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 2677 篇文献，本页显示第 961 - 980 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 961 | 2025-10-07 |
Artificial intelligence-based locoregional markers of brain peritumoral microenvironment
2023-01-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-26448-9
PMID:36653382
|
研究论文 | 开发基于人工智能的脑肿瘤周围微环境标记物，用于评估肿瘤浸润异质性并预测患者生存和分子特征 | 首次提出基于深度学习的肿瘤周围微环境指数(PMI)，通过DTI自由水体积分数图量化肿瘤浸润异质性 | 研究样本量有限(275例)，需要进一步验证在更大多中心队列中的适用性 | 开发定量评估脑肿瘤周围区域浸润异质性的AI标记物，用于临床决策支持 | 275例成人型弥漫性胶质瘤(CNS WHO 4级)患者 | 医学影像分析 | 脑肿瘤 | 弥散张量成像(DTI), 自由水体积分数图谱 | 深度学习 | 医学影像 | 275例成人弥漫性胶质瘤患者 | NA | NA | t检验, Wilcoxon秩和检验, 线性回归, logrank检验, Cox风险比 | NA |
| 962 | 2025-10-07 |
Discovery of a cryptic pocket in the AI-predicted structure of PPM1D phosphatase explains the binding site and potency of its allosteric inhibitors
2023, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2023.1171143
PMID:37143823
|
研究论文 | 本研究通过分子动力学模拟和深度学习方法，在AlphaFold预测的PPM1D磷酸酶结构中发现了隐式结合口袋，解释了其变构抑制剂的结合位点和效力机制 | 结合AlphaFold预测结构、分子动力学模拟和深度学习，首次揭示了PPM1D磷酸酶中隐式结合口袋的存在及其与变构抑制剂的作用机制 | 研究基于计算预测和模拟，缺乏实验结构验证；仅针对PPM1D特定蛋白进行研究 | 提高虚拟筛选在有限结构数据情况下的预测能力，探索蛋白质动力学在药物发现中的应用 | PPM1D/Wip1磷酸酶及其变构抑制剂 | 计算生物学 | 癌症 | 分子动力学模拟, 虚拟筛选, 深度学习 | 马尔可夫状态模型, 深度学习模型 | 蛋白质结构数据, 分子对接数据 | 多个PPM1D变构抑制剂化合物 | NA | NA | Kendall τ相关系数 | NA |
| 963 | 2025-10-07 |
SHINE: protein language model-based pathogenicity prediction for short inframe insertion and deletion variants
2023-01-19, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbac584
PMID:36575831
|
研究论文 | 开发基于蛋白质语言模型的短框内插入缺失变异致病性预测工具SHINE | 首次将预训练蛋白质语言模型应用于框内插入缺失变异的致病性预测，通过蛋白质序列和多序列比对构建潜在特征表示 | 训练数据中已知致病性变异数量有限 | 提高短框内插入缺失变异致病性预测的准确性 | 蛋白质序列中的短框内插入缺失变异 | 自然语言处理 | NA | 蛋白质语言模型，多序列比对 | 监督机器学习模型 | 蛋白质序列数据 | 来自ClinVar和gnomAD的培训数据，两个不同来源的测试数据集 | NA | 蛋白质语言模型 | 预测性能 | NA |
| 964 | 2025-03-21 |
A full-stack platform for spiking deep learning
2023-Nov, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-023-00565-5
PMID:38177599
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 965 | 2025-03-21 |
Accurately predicting molecular spectra with deep learning
2023-Nov, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-023-00553-9
PMID:38177595
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 966 | 2025-10-07 |
A deep learning model for predicting selected organic molecular spectra
2023-Nov, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-023-00550-y
PMID:38177591
|
研究论文 | 开发了一种结合E(3)等变群和自注意力机制的深度学习模型DetaNet，用于高效预测分子光谱 | 结合E(3)等变群和自注意力机制，能够生成包括标量、向量及高阶张量在内的多种分子性质，达到量子化学计算精度 | 基于QM9S数据集进行验证，尚未在其他数据集上测试泛化能力 | 提高分子光谱预测的效率和准确性 | 有机分子光谱 | 机器学习 | NA | 深度学习 | 图神经网络 | 分子结构数据 | 130,000个分子物种 | NA | E(3)-等变网络,自注意力机制 | 量子化学计算精度 | NA |
| 967 | 2025-10-07 |
High-throughput property-driven generative design of functional organic molecules
2023-Feb, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-022-00391-1
PMID:38177626
|
研究论文 | 本研究开发了一种结合生成式深度学习与监督式深度学习的分子设计方法，用于高效发现具有优化电子特性的有机分子 | 通过将预测分子三维构象的生成模型与预测电子特性的监督模型相结合，实现了对多个分子特性的帕累托优化，无需在预测过程中进行量子化学计算 | 方法主要针对有机电子学应用进行验证，在其他材料领域的适用性需要进一步测试 | 开发高效的功能性有机分子生成设计方法 | 有机分子 | 机器学习 | NA | 深度学习 | 生成式深度学习模型, 监督式深度学习模型 | 分子三维构象数据, 电子结构数据 | NA | NA | NA | 帕累托最优性 | NA |
| 968 | 2025-10-07 |
Forest fuel type classification: Review of remote sensing techniques, constraints and future trends
2023-09-15, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2023.118315
PMID:37290304
|
综述 | 本文系统回顾了用于森林可燃物类型分类的遥感技术方法、存在的限制因素及未来发展趋势 | 在先前综述基础上聚焦识别不同制图方法的关键挑战和待填补的研究空白，并提出集成遥感数据源与先进深度学习算法的发展方向 | 作为综述性论文，未提出具体的实验验证或新型算法模型 | 为火灾管理服务领域的从业者、研究者和决策者提供可燃物类型分类的技术指南 | 森林可燃物类型及其空间分布特征 | 遥感技术 | NA | 遥感数据采集与融合技术 | 深度学习算法 | 遥感影像数据 | NA | NA | NA | NA | NA |
| 969 | 2025-10-07 |
A generalizable framework to comprehensively predict epigenome, chromatin organization, and transcriptome
2023-07-07, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkad436
PMID:37224527
|
研究论文 | 提出名为EPCOT的深度学习框架，能够仅通过细胞类型特异性染色质可及性数据全面预测表观基因组、染色质组织和转录组等多种模态 | 采用预训练和微调框架，能够跨预测任务和细胞类型学习通用表征，实现对新细胞类型多种模态的准确预测 | 未明确说明模型在跨物种或极端条件下的泛化能力 | 开发能够全面预测基因组多模态数据的通用计算框架 | 表观基因组、染色质组织、转录组和增强子活性等基因组模态数据 | 机器学习 | NA | 染色质可及性分析、Micro-C、ChIA-PET | 深度学习 | 基因组数据、表观遗传数据 | NA | NA | 预训练-微调框架 | NA | NA |
| 970 | 2025-10-07 |
Explainable artificial intelligence (XAI) for interpreting the contributing factors feed into the wildfire susceptibility prediction model
2023-06-25, The Science of the total environment
DOI:10.1016/j.scitotenv.2023.163004
PMID:36965733
|
研究论文 | 本研究利用可解释人工智能技术解释深度学习模型在野火易发性预测中的关键影响因素 | 首次将SHAP可解释性模型应用于野火易发性预测的深度学习模型，识别关键环境影响因素 | 模型可能受到训练数据质量和输入变量不确定性的影响 | 开发可解释的野火易发性预测模型以有效控制火灾风险 | 澳大利亚野火易发性区域 | 机器学习 | NA | 可解释人工智能 | 深度学习 | 环境因子数据 | NA | NA | NA | NA | NA |
| 971 | 2025-10-07 |
Deep Learning Initialized Compressed Sensing (Deli-CS) in Volumetric Spatio-Temporal Subspace Reconstruction
2023-Mar-28, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.28.534431
PMID:37034586
|
研究论文 | 提出深度学习初始化压缩感知方法加速容积时空MRI重建 | 结合深度学习与压缩感知，通过DL生成初始点来启动迭代重建，减少重建时间同时控制计算资源需求 | 需要验证在更广泛数据集上的泛化能力，未明确说明训练数据规模 | 减少MRI重建时间同时限制深度学习引起的伪影风险 | 容积多轴螺旋投影磁共振指纹成像数据 | 医学影像分析 | NA | 磁共振成像，螺旋投影采集 | 深度学习 | k空间数据，MRI图像 | NA | GPU实现 | NA | 重建质量，重建时间，迭代次数 | GPU内存4.7 GB |
| 972 | 2025-10-07 |
An improved beluga whale optimizer-Derived Adaptive multi-channel DeepLabv3+ for semantic segmentation of aerial images
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0290624
PMID:37903154
|
研究论文 | 提出一种基于改进白鲸优化算法的自适应多通道DeepLabv3+模型，用于航空图像的语义分割 | 结合改进白鲸优化算法(IBWO)优化多通道DeepLabv3+的超参数，提高分割精度 | 未明确说明模型在复杂场景下的泛化能力及计算资源需求 | 提升航空遥感图像语义分割的准确性和效率 | 航空遥感图像 | 计算机视觉 | NA | 深度学习 | DeepLabv3+ | 图像 | 两个数据集（未明确具体样本数量） | NA | DeepLabv3+, 自适应多通道架构 | 准确率, Dice系数 | 计算时间113.0123秒（未明确硬件配置） |
| 973 | 2025-10-07 |
Discrimination of benign and malignant breast lesions on dynamic contrast-enhanced magnetic resonance imaging using deep learning
2023-Dec-01, Journal of cancer research and therapeutics
IF:1.4Q4
DOI:10.4103/jcrt.jcrt_325_23
PMID:38156926
|
研究论文 | 本研究评估了深度迁移学习和微调方法在乳腺动态对比增强磁共振成像中区分良恶性病变的能力 | 比较了三种深度学习模型在乳腺DCE-MRI中的性能，并开发了三种微调策略进一步提升模型性能 | 研究样本量有限，仅使用50个额外病变进行验证集测试 | 评估深度学习模型在乳腺DCE-MRI中区分良恶性病变的诊断效能 | 乳腺动态对比增强磁共振成像中的良恶性病变 | 计算机视觉 | 乳腺癌 | 动态对比增强磁共振成像 | CNN | 医学影像 | 训练集未明确数量，验证集包含50个病变 | NA | VGG19, ResNet50, DenseNet201 | 准确率, 精确率, 召回率, F1分数, AUC, Kappa系数 | NA |
| 974 | 2025-10-07 |
Deep Learning-Based Diagnostic System for Velopharyngeal Insufficiency Based on Videofluoroscopy in Patients With Repaired Cleft Palates
2023 Nov-Dec 01, The Journal of craniofacial surgery
IF:1.0Q3
DOI:10.1097/SCS.0000000000009560
PMID:37815288
|
研究论文 | 本研究开发了基于视频荧光检查的深度学习诊断系统，用于评估腭裂修复术后患者的腭咽闭合不全 | 首次将六种深度学习算法应用于视频荧光检查数据诊断VPI，并与人类专家诊断结果进行系统比较 | 回顾性研究设计，样本量相对有限，需要进一步前瞻性验证 | 开发基于深度学习的腭咽闭合不全自动诊断系统 | 腭裂修复术后接受腭咽功能评估的患者 | 计算机视觉 | 腭咽闭合不全 | 视频荧光检查 | CNN | 视频图像 | 714例病例（2010年1月至2019年6月） | NA | VGGNet, ResNet, Xception, ResNext, DenseNet, SENet | AUC | NA |
| 975 | 2025-10-07 |
Using a New Deep Learning Method for 3D Cephalometry in Patients With Cleft Lip and Palate
2023 Jul-Aug 01, The Journal of craniofacial surgery
IF:1.0Q3
DOI:10.1097/SCS.0000000000009299
PMID:36944601
|
研究论文 | 本研究开发了一种基于3D点云图卷积神经网络的新深度学习方法，用于唇腭裂患者的头影测量标志点自动定位 | 首次将PointNet++模型应用于唇腭裂患者的3D头影测量，通过点云图卷积神经网络分析点间关系进行标志点预测 | 训练数据集规模有限（150例患者），部分标志点检测成功率较低（3个标志点在2mm误差范围内的SDR低于70%） | 开发适用于唇腭裂患者的自动3D头影测量系统 | 唇腭裂患者 | 计算机视觉 | 唇腭裂 | 计算机断层扫描 | 图卷积神经网络 | 3D点云数据 | 150例唇腭裂患者 | NA | PointNet++ | 平均距离误差, 成功检测率 | NA |
| 976 | 2025-10-07 |
Exploring the application of deep learning methods for polygenic risk score estimation
2023-Dec-15, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.12.14.23299972
PMID:38168416
|
研究论文 | 本研究探索深度学习在多基因风险评分估计中的应用 | 使用单一深度学习模型生成多个多基因风险评分，并证明在缺失SNP数据情况下模型性能优于传统方法 | 输入信息是进一步改进性能的限制因素，需要额外输入数据才能获得更大提升 | 探索机器学习如何改进多基因风险评分的生成 | 英国生物银行数据中的多基因风险评分 | 机器学习 | NA | 基因分型 | MLP | 基因数据 | 英国生物银行数据集 | NA | MLP | AUC | NA |
| 977 | 2025-10-07 |
Deep learning on electronic medical records identifies distinct subphenotypes of diabetic kidney disease driven by genetic variations in the Rho pathway
2023-Sep-07, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.09.06.23295120
PMID:37732187
|
研究论文 | 本研究利用深度学习分析电子病历数据，识别出由Rho通路遗传变异驱动的糖尿病肾病不同亚型 | 首次发现通过影响细胞骨架调节蛋白稳定性导致疾病的遗传变异，揭示了一类新型可治疗靶点的表达数量性状位点 | 样本量相对有限（1,372例患者），需要进一步验证 | 识别糖尿病肾病的遗传特征和疾病亚型，预测疾病进展 | 1,372名糖尿病肾病患者 | 医疗人工智能 | 糖尿病肾病 | 全外显子组关联分析，细胞功能实验 | 自编码器，无监督聚类 | 电子健康记录，基因数据 | 1,372名糖尿病肾病患者 | NA | 自编码器 | NA | NA |
| 978 | 2024-08-07 |
Deep Learning on Electrocardiograms for Prediction of In-hospital Intradialytic Hypotension in Patients with ESKD
2023-09-01, Kidney360
IF:3.2Q1
DOI:10.34067/KID.0000000000000208
PMID:37418626
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 979 | 2025-10-07 |
Deep Learning for Automated Measurement of Patellofemoral Anatomic Landmarks
2023-Jul-08, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering10070815
PMID:37508842
|
研究论文 | 开发深度学习模型自动测量髌股解剖标志物 | 首个基于生理和病理CT影像的大规模深度学习回归模型，用于髌股自动标注 | 健康队列的滑车角测量存在统计学显著差异 | 通过自动测量膝关节解剖结构改善临床疗效 | 膝关节CT影像中的髌股解剖标志物 | 计算机视觉 | 膝关节疾病 | CT成像 | CNN | 医学影像 | 483名患者，14,652张标注图像 | PyTorch | ResNet50 | 平均绝对误差，Bland-Altman图，配对t检验 | NA |
| 980 | 2025-10-07 |
Video-Based Deep Learning for Automated Assessment of Left Ventricular Ejection Fraction in Pediatric Patients
2023-05, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography
IF:5.4Q1
DOI:10.1016/j.echo.2023.01.015
PMID:36754100
|
研究论文 | 开发基于视频的深度学习算法EchoNet-Peds，用于自动化评估儿科患者的左心室射血分数 | 首个专门针对儿科人群的大规模超声心动图数据集和深度学习算法，在儿科EF评估上显著优于成人模型 | 仅针对儿科患者开发，可能不适用于成人群体 | 开发儿科专用的自动化左心室功能评估算法 | 儿科患者的超声心动图视频 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习 | 视频 | 4,467例儿科超声心动图 | NA | EchoNet-Peds | Dice相似系数, 平均绝对误差, AUC | NA |