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 48077 篇文献，本页显示第 1801 - 1820 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1801 | 2026-07-24 |
Artificial Intelligence in Valvular Heart Disease: Innovations and Future Directions
2025-10-27, JACC. Cardiovascular interventions
DOI:10.1016/j.jcin.2025.08.031
PMID:41161917
|
综述 | 综述了人工智能在心脏瓣膜病管理中的应用、未来方向及临床整合挑战 | 提出人工智能（尤其是机器学习和深度学习）可从常规检查（如心电图、超声心动图、CT）中挖掘隐藏数据，并引入数字孪生技术进行个体化疾病建模 | 模型需多中心严格验证以确保可靠性，且存在偏见、数据隐私和透明度有限等问题 | 探讨人工智能在心脏瓣膜病管理中的应用及未来发展方向 | 心脏瓣膜病患者的管理流程 | 机器学习 | 心脏瓣膜病 | NA | 机器学习、深度学习 | 多模态数据（人口学、症状、生物标志物、心电图、影像学等） | NA | NA | NA | NA | NA |
| 1802 | 2026-07-24 |
AI-Based System for Analysis of Electron Microscope Images in Glomerular Disease
2025-10-01, JAMA network open
IF:10.5Q1
|
研究论文 | 开发并验证基于人工智能的透射电子显微镜图像诊断系统TEM-AID，用于肾小球疾病诊断 | 首次整合YOLO-v8检测、分割一切模型和人在环优化技术，实现肾小球超微结构（基底膜、足突、电子致密物）的精准分割与测量，并基于堆叠分类器实现7种肾小球疾病亚型分类 | 未提及具体局限性，但可能涉及外部验证的样本分布差异或模型泛化能力 | 开发并验证基于TEM图像的AI辅助诊断系统，提升肾小球疾病诊断效率与准确性 | 肾小球超微结构（基底膜、足突、电子致密物）及7种肾小球疾病亚型 | 数字病理学 | 肾小球疾病 | 透射电子显微镜（TEM） | 深度学习模型、堆叠分类器 | 图像 | 31670名患者，160727张TEM图像（内部验证26650名，外部测试5020名） | PyTorch | YOLO-v8、分割一切模型（SAM）、LASSO、堆叠分类器 | 平均交并比（IOU）、Dice系数、分类准确率、AUC、人机诊断一致性 | NA |
| 1803 | 2026-07-24 |
A Meta-Learning Approach for Multicenter and Small-Data Single-Cell Image Analysis
2025-08-12, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01810
PMID:40742562
|
研究论文 | 提出一种基于元学习的方法，用于多中心和少量数据的单细胞图像分析 | 将元学习与自动化宽场荧光显微镜结合，构建软硬件协同系统，显著减少单细胞图像标注工作量并提升跨来源数据的鲁棒性 | 未明确提及局限性，但可能依赖特定显微镜硬件配置 | 通过元学习方法降低单细胞图像标注需求，提高跨中心数据适应性 | 来自不同来源的单细胞图像数据 | 计算机视觉 | NA | 自动化宽场荧光显微镜 | 元学习模型 | 图像 | 使用60%标注数据（相比传统深度学习的100%） | PyTorch | 元学习结构 | 准确率 | NA |
| 1804 | 2026-07-24 |
Collaborative Internal Cavity Effect and Interfacial Modulation Mechanism for Boosting Deep Learning-Powered Immunochromatographic Pathogen Detection
2025-07-29, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c03367
PMID:40662476
|
研究论文 | 提出一种深度学习增强的免疫层析分析方法，协同利用中空碳纳米球的内部空腔效应和界面抗体方向调控，实现病原体的超灵敏检测 | 通过中空碳纳米球内部空腔效应增强光吸收和光热转换效率，同时利用界面修饰实现抗体定向固定，并集成卷积神经网络实现100%准确率的病原体检测 | 未提及 | 开发一种深度学习增强的免疫分析方法，实现病原体的超灵敏和准确检测 | 病原体 | 计算机视觉 | 感染性疾病 | 免疫层析分析 | 卷积神经网络 | 图像 | NA | NA | CNN | 准确率 | NA |
| 1805 | 2026-07-24 |
Pairwise Attention: Leveraging Mass Differences to Enhance De Novo Sequencing of Mass Spectra
2025-07-04, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.5c00063
PMID:40454436
|
研究论文 | 提出了一种基于成对质量差改进注意力机制的变压器编码器，用于提升质谱从头测序性能 | 通过将手工谱图解析启发式知识融入注意力机制，引入基于成对质量差的可学习偏置来提高测序精度 | NA | 提升深度学习从头测序在质谱数据上的准确性 | 质谱MS2谱图对应的肽段序列 | 质谱蛋白质组学 | NA | 质谱技术 | Transformer编码器 | 质谱数据 | 九物种基准数据集 | NA | Transformer编码器（改进型） | 平均肽精度 | NA |
| 1806 | 2026-07-24 |
A Dual-Energy Computed Tomography Guided Intelligent Radiation Therapy Platform
2025-06-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2025.01.028
PMID:39921109
|
研究论文 | 介绍了一种基于双能计算机断层扫描引导的智能放射治疗平台，整合了先进成像和人工智能技术以优化放射治疗流程 | 首次将双能计算机断层扫描、双层多叶准直器、深度学习自动分割算法和自动计划与质量保证能力集成到一个统一的智能放射治疗平台中 | 未提及系统在长期临床实践中的稳健性、多中心验证结果及罕见病例的适用性 | 优化放射治疗流程，提高治疗精度和灵活性 | 放射治疗系统和临床病例 | 机器学习 | 癌症 | 双能计算机断层扫描、深度学习 | 深度学习模型 | 图像 | 99个风险器官各5例，以及临床病例 | 深度学习框架 | NA | Dice相似系数、剂量一致性指数、伽马通过率 | NA |
| 1807 | 2026-07-24 |
Nonperfused Retinal Capillaries-A New Method Developed on OCT and OCTA
2025-04-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.66.4.22
PMID:40202734
|
研究论文 | 本研究利用光学相干断层扫描（OCT）和OCT血管成像（OCTA）开发了一种新方法，用于量化和评估年龄相关性黄斑变性（AMD）和糖尿病视网膜病变（DR）中的无灌注视网膜毛细血管（NPCs） | 开发了一种基于深度学习去噪算法的新方法，通过共定位的OCT/OCTA数据，能够自动分割和量化无血流信号的视网膜毛细血管，从而提供了一种新的生物标志物 | 研究未提及算法的局限性，例如对图像质量的依赖或在不同数据集上的泛化能力，且样本量未明确说明 | 开发一种量化无灌注视网膜毛细血管的新方法，并评估其在AMD和DR眼中的应用价值 | 年龄相关性黄斑变性（AMD）和糖尿病视网膜病变（DR）患者的视网膜毛细血管 | 计算机视觉 | 年龄相关性黄斑变性, 糖尿病视网膜病变 | OCT, OCTA | 深度学习去噪算法 | 图像 | NA | NA | 深度学习去噪算法 | 准确率（88.2%） | NA |
| 1808 | 2026-07-24 |
Multi-task aquatic toxicity prediction model based on multi-level features fusion
2025-02, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2024.06.002
PMID:38844122
|
研究论文 | 提出了基于多级特征融合的多任务水生毒性预测模型ATFPGT-multi，用于同时预测有机化合物对四种不同鱼类的急性毒性 | 首次将分子指纹与分子图结合进行多任务学习，同时预测四种鱼类的有机毒性，并通过注意力分数识别与毒性相关的分子片段，提升了模型的解释性 | 仅针对四种鱼类物种进行预测，未涵盖更多水生生物种类；模型可能受训练数据分布限制，泛化能力有待进一步验证 | 开发先进的多任务深度神经网络预测模型，以提高有机化合物对多种水生生物的毒性预测准确性和效率 | 有机化合物对四种不同鱼类（如斑马鱼、青鳉等）的急性毒性 | 机器学习 | NA | 分子指纹、分子图表示 | 多任务深度神经网络（ATFPGT-multi） | 分子结构数据（分子指纹和分子图） | 使用四个鱼类数据集（具体样本数量未明确给出） | NA | 基于注意力机制的多任务神经网络 | AUC | NA |
| 1809 | 2026-07-24 |
Multimodal Image Confidence: A Novel Method for Tumor and Organ Boundary Representation
2025-02-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2024.09.020
PMID:39303999
|
研究论文 | 介绍了一种创新的分析算法——多模态图像置信度，用于肿瘤和器官边界的精确表示 | 提出无需模型训练的可解释数学模型，通过体素间相关性传播置信度，区别于深度学习方法 | 未明确说明局限性 | 开发一种利用多模态医学图像互补优势来定义感兴趣区域边界和内部特征的新算法 | 鼻咽癌和神经胶质瘤病例的医学图像 | 计算机视觉 | 鼻咽癌, 神经胶质瘤 | 多模态3D医学图像分析 | NA | 3D医学图像 | 156例鼻咽癌病例和1251例神经胶质瘤病例 | NA | NA | 定性评估和定量分析 | NA |
| 1810 | 2026-07-24 |
Enhancing novel isoform discovery: leveraging nanopore long-read sequencing and machine learning approaches
2024-12-06, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elae031
PMID:39158328
|
综述 | 回顾并比较利用纳米孔长读长测序与机器学习方法发现新型异构体的现有工具 | 全面对比25种现有工具，强调开发标准分析流程和转录本模型规范的必要性 | 缺乏对最佳生物信息工具和流程的共识，本文未提出新方法或标准 | 讨论和比较长读长测序技术下新型异构体发现的可用方法性能 | RNA转录本的新型剪接异构体 | 生物信息学 | 不适用 | 纳米孔长读长测序 | 机器学习, 深度学习 | RNA序列 | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 |
| 1811 | 2026-07-24 |
SAMP: Identifying antimicrobial peptides by an ensemble learning model based on proportionalized split amino acid composition
2024-12-06, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elae046
PMID:39573886
|
研究论文 | 提出一种基于比例化分裂氨基酸组成特征的集成学习模型SAMP，用于识别抗菌肽 | 提出比例化分裂氨基酸组成（PSAAC）新型特征，能够捕捉肽的N端和C端的残基模式及中间片段的序列顺序信息，并结合集成随机投影架构提升大规模识别性能 | NA | 开发一种高效的计算模型用于抗菌肽识别 | 抗菌肽序列 | 机器学习 | 细菌感染 | 序列特征提取 | 集成随机投影模型 | 肽序列数据 | NA | Python | 集成随机投影 | 准确率, 马修斯相关系数, G-测量, F1分数 | NA |
| 1812 | 2026-07-24 |
Peptide-Membrane Docking and Molecular Dynamic Simulation of In Silico Detected Antimicrobial Peptides from Portulaca oleracea's Transcriptome
2024-10, Probiotics and antimicrobial proteins
IF:4.4Q2
DOI:10.1007/s12602-024-10261-z
PMID:38704476
|
研究论文 | 通过计算机模拟分析从马齿苋转录组中检测抗菌肽并进行肽-膜对接和分子动力学模拟 | 首次利用计算机模拟方法从马齿苋转录组中筛选新型抗菌肽，结合深度学习和分子对接技术进行功能验证 | 仅基于计算机模拟分析，缺乏体外和体内实验验证，且只对五个候选肽进行了初步筛选和分子动力学模拟 | 从马齿苋转录组中筛选新型抗菌肽，并通过分子对接和分子动力学模拟评估其与细菌膜的相互作用 | 马齿苋转录组中的抗菌肽候选物 | 机器学习 | 细菌感染 | 转录组测序、从头组装、开放阅读框分析 | 深度学习模型 | 序列数据 | 五个候选抗菌肽，分别与大肠杆菌和金黄色葡萄球菌膜进行对接 | NA | NA | 稳定性 | NA |
| 1813 | 2026-07-24 |
Interpretation of SNP combination effects on schizophrenia etiology based on stepwise deep learning with multi-precision data
2024-09-27, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elad041
PMID:37738675
|
研究论文 | 提出一种基于逐步深度学习的多精度数据技术（SLEM），探索SNP组合效应对精神分裂症病因的影响 | 利用多精度数据（高精度小样本的多层级实验数据与低精度大样本的GWAS数据）构建逐步深度学习模型，从大量可能的SNP组合中识别有效交互效应 | NA | 解析SNP组合效应如何通过分子和细胞功能相互作用影响精神分裂症的易感性 | 精神分裂症相关的多层级基因组数据（GWAS数据和实验数据） | 机器学习 | 精神分裂症 | GWAS | 深度学习 | 基因组数据 | NA | NA | NA | 准确率 | NA |
| 1814 | 2026-07-24 |
A comprehensive review of machine learning techniques for multi-omics data integration: challenges and applications in precision oncology
2024-09-27, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elae013
PMID:38600757
|
综述 | 全面回顾机器学习技术在多组学数据整合中的应用，重点关注精准肿瘤学中的挑战与机遇 | 系统分类和总结机器学习方法用于整合基因组学、转录组学、蛋白质组学和代谢组学等多组学数据，并探讨深度学习与网络方法的最新进展 | 未提及具体局限性 | 总结机器学习技术在多组学数据整合中的进展，并提供精准肿瘤学中患者分层的方法选择建议 | 基因组学、转录组学、蛋白质组学、代谢组学及临床数据 | 机器学习 | 肿瘤 | NA | 深度学习, 网络方法 | 多组学数据（基因组、转录组、蛋白质组、代谢组）及临床数据 | NA | NA | NA | NA | NA |
| 1815 | 2026-07-24 |
Validation of de novo designed water-soluble and transmembrane β-barrels by in silico folding and melting
2024-07, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.5033
PMID:38864690
|
研究论文 | 本研究通过深度学习方法对从头设计的水溶性和跨膜β-桶状蛋白进行计算机模拟折叠与熔解验证 | 首次系统比较AlphaFold2和ESMFold在从头设计蛋白验证中的不同优势，并提出基于增量扰动的计算机模拟熔解新方法 | 缺乏正式证据表明高质量预测模型与实验成功可能性之间的直接关系 | 探索深度学习结构预测算法用于从头设计蛋白的计算机模拟验证 | 从头设计的水溶性和跨膜β-桶状蛋白 | 机器学习 | NA | 深度学习方法 | AlphaFold2, ESMFold | 蛋白质序列与结构数据 | 实验表征的从头设计水溶性和跨膜β-桶状蛋白设计物 | AlphaFold2, ESMFold | NA | 预测模型质量，设计可折叠性，有利接触存在性 | NA |
| 1816 | 2024-08-07 |
Quantifying abnormal emotion processing: A novel computational assessment method and application in schizophrenia
2024-06, Psychiatry research
IF:4.2Q1
DOI:10.1016/j.psychres.2024.115893
PMID:38657475
|
研究论文 | 本文介绍了一种使用深度学习技术从口语中快速评估情感处理的新方法，并在精神分裂症谱系障碍患者和健康对照组中进行了测试 | 提出了一种新的计算评估方法，利用深度学习从口语中估计情感处理，并引入了“情感对齐”（EA）这一新指标 | 需要进一步的验证工作来确认该方法的有效性和普遍性 | 开发一种自动化的方法来评估精神分裂症谱系障碍中的情感处理 | 精神分裂症谱系障碍患者和健康对照组的情感处理能力 | 机器学习 | 精神分裂症 | 深度学习 | NA | 口语 | 37名精神分裂症谱系障碍患者和51名健康对照组 | NA | NA | NA | NA |
| 1817 | 2026-07-24 |
SAMP: Identifying Antimicrobial Peptides by an Ensemble Learning Model Based on Proportionalized Split Amino Acid Composition
2024-Apr-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.25.590553
PMID:38712184
|
研究论文 | 提出一种基于比例化分割氨基酸组成的集成学习模型SAMP，用于识别抗菌肽 | 引入了一种称为比例化分割氨基酸组成的新型特征，捕获N端和C端附近的残基模式及中间肽段的序列顺序信息，并采用集成随机投影架构提升性能 | NA | 开发一种能更全面捕捉序列信息的计算模型，提高抗菌肽识别的准确性和可扩展性 | 抗菌肽序列 | 机器学习 | 耐药菌感染 | NA | 集成学习模型（基于随机投影） | 序列数据 | 多个平衡与非平衡数据集 | NA | 集成随机投影架构 | 准确率、马修斯相关系数、G-measure、F1分数 | NA |
| 1818 | 2026-07-24 |
Association of Blood Pressure With Brain Ages: A Cohort Study of Gray and White Matter Aging Discrepancy in Mid-to-Older Adults From UK Biobank
2024-04, Hypertension (Dallas, Tex. : 1979)
|
研究论文 | 研究血压升高与大脑灰质和白质老化差异的关系 | 首次揭示了血压升高对白质老化的影响比灰质更显著，并利用孟德尔随机化分析建立因果关系 | 未明确说明，但可能包括因果关系推断的局限性或样本选择性偏差 | 探究血压升高与灰质和白质老化过程的差异性关联 | UK Biobank中接受弥散加权成像和T1加权扫描的中年至老年人 | 机器学习 | 心血管疾病 | 弥散加权成像、T1加权成像 | 三维卷积神经网络 | 影像 | 37,327名参与者（弥散加权成像）、39,630名参与者（T1加权扫描） | NA | 三维卷积神经网络 | NA | NA |
| 1819 | 2026-07-24 |
Distinct chemical environments in biomolecular condensates
2024-03, Nature chemical biology
IF:12.9Q1
DOI:10.1038/s41589-023-01432-0
PMID:37770698
|
研究论文 | 利用小分子探针和深度学习预测，证明生物分子凝聚体具有不同的化学溶剂化环境，影响分子选择性分布 | 首次通过实验和深度学习预测共同揭示不同凝聚体具有独特的化学溶剂化特性，为分子选择性分布提供机制解释 | NA | 探究生物分子凝聚体内部化学环境的差异及其对分子选择性分布的影响 | 生物分子凝聚体及其内部化学环境 | 机器学习 | NA | 小分子探针技术 | 深度学习模型 | 小分子探针数据 | NA | NA | NA | 预测准确性 | NA |
| 1820 | 2026-07-24 |
Predicting axillary lymph node metastasis in breast cancer using a multimodal radiomics and deep learning model
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1482020
PMID:39735531
|
研究论文 | 利用基于钼靶和磁共振成像的多模态影像组学与深度学习模型预测乳腺癌腋窝淋巴结转移 | 首次将多种机器学习算法与影像组学及深度学习特征融合，构建多模态模型用于术前预测乳腺癌症腋窝淋巴结转移，并证实组合模型优于单一模型 | 回顾性研究，样本量相对较小（270例），且数据来自单一医疗中心，可能影响模型泛化性 | 探索基于钼靶和磁共振成像的影像组学与深度学习模型在预测乳腺癌腋窝淋巴结转移中的价值 | 乳腺癌患者 | 医学影像分析 | 乳腺癌 | 钼靶成像、磁共振成像、LASSO回归 | 逻辑回归、多层感知机、3D-ResNet18 | 医学影像 | 270例乳腺癌患者 | NA | 3D-ResNet18、多层感知机 | AUC、校准曲线、决策曲线 | NA |