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 44836 篇文献，本页显示第 41 - 60 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 41 | 2026-06-02 |
Evaluation of segmentation accuracy and the improvement of time effectiveness using deep learning-based segmentation in 177Lu-DOTATATE dosimetry
2026-May-24, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-026-00897-x
PMID:42177732
|
研究论文 | 评估基于深度学习的自动分割在177Lu-DOTATATE剂量测定中的准确性、剂量可靠性和时间效率 | 首次系统评估深度学习AI分割在177Lu-DOTATATE剂量测定中的分割准确性、剂量可靠性和时间效率，并标准化了临床参考标准 | 少数肝肿大病例中AI分割的Hausdorff距离超过30.0毫米，且仅针对肾脏的剂量评估显示显著差异 | 评估深度学习AI分割在177Lu-DOTATATE剂量测定中的性能，包括轮廓准确性、剂量可靠性和时间效率 | 23名接受177Lu-DOTATATE治疗的患者 | 计算机视觉 | 神经内分泌肿瘤 | 核医学成像 | 深度学习分割模型 | CT图像 | 23名患者 | NA | NA | Dice相似系数, Hausdorff距离, 平均距离一致性, 最大、平均和最小吸收剂量 | SurePlan™ MRT (MIM Software Inc.) |
| 42 | 2026-06-02 |
Adaptive Disorder as the Hallmark of Nanobodies Antigen-Binding Loops
2026-May-22, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.6c00716
PMID:42170950
|
研究论文 | 通过深度学习模型和能量分解方法，揭示了纳米抗体互补决定区的无序性是其标志性特征，支持序列和结构上的混沌是适应性的观点 | 首次从序列和结构两个层面独立证明纳米抗体CDRs的固有无序特性，且深度学习模型捕捉到的特征与能量分解结果一致，提出了CDRs作为模糊区域在抗原结合时选择优选构象的新模型 | NA | 利用深度学习和能量分解方法表征纳米抗体互补决定区的特性，推进抗原结合区域设计规则的建立 | 纳米抗体的互补决定区 | 机器学习 | NA | NA | 深度学习模型 | 序列数据 | NA | NA | NA | NA | NA |
| 43 | 2026-06-02 |
AI-Empowered and a Bio-/Nanoenzyme-Hybrid Multisensors Array toward Precision Diagnosis of Kidney Diseases
2026-May-22, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.6c00066
PMID:42171404
|
研究论文 | 开发了一种人工智能驱动的生物/纳米酶混合多传感器阵列，用于慢性肾病的精准诊断 | 首次将激光诱导电化学传感器阵列、生物/纳米酶混合策略与一维卷积神经网络和多层感知机深度学习模型结合，实现对慢性肾病多种生物标志物的高精度联合预测 | 未提及在实际临床样本中的验证结果，也未讨论传感器在不同环境条件下的稳定性 | 实现慢性肾病的早期、精准、个性化诊断 | 慢性肾病患者的尿液代谢物（肌酐、尿酸、pH） | 数字病理学 | 慢性肾病 | 电化学传感、激光诱导传感 | 一维卷积神经网络、多层感知机 | 电化学光谱数据 | 未明确提及样本数量 | PyTorch, TensorFlow | 1D-CNN, MLP | 预测准确率（平均98.67%） | NA |
| 44 | 2026-06-02 |
Redesigning myoglobin via functional site scaffolding for enhanced catalytic functions
2026-05-14, Biochemical and biophysical research communications
IF:2.5Q3
DOI:10.1016/j.bbrc.2026.153642
PMID:41855859
|
研究论文 | 采用基于深度学习的活性位点支架策略重新设计肌红蛋白，获得微型化但功能增强的变体 | 首次利用扩散模型生成主链结构、逆折叠设计优化序列并辅以结构预测验证，从肌红蛋白的血红素结合口袋和二级配位残基出发，生成了超过100,000个序列并筛选出保留核心功能的小型化变体bitMb | 未提及该策略是否适用于其他金属蛋白或更复杂功能位点的设计 | 通过功能性位点支架化策略生成稳定且通用的蛋白质支架以支持多种催化功能 | 肌红蛋白及其血红素结合口袋与二级配位残基 | 蛋白质设计与计算生物学 | NA | 深度学习、扩散模型、逆折叠设计、结构预测 | 扩散模型、ProteinMPNN、AlphaFold、OmegaFold | 蛋白质序列与结构数据 | 生成超过100,000个序列并筛选分析 | ProteinMPNN, AlphaFold, OmegaFold | 扩散模型、ProteinMPNN、AlphaFold、OmegaFold | 热稳定性（熔解温度）、酶活性（过氧化物酶和卡宾转移酶活性）、血红素结合能力、有机溶剂稳定性 | NA |
| 45 | 2026-06-02 |
Emotion Recognition Based on Fusion of Topological Features and Trajectory Images Derived from EEG Phase Space Reconstruction
2026-May-14, Sensors (Basel, Switzerland)
DOI:10.3390/s26103102
PMID:42197911
|
研究论文 | 提出一种基于相空间重构的EEG信号情绪识别方法，融合拓扑特征和轨迹图像的深度特征，并利用动态注意力机制实现宏观与微观信息的协同增强 | 首次将相空间重构的宏观拓扑特征与轨迹图像的微观多尺度动态特征相结合，设计GN-MVXXS深度学习框架，包含粒度自适应模块和噪声滤波模块，并引入动态注意力机制实现双表示维度的自适应融合 | 未提及对情感类别不平衡的处理，且深度学习模型解释性有待进一步验证 | 提高脑电信号情绪识别的准确率，解决手工特征设计局限和宏观微观信息互补问题 | 正常听力和听力受损个体的EEG信号 | 机器学习 | NA | EEG相空间重构 | 深度学习模型（含粒度自适应模块和噪声滤波模块） | EEG信号和轨迹图像 | SEED数据集（三分类）、HIED数据集（四分类）以及正常听力和听力受损个体数据集 | NA | GN-MVXXS | 准确率 | NA |
| 46 | 2026-06-02 |
Prediction of Center-of-Mass Kinematics of Sensopro Exercises with Neural Network Models
2026-May-12, Sensors (Basel, Switzerland)
DOI:10.3390/s26103051
PMID:42197860
|
研究论文 | 使用神经网络模型预测Sensopro运动中质心运动学 | 利用深度学习从不稳定基底（Sensopro Luna）的运动中预测质心运动学，无需穿戴传感器，实现无穿戴式姿势监控，并为康复和健身领域的自主协调训练提供自动化、成本有效的反馈与跟踪 | 垂直方向预测可靠性较低，受不稳定基底物理约束影响；预测精度在极端位移时下降 | 探索使用深度学习从Sensopro Luna平台的运动中预测质心运动学的可行性 | 64名参与者执行三种协调运动（单腿站立、踏步和波浪运动） | 机器学习 | NA | IMU和运动捕捉 | 混合编码器-LSTM-解码器架构 | 运动数据和惯性传感器数据 | 64名参与者 | NA | 编码器、LSTM、解码器 | 平均绝对误差（MAE） | NA |
| 47 | 2026-06-02 |
Cortical reconstruction and anatomical parcellation of high-resolution multi-modal postmortem ex vivo MRI of the human infant brain
2026-May-09, bioRxiv : the preprint server for biology
DOI:10.64898/2026.05.07.722301
PMID:42146518
|
研究论文 | 提出了一个结合深度学习体积分割与表面重建的计算框架，用于高分辨率多模态离体婴儿脑MRI的皮层重建与解剖分割 | 首次构建多模态高分辨率离体婴儿MRI数据集，并开发了专门针对离体MRI域偏移的合成数据生成引擎PostSynth，模拟固定诱导的成像特征 | NA | 开发适用于离体婴儿脑MRI的自动化解剖分割与皮层表面重建工具 | 离体人类婴儿脑MRI数据 | 数字病理学 | NA | MRI | 深度学习分割模型 | 图像 | 多模态高分辨率离体婴儿MRI数据集 | PyTorch | NA | 解剖一致性，分割性能 | NA |
| 48 | 2026-06-02 |
Reactivation of a TAL1 progenitor cell enhancer region by non-coding somatic variants in T-lineage acute lymphoblastic leukemia
2026-May-06, bioRxiv : the preprint server for biology
DOI:10.64898/2026.05.03.722504
PMID:42146694
|
研究论文 | 本研究发现T系急性淋巴细胞白血病中非编码体细胞变异可重新激活TAL1祖细胞增强子区域 | 首次揭示位于TAL1基因下游29 kb的基因间区体细胞变异通过创建MYB转录因子结合位点或内部串联重复形成增强子，并发现突变单倍型启动TAL1短亚型表达 | AlphaGenome深度学习模型无法预测增强子活性和亚型表达，强调实验验证的重要性 | 探究T系急性淋巴细胞白血病中与TAL1表达相关的非编码体细胞变异介导的调控机制 | TAL1基因下游基因间区的体细胞变异（复杂插入缺失和内部串联重复） | 自然语言处理 | T系急性淋巴细胞白血病 | 染色质免疫沉淀测序 | NA | 测序数据 | NA | NA | AlphaGenome | NA | NA |
| 49 | 2026-06-02 |
Whole-body 3D kinematics of freely behaving Drosophila
2026-May-04, bioRxiv : the preprint server for biology
DOI:10.64898/2026.05.03.722293
PMID:42146626
|
研究论文 | 提出一套无标记全身体3D姿态估计管线，用于自由行为果蝇的运动学分析 | 结合七台高速摄像机和混合2D/3D深度学习模型，首次实现果蝇陆地行为中50个关键点的全身体3D姿态追踪，并通过基于生物力学模型的逆运动学求解生成解剖学可行的运动轨迹 | 仅针对陆地行为，未涉及飞行行为；果蝇体型极小且运动快速，自遮挡问题可能仍影响部分关键点追踪精度 | 量化自由行为果蝇的全身运动学，为神经力学建模和运动控制机制研究提供基础 | 果蝇（Drosophila melanogaster）的陆地行为，包括跑步和求偶行为 | 计算机视觉 | NA | 高速摄像 | 混合2D/3D深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 50 | 2026-06-02 |
A deep learning-based pachychoroid index based on choroidal image patterns of central serous chorioretinopathy using enhanced-depth-imaging optical coherence tomography
2026-May, Japanese journal of ophthalmology
IF:2.1Q2
DOI:10.1007/s10384-025-01312-1
PMID:41452567
|
研究论文 | 开发一种基于深度学习的厚脉络膜指数（HUPI），利用增强深度成像光学相干断层扫描的脉络膜图像模式评估中心性浆液性脉络膜视网膜病变 | 首次提出基于深度学习的HUPI指数，从脉络膜图像模式中定量评估厚脉络膜特征，避免了传统指标的局限性 | 单中心回顾性研究，样本量较小，需在更大队列中验证 | 开发和评估基于深度学习的HUPI指数，作为厚脉络膜谱系疾病的代表性指标 | 中心性浆液性脉络膜视网膜病变（CSC）患者的脉络膜图像 | 计算机视觉 | 中心性浆液性脉络膜视网膜病变 | 增强深度成像光学相干断层扫描 | 卷积神经网络 | 图像 | 37个代表性CSC眼和40个正常眼用于训练验证，69个急性CSC眼和100个正常眼用于评估 | NA | LeNet | AUC, 灵敏度, 特异度 | NA |
| 51 | 2026-06-02 |
An algorithm for automated femoral leg length and offset calculations on pelvis radiographs
2026-May, Hip international : the journal of clinical and experimental research on hip pathology and therapy
IF:1.3Q3
DOI:10.1177/11207000261421918
PMID:41786668
|
研究论文 | 开发了一种深度学习算法，用于在全髋关节置换术患者骨盆X光片上自动计算股骨腿长和偏移量 | 提出一种自动化算法，能够在大型队列中从前后位骨盆X光片高效计算腿长和偏移，支持人群级研究，减少手动测量繁琐性 | 未明确说明限制，但可能包括依赖X光片质量、算法泛化性有限、需要进一步验证等潜在问题 | 开发并验证一种自动化算法，用于测量全髋关节置换术患者前后位骨盆X光片上的腿长和偏移量 | 全髋关节置换术患者的术前和术后前后位骨盆X光片 | 计算机视觉 | 髋关节疾病 | X光成像 | 深度学习模型 | 图像 | 1100张前后位骨盆X光片用于训练；100对术前术后图像用于评估与人工测量比较；15951对图像用于应用分析 | NA | NA | 组内相关系数 | NA |
| 52 | 2026-06-02 |
Prediction of Pregnancy-Related Cardiovascular Outcomes Using Electrocardiogram-Based Deep Learning Estimation of Cardiorespiratory Fitness
2026-May, JACC. Advances
DOI:10.1016/j.jacadv.2026.102764
PMID:42034100
|
研究论文 | 利用基于心电图深度学习估计的心肺健康水平预测妊娠相关心血管不良结局 | 将深度学习模型从静息心电图估算的最大摄氧量（peak VO2）用于妊娠相关心血管并发症的风险分层，提供了一种可扩展的产前风险筛查工具 | NA | 探究深度学习心电图预测的最大摄氧量与妊娠相关心血管并发症的关联 | 多机构电子健康记录妊娠队列中在孕前1年至孕13周内接受临床12导联心电图的女性 | 机器学习 | 妊娠相关心血管疾病 | 深度学习 | 深度学习模型 | 心电图数据 | 来自3,437名女性的3,650次妊娠 | NA | NA | 调整后的优势比（OR）、95%置信区间（CI）、P值 | NA |
| 53 | 2026-06-02 |
Advancements of artificial intelligence in Chinese herbal medicine recommendation: A comprehensive review of data-driven approaches and clinical applications form 2016 to 2025
2026-May-01, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000048468
PMID:42065178
|
综述 | 系统回顾了2016至2025年间基于知识图谱、深度学习和混合模型的中草药推荐方法，并分析了其技术演变和临床适用性 | 首次系统综述了知识图谱、深度学习和混合模型驱动的中草药推荐方法，并提出了理论-数据-临床三元评估框架 | 缺乏对评估体系的全面形成，现有研究在临床适用性方面仍有待提升 | 填补中草药推荐方法系统性综述的空白，为开发符合循证医学标准的智能系统提供方法创新 | 2016至2025年间基于知识图谱、深度学习和混合模型的中草药推荐方法及主要中医数据库 | 自然语言处理、机器学习 | 中医相关疾病 | NA | 知识图谱、深度学习、混合模型 | 文本（症状、中草药、疾病关系数据）、临床数据 | 未明确提及具体样本量 | NA | NA | 中草药有效性评分、中草药配伍评分 | NA |
| 54 | 2026-06-02 |
Fragment-based discovery of TopBP1 inhibitors integrated with AI-driven molecular docking
2026-May, Magnetic resonance letters
DOI:10.1016/j.mrl.2025.200251
PMID:42221021
|
研究论文 | 结合片段筛选和AI驱动分子对接发现TopBP1抑制剂 | 首次通过片段筛选结合深度学习模型Chai-1预测结合模式，鉴定了TopBP1 BRCT7-8结构域的正构和潜在别构抑制剂，并解析了复合物晶体结构 | 研究对象仅限于TopBP1 BRCT7-8结构域，且未涉及完整的TopBP1蛋白或体内验证；仅发现四个小分子配体，其中两个为已知药物 | 发现靶向TopBP1 BRCT7-8结构域的小分子抑制剂 | TopBP1蛋白的BRCT7-8结构域 | 机器学习 | 癌症 | NMR, 片段筛选, 分子对接 | 深度学习（Chai-1） | NA | 四个小分子配体（金刚烷乙酸、扎托洛芬、双氯芬酸钠、奎宁） | NA | Chai-1 | NA | NA |
| 55 | 2026-06-02 |
FlexCENT: A frequency-flexible CEST imaging network combining frequency offset encoding and three-dimensional U-Net
2026-May, Magnetic resonance letters
DOI:10.1016/j.mrl.2025.200240
PMID:42221026
|
研究论文 | 提出一种频率灵活的化学交换饱和转移成像网络FlexCENT，结合频率偏移编码与三维U-Net实现稳健的CEST定量分析 | 通过创新的频率偏移编码技术将离散频率偏移转化为连续频谱特征表示，使网络能够泛化至未见过的频率偏移方案，无需重新训练 | NA | 开发一种无需重新训练即可适应不同频率偏移方案的CEST成像定量分析方法 | CEST成像中的四池洛伦兹模型参数（水、MT、APT、rNOE）及B0不均匀性 | 机器学习 | NA | CEST成像 | 3D U-Net | 图像 | 合成数据、荷瘤小鼠实验及人体脑部实验数据 | NA | 三维U-Net | 参数映射质量、噪声鲁棒性 | NA |
| 56 | 2026-06-02 |
UGP system: A deep learning-driven platform for automated identification of ultrafine granular powders using chromatographic fingerprinting
2026-May, Journal of pharmaceutical analysis
IF:6.1Q1
DOI:10.1016/j.jpha.2025.101474
PMID:42222301
|
研究论文 | 本研究通过结合高效液相色谱指纹图谱与深度学习算法，开发了用于超细颗粒粉末自动识别的智能系统 | 首次将HPLC指纹图谱与三维一维卷积神经网络集成，构建了涵盖29个科、53个品种、530批样品的综合数据库，并通过数据增强技术显著提升模型泛化能力 | 未提及 | 建立标准化方法，用于食品药物同源中药超细颗粒粉末的智能鉴别，满足制药和功能食品行业对产品真实性和安全性的监管及消费者需求 | 超细颗粒粉末样品，包括53个品种、29个植物科、530批次 | 机器学习 | 不适用 | HPLC（高效液相色谱）指纹图谱 | 1D-CNN（一维卷积神经网络） | 色谱指纹图谱数据 | 530批样品用于数据库构建，63个商业样品用于外部验证 | Flask | 三维一维卷积神经网络（32、64、128个滤波器） | 准确率、精确率、召回率 | 未提及 |
| 57 | 2026-06-02 |
Transcription factor collaboration enables precise T cell state engineering
2026-Apr-22, bioRxiv : the preprint server for biology
DOI:10.64898/2026.04.20.718569
PMID:42079248
|
研究论文 | 通过转录因子筛选和深度学习框架，揭示RUNX作为主合作因子驱动CD8 T细胞状态，并实现精准细胞状态工程 | 首次大规模绘制TF-程序连接图谱，发现RUNX作为'主合作因子'，并通过seq2PRINT框架预测功能性TF互作，实现T细胞状态的理性工程改造 | NA | 研究转录因子协作如何调控CD8 T细胞状态，特别是耗竭状态，并开发细胞状态工程方法 | CD8 T细胞（包括耗竭状态） | 机器学习 | 慢性感染与癌症 | perturb-SHARE-seq、seq2PRINT | 深度学习框架 | 单细胞染色质可及性与基因表达数据 | 702,314个单细胞样本 | PyTorch | seq2PRINT | NA | NA |
| 58 | 2026-06-02 |
Effective elimination of respiratory misregistration-induced attenuation correction errors in PET/CT via deep learning trained on data-driven gated PET from strictly respiratory-phase-matched PET/CT cases
2026-Apr-19, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-026-00880-6
PMID:42002706
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 59 | 2026-06-02 |
Risk prediction model of survival in patients with low-grade serous ovarian cancer: a multicenter Cohort study
2026-Apr-18, Journal of ovarian research
IF:3.8Q1
DOI:10.1186/s13048-026-02108-8
PMID:42001128
|
研究论文 | 基于多中心队列研究，开发低级别浆液性卵巢癌患者生存风险预测模型 | 首次针对低级别浆液性卵巢癌这一罕见组织学亚型，开发了基于Cox回归和深度学习的预测模型，并通过列线图实现可视化 | 样本量仅155例，且为回顾性研究，内部验证可能不足以全面评估模型泛化能力 | 开发可预测低级别浆液性卵巢癌患者复发和生存结局的预测模型 | 低级别浆液性卵巢癌患者 | 机器学习 | 卵巢癌 | NA | Cox回归， 深度学习神经网络 | 临床数据 | 155例低级别浆液性卵巢癌患者 | NA | Cox回归模型， 神经网络 | AUC， C-index， NRI， IDI | NA |
| 60 | 2026-06-02 |
Automated detection and classification of maxillary sinus variations using slice-based and full-volume CBCT deep learning models
2026-04-11, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-026-08205-w
PMID:41965768
|
研究论文 | 开发并比较了基于切片的二维与基于全容积的三维深度学习模型，用于自动检测和分类上颌窦变异 | 首次系统比较了二维切片模型与三维全容积模型在上颌窦变异分类中的性能，并展示了三维模型在空间表征和诊断精度上的优势 | 样本量相对有限（452名患者），且变异类型覆盖可能不完全，三维模型的计算资源需求较高 | 开发并对比两种深度学习模型，用于CBCT图像中上颌窦变异的自动检测与分类 | 上颌窦变异（正常解剖、发育不全、黏膜增厚、息肉样病变、隔膜、窦腔浑浊） | 计算机视觉 | 上颌窦疾病 | 锥形束计算机断层扫描（CBCT） | 卷积神经网络 | 图像 | 452名患者（631个上颌窦），二维模型使用1,880个矢状面切片，三维模型使用全部CBCT容积扫描 | NA | DenseNet-121 | 准确率、敏感度、特异度、精确率、F1分数、AUC | NA |