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 47589 篇文献，本页显示第 6521 - 6540 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6521 | 2026-05-06 |
WSI AFB and AI deliver highest sensitivity for TB detection
2026-May, Tuberculosis (Edinburgh, Scotland)
DOI:10.1016/j.tube.2026.102747
PMID:41814116
|
研究论文 | 开发一种结合全切片成像和深度学习的人工智能平台，用于结核病检测，显著提高灵敏度 | 提出一种新型全切片成像平台，采用专有曲面聚焦算法实现高速全切片数字化，并整合两阶段深度学习管道（YOLOv5和ResNet-18）自动识别抗酸杆菌 | 未提及具体局限性 | 提高结核病痰涂片检测的灵敏度 | 1097名患者的痰涂片样本 | 数字病理学 | 结核病 | 全切片成像, 油浸数字化, 抗酸染色 | CNN (YOLOv5, ResNet-18) | 病理图像 | 1097名患者 | NA | YOLOv5, ResNet-18 | 灵敏度, 特异性 | NA |
| 6522 | 2026-05-06 |
Artificial intelligence iterative reconstruction in lower extremity computed tomography angiography (CTA) of diabetic patients: Improved visualization of distal and collateral arteries
2026-May, Acta radiologica (Stockholm, Sweden : 1987)
DOI:10.1177/02841851261429969
PMID:41841341
|
研究论文 | 比较深度学习重建算法AIIR与常规混合迭代重建HIR在糖尿病下肢CTA中对远端和侧支动脉的可视化效果 | 首次探索新型深度学习重建算法AIIR在糖尿病下肢CTA中对远端和侧支动脉可视化的影响 | 回顾性研究，样本量较小（59例），可能影响结果的普遍性 | 评估AIIR在糖尿病下肢CTA中显示远端和侧支动脉的性能 | 59名接受下肢CTA检查的糖尿病患者 | 医学影像 | 糖尿病 | CTA | 深度学习重建模型 | CT图像 | 59例糖尿病患者的下肢CTA图像 | NA | NA | 血管可视化评分、侧支循环描绘评分、噪声、信噪比、对比度噪声比、主观图像质量评分 | NA |
| 6523 | 2026-05-06 |
A Novel Covalent Inhibitor Fragment for the SARS-CoV-2 Main Protease Identified by Target-Specific Deep Learning
2026-May-01, ACS chemical biology
IF:3.5Q2
DOI:10.1021/acschembio.6c00120
PMID:42066065
|
research paper | 利用靶向特异性深度学习工作流程识别SARS-CoV-2主蛋白酶的新型共价抑制剂片段 | 结合微调抑制剂预测模型与溶解度、亲脂性模型及分子相似性分析，从超50万化合物库中快速筛选出新型共价抑制剂片段，并通过晶体结构验证其独特作用机制 | NA | 加速发现SARS-CoV-2主蛋白酶的新型抑制剂化合物和片段类起点 | SARS-CoV-2主蛋白酶（Mpro）及其抑制剂 | machine learning | COVID-19 | 深度学习，生化分析，X射线晶体学 | 目标特异性深度神经网络 | 实验抑制剂数据，分子结构数据 | 可购买化合物库超50万种，实验测试24种候选化合物 | NA | 微调预测模型，溶解度模型，亲脂性模型 | IC50值，晶体结构分辨率（1.76 Å） | NA |
| 6524 | 2026-05-06 |
DeepOTG: An effective deep learning framework for identifying human protein O-linked threonine glycosylation sites via attention-based information bottleneck
2026-May, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2026.152152
PMID:42025727
|
研究论文 | 提出了一种名为DeepOTG的双分支深度学习框架，用于识别人类蛋白质中O-连接苏氨酸糖基化位点 | 结合蛋白语言模型ESM-2的全局语义语境与基于PSSM的局部进化模式，通过融合多头自注意力和变分信息瓶颈的模块，有效融合互补信息并抑制冗余 | 未明确提及限制 | 开发一种计算工具用于准确预测O-连接苏氨酸糖基化位点，以辅助生物学研究 | 人类蛋白质中的O-连接苏氨酸糖基化位点 | 机器学习 | NA | 蛋白质语言模型ESM-2, 位置特异性评分矩阵（PSSM） | 多尺度CNN-BiGRU, 多头自注意力, 变分信息瓶颈 | 蛋白质序列数据 | 基准数据集（平衡测试集和非平衡测试集） | PyTorch | 多尺度CNN-BiGRU | MCC | NA |
| 6525 | 2026-05-06 |
A Transformer for Reaction-Aware Compound Explorations with GFlowNet in QSAR-Guided Molecular Design
2026-Apr-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.6c00181
PMID:42033344
|
研究论文 | 提出TRACE-GFN模型，融合Transformer与GFlowNet，在QSAR引导的分子设计中实现反应感知的化合物探索 | 首次将化学反应路径显式整合到QSAR引导的分子优化流程中，通过Transformer学习反应知识并结合GFlowNet高效采样多样候选分子 | NA | 在药物发现中平衡化合物的高生物活性和合成可行性，实现反应感知的分子优化 | 多巴胺受体D2 (DRD2)、AKT丝氨酸/苏氨酸激酶1 (AKT1)和C-X-C基序趋化因子受体4 (CXCR4)相关的化合物 | 机器学习 | NA | QSAR | Transformer, GFlowNet | 分子结构数据 | NA | PyTorch | Transformer | QSAR值, 多样性 | NA |
| 6526 | 2026-05-06 |
EAC-Net: Predicting Real-Space Charge Density via Equivariant Atomic Contributions
2026-Apr-25, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.6c00283
PMID:42033354
|
研究论文 | 提出EAC-Net网络，通过等变原子贡献预测实空间电荷密度，结合高精度与高效训练 | 将总电荷密度分解为对称一致的原子中心贡献，直接与实空间耦合，而非预测网格或基函数上的完整密度，实现高精度与物理先验的融合 | NA | 开发一种准确、高效且具有物理基础的电荷密度预测方法，加速电子结构计算 | 元素周期表中的化学元素及其不同化学环境 | 机器学习 | NA | 密度泛函理论（DFT） | 等变图神经网络 | 电荷密度网格数据 | NA | PyTorch | EAC-Net | 百分比误差 | NA |
| 6527 | 2026-05-06 |
A Comparative Study of QSPR Methods on a Unique Multitask PAMPA Data Set
2026-Apr-24, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02931
PMID:42032831
|
研究论文 | 对独特的多任务PAMPA数据集的QSPR方法进行比较研究 | 首次对多种器官特异性PAMPA膜进行同步建模的全面研究，提供膜特异性渗透性谱的新见解 | 样本量有限，可能限制了深度学习表示的效果 | 评估不同分子描述符和回归模型在预测被动膜渗透性中的有效性，特别关注模型可解释性与性能的权衡 | 143种药物和候选药物分子，使用六种不同模型膜进行评估 | 机器学习 | NA | PAMPA（平行人工膜渗透性测定） | 线性回归、预训练Transformer | 分子性质数据 | 143个药物和候选药物分子 | NA | 预训练Transformer | 预测性能指标（未具体说明） | NA |
| 6528 | 2026-05-06 |
CrystalX: High-Accuracy Crystal Structure Analysis Using Deep Learning
2026-Apr-20, Journal of the American Chemical Society
IF:14.4Q1
DOI:10.1021/jacs.5c21832
PMID:42007550
|
研究论文 | 利用深度学习实现全自动高精度晶体结构分析，命名为CrystalX模型 | 首次将深度学习应用于全原子级别的全自动常规晶体结构分析，能够发现并纠正同行评审出版物中存在的专家解释错误 | NA | 实现晶体材料原子结构的全自动高精度分析 | 晶体材料 | 机器学习 | NA | X射线衍射 | 深度学习模型 | X射线衍射测量数据，超过5万个样本 | 超过5万个来自真实实验的X射线衍射测量数据 | NA | NA | NA | NA |
| 6529 | 2026-05-06 |
AI-based autism identification from hyperspectral imaging detection of oxidative stress in pediatric red blood cells
2026-Apr-14, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-026-01581-y
PMID:41974954
|
研究论文 | 本研究评估了高光谱成像结合人工智能检测氧化应激在儿童红细胞膜上的变化，并用于自闭症谱系障碍的自动识别 | 首次将高光谱成像与深度学习算法结合，基于红细胞膜氧化应激特征对自闭症谱系障碍儿童进行非侵入式分类，准确率达93.2% | 未明确提及样本量较小、临床普适性及算法泛化能力等限制 | 开发一种非侵入性、免标记、成本效益高的氧化应激检测方法，并用于自闭症谱系障碍的辅助诊断 | 儿童红细胞样本，包括31名神经典型发育儿童和27名自闭症谱系障碍儿童 | 计算机视觉 | 自闭症谱系障碍 | 高光谱成像、气相色谱 | 深度学习算法 | 高光谱图像 | 31名神经典型发育儿童和27名自闭症谱系障碍儿童的红细胞样本 | NA | NA | 准确率 | NA |
| 6530 | 2026-05-06 |
Is Deep Learning Ready for Abdominal Organ-at-Risk Segmentation in the Foundation Model Era: A Comprehensive Study of Challenging Clinical Cases
2026-Apr-08, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2026.03.040
PMID:41962748
|
研究论文 | 评估深度学习和基础模型在腹部器官风险分割中的表现，并提出器官擦除增强策略以提高模型鲁棒性 | 首次系统评估基础模型和全监督学习在复杂临床场景（如器官切除术后）中的分割性能，并提出器官擦除增强策略以解决幻觉和分布偏移问题 | 基础模型和全监督方法在解剖结构异常或显著分布偏移的临床案例中仍显不足 | 评估深度学习方法在腹部器官风险分割中的临床适用性，并提出改进鲁棒性的解决方案 | 来自2个机构的413例患者的CT扫描，分为3个队列（无手术、部分器官切除、全器官切除）及3个公共数据集 | 计算机视觉 | 腹部癌症相关放射治疗 | CT扫描 | 全监督学习模型、基础模型 | 图像（CT扫描） | 413例患者（内部测试67例，外部测试2共22例，外部测试3共74例） | NA | 全监督学习模型（7种）、基础模型（6种） | Dice相似系数、归一化表面Dice、幻觉率 | NA |
| 6531 | 2026-05-06 |
Artificial Intelligence in Population-Level Gastroenterology and Hepatology: A Comprehensive Review of Public Health Applications and Quantitative Impact
2026-Apr, Digestive diseases and sciences
IF:2.5Q2
DOI:10.1007/s10620-025-09452-7
PMID:41136718
|
综述 | 综述人工智能在胃肠病学和肝病学人群层面的公共卫生应用及其定量影响 | 综合评估AI从被动治疗转向主动预防的策略转变，涵盖结直肠癌、代谢相关脂肪性肝病、病毒性肝炎、上消化道癌症和炎症性肠病等多个领域，并强调废水分析等创新应用 | 高收入国家与中低收入国家之间AI发展和获取的不平等可能加剧现有健康差距，以及数据多样性不足、算法偏见、隐私保护和监管框架等挑战 | 探讨AI在胃肠病学和肝病学公共卫生中的人群水平应用和影响 | 结直肠癌高风险人群、代谢相关脂肪性肝病（MASLD）患者、病毒性肝炎患者、上消化道癌症（如胃癌）患者、炎症性肠病（IBD）患者 | 机器学习 | 胃肠病和肝病 | NA | NA | NA | NA | NA | NA | 检出率、准确性、可靠性、诊断能力 | NA |
| 6532 | 2026-05-06 |
Predictive modeling of gene expression and localization of DNA binding site using deep convolutional neural networks
2026-Apr, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1014092
PMID:41920894
|
研究论文 | 开发深度卷积神经网络DARSI，利用大规模平行报告分析数据预测基因表达水平并定位转录因子结合位点 | 首次利用卷积神经网络从原始调控DNA序列直接预测基因表达，并以单碱基对分辨率系统识别转录因子结合位点，克服了传统方法假设各碱基对独立贡献的局限 | NA | 开发可分析大规模平行报告分析数据的新方法，实现从DNA序列预测基因表达并定位转录因子结合位点 | 调控DNA序列及其驱动的基因表达 | 机器学习 | NA | 大规模平行报告分析 | 卷积神经网络 | DNA序列数据 | NA | NA | 卷积神经网络 | 准确性 | NA |
| 6533 | 2026-05-06 |
Stochastic intracellular calcium dynamics show preserved structures identified by deep learning classification
2026-Apr, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1014240
PMID:42054479
|
研究论文 | 利用深度学习分类方法识别随机胞内钙动力学中保留的结构特征 | 通过大核卷积神经网络（LKCNN）在真实噪声水平下实现高精度动态状态分类，证明确定性组织特征在随机生物系统中仍可检测 | 未明确提及模型对更高噪声水平或更复杂生物系统的适用性 | 探索在固有随机性下，参数依赖性组织原则是否仍具有生物学意义并可计算检测 | 胰腺β细胞及WT-HEK293、STIM-KO、ORAI TKO等细胞的钙动力学数据 | 机器学习 | NA | 化学朗之万方程生成合成数据 | 大核卷积神经网络（LKCNN） | 钙离子浓度时间序列数据 | 合成训练数据及多种细胞类型的实验数据，具体样本量未明确 | NA | LKCNN | 准确率 | NA |
| 6534 | 2026-05-06 |
ProMol_Func: A Structure-Free Deep Learning Model for Virtual Screening
2026-Mar-23, JACS Au
IF:8.5Q1
DOI:10.1021/jacsau.6c00173
PMID:41889774
|
研究论文 | 提出一种免蛋白质结构的深度学习模型ProMol_Func，用于虚拟筛选，通过集成小分子图编码和基于氨基酸序列的蛋白质功能嵌入，提升筛选效率和泛化能力 | 无需蛋白质结构，仅依赖氨基酸序列生成功能嵌入，并结合实验验证的非活性和随机诱饵增强训练数据，在LIT-PCBA基准上取得领先性能，并在零样本前向应用中成功识别新型靶点DnaK的抑制剂 | 未明确说明局限性，但可能依赖高质量的负结合数据增强，且零样本性能需进一步跨靶点验证 | 开发一种高效、可扩展的免蛋白质结构虚拟筛选方法，克服传统结构依赖方法的计算瓶颈和高假阳性率 | 小分子化合物与蛋白质靶标（包括LIT-PCBA基准和新型靶点DnaK） | 机器学习 | NA | NA | 深度学习框架（图神经网络与蛋白质功能嵌入） | 序列数据（氨基酸序列）和小分子图数据 | LIT-PCBA基准数据集及DnaK零样本应用中的活性与诱饵化合物 | PyTorch | 图神经网络与蛋白质功能嵌入网络 | 富集因子（EF1%） | NA |
| 6535 | 2026-05-06 |
A CNN-transformer dual-branch network with structure-aware loss for high-resolution edge detection
2026-Mar-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44362-2
PMID:41857141
|
研究论文 | 提出一种基于CNN-Transformer双分支网络和结构感知损失函数的高分辨率边缘检测方法 | 创新性地提出边缘结构感知损失函数，通过梯度约束、连续性约束和方向一致性约束监督边缘的几何属性，并引入三阶段动态损失调度策略实现从像素级到结构级的渐进式优化 | 未明确说明局限性，但现有方法常面临计算复杂度高和真实边缘标注困难的问题 | 解决现有深度学习方法依赖像素级损失函数导致的边缘预测碎片化、模糊和结构不连贯问题 | 高分辨率图像中的边缘检测任务 | 计算机视觉 | NA | NA | CNN-Transformer双分支网络 | 图像 | BSDS500（500张图像）、Multicue（100张图像）、NYUDv2（1449张图像） | PyTorch | CNN-Transformer双分支网络 | ODS、OIS | NA |
| 6536 | 2026-05-06 |
Comparison of Patient Reviews for Submental Liposuction and Kybella Using Deep Learning and Natural Language Processing: Is There a Superior Intervention for Submental Adiposity?
2026-03-17, Aesthetic surgery journal
IF:3.0Q1
DOI:10.1093/asj/sjaf129
PMID:40577594
|
研究论文 | 利用深度学习和自然语言处理比较患者对颏下吸脂术和Kybella的评论，探讨两种干预措施对颏下脂肪堆积的优劣 | 首次应用优化的BERT深度学习自然语言处理模型分析患者报告的情感体验，比较Kybella与颏下吸脂术在RealSelf平台上的评价 | 数据来源仅限于RealSelf平台，样本量相对较小（1338篇），可能无法代表所有患者群体，且未排除潜在的混杂因素如医生差异或术后护理 | 通过自然语言处理模型分析患者情感和情绪，比较Kybella和颏下吸脂术在真实世界中的患者报告结果 | RealSelf平台上2014至2024年间关于Kybella和颏下吸脂术的英文患者评论 | 自然语言处理 | 颏下脂肪堆积 | NA | BERT（双向编码器表示转换器） | 文本 | 1338条患者评论（753条颏下吸脂术，585条Kybella） | PyTorch | BERT（优化的双向编码器表示转换器） | 情感评分（0-1）、情感分类（积极/消极）、情感类别（恐惧、悲伤、愤怒、厌恶、中性、惊讶、喜悦）频率 | NA |
| 6537 | 2026-05-06 |
A multi-focus oral panoramic x-ray image dataset based on pixel-level annotations
2026-Mar-17, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-07021-9
PMID:41844654
|
研究论文 | 构建了一个大规模口腔全景X射线图像数据集，包含8655张图像和30186个像素级注释，用于牙科人工智能研究 | 提供了首个大规模、像素级标注的口腔全景X射线数据集，支持牙齿分割、病变检测和计算机辅助诊断等多种任务 | 未提及具体局限性 | 开发用于牙科人工智能研究的大规模全景X射线图像数据集 | 口腔全景X射线图像中的牙齿和病变区域 | 数字病理学 | 口腔疾病 | 全景X射线成像 | 深度学习模型 | 图像 | 8655张图像，30186个像素级注释 | NA | NA | 泛化能力 | NA |
| 6538 | 2026-05-06 |
High-fidelity single-frame computational super-resolution using signal-preserving denoising-enabled deconvolution
2026-Mar-17, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-70791-8
PMID:41844624
|
研究论文 | 提出一种名为3Snet-CLID的计算超分辨率方法，结合混合监督/自监督深度学习网络进行信号保持去噪与直接Richardson-Lucy解卷积，实现从单帧宽场或转盘共聚焦图像中获取纳米级成像 | 集成信号保持去噪与解卷积的混合监督/自监督深度学习框架，通过逐像素去噪策略抑制噪声并保持信号分布，减少伪影并增强鲁棒性 | NA | 克服计算超分辨率的瓶颈，提供高保真纳米级活细胞成像的易用平台 | 常规显微镜下的固定和活细胞中的线粒体外膜、内质网和核孔等结构 | 计算机视觉 | NA | 计算超分辨率 | 深度学习网络 | 图像 | NA | NA | 3Snet-CLID | 分辨率提升倍数 | NA |
| 6539 | 2026-05-02 |
Deep Learning Technology in Genomics, Radiotherapy, and Ophthalmology for Precision Medicine
2026-Mar-01, Journal of physiological investigation
DOI:10.4103/ejpi.EJPI-D-25-00069
PMID:41979282
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6540 | 2026-05-06 |
TITAN-BBB: Predicting BBB Permeability using Multi-Modal Deep-Learning Models
2026-Feb-17, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.15.706007
PMID:41756895
|
研究论文 | 提出了TITAN-BBB，一种利用表格、图像和文本特征并通过注意力机制结合的多模态深度学习架构，用于预测血脑屏障渗透性 | 首次将传统化学描述符与深度学习嵌入集成到多模态架构中，利用注意力机制融合表格、图像和文本特征，并构建了迄今最大的BBB渗透性数据集 | NA | 开发计算模型预测血脑屏障渗透性，替代资源密集且通量低的传统实验方法 | 血脑屏障渗透性预测 | 机器学习 | NA | NA | 多模态深度学习模型 | 表格数据、图像、文本 | 汇集多个文献来源，构建了目前最大的BBB渗透性数据集 | PyTorch | 注意力机制 | 平衡准确率、平均绝对误差 | NA |