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 43010 篇文献，本页显示第 1141 - 1160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1141 | 2026-03-28 |
Protocol for vision transformer-based evaluation of drug potency using images processed by an optimized Sobel operator
2023-Jun-16, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2023.102259
PMID:37133992
|
研究论文 | 提出一种基于视觉Transformer和Conv2D的无标记高通量药物效力评估协议，用于抗癌药物筛选 | 结合优化的Sobel算子图像处理与视觉Transformer模型，实现无标记、高通量的药物效力评估，替代传统耗时费力的化学反应方法 | 协议细节需参考Wang等人的完整文献，可能对计算资源有特定要求 | 开发一种高效、低成本的抗癌药物筛选方法 | 细胞培养物及经药物处理的细胞图像 | 计算机视觉 | 癌症 | 细胞培养、药物处理、图像采集与预处理 | Vision Transformer, Conv2D | 图像 | NA | NA | Vision Transformer, Conv2D | NA | NA |
| 1142 | 2026-03-28 |
Development and validation of an interpretable deep learning framework for Alzheimer's disease classification
2020-06-01, Brain : a journal of neurology
IF:10.6Q1
DOI:10.1093/brain/awaa137
PMID:32357201
|
研究论文 | 开发并验证了一种用于阿尔茨海默病分类的可解释深度学习框架，该框架整合了MRI、年龄、性别和简易精神状态检查评分等多模态输入 | 提出了一种可解释的深度学习策略，能够从多模态输入中描绘独特的阿尔茨海默病特征，并生成个体疾病风险的直观可视化，其诊断性能超过了执业神经科医生团队 | 研究主要依赖于临床诊断数据，未明确提及模型在不同种族或医疗资源不均群体中的泛化能力验证 | 开发一种临床可适应的策略，利用常规影像技术生成阿尔茨海默病的神经影像特征以辅助诊断 | 阿尔茨海默病患者和认知正常受试者 | 数字病理学 | 阿尔茨海默病 | MRI | 深度学习 | 图像, 临床数据 | 训练集：ADNI数据集（n=417）；验证集：AIBL（n=382）、Framingham心脏研究（n=102）、NACC（n=582） | NA | 全卷积网络, 多层感知机 | 曲线下面积 | NA |
| 1143 | 2026-03-27 |
Feasibility of Free-breathing Deep Learning-reconstructed Single-Shot Cine MRI in Participants with Arrhythmia: Comparison with Conventional Segmented Cine MRI
2026-Apr, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.250298
PMID:41885622
|
研究论文 | 本研究评估了基于深度学习压缩感知重建的自由呼吸单次激发心脏电影MRI在心律失常患者中的可行性，并与传统分段采集电影MRI进行对比 | 首次将深度学习增强的压缩感知技术应用于自由呼吸、单次激发的心脏电影MRI序列，并在心律失常患者中验证其临床可行性，显著缩短扫描时间并减少运动伪影 | 样本量相对较小（70名参与者），研究仅在1.5T MRI扫描仪上进行，缺乏多中心验证 | 评估深度学习重建单次激发电影MRI在测量左心室结构和功能方面的临床可行性 | 健康志愿者和疑似心律失常的参与者 | 医学影像分析 | 心血管疾病 | 心脏磁共振成像，深度学习增强压缩感知，平衡稳态自由进动序列 | 深度学习模型 | 心脏磁共振图像 | 70名参与者（25名健康志愿者，45名疑似心律失常患者） | NA | NA | 欧洲心血管磁共振注册评分，图像质量评分，扫描时间，左心室容积参数一致性 | 1.5T MRI扫描仪 |
| 1144 | 2026-03-27 |
Automated acquisition of explainable knowledge from unannotated colposcopic images for predicting the natural course of CIN2
2026-Mar-26, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics
DOI:10.1002/ijgo.70976
PMID:41884887
|
研究论文 | 本研究开发了一种基于深度学习的预后模型，利用阴道镜图像预测CIN2的自然病程结局（消退、持续、进展），并提供临床风险分层 | 首次利用无标注的阴道镜图像通过自动化特征提取和聚类分析，结合机器学习模型预测CIN2预后，并提供了可解释的风险特征 | 研究为回顾性设计，样本量相对较小（212例），且仅基于单一中心数据，可能影响模型的泛化能力 | 开发预测宫颈上皮内瘤变2级（CIN2）自然病程结局的预后模型，实现个体化临床管理 | 212例诊断为CIN2的患者及其阴道镜图像（包括未染色、醋酸染色和卢戈碘染色图像） | 数字病理学 | 宫颈癌 | 阴道镜成像，醋酸染色，卢戈碘染色 | 逻辑回归, XGBoost, 随机森林, Extra Trees | 图像 | 212例患者 | Scikit-learn, XGBoost | NA | 宏AUC, 灵敏度, 准确率, 精确召回曲线, 决策曲线分析 | NA |
| 1145 | 2026-03-27 |
FDS-CAP: Modeling Fragmented Disease Subgraphs with Component-Level Attention for Comorbidity Prediction
2026-Mar-26, Journal of computational biology : a journal of computational molecular cell biology
IF:1.4Q2
DOI:10.1177/15578666261427466
PMID:41885386
|
研究论文 | 提出一种名为FDS-CAP的新型图深度学习框架，用于通过建模人类相互作用组中的碎片化疾病子图来预测疾病共病 | 首次引入组件级注意力机制来聚合碎片化疾病子图中连接组件的嵌入，从而更准确地表示反映生物复杂性的疾病，以改进共病预测 | 仅通过一个胶质瘤的案例研究来展示其生物学可解释性，可能缺乏更广泛的验证 | 预测人类疾病之间的共病关系，以揭示共享的病理生理机制并改进诊断和治疗策略 | 人类疾病网络中的疾病关联 | 机器学习 | 胶质瘤 | 图深度学习 | Subgraph Neural Networks (SUBGNN), Variational Graph Auto-Encoder | 图数据 | 基准数据集（具体数量未提及） | NA | SUBGNN, Variational Graph Auto-Encoder | AUROC | NA |
| 1146 | 2026-03-27 |
A Two-Module Parallel Dual-Domain Network for interior tomography reconstruction
2026-Mar-26, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.1177/08953996261433954
PMID:41885505
|
研究论文 | 本文提出了一种用于内部断层扫描重建的双模块并行双域网络（TPDDN），通过整合投影域和图像域信息来提升重建图像质量 | 提出了一个端到端的深度学习框架TPDDN，包含初始恢复模块和交互融合模块，通过并行交互分支实现投影域与图像域的双向特征交互与信息融合，有效抑制截断数据引起的杯状伪影 | NA | 开发一种并行网络，有效整合投影域和图像域信息，以改进内部断层扫描重建 | 内部断层扫描重建 | 计算机视觉 | NA | 计算机断层扫描（CT） | 深度学习网络 | 图像 | NA | NA | 双模块并行双域网络（TPDDN） | 定性性能，定量性能 | NA |
| 1147 | 2026-03-27 |
Enhancing drug synergy in malignant diseases with deep architecture optimization algorithms
2026-Mar-26, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2026.2646310
PMID:41885799
|
研究论文 | 本文通过超参数优化算法提升深度学习模型在预测恶性疾病药物协同作用方面的性能 | 强调超参数优化算法在药物协同作用预测模型中的关键作用，并探讨不同优化策略和超参数选择对模型效果的影响 | 超参数优化的效果高度依赖于具体任务和数据集，可能缺乏普适性 | 优化深度学习模型的超参数以提高恶性疾病药物协同作用的预测准确性 | 恶性疾病（如癌症）的药物协同作用预测 | 机器学习 | 癌症 | 深度学习 | 深度学习模型 | 大规模数据集（可能包括药物筛选数据） | NA | NA | NA | 准确率 | NA |
| 1148 | 2026-03-27 |
Fundus tessellation density as a quantitative marker of myopia progression: a five-year longitudinal deep learning study
2026-Mar-26, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-026-07200-9
PMID:41886079
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1149 | 2026-03-27 |
Fast and accurate identification of emerging viral reassortment from genome sequences
2026-Mar-19, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkag255
PMID:41885208
|
研究论文 | 本研究开发了一种名为VReassort的工具，用于基于基因组序列快速准确地识别新兴病毒重配事件 | 结合深度学习模型和系统发育树衍生特征，实现了对病毒重配事件的高效检测，速度比基准工具快100倍以上 | 未明确说明工具在其他类型分段病毒上的泛化性能限制 | 开发快速准确识别新兴病毒重配事件的工具 | 分段病毒基因组序列，特别是甲型流感病毒和轮状病毒 | 生物信息学 | 流感 | 基因组测序 | 深度学习模型 | 基因组序列数据 | 模拟数据、约1000株甲型流感病毒株、超过8000株甲型流感病毒株的大规模数据 | NA | NA | F1分数 | NA |
| 1150 | 2026-03-27 |
A deep learning approach to broadband modal propagation in various shallow water waveguides
2026-Mar-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0043177
PMID:41885549
|
研究论文 | 本文提出了一种基于神经网络的深度学习方法，用于近似和加速水下声学传播中的宽带模态参数计算 | 引入神经网络来预测模态参数（如水平波数和模态深度函数），以替代计算密集型的传统模态模拟方法，显著提高计算效率 | 模型训练基于范围独立的环境，可能无法完全适应动态海洋环境或未知海底的复杂变化 | 加速水下声学传播模拟，特别是针对宽带信号或迭代应用如反演 | 浅海波导中的声学模态传播 | 机器学习 | NA | 神经网络 | 神经网络 | 模拟数据 | 使用Kraken正常模态代码生成的训练数据，覆盖50-500 Hz频率范围和可变环境参数的浅海波导 | NA | NA | NA | NA |
| 1151 | 2026-03-27 |
A Transformer-Based Deep Learning Model for predicting Early Recurrence in Hepatocellular Carcinoma After Hepatectomy Using Intravoxel Incoherent Motion Images
2026, Journal of hepatocellular carcinoma
IF:4.2Q2
DOI:10.2147/JHC.S564217
PMID:41884404
|
研究论文 | 本研究开发并验证了一种基于Transformer框架的深度学习模型，利用体素内不相干运动扩散加权成像预测肝细胞癌肝切除术后早期复发 | 首次将视觉Transformer框架应用于IVIM-DWI图像，通过融合九个b值DWI图像和IVIM参数图的深度特征构建预测模型，并结合临床特征提升预测性能 | 回顾性研究设计，样本量较小（122例患者），缺乏外部验证队列 | 开发术前预测肝细胞癌肝切除术后早期复发的深度学习模型 | 肝细胞癌患者 | 数字病理学 | 肝细胞癌 | 磁共振成像，体素内不相干运动扩散加权成像 | Transformer | 医学影像 | 122例患者（训练集85例，测试集37例） | NA | 视觉Transformer | 曲线下面积 | NA |
| 1152 | 2026-03-25 |
Toward a unified pipeline for natural product discovery: tools and strategies for NRPS and PKS pathway exploration and engineering
2026-02-25, Natural product reports
IF:10.2Q1
DOI:10.1039/d5np00041f
PMID:40719200
|
综述 | 本文综述了将非核糖体肽合成酶和聚酮合酶系统转变为理性设计平台的最新进展，涵盖基因组挖掘、高通量筛选、合成生物学和计算建模等工具与策略 | 强调计算建模（如同源建模、分子对接、分子动力学模拟）和深度学习策略与传统技术相结合，加速定制天然产物类似物的发现与组装 | NA | 探索和改造非核糖体肽合成酶和聚酮合酶生物合成途径，以发现和设计新型天然产物 | 非核糖体肽合成酶和聚酮合酶系统及其产生的天然产物（如抗生素、免疫抑制剂、抗癌剂） | 计算生物学, 合成生物学 | NA | 基因组挖掘, 高通量筛选, 去重复化, 同源建模, 分子对接, 分子动力学模拟 | 深度学习模型 | 基因组数据, 蛋白质结构数据, 化学数据 | NA | NA | NA | NA | NA |
| 1153 | 2026-03-25 |
Unlocking the metabolic potential of endophytic fungi through epigenetics: a paradigm shift for natural product discovery and plant-microbe interactions
2025-10-15, Natural product reports
IF:10.2Q1
DOI:10.1039/d5np00028a
PMID:40719258
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1154 | 2026-03-25 |
Multiclass arrhythmia classification using multimodal smartwatch photoplethysmography signals collected in real-life settings
2024-Dec-13, Research square
DOI:10.21203/rs.3.rs-5463126/v1
PMID:39711547
|
研究论文 | 本研究提出了一种使用多模态智能手表光电容积脉搏波信号在真实生活环境中进行多类心律失常分类的方法 | 使用真实生活环境中收集的多模态数据（包括PPG、加速度计和心率数据），并采用计算高效的1D双向门控循环单元模型，在独立数据集上实现了对PAC/PVC的高灵敏度检测，同时保持了AF检测的高准确率 | 研究依赖于特定临床试验收集的数据集，样本量相对有限（106名受试者），且模型在更广泛人群和设备上的泛化能力仍需进一步验证 | 开发一种能够在真实生活环境中准确检测多种心律失常（特别是房颤和房性/室性早搏）的智能手表监测系统 | 智能手表收集的光电容积脉搏波信号及其相关多模态数据 | 机器学习 | 心血管疾病 | 光电容积脉搏波 | 深度学习 | 时间序列数据 | 106名受试者，收集为期两周的智能手表PPG数据 | NA | 1D双向门控循环单元 | 灵敏度, 准确率, 宏平均受试者工作特征曲线下面积 | NA |
| 1155 | 2026-03-25 |
Modernizing histopathological analysis: a fully automated workflow for the digital image analysis of the intestinal microcolony survival assay
2024-Dec-12, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.09.627578
PMID:39713436
|
研究论文 | 本文开发了一个全自动工作流程，用于数字图像分析肠道微菌落存活实验，以量化辐射引起的胃肠道损伤 | 实现了微菌落存活实验中空肠隐窝计数的全自动化，消除了主观观察者间变异和人为错误 | 未明确说明自动化工作流程在不同实验室或设备间的泛化能力 | 自动化组织病理学分析，提高微菌落存活实验的效率和准确性 | 小鼠空肠组织切片图像 | 数字病理学 | 辐射损伤 | 组织病理学成像 | 深度学习语义图像分割 | 图像 | 60只小鼠的540张图像 | NA | NA | 平均绝对百分比偏差 | NA |
| 1156 | 2026-03-25 |
EM-COGLOAD: An investigation into age and cognitive load detection using eye tracking and deep learning
2024-Dec, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2024.03.014
PMID:38638116
|
研究论文 | 本文介绍了一个公开可用的眼动数据集EM-COGLOAD，并利用深度学习技术对健康成年人在不同认知负荷下的眼动轨迹进行分类，以探索年龄和认知负荷检测的可行性 | 提出了一个新的公开眼动数据集EM-COGLOAD，并首次将卷积神经网络应用于眼动时间序列分类，以区分不同认知负荷和年龄组 | 研究仅涉及75名健康成年人，未包括阿尔茨海默病患者，且样本量相对较小 | 探索眼动行为作为非侵入性生物标志物，用于检测认知负荷和年龄相关变化，以辅助阿尔茨海默病的早期诊断 | 75名健康成年人的眼动数据 | 机器学习 | 阿尔茨海默病 | 眼动追踪 | CNN | 时间序列 | 75名健康成年人 | NA | 卷积神经网络 | 准确率 | NA |
| 1157 | 2026-03-25 |
DeepGenomeScan of 15 Worldwide Bovine Populations Detects Spatially Varying Positive Selection Signals
2024-10, Omics : a journal of integrative biology
IF:2.2Q3
DOI:10.1089/omi.2024.0154
PMID:39315920
|
研究论文 | 本研究利用深度学习框架DeepGenomeScan，在全球15个牛种群中检测空间变化的阳性选择信号 | 首次在牛基因组选择信号研究中应用深度学习，发现了传统方法未能检测到的38个新选择基因 | 未明确说明样本的具体地理分布或种群规模细节 | 识别牛基因组中受空间变化选择影响的区域，以理解物种进化与适应的遗传机制 | 全球15个牛种群的基因组数据 | 机器学习 | NA | 基因组扫描 | 深度学习 | 基因组数据 | 15个牛种群 | DeepGenomeScan | NA | NA | NA |
| 1158 | 2026-03-25 |
Automatic grading of intervertebral disc degeneration in lumbar dog spines
2024-Jun, JOR spine
IF:3.4Q1
DOI:10.1002/jsp2.1326
PMID:38633660
|
研究论文 | 本文开发并测试了一种深度学习工具，用于自动评估犬类腰椎间盘退变程度 | 首次将针对人类脊柱设计的Pfirrmann分类方案应用于犬类，并开发了自动评分工具，扩展了深度学习在兽医影像分析中的应用 | 工具性能略低于人类模型，且对于罕见的5级退变敏感度较低，修改后的分级方案未显示显著优势 | 开发自动评估犬类腰椎间盘退变程度的工具，以支持临床管理和再生疗法研究 | 犬类腰椎间盘 | 数字病理学 | 椎间盘退变 | T2加权MRI扫描 | 深度学习模型 | 图像 | 5991个腰椎间盘 | NA | NA | 敏感度, 特异度 | NA |
| 1159 | 2026-03-25 |
An optimised YOLOv4 deep learning model for efficient malarial cell detection in thin blood smear images
2024-Apr-16, Parasites & vectors
IF:3.0Q1
DOI:10.1186/s13071-024-06215-7
PMID:38627870
|
研究论文 | 本研究提出了一种优化的YOLOv4深度学习模型，用于高效检测薄血涂片图像中的疟疾细胞 | 通过直接层剪枝和骨干网络替换（将CSP-DarkNet53替换为较浅的ResNet50）来优化YOLOv4模型，提高了检测精度并减少了模型大小和计算复杂度 | 未明确说明模型在更大或更多样化数据集上的泛化能力，也未详细讨论实际部署中的计算资源需求 | 开发一种更轻量、更快且精度更高的自动化诊断工具，用于疟疾的早期和准确检测 | 薄血涂片图像中的感染红细胞 | 计算机视觉 | 疟疾 | 深度学习对象检测 | YOLOv4 | 图像 | NA | NA | YOLOv4, CSP-DarkNet53, ResNet50 | 平均精度均值（mAP）, 十亿浮点运算（B-FLOPS）, 模型大小 | NA |
| 1160 | 2026-03-25 |
Predicting drug response through tumor deconvolution by cancer cell lines
2024-Apr-12, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2024.100949
PMID:38645769
|
研究论文 | 本研究开发了一种深度学习模型Scaden-CA，用于将肿瘤数据反卷积为癌症类型特异性细胞系的比例，并基于此预测药物反应 | 通过结合癌症细胞系药物敏感性数据和肿瘤反卷积技术，开发了Scaden-CA模型，以桥接细胞系与患者药物反应数据之间的差距 | 仅使用了有限的患者药物反应数据，且模型性能验证主要依赖于CCLE和TCGA数据集，可能未覆盖所有癌症类型或临床场景 | 预测药物反应并探索药物重利用的潜在机制 | 癌症细胞系（如CCLE数据）和肿瘤样本（如TCGA数据） | 机器学习 | 癌症 | RNA测序（bulk RNA数据） | 深度学习模型 | RNA数据 | 大规模癌症细胞系和肿瘤样本（具体数量未在摘要中指定） | NA | Scaden-CA | 一致性相关系数（concordance correlation coefficients），正确反卷积率（correctly deconvoluted rate） | NA |