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 12022 篇文献，本页显示第 1521 - 1540 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1521 | 2025-10-07 |
Pixelated High-Q Metasurfaces for in Situ Biospectroscopy and Artificial Intelligence-Enabled Classification of Lipid Membrane Photoswitching Dynamics
2024-05-07, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.3c09798
PMID:38653474
|
研究论文 | 提出一种结合像素化全介电超表面与深度学习的集成光流控平台，用于时间分辨原位生物光谱分析 | 首次将BIC超表面与深度学习特征提取结合，实现损耗性水环境中脂质膜光开关动态的实时分类 | 目前仅验证于光开关脂质膜系统，尚未扩展到更复杂的生物分子体系 | 开发集成纳米光子器件与人工智能的动态生物分子相互作用分析平台 | 光开关脂质膜的动态构象变化 | 纳米光子学, 生物传感, 人工智能 | NA | 时间分辨原位生物光谱技术, 光开关膜技术 | CNN | 光谱数据 | NA | NA | 卷积神经网络 | 准确率 | NA |
| 1522 | 2025-04-21 |
Recent Advances in Predictive Modeling with Electronic Health Records
2024-Aug, IJCAI : proceedings of the conference
DOI:10.24963/ijcai.2024/914
PMID:40248670
|
综述 | 本文系统回顾了基于电子健康记录（EHR）数据的深度学习预测模型的最新进展 | 总结了深度学习在EHR数据预测建模中的多种应用视角，并提出了未来的研究方向 | 未提及具体模型的性能比较或实际应用中的具体限制 | 探讨如何利用EHR数据进行预测建模 | 电子健康记录（EHR）数据 | 机器学习 | NA | 深度学习 | 深度学习模型 | 电子健康记录数据 | NA | NA | NA | NA | NA |
| 1523 | 2025-10-07 |
Dissecting the cis-regulatory syntax of transcription initiation with deep learning
2024-Nov-21, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.28.596138
PMID:38853896
|
研究论文 | 利用深度学习模型ProCapNet解析DNA顺式调控元件对转录起始的调控机制 | 开发了能准确建模碱基分辨率转录起始谱的神经网络，揭示了启动子和增强子共享的顺式调控逻辑及基序间的高度上位相互作用 | NA | 解析哺乳动物Pol II转录起始的DNA序列决定因素 | 人类启动子和增强子的转录起始调控 | 机器学习 | NA | PRO-cap实验, RAMPAGE分析 | 神经网络 | DNA序列数据, 转录起始谱数据 | 多个细胞系 | NA | ProCapNet | NA | NA |
| 1524 | 2025-10-07 |
AI-enabled CT-guided end-to-end quantification of total cardiac activity in 18FDG cardiac PET/CT for detection of cardiac sarcoidosis
2024-Sep-23, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.09.20.24314081
PMID:39399046
|
研究论文 | 开发基于深度学习的全自动管道，通过CT衰减图分割心脏结构并量化18F-FDG PET活性以检测心脏结节病 | 首次提出基于CT衰减图深度学习分割的全自动化心脏活动量化管道，实现心脏结节病的客观检测 | 样本量相对较小（69例患者），需在更大群体中验证 | 开发自动化方法量化心脏FDG PET活性以改进心脏结节病诊断 | 疑似心脏结节病患者 | 数字病理 | 心脏结节病 | 18F-FDG PET/CT成像 | 深度学习分割模型 | CT衰减图和PET图像 | 69例连续患者（平均年龄56.1±13.4岁），其中29例确诊心脏结节病 | NA | NA | AUC, 灵敏度, 特异性 | NA |
| 1525 | 2025-10-07 |
Vulnerability of Thalamic Nuclei at CSF Interface During the Entire Course of Multiple Sclerosis
2024-May, Neurology(R) neuroimmunology & neuroinflammation
DOI:10.1212/NXI.0000000000200222
PMID:38635941
|
研究论文 | 本研究通过深度学习分析多发性硬化症患者丘脑核团的萎缩动态，发现靠近第三脑室的核群更易发生神经退行性变 | 首次通过全病程追踪揭示丘脑不同核群在多发性硬化中的差异性萎缩模式，并验证了基于标准T1加权MRI的自动分割策略 | 研究依赖于常规3D-T1 MRI数据，未使用更高分辨率的专门序列验证分割准确性 | 探究多发性硬化症病程中丘脑不同核团的动态变化规律及驱动机制 | 1,123名多发性硬化症患者和相同数量的健康对照者 | 医学影像分析 | 多发性硬化症 | 3D-T1 MRI，深度学习序列合成，多图谱自动分割 | 深度学习 | MRI影像 | 2,246名参与者（1,123名患者+1,123名健康对照） | NA | NA | NA | NA |
| 1526 | 2025-10-07 |
Discovery of antibiotics that selectively kill metabolically dormant bacteria
2024-Apr-18, Cell chemical biology
IF:6.6Q1
DOI:10.1016/j.chembiol.2023.10.026
PMID:38029756
|
研究论文 | 本研究通过结合静态期筛选方法和深度学习虚拟筛选技术，发现了能够选择性杀死代谢休眠细菌的新型抗生素 | 首次将静态期筛选方法与深度学习虚拟筛选相结合，并引入毒性过滤机制，成功识别出对代谢休眠细菌具有选择性杀伤作用的化合物 | 研究主要针对大肠杆菌和鲍曼不动杆菌，尚未验证对其他病原菌的广谱效果 | 开发对代谢休眠细菌有效且无毒的抗生素，解决慢性感染和抗生素耐药性问题 | 代谢休眠细菌（静态期大肠杆菌和鲍曼不动杆菌） | 机器学习 | 细菌感染 | 静态期筛选、深度学习虚拟筛选、微生物学检测、生化测量、单细胞显微镜 | 深度学习 | 化合物筛选数据、微生物实验数据、显微镜图像 | 未明确说明具体样本数量 | NA | NA | 致死效果、毒性评估 | NA |
| 1527 | 2025-10-07 |
Deep learning-based automatic segmentation of cardiac substructures for lung cancers
2024-02, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2023.110061
PMID:38122850
|
研究论文 | 开发基于深度学习的自动分割模型用于肺癌患者心脏亚结构分割 | 首次使用nnU-Net模型对19个心脏亚结构（包括冠状动脉）进行自动分割 | 冠状动脉分割的DSC系数相对较低（0.60±0.14），样本量有限 | 开发自动分割心脏亚结构的深度学习模型以降低肺癌放疗中心脏损伤风险 | 非小细胞肺癌患者的心脏亚结构 | 数字病理学 | 肺癌 | 医学图像分割 | 深度学习 | 医学影像 | 100例患者用于模型开发，42例患者用于主观评估 | nnU-Net | nnU-Net | Dice相似系数, 剂量指标 | NA |
| 1528 | 2025-10-07 |
RecGOBD: accurate recognition of gene ontology related brain development protein functions through multi-feature fusion and attention mechanisms
2024, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbae163
PMID:39678209
|
研究论文 | 开发了专门用于识别与脑发育相关的基因本体蛋白质功能的深度学习模型RecGOBD | 通过多特征融合和注意力机制优化脑发育数据集，专门针对神经发育障碍研究 | NA | 预测与脑发育相关的蛋白质功能 | 与脑发育相关的蛋白质序列 | 生物信息学 | 神经发育障碍 | 蛋白质序列分析 | 深度学习 | 蛋白质序列数据 | NA | Python | 注意力机制 | AUROC, AUPR, Fmax | NA |
| 1529 | 2025-10-07 |
Rapid and portable quantification of HIV RNA via a smartphone-enabled digital CRISPR device and deep learning
2024-Dec, Sensors and actuators reports
IF:6.5Q2
DOI:10.1016/j.snr.2024.100212
PMID:40236689
|
研究论文 | 开发了一种基于智能手机的数字CRISPR设备，结合深度学习算法快速定量检测HIV RNA | 首次将数字CRISPR检测技术与智能手机平台集成，实现便携式HIV RNA快速定量分析 | 未提及设备在不同环境条件下的稳定性和大规模临床应用验证 | 开发快速便携的HIV病毒载量监测工具 | HIV RNA分子 | 医疗诊断设备 | HIV/AIDS | 数字CRISPR检测、RT-RPA扩增、荧光成像 | 深度学习算法 | 荧光图像 | 未明确说明具体样本数量 | NA | NA | 检测灵敏度（75拷贝）、检测时间（15分钟） | 智能手机平台 |
| 1530 | 2025-10-07 |
Exploring structural diversity across the protein universe with The Encyclopedia of Domains
2024-11, Science (New York, N.Y.)
DOI:10.1126/science.adq4946
PMID:39480926
|
研究论文 | 利用深度学习方法在AlphaFold蛋白质结构数据库中检测和分类所有结构域，构建了结构域百科全书 | 发现了超过1000万个新的结构域间相互作用和数千个新折叠结构，极大地扩展了已知超家族的域空间表示 | NA | 探索蛋白质宇宙中的结构多样性并识别结构域 | AlphaFold蛋白质结构数据库中的2.14亿个预测蛋白质结构 | 生物信息学 | NA | 深度学习 | 深度学习模型 | 蛋白质结构数据 | 超过2.14亿个预测蛋白质结构，涵盖365万个检测到的结构域和100多万个分类单元 | NA | NA | NA | NA |
| 1531 | 2025-10-07 |
On machine learning analysis of atomic force microscopy images for image classification, sample surface recognition
2024-Apr-17, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d3cp05673b
PMID:38477533
|
研究论文 | 探讨机器学习在原子力显微镜图像分类和样品表面识别中的应用 | 提出专门针对AFM图像的机器学习分析模板，并特别关注结果统计显著性的分析 | AFM成像速度较慢限制了深度学习在图像识别中的广泛应用 | 开发适用于小样本AFM图像数据库的机器学习分类方法 | 原子力显微镜图像、生物细胞表面、材料表面 | 机器学习 | NA | 原子力显微镜成像 | 非深度学习神经网络 | 图像 | 小数据库，相对较少的AFM图像 | NA | NA | 统计显著性 | NA |
| 1532 | 2025-10-07 |
Deep learning approach for discrimination of liver lesions using nine time-phase images of contrast-enhanced ultrasound
2024-Jan, Journal of medical ultrasonics (2001)
DOI:10.1007/s10396-023-01390-z
PMID:38051461
|
研究论文 | 本研究开发了一种深度学习模型，利用对比增强超声的九个时相图像来鉴别肝脏病变性质 | 提出并行排列三个ResNet50迁移学习模型的新型架构，可同步输入九个不同时相的CEUS图像并进行数据增强 | 样本量相对有限（共181个肝脏病变），且仅使用单一对比剂Sonazoid | 评估深度学习模型在肝脏结节定性诊断中的性能 | 肝脏病变（48个良性，78个肝细胞癌，55个非肝细胞癌恶性病变） | 计算机视觉 | 肝脏疾病 | 对比增强超声 | CNN | 图像 | 181个肝脏病变 | NA | ResNet50 | 灵敏度, 特异度, 正确预测率 | NA |
| 1533 | 2025-10-07 |
Evaluation and Prediction of Post-Hepatectomy Liver Failure Using Imaging Techniques: Value of Gadoxetic Acid-Enhanced Magnetic Resonance Imaging
2024-01, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.0507
PMID:38184766
|
研究论文 | 评估钆塞酸增强磁共振成像在肝切除术后肝衰竭预测中的价值 | 结合体积和功能分析评估肝功能，采用钆塞酸增强MRI提供全局和区域功能信息 | NA | 准确评估肝功能和预测肝切除术后肝衰竭 | 接受肝切除术患者的肝功能评估 | 医学影像分析 | 肝脏疾病 | 钆塞酸增强磁共振成像 | 深度学习 | 磁共振图像 | NA | NA | NA | NA | NA |
| 1534 | 2025-10-07 |
A dynamic approach for MR T2-weighted pelvic imaging
2024-Oct-15, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad8335
PMID:39362274
|
研究论文 | 提出一种无需患者准备的动态磁共振盆腔成像方法来解决蠕动引起的运动伪影问题 | 采用动态数据采集策略和基于深度均衡模型的展开方法进行图像重建，将成像问题从传统运动预防转变为运动重建 | NA | 解决盆腔磁共振成像中蠕动引起的运动伪影和模糊问题 | 盆腔磁共振成像 | 医学影像 | 盆腔疾病 | T2加权2D快速自旋回波序列 | 深度均衡模型 | 磁共振k空间数据 | 回顾性和前瞻性数据 | NA | 深度均衡模型 | 运动伪影减少程度、结构细节描绘准确性 | NA |
| 1535 | 2025-10-07 |
Creation of de novo cryptic splicing for ALS and FTD precision medicine
2024-10-04, Science (New York, N.Y.)
DOI:10.1126/science.adk2539
PMID:39361759
|
研究论文 | 开发了一种利用TDP-43功能丧失诱导的隐蔽剪接特异性来驱动蛋白质表达的新方法TDP-REG，为ALS和FTD精准治疗提供新策略 | 结合深度学习和理性设计开发SpliceNouveau算法，首次实现在蛋白质编码序列中生成可定制的隐蔽剪接事件 | NA | 开发针对TDP43相关疾病的精准治疗方法 | RNA结合蛋白TDP-43及其功能丧失引起的隐蔽剪接事件 | 生物信息学 | 肌萎缩侧索硬化症,额颞叶痴呆 | 深度学习,基因组prime editing,隐蔽剪接分析 | 深度学习 | 基因组序列,剪接数据 | NA | NA | NA | NA | NA |
| 1536 | 2025-10-07 |
Tumor evolution metrics predict recurrence beyond 10 years in locally advanced prostate cancer
2024-09, Nature cancer
IF:23.5Q1
DOI:10.1038/s43018-024-00787-0
PMID:38997466
|
研究论文 | 本研究结合基因组学和人工智能辅助组织病理学分析，开发了预测局部晚期前列腺癌长期复发的进化指标 | 首次将基因组瘤内异性与深度学习评估的形态学异质性相结合，识别出能够预测10年以上复发的临床生物标志物 | 样本量相对有限，需要更大规模研究验证 | 探索癌症进化指标在预测局部晚期前列腺癌长期复发中的临床应用价值 | 局部晚期前列腺癌患者 | 数字病理学 | 前列腺癌 | 基因组测序, 深度学习 | 深度学习模型 | 基因组数据, 组织切片图像 | 114名患者的642个基因组样本，250名患者的1,923个组织学切片 | NA | NA | 风险比, 置信区间, 中位复发时间 | NA |
| 1537 | 2025-10-07 |
Exploring the trade-off between deep-learning and explainable models for brain-machine interfaces
2024, Advances in neural information processing systems
PMID:40231170
|
研究论文 | 本研究开发了一种基于KalmanNet的脑机接口解码器，在保持可解释性的同时实现了与深度学习模型相当的性能 | 将卡尔曼滤波器与递归神经网络结合，通过计算卡尔曼增益实现输入与动态之间的可变信任机制 | 与现有深度学习解码器一样泛化能力有限，且在未见噪声分布下性能受限于卡尔曼滤波器的归纳偏置 | 探索深度学习与可解释模型在脑机接口中的权衡，开发高性能且可解释的解码器 | 两只猴子的脑活动数据 | 脑机接口 | 瘫痪 | 脑信号解码 | KalmanNet, KF, LSTM, tcFNN | 神经信号 | 两只猴子的多天离线数据和实时数据 | NA | KalmanNet, 卡尔曼滤波器, LSTM, tcFNN | 离线预测精度, 在线实时预测性能 | NA |
| 1538 | 2025-04-18 |
Using interactive deep learning to track cells: A report on a 3-day hands-on training program at IUPAB 2024
2024, Biophysics and physicobiology
IF:1.6Q4
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1539 | 2025-10-07 |
Deep learning enabled integration of tumor microenvironment microbial profiles and host gene expressions for interpretable survival subtyping in diverse types of cancers
2024-Dec-17, mSystems
IF:5.0Q1
DOI:10.1128/msystems.01395-24
PMID:39565103
|
研究论文 | 开发基于自编码器的深度学习框架ASD-cancer，整合肿瘤微环境微生物特征和宿主基因表达数据，实现可解释的癌症生存亚型分型 | 首次提出半监督深度学习框架同时分析肿瘤微生物组和转录组数据，识别生存相关亚型并揭示微生物-宿主基因相互作用机制 | 研究依赖于TCGA数据库的样本数据，需要进一步实验验证 | 解析肿瘤微生物组与宿主基因表达的复杂关系及其对患者生存的联合影响 | 20种癌症类型的肿瘤组织样本 | 机器学习 | 多种癌症 | RNA测序，微生物组分析 | 自编码器 | 微生物组数据，基因表达数据 | TCGA数据库中20种癌症类型的组织样本 | NA | 自编码器 | log-rank检验 | NA |
| 1540 | 2025-10-07 |
Binding and sensing diverse small molecules using shape-complementary pseudocycles
2024-07-19, Science (New York, N.Y.)
DOI:10.1126/science.adn3780
PMID:39024436
|
研究论文 | 本文提出了一种利用深度学习生成形状互补假环结构来设计高亲和力小分子结合蛋白的方法 | 采用深度学习生成具有不同形状结合口袋的假环结构，能够结合多样化的极性及柔性小分子 | NA | 开发能够高亲和力结合小分子并应用于传感系统的蛋白质设计方法 | 小分子结合蛋白的设计与优化 | 机器学习 | NA | 深度学习，分子对接，实验筛选 | 深度学习模型 | 分子结构数据 | 针对四种不同小分子（包括甲氨蝶呤和甲状腺素）设计结合蛋白 | NA | NA | 结合亲和力 | NA |