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 1277 篇文献，本页显示第 1081 - 1100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1081 | 2026-06-05 |
Artificial intelligence in antimicrobial drug discovery: predictive and generative strategies
2026-Jun, Expert opinion on drug discovery
IF:6.0Q1
DOI:10.1080/17460441.2026.2674968
PMID:42154787
|
综述 | 总结人工智能在抗菌药物发现中的预测和生成策略研究进展与挑战 | 系统整合了人工智能驱动的预测和生成策略，覆盖小分子、肽类、噬菌体和蛋白质药物等多种药物类别，并提出“自主发现”范式 | 存在数据偏差、缺乏标准化基准框架和临床转化缺口等问题 | 综述人工智能在抗菌药物发现中的应用进展与挑战 | 针对细菌、真菌和病毒感染的抗菌药物（小分子、肽类、噬菌体、蛋白质药物） | 机器学习, 自然语言处理 | 微生物感染 | NA | 机器学习, 深度学习, 自然语言处理 | 文本 | NA | NA | NA | NA | NA |
| 1082 | 2026-06-05 |
Deep learning the TF regulatory code for gene expression
2026-Jun-01, Genome research
IF:6.2Q1
DOI:10.1101/gr.281425.125
PMID:42140663
|
研究论文 | 提出深度学习模型DeepTF，从转录因子序列预测基因表达，揭示转录因子调控代码 | 首次系统研究转录因子调控代码，提出DeepTF模型从转录因子序列预测基因表达，并捕获转录因子调控语法 | 仅分析了13种转录因子的结合谱，未涵盖所有重要转录因子；跨细胞系验证AUROC>0.90表明迁移性良好但仍有提升空间 | 探索转录因子调控代码并建立基因表达预测模型 | 转录因子结合谱与基因表达关联 | 机器学习 | NA | 转录因子结合谱分析 | 深度学习模型 | 转录因子结合序列 | 13种转录因子的结合谱数据 | NA | DeepTF | AUROC | NA |
| 1083 | 2026-06-05 |
Artificial Intelligence for the Diagnosis of Pancreatic Diseases Using Endoscopic Ultrasonography
2026-Jun, Digestive endoscopy : official journal of the Japan Gastroenterological Endoscopy Society
IF:5.0Q1
DOI:10.1111/den.70171
PMID:42227807
|
综述 | 该文章综述了人工智能在基于超声内镜的胰腺疾病诊断中的应用 | 系统回顾了超声内镜人工智能在胰腺疾病诊断中的最新研究，包括深度学习架构和多模态模型的应用 | 研究数据多为单中心、样本量有限、病例标注不一致、诊断标准多样，且仅少数研究进行了充分的外部验证 | 评估基于超声内镜的人工智能在胰腺疾病诊断中的现状、挑战和未来方向 | 胰腺疾病（包括胰腺肿瘤、囊性病变、实质及部位识别） | 计算机视觉 | 胰腺疾病 | 超声内镜 | 深度学习 | 图像 | 共22项研究（1项检测、17项分类、4项囊性病变、4项实质或部位识别） | NA | ResNet, EfficientNet, VGG, UNet++, YOLO, 自定义卷积网络 | 准确率（0.84-0.94） | NA |
| 1084 | 2026-06-05 |
uBrainSurf: Unified Curvature-Aware Deformation Framework for Lifespan Brain Cortical Surface Reconstruction
2026-Jun, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2026.3672432
PMID:41805509
|
研究论文 | 提出了一种统一的曲率感知变形框架uBrainSurf，用于全生命周期大脑皮层表面重建 | 引入辅助曲率预测分支提供解剖先验，以及曲率驱动的损失函数确保重建表面直接适用于下游分析 | NA | 实现跨全生命周期的大脑皮层表面精确且自动化的重建 | 大脑皮层表面的白质和软膜表面重建 | 计算机视觉 | 神经疾病 | NA | NA | MRI图像 | 2132名受试者，年龄范围0-100岁 | PyTorch | NA | NA | NA |
| 1085 | 2026-06-05 |
Flexible Pressure Sensor With Multi-Stage Microdome Structure Enabling Ultra-Wide Linear Range and High Sensitivity for Wearable Applications
2026-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.74927
PMID:41858275
|
研究论文 | 提出基于MXene的多级微穹顶结构柔性压阻传感器，实现超高线性范围和灵敏度，用于可穿戴应用 | 多级微穹顶结构通过分级压缩和逐步接触特性，同时实现高灵敏度和宽压力检测范围，突破传统传感器性能权衡限制 | 具体限制未在摘要中明确说明 | 解决柔性压阻传感器在高灵敏度和宽压力检测范围之间的权衡问题 | MXene基柔性压阻传感器与深度学习算法结合的可穿戴系统 | 可穿戴传感 | NA | MXene材料制备 | 深度学习算法（用于模式识别） | 压力信号 | 手掌和脚掌形状的传感器阵列（具体样本数未提及） | NA | NA | 灵敏度 (11.57 kPa⁻¹)、检测范围（高达2500 kPa）、识别准确率（超过95%） | NA |
| 1086 | 2026-06-05 |
Handheld hyperspectral imaging dataset of annual sowthistle and little mallow under abiotic stress for machine learning
2026-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2026.112858
PMID:42239812
|
研究论文 | 提供两种杂草（一年生苦苣菜和小锦葵）在不同非生物胁迫下的手持高光谱成像数据集，用于支持机器学习模型开发 | 首次构建针对两种特定杂草（一年生苦苣菜和小锦葵）在五种非生物胁迫条件下的高光谱成像公开数据集，包含原始与预处理数据，可促进精准杂草管理的深度学习模型开发 | NA | 通过高光谱成像数据支持机器学习模型开发，实现精准杂草管理中的胁迫分类 | 一年生苦苣菜和小锦葵植物在五种生长条件（标准、干旱、过度浇水、过量施肥、无施肥）下的高光谱特征 | 机器学习 | NA | 高光谱成像（HSI，400-1000 nm） | NA | 高光谱图像数据立方体 | NA | MATLAB, Wolfram语言 | NA | NA | NA |
| 1087 | 2026-06-05 |
A multi-stage, pixel-level annotated apple dataset for precision agriculture research
2026-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2026.112856
PMID:42239800
|
研究论文 | 提出了一个包含1406张RGB图像、覆盖苹果三个生长期（未成熟、半成熟、成熟）的多阶段像素级标注数据集，用于精准农业研究 | 提供了像素级实例分割掩码的标准化标注，覆盖从绿色到红色的过渡成熟阶段，填补了该领域训练数据的空白 | 未提及 | 支持水果检测、分割和生长期分类，推动精准农业中计算机视觉模型的开发 | 苹果果实 | 计算机视觉 | NA | RGB图像采集 | NA | 图像 | 1406张RGB图像，2574个标注的苹果实例 | NA | NA | NA | NA |
| 1088 | 2026-06-05 |
Frequency difference multi-branch multi-task learning for underwater source localization in mismatched environments
2026-Jun-01, JASA express letters
IF:1.2Q3
DOI:10.1121/10.0043948
PMID:42240626
|
研究论文 | 提出一种基于频差的多分支多任务学习方法，用于解决水下声源定位中模型不匹配问题 | 结合频差处理和多分支特征融合，降低阵列倾斜和声速剖面不匹配的影响，提高定位精度 | 训练数据仅基于非倾斜阵列和平均声速剖面的模拟数据，在极端不匹配环境下的泛化能力可能有限 | 研究水下声源在模型不匹配环境下的距离和深度估计方法 | 水下声源定位问题中的阵列倾斜和声速剖面不匹配现象 | 机器学习 | NA | 频差处理 | 多分支多任务学习网络 | 模拟数据与实验数据 | NA | NA | 多分支多任务网络 | 定位准确率 | NA |
| 1089 | 2026-06-04 |
WaveMamba-Net: Dual-frequency adaptive wavelet state-space network for real-time pulse signal classification in wearable health monitoring
2026-Jun-19, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2026.116045
PMID:42231961
|
研究论文 | 提出WaveMamba-Net，一种结合小波多尺度分解与状态空间建模的深度学习框架，用于可穿戴设备中脉搏信号的实时分类 | 首次将小波变换与状态空间Mamba模型结合，通过双视图小波时间与空间滑动增强模块和自适应多小波条件卷积，实现高精度与低延迟的脉搏信号分类 | 未明确说明局限性 | 实现可穿戴健康监测中脉搏信号的高准确率实时分类 | 光电容积脉搏波信号 | 机器学习 | 心血管疾病 | 离散小波变换 | Mamba | 脉搏波信号 | MIMIC-III波形数据库和PPG-DaLiA数据集 | PyTorch | WaveMamba-Net | 准确率, Macro-F1, 推理延迟 | 边缘部署设备 |
| 1090 | 2026-06-04 |
Integrating multisequence radiomics and clinical features to predict seizure recurrence after gross total resection of pediatric low-grade epilepsy-associated brain tumors
2026-Jun-03, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-026-04051-3
PMID:42230409
|
研究论文 | 整合多序列影像组学特征和临床特征预测儿童低级别癫痫相关脑肿瘤全切除术后癫痫复发 | 提出一种基于影像组学的方法预测癫痫复发，并通过整合临床特征进行优化，比较传统影像组学模型与深度学习影像组学模型的性能 | 未提及具体限制 | 开发预测模型，结合临床特征和多序列MRI影像组学预测儿童低级别癫痫相关肿瘤全切除术后癫痫发作结果 | 儿童低级别癫痫相关肿瘤患者，接受全切除手术 | 机器学习, 医学影像 | 癫痫 | 多序列MRI影像组学 | XGBOOST | 影像数据, 临床数据 | 未提及具体样本数量 | NA | XGBOOST | AUC, 准确率 | NA |
| 1091 | 2026-06-04 |
Machine learning and deep learning-based drug-drug interactions prediction: a systematic review focused on anticancer drugs
2026-Jun-03, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-026-01512-z
PMID:42230929
|
综述 | 系统综述了基于机器学习和深度学习的抗癌药物相互作用预测方法 | 从方法学和临床角度全面分析抗癌药物DDI预测研究，验证了22个新预测DDI药物对的实用价值 | 未提及具体局限性 | 综述基于机器学习和深度学习的抗癌药物相互作用预测模型，增强临床相关性和适用性 | 抗癌药物及其相互作用 | 机器学习 | 癌症 | NA | 机器学习, 深度学习 | 药物相互作用数据 | 96个新预测的潜在DDI药物对，其中22个通过验证 | NA | NA | 预测任务类型和性能 | NA |
| 1092 | 2026-06-04 |
Externally Tested AI Models for Malignancy Classification of Lung Nodules at Chest CT: A Systematic Review and Meta-Analysis
2026-Jun-03, Radiology. Artificial intelligence
DOI:10.1148/ryai.250331
PMID:42233760
|
系统综述与荟萃分析 | 对胸部CT肺结节恶性分类的外部验证AI模型进行系统综述和荟萃分析，评估其合并诊断准确性 | 首次聚焦于外部验证AI模型在肺结节恶性分类中的诊断性能，并量化模型架构对特异性的影响 | 纳入研究存在高度异质性、报告不一致和偏倚风险，限制了解释的可靠性 | 评估外部验证AI模型在胸部CT肺结节恶性分类中的合并诊断准确性 | 胸部CT上的肺结节 | 计算机视觉 | 肺癌 | CT成像 | 深度学习模型（2D/3D CNN） | 图像（CT影像） | 21项研究，共7454个结节 | NA | 2D CNN, 3D CNN | 灵敏度, 特异度, 阳性似然比, 阴性似然比, AUC, 诊断优势比 | NA |
| 1093 | 2026-06-04 |
Correction to: Accuracy of vestibular schwannoma segmentation using deep learning models - a systematic review & meta-analysis
2026-Jun-03, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-026-04056-y
PMID:42234018
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1094 | 2026-06-04 |
Deep learning for early detection of Zenker's diverticulum based on swallowing sound analysis
2026-Jun-03, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-026-03727-8
PMID:42234064
|
研究论文 | 利用吞咽声音分析结合深度学习模型实现Zenker憩室的早期无创检测 | 首次将基于深度学习的颈部听诊方法应用于Zenker憩室识别，采用预训练音频频谱变换器（AST）进行迁移学习 | 样本量较小（23例患者和27例健康志愿者），未提及跨人群泛化验证 | 开发一种非侵入性、易获取的基于声音的筛查工具，降低诊断门槛并实现Zenker憩室早期检测 | Zenker憩室患者和健康志愿者的吞咽声音 | 机器学习 | 咽食管憩室（Zenker憩室） | 颈部听诊 | 音频频谱变换器（AST） | 声音 | 23例Zenker憩室患者和27例健康志愿者 | NA | 音频频谱变换器（AST） | 准确率，F1分数 | NA |
| 1095 | 2026-06-04 |
Multiparametric MRI-Based Habitat Radiomics Combined with Deep Transfer Learning for Predicting Extrathyroidal Extension in Papillary Thyroid Carcinoma
2026-Jun-03, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-02011-0
PMID:42234073
|
研究论文 | 开发并验证一种结合栖息地影像组学、深度学习迁移学习及定量参数的多参数MRI模型，用于术前预测甲状腺乳头状癌的甲状腺外侵犯 | 首次将栖息地影像组学与深度学习迁移学习结合，并整合多参数MRI定量参数，构建复合列线图模型用于甲状腺外侵犯的术前预测 | 回顾性研究设计，样本量相对有限（140例），且训练与验证队列使用不同磁场强度MRI设备可能引入偏差 | 建立术前无创预测甲状腺乳头状癌甲状腺外侵犯的多参数MRI综合模型 | 140例经证实的甲状腺乳头状癌患者的病灶及临床病理数据 | 数字病理学, 机器学习 | 甲状腺癌 | 多参数MRI（T2加权成像、弥散加权成像、延迟增强成像、表观弥散系数图） | ResNet152（深度学习迁移学习），K-means聚类，LASSO逻辑回归 | 医学影像（MRI图像） | 140例患者的140个甲状腺乳头状癌病灶 | PyTorch | ResNet152 | AUC（曲线下面积），十折交叉验证，DeLong检验 | NA |
| 1096 | 2026-06-04 |
A multimodal prediction framework for colorectal cancer peritoneal metastasis: CT-based tumor and adipose tissue analysis
2026-Jun-03, Abdominal radiology (New York)
DOI:10.1007/s00261-026-05558-2
PMID:42234110
|
研究论文 | 本研究提出了一种多模态预测框架，整合CT肿瘤和脂肪组织分析，用于结直肠癌腹膜转移的术前评估 | 首次证明内脏脂肪组织放射组学特征对隐匿性腹膜转移具有显著预测价值，并开发了基于注意力的双分支深度卷积神经网络（DenseNet121-MARNet）与放射组学及临床变量融合的多模态模型 | NA | 开发一个多模态预测模型，用于结直肠癌CT隐匿性腹膜转移的术前准确评估，以改善临床决策 | 结直肠癌患者的CT影像数据、内脏脂肪组织放射组学特征及临床变量 | 计算机视觉 | 结直肠癌 | CT成像、放射组学分析 | 深度卷积神经网络（DenseNet121-MARNet）、随机森林、逻辑回归、支持向量机 | 影像数据（CT图像） | NA | NA | DenseNet121-MARNet | AUC | NA |
| 1097 | 2026-06-04 |
NphosNet: Predicting Protein N-Phosphorylation Sites via xLSTM and Enhanced PLM Features with a Weighted Three-Channel Cross-Attention Mechanism
2026-Jun-03, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-026-00849-0
PMID:42234352
|
研究论文 | 提出NphosNet框架，利用xLSTM和增强的PLM特征及加权三通道交叉注意力机制预测蛋白质N-磷酸化位点 | 构建了类别不平衡的N-磷酸化数据集并采用混合嵌入策略结合ProtT5和EMBER2预训练模型提取深层语义信息，引入包含Transformer模块、优化xLSTM块、CNN组件及空间注意力增强ResNet单元的三分支架构，并设计加权三通道交叉注意力机制进行特征融合 | 未明确说明局限性 | 开发用于预测蛋白质N-磷酸化位点的计算工具以阐明其在细胞过程和疾病发病机制中的作用 | 蛋白质N-磷酸化位点 | 机器学习 | NA | 深度学习 | xLSTM, Transformer, CNN, ResNet | 蛋白质序列数据 | pH-913、pK-2060和pR-1700三个子集 | PyTorch | Transformer, xLSTM, CNN, ResNet | AUC | NA |
| 1098 | 2026-06-04 |
MarineTox Predictor: An Online Library Platform for Enhancing Low-Resourced Saltwater Ecotoxicity Prediction via Knowledge Sharing from Freshwater Ecotoxicity
2026-Jun-02, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c15496
PMID:42009490
|
研究论文 | 开发了一个在线文库平台，通过多任务深度学习和跨领域知识共享机制，增强低资源海水生态毒性预测 | 首次实现跨领域知识共享从淡水生态毒性到海水生态毒性预测，并构建了涵盖多种化学物质的多物种毒性预测工具 | NA | 解决海水生态毒性数据稀缺问题，开发能够预测多种海洋物种毒性终点的计算工具 | 化学物质对26种海洋生物（涵盖5个门类）的31项盐毒性任务 | 机器学习 | NA | NA | 多任务深度学习 | 分子结构数据、生态毒性数据 | 约68,000种化学物质，涵盖1.2百万条生态毒性记录 | NA | 多任务神经网络 | 决定系数 (R²) | NA |
| 1099 | 2026-06-04 |
PepAnno: A structure-aware deep learning framework for bioactive peptide prediction, structural visualization, and physicochemical profiling
2026-Jun-02, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1014369
PMID:42228741
|
研究论文 | PepAnno是一种深度融合结构与序列信息的多视图几何深度学习框架，用于多肽生物活性预测、结构可视化和理化性质分析 | 创新性地提出了结合预训练序列嵌入和预测三维结构图的双流架构（Transformer+GATv2网络），并采用跨模态注意力机制融合语义与几何表征，实现多任务多功能预测 | 文中未明确提及局限性，但可能依赖预测的3D结构而非实验解析结构，且数据集规模有限可能影响泛化能力 | 开发一个全面且用户友好的多肽功能注释网络服务器，提高多肽分析效率和可解释性 | 具有不同生物活性的多肽序列，包括抗菌和抗癌活性等7类关键生物活性 | 机器学习, 计算生物学 | 感染性疾病, 癌症 | 深度学习, 三维结构预测 | Transformer, GATv2网络 | 序列数据, 图数据（3D结构图） | 7个精心整理的生物活性数据集 | PyTorch | 双流架构：Transformer+GATv2网络 | 区分能力, 稳定性 | NA |
| 1100 | 2026-06-04 |
On-device cough detection and respiratory disease classification enhanced by generative data augmentation
2026-Jun-02, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2026.111784
PMID:42229246
|
研究论文 | 开发一种多层智能手机兼容的AI框架，用于自动咳嗽检测和呼吸道疾病分类，并通过生成式数据增强技术解决数据稀缺和类不平衡问题 | 首次提出一种包含五种变分自编码器变体的生成式增强策略，并结合概率性咳嗽级融合机制，在时间-频率域进行潜在特征优化，同时在时间域重建样本以确保声学可验证性 | 未明确讨论生成样本的临床有效性验证细节和模型的长期部署稳定性 | 开发智能手机兼容的AI框架，实现实时咳嗽检测和呼吸系统疾病分类，并提供可解释的生成式数据增强方法 | 哮喘、COVID-19和健康人群的咳嗽声音 | 数字病理学 | 呼吸系统疾病（哮喘、COVID-19） | 声音信号分析 | 变分自编码器、支持向量机 | 音频 | NA | NA | VAE, SVM | NA | 商用安卓硬件 |