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 1133 篇文献，本页显示第 181 - 200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 181 | 2025-10-06 |
MMD-DTA: A Multi-Modal Deep Learning Framework for Drug-Target Binding Affinity and Binding Region Prediction
2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3451985
PMID:39208057
|
研究论文 | 提出一种多模态深度学习框架MMD-DTA，用于预测药物-靶点结合亲和力及结合区域 | 通过无监督学习同时预测结合亲和力和结合区域，整合药物和靶点的序列与结构多模态信息 | NA | 预测药物-靶点结合亲和力及识别结合区域 | 药物分子和靶点蛋白 | 机器学习 | NA | 深度学习 | 图神经网络 | 序列数据, 结构数据 | NA | NA | 图神经网络, 目标结构特征提取网络 | 关键评估指标 | NA |
| 182 | 2025-10-06 |
Multi-modality deep learning-based [68Ga]Ga-DOTA-FAPI-04 PET polar map generation: potential value in detecting reactive fibrosis after myocardial infarction
2024-Nov, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-024-06850-3
PMID:39060373
|
研究论文 | 本研究开发了一种基于多模态深度学习的[68Ga]Ga-DOTA-FAPI-04 PET极坐标图生成方法，用于检测心肌梗死后反应性纤维化 | 提出融合多模态图像补偿PET图像中心脏结构信息丢失的深度学习方法，提高极坐标图生成准确性 | 样本量相对有限（87例患者），需要进一步验证 | 提高[68Ga]Ga-DOTA-FAPI-04 PET极坐标图生成准确性，探索其在检测心肌梗死后反应性纤维化中的价值 | 87例ST段抬高型心肌梗死患者 | 医学影像分析 | 心血管疾病 | PET/MR成像，深度学习 | 深度学习模型 | 多模态医学影像（PET/MR图像） | 87例患者的133对[68Ga]Ga-DOTA-FAPI-04 PET/MR图像，其中26例用于纵向分析 | NA | NA | 准确性，相关系数（LVESV%, LVEDV%, LVEF%） | NA |
| 183 | 2025-10-06 |
Enhancing the diagnostic capacity of [18F]PSMA-1007 PET/MRI in primary prostate cancer staging with artificial intelligence and semi-quantitative DCE: an exploratory study
2024-Nov-08, EJNMMI reports
DOI:10.1186/s41824-024-00225-5
PMID:39510993
|
研究论文 | 探索人工智能和半定量DCE分析在增强[18F]PSMA-1007 PET/MRI对原发性前列腺癌分期诊断能力中的应用 | 首次将深度学习管道与半定量DCE分析结合应用于PSMA-放射性配体PET/MRI，提高前列腺癌诊断准确性 | 样本量较小（仅7例患者），属于探索性研究 | 提高原发性前列腺癌分期的诊断能力 | 原发性前列腺癌患者 | 数字病理 | 前列腺癌 | PET/MRI, DCE-MRI, DWI, T2加权成像 | 深度学习 | 医学影像 | 7例前列腺癌患者 | NA | NA | DICE系数 | NA |
| 184 | 2025-10-06 |
Accurate de novo design of high-affinity protein binding macrocycles using deep learning
2024-Nov-18, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.18.622547
PMID:39605685
|
研究论文 | 提出基于深度学习的RFpeptides流程，用于从头设计高亲和力蛋白结合大环化合物 | 首次开发基于去噪扩散模型的蛋白结合大环化合物设计方法，无需大规模筛选即可精确控制结合模式 | 仅测试了四种不同蛋白目标，样本规模有限 | 开发高效的大环肽配体设计方法用于诊断和治疗应用 | 蛋白结合大环化合物 | 机器学习 | NA | 去噪扩散模型 | 扩散模型 | 蛋白质序列和结构数据 | 针对4种不同蛋白质各测试不超过20个大环化合物设计 | NA | RFpeptides | 结合亲和力(Kd), 半数抑制浓度(IC50), Ca RMSD | NA |
| 185 | 2025-10-06 |
Promoted production of Fe(IV)/Fe(V) intermediates in the calcium peroxide/ferrate(VI) process for low-damage removal of algal contaminants and membrane fouling control
2024-11-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.135709
PMID:39236536
|
研究论文 | 本研究创新性地将过氧化钙与高铁酸盐耦合用于超滤过程中藻类污染物的低损伤去除和膜污染控制 | 首次将过氧化钙与高铁酸盐耦合，促进Fe(IV)/Fe(V)中间体生成，实现藻类污染物的低损伤去除和膜污染控制 | NA | 开发一种新的膜污染控制方法，从促进Fe(IV)/Fe(V)中间体生成的角度控制藻类膜污染 | 藻类污染物和超滤膜污染 | 环境工程 | NA | 超滤技术，化学氧化技术 | LSTM | 过滤过程数据 | NA | NA | 长短期记忆深度学习网络 | 过滤体积预测 | NA |
| 186 | 2025-10-06 |
Leveraging Deep Learning of Chest Radiograph Images to Identify Individuals at High Risk for Chronic Obstructive Pulmonary Disease
2024-Nov-15, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.11.14.24317055
PMID:39606360
|
研究论文 | 本研究通过深度学习分析常规胸部X光片，识别慢性阻塞性肺疾病高风险个体 | 将已开发的CXR-Lung-Risk卷积神经网络模型应用于COPD风险预测，并在外部验证中证明其超越传统临床风险评分的预测价值 | 研究基于特定医疗机构的门诊患者数据，需进一步验证在其他人群中的适用性 | 评估深度学习模型在胸部X光片上识别COPD高风险个体的能力 | 无肺癌、COPD或肺气肿的门诊患者，包括有吸烟史和无吸烟史人群 | 计算机视觉 | 慢性阻塞性肺疾病 | 胸部X光成像 | CNN | 图像 | 主要分析：27,848人（12,550名有吸烟史者，15,298名无吸烟史者）；次要分析：2,097人 | NA | CXR-Lung-Risk | AUC | NA |
| 187 | 2025-10-06 |
Integrating spatial transcriptomics and snRNA-seq data enhances differential gene expression analysis results of AD-related phenotypes
2024-Nov-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.11.18.24317499
PMID:39606364
|
研究论文 | 本研究通过整合空间转录组学和单核RNA测序数据，增强了阿尔茨海默病相关表型的空间信息细胞类型特异性差异基因表达分析能力 | 首次将空间转录组数据与单核RNA测序数据整合，实现了皮层层级特异性细胞类型差异基因表达分析 | 研究基于死后脑组织样本，可能无法完全反映活体状态；空间位置是通过深度学习工具推断而非直接测量 | 提升阿尔茨海默病相关表型的空间信息差异基因表达分析能力 | 436例死后大脑背外侧前额叶皮层组织的约150万个细胞 | 生物信息学 | 阿尔茨海默病 | 空间转录组学，单核RNA测序，深度学习 | 深度学习 | 基因表达数据，空间位置数据 | 436个死后大脑样本，约150万个细胞 | CelEry | NA | p值，基因集富集分析 | NA |
| 188 | 2025-10-06 |
In vivo evaluation of complex polyps with endoscopic optical coherence tomography and deep learning during routine colonoscopy: a feasibility study
2024-11-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-78891-5
PMID:39537775
|
研究论文 | 本研究评估了内窥镜光学相干断层扫描结合深度学习在常规结肠镜检查中评估复杂结直肠息肉的可行性 | 开发了用于成人结肠镜的侧视OCT导管，并在常规结肠镜检查中实现了实时诊断，不仅区分良恶性病变，还区分多种组织学亚型息肉 | 样本量较小（35个息肉），仅为可行性研究 | 评估内窥镜OCT结合深度学习在结肠镜检查中评估结直肠息肉深部浸润的可行性 | 接受内镜治疗的大型结直肠息肉患者 | 数字病理 | 结直肠癌 | 内窥镜光学相干断层扫描，组织病理学 | 深度学习模型 | OCT图像 | 32名患者的35个息肉 | NA | NA | AUROC, Cohen's kappa | NA |
| 189 | 2025-10-06 |
A wearable echomyography system based on a single transducer
2024-Nov, Nature electronics
IF:33.7Q1
DOI:10.1038/s41928-024-01271-4
PMID:40677283
|
研究论文 | 开发了一种基于单个换能器的可穿戴回声肌电图系统，用于肌肉活动的无线监测和手势识别 | 采用单个定制换能器替代复杂的换能器阵列，实现了小型化、低功耗的可穿戴回声肌电图系统 | NA | 开发可穿戴肌肉活动监测系统，用于健康监测和身体运动追踪 | 膈肌活动和前臂肌肉的手势识别 | 生物医学工程 | NA | 回声肌电图，超声波检测 | 深度学习算法 | 射频数据，超声波信号 | NA | NA | NA | 平均误差7.9° | NA |
| 190 | 2025-10-06 |
A deep learning feature importance test framework for integrating informative high-dimensional biomarkers to improve disease outcome prediction
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae709
PMID:39815828
|
研究论文 | 提出一种用于整合高维生物标志物的深度学习特征重要性测试框架，以提升疾病结局预测能力 | 开发了高维特征重要性测试（HdFIT）框架，结合特征筛选和机器学习建模，能有效识别关键生物标志物并处理高维数据中的复杂关联 | 未明确说明框架在特定疾病类型或数据规模下的适用性限制 | 通过整合低维行为临床特征与高维分子特征来改进疾病结局预测和诊断 | 人类疾病相关的行为、临床和分子因素 | 机器学习 | NA | 蒙特卡洛实验，微生物组研究 | 深度学习神经网络 | 高维分子特征数据，低维行为临床特征数据 | NA | NA | 深度神经网络 | 预测准确率，特征识别能力 | NA |
| 191 | 2025-10-06 |
Comparison of Three Computational Tools for the Prediction of RNA Tertiary Structures
2024-Nov-08, Non-coding RNA
IF:3.6Q2
DOI:10.3390/ncrna10060055
PMID:39585047
|
研究论文 | 比较三种计算工具在预测RNA三级结构方面的性能 | 首次系统比较RNAComposer、Rosetta FARFAR2和最新AlphaFold 3在预测不同类型RNA三级结构方面的表现 | 在预测人类前微RNA和较大BioRNA分子的远端环结构时存在显著差异，且这些分子的三维结构尚未通过实验表征 | 评估不同计算工具在RNA三级结构预测中的实用性和准确性 | 非编码RNA，包括小干扰RNA药物nedosiran和新型生物工程RNA分子 | 计算生物学 | NA | RNA三级结构预测 | 深度学习, 分子动力学 | RNA序列, 二级结构 | 多种RNA形式，包括小干扰RNA、孔雀石绿适体、tRNA、人类前微RNA和BioRNA分子 | AlphaFold 3, Rosetta FARFAR2, RNAComposer | NA | 结构相似性比较 | NA |
| 192 | 2025-10-06 |
The global evolution and impact of systems biology and artificial intelligence in stem cell research and therapeutics development: a scoping review
2024-11-05, Stem cells (Dayton, Ohio)
DOI:10.1093/stmcls/sxae054
PMID:39230167
|
综述 | 通过范围综述分析系统生物学和人工智能在干细胞研究和治疗开发中的全球演变历程与影响 | 首次系统梳理2000-2024年间系统生物学和人工智能在干细胞研究领域的全球发展趋势和区域分布特征 | 仅基于PubMed数据库文献，未涵盖其他学术资源；时间跨度较大可能导致早期文献收录不全 | 评估系统生物学和人工智能在干细胞研究及治疗开发中的贡献和发展轨迹 | PubMed数据库中2000-2024年发表的干细胞研究相关文献 | 生物信息学 | NA | 系统生物学分析，机器学习，深度学习 | NA | 文献元数据 | 涵盖2000-2024年PubMed数据库相关文献 | NA | NA | 文献数量统计，增长倍数分析 | NA |
| 193 | 2025-10-06 |
Quantification of myocardial oxygen extraction fraction on noncontrast MRI enabled by deep learning
2024-Nov, Radiology advances
DOI:10.1093/radadv/umae026
PMID:40641627
|
研究论文 | 开发一种基于深度学习的无对比剂心血管磁共振方法，用于活体定量测量心肌氧摄取分数和心肌血容量 | 首次将UNet神经网络与不对称自旋回波CMR序列结合，实现无对比剂的心肌氧代谢参数定量测量 | 样本量较小（20名健康志愿者和10名心梗患者），需要在更大人群中验证 | 开发无创定量测量心肌氧代谢参数的新方法 | 健康志愿者和慢性心肌梗死患者 | 医学影像分析 | 心血管疾病 | 心血管磁共振，不对称自旋回波序列 | 深度学习 | 磁共振图像 | 20名健康志愿者（11名女性，20-30岁）和10名慢性心肌梗死患者 | NA | UNet | 变异系数 | 3 T MRI临床系统 |
| 194 | 2025-10-06 |
The Current Application and Future Potential of Artificial Intelligence in Renal Cancer
2024-11, Urology
IF:2.1Q2
DOI:10.1016/j.urology.2024.07.010
PMID:39029807
|
综述 | 本文通过文献回顾探讨人工智能在肾癌评估、管理和预后预测中的应用现状与未来潜力 | 系统梳理了72项具有临床影响力的AI肾癌研究，涵盖影像学、组织病理学和预后预测等多个领域 | 基于叙述性综述方法，可能存在文献选择偏倚 | 评估人工智能在肾癌领域的应用现状并展望未来发展潜力 | 肾癌相关研究 | 医疗人工智能 | 肾癌 | 监督/无监督机器学习、深度学习、自然语言处理、神经网络、影像组学、病理组学 | NA | 医学影像、组织病理数据 | 72项相关研究 | NA | NA | NA | NA |
| 195 | 2025-10-06 |
Boosting the performance of molecular property prediction via graph-text alignment and multi-granularity representation enhancement
2024-11, Journal of molecular graphics & modelling
IF:2.7Q2
DOI:10.1016/j.jmgm.2024.108843
PMID:39173218
|
研究论文 | 提出一种通过图-文本对齐和多粒度表示增强来提升分子属性预测性能的方法 | 使用对比损失和交叉注意力在嵌入空间中对齐和融合图与文本特征，并整合原子、功能基团和分子层面的多粒度信息 | NA | 提高分子属性预测的准确性 | 分子 | 机器学习 | NA | 深度学习 | 多模态模型 | 图数据, 文本数据 | NA | NA | 交叉注意力机制 | 准确率 | NA |
| 196 | 2025-10-06 |
iGTP: Learning interpretable cellular embedding for inferring biological mechanisms underlying single-cell transcriptomics
2024-Nov-25, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.03.29.24305092
PMID:39649598
|
研究论文 | 提出了一种名为iGTP的可解释生成转录程序框架，用于从单细胞转录组数据中学习可解释的细胞嵌入表示 | 设计了结合转录程序空间和蛋白质-蛋白质相互作用的新型可解释深度学习框架，能够同时建模不同生物状态下的细胞响应机制 | NA | 开发能够推断单细胞转录组数据背后生物学机制的可解释深度学习模型 | 单细胞转录组数据 | 机器学习 | NA | 单细胞转录组测序 | 变分自编码器,图神经网络,潜在扩散模型 | 基因表达数据 | NA | NA | iGTP框架 | 功能富集分析性能 | NA |
| 197 | 2025-10-06 |
Uncovering the predictive and immunomodulatory potential of transient receptor potential melastatin family-related CCNE1 in pan-cancer
2024-Nov-18, Molecular cancer
IF:27.7Q1
DOI:10.1186/s12943-024-02169-7
PMID:39551726
|
研究论文 | 本研究通过开发TRPM家族相关评分系统，发现CCNE1作为跨癌种的重要生物标志物，具有预测免疫治疗反应和免疫调节功能 | 首次构建TRPM家族相关评分系统并发现CCNE1作为关键下游效应因子在泛癌分析中的重要作用 | 研究主要基于计算分析，仅通过体外实验初步验证功能，需要更多体内实验进一步确认 | 探索TRPM家族及其相关基因CCNE1在泛癌中的预测价值和免疫调节潜力 | 17种实体肿瘤的分子标志物 | 生物信息学 | 泛癌分析 | 机器学习、深度学习计算技术 | NA | 分子生物标志物数据 | 17种实体肿瘤的多组学数据 | NA | NA | 预测准确性、免疫治疗反应预测 | NA |
| 198 | 2025-10-06 |
Semi-Supervised Contrastive VAE for Disentanglement of Digital Pathology Images
2024-Nov, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
DOI:10.1007/978-3-031-72083-3_43
PMID:40556771
|
研究论文 | 提出一种用于数字病理图像解耦的半监督对比变分自编码器方法 | 首个针对病理图像的解耦方法，提出了级联解耦、新颖架构和重建分支等创新思想 | NA | 提高深度学习模型的可解释性，特别关注肿瘤浸润淋巴细胞检测任务 | 数字病理图像 | 数字病理学 | 癌症 | 深度学习 | 变分自编码器 | 病理图像 | NA | NA | 对比变分自编码器 | NA | NA |
| 199 | 2025-10-06 |
Utilizing retinal arteriole/venule ratio to estimate intracranial pressure
2024-11-08, Acta neurochirurgica
IF:1.9Q2
DOI:10.1007/s00701-024-06343-0
PMID:39514087
|
研究论文 | 本研究探索利用视网膜动静脉比率通过眼底检查无创评估颅内压的方法 | 首次在神经重症监护病房患者中结合眼内压，使用深度学习算法分析眼底视频来评估视网膜动静脉比率与颅内压的关系 | 样本量较小，图像质量存在挑战，诊断特异性较低，需要更大规模的多中心研究验证 | 开发无创颅内压监测方法 | 神经重症监护病房中格拉斯哥昏迷评分≤8分的成年患者 | 数字病理 | 神经系统疾病 | 眼底检查，深度学习算法 | 深度学习 | 视频 | 40名患者入组，15名纳入最终分析 | NA | NA | 敏感性，特异性，AUC | NA |
| 200 | 2025-10-06 |
Precise Image-level Localization of Intracranial Hemorrhage on Head CT Scans with Deep Learning Models Trained on Study-level Labels
2024-11, Radiology. Artificial intelligence
DOI:10.1148/ryai.230296
PMID:39194400
|
研究论文 | 开发基于弱监督学习的深度学习模型，使用研究级标签自动检测和定位头CT扫描中的颅内出血 | 使用研究级标签而非像素级标注训练模型，通过注意力机制实现图像级定位，具有高度泛化能力 | 回顾性研究，依赖放射学报告提取标签，可能存在标注偏差 | 开发能够快速准确检测颅内出血的计算机辅助诊断工具 | 头CT扫描中的颅内出血 | 计算机视觉 | 颅内出血 | CT扫描 | CNN, 双向LSTM | 医学图像 | 本地数据集10699个非对比头CT扫描（7469名患者），外部测试集491个扫描 | NA | 注意力机制双向长短期记忆网络 | 阳性预测值, AUC | NA |