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 1010 篇文献，本页显示第 401 - 420 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 401 | 2026-02-13 |
Integrative Single-Cell Epigenomic Atlas Annotates the Regulatory Genome of the Adult Mouse Brain
2026-Feb-07, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.07.704075
PMID:41676689
|
研究论文 | 本研究通过整合单细胞表观基因组数据，构建了成年小鼠大脑的统一调控框架，注释了超过100种脑细胞亚类的基因组调控状态 | 首次联合分析四种组蛋白修饰与转录组数据，整合染色质可及性、DNA甲基化和3D基因组组织信息，建立多模态表观基因组图谱，并利用深度学习模型从DNA序列预测表观特征和基因表达 | 研究仅针对成年小鼠大脑，未涉及其他发育阶段或物种，且数据整合可能受技术偏差影响 | 注释成年小鼠大脑的调控基因组，解析细胞类型特异性基因调控网络 | 成年小鼠大脑多个区域的细胞核 | 表观基因组学 | NA | 单细胞表观基因组分析，包括组蛋白修饰分析、转录组测序、染色质可及性、DNA甲基化和3D基因组组织检测 | 深度学习模型 | 表观基因组数据，包括组蛋白修饰、转录组、染色质可及性、DNA甲基化和3D基因组组织数据 | 250万个细胞核，覆盖多个成年小鼠大脑区域 | NA | NA | NA | NA |
| 402 | 2026-02-13 |
EgyPLI: A Real-life Annotated Image Dataset for Egyptian Plant Leaf Identification
2026-Feb-06, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06539-8
PMID:41651848
|
研究论文 | 本文介绍了首个埃及植物叶片图像数据集EgyPLI，用于支持自动化植物识别研究 | 创建了首个针对埃及本地植物、包含真实环境噪声和多样性的叶片图像数据集，填补了地理代表性数据的空白 | 数据集仅包含8种植物物种，样本量相对有限，可能无法覆盖更广泛的植物种类 | 开发适用于真实农业环境的自动化植物叶片识别模型 | 埃及广泛栽培的植物叶片，包括苹果、浆果、无花果、番石榴、橙子、李子、柿子和番茄的健康与病害叶片 | 计算机视觉 | NA | 图像采集与标注 | CNN | 图像 | 3,588张图像 | NA | ResNet50, VGG16, 自定义CNN | 准确率 | NA |
| 403 | 2026-02-13 |
Optimizing deep CNN architecture via hybrid Harris Hawks arithmetic algorithm for EEG meditation classification
2026-Feb-06, Neuroscience
IF:2.9Q2
|
研究论文 | 本文提出了一种结合哈里斯鹰优化算法和算术优化算法的混合优化框架，用于优化深度卷积神经网络的架构，以实现基于脑电图的冥想状态分类 | 首次将哈里斯鹰优化算法与算术优化算法相结合，形成混合优化器，用于深度CNN的超参数调优，以处理复杂的非平稳脑电图信号 | 未明确提及模型在更大规模或更多样化数据集上的泛化能力，也未讨论计算复杂度或实时应用的可能性 | 开发一种鲁棒且可解释的脑电图信号分类方法，以准确区分不同类型的冥想状态 | 脑电图信号，具体针对三种状态：内观冥想、Isha Shoonya冥想和对照状态 | 机器学习 | NA | 脑电图，S变换 | CNN | 图像（由脑电图信号经S变换生成的时频图像） | NA | NA | CNN（具体架构由HHO-AOA混合优化器优化） | 准确率，最佳适应度，最差适应度，平均适应度，标准差 | NA |
| 404 | 2026-02-13 |
Abnormal Driving Pattern Detection from GPS Trajectories Using Vision Transformer
2026-Feb-06, Research square
DOI:10.21203/rs.3.rs-8653475/v1
PMID:41674834
|
研究论文 | 本文提出了一种基于Vision Transformer的驾驶模式检测框架，用于从GPS轨迹中识别异常驾驶行为 | 引入二进制网格图像表示驾驶轨迹的空间结构，并首次将Vision Transformer应用于驾驶模式检测问题 | 未讨论模型在不同城市或交通网络中的泛化能力，也未涉及实时检测的延迟问题 | 开发一种能够从GPS轨迹中检测异常驾驶行为的分类方法 | 驾驶员的GPS轨迹数据 | 计算机视觉 | NA | GPS轨迹分析 | Transformer | 图像（二进制网格图像） | 未明确指定，但使用了真实世界数据集 | NA | Vision Transformer (ViT) | F1分数 | NA |
| 405 | 2026-02-13 |
A tissue-informed deep learning-based method for positron range correction in preclinical 68Ga PET imaging
2026-Feb-06, ArXiv
PMID:41675347
|
研究论文 | 提出一种基于深度学习的组织信息引导方法，用于临床前68Ga PET成像中的正电子射程校正 | 首次将组织依赖的解剖信息通过u图依赖的损失函数整合到3D残差编码器-解码器卷积神经网络中，用于正电子射程校正 | 在真实数据中缺乏金标准验证，未来需要通过领域适应和混合训练策略提高模型泛化能力 | 提高68Ga PET成像的空间分辨率和定量准确性 | 68Ga-FH和68Ga-PSMA-617小鼠研究的合成和真实PET采集数据 | 医学影像分析 | NA | PET成像，CT成像 | CNN | 图像 | 模拟PET数据集及小鼠研究的真实采集数据 | NA | 3D RED-CNN, Single-channel, Two-channel, DualEncoder | MAE, SSIM, CR, CNR | NA |
| 406 | 2026-02-13 |
Unified imputation of missing data modalities and features in multi-omic data via shared representation learning
2026-Feb-06, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.04.703630
PMID:41676545
|
研究论文 | 提出一种名为MIMIR的深度学习框架，用于统一处理多组学数据中缺失模态和缺失特征值的填补问题 | 首次提出统一框架同时处理缺失数据模态和模态内缺失特征值，通过共享表示学习实现任意观测模态子集的重建 | 未明确说明计算复杂度、对极端缺失模式的鲁棒性以及在小样本数据集上的泛化能力 | 开发多组学数据缺失值填补的统一方法 | 癌症多组学数据 | 机器学习 | 泛癌 | 多组学测序 | 掩码自编码器 | 多模态组学数据 | 癌症基因组图谱（TCGA）的泛癌多组学数据 | NA | 掩码自编码器 | NA | NA |
| 407 | 2026-02-13 |
Practical utility of sequence-to-omics models for improving the reproducibility of genetic fine-mapping
2026-Feb-06, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.04.703796
PMID:41676556
|
研究论文 | 本文系统评估了序列到组学（S2O）模型在提高遗传精细定位可重复性方面的实用性 | 提出了一个结合传统统计精细定位与S2O模型预测的广义框架，生成功能信息后验包含概率（fiPIPs），显著降低了复制失败率 | NA | 提高遗传精细定位的可重复性，并评估S2O模型在此过程中的效用 | 来自GTEx、TOPMed和MAGE项目的表达数量性状位点（eQTL）数据集 | 机器学习 | NA | 序列到组学（S2O）建模 | 深度学习模型 | DNA序列数据 | NA | NA | AlphaGenome, Borzoi, Enformer, Sei | 复制失败率（RFRs），准确性 | NA |
| 408 | 2026-02-13 |
High throughput quantitative tracking of Plasmodium falciparum clonal blood stage parasite growth and applications for antimalarial drug discovery
2026-Feb-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.30.691439
PMID:41676625
|
研究论文 | 本文开发了qTRACE和AI模型，用于高通量平台下在单寄生虫分辨率上同时评估细胞毒性和细胞静态效应 | 开发了qTRACE方法和AI模型，首次实现了在单寄生虫分辨率上同时评估药物对疟原虫的细胞毒性和细胞静态效应，并揭示了青蒿素诱导休眠与复燃之间的因果关联 | 未明确说明样本量大小或实验重复次数，可能限制了结果的普适性 | 开发新方法以系统分析抗疟药物效果，并研究青蒿素诱导休眠与复燃的机制 | 恶性疟原虫克隆血液阶段寄生虫 | 机器学习 | 疟疾 | 高通量定量追踪、深度学习分割分析 | 深度学习模型 | 时间序列图像数据 | NA | NA | NA | NA | NA |
| 409 | 2026-02-13 |
Disentangle-and-aggregate feature learning (DAFNet) for motor bearing fault diagnosis
2026-Feb-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34490-6
PMID:41639110
|
研究论文 | 本文提出了一种用于电机轴承故障诊断的解耦与聚合特征学习网络（DAFNet），旨在解决传统CNN因网络深度增加导致的参数冗余和计算效率低下的问题 | 提出了一种创新的分层解耦与聚合机制，通过二次分割策略分离浅层、中层和深层特征，并进行终端特征融合，有效表征故障信息 | NA | 开发一种轻量高效的深度学习模型，用于电机轴承故障诊断，以适应资源受限的边缘设备部署 | 电机轴承 | 机器学习 | NA | 故障诊断 | CNN | 传感器数据 | 基于CWRU数据集 | NA | DAFNet | 平均准确率 | 资源受限的边缘设备 |
| 410 | 2026-02-13 |
Automated Ventricle Assessment via Three-dimensional Anatomical Reconstruction (AVA-TAR): a computational toolkit for autonomous lateral ventricle assessment in preclinical hydrocephalus models
2026-Feb-05, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.02.703412
PMID:41676469
|
研究论文 | 本研究开发并验证了一个深度学习模型，用于自动分割啮齿动物脑MRI中的侧脑室，实现3D重建、形态学分析和脑室扩大检测 | 提出了一个基于U-Net++和EfficientNet-B1编码器的深度学习工具，能够高效、准确地自动分割和分析啮齿动物脑MRI中的侧脑室形态，克服了传统手动分割或图谱方法的低效性和局限性 | 模型训练主要基于形态正常的样本，可能对异常形态的泛化能力有限；样本量相对较小（307个MRI），且内部验证为主，缺乏外部验证 | 开发一个自动化工具，用于临床前脑积水研究中侧脑室的自动分割和形态学分析 | 啮齿动物（大鼠和小鼠）的脑MRI图像 | 数字病理学 | 脑积水 | 小动物磁共振成像 | 深度学习 | 图像 | 307个啮齿动物脑MRI（262只大鼠，45只小鼠） | NA | U-Net++, EfficientNet-B1 | Dice系数, IoU, Hausdorff指数, Pearson相关系数, 类内相关系数 | NA |
| 411 | 2026-02-13 |
Deconvolving mutation effects on protein stability and function with disentangled protein language models
2026-Feb-05, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.03.703560
PMID:41676583
|
研究论文 | 本文介绍了一种名为DETANGO的新型深度学习框架，用于解耦突变对蛋白质稳定性和功能的影响 | 提出了一种能够从蛋白质语言模型预测的突变效应中分离出稳定性扰动成分的新方法，从而准确识别稳定但失活的变异体 | NA | 解耦突变对蛋白质稳定性和功能的影响，以促进蛋白质工程和药物开发 | 蛋白质序列及其单点突变 | 自然语言处理 | NA | 蛋白质语言模型 | 深度学习 | 序列数据 | NA | NA | NA | NA | NA |
| 412 | 2026-02-13 |
A consensus spinal cord cell type atlas across mouse, macaque, and human
2026-Feb-05, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.04.703852
PMID:41676636
|
研究论文 | 本研究通过整合小鼠、猕猴和人类脊髓的单细胞基因表达、染色质可及性和空间转录组数据，构建了一个跨物种的脊髓细胞类型图谱，揭示了保守和物种特异性的细胞特征 | 首次整合了小鼠、猕猴和人类脊髓的单细胞多组学数据，生成了一个统一的跨物种细胞类型图谱，并利用空间分布信息创建了细胞类型引导的脊髓解剖图 | NA | 构建一个跨物种的脊髓细胞类型图谱，以全面表征小鼠、猕猴和人类脊髓的细胞多样性 | 小鼠、猕猴和人类脊髓的细胞，包括来自颈、胸、腰和骶段以及猕猴脊髓整个头尾轴的神经元 | 生物信息学 | 神经系统疾病 | 单细胞核基因表达测序、染色质可及性分析、空间转录组学 | 深度学习序列模型 | 基因表达数据、染色质可及性数据、空间转录组数据 | NA | NA | NA | NA | NA |
| 413 | 2026-02-13 |
Deep Learning-Enabled Screening of Chronic Kidney Disease from Echocardiography
2026-Feb-03, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.02.02.26345379
PMID:41674580
|
研究论文 | 本研究开发了一种深度学习模型，利用超声心动图视频筛查慢性肾病 | 利用超声心动图视频与慢性肾病之间的关联，首次开发深度学习模型进行非侵入性筛查，并在两个独立外部临床队列中验证了其稳健性能 | 模型性能仍有提升空间（AUC约0.72-0.76），且未在所有医疗中心进行验证 | 通过深度学习技术提高慢性肾病的筛查和检测率 | 慢性肾病患者 | 计算机视觉 | 慢性肾病 | 超声心动图 | 深度学习模型 | 视频 | 总样本数：325,377个超声心动图视频，来自62,818名患者（内部数据集），外部验证包括2,224名患者（SHC）和41,611名患者（KPNC） | NA | NA | AUC | NA |
| 414 | 2026-02-13 |
Prediction of Mutations and Outcome in Gastrointestinal Stromal Tumors with Deep Learning: A Multicenter, Multinational Study
2026-Feb-03, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.02.02.26345350
PMID:41674582
|
研究论文 | 本研究利用深度学习技术，基于全切片图像预测胃肠道间质瘤的突变状态、治疗敏感性和无复发生存期 | 首次在国际多中心大样本GIST队列中，应用深度学习直接从组织学图像预测KIT和PDGFRA突变及治疗反应，性能媲美传统病理风险评分 | 研究为回顾性设计，需前瞻性验证；未整合临床或基因组等多模态数据 | 开发基于深度学习的GIST分子分类和预后评估工具 | 胃肠道间质瘤患者 | 数字病理学 | 胃肠道间质瘤 | 全切片图像分析 | 深度学习模型 | 全切片图像 | 8398例GIST病例（来自7个国家21个中心），其中7238例有分子数据，2638例有临床随访 | NA | NA | AUC, 风险比 | NA |
| 415 | 2026-02-13 |
Drug repositioning for human MKN45 gastric cancer mouse model using deep learning AI and experimental validation
2026-Feb-02, European journal of pharmacology
IF:4.2Q1
DOI:10.1016/j.ejphar.2026.178615
PMID:41638625
|
研究论文 | 本研究利用人工神经网络进行药物重定位，针对胃癌小鼠模型筛选出两种候选药物，并通过实验验证了其疗效和较低的全身毒性 | 首次将人工神经网络模型应用于胃癌药物重定位，并成功通过体内外实验验证了两种候选药物（阿米替林氧化物和植物甲萘醌）的疗效优于顺铂且毒性显著降低 | 研究仅使用了MKN-45细胞系及其异种移植小鼠模型，未在其他胃癌模型或临床样本中进行验证 | 为胃癌开发新的治疗方法，通过药物重定位策略寻找现有药物的新适应症 | 人类MKN-45胃癌细胞系及其异种移植小鼠模型 | 机器学习 | 胃癌 | 药物重定位，体外细胞毒性实验，体内异种移植模型实验 | 人工神经网络 | 药物描述符数据，体外细胞实验数据，体内肿瘤生长数据 | 体外实验使用AGS和MKN-45细胞系及人真皮成纤维细胞（HDFs）；体内实验使用MKN-45异种移植小鼠模型 | NA | 人工神经网络 | IC50值，Z分数，肿瘤体积，体重变化，Ki67和CD44表达抑制率 | NA |
| 416 | 2026-02-13 |
BlueNuclei: automated identification and classification of live and dead transfected neurons using interpretable features
2026-Feb-02, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.29.702657
PMID:41676559
|
研究论文 | 本文介绍了一款名为BlueNuclei的软件，用于自动识别和分类活体与死亡转染神经元 | 首次提供了可扩展、全自动的转染神经元活力评估解决方案，结合了双通道荧光图像处理与基于人类视觉启发的可解释特征分类 | 未明确说明软件在处理不同神经元类型或实验条件下的泛化能力 | 开发自动化工具以改进转染神经元活力评估的效率和一致性 | 转染的原代神经元 | 数字病理学 | 神经性疾病 | 双通道荧光成像 | SVM | 图像 | NA | NA | NA | 准确率 | 最小计算资源（与深度学习替代方案相比） |
| 417 | 2026-02-13 |
Neural Networks as Entropic Systems: Applications in Digital Pathology
2026-Feb-02, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.30.702864
PMID:41676657
|
研究论文 | 本文提出了一种通过测量激活结构、权重演化和谱组织来表征神经网络训练时学习动态的框架，并将其应用于数字病理学 | 将神经网络视为熵系统，通过直接测量训练过程中的激活模块化、表示熵减少和权重轨迹的随机稳定化，为理解模型如何获得生物学有意义的表征提供了机制性视角 | 研究仅基于TCGA BRCA数据集和Vision Transformer模型，结论在其他数据集和模型架构上的普适性有待验证 | 提高数字病理学中深度学习系统的可解释性和临床信任度 | 神经网络在数字病理学中的训练动态和内部结构演化 | 数字病理学 | 乳腺癌 | 全切片图像分析，复制时序衍生的甲基化代理 | Vision Transformer | 图像 | TCGA BRCA全切片图像数据集 | NA | Vision Transformer | 表示熵减少，模块化程度，权重轨迹方差 | NA |
| 418 | 2026-02-13 |
A comparison of super-resolution microscopy techniques for imaging tightly packed microcolonies of an obligate intracellular bacterium
2026-Feb, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.13376
PMID:39651611
|
研究论文 | 本研究比较了五种超分辨率显微镜技术在成像紧密聚集的细胞内细菌微菌落方面的性能 | 首次系统比较了多种超分辨率显微镜技术（包括Airyscan、iSIM、3D-SIM和STED）在成像专性细胞内细菌Oriental tsutsugamushi时的分辨率表现，并结合深度学习软件Cellpose和商业软件Imaris开发了3D细胞分割分析流程 | 研究仅针对特定细菌物种（Oriental tsutsugamushi）和特定实验条件，未涵盖所有超分辨率技术，且部分技术（如3D-STED）可能需要特殊设备 | 评估不同超分辨率显微镜技术在解析紧密聚集的细胞内细菌微菌落结构方面的适用性和性能 | 专性细胞内细菌Oriental tsutsugamushi（Ot）的微菌落 | 生物医学成像 | 细菌感染疾病 | 荧光显微镜技术，包括标准共聚焦、Airyscan共聚焦、即时结构光照明显微镜（iSIM）、三维结构光照明显微镜（3D-SIM）和受激发射损耗显微镜（STED） | 深度学习模型 | 显微镜图像 | 未明确指定具体样本数量，但涉及在不同哺乳动物细胞系中培养的细菌 | Cellpose, Imaris | Cellpose（基于深度学习的细胞分割模型） | 半高全宽（FWHM）测量、横向（xy）和轴向（z）分辨率 | 未明确指定 |
| 419 | 2026-02-13 |
Artificial intelligence-powered microscopy: Transforming the landscape of parasitology
2026-Feb, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.13433
PMID:40492595
|
综述 | 本文综述了人工智能在寄生虫学领域的应用，探讨了AI如何通过机器学习和深度学习技术解决寄生虫识别、生命周期研究及临床诊断中的挑战 | 系统性地整合了人工智能在寄生虫学中的最新进展，特别是针对Apicomplexan、Diplomonad和Kinetoplastid类群的应用，并提出了未来研究方向 | 未提供具体的实验数据或模型性能比较，主要基于现有文献的归纳分析 | 探讨人工智能在寄生虫学研究与诊断中的应用潜力及挑战 | 寄生虫学领域，主要聚焦于Apicomplexan、Diplomonad和Kinetoplastid类群的寄生虫 | 数字病理学 | 寄生虫病 | 显微镜成像，图像分析 | 机器学习，深度学习 | 图像 | NA | NA | NA | NA | NA |
| 420 | 2026-02-13 |
Can artificial intelligence predict failure of non-invasive respiratory support in the neonatal unit?
2026-Feb, Seminars in fetal & neonatal medicine
IF:2.9Q1
DOI:10.1016/j.siny.2025.101692
PMID:41290497
|
综述 | 本文探讨了人工智能在新生儿重症监护室中预测无创通气失败的应用潜力 | 首次系统综述了人工智能模型在新生儿无创通气失败预测中的应用，并评估了其临床实用性 | 纳入研究数量有限（6项），且需要更多大型多中心外部验证研究来评估模型的泛化能力 | 探索人工智能在改善新生儿无创通气失败预测中的应用，以降低该人群的死亡率和发病率 | 新生儿，特别是早产儿 | 机器学习 | 新生儿呼吸系统疾病 | NA | 深度学习模型, 逻辑回归, 支持向量机 | 临床数据 | 3421名婴儿 | NA | 多模态深度神经网络 | AUC | NA |