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 1013 篇文献，本页显示第 281 - 300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 281 | 2026-06-09 |
EZPro-Multi: Contrastive Learning-Enhanced Multi-property Prediction for Enzyme Engineering
2026-May-27, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.6c00821
PMID:42199085
|
研究论文 | 提出一种基于对比学习的统一深度学习框架EZPro-Multi，用于预测酶突变体的多种生化性质，包括催化效率、稳定性和溶解度 | 首次通过交叉注意力机制整合ProtT5蛋白表征和Molformer底物表征来捕获突变体-底物相互作用，并引入监督对比学习增强特征区分性，同时采用辅助分类头提升主回归任务性能 | 未提及具体局限 | 加速酶工程和优化生物催化系统，实现酶突变体多种功能属性的准确预测 | 酶突变体及其底物相互作用对 | 机器学习 | NA | 未明确提及具体测序技术 | 深度学习模型 | 蛋白质序列和分子结构数据 | 包含多种酶-底物对的数据集，深度突变扫描（DMS）数据集 | ProtT5, Molformer | EZPro-Multi | 回归准确性、分类一致性、命中率 | NA |
| 282 | 2026-06-09 |
Automated assessment of coronal lower extremity alignment on long-leg radiographs using a deep-learning model: validation, efficiency gains, and superiority of an edge-based tibial joint-line definition
2026-May-26, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-026-09980-x
PMID:42185802
|
研究论文 | 提出并验证了基于深度学习的全自动下肢冠状位力线评估系统，在长腿X光片上同时测量15个参数并定位畸形 | 首次系统比较了两种胫骨关节线定义在深度学习测量中的适用性，并发现基于边缘的定义方法优于最低点定义 | 需要前瞻性研究验证基于边缘的关节线定义（方法2）与临床预后（如骨关节炎进展、手术结果）的相关性 | 开发和验证自动化深度学习系统以高效评估下肢冠状位力线并比较两种胫骨关节线定义 | 站立位长腿X光片中的下肢冠状位力线参数和畸形定位 | 计算机视觉 | 骨关节炎 | NA | YOLOv5 | 图像 | 309张（训练/验证/测试60/20/20分割）和外部验证集75张 | PyTorch | YOLOv5 | 绝对误差、临床失败率（≥2°或≥2%）、运行时间、Bland-Altman分析 | NA |
| 283 | 2026-06-09 |
A rapid total-body PET imaging approach for pediatric patients using non-attenuation-corrected PET scans
2026-May-22, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-026-00889-x
PMID:42171886
|
研究论文 | 提出一种名为SnapPET的深度学习框架，利用极短的非衰减校正2D PET最大密度投影图像生成高质量衰减校正图像，用于儿科淋巴瘤患者的快速全身PET成像 | 首次提出基于潜扩散自编码器的CT免除框架，利用2秒超短非衰减校正PET MIP图像直接生成高质量衰减校正PET MIP图像，实现快速筛查与分流 | NA（摘要中未明确提及局限性） | 开发一种降低儿科淋巴瘤患者累积辐射剂量的快速全身PET成像方法 | 200例FDG亲和性淋巴瘤儿科患者的全身PET/CT扫描数据 | 机器学习, 数字病理学 | 淋巴瘤 | PET/CT成像 | 潜扩散自编码器 | 图像（PET MIP二维图像） | 200例儿科患者 | PyTorch（推断） | U-Net, GAN, DDPM（对比模型）, 潜扩散自编码器（SnapPET） | PSNR, SSIM, NMSE, SUVmax, SUVmean, ROC曲线, ALROC曲线, 5点Likert评分 | NA（摘要中未明确说明） |
| 284 | 2026-06-09 |
SNooPy: a statistical framework for long-read metagenomic variant calling
2026-May-20, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkag556
PMID:42234577
|
研究论文 | 提出了一种名为SNooPy的统计框架，用于长读长宏基因组变异检测 | 首次设计了专门针对长读长宏基因组数据的变异检测工具，不假设单倍型数量、进化关系或序列差异 | 未与深度学习方法集成，未来需进一步整合以提升性能 | 解决现有长读长变异检测工具无法适应宏基因组数据复杂性的问题 | 宏基因组样本中的单核苷酸多态性（SNP） | 机器学习 | NA | 长读长测序 | 传统统计模型与深度学习模型对比 | 宏基因组序列数据 | NA | NA | NA | 变异检测准确性 | NA |
| 285 | 2026-06-09 |
Mechanistic Dissection of Conformational Transition of Bicyclic Peptide via Molecular Modeling and Deep Learning
2026-May-14, bioRxiv : the preprint server for biology
DOI:10.64898/2026.03.12.711417
PMID:41959345
|
研究论文 | 通过分子建模和深度学习，对双环肽的构象转变进行机制解析 | 引入深度学习模型ICoN-v1，学习分子动力学模拟数据以揭示环肽构象动力学，能有效生成分子动力学输出中缺失的平滑转变路径 | NA | 解析环肽构象转变机制，为分子设计提供信息 | 六环肽（NMR结构）、MYC靶向双环肽（立体多样化或单点LEU-to-ILE突变） | 机器学习 | NA | 分子动力学模拟 | 深度学习模型 | 分子动力学模拟数据 | NA | NA | ICoN-v1 | NA | NA |
| 286 | 2026-06-09 |
A Deep Learning Framework for Spatiotemporal Modeling of Visual Task fMRI
2026-May-09, bioRxiv : the preprint server for biology
DOI:10.64898/2026.05.05.722117
PMID:42146685
|
研究论文 | 提出一个名为STREAM的深度学习框架，用于模拟视觉任务fMRI中的时空动态，揭示有效连接和全脑信息流 | 首次将深度学习框架应用于任务fMRI的时空建模，通过学习神经转换函数来表征有效连接和全脑信息流，发现默认模式网络作为高级调节枢纽具有广泛传出影响，挑战其被动特征 | NA | 开发一种新计算方法，以揭示驱动局部动态的方向性信号机制，理解大脑如何灵活重构功能架构以实现复杂认知 | 1074名参与者的视觉类别处理任务fMRI数据 | 机器学习 | NA | fMRI | 深度学习框架 | 图像 | 1074名参与者 | PyTorch | STREAM | 激活图重建准确性 | NA |
| 287 | 2026-06-09 |
AI-enabled virtual immunopeptidomics links quantitative neoantigen presentation to immunogenicity
2026-May-08, bioRxiv : the preprint server for biology
DOI:10.64898/2026.05.05.722287
PMID:42146452
|
研究论文 | 开发了深度学习框架epiVIP，利用(sc)RNA-seq数据预测HLA-I肽段丰度，联系新抗原的定量展示与免疫原性 | 首次通过AI方法从RNA-seq数据预测肽段丰度，并揭示丰度与非我性在决定抗原性中的补偿关系，为TCR亲和力理论提供定量支持 | NA | 定量联系新抗原展示与其免疫原性，以改进癌症免疫疗法 | HLA-I肽段及其丰度、新抗原的免疫原性 | 自然语言处理 | 癌症 | RNA-seq, 单细胞RNA-seq | 深度学习模型 | 基因表达数据、肽段序列 | 170万免疫肽段及配对基因表达谱，3.3万个来自临床数据集的新抗原 | NA | epiVIP | 预测准确性、泛化性、肿瘤反应预测 | NA |
| 288 | 2026-06-09 |
Generating synthetic tau-PET scans in Alzheimer's disease from MRI, blood biomarkers and demographics with deep learning
2026-May-07, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.05.06.26352540
PMID:42145644
|
研究论文 | 开发一种深度学习模型，利用结构磁共振成像、人口统计学和血液生物标志物合成阿尔茨海默病患者的tau-PET扫描 | 首次使用深度学习从易获取的数据（MRI、人口统计学和血液生物标志物）合成tau-PET扫描，并证明其临床预后价值 | NA | 评估深度学习模型从多模态数据合成tau-PET扫描的可行性和临床效用 | 阿尔茨海默病连续谱系或其他神经疾病患者 | 数字病理学 | 阿尔茨海默病 | PET, MRI | 3D U-Net, 残差网络, 注意力机制 | 图像, 人口统计学数据, 血液生物标志物 | 来自13个队列的5191名参与者，平均年龄70岁，51%为女性 | PyTorch | 3D U-Net | R, 危险比, p值 | NA |
| 289 | 2026-06-09 |
Deep learning-based assessment of periodontitis progression using serial panoramic radiographs: a multicenter study incorporating indirect and direct grading approaches
2026-May-06, Journal of periodontal & implant science
DOI:10.5051/jpis.2504860243
PMID:42252881
|
研究论文 | 使用序列全景X光片，基于深度学习模型评估牙周炎进展的多中心研究 | 首次在序列全景X光片上应用YOLOv8模型进行间接和直接两种分级评估牙周炎进展，并验证其临床可行性 | 直接分级表现略低，因评估序列图像复杂度较高 | 评估深度学习模型用于通过序列全景X光片诊断牙周炎进展的诊断性能和临床可行性 | 1378名患者的7106张全景X光片 | 计算机视觉 | 牙周炎 | 全景X光成像 | YOLOv8 | 图像 | 1378名患者的7106张全景X光片 | PyTorch | YOLOv8 | 准确率、敏感度、特异度、AUC | NA |
| 290 | 2026-06-09 |
Classification of spinal tuberculous infection, pyogenic infection and spinal metastasis from magnetic resonance imaging using machine learning
2026-May-04, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-026-09838-2
PMID:42082966
|
研究论文 | 利用机器学习从磁共振成像中分类脊柱结核感染、化脓性感染和脊柱转移瘤 | 开发并评估了多种深度学习模型（包括自定义致密神经网络和预训练卷积神经网络）用于脊柱结核、化脓性脊柱炎和脊柱转移瘤的自动分类，并比较了不同模型在全图和分割图上的性能 | 近乎完美的性能可能反映数据集同质性和数据增强效应，而非完全泛化；激活热图显示注意力区域定位不一致，存在过拟合和可视化可解释性有限的问题 | 开发和评估深度学习模型，用于自动分类脊柱结核、化脓性感染和脊柱转移瘤 | 120名患者的T2加权矢状位MRI扫描图像，每类疾病40例 | 机器学习, 医学影像分析 | 脊柱结核, 脊柱化脓性感染, 脊柱转移瘤 | 磁共振成像 | 单层感知机, 自定义致密神经网络, 预训练卷积神经网络 | 医学图像 | 120例患者（每类疾病40例），经过数据增强后每类生成1000个合成样本 | NA | ResNet50, VGG16, InceptionV3 | 准确率, 精确率, 召回率, F1分数 | NA |
| 291 | 2026-06-09 |
Dynamic ultrasound motion metrics combined with deep learning for clinical differentiation of subacromial impingement syndrome
2026-May, La Radiologia medica
DOI:10.1007/s11547-026-02188-y
PMID:41670888
|
研究论文 | 本研究采用动态肩部超声并结合深度学习技术，用于临床区分肩峰下撞击综合征 | 首次将Faster R-CNN与自迁移学习CNN（STL-CNN）在动态超声中的标志点定位性能进行比较，并集成一维卷积神经网络（1D-CNN）基于运动指标进行SIS分类 | 当前工作流程需要离线视频分析，未来需实现实时实施并提高泛化能力 | 评估深度学习模型在动态肩部超声中预测肩峰下撞击综合征的诊断性能 | 肩峰下撞击综合征患者和健康对照者的动态肩部超声图像 | 计算机视觉 | 肩峰下撞击综合征 | 动态超声成像 | Faster R-CNN, STL-CNN, 1D-CNN | 超声影像 | 59名SIS患者和59名对照者 | NA | Faster R-CNN, STL-CNN, 1D-CNN | 准确率, 平均距离误差 | NA |
| 292 | 2026-06-09 |
Unraveling Glycation-Induced Structure-Function Nexus in Food Proteins: From Analytical Innovations to AI-Assisted Design
2026-05, Comprehensive reviews in food science and food safety
IF:12.0Q1
DOI:10.1111/1541-4337.70477
PMID:41957905
|
综述 | 探讨糖化反应引起的食物蛋白质结构-功能关系，涵盖分析技术创新与人工智能辅助设计 | 提出利用人工智能（特别是深度学习和逆向设计）整合多维数据，预测并优化糖化模式，以加速功能性蛋白质的理性开发 | 依赖综述性质，缺乏实验验证；人工智能方法在糖化蛋白质领域的实际应用尚处于起步阶段 | 阐明糖化诱导的结构修饰如何改变蛋白质功能性能，并为功能性蛋白质的理性开发提供系统性框架 | 糖化修饰的食物蛋白质及其结构-功能关系 | 机器学习 | NA | 糖化反应、位点定位、构象分析、多源数据挖掘、深度学习 | 深度学习模型、逆向设计模型 | 结构数据、功能数据、多源数据 | NA | PyTorch, TensorFlow | 深度神经网络、逆向设计架构 | NA | NA |
| 293 | 2026-06-09 |
Artificial Intelligence for Food Packaging: A Life Cycle-Oriented Review of Material Performance, Functionality, Safety, and Sustainability
2026-05, Comprehensive reviews in food science and food safety
IF:12.0Q1
DOI:10.1111/1541-4337.70486
PMID:42021492
|
综述 | 系统分析人工智能在食品包装全生命周期中的应用，涵盖材料性能、功能、安全性和可持续性 | 提出面向生命周期的框架，将主要AI范式与食品包装六大关键领域相关联，并强调混合模型在复杂系统中的鲁棒性优势 | 数据质量、模型泛化能力和法规接受度等方面的挑战 | 评估AI在食品包装材料设计、生产优化、质量预测、安全保障、智能标签与追溯、回收等环节的应用现状与潜力 | 2021-2025年Web of Science核心合集中与AI在食品包装应用相关的同行评审研究 | 机器学习 | NA | NA | 监督学习、无监督学习、强化学习、深度学习、混合模型 | NA | NA | NA | NA | NA | NA |
| 294 | 2026-06-09 |
DeepECG.ai: An AI-enhanced ECG analysis platform to bridge the expertise gap from primary care to cardiology
2026 May-Jun, Journal of electrocardiology
IF:1.3Q3
|
研究论文 | 提出一个集成的AI心电分析平台DeepECG.ai，以弥合初级保健与心脏病学之间的专业差距 | 开发了一个统一的平台，能够将AI模型系统化地部署到临床心电系统中，并进行全面的模型测试和评估，包括介入情境、临床工作流整合和实际鲁棒性 | 文中未提及明显的局限性，但平台依赖临床验证研究（DAISEA-ECG和HEART-AI）的进行中结果 | 构建一个易于使用的Web平台，为临床医生提供AI辅助心电分析决策支持，弥合初级保健与心脏病学之间的专业差距 | 12导联心电图数据 | 机器学习 | 心血管疾病 | 心电图（ECG）分析 | 深度学习模型 | 心电信号数据 | HEART-AI研究启动后三个月内分析了29,211份心电图，涉及285名患者，53名用户参与 | 未明确指定 | 未明确指定 | 不足一秒的推理时间 | 基于Web的安全平台，未明确具体GPU或云资源 |
| 295 | 2026-06-09 |
Application of Whole-Genome Sequencing and Metagenomic Sequencing in Microbial Analysis of Milk Powder and Its Processing Environment: Current Findings and Challenges
2026-05, Comprehensive reviews in food science and food safety
IF:12.0Q1
DOI:10.1111/1541-4337.70478
PMID:41981860
|
综述 | 综述了全基因组测序和宏基因组测序在奶粉及其加工环境微生物分析中的应用，包括当前研究成果和面临的挑战 | 系统总结了WGS和宏基因组测序在奶粉生产链微生物监测中的进展，特别关注菌株水平分辨率、低丰度微生物检测、抗生素抗性基因和毒力因子基因检测，以及机器学习与深度学习等新兴技术的整合 | 未明确说明具体局限性，但综述性质决定了可能缺乏原始实验数据的验证 | 探讨WGS和宏基因组测序在奶粉生产链微生物监测、污染源追踪和质量控制中的应用，并比较国内外微生物控制标准 | 奶粉及其加工环境中的微生物群落 | 机器学习 | NA | 全基因组测序, 宏基因组测序 | NA | 基因组测序数据 | NA | NA | NA | NA | NA |
| 296 | 2026-06-09 |
From Machine Learning to Generative Artificial Intelligence in Urology: Technological Evolution and Future Perspectives
2026-May, International neurourology journal
IF:1.8Q3
DOI:10.5213/inj.2652134.067
PMID:42252644
|
综述 | 综述了人工智能在泌尿外科领域从传统机器学习到生成式人工智能的技术演进及未来前景 | 首次系统性地将AI在泌尿外科的应用分为机器学习、深度学习及生成式AI三个主要领域进行梳理 | NA | 探讨泌尿外科中人工智能技术的演进、应用现状与未来发展方向 | 泌尿系统疾病（如前列腺增生、输尿管狭窄、泌尿结石）及患者健康管理 | 机器学习 | 泌尿外科疾病 | NA | 机器学习、深度学习、生成式AI（大语言模型、视觉Transformer） | NA | NA | NA | 大语言模型、视觉Transformer | NA | NA |
| 297 | 2026-06-09 |
Impact of Simulated Radiation Dose Reduction on Deep Learning-Based Renal Segmentation Performance: A Simulation Study Using the KiTS21 (2021 Kidney and Kidney Tumor Segmentation Challenge) Dataset
2026-May, International neurourology journal
IF:1.8Q3
DOI:10.5213/inj.2651124.062
PMID:42252648
|
研究论文 | 评估模拟辐射剂量降低对深度学习肾脏分割性能的影响，并确定临床可接受的最低剂量阈值 | 首次系统量化剂量降低对深度学习肾脏分割性能的影响，并识别出25%标准剂量为临床可接受的最低阈值 | 基于模拟数据，未涉及真实低剂量CT图像；仅使用单一模型架构（U-Net+ResNet34），未涵盖其他分割网络 | 定量评估模拟辐射剂量降低对深度学习肾脏分割性能的影响 | 肾脏及其肿瘤的分割性能 | 数字病理学 | 肾脏疾病 | NA | U-Net | CT图像 | 299个对比增强CT体积，含专家分割标签 | PyTorch | ResNet34编码器的2D U-Net | Dice相似系数（DSC）, 交并比, 95百分位豪斯多夫距离（HD95）, 体积误差 | NA |
| 298 | 2026-06-08 |
AWPAUNet: An advanced surrogate for real-time simultaneous modeling of multiple mechanical fields of soft tissues
2026-May-30, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.104146
PMID:42250383
|
研究论文 | 提出一种基于UNet的代理模型AWPAUNet，用于实时同步预测软组织在空间位移交互下的多力学场行为 | 引入并行注意力模块增强力学敏感区域特征提取，并采用自适应加权策略平衡不同数值尺度的力学场联合学习，解决多场同步建模中的主导效应问题 | NA | 实现软组织的实时同步多力学场建模，支撑手术仿真及相关医疗辅助应用 | 软组织 | 机器学习 | NA | NA | UNet | 力学场数据（位移、应力、反作用力） | NA | NA | Adaptive Weighted Parallel Attention UNet (AWPAUNet) | NA | NA |
| 299 | 2026-06-08 |
Deep Learning of Protein Structure and Physicochemical Properties from Two-Dimensional Infrared Spectra
2026-May-28, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.6c00969
PMID:42205032
|
研究论文 | 提出一个数据驱动的计算框架，通过二维红外光谱推断蛋白质结构表示和物理化学性质 | 首次建立从二维红外光谱到蛋白质结构距离图和多种理化性质的直接映射，利用大规模计算光谱数据集学习‘光谱-结构-性质’关系 | 结果基于模拟光谱，需要在实验二维红外光谱数据上进行进一步验证以评估实际应用性 | 建立从二维红外光谱定量推断蛋白质结构信息和物理化学性质的计算方法 | 蛋白质结构和物理化学性质（包括二级结构含量、回转半径、氢键计数和埋藏残基分数） | 机器学习 | NA | 二维红外光谱 | 深度学习 | 光谱数据 | 631,651个计算得到的二维红外光谱，来自静态蛋白质结构和分子动力学轨迹 | NA | NA | NA | NA |
| 300 | 2026-06-08 |
StruCloze: A Unified Framework for Backmapping and Inpainting Biomolecule Structures
2026-May-27, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.6c00214
PMID:42202161
|
研究论文 | 提出了StruCloze，一个用于从粗粒化模型重建全原子结构以及填补缺失区域的深度学习框架，适用于蛋白质和核酸 | 首次统一处理多种粗粒化方案和生物分子类型的反向映射与结构补全，采用掩码学习策略实现跨方案泛化 | 论文标题和摘要中未明确提及局限性 | 从粗粒化模型重建原子级结构并填补生物分子结构中的缺失区域 | 蛋白质和核酸的粗粒化结构及结构缺失区域 | 机器学习 | NA | NA | 深度学习框架 | 分子结构数据（粗粒化表示及全原子结构） | NA | NA | NA | NA | NA |