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 47295 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 | 2026-07-27 |
Automated AI-Based Aortic Measurements From Attenuation Correction CT as an Adjunctive Cardiovascular Risk Biomarker: An International Multicenter Study
2026-Jul, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.125.019726
PMID:42389791
|
研究论文 | 利用人工智能从心肌灌注成像CT衰减校正扫描中自动测量主动脉尺寸，作为辅助性心血管风险生物标志物 | 首次在多中心大规模队列中证明，从常规心肌灌注成像CT衰减校正扫描中自动获取的主动脉尺寸测量值与不良预后相关，无需额外成像或辐射 | 未明确提及研究限制 | 评估基于人工智能的主动脉尺寸测量是否与不良结局相关，并作为辅助性心血管风险生物标志物 | 接受PET/CT和SPECT/CT心肌灌注成像的患者 | 机器学习 | 心血管疾病 | CT衰减校正扫描 | 深度学习模型 | CT图像 | 29339名患者（56%男性，中位年龄66岁） | NA | NA | 调整风险比、置信区间、P值 | NA |
| 42 | 2026-07-27 |
Impact of Subretinal Drusenoid Deposits on Ellipsoid Zone-Related Thickness Metrics
2026-07-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.67.8.10
PMID:42390175
|
研究论文 | 评估视网膜下玻璃疣沉积对椭圆体区相关厚度测量的影响 | 首次量化视网膜下玻璃疣沉积对椭圆体区-视网膜色素上皮厚度测量的干扰，并提出了光感受器外节特定指标和SDD/EZ比值来改善老年性黄斑变性的终点评估 | 样本量有限（83只眼，44名患者），且仅来自阿米什人群，可能影响普适性 | 评估视网膜下玻璃疣沉积对非新生血管性老年性黄斑变性中椭圆体区定量指标的影响 | 老年性黄斑变性患者 | 数字病理学 | 老年性黄斑变性 | 谱域光学相干断层扫描 | 深度学习 | 图像（OCT） | 83只眼（44名患者） | NA | 半自动深度学习分割模型 | 厚度测量、SDD/EZ比值、纵向变化（∆POS、∆EZ-RPE）、相关性系数（R²） | NA |
| 43 | 2026-07-27 |
Explicit Inclusion of Diabetes Mellitus Without Retinopathy Within Diabetic Retinopathy Prediction
2026-Jul-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.15.7.3
PMID:42390159
|
研究论文 | 评估将无视网膜病变的糖尿病作为独立阶段纳入深度学习模型，以预测糖尿病视网膜病变严重程度 | 首次将无DR的DM作为独立阶段显式建模，通过分割视盘和视网膜血管分析区域对分类性能的影响，并利用显著性图与视盘距离揭示随DR严重程度变化的特征依赖 | NA | 评估显式建模无DR的DM是否能使深度学习检测早期视网膜变化，实现DR严重程度的早期风险识别 | 糖尿病视网膜病变（DR）和无视网膜病变的糖尿病（DM） | 数字病理学 | 糖尿病视网膜病变 | NA | 深度学习分类模型 | 彩色眼底图像 | 6069张彩色眼底图像，包括1996例无DM、1852例DM无DR、2221例DR（其中516例轻度、220例中度、103例重度、1382例增殖性DR） | NA | NA | AUC | NA |
| 44 | 2026-07-27 |
A robust deep learning framework for automated fetal behavioral state classification: leveraging multi-center datasets to improve antepartum heart rate monitoring
2026-Jul-01, Biomedical signal processing and control
IF:4.9Q1
DOI:10.1016/j.bspc.2026.110209
PMID:42394954
|
研究论文 | 提出一种基于残差注意力U-Net的深度学习框架，利用多中心数据集自动分类胎儿行为状态，以改进产前心率监测 | 首次在胎儿行为状态分类中结合残差注意力U-Net架构、大规模无标签预训练及多中心多设备数据微调，实现高泛化性能 | 未明确说明模型在低质量信号或极端胎龄下的表现、未讨论不同标注者间一致性差异对模型的影响 | 开发客观、快速且可复现的胎儿行为状态自动分类方法，辅助临床评估神经系统成熟度 | 不同产前阶段孕妇的胎心率记录（CTG traces），包括7000+无标签记录和236有标签记录 | 数字病理学 | 胎儿神经系统发育异常 | 胎心宫缩图（CTG） | 残差注意力U-Net | 时序信号 | 7000+份无标签胎心率记录与236份多中心有标签记录 | PyTorch | 残差注意力U-Net | 宏F1分数（91%），平衡准确率（93%） | NA |
| 45 | 2026-07-27 |
Interpretable Bayesian Modeling for Multireader Multicase Studies: Addressing Overdispersion and Limited Sample Size in Diagnostic Enhancement Evaluation
2026-Jul, Statistics in medicine
IF:1.8Q1
DOI:10.1002/sim.70666
PMID:42396812
|
研究论文 | 提出一种贝叶斯分层Beta-Binomial建模框架，用于多读者多案例研究中评估新型诊断技术的效果 | 提出一个显式处理过度离散性、类别不平衡和小样本量的贝叶斯分层模型，结合先验信息对读者水平参数进行正则化估计 | 未明确讨论模型在极端小样本或非二分类问题中的适用性，以及先验信息选择的敏感性分析 | 为医学成像中多读者多案例研究提供稳健的统计建模方法，准确估计新型诊断技术的效果 | 多读者多案例研究中的二分类诊断任务，包括读者表现、新技术的真实效果量 | 机器学习 | 胸腔疾病 | 贝叶斯分层Beta-Binomial建模 | 分层贝叶斯模型 | 二分类数据（读者判断结果） | 通过模拟研究评估不同样本量情景，并应用于一项真实世界胸部X光影像研究 | NA | 分层贝叶斯模型（Beta-Binomial） | 估计误差、稳健性 | NA |
| 46 | 2026-07-27 |
Decoding functional changes in the brain following ischemic stroke: a multimodal feature approach integrating fNIRS with machine learning and deep learning
2026-Jun-26, NeuroImage. Clinical
DOI:10.1016/j.nicl.2026.104028
PMID:42385535
|
研究论文 | 通过融合功能近红外光谱与机器学习和深度学习，解码缺血性脑卒中后脑功能变化 | 首次结合fNIRS多模态特征与Transformer深度学习模型，在静息态和任务态范式中系统解码缺血性脑卒中患者的神经血管缺陷，并通过SHAP分析识别最具判别力的脑区特征 | 样本量相对较小（115例患者和45例对照），且未进行外部验证队列的测试 | 研究缺血性脑卒中患者与正常对照在静息态和任务态下的fNIRS反应特征，并构建分类模型以解码神经血管缺陷 | 缺血性脑卒中患者和健康对照者 | 机器学习 | 脑血管疾病 | 功能近红外光谱（fNIRS） | Transformer | fNIRS时间序列信号（HbO、HbR、HbT） | 115名缺血性脑卒中患者和45名正常对照，共计160名参与者 | NA | Transformer | AUC, 准确率, 灵敏度, 特异度 | NA |
| 47 | 2026-07-27 |
Molecular Mechanisms and Probe-Dependent Effects of Clinically Relevant GABAA Receptor Modulators
2026-Jun, Archiv der Pharmazie
IF:4.3Q1
DOI:10.1002/ardp.70277
PMID:42396967
|
研究论文 | 通过整合分子动力学模拟、深度学习增强采样、动态药效团和MDPath方法，研究临床相关的GABAA受体调节剂的分子机制和探针依赖性效应 | 首次揭示苯二氮卓类和Z-drugs通过长程变构耦合利用生理性GABA活性，以及氟马西尼通过全局破坏域间变构通信选择性拮抗ECD依赖性调节剂的独特机制 | NA | 解析GABAA受体调节剂的分子机制和探针依赖性药理学 | GABAA受体及其调节剂（苯二氮卓类、麻醉药、Z-drugs、氟马西尼） | 机器学习 | NA | 分子动力学模拟、深度学习增强采样 | 深度学习模型 | 分子动力学模拟数据 | NA | PyTorch | NA | NA | NA |
| 48 | 2026-07-27 |
Artificial intelligence in anal fistula: mapping evidence to IDEAL stages
2026-Jun, Annals of coloproctology
IF:3.0Q1
DOI:10.3393/ac.2025.01494.0213
PMID:42392850
|
综述 | 评估人工智能在肛瘘及相关肛门直肠疾病中的应用，并按IDEAL框架映射证据 | 将人工智能在肛瘘中的应用证据映射到IDEAL框架（1-4阶段），系统梳理了术前影像、术中规划、预测模型及功能评估四个关键领域的发展状态 | 大多数研究仅处于早期IDEAL阶段（1-2b），存在样本量小、外部验证不足、工作流整合困难等局限 | 评估人工智能在肛瘘诊断、手术规划及功能评估中的潜力，并分析其临床转化现状 | 肛瘘及相关肛门直肠疾病的人工智能应用研究 | 自然语言处理, 计算机视觉 | 肛瘘, 肛门直肠疾病 | 深度学习, 磁共振成像, 计算机断层扫描 | 深度学习模型 | 医学影像 | 样本量较小（多数研究为可行性研究） | NA | ResNet, DenseNet | 诊断准确性 | NA |
| 49 | 2026-07-27 |
Bridging Global Attention and Local Hierarchies: A Robust Hybrid Ensemble Framework With Multi-Perspective Explainability for Automated HER2-IHC Scoring
2026 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338261465522
PMID:42400387
|
研究论文 | 提出一种融合全局注意力与局部层级结构的混合集成框架，用于自动化HER2免疫组化评分 | 首次将EVA-02-Large、Vision Transformer-Base和ConvNeXt-V2-Nano三种架构通过自适应后融合机制集成，并融合多视角可解释AI分析（Grad-CAM、Grad-CAM++、Layer-CAM）来验证模型决策与病理学家识别特征的匹配度 | 仅基于单一专家标注数据集（HER2-IHC-40x），缺乏前瞻性多中心临床验证;对极端光度变化敏感性较高 | 开发高精度、可解释且鲁棒的自动化HER2-IHC评分系统，以标准化乳腺癌HER2评估流程 | HER2免疫组化染色组织切片图像 | 数字病理学 | 乳腺癌 | 免疫组化（IHC） | 混合集成模型（Transformer+CNN） | 图像 | 使用专家标注的HER2-IHC-40x数据集（具体样本数未明确说明） | PyTorch | EVA-02-Large, Vision Transformer-Base, ConvNeXt-V2-Nano | 加权准确率, 平衡准确率 | 未明确说明 |
| 50 | 2026-07-27 |
A-eye: Automated 3D MRI segmentation and morphometric feature extraction for eye and orbit atlas construction
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0352257
PMID:42391233
|
研究论文 | 引入基于深度学习的nnU-Net方法，对MRI中健康成人眼部和眼眶进行自动3D分割，并构建大规模眼睛图谱 | 首次使用大规模1245名受试者的T1加权MRI数据，结合nnU-Net实现眼睛和眼眶结构的自动分割，并构建首个大规模无偏眼睛图谱 | NA | 改进眼科诊断和治疗，提供标准化空间归一化工具 | 健康成人眼部和眼眶的MRI图像 | 计算机视觉，数字病理学 | NA | MRI | nnU-Net | 图像 | 1245名受试者的T1加权MRI数据 | NA | nnU-Net | NA | NA |
| 51 | 2026-07-27 |
Deep learning based two-way feature depiction model for brain tumor detection
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0344291
PMID:42391295
|
研究论文 | 提出一种基于深度学习的双向特征描绘模型用于脑肿瘤检测 | 结合2D-深度卷积神经网络和1D-深度卷积神经网络，并采用改进粒子群优化进行特征选择，提高了检测性能和可解释性 | 未明确提及局限性 | 提高脑肿瘤自动检测的准确性、特征描绘能力和泛化能力 | 脑肿瘤MRI图像及手工特征（LBP、GLCM、HOG） | 计算机视觉 | 脑肿瘤（胶质瘤） | MRI成像 | 深度卷积神经网络（2D-DCNN和1D-DCNN） | 图像 | Brain MRI数据集（四类分类） | NA | 2D-DCNN, 1D-DCNN | 准确率、召回率、精确率、F1分数 | NA |
| 52 | 2026-07-27 |
Source-Free Active Learning for Adapting Alzheimer's Diagnostic Deep Learning Models Across Neuroimaging Cohorts
2025-Oct, ... IEEE-EMBS International Conference on Biomedical and Health Informatics. IEEE-EMBS International Conference on Biomedical and Health Informatics
DOI:10.1109/bhi67747.2025.11269546
PMID:42396431
|
研究论文 | 提出一种基于不确定性的主动学习框架，用于跨神经影像队列的阿尔茨海默病诊断深度学习模型的无源域适应 | 首次将不确定性主动学习与无源域适应结合，在无需源域数据的情况下实现跨神经影像研究的高效自适应，同时解决了隐私约束问题 | 未提及方法的局限性，如对目标域样本数量或计算资源的依赖 | 实现跨神经影像研究的阿尔茨海默病诊断模型适应，克服数据域转移问题并保护隐私 | 来自五个神经影像研究（ADNI-1、ADNI-2/3、PENN、AIBL和OASIS）的3,177名参与者及其145项区域脑体积测量数据 | 机器学习 | 阿尔茨海默病 | N/A | CNN | 数值数据（区域脑体积测量） | 3,177名参与者，来自五个研究 | PyTorch | N/A | AUC | N/A |
| 53 | 2026-06-06 |
Identification of LAMP2 as the direct target of aloperine derivatives for degrading PD-L1 through the lysosomal pathway based on deep learning model
2026-Sep-15, Bioorganic chemistry
IF:4.5Q1
DOI:10.1016/j.bioorg.2026.110056
PMID:42242017
|
研究论文 | 基于深度学习模型鉴定LAMP2为苦参碱衍生物通过溶酶体途径降解PD-L1的直接靶点 | 首次利用深度学习模型DeepDTAGen预测并验证苦参碱衍生物7a的直接靶点为LAMP2，结合计算与实验策略快速发现靶点 | NA | 鉴定苦参碱衍生物通过溶酶体途径降解PD-L1的直接功能靶点 | 苦参碱衍生物及PD-L1降解机制 | 机器学习 | 肿瘤免疫 | 分子对接、分子动力学模拟 | DeepDTAGen | 文本 | 30种苦参碱衍生物 | NA | DeepDTAGen | K值（5.58 μM） | NA |
| 54 | 2026-07-26 |
Discovery of novel xanthine oxidase inhibitors using deep learning-based composite molecular fingerprint: Screening, bioactivity assessment and binding behavior analysis
2026-Sep-15, Bioorganic chemistry
IF:4.5Q1
DOI:10.1016/j.bioorg.2026.110031
PMID:42259146
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 55 | 2026-07-26 |
Accelerated development of 4-HPPD inhibitors using a hybrid deep learning approach with Bayesian-guided reinforcement learning
2026-Sep-15, Bioorganic chemistry
IF:4.5Q1
DOI:10.1016/j.bioorg.2026.110125
PMID:42348944
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 56 | 2026-07-26 |
Computer Vision and Deep Learning in Small Animal Cytology and Slide Review
2026-Sep, The Veterinary clinics of North America. Small animal practice
DOI:10.1016/j.cvsm.2026.03.019
PMID:42150941
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 57 | 2026-07-26 |
An Introduction to Artificial Intelligence and Machine Learning for Veterinary Professionals
2026-Sep, The Veterinary clinics of North America. Small animal practice
DOI:10.1016/j.cvsm.2026.04.001
PMID:42150939
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 58 | 2026-02-08 |
Interpretable deep learning model of circulating genomics for quantitative survival prediction in advanced non-small cell lung cancer
2026-Aug, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico
IF:2.8Q2
DOI:10.1007/s12094-026-04220-z
PMID:41649698
|
研究论文 | 本研究开发了一种可解释的深度学习模型，用于晚期非小细胞肺癌患者的定量生存预测 | 整合了多模态特征（包括ctDNA状态、cfDNA浓度和基因突变等）的DeepSurv模型，相比单一ctDNA或cfDNA指标，显著提升了生存预测的准确性，并利用SHAP方法增强了模型的可解释性 | 研究基于回顾性数据，且仅使用了两个特定的ctDNA测序平台（MSK-ACCESS和ctDx Lung），可能限制了模型的普适性 | 开发一种可解释的深度学习模型，以定量预测晚期非小细胞肺癌患者的生存结局 | 晚期非小细胞肺癌患者 | 机器学习 | 肺癌 | 超深度ctDNA测序（MSK-ACCESS和ctDx Lung） | DeepSurv | 基因组数据、临床病理特征 | 1373名晚期非小细胞肺癌患者（发现队列1012人，验证队列361人） | NA | DeepSurv | 时间依赖性曲线下面积（AUC）、风险比（HR） | NA |
| 59 | 2026-07-26 |
From deep learning-based toxicity prediction to theoretical simulation-based mechanism analysis: A case study of 33 typical pesticides and their transformation products
2026-Aug-01, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2026.142624
PMID:42269292
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 60 | 2026-07-26 |
Deep learning-assisted chrysotile asbestos screening in soil: A hierarchical statistical approach to error propagation
2026-Aug-01, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2026.142934
PMID:42435689
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |