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 421 - 440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 421 | 2026-05-24 |
Reconstructing cell-cell interaction network in single-cell spatial transcriptomics via directed heterogeneous graph autoencoder
2026-May-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag130
PMID:41999209
|
研究论文 | 提出基于有向异构图自编码器的DualCellChat方法，从单细胞空间转录组数据中重建细胞间相互作用网络 | 首次将有向异构图自编码器引入细胞间相互作用网络重建，能够天然建模细胞相互作用的极性方向 | 未提及具体局限 | 从单细胞空间转录组重建完整准确的细胞间相互作用网络 | 五种来自四种不同技术的单细胞空间数据集 | 数字病理学 | 未指定 | 空间转录组 | 图自编码器 | 单细胞空间转录组数据 | 五个单细胞空间数据集 | PyTorch | 有向异构图自编码器 | 准确度, 精确度, 召回率, F1分数 | 未提及 |
| 422 | 2026-05-24 |
A systematic review of artificial intelligence applications in oncology nursing surveillance and patient monitoring
2026-May-02, International journal of palliative nursing
IF:0.7Q4
DOI:10.12968/ijpn.2025.0121
PMID:42172076
|
综述 | 系统回顾了人工智能在肿瘤护理监测和患者监控中的应用，识别了关键实施障碍和促进因素 | 首次系统总结了人工智能在肿瘤护理监测中的应用证据，涵盖风险预测、早期预警、放射组学等多领域，并分析了实施的关键障碍与促进因素 | 数据异质性、样本量小且回顾性、外部验证有限、工作流程整合困难、成本高和隐私问题 | 系统回顾人工智能在肿瘤护理监测中的实证证据，评估其对患者安全和护理质量的影响 | 肿瘤护理中的患者监测和预警系统 | 机器学习,自然语言处理 | 肿瘤 | NA | 机器学习,深度学习,自然语言处理 | 临床数据,影像数据,患者报告结果 | 105项研究纳入定性综合 | NA | NA | 准确性 | NA |
| 423 | 2026-05-24 |
Deep Learning Integration in Optical Microscopy: Advancements and Applications
2026-May, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.70112
PMID:41486782
|
综述 | 探讨深度学习在光学显微镜中的整合应用，包括图像分类、分割和计算重建 | 系统综述了深度学习如何提升光学显微镜的性能，涵盖多种架构（CNN、U-Net、ResNet、GAN）在不同显微镜模态中的应用 | 依赖于大规模标注数据集、动态样本变异性、模型可解释性差以及潜在的数据偏差 | 推动深度学习在光学显微镜中的融合，以克服传统显微技术的局限性并提升成像质量与分析能力 | 光学显微镜技术与深度学习方法 | 计算机视觉 | NA | NA | CNN, U-Net, ResNet, GAN | 图像 | NA | NA | CNN, U-Net, ResNet, GAN | NA | NA |
| 424 | 2026-05-24 |
Research Topics and Trends of Artificial Intelligence in Critical Care Nursing: A Bibliometric Analysis
2026-May, Nursing in critical care
IF:3.0Q1
DOI:10.1111/nicc.70468
PMID:42151094
|
文献综述 | 采用文献计量学方法分析过去十年人工智能在重症护理中的应用研究现状、热点和发展趋势 | 通过CiteSpace软件进行文献计量和聚类分析，系统揭示了人工智能在重症护理领域的研究热点（如深度学习、临床决策支持）和趋势，为临床实践和未来研究提供参考 | 未明确提及具体局限性，但可能受限于数据库选择（仅Web of Science核心合集）和分析时间范围（2015-2025年） | 分析人工智能在重症护理中的研究现状、热点和发展趋势，为临床护理和未来研究提供参考 | Web of Science核心合集中2015年1月1日至2025年4月30日发表的关于人工智能在重症护理中应用的研究文章 | 文献计量学、自然语言处理（关键词分析） | 重症护理相关疾病（如心脏骤停） | 文献计量分析（CiteSpace 6.3 R1软件） | 深度学习（DL）模型 | 文本数据（出版文章的关键词、作者、机构等元数据） | 1597篇出版物 | CiteSpace | NA | NA | NA |
| 425 | 2026-05-24 |
Predicting categorical and continuous Alzheimer's disease outcomes from a single MRI scan
2026-May, Nature aging
IF:17.0Q1
DOI:10.1038/s43587-026-01121-2
PMID:42151377
|
研究论文 | 提出一种多任务深度学习策略，仅使用单次基线MRI扫描预测阿尔茨海默病的分类诊断和连续认知评分 | 结合领域知识与大规模预训练模型，通过定制损失函数和组织分割调优的潜在表示作为正则化特征，无需纵向、多模态或专用神经影像数据即可从单次基线扫描预测当前及未来的认知评分 | NA | 开发一种仅依赖基线MRI和人口统计数据的多任务深度学习框架，用于预测阿尔茨海默病的分类诊断、认知评分及其纵向变化 | 阿尔茨海默病患者及健康对照的认知评估和MRI扫描数据 | 计算机视觉 | 阿尔茨海默病 | MRI | 多任务深度学习模型 | 图像（MRI）和人口统计数据 | NA | PyTorch | 大规模预训练模型 | 诊断准确率、认知评分预测精度 | NA |
| 426 | 2026-05-20 |
De Novo Multi-Mechanism Antimicrobial Peptide Design via Multimodal Deep Learning
2026-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202515835
PMID:41801219
|
研究论文 | 提出了一种基于多模态深度学习的多机制抗菌肽从头设计管道M3-CAD，并构建了QLAPD数据库 | 首次整合3D结构特征、物种特异性抗菌活性和机制进行抗菌肽的从头设计，提出创新性的3D体素着色方法捕捉氨基酸的细微理化上下文 | 体内实验验证了抗菌效果且毒副作用有限 | 利用人工智能驱动抗菌肽发现，实现多机制抗菌肽的从头设计以对抗多重耐药菌 | 多机制抗菌肽 | 机器学习 | 多重耐药菌感染 | NA | 多模态深度学习模型 | 序列、结构、抗菌活性数据 | 12,914个抗菌肽样本 | NA | 生成模块、回归模块、分类模块 | 抗菌活性、毒性 | NA |
| 427 | 2026-05-19 |
Interpretable machine learning and signal processing for automated reading and quality control of lateral flow tests for schistosomiasis
2026-May-18, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-73094-0
PMID:42144397
|
研究论文 | 提出一种端到端自动化流程，结合深度学习与信号处理，用于血吸虫病现场即时检测的读取与质量控制 | 首次将深度学习与信号处理结合，实现血吸虫病侧流层析检测的自动定量分类，解决视觉判读不确定性，并在大规模现场队列中验证 | NA | 为被忽视热带疾病的即时检测开发自动化诊断分类流程 | 血吸虫病现场循环阴极抗原检测的侧流层析测试 | 计算机视觉，信号处理 | 血吸虫病 | 侧流层析检测 | 深度学习模型（CNN） | 图像 | 乌干达农村SchistoTrack队列中3188名个体 | NA | NA | 灵敏度、特异度 | NA |
| 428 | 2026-05-19 |
Construction of a multi-dimensional predictive model for college students' academic performance based on deep learning
2026-May-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-51012-0
PMID:42144405
|
研究论文 | 构建基于深度学习的大学生学业成绩多维预测模型，融合时间序列、行为与人口学特征 | 提出一种新型GatedLSTMU-Dove模型，通过优化算法提升收敛速度与预测精度，并实现可解释的时间模式可视化 | 未说明模型在更大规模或多样化数据集上的泛化能力，以及实际教学干预中的效果验证 | 开发一个鲁棒的预测模型，利用多维数据（时间、行为和人口学特征）预测大学生学业表现 | 2000名大学生的学业数据，包括成绩、出勤率、学习管理系统交互、心理测量和人口统计记录 | 机器学习 | NA | NA | 门控长短期记忆单元（Gated LSTM） | 表格数据（数值型与分类型特征） | 2000名学生样本 | Python 3.10（未明确指定具体框架） | GatedLSTMU-Dove | 分类准确率（98.85%）、低误差指标、可解释的时间模式可视化 | NA |
| 429 | 2026-05-19 |
Automated periapical lesion segmentation and area-based PAI indexing: a comparative deep learning study on periapical radiographs
2026-May-18, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-026-08645-4
PMID:42144602
|
研究论文 | 本研究系统比较了四种深度学习架构在根尖周X线片上自动分割根尖周病变并基于面积计算根尖周指数（PAI）的性能 | 首次在统一协议下将像素级分割映射到临床可解释的根尖周指数（PAI）类别，并提出基于面积的PAI评分（aPAI） | 未纳入定性影像特征（如边界定义、小梁变化），且仅使用单一数据集，缺乏外部验证 | 评估不同深度学习架构在根尖周病变分割及基于面积的PAI指数计算中的性能，并比较其优劣 | 900张匿名根尖周X线片及其专家标注的病变掩膜 | 计算机视觉 | 根尖周病变 | X线成像 | CNN | 图像 | 900张根尖周X线片（训练集594张，验证集145张，测试集161张） | NA | U-Net, ResUNet34, DeepLabV3, HRNet | 准确率, 敏感度, 特异度, 精确率, F1分数, AUC | NA |
| 430 | 2026-05-19 |
Improved delineation of the cystic artery using super-resolution deep learning reconstruction in contrast-enhanced abdominal computed tomography
2026-May-18, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-026-01066-6
PMID:42149432
|
研究论文 | 本研究评估了超分辨率深度学习重建在对比增强腹部CT中改善胆囊动脉及其毗邻血管的显示效果 | 首次将超分辨率深度学习重建技术应用于对比增强CT中胆囊动脉的清晰显示，并与标准深度学习重建进行比较 | 在胆囊动脉检出率方面未见显著改善，且为回顾性研究 | 评估SR-DLR在对比增强腹部CT中改善胆囊动脉和相关腹部血管显示及图像质量的效果 | 60名接受对比增强腹部CT动脉期扫描的患者 | 计算机视觉 | NA | 对比增强CT | 深度学习重建 | 图像 | 60名患者 | NA | SR-DLR, DLR | CT衰减值, 图像噪声, 对比噪声比, 半峰全宽, 边缘上升距离, 边缘上升斜率 | NA |
| 431 | 2026-05-19 |
Graph attention network-based prediction of oral multi-drug resistance efflux protein sequence
2026-May-18, Minerva dental and oral science
IF:1.1Q3
DOI:10.23736/S2724-6329.25.04946-0
PMID:42149558
|
研究论文 | 利用图注意力网络预测口腔多药耐药外排蛋白序列 | 首次将图注意力网络与超注意力机制应用于口腔耐药组蛋白序列预测 | 模型敏感度较低（0.51），可能遗漏部分阳性病例；样本量小，仅涵盖少数细菌蛋白序列 | 预测口腔多药耐药外排蛋白序列，为药物发现和耐药管理提供支持 | 口腔多药耐药外排蛋白序列（来自MprA、MarA、CpxA和MdtC蛋白的FASTA序列） | 机器学习 | NA | NA | 图注意力网络 (GAT) | 序列数据 | 7条蛋白质FASTA序列 | Deepbio | 图注意力网络, 超注意力机制 | 敏感度, 特异性, 真阴性率 (TNR) | NA |
| 432 | 2026-05-19 |
Artificial intelligence (AI)-assisted ultrasound in clinical trials: Endpoint automation, decentralized monitoring, and regulatory readiness
2026-May-17, Drug discoveries & therapeutics
DOI:10.5582/ddt.2026.01020
PMID:42002939
|
综述 | 综述了人工智能辅助超声在临床试验中的端点自动化、分散监测和监管准备方面的当前证据与监管发展 | 系统整合了AI在超声自动测量、实时采集引导及监管框架三方面的最新进展，揭示了AI提升超声可重复性与分散试验可行性的互补路径 | 尚未解决跨厂商领域泛化、亚组公平性及持续试验中的算法变更管理等挑战 | 评估AI辅助超声在临床试验中实现端点自动化、分散监测及满足监管要求的潜力 | 临床试验中的超声成像技术与AI辅助算法 | 计算机视觉 | 心血管疾病 | 超声成像 | 深度学习 | 图像 | NA | NA | NA | 可重复性、诊断可接受率、非劣效性 | NA |
| 433 | 2026-05-19 |
Customer churn prediction in privacy-preserving HashCode-based security abstractions
2026-May-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-53357-y
PMID:42144427
|
研究论文 | 提出一种基于哈希码的安全抽象方法，在保护隐私的前提下实现客户流失预测 | 将隐私设计理念融入客户流失统计，使用哈希码安全抽象在保持分析完整性的同时保护身份信息，无需依赖丰富标识符或大量基础设施假设 | 仅使用行为、交易和时间等结构化数据，未涉及非结构化数据或外部数据源 | 在严格隐私标准下评估和平衡多种机器学习与深度学习模型在客户流失预测中的性能 | 客户行为、交易及时间相关特征 | 机器学习 | NA | 匿名化哈希编码 | 逻辑回归、随机森林、XGBoost、多层感知机 | 结构化数据（行为、交易、时间） | 未指定样本数量 | Keras, Scikit-learn | Logistic Regression, Random Forest, XGBoost, Multilayer Perceptron | 准确率、精确率、召回率、F1分数、AUC | 未指定 |
| 434 | 2026-05-19 |
IL-HS: a deep inception-LSTM architecture for enhanced lithological mapping using EnMAP hyperspectral remote sensing data
2026-May-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-52520-9
PMID:42144467
|
研究论文 | 提出IL-HS深度学习框架，用于利用EnMAP高光谱遥感数据进行增强岩性制图 | 首次将InceptionV2与双向长短期记忆网络结合用于高光谱岩性分类，实现多尺度空间特征与序列光谱信息融合 | NA | 实现半干旱和地质复杂区域的高精度岩性制图，以支持地质科学和矿产勘探 | 摩洛哥Anti-Atlas地区Kerdous内围层的26个岩性单元 | 计算机视觉 | NA | 高光谱遥感、EnMAP数据 | Inception-LSTM | 高光谱图像 | NA | PyTorch | InceptionV2,双向长短期记忆网络 | 总体精度 | NA |
| 435 | 2026-05-19 |
MedNext-Insight Model for Automated Metabolic Tumor Volume Delineation on Computed Tomography and Prognostic Value in Nasopharyngeal Carcinoma
2026-May-16, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2026.05.005
PMID:42144163
|
研究论文 | 开发一种深度学习模型，用于在常规CT上自动描绘代谢肿瘤体积（MTV），无需PET，并验证其在鼻咽癌中的预后价值 | 首次在无需PET的情况下，仅基于常规CT实现准确的代谢肿瘤体积自动描绘，并验证了其预后价值 | NA | 开发基于深度学习的CT-only MTV自动描绘模型，并评估其在鼻咽癌中的预后区分能力 | 鼻咽癌患者的初始治疗前18F-FDG PET/CT扫描数据 | 计算机视觉 | 鼻咽癌 | CT成像 | 深度学习分割模型 | 医学影像 | 392例训练与测试患者，135例内部时间验证患者 | PyTorch | MedNext-Insight | Dice相似系数, 敏感性, 一致性指数 | NA |
| 436 | 2026-05-19 |
LaED: a novel lightweight, edge-aware and explainable deep learning model for privacy-preserving facial attendance tracking in resource-constrained educational environments
2026-May-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-42051-8
PMID:42141001
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 437 | 2026-05-19 |
STAGE challenge: Structural-Functional Transition in Glaucoma Assessment
2026-May-15, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.104128
PMID:42143993
|
研究论文 | STAGE挑战赛探索从结构OCT图像直接预测功能VF指标，建立了青光眼结构-功能转换评估的首个标准化基准 | 首次建立大规模结构化数据集和标准化评估框架，将深度学习从结构分析拓展到结构-功能转换预测 | 数据规模有限（401个OCT体积），可能限制模型泛化性；仅关注OCT图像与VF指标关联，未涉及其他影像模态 | 开发从结构OCT图像预测功能性VF指标的方法，推动青光眼结构-功能关联分析 | 青光眼患者的结构OCT图像和对应功能性VF指标（平均偏差、敏感度图、模式偏差概率图） | 计算机视觉, 数字病理学 | 青光眼 | OCT成像 | 深度学习 | 图像, 表格数据 | 401个OCT体积（每个包含256张横截面图像），附带VF标签和人口统计学数据 | NA | 双分支架构（结合OCT与表格数据），任务特定OCT模型 | NA | NA |
| 438 | 2026-05-19 |
Deep learning for detection and automatic visualization of radiation-induced temporal lobe injury in nasopharyngeal carcinoma across endemic and non-endemic areas in China
2026-May-13, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2026.111596
PMID:42134661
|
研究论文 | 开发并验证基于MRI的多任务深度学习模型，用于鼻咽癌放射诱导颞叶损伤的检测和自动可视化 | 首次提出基于2.5D ResNet的多任务学习网络，同时实现放射诱导颞叶损伤的分类和分割，并在中国大陆地域跨度大的流行区和非流行区进行验证 | 前瞻性验证中临床获益尚未得到确认；模型性能在外部测试集上略有下降 | 开发并验证基于MRI的多任务深度学习模型，用于鼻咽癌放射诱导颞叶损伤的早期检测和自动可视化 | 鼻咽癌患者放射诱导的颞叶损伤 | 计算机视觉 | 鼻咽癌 | MRI | 多任务深度学习网络 | 图像 | 956名鼻咽癌患者 | PyTorch | 2.5D ResNet | AUC, 灵敏度, Dice相似系数 | NA |
| 439 | 2026-05-19 |
Molecular and Computational Basis of Taste Perception: A Review toward the "Digital Language of Taste"
2026-May-12, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c05861
PMID:42146156
|
综述 | 综述了味觉感知的分子与计算基础，聚焦于数字化味觉语言的构建 | 系统整合了分子对接、分子动力学模拟与机器学习在味觉研究中的应用，特别强调了人工智能模型（如深度学习与Transformer架构）在提高味觉预测准确性方面的进展 | 味觉受体结构数据不完整、受体激活长时间尺度建模困难、多感官整合模型不完善，以及计算预测与人类主观体验之间的鸿沟 | 探讨计算化学、分子建模与机器学习在味觉机制研究、味觉特征预测及新型味觉化合物设计中的应用，推动数字化味觉发展 | 味觉受体（G蛋白偶联受体和离子通道）及甜、苦、鲜、咸、酸五种基本味觉模式 | 机器学习 | NA | 分子对接、分子动力学模拟、机器学习 | 深度学习模型、Transformer架构 | 分子描述符数据 | NA | NA | 深度学习、Transformer | 准确率 | NA |
| 440 | 2026-05-19 |
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STREAM深度学习框架，用于对任务态fMRI中的视觉皮层处理进行时空建模，揭示有效连接和全脑信息流 | 首次将深度学习用于学习任务fMRI中的神经转换函数，以表征有效连接和全脑信息流，并发现默认模式网络作为高级调节枢纽而非被动区域 | 未提供明确的局限性信息 | 通过深度学习框架表征任务态fMRI中的有效连接和全脑信息流，揭示大脑动态协调机制 | 1074名参与者的视觉类别处理任务fMRI数据 | 机器学习 | NA | 功能磁共振成像（fMRI） | 深度学习模型（STREAM） | fMRI时间序列图像 | 1074名参与者 | PyTorch | STREAM（时空表示有效连接分析模型） | 激活图重建精度 | NA |