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 891 篇文献，本页显示第 721 - 740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 721 | 2026-03-31 |
Advancements in artificial intelligence for meibography: clinical utility and contributions to meibomian gland dysfunction management
2026-Apr, Clinical & experimental optometry
DOI:10.1080/08164622.2025.2555315
PMID:41083413
|
综述 | 本文综述了人工智能在睑板腺成像（meibography）中的最新进展，及其在睑板腺功能障碍诊断与管理中的临床应用 | 利用深度学习实现更精确的腺体特征提取，如腺体缺失、密度和迂曲度，支持标准化和可重复的临床评估 | 当前AI模型在区域腺体变异建模有限、数据集多样性不足、缺乏标准化图像质量控制 | 探索基于AI的睑板腺成像在睑板腺功能障碍诊断与管理中的临床效用 | 睑板腺结构与睑板腺功能障碍 | 计算机视觉 | 睑板腺功能障碍 | meibography | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 722 | 2026-03-31 |
Blueprint for Drug Repurposing Success: Foundational Concepts and Practical Framework
2026-Apr, Drug development research
IF:3.5Q2
DOI:10.1002/ddr.70270
PMID:41904819
|
综述 | 本文全面分析了药物重定位的传统与计算策略，包括实验方法和人工智能驱动的模型，旨在加速药物发现研究 | 系统整合了人工智能和机器学习在药物重定位流程中的应用，强调了其在处理大规模数据、提高预测准确性方面的能力 | NA | 为药物化学家、计算生物学家和药物发现科学家提供加速药物重定位研究的实用框架和资源指南 | 现有临床评估化合物及其新的治疗应用 | 自然语言处理, 机器学习 | NA | 结合亲和力测定、临床数据挖掘、表型筛选、结构基、签名基、通路基、知识基、靶点基策略 | 深度学习架构, 图神经网络, 知识图谱, 网络药理学框架 | 大规模数据集, 药物-靶点相互作用数据 | NA | NA | NA | 预测准确性 | NA |
| 723 | 2026-03-30 |
Software-based de-filtering restores quantitative accuracy in Clarity2D-enhanced whole-body bone scintigraphy
2026-Apr, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-025-02145-1
PMID:41460439
|
研究论文 | 本研究评估了基于深度学习的软件去滤波方法在恢复Clarity2D降噪滤波器影响的全身骨闪烁扫描图像定量准确性方面的效果 | 提出了一种基于深度学习的软件去滤波算法，能够有效逆转Clarity2D滤波器引起的定量失真，从而在保持降噪优势的同时恢复骨扫描指数和热点数量的测量准确性 | 研究为回顾性设计，样本量相对有限（101名成人），且仅基于特定CZT SPECT/CT系统和99mTc-HMDP示踪剂，结果可能无法直接推广到其他设备或协议 | 评估软件去滤波技术是否能够恢复因Clarity2D降噪滤波器而退化的全身骨闪烁扫描图像的定量准确性 | 接受99mTc-HMDP全身骨闪烁扫描的成人患者（n=101，平均年龄67±13岁）及其图像数据 | 数字病理学 | 骨相关疾病（通过骨闪烁扫描评估） | 99mTc-HMDP全身骨闪烁扫描，Clarity2D噪声减少滤波，基于深度学习的软件去滤波 | 深度学习 | 医学图像（平面骨闪烁扫描图像） | 101名成人患者 | NA | NA | Pearson相关系数，Bland-Altman分析（偏差±95%限），Dice系数，Hausdorff距离，基于交并比的精确度、召回率、F1分数 | NA |
| 724 | 2026-03-30 |
Integrating Eye Tracking and Inertial Sensing for Enhanced Freezing of Gait Detection in Parkinson's Disease
2026-Apr, The European journal of neuroscience
DOI:10.1111/ejn.70472
PMID:41891752
|
研究论文 | 本研究通过结合眼动追踪和惯性传感数据，旨在提升帕金森病患者步态冻结的检测准确性 | 首次将眼动运动学数据与踝部惯性测量单元数据相结合，以区分步态冻结和自主停止，从而提高了分类性能 | 研究样本量较小（10名参与者），且仅在标准化行走任务中进行评估，可能限制了结果的普适性 | 提高帕金森病患者步态冻结的自动检测准确性 | 帕金森病患者的步态冻结事件 | 机器学习 | 帕金森病 | 惯性测量单元，眼动追踪 | 深度学习分类器 | 传感器数据（加速度计、陀螺仪、眼动数据） | 10名参与者 | NA | NA | 宏平均F1分数，召回率 | NA |
| 725 | 2026-03-29 |
Bioactive peptide matrikines: discovery approaches for skin rejuvenation
2026-Apr-01, American journal of physiology. Cell physiology
DOI:10.1152/ajpcell.00881.2025
PMID:41770626
|
综述 | 本文综述了用于皮肤再生的生物活性肽matrikines的发现策略演变，并介绍了一种结合计算机预测与体内外验证的新型发现流程 | 提出了一种从计算机预测到体内验证的集成发现流程，并鉴定出两种具有协同作用的四肽（pal-GPKG和pal-LSVD），能增强老化皮肤的细胞外基质再生 | 作为一篇综述文章，主要总结了现有发现策略，未报告新的原始实验数据或进行直接的模型性能比较 | 探索和总结用于皮肤再生和抗衰老的生物活性肽matrikines的发现方法 | 生物活性肽matrikines及其在皮肤细胞外基质再生中的作用 | 计算生物学, 生物信息学 | 皮肤老化 | 蛋白酶切割预测, 蛋白质序列基序筛选, 分子对接, 机器学习算法, 深度学习, 三维皮肤模型 | 机器学习算法, 深度学习模型 | 蛋白质序列数据, 分子结构数据 | NA | NA | NA | NA | NA |
| 726 | 2025-11-22 |
NeuralFlux: Estimation of Reaction Fluxes at a Genome-Scale Level From Time-Resolved Isotope Labelling Patterns Using Deep Learning
2026-Apr, Plant biotechnology journal
IF:10.1Q1
DOI:10.1111/pbi.70470
PMID:41264380
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 727 | 2026-03-28 |
Particulate matter emission area identification based on phenomenological atmospheric dispersion and deep learn algorithms
2026-Apr, Environmental technology
IF:2.2Q3
DOI:10.1080/09593330.2025.2573837
PMID:41097995
|
研究论文 | 本研究开发了一个结合计算流体动力学和人工神经网络的集成框架，用于在平坦地形中精确定位颗粒物排放源 | 提出了一种结合CFD模拟和深度学习算法的新框架，用于实时识别PM排放源，在工业区和港口环境中实现了重大突破 | 研究仅针对平坦地形，未考虑复杂地形条件；模拟数据集规模相对有限（243次运行） | 开发实时颗粒物排放源定位方法，以支持环境监管、工业责任追究和公共健康保护 | 工业区和港口区域的多重颗粒物排放源 | 机器学习 | NA | 计算流体动力学模拟，人工神经网络 | LSTM, CNN | 模拟数据 | 243次CFD模拟运行，包含不同风速、风向、排放高度和排放间隔的组合 | NA | 长短期记忆网络，一维卷积神经网络 | F1分数 | NA |
| 728 | 2026-03-28 |
Predicting ventilation from single breathing phase non-contrast CT using Swin Transformers
2026-Apr, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70406
PMID:41881558
|
研究论文 | 本研究开发了一种基于Swin Transformer的深度学习模型，仅使用非对比增强4DCT的吸气相来预测肺通气功能，并评估了添加呼气相的影响 | 首次探索了仅使用单呼吸相CT进行深度学习肺通气预测的可行性，并展示了基于Swin Transformer的模型在此任务上的优越性能 | 研究样本量较小（44例），且仅基于特定数据集进行验证，可能限制了结果的泛化能力 | 开发并评估基于单相CT的深度学习模型，用于预测肺通气成像，以简化临床工作流程并减少成像伪影 | 肺通气成像预测，特别是基于非对比增强4DCT的吸气相和呼气相数据 | 医学影像分析 | 肺疾病 | 4DCT成像，SPECT通气成像 | 深度学习模型 | CT图像 | 44例配对吸气CT和SPECT扫描病例 | PyTorch | SwinUNETR, U-Net | Spearman相关系数 | NA |
| 729 | 2026-03-27 |
Feasibility of Free-breathing Deep Learning-reconstructed Single-Shot Cine MRI in Participants with Arrhythmia: Comparison with Conventional Segmented Cine MRI
2026-Apr, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.250298
PMID:41885622
|
研究论文 | 本研究评估了基于深度学习压缩感知重建的自由呼吸单次激发心脏电影MRI在心律失常患者中的可行性，并与传统分段采集电影MRI进行对比 | 首次将深度学习增强的压缩感知技术应用于自由呼吸、单次激发的心脏电影MRI序列，并在心律失常患者中验证其临床可行性，显著缩短扫描时间并减少运动伪影 | 样本量相对较小（70名参与者），研究仅在1.5T MRI扫描仪上进行，缺乏多中心验证 | 评估深度学习重建单次激发电影MRI在测量左心室结构和功能方面的临床可行性 | 健康志愿者和疑似心律失常的参与者 | 医学影像分析 | 心血管疾病 | 心脏磁共振成像，深度学习增强压缩感知，平衡稳态自由进动序列 | 深度学习模型 | 心脏磁共振图像 | 70名参与者（25名健康志愿者，45名疑似心律失常患者） | NA | NA | 欧洲心血管磁共振注册评分，图像质量评分，扫描时间，左心室容积参数一致性 | 1.5T MRI扫描仪 |
| 730 | 2026-03-24 |
Deep learning with limited data: a transfer learning approach for transcriptomic survival prediction
2026-Apr-15, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2026.111618
PMID:41812364
|
研究论文 | 本研究评估了迁移学习在转录组学生存预测中的应用，通过利用跨癌症的大数据集来提升小队列中的预测性能 | 首次系统评估迁移学习在转录组学生存预测中的效果，并采用留一法预训练策略结合微调，显著提升了小队列肿瘤的预测性能 | 研究依赖于TCGA数据，可能未涵盖所有肿瘤类型或临床异质性，且模型解释性方法基于LIME-like方法，可能存在局限性 | 探索迁移学习在癌症转录组学数据中用于疾病无进展生存预测的有效性 | 来自TCGA的27种肿瘤类型的7509名患者的RNA-seq数据 | 机器学习 | 癌症 | RNA-seq | 深度神经网络 | 转录组学数据 | 7509名患者 | NA | NA | 一致性指数 | NA |
| 731 | 2026-03-24 |
Interpretable evaluation of physiological signals for biometric identification
2026-Apr-15, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2026.111616
PMID:41812367
|
研究论文 | 本文提出一个统一框架，用于分析ECG、EEG和PPG生理信号在生物识别中的应用，并强调模型可解释性 | 将研究焦点从单纯性能指标转向深入理解生物识别系统行为，特别是信号特征、人口规模和样本可用性对性能的影响，并引入SHAP进行特征重要性量化 | 未明确提及具体局限性，但可能涉及数据集多样性或实际部署中的泛化能力 | 评估生理信号在生物识别中的性能，并提高系统的可解释性和可靠性 | ECG、EEG和PPG生理信号 | 机器学习 | NA | 生理信号分析 | 机器学习模型 | 生理信号数据 | NA | NA | NA | 识别准确率, 等错误率 | NA |
| 732 | 2026-03-24 |
Empirical evaluation of variability and multi-institutional generalizability of deep learning survival models: application to renal cancer CT scans
2026-Apr-15, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2026.111603
PMID:41806695
|
研究论文 | 本研究系统评估了深度学习生存模型在肾癌CT影像上的变异性与多机构泛化能力，探讨了数据划分、初始化及增强策略对模型性能的影响 | 首次在医学影像生存预测领域系统量化数据划分策略、模型初始化及数据增强对多机构泛化能力的影响，提出协变量平衡划分方法 | 研究仅针对肾癌CT影像，样本量相对有限（525例），未涵盖其他癌症类型或模态影像 | 评估深度学习生存模型在跨机构医学影像数据上的泛化性能，探索提升模型鲁棒性的方法论 | 肾癌患者的CT扫描影像及对应的生存时间数据 | 数字病理 | 肾癌 | CT影像分析 | CNN | 3D医学影像 | 525名患者（来自9个机构） | PyTorch | 3D ResNet-18 | 一致性指数（c-index），风险比（HR） | NA |
| 733 | 2026-03-24 |
Beyond spectroscopy: Machine vision as the future of non-destructive testing in 3D-printed pharmaceuticals
2026-Apr-10, International journal of pharmaceutics
IF:5.3Q1
DOI:10.1016/j.ijpharm.2026.126750
PMID:41819388
|
综述 | 本文综述了用于3D打印药物质量控制的非破坏性光谱和成像检测技术，并重点探讨了机器视觉（MV）与人工智能结合的应用前景 | 强调了机器视觉（MV）与深度学习算法（如CNN、YOLO）结合，作为实时缺陷检测和视觉检查的创新工具，在个性化制药领域提供更灵活、精确和高效的质量控制策略 | 讨论了现有技术差距、监管挑战以及标准化需求，以确保这些技术安全可靠地集成到制药工作流程中 | 开发适用于3D打印药物的灵活、精确且高效的非破坏性质量控制策略 | 3D打印（3DP）的个性化剂型和药物递送系统 | 机器视觉 | NA | 近红外光谱、拉曼光谱、太赫兹光谱、光学相干断层扫描、高光谱成像 | CNN, YOLO | 图像 | NA | NA | 卷积神经网络（CNN）、YOLO模型 | 准确性、速度、适应性 | NA |
| 734 | 2026-03-24 |
Artificial intelligence in clinical nutrition. A narrative review
2026-Apr, Clinical nutrition ESPEN
IF:2.9Q3
DOI:10.1016/j.clnesp.2025.11.142
PMID:41285366
|
综述 | 本文是一篇关于人工智能在临床营养学中应用的叙述性综述，旨在为临床医生提供AI基础概念及其在营养护理中实际应用的概述 | 系统性地综述了AI在临床营养学中的整合潜力，并强调了临床医生教育、跨学科合作与伦理监督对成功实施的重要性 | 作为一篇叙述性综述，可能未涵盖所有最新研究，且未进行定量分析或荟萃分析 | 概述人工智能在临床营养学中的应用，并探讨如何促进其负责任和有效的整合 | 临床营养学领域的人工智能技术及其在医疗保健中的应用 | 机器学习 | NA | NA | 机器学习, 深度学习, 大语言模型 | NA | NA | NA | NA | NA | NA |
| 735 | 2026-03-24 |
Dynamic insights into cellular mechanics and membrane undulations in vascular smooth muscle cells
2026-Apr-01, American journal of physiology. Cell physiology
DOI:10.1152/ajpcell.00771.2025
PMID:41758219
|
研究论文 | 本研究结合实时原子力显微镜、信号处理、生化分析与机器学习图像量化，探究血管平滑肌细胞中细胞力学、膜波动、细胞骨架组织与肌动球蛋白信号间的时空耦合关系 | 首次在血管平滑肌细胞中观察到特定频率且跨细胞同步的机械振荡现象，并揭示了肌动蛋白组织与肌球蛋白轻链激酶信号对不同振荡模式的差异化调控机制 | 研究主要基于体外细胞模型，未在完整血管组织或活体环境中验证；药理干预可能产生非特异性效应 | 探究血管平滑肌细胞机械振荡的调控机制及其与细胞骨架、收缩信号的关系 | 血管平滑肌细胞 | 生物力学与细胞生物物理学 | 心血管疾病 | 实时原子力显微镜、共聚焦成像、生化分析、信号处理 | 深度学习 | 显微镜图像、力学测量数据、生化数据 | 未明确说明 | NA | NA | NA | NA |
| 736 | 2026-03-22 |
Integrating molecular generation and fingerprints transferring for single-molecule theranostics targeting endoplasmic reticulum stress
2026-Apr, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2025.07.042
PMID:40721023
|
研究论文 | 本研究提出了一种结合被动与主动靶向机制的AI驱动双靶向策略，用于设计靶向内质网应激的诊疗一体化分子 | 开发了基于机器学习的分子指纹转移方法用于被动靶向，并设计了基于深度学习的3D分子生成模型PM-1用于主动靶向，通过整合两者实现了新型荧光分子探针的智能设计 | NA | 设计能够精确靶向并调控内质网应激的多功能诊疗一体化分子 | 内质网应激关键生物标志物Grp78 | 机器学习 | 肿瘤 | 分子指纹转移、3D分子生成 | 机器学习、深度学习 | 分子结构数据 | NA | NA | PM-1 | Pearson相关系数、IC50 | NA |
| 737 | 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 |
| 738 | 2026-03-21 |
Single-cell resolution spatial transcriptomic signature of the retrosplenial cortex during memory consolidation
2026-Apr, Molecular psychiatry
IF:9.6Q1
DOI:10.1038/s41380-025-03331-3
PMID:41188622
|
研究论文 | 本研究利用单细胞分辨率空间转录组学揭示了记忆巩固过程中压后皮质的转录组特征 | 首次在空间记忆巩固过程中识别压后皮质神经元亚型的转录组特征，并利用深度学习工具揭示学习后细胞类型特异性分子激活模式 | 研究主要基于小鼠模型，结果在人类中的适用性需进一步验证 | 探究压后皮质在空间记忆巩固过程中的分子机制 | 小鼠压后皮质神经元，特别是兴奋性神经元 | 空间转录组学 | 阿尔茨海默病及相关痴呆 | 单细胞分辨率空间转录组学，Xenium空间转录组学，化学遗传学方法 | 深度学习 | 空间转录组数据 | NA | NA | NA | NA | NA |
| 739 | 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 |
| 740 | 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 |