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 1474 篇文献，本页显示第 1161 - 1180 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1161 | 2026-02-09 |
Recent advances in machine learning predictions of protein-ligand binding affinities
2026-Feb, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.103193
PMID:41317487
|
综述 | 本文综述了机器学习在蛋白质-配体结合亲和力预测领域的最新进展 | 介绍了基于机器学习的新范式，涵盖结构、配体及混合方法，并突出从传统监督学习到深度学习架构的代表性算法 | NA | 提升蛋白质-配体结合亲和力预测的准确性和适用性，以支持理性药物设计 | 蛋白质-配体结合亲和力预测方法 | 机器学习 | NA | 机器学习 | 监督学习, 深度学习 | 三维构象数据, 拓扑不变量 | NA | NA | NA | NA | NA |
| 1162 | 2026-02-09 |
Unsupervised learning of spatially varying regularization for diffeomorphic image registration
2026-Feb, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103887
PMID:41317547
|
研究论文 | 本文提出了一种无监督学习框架，用于学习空间变化的变形正则化，以改进可变形图像配准性能 | 通过层次概率模型集成先验分布，实现从数据中端到端学习空间变化的变形正则化，并结合贝叶斯优化自动调整超参数 | 未明确讨论模型在极端解剖变异或噪声数据下的鲁棒性 | 开发一种能够适应不同解剖区域变形变化的空间变化正则化方法，以提升深度学习图像配准的性能和可解释性 | 可变形图像配准任务 | 计算机视觉 | NA | 无监督学习 | 深度学习模型 | 图像 | 基于公开可用数据集进行综合评估，具体样本数量未明确说明 | PyTorch, TensorFlow | NA | 配准性能指标（如配准精度）、变形平滑度 | NA |
| 1163 | 2026-02-09 |
Deep learning-based postprocessing and model building for cryo-electron microscopy maps
2026-Feb, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.103196
PMID:41401630
|
综述 | 本文全面概述了基于深度学习的冷冻电镜图谱后处理和模型构建方法的最新进展 | 重点介绍了人工智能在冷冻电镜后处理和原子模型构建中的应用，并讨论了当前方法的优势与局限性 | 指出了现有方法面临的挑战，为未来研究指明了方向 | 探讨深度学习在冷冻电镜图谱后处理和模型构建中的应用 | 冷冻电镜图谱后处理和原子模型构建 | 计算机视觉 | NA | 冷冻电镜 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 1164 | 2026-02-09 |
Machine learning approaches for crystallographic classification from synthetic 2D X-ray diffraction data
2026-Feb-01, Journal of applied crystallography
IF:5.2Q1
DOI:10.1107/S1600576726000099
PMID:41647181
|
研究论文 | 本研究利用合成2D X射线衍射数据结合深度学习技术，实现了对七种晶系和230个空间群的自动化高通量分类 | 提出了新颖的Auto Diffraction Pipeline，用于在多种条件下（如不同晶带轴、原子替换、原子缺失和机械加载）从晶体学信息文件生成合成2D XRD点阵图案，增强了合成数据的真实性，并解决了实验数据集稀缺的问题 | 未明确提及具体局限性，但可能依赖于合成数据的质量与实验条件的匹配度 | 实现晶体学结构的自动化、高通量分类，以促进材料科学中数据驱动方法的更广泛应用 | 七种晶系和230个空间群的晶体学结构 | 机器学习 | NA | 2D X射线衍射 | CNN | 图像 | NA | NA | 卷积神经网络 | NA | NA |
| 1165 | 2026-02-09 |
Traditional Chinese Medicine Modernization in Diagnosis and Treatment: Utilizing Artificial Intelligence and Nanotechnology
2026-Feb, MedComm
IF:10.7Q1
DOI:10.1002/mco2.70596
PMID:41648057
|
综述 | 本文综述了人工智能和纳米技术在辅助中医现代化诊断与治疗中的应用 | 整合人工智能与纳米技术，推动中医诊断的标准化、量化及治疗效果的优化 | 未提及具体实验数据或临床验证的局限性 | 促进中医现代化，提升其诊断客观性和治疗效果 | 中医诊断与治疗系统 | 自然语言处理, 机器学习 | NA | 机器学习, 深度学习, 纳米技术 | NA | 标准化和可量化的诊断数据 | NA | NA | NA | NA | NA |
| 1166 | 2026-02-08 |
Investigating the Cytoskeleton of DRGs Using Cryo-Electron Microscopy and Deep Learning
2026-Feb-07, Cytoskeleton (Hoboken, N.J.)
DOI:10.1002/cm.70100
PMID:41653058
|
研究论文 | 本文介绍了一种利用冷冻电子显微镜和深度学习技术研究培养的背根神经节神经元轴突和膨体超微结构的方法 | 结合冷冻电子显微镜和深度学习策略，实现了对轴突细胞骨架的半自动断层分割，为定量描述超微结构特征提供了新方法 | NA | 研究背根神经节神经元轴突和膨体的超微结构组织，特别是年龄相关的变化 | 培养的背根神经节神经元 | 数字病理学 | NA | 冷冻电子显微镜, 冷冻电子断层扫描 | 深度学习 | 图像 | 年轻和年老培养的背根神经节神经元 | NA | NA | NA | NA |
| 1167 | 2026-02-08 |
Decoding cortical folding with deep learning: toward neurodevelopmental biomarkers of psychiatric disorders
2026-Feb-07, Journal of neural transmission (Vienna, Austria : 1996)
DOI:10.1007/s00702-026-03105-3
PMID:41653295
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1168 | 2026-02-08 |
Interpretable deep learning model of circulating genomics for quantitative survival prediction in advanced non-small cell lung cancer
2026-Feb-06, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico
IF:2.8Q2
DOI:10.1007/s12094-026-04220-z
PMID:41649698
|
研究论文 | 本研究开发了一种可解释的深度学习模型，用于晚期非小细胞肺癌患者的定量生存预测 | 整合了多模态特征（包括ctDNA状态、cfDNA浓度和基因突变等）的DeepSurv模型，相比单一ctDNA或cfDNA指标，显著提升了生存预测的准确性，并利用SHAP方法增强了模型的可解释性 | 研究基于回顾性数据，且仅使用了两个特定的ctDNA测序平台（MSK-ACCESS和ctDx Lung），可能限制了模型的普适性 | 开发一种可解释的深度学习模型，以定量预测晚期非小细胞肺癌患者的生存结局 | 晚期非小细胞肺癌患者 | 机器学习 | 肺癌 | 超深度ctDNA测序（MSK-ACCESS和ctDx Lung） | DeepSurv | 基因组数据、临床病理特征 | 1373名晚期非小细胞肺癌患者（发现队列1012人，验证队列361人） | NA | DeepSurv | 时间依赖性曲线下面积（AUC）、风险比（HR） | NA |
| 1169 | 2026-02-08 |
Chemistry-Structure Dual-Perception Large Language Models: Advancing Molecular Property Prediction for Precise Disease Treatment
2026-Feb-06, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3662042
PMID:41650399
|
研究论文 | 本文提出了一种名为CSLLM的新方法，通过指令引导大型语言模型生成蕴含化学知识的药物分子表示，以提升分子性质预测的准确性 | 提出了一个三维指令框架（任务引导、化学感知、结构感知），使大型语言模型能够像化学家一样推理，并在有限计算资源下生成富含化学知识的分子表示 | 未明确提及具体的数据集规模限制或模型泛化能力的详细评估 | 提高药物分子性质的预测准确性，以支持精准疾病诊断和个性化治疗 | 药物分子 | 自然语言处理, 机器学习 | NA | 大型语言模型（LLMs） | 大型语言模型（LLM） | 分子结构数据, 化学知识文本 | 在九个数据集上进行了评估 | NA | CSLLM（基于指令框架的定制化LLM） | 在九个数据集上优于现有模型（具体指标未列明） | 有限的计算资源 |
| 1170 | 2026-02-08 |
ASIL: Augmented Structural Information Learning for Deep Graph Clustering in Hyperbolic Space
2026-Feb-06, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2026.3661424
PMID:41650430
|
研究论文 | 本文提出了一种名为ASIL（增强结构信息学习）的新方法，用于在双曲空间中实现无需预设聚类数量的深度图聚类，尤其针对不平衡图数据 | 首次将可微结构信息理论引入深度聚类，提出双曲空间中的神经划分树学习模型（LSEnet），并通过增强结构熵目标统一划分树构建与对比学习 | 未在超大规模图数据集上进行验证，且未讨论计算资源消耗的具体量化分析 | 解决无需预设聚类数量且能处理不平衡图数据的深度图聚类问题 | 图数据（特别是具有不平衡聚类结构的图） | 机器学习 | NA | 深度学习方法 | 深度学习模型 | 图数据 | Citeseer等公开图数据集（具体数量未明确说明） | PyTorch（基于深度学习框架的典型选择） | LSEnet（基于双曲空间的神经划分树架构） | NMI（标准化互信息） | NA（未明确说明具体计算资源） |
| 1171 | 2026-02-08 |
Network for Real-time Laryngeal Lesions Video Object Detection
2026-Feb-06, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01855-w
PMID:41652139
|
研究论文 | 本文提出了一种名为DynSTPN的两阶段视频病变检测网络，用于在复杂场景下实时检测鼻咽-喉部病变 | 设计了一个动态提示生成器来生成区分性提示，并引入自适应可微分门控机制，以动态调整参考帧对推理帧的增强效果，从而在视频质量下降的情况下提升检测性能 | NA | 提高鼻咽-喉部肿瘤的早期和准确诊断，通过深度学习实现复杂场景下的实时视频病变检测 | 鼻咽-喉部病变视频 | 计算机视觉 | 鼻咽-喉部肿瘤 | NA | CNN | 视频 | NA | NA | DynSTPN | 检测准确率, FPS | NA |
| 1172 | 2026-02-08 |
Exploiting correlations across trials and behavioral sessions to improve neural decoding
2026-Feb-04, Neuron
IF:14.7Q1
DOI:10.1016/j.neuron.2025.10.026
PMID:41308644
|
研究论文 | 本文提出两种互补模型以改进神经解码，通过利用跨试验和跨行为会话的神经活动相关性 | 引入多会话降秩回归模型和多会话状态空间模型，首次系统性地捕捉跨试验和会话的神经与行为结构相关性 | 未与深度学习方法的计算效率进行直接对比，模型在极端非线性场景下的适用性未验证 | 提升神经解码性能，通过建模跨试验和会话的神经活动相关性 | 国际脑实验室小鼠Neuropixels数据集中的神经活动与行为数据 | 机器学习 | NA | 神经像素记录技术 | 降秩回归模型,状态空间模型 | 神经活动时间序列数据 | 433个会话，覆盖270个大脑区域 | NA | 多会话降秩回归模型,多会话状态空间模型 | NA | NA |
| 1173 | 2026-02-08 |
Using AI Algorithms and Machine Learning in the Analysis of a Bio-Purification Method (Therapeutic Emesis, Known as "Vamana Karma"): Protocol for a Mixed Methods Study
2026-Feb-03, JMIR research protocols
IF:1.4Q3
DOI:10.2196/79875
PMID:41632954
|
研究论文 | 本研究提出并验证了一个AI辅助的数字框架，用于客观评估阿育吠陀中的治疗性呕吐（vamana karma）过程 | 首次在传统医学系统中探索应用深度学习算法（如YOLOv9和残差神经网络）对治疗性呕吐过程进行客观分析，包括自动呕吐物检测、内容分类和患者姿态识别 | 研究为探索性，样本量较小（50名志愿者），且需要进一步的临床验证和多中心扩展才能在真实世界部署 | 开发并验证一个AI辅助的数字框架，用于治疗性呕吐过程的客观评估，以改善临床结果 | 阿育吠陀中的治疗性呕吐（vamana karma）过程，包括呕吐物特征和患者反应 | 机器学习 | NA | NA | CNN, 残差神经网络 | 视频, 图像 | 50名志愿者 | TensorFlow, scikit-learn, SPSS | YOLOv9, 残差神经网络 | Fleiss κ统计量, 标准机器学习指标 | NA |
| 1174 | 2026-02-08 |
Artificial Intelligence-based detection of neuropsychiatric lupus: an exploratory meta-analysis of neuroimaging and multimodal biomarker models
2026-Feb-02, Clinical and experimental medicine
IF:3.2Q2
DOI:10.1007/s10238-025-02030-1
PMID:41627551
|
荟萃分析 | 本文对基于人工智能的神经影像学和多模态生物标志物模型在检测神经精神性狼疮中的诊断性能、异质性和方法学特征进行了探索性荟萃分析 | 首次对应用于神经精神性狼疮检测的人工智能模型进行系统性探索性荟萃分析，综合评估了其诊断性能、方法学异质性和稳健性 | 研究间存在显著的异质性，汇总估计值不稳定且受个别研究影响，外部验证和可解释人工智能方法应用不足，目前尚无法得出关于临床适用性的明确结论 | 评估基于人工智能的模型使用神经影像学和多模态生物标志物检测系统性红斑狼疮中神经精神性受累的诊断性能、异质性和方法学特征 | 系统性红斑狼疮患者的神经影像学数据（如结构或功能MRI、磁共振波谱）及其他生物信息学模态数据（如基于波谱的分子指纹、脑脊液或血清生物标志物） | 机器学习 | 神经精神性狼疮 | 神经影像学（结构/功能MRI、磁共振波谱）、光谱学、生物标志物分析 | 机器学习, 深度学习 | 图像, 生物标志物数据 | 超过800名参与者（来自14项研究） | NA | NA | AUC, 准确率, 灵敏度, 特异性 | NA |
| 1175 | 2026-02-08 |
Open-surface digital ELISA enabled by magnetic trapping and deep learning for rapid and highly sensitive detection of African swine fever
2026-Feb-02, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2026.118473
PMID:41650557
|
研究论文 | 本研究开发了一种结合开放空间磁珠阵列与人工智能的开放表面数字ELISA平台，用于快速、高灵敏度检测非洲猪瘟病毒p30抗原 | 通过磁捕获形成开放空间微腔，结合往复流微流体和原位酪胺信号放大，消除了免疫复合物封装步骤，提高了微腔利用率和抗原捕获效率，并采用改进的Mask R-CNN进行智能图像识别 | 未明确提及具体局限性，但可能涉及平台在实际现场应用中的验证或成本效益分析 | 开发一种快速、高灵敏度的检测方法，用于早期诊断非洲猪瘟，以减少经济损失 | 非洲猪瘟病毒p30抗原 | 数字病理 | 非洲猪瘟 | 数字ELISA, 磁捕获, 微流体技术, 原位酪胺信号放大 | CNN | 图像 | 血清样本验证（具体数量未提及） | 未明确指定，但基于卷积神经网络框架 | Mask R-CNN | 检测限, 灵敏度, 特异性 | 未明确提及 |
| 1176 | 2026-02-08 |
AMPCliff: Quantitative definition and benchmarking of activity cliffs in antimicrobial peptides
2026-Feb, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2025.04.046
PMID:40318764
|
研究论文 | 本文提出了一个名为AMPCliff的定量定义和基准测试框架，用于研究由标准氨基酸组成的抗菌肽中的活性悬崖现象 | 首次针对抗菌肽中的活性悬崖现象提出了定量定义和系统性的基准测试框架，并评估了多种机器学习、深度学习和语言模型在该任务上的表现 | 当前基于深度学习的表示模型在预测抗菌肽活性悬崖方面仍有局限，需要整合原子级动态信息以更准确捕捉抗菌肽特性 | 定量定义和基准测试抗菌肽中的活性悬崖现象，并评估现有预测模型的性能 | 由标准氨基酸组成的抗菌肽，特别是针对金黄色葡萄球菌的抗菌肽对 | 机器学习 | NA | NA | 机器学习, 深度学习, 掩码语言模型, 生成语言模型 | 序列数据 | 来自公开AMP数据集GRAMPA的成对抗菌肽基准数据集 | NA | ESM2 | Spearman相关系数 | NA |
| 1177 | 2026-02-08 |
Machine learning models in the prediction of chronic or shunt-dependent hydrocephalus following subarachnoid hemorrhage: A systematic review and meta-analysis
2026-Feb, The neuroradiology journal
DOI:10.1177/19714009251345104
PMID:40405362
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估了机器学习模型在预测蛛网膜下腔出血后慢性或分流依赖性脑积水方面的性能 | 首次对机器学习模型在预测蛛网膜下腔出血后慢性或分流依赖性脑积水方面的预测性能进行了系统性的综述和荟萃分析 | 纳入的研究数量有限（6项），且仅提取了各研究中性能最佳模型的数据，可能存在选择偏倚 | 评估机器学习模型预测蛛网膜下腔出血后慢性或分流依赖性脑积水的准确性 | 蛛网膜下腔出血患者 | 机器学习 | 脑积水 | NA | 机器学习，深度学习 | NA | 2096名个体 | NA | NA | AUC，准确率，灵敏度，特异性，诊断比值比 | NA |
| 1178 | 2026-02-08 |
Deep learning and iterative image reconstruction for head CT: Impact on image quality and radiation dose reduction-Comparative study
2026-Feb, The neuroradiology journal
DOI:10.1177/19714009251345108
PMID:40406852
|
研究论文 | 本研究客观评估了深度学习图像重建算法在无增强头部CT中，相较于自适应统计迭代重建算法，在改善图像质量和降低辐射剂量方面的能力 | 首次将深度学习图像重建算法应用于头部CT，并与标准迭代重建算法进行对比，展示了其在图像质量和辐射剂量降低方面的显著优势 | 研究样本量较小，且剂量降低功能在宽探测器扫描仪中因缺乏机架角度调整而效果有限 | 评估深度学习图像重建算法在头部CT中的图像质量改善和辐射剂量降低能力 | 无增强头部CT扫描图像 | 医学影像分析 | NA | CT扫描 | 深度学习 | 图像 | 35名患者 | NA | 深度学习图像重建 | 信噪比, 对比噪声比 | NA |
| 1179 | 2026-02-08 |
FusionMVSA: Multi-View Fusion Strategy With Self-Attention for Enhancing Drug Recommendation
2026-Feb, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3586758
PMID:40622834
|
研究论文 | 本文提出了一种名为FusionMVSA的创新深度学习模型，用于预测药物与疾病之间的关联，以增强药物推荐 | 提出了一种结合多视图融合策略与自注意力机制的特征提取方法，利用共享组参数计算多视角自注意力以突出共同特征，并利用生物医学相似性作为引导捕获更细微特征 | NA | 开发一种动态整合多源数据的方法以预测药物与疾病关联，提升药物推荐效果 | 药物与疾病之间的关联关系 | 机器学习 | NA | 多源数据整合 | 多层感知机神经网络, 自注意力机制 | 多源生物医学数据 | NA | NA | FusionMVSA | NA | NA |
| 1180 | 2026-02-08 |
mRSubLoc: A Novel Multi-Label Learning Framework Integrating RNA Large Language Model for mRNA Subcellular Localization
2026-Feb, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3591454
PMID:40694461
|
研究论文 | 提出了一种名为mRSubLoc的新型多标签深度学习框架，用于预测mRNA的亚细胞定位 | 整合了RNA大语言模型RNAErnie与one-hot编码和Word2Vec嵌入来构建mRNA序列的全面表示，并采用多标签学习框架处理多定位任务 | 未在摘要中明确说明 | 预测mRNA的亚细胞定位，以促进基因表达调控研究和靶向药物开发 | 信使RNA (mRNA) | 自然语言处理, 机器学习 | NA | RNA大语言模型, one-hot编码, Word2Vec嵌入 | TextCNN, BiLSTM, MLP | 序列 (mRNA序列) | NA | NA | TextCNN, BiLSTM, 多头自注意力机制, MLP | Aiming, Coverage, Accuracy, Absolute-True, Absolute-False | NA |