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 48972 篇文献，本页显示第 4241 - 4260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4241 | 2026-07-10 |
Multi-task deep learning for sub-clinical screening of mood and sleep disturbances using physical activity biomarkers
2026-Nov-01, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2026.122055
PMID:42217638
|
研究论文 | 开发并验证了一个多任务深度学习框架MUSCLE，利用体力活动生物标志物同时筛查情绪障碍和睡眠障碍风险 | 首次将多任务深度学习应用于亚临床情绪与睡眠障碍筛查，利用体力活动数据实现了并发风险识别，并显著优于传统机器学习与单任务神经网络 | 未明确提及，但可能包括样本来自单一国家数据集（台湾）以及依赖自我报告幸福感指标等局限性 | 开发并验证一个利用体力活动生物标志物进行情绪障碍和睡眠障碍亚临床筛查的多任务深度学习框架 | 台湾全国体力活动评估与自我报告幸福感指标数据集（n=69,559），经过预处理后使用44,477条完整记录 | 机器学习 | 情绪障碍、睡眠障碍 | 体力活动生物标志物分析 | CNN-LSTM（卷积神经网络结合长短期记忆网络） | 体力活动评估数据与自我报告幸福感指标 | 69,559个样本，经预处理后使用44,477条完整记录 | PyTorch | MUSCLE（多任务同步卷积LSTM评估器），集成CNN与LSTM | 精确率、召回率、F1分数 | 未明确提及，但10折交叉验证可能使用标准GPU（如NVIDIA RTX系列）或云端计算资源 |
| 4242 | 2026-07-10 |
Deep Learning Outperforms Descriptor-Based Classification of Food Items Using Chromatography-Mass Spectrometry Data
2026-Oct-15, Rapid communications in mass spectrometry : RCM
IF:1.8Q2
DOI:10.1002/rcm.70134
PMID:42421483
|
研究论文 | 比较卷积神经网络与传统描述符方法在食物分类和掺假检测中的性能，展示深度学习优势 | 首次将端到端深度学习应用于色谱-质谱数据指纹进行食物分类，显著优于基于描述符的传统方法，并实现了高灵敏度的掺假检测 | 使用计算模拟数据而非实验获取的质谱数据，需要在真实实验数据上验证 | 展示深度学习在食物认证、掺假筛查和基于数据驱动的配对发现中的可扩展优势 | 15种食品项目的色谱-质谱数据 | 机器学习 | NA | 色谱-质谱联用 | 卷积神经网络 | 质谱数据 | 3000个计算模拟质谱数据，每类200个 | NA | SimpleCNN | 准确率、敏感性、特异性、轮廓系数、Davies-Bouldin指数、余弦相似度 | NA |
| 4243 | 2026-07-10 |
Liquid-liquid phase separation in metabolic engineering: Mechanistic insights, emerging applications, and future challenges
2026-Oct, Biotechnology advances
IF:12.1Q1
DOI:10.1016/j.biotechadv.2026.108931
PMID:42225537
|
综述 | 系统总结液-液相分离在代谢工程中的设计原理、分子决定因素和调控策略，并探讨人工智能和深度学习在该领域的应用 | 首次系统整合了基于液-液相分离的人工凝集体在代谢工程中的应用，特别是引入人工智能和深度学习用于数据驱动的固有无序区域设计，建立定量序列-相行为关系，推动从经验设计向预测性工程框架的转变 | 凝集体的老化和与宿主细胞环境的兼容性问题尚未解决 | 为合成生物学和代谢工程领域提供液-液相分离的理论框架和未来展望，促进新一代稳定的、可编程的微生物细胞工厂平台的开发 | 基于液-液相分离的人工凝集体及其在代谢通道、基因表达控制和可编程细胞功能模块构建中的应用 | 机器学习 | NA | NA | 深度学习模型 | 序列数据 | NA | NA | NA | NA | NA |
| 4244 | 2026-07-10 |
A highly accurate framework for estimating eye muscle area and backfat thickness of pigs in vivo using deep learning
2026-Oct, Meat science
IF:5.7Q1
DOI:10.1016/j.meatsci.2026.110158
PMID:42361610
|
研究论文 | 开发了一种基于深度学习的框架，用于自动分割猪超声图像以准确估算眼肌面积和背膘厚度 | 提出了ReAMS-UNet网络架构，在大规模猪超声图像数据集上实现了眼肌区域的高度精准分割，并通过集成精确图像二值化方法提高了背膘厚度估计的准确性 | 文章未明确说明框架在不同猪品种或不同超声设备上的泛化能力，也未探讨实际应用中的计算效率 | 利用深度学习实现猪活体超声图像中眼肌面积和背膘厚度的自动、准确估算 | 猪的超声图像，包含10088张图像的大型数据集 | 计算机视觉 | NA | 超声成像 | CNN | 图像 | 10088张猪超声图像 | NA | ReAMS-UNet, UNet, 及其他六种神经网络架构 | IoU, Dice系数, MAE, 相关系数R | NA |
| 4245 | 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 |
| 4246 | 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 |
| 4247 | 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 |
| 4248 | 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 |
| 4249 | 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 |
| 4250 | 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 |
| 4251 | 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 |
| 4252 | 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 |
| 4253 | 2026-07-10 |
Advancing forward osmosis predictions: A deep learning-based surrogate modeling approach
2026-Aug-30, Journal of the science of food and agriculture
IF:3.3Q2
DOI:10.1002/jsfa.70714
PMID:42117887
|
研究论文 | 提出一种基于深度学习的替代模型，用于快速准确预测不同操作条件下的正向渗透性能 | 首次将深度神经网络替代模型应用于正向渗透性能预测，在保持高准确性的同时大幅缩短计算时间，并通过SHAP分析解释模型捕获的物理关系 | 模型性能强烈依赖数据集大小，小数据集下DNN模型不如随机森林模型有效 | 开发快速准确的正向渗透性能预测方法，用于食品制造中的过程优化 | 正向渗透系统的性能预测，包括水通量等关键参数 | 机器学习 | NA | 正向渗透 | 深度神经网络 | 数值模拟数据 | 1563个数据点以上用于训练 | NA | 决策树, 随机森林, 支持向量机, 深度神经网络 | 归一化均方根误差 (NRMSE) | NA |
| 4254 | 2026-07-10 |
Semi-Supervised Deep Learning-Based Model for Segmentation of Breast Arterial Calcification on Screening Mammograms
2026-Aug, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371251400538
PMID:41459704
|
research paper | 提出一种基于半监督深度学习模型的乳腺动脉钙化分割方法，用于在筛查性乳腺摄影中自动评估钙化严重程度，并提升跨系统泛化能力 | 创新点在于采用渐进式伪标记的半监督学习策略，利用6000张未标注图像增强模型鲁棒性，并将分割结果与放射科医生基于加拿大乳腺影像学会指南的评估进行基准对比 | 研究中未明确提及局限性，但可能依赖标注数据质量且半监督伪标记可能导致误差传播 | 实现乳腺动脉钙化严重程度的自动化分级，提高跨系统通用性，并与临床共识保持一致 | 来自7个供应商的2560张标注筛查性乳腺摄影图像及6000张未标注乳腺摄影图像 | computer vision | cardiovascular disease | NA | U-Net | image | 共8560张筛查性乳腺摄影图像，其中2560张标注，6000张未标注 | NA | U-Net | Jaccard相似系数, 准确率, 精确率, F1分数, 召回率, 敏感性, 特异性, AUC, 加权κ统计量 | NA |
| 4255 | 2026-07-10 |
In situ time-resolved motion of a tethered Pachnoda marginata, AI-correlated using μMRI and optical imaging
2026-Aug, Journal of magnetic resonance (San Diego, Calif. : 1997)
DOI:10.1016/j.jmr.2026.108089
PMID:42167048
|
研究论文 | 通过结合深度学习的动态欠采样策略，加速μMRI采集，实现对拴系活动昆虫（太阳甲虫）内部生物力学的时域高分辨成像 | 提出动态欠采样结合回顾性视图共享的快速RARE序列方案，并引入深度学习模块校正伪影，实现μMRI与光学成像的时空关联 | 仅以相对慢速运动的太阳甲虫为概念验证，未验证在更快运动节肢动物上的可行性，且拴系装置可能限制自然行为的真实表现 | 开发加速μMRI采集方法，实现拴系活动昆虫内部生物力学的动态研究 | 拴系活动中的太阳甲虫（Pachnoda marginata） | 计算机视觉 | NA | μMRI（显微磁共振成像）、光学成像 | 深度学习模块（用于伪影校正） | 磁共振图像、光学图像 | 拴系活动的太阳甲虫个体（未明确数量） | NA | NA | NA | 超高场磁体（未明确具体型号） |
| 4256 | 2026-07-10 |
Association of somatosensory evoked potentials with cervical spinal cord atrophy and disability progression in multiple sclerosis
2026-Aug, Multiple sclerosis and related disorders
IF:2.9Q2
DOI:10.1016/j.msard.2026.107304
PMID:42276021
|
研究论文 | 探讨躯体感觉诱发电位异常与多发性硬化患者颈椎萎缩及残疾进展的关联 | 首次联合分析躯体感觉诱发电位、颈椎萎缩和残疾进展之间的关系，支持SEP作为脊髓受累的电生理生物标志物 | 样本量较小（47例），回顾性设计可能引入偏倚，仅评估了两个颈椎水平（C2-3、C3-4） | 研究SEP异常与颈椎萎缩及多发性硬化残疾进展的关联 | 多发性硬化患者 | 机器学习 | 多发性硬化 | SEP神经电生理检查 | 深度学习分割模型 | MRI影像 | 47例多发性硬化患者 | NA | NA | 生存分析中的风险比，Kaplan-Meier曲线 | NA |
| 4257 | 2026-07-10 |
Neural Decoding of Ultrasound-Modulated Pain States via Deep Learning: Insights from Functional Magnetic Resonance Imaging Data
2026-Aug, Cancer biotherapy & radiopharmaceuticals
DOI:10.1177/10849785251414768
PMID:42417181
|
研究论文 | 利用深度学习分析非人类灵长类动物的功能性磁共振成像数据，分类热痛刺激与经颅聚焦超声调制下的疼痛状态，验证FUS对丘脑皮层痛觉传递的抑制效应 | 首次将3D卷积神经网络应用于非人类灵长类动物功能性磁共振成像数据，解码聚焦超声调制下的疼痛状态，并通过显著性映射揭示皮层和丘脑的神经相关性变化 | 未提及局限性 | 探索聚焦超声作为非侵入性神经调控技术对疼痛状态的影响，并利用深度学习解码大脑状态动态 | 非人类灵长类动物（非人类灵长类）的热痛刺激状态 | machine learning | NA | fMRI | 3D CNN | 影像数据（fMRI） | 非人类灵长类动物样本（数量未明确） | NA | 3D卷积神经网络 | 准确率, 受试者工作特征曲线下面积 | NA |
| 4258 | 2026-07-10 |
Machine Learning to Predict Outcomes of Anti-VEGF Therapy in Neovascular Age-Related Macular Degeneration
2026-Aug, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2026.101238
PMID:42421758
|
研究论文 | 利用OCT液体指标开发的机器学习模型预测新生血管性年龄相关性黄斑变性患者抗VEGF治疗长期效果 | 首次在大规模多中心临床数据集中，使用基于OCT的定量视网膜液体测量数据训练集成机器学习模型，预测抗VEGF注射次数和视力结果，并进行外部验证以评估跨医疗系统的泛化能力 | 在外部验证队列中模型性能下降，反映不同治疗政策和医疗体系的差异；液体指标对注射和视力的预测权重不同可能影响模型通用性 | 开发并验证基于OCT液体指标的机器学习模型，预测nAMD患者抗VEGF长期治疗强度（注射次数）和视力结果 | 来自英国贝尔法斯特和以色列特拉维夫医疗中心两个三级中心的2475名nAMD患者（共2922只眼） | 机器学习 | 年龄相关性黄斑变性 | OCT成像 | 集成机器学习模型 | 图像（OCT扫描） | 2922只眼，来自2475名患者 | NA | NA | 预测与观察的一致性（以注射次数差异≤2次和视力差异≤0.2 logMAR为单位衡量） | NA |
| 4259 | 2026-07-10 |
Predicted protein-protein interactions between sugar beet root maggot trypsins and sugar beet Kunitz trypsin inhibitors using deep learning
2026-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2026.113020
PMID:42422032
|
研究论文 | 使用深度学习预测甜菜根蛆胰蛋白酶与甜菜库尼茨胰蛋白酶抑制剂之间的蛋白质-蛋白质相互作用 | 首次利用AlphaFold深度学习模型预测21个甜菜库尼茨胰蛋白酶抑制剂与9个甜菜根蛆胰蛋白酶之间的结合能力，发现不同抑制剂结合效果差异显著 | AlphaFold的预测结果缺乏实验验证，仅为计算预测而非科学证据 | 分析甜菜库尼茨胰蛋白酶抑制剂与甜菜根蛆胰蛋白酶之间的相互作用，揭示植物-昆虫害虫互作的复杂性 | 甜菜根蛆胰蛋白酶和甜菜库尼茨胰蛋白酶抑制剂 | 机器学习 | 无 | 蛋白质序列比对（BLASTp）、深度学习预测 | AlphaFold | 蛋白质序列数据 | 21个甜菜库尼茨胰蛋白酶抑制剂蛋白和9个甜菜根蛆胰蛋白酶蛋白 | AlphaFold | AlphaFold | 界面预测模板建模评分（ipTM score） | NA |
| 4260 | 2026-07-10 |
Explainable artificial intelligence in prostate cancer treatment recommendation: A decision support system for oncological expert panels
2026-Jul-26, European journal of cancer (Oxford, England : 1990)
DOI:10.1016/j.ejca.2026.116849
PMID:42235465
|
研究论文 | 开发并评估了一种可解释的人工智能系统，用于再现多学科癌症会议中对前列腺癌的治疗决策 | 首次在大规模多目标框架下实现可解释的人工智能系统，能够生成与多学科癌症会议一致的前列腺癌治疗推荐，并纳入最多数量的临床输入与治疗输出参数 | 抗癌药物类别的较低性能可能因样本量较小导致，且需进一步前瞻性验证 | 构建可解释的AI决策支持系统以辅助肿瘤专家小组在前列腺癌治疗推荐中达成共识 | 2015年至2022年在多学科癌症会议中讨论的5478例组织学确诊前列腺癌患者的临床数据 | 机器学习 | 前列腺癌 | NGS | 机器学习与深度学习算法 | 结构化临床数据 | 5478例多学科癌症会议病例 | NA | NA | F1分数 | NA |