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 482 篇文献，本页显示第 121 - 140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 121 | 2026-07-10 |
Automatic recognition of anatomical structures and surgical phases in robot-assisted minimally invasive esophagectomy (RAMIE) using deep learning: a retrospective cohort study
2026-Jul-09, Surgical endoscopy
DOI:10.1007/s00464-026-12985-1
PMID:42423778
|
研究论文 | 利用深度学习自动识别机器人辅助微创食管切除术（RAMIE）中的解剖结构和手术阶段 | 首次针对RAMIE胸部手术部分开发实时解剖识别和手术阶段识别算法，并评估当前最先进算法面临的挑战 | 数据集类别不平衡导致频率较低的类别识别性能较差，手术阶段识别在转换时准确率下降 | 基于深度学习实现RAMIE胸部手术的实时解剖识别和手术阶段识别 | RAMIE手术视频中的解剖结构（8种）和手术阶段（13种） | 计算机视觉 | 食管癌 | 深度学习中用于解剖分割和手术阶段识别的SegNeXt等模型 | SegNeXt等深度学习模型 | 视频 | 解剖分割数据集：53个视频中的1504帧；手术阶段数据集：38个视频 | NA | SegNeXt | 重叠分数、准确率 | NA |
| 122 | 2026-07-10 |
The role of artificial intelligence in precision medicine for breast cancer
2026-Jul-09, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-026-05550-8
PMID:42423852
|
综述 | 回顾人工智能在乳腺癌精准医疗中的应用与挑战，并提出覆盖整个护理过程的AI集成框架 | 提出覆盖乳腺癌全程管理的AI集成框架，系统整合影像诊断、数字病理、多组学分析、治疗反应预测等多个组件，揭示AI在精准管理中多层次的贡献机制 | 存在算法偏见、数据集全面性和模型可解释性等研究空白与挑战 | 综述AI如何使乳腺癌患者在不同时间和生物尺度上实现精准管理 | 乳腺癌患者 | 机器学习 | 乳腺癌 | 深度学习 | NA | 图像, 多组学数据 | NA | NA | NA | NA | NA |
| 123 | 2026-07-10 |
Correction to: Deep learning-based motion correction: cardiac motion artifact and image quality improvements on chest CT
2026-Jul-09, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-026-02018-1
PMID:42423908
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 124 | 2026-07-10 |
Tightly coupled equivariant flow matching for molecular docking with multimodal physical constraints
2026-Jul-09, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-026-11638-8
PMID:42423919
|
研究论文 | 提出一种基于多模态物理约束的紧耦合等变流匹配分子对接方法MPFDock，生成物理有效且高精度的对接构象 | 在笛卡尔空间中融入几何基础的配体-蛋白质物理相互作用进行训练，并采用力场引导的流匹配进行推理，实现紧耦合建模，减少推理步骤的同时提升物理合理性 | 未明确讨论，但可能包括对复杂管道计算成本的敏感性及在更大数据集上的泛化性 | 解决现有深度学习和扩散方法在分子对接中物理有效性不足和推理效率低下的问题 | 分子对接中的配体-蛋白质复合物 | 机器学习 | NA | 流匹配 | 等变流匹配模型 | 分子结构数据 | PoseBusters和DeepDockingDare基准测试中的样本 | PyTorch | 等变流匹配网络 | PoseBusters指标、对接精度、物理真实性 | NA |
| 125 | 2026-07-10 |
Machine learning models predicting extubation success in mechanically ventilated patients: a systematic review and meta-analysis
2026-Jul-09, Intensive care medicine experimental
IF:2.8Q2
DOI:10.1186/s40635-026-00934-0
PMID:42424011
|
系统综述与荟萃分析 | 系统评估机器学习模型预测机械通气患者拔管成功的性能及临床就绪度 | 首次对机器学习模型预测拔管结局进行系统性荟萃分析，并基于改良QUADAS-C工具评估偏倚风险 | 高异质性（预测变量选择及模型设计差异大）、仅两项研究报告外部验证AUC、缺乏前瞻性验证 | 评估机器学习模型预测机械通气成人患者拔管成功的性能与临床适用性 | 接受计划拔管的机械通气危重症成年患者 | 机器学习 | 重症监护相关疾病 | NA | 经典机器学习模型与深度学习模型 | 临床数据 | 14项研究共34,322例患者（47个模型纳入荟萃分析） | NA | NA | 受试者工作特征曲线下面积（AUC） | NA |
| 126 | 2026-07-10 |
End-to-end molecular structure elucidation from multimodal NMR spectra images using vision transformers
2026-Jul-08, Chemical science
IF:7.6Q1
DOI:10.1039/d6sc02352e
PMID:42205809
|
研究论文 | 提出NMRViT，一种基于视觉Transformer的框架，直接从原始NMR波谱信号（一维H、C和二维HSQC）进行端到端分子结构解析 | 首次将视觉Transformer直接用于原始NMR波谱信号，并实现了HSQC谱的结构预测基准；引入基于化学位移的后处理策略提升候选结构排序 | 模拟实验数据与真实数据之间存在领域差距；仅需少量实验样本微调即可缩小差距，但尚未完全消除 | 开发基于原始NMR波谱图像的直接分子结构解析方法，减少对专家经验和文本标注的依赖 | NMR波谱图像（一维H、C谱和二维HSQC谱）以及对应的有机分子结构 | 计算机视觉 | NA | 核磁共振波谱（NMR） | 视觉Transformer（Vision Transformer） | 图像（NMR波谱图像） | 大规模模拟数据集及两个实验基准数据集（含一维和二维NMR谱） | PyTorch | Vision Transformer（ViT） | 准确率、候选结构排序性能指标 | NA |
| 127 | 2026-07-10 |
Topology-aware segmentation for tubular structure in 3D microscopy
2026-Jul-08, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae8216
PMID:42341831
|
研究论文 | 提出一种拓扑感知的3D管状结构分割框架，用于提高显微图像中血管和神经网络的连接完整性与形态一致性 | 将局部半径估计直接整合到连通性约束中实现半径感知拓扑，并引入自适应拓扑误差调制机制强化对关键拓扑错误的监督 | 未提及方法的计算效率或在大规模数据集上的扩展性，可能受限于特定显微模态的成像参数 | 解决3D显微图像中微血管和神经突等管状结构分割时的连接断裂、伪连接和末端缺失问题 | 电镜血管、光学显微血管和荧光标记神经纤维等三类公开3D显微数据集 | 计算机视觉 | NA | 3D显微成像 | CNN | 3D体图像 | 三个公开数据集：SELMA3D、Mini-vessel和FISBe，具体样本数量未提及 | PyTorch | NA | Dice系数, clDice分数 | NA |
| 128 | 2026-07-10 |
Transformer-Based Deep Learning Model for Predicting Hemoglobin Response to Mircera® in Hemodialysis Patients
2026-Jul-08, Blood purification
IF:2.2Q2
DOI:10.1159/000552078
PMID:42418351
|
研究论文 | 开发了一个基于Transformer的深度学习模型，用于预测血液透析患者对Mircera®治疗的血红蛋白反应 | 首次应用Transformer架构预测血液透析患者个体化血红蛋白反应，并引入药代动力学特征以捕捉延迟促红细胞生成效应 | 模型依赖序列化的临床数据且药物治疗方案固定，实际应用中的不确定性和长期预测准确性需进一步验证 | 实现基于机器学习的个体化促红细胞生成素（ESA）剂量调整，以提高血红蛋白目标的达标率 | 血液透析患者中接受静脉注射Mircera®和铁剂治疗的成年患者 | 机器学习 | 肾脏疾病（血液透析相关贫血） | 药物剂量、实验室检测和临床数据的结构化处理 | Transformer | 结构化事件数据（包括血红蛋白、Mircera®和铁剂剂量、透析参数） | 728名血液透析患者，平均年龄63±14岁，共涵盖114±56 mg/周铁剂和149±92 µg/月Mircera®的治疗记录 | PyTorch | Transformer | 平均绝对百分比误差（MAPE） | NA |
| 129 | 2026-07-10 |
AI derived Whole-Body MRI metrics in multiple myeloma patients reveal unique insights into body composition and outcomes
2026-Jul-08, Blood advances
IF:7.4Q1
DOI:10.1182/bloodadvances.2026020852
PMID:42418394
|
research paper | 本论文开发了一种基于AI的管道，用于从多发性骨髓瘤患者的全身MRI中自动提取身体成分指标，并揭示这些指标与治疗结果之间的关联 | 首次开发了基于AI的管道，从多发性骨髓瘤患者常规临床全身MRI中自动定量非病变组织的影像表型，实现身体成分的无创评估 | NA | 利用AI技术从全身MRI中量化身体成分，并评估其作为多发性骨髓瘤患者风险分层和预后生物标志物的潜力 | 多发性骨髓瘤患者 | computer vision, digital pathology | 多发性骨髓瘤 | MRI | 深度学习模型 | image | NA | NA | 深度学习管道 | concordance-index | NA |
| 130 | 2026-07-10 |
Artificial Intelligence Diagnosis of Obstructive Sleep Apnea Using Overnight Pulse Oximetry: A Systematic Review and Bayesian Meta-Analysis
2026-Jul-08, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/80349
PMID:42418449
|
meta分析 | 系统评价与贝叶斯荟萃分析人工智能模型基于整夜脉搏血氧饱和度诊断阻塞性睡眠呼吸暂停的准确性 | 首次对仅基于血氧饱和度数据的人工智能模型进行汇总量化综合，并评估了发表偏倚和方法学局限性 | 仍需在不同人群和低患病率环境中进行前瞻性外部验证，才能广泛实际应用 | 评估基于脉搏血氧饱和度读数的人工智能模型诊断阻塞性睡眠呼吸暂停的准确性 | 整夜脉搏血氧饱和度记录及对应呼吸暂停低通气指数参考标准 | 机器学习 | 阻塞性睡眠呼吸暂停 | 脉搏血氧饱和度监测 | 神经网络 | 血氧饱和度时间序列 | 25项研究，共23,171名参与者，年龄40至63岁，体质指数25至37 kg/m² | NA | 神经网络分类器、深度学习特征提取模型 | 灵敏度、特异度、曲线下面积 | NA |
| 131 | 2026-07-10 |
Aptamer-Directed Assembly of NSET Microneedle Patch for Early Detection of Acute Kidney Injury Facilitated by Deep Learning-Enabled Target Signal Extraction
2026-Jul-08, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.6c01828
PMID:42418516
|
研究论文 | 提出一种适体导向组装的纳米复合微针贴片，结合基于U-Net的深度学习模型，用于急性肾损伤的早期检测 | 首次将纳米颗粒表面能量转移（NSET）机制与深度学习信号提取相结合，通过微针贴片实现对间质液中NGAL的实时、原位、无创检测 | 研究仅在动物模型（小鼠）中验证，尚未进行人体临床试验；深度学习模型可能受限于训练数据的多样性和噪声干扰 | 开发一种用于急性肾损伤早期检测的微创、实时分析平台 | 急性肾损伤小鼠模型中的中性粒细胞明胶酶相关脂质运载蛋白（NGAL） | 计算机视觉 | 急性肾损伤 | 适体导向组装, 纳米颗粒表面能量转移, 微针贴片 | U-Net | 图像 | NA | NA | U-Net | R²值 (0.9936 vs 0.5668) | NA |
| 132 | 2026-07-10 |
Functional and morphometric outcome of adaptable slicing condylectomy in transverse condylar hyperplasia: A deep learning-enhanced 3D study
2026-Jul-08, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery
DOI:10.1016/j.jcms.2026.104649
PMID:42418925
|
研究论文 | 利用深度学习增强的三维分析评估适应性切片髁状突切除术在横向髁突增生中的功能和形态结果 | 首次使用深度学习辅助的三维CBCT分析系统评估适应性切片髁状突切除术（ASC）在横向髁突增生中的治疗效果，并与双颌正颌手术进行对比 | 单中心回顾性研究、样本量有限（55例）、未提及深度学习模型的泛化性和潜在误差 | 评估适应性切片髁状突切除术在治疗横向髁突增生中的安全性和有效性 | 55例横向单侧髁突增生患者（36例接受ASC，19例接受双颌正颌手术） | 数字病理学 | 髁突增生 | CBCT | 3D U-Net | 三维医学图像 | 55例患者 | MONAI | 3D U-Net | 髁突头体积、平均骨密度、中心位移、轴向角变化、术后不对称度 | NA |
| 133 | 2026-07-10 |
Mining the code of life for new antibiotics
2026-Jul-08, Cell host & microbe
IF:20.6Q1
DOI:10.1016/j.chom.2026.06.007
PMID:42419272
|
综述 | 探讨从传统筛选向数字发现策略的转变，以加速抗生素创新，应对 antimicrobial resistance（AMR） | 系统综述了从传统“土壤挖掘”和表型筛选到数字发现（包括计算机辅助虚拟筛选、元基因组挖掘和生成式 AI 设计）的范式转变，强调将化学结构与生物序列作为可搜索和可工程的底物 | 未明确提及具体局限性 | 总结抗生素发现策略的演进，提出更快速、更广泛、更系统的方法以应对 AMR | 抗生素发现方法，包括微生物培养、宏观化学库筛选、基因组与元基因组挖掘以及 AI 设计 | 机器学习 | 感染性疾病 | 宏基因组测序、微生物培养、高通量筛选 | 生成式 AI | 文本、序列、化学结构 | NA | NA | NA | NA | NA |
| 134 | 2026-07-10 |
A multimodal MRI-radiomics deep learning model for survival risk stratification after gamma knife radiosurgery in patients with brain metastases: A multicenter retrospective study
2026-Jul-08, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2026.111686
PMID:42419433
|
研究论文 | 开发并验证一种多模态深度学习框架，用于伽玛刀放射外科治疗后脑转移患者的生存风险分层 | 提出了一种基于MRI影像组学与深度学习的多模态模型，整合全幅MRI、网格MRI块、影像组学和临床变量，进行伽玛刀术后个体化预后预测 | 模型判别能力中等，需进一步校准、纳入更全面的临床变量，并开展前瞻性验证 | 开发用于脑转移患者伽玛刀放射外科治疗后总生存风险分层的多模态深度学习模型 | 来自三个中心的875例脑转移患者 | 数字病理学 | 脑转移瘤 | MRI | CNN | 图像 | 875例患者（来自三个中心） | NA | 掩码引导的多尺度编码器 | 时间依赖性AUC, C指数, 决策曲线分析 | NA |
| 135 | 2026-07-10 |
Artificial intelligence for predicting antiretroviral therapy outcomes in people living with HIV: A systematic review of predictive models, predictors and clinical readiness
2026-Jul-08, HIV medicine
IF:2.8Q2
DOI:10.1111/hiv.70277
PMID:42419730
|
综述 | 系统回顾了人工智能模型在预测HIV感染者抗逆转录病毒治疗效果方面的应用，重点关注预测因子、方法学严谨性、验证实践和临床整合准备度 | 首次系统评估AI模型预测ART效果的临床整合准备度，并提出了一种探索性的临床信息学框架来评估转化就绪性 | 多数研究存在高偏倚风险或不明确，外部验证不足，校准评估有限，报告完整性欠佳，以及随机数据分割可能导致数据泄露 | 系统回顾基于AI的模型在预测HIV感染者ART结局中的应用，评估其方法学稳健性和临床与数字健康整合的适用性 | HIV感染者中预测ART结局的AI模型 | 机器学习 | HIV感染 | NA | 集成方法（随机森林、XGBoost）、深度学习 | 临床数据 | 26项研究 | NA | 随机森林、XGBoost、深度学习模型 | AUC | NA |
| 136 | 2026-07-10 |
Explainable machine learning revealing the impact of mental and physical health on arthritis
2026-Jul-08, BMJ health & care informatics
IF:4.1Q2
DOI:10.1136/bmjhci-2025-101955
PMID:42419862
|
研究论文 | 开发可解释的机器学习框架预测关节炎风险，识别身心健康风险因素 | 结合堆叠集成模型、GAN插补和重采样技术处理不平衡数据，利用SHAP实现特征可解释性 | 仅基于美国调查数据，未验证跨种族或国际群体的泛化能力 | 建立稳健且可解释的关节炎风险预测模型，识别疾病关键风险因素 | BRFSS 2019/2021和NHIS 2020/2022四个数据集中的成年人关节炎风险 | 机器学习 | 关节炎 | 问卷调查数据 | 堆叠集成模型、生成对抗网络（GAN） | 表格数据 | NA（未明确说明具体样本数） | NA | 堆叠集成模型（结合11种机器学习和深度学习架构，含GAN插补、RUS/ROS重采样） | AUROC、敏感性、特异性、平衡准确率 | NA |
| 137 | 2026-07-10 |
LeafLiteX mobile application for leaf disease detection using U-Net segmentation and lightweight deep learning
2026-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-60625-4
PMID:42420345
|
研究论文 | 介绍LeafLiteX移动应用，利用U-Net分割和轻量级深度学习实现叶片疾病实时检测与分类 | 结合U-Net分割与MobileNetV3-Light轻量分类，在移动设备上实现端到端处理，并集成可解释性，支持离线运行与低延迟推理 | NA | 开发一种低成本、易用且支持离线诊断的移动应用，用于早期叶片疾病检测，助力智慧农业 | 公开农作物病害数据集中的多种叶片图像 | 计算机视觉 | 作物叶片病害 | NA | U-Net 与 MobileNetV3-Light | 图像 | 公开农作物病害数据集，包含多种病害类型的叶片图像 | TensorFlow | U-Net, MobileNetV3-Light | 准确率 | 移动设备端推理 |
| 138 | 2026-07-10 |
Leveraging a vendor-neutral deep learning reconstruction algorithm to reduce scan time and enhance image quality in T2-weighted liver MRI
2026-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-60802-5
PMID:42420358
|
研究论文 | 评估了一种供应商中立的深度学习重建算法在加速单次屏气T2加权肝脏MRI中减少扫描时间并提升图像质量的效果 | 首次评估供应商中立的深度学习重建算法在加速肝脏T2WI中的表现，实现了单次屏气扫描并维持或提升图像质量 | 运动伪影在加速协议中更明显，且某些病灶显著性改善未达到统计学显著性 | 评估供应商中立的深度学习重建算法能否在加速T2WI中提升图像质量并缩短扫描时间 | 86名在2024年8月接受非增强3T肝脏MRI的患者 | 医学影像 | 肝脏疾病 | 深度学习重建 | 深度学习模型 | 图像（MRI） | 86名患者，其中49例有局灶性肝脏病变 | 供应商中立的深度学习框架 | SwiftMR | 信号噪声比，锐利度，运动伪影，空间匹配，病灶显著性 | NA |
| 139 | 2026-07-10 |
A robust biometric system using wrist and dorsal vein images for person authentication
2026-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-60896-x
PMID:42420369
|
研究论文 | 提出了一种利用手腕和手背静脉图像进行身份认证的鲁棒生物特征系统 | 引入了混合生物特征模板保护方法，结合混沌加密和创新扰动算法，通过特征融合和基于扰动的加密技术增强安全性 | 未提及计算资源和模型类型的能耗或实时性表现 | 解决生物特征数据在数据库中存储的潜在安全风险，提升身份认证系统的鲁棒性 | 手腕和手背静脉图像 | 计算机视觉 | 不适用 | 图像预处理，线跟踪方法，曲率分析 | 深度学习模型（ResNet） | 图像（静脉图像） | 未在标题和摘要中明确提及样本量 | NA | ResNet | 准确率（99.85%），等错误率（EER，0.017），相关系数分析，像素变化率（NPCR），直方图检验，熵评估 | 未在标题和摘要中明确提及 |
| 140 | 2026-07-10 |
3Br-MGD: few-shot toxicity prediction with a three-branch deep encoder and meta-learning framework
2026-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-60814-1
PMID:42420390
|
研究论文 | 提出一个三分支深度编码器和元学习框架3Br-MGD，用于小样本分子毒性预测 | 通过结合三种互补分子表示（指纹编码、图卷积网络和深度卷积神经网络），并在原型网络框架下实现小样本学习，提高低数据条件下的预测性能和泛化能力 | 未在标题和摘要中明确提及限制 | 开发一种能有效利用小样本数据预测药物化合物毒性的方法 | 药物化合物的分子毒性 | 机器学习 | NA | 分子指纹、图卷积网络、深度卷积神经网络、小样本学习 | 三分支架构（FingerprintMLP、GCN、1D-CNN）结合原型网络 | 分子结构数据（MoleculeNet基准数据集） | NA | NA | FingerprintMLP, 图卷积网络(GCN), 一维深度卷积神经网络(1D-CNN), 原型网络 | 预测准确性、鲁棒性、泛化能力（具体指标未列出） | NA |