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 441 - 460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 441 | 2026-02-13 |
Unified imputation of missing data modalities and features in multi-omic data via shared representation learning
2026-Feb-06, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.04.703630
PMID:41676545
|
研究论文 | 提出一种名为MIMIR的深度学习框架，用于统一处理多组学数据中缺失模态和缺失特征值的填补问题 | 首次提出统一框架同时处理缺失数据模态和模态内缺失特征值，通过共享表示学习实现任意观测模态子集的重建 | 未明确说明计算复杂度、对极端缺失模式的鲁棒性以及在小样本数据集上的泛化能力 | 开发多组学数据缺失值填补的统一方法 | 癌症多组学数据 | 机器学习 | 泛癌 | 多组学测序 | 掩码自编码器 | 多模态组学数据 | 癌症基因组图谱（TCGA）的泛癌多组学数据 | NA | 掩码自编码器 | NA | NA |
| 442 | 2026-02-13 |
Practical utility of sequence-to-omics models for improving the reproducibility of genetic fine-mapping
2026-Feb-06, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.04.703796
PMID:41676556
|
研究论文 | 本文系统评估了序列到组学（S2O）模型在提高遗传精细定位可重复性方面的实用性 | 提出了一个结合传统统计精细定位与S2O模型预测的广义框架，生成功能信息后验包含概率（fiPIPs），显著降低了复制失败率 | NA | 提高遗传精细定位的可重复性，并评估S2O模型在此过程中的效用 | 来自GTEx、TOPMed和MAGE项目的表达数量性状位点（eQTL）数据集 | 机器学习 | NA | 序列到组学（S2O）建模 | 深度学习模型 | DNA序列数据 | NA | NA | AlphaGenome, Borzoi, Enformer, Sei | 复制失败率（RFRs），准确性 | NA |
| 443 | 2026-02-13 |
High throughput quantitative tracking of Plasmodium falciparum clonal blood stage parasite growth and applications for antimalarial drug discovery
2026-Feb-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.30.691439
PMID:41676625
|
研究论文 | 本文开发了qTRACE和AI模型，用于高通量平台下在单寄生虫分辨率上同时评估细胞毒性和细胞静态效应 | 开发了qTRACE方法和AI模型，首次实现了在单寄生虫分辨率上同时评估药物对疟原虫的细胞毒性和细胞静态效应，并揭示了青蒿素诱导休眠与复燃之间的因果关联 | 未明确说明样本量大小或实验重复次数，可能限制了结果的普适性 | 开发新方法以系统分析抗疟药物效果，并研究青蒿素诱导休眠与复燃的机制 | 恶性疟原虫克隆血液阶段寄生虫 | 机器学习 | 疟疾 | 高通量定量追踪、深度学习分割分析 | 深度学习模型 | 时间序列图像数据 | NA | NA | NA | NA | NA |
| 444 | 2026-02-13 |
Disentangle-and-aggregate feature learning (DAFNet) for motor bearing fault diagnosis
2026-Feb-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34490-6
PMID:41639110
|
研究论文 | 本文提出了一种用于电机轴承故障诊断的解耦与聚合特征学习网络（DAFNet），旨在解决传统CNN因网络深度增加导致的参数冗余和计算效率低下的问题 | 提出了一种创新的分层解耦与聚合机制，通过二次分割策略分离浅层、中层和深层特征，并进行终端特征融合，有效表征故障信息 | NA | 开发一种轻量高效的深度学习模型，用于电机轴承故障诊断，以适应资源受限的边缘设备部署 | 电机轴承 | 机器学习 | NA | 故障诊断 | CNN | 传感器数据 | 基于CWRU数据集 | NA | DAFNet | 平均准确率 | 资源受限的边缘设备 |
| 445 | 2026-02-13 |
Automated Ventricle Assessment via Three-dimensional Anatomical Reconstruction (AVA-TAR): a computational toolkit for autonomous lateral ventricle assessment in preclinical hydrocephalus models
2026-Feb-05, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.02.703412
PMID:41676469
|
研究论文 | 本研究开发并验证了一个深度学习模型，用于自动分割啮齿动物脑MRI中的侧脑室，实现3D重建、形态学分析和脑室扩大检测 | 提出了一个基于U-Net++和EfficientNet-B1编码器的深度学习工具，能够高效、准确地自动分割和分析啮齿动物脑MRI中的侧脑室形态，克服了传统手动分割或图谱方法的低效性和局限性 | 模型训练主要基于形态正常的样本，可能对异常形态的泛化能力有限；样本量相对较小（307个MRI），且内部验证为主，缺乏外部验证 | 开发一个自动化工具，用于临床前脑积水研究中侧脑室的自动分割和形态学分析 | 啮齿动物（大鼠和小鼠）的脑MRI图像 | 数字病理学 | 脑积水 | 小动物磁共振成像 | 深度学习 | 图像 | 307个啮齿动物脑MRI（262只大鼠，45只小鼠） | NA | U-Net++, EfficientNet-B1 | Dice系数, IoU, Hausdorff指数, Pearson相关系数, 类内相关系数 | NA |
| 446 | 2026-02-13 |
Deconvolving mutation effects on protein stability and function with disentangled protein language models
2026-Feb-05, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.03.703560
PMID:41676583
|
研究论文 | 本文介绍了一种名为DETANGO的新型深度学习框架，用于解耦突变对蛋白质稳定性和功能的影响 | 提出了一种能够从蛋白质语言模型预测的突变效应中分离出稳定性扰动成分的新方法，从而准确识别稳定但失活的变异体 | NA | 解耦突变对蛋白质稳定性和功能的影响，以促进蛋白质工程和药物开发 | 蛋白质序列及其单点突变 | 自然语言处理 | NA | 蛋白质语言模型 | 深度学习 | 序列数据 | NA | NA | NA | NA | NA |
| 447 | 2026-02-13 |
A consensus spinal cord cell type atlas across mouse, macaque, and human
2026-Feb-05, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.04.703852
PMID:41676636
|
研究论文 | 本研究通过整合小鼠、猕猴和人类脊髓的单细胞基因表达、染色质可及性和空间转录组数据，构建了一个跨物种的脊髓细胞类型图谱，揭示了保守和物种特异性的细胞特征 | 首次整合了小鼠、猕猴和人类脊髓的单细胞多组学数据，生成了一个统一的跨物种细胞类型图谱，并利用空间分布信息创建了细胞类型引导的脊髓解剖图 | NA | 构建一个跨物种的脊髓细胞类型图谱，以全面表征小鼠、猕猴和人类脊髓的细胞多样性 | 小鼠、猕猴和人类脊髓的细胞，包括来自颈、胸、腰和骶段以及猕猴脊髓整个头尾轴的神经元 | 生物信息学 | 神经系统疾病 | 单细胞核基因表达测序、染色质可及性分析、空间转录组学 | 深度学习序列模型 | 基因表达数据、染色质可及性数据、空间转录组数据 | NA | NA | NA | NA | NA |
| 448 | 2026-02-13 |
Deep Learning-Enabled Screening of Chronic Kidney Disease from Echocardiography
2026-Feb-03, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.02.02.26345379
PMID:41674580
|
研究论文 | 本研究开发了一种深度学习模型，利用超声心动图视频筛查慢性肾病 | 利用超声心动图视频与慢性肾病之间的关联，首次开发深度学习模型进行非侵入性筛查，并在两个独立外部临床队列中验证了其稳健性能 | 模型性能仍有提升空间（AUC约0.72-0.76），且未在所有医疗中心进行验证 | 通过深度学习技术提高慢性肾病的筛查和检测率 | 慢性肾病患者 | 计算机视觉 | 慢性肾病 | 超声心动图 | 深度学习模型 | 视频 | 总样本数：325,377个超声心动图视频，来自62,818名患者（内部数据集），外部验证包括2,224名患者（SHC）和41,611名患者（KPNC） | NA | NA | AUC | NA |
| 449 | 2026-02-13 |
Prediction of Mutations and Outcome in Gastrointestinal Stromal Tumors with Deep Learning: A Multicenter, Multinational Study
2026-Feb-03, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.02.02.26345350
PMID:41674582
|
研究论文 | 本研究利用深度学习技术，基于全切片图像预测胃肠道间质瘤的突变状态、治疗敏感性和无复发生存期 | 首次在国际多中心大样本GIST队列中，应用深度学习直接从组织学图像预测KIT和PDGFRA突变及治疗反应，性能媲美传统病理风险评分 | 研究为回顾性设计，需前瞻性验证；未整合临床或基因组等多模态数据 | 开发基于深度学习的GIST分子分类和预后评估工具 | 胃肠道间质瘤患者 | 数字病理学 | 胃肠道间质瘤 | 全切片图像分析 | 深度学习模型 | 全切片图像 | 8398例GIST病例（来自7个国家21个中心），其中7238例有分子数据，2638例有临床随访 | NA | NA | AUC, 风险比 | NA |
| 450 | 2026-02-13 |
Drug repositioning for human MKN45 gastric cancer mouse model using deep learning AI and experimental validation
2026-Feb-02, European journal of pharmacology
IF:4.2Q1
DOI:10.1016/j.ejphar.2026.178615
PMID:41638625
|
研究论文 | 本研究利用人工神经网络进行药物重定位，针对胃癌小鼠模型筛选出两种候选药物，并通过实验验证了其疗效和较低的全身毒性 | 首次将人工神经网络模型应用于胃癌药物重定位，并成功通过体内外实验验证了两种候选药物（阿米替林氧化物和植物甲萘醌）的疗效优于顺铂且毒性显著降低 | 研究仅使用了MKN-45细胞系及其异种移植小鼠模型，未在其他胃癌模型或临床样本中进行验证 | 为胃癌开发新的治疗方法，通过药物重定位策略寻找现有药物的新适应症 | 人类MKN-45胃癌细胞系及其异种移植小鼠模型 | 机器学习 | 胃癌 | 药物重定位，体外细胞毒性实验，体内异种移植模型实验 | 人工神经网络 | 药物描述符数据，体外细胞实验数据，体内肿瘤生长数据 | 体外实验使用AGS和MKN-45细胞系及人真皮成纤维细胞（HDFs）；体内实验使用MKN-45异种移植小鼠模型 | NA | 人工神经网络 | IC50值，Z分数，肿瘤体积，体重变化，Ki67和CD44表达抑制率 | NA |
| 451 | 2026-02-13 |
BlueNuclei: automated identification and classification of live and dead transfected neurons using interpretable features
2026-Feb-02, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.29.702657
PMID:41676559
|
研究论文 | 本文介绍了一款名为BlueNuclei的软件，用于自动识别和分类活体与死亡转染神经元 | 首次提供了可扩展、全自动的转染神经元活力评估解决方案，结合了双通道荧光图像处理与基于人类视觉启发的可解释特征分类 | 未明确说明软件在处理不同神经元类型或实验条件下的泛化能力 | 开发自动化工具以改进转染神经元活力评估的效率和一致性 | 转染的原代神经元 | 数字病理学 | 神经性疾病 | 双通道荧光成像 | SVM | 图像 | NA | NA | NA | 准确率 | 最小计算资源（与深度学习替代方案相比） |
| 452 | 2026-02-13 |
Neural Networks as Entropic Systems: Applications in Digital Pathology
2026-Feb-02, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.30.702864
PMID:41676657
|
研究论文 | 本文提出了一种通过测量激活结构、权重演化和谱组织来表征神经网络训练时学习动态的框架，并将其应用于数字病理学 | 将神经网络视为熵系统，通过直接测量训练过程中的激活模块化、表示熵减少和权重轨迹的随机稳定化，为理解模型如何获得生物学有意义的表征提供了机制性视角 | 研究仅基于TCGA BRCA数据集和Vision Transformer模型，结论在其他数据集和模型架构上的普适性有待验证 | 提高数字病理学中深度学习系统的可解释性和临床信任度 | 神经网络在数字病理学中的训练动态和内部结构演化 | 数字病理学 | 乳腺癌 | 全切片图像分析，复制时序衍生的甲基化代理 | Vision Transformer | 图像 | TCGA BRCA全切片图像数据集 | NA | Vision Transformer | 表示熵减少，模块化程度，权重轨迹方差 | NA |
| 453 | 2026-02-13 |
A comparison of super-resolution microscopy techniques for imaging tightly packed microcolonies of an obligate intracellular bacterium
2026-Feb, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.13376
PMID:39651611
|
研究论文 | 本研究比较了五种超分辨率显微镜技术在成像紧密聚集的细胞内细菌微菌落方面的性能 | 首次系统比较了多种超分辨率显微镜技术（包括Airyscan、iSIM、3D-SIM和STED）在成像专性细胞内细菌Oriental tsutsugamushi时的分辨率表现，并结合深度学习软件Cellpose和商业软件Imaris开发了3D细胞分割分析流程 | 研究仅针对特定细菌物种（Oriental tsutsugamushi）和特定实验条件，未涵盖所有超分辨率技术，且部分技术（如3D-STED）可能需要特殊设备 | 评估不同超分辨率显微镜技术在解析紧密聚集的细胞内细菌微菌落结构方面的适用性和性能 | 专性细胞内细菌Oriental tsutsugamushi（Ot）的微菌落 | 生物医学成像 | 细菌感染疾病 | 荧光显微镜技术，包括标准共聚焦、Airyscan共聚焦、即时结构光照明显微镜（iSIM）、三维结构光照明显微镜（3D-SIM）和受激发射损耗显微镜（STED） | 深度学习模型 | 显微镜图像 | 未明确指定具体样本数量，但涉及在不同哺乳动物细胞系中培养的细菌 | Cellpose, Imaris | Cellpose（基于深度学习的细胞分割模型） | 半高全宽（FWHM）测量、横向（xy）和轴向（z）分辨率 | 未明确指定 |
| 454 | 2026-02-13 |
Artificial intelligence-powered microscopy: Transforming the landscape of parasitology
2026-Feb, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.13433
PMID:40492595
|
综述 | 本文综述了人工智能在寄生虫学领域的应用，探讨了AI如何通过机器学习和深度学习技术解决寄生虫识别、生命周期研究及临床诊断中的挑战 | 系统性地整合了人工智能在寄生虫学中的最新进展，特别是针对Apicomplexan、Diplomonad和Kinetoplastid类群的应用，并提出了未来研究方向 | 未提供具体的实验数据或模型性能比较，主要基于现有文献的归纳分析 | 探讨人工智能在寄生虫学研究与诊断中的应用潜力及挑战 | 寄生虫学领域，主要聚焦于Apicomplexan、Diplomonad和Kinetoplastid类群的寄生虫 | 数字病理学 | 寄生虫病 | 显微镜成像，图像分析 | 机器学习，深度学习 | 图像 | NA | NA | NA | NA | NA |
| 455 | 2026-02-13 |
Deep Learning Strategies for Predicting Amputation Free Survival in Patients with Peripheral Artery Disease
2026-Feb, European journal of vascular and endovascular surgery : the official journal of the European Society for Vascular Surgery
IF:5.7Q1
DOI:10.1016/j.ejvs.2025.10.043
PMID:41151636
|
研究论文 | 本研究通过比较多种生存机器学习模型，旨在克服传统Cox比例风险模型在预测外周动脉疾病患者无截肢生存期方面的局限性 | 首次在外周动脉疾病领域系统性地基准测试了包括竞争风险模型在内的多种生存机器学习模型，并开发了患者特异性风险分层工具原型 | 需要外部验证才能在临床实践中应用，且数据集来自单一医院可能存在选择偏倚 | 预测外周动脉疾病患者的无截肢生存期，以支持临床决策 | 2366名接受血运重建术的症状性外周动脉疾病患者 | 机器学习 | 心血管疾病 | 生存分析 | 条件生存森林, 随机生存森林, DeepHit | 临床、生物学、手术信息和结局数据 | 2366名患者 | NA | Cox比例风险模型, 条件生存森林, 随机生存森林, 非线性Cox比例风险模型, Fine and Gray亚分布风险模型, DeepHit模型 | 一致性指数, 综合Brier分数 | NA |
| 456 | 2026-02-13 |
Can artificial intelligence predict failure of non-invasive respiratory support in the neonatal unit?
2026-Feb, Seminars in fetal & neonatal medicine
IF:2.9Q1
DOI:10.1016/j.siny.2025.101692
PMID:41290497
|
综述 | 本文探讨了人工智能在新生儿重症监护室中预测无创通气失败的应用潜力 | 首次系统综述了人工智能模型在新生儿无创通气失败预测中的应用，并评估了其临床实用性 | 纳入研究数量有限（6项），且需要更多大型多中心外部验证研究来评估模型的泛化能力 | 探索人工智能在改善新生儿无创通气失败预测中的应用，以降低该人群的死亡率和发病率 | 新生儿，特别是早产儿 | 机器学习 | 新生儿呼吸系统疾病 | NA | 深度学习模型, 逻辑回归, 支持向量机 | 临床数据 | 3421名婴儿 | NA | 多模态深度神经网络 | AUC | NA |
| 457 | 2026-02-13 |
Deep learning models for image classification of lymphoma: a pilot study in canine
2026-Feb-01, The Journal of veterinary medical science
IF:1.1Q3
DOI:10.1292/jvms.24-0518
PMID:41407379
|
研究论文 | 本研究旨在基于细针穿刺图像，开发深度学习模型以区分犬淋巴瘤与反应性淋巴增生 | 首次在犬淋巴瘤图像分类中应用Vision Transformer和Inception-v3模型，并探索了两种集成学习方法 | 样本量相对较小，仅来自两家医院的有限病例，且ViT模型性能未达预期 | 通过图像分类技术辅助犬淋巴瘤的诊断 | 犬淋巴瘤和反应性淋巴增生的细针穿刺图像 | 计算机视觉 | 淋巴瘤 | 细针穿刺成像 | CNN, Transformer | 图像 | 2290张犬淋巴瘤FNA图像和871张RLH FNA图像，来自14例淋巴瘤和7例RLH病例 | NA | Vision Transformer, Inception-v3 | 准确率, 召回率, AUC, 精确率 | NA |
| 458 | 2026-02-13 |
Evaluating the Impact of Annotation Expertise on AI-Based Ultrasound Segmentation: A Case Study on Left Atrial Appendage
2026-Feb, Cardiovascular engineering and technology
IF:1.6Q4
DOI:10.1007/s13239-025-00816-8
PMID:41491880
|
研究论文 | 本研究评估了注释者专业知识对基于AI的超声图像分割性能的影响，以左心耳分割为例 | 通过比较专家和新手注释的数据集，并引入合成误差（系统性和非系统性），系统分析了注释质量对AI分割模型性能的影响 | 研究仅针对左心耳超声图像分割，结果可能无法推广到其他解剖结构或成像模态 | 探究用户专业知识对医学图像分割中真实标注准确性的影响及其对AI模型性能的最终影响 | 超声图像中的左心耳 | 医学图像分析 | 心血管疾病 | 超声成像 | 深度学习 | 图像 | 两个数据集（专家注释和新手注释），并生成合成变体 | nnU-Net | U-Net | Dice系数 | NA |
| 459 | 2026-02-13 |
Study on the release pattern of radon exhalation in the overburden soil of uranium tailings under arid climate and prediction based on Fully Connected Neural Network (FCNN)-based deep learning radon prediction model
2026-Feb, Journal of environmental radioactivity
IF:1.9Q3
DOI:10.1016/j.jenvrad.2025.107883
PMID:41576636
|
研究论文 | 本文研究了干旱气候下铀尾矿覆盖土壤中氡的释放规律，并提出了基于全连接神经网络（FCNN）的深度学习氡预测模型 | 提出了基于FCNN的深度学习模型来预测氡析出率，并通过与LSTM模型的误差比较，证明了FCNN模型在反映氡气释放规律和表达温度、土壤含水量、覆盖层裂隙率与氡析出率之间关系方面的优越能力 | NA | 为铀尾矿管理单位提供高温和暴晒条件下氡析出率的预测方法，以支持氡的控制与防治 | 铀尾矿覆盖土壤 | 机器学习 | NA | 室内模拟实验 | FCNN, LSTM | 实验数据 | NA | NA | 全连接神经网络, 长短期记忆网络 | 误差比较 | NA |
| 460 | 2026-02-13 |
AI-driven framework for accurate detection of Alzheimer's disease in EEG
2026-Feb-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-35184-3
PMID:41622342
|
研究论文 | 本研究提出了一种基于人工智能的框架，通过融合特征和Conv-LSTM架构，从EEG信号中准确检测阿尔茨海默病 | 提出了一种新颖的特征融合与Conv-LSTM架构相结合的AI框架，能够从复杂的脑电信号中提取高水平的判别性特征，显著提升了AD检测的准确率 | 未在摘要中明确提及 | 开发一种准确、可扩展的阿尔茨海默病早期诊断系统 | 阿尔茨海默病患者（特别是老年人）的脑电图信号 | 机器学习 | 阿尔茨海默病 | 脑电图 | Conv-LSTM | 脑电图信号 | 未在摘要中明确提及 | 未在摘要中明确提及 | Conv-LSTM | 准确率 | 未在摘要中明确提及 |