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 43874 篇文献，本页显示第 721 - 740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 721 | 2026-03-28 |
Assessment of a Deep Learning Model Trained on Permanent Pathology for the Classification of Squamous Cell Carcinoma in Mohs Frozen Sections: Lessons Learned
2026-May-01, Dermatologic surgery : official publication for American Society for Dermatologic Surgery [et al.]
IF:2.5Q1
DOI:10.1097/DSS.0000000000005096
PMID:41886676
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 722 | 2026-04-24 |
T3SS effector and regulator discovery by predicting interacting partners of T3SS chaperones in Pseudomonas aeruginosa
2026-May, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70551
PMID:42003191
|
研究论文 | 通过预测铜绿假单胞菌中T3SS伴侣蛋白的相互作用伙伴来发现其效应子和调节因子 | 结合结构辅助同源性搜索与AlphaFold2和AlphaFold3深度学习蛋白质结构预测方法，在泛基因组水平上系统筛选T3SS伴侣蛋白及其相互作用伙伴 | 仅关注参考菌株PAO1和PA14，其他菌株的T3SS全貌尚未完全探索；预测结果需进一步实验验证 | 利用系统基因组学和深度学习结构预测方法，发现铜绿假单胞菌中未知的T3SS效应子和调节因子 | 超过15000个高质量铜绿假单胞菌基因组中的T3SS伴侣蛋白及其相互作用蛋白质 | 机器学习 | 绿脓杆菌感染 | AlphaFold2、AlphaFold3、结构辅助同源性搜索 | 深度学习蛋白质结构预测模型 | 蛋白质序列、基因组序列 | 15000个铜绿假单胞菌基因组 | AlphaFold2, AlphaFold3 | AlphaFold2, AlphaFold3 | NA | NA |
| 723 | 2026-04-24 |
Early Detection of Gallbladder and Biliary Malignancy
2026-May, Radiologic clinics of North America
IF:2.1Q2
DOI:10.1016/j.rcl.2026.01.004
PMID:42020074
|
综述 | 本文强调了风险分层和多模态成像在胆囊癌和胆管癌早期识别中的重要性，并探讨了人工智能和深度学习模型在提高诊断准确性方面的潜力 | 整合人工智能与深度学习模型以增强诊断准确性，并提出多学科协作的早期检测策略 | 未提供具体实验结果或模型验证，仅概述了潜在方向 | 探讨胆囊和胆道恶性肿瘤早期检测的策略与技术进展 | 胆囊癌与胆管癌的早期检测方法 | 医学影像 | 胆囊癌, 胆管癌 | 多模态成像 | 深度学习 | NA | NA | NA | NA | NA | NA |
| 724 | 2026-04-24 |
Artificial Intelligence for Food Packaging: A Life Cycle-Oriented Review of Material Performance, Functionality, Safety, and Sustainability
2026-May, Comprehensive reviews in food science and food safety
IF:12.0Q1
DOI:10.1111/1541-4337.70486
PMID:42021492
|
综述 | 本文系统地回顾了人工智能在食品包装领域的应用，涵盖材料性能、功能性、安全性和可持续性，并提出了一个面向生命周期的分析框架 | 提出了一个面向生命周期的框架，将主要人工智能范式（监督、无监督、强化、深度学习和混合模型）与六个关键领域（材料设计、生产优化、食品质量预测、安全保障、智能标签与追溯、回收）联系起来，超越了以往局限于特定应用的研究 | 数据质量、模型泛化能力和监管接受度方面存在挑战 | 系统性地分析人工智能在食品包装全生命周期中的应用，包括材料性能、功能性、安全性和可持续性 | 2011至2025年间Web of Science核心合集收录的同行评审研究 | 机器学习 | NA | NA | 监督学习、无监督学习、强化学习、深度学习、混合模型 | NA | NA | NA | NA | 未明确说明 | NA |
| 725 | 2026-04-24 |
Harnessing the Hybrid Intelligence of Crowd and Artificial Intelligence in Group Decision Making for Uncertain Disaster Response
2026-May, Risk analysis : an official publication of the Society for Risk Analysis
IF:3.0Q1
DOI:10.1111/risa.70254
PMID:42021700
|
研究论文 | 提出一个利用人群与人工智能混合智能进行群体决策的框架，用于改进不确定灾害响应的包容性 | 首次整合众包数据与AI算法在群体决策中处理灾害不确定性，并通过深度学习估计人类苦难程度以提升同情心分配资源 | 依赖有偏见的众包数据可能不完全代表弱势群体，随机优化模型可能计算密集 | 通过混合智能框架提高灾害响应决策的包容性和效率 | 2021年河南洪水应急响应决策 | 机器学习 | NA | 深度学习、随机优化 | 深度学习模型、随机优化模型 | 文本（社交媒体数据）、区域脆弱性特征数据 | 真实案例研究涉及2021年河南洪水数据 | NA | 深度学习估计方法、随机优化模型 | NA | NA |
| 726 | 2026-04-24 |
Novel Knotted Solenoid fold with order-shifted coil arrangement leads to nontrivial 31 topology
2026-Apr-28, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2525920123
PMID:42018416
|
研究论文 | 本文报道了在结构数据库中未被识别的新型折叠——打结螺线管，该折叠具有独特的“跳过-回溯”线圈排列，形成非平凡的三叶结拓扑结构 | 首次发现并解析了打结螺线管折叠，其独特的“跳过-回溯”移位机制与已知螺线管结构显著不同，并导致形成三叶结拓扑结构 | 该研究主要基于晶体结构分析和计算模拟，缺乏对打结螺线管在天然状态下功能角色的直接实验验证 | 探究蛋白质折叠中的拓扑复杂性及其进化意义，识别新型打结结构 | 一组特定细菌中的打结螺线管蛋白 | 机器学习 | NA | X射线晶体学、圆二色光谱、分子动力学模拟、深度学习模型 | 生成式深度学习模型 | 晶体结构数据、序列数据 | 多个打结螺线管蛋白的晶体结构 | NA | NA | NA | NA |
| 727 | 2026-04-24 |
ArchesWeatherGen: Skillful and compute-efficient probabilistic weather forecasting with machine learning
2026-Apr-24, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adx2372
PMID:42018632
|
研究论文 | 提出了一种利用确定性天气模型设计概率天气模型的方法，基于流匹配技术构建了ArchesWeatherGen模型，在WeatherBench基准测试中超越了IFS ENS和NeuralGCM | 首次将流匹配（扩散模型变体）应用于概率天气预测，通过将确定性预测投影到ERA5天气状态分布来实现高性能和低计算成本 | 未提及显著限制，但模型依赖ERA5数据且仅在确定性模型基础上改进，可能对极端事件预测能力有限 | 提高概率天气预报的准确性和计算效率，并推动生成式机器学习在天气预测研究中的普及 | 天气状态序列及概率分布 | 机器学习 | NA | NA | 流匹配（扩散模型） | 气象数据（ERA5再分析数据） | ERA5数据集（具体样本量未提及） | NA | 流匹配网络 | 在所有WeatherBench主题变量上的性能指标（具体指标未提及） | NA |
| 728 | 2026-04-24 |
An Interpretable, Thermodynamics-Based Deep Learning Framework for Predicting and Optimizing Drug Membrane Permeability
2026-Apr-23, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.6c00204
PMID:41941324
|
研究论文 | 开发了一种基于热力学的深度学习框架，用于预测和优化药物膜通透性 | 结合粗粒度分子动力学模拟与可解释图神经网络，首次从热力学角度系统分析结构-渗透性关系，并成功设计出具有更优鼻部吸收和脑部滞留特性的新型褪黑激素类似物 | 粗粒度分子动力学模拟的精度有限，且研究仅针对特定化合物库和给药途径，需进一步验证泛化性 | 建立可解释的深度学习模型以预测药物膜通透性并辅助分子设计 | 8,239个化合物的膜穿透热力学参数及药物膜通透性 | 机器学习 | NA | 粗粒度分子动力学模拟 | 图神经网络 | 分子结构和动力学模拟数据 | 8,239个化合物 | NA | 图神经网络 | NA | NA |
| 729 | 2026-04-24 |
A graph deep learning method for diagnosis of Parkinson's disease using brain functional connectivity features
2026-Apr-23, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae5dd3
PMID:41962553
|
研究论文 | 提出一种图深度学习方法，利用脑功能连接特征诊断帕金森病 | 综合静态和动态功能连接信息，建模脑网络的稳定拓扑结构和动态时间特征；构建受试者间相似性图增强模型表示能力；集成可解释性分析技术 | 在样本量较小时，方法的泛化能力仍有待验证 | 提出一种可解释的图卷积网络框架，用于帕金森病的早期精准诊断 | 帕金森病患者的静态和动态脑功能连接数据 | 深度学习 | 帕金森病 | rs-fMRI | 图卷积网络 | 脑功能连接特征 | NA | NA | 图卷积网络 | 准确率、泛化能力 | NA |
| 730 | 2026-04-24 |
SRMMP-CharQM, Physics-Informed Deep Learning for Toxicity Prediction: Quantum Mechanical Descriptors Enable Scaffold Hopping in Mitochondrial Membrane Potential Assays
2026-Apr-23, The journal of physical chemistry. B
DOI:10.1021/acs.jpcb.6c01087
PMID:41947441
|
研究论文 | 提出一种物理信息深度学习框架SRMMP-CharQM，用于预测线粒体膜电位破坏毒性，并通过量子力学描述符实现支架跳跃 | 将半经验量子力学计算的全局电子描述符（HOMO-LUMO能隙和总能量）与BiGRU序列编码结合，构建物理信息双分支深度学习框架，解决了传统模型在支架跳跃场景下的泛化能力不足问题 | NA | 提高药物安全性评估中线粒体膜电位毒性预测的泛化能力，特别是在未见分子支架情况下的表现 | 化合物分子及其线粒体膜电位毒性 | 机器学习 | NA | 半经验量子力学方法 (xTB) | 深度学习 (BiGRU) | 分子序列 (SMILES) 和量子描述符 | NA（使用严格的支架分割数据集，验证集毒性比例6.4%，测试集毒性比例28.9%） | PyTorch | BiGRU | AUC, AUPRC | NA |
| 731 | 2026-04-24 |
PhaBOX2: an enhanced web server for discovering and analyzing viral contigs in metagenomic data
2026-Apr-23, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkag382
PMID:42023515
|
研究论文 | PhaBOX2 是一个增强的网页服务器，用于在宏基因组数据中发现和分析病毒序列 | PhaBOX2 从专门的噬菌体鉴定工具升级为综合性的病毒序列分析套件，扩展了对古菌和真核病毒的表征，采用“玻璃箱”设计结合比对策略与机器学习以提高透明度，并实现约80%的处理时间减少 | 未在摘要中明确提及局限性 | 提供一个集成、自动化且可解释的病毒宏基因组分析平台 | 宏基因组数据中的病毒序列，包括噬菌体、古菌病毒和真核病毒 | 机器学习, 生物信息学 | 不适用 | 宏基因组测序 | 机器学习模型 | 序列数据 | 不适用 | 不适用 | 不适用 | 处理时间 | 专用高性能计算基础设施 |
| 732 | 2026-04-24 |
Development and External Validation of a Deep Learning Model to Predict Mortality in Aneurysmal Subarachnoid Hemorrhage Using Admission Computed Tomography
2026-Apr-23, Neurosurgery
IF:3.9Q1
DOI:10.1227/neu.0000000000004038
PMID:42023861
|
研究论文 | 开发并外部验证一种基于入院CT扫描预测动脉瘤性蛛网膜下腔出血后90天死亡率的全自动深度学习模型 | 首次开发完全自动化、仅依赖入院非对比CT扫描的深度学习模型，无需手动输入，提供客观、可复现的图像风险分层 | 模型性能与常规临床模型相当但未显著优越；样本量相对有限（863名患者） | 开发并外部验证一种全自动深度学习模型，仅通过入院非对比CT扫描预测动脉瘤性蛛网膜下腔出血后90天死亡率 | 动脉瘤性蛛网膜下腔出血患者的入院非对比CT扫描及90天死亡率 | 计算机视觉 | 动脉瘤性蛛网膜下腔出血 | CT | 卷积神经网络 | 图像 | 863名患者（586训练、147内部测试、130外部验证） | NA | 三维DenseNet-121 | AUC, 区分度, 分类性能, 校准度, 决策曲线分析 | NA |
| 733 | 2026-04-24 |
Deep learning for stenotic nares classification in brachycephalic dogs
2026-Apr-23, Veterinary research communications
IF:1.8Q2
DOI:10.1007/s11259-026-11220-5
PMID:42024293
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 734 | 2026-04-24 |
Artificial intelligence construction: a review of the bridge between CT imaging features of lung ground-glass nodules adenocarcinoma and carcinogenic driver genes
2026-Apr-22, Journal of cancer research and clinical oncology
IF:2.7Q3
DOI:10.1007/s00432-026-06465-1
PMID:42017975
|
综述 | 综述人工智能在肺磨玻璃结节腺癌CT影像特征与致癌驱动基因关联研究中的进展 | 系统总结了AI技术（尤其是深度学习和机器学习）在放射组学与基因组学整合分析中的潜力，构建了影像表型与基因变异之间的桥梁 | 数据异质性、标注数据集有限、模型可解释性不足等挑战 | 推动早期肺癌诊断和精准肿瘤学的发展 | 肺磨玻璃结节腺癌的CT影像特征与致癌驱动基因 | 计算机视觉, 机器学习 | 肺癌 | CT成像, 放射组学, 基因组学 | 深度学习, 机器学习 | 影像数据, 基因组数据 | NA | NA | NA | NA | NA |
| 735 | 2026-04-24 |
Deep-learning computer-aided detection and classification of prostate lesions on biparametric MRI: comparison with expert readers
2026-Apr-22, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-026-02261-0
PMID:42018265
|
研究论文 | 评估基于深度学习的计算机辅助检测（DL-CAD）算法在双参数MRI上前列腺病变检测和分类中的表现，并与专家阅片者进行比较 | 在真实临床单中心回顾性队列中验证预训练DL-CAD对双参数MRI上PI-RADS≥3、4和5病变的检测和分类性能，并分析与放射学报告不一致相关的临床和影像因素 | 单中心回顾性设计，放射学报告而非组织病理学作为参考标准，可能引入偏差 | 评估DL-CAD算法在前列腺病变检测和分类中的性能，以支持其在临床中的应用 | 442名接受3-T MRI检查的疑似前列腺癌男性患者 | 计算机视觉 | 前列腺癌 | NA | 深度学习 | MRI图像 | 442名成年男性，平均年龄65±9岁 | NA | 预训练深度学习模型 | 敏感性、特异性、阳性预测值、阴性预测值、AUC、Kappa统计量 | NA |
| 736 | 2026-04-24 |
FOSL2 regulates endothelial cell state and chromatin accessibility in systemic sclerosis pulmonary vascular remodeling
2026-Apr-22, JCI insight
IF:6.3Q1
DOI:10.1172/jci.insight.189107
PMID:42018656
|
研究论文 | 研究FOSL2在系统性硬化症肺动脉血管重塑中调控内皮细胞状态和染色质可及性的作用 | 首次揭示FOSL2通过调控内皮细胞染色质可及性和转录因子结合，驱动系统性硬化症相关肺动脉高压的病理变化 | NA | 探究FOSL2在系统性硬化症相关肺动脉高压血管重塑中的分子机制 | 系统性硬化症患者的肺血管内皮细胞及Fosl2转基因小鼠模型 | 机器学习和分子生物学 | 系统性硬化症和肺动脉高压 | 单细胞RNA测序、多组学分析、深度学习模型 | ChromBPNet | 单细胞序列数据 | NA | NA | ChromBPNet | NA | NA |
| 737 | 2026-04-24 |
Treemble: A Graphical Tool to Generate Newick Strings from Phylogenetic Tree Images
2026-Apr-22, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag197
PMID:42018742
|
研究论文 | 介绍Treemble，一款通过深度学习辅助点击生成系统发育树Newick字符串的桌面应用 | 结合深度学习节点检测与算法自动组装，从树图像中自动生成Newick字符串，支持矩形和圆形树形，并简化了末端标签读取 | 依赖用户点击标记节点位置，对于复杂图形元素（如重叠分支的误差条）仍可能面临挑战 | 解决已发表系统发育树仅以图像形式存在、缺乏机器可读Newick格式的问题，实现从树图像到Newick字符串的自动转换 | 已发表系统发育树图像 | 计算机视觉, 机器学习 | NA | 深度学习 | CNN | 图像 | NA | PyTorch | CNN | NA | NA |
| 738 | 2026-04-24 |
A comparative evaluation of EEG-based deep learning models for schizophrenia detection with cross-dataset validation and explainable AI
2026-Apr-22, Neurological research
IF:1.7Q4
DOI:10.1080/01616412.2026.2661743
PMID:42018932
|
研究论文 | 对基于EEG的深度学习模型进行对比评估，用于精神分裂症检测，包括跨数据集验证和可解释人工智能 | 结合了时频分析与深度学习方法，对多种深度学习架构进行系统比较，并采用跨数据集验证和可解释人工智能提高临床可信度 | 不同模型间的数值表现虽有差异，但统计分析表明这些差异不显著 | 自动化精神分裂症的检测，提高诊断可靠性 | 精神分裂症患者和健康对照组的EEG信号 | 机器学习 | 精神分裂症 | 脑电图（EEG），独立成分分析（ICA），连续小波变换（CWT），快速傅里叶变换（FFT） | CNN变体，CNN-FFT，CNN-ELM，CNN-LSTM，ResNet迁移学习，Transformer | EEG信号 | 934个EEG样本，来自237名受试者（121名精神分裂症患者和116名对照组） | NA | CNN，FFT-CNN，ELM-CNN，LSTM-CNN，ResNet，Transformer | 准确率，精确率，召回率，F1分数，AUC | NA |
| 739 | 2026-04-24 |
Integrating Confidence, Difficulty, and Language Model Calibration for Better Explainability in Clinical Documents Coding: Applications of AI
2026-Apr-22, JMIR AI
DOI:10.2196/78764
PMID:42018992
|
研究论文 | 本研究通过整合置信度、难度和语言模型校准，提升基于深度学习的临床文档编码的可解释性 | 首次将实例难度（Variance of Gradients）方法应用于文本化临床编码表示，结合温度缩放校准和显著性图，提升Transformer模型在死亡证明ICD编码中的可解释性和透明性 | 最大校准误差在温度缩放后显著增加（30.91升至42.17），且对罕见或复杂病例的性能仍需改进 | 提升Transformer模型在临床文档编码中的可解释性，并评估基于深度学习的死亡证明编码注解的可解释性 | 美国国家卫生统计中心2014-2017年共12,919,268份死亡证明的反向编码表示 | 自然语言处理, 机器学习 | NA | 温度缩放校准, 显著性图, 实例难度分析（Variance of Gradients） | Transformer（BERT） | 文本 | 训练集400,000份，测试集100,000份，验证集10,000份死亡证明 | NA | Biomedical BERT（领域特定BERT） | 准确率, 期望校准误差, 最大校准误差 | NA |
| 740 | 2026-04-24 |
Systematic Abductive Reasoning via Diverse Relation Representations in Vector-Symbolic Architecture
2026-Apr-22, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2026.3684958
PMID:42019057
|
研究论文 | 提出了一种基于向量符号架构的系统性溯因推理模型，用于解决Raven渐进矩阵中的抽象视觉推理问题 | 引入了多种原子高维编码和结构化高维表示；提出了新颖的数值和逻辑关系函数，并在统一框架中执行规则溯因和执行 | NA | 提升抽象视觉推理的可解释性和泛化能力 | Raven渐进矩阵（RPM）任务 | 计算机视觉, 机器学习 | NA | NA | 神经符号模型（向量符号架构） | 图像（RPM任务中的矩阵图像） | NA | NA | Rel-SAR | 准确率 | NA |