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 44218 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 | 2026-05-06 |
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 |
| 782 | 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 |
| 783 | 2026-05-06 |
Artificial Intelligence in Trauma Care: A Systematic Review of Resuscitation, Diagnosis, Risk Prediction, and Management
2026 May-Jun 01, Journal of trauma nursing : the official journal of the Society of Trauma Nurses
IF:0.7Q4
DOI:10.1097/JTN.0000000000000920
PMID:41996287
|
综述 | 系统评价人工智能在创伤护理中的复苏、诊断、风险预测和管理方面的应用 | 首次系统总结2015-2025年人工智能在创伤护理全流程中的应用现状与局限性 | 以单中心回顾性研究为主，多数缺乏外部验证，证据等级为早期模型开发阶段 | 评估人工智能在创伤护理中的复苏、诊断、并发症预测和患者管理中的应用证据 | 创伤患者的复苏、诊断、并发症预测及管理场景 | 机器学习 | 创伤性疾病 | NA | 机器学习, 深度学习 | 临床数据 | 58项研究纳入分析 | NA | NA | NA | NA |
| 784 | 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 |
| 785 | 2026-05-06 |
Optimizing and Benchmarking Machine Learning and Traditional Synaptic Event Detection Pipelines in Neurophysiology Experiments
2026-May, eNeuro
IF:2.7Q3
DOI:10.1523/ENEURO.0410-25.2026
PMID:41997847
|
研究论文 | 该研究旨在评估和优化神经生理学实验中检测突触事件的机器学习和传统方法 | 通过大规模手工计数建立实际地面真实数据，首次定量比较不同实验室、分析技术和细胞类型的突触事件检测结果差异 | 未提及具体局限性 | 建立大型实验数据集中突触事件手工计数的地面真实标准，并评估不同检测方法的准确性和变异性 | 抑制性和兴奋性突触后电流（sIPSCs/sEPSCs）事件 | 机器学习 | NA | NA | 监督深度学习模型 | 神经科学电生理数据 | 包含手工计数的突触事件大规模数据集 | NA | NA | 准确性 | NA |
| 786 | 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 |
| 787 | 2026-05-06 |
Quantitative comparison of GRAPPA and RAKI simultaneous multi-slice reconstruction algorithms
2026-Apr-30, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2026.110697
PMID:42066870
|
研究论文 | 定量比较基于GRAPPA和RAKI的同步多层重建算法，并提供开源GPU加速工具箱 | 首次系统定量比较线性GRAPPA与非线性数据驱动RAKI算法在SMS重建中的性能，并公开GPU加速重建工具箱 | 实验基于单一供应商、线圈阵列、脉冲序列和体模，结果可能无法直接推广至体内观察 | 定量比较不同k空间插值SMS重建算法，并提供开源GPU加速工具箱 | GRAPPA和RAKI算法在SMS重建中的性能差异 | 机器学习 | NA | MRI扫描 | 深度学习RAKI | 图像（k空间数据） | 一个体模，完全采样k空间参考数据和SMS加速数据 | TensorFlow | RAKI | SSIM, 变异系数(CV) | GPU加速 |
| 788 | 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 |
| 789 | 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 |
| 790 | 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 |
| 791 | 2026-05-06 |
DiffDock-Glide: A Hybrid Physics-Based and Data-Driven Approach to Molecular Docking
2026-Apr-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01635
PMID:42023722
|
研究论文 | 提出一种混合物理与数据驱动的分子对接方法DiffDock-Glide，以改进扩散模型在分子对接中的性能 | 结合扩散模型DiffDock与Glide后处理最小化流程，生成结合口袋内的样本，并替换置信度模型 | 未明确讨论计算成本或与其他深度学习方法在更广泛数据集上的比较 | 提高分子对接的精度，特别是针对训练集外目标的表现 | 小分子与蛋白质结合位点的对接 | 机器学习 | NA | 分子对接 | 扩散模型、混合模型 | 分子结构数据 | PoseBusters数据集和DUD-E数据集 | PyTorch | DiffDock, Glide | 近天然姿态采样、富集值 | NA |
| 792 | 2026-05-06 |
MechMemDyn: Coupling Frustration Analysis with Membrane Dynamics to Target the TREM2-DAP12 Complex Interface
2026-Apr-20, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c03239
PMID:42007542
|
研究论文 | 提出MechMemDyn框架，整合蛋白质挫折分析与膜嵌入式分子动力学模拟，用于靶向TREM2-DAP12复合物界面并设计蛋白质-蛋白质相互作用稳定剂 | 首次系统应用挫折分析来合理化蛋白质-蛋白质相互作用稳定活性并指导配体设计，结合膜动力学捕捉界面能量学 | 仅聚焦于TREM2-DAP12复合物，可能需验证其他动态跨膜界面的通用性 | 开发一种基于物理学的预测框架，用于靶向动态跨膜界面并设计有效的蛋白质-蛋白质相互作用稳定剂 | TREM2-DAP12跨膜复合物及其配体 | 机器学习 | 阿尔茨海默病 | 分子动力学模拟 | 挫折分析模型 | 分子结构数据 | NA | NA | 挫折分析、分子动力学模拟 | 实验效价 | NA |
| 793 | 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 |
| 794 | 2026-05-06 |
Three-dimensional visualization of arrhythmogenic substrate in mouse hearts using panoramic optical mapping and micro-computed tomography
2026-Apr-20, Nature cardiovascular research
IF:9.4Q1
DOI:10.1038/s44161-026-00803-9
PMID:42010019
|
研究论文 | 开发了一种整合全景光学映射与微计算机断层扫描的三维可视化工具，用于小鼠心脏致心律失常基质的结构与电活动分析 | 首次将全景光学映射与微计算机断层扫描结合，利用深度学习模型自动分割心脏结构，实现单次三维体积内的结构-电活动融合可视化 | 未明确说明局限性 | 构建一种能同时获取小鼠心脏完整心外膜表面电活动与结构信息的集成技术 | 转基因小鼠心脏模型（自发性房颤、室颤）及手术模型（心肌梗死、左心室肥厚） | 计算机视觉 | 心血管疾病 | 全景光学映射、微计算机断层扫描、深度学习 | 卷积神经网络 | 图像 | 未明确说明样本量 | PyTorch | 卷积神经网络（CNN） | 空间分辨率（亚毫米级）、时间分辨率（1毫秒） | NA |
| 795 | 2026-05-06 |
A Novel Dual-Modal Deep Learning Approach for Real-Time Removal of Hepatic Fluorescence in Indocyanine Green-Guided Laparoscopic Cholecystectomy
2026-Apr-17, Journal of visualized experiments : JoVE
DOI:10.3791/68488
PMID:42081379
|
研究论文 | 开发并评估一种新颖的双模态深度学习框架，用于在吲哚青绿引导腹腔镜胆囊切除术中实时检测和去除肝脏荧光污染 | 首次提出在吲哚青绿引导腹腔镜胆囊切除术中实时去除肝脏荧光的AI解决方案 | 未来需要前瞻性研究评估对手术结果的临床影响 | 开发并评估自动实时去除肝脏荧光污染的双模态深度学习框架 | 吲哚青绿引导腹腔镜胆囊切除术中的手术图像 | 计算机视觉 | 胆囊疾病 | NA | DeepLabV3 | 图像 | 来自48例患者的33123对双模态手术图像 | NA | DeepLabV3 | Dice系数, 召回率 | 每帧处理时间为0.018秒，实现实时性能 |
| 796 | 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 |
| 797 | 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 |
| 798 | 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 |
| 799 | 2026-05-06 |
Multimodal AI System for Plastic Surgery Diagnosis and Decision-Making Using Deep Learning of Psychological Questionnaires and Three-Dimensional Facial Data
2026-04, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-025-05600-6
PMID:41663766
|
研究论文 | 设计并开发一种基于深度学习的多模态AI系统，利用心理问卷和三维面部数据为整形外科提供个性化诊断与决策支持 | 首次将患者心理状态、经济状况等非生理因素与三维面部数据结合，构建多模态AI整形推荐系统，实现个性化治疗建议并提高患者满意度 | NA | 开发基于AI的整形外科个性化推荐系统，通过整合心理问卷和三维面部数据提升治疗建议准确性和患者满意度 | 18-55岁整形外科门诊患者的心理问卷结果和三维面部照片数据 | 机器学习 | 整形外科相关疾病 | NA | 深度学习模型 | 三维照片和心理问卷数据 | 5543例整形外科门诊患者，年龄18-55岁 | NA | NA | 准确率，患者满意度（93.25%） | NA |
| 800 | 2026-05-06 |
Deep learning for histopathological diagnosis of esophageal squamous cell carcinoma in biopsies: A multicenter analysis
2026-04, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver
IF:4.0Q1
DOI:10.1016/j.dld.2026.01.230
PMID:41692642
|
研究论文 | 基于深度学习开发一种AI诊断系统（AI-EDS），用于食管鳞状细胞癌活检标本的组织病理学诊断，并在多中心进行验证 | 首次在大规模多中心数据上验证AI系统在食管鳞状细胞癌活检病理诊断中的性能，且系统可匹配初级病理医生准确率并缩短诊断时间 | 未提及具体限制，但可能包括样本量有限、不同医院数据分布差异、模型对罕见亚型的敏感性未知等 | 开发并验证一种基于深度学习的AI诊断系统用于食管鳞状细胞癌活检病理诊断，以解决内镜活检标本诊断的挑战，尤其在资源有限地区 | 食管鳞状细胞癌患者的内镜活检标本、手术切除标本及内镜黏膜下剥离标本 | 数字病理学 | 食管鳞状细胞癌 | H&E染色全切片成像 | 卷积神经网络(DeepLab-v3) | 全切片图像(WSI) | 训练集515张WSI（含226例恶性），验证集50张WSI（22例恶性），内部测试集539张WSI（149例恶性），外部验证945张WSI（351例恶性），额外手术标本173张WSI（131例恶性） | NA | DeepLab-v3, ResNet-50 | AUC, 准确率, 灵敏度, 特异度 | NA |