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 45821 篇文献，本页显示第 701 - 720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 701 | 2026-06-09 |
Improving severity grading of chemotherapy-induced myelosuppression in AML via data-driven and model-based deep learning
2026-Mar-24, NPJ systems biology and applications
IF:3.5Q1
DOI:10.1038/s41540-026-00687-2
PMID:41876533
|
研究论文 | 提出一种融合机制建模与深度学习的两阶段框架（MM-AI-AML），用于预测急性髓系白血病化疗后骨髓抑制的严重程度 | 首次将动态数学模型与TabNet深度学习分类器结合，利用临床预处理数据生成量化严重性标签，实现个性化风险预测，显著优于传统分类器 | 依赖预处理临床特征，可能未纳入动态治疗调整数据；虚拟病例生成可能存在偏差；外部验证队列规模有限 | 提高急性髓系白血病化疗后骨髓抑制的严重程度分级准确性，实现个性化风险预测 | 479例急性髓系白血病患者及900个虚拟病例的临床特征与化疗后血细胞动力学数据 | 机器学习 | 急性髓系白血病 | 临床特征数据 | TabNet深度学习分类器 | 表格数据（临床特征） | 479例真实患者和900个虚拟病例 | NA | TabNet | AUC | NA |
| 702 | 2026-06-09 |
Ancestral state reconstruction with discrete characters using deep learning
2026-Mar-21, bioRxiv : the preprint server for biology
DOI:10.64898/2026.03.19.712918
PMID:41890074
|
研究论文 | 利用深度学习修改phyl软件进行祖先状态重建，评估其性能并与贝叶斯推断比较，应用于实证数据 | 首次将深度学习软件phyddle应用于离散字符的祖先状态重建，特别是处理似然函数难以计算的情况，扩展了phylogenetics工具的适用性 | 随着树的大小增加，phyddle性能下降；对于复杂模型（如物种形成和灭绝模型），估计结果与贝叶斯推断差异较大 | 评估深度学习在祖先状态重建中的潜力，尤其是对于似然不可操作模型的替代方法 | 离散字符的祖先状态，包括亚属的祖先范围和2014年塞拉利昂埃博拉病毒爆发的序列祖先位置 | 机器学习 | 埃博拉病毒病 | 深度学习 | NN | 离散字符数据 | 两个实证数据：一个亚属的祖先范围数据和2014年塞拉利昂埃博拉病毒爆发序列数据 | PyTorch | NN架构未指定 | 与贝叶斯推断的比较 | NA |
| 703 | 2026-06-09 |
Temporal Integration of Serum Proteomics, Metabolomics and MRI Tumor Volumetrics via Deep Learning Identifies Systemic Mediators of Glioblastoma Response to Chemoradiotherapy
2026-Mar-18, Research square
DOI:10.21203/rs.3.rs-9085743/v1
PMID:41890862
|
研究论文 | 通过深度学习整合血清蛋白质组学、代谢组学与MRI肿瘤体积学，识别胶质母细胞瘤对放化疗反应的全身介质 | 首次将AI分割的MRI体积变化与血清蛋白质组和代谢组表达相结合，并集成多模态数据以识别与生存相关的患者分组和分子通路 | 样本量较小（55例），来自单一机构，缺乏独立验证队列 | 评估患者血清中差异蛋白质组和代谢组表达与AI分割的MRI体积变化之间的关联，以整合临床、分子和影像数据与患者预后 | 55例临床注释的胶质母细胞瘤患者及其放化疗前后的血清样本和MRI扫描 | 机器学习, 数字病理学 | 胶质母细胞瘤 | SomaScan®蛋白质组学平台, SECIM代谢组学分析, AI分割技术 | 深度学习模型（用于MRI分割） | 血清蛋白质组学数据, 代谢组学数据, MRI影像数据 | 55例胶质母细胞瘤患者的血清样本（放化疗前后）及MRI影像 | NA | NA | p值, 相关性分析 | NA |
| 704 | 2026-06-09 |
Establishing an Evidence-based Modern Breast MRI Program
2026-Mar-03, Journal of breast imaging
IF:2.0Q3
DOI:10.1093/jbi/wbaf082
PMID:41671073
|
综述 | 探讨现代乳腺MRI项目的循证建立方法，涵盖技术进步、方案优化及未来趋势 | 系统整合了动态增强MRI、弥散加权成像、超快速DCE-MRI和深度学习模型等先进技术，并针对方案标准化与操作效率提出优化策略 | 未提供具体的临床验证数据或定量比较分析 | 为乳腺影像中心提供现代乳腺MRI方案的关键要素、优化策略和未来技术方向 | 乳腺MRI影像方案及临床应用 | 数字病理学 | 乳腺疾病（恶性肿瘤） | MRI | 深度学习模型 | 影像 | NA | NA | NA | NA | NA |
| 705 | 2026-06-09 |
Deep Temporal Sequence Classification and Mathematical Modeling for Cell Tracking in Dense 3D Microscopy Videos of Bacterial Biofilms
2026 Mar-Apr, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2026.3663936
PMID:41671139
|
研究论文 | 提出名为DenseTrack的细胞追踪算法，结合深度学习与数学模型，用于密集3D显微镜视频中的细胞追踪 | 将细胞追踪问题转化为基于深度学习的时序序列分类任务，并利用分类器置信度解决约束一對一匹配优化问题；提出基于特征分解的细胞分裂检测策略 | NA | 解决密集环境中自动细胞追踪中的对应不准确和亲子关系误识别问题 | 细菌生物膜中的密集细胞 | 计算机视觉 | NA | 荧光显微镜成像 | 深度学习时序分类模型 | 3D时序图像 | 模拟及实验荧光图像序列 | PyTorch | NA | 定性评估, 定量评估 | NA |
| 706 | 2026-06-09 |
Identification of high-risk genes and classification of acute myocardial infarction patients utilizing deep learning in a restricted cohort
2026-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2026.111549
PMID:41671720
|
研究论文 | 利用深度学习结合差异表达分析在有限队列中识别急性心肌梗死高风险基因并进行分类 | 将深度学习与差异表达分析（DEA）等基因聚焦方法相结合，显著提升分类性能，并实现基因排名和生物标志物识别 | 基于两个基因表达数据集（GSE36961和GSE57345），可能受限于队列规模和数据集多样性 | 提高急性心肌梗死患者基因表达数据分类的准确性和生物相关性 | 急性心肌梗死患者的高风险基因表达数据 | 机器学习 | 心血管疾病 | 基因表达分析 | 深度学习与机器学习分类器（如DL, ML） | 基因表达数据集（GSE36961和GSE57345） | 两个公开数据集（GSE36961和GSE57345） | NA | NA | 准确率、配对t检验、Mann-Whitney U检验、Wilcoxon符号秩检验 | NA |
| 707 | 2026-06-09 |
AI for smart wastewater treatment plants: A review of physics-informed water quality modeling, optimization, and advanced control
2026-Mar-01, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2026.128949
PMID:41671993
|
综述 | 综述了人工智能在智能污水处理厂中用于水质预测、工艺优化和先进控制的研究进展 | 重点介绍了物理信息融合建模方法，将活性污泥模型和过程约束嵌入神经网络，并讨论了其与实时优化和控制框架的耦合方式 | 当前应用面临可解释性有限、跨厂区迁移能力弱、对运行条件变化的鲁棒性差等问题 | 总结AI在污水处理厂智能化转型中的应用，并指出未来研究方向 | 污水处理厂中的出水质量、能源消耗和碳排放 | 机器学习 | NA | NA | 神经网络、机器学习、深度学习 | 时间序列数据（污水处理过程数据） | NA | NA | 神经网络、活性污泥模型 | 预测精度、能耗、碳排放等指标 | NA |
| 708 | 2026-06-09 |
Deep learning deciphers behavioral states from muscle activation patterns
2026-Mar, Journal of pharmacological sciences
IF:3.0Q2
DOI:10.1016/j.jphs.2026.01.007
PMID:41672643
|
研究论文 | 利用深度学习分析多部位肌电图，实现对小鼠行为状态（如行走、梳理、站立）的准确分类 | 首次将深度学习应用于多部位肌电图分析，实现行为状态的客观自动分类，并可无缝集成到视频监测流程中 | 未提及 | 开发基于肌电图的自动化行为分类方法，克服人工视频观察的局限性 | 小鼠的多部位肌电信号及对应的行为状态（行走、梳理、站立） | 机器学习 | NA | 肌电图记录 | 卷积神经网络 | 肌电信号数据 | 5只小鼠的5块肌肉（四肢和颈部）的肌电图记录 | NA | 自定义卷积神经网络 | 分类准确率 | NA |
| 709 | 2026-06-09 |
Hierarchical abstraction drives human-like 3-D shape processing in deep learning models
2026-Mar, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1014047
PMID:41824548
|
研究论文 | 探索深度学习模型是否像人类视觉系统一样通过层次抽象处理三维形状 | 首次通过系统性行为实验与模拟，揭示Transformer架构中渐进式下采样操作带来的层次抽象能力是模仿人类三维形状处理的关键 | 仅测试了点云数据，未验证其他三维表示形式；模型与人类对比基于有限条件（点密度、局部结构、部件配置） | 检验深度学习模型的三维全局形状表示是否与人类视觉相似 | 卷积模型（DGCNN）和Transformer模型（Point Transformer）与人类观察者 | 计算机视觉 | NA | 点云处理 | 深度学习模型（卷积神经网络和Transformer） | 点云数据 | 约10000个三维物体实例用于训练；三个人类实验（具体样本量未在摘要中说明） | PyTorch | DGCNN, Point Transformer | 正确率 | NA |
| 710 | 2026-06-09 |
Recent Advances in Modeling and Prediction of Blood Glucose in Type 1 Diabetes
2026-Mar, Delaware journal of public health
DOI:10.32481/djph.2026.03.09
PMID:41943733
|
综述 | 综述了1型糖尿病血糖预测与控制模型的最新进展，包括基于生理机制的模型、数据驱动的机器学习方法以及融合机制知识与学习技术的混合框架 | 系统梳理了多模态数据、深度学习架构和强化学习在人工胰腺系统中自动胰岛素输注与自适应控制中的新兴作用，并讨论了边缘计算、高效模型设计与硬件算法协同优化等前沿策略 | 目前仍面临噪声和异质数据处理、预测可靠性与不确定性量化提升、以及资源受限医疗设备实时部署等关键挑战 | 总结并评估1型糖尿病血糖预测与控制模型的研究现状，推动计算模型向改善患者预后的实用工具转化 | 1型糖尿病患者的血糖预测与控制模型 | 机器学习 | 1型糖尿病 | NA | 深度学习, 强化学习 | 生理和行为数据 | NA | NA | NA | NA | NA |
| 711 | 2026-03-18 |
Deep learning in geographic atrophy: rethinking age-related macular degeneration progression and treatment
2026-Feb-28, Annals of translational medicine
DOI:10.21037/atm-2026-1-0018
PMID:41835799
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 712 | 2026-06-09 |
C-Shaped Canal Systems in Mandibular Second Molars: A Bibliometric Analysis and Review of Key Research Themes
2026-02-27, European endodontic journal
IF:1.6Q3
DOI:10.65717/eej.2026.25144
PMID:42126163
|
研究论文 | 对下颌第二磨牙C形根管系统的文献进行文献计量学分析，并综述关键研究主题及演变趋势 | 首次对C形根管系统进行文献计量分析，并识别出“深度学习”为近期突现的研究热点 | NA | 综述下颌第二磨牙C形根管系统的关键研究主题及演变趋势，为未来研究和临床实践提供参考 | 1979年至2024年间关于下颌第二磨牙C形根管系统的166篇出版物 | 自然语言处理 | 口腔疾病 | NA | NA | 文本 | 166篇出版物 | VOSviewer, CiteSpace, SPSS, Microsoft Excel | NA | NA | NA |
| 713 | 2026-06-09 |
Deep-Learning-Enhanced Living Biophotovoltaics: Predictive Photocurrent Modeling and Sensitive Herbicide Biosensing
2026-Feb-24, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.5c06224
PMID:41672884
|
研究论文 | 开发了一种基于蓝藻的活体生物光伏系统，结合深度学习模型预测光电流动态，用于绿色能源生成和除草剂检测 | 首次将深度学习（LSTM、BiLSTM、GRU）引入活体生物光伏系统进行光电流动力学预测，并为双功能器件（能源+生物传感）提供AI辅助建模框架 | 深度学习模型性能受实验数据噪声和长期稳定性影响，且未在真实环境样品中验证；材料成本及规模化应用可行性未评估 | 开发一种兼具可持续能源生成和敏感除草剂生物传感功能的人工智能增强型活体生物光伏系统 | 蓝藻、导电聚合物金纳米颗粒修饰电极、苯基脲类除草剂（敌草隆、利谷隆） | 机器学习, 数字病理学 | NA | 电聚合、金纳米颗粒修饰、蓝藻培养、计时电流法 | 深度学习（LSTM, BiLSTM, GRU） | 时间序列光电流数据 | 60次电聚合循环、450 mg/mL蓝藻浓度、50天长期稳定性测试 | NA | LSTM, BiLSTM, GRU | R², RMSE, MAE | NA |
| 714 | 2026-06-09 |
Selective multimodal deep learning for reliable breast cancer subtype classification from histopathology and genomic data
2026-Feb-23, Medical engineering & physics
IF:1.7Q3
DOI:10.1088/1873-4030/ae449b
PMID:41671586
|
research paper | 提出一种选择性多模态深度学习框架，整合组织病理学图像和RNA-seq数据，实现可靠的乳腺癌亚型分类 | 引入不确定性感知的智能路由机制，根据置信度动态选择仅使用RNA-seq预测或执行多模态推理，在保持高准确率的同时显著提升计算效率；利用CTransPath视觉transformer提取组织学特征，并结合注意力展开技术增强模型可解释性 | NA | 开发一种可靠、可解释且计算高效的乳腺癌亚型分类方法，用于临床决策支持系统 | 乳腺癌患者的组织病理学全切片图像（WSI）和RNA-seq转录组数据 | machine learning, digital pathology | breast cancer | RNA-seq, 组织病理学成像 | CTransPath视觉transformer, 注意力机制 | 图像, 文本 | 924例乳腺癌患者（TCGA-BRCA数据集，PAM50分子亚型） | NA | CTransPath, 门控注意力, 交叉注意力, 拼接融合 | 准确率, 混淆矩阵 | NA |
| 715 | 2026-06-09 |
Silencer variants are key drivers of gene up-regulation in Alzheimer's disease
2026-Feb-13, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adz3323
PMID:41671378
|
研究论文 | 开发深度学习框架，整合组蛋白修饰与单细胞开放染色质数据，鉴定阿尔茨海默病相关的沉默子和增强子变异 | 首次系统鉴定AD相关的沉默子变异，并揭示沉默子变异在基因上调中的关键驱动作用，特别是与小胶质细胞免疫反应的关联 | NA | 解析非编码DNA中AD相关变异的调控机制 | 阿尔茨海默病相关的非编码变异 | 机器学习 | 阿尔茨海默病 | NA | 深度学习 | 组蛋白修饰数据、单细胞开放染色质数据 | NA | PyTorch | NA | 一致性比率（directional concordance） | NA |
| 716 | 2026-06-09 |
YORU: Animal behavior detection with object-based approach for real-time closed-loop feedback
2026-Feb-13, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adw2109
PMID:41671367
|
研究论文 | 提出YORU方法，利用目标检测深度学习算法直接识别动物行为对象，实现实时闭环反馈 | 将行为直接作为“行为对象”进行检测，无需姿态估计，支持多物种社交行为实时分析 | 未提及具体局限性 | 开发一种替代传统姿态估计的行为检测方法，实现实时闭环反馈 | 多种动物的社交行为 | 计算机视觉 | NA | 目标检测 | 目标检测网络 | 图像 | NA | NA | NA | NA | NA |
| 717 | 2026-06-09 |
Large-Scale Histological Image Dataset with Metadata for Colorectal Cancer Microenvironment
2026-Feb-12, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06675-9
PMID:41673045
|
研究论文 | 介绍了一个用于结直肠癌微环境研究的大规模组织学图像数据集HMU-CRC-Hist550K，包含55万张标注图像块，并展示了其在组织分割任务中的基准测试结果 | 提供了首个大规模、高质量且全面标注的结直肠癌组织学图像数据集，涵盖八种不同的肿瘤微环境组织类别，弥补了该领域数据不足的空白 | 未公开讨论数据集的潜在偏差或模型泛化的局限性 | 为结直肠癌微环境分析、AI辅助诊断、分子亚型推断和个体化治疗规划提供基础资源 | 结直肠癌肿瘤微环境中的组织成分 | 数字病理学 | 结直肠癌 | NA | 深度学习模型 | 组织学图像 | 500张全切片图像，55万张标注图像块 | NA | 未具体说明，但涉及三个深度学习模型 | 分割任务相关指标（如准确率、Dice系数等，但未明确列出） | NA |
| 718 | 2026-06-09 |
Multimodal MRI reveals hypothalamic structural-functional alterations associated with bone mineral density loss in postmenopausal women
2026-Feb-12, Brain imaging and behavior
IF:2.4Q2
DOI:10.1007/s11682-026-01077-2
PMID:41673184
|
研究论文 | 利用多模态磁共振成像揭示绝经后女性下丘脑亚区结构与功能改变与骨密度下降的关系 | 首次使用深度学习分割下丘脑亚区并结合多模态磁共振成像探索绝经后骨质疏松中下丘脑亚区结构与功能改变 | 样本量较小，白质束微结构和形状改变由于多重比较应视为探索性发现 | 探究绝经后女性下丘脑亚区结构和功能改变与骨密度下降的关系 | 绝经后女性（包括骨质疏松、骨量减少及健康对照组） | 计算机视觉, 机器学习 | 骨质疏松 | 磁共振成像 | 深度学习分割模型 | 图像 | 54名绝经后女性（18名骨质疏松，18名骨量减少，18名健康对照） | NA | 深度学习分割网络 | 簇级FWE校正p值, 皮尔逊相关系数 | NA |
| 719 | 2026-06-09 |
Automatic classification of kidney stone components based on smartphone microscopy and the GoogLeNet model
2026-Feb-12, BMC urology
IF:1.7Q3
DOI:10.1186/s12894-026-02080-x
PMID:41673817
|
研究论文 | 通过智能手机显微镜和GoogLeNet模型自动分类肾结石成分 | 首次将智能手机显微成像与GoogLeNet深度学习模型结合用于肾结石成分自动分类，实现对四种结石类型的快速、准确且低成本的识别 | 样本量较小（140例），结石类型分布不均衡（碳酸磷灰石仅26例，六水磷酸镁铵仅16例），且仅用一种智能手机和显微镜设备，可能影响泛化能力 | 开发基于智能手机显微成像与深度学习的自动化尿路结石成分分类系统，实现快速、准确且低成本的结石分析 | 四种肾结石成分：草酸钙（66例）、尿酸（32例）、碳酸磷灰石（26例）和六水磷酸镁铵（16例） | 计算机视觉 | 肾结石 | 智能手机显微成像（TIPSCOPE） | GoogLeNet | 显微图像 | 140例肾结石样本，840张图像 | PyTorch | GoogLeNet | 准确率，F1分数，精确率，召回率 | NA |
| 720 | 2026-06-09 |
Drone-based geospatial prediction modeling identifies Fasciola hepatica infection risk in the Cusco Highlands of Peru
2026-Feb-12, Infectious diseases of poverty
IF:4.8Q1
DOI:10.1186/s40249-026-01420-1
PMID:41673907
|
研究论文 | 利用无人机获取的环境指数构建预测模型，识别秘鲁库斯科高地人类和绵羊的肝片吸虫感染风险 | 首次将无人机高分辨率多光谱和热成像数据与机器学习模型相结合，在安第斯农村社区实现肝片吸虫感染的精细尺度风险预测 | 单一社区横断面研究，样本量有限，模型泛化性需进一步验证 | 利用无人机衍生的环境指数开发人类和绵羊肝片吸虫感染的预测模型 | 秘鲁库斯科Huayllapata社区的人类和绵羊 | 机器学习 | 肝片吸虫病 | 无人机遥感（多光谱和热成像） | 逻辑回归、随机森林、XGBoost、深度学习 | 空间分布数据、环境指数、人口学和社会经济数据 | Huayllapata社区的家庭和绵羊 | NA | 逻辑回归、随机森林、XGBoost、深度学习 | 准确率、敏感度、特异度 | NA |