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 48137 篇文献，本页显示第 5621 - 5640 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5621 | 2026-06-05 |
DisSubFormer: A subgraph transformer model for disease subgraph representation and comorbidity prediction
2026-Jun, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出DisSubFormer亚图Transformer模型，用于疾病亚图表示学习和共病预测 | 首次在共病预测中引入亚图到亚图注意力机制，并结合基因本体的层次祖先结构，使用可学习的多头注意力捕获碎化疾病亚图的拓扑和功能信息 | 仅基于基准共病数据集评估，未在其他疾病网络或实际临床数据上验证通用性 | 开发一种能有效建模疾病亚图拓扑和基因本体层次信息的计算方法，以提升共病预测性能 | 疾病共病关系及蛋白质互作网络中的疾病亚图 | 机器学习 | NA | NA | Transformer | 蛋白质互作网络数据、基因本体数据、共病数据 | 基准共病数据集（未具体说明样本数量） | PyTorch | Transformer, 多头注意力机制 | AUROC | NA |
| 5622 | 2026-06-05 |
K-CC-MoCo: A Fast k-Space-Based Respiratory Motion Correction for Highly Accelerated First-Pass Perfusion Cardiovascular MR
2026-Jun, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70287
PMID:41664248
|
研究论文 | 提出一种基于k空间的快速呼吸运动校正方法K-CC-MoCo，用于高度加速的首过灌注心血管磁共振成像 | 直接在k空间进行帧间刚性运动校正，解决了图像域方法在高度加速扫描中因欠采样伪影而失效的问题，并针对动态对比度设计了归一化互相关目标函数 | 仅适用于刚性运动校正，未考虑非刚性变形；依赖线圈压缩和ROI选择，可能对心脏区域定位敏感 | 实现自由呼吸首过灌注CMR中呼吸运动的高效校正，支持高度加速采集下基于模型或深度学习的高质量重建 | 自由呼吸状态下的首过灌注心血管磁共振成像数据 | 计算机视觉 | 冠状动脉疾病 | 心血管磁共振成像 | NA | k空间数据 | 使用数字体模和真实自由呼吸采集数据，包含不同加速因子（最高50倍） | NA | NA | SSIM | NA |
| 5623 | 2026-06-05 |
Morphological classification of Schizochytrium and mutagenic selection of high-oil-producing strains based on deep learning
2026-Jun, Microbiological research
IF:6.1Q1
DOI:10.1016/j.micres.2026.128464
PMID:41666518
|
研究论文 | 基于深度学习的裂殖壶菌形态分类及高产油菌株诱变筛选研究 | 开发了13类新型形态分类系统，整合细胞分裂特征和脂滴参数，并构建了专用目标检测架构MLC-YOLO，实现了裂殖壶菌形态自动分析和高产油菌株高效筛选 | 未提及实时发酵监测系统的实际应用验证及模型在更广泛工业场景中的泛化能力 | 建立基于深度学习的裂殖壶菌形态自动分析方法，用于实时发酵监测和高产油菌株高效筛选 | 裂殖壶菌的细胞形态、脂滴参数、生物量动态及脂质合成关系 | 计算机视觉 | 不适用 | 深度学习图像分析 | YOLO（MLC-YOLO改进模型） | 图像 | 包含裂殖壶菌不同形态类型的细胞图像数据集 | PyTorch | MLC-YOLO（基于YOLOv8s改进） | 平均精度均值（mAP） | 未提及 |
| 5624 | 2026-06-05 |
Masked Image Modeling for Generalizable Organelle Segmentation in Volume EM
2026-Jun, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2026.3667612
PMID:41734129
|
研究论文 | 提出一种名为OrgMIM的双分支掩码图像建模框架，用于提升体积电子显微镜中细胞器分割的泛化能力 | 首次结合静态结构先验和动态重建反馈的双分支互补掩码策略，并构建了首个以细胞器为中心的大规模3D EM数据集IsoOrg-1K | 仅在电子显微镜数据上验证，未涉及其他成像模态；对计算资源要求较高 | 提高深度学习方法在电子显微镜体积数据中细胞器分割的准确性和鲁棒性，减少对大量标注数据的依赖 | 电子显微镜体积数据中的细胞器结构（如线粒体、内质网等） | 计算机视觉, 数字病理学 | NA | 电子显微镜（EM）体积成像 | Transformer, 掩码图像建模（MIM） | 3D体积图像 | IsoOrg-1K数据集包含928个信息量丰富的体积，超过1200亿体素；使用三个公开EM数据集进行验证 | PyTorch | 双分支MIM框架（含视觉基础模型生成亲和图和自引导损失图） | mIoU（平均交并比） | NA |
| 5625 | 2026-06-05 |
M2PL-GAN: Multi-View Multi-Level Pathology Semantic Perception Learning for H&E-to-IHC Virtual Staining
2026-Jun, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2026.3668248
PMID:41747115
|
研究论文 | 提出一种多视角多层次病理语义感知学习模型M2PL-GAN，用于H&E到IHC的虚拟染色 | 首次引入结构上下文关系、特征分布和拓扑感知细粒度语义的三视角综合语义学习范式，通过CACM、LDAM和GBCLM三个机制分别增强上下文一致性、对齐特征分布和优化拓扑感知语义对齐 | 未提及局限性和计算资源开销 | 解决H&E到IHC虚拟染色中病理语义特征难以对齐的问题 | H&E染色图像与IHC染色图像之间的转换 | 数字病理学 | NA | NA | GAN | 图像 | 公共和私有数据集 | PyTorch | CACM, LDAM, GBCLM, 图神经网络 | 定量指标和定性评估 | NA |
| 5626 | 2026-06-05 |
Design of an optimal planning framework for cryosurgical treatment of brain tumor using CNN segmentation of MRI images
2026-Jun, Cryobiology
IF:2.3Q3
DOI:10.1016/j.cryobiol.2026.105619
PMID:41819035
|
研究论文 | 提出一个整合深度学习分割、聚类优化和生物热模拟的脑肿瘤冷冻手术规划框架 | 将2D U-Net MRI图像分割与K-Medoids聚类、高斯混合模型和气泡包装算法等探头放置策略相结合，实现不规则脑肿瘤的精准冷冻手术规划 | NA | 开发术前冷冻手术规划方法，确保肿瘤完全覆盖同时最小化对周围健康组织的损伤 | 不规则形状脑肿瘤 | 计算机视觉, 医学影像 | 脑肿瘤 | MRI成像 | 2D U-Net | 二维MRI图像 | NA | TensorFlow, PyTorch, COMSOL Multiphysics | 2D U-Net | 肿瘤覆盖精度, 冷冻时间估计 | NA |
| 5627 | 2026-06-05 |
Artificial intelligence in antimicrobial drug discovery: predictive and generative strategies
2026-Jun, Expert opinion on drug discovery
IF:6.0Q1
DOI:10.1080/17460441.2026.2674968
PMID:42154787
|
综述 | 总结人工智能在抗菌药物发现中的预测和生成策略研究进展与挑战 | 系统整合了人工智能驱动的预测和生成策略，覆盖小分子、肽类、噬菌体和蛋白质药物等多种药物类别，并提出“自主发现”范式 | 存在数据偏差、缺乏标准化基准框架和临床转化缺口等问题 | 综述人工智能在抗菌药物发现中的应用进展与挑战 | 针对细菌、真菌和病毒感染的抗菌药物（小分子、肽类、噬菌体、蛋白质药物） | 机器学习, 自然语言处理 | 微生物感染 | NA | 机器学习, 深度学习, 自然语言处理 | 文本 | NA | NA | NA | NA | NA |
| 5628 | 2026-06-05 |
Deep learning the TF regulatory code for gene expression
2026-Jun-01, Genome research
IF:6.2Q1
DOI:10.1101/gr.281425.125
PMID:42140663
|
研究论文 | 提出深度学习模型DeepTF，从转录因子序列预测基因表达，揭示转录因子调控代码 | 首次系统研究转录因子调控代码，提出DeepTF模型从转录因子序列预测基因表达，并捕获转录因子调控语法 | 仅分析了13种转录因子的结合谱，未涵盖所有重要转录因子；跨细胞系验证AUROC>0.90表明迁移性良好但仍有提升空间 | 探索转录因子调控代码并建立基因表达预测模型 | 转录因子结合谱与基因表达关联 | 机器学习 | NA | 转录因子结合谱分析 | 深度学习模型 | 转录因子结合序列 | 13种转录因子的结合谱数据 | NA | DeepTF | AUROC | NA |
| 5629 | 2026-06-05 |
Artificial Intelligence for the Diagnosis of Pancreatic Diseases Using Endoscopic Ultrasonography
2026-Jun, Digestive endoscopy : official journal of the Japan Gastroenterological Endoscopy Society
IF:5.0Q1
DOI:10.1111/den.70171
PMID:42227807
|
综述 | 该文章综述了人工智能在基于超声内镜的胰腺疾病诊断中的应用 | 系统回顾了超声内镜人工智能在胰腺疾病诊断中的最新研究，包括深度学习架构和多模态模型的应用 | 研究数据多为单中心、样本量有限、病例标注不一致、诊断标准多样，且仅少数研究进行了充分的外部验证 | 评估基于超声内镜的人工智能在胰腺疾病诊断中的现状、挑战和未来方向 | 胰腺疾病（包括胰腺肿瘤、囊性病变、实质及部位识别） | 计算机视觉 | 胰腺疾病 | 超声内镜 | 深度学习 | 图像 | 共22项研究（1项检测、17项分类、4项囊性病变、4项实质或部位识别） | NA | ResNet, EfficientNet, VGG, UNet++, YOLO, 自定义卷积网络 | 准确率（0.84-0.94） | NA |
| 5630 | 2026-06-05 |
uBrainSurf: Unified Curvature-Aware Deformation Framework for Lifespan Brain Cortical Surface Reconstruction
2026-Jun, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2026.3672432
PMID:41805509
|
研究论文 | 提出了一种统一的曲率感知变形框架uBrainSurf，用于全生命周期大脑皮层表面重建 | 引入辅助曲率预测分支提供解剖先验，以及曲率驱动的损失函数确保重建表面直接适用于下游分析 | NA | 实现跨全生命周期的大脑皮层表面精确且自动化的重建 | 大脑皮层表面的白质和软膜表面重建 | 计算机视觉 | 神经疾病 | NA | NA | MRI图像 | 2132名受试者，年龄范围0-100岁 | PyTorch | NA | NA | NA |
| 5631 | 2026-06-05 |
Flexible Pressure Sensor With Multi-Stage Microdome Structure Enabling Ultra-Wide Linear Range and High Sensitivity for Wearable Applications
2026-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.74927
PMID:41858275
|
研究论文 | 提出基于MXene的多级微穹顶结构柔性压阻传感器，实现超高线性范围和灵敏度，用于可穿戴应用 | 多级微穹顶结构通过分级压缩和逐步接触特性，同时实现高灵敏度和宽压力检测范围，突破传统传感器性能权衡限制 | 具体限制未在摘要中明确说明 | 解决柔性压阻传感器在高灵敏度和宽压力检测范围之间的权衡问题 | MXene基柔性压阻传感器与深度学习算法结合的可穿戴系统 | 可穿戴传感 | NA | MXene材料制备 | 深度学习算法（用于模式识别） | 压力信号 | 手掌和脚掌形状的传感器阵列（具体样本数未提及） | NA | NA | 灵敏度 (11.57 kPa⁻¹)、检测范围（高达2500 kPa）、识别准确率（超过95%） | NA |
| 5632 | 2026-06-05 |
Machine Learning for Diagnosis and Differentiation of Central Disorders of Hypersomnolence: A Systematic Review
2026-Jun, European journal of neurology
IF:4.5Q1
DOI:10.1111/ene.70661
PMID:42237746
|
综述 | 系统回顾了机器学习在中枢性嗜睡障碍诊断与鉴别诊断中的应用 | 首次系统性地评估了机器学习在区分中枢性嗜睡障碍亚型中的表现，揭示了无监督学习在发现异质性表型和诊断标签局限性方面的潜力 | 大部分研究因使用刚性诊断标签而限制了临床相关性；深度学习存在黑箱性质且数据需求高；对非发作性睡病1型亚型的泛化能力有限 | 系统评估当前机器学习在中枢性嗜睡障碍诊断和鉴别诊断中的应用、局限性并指出未来方向 | 成人中枢性嗜睡障碍患者 | 机器学习 | 中枢性嗜睡障碍（包括发作性睡病1型及其他亚型） | 神经影像学（fMRI, PET）、睡眠评估（MSLT, 多导睡眠图）、标准化问卷 | 监督学习、无监督学习、深度学习 | 脑影像数据、睡眠多导图数据、人口统计学数据、问卷数据 | 41项研究（37篇同行评审文章和4篇预印本） | NA | NA | 准确率 | NA |
| 5633 | 2026-06-05 |
Handheld hyperspectral imaging dataset of annual sowthistle and little mallow under abiotic stress for machine learning
2026-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2026.112858
PMID:42239812
|
研究论文 | 提供两种杂草（一年生苦苣菜和小锦葵）在不同非生物胁迫下的手持高光谱成像数据集，用于支持机器学习模型开发 | 首次构建针对两种特定杂草（一年生苦苣菜和小锦葵）在五种非生物胁迫条件下的高光谱成像公开数据集，包含原始与预处理数据，可促进精准杂草管理的深度学习模型开发 | NA | 通过高光谱成像数据支持机器学习模型开发，实现精准杂草管理中的胁迫分类 | 一年生苦苣菜和小锦葵植物在五种生长条件（标准、干旱、过度浇水、过量施肥、无施肥）下的高光谱特征 | 机器学习 | NA | 高光谱成像（HSI，400-1000 nm） | NA | 高光谱图像数据立方体 | NA | MATLAB, Wolfram语言 | NA | NA | NA |
| 5634 | 2026-06-05 |
A multi-stage, pixel-level annotated apple dataset for precision agriculture research
2026-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2026.112856
PMID:42239800
|
研究论文 | 提出了一个包含1406张RGB图像、覆盖苹果三个生长期（未成熟、半成熟、成熟）的多阶段像素级标注数据集，用于精准农业研究 | 提供了像素级实例分割掩码的标准化标注，覆盖从绿色到红色的过渡成熟阶段，填补了该领域训练数据的空白 | 未提及 | 支持水果检测、分割和生长期分类，推动精准农业中计算机视觉模型的开发 | 苹果果实 | 计算机视觉 | NA | RGB图像采集 | NA | 图像 | 1406张RGB图像，2574个标注的苹果实例 | NA | NA | NA | NA |
| 5635 | 2026-06-05 |
Frequency difference multi-branch multi-task learning for underwater source localization in mismatched environments
2026-Jun-01, JASA express letters
IF:1.2Q3
DOI:10.1121/10.0043948
PMID:42240626
|
研究论文 | 提出一种基于频差的多分支多任务学习方法，用于解决水下声源定位中模型不匹配问题 | 结合频差处理和多分支特征融合，降低阵列倾斜和声速剖面不匹配的影响，提高定位精度 | 训练数据仅基于非倾斜阵列和平均声速剖面的模拟数据，在极端不匹配环境下的泛化能力可能有限 | 研究水下声源在模型不匹配环境下的距离和深度估计方法 | 水下声源定位问题中的阵列倾斜和声速剖面不匹配现象 | 机器学习 | NA | 频差处理 | 多分支多任务学习网络 | 模拟数据与实验数据 | NA | NA | 多分支多任务网络 | 定位准确率 | NA |
| 5636 | 2026-06-05 |
Integrating AI in Medicinal Chemistry for Accelerated Drug Discovery: A Comprehensive SAR (CSAR) Optimization Strategy and Discovery of Potent ALDH3A1 Inhibitors
2026-May-30, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.6c00537
PMID:42216908
|
研究论文 | 提出一种AI引导的基于反应的先导化合物优化策略（CSAR），并成功发现强效ALDH3A1抑制剂 | 结合顺序反应枚举、药效团引导对接和预测建模，实现可扩展的SAR扩展，并在ALDH3A1抑制剂优化中实现约1000倍效力提升 | NA | 加速药物发现中的先导化合物优化过程 | ALDH3A1抑制剂 | 机器学习 | 癌症, 神经退行性疾病 | 反应枚举、药效团对接、深度学习预测建模 | 深度学习模型 | 分子结构数据 | 约250,000个虚拟类似物，150个合成化合物 | NA | NA | 生化效力（IC50）、细胞活性（EC50） | NA |
| 5637 | 2026-06-05 |
Artificial intelligence based techniques for brain tumor analysis: A systematic review
2026-May-30, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2026.103460
PMID:42235350
|
综述 | 对基于人工智能的脑肿瘤分析技术进行系统性综述 | 明确了现有文献中弱监督脑肿瘤分割的研究空白，并强调了可解释人工智能在脑肿瘤分析中的重要性 | 仅纳入IEEE Xplore和ACM两个数据库的论文，可能遗漏其他来源的重要研究；未涉及AI方法在临床实践中的全面应用 | 系统回顾基于人工智能的脑肿瘤分析技术，包括常用方法、数据集、特征、评估指标和可解释人工智能方法 | 脑肿瘤分析技术相关的学术论文 | 机器学习 | 脑肿瘤 | NA | 深度学习 | NA | 3950篇初始论文，最终筛选101篇 | NA | NA | NA | NA |
| 5638 | 2026-06-05 |
Letter to the Editor: Traditional medical image interpretation and deep learning-based image analysis in predicting risk in patients with spontaneous intracerebral hemorrhage
2026-May-28, World journal of radiology
IF:1.4Q3
DOI:10.4329/wjr.v18.i5.118969
PMID:42238230
|
评论 | 讨论传统医学影像解读与基于深度学习的影像分析在预测自发性脑出血患者风险中的优缺点 | 提出将传统影像解读与深度学习模型相结合的混合评估系统，以实现更精准的早期干预策略 | 深度学习模型对数据要求高且复杂，阻碍其广泛应用；传统影像解读存在主观性和局限性 | 探讨传统影像解读与深度学习模型在预测自发性脑出血后血肿扩大和死亡风险中的比较与结合潜力 | 自发性脑出血患者 | 计算机视觉 | 脑血管疾病 | 计算机断层扫描（CT），磁共振成像（MRI），深度学习 | 深度学习模型 | 医学影像 | NA | NA | NA | 预测准确性 | NA |
| 5639 | 2026-06-05 |
Artificial intelligence in allergen immunotherapy: toward a proactive and personalized management of allergic diseases
2026-May-26, Current opinion in allergy and clinical immunology
IF:3.0Q3
DOI:10.1097/ACI.0000000000001172
PMID:42235032
|
综述 | 探讨人工智能在过敏原免疫治疗中的应用，旨在实现过敏性疾病的前瞻性和个性化管理 | 总结了机器学习在患者分层、治疗依从性预测、实时监测及联邦学习在保护数据隐私方面的创新应用，同时指出了生成式AI在临床记录合成中的可靠性局限 | 生成式AI在直接用于患者时可靠性不足，且AI作为决策辅助工具仍需专家监督以确保患者安全 | 研究将人工智能整合到过敏原免疫治疗管理中，以提高精准医学效率和诊断准确性，并预测治疗结果 | 免疫球蛋白E介导的过敏性疾病患者及其过敏原免疫治疗管理 | 机器学习 | 过敏性疾病 | NA | 长短期记忆递归神经网络、随机潜变量actor-critic模型、深度学习、联邦学习、生成式AI | 组学数据、分子致敏谱数据、可穿戴传感器数据、环境参数数据 | NA | NA | 长短期记忆递归神经网络、随机潜变量actor-critic | NA | NA |
| 5640 | 2026-06-05 |
Two-Step Ensemble Convolutional Neural Networks for Colonoscopic Biopsy Classification Resembling Pathologists' Process
2026-May-25, Journal of Korean medical science
IF:3.0Q1
DOI:10.3346/jkms.2026.41.e152
PMID:42190697
|
研究论文 | 提出一种集成深度学习管道，用于结肠镜活检的五种诊断类别分类，类似于病理学家的诊断流程 | 首次采用两步骤集成卷积神经网络方法，模拟病理学家从整张切片图像中逐步分类的过程，并能过滤低质量图像 | 数据集可能仍有限，且NET分类任务可能需要更多验证 | 利用人工智能自动分类结肠直肠癌的多种亚型，提升诊断可靠性 | 结肠直肠癌活检切片图像 | 数字病理学, 计算机视觉, 机器学习 | 结肠直肠癌 | 数字病理学 | 卷积神经网络，集成模型 | 图像（整张切片图像） | 18,922张结肠直肠癌整张切片图像 | PyTorch | EfficientNet, 聚类约束注意力多实例学习模型 | 微观F1分数, 宏观F1分数, 加权F1分数 | NA |