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 40262 篇文献，本页显示第 201 - 220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 201 | 2026-02-14 |
NanoLoop: A Deep Learning Framework Leveraging Nanopore Sequencing for Chromatin Loop Prediction
2026-Feb-13, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202517692
PMID:41684299
|
研究论文 | 本文介绍了NanoLoop，一个利用纳米孔测序数据进行全基因组染色质环预测的深度学习框架 | 首次提出利用纳米孔测序数据预测染色质环的算法框架，并发现了四种影响组蛋白修饰水平的环锚点甲基化模式 | NA | 预测全基因组染色质相互作用，研究DNA甲基化与三维基因组组织之间的潜在联系 | 人类淋巴母细胞系 | 机器学习 | NA | 纳米孔测序 | 深度学习 | 测序数据 | 四个人类淋巴母细胞系 | NA | NA | NA | NA |
| 202 | 2026-02-14 |
Vector-Based Comparison and Average Slope Can Refine Bioequivalence Claims: A Machine and Deep Learning Approach
2026-Feb-13, Biopharmaceutics & drug disposition
IF:1.7Q3
DOI:10.1002/bdd.70023
PMID:41684335
|
研究论文 | 本研究探讨了平均斜率（AS）和向量比较（VBC）两种创新概念在生物等效性研究中的应用，旨在提高吸收率测量的准确性和效率 | 结合AS和VBC方法，利用机器学习和人工神经网络技术，改进生物等效性研究的统计效能并减少样本量需求 | NA | 提高生物等效性研究的准确性和效率，简化研究流程并降低成本 | 生物等效性研究中的药代动力学参数和临床终点 | 机器学习 | NA | 药代动力学分析，向量分析 | 人工神经网络 | 药代动力学数据集 | 14个实际数据集 | NA | NA | 统计效能，变异性减少 | NA |
| 203 | 2026-02-14 |
CellMate─A Deep Learning-Assisted Single-Cell Data Processing Platform
2026-Feb-13, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c07205
PMID:41685605
|
研究论文 | 本文介绍了CellMate，一个基于MATLAB的深度学习辅助单细胞代谢组学数据处理平台 | 开发了一种新颖的基于深度学习的图像分类算法，有效区分内源性代谢物与背景物种，并提供了一个直观的图形用户界面，支持可定量的、靶向和非靶向代谢组学工作流程 | 该平台主要针对使用直接注入技术的单细胞代谢组学，可能不兼容所有代谢组学数据处理工具，且依赖于MATLAB环境 | 开发一个专门用于单细胞代谢组学数据处理的分析平台，以解决复杂数据集和专用工具缺乏的挑战 | 单细胞代谢组学数据，特别是基于质谱的直接注入技术产生的数据 | 机器学习 | NA | 质谱、直接注入技术、单细胞代谢组学 | 深度学习图像分类算法 | 图像、代谢组学数据 | NA | MATLAB | NA | NA | NA |
| 204 | 2026-02-14 |
Deep learning-based cerebellar segmentation on T2-weighted fluid-attenuated inversion recovery magnetic resonance imaging for detecting cerebellar hypoplasia/atrophy in infants
2026-Feb-13, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-026-06545-x
PMID:41686223
|
研究论文 | 本研究开发并验证了一种基于深度学习的模型，用于婴儿脑部MRI中小脑体积的测量，旨在检测小脑发育不全或萎缩 | 针对婴儿（特别是2岁以下）小脑尺寸小、MRI组织对比度低的挑战，开发了首个专注于婴儿小脑分割的深度学习模型，并利用预测年龄与实际年龄的差异（Δage）作为分类指标来辅助诊断 | 模型在异常数据集上的分割精度（DSC 0.882）低于正常数据集（DSC 0.962），且异常数据集样本量较小（40例），可能影响模型的泛化能力和诊断性能评估 | 开发并验证一个深度学习模型，用于婴儿脑部MRI中的小脑分割和体积测量，以检测小脑发育不全或萎缩 | 婴儿脑部MRI扫描图像，包括正常婴儿和患有小脑发育不全或萎缩的婴儿 | 数字病理学 | 小脑发育不全/萎缩 | T2加权液体衰减反转恢复磁共振成像 | 深度学习分割模型 | MRI图像 | 训练集：558例新生儿MRI扫描；验证集：正常组492例，异常组40例 | NA | NA | Dice相似系数, AUC | NA |
| 205 | 2026-02-14 |
Multi-view deep learning for automated lymphoma staging from 18F-FDG PET/CT: physician-level accuracy with high-throughput workflow
2026-Feb-13, EJNMMI research
IF:3.1Q1
DOI:10.1186/s13550-025-01357-w
PMID:41686381
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 206 | 2026-02-14 |
Predicting cardiovascular events from routine mammograms using machine learning
2026-Feb-12, Heart (British Cardiac Society)
DOI:10.1136/heartjnl-2025-325705
PMID:40957672
|
研究论文 | 本研究开发并测试了一种基于常规乳腺X光检查图像的深度学习算法，用于预测女性心血管事件风险 | 利用深度学习模型（基于DeepSurv架构）从常规乳腺X光检查图像中预测心血管风险，为女性心血管风险筛查提供了新方法 | 研究仅基于乳腺X光检查特征和年龄进行预测，未整合更多临床变量，且模型性能与传统工具相似，未显著超越 | 开发一种基于机器学习的心血管事件预测方法，以改善女性心血管风险评估 | 女性群体，特别是接受筛查乳腺X光检查的中年女性 | 机器学习 | 心血管疾病 | 乳腺X光检查 | 深度学习模型 | 图像 | 49196名女性，中位随访8.8年，其中3392人经历首次主要心血管事件 | NA | DeepSurv | concordance index, Harrells C-statistic | NA |
| 207 | 2026-02-14 |
A deep residual 1D-CNN with self-attention for fraud transaction detection in virtual economies
2026-Feb-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-37032-w
PMID:41673112
|
研究论文 | 本文提出了一种结合残差连接和自注意力机制的一维卷积神经网络，用于元宇宙环境中的实时金融交易欺诈检测与风险分类 | 首次将残差连接和自注意力机制集成到1D-CNN中，专门针对元宇宙交易数据进行实时异常检测和风险分级，并通过引入受控噪声的消融实验验证模型鲁棒性 | 模型在过于干净或可预测的数据上可能获得过高分数，实际应用需考虑数据不确定性 | 开发适用于元宇宙金融交易的实时欺诈检测与风险分类模型 | 元宇宙虚拟经济中的金融交易数据 | 机器学习 | NA | NA | CNN | 交易数据 | Kaggle元宇宙金融基准数据集及信用卡欺诈检测数据集 | NA | 1D-CNN with residual connections and self-attention mechanism | 准确率, 灵敏度, 特异性, ROC曲线 | NA |
| 208 | 2026-02-14 |
Integrating Medicinal Chemist Expertise with Deep Learning for Automated Molecular Optimization
2026-Feb-12, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.5c03746
PMID:41617158
|
研究论文 | 本研究整合了药物化学家专业知识与深度学习，构建了自动化分子优化平台AutoOptimizer，并基于近9000个专家策略建立了首个深度学习生成的分子优化策略数据库 | 首次基于药物化学家专业知识构建深度学习生成的分子优化策略数据库，并开发了整合专家策略与图深度学习的自动化优化平台 | 未明确说明模型在更广泛靶点或复杂分子结构上的泛化能力，以及平台对计算资源的具体需求 | 开发自动化分子优化平台以加速先导化合物优化和药物发现进程 | 分子结构优化策略、FGFR4和HPK1靶点抑制剂 | 机器学习 | NA | 图深度学习 | 图神经网络 | 分子结构数据、专家策略文本 | 近9000个从药物化学文献中提取的分子优化策略 | NA | MolOpt（基于图深度学习的框架） | IC50值（17.6 nM和46.5 nM）、优化倍数（77.6倍和51.6倍） | NA |
| 209 | 2026-02-14 |
Coded Event Focal Stack for Continuous Refocusing in Dynamic Scene
2026-Feb-12, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2026.3664082
PMID:41678483
|
研究论文 | 本文提出了一种名为编码事件焦栈的新方法，通过在调制焦距扫描期间记录的事件流捕获运动和深度信息，以实现动态场景中的连续重聚焦 | 引入编码事件焦栈，结合事件流和调制焦距扫描，能够生成任意焦距下的全时间中间帧，在动态场景中实现优越的重聚焦能力 | 未明确提及具体限制，但可能涉及事件流采集的硬件要求或复杂运动场景下的性能边界 | 解决传统相机在动态场景中因镜头限制导致的聚焦问题，开发连续重聚焦技术 | 动态场景中的运动和深度信息 | 计算机视觉 | NA | 事件流采集、调制焦距扫描 | NA | 事件流、合成和真实世界数据集 | 未明确指定样本数量，但涉及合成和真实世界数据集 | NA | NA | 未明确指定，但可能包括重聚焦准确性和时空一致性指标 | NA |
| 210 | 2026-02-14 |
A new graph-transformer framework for EEG-based differentiation of Alzheimer's disease and frontotemporal dementia
2026-Feb-12, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae451c
PMID:41678838
|
研究论文 | 本文提出了一种结合脑电图信号处理与图深度学习的新框架，用于区分阿尔茨海默病、额颞叶痴呆和认知正常受试者 | 整合了信号滤波、图表示和Transformer架构，提高了基于EEG的神经退行性疾病分类准确性 | NA | 改善阿尔茨海默病、额颞叶痴呆和认知正常受试者的临床神经诊断分类 | 阿尔茨海默病、额颞叶痴呆和认知正常受试者的脑电图数据 | 机器学习 | 阿尔茨海默病 | 脑电图信号处理 | Transformer, 图神经网络 | 脑电图信号 | NA | NA | Transformer-based graph neural network | 准确率 | NA |
| 211 | 2026-02-14 |
Dielectrocapillarity for exquisite control of fluids
2026-Feb-12, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-69482-1
PMID:41680166
|
研究论文 | 本文通过整合液体状态理论和深度学习，揭示了电场梯度如何调控流体结构和毛细现象，并提出了“介电毛细”概念用于控制受限流体 | 首次建立了严格的第一性原理介电毛细理论，将纳米尺度介电毛细与宏观介电润湿联系起来，为跨尺度控制极性流体提供了新机制 | 研究主要基于理论模型和计算模拟，尚未进行大规模实验验证；对复杂多组分流体的适用性有待进一步探索 | 探索电场梯度对极性流体结构和毛细现象的调控机制，开发新型流体控制技术 | 极性流体、纳米多孔材料、受限流体系统 | 机器学习 | NA | 深度学习、液体状态理论、第一性原理计算 | 深度学习模型 | 模拟数据、理论计算数据 | NA | NA | NA | NA | NA |
| 212 | 2026-02-14 |
Global daily 9 km remotely sensed soil moisture (2015-2025) with microwave radiative transfer-guided learning
2026-Feb-12, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06721-6
PMID:41680217
|
研究论文 | 本研究开发了一个过程引导机器学习框架，结合微波辐射传输模型理论和深度学习，以预测2015年至2025年全球每日9公里分辨率的地表土壤湿度 | 通过整合辐射传输模型理论和深度学习，设计了基于Kling-Gupta效率的成本函数，并采用预训练和微调策略，提高了在密集植被和复杂地表条件下的土壤湿度估算精度 | 未明确说明模型在极端气候或特定地理区域的泛化能力，以及长期预测的稳定性 | 提高全球地表土壤湿度的估算精度，以支持水资源和生态系统管理 | 全球地表土壤湿度数据 | 机器学习 | NA | 微波辐射传输模型, 深度学习 | 深度学习模型 | 遥感数据, 现场测量数据 | 全球每日9公里分辨率数据（2015年4月至2025年6月） | NA | 过程引导机器学习框架 | 相关系数R, 无偏均方根误差 | NA |
| 213 | 2026-02-14 |
Ensemble learning for air quality index prediction: integrating gradient boosting, XGBoost, and stacking with SHAP-based interpretability
2026-Feb-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-39232-w
PMID:41680275
|
研究论文 | 本文提出了一种加权投票集成模型，结合多种梯度提升算法，用于提高空气质量指数（AQI）预测的准确性，并利用SHAP提供模型可解释性 | 提出了一种结合梯度提升、CatBoost、XGBoost和LightGBM的加权投票集成模型，用于空气质量指数预测，并引入SHAP进行特征贡献度分析以增强模型可解释性 | 模型部署仅限于单个站点，排除了空间和时间ID，可能限制了其在多站点协同预测中的应用 | 开发一种高精度且可解释的空气质量指数预测方法，以支持可持续城市生活和社区健康计划 | 台湾空气质量数据集（2016-2024年），包含74个监测站的每小时记录 | 机器学习 | NA | 空气质量监测、气象参数测量 | 集成学习、梯度提升、XGBoost、CatBoost、LightGBM | 时间序列数据、数值数据 | 台湾74个监测站2016-2024年的每小时记录数据 | Scikit-learn, Optuna | 加权投票集成（Gradient Boosting ×4, CatBoost ×3, XGBoost ×2, LightGBM ×1） | MSE, R² | NA |
| 214 | 2026-02-14 |
Serial cascaded hybrid adaptive deep networks-based lyrics text classification using optimization approach
2026-Feb-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-38813-z
PMID:41680344
|
研究论文 | 本文提出了一种基于深度学习的歌词文本分类方法，用于通过情感内容分析歌曲 | 提出了一种新的序列级联混合自适应深度网络（SCHADNet），结合了Transformer-based Bi-LSTM与GRU，并使用改进的海洋捕食者算法（IMPA）优化网络参数 | 未明确说明数据集的详细规模或多样性，且未与其他最先进的深度学习模型进行广泛比较 | 开发一种高效的歌词文本分类系统，以帮助用户根据情感内容发现合适的音乐 | 歌词文本数据 | 自然语言处理 | NA | NA | Bi-LSTM, GRU | 文本 | NA | NA | Transformer-based Bi-LSTM, GRU | 准确率, 召回率, NPV | NA |
| 215 | 2026-02-14 |
De novo generation and in silico screening of anti-diabetic peptide candidates via a deep learning-attention framework with physicochemical feature fusion
2026-Feb-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-39985-4
PMID:41680447
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 216 | 2026-02-14 |
Facial Botox Injection Point Detection Using YOLOv8 Enhanced with CBAM and BiFPN: A Multi-Perspective Deep Learning Approach
2026-Feb-12, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01867-6
PMID:41680574
|
研究论文 | 本研究提出了一种基于YOLOv8增强的物体检测框架，通过集成CBAM和BiFPN模块，用于在面部图像上精确检测肉毒杆菌注射点 | 首次将CBAM注意力模块和BiFPN特征金字塔网络集成到YOLOv8框架中，用于肉毒杆菌注射点检测，并在小皱纹定位任务上取得了显著改进 | 研究仅在一个新的高分辨率数据集上进行评估，未在更广泛的数据集或实际临床环境中验证 | 开发自动化系统以准确、一致地识别面部肉毒杆菌注射点，辅助美容皮肤科临床决策 | 面部图像中的肉毒杆菌注射点 | 计算机视觉 | NA | 深度学习物体检测 | CNN | 图像 | NA | PyTorch | YOLOv8, CBAM, BiFPN | mAP@0.5 | NA |
| 217 | 2026-02-14 |
A comprehensive maternal health risk prediction dataset from IoT-enabled medical cyber-physical systems in developing countries: supporting machine learning and deep learning applications for clinical decision support
2026-Feb-12, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-026-03343-1
PMID:41680779
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 218 | 2026-02-14 |
Linking cortical structure and delirium in the elderly: insights from cohort study and shared genetic risk analysis
2026-Feb-12, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-07841-8
PMID:41680881
|
研究论文 | 本研究通过队列研究和共享遗传风险分析，探讨了老年人皮层结构与谵妄之间的关联 | 结合了前瞻性队列的观察性关联分析与共享遗传位点的识别，首次系统性地评估了区域皮层变化与谵妄风险的关联，并利用深度学习算法自动分割MRI图像进行皮层测量 | 研究为观察性设计，无法确定因果关系；样本主要来自特定人群（如UK Biobank），可能限制结果的普适性；遗传分析依赖于现有GWAS数据，可能未涵盖所有相关遗传变异 | 评估基线MRI测量的区域皮层变化与谵妄发病率之间的关联，并识别与皮层结构和谵妄相关的共享遗传位点 | 老年人（60岁及以上）的皮层结构，包括皮层体积、平均厚度和表面积，以及谵妄的发生情况 | 数字病理学 | 老年疾病 | 磁共振成像（MRI），深度学习算法，全基因组关联研究（GWAS） | 深度学习算法（用于自动分割MRI图像） | 图像（结构脑MRI），遗传数据（SNPs） | UK Biobank队列31,890名参与者，独立临床队列152名参与者 | NA | NA | 条件/联合错误发现率（cond/conjFDR） | NA |
| 219 | 2026-02-14 |
Intelligent Real-Time Acid Rain Sensing Platform Enabled by Curvature-Engineered Droplet-Based DC Nanogenerator with 4500 V Output
2026-Feb-12, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c23721
PMID:41684103
|
研究论文 | 本文介绍了一种通过曲率工程优化的全电流纳米发电机，用于构建智能实时酸雨传感平台 | 通过优化流体-固体耦合动力学和调节界面电场梯度，增强电荷载流子在固液界面的时空分离和泵浦积累，从而提高液滴基纳米发电机平台的电荷转移效率 | NA | 开发用于酸雨监测的自供电环境监测平台 | 酸雨 | 物联网环境监测 | NA | 曲率工程，全电流纳米发电机 | 深度学习算法 | 电流信号的时间-频率特征 | NA | NA | ResNet18-1D | 准确率 | NA |
| 220 | 2026-02-14 |
Integrative profiling of condensation-prone RNAs during early development
2026-Feb-11, Cell genomics
IF:11.1Q1
DOI:10.1016/j.xgen.2025.101065
PMID:41265448
|
研究论文 | 本研究通过整合转录组学分析，识别了一类在早期发育中易于凝聚的RNA，并利用可解释深度学习框架揭示了其序列特征与相分离的关联 | 首次识别并系统描述了“smOOPs”这类发育凝聚倾向RNA，结合深度学习揭示了其低序列复杂性、分子内折叠及RBP结合模式等特征，阐明了RNA与蛋白质特征在相分离中的相互作用 | 研究主要聚焦于早期发育阶段，未全面验证smOOPs在其他生物过程或疾病中的普遍性；深度学习模型的可解释性虽强，但可能受限于训练数据的覆盖范围 | 探究RNA特征如何影响生物分子凝聚体的形成，以深化对RNA驱动相分离机制的理解 | 早期发育过程中的凝聚倾向RNA（smOOPs）及其编码的蛋白质 | 自然语言处理 | NA | 转录组学分析，深度学习 | 深度学习框架 | RNA序列数据 | NA | NA | NA | NA | NA |