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 42996 篇文献，本页显示第 4401 - 4420 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4401 | 2026-02-15 |
A deep learning framework (CreoPep) for target-specific design and optimization of conotoxin peptides
2026-Jan-09, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-025-01885-5
PMID:41513959
|
研究论文 | 本文介绍了一种名为CreoPep的深度学习生成框架，专门用于设计和优化针对特定受体的芋螺毒素肽 | CreoPep结合了掩码语言建模与渐进掩码方案，并采用基于物理的能量筛选与温度控制多项式采样的增强流程，能够生成结构功能多样且保留关键药理特征的肽变体 | NA | 开发一种计算框架，以克服天然芋螺毒素变体多样性有限及传统工程策略劳动密集的挑战，实现芋螺毒素肽的靶向设计与优化 | 芋螺毒素肽 | 机器学习 | NA | 深度学习生成模型 | 掩码语言模型 | 肽序列数据 | NA | NA | 掩码语言模型 | NA | NA |
| 4402 | 2026-02-15 |
VISTA uncovers missing gene expression and spatial-induced information for spatial transcriptomic data analysis
2026-Jan-08, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-09479-6
PMID:41507434
|
研究论文 | 本文提出了一种名为VISTA的模型，通过整合单细胞RNA测序和亚细胞空间转录组学数据，预测空间转录组数据中未测量的基因表达 | VISTA模型结合了变分推断和几何深度学习，并引入不确定性量化，以提升空间转录组数据的基因表达预测精度和下游分析能力 | NA | 克服空间转录组数据基因覆盖有限的挑战，提升空间转录组数据的分析能力 | 空间转录组数据中的基因表达预测 | 机器学习 | NA | 单细胞RNA测序, 亚细胞空间转录组学 | 变分推断, 几何深度学习 | 基因表达数据, 空间数据 | 四个数据集 | NA | NA | 插补准确性, 可扩展性, 效率 | NA |
| 4403 | 2026-02-15 |
ANIA: an inception-attention network for predicting minimum inhibitory concentration of antimicrobial peptides
2026-Jan-07, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag023
PMID:41664908
|
研究论文 | 本研究提出了一种名为ANIA的深度学习框架，用于预测抗菌肽对三种临床重要细菌的最小抑菌浓度 | ANIA结合了混沌游戏表示法将序列转换为图像特征，并采用Inception模块、Transformer编码器和回归头的混合架构，以同时捕获局部基序特征和全局上下文模式 | NA | 开发一种预测抗菌肽最小抑菌浓度的深度学习工具，以对抗抗菌素耐药性 | 抗菌肽序列及其对金黄色葡萄球菌、大肠杆菌和铜绿假单胞菌的最小抑菌浓度 | 自然语言处理 | NA | 混沌游戏表示法 | CNN, Transformer | 序列数据（转换为图像特征） | NA | NA | Inception, Transformer | 皮尔逊相关系数, 均方误差 | NA |
| 4404 | 2026-02-15 |
A survey of contrastive learning methods in molecular representation
2026-Jan-07, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf731
PMID:41671347
|
综述 | 本文首次全面综述了分子表示学习中的对比学习方法 | 首次专门针对分子表示学习中的对比学习方法进行系统性综述 | NA | 综述分子表示学习领域，特别是对比学习方法的应用、挑战与未来方向 | 分子表示学习方法 | 机器学习 | NA | 对比学习 | 深度学习模型 | 分子数据 | NA | NA | NA | NA | NA |
| 4405 | 2026-02-15 |
Differential effects of vesicular urokinase receptor uPAR on vascular cell migration and proliferation
2026-Jan, Molecular and cellular biochemistry
IF:3.5Q3
DOI:10.1007/s11010-025-05420-x
PMID:41152550
|
研究论文 | 本研究探讨了间充质干细胞来源的细胞外囊泡中uPAR通过调控Akt信号通路影响血管内皮细胞和平滑肌细胞迁移与增殖的新机制 | 首次发现uPAR缺失的MSC囊泡能选择性刺激平滑肌细胞迁移但丧失促进内皮细胞迁移和毛细血管样结构形成的能力，揭示了uPA/uPAR系统在细胞外囊泡介导的血管生成中具有细胞类型特异性调控功能 | 研究主要使用小鼠脂肪组织来源的MSC和主动脉环模型，尚未在人体组织或体内疾病模型中验证，且机制研究多依赖体外实验 | 探究细胞外囊泡中uPAR在血管生成过程中的调控作用 | 间充质干细胞来源的细胞外囊泡、血管内皮细胞、血管平滑肌细胞、小鼠主动脉环 | 数字病理学 | 心血管疾病 | 超速离心分离、流式细胞术、蛋白质印迹、纳米颗粒追踪分析、免疫荧光染色、共聚焦显微镜、ELISA | 深度学习目标检测模型 | 显微图像 | 未明确样本数量，使用小鼠脂肪组织来源的MSC及其分泌的囊泡 | NA | NA | NA | NA |
| 4406 | 2026-02-15 |
Efficient automated quantification of midline shift in intracerebral hemorrhage using a binarized deep learning model on non-contrast head CT
2026-Jan, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-025-03835-3
PMID:41204958
|
研究论文 | 本文提出了一种基于二值化深度学习的轻量级模型，用于在非增强头部CT扫描中自动量化脑出血患者的中线移位 | 采用基于XNOR的二值化和通道缩放技术，将模型参数从3100万大幅减少至4.4万，实现了高效的实时中线移位量化 | 需要进一步的多中心验证以确认模型的泛化能力 | 开发一种轻量级、可重复的深度学习模型，用于在急诊神经影像环境中自动、准确地量化中线移位 | 急性脑出血患者的非增强头部CT扫描图像 | 计算机视觉 | 脑出血 | 非增强头部CT扫描 | CNN | 图像 | RSNA 2019出血CT数据集的5000张测试切片 | PyTorch | Residual U-Net | Dice分数, 平均绝对误差 | NVIDIA GTX 1650 (4 GB) |
| 4407 | 2026-02-15 |
Enhancing cardiac MRI reliability at 3 T using motion-adaptive B0 shimming
2026-Jan, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70026
PMID:40810283
|
研究论文 | 本研究提出了一种基于深度学习的运动自适应B0匀场方法，用于改善3T高场强心脏MRI的场均匀性和减少伪影 | 开发了首个结合深度学习与运动分辨B0映射的运动自适应B0匀场框架，能够动态补偿呼吸运动引起的场不均匀性 | 研究主要关注呼吸运动的影响，心脏运动的影响较小，且仅验证了特定呼吸状态下的效果 | 提高3T高场强心脏MRI的可靠性和可重复性，减少运动引起的场不均匀性伪影 | 心脏MRI成像中的B0场不均匀性，特别是由呼吸和心脏运动引起的动态变化 | 医学影像处理 | 心血管疾病 | 运动分辨B0映射序列，T2*映射 | 深度学习模型 | MRI图像，B0场映射数据 | 人体成像研究，具体样本数量未明确说明 | NA | NA | 场均匀性标准差比率，T2*映射变异系数，p值 | NA |
| 4408 | 2026-02-15 |
Advanced neuroimaging in pediatric epilepsy surgery: state of the art and future perspectives
2026-Jan, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-025-03859-9
PMID:41317206
|
综述 | 本文综述了儿科耐药性癫痫结构MRI后处理的最新进展，重点关注人工智能驱动和定量技术，并评估了它们对病灶检测、致痫区定位和术前规划的影响 | 系统性地回顾和评估了多种新型后处理技术（如MELD-Graph、MAP18、FLAT1、SUPR-FLAIR）在儿科癫痫中的应用，强调了它们在揭示常规MRI不可见的细微皮质异常方面的潜力，并探讨了将这些工具整合到多模态诊断工作流程中的价值 | 文章作为综述，主要总结了现有技术，未报告原始实验数据；同时指出这些技术仍需标准化、临床验证和工作流程整合方面的持续努力，以确保广泛采用和最大化临床影响 | 回顾儿科耐药性癫痫结构MRI后处理的最新进展，并评估其在病灶检测、致痫区定位和术前规划方面的应用与影响 | 儿科耐药性癫痫患者，特别是MRI阴性（常规MRI未发现明显病灶）的病例 | 医学影像分析 | 癫痫 | 结构MRI后处理技术，包括机器学习、深度学习、基于体素的形态测量学、皮质表面投影、FLAIR/T1比率映射 | 深度学习，机器学习 | MRI图像 | NA | NA | 深度神经网络（具体架构未指定） | 敏感性，特异性，诊断性能 | NA |
| 4409 | 2026-02-15 |
Distribution of coronary artery calcium volume and density by age, sex, and race using AI-based quantification algorithm
2026 Jan-Feb, Journal of cardiovascular computed tomography
IF:5.5Q1
DOI:10.1016/j.jcct.2025.12.003
PMID:41482498
|
研究论文 | 本研究利用基于AI的量化算法，分析了不同年龄、性别和种族人群的冠状动脉钙化体积和密度分布 | 首次使用经过验证的深度学习软件直接量化CAC体积和平均密度，并构建了跨人口亚组的百分位分布 | 研究为单中心回顾性分析，仅包括无症状且无既往动脉粥样硬化性心血管疾病的患者，可能限制了结果的普适性 | 表征冠状动脉钙化体积和密度在不同人口亚组中的规范分布，以改进CAC解释和风险分层 | 23,844名年龄大于35岁、无症状且无既往动脉粥样硬化性心血管疾病的患者 | 数字病理学 | 心血管疾病 | 非对比心电图门控心脏CT扫描 | 深度学习 | 医学影像（CT图像） | 23,844名患者 | NA | NA | NA | NA |
| 4410 | 2026-02-15 |
Voxel-based correction of CT attenuations for accurate quantification of coronary artery calcification in low tube voltage scans with deep learning reconstruction
2026 Jan-Feb, Journal of cardiovascular computed tomography
IF:5.5Q1
DOI:10.1016/j.jcct.2025.12.008
PMID:41486057
|
研究论文 | 本研究提出了一种基于体素的CT衰减校正方法，用于在低管电压扫描结合深度学习重建技术下，实现冠状动脉钙化的准确量化评估 | 提出了一种基于体素的CT衰减校正方法，通过体模扫描建立线性回归模型，将低管电压协议的CT衰减值映射到标准协议，有效解决了低管电压扫描在冠状动脉钙化量化评估中引入的系统性高估偏差 | 研究仅使用了特定扫描设备和重建算法，其校正公式的普适性需要进一步验证；研究为单中心前瞻性研究，样本量相对有限 | 开发一种校正方法，以解决低管电压扫描结合深度学习图像重建在冠状动脉钙化量化评估中引入的偏差，实现准确的风险分层 | 包含各种插入物的体模，以及被转诊进行冠状动脉钙化评分的患者 | 医学影像分析 | 心血管疾病 | CT扫描，深度学习图像重建 | 线性回归模型 | CT图像 | 190名患者 | NA | NA | 钙化体积，等效质量，Agatston评分，风险分层误分类率，CT衰减值，标准差，信噪比，主观图像质量评分 | NA |
| 4411 | 2026-02-15 |
AI-powered detection of cyberbullying in short-form video content: A hybrid deep learning framework
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0338799
PMID:41671210
|
研究论文 | 提出一种混合深度学习框架，用于检测短视频内容中的网络欺凌行为 | 结合CNN、BiLSTM和Transformer的多模态融合框架，并引入语义一致性验证层以增强跨模态对齐 | 未提及具体的数据偏见或跨平台泛化能力的详细限制 | 开发自动化的网络欺凌检测系统以改善内容审核 | 短视频平台（Instagram Reels、TikTok、YouTube Shorts）中的多模态内容 | 自然语言处理,计算机视觉 | NA | 深度学习 | CNN, BiLSTM, Transformer | 视频,音频,文本 | 基于CAVD和SocialVidMix两个基准数据集 | 未明确提及 | CNN, BiLSTM, Transformer | 准确率,精确率,召回率,F1分数 | 未提及 |
| 4412 | 2026-02-15 |
Preoperative evaluation of C2 pedicle screw placement using a deep learning model: Development and validation study
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0342349
PMID:41671245
|
研究论文 | 本研究开发并验证了一个名为C2-Net的深度学习模型，用于术前快速、准确地评估C2椎弓根螺钉置入的可行性 | 开发了一个集成了图像分割模块和螺钉置入概率评估模块的自动化深度学习流程，用于C2椎弓根螺钉置入的术前评估，其性能与资深外科医生相当，并优于初级外科医生 | 未在更大规模、多中心的临床数据集中进行外部验证 | 开发并验证一个深度学习模型，以改进C2椎弓根螺钉置入的术前评估 | C2椎弓根及其在CT图像中的形态 | 数字病理学 | 脊柱疾病 | CT成像 | 深度学习模型 | 医学图像 | 未明确说明具体样本数量，但包含用于训练和测试的CT图像数据集 | 未明确说明 | C2-Net | 准确率, 灵敏度, 特异性 | 未明确说明 |
| 4413 | 2026-02-15 |
A unified vision-language model for cross-product defect detection in glove manufacturing
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0339867
PMID:41671274
|
研究论文 | 提出一种基于多模态大语言模型的统一缺陷检测框架，用于手套制造中的跨产品缺陷检测 | 采用两阶段微调策略（监督微调+强化微调），通过多维度可验证奖励函数优化视觉推理，实现单一模型处理多产品线和缺陷类型 | 仅在手套制造数据集上进行验证，未在其他工业场景测试泛化能力 | 解决工业质量控制中传统深度学习模型扩展性不足的问题 | 手套制造过程中的产品缺陷 | 计算机视觉 | NA | 多模态大语言模型 | MLLM | 图像, 文本 | 真实世界手套制造数据集（未明确数量） | NA | 多模态大语言模型 | 平均精度均值 | NA |
| 4414 | 2026-02-15 |
The role of artificial intelligence in gastroenterology: current perspectives and future directions-narrative review
2026, Translational gastroenterology and hepatology
IF:3.8Q2
DOI:10.21037/tgh-25-10
PMID:41675336
|
综述 | 本文是一篇叙述性综述，探讨了人工智能在胃肠病学领域的当前应用、历史发展、未来方向及其在诊断、管理和预后方面的作用 | 全面回顾了AI在胃肠病学中的历史与现状，特别聚焦于放射学诊断、内窥镜操作、疾病检测和临床决策支持等具体应用，并指出了未来发展的关键挑战与方向 | 作为叙述性综述，可能存在文献选择的主观性，未进行系统性荟萃分析；且主要基于英文文献，可能遗漏其他语言的重要研究 | 评估人工智能在胃肠病学领域的应用现状、潜力及未来发展方向 | 胃肠病学领域，包括胃肠道疾病（如息肉、肿瘤、炎症性肠病等）的诊断、管理和预后 | NA | 胃肠道疾病 | NA | 机器学习, 深度学习 | NA | NA | NA | NA | 准确性 | NA |
| 4415 | 2026-02-15 |
EC-Bench: a benchmark for enzyme commission number prediction
2026, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbag004
PMID:41675694
|
研究论文 | 本文介绍了EC-Bench，一个用于酶委员会编号预测的基准测试框架，旨在系统评估和比较现有方法 | 提出了首个统一的EC编号预测基准测试框架，整合了多种现有方法、性能指标和数据集，支持全面的比较研究 | 基准测试可能未涵盖所有最新方法，且数据集选择可能影响结果的普遍性 | 系统评估和比较酶委员会编号预测方法，以识别最有效的酶功能注释方法 | 酶蛋白质及其对应的EC编号 | 自然语言处理 | NA | 同源性分析、深度学习、对比学习、语言模型 | 深度学习模型、语言模型 | 蛋白质序列数据 | NA | NA | NA | 准确性、效率性能指标 | NA |
| 4416 | 2026-02-15 |
Deep Learning-Enabled Virtual Multiplexed Immunostaining of Label-Free Tissue for Vascular Invasion Assessment
2026, BME frontiers
IF:5.0Q1
DOI:10.34133/bmef.0226
PMID:41676162
|
研究论文 | 本文开发并验证了一种基于深度学习的虚拟多重免疫染色方法，用于无标记组织，以评估血管侵犯 | 提出了一种基于深度学习的虚拟多重免疫染色框架，能够从无标记组织的自发荧光显微图像中同时生成ERG、PanCK和H&E虚拟染色图像，避免了传统免疫组化的化学染色过程 | 未明确说明方法在其他癌症类型或更大样本量中的泛化能力，以及虚拟染色图像与真实染色图像之间可能存在的细微差异 | 开发一种虚拟多重免疫染色方法，以提高甲状腺癌血管侵犯评估的准确性和效率 | 无标记甲状腺癌组织切片 | 数字病理学 | 甲状腺癌 | 自发荧光显微镜成像 | 深度学习模型 | 图像 | 未明确说明具体样本数量，但涉及甲状腺癌组织切片 | NA | NA | 一致性评估 | NA |
| 4417 | 2026-02-15 |
Effective automatic classification methods via deep learning for multi-type infectious keratitis diagnosis
2026-Jan, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-025-06996-2
PMID:41134356
|
研究论文 | 本研究开发了一种基于深度学习的自动分类系统，用于通过裂隙灯图像诊断多种类型的感染性角膜炎 | 首次比较了包括EfficientNet_B0、EfficientNet_V2_S、ResNet50、Vision Transformer (ViT)和DeepIK在内的五种深度学习模型在感染性角膜炎分类任务中的性能，并确定了EfficientNet_B0为最优模型 | 数据集规模有限（1,065张图像），未来需要更大规模的数据集来进一步提高模型的准确性 | 开发一种自动化的深度学习系统，以辅助感染性角膜炎的快速、准确诊断 | 感染性角膜炎（由细菌、真菌、病毒或寄生虫引起）的裂隙灯图像 | 计算机视觉 | 感染性角膜炎 | 裂隙灯成像 | CNN, Transformer | 图像 | 1,065张弥散型裂隙灯图像 | NA | EfficientNet_B0, EfficientNet_V2_S, ResNet50, Vision Transformer (ViT), DeepIK | 准确率, 精确率, 召回率, F1分数, 加权Cohen's Kappa, ROC曲线, AUC | NA |
| 4418 | 2025-12-26 |
A "calcification"-enhanced deep learning approach for precise differentiation of thyroid nodules
2025-Dec-24, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-025-00976-9
PMID:41444688
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4419 | 2026-02-15 |
Artificial intelligence-driven anticancer peptide discovery
2025-Dec, iMetaOmics
DOI:10.1002/imo2.70063
PMID:41676444
|
综述 | 本文系统总结了用于抗癌肽筛选的人工智能模型，并提出了一个结合多组学技术的综合性AI筛选框架 | 提出了一个集数据收集、特征提取、模型构建、可解释性分析和实验验证于一体的综合性AI筛选框架，并将其与多组学技术整合以促进临床转化 | 大多数现有AI模型缺乏可解释性和湿实验室验证，这影响了基于AI的ACP筛选的可信度和实际有效性 | 通过人工智能技术提高抗癌肽的筛选效率和准确性，并促进其临床转化 | 抗癌肽 | 机器学习 | 癌症 | 机器学习，深度学习 | NA | 序列数据 | NA | NA | NA | NA | NA |
| 4420 | 2026-02-15 |
Identification of potent inhibitors of potential VEGFR2: a graph neural network-based virtual screening and in vitro study
2025-Dec, Journal of enzyme inhibition and medicinal chemistry
IF:5.6Q1
DOI:10.1080/14756366.2025.2518192
PMID:40539987
|
研究论文 | 本研究提出了一种结合AI深度学习和基于结构的药物设计的新策略，用于从中医药单体数据库中筛选针对VEGFR2的潜在候选化合物 | 首次将图神经网络应用于中医药单体数据库的虚拟筛选，以识别VEGFR2的有效抑制剂 | 研究仅基于计算筛选和体外实验，缺乏体内实验验证和临床前研究 | 筛选针对VEGFR2的潜在抑制剂，用于癌症治疗 | 中医药单体数据库中的化合物 | 机器学习 | 癌症 | 虚拟筛选，激酶抑制实验，分子对接，分子动力学模拟 | 图神经网络 | 分子结构数据 | 中医药单体数据库中的多个化合物，最终筛选出6个候选化合物 | NA | 图神经网络 | 激酶抑制活性，分子对接评分，分子动力学稳定性 | NA |