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 799 篇文献，本页显示第 301 - 320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 301 | 2026-05-30 |
Conditional Diffusion Models for CT Image Synthesis from CBCT: A Systematic Review
2026-May-06, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography12050064
PMID:42188705
|
综述 | 本文系统评估了条件扩散模型在CBCT到CT图像合成中的应用，重点关注架构策略、定量结果和临床相关性 | 首次系统综述条件扩散模型在CBCT到CT合成中的应用，分析了解剖先验、空间频率引导等不同策略的优劣 | 证据基础较小且高度异质，研究对象、维度、监督策略和评估指标不一致，限制了直接比较的可能 | 评估条件扩散模型用于CBCT到CT合成的研究现状和临床潜力 | CBCT到CT合成的条件扩散模型相关研究 | 计算机视觉 | NA | CBCT, CT | 条件扩散模型 | 图像 | 11项研究 | NA | NA | NA | NA |
| 302 | 2026-05-30 |
Artificial intelligence and radiomics for pediatric brain tumor classification and molecular characterization: a systematic review
2026-May, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-026-03976-z
PMID:41894040
|
综述 | 系统评价人工智能和影像组学在儿童脑肿瘤分类和分子特征化中的诊断应用和方法学质量 | 首次系统性综述人工智能和影像组学在儿童脑肿瘤影像学中的应用，涵盖放射组学/机器学习和深度学习两种方法，并评估方法学质量 | 前瞻性设计缺乏，外部验证率极低（12.5%），限制了泛化能力 | 评估人工智能模型（包括放射组学/机器学习和深度学习）在儿童脑肿瘤影像学中的诊断应用、性能和方法学质量 | 儿童脑肿瘤影像数据（MRI为主） | 计算机视觉, 机器学习 | 儿童脑肿瘤 | NA | NA | NA | NA | NA | NA | NA | NA |
| 303 | 2026-05-30 |
Real-Time Cardiac Arrhythmia Classification Using TinyML on Ultra-Low-Cost Microcontrollers: A Feasibility Study for Resource-Constrained Environments
2026-May-01, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering13050532
PMID:42194289
|
研究论文 | 提出一种基于量化一维卷积神经网络（1D-CNN）的实时心律失常分类系统，部署在8位Arduino UNO微控制器上，实现超低成本硬件环境的端到端ECG信号处理与分类 | 首次在极度资源受限的8位单片机（Arduino UNO）上实现基于TinyML的实时心律失常分类，通过模型量化将内存占用降至24KB以下，推理时间控制在200ms以内 | 仅使用健康志愿者信号进行实时验证，没有带注释的金标准数据，因此未评估诊断性能；仅考虑三类心律分类（正常、室性、室上性） | 探索在超低成本微控制器上部署轻量级深度学习模型进行实时心律失常分类的可行性 | 心电图信号和心律失常分类 | 边缘计算, 嵌入式人工智能 | 心血管疾病 | ECG信号采集（AD8232模拟前端）、信号预处理、心跳分割 | 一维卷积神经网络（1D-CNN） | 时间序列信号 | 使用MIT-BIH心律失常数据库进行训练和评估；使用健康志愿者采集的实时信号进行功能验证 | TensorFlow 2.15, TensorFlow Lite | 量化一维卷积神经网络（1D-CNN） | 准确率、内存占用、推理时间 | 8位Arduino UNO微控制器（ATmega328P）、AD8232模拟前端、OLED显示屏 |
| 304 | 2026-05-30 |
Decoding Skin Aging Through Transcriptomic Clocks: Gene Expression Signatures, Associated Pathways, and Explainable AI
2026-May-01, Genes
IF:2.8Q2
DOI:10.3390/genes17050542
PMID:42194999
|
综述 | 本文通过文献检索，综述了人类皮肤转录组衰老时钟的研究进展，重点包括基因表达特征、关键生物通路和计算建模策略 | 综述了转录组衰老时钟在皮肤中的最新进展，并评估了包括深度学习、通路引导模型及可解释人工智能在提高模型透明度和生物可解释性中的作用 | 该综述基于有针对性的文献检索，可能未涵盖所有相关研究，且未涉及多组学整合和数字孪生等未来方向的实验验证 | 探讨转录组衰老时钟在人类皮肤中的基因表达特征、关键通路及计算建模策略，并评估可解释人工智能的作用 | 人类皮肤中的转录组衰老时钟及相关基因表达特征 | 自然语言处理, 机器学习 | 皮肤病相关衰老 | RNA测序 | 深度学习, 通路引导模型 | 文本 | NA | NA | SkinAGE等代表性模型 | NA | NA |
| 305 | 2026-05-27 |
Deep Learning-Assisted Nanomechanical Evaluation of Replicative Senescence in Human Umbilical Cord Mesenchymal Stem Cells
2026-May-26, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.6c00374
PMID:42127096
|
研究论文 | 利用原子力显微镜与深度学习模型，评估人脐带间充质干细胞复制性衰老的纳米力学表型 | 首次发现人脐带间充质干细胞独特的“衰老相关力学表型”，并结合变分自编码器深度学习模型实现衰老连续低维表征与早期精准预测 | NA（摘要未提及局限性） | 开发一种非侵入、实时定量评估人脐带间充质干细胞衰老的方法 | 人脐带间充质干细胞（年轻与衰老细胞） | 深度学习 | NA | 原子力显微镜（AFM） | 变分自编码器（VAE） | 力学特性与纳米形态数据（高度、粗糙度、粘附力、弹性模量） | NA（未明确样本数量） | NA | 变分自编码器（VAE） | 预测性能、泛化能力 | NA |
| 306 | 2026-05-27 |
Deep-Learning Inversion Maps Arbitrary Design Images to Low-Cost, Efficient Nanofabrication
2026-May-26, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.6c06350
PMID:42132237
|
研究论文 | 利用深度学习将任意设计图像映射到低成本、高效纳米加工，实现阴影球光刻中从目标纳米结构到加工参数的快速转换 | 将纳米加工中的设计图像到加工参数的转换重构为图像到配方的翻译问题，并通过双向卷积块注意力网络实现自动学习映射，将耗时数周的高成本流程转变为一键式自动化操作 | NA | 开发一个基于深度学习的逆向映射框架，用于快速、低成本地将用户定义的纳米图案转化为可行的加工参数 | 阴影球光刻中产生的纳米图案及其对应的加工参数 | 计算机视觉 | NA | 阴影球光刻 | 双向卷积块注意力网络 | 图像 | 超过450万合成图案和参数对 | PyTorch | 双向卷积块注意力网络 | 参数准确率，皮尔逊相关系数 | 消费级GPU |
| 307 | 2026-05-27 |
Deep learning-based dose prediction in proton beam therapy for hepatocellular carcinoma: comparison of network architectures and loss functions
2026-May-26, Journal of radiation research
IF:1.9Q3
DOI:10.1093/jrr/rrag026
PMID:42089554
|
研究论文 | 该研究提出一种剂量梯度感知的深度学习训练方法和无射束排列框架，用于预测肝癌质子束治疗中的剂量分布 | 首次引入剂量梯度感知损失函数捕捉质子束治疗特有的布拉格峰剂量分布特征，并建立无射束排列的剂量预测框架 | NA | 通过比较不同网络架构和损失函数，实现肝癌质子束治疗中高精度剂量分布预测 | 肝癌患者的质子束治疗计划 | 计算机视觉 | 肝癌 | 质子束治疗 | 深度学习 | CT图像和目标/危及器官结构 | 172例肝癌患者 | PyTorch | U-Net | 平均绝对误差,均方根误差,Dice相似系数,剂量体积直方图 | NA |
| 308 | 2026-05-27 |
Using deep learning to identify brain networks mediating cognitive and motor impairments in alcohol use disorder
2026-May-26, Translational psychiatry
IF:5.8Q1
DOI:10.1038/s41398-026-04101-7
PMID:42185254
|
研究论文 | 利用深度学习识别酒精使用障碍中认知与运动障碍的脑网络机制 | 采用数据驱动的深度学习框架联合分析静息态功能MRI脑连接与神经心理评分，首次通过时序注意力网络（TAN）和感觉运动网络（SMN）双重路径阐明酒精使用障碍对空间工作记忆、视觉注意及运动控制的影响机制，并在独立HIV数据集上验证 | 未提及具体限制 | 区分酒精使用障碍患者与健康对照，识别AUD相关功能障碍的神经机制 | 酒精使用障碍患者与健康对照的脑功能连接和神经心理表现 | 机器学习 | 酒精使用障碍 | 功能性磁共振成像 | 深度学习模型 | 功能磁共振成像数据及神经心理评分数据 | 6105个脑区连接与16个认知运动评分，涉及酒精使用障碍患者和健康对照，并在HIV患者独立数据集上验证 | NA | 时序注意力网络、感觉运动网络 | NA | NA |
| 309 | 2026-05-27 |
Predicting immune checkpoint inhibitor cardiotoxicity using machine learning: a systematic review of model performance and methodological quality
2026-May-26, Cardio-oncology (London, England)
DOI:10.1186/s40959-026-00505-y
PMID:42186096
|
系统综述 | 系统评估机器学习模型预测免疫检查点抑制剂相关心脏毒性的性能和临床适用性 | 首次系统评估基于机器学习的预测模型在免疫检查点抑制剂心脏毒性识别中的性能，并使用PROBAST工具评估方法学质量 | 大多数研究存在方法学局限性，包括数据量小、验证不足、缺失数据处理不明确，限制了真实世界临床采用 | 评估机器学习预测模型在识别免疫检查点抑制剂引起的心脏毒性、心肌炎或心脏不良事件中的性能及方法学稳健性 | 接受免疫检查点抑制剂治疗的患者 | 机器学习 | 心血管疾病 | NA | XGBoost, 多模态深度学习, 神经网络, ECG-AI模型, 药物警戒驱动ML, 临床列线图 | 临床数据, 心电图特征, 实验室检测值 | 7项研究，样本量从23至4,282名患者不等 | NA | NA | AUC | NA |
| 310 | 2026-05-27 |
Construction of a sports bio mechanical injury prediction and AI warning system based on wearable sensors
2026-May-26, BMC sports science, medicine & rehabilitation
DOI:10.1186/s13102-026-01761-2
PMID:42186087
|
研究论文 | 提出一种基于可穿戴传感器的运动生物力学损伤预测与人工智能预警系统，用于实时监测和预防运动损伤 | 通过多模态数据融合、轻量级模型设计和动态自适应机制，结合改进的混合神经网络架构和边缘计算优化策略，实现高灵敏度损伤预测和毫秒级实时干预 | 未来需在多中心数据共享、可穿戴外骨骼联动干预和增强现实可视化反馈方面进一步扩展应用场景和临床价值 | 开发运动生物力学损伤预测与实时预警系统，解决传统单传感器监测维度单一、误报率高、实时性不足等问题 | 运动过程中的高风险动作（如篮球跳停动作、长距离跑步）及关键生物力学参数 | 机器学习 | 运动损伤 | 九轴惯性传感器、柔性应变传感器、足底压力传感阵列 | 混合神经网络 | 传感器数据 | 未明确说明 | 边缘计算框架 | 改进的混合神经网络 | 误报率、漏报率、灵敏度、特异性 | 模型量化为8位整数，端到端延迟控制在毫秒级，功耗降低并支持嵌入式部署 |
| 311 | 2026-05-27 |
A multi-branch vision transformer with GA-optimized focal loss for ECG signal classification
2026-May-26, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329261446510
PMID:42186368
|
研究论文 | 提出一种结合多分支视觉变换器和遗传算法优化Focal Loss的混合深度学习模型，用于心电图信号分类 | 首次将多分支视觉变换器架构与遗传算法优化的Focal Loss函数相结合，通过不同补丁大小的三个独立ViT分支有效学习ECG信号的局部和全局时序模式，并利用GA优化解决心律失常数据中的类别不平衡问题 | NA | 提升心电图信号分类的准确性和鲁棒性，特别是处理心律失常检测中的类别不平衡问题 | 心电图信号分类中的心律失常检测问题 | 机器学习 | 心律失常 | 心电图信号处理 | 多分支视觉变换器 | 时间序列信号 | MIT-BIH心律失常数据库 | PyTorch | 多分支视觉变换器 | 准确率、F1分数 | NA |
| 312 | 2026-05-27 |
DiffDock-Glide: A Hybrid Physics-Based and Data-Driven Approach to Molecular Docking
2026-May-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01635
PMID:42023722
|
研究论文 | 提出一种混合物理与数据驱动的分子对接方法DiffDock-Glide，结合扩散模型与Glide的后对接最小化管道，改善深度学习对接方法的性能 | 创新性地融合基于物理的对接软件Glide的后对接最小化管道与数据驱动的扩散模型DiffDock，修改生成过程以在结合口袋内采样，并用Glide管道替代置信度模型 | 未明确提及局限性，但可推断该方法在处理训练集外靶标时仍存在挑战，且依赖Glide的物理建模可能增加计算成本 | 解决深度学习对接方法在训练集外靶标预测性能不足的问题，提升近天然构象的采样能力及虚拟筛选效果 | 小分子配体与蛋白质受体的分子对接系统 | 机器学习 | NA | 分子对接、扩散模型 | 扩散模型（DiffDock）、混合模型（DiffDock-Glide） | 分子结构数据 | 使用PoseBusters数据集和DUD-E化合物数据集进行评估 | NA | 扩散模型架构（DiffDock）、后对接最小化管道（Glide） | 近天然构象采样率、富集值 | NA |
| 313 | 2026-05-27 |
Controlled Protein Design via Statistical Energy Functions: A Rossmann Fold Case Study
2026-May-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.6c00612
PMID:42065344
|
研究论文 | 本文研究统计能量函数在蛋白质设计中的可控性，以Rossmann折叠结构为例进行验证 | 通过统计能量函数SCUBA和ABACUS2实现蛋白质设计的物理属性可控性，并实验验证了高精度晶体结构匹配 | 仅以单一Rossmann折叠域为例，未探索其他类型蛋白质结构的通用性 | 评估统计模型在蛋白质设计中的持续有效性及可控性 | 由10个基序组成的Rossmann折叠蛋白质 | 机器学习 | NA | NA | 统计能量函数 | 蛋白质结构数据 | 300个低能量候选序列，其中9个进行实验验证，1个晶体结构解析 | NA | SCUBA, ABACUS2, AlphaFold2 | 主链偏差（2.602 Å） | NA |
| 314 | 2026-05-27 |
CARS-AMP: A Simple and Efficient Deep Learning Model for Antimicrobial Peptide Prediction
2026-May-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.6c00362
PMID:42066253
|
研究论文 | 构建了一个名为CARS-AMP的深度学习模型，用于抗菌肽预测，该模型结合了卷积神经网络、循环神经网络和自注意力机制 | 提出了一种简单高效的深度学习模型CARS-AMP，通过小规模但集中的数据集训练，实现了近最佳的抗菌肽预测性能 | 模型在区分侧链大小和序列长度差异方面存在不足，需要进一步改进 | 开发一种高效的深度学习模型用于抗菌肽分类预测，以应对全球抗生素耐药性问题 | 抗菌肽序列 | 机器学习 | NA | 深度学习 | 卷积神经网络(CNN)、循环神经网络(RNN)、自注意力机制(Self-attention) | 序列数据 | 小规模但集中的数据集 | NA | CNN, RNN, Self-attention | 准确率(Accuracy) | NA |
| 315 | 2026-05-27 |
HighFold-MeD2: An Enhanced Boltz-2 Model for Accurate Structure Prediction of N-Methylated and d-Amino Acid Cyclic Peptides
2026-May-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.6c00158
PMID:42076870
|
研究论文 | 提出了一种基于Boltz-2的增强模型HighFold-MeD2，用于准确预测含有N-甲基化主链氨基酸和d-氨基酸的环肽的三维结构 | 通过利用Rosetta SCP生成的构象数据微调Boltz-2的全原子扩散模型，并采用通用化学组件字典实现非天然氨基酸的无缝集成，突破了传统硬编码方式的局限 | 对局部空间位错的纠正依赖Amber力场能量最小化，可能未完全解决复杂修饰环肽的构象采样问题 | 开发一种高效且通用的环肽结构预测方法，以支持含甲基化主链氨基酸和d-氨基酸修饰的环肽药物设计 | 含有骨架N-甲基化氨基酸和d-氨基酸的环肽 | 机器学习 | NA | NA | 全原子扩散模型 | 分子结构数据 | NA | Boltz-2 | Pairformer-Diffusion | 预测精度 | NA |
| 316 | 2026-05-27 |
ULCYP: A Multitask Model for Predicting P450 Inducers Based on Positive-Unlabeled Learning
2026-May-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.6c00305
PMID:42120957
|
研究论文 | 提出ULCYP，一种基于正-无标签学习的多任务深度学习框架，用于预测CYP450诱导剂 | 利用大规模无标签数据弥补可信负样本不足，通过正-无标签学习实现更准确的决策边界估计 | NA | 开发预测CYP诱导作用的专业模型，降低药物早期研发中药物相互作用和毒性风险 | CYP诱导剂，包括PXR、CAR和AhR等关键CYP诱导介质的非激动剂 | 机器学习 | NA | NA | 多任务深度学习 | 分子结构数据 | NA | PyTorch | NA | AUC | NA |
| 317 | 2026-05-27 |
CypGEM: A Geometry-Aware and Edge-Enhanced Graph Transformer Model for Predicting Sites of Metabolism Mediated by Cytochromes P450
2026-May-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.6c01181
PMID:42083374
|
研究论文 | 提出一种几何感知和边增强的图Transformer模型CypGEM，用于预测细胞色素P450介导的代谢位点 | 引入门控边融合和动态边更新机制捕捉化学键变化的微观电子演化特征，整合全局几何感知层重建长程分子内空间约束 | NA | 提高代谢位点预测的准确性和泛化能力，为药物发现提供结构优化指导 | 化合物在细胞色素P450介导下的代谢位点 | 机器学习 | NA | NA | 图Transformer | 分子结构数据 | 构建的高质量基准数据集 | NA | 图Transformer | 准确性 | NA |
| 318 | 2026-05-27 |
BERT-T6: Toward High-Accuracy T6SS Bacterial Toxin Identification Using a Protein Language Model
2026-May-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02744
PMID:42095236
|
研究论文 | 利用蛋白质语言模型ProtBert微调构建BERT-T6预测器，实现对T6SS细菌毒素的高精度识别 | 首次系统评估多种预训练蛋白质语言模型嵌入在T6SE预测中的效果，并利用微调ProtBert和类别不平衡感知训练实现最优性能 | 未提及具体局限性 | 提高T6SE毒素的识别准确率，支持细菌致病机制研究 | T6型分泌系统效应物（T6SE） | 自然语言处理，机器学习 | NA | 蛋白质语言模型，ProtBert嵌入，迁移学习 | Transformer（ProtBert） | 蛋白质序列数据 | NA | PyTorch | ProtBert | 准确率，灵敏度，特异性，精确率，F1分数，MCC | NA |
| 319 | 2026-05-27 |
Functional Groups Are All You Need for Chemically Interpretable Molecular Property Prediction
2026-May-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02769
PMID:42108966
|
研究论文 | 提出基于官能团表示（FGR）框架的分子表示方法，用于可解释的分子性质预测 | 创新性地将化学官能团概念引入深度学习的分子表示，结合已知官能团和从大型分子库中挖掘的官能团，通过预训练获得低维隐空间表示，实现化学可解释性 | 未提及具体局限性 | 开发兼具高性能和化学可解释性的深度学习分子性质预测模型 | 分子及其官能团表示 | 机器学习 | NA | NA | 深度学习模型 | 分子结构数据 | 33个基准数据集 | NA | NA | NA | NA |
| 320 | 2026-05-27 |
A Deep Bidirectional LSTM Model Enhanced by Transfer-Learning for the Classification of Peripheral Arterial Blood Pressure Waveforms
2026-May-25, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2026.3696494
PMID:42184174
|
研究论文 | 利用双向长短期记忆模型和迁移学习对外周动脉血压波形进行分类的研究 | 首次将深度学习框架与迁移学习结合，应用于血压波形的形态分类（A型和B/C型），并验证了动物模型向人类临床数据的可迁移性 | 有限的标注临床数据集限制了模型的稳健性验证 | 开发一个深度学习框架，用于分类外周动脉血压波形的不同形态，以改善心血管监测 | 大型动物队列的中央（主动脉）和外周（股动脉）侵入性血压波形，以及MIMIC-III数据库的人体股动脉血压波形 | 机器学习 | 心血管疾病 | 侵入性血压测量 | 双向长短期记忆模型 | 时间序列信号 | 大型动物队列和MIMIC-III数据库的多个人体样本 | PyTorch | 双向LSTM | 准确率 | NA |