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 1484 篇文献，本页显示第 241 - 260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 241 | 2026-03-24 |
Polysomnography Dataset for Sleep Analysis in Ischemic Stroke Patients
2026-Feb-11, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06747-w
PMID:41673037
|
研究论文 | 本文介绍了首个针对缺血性卒中患者的亚洲大型睡眠数据库iSLEEPS，并利用深度学习模型进行了自动睡眠分期分类 | 创建了首个亚洲地区、规模最大的卒中特异性睡眠数据库，填补了卒中睡眠研究领域的数据空白 | 样本量相对有限（100例），且数据来源单一（印度NIMHANS医院） | 研究缺血性卒中患者的睡眠结构与神经恢复之间的关系，特别是睡眠呼吸障碍的病理生理机制 | 缺血性卒中患者 | 数字病理学 | 缺血性卒中 | 多导睡眠图 | LSTM, Transformer, CNN | 多导睡眠图记录 | 100例夜间PSG记录 | NA | 长短期记忆网络, Transformer, 卷积神经网络 | 准确率 | NA |
| 242 | 2026-03-24 |
A fine-grained fundus image dataset for cataract severity assessment and diagnosis
2026-Feb-07, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06684-8
PMID:41654552
|
研究论文 | 本文构建了一个用于白内障严重程度评估和诊断的细粒度眼底图像数据集，并提出了一个基于多模态大语言模型的诊断框架 | 首次应用多模态大语言模型技术进行精确的定量白内障诊断，并公开了首个包含细粒度分类和专业诊断描述的高质量眼底图像数据集 | 数据集规模相对较小，仅包含187个病例，可能影响模型的泛化能力 | 开发一个能够进行细粒度白内障严重程度评估并生成专业诊断报告的自动诊断系统 | 白内障患者的眼底图像 | 计算机视觉 | 白内障 | 眼底成像 | 多模态大语言模型 | 图像, 文本 | 187个眼底图像病例 | NA | 多模态大语言模型 | NA | NA |
| 243 | 2026-03-24 |
A Large-Scale Peripheral Blood Cell Dataset for Automated Hematological Analysis
2026-Feb-06, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06761-y
PMID:41651863
|
研究论文 | 本文介绍了一个大规模外周血细胞数据集，用于自动化血液学分析 | 提供了目前最大的公开外周血细胞图像数据集，包含13个细胞类别和31,489张高分辨率图像，涵盖了诊断关键但罕见的细胞亚型 | NA | 支持自动化血液学系统的开发，用于临床血液学诊断 | 外周血细胞图像 | 数字病理学 | 血液疾病 | May-Grünwald-Giemsa染色，Sysmex DI-60系统采集 | CNN | 图像 | 31,489张高分辨率显微镜图像 | NA | DenseNet-121 | 准确率 | NA |
| 244 | 2026-03-23 |
Multi-scale structural similarity embedding search across entire proteomes
2026-Feb-28, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag058
PMID:41632625
|
研究论文 | 本文提出了一种可扩展的蛋白质结构相似性搜索策略，利用蛋白质语言模型和深度神经网络将三维结构转换为固定长度向量，以实现高效的大规模比较 | 结合蛋白质语言模型和深度神经网络，将三维结构嵌入为向量，支持跨域、全长多肽链和多聚体组装的大规模相似性搜索，解决了传统对齐方法计算成本高的问题 | 模型主要针对单域结构训练，虽能泛化到更复杂结构，但可能在某些多域或非常规组装上存在局限性 | 开发一种可扩展且高效的三维生物分子结构相似性搜索方法，以应对AI/深度学习预测结构数量激增的挑战 | 实验确定的结构和AI/深度学习预测的计算结构模型，包括单域结构、全长多肽链和多聚体组装 | 计算生物学 | NA | 蛋白质语言模型，深度神经网络 | 深度神经网络 | 三维生物分子结构数据 | NA | NA | NA | TM-score | NA |
| 245 | 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 |
| 246 | 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 |
| 247 | 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 |
| 248 | 2026-03-22 |
Improvements to Casanovo, a Deep Learning De Novo Peptide Sequencer
2026-Feb-06, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.5c00706
PMID:41468557
|
研究论文 | 本文介绍了对Casanovo深度学习从头肽段测序器的一系列改进，旨在提升其可解释性、通用性、运行速度及用户体验 | 改进了预测肽段评分的可解释性，扩展了软件在数据库搜索中的通用性，并提供了工作流程和可视化工具以促进采用 | NA | 提高Casanovo在质谱和蛋白质组学数据中肽段测序的准确性和易用性 | 质谱和蛋白质组学数据中的肽段序列 | 机器学习 | NA | 质谱, 蛋白质组学 | 深度学习模型 | 质谱数据 | NA | NA | Casanovo | NA | NA |
| 249 | 2026-02-22 |
Comparative analysis of shallow and hybrid deep learning models for predicting the cooling efficiency of nanofluid-cooled photovoltaic panel across multiple materials
2026-Feb-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-40129-x
PMID:41720907
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 250 | 2026-02-17 |
Hybrid deep learning novel framework for classification of parkinson's disease
2026-Feb-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-37553-4
PMID:41692894
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 251 | 2026-03-21 |
Automatic classification of kidney stone components based on smartphone microscopy and the GoogLeNet model
2026-Feb-12, BMC urology
IF:1.7Q3
DOI:10.1186/s12894-026-02080-x
PMID:41673817
|
研究论文 | 本研究开发了一种基于智能手机显微镜和GoogLeNet模型的肾结石成分自动分类系统 | 将智能手机显微镜（TIPSCOPE）与深度学习模型（GoogLeNet）结合，为资源有限地区提供了一种低成本、高效、便携的肾结石成分分析解决方案 | 碳酸磷灰石类结石的分类性能相对较低（F1=0.69），且样本量相对有限（共140个样本） | 开发一种快速、准确且经济高效的肾结石成分自动分类系统 | 手术提取的肾结石样本 | 计算机视觉 | 肾结石 | 智能手机显微镜成像 | CNN | 图像 | 140个肾结石样本，共生成840张图像 | NA | GoogLeNet | 准确率, F1分数, 精确率, 召回率 | NA |
| 252 | 2026-03-21 |
Linking cortical structure and delirium in the elderly: insights from cohort study and shared genetic risk analysis
2026-Feb-12, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-07841-8
PMID:41680881
|
研究论文 | 本研究通过队列研究和共享遗传风险分析，探讨了老年人皮质结构与谵妄之间的关联 | 结合前瞻性队列、独立临床队列及遗传数据分析，首次系统评估了区域皮质变化与谵妄风险的关联，并识别了共享的遗传位点 | 研究为观察性设计，无法确定因果关系；样本主要来自特定人群（如UK Biobank），可能限制泛化性 | 评估基于基线MRI测量的区域皮质变化与谵妄发病率之间的关联 | 60岁及以上老年人，包括UK Biobank队列和独立临床队列的参与者 | 医学影像分析 | 老年疾病 | 磁共振成像（MRI），深度学习分割算法，全基因组关联研究（GWAS） | 深度学习算法 | MRI图像，遗传数据 | UK Biobank队列31,890名参与者，独立临床队列152名参与者 | NA | NA | 条件/联合错误发现率（cond/conjFDR） | NA |
| 253 | 2026-03-21 |
A geometric deep learning framework for genome-wide prediction of enzyme turnover number
2026-Feb-11, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-026-03986-3
PMID:41673757
|
研究论文 | 本文介绍了一种名为KcatNet的几何深度学习模型，用于全基因组范围内预测酶的周转数（Kcat），以提升对酶催化效率和代谢机制的理解 | KcatNet首次结合酶序列和底物表示，利用几何深度学习进行高通量Kcat预测，在催化效率高的酶上表现优异，并能泛化至训练集中未见过的酶，揭示了酶-底物复合物的结构机制和相互作用模式 | 实验测量数据有限且易受噪声影响，可能影响模型训练和预测的准确性 | 开发一个深度学习框架，用于全基因组范围内预测酶的周转数，以促进对酶催化效率、代谢机制和酶工程的研究 | 代谢酶及其周转数（Kcat），涵盖所有生物体，特别是酵母物种 | 机器学习 | NA | 几何深度学习，大规模蛋白质语言模型 | 几何深度学习模型 | 酶序列和底物表示数据 | NA | NA | KcatNet | NA | NA |
| 254 | 2026-03-21 |
Deep capsule neural network for identifying anticancer peptides using sequence to image transformation-based local embedded features
2026-Feb-11, BMC biology
IF:4.4Q1
DOI:10.1186/s12915-026-02547-1
PMID:41673852
|
研究论文 | 本文提出了一种名为pACP-CapsNet的深度学习模型，用于准确识别抗癌肽（ACPs） | 通过序列到图像的转换方法（SMR和RECM）生成局部嵌入特征，并结合HOG、DWT和CLBP变换创建新的特征空间，使用胶囊神经网络（CapsNet）进行预测，在ACP识别任务中取得了较高的准确率和AUC值 | 未明确说明模型在更大规模或更复杂数据集上的泛化能力，以及计算资源需求的具体细节 | 开发一种有效的深度学习模型，以识别具有抗癌潜力的肽序列，为癌症药物研发提供支持 | 抗癌肽（ACPs）序列 | 自然语言处理 | 癌症 | 序列到图像转换（SMR, RECM），特征提取（HOG, DWT, CLBP） | CapsNet | 序列数据（转换为图像） | 训练样本未明确数量，测试集包括ACP240和ACP740 | NA | 胶囊神经网络（CapsNet） | 准确率, AUC | NA |
| 255 | 2026-02-13 |
A deep learning model based on ultrasound imaging to differentiate malignant from benign pleural effusion: a multicenter cohort study
2026-Feb-11, Respiratory research
IF:4.7Q1
DOI:10.1186/s12931-026-03574-w
PMID:41673850
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 256 | 2026-03-21 |
Development of a smartphone-based bone maturity classification algorithm with XAI for beef carcass grading
2026-Feb-11, Food science of animal resources
IF:4.2Q2
DOI:10.1007/s44463-025-00039-4
PMID:41849114
|
研究论文 | 本研究开发了一种基于智能手机的深度学习算法，用于对牛肉胴体软骨骨化程度进行分级，并结合可解释人工智能技术验证模型关注区域 | 首次将智能手机摄像与YOLO系列目标检测模型结合用于牛肉骨化分级，并应用Grad-CAM和LIME等XAI技术增强模型可解释性 | 仅针对骨化等级6-9级进行评估，未涵盖全部9个等级；数据集仅来源于单一采集设备（智能手机） | 开发客观、自动化的牛肉胴体软骨骨化程度评估方法以替代传统主观人工分级 | 牛肉胴体的软骨骨化区域 | 计算机视觉 | NA | 智能手机摄像，图像采集 | 目标检测模型 | 图像 | 每个骨化等级（6-9级）1,770张图像，总计7,080张图像 | NA | YOLO v8, YOLO v9, YOLO v10, YOLO v11 | 准确率 | NA |
| 257 | 2026-02-10 |
Comment Letter on "CATALYZE: a deep learning approach for cataract assessment and grading on SS-OCT images"
2026-Feb-09, Journal of cataract and refractive surgery
IF:2.6Q1
DOI:10.1097/j.jcrs.0000000000001897
PMID:41661174
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 258 | 2026-03-21 |
A dataset collected in real-world industrial control systems for network attack detection
2026-Feb-09, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06738-x
PMID:41663466
|
研究论文 | 本文介绍了一个在真实工业控制系统中收集的网络攻击检测数据集ICS-NAD，用于支持入侵检测研究 | 提出了首个在真实工业控制场景中收集、包含多种攻击类型和样本模式的高质量数据集，弥补了现有数据集在范围、多样性和真实性方面的不足 | 数据集仅基于三种知名ICS品牌收集，可能无法完全覆盖所有工业控制系统类型 | 为工业控制系统网络攻击检测研究提供高质量的数据支持 | 工业控制系统的网络流量数据，包括攻击和正常流量 | 机器学习 | NA | 网络流量采集（PCAP格式）、特征提取 | 机器学习分类模型、深度学习分类模型 | 网络流量数据（PCAP格式）、特征数据（CSV格式） | 245.96 GB数据文件，包含原始流量和提取的特征 | NA | NA | NA | NA |
| 259 | 2026-02-11 |
Noninvasive preoperative risk stratification of prostate cancer via a foundational model based deep learning with PSMA PET/CT
2026-Feb-09, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-026-15715-x
PMID:41663975
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 260 | 2026-03-21 |
Atomic resolution ensembles of intrinsically disordered proteins with Alphafold
2026-02-05, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-69172-y
PMID:41644540
|
研究论文 | 本文介绍了一种名为bAIes的贝叶斯框架，该框架整合了AlphaFold2预测与物理化学分子力学力场，用于生成内在无序蛋白质的原子分辨率结构集合 | 提出了一种结合深度学习预测与分子力学力场的新方法，以高效生成内在无序蛋白质的原子分辨率结构集合，相比现有方法在计算成本和准确性上具有优势 | 未明确提及具体局限性，但可能涉及对特定蛋白质系统或实验数据的依赖性 | 开发一种准确且高效的方法，用于生成内在无序蛋白质的原子分辨率结构集合 | 内在无序蛋白质 | 机器学习 | NA | AlphaFold2预测，分子力学力场 | 深度学习模型 | 蛋白质结构数据，实验数据 | NA | AlphaFold2 | AlphaFold2 | 与实验数据匹配的准确性 | NA |