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 55 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2026-07-18 |
Harnessing computational intelligence for synthetic lethality: A roadmap from network biology to interpretable deep learning in precision oncology
2026-Sep-25, New biotechnology
IF:4.5Q1
DOI:10.1016/j.nbt.2026.06.001
PMID:42264143
|
综述 | 批判性综述计算合成致死性发现方法，从网络生物学到可解释深度学习，并提出面向精准肿瘤学的转化框架 | 超越传统顺序描述，比较性综合了从网络模型到图变换器和知识图谱推理的各种架构；提供了基于证据的方法学评估最佳实践，包括严格的数据分割、不平衡类别下的指标选择和鲁棒负采样策略；整合多组学数据、可解释深度学习和合成救援机制，提出对耐药机制稳健的候选优先排序框架 | 未详细说明 | 桥接计算预测与精准肿瘤学中可操作临床见解之间的差距 | 合成致死性基因对及合成救援机制 | 机器学习 | 肿瘤 | NA | 图变换器、知识图谱推理、可解释深度学习 | 多组学数据 | NA | NA | 图变换器、知识图谱推理 | 准确性、精确率、召回率、F1分数、AUC | NA |
| 2 | 2026-07-18 |
Integrating artificial intelligence into drug delivery systems: Formulation development and current challenges
2026-Sep, European journal of pharmaceutics and biopharmaceutics : official journal of Arbeitsgemeinschaft fur Pharmazeutische Verfahrenstechnik e.V
IF:4.4Q1
DOI:10.1016/j.ejpb.2026.115133
PMID:42242512
|
综述 | 探讨人工智能在药物递送系统中的应用，聚焦于制剂开发及当前挑战 | 系统梳理AI在药物递送全流程（制剂设计、纳米载体优化、智能控释）中的辅助决策作用，并批判性评估其与质量源于设计框架的整合 | 数据质量、实验验证不足、模型可解释性差及生物复杂性限制实际转化 | 分析AI作为决策支持工具在药物递送开发中的潜力与障碍 | 药物递送系统中的制剂开发流程（前制剂分析、辅料选择、颗粒工程、释放曲线优化） | 机器学习 | NA | NA | 机器学习，深度学习 | NA | NA | NA | NA | NA | NA |
| 3 | 2026-07-18 |
Are T1-weighted and T2-weighted volumetric pipelines interchangeable methodologies for investigating amyotrophic lateral sclerosis pathology in vivo?
2026-Sep, Brain research bulletin
IF:3.5Q2
|
研究论文 | 探讨T1加权和T2加权体积测量流水线在肌萎缩侧索硬化症体内病理研究中的可互换性 | 首次系统比较T1-w和T2-w体积测量流水线对红核和黑质体积的敏感性差异，揭示两者对生理衰老和组织特性的不同响应 | 样本量较小（31例ALS患者和21例对照），且仅关注红核和黑质两个脑区 | 验证T1-w和T2-w体积测量流水线在ALS病理研究中的可互换性假设 | 肌萎缩侧索硬化症患者的红核和黑质体积 | 医学图像分析 | 肌萎缩侧索硬化症 | 磁共振成像 | 深度学习模型 | 磁共振图像 | 31例ALS患者（平均年龄59.39岁，23名男性）和21例非神经退行性对照（平均年龄53.43岁，16名男性） | NA | OpenMAP-T1, pBrain | NA | NA |
| 4 | 2026-07-15 |
Incremental diagnostic value of multiregional single-slice CT muscle areas over L3 for sarcopenia: a deep learning-based segmentation study
2026-Sep, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-026-05237-9
PMID:42095933
|
研究论文 | 比较多区域CT肌肉评估与传统单层面L3评估在肌少症诊断中的性能 | 首次系统比较多区域CT肌肉测量（包括六个解剖层面）与单层面L3评估在肌少症中的诊断增量价值，并采用深度学习分割软件进行自动量化 | 单中心回顾性研究，样本量较小（83例），且未在独立外部验证集上验证结果 | 评估基于多区域CT肌肉测量对肌少症的诊断性能是否优于传统单一L3层面评估 | 接受多区域非对比CT检查并完成肌少症评估的83名成年人 | 计算机视觉 | 肌少症 | 非对比CT | 深度学习分割模型 | CT图像 | 83名成年人 | NA | DeepCatch | AUC, 皮尔逊相关系数, 斯皮尔曼相关系数 | NA |
| 5 | 2026-07-15 |
Classification of marine plastic debris using hyperspectral imaging and band selection: A patch-based and pixel-based fusion approach
2026-Sep, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2026.119781
PMID:42097087
|
研究论文 | 提出一种基于高光谱成像和波段选择的海洋塑料碎片分类方法，融合了基于补丁的轻量级卷积神经网络和基于像素的随机森林分类器 | 提出不确定性感知融合方法，结合LSS-HCNN和随机森林分类器，并基于SE块权重和特征重要性进行波段选择，在保持高准确率的同时显著降低计算复杂度 | NA | 开发轻量级、高精度的海洋塑料碎片分类模型，适用于能量受限的实时监测平台 | 五种常见聚合物（HDPE、LDPE、PET、PP、PS）及天然有机物和背景材料 | 计算机视觉,机器学习 | NA | 高光谱成像 | 卷积神经网络,随机森林 | 高光谱图像 | NA | PyTorch, Scikit-learn | LSS-HCNN, Squeeze-and-Excitation | 准确率 | NA |
| 6 | 2026-07-15 |
Boundary-aware dual-attention U-Net for multi-class oil spill segmentation in SAR imagery
2026-Sep, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2026.119825
PMID:42097091
|
研究论文 | 提出一种基于深度学习的双注意力瓶颈U-Net（DAB-UNet），用于SAR影像中多类石油泄漏的识别与分割 | 引入双重注意力模块和边界感知学习技术，结合复合损失函数以解决类别不平衡和复杂石油形态问题 | 未提及在多源SAR数据或极端场景下的泛化能力，且计算资源需求未说明 | 实现SAR影像中多类石油泄漏的高精度自动分割 | Sentinel-1 SAR影像中的石油泄漏区域 | 计算机视觉 | NA | SAR成像 | U-Net | 图像 | 使用M4D公开数据集中的Sentinel-1 SAR影像 | TensorFlow、PyTorch | U-Net、卷积块注意力模块 | 准确率、精确率、F值、召回率 | NA |
| 7 | 2026-07-15 |
Radiomics in musculoskeletal imaging: what is its role in the era of deep learning?
2026-Sep, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-026-05257-5
PMID:42159632
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8 | 2026-07-10 |
Deep learning of CT imaging predicts PD-L1 expression and immunotherapy response in metastatic NSCLC: A multi-center study
2026-Sep-28, Cancer letters
IF:9.1Q1
DOI:10.1016/j.canlet.2026.218687
PMID:42314966
|
研究论文 | 开发并验证了基于CT影像的深度学习模型SCENT，用于预测转移性非小细胞肺癌患者的PD-L1表达水平和免疫治疗反应 | 首次提出可扩展集成Transformer（SCENT）模型，利用CT影像无创预测PD-L1状态及免疫治疗疗效，并在多个独立中心队列中验证了其泛化能力 | 回顾性研究设计，缺少前瞻性验证；纵向评估仅在一个队列中观察到边界关联，且无配对治疗后组织学确认 | 利用CT影像深度学习模型非侵入性预测PD-L1表达状态及免疫检查点抑制剂治疗反应 | 转移性非小细胞肺癌（NSCLC）患者 | 计算机视觉, 数字病理学 | 非小细胞肺癌 | CT影像 | 深度学习模型, Transformer | 图像 | 训练和内部验证640名患者（MD Anderson），外部验证包括梅奥诊所72名患者和LONESTAR试验116名患者，总计972名患者 | PyTorch | SCENT (可扩展集成Transformer) | AUC, 特异性, 敏感性, 风险比(HR)用于生存分析 | NA |
| 9 | 2026-07-10 |
Crotonylation: A novel layer of the epigenetic landscape in disease
2026-Sep-28, Cancer letters
IF:9.1Q1
DOI:10.1016/j.canlet.2026.218579
PMID:42140345
|
综述 | 本文综述了巴豆酰化作为一种新型表观遗传修饰在疾病中的作用及其治疗潜力 | 首次系统整合巴豆酰化在代谢感知、蛋白质构象调控与疾病微环境重塑中的多维功能，并纳入化学探针与深度学习模型等前沿技术 | 巴豆酰化动态调控的分子机制及其在特定疾病中的因果证据仍需进一步验证 | 阐明巴豆酰化作为新型表观遗传修饰在疾病发生发展中的调控机制及治疗靶点潜力 | 巴豆酰化修饰（包括组蛋白与非组蛋白修饰）、巴豆酰-CoA代谢、相关阅读器/写入器/擦除器 | 机器学习 | 癌症 | 巴豆酰化修饰检测、光交联探针技术、深度学习预测模型 | 预测模型 | NA | NA | NA | nhKcr, Adapt-Kcr | NA | NA |
| 10 | 2026-05-31 |
Comment on "deep learning in neuroimaging for neurodegenerative diseases: State-of-the-art, challenges, and opportunities"
2026-Sep-15, Journal of the neurological sciences
IF:3.6Q2
DOI:10.1016/j.jns.2026.126003
PMID:42208250
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11 | 2026-06-18 |
Response to Letter Regarding Article, "Excellent agreement between automated deep learning-based and manual diffusion-weighted imaging infarct volume measurements in hyperacute stroke"
2026-Sep-15, Journal of the neurological sciences
IF:3.6Q2
DOI:10.1016/j.jns.2026.126054
PMID:42302443
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 12 | 2026-06-19 |
Response to Letter Regarding Article, "Excellent agreement between automated deep learning-based and manual diffusion-weighted imaging infarct volume measurements in hyperacute stroke"
2026-Sep-15, Journal of the neurological sciences
IF:3.6Q2
DOI:10.1016/j.jns.2026.126061
PMID:42308674
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13 | 2026-07-01 |
Comment on "Excellent agreement between automated deep learning-based and manual diffusion-weighted imaging infarct volume measurements in hyperacute stroke"
2026-Sep-15, Journal of the neurological sciences
IF:3.6Q2
DOI:10.1016/j.jns.2026.126062
PMID:42372352
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14 | 2026-07-10 |
Deep learning for predicting the spatiotemporal dynamics of chlorine in water distribution pipes
2026-Sep-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2026.126265
PMID:42269465
|
研究论文 | 比较不同深度学习模型作为计算高效的替代方法，用于求解控制配水管道中氯时空动态的对流反应偏微分方程 | 首次系统比较了多种深度学习模型（FNN、CNN、LSTM、ConvLSTM）作为传统数值求解器的替代方案，并发现ConvLSTM模型在准确性和泛化能力上最优 | 模型在空间和时间域上的泛化能力有限，尤其是FNN、CNN和LSTM模型表现不佳 | 开发计算高效的深度学习模型，用于实时监测或数字控制配水管网中的氯剂量 | 配水管道中余氯的时空动态变化 | 机器学习 | NA | NA | 前馈神经网络、卷积神经网络、长短期记忆网络、卷积长短期记忆网络 | 数值模拟数据 | NA | NA | FNN、CNN、LSTM、ConvLSTM | 准确性、泛化能力 | NA |
| 15 | 2026-07-10 |
A multiperspective evaluation framework of spatial transcriptomics clustering methods
2026-Sep, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqag075
PMID:42421749
|
研究论文 | 提出一个综合多视角的框架MultimetricST，用于评估空间转录组聚类方法 | 首次提出统一且灵活的评价框架，整合依赖标签和不依赖标签的多种指标，以全面评估转录组与空间信息整合效果 | 依赖人工标注的指标在标签不完整时受限，且框架未涉及对新方法的优化建议 | 系统评估空间转录组聚类方法，解决现有评价方法无法联合评估转录组与空间信息整合的局限 | 空间转录组聚类方法及其实验数据 | 数字病理学 | NA | 空间转录组测序 | 深度学习模型 | 基因表达数据与空间位置数据 | 2个合成数据集和13个来自7种空间转录组技术的数据集 | Python, NA | NA | 依赖标签的指标（例如列联矩阵、信息论度量）和不依赖标签的指标（例如转录组相似性、空间组织度量） | NA |
| 16 | 2026-07-10 |
Large Language Models in Preclinical Spine Research: A Scoping Review and Expert Perspective on Evidence-Aware Experimental Workflows
2026-Sep, JOR spine
IF:3.4Q1
DOI:10.1002/jsp2.70203
PMID:42422043
|
综述 | 本综述评估了大型语言模型在临床前脊柱研究中的应用现状、证据缺口和负责任整合的机会 | 首次系统量化了脊柱研究中LLM/AI应用的前临床证据缺口，并提出了基于证据意识的实验工作流整合框架 | 仅纳入2020年1月至2026年1月发表的文献，可能遗漏早期或近期研究；分析侧重于临床前场景，可能忽略相关领域的方法学进展 | 映射脊柱研究中AI/LLM的当前应用，量化临床前证据缺口，识别负责任整合的机会 | 脊柱相关研究中的LLM、AI、聊天机器人或高级自然语言处理应用 | 自然语言处理 | 脊柱疾病 | NA | NA | 文本 | 792篇记录，166项符合纳入标准的研究 | NA | NA | NA | NA |
| 17 | 2026-07-06 |
Wide-range and multi-target trace-level quantification of renal biomarkers in serum via a chromatography-SERS-AI platform
2026-Sep-22, Analytica chimica acta
IF:5.7Q1
DOI:10.1016/j.aca.2026.345737
PMID:42401461
|
研究论文 | 提出了一种基于色谱纸-SERS-人工智能平台，用于血清中肾脏生物标志物的宽范围、多目标痕量定量检测 | 开发了集分离、原位富集和SERS增强于一体的色谱纸-SERS基底，解决了基质干扰、竞争吸附和时效性问题；引入具有三个独立回归器的ResUNet-MT多任务深度学习算法，修正浓度依赖的定量偏差 | 未明确提及局限性 | 开发一种宽动态范围、多目标、准确且成本低廉的痕量血液分析技术，用于肾脏疾病的临床监测 | 血清样本中的肌酐、尿酸和血尿素氮三种肾脏生物标志物 | 机器学习 | 肾脏疾病 | 表面增强拉曼散射（SERS）、色谱纸 | 深度学习模型 | 光谱数据 | 20微升血清样本；使用不同肾脏生物标志物水平的临床血清样本验证 | NA | ResUNet-MT | 相关系数、平均回收率、变异系数 | NA |
| 18 | 2026-06-24 |
Unsupervised Convolutional Neural Networks Using Home Presence Sensors for Behavioural Anomaly Detection in Older Adults
2026-Sep, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065726500279
PMID:42099056
|
研究论文 | 本研究利用非侵入式家庭存在传感器和無監督卷積自编码器检测老年人行为异常，旨在识别可能与认知或功能衰退相关的日常行为变化 | 首次将無監督卷積自编码器与低成本存在传感器结合，用于老年人行为异常检测，并采用控制性注入合成异常的方法进行系统评估 | 数据集不包含临床标注的异常事件，依赖合成异常进行验证，可能无法完全反映真实场景中的异常行为多样性和复杂性 | 探索通过非侵入式监测系统与無監督深度学习模型识别老年人日常行为中的异常变化，为后续健康评估提供依据 | 老年人的日常行为活动模式 | 机器学习 | 老年疾病 | NA | 卷积自编码器 | 传感器时序数据 | 三个数据集：两个公开数据集（CASAS Aruba和HH120）以及来自50户长期监测家庭的专有数据集（MIRATAR） | NA | 卷积自编码器 | F1分数 | NA |
| 19 | 2026-06-23 |
Comorbidity-aware transfer learning for neuro-developmental disorder diagnosis
2026-Sep, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2026.108980
PMID:42001626
|
研究论文 | 提出了一种共病感知迁移学习框架，用于基于fMRI数据的神经发育障碍诊断 | 首次将共病信息融入迁移学习，通过伪标签和编码器-解码器结构分离任务相关特征与混淆因素，提供跨疾病神经动力学的机制见解 | 未在更多样化的数据集或真实临床环境中验证，且模型轻量级CNN可能无法完全捕捉fMRI的复杂时空模式 | 开发基于fMRI的计算机辅助诊断系统，提升神经发育障碍（如自闭症谱系障碍和注意力缺陷多动障碍）的诊断准确性 | 神经发育障碍患者（自闭症谱系障碍和注意力缺陷多动障碍） | 机器学习 | 神经发育障碍 | fMRI | CNN | 图像 | 未明确报告样本数量，仅提及基准数据集 | NA | 编码器-解码器架构、轻量级卷积神经网络 | 准确率 | NA |
| 20 | 2026-06-18 |
Early diagnosis and risk stratification of aortic stenosis using artificial intelligence applied to echocardiography: scoping review
2026-Sep-01, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2026.106487
PMID:42161114
|
综述 | 系统评价人工智能应用于超声心动图对主动脉瓣狭窄进行早期诊断与风险分层的证据 | 首次系统梳理人工智能在超声心动图中用于主动脉瓣狭窄早期诊断与风险分层的性能、临床适用性和方法学局限 | 缺乏外部验证、算法可解释性不足、临床整合面临障碍以及研究多为回顾性数据 | 评估人工智能工具应用于超声心动图对主动脉瓣狭窄早期诊断的有效性 | 2020年1月至2025年12月间发表的25项运用人工智能系统于超声心动图检测主动脉瓣狭窄的研究 | 计算机视觉 | 心血管疾病 | NA | 卷积神经网络 | 图像 | 25项研究 | NA | 多视觉模型 | AUC, 灵敏度, 特异度 | NA |