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 48077 篇文献，本页显示第 2001 - 2020 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2001 | 2026-07-18 |
Money and mental health: a scoping review of financial variables, data sources, and analytical methods
2026, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2026.1812845
PMID:42459470
|
综述 | 系统性回顾了金钱与心理健康研究中使用的财务变量、数据来源和分析方法 | 首次系统梳理了传统及新型财务数据（如银行交易、数字支付）在心理健康研究中应用的方法学现状与差距 | 纳入研究以主观问卷为主，客观财务数据使用极少；机器学习方法应用不足；未探讨金融行为疾病间的双向动态关系 | 明确当前研究中使用的财务变量、数据类型、建模方法及方法学空白，为未来研究提供指导 | 金钱与心理健康关联的实证研究（纳入43篇论文） | 机器学习 | 心理健康疾病（抑郁、焦虑、心理困扰、双相情感障碍等） | NA | 机器学习、深度学习 | 调查问卷数据、宏观经济指标、财务行为数据、客观财务数据（赌博记录、银行交易） | 43篇研究 | NA | NA | NA | NA |
| 2002 | 2026-07-18 |
Recent applications of artificial intelligence in cancer radiotherapy and immunotherapy: current status and future directions
2026, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2026.1776472
PMID:42459675
|
综述 | 综述人工智能在癌症放射治疗和免疫治疗中的应用现状与未来方向 | 系统回顾了AI在放射治疗、免疫治疗及药物发现与重定位中的进展，并讨论了从数据标准化到伦理监管的临床转化挑战 | 临床价值高度依赖跨患者群体的泛化能力及与标准临床基线的比较，且面临数据标准化不足、模型可解释性差和缺乏伦理监管等挑战 | 评估AI在癌症治疗中的应用现状并展望未来发展方向 | 癌症放射治疗、癌症免疫治疗、药物发现与重定位 | 机器学习 | 癌症 | NA | 深度学习, 机器学习 | 多组学数据 | NA | NA | NA | NA | NA |
| 2003 | 2026-07-18 |
CT radiomics with transfer learning features for detecting DECT-positive periarticular monosodium urate crystal deposition: a single-center retrospective study
2026, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2026.1881194
PMID:42460319
|
研究论文 | 基于单能量CT影像组学和迁移学习模型检测关节周围尿酸盐晶体沉积 | 将迁移学习特征（ResNet50）与传统影像组学特征结合构建深度学习影像组学模型，用于痛风的非侵入性诊断 | 单中心回顾性研究、未进行外部验证、深度学习模型与联合模型间无显著差异 | 开发和验证基于单能量CT的影像组学及深度学习模型，用于无创检测关节周围单钠尿酸盐晶体沉积 | 怀疑关节周围尿酸盐沉积的患者 | 计算机视觉 | 痛风 | CT成像 | 多层感知器 | 医学影像（CT图像） | 605例患者（训练组425例，验证组180例） | PyTorch | ResNet50 | AUC, 准确率, 灵敏度, 特异度 | NA |
| 2004 | 2026-07-18 |
Deep learning-derived retinal biomarker associated with diabetes-related amputation in type 2 diabetes
2026, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2026.1866694
PMID:42460325
|
研究论文 | 评估深度学习衍生的视网膜生物标志物与2型糖尿病患者糖尿病足相关截肢的独立关联 | 首次利用深度学习从眼底图像中提取视网膜生物标志物，并证明其与传统糖尿病变量相比，与糖尿病足相关截肢具有显著独立关联 | 回顾性观察研究，样本量较小（392例），且来自单一韩国大学医院，可能限制结果的泛化性 | 评估深度学习衍生的视网膜生物标志物与2型糖尿病患者糖尿病足相关截肢的关联 | 2型糖尿病患者，包括79例有糖尿病足相关截肢和313例无截肢的个体 | 计算机视觉 | 糖尿病 | 视网膜成像 | 深度学习模型 | 图像 | 392例2型糖尿病患者，随机分为训练集（70%）和验证集（30%） | NA | NA | AUC, cNRI, IDI | NA |
| 2005 | 2026-07-18 |
A novel deep-learning approach for robust identification of plant diseases
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0353374
PMID:42461837
|
研究论文 | 提出一种新型深度学习方法来稳健识别植物病害 | 该方法同时考虑植物病害的特定视觉特征和微观结构中的表面不平整、褶皱等干扰因素，并达到了99.86%的平衡准确率，建立了新的数据集级基准 | 未提及 | 可靠检测叶部病害以保护作物产量和确保粮食质量 | 萝卜叶片图像（健康、花叶病毒、黑斑病、霜霉病和跳甲虫） | 计算机视觉 | 植物病害 | NA | 卷积神经网络 | 图像 | 2801张萝卜叶片图像，涵盖5个类别 | NA | NA | 平均准确率、平衡准确率 | NA |
| 2006 | 2026-07-18 |
Retraction: Automated brain tumor diagnostics: Empowering neuro-oncology with deep learning-based MRI image analysis
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0353921
PMID:42461855
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2007 | 2026-07-18 |
AI tools for cryo-EM: Protein particle picking, density map enhancement, and atomic model building
2026, Progress in molecular biology and translational science
DOI:10.1016/bs.pmbts.2026.03.009
PMID:42463260
|
研究论文 | 本文介绍了基于深度学习的AI工具，用于冷冻电镜数据分析中的蛋白质颗粒挑选、密度图增强和原子模型构建 | 提出CryoTransformer、CryoSegNet等新型颗粒挑选器及CryoTEN密度图增强网络，以及Cryo2Struct和MICA原子模型构建框架，实现端到端的自动化流程 | 存在开放挑战，可能包括数据泛化性、计算资源需求及高分辨率密度图获取难度 | 开发AI辅助工具，自动化冷冻电镜蛋白质结构测定流程，提高精度和效率 | 冷冻电镜单颗粒数据中的蛋白质颗粒、密度图和原子模型 | 计算机视觉, 机器学习 | NA | 冷冻电镜（cryo-EM） | Transformer, U-Net, 3D UNETR++, CNN | 图像, 密度图 | 150张密度图测试集（CryoTEN评估） | PyTorch | CryoTransformer（Transformer-残差架构）, CryoSegNet（注意力门控U-Net结合SAM）, CryoTEN（3D UNETR++风格Transformer）, Cryo2Struct（3D Transformer加隐马尔可夫模型）, MICA（多模态框架） | 精确率, 召回率, 3D重建质量, 局部可解释性, TM分数 | NA |
| 2008 | 2026-07-18 |
Automated macular hole staging on optical coherence tomography using an optimized ResNet-18 framework
2026, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2026.1886103
PMID:42465038
|
研究论文 | 开发并验证了一种基于光学相干断层扫描图像并采用优化ResNet-18框架的自动化黄斑裂孔分期方法 | 通过集成可变形卷积和高效通道注意力机制优化ResNet-18，实现了在有限数据条件下比更深CNN和Transformer架构更稳定可靠的黄斑裂孔分期性能 | 未提及具体局限性 | 开发和验证用于光学相干断层扫描图像中黄斑裂孔自动分期的深度学习模型 | 黄斑裂孔患者的光学相干断层扫描图像 | 计算机视觉 | 黄斑裂孔 | 光学相干断层扫描 | 卷积神经网络、Swin Transformer | 图像 | 6243张代表性光学相干断层扫描图像 | PyTorch | ResNet-18、Swin Transformer Tiny | 准确率、精确率、召回率、F1分数、特异性、AUC | NA |
| 2009 | 2026-07-18 |
Predictive modeling for early detection and prediction of diabetes and cardiovascular diseases using big data and machine learning
2026 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076261470187
PMID:42465110
|
综述 | 探索大数据和机器学习技术如何应用于构建糖尿病和心血管疾病的早期检测与预测模型，并识别方法学优势、实施差距和伦理考量 | 系统总结了2013至2025年间使用大数据和机器学习预测糖尿病与心血管疾病的研究，强调了方法学优势、实施差距与伦理问题，并基于PRISMA-ScR指南和MMAT工具进行了质量评估 | 数据异质性、外部验证有限、人群代表性不足、算法偏见和模型可解释性缺乏，以及临床实施稀疏 | 评估大数据和机器学习在糖尿病和心血管疾病早期检测与预测中的应用现状，并提出改进方向 | 使用大数据和机器学习预测糖尿病或心血管疾病的相关研究 | 机器学习 | 糖尿病, 心血管疾病 | 大数据, 机器学习 | 决策树, 集成模型, 深度学习 | 电子健康记录, 可穿戴传感器数据, 多模态数据 | NA | NA | 决策树, 集成模型, 深度学习 | NA | NA |
| 2010 | 2026-07-18 |
Integrating Kolmogorov-Arnold networks and sparse attention for robust visual plant disease symptom identification across diverse agricultural crops
2026, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2026.1855159
PMID:42465593
|
研究论文 | 提出一种基于改进视觉Transformer的深度学习框架，集成动态稀疏注意力机制，用于农业作物叶片病害症状的鲁棒识别 | 首次将科尔莫戈罗夫-阿诺德网络与稀疏注意力机制结合，设计轻量级Transformer架构并引入可学习非线性增强模块，以捕捉叶片图像中的细微病害症状变化 | NA | 实现多种农业作物叶片病害症状的高效、鲁棒自动识别，支持实时田间诊断 | 大豆和番茄等作物的叶片图像，包含多样病害症状模式 | 计算机视觉 | 植物叶部病害 | 深度学习 | 视觉Transformer | 图像 | 多源数据集，包含大豆和番茄叶片图像，以及多个作物的公开植物病害数据集 | PyTorch | 改进的视觉Transformer（KBTNet） | 分类准确率 | NA |
| 2011 | 2026-07-18 |
Implications of autolysosome- astrocyte-associated signature in the pathogenesis of Alzheimer's disease: evidence from artificial intelligence and multi-omics and clinical validation
2026, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2026.1867831
PMID:42465724
|
研究论文 | 通过人工智能和多组学分析，揭示自噬溶酶体-星形胶质细胞相关分子特征在阿尔茨海默病发病机制中的作用 | 首次将自噬溶酶体功能异常与星形胶质细胞反应性相关联，鉴定出HMGCR作为中心致病基因，并利用深度学习算法筛选天然化合物靶点 | 仅基于公共数据库和临床样本，缺乏功能性验证实验 | 解析阿尔茨海默病中自噬溶酶体与星形胶质细胞互作的分子机制，构建诊断模型和治疗靶点 | 阿尔茨海默病患者海马组织转录组数据、单细胞数据及外周血样本 | 机器学习 | 阿尔茨海默病 | RNA-seq, WGCNA, Xcell算法, 单细胞测序 | 可解释机器学习, 共识聚类, 深度学习(Drugreflector), 分子对接 | 转录组数据, 单细胞数据 | 阿尔茨海默病患者海马组织bulk数据和单细胞数据，以及临床外周血样本 | Limma, WGCNA, Xcell, Drugreflector | NA | 诊断能力评估, 分层能力评估 | NA |
| 2012 | 2026-07-18 |
CNNKSCEC: a deep learning-based framework for chromatin loop prediction with multi-source feature integration
2026, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2026.1850219
PMID:42466302
|
研究论文 | 提出一种基于深度学习的染色质环预测框架CNNKSCEC，通过多源特征融合提升预测性能 | 创新性地融合Hi-C和DNase-seq数据构建双通道特征矩阵，设计三阶段迭代特征提取架构，包含双分支卷积模块、SCConv模块和融合ECA与CBAM注意力的ECHybridAddition模块 | 未明确提及局限性 | 开发高效准确的染色质环预测方法，克服现有方法在噪声处理、数据不平衡和多组学整合方面的挑战 | 染色质环预测问题中的Hi-C和DNase-seq多源组学数据 | 机器学习, 数字病理学 | NA | Hi-C, DNase-seq | CNN | 基因组特征矩阵 | NA | PyTorch | CNNC, SCConv, ECHybridAddition | NA | NA |
| 2013 | 2026-07-18 |
AI scribes in rural and remote primary care: an antidote to physician burnout or Pandora's Box?
2025-Jun, Rural and remote health
IF:2.0Q3
DOI:10.22605/RRH9430
PMID:42458683
|
观点文章 | 探讨人工智能抄写员在农村与偏远地区初级医疗中缓解医生倦怠的潜力及其潜在风险 | 重点关注AI技术在医疗资源匮乏地区实施的不公平性及数字鸿沟问题 | 缺乏实证数据，仅基于现有文献和逻辑推理提出观点 | 评估AI抄写员在农村偏远地区初级医疗中的利弊影响 | 加拿大安大略省及类似地区的初级医疗提供者 | 自然语言处理 | NA | 深度学习、自然语言处理 | 深度学习模型 | 文本 | NA | NA | NA | NA | NA |
| 2014 | 2026-07-17 |
ConvCGP: A convolutional neural network to predict genetic values of agronomic traits from compressed genome-wide polymorphisms
2026-Jun, The plant genome
DOI:10.1002/tpg2.70223
PMID:42003104
|
研究论文 | 提出一种结合自编码器非线性压缩与卷积神经网络预测的端到端框架ConvCGP，用于从压缩的全基因组多态性数据预测作物农艺性状的遗传值 | 首次将自编码器非线性压缩与CNN预测集成到可端到端训练的流水线中，在极端压缩（仅保留2%原始特征）下仍能保持与未压缩数据相当的预测精度 | 未明确讨论模型在不同物种或复杂遗传结构下的泛化能力，以及压缩过程中可能丢失的生物学解释性信息 | 开发高效可扩展的深度学习方法，解决高维基因组数据预测中计算负载大和耗时的问题 | 水稻和玉米的全基因组多态性数据与农艺性状 | 机器学习 | NA | 全基因组多态性分析 | CNN | 基因组多态性数据 | 水稻和玉米数据集，具体样本量未说明 | PyTorch | 自编码器、卷积神经网络 | 预测精度 | NA |
| 2015 | 2026-07-17 |
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 | 本文综述了人工智能辅助超声在临床试验中的三大应用方向：终点自动化、分散化监测和监管准备 | 系统整合了AI辅助超声在终点自动化、分散化监测和监管框架三大领域的最新进展，并分析了多中心临床试验中的实际证据和监管指导 | 在供应商间的领域泛化、亚组公平性以及持续试验中的算法变更管理方面仍存在挑战 | 评估人工智能辅助超声在临床试验中提升终点可重复性、实现分散化监测的潜力及其监管适应性 | 临床试验中的超声成像及其AI辅助应用 | 机器学习 | 心血管疾病 | 超声成像 | 深度学习 | 影像 | NA | NA | NA | NA | NA |
| 2016 | 2026-07-17 |
T3SS effector and regulator discovery by predicting interacting partners of T3SS chaperones in Pseudomonas aeruginosa
2026-May, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70551
PMID:42003191
|
研究论文 | 通过预测铜绿假单胞菌中T3SS伴侣蛋白的相互作用伙伴，发现新的效应蛋白和调控因子 | 首次将AlphaFold2和AlphaFold3应用于全蛋白质组范围的蛋白-蛋白相互作用预测，结合基因组学和深度学习结构预测技术，系统性地挖掘铜绿假单胞菌泛基因组中潜在的T3SS效应蛋白和调控因子 | 仅基于计算预测，需要实验验证；预测的相互作用伙伴中可能存在假阳性；研究局限于铜绿假单胞菌，结果可能不适用于其他细菌 | 利用结构辅助的同源搜索和深度学习蛋白-蛋白相互作用预测，发现铜绿假单胞菌中未被识别的T3SS效应蛋白和调控因子 | 铜绿假单胞菌的T3SS伴侣蛋白及其相互作用伙伴 | 机器学习 | 铜绿假单胞菌感染 | 基因组学分析，AlphaFold2，AlphaFold3 | AlphaFold2, AlphaFold3 | 基因组序列数据，蛋白质序列数据 | 超过15,000个高质量铜绿假单胞菌基因组 | AlphaFold2, AlphaFold3 | AlphaFold2, AlphaFold3 | NA | NA |
| 2017 | 2026-07-17 |
Artificial Intelligence in Drug Discovery and Development: Transforming Pharmaceutical Innovation
2026-May, Drug development research
IF:3.5Q2
DOI:10.1002/ddr.70281
PMID:42003205
|
综述 | 综述人工智能在药物发现与开发中的应用，及其对药物创新流程的变革影响 | 系统剖析了AI整条药物研发管线中的应用，包括靶点识别、命中发现、先导物优化和药物重定位，并强调AI驱动的临床前预测能力与个性化药物开发潜力 | 讨论了算法透明度、数据质量、互操作性和监管接受度等关键挑战 | 评估AI在药物发现与开发中的演变角色，及其在制剂开发和个性化医学中的影响 | AI药物发现技术、制药行业合作模式及关键挑战 | 机器学习 | NA | NA | 机器学习、深度学习、自然语言处理 | 文本 | NA | NA | NA | NA | NA |
| 2018 | 2026-07-17 |
Quantifying setup uncertainty between computed tomography guidance and magnetic resonance guidance in intramuscular metastases radiotherapy
2026-Apr, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70589
PMID:42003063
|
研究论文 | 量化CT引导与MR引导在肌肉转移瘤放疗中的设置不确定性 | 首次量化了使用CT引导与MR引导在肌肉寡转移瘤治疗中的剂量学差异和所需的治疗边界差异 | 样本量较小，仅涉及5名患者；采用合成CT模拟CT引导，可能与真实CT引导存在偏差 | 评估CT引导与MR引导在肌肉寡转移瘤治疗中的剂量学差异并量化所需边界 | 5名肌肉寡转移瘤患者 | 医学影像 | 肌肉转移瘤 | MR成像、CT成像、深度学习生成合成CT | 深度学习模型 | 图像 | 5名患者的多个分次影像 | NA | NA | 剂量参数V95、D95、均匀性指数 | NA |
| 2019 | 2026-07-17 |
Mitral regurgitation detection and central/eccentric classification using transformer-based deep learning in multi-view echocardiography
2026-Apr, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70584
PMID:42003287
|
研究论文 | 提出了一种基于Transformer的深度学习框架，用于在多视角超声心动图中自动检测二尖瓣反流并区分中心性与偏心性反流 | 首次使用Transformer深度学习模型实现多视角超声心动图的二尖瓣反流全自动检测与分类，且性能优于单一视角（胸骨旁长轴或心尖四腔） | 仅作为可行性研究，未说明模型在真实临床环境中的泛化性或对不同超声设备、操作者的适应性 | 开发全自动化超声心动图诊断工具，提高二尖瓣反流筛查与分类效率 | 二尖瓣反流患者的多视角超声心动视频 | 计算机视觉 | 二尖瓣反流 | 多普勒超声心动图 | Transformer | 视频 | 回顾性研究使用回顾性选择的数据集，前瞻性测试集包含217名患者 | NA | Transformer | 准确率、AUC | NA |
| 2020 | 2026-07-15 |
Interpretable feature-transformer framework for cross-subject MCI detection using nonlinear dynamical and graph-theoretic EEG features
2026-Dec, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-026-10458-8
PMID:42428048
|
研究论文 | 提出一种可解释的特征变换框架，利用非线性动力学和图论脑电图特征进行跨被试轻度认知障碍检测 | 将手工设计的熵与图论特征与Transformer网络结合，并利用SHAP分析实现模型可解释性 | 未明确提及局限性 | 探索基于熵和图论的脑电图特征在区分轻度认知障碍与正常对照中的有效性 | 轻度认知障碍患者与健康对照者的静息态闭眼脑电图数据 | 机器学习 | 轻度认知障碍 | 脑电图 | Transformer | 信号 | 183名参与者（127名健康对照，56名轻度认知障碍），每人20通道脑电图数据，分割为3秒片段 | NA | Transformer | 准确率 | NA |