指标） | NA |
| 177 | 2026-06-04 |
Attention-Guided Multiview Deep Learning Framework Uncovers miRNA-Drug Associations for Therapeutic Discovery
2026-Feb-09, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02839
PMID:41592800
|
研究论文 | 提出一个注意力引导的多视图深度学习框架，用于预测miRNA与药物的关联，以促进治疗发现 | 创新地融合了miRNA和药物的多源信息，而非仅依赖已知的交互图数据，并通过视图级注意力机制自适应学习不同特征的重要性 | 尚未提及具体局限性，但可能依赖于已知的miRNA-药物关联数据 | 预测miRNA-药物关联，为基于miRNA的治疗方法提供高效准确的计算工具 | miRNA和药物之间的关联 | 机器学习 | NA | NA | 深度学习框架 | 文本和网络数据 | 基于最新数据库人工构建的实验基准数据集，具体样本量不详 | PyTorch | 注意力机制、多视图编码器 | AUROC, AUPRC | NA |
| 178 | 2026-06-04 |
NeuroTDPi: Interpretable Deep Learning Models with Multimodal Fusion for Identifying Neurotoxic Compounds
2026-Feb-09, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02639
PMID:41609193
|
研究论文 | 开发了一种名为NeuroTDPi的多层全连接深度神经网络模型，用于识别神经毒性化合物 | 采用多模态融合策略，整合分子表征与针对三种神经毒性终点的特征表示，并利用SHAP方法增强模型可解释性 | 未明确说明，但可能受限于数据集规模或外部验证 | 早期识别神经毒性化合物以降低药物开发和环境风险评估中的实验成本 | 神经毒性化合物 | 机器学习 | 神经毒性疾病 | NA | 深度神经网络（DNN） | 分子表征与理化性质特征 | 未明确说明 | NA | 多层全连接神经网络 | AUC | NA |
| 179 | 2026-06-04 |
Sequential glioblastoma segmentation via topological data analysis and spatial adjacency
2026-Feb-06, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae3e97
PMID:41604711
|
研究论文 | 提出一种结合拓扑数据分析与空间邻接关系的胶质母细胞瘤顺序分割框架 | 利用拓扑数据分析的可解释过滤和持久同调来捕捉胶质瘤的本质拓扑特征，结合空间邻接信息提升分割精度，并提出新的模糊Edge-Dice评分指标 | 未明确提及 | 解决胶质母细胞瘤在医学影像中因不规则形状、异质纹理和模糊边界导致传统方法分割不准的问题 | 胶质母细胞瘤的医学影像分割 | 数字病理学 | 胶质母细胞瘤 | 拓扑数据分析 | 自动阈值算法、持久同调特征 | 医学影像 | BRATS2021和BRATS2022-Reg数据集 | NA | NA | 模糊Edge-Dice评分 | NA |
| 180 | 2026-06-04 |
Comprehensive segmentation of focal cortical dysplasia by combining surface-based and whole-brain MRI deep learning algorithms: a proof-of-concept study
2026-Feb-04, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae3d3e
PMID:41587495
|
研究论文 | 通过结合基于表面和全脑MRI深度学习算法，实现局灶性皮质发育不良的综合分割 | 提出将两种不同AI算法（MELD Graph和MindGlide）结合的方法，同时评估皮质和深部白质成分，对FCD II进行更全面的分割 | 样本量有限（49例），MindGlide仅检测到36%的病例中的穿通征，整体Dice系数提升幅度较小 | 评估结合白质病变分割算法是否能改善局灶性皮质发育不良II型的分割效果 | 放射学确认有穿通征的49例局灶性皮质发育不良II型病例 | 计算机视觉 | 癫痫 | MRI | 卷积神经网络（基于） | 磁共振图像 | 49例FCD II型患者 | MELD Graph, MindGlide | NA | Dice相似系数 | NA |