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 44944 篇文献，本页显示第 2621 - 2640 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2621 | 2026-04-29 |
Readout of intrinsic and induced DNA shape by homeodomain transcription factor complexes
2026-Mar-20, Biophysical journal
IF:3.2Q2
DOI:10.1016/j.bpj.2026.03.036
PMID:41863075
|
研究论文 | 解析同源域转录因子复合物对内在和诱导DNA形状的读取机制 | 首次结合SELEX-seq数据、分子动力学模拟和深度学习（DeepPBS）构建多尺度框架，揭示同源域转录因子复合物中内在和诱导DNA形状的协同作用，并弥补AlphaFold 3在预测突变影响和构象动态方面的不足 | AlphaFold 3在预测突变或构象动态对DNA形状的影响方面存在困难 | 理解同源域转录因子复合物如何通过内在和诱导DNA形状决定结合特异性 | 果蝇Hox转录因子Sex combs reduced及其辅因子Homothorax和Extradenticle形成的三聚体复合物，以及Distal-less和Engrailed两种同源域转录因子 | 自然语言处理 | NA | SELEX-seq, 分子动力学模拟, 深度学习 | DeepPBS, AlphaFold 3 | 序列数据, 结构数据 | 包含不同结合亲和力的多条DNA序列 | AlphaFold, DeepPBS | AlphaFold 3 (AF3), DeepPBS | NA | NA |
| 2622 | 2026-04-29 |
Deep learning-based seed germination prediction using morphological traits and RGB images
2026-Mar-19, BMC plant biology
IF:4.3Q1
DOI:10.1186/s12870-026-08599-3
PMID:41851627
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2623 | 2026-04-29 |
PestDetectSim: an integrated approach for crop pest diagnosis using object detection and similarity-based image retrieval
2026-Mar-19, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-026-01520-x
PMID:41857639
|
研究论文 | 提出一种结合目标检测和基于相似性的图像检索的农作物害虫诊断集成框架PestDetectSim | 将YOLO v8目标检测与SE-Net增强的相似性图像检索相结合，输出检测结果和相似参考图像列表，支持用户交叉验证，提高了诊断可靠性和可解释性 | 未明确提及限制，但可能依赖于预定义害虫类别和图像检索质量 | 提升农作物害虫诊断的准确性和实用性，通过集成自动检测与用户辅助验证增强可靠性 | 农作物害虫图像 | 计算机视觉 | 作物害虫病害 | 目标检测、图像检索 | YOLO v8，SE-Net模块 | 图像 | 包含30种害虫物种的真实田间数据集 | NA | YOLO v8，Squeeze-and-Excitation (SE-Net) | 端到端诊断准确率98.82%，端到端推理时间约60毫秒/图像 | 资源受限设备，支持实时部署 |
| 2624 | 2026-04-29 |
Mke-resnet: a lightweight and interpretable deep learning framework for efficient RNA m6A site identification
2026-Mar-19, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-026-06416-0
PMID:41857714
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2625 | 2026-04-29 |
Critical evaluation of the theory and practice of feed-forward neural networks for genomic prediction
2026-03-04, G3 (Bethesda, Md.)
DOI:10.1093/g3journal/jkaf314
PMID:41442545
|
研究论文 | 对前馈神经网络在基因组预测中的理论和实践进行关键评估 | 提出预测问题分类法以避免模型比较中的混淆，并理论结合实证验证深度学习相对线性模型的三大声称优势 | 仅探索了少量可能的深度学习模型空间，未涵盖所有相关方面 | 评估深度学习在基因组预测中的理论和实践效果，并建议未来研究方向 | 玉米多环境试验数据集中的基因组、土壤、天气和管理输入与谷物产量的关系 | 机器学习 | NA | 基因组预测 | 前馈神经网络、再生核希尔伯特空间模型 | 基因组数据、土壤数据、天气数据、管理数据 | NA | NA | 前馈神经网络 | 预测精度 | NA |
| 2626 | 2026-04-29 |
Deep learning analysis of the pathologic sequence in gastric biopsies from Helicobacter pylori-related intestinal metaplasia
2026-Mar-03, American journal of clinical pathology
IF:2.3Q2
DOI:10.1093/ajcp/aqaf146
PMID:41852252
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2627 | 2026-04-29 |
Computational discovery of high-temperature superconducting ternary hydrides via deep learning
2026-Mar, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwag030
PMID:41908304
|
研究论文 | 利用深度学习框架计算发现高温超导三元氢化物 | 首次将深度学习驱动的理论框架整合高通量晶体结构探索、物理约束筛选和超导临界温度精确预测，成功识别出129种新化合物及27种新结构原型 | NA | 通过深度学习有效解决高温超导三元氢化物在庞大化学和构型空间中的搜索难题 | 三元氢化物超导材料 | 机器学习 | NA | NA | 深度学习模型 | 结构数据与物理约束 | 约3600万种三元氢化物结构；涵盖29种元素 | NA | NA | 超导临界温度预测；热力学稳定性评估 | NA |
| 2628 | 2026-04-29 |
Threat discrimination of real-world social interactions in schizotypal traits
2026-Feb-17, Psychonomic bulletin & review
IF:3.2Q1
DOI:10.3758/s13423-025-02821-3
PMID:41703359
|
研究论文 | 研究精神分裂型特质个体在真实世界社交互动中的威胁辨别能力 | 利用深度学习模型重新渲染自然视频，操纵社交环境信息量，探索社交环境对威胁检测的影响 | 研究基于非临床样本，结果可能不直接适用于临床精神分裂症患者 | 探讨社交环境对精神分裂型特质个体威胁检测能力的影响 | 161名非临床样本，具有不同精神分裂型和自闭型特质水平 | 机器学习 | 精神分裂症谱系障碍 | 深度学习模型 | 深度学习模型 | 自然视频 | 161名非临床样本 | NA | NA | NA | NA |
| 2629 | 2026-04-29 |
Vector-Based Comparison and Average Slope Can Refine Bioequivalence Claims: A Machine and Deep Learning Approach
2026-Feb, Biopharmaceutics & drug disposition
IF:1.7Q3
DOI:10.1002/bdd.70023
PMID:41684335
|
研究论文 | 本研究探索了两种创新概念AS和VBC在生物等效性研究中的优势，结合机器学习和深度学习方法提高研究准确性及效率 | 创新性地将AS（平均斜率）与VBC（基于向量的比较）相结合，测量吸收率同时减少变异性，并首次应用机器学习和人工神经网络于生物等效性分析 | 未提及具体局限性 | 改善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吸收率测量和临床终点分析 | 机器学习 | 无特定疾病 | NA | 人工神经网络 | 临床数据集 | 14个实际数据集 | NA | NA | 统计效力、变异性减少 | NA |
| 2630 | 2026-04-29 |
Genomic prediction of feed efficiency in boars by deep learning
2026-01-07, G3 (Bethesda, Md.)
DOI:10.1093/g3journal/jkaf274
PMID:41239183
|
研究论文 | 利用深度学习对公猪饲料效率进行基因组预测，并与传统线性模型比较 | 首次将深度学习模型应用于公猪饲料效率的基因组预测，并评估了其对非加性遗传效应的捕捉能力 | 深度学习模型的计算成本显著增加，且捕捉的非加性方差并未显著提高预测能力 | 比较深度学习模型与线性模型在预测两个公猪群体饲料效率上的能力，并评估非加性遗传效应的影响 | 两个公猪群体（父系和母系）的饲料效率性状 | 机器学习 | NA | 基因组预测 | MLP, CNN | 基因组数据 | NA | NA | 多层感知器, 卷积神经网络 | 预测能力 | NA |
| 2631 | 2026-04-29 |
Pretreatment CT Identification of Extranodal Extension in Laryngeal and Hypopharyngeal Cancers Using Deep Learning
2026-01, Radiology
IF:12.1Q1
DOI:10.1148/radiol.250332
PMID:41528225
|
研究论文 | 开发并评估深度学习工具DeepENE在喉癌和下咽癌患者术前CT扫描中检测结外侵犯的诊断性能 | 首次构建深度学习工具DeepENE，在术前CT上自动识别病理结外侵犯，并在多中心数据上超越五位头颈癌专家表现 | 未提供具体局限性信息 | 开发一种深度学习工具用于术前CT检测喉癌和下咽癌患者的结外侵犯，提高诊断准确性 | 289例喉癌和下咽癌患者及1954个经病理确认的淋巴结 | 计算机视觉 | 喉癌、下咽癌 | CT成像 | 深度学习 | CT图像 | 289例患者和1954个淋巴结 | NA | DeepENE | AUC、敏感性、特异性 | NA |
| 2632 | 2026-04-29 |
A Fully Automated 3D CT U-Net Framework for Segmentation and Measurement of the Masseter Muscle, Innovatively Incorporating a Self-Supervised Algorithm to Effectively Reduce Sample Size: A Validation Study in East Asian Populations
2026-01, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-025-05066-6
PMID:40858739
|
研究论文 | 开发并评估一种基于U-Net的全自动3D CT框架，用于咬肌分割和体积测量，并创新性地引入自监督算法以减少所需样本量 | 创新性地引入自监督算法，显著减少了深度学习所需的样本量；在840名东亚健康志愿者中进行了验证，提供了基线数据 | 研究仅限于健康东亚人群，未涉及疾病状态或不同种族人群；未考虑咬肌分割和测量在其他成像模态上的适用性 | 开发并评估一种自动化的咬肌分割和体积测量方法，提供东亚人群的基线数据 | 840名健康的东亚志愿者（253名男性，587名女性），其中15例用于临床验证 | 计算机视觉 | NA | CT成像 | U-Net | 3D CT图像 | 840例头颈CT阴性的健康个体，其中15例用于临床验证 | PyTorch | U-Net | 体积准确度、形态评分、运行时间、配对t检验、皮尔逊相关系数 | NA |
| 2633 | 2026-04-29 |
Advancements in AI-based quantitative analysis of fundus tessellation and its application in myopia research
2026, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2026.1786949
PMID:41907242
|
综述 | 该文章综述了基于人工智能的眼底豹纹状改变定量分析技术及其在近视研究中的应用 | 首次系统整合了人工智能辅助的眼底豹纹状改变定量评估方法及其与近视临床参数的关联 | NA | 探讨人工智能驱动的眼底豹纹状改变量化分析在近视研究中的方法学进展和临床应用潜力 | 眼底豹纹状改变及其密度量化指标 | 计算机视觉 | 近视 | NA | 深度学习 | 图像 | 多个队列研究 | NA | NA | NA | NA |
| 2634 | 2026-04-29 |
AI-based planning for DIEAP flap procedures: exploring foundation models for artery perforators analysis
2026, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2026.1757637
PMID:41907262
|
研究论文 | 评估并优化基于基础模型的自动化管道，用于DIEAP皮瓣手术中穿支血管的分割与定量分析 | 提出了一种新型端到端模型驱动管道，结合计算机视觉算法提取解剖先验、生成血管中心线，并利用这些空间提示指导深度学习分割模型，创新性地使用连通性感知复合损失（含骨骼召回损失）微调nnInteractive模型，显著提升分割性能 | 测试集仅包含九名患者，样本量较小；零样本基线性能较低（DSC 0.174），且最终DSC仅提升至0.265，仍有较大改进空间 | 评估、微调和验证用于穿支血管分割与定量分析的自动化端到端模型驱动管道，以提高术前规划效率和一致性 | CT血管造影（CTA）图像中的穿支血管 | 计算机视觉 | 乳腺癌（乳房重建） | CT血管造影（CTA） | 深度学习分割模型（基础模型：SAM 2, MedSAM-2, nnInteractive） | 图像（CTA影像） | 9名患者的CTA数据 | NA | nnInteractive, SAM 2, MedSAM-2 | Dice相似系数（DSC） | NA |
| 2635 | 2026-04-29 |
Diabetic retinopathy severity detection using an improved Whale optimization algorithm and convolutional Kolmogorov-Arnold network
2026, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2026.1709872
PMID:41907276
|
研究论文 | 采用改进鲸鱼优化算法与卷积Kolmogorov-Arnold网络进行糖尿病视网膜病变严重程度检测 | 结合ShuffleNet V2与视觉Transformer注意力机制进行特征提取，利用改进鲸鱼优化算法微调模型，并使用卷积Kolmogorov-Arnold网络进行分类 | 模型在独立数据集上的泛化性能及计算资源需求需进一步验证 | 基于深度学习技术自动检测糖尿病视网膜病变的严重程度 | 糖尿病视网膜病变患者的眼底图像 | 计算机视觉 | 糖尿病视网膜病变 | NA | CNN, Transformer | 图像 | EyePACS数据集（用于训练）和Messidor-2数据集（用于泛化测试） | NA | ShuffleNet V2, Vision Transformer, 卷积Kolmogorov-Arnold网络 | 准确率 | 最小处理资源 |
| 2636 | 2026-04-29 |
Model-independent searches of new physics in DARWIN with deep learning
2026, The European physical journal. C, Particles and fields
DOI:10.1140/epjc/s10052-025-15161-2
PMID:41907564
|
研究论文 | 提出一种深度学习流程，在拟建的下一代多吨级液氙直接探测实验DARWIN中，无模型依赖地搜索除背景外的新物理异常事件 | 采用变分自编码器和分类器的组合异常检测器，从高维模拟探测器响应数据中学习特征，避免传统的降维信息损失和计算开销，实现无似然函数的模型无关搜索 | 仅基于WIMP暗物质信号进行验证，未涵盖其他潜在新物理信号；模拟数据与真实实验数据可能存在差异，实际性能待验证 | 开发一种无模型依赖的异常事件搜索方法，补充或增强DARWIN实验中传统的似然分析流程 | DARWIN液氙直接探测实验的高维模拟探测器响应数据 | 机器学习 | 无 | NA | 变分自编码器和分类器 | 高维模拟探测器响应数据 | NA | PyTorch或TensorFlow（基于深度学习框架的VAE和分类器） | 变分自编码器、分类器 | 异常分数（1D anomaly score）的统计功效 | GPU（未明确指定具体型号，需根据实验模拟需求确定） |
| 2637 | 2026-04-29 |
Quantification of feeding intensity and feeding control of largemouth bass based on water surface vibration characteristics
2026, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2026.1656290
PMID:41908139
|
研究论文 | 本研究通过整合振动信号量化与深度学习，建立了基于水面振动特性的大口黑鲈摄食强度动态预测模型 | 首次将水面振动特性与LSTM深度学习模型结合，实现了低成本、高精度的实时摄食强度预测与反馈控制 | 模型仅在特定实验条件下验证，未涉及不同水质或环境噪声影响 | 实现高密度水产养殖中大口黑鲈的精准投喂控制 | 大口黑鲈（50-300g） | 机器学习 | NA | 三轴振动信号量化 | LSTM | 时间序列振动信号 | 实验设计：鱼尺寸50-300g（4组），养殖密度20-60条/组（3组），投喂速度1-3g/s（3组），饲料粒径2#4#6#（3组） | PyTorch | LSTM, GRU, Transformer, GCN, 光流法 | RMSE, MAE, R, 残留饲料率 | 嵌入式系统Orange Pi AiPRO（成本<200美元） |
| 2638 | 2026-04-29 |
Exploiting fuzzy weights in CNN model-based taxonomic classification of 500-bp sequence bacterial dataset
2025-Dec-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24836-5
PMID:41436515
|
研究论文 | 提出一种改进的模糊加权卷积神经网络（F-CNN），用于基于500-bp片段的细菌DNA序列的分类 | 将模糊逻辑与传统CNN结合，通过模糊权重系统处理分类层中概率相近的样本，提高分类准确性 | 未提及 | 实现对500-bp片段细菌DNA序列的高精度分类 | 细菌DNA序列 | 机器学习 | NA | DNA测序 | 模糊加权卷积神经网络（F-CNN） | DNA序列数据 | RDP 11数据集，包含超过140万条细菌基因序列 | NA | 卷积神经网络 | 分类准确率 | NA |
| 2639 | 2026-04-29 |
Can CTA-Based Machine Learning Identify Patients for Whom Successful Endovascular Stroke Therapy Is Insufficient?
2025-Dec-04, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8885
PMID:40533350
|
研究论文 | 基于治疗前CTA的机器学习模型可识别即使血管内治疗成功且最终梗死体积较小仍预后不良的急性缺血性卒中患者 | 首次利用治疗前CTA图像训练的深度学习模型（DSN-CTA）预测血管内治疗成功后仍出现意外不良功能结局的患者，其性能优于传统临床变量模型 | 样本量较小（48例），且为回顾性研究，需前瞻性验证 | 评估基于治疗前CTA的机器学习方法能否识别可能从额外干预中获益的卒中患者 | 大血管闭塞性急性缺血性卒中患者，接受血管内治疗且成功再通（TICI 2b-3）并最终梗死体积小于30mL | 机器学习, 数字病理学 | 急性缺血性卒中 | CTA | 深度学习模型 | 图像 | 1542例用于预训练，48例用于微调和交叉验证 | NA | DeepsymNet-v3 | AUROC | NA |
| 2640 | 2026-04-29 |
Harnessing Statistical and Machine Learning Approaches to Analyze Oxidized LDL in Clinical Research
2025-Dec, Cell biochemistry and biophysics
IF:1.8Q4
DOI:10.1007/s12013-025-01837-9
PMID:40884728
|
综述 | 探讨统计和机器学习方法在分析氧化低密度脂蛋白临床研究中的应用 | 系统比较传统统计与新兴机器学习方法在OxLDL量化及临床关联分析中的优势与局限性，提出标准化分析流程以提高可重复性和转化影响 | 未具体讨论已开发方法的实际样本量或性能指标，缺乏对特定数据集的实证验证 | 评估统计和计算方法在OxLDL临床研究中的效用，推动标准化分析流程 | 氧化低密度脂蛋白（OxLDL）及其与慢性病的关联 | 机器学习 | 动脉粥样硬化、2型糖尿病、代谢综合征、阿尔茨海默病、慢性肾病 | NA | CNN, 预测模型 | 临床数据、生化数据、影像数据 | NA | NA | NA | NA | NA |