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 42795 篇文献，本页显示第 2181 - 2200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2181 | 2026-03-09 |
Integrated microwave cavity perturbation sensor for nondestructive estimation of moisture content of grains: A case study on wheat and chickpea
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0343435
PMID:41785294
|
研究论文 | 本研究提出了一种低成本、集成式微波腔微扰传感器，用于无损估计小麦和鹰嘴豆的水分含量 | 开发了一种不依赖昂贵矢量网络分析仪的自定义电路系统，并推导出与密度无关的水分含量函数M(Ψ) | 研究仅针对小麦和鹰嘴豆两种谷物进行验证，未涵盖其他谷物种类 | 开发一种用于谷物水分含量无损估计的快速、精确且经济有效的实时监测系统 | 小麦和鹰嘴豆谷物 | 机器学习 | NA | 微波腔微扰传感技术 | Bagging, k-NN, REPTree, 深度学习模型 | 介电特性指标数据 | 未明确说明具体样本数量 | NA | NA | 相关系数(R), 均方根误差(RMSE), 准确率 | NA |
| 2182 | 2026-03-09 |
Hybridizing deep learning algorithms and geostatistical approaches for improved crop yield disaggregation
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0344081
PMID:41790616
|
研究论文 | 本研究提出了一种结合深度学习模型与地理统计残差克里金法的多阶段混合框架，用于将村级作物产量统计数据分解到像素级 | 首次实证展示了利用天气和卫星波段数据组合进行村级到像素级产量分解的混合框架，通过残差克里金法纠正深度学习模型的空间偏差 | 研究仅针对印度哈里亚纳邦半干旱地区的小麦和芥菜作物进行案例研究，未涉及其他作物或气候区域 | 提高精细空间分辨率下的作物产量估计可靠性，以支持精准农业、粮食安全规划和保险计划 | 小麦和芥菜作物在印度哈里亚纳邦半干旱地区的产量数据 | 机器学习 | NA | 地理统计残差克里金法、卫星遥感（Sentinel-1和Sentinel-2波段数据） | 深度学习模型、随机森林 | 土壤数据、天气数据、卫星遥感图像 | NA | NA | NA | R2, RMSE, Moran's I | NA |
| 2183 | 2026-03-09 |
PAH-former: Transfer learning for efficient discovery of pulmonary arterial hypertension-associated genes
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0344084
PMID:41790620
|
研究论文 | 本研究开发了一个名为PAH-former的迁移学习平台，用于从有限的公开单细胞RNA测序数据中高效发现与肺动脉高压相关的基因 | 通过微调Geneformer深度学习模型，创建了专门针对肺动脉高压的PAH-former模型，并利用其进行计算机扰动分析来识别和排序候选基因，为从有限数据中发现疾病相关基因提供了一种新策略 | 研究依赖于公开可用的有限患者样本数据，且体外验证仅在人类肺动脉内皮细胞中进行，未涉及其他细胞类型或体内模型 | 高效识别肺动脉高压的新型功能相关疾病关联基因，以发现新的治疗靶点 | 肺动脉高压患者的单细胞RNA测序数据，以及人类肺动脉内皮细胞 | 机器学习 | 肺动脉高压 | 单细胞RNA测序，RNA干扰介导的敲低 | 深度学习模型 | 基因表达数据 | 未明确说明具体样本数量，但提及数据来源于公开的肺动脉高压患者单细胞RNA测序数据 | NA | Geneformer | NA | NA |
| 2184 | 2026-03-09 |
MoGraphDRP: Multi-omics and graph fusion with bilinear attention for predicting drug sensitivity
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0341458
PMID:41790794
|
研究论文 | 提出了一种多分支深度学习框架，通过融合多组学细胞数据和药物结构特征来预测药物敏感性 | 结合多组学数据和药物分子图与化学指纹，并引入多头双线性注意力模块来建模细胞与药物间的复杂相互作用 | NA | 实现精准医疗和个性化治疗设计，准确预测癌细胞中的药物反应 | 癌细胞的多组学数据（基因表达、突变、甲基化、生物通路）和药物结构特征（分子图、化学指纹） | 机器学习 | 癌症 | 多组学数据分析 | GCN, MLP, XGBoost | 基因表达、突变、甲基化、生物通路数据、分子图、化学指纹 | NA | TensorFlow, PyTorch, XGBoost | Graph Convolutional Network, Multi-head Bilinear Attention | PCC, RMSE, R² | NA |
| 2185 | 2026-03-09 |
[Research progress in RNA secondary structure prediction methods]
2025-Dec-26, Sheng wu gong cheng xue bao = Chinese journal of biotechnology
DOI:10.13345/j.cjb.250791
PMID:41755596
|
综述 | 本文综述了RNA二级结构预测的主要计算方法，比较了各类算法的优缺点，并讨论了相关技术在生物医学领域的应用及未来发展方向 | 系统比较了基于能量、多序列、传统机器学习、深度学习以及基于三级结构的RNA二级结构预测方法，并特别关注了在RNA结合蛋白位点识别中的应用 | NA | 回顾RNA二级结构预测方法的研究进展，为相关研究提供重要参考 | RNA二级结构预测方法 | 计算生物学 | NA | 能量方法、多序列方法、传统机器学习、深度学习、基于三级结构的预测方法 | NA | NA | NA | NA | NA | NA | NA |
| 2186 | 2025-03-11 |
A Need for Multi-Institutional Collaboration for Deep Learning-Driven Assessment of Osteosarcoma Treatment Response
2025-Jun, The American journal of pathology
DOI:10.1016/j.ajpath.2025.02.002
PMID:40056973
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2187 | 2026-03-07 |
Automated subcutaneous fat segmentation with a convolutional neural network in magnetic resonance guided high-intensity focused ultrasound treatment for uterine fibroids
2026-Dec, International journal of hyperthermia : the official journal of European Society for Hyperthermic Oncology, North American Hyperthermia Group
IF:3.0Q2
DOI:10.1080/02656736.2026.2634734
PMID:41755457
|
研究论文 | 本研究开发了一种基于注意力门控U-Net卷积神经网络的自动分割算法，用于在子宫肌瘤的磁共振引导高强度聚焦超声治疗中分割皮下脂肪层 | 首次将注意力门控U-Net架构应用于子宫肌瘤MR-HIFU治疗中的皮下脂肪自动分割，显著提高了分割效率并确保了治疗安全性 | 研究样本量相对较小（62例患者），且模型仅在特定患者群体（子宫肌瘤）的MR图像上进行了验证 | 开发一种自动分割算法以增强MR-HIFU治疗子宫肌瘤时的安全性和临床工作效率 | 接受MR-HIFU治疗的子宫肌瘤患者的磁共振图像 | 数字病理学 | 子宫肌瘤 | 磁共振成像 | CNN | 图像 | 62例患者 | NA | 注意力门控U-Net | Dice系数, 95百分位Hausdorff距离, 平均绝对厚度误差 | NA |
| 2188 | 2026-03-07 |
Comparing deep learning and classical regression approaches for predicting healthcare expenditure and spending: a systematic review
2026-Dec, Journal of medical economics
IF:2.9Q1
DOI:10.1080/13696998.2026.2630598
PMID:41779998
|
系统综述 | 本研究系统比较了深度学习架构与传统回归及树模型在个体层面医疗成本预测中的表现，特别关注不同数据背景下的性能差异 | 提出了复杂性-性能假说，并系统评估了深度学习在序列丰富的纵向成本预测中的优势，同时明确了传统方法在低维横截面数据中的稳健性 | 证据基于少量（8项）异质性研究，外部或时间验证有限，预测周期短，且对校准、经济可解释性和公平性的评估稀疏，需谨慎解读 | 比较深度学习与传统回归及树模型在医疗支出预测中的性能差异 | 使用真实世界个体层面数据（如理赔、电子健康记录或注册数据）预测成本相关结果的研究 | 机器学习 | NA | NA | LSTM, CNN-LSTM, 回归模型, 树模型 | 结构化数据, 时间序列数据 | NA | NA | LSTM, CNN-LSTM | RMSE, MAE, R2, AUROC | NA |
| 2189 | 2026-03-07 |
Smartphone-integrated molecularly imprinted sensor with convolutional neural networks for on-site detection of Norfloxacin
2026-Apr-15, Analytica chimica acta
IF:5.7Q1
DOI:10.1016/j.aca.2026.345196
PMID:41765623
|
研究论文 | 本研究开发了一种集成了双发射分子印迹荧光传感器与深度学习的便携式传感平台，用于诺氟沙星的快速现场检测 | 结合分子印迹荧光传感器与卷积神经网络，利用智能手机捕获的荧光图像实现高灵敏度、抗环境干扰的现场定量检测 | NA | 开发用于诺氟沙星快速现场检测的便携式传感技术 | 诺氟沙星（NOR） | 计算机视觉 | NA | 分子印迹荧光传感，配体到金属电荷转移（LMCT）机制 | CNN | 图像 | NA | NA | CNN | 检测限，回收率，相对标准偏差（RSD） | 智能手机 |
| 2190 | 2026-03-07 |
Critical assessment of machine learning approaches for classification, dynamic prediction and surrogate Modeling in food fermentation
2026-Apr-01, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2026.118403
PMID:41763759
|
研究论文 | 本研究批判性地评估了机器学习方法在葡萄酒发酵过程中的分类、动态预测和代理建模任务中的表现，并与基于知识的模型进行了比较 | 首次在食品发酵领域系统比较了多种监督机器学习方法与基于知识的模型在有限数据条件下的性能，并开发了一种集成知识预测与残差神经网络的混合模型以纠正系统误差 | 机器学习模型在训练数据有限或需要预测超出训练条件范围的结果时表现不佳，而基于知识的模型虽然泛化能力更好，但计算成本较高 | 评估机器学习方法在食品发酵过程中分类、动态预测和代理建模任务中的有效性，并与传统基于知识的模型进行比较 | 葡萄酒发酵过程、工业酵母菌株、发酵动力学数据 | 机器学习 | NA | NA | 决策树, 支持向量机, 神经网络, 残差神经网络 | 时间序列发酵数据, 代谢物数据, 合成数据 | NA | NA | 残差神经网络 | 准确率, 归一化均方根误差 | NA |
| 2191 | 2026-03-07 |
Simultaneous detection and visualization of lipid and protein oxidation in frozen-thawed chicken meat using hyperspectral imaging
2026-Apr-01, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2026.118463
PMID:41763786
|
研究论文 | 本研究利用高光谱成像技术结合多任务深度学习框架，实现了冷冻-解冻鸡肉中脂质和蛋白质氧化的同时检测与可视化 | 提出了一种新颖的多任务深度学习框架，将格拉米安角差场与多任务卷积神经网络集成，实现了脂质和蛋白质氧化指标的同时端到端预测，避免了传统方法需为每个指标单独训练模型的低效问题 | 研究仅针对鸡肉进行，未涉及其他肉类或食品；实验条件限于10次冻融循环，可能未覆盖所有实际存储场景 | 评估冷冻-解冻鸡肉在存储过程中的脂质和蛋白质氧化程度，以改善肉类质量控制 | 冷冻-解冻的鸡肉样品 | 计算机视觉 | NA | 高光谱成像 | CNN | 图像 | 未明确指定样本数量，但涉及10次冻融循环的鸡肉样品 | 未明确指定，但基于深度学习框架 | 多任务卷积神经网络 | 相关系数R, 均方根误差RMSEP, 相对预测偏差RPD | NA |
| 2192 | 2026-03-07 |
Seeing structure, sensing softening: Decoding the microstructural mediation between optical properties and peach firmness using spatial frequency domain imaging
2026-Apr-01, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2026.118510
PMID:41763828
|
研究论文 | 本研究利用空间频率域成像系统，结合深度学习模型和多元统计分析，揭示了桃子光学特性与硬度之间通过微观结构介导的定量机制 | 首次构建了“光学-结构-力学”多维框架，并采用Cellpose-SAM深度学习模型实现复杂细胞形态的高通量分割，克服了传统方法的局限性 | 研究仅针对‘湖景’桃子品种，且光学测量范围限定在450-1040 nm波段，可能无法完全代表其他品种或更宽光谱范围的情况 | 解码桃子硬度的光学检测机制，为光学质量评估提供生物物理基础 | ‘湖景’桃子在成熟和贮藏阶段的光学特性、微观结构及生化属性 | 计算机视觉 | NA | 空间频率域成像 | 深度学习模型 | 图像 | NA | NA | Cellpose-SAM | 决定系数 | NA |
| 2193 | 2026-03-07 |
Efficacy of Automatic 3D Segmentation of the Upper Airway in CBCT or CT Scans via Artificial Intelligence Versus Manual Segmentation by Human Experts: A Systematic Review and Meta-Analysis
2026-Apr, Clinical and experimental dental research
IF:1.7Q3
DOI:10.1002/cre2.70314
PMID:41764765
|
系统综述与荟萃分析 | 本文通过系统综述与荟萃分析，首次评估了AI在CBCT或CT扫描中自动三维分割上呼吸道的效能，并与人工分割进行比较 | 首次对上呼吸道AI自动分割与人工分割的效能进行荟萃分析，综合评估了多种分割性能指标 | 纳入研究数量有限（仅11项，其中6项用于荟萃分析），需要更多研究才能得出决定性结论 | 评估人工智能在CBCT或CT扫描中自动三维分割上呼吸道的效能 | 基于CBCT或CT扫描的上呼吸道评估研究 | 医学影像分析 | NA | CBCT扫描, CT扫描 | 深度学习, 机器学习 | 三维医学影像（CBCT/CT） | NA | NA | NA | 准确率, 精确率, Dice相似系数, 总体积差异, 交并比, 召回率 | NA |
| 2194 | 2026-03-07 |
Has AI Reshaped Drug Discovery, or Is There Still a Long Way to Go?
2026-Apr, Drug development research
IF:3.5Q2
DOI:10.1002/ddr.70257
PMID:41766174
|
综述 | 本文探讨了人工智能在药物发现中的应用现状、进展与挑战 | 系统总结了AI在药物发现各阶段（如分子性质预测、蛋白质结构建模）的整合应用，并指出尽管AI加速了早期研发，但尚未有完全由AI起源的药物获得全面监管批准，这突显了其作为辅助工具而非独立解决方案的定位 | 关键限制包括数据质量与可访问性差、模型可解释性不足、计算预测与化学可行性之间的差距，以及生物系统复杂性导致的转化成功受限 | 评估人工智能是否已重塑药物发现流程，并分析其当前角色与未来潜力 | 药物发现中的AI应用，包括分子、蛋白质结构及ADME/Tox预测等 | 机器学习 | NA | 深度学习 | NA | 多模态数据（如分子数据、文本数据） | NA | NA | NA | NA | NA |
| 2195 | 2026-03-07 |
The Evaluation of Machine Learning Models Using Matrix-Assisted Laser Desorption/Ionization Time-of-Flight Mass Spectrometry (MALDI-TOF-MS) Spectra for the Prediction of Antibiotic Resistance in Klebsiella pneumoniae
2026-Apr, MicrobiologyOpen
IF:3.9Q2
DOI:10.1002/mbo3.70257
PMID:41771780
|
综述 | 本文评估了利用MALDI-TOF-MS质谱数据构建机器学习模型以预测肺炎克雷伯菌抗生素耐药性的研究现状 | 通过整合23项研究，系统展示了机器学习模型（尤其是集成算法和深度学习）结合MALDI-TOF-MS质谱在快速、准确预测抗生素耐药性方面的创新应用，将诊断时间从传统方法的数天缩短至数分钟或数小时 | 模型受到外部验证有限、质谱预处理方案不一致以及不同MALDI-TOF-MS平台间变异性的限制，可能影响模型的泛化能力和临床转化 | 评估机器学习模型利用MALDI-TOF-MS质谱预测肺炎克雷伯菌抗生素耐药性的有效性和应用潜力 | 肺炎克雷伯菌 | 机器学习 | 细菌感染 | MALDI-TOF-MS | 集成算法, 深度学习 | 质谱数据 | 35至超过15,000株分离株 | NA | Random Forest, XGBoost, Light Gradient Boosting Machine, CNN | AUROC, 准确率 | NA |
| 2196 | 2026-03-07 |
Rejoining fragmented ancient bamboo slips with physics-driven deep learning
2026-Mar-06, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-70361-y
PMID:41786754
|
研究论文 | 提出了一种名为WisePanda的物理驱动深度学习框架，用于自动拼接出土的破碎竹简 | 首次将物理断裂和材料劣化原理与深度学习结合，自动生成成对的合成训练数据，解决了古代文物修复中数据稀缺的难题 | 未在摘要中明确提及 | 开发一个自动化框架，以协助考古学家高效、准确地拼接破碎的古代竹简 | 出土的、破碎成不规则碎片的古代竹简 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA | NA | NA | 匹配准确率 | NA |
| 2197 | 2026-03-07 |
Incremental learning approach for semantic segmentation of skin histology images
2026-Mar-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31553-6
PMID:41786800
|
研究论文 | 本研究提出了一种增量学习框架，用于增强基于Transformer的深度学习模型在皮肤癌及相关组织结构分割中的泛化能力和鲁棒性 | 采用受生物学启发的增量学习策略，允许模型逐步整合新数据，同时减少灾难性遗忘，并通过集成多个损失函数来适应不同放大倍数级别 | 未明确说明模型在完全未见过的数据分布上的性能表现，且未讨论计算成本或实时应用可行性 | 提升深度学习模型在皮肤癌诊断中的临床实用性，通过增强其对新场景的适应性和可靠性 | 皮肤癌及相关组织结构的图像分割 | 数字病理学 | 皮肤癌 | NA | Transformer | 图像 | NA | NA | Transformer | 准确率 | NA |
| 2198 | 2026-03-07 |
Handwriting to Digital Text Translation Using a Self-Powered Triboelectricity-Induced Piezoelectric Writing Pad through a Deep Learning Algorithm
2026-Mar-06, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c22477
PMID:41789810
|
研究论文 | 本文介绍了一种基于摩擦电诱导压电的书写垫，结合深度学习算法，用于将手写输入转换为数字文本 | 开发了一种自供电的摩擦电诱导压电书写垫，结合深度学习算法实现高精度手写字母识别 | 仅针对四个英文字母进行了测试，样本量较小，且未涉及更复杂的手写体或连续文本 | 研究手写字母到数字文本的转换技术，提升人机交互效率 | 手写英文字母信号 | 机器学习和人机交互 | NA | 摩擦电诱导压电传感和深度学习 | CNN | 时间序列信号和频谱图 | 三名个体手写的四个英文字母信号 | NA | CNN | 分类准确率 | NA |
| 2199 | 2026-03-07 |
HighRelax: Physics-Based Refinement of Deep Learning Protein Predictions with Noncanonical Amino Acids
2026-Mar-06, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01807
PMID:41789985
|
研究论文 | 本文提出了一种名为HighRelax的物理优化方法，用于改进包含非经典氨基酸的深度学习蛋白质结构预测结果 | 扩展了AMBER力场以覆盖139种非经典氨基酸，并开发了与AlphaFold3等先进模型兼容的增强型Amber-relax协议，能够处理含非经典氨基酸和环肽的复杂系统 | 未明确说明方法对特定类型非经典氨基酸或极端结构情况的适用性限制 | 解决非经典氨基酸在蛋白质结构预测中产生的立体冲突、手性违规和几何扭曲问题 | 包含非经典氨基酸的蛋白质和肽类结构 | 计算生物学 | NA | 分子动力学模拟，力场参数化 | 物理优化方法 | 3D蛋白质结构 | NA | AMBER | HighRelax（基于Amber-relax的增强协议） | 立体冲突减少，手性恢复，结构质量改善 | NA |
| 2200 | 2026-03-07 |
Improving MRI-based differentiation of brain metastasis, glioblastoma, and primary CNS lymphoma using deep learning
2026-Mar-06, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-026-03960-7
PMID:41790161
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |