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 2512 篇文献，本页显示第 361 - 380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 361 | 2025-10-05 |
Learning from prepandemic data to forecast viral escape
2023-10, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06617-0
PMID:37821700
|
研究论文 | 开发了EVEscape框架，利用大流行前数据预测病毒逃逸突变 | 结合深度学习模型对历史序列的适应性预测与生物物理结构信息，可在监测测序、实验扫描或抗体复合物三维结构获得前应用 | NA | 预测能够逃逸宿主免疫反应的病毒突变，为疫苗和治疗设计提供支持 | SARS-CoV-2、流感病毒、HIV病毒以及拉沙病毒和尼帕病毒等具有大流行潜力的病毒 | 机器学习 | 传染病 | 深度学习、生物物理分析、结构信息分析 | 深度学习模型 | 病毒序列数据、生物物理数据、结构数据 | 2020年前可用的历史序列数据 | NA | NA | 与高通量实验扫描的准确性比较 | NA |
| 362 | 2025-10-05 |
Predicting Prostate Cancer Molecular Subtype With Deep Learning on Histopathologic Images
2023-10, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100247
PMID:37307876
|
研究论文 | 开发基于深度学习的算法，通过组织病理图像预测前列腺癌分子亚型 | 首次使用基于Transformer的分层架构从H&E染色全切片图像中预测ERG融合和PTEN缺失 | 样本量相对有限，在针吸活检队列中性能略有下降 | 利用深度学习技术从组织病理图像中筛查前列腺癌基因组改变 | 前列腺癌患者的根治性前列腺切除术和针吸活检样本 | 数字病理 | 前列腺癌 | H&E染色全切片图像分析 | Transformer | 图像 | 多个队列总计超过1000张WSI（根治性前列腺切除术和针吸活检样本） | NA | Transformer-based hierarchical architecture, Vision Transformer | AUC, 相关系数 | NA |
| 363 | 2025-10-05 |
Anthropogenic fingerprints in daily precipitation revealed by deep learning
2023-10, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06474-x
PMID:37648861
|
研究论文 | 使用深度学习检测观测记录中每日降水场出现的气候变化信号 | 首次应用卷积神经网络从每日降水数据中检测到自2010年代中期以来明显偏离自然变异的人类活动引起的气候变化信号 | 年际平均降水的长期变化仍难以从自然背景变异中辨别 | 验证温室气体变暖将加剧全球降雨变异性和极端事件的预测 | 每日降水场和年度全球平均地表气温数据 | 机器学习 | NA | 气候模型模拟 | CNN | 降水场数据, 温度数据 | 来自当前和未来气候模型模拟的集合数据 | NA | 卷积神经网络 | NA | NA |
| 364 | 2025-10-05 |
Deep learning enabled fast 3D brain MRI at 0.055 tesla
2023-09-22, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adi9327
PMID:37738341
|
研究论文 | 提出基于深度学习的快速采集与重建框架，显著加速0.055特斯拉超低场脑部MRI成像 | 结合单次平均三维编码与二维部分傅里叶采样实现快速采集，利用高场人脑数据训练3D深度学习模型提升图像质量 | 未明确说明模型对病理状态的泛化能力及临床验证规模 | 解决超低场MRI图像质量差、扫描时间长的问题 | 人脑解剖结构 | 医学影像分析 | 神经系统疾病 | 磁共振成像（MRI） | 深度学习 | 三维脑部MRI图像 | 未明确说明具体样本数量 | NA | 3D深度学习模型 | 图像质量增强、伪影减少、噪声降低、空间分辨率提升至1.5毫米各向同性 | NA |
| 365 | 2025-10-05 |
Deep-learning prostate cancer detection and segmentation on biparametric versus multiparametric magnetic resonance imaging: Added value of dynamic contrast-enhanced imaging
2023-12, International journal of urology : official journal of the Japanese Urological Association
IF:1.8Q3
DOI:10.1111/iju.15280
PMID:37605627
|
研究论文 | 开发基于深度学习的多序列前列腺MRI癌症检测与分割算法，并比较双参数与多参数成像的性能差异 | 首次系统比较双参数与多参数MRI在深度学习前列腺癌检测中的性能差异，特别评估了动态对比增强成像的附加价值 | 样本量相对有限（332例患者），未进行外部验证 | 开发前列腺癌的深度学习检测与分割算法，评估动态对比增强成像在多参数MRI中的价值 | 前列腺癌患者和非癌患者的前列腺MRI影像 | 医学影像分析 | 前列腺癌 | 磁共振成像（MRI），包括T2加权、动态对比增强成像 | 深度学习模型 | 医学影像数据 | 332例患者的3227个多参数影像集，包括218例癌症患者（291个活检证实病灶）和114例非癌患者 | NA | NA | 灵敏度，阳性预测值，特异性，阴性预测值 | NA |
| 366 | 2025-10-05 |
Privacy-preserving techniques for decentralized and secure machine learning in drug discovery
2023-12, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2023.103820
PMID:37935330
|
综述 | 本文概述了药物发现领域中保护隐私的去中心化机器学习技术 | 系统性地总结了多种隐私保护技术在药物发现领域的应用与组合方法 | 仅提供技术概述，缺乏具体实验验证和性能比较 | 探讨如何在保护数据隐私的前提下提升药物发现中机器学习的性能效率 | 药物发现领域的敏感/私有数据 | 机器学习 | NA | 安全多方计算,分布式深度学习,同态加密,区块链点对点网络,差分隐私,联邦学习 | NA | 敏感/私有数据 | NA | NA | NA | NA | NA |
| 367 | 2025-10-05 |
Design and deep learning of synthetic B-cell-specific promoters
2023-11-27, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkad930
PMID:37889080
|
研究论文 | 本研究设计合成B细胞特异性启动子，并通过深度学习模型预测其转录强度 | 设计了23,640个具有更大序列空间的B细胞特异性启动子，并首次构建能直接从序列预测免疫球蛋白V基因启动子转录强度的深度学习模型 | NA | 解析免疫球蛋白基因的转录机制并为B细胞工程提供启动子资源 | B细胞特异性启动子和免疫球蛋白V基因 | 合成生物学, 深度学习 | 免疫系统疾病 | MPRA（大规模平行报告基因检测） | 深度学习模型 | DNA序列数据 | 23,640个合成B细胞特异性启动子 | NA | NA | 转录强度预测 | NA |
| 368 | 2025-10-05 |
Explainable deep learning for tumor dynamic modeling and overall survival prediction using Neural-ODE
2023-11-18, NPJ systems biology and applications
IF:3.5Q1
DOI:10.1038/s41540-023-00317-1
PMID:37980358
|
研究论文 | 提出基于神经微分方程的肿瘤动态建模方法，用于肿瘤动态建模和总生存期预测 | 克服现有模型在截断数据预测中的偏差问题，提出具有时间广义齐次性的动力学规律表达 | NA | 提高肿瘤动态建模的预测能力，实现个性化治疗并改善决策过程 | 纵向肿瘤尺寸数据 | 机器学习 | 肿瘤 | 神经微分方程 | 神经网络 | 纵向数据 | NA | NA | 编码器-解码器架构, Neural-ODE | 准确率 | NA |
| 369 | 2025-10-05 |
Research hotspots and trends of artificial intelligence in rheumatoid arthritis: A bibliometric and visualized study
2023-11-10, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2023902
PMID:38124558
|
文献计量学研究 | 通过文献计量学方法分析人工智能在类风湿关节炎领域的研究热点与发展趋势 | 首次系统性地对人工智能在类风湿关节炎领域的文献进行计量学分析和可视化展示 | 仅基于Web of Science数据库文献，可能存在收录范围限制 | 分析人工智能在类风湿关节炎领域的研究特征和发展趋势 | 2003-2022年间859篇相关学术文献 | 医疗人工智能 | 类风湿关节炎 | 文献计量分析，可视化分析 | 机器学习，深度学习 | 文献元数据 | 859篇文献 | Microsoft Excel, R软件, VOSviewer | NA | NA | 标准计算机工作站 |
| 370 | 2025-10-05 |
Effective multi-class lungdisease classification using the hybridfeature engineering mechanism
2023-11-07, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2023896
PMID:38052644
|
研究论文 | 本文提出了一种基于混合特征工程的深度学习模型，用于胸部X射线图像的13种肺部疾病分类 | 提出了改进的Aquila优化卷积神经网络，结合优化CNN和DENSENET121并应用批量均衡化 | 未提及模型可解释性，未来需要探索可解释机器学习方法来理解模型决策 | 开发高效的计算机辅助模型用于肺部疾病分类 | 13种肺部疾病的胸部X射线图像 | 计算机视觉 | 肺部疾病 | 医学影像分析 | CNN, DENSENET121 | 图像 | 112,000张胸部X射线图像 | NA | 改进的Aquila优化CNN, DENSENET121 | 准确率, 精确率, 灵敏度, 特异性, F1分数 | NA |
| 371 | 2025-10-05 |
Artificial intelligence methods in kinase target profiling: Advances and challenges
2023-11, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2023.103796
PMID:37805065
|
综述 | 概述基于机器学习和深度学习的定量构效关系模型在激酶靶点分析中的最新进展 | 总结了激酶分析领域ML/DL-QSAR模型的最新发展趋势，并探讨了实验数据集构建和模型架构设计方面的挑战与未来方向 | NA | 为激酶药物发现中的选择性/特异性挑战提供解决方案，涉及先导化合物优化、药物重定位和药物副作用理解 | 激酶蛋白及其抑制剂 | 机器学习 | NA | 定量构效关系(QSAR) | 机器学习,深度学习 | 化学结构数据 | NA | NA | NA | NA | NA |
| 372 | 2025-10-05 |
TransUFold: Unlocking the structural complexity of short and long RNA with pseudoknots
2023-10-17, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2023854
PMID:38052602
|
研究论文 | 提出基于深度学习的TransUFold方法，用于准确预测包含假结的RNA二级结构 | 首次将Vision Transformer架构应用于RNA二级结构预测，能够有效提取RNA序列中的长程相互作用 | 性能依赖于高质量RNA结构数据的可用性 | 解决传统基于自由能最小化方法无法准确预测RNA假结结构的问题 | 包含假结的短链和长链RNA序列 | 生物信息学 | NA | 深度学习 | Transformer, CNN | RNA序列数据 | 基准数据集 | NA | Vision Transformer, 编码器-解码器网络 | 结构预测准确率 | NA |
| 373 | 2025-10-05 |
When will RNA get its AlphaFold moment?
2023-10-13, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkad726
PMID:37702120
|
评论 | 讨论RNA结构预测面临的挑战及未来发展路径 | 系统分析了阻碍开发类似AlphaFold的RNA结构预测深度学习方法的根本问题 | 未提出具体的解决方案，主要进行问题分析和方向性建议 | 探讨RNA三维结构预测的发展前景和挑战 | RNA结构预测方法 | 机器学习 | NA | 结构预测 | 深度学习 | 结构数据,序列数据 | NA | NA | AlphaFold | NA | NA |
| 374 | 2025-10-05 |
Reliable interpretability of biology-inspired deep neural networks
2023-10-10, NPJ systems biology and applications
IF:3.5Q1
DOI:10.1038/s41540-023-00310-8
PMID:37816807
|
研究论文 | 本研究探讨生物启发式深度神经网络的可解释性可靠性问题，并提出控制解释稳健性和偏差的方法 | 首次在基于患者突变数据的P-NET模型中系统测试解释性方法的可靠性，并提出了控制解释稳健性和偏差的新方法 | 研究仅针对特定类型的生物启发式深度学习模型，未涵盖所有相关模型类型 | 确保生物启发式深度学习中解释性的稳健性和偏差感知 | 生物启发式深度神经网络，特别是P-NET模型 | 机器学习 | NA | 单细胞转录组测序，突变数据分析 | 深度神经网络 | 基因突变数据，单细胞转录组数据 | NA | NA | P-NET | 解释稳健性，偏差控制，解释特异性 | NA |
| 375 | 2025-10-05 |
Pervasive downstream RNA hairpins dynamically dictate start-codon selection
2023-09, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06500-y
PMID:37674078
|
研究论文 | 本研究通过整合拟南芥模式触发免疫期间的转录组范围翻译和结构分析，揭示下游RNA发夹结构动态调控起始密码子选择的机制 | 首次发现uAUG下游双链RNA结构（uAUG-ds）通过调控扫描前起始复合体来选择性地翻译上游开放阅读框，并证明该机制在人类细胞中具有普适性 | 研究主要基于模式植物拟南芥，在人类细胞中的验证仍需进一步扩展 | 探究翻译重编程中起始密码子选择性起始的分子机制 | 拟南芥mRNA的上游起始密码子（uAUGs）和下游RNA发夹结构 | 计算生物学 | 植物免疫反应 | 转录组范围翻译分析、RNA结构分析、深度学习建模 | 深度学习模型 | 翻译组数据、RNA结构数据 | 拟南芥在模式触发免疫条件下的转录组样本 | NA | NA | 预测准确性 | NA |
| 376 | 2025-10-05 |
Scientific discovery in the age of artificial intelligence
2023-08, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06221-2
PMID:37532811
|
综述 | 探讨人工智能在科学发现中的应用与进展 | 分析自监督学习和几何深度学习等突破性方法，探讨生成式AI在多模态数据中的创新应用 | 存在数据质量和管理方面的挑战，需要更好理解AI方法的改进时机 | 研究人工智能如何增强和加速科学发现过程 | 科学发现过程中的假设生成、实验设计、数据收集与解释 | 机器学习 | NA | 自监督学习,几何深度学习,生成式AI | NA | 图像,序列,多模态数据 | NA | NA | NA | NA | NA |
| 377 | 2025-10-05 |
Self-supervised semantic segmentation of retinal pigment epithelium cells in flatmount fluorescent microscopy images
2023-04-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btad191
PMID:37067486
|
研究论文 | 开发了一种自监督语义分割方法用于视网膜色素上皮细胞的自动分割 | 提出自监督语义分割方法(S4)，结合重建损失、成对表示损失和形态学损失，并开发了新的图像增强算法AugCut | NA | 解决视网膜色素上皮细胞分割中标注数据不足的问题 | 视网膜色素上皮细胞 | 计算机视觉 | 老年疾病 | 荧光显微镜成像 | 自监督学习 | 图像 | 大量荧光显微镜图像 | NA | 编码器-解码器架构 | 定性评估,定量评估 | NA |
| 378 | 2025-10-05 |
Non-Destructive Banana Ripeness Detection Using Shallow and Deep Learning: A Systematic Review
2023-Jan-09, Sensors (Basel, Switzerland)
DOI:10.3390/s23020738
PMID:36679535
|
系统综述 | 本文系统综述了使用浅层和深度学习技术进行香蕉成熟度无损检测的研究现状 | 首次系统比较了传统机器学习与深度学习在香蕉成熟度检测中的性能差异，并明确了不同方法适用的数据条件 | 现有研究存在数据集信息不足、数据可用性有限、过度依赖数据增强技术等问题 | 自动化香蕉成熟度检测以减少人工干预 | 香蕉果实 | 计算机视觉 | NA | 传感器相机成像 | CNN, ANN, SVM | 图像 | 从1548项研究中筛选出35项进行最终分析 | NA | NA | 准确率, 决定系数 | NA |
| 379 | 2025-10-05 |
Accelerated Diffusion-Weighted Imaging in 3 T Breast MRI Using a Deep Learning Reconstruction Algorithm With Superresolution Processing: A Prospective Comparative Study
2023-12-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000000997
PMID:37428618
|
研究论文 | 本研究评估了采用深度学习重建算法结合超分辨率处理的扩散加权成像在3T乳腺MRI中的应用，与传统标准成像相比显著缩短了采集时间并改善了图像质量 | 首次在前瞻性临床研究中将深度学习重建算法与超分辨率处理相结合应用于乳腺DWI，实现了扫描时间减半的同时保持图像质量 | 单中心研究，样本量相对有限（65名参与者），需要更大规模的多中心研究验证 | 评估深度学习加速的扩散加权成像序列在乳腺MRI中的采集时间和图像质量 | 浸润性乳腺癌、良性病变和囊肿 | 医学影像分析 | 乳腺癌 | 扩散加权成像，深度学习重建，超分辨率处理 | 深度学习 | 医学影像 | 65名参与者（64名女性，平均年龄54±13岁） | NA | NA | 信噪比，表观扩散系数，对比噪声比，对比度，病变显着性评分 | NA |
| 380 | 2025-10-05 |
Amplifying the Effects of Contrast Agents on Magnetic Resonance Images Using a Deep Learning Method Trained on Synthetic Data
2023-12-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000000998
PMID:37378418
|
研究论文 | 提出一种基于深度学习的磁共振图像对比度增强方法，通过合成数据训练AI模型来放大对比剂效果 | 使用物理模型生成合成数据训练深度学习网络，实现在标准剂量下获得更高对比度的磁共振图像 | 方法依赖于物理模型的准确性，且需要进一步验证在不同疾病类型和扫描仪间的泛化能力 | 开发一种能够增强磁共振图像对比度的AI方法，提高小脑病变的检测灵敏度 | 小鼠脑胶质瘤模型和1990例临床脑部疾病患者（包括胶质瘤、多发性硬化症和转移癌） | 医学影像分析 | 脑部疾病 | 磁共振成像，钆基对比剂 | 神经网络 | 磁共振图像 | 临床研究包含1990例检查，临床前研究使用小鼠模型 | NA | NA | 峰值信噪比，结构相似性指数，对比噪声比，病变-脑比率，定性评分 | NA |