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 40284 篇文献，本页显示第 781 - 800 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 781 | 2026-02-10 |
Artificial intelligence assistance narrows the experience gap in endoscopic reporting of gastric lesions: a prospective clinical trial
2026-Feb, Surgical endoscopy
DOI:10.1007/s00464-025-12410-z
PMID:41345528
|
研究论文 | 本研究验证了一种人工智能辅助报告系统在提高胃部病变内镜报告质量方面的临床效果，特别关注缩小内镜医师间的经验差距 | 开发并验证了一个集成多个深度学习模型的人工智能报告系统，专门用于胃部病变的检测、分类和特征识别，并通过前瞻性临床试验证明其能显著提高报告完整性，尤其是在识别可疑肿瘤方面 | 研究样本量相对有限（276个视频片段），且主要聚焦于胃部病变，未涉及其他消化道部位 | 验证人工智能报告系统在改善胃部病变内镜文档质量方面的有效性，并缩小不同经验水平内镜医师间的报告差距 | 胃部病变的内镜图像和视频 | 计算机视觉 | 胃部病变 | 内镜成像 | 深度学习模型 | 图像, 视频 | 276个视频片段用于系统验证 | NA | NA | 准确率, 灵敏度, 特异性 | NA |
| 782 | 2026-02-10 |
Validation of a deep learning-based AI model for breast cancer risk stratification in postmenopausal ER+/HER2-breast cancer patients
2026-Feb, Breast (Edinburgh, Scotland)
DOI:10.1016/j.breast.2025.104671
PMID:41380230
|
研究论文 | 本研究验证了一种基于深度学习的AI模型（Stratipath）在绝经后ER+/HER2-乳腺癌患者中进行风险分层的预后价值，并与传统的诺丁汉组织学分级系统进行比较 | 提出并验证了一种深度学习模型，用于乳腺癌风险分层，旨在解决传统NHG系统存在的观察者间变异性和中间风险组患者比例过高的问题，从而可能实现更个体化的治疗规划 | 研究结论指出，需要对Stratipath风险组2和3在治疗策略中的临床获益进行进一步的前瞻性验证 | 验证Stratipath深度学习AI模型在乳腺癌风险分层中的预后价值，并与广泛使用的诺丁汉组织学分级系统进行比较 | 2466名绝经后、ER阳性/HER2阴性、且根据当时指南未接受化疗的乳腺癌患者 | 数字病理学 | 乳腺癌 | 深度学习 | 深度学习模型 | 临床数据 | 2466名患者 | NA | Stratipath模型 | 一致性指数, 风险比 | NA |
| 783 | 2026-02-10 |
Multiscale segmentation using hierarchical phase-contrast tomography and deep learning
2026-Feb, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013923
PMID:41628266
|
研究论文 | 本文提出了一种结合分层相衬断层扫描（HiP-CT）和深度学习的多尺度生物医学图像分割流程，用于分割人类肾脏中的肾小球 | 利用HiP-CT生成多尺度3D数据集，并开发了一个深度学习分割流程，通过高分辨率手动标注数据训练模型，再使用伪标签和图像配准技术扩展到低分辨率全器官扫描，实现了跨尺度的信息整合 | 研究仅以人类肾脏中的肾小球作为案例，其更广泛的器官系统适用性有待进一步验证 | 开发一个有效的多尺度生物医学图像分割方法，以捕捉和分析完整人体器官中的微小功能单元 | 人类肾脏中的肾小球 | 数字病理学 | NA | 分层相衬断层扫描（HiP-CT） | 3D深度学习模型 | 3D图像 | 四个人类肾脏的高分辨率感兴趣体积（VOIs）数据集，以及两个低分辨率全器官数据集 | NA | nnUNet | Dice系数 | NA |
| 784 | 2026-02-10 |
Strategies in Global Ancestry and Local Ancestry Inference
2026-Feb, Current protocols
DOI:10.1002/cpz1.70321
PMID:41649483
|
综述 | 本文提供了一个关于全球祖先和局部祖先推断的实用、面向协议的指南 | 组织并澄清了全球祖先和局部祖先推断的关键概念、方法分类，并提供了基于ADMIXTURE和SHAPEIT5 + RFMix的分步协议 | NA | 帮助研究人员为不同的研究设计和数据集选择和实施适当的祖先推断方法 | 混合人群的遗传祖先推断 | 机器学习 | NA | 基因型芯片、全基因组测序 | 基于模型的聚类、降维方法、隐马尔可夫模型、基于窗口的机器学习、深度学习 | 基因型数据 | NA | ADMIXTURE, SHAPEIT5, RFMix | NA | NA | NA |
| 785 | 2026-02-10 |
Digital Biomarkers for Precision Early Detection of Lung Cancer: Integrating AI-Driven Multi-Omics Into Clinical Pathways
2026-Feb, Cancer medicine
IF:2.9Q2
DOI:10.1002/cam4.71578
PMID:41645653
|
综述 | 本文系统评估了用于肺癌早期检测的数字生物标志物，并探讨了人工智能在多组学数据整合分析中的应用 | 整合人工智能驱动的多组学方法，提出用于肺癌早期检测的数字生物标志物，并探讨其在临床路径中的应用潜力 | 存在多中心数据异质性、模型可解释性有限、监管与成本效益挑战以及前瞻性队列验证不足等临床转化障碍 | 评估肺癌早期检测的生物标志物，并探索人工智能在多组学数据整合及临床决策支持中的应用 | 肺癌早期检测相关的多组学生物标志物及人工智能分析方法 | 数字病理学 | 肺癌 | 多组学技术（包括基因组学、表观基因组学、转录组学、蛋白质组学、代谢组学和微生物组学） | 机器学习,深度学习 | 多组学数据 | NA | NA | NA | NA | NA |
| 786 | 2026-02-10 |
Ab initio prediction of RNA structure ensembles with RNAnneal
2026-Feb-01, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.01.703098
PMID:41659490
|
研究论文 | 本文介绍了一种名为RNAnneal的方法，用于预测RNA结构集合，该方法结合了生成式深度学习、统计物理学和分子动力学建模 | RNAnneal首次将生成式深度学习与统计物理学和分子动力学建模无缝集成，用于从RNA一级序列出发，通过从头计算建模采样三维结构集合，并利用深度学习模型共识评分评估结构 | 对于包含假结（PK-comprising）的结构，性能仍有改进空间 | 开发一种通用框架来预测RNA结构集合，以加速RNA靶向药物发现和功能性RNA分子设计 | RNA分子，特别是核糖开关RNA的16个实验解析构象 | 机器学习 | NA | 从头计算建模，分子动力学建模 | 深度学习模型 | 序列数据，三维结构数据 | 16个实验解析的核糖开关RNA构象 | NA | NA | 分类任务中的评分比较，相互作用熵作为构象异质性度量 | NA |
| 787 | 2026-02-10 |
Evaluation of the Diagnostic Accuracy of Cervical Cell Morphologies from Android Device-Captured Cytopathological Microscopic Images through Artificial Intelligence in Mainly Rural or Resource-Constraint Areas of India
2026-Feb-01, Asian Pacific journal of cancer prevention : APJCP
DOI:10.31557/APJCP.2026.27.2.601
PMID:41660918
|
研究论文 | 本研究开发并评估了一款基于Android设备捕获的细胞病理学显微图像的人工智能软件，用于自动检测和分类宫颈细胞形态，以在印度农村或资源受限地区实现高效、低成本的宫颈癌诊断 | 开发了一个集成系统，利用Android手机或平板拍摄的显微图像，结合深度学习与机器学习模型，在资源受限环境下实现宫颈细胞形态的自动分析与分类 | 研究仅基于292张医院内部Pap涂片图像，样本量相对较小，且主要来自单一机构（CliniMed LifeSciences, Kolkata），可能影响模型的泛化能力 | 开发并评估一款人工智能软件，用于自动检测和分类宫颈细胞形态，以在资源受限地区实现宫颈癌的快速、经济诊断 | 宫颈细胞形态，通过Android设备捕获的Pap涂片显微图像 | 数字病理学 | 宫颈癌 | 细胞病理学显微成像，Pap涂片 | 深度学习模型，机器学习模型 | 图像 | 292张医院内部Pap涂片图像，并使用了SipakMed和Herlev公共数据集进行验证 | NA | NA | Intersection-over-Union（IoU），准确率 | NA |
| 788 | 2026-02-10 |
CyclicMPNN: Stable Cyclic Peptide Sequence Generation
2026-Jan-31, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.31.702993
PMID:41659625
|
研究论文 | 本文提出了一种名为CyclicMPNN的深度学习模型，用于设计能量稳定的环肽序列 | 通过微调先进的蛋白质序列设计模型ProteinMPNN，结合X射线晶体结构和生成的环肽数据，提高了环肽序列设计的成功率和能量稳定性 | NA | 开发一种能够快速设计能量稳定环肽序列的方法，以促进治疗性环肽的研发 | 环肽序列设计 | 机器学习 | NA | 深度学习 | ProteinMPNN, CyclicMPNN | 蛋白质结构数据, 生成的环肽数据 | NA | NA | ProteinMPNN | 能量稳定性, 折叠成功率 | NA |
| 789 | 2026-02-10 |
BEACON: predicting side effects and therapeutics outcomes to drugs by Bridging knowlEdge grAph with CONtextual language model
2026-Jan-30, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.29.702277
PMID:41659468
|
研究论文 | 本文提出BEACON框架，通过将知识图谱转化为可处理的语言模型句子表示，用于预测药物副作用和治疗效果 | BEACON将知识图谱转化为上下文句子表示，通过可见性矩阵确保注意力模式尊重图谱拓扑，并引入基于扰动的评估模块以提高可解释性 | 未明确说明框架在处理大规模知识图谱时的计算效率或对未见实体类型的泛化能力 | 开发一个统一、可解释的知识图谱增强生物医学预测框架 | 药物、蛋白质、通路、疾病等生物医学实体及其关系 | 自然语言处理 | 癌症 | 知识图谱构建、语言模型处理 | 语言模型 | 结构化知识图谱、文本表示 | 未明确指定具体样本数量，但涉及癌症细胞系药物敏感性预测和药物-药物相互作用基准数据集 | 未明确指定，但涉及语言模型框架 | 未明确指定具体架构，但基于上下文语言模型 | AUROC, Spearman ρ | NA |
| 790 | 2026-02-10 |
A systematic assessment of machine learning for structural variant filtering
2026-Jan-30, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.27.702059
PMID:41659531
|
研究论文 | 本文系统评估了五种机器学习范式在长读长测序数据中结构变异过滤任务上的性能、效率和实用性 | 首次将基于扩散的异常检测和稀疏自编码器应用于结构变异分析，并进行了全面的基准测试比较 | 更复杂的模型（如扩散模型、稀疏自编码器）在分类性能上并未显著超越简单的随机森林模型 | 评估和比较不同机器学习方法在结构变异过滤任务中的表现，为方法选择提供实用框架 | 长读长测序数据中的结构变异 | 机器学习 | NA | 长读长测序 | Random Forest, CNN, 扩散模型, 稀疏自编码器, 集成模型 | 基因组特征, 图像 | 两个样本（HG002和HG005）的标准化Genome in a Bottle数据 | NA | ResNet50, VICReg, Evo2-7B | F1分数 | NA |
| 791 | 2026-02-10 |
Deep learning-enabled speckle reduction for cleared-sample coherent scattering tomography
2026-Jan-30, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.27.702188
PMID:41659538
|
研究论文 | 本文提出了一种名为CLEAR Net的深度学习网络，专门用于清除样本相干散射断层扫描（CAST）中的散斑噪声，以提升全脑白质图像质量 | 开发了首个针对CAST成像的深度学习散斑降噪网络，解决了现有光学相干断层扫描（OCT）方法因样本和噪声统计差异而无法直接迁移的问题 | 未在摘要中明确说明 | 通过深度学习技术减少CAST成像中的散斑噪声，以改善图像质量并促进定量分析 | 全脑白质图像及公开可用的眼科数据集 | 计算机视觉 | NA | 清除辅助散射断层扫描（CAST），相干光学断层扫描 | 深度学习网络 | 图像 | 未在摘要中明确说明 | NA | CLEAR Net | 未在摘要中明确说明 | NA |
| 792 | 2026-02-10 |
Gene-centered representation of coding and regulatory variation enables outcome prediction
2026-Jan-29, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.27.701808
PMID:41659682
|
研究论文 | 提出一种名为Volaria的计算框架，将编码和调控遗传变异整合为统一的基因中心表示，用于基于全基因组测序的疾病结局预测 | 首次开发了能够同时整合编码与非编码变异、并考虑细胞类型特异性影响的统一基因表示框架，突破了传统方法孤立分析变异或仅关注常见变异的局限 | 目前主要应用于罕见肾小球疾病，尚未在其他疾病类型中广泛验证；框架对深度学习模型和AI预测的依赖性可能引入额外的不确定性 | 开发能够整合全基因组编码与调控变异的统一表示方法，用于疾病结局预测 | 罕见肾小球疾病患者的全基因组测序数据 | 功能基因组学 | 肾小球疾病 | 全基因组测序 | 深度学习模型 | 基因组序列数据 | NA | NA | NA | NA | NA |
| 793 | 2026-02-10 |
Deep Learning-Based Spatial Immunoprofiling of Multiplex Immunofluorescence Images Distinguishes Tuberculosis Disease States in Diversity Outbred Mice
2026-Jan-27, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.26.701667
PMID:41659494
|
研究论文 | 本文开发了一种基于深度学习的自动化方法，用于分析多重免疫荧光图像，以区分结核病不同疾病状态下的肺肉芽肿空间免疫特征 | 提出了两种新颖方法：一是开发了准确分割肺肉芽肿并量化细胞类型的深度学习模型；二是首次利用大型语言模型（LLM）解码肉芽肿内的复杂细胞模式，以识别关键免疫学特征 | 研究基于小鼠模型，无法直接应用于人类，且样本量有限，可能影响结果的普适性 | 旨在填补结核病肉芽肿组织知识空白，通过识别指示无症状肺部感染的细胞空间特征，以区分不同结核病状态 | 感染结核分枝杆菌的多样性远交系小鼠的肺组织切片，包括急性肺结核、无症状感染和慢性肺结核状态 | 数字病理学 | 结核病 | 多重免疫荧光染色 | 深度学习模型, 大型语言模型（LLM） | 图像 | NA | NA | NA | NA | NA |
| 794 | 2026-02-10 |
TPCAV: Interpreting deep learning genomics models via concept attribution
2026-Jan-26, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.20.700723
PMID:41659440
|
研究论文 | 本文提出了一种名为TPCAV的新方法，用于解释基因组学深度学习模型，通过概念归因技术提升模型可解释性 | 首次将概念归因方法系统应用于基因组学深度学习模型解释，提出TPCAV方法改进TCAV，通过PCA去相关处理解决基因组嵌入特征冗余问题，并引入概念特异性输入归因图提取策略 | 方法在特定任务（如转录因子结合预测）上与现有方法（TF-MoDISco）可比但未全面超越，对更复杂概念的解释效果仍需进一步验证 | 开发可解释性方法以增强基因组学深度学习模型的可理解性 | 基因组学深度学习模型 | 机器学习 | NA | 深度学习 | 神经网络 | 基因组序列数据、染色质可及性数据 | NA | NA | NA | 可靠性比较、概念识别准确性 | NA |
| 795 | 2026-02-10 |
SqueakPose Studio: An end-to-end platform for pose estimation and real-time edge-AI deployment
2026-Jan-26, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.24.700912
PMID:41659585
|
研究论文 | 本文介绍了一个名为SqueakPose Studio的集成软硬件生态系统，用于姿态估计，覆盖数据集创建、模型训练、离线分析和嵌入式边缘计算设备的实时部署 | 提出了一个统一的端到端平台，整合了数据集创建、模型训练、离线推理和实时边缘AI部署，无需依赖工作站级GPU或外部中间件 | 未明确提及平台在极端光照、遮挡或高速运动场景下的性能限制，也未提供与其他主流姿态估计工具的直接定量比较 | 开发一个集成软硬件生态系统，以支持姿态估计的完整工作流程，包括离线分析和实时嵌入式部署 | 行为定量分析中的姿态估计任务，特别是针对家庭笼养实验环境 | 计算机视觉 | NA | 深度学习 | 对象检测架构 | 视频 | NA | NA | NA | NA | CPU, GPU, Apple Silicon, 嵌入式GPU计算设备 |
| 796 | 2026-02-10 |
Artificial intelligence for schizophrenia: from unimodal prediction to multimodal characterization
2026-Jan-20, Current opinion in psychiatry
IF:7.5Q1
DOI:10.1097/YCO.0000000000001076
PMID:41661188
|
综述 | 本文综述了人工智能在精神分裂症研究中的应用进展，重点介绍了从单模态预测向多模态表征的转变趋势 | 强调了从单一数据模态预测向多模态融合表征的转变，并探讨了利用大规模多模态数据集、基础模型和可解释性方法进行症状评估和生物标志物识别的新兴主题 | 将人工智能模型转化为临床工具需要关注患者隐私、数据偏见，并在不同人群和环境中进行严格验证 | 综述人工智能在精神分裂症的诊断、治疗、管理和表征方面的应用进展 | 精神分裂症患者 | 机器学习 | 精神分裂症 | NA | 机器学习, 深度学习 | 神经影像, 电生理学, 电子健康记录, 基因组数据 | NA | NA | NA | NA | NA |
| 797 | 2026-02-10 |
Visual perception based deep learning transformers for classifying paintings and photographs through feature extraction
2026-Jan-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-36298-4
PMID:41545578
|
研究论文 | 本研究应用视觉变换器（ViT）对绘画与摄影图像进行分类，通过特征提取实现高精度识别 | 首次将Vision Transformer（ViT）架构应用于艺术作品分类任务，并引入Grad-CAM增强模型可解释性，在标准数据集上达到95%的分类准确率，优于传统CNN、VGG19和DenseNet模型 | 仅使用标准数据集进行验证，未在更广泛的艺术风格或跨文化图像上进行测试；未讨论模型对低质量或部分损坏图像的鲁棒性 | 开发基于深度学习的自动图像分类系统，区分人类绘画作品与摄影照片 | 数字图像（绘画作品与摄影照片） | 计算机视觉 | NA | NA | Transformer, CNN | 图像 | 标准数据集（具体数量未说明） | NA | Vision Transformer (ViT), DenseNet, CNN, VGG19 | 准确率 | NA |
| 798 | 2026-02-10 |
Active guidance in ultrasound bladder scanning using reinforcement learning
2026-Jan-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-35285-z
PMID:41540132
|
研究论文 | 本研究提出了一种基于强化学习的智能引导系统，用于改善超声膀胱扫描过程中的图像采集质量 | 首次将强化学习应用于超声膀胱评估引导，并引入了一种名为Adam LMCDQN的深度Q网络变体，以及针对该任务的领域特定奖励设计 | 研究在模拟环境中进行，尚未在真实临床环境中验证 | 提高超声膀胱扫描中图像采集的准确性和一致性，以辅助诊断尿潴留和排尿功能障碍 | 超声膀胱扫描过程 | 机器学习 | 泌尿系统疾病 | 超声成像 | 强化学习 | 图像 | NA | NA | Deep Q-Networks (DQN), Adam LMCDQN | 成功率 | NA |
| 799 | 2026-02-10 |
A neural network framework for selecting real-time video enhancement algorithms on mobile devices
2026-Jan-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-36099-9
PMID:41535696
|
研究论文 | 本文提出了一种基于模糊神经网络的决策模型，用于在移动设备上选择实时视频增强算法 | 开发了一种结合Sugeno-Weber范数的模糊神经网络决策模型，以优化实时视频增强算法的选择 | 未明确说明模型在具体移动设备上的实际部署效果或电池消耗测试 | 解决移动设备上实时视频增强算法选择中的性能平衡问题 | 移动设备上的实时视频增强算法 | 计算机视觉 | NA | 模糊神经网络 | 模糊神经网络 | 视频 | NA | NA | 模糊神经网络 | 处理速度, 视觉质量, 功耗, 实现复杂度 | 移动设备 |
| 800 | 2026-02-10 |
Multi-agent coordination and uncertainty adaptation in deep learning-assisted hierarchical optimization for renewable-dominated distribution networks
2026-Jan-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-35945-0
PMID:41530242
|
研究论文 | 本研究提出了一种深度学习辅助的分布式鲁棒优化框架，用于提升可再生能源主导的配电网在不确定性下的经济效率和运行可靠性 | 提出了一种结合深度学习与分布式鲁棒优化的混合框架，通过深度学习模块推断不确定变量的概率结构，并利用自适应重构的模糊集实现系统级的鲁棒性，从而动态调整保守性，在成本、可靠性和可再生能源利用率之间实现更好的权衡 | NA | 解决可再生能源大规模接入带来的多层不确定性对电力系统运行的挑战，提升经济效率与运行可靠性 | 可再生能源主导的配电网（特别是包含太阳能、风能和负荷波动的系统） | 机器学习 | NA | 深度学习，分布式鲁棒优化，强化学习 | 深度神经网络 | 高分辨率气象数据，运行数据 | NA | NA | NA | 总运行成本，可靠性指数，可再生能源利用率，碳排放量 | NA |