深度学习在生物医药领域中的应用
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，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10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 2060 篇文献，本页显示第 61 - 80 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 2025-04-25 |
Structural characterization of an intrinsically disordered protein complex using integrated small-angle neutron scattering and computing
2023-10, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.4772
PMID:37646172
|
研究论文 | 本文提出了一种结合小角中子散射和计算方法的集成方法，用于解析两个内在无序区域形成的复合物的结构集合 | 结合选择性氘标记的小角中子散射实验、微秒级全原子分子动力学模拟和基于自动编码器的深度学习算法，提出了一种新的集成方法来表征内在无序蛋白质的结构集合 | 实验时间尺度通常捕获的是多个构象的平均测量值，导致复杂的小角中子散射数据难以解析 | 研究内在无序蛋白质和蛋白质内在无序区域的结构集合，以理解其结构与功能关系 | 由两个内在无序区域形成的复合物 | 结构生物学 | NA | 小角中子散射(SANS)、分子动力学(MD)模拟、深度学习(DL) | 自动编码器 | 中子散射数据、分子动力学模拟数据 | NA |
| 62 | 2025-04-25 |
Computational Advancements in Cancer Combination Therapy Prediction
2023-09, JCO precision oncology
IF:5.3Q1
DOI:10.1200/PO.23.00261
PMID:37824797
|
review | 本文综述了计算预测癌症联合疗法的方法，并总结了最近的研究 | 强调了计算预测方法在癌症联合疗法中的创新应用，包括网络、回归机器学习、分类器机器学习模型和深度学习方法 | 不同方法各有优缺点，需要谨慎选择最适合的方法 | 提高癌症联合疗法的预测准确性 | 癌症联合疗法的计算预测方法 | machine learning | cancer | in silico drug repurposing | networks, regression-based machine learning, classifier machine learning models, deep learning | multiomics data | NA |
| 63 | 2025-04-25 |
Rapid and Portable Quantification of HIV RNA via a Smartphone-enabled Digital CRISPR Device and Deep Learning
2023-May-16, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.05.12.23289911
PMID:37292781
|
research paper | 该研究开发了一种基于智能手机的数字CRISPR设备，用于快速便携地定量检测HIV RNA | 结合了数字CRISPR检测、智能手机控制和深度学习算法，实现了HIV RNA的快速便携检测 | NA | 开发便携式HIV病毒载量监测工具 | HIV RNA | digital pathology | HIV/AIDS | RT-RPA-CRISPR检测 | Deep Learning | fluorescence images | 75 copies of HIV RNA |
| 64 | 2025-04-25 |
Spikebench: An open benchmark for spike train time-series classification
2023-01, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1010792
PMID:36626366
|
研究论文 | 提出了一个名为Spikebench的开放基准测试，用于评估尖峰序列时间序列分类的性能 | 基于开放获取的神经活动数据集，创建了一个包含多种学习任务的尖峰序列分类基准测试，并展示了基于手工特征工程的方法与深度学习模型性能相当 | 未提及具体的局限性 | 为神经解码领域提供多样化和具有挑战性的基准测试 | 神经尖峰序列 | 机器学习 | NA | 时间序列特征工程 | 决策树集成和深度神经网络 | 时间序列数据 | 基于多个开放获取的神经活动数据集 |
| 65 | 2025-04-25 |
Exploration of the intelligent-auxiliary design of architectural space using artificial intelligence model
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0282158
PMID:36867635
|
research paper | 探讨利用人工智能模型进行建筑空间智能辅助设计的综合方法 | 通过深度学习和语义网络分析，建立建筑空间智能辅助模型，实现设计方案的自动生成 | 随着网络节点数量的增加，模型在测试数据集和训练数据集上的拟合度下降 | 提升建筑设计行业的智能化水平和设计效率 | 建筑空间设计 | machine learning | NA | Deep Learning | 语义网络和内部结构分析模型 | 3D模型数据 | UrbanScene3D数据集中的3D模型 |
| 66 | 2025-04-24 |
Geneformer: a deep learning model for exploring gene networks
2023-12, Science China. Life sciences
DOI:10.1007/s11427-023-2431-x
PMID:37672186
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 67 | 2025-04-23 |
USE-Evaluator: Performance metrics for medical image segmentation models supervised by uncertain, small or empty reference annotations in neuroimaging
2023-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2023.102927
PMID:37672900
|
research paper | 该论文提出了一种用于评估医学图像分割模型性能的新方法，特别针对参考标注不确定、小或为空的情况 | 提出了USE-Evaluator，一种新的性能评估方法，专门针对医学图像分割中参考标注不确定、小或为空的情况，弥补了现有评估方法的不足 | 研究主要针对神经影像数据，可能不适用于其他医学影像领域 | 改进医学图像分割模型的性能评估方法，特别是在参考标注不确定、小或为空的情况下 | 医学图像分割模型 | digital pathology | stroke | deep learning | CNN | image | stroke in-house数据集、BRATS 2019和Spinal Cord公共数据集 |
| 68 | 2025-04-17 |
De novo design of diverse small molecule binders and sensors using Shape Complementary Pseudocycles
2023-Dec-21, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.20.572602
PMID:38187589
|
研究论文 | 提出了一种结合深度学习和能量基础的通用方法，用于设计能够高亲和力结合并感知任意小分子的蛋白质 | 首次采用深度学习生成具有中央口袋的假环结构，能够针对不同大小和形状的小分子设计高形状互补性的结合口袋，并成功应用于极性柔性分子如甲氨蝶呤和甲状腺素 | 未提及该方法在更复杂生物环境中的适用性或对其他类型分子的普适性 | 开发一种通用方法设计能够结合并感知任意小分子的蛋白质 | 小分子（包括甲氨蝶呤、甲状腺素等极性柔性分子） | 机器学习 | NA | 深度学习 | NA | 分子结构数据 | 四种不同分子（包括甲氨蝶呤和甲状腺素） |
| 69 | 2025-04-17 |
Form follows function: Nuclear morphology as a quantifiable predictor of cellular senescence
2023-12, Aging cell
IF:8.0Q1
DOI:10.1111/acel.14012
PMID:37845808
|
研究论文 | 本文探讨了核形态作为细胞衰老的量化预测指标的作用 | 揭示了核形态在驱动衰老表型中的主动作用，并利用深度学习算法实现了对增殖细胞和衰老细胞的准确分类 | 未明确核形态异常是衰老的原因还是结果 | 研究核形态作为细胞衰老预测生物标志物的潜力 | 组织细胞 | 数字病理学 | 老年疾病 | 深度学习 | CNN | 图像 | 多种细胞类型和物种的体外和体内数据 |
| 70 | 2025-04-17 |
Sequence basis of transcription initiation in human genome
2023-Jun-29, bioRxiv : the preprint server for biology
DOI:10.1101/2023.06.27.546584
PMID:37425823
|
研究论文 | 本研究通过深度学习启发的可解释建模方法，揭示了人类基因组中转录起始的序列基础 | 提出了一个统一模型，在碱基对水平上解释了转录起始的序列基础，并揭示了大多数人类启动子的简单规则 | NA | 理解人类基因组中转录起始位点的序列模式和规则 | 人类基因组和241种哺乳动物基因组 | 基因组学 | NA | 深度学习启发的可解释建模方法 | 深度学习 | 基因组序列数据 | 241种哺乳动物基因组和小鼠转录起始位点数据 |
| 71 | 2025-04-17 |
Massively parallel characterization of psychiatric disorder-associated and cell-type-specific regulatory elements in the developing human cortex
2023-Feb-16, bioRxiv : the preprint server for biology
DOI:10.1101/2023.02.15.528663
PMID:36824845
|
研究论文 | 该研究通过大规模并行报告实验，分析了人类发育中皮质和脑器官样体中102,767个序列的调控活性，包括皮质发育中的细胞类型特异性区域和精神疾病相关的单核苷酸变异 | 首次在人类原代细胞和脑器官样体中大规模并行分析调控元件的活性，并利用深度学习解码增强子活性的序列基础和上游调控因子 | 研究主要关注发育中的人类皮质，可能不适用于其他脑区或发育阶段 | 建立人类神经元发育中功能性基因调控元件和变异的全面目录 | 人类发育中皮质和脑器官样体中的调控元件 | 基因组学 | 精神疾病 | 大规模并行报告实验(MPRA), 深度学习 | 深度学习模型 | 基因组序列数据 | 102,767个序列 |
| 72 | 2025-04-13 |
Development and Validation of a Deep Learning Algorithm to Differentiate Colon Carcinoma From Acute Diverticulitis in Computed Tomography Images
2023-01-03, JAMA network open
IF:10.5Q1
|
研究论文 | 开发并验证了一种深度学习算法，用于在CT图像中区分结肠癌和急性憩室炎 | 提出了一种3D卷积神经网络(CNN)模型，能够显著提高放射科医生在区分结肠癌和急性憩室炎方面的诊断准确性 | 研究样本仅包括2005年至2020年间接受手术的患者，可能无法代表所有病例 | 开发并评估能够区分结肠癌和急性憩室炎的AI支持系统 | 结肠癌和急性憩室炎患者 | 数字病理学 | 结肠癌/急性憩室炎 | 3D卷积神经网络 | 3D CNN | CT图像 | 585名患者(267例AD，318例CC) |
| 73 | 2025-04-12 |
RApid Throughput Screening for Asymptomatic COVID-19 Infection With an Electrocardiogram: A Prospective Observational Study
2023-Dec, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2023.07.007
PMID:40206301
|
研究论文 | 评估神经网络使用便携设备获取的心电图（ECG）识别无症状SARS-CoV-2感染的能力 | 使用便携式、智能手机兼容的人工智能心电图（POC AI-ECG）设备进行无症状SARS-CoV-2感染的筛查 | POC AI-ECG算法在检测无症状SARS-CoV-2感染方面效果不佳，无法有效区分阳性与阴性参与者的心电图 | 评估人工智能心电图在检测无症状SARS-CoV-2感染中的准确性 | 2827名患者 | 数字病理学 | COVID-19 | 人工智能心电图（AI-ECG） | 深度学习模型 | 心电图数据 | 2827名患者（48%女性，79%白人，7%有既往COVID-19感染史） |
| 74 | 2025-04-12 |
Deep Learning for Computed Tomography Assessment of Hepatic Fibrosis and Cirrhosis: A Systematic Review
2023-Dec, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2023.08.008
PMID:40206310
|
系统综述 | 本文系统综述了深度学习在计算机断层扫描评估肝纤维化和肝硬化中的应用 | 首次系统评估深度学习算法在CT图像分析肝纤维化和肝硬化诊断中的准确性 | 研究队列和方法学存在异质性，限制了这些研究的普适性 | 评估深度学习算法在肝纤维化和肝硬化CT诊断中的准确性 | 计算机断层扫描(CT)图像 | 数字病理 | 肝纤维化和肝硬化 | 深度学习 | 图像分类算法和图像分割算法 | CT图像 | 6项符合纳入标准的研究（3877项初步筛选研究） |
| 75 | 2025-04-12 |
Optimizing Storage and Computational Efficiency: An Efficient Algorithm for Whole Slide Image Size Reduction
2023-Sep, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2023.06.010
PMID:40206606
|
研究论文 | 开发了一种用于减少全切片图像(WSI)大小的图像处理算法，以提高存储和计算效率 | 提出了一种新颖的图像处理算法，能够在不改变组织区域图像分辨率的情况下，去除WSI中不需要的背景并将组织部分组装成更小的WSI | 研究仅针对Barrett食管的不同发育不良阶段的组织切片，未验证在其他类型组织上的适用性 | 优化全切片图像的存储、传输和分析效率 | 非发育不良Barrett食管、低度发育不良和高度发育不良的组织学切片 | 数字病理学 | Barrett食管 | 图像处理算法 | NA | 图像 | 1992年1月至2020年9月期间使用Aperio AT2扫描仪数字化的组织切片 |
| 76 | 2025-04-12 |
Tissue response curve-shape analysis of dynamic glucose-enhanced and dynamic contrast-enhanced magnetic resonance imaging in patients with brain tumor
2023-06, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.4863
PMID:36310022
|
research paper | 该研究开发了一种基于组织响应曲线形状的动态葡萄糖增强(DGE)MRI分析方法，并与动态对比增强(DCE)MRI进行比较，以评估其在脑肿瘤患者中的应用 | 提出了一种基于深度学习的DGE组织响应曲线形状分析方法，并创建了彩色编码的'曲线图'来直观展示不同曲线类型的空间分布 | 研究样本量较小(仅11名患者)，且DGE和DCE的增强模式在时间和空间上并不完全一致 | 比较DGE MRI和DCE MRI在脑肿瘤诊断中的信息价值 | 疑似胶质瘤患者的脑组织 | digital pathology | brain tumor | dynamic glucose-enhanced MRI, dynamic contrast-enhanced MRI | deep learning | MRI图像 | 11名疑似胶质瘤患者 |
| 77 | 2025-04-11 |
Quality assessment of VHH models
2023, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2023.2172613
PMID:36752327
|
研究论文 | 本研究评估和比较了不同建模方法在预测重链抗体（VHH）结构质量方面的表现 | 比较了传统同源建模与深度学习建模方法（如AlphaFold 2和NanoNet）在VHH结构预测中的表现，并通过分子动力学模拟评估了预测模型的动态特性 | 研究中使用的实验结构数据有限，且动态特性评估仅针对一个VHH模型进行 | 评估不同建模方法在预测重链抗体（VHH）结构质量方面的准确性 | 重链抗体（VHH）的结构模型 | 结构生物学 | NA | 同源建模、深度学习建模（AlphaFold 2、NanoNet）、分子动力学模拟 | Modeller、ModWeb、SwissModel、RoseTTAfold、AlphaFold 2、NanoNet | 蛋白质序列和结构数据 | 约一千个公开可用的VHH实验结构 |
| 78 | 2025-04-10 |
Harnessing the power of AI: Advanced deep learning models optimization for accurate SARS-CoV-2 forecasting
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0287755
PMID:37471397
|
research paper | 该研究利用先进的深度学习模型预测SARS-CoV-2病例，评估了多种模型的性能，并确定了最适合马来西亚特定情况的模型架构 | 研究评估了多种深度学习模型（如LSTM、Bi-directional LSTM、CNN等）在SARS-CoV-2病例预测中的性能，并优化了模型以提高预测准确性 | 研究可能受限于数据集的覆盖范围和时效性，且模型性能可能因地区差异而有所不同 | 开发高效且精确的SARS-CoV-2病例预测工具，以指导公共卫生政策和措施 | SARS-CoV-2病例数据、人口统计数据及相关社会经济因素 | machine learning | COVID-19 | 深度学习模型优化 | LSTM, Bi-directional LSTM, CNN, CNN-LSTM, Multilayer Perceptron, GRU, RNN | 结构化数据（确诊病例数据、人口统计数据、社会经济因素） | NA |
| 79 | 2025-04-07 |
De novo design of luciferases using deep learning
2023-02, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-05696-3
PMID:36813896
|
研究论文 | 本文介绍了一种基于深度学习的'家族级幻觉'方法，用于设计具有选择性催化氧化化学发光的人工荧光素酶 | 使用深度学习生成大量理想化的蛋白质结构，包含多样化的口袋形状和设计序列，从而创造出高活性和特异性的生物催化剂 | 方法依赖于生成的蛋白质结构和设计序列的准确性，可能受限于当前深度学习模型的预测能力 | 从头设计具有高活性和特异性的荧光素酶 | 人工荧光素酶及其催化底物二苯基特拉嗪和2-脱氧腔肠素 | 机器学习 | NA | 深度学习 | NA | 蛋白质结构数据 | NA |
| 80 | 2025-04-06 |
Automatic Detection of Tooth-Gingiva Trim Lines on Dental Surfaces
2023-11, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2023.3263161
PMID:37015112
|
research paper | 提出了一种两阶段几何深度学习框架，用于自动检测牙齿-牙龈修剪线 | 提出了一个两阶段框架，包括修剪线提议网络（TLP-Net）和修剪线细化网络（TLR-Net），能够充分利用高分辨率牙科表面数据 | 未提及具体样本量或临床验证的广泛性 | 自动检测牙齿-牙龈修剪线以支持牙科治疗规划和矫正器3D打印 | 牙齿-牙龈修剪线 | computer vision | NA | 几何深度学习 | U-Net, LDDMM | 3D牙科表面数据 | NA |