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 46085 篇文献，本页显示第 7641 - 7660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7641 | 2026-03-09 |
Investigating the correlation between candidate teachers' acceptance of generative artificial intelligence and artificial intelligence literacy across various disciplines
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0342853
PMID:41785261
|
研究论文 | 本研究采用解释性顺序混合方法，调查了不同学科准教师的生成式人工智能接受度与人工智能素养水平之间的相关性及其影响因素 | 首次在准教师群体中系统探讨生成式人工智能接受度与人工智能素养的跨学科比较，并整合定量与定性数据揭示影响因素 | 样本仅来自单一国家或地区的准教师，可能限制结果的普适性；自我报告数据可能存在偏差 | 探究准教师的生成式人工智能接受度与人工智能素养的关系及影响因素 | 723名准教师（定量）和48名准教师（定性） | 自然语言处理 | NA | 问卷调查、半结构化访谈 | NA | 问卷数据、访谈文本 | 723名准教师（定量）、48名准教师（定性） | NA | NA | NA | NA |
| 7642 | 2026-03-09 |
Integrated microwave cavity perturbation sensor for nondestructive estimation of moisture content of grains: A case study on wheat and chickpea
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0343435
PMID:41785294
|
研究论文 | 本研究提出了一种低成本、集成式微波腔微扰传感器，用于无损估计小麦和鹰嘴豆的水分含量 | 开发了一种不依赖昂贵矢量网络分析仪的自定义电路系统，并推导出与密度无关的水分含量函数M(Ψ) | 研究仅针对小麦和鹰嘴豆两种谷物进行验证，未涵盖其他谷物种类 | 开发一种用于谷物水分含量无损估计的快速、精确且经济有效的实时监测系统 | 小麦和鹰嘴豆谷物 | 机器学习 | NA | 微波腔微扰传感技术 | Bagging, k-NN, REPTree, 深度学习模型 | 介电特性指标数据 | 未明确说明具体样本数量 | NA | NA | 相关系数(R), 均方根误差(RMSE), 准确率 | NA |
| 7643 | 2026-03-09 |
PAH-former: Transfer learning for efficient discovery of pulmonary arterial hypertension-associated genes
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0344084
PMID:41790620
|
研究论文 | 本研究开发了一个名为PAH-former的迁移学习平台，用于从有限的公开单细胞RNA测序数据中高效发现与肺动脉高压相关的基因 | 通过微调Geneformer深度学习模型，创建了专门针对肺动脉高压的PAH-former模型，并利用其进行计算机扰动分析来识别和排序候选基因，为从有限数据中发现疾病相关基因提供了一种新策略 | 研究依赖于公开可用的有限患者样本数据，且体外验证仅在人类肺动脉内皮细胞中进行，未涉及其他细胞类型或体内模型 | 高效识别肺动脉高压的新型功能相关疾病关联基因，以发现新的治疗靶点 | 肺动脉高压患者的单细胞RNA测序数据，以及人类肺动脉内皮细胞 | 机器学习 | 肺动脉高压 | 单细胞RNA测序，RNA干扰介导的敲低 | 深度学习模型 | 基因表达数据 | 未明确说明具体样本数量，但提及数据来源于公开的肺动脉高压患者单细胞RNA测序数据 | NA | Geneformer | NA | NA |
| 7644 | 2026-03-09 |
[Research progress in RNA secondary structure prediction methods]
2025-Dec-26, Sheng wu gong cheng xue bao = Chinese journal of biotechnology
DOI:10.13345/j.cjb.250791
PMID:41755596
|
综述 | 本文综述了RNA二级结构预测的主要计算方法，比较了各类算法的优缺点，并讨论了相关技术在生物医学领域的应用及未来发展方向 | 系统比较了基于能量、多序列、传统机器学习、深度学习以及基于三级结构的RNA二级结构预测方法，并特别关注了在RNA结合蛋白位点识别中的应用 | NA | 回顾RNA二级结构预测方法的研究进展，为相关研究提供重要参考 | RNA二级结构预测方法 | 计算生物学 | NA | 能量方法、多序列方法、传统机器学习、深度学习、基于三级结构的预测方法 | NA | NA | NA | NA | NA | NA | NA |
| 7645 | 2025-03-11 |
A Need for Multi-Institutional Collaboration for Deep Learning-Driven Assessment of Osteosarcoma Treatment Response
2025-Jun, The American journal of pathology
DOI:10.1016/j.ajpath.2025.02.002
PMID:40056973
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 7646 | 2026-03-07 |
Comparing deep learning and classical regression approaches for predicting healthcare expenditure and spending: a systematic review
2026-Dec, Journal of medical economics
IF:2.9Q1
DOI:10.1080/13696998.2026.2630598
PMID:41779998
|
系统综述 | 本研究系统比较了深度学习架构与传统回归及树模型在个体层面医疗成本预测中的表现，特别关注不同数据背景下的性能差异 | 提出了复杂性-性能假说，并系统评估了深度学习在序列丰富的纵向成本预测中的优势，同时明确了传统方法在低维横截面数据中的稳健性 | 证据基于少量（8项）异质性研究，外部或时间验证有限，预测周期短，且对校准、经济可解释性和公平性的评估稀疏，需谨慎解读 | 比较深度学习与传统回归及树模型在医疗支出预测中的性能差异 | 使用真实世界个体层面数据（如理赔、电子健康记录或注册数据）预测成本相关结果的研究 | 机器学习 | NA | NA | LSTM, CNN-LSTM, 回归模型, 树模型 | 结构化数据, 时间序列数据 | NA | NA | LSTM, CNN-LSTM | RMSE, MAE, R2, AUROC | NA |
| 7647 | 2026-03-07 |
Incremental learning approach for semantic segmentation of skin histology images
2026-Mar-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31553-6
PMID:41786800
|
研究论文 | 本研究提出了一种增量学习框架，用于增强基于Transformer的深度学习模型在皮肤癌及相关组织结构分割中的泛化能力和鲁棒性 | 采用受生物学启发的增量学习策略，允许模型逐步整合新数据，同时减少灾难性遗忘，并通过集成多个损失函数来适应不同放大倍数级别 | 未明确说明模型在完全未见过的数据分布上的性能表现，且未讨论计算成本或实时应用可行性 | 提升深度学习模型在皮肤癌诊断中的临床实用性，通过增强其对新场景的适应性和可靠性 | 皮肤癌及相关组织结构的图像分割 | 数字病理学 | 皮肤癌 | NA | Transformer | 图像 | NA | NA | Transformer | 准确率 | NA |
| 7648 | 2026-03-07 |
Handwriting to Digital Text Translation Using a Self-Powered Triboelectricity-Induced Piezoelectric Writing Pad through a Deep Learning Algorithm
2026-Mar-06, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c22477
PMID:41789810
|
研究论文 | 本文介绍了一种基于摩擦电诱导压电的书写垫，结合深度学习算法，用于将手写输入转换为数字文本 | 开发了一种自供电的摩擦电诱导压电书写垫，结合深度学习算法实现高精度手写字母识别 | 仅针对四个英文字母进行了测试，样本量较小，且未涉及更复杂的手写体或连续文本 | 研究手写字母到数字文本的转换技术，提升人机交互效率 | 手写英文字母信号 | 机器学习和人机交互 | NA | 摩擦电诱导压电传感和深度学习 | CNN | 时间序列信号和频谱图 | 三名个体手写的四个英文字母信号 | NA | CNN | 分类准确率 | NA |
| 7649 | 2026-03-07 |
HighRelax: Physics-Based Refinement of Deep Learning Protein Predictions with Noncanonical Amino Acids
2026-Mar-06, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01807
PMID:41789985
|
研究论文 | 本文提出了一种名为HighRelax的物理优化方法，用于改进包含非经典氨基酸的深度学习蛋白质结构预测结果 | 扩展了AMBER力场以覆盖139种非经典氨基酸，并开发了与AlphaFold3等先进模型兼容的增强型Amber-relax协议，能够处理含非经典氨基酸和环肽的复杂系统 | 未明确说明方法对特定类型非经典氨基酸或极端结构情况的适用性限制 | 解决非经典氨基酸在蛋白质结构预测中产生的立体冲突、手性违规和几何扭曲问题 | 包含非经典氨基酸的蛋白质和肽类结构 | 计算生物学 | NA | 分子动力学模拟，力场参数化 | 物理优化方法 | 3D蛋白质结构 | NA | AMBER | HighRelax（基于Amber-relax的增强协议） | 立体冲突减少，手性恢复，结构质量改善 | NA |
| 7650 | 2026-03-07 |
Improving MRI-based differentiation of brain metastasis, glioblastoma, and primary CNS lymphoma using deep learning
2026-Mar-06, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-026-03960-7
PMID:41790161
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 7651 | 2026-03-07 |
Deep learning-based vessel segmentation in non-contrast black-blood MRI for treated aneurysm follow-up: a comparative study with TOF-MRA and DSA
2026-Mar-06, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-026-03936-7
PMID:41790163
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 7652 | 2026-03-07 |
Deep learning-based prediction of 24-2 visual field from fundus photographs in glaucoma
2026-Mar-06, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-026-07141-3
PMID:41790193
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 7653 | 2026-03-07 |
SpatioFreq: A Deep Learning Framework for Decoding Cellular and Tissue Landscapes Across Organisms Using Spatial Transcriptomics
2026-Mar-06, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00811-6
PMID:41790387
|
研究论文 | 本文提出了一种名为SpatioFreq的深度学习框架，用于通过空间转录组学解码生物体中的细胞和组织景观 | SpatioFreq引入了频率域特征提取和图形自监督对比学习，以捕获空间数据中的细微结构和动态模式，从而提高了空间聚类和细胞类型解卷积的准确性 | 未在摘要中明确提及 | 提高空间转录组学分析的准确性和效率，以揭示细胞在组织内的空间组织和细胞类型分布 | 空间转录组学数据，包括来自不同生物体的细胞和组织样本 | 空间转录组学 | 乳腺癌 | 空间转录组学 | 深度学习 | 空间转录组学数据 | 多个数据集，包括DCIS乳腺癌数据集 | NA | NA | 准确性，效率 | NA |
| 7654 | 2026-03-07 |
Integrating multimodal intelligence in heart failure: AI-driven risk prediction, precision diagnosis, phenotyping, personalized treatment, and prognosis
2026-Mar-05, Chinese medical journal
IF:7.5Q1
DOI:10.1097/CM9.0000000000004000
PMID:41782204
|
综述 | 本文系统总结了人工智能在心力衰竭管理中多领域应用的最新进展，并讨论了临床实施的关键挑战与未来方向 | 整合多模态数据（如电子健康记录和医学影像）的AI模型，为心力衰竭的风险预测、表型分型、诊断、治疗和预后提供了新见解 | 模型选择、泛化能力、可解释性以及在真实世界环境中可靠性有限等挑战，阻碍了AI在临床实践中的可靠实施 | 探讨人工智能技术在心力衰竭管理中的应用，以改善患者生活质量 | 心力衰竭患者 | 机器学习 | 心血管疾病 | NA | 机器学习, 深度学习, 大语言模型 | 电子健康记录, 医学影像 | NA | NA | NA | NA | NA |
| 7655 | 2026-03-07 |
WxC-Bench: A Novel Dataset for Weather and Climate Downstream Tasks
2026-Mar-05, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06839-7
PMID:41786786
|
研究论文 | 本文介绍了一个名为WxC-Bench的新型多模态数据集，旨在支持天气和气候研究中可泛化AI模型的开发 | 提出了首个针对天气和气候下游任务、涵盖多种大气尺度（从中尺度到天气尺度）的综合性、预处理的机器学习就绪数据集 | 未明确说明数据集的覆盖时间范围、空间分辨率限制或潜在的数据偏差 | 为天气和气候分析领域开发新的AI模型或微调现有模型提供高质量的数据集支持 | 天气和气候数据，包括大气湍流、飓风强度与路径、天气相似性搜索、重力波参数化等过程 | 机器学习 | NA | 多模态数据整合 | NA | 多模态数据（空间与时间序列数据） | NA | NA | NA | NA | NA |
| 7656 | 2026-03-07 |
Deep learning-based histopathological classification and subclassification of benign and malignant salivary gland tumors
2026-Mar-05, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery
IF:1.9Q2
DOI:10.1007/s00405-026-10082-6
PMID:41786944
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 7657 | 2026-03-07 |
A Dual-Model Machine Learning Framework for Interpretable Design and Ensemble Prediction of C-Amidated Antimicrobial Peptides
2026-Mar-05, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.6c00110
PMID:41787253
|
研究论文 | 本研究提出了一种双模型机器学习框架，用于可解释地设计和集成预测C端酰胺化抗菌肽 | 结合了基于可解释增强机（EBM）的设计导向模型和基于微调ESM2深度学习架构的部署模型，实现了序列级设计规则提取与可靠预测 | 未在摘要中明确说明 | 设计和预测针对特定目标的C端酰胺化抗菌肽 | C端酰胺化抗菌肽 | 机器学习 | NA | 机器学习，深度学习 | Explainable Boosting Machine (EBM), ESM2 | 序列数据 | 未在摘要中明确说明 | NA | ESM2 | NA | 未在摘要中明确说明 |
| 7658 | 2026-03-07 |
Deep learning-based automatic segmentation of MRONJ lesions on CBCT images
2026-Mar-05, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-026-08022-1
PMID:41787411
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 7659 | 2026-03-07 |
A Biologically Lubricating Allicin-Based Nanoplatform for Remodeling the Inflammation-Senescence Axis in the Treatment of Periodontitis
2026-Mar-05, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202523197
PMID:41787647
|
研究论文 | 本研究开发了一种基于大蒜素的生物润滑纳米平台（PPCG），用于通过重塑炎症-衰老轴来治疗牙周炎 | 受“堡垒效应”启发，构建了兼具物理润滑屏障和生物活性药物释放的双重保护纳米平台，首次将生物润滑与大蒜素的抗炎、抗衰老作用相结合，并利用人工智能模型辅助评估疗效 | 研究目前仅在动物模型中进行验证，尚未进行人体临床试验；人工智能辅助检测系统的泛化能力有待进一步验证 | 开发一种能够同时抑制细菌粘附、调节炎症反应和减缓组织衰老的新型牙周炎治疗策略 | 牙周炎小鼠模型、骨髓间充质干细胞（BMMSCs）、口腔微生物群 | 数字病理学 | 牙周炎 | 纳米药物递送系统、深度学习辅助分析 | 深度学习模型 | 图像数据（推测为组织切片或微生物成像） | 小鼠牙周炎模型（具体数量未明确说明） | NA | YOLO v8 | NA | NA |
| 7660 | 2026-03-07 |
Deep learning linking mechanistic models to single-cell transcriptomics data reveals transcriptional bursting in response to DNA damage
2026-Mar-04, eLife
IF:6.4Q1
DOI:10.7554/eLife.100623
PMID:41779826
|
研究论文 | 本研究提出了一种名为DeepTX的可解释且可扩展的推理框架，利用深度学习连接机制模型与单细胞RNA测序数据，以揭示全基因组范围内的转录爆发动力学 | 开发了DeepTX框架，首次将深度学习与机制模型结合，从单细胞转录组数据中推断全基因组转录爆发动力学，并关联DNA损伤下的细胞命运决策 | 未明确说明框架在处理大规模数据集时的计算效率限制或模型泛化能力 | 研究DNA损伤下转录爆发动力学如何影响细胞命运决策 | 小鼠胚胎干细胞和人类结肠癌细胞 | 机器学习 | 癌症 | 单细胞RNA测序 | 深度学习 | 单细胞转录组数据 | 多个scRNA-seq数据集（具体数量未明确） | NA | NA | NA | NA |