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 38737 篇文献，本页显示第 4721 - 4740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4721 | 2025-12-04 |
Dengue forecasting and outbreak detection in Brazil using LSTM: integrating human mobility and climate factors
2026-Mar, Infectious Disease Modelling
IF:3.0Q1
DOI:10.1016/j.idm.2025.11.002
PMID:41321683
|
研究论文 | 本研究开发了一种基于LSTM的深度学习模型，用于预测巴西的登革热病例并检测疫情爆发，整合了人类移动性和气候因素 | 首次将人类移动性数据整合到基于深度学习的登革热预测框架中，以捕捉病毒传播的空间动态 | 未明确提及模型在更广泛地理区域或不同疾病背景下的泛化能力限制 | 提高登革热病例预测和疫情爆发的检测准确性，以支持早期预警系统和公共卫生干预 | 巴西选定城市的登革热病例数据、气候变量和人类移动性数据 | 自然语言处理 | 登革热 | 深度学习 | LSTM | 时间序列数据 | NA | NA | LSTM | MAE, MAPE, CRPS, 准确率, 灵敏度, 特异性, F1分数 | NA |
| 4722 | 2025-12-04 |
LUMIR: an LLM-driven unified agent framework for multi-task infrared spectroscopy reasoning
2026-Jan-08, Analytica chimica acta
IF:5.7Q1
DOI:10.1016/j.aca.2025.344857
PMID:41330688
|
研究论文 | 本文介绍了一个名为LUMIR的LLM驱动的统一智能体框架，用于在低数据条件下实现多任务红外光谱分析的自动化与增强 | 提出了首个将结构化文献知识库、自动化预处理、特征提取和预测建模集成到统一流程中的LLM驱动框架，通过挖掘同行评审文献中的已验证策略并结合小样本学习，实现了在资源有限条件下的鲁棒光谱分析 | 框架在更广泛的光谱类型和极端数据稀缺场景下的泛化能力仍需进一步验证，且依赖于文献知识库的质量和覆盖范围 | 开发一个数据高效、可自动化的统一框架，以解决红外光谱分析中工作流程构建复杂、泛化能力差的问题 | 红外光谱数据 | 机器学习 | NA | 红外光谱分析 | LLM | 光谱数据 | 多个数据集，包括公开的牛奶近红外数据集、中草药、不同储存时长的陈皮、工业废水COD数据集以及Tecator和Corn两个公共基准数据集 | NA | 基于智能体的统一框架（LUMIR） | 与已建立的机器学习和深度学习模型性能相当（具体指标未明确列出，但涉及分类、回归和异常检测任务） | NA |
| 4723 | 2025-12-04 |
AI-driven aging digital twins: A roadmap for clinical translation in precision geriatrics
2026-Jan, Ageing research reviews
IF:12.5Q1
DOI:10.1016/j.arr.2025.102931
PMID:41192800
|
综述 | 本文综述了AI驱动的衰老数字孪生在精准老年医学中的临床转化路线图，探讨了其潜力与挑战 | 提出了基于AI和多源异构数据整合的衰老数字孪生技术，用于实时健康监测、预测分析和个性化干预 | 训练数据集中存在年龄分层偏差，老年人群数据质量差异可能限制模型泛化性，数据隐私、算法透明度和临床验证问题尚未解决 | 探讨AI驱动的衰老数字孪生在精准老年医学中的临床转化潜力 | 衰老及相关疾病（如神经退行性疾病、心血管疾病和癌症） | 机器学习 | 老年疾病 | 深度学习 | NA | 多源异构数据 | NA | NA | NA | NA | NA |
| 4724 | 2025-12-04 |
Artificial intelligence for fall detection in older adults: A comprehensive survey of machine learning, deep learning approaches, and future directions
2026-Jan, Ageing research reviews
IF:12.5Q1
DOI:10.1016/j.arr.2025.102948
PMID:41265569
|
综述 | 本文全面综述了面向老年人的跌倒检测技术，重点关注机器学习与深度学习方法，并探讨了未来研究方向 | 整合了AI驱动系统的监管框架，跨工程、计算机科学和老年学等多个领域，并明确了跌倒检测与骨质疏松症、神经系统疾病等病症之间的联系 | NA | 综述老年人跌倒检测技术的最新进展，特别是应对数据稀缺的挑战，并推动稳健AI系统的临床转化与监管批准 | 老年人跌倒检测系统 | 机器学习和计算机视觉 | 老年疾病 | NA | NA | 传感器数据和视觉数据 | NA | NA | NA | NA | NA |
| 4725 | 2025-12-04 |
Magnetic resonance imaging analysis for Alzheimer's disease diagnosis using artificial intelligence: Methods, challenges, and opportunities
2026-Jan, Ageing research reviews
IF:12.5Q1
DOI:10.1016/j.arr.2025.102943
PMID:41265570
|
综述 | 本文综述了人工智能在利用磁共振成像诊断阿尔茨海默病领域的最新进展、挑战与机遇 | 系统性地总结了AI在MRI数据分析用于AD诊断中的最新方法、性能评估、临床应用潜力与局限性，并指明了未来研究方向 | 作为一篇综述文章，其局限性在于主要整合现有研究，而非提出新的原创方法或模型 | 为阿尔茨海默病的早期、准确诊断提供人工智能辅助的磁共振成像分析方法概述 | 用于阿尔茨海默病诊断的磁共振成像数据及基于此的人工智能模型 | 医学影像分析 | 阿尔茨海默病 | 磁共振成像 | 深度学习 | 磁共振图像 | NA | NA | NA | NA | NA |
| 4726 | 2025-12-04 |
Explainable machine learning and deep learning models for predicting TAS2R-bitter molecule interactions
2026-Jan, Journal of molecular graphics & modelling
IF:2.7Q2
DOI:10.1016/j.jmgm.2025.109187
PMID:41092497
|
研究论文 | 本研究开发了可解释的机器学习和深度学习模型，用于预测苦味分子与TAS2R受体之间的相互作用 | 结合传统机器学习和深度学习方法，构建高性能且易于应用的模型，并通过协同集成增强模型的可解释性，促进对苦味化合物分子特性的全面理解 | NA | 预测苦味分子与TAS2R受体之间的相互作用，以辅助实验研究、药物设计及理解苦味受体功能 | 苦味分子与TAS2R（苦味受体）之间的相互作用 | 机器学习 | NA | NA | 机器学习,深度学习 | 实验验证数据 | NA | NA | NA | NA | NA |
| 4727 | 2025-12-04 |
A multi-task deep learning model based on transformer for simultaneously evaluating the TVB-N and TVC contents of chicken breasts using two different hyperspectral imaging
2025-Dec-25, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146725
PMID:41106264
|
研究论文 | 本研究开发了一种基于Transformer的多任务深度学习模型，结合双高光谱成像技术，用于同时预测鸡胸肉的总挥发性盐基氮和总活菌数含量 | 提出了一种新颖的多任务交错组Transformer模型，首次将双高光谱成像数据集成到多任务学习中，有效利用双光谱源的互补信息，在预测精度和稳定性上超越了现有CNN和Transformer模型，同时计算成本降低了50% | 研究仅针对鸡胸肉进行，未涉及其他肉类或食品类型；模型在工业环境中的大规模实时应用效果仍需进一步验证 | 开发一种可靠、无损的鸡肉新鲜度批量检测方法，用于肉类质量评估的工业应用 | 鸡胸肉 | 计算机视觉 | NA | 高光谱成像 | Transformer | 高光谱图像 | NA | NA | 多任务交错组Transformer模型 | 决定系数 | NA |
| 4728 | 2025-12-04 |
Characterization of a Novel Mutansucrase (MUT-I) from Leuconostoc pseudomesenteroides G29: Enzymatic Properties and Product Analysis
2025-Dec-03, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.5c03636
PMID:41258707
|
研究论文 | 本研究对来自Leuconostoc pseudomesenteroides G29的新型突变蔗糖酶MUT-I进行了生化表征，包括其酶学性质、产物分析及其在α-葡聚糖工程中的应用潜力 | 首次对G29菌株的MUT-I酶进行详细生化表征，揭示了其双功能特性（合成葡聚寡糖和引入α-1,3分支），并利用AlphaFold 3深度学习工具识别了关键催化残基 | 研究主要基于体外实验，未涉及体内应用或大规模生产验证 | 表征新型突变蔗糖酶MUT-I的酶学性质，评估其在合成结构明确的α-葡聚糖方面的应用潜力 | 来自Leuconostoc pseudomesenteroides G29的突变蔗糖酶MUT-I及其合成的α-葡聚糖产物 | 生物化学与酶工程 | NA | 酶学表征、产物分析、深度学习结构预测 | 深度学习模型 | 酶学实验数据、结构预测数据 | 单一酶蛋白（重组MUT-I）及其产物 | AlphaFold 3 | AlphaFold 3 | 酶活性参数（Km、kcat）、产物结构分析（链接类型、分子量、热稳定性） | NA |
| 4729 | 2025-12-04 |
Deep learning model for activity cliffs prediction: a comprehensive approach to protein kinase inhibitors
2025-Dec-03, Journal of computer-aided molecular design
IF:3.0Q2
DOI:10.1007/s10822-025-00721-1
PMID:41331397
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4730 | 2025-12-04 |
Low-Field Magnetic Resonance Imaging of the Late Gestation Cervix and Birth Outcome Correlation: A Prospective Cohort Study
2025-Dec-03, BJOG : an international journal of obstetrics and gynaecology
DOI:10.1111/1471-0528.70103
PMID:41332358
|
研究论文 | 本研究利用低场MRI对晚期妊娠宫颈进行重建和3D建模，并自动化测量以关联人口统计学和分娩结局 | 开发了一种新颖、准确的自动化系统，用于评估MRI晚期妊娠宫颈生物测量和体积测量，并首次揭示了晚期妊娠宫颈表型可能影响分娩结局 | 研究样本仅包括首次尝试阴道分娩的晚期妊娠妇女，可能限制了结果的普遍性 | 通过低场MRI技术自动化测量宫颈参数，并探索其与人口统计学和分娩结局的相关性 | 晚期妊娠（36-41周）的妇女 | 数字病理学 | NA | 低场MRI，2D T2加权Turbo-Spin-Echo序列 | 3D深度学习分割网络 | MRI图像 | 97名晚期妊娠妇女 | NA | NA | 图像重建质量，分割质量，评分者间变异性 | 0.55T Freemax MRI扫描仪 |
| 4731 | 2025-12-04 |
Assessing the robustness of deep learning based brain age prediction models across multiple EEG datasets
2025-Dec-02, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3639477
PMID:41329579
|
研究论文 | 本研究通过系统评估深度学习模型在多个EEG数据集上的脑年龄预测性能，探讨了数据集偏移对模型泛化能力的影响 | 首次在脑年龄预测任务中系统评估深度学习模型对多个EEG数据集的泛化能力，并测试了1805种超参数配置 | 模型性能在不同数据集间差异显著，部分情况下R²出现负值，表明模型泛化能力仍受数据集特性限制 | 评估基于深度学习的脑年龄预测模型在多个EEG数据集上的鲁棒性和泛化能力 | 五个不同的EEG数据集 | 机器学习 | NA | 脑电图（EEG） | 深度学习模型 | EEG信号 | 五个EEG数据集（具体样本数未说明） | NA | NA | Pearson相关系数, R² | NA |
| 4732 | 2025-12-04 |
A Multi-degradation Fundus Image Restoration Network Guided by Frequency Prompt
2025-Dec-02, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3639308
PMID:41329577
|
研究论文 | 本文提出了一种多退化眼底图像恢复网络（MFR-Net），通过频率感知提示学习统一处理复杂退化场景 | 提出了一种集成频率感知提示学习的全合一恢复框架，能够全面提取不同退化成分的频率域特征，并通过设计的提示生成和交互模块注入主干网络，同时结合无监督域适应以增强模型领域泛化能力 | NA | 开发一种能够处理多组分退化的眼底图像恢复方法，以提高临床诊断中图像质量 | 眼底图像 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | MFR-Net | 定量指标 | NA |
| 4733 | 2025-12-04 |
Accurate Protein-Protein Interaction Prediction: Based on Multiview Heterogeneous Graph Autoencoders and Random Masking
2025-Dec-02, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3632083
PMID:41329588
|
研究论文 | 本文提出了一种基于多视图异构图自编码器和随机掩码的蛋白质-蛋白质相互作用预测模型MEGAE，旨在通过整合蛋白质的物理化学性质、结构细节和序列数据，实现高精度的PPI及相互作用位点预测 | 创新性地引入了多视图随机掩码训练策略，在重建过程中引入受控随机性以增强微环境嵌入的鲁棒性，并利用图神经网络从局部氨基酸相互作用到全局信号网络连接捕获多层次关系 | 未明确提及模型的计算复杂度或对大规模数据集的扩展性限制 | 实现高精度的蛋白质-蛋白质相互作用及其相互作用位点的预测 | 蛋白质-蛋白质相互作用及其相互作用位点 | 机器学习 | NA | 深度学习，图神经网络 | 自编码器，图神经网络 | 序列数据，结构数据，物理化学性质数据 | NA | NA | 向量量化自编码器，图神经网络 | 准确率 | NA |
| 4734 | 2025-12-04 |
Ultrasound of lung parenchyma - current state and future
2025-Dec-02, The British journal of radiology
DOI:10.1093/bjr/tqaf288
PMID:41330697
|
综述 | 本文综述了胸部超声在评估肺实质方面的当前应用、诊断局限性及未来发展趋势 | 探讨了深度学习增强胸部超声辅助诊断的新兴领域，并强调了COVID-19大流行如何扩展了肺实质超声从诊断到监测的应用范围 | 缺乏关于能力评估和教育的共识 | 提供胸部超声在肺实质评估中的当前使用和诊断局限性的概述，并展望未来发展 | 肺实质的超声评估 | 数字病理学 | 肺癌 | 胸部超声 | 深度学习 | 超声图像 | NA | NA | NA | NA | NA |
| 4735 | 2025-12-04 |
A multicenter validation study of 3D V-Net-based segmentation model for adrenal glands: Cross-protocol generalization from abdominal CT to chest CT
2025-Dec-02, The British journal of radiology
DOI:10.1093/bjr/tqaf294
PMID:41330715
|
研究论文 | 本研究开发了一种基于3D V-Net的肾上腺分割模型，并在多中心数据集上验证了其从腹部CT到胸部CT的泛化能力 | 该研究首次利用3D V-Net开发了肾上腺分割模型，并成功验证了其在跨协议（从腹部CT到胸部CT）和多中心数据集上的泛化性能 | 研究未明确提及模型在更广泛疾病类型或不同扫描参数下的性能，且外部验证队列样本量相对较小 | 建立并验证一个基于深度学习的肾上腺自动分割模型，以辅助医学影像诊断 | 肾上腺 | 数字病理 | 肾上腺疾病 | CT扫描 | CNN | 3D CT图像 | 训练集5660例腹部CT扫描，验证集包括来自同一机构的6126例和外部机构的931例胸部CT扫描 | NA | 3D V-Net | Dice相似系数 | NA |
| 4736 | 2025-12-04 |
The regulatory code of injury-responsive enhancers enables precision cell-state targeting in the CNS
2025-Dec-02, Nature neuroscience
IF:21.2Q1
DOI:10.1038/s41593-025-02131-w
PMID:41331142
|
研究论文 | 本文研究了哺乳动物中枢神经系统中损伤诱导的转录程序如何通过增强子编码，并利用深度学习模型揭示其细胞类型特异性机制 | 通过单核转录组学和染色质可及性分析识别损伤诱导的细胞类型特异性增强子，并利用深度学习模型解析其整合通用刺激响应元件与细胞身份程序的架构 | 研究主要基于小鼠脊髓挫伤模型，可能无法完全代表其他损伤类型或物种的中枢神经系统反应 | 解码损伤响应增强子的调控原则，以设计能够靶向疾病相关细胞状态的序列 | 小鼠脊髓挫伤后的中枢神经系统细胞，特别是胶质细胞和反应性星形胶质细胞 | 机器学习 | 中枢神经系统损伤 | 单核转录组学, 染色质可及性分析, 深度学习 | 深度学习模型 | 转录组数据, 染色质可及性数据 | 数千个损伤诱导的细胞类型特异性增强子 | NA | NA | NA | NA |
| 4737 | 2025-12-04 |
Comparative Performance Evaluation of Federated and Centralized Learning for Velum and OTE Segmentation in Sleep Endoscopy Images
2025-Dec-02, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01756-4
PMID:41331654
|
研究论文 | 本研究系统比较了集中式学习与联邦学习在睡眠内镜图像中对软腭和口咽-舌根-会厌区域进行语义分割的性能 | 首次在多机构睡眠内镜视频数据上系统比较联邦学习与集中式学习在气道结构分割任务中的性能差异 | 模型在模糊边界和舌根解剖变异区域仍存在分割困难，联邦学习性能显著低于集中式学习 | 评估不同学习范式在睡眠内镜图像分割中的性能，为阻塞性睡眠呼吸暂停治疗提供分析工具 | 药物诱导睡眠内镜图像中的软腭及口咽-舌根-会厌区域 | 计算机视觉 | 阻塞性睡眠呼吸暂停 | 药物诱导睡眠内镜 | CNN | 视频图像 | 多机构睡眠内镜视频数据（具体数量未说明） | NA | NA | 精确率,召回率,准确率,Dice相似系数 | NA |
| 4738 | 2025-12-04 |
Beyond Accuracy: A MultiDimensional Framework for Evaluating Medical Image Classification Through Win vs. Lose Model Comparisons
2025-Dec-02, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01754-6
PMID:41331656
|
研究论文 | 本研究通过系统评估不同架构在皮肤病变分类任务上的表现，揭示了现成深度学习模型在医学图像领域的泛化局限性，并提出了一种基于“胜败”模型比较的多维度评估框架 | 提出了跨架构可解释性框架，通过比较“胜”模型与“败”模型的Grad-CAM热图，并引入分形维数、熵和对称性等定量感知指标来客观评估模型可解释性 | 研究仅基于DermaMNIST数据集进行皮肤病变分类任务，未验证在其他医学影像任务或数据集上的普适性 | 评估现成深度学习模型在医学图像分类任务中的局限性，并开发多维度评估框架以促进医疗领域深度学习系统的透明可靠部署 | 皮肤病变图像分类 | 计算机视觉 | 皮肤癌 | 深度学习 | CNN | 图像 | 使用DermaMNIST数据集 | 未明确提及 | ResNet, RevNet | 准确率, 分形维数, 熵, 对称性 | 未明确提及 |
| 4739 | 2025-12-04 |
Dispersion based recurrent neural network model for methane monitoring in Albertan tailings ponds
2025-Dec, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.127748
PMID:41187672
|
研究论文 | 本研究开发了一种基于扩散的循环神经网络模型，用于监测阿尔伯塔省尾矿池的甲烷排放 | 提出了一种结合扩散模型的循环神经网络方法，能够同时预测甲烷排放量和浓度，并利用反向扩散建模识别活跃尾矿池 | NA | 评估阿尔伯塔油砂尾矿池的甲烷排放潜力并进行未来预测 | 阿尔伯塔油砂尾矿池的甲烷排放 | 机器学习 | NA | 扩散建模 | 循环神经网络 | NA | NA | NA | Dispersion based Recurrent Neural Network | NA | NA |
| 4740 | 2025-12-04 |
A cross-city transferable convolutional neural network framework for assessing street-scale flood risks in urban networks
2025-Dec, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.127977
PMID:41242263
|
研究论文 | 本研究提出了一种基于卷积神经网络的AI驱动框架，用于评估城市街道尺度的洪水风险，通过整合水文气象、地形和城市形态数据 | 该框架展示了强大的空间可转移性，能够跨城市（从深圳到香港）应用，并强调了深度学习在城市洪水风险评估中的创新潜力 | NA | 评估城市街道尺度的洪水风险，为不同城市区域制定定制化的洪水缓解策略 | 城市洪水风险，特别是针对深圳和香港的街道网络 | 计算机视觉 | NA | 卷积神经网络 | CNN | 水文气象、地形和城市形态数据 | NA | NA | 卷积神经网络 | NA | NA |