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 14211 篇文献，本页显示第 321 - 340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 321 | 2025-09-24 |
Riverine heat waves on the rise, outpacing air heat waves
2025-Sep-30, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2503160122
PMID:40982675
|
研究论文 | 通过深度学习模型重建美国本土河流水温数据，首次系统揭示河流热浪的时空变化特征及其对水生生态的威胁 | 首次使用LSTM模型重建长期连续河流水温数据集，系统量化河流热浪与大气热浪的差异及变化趋势 | 研究区域仅限于美国本土，缺乏全球其他河流系统的验证 | 分析河流热浪的发生频率、强度和持续时间变化规律 | 美国本土1471个站点的河流水温数据（1980-2022年） | 环境科学 | NA | 深度学习、传感器监测、卫星遥感 | LSTM | 时间序列水温数据 | 1471个监测站点43年连续数据 |
| 322 | 2025-09-24 |
De novo design of potent inhibitors of clostridial family toxins
2025-Sep-30, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2509329122
PMID:40982695
|
研究论文 | 通过从头设计小蛋白微型结合剂直接中和梭菌家族毒素TcdB和TcsL | 结合深度学习和Rosetta计算方法从头设计高亲和力微型结合剂，实现皮摩尔级毒素中和活性 | 未明确说明临床前研究的样本规模及人体适用性验证 | 开发针对梭菌毒素的高效抑制剂 | 艰难梭菌毒素B（TcdB）和产气荚膜梭菌毒素L（TcsL） | 计算生物学 | 梭菌感染 | 深度学习、Rosetta计算设计 | NA | 蛋白质结构数据 | 小鼠模型（具体数量未说明）；针对TcsL筛选96个设计变体（48个初始设计+48个优化设计） |
| 323 | 2025-09-24 |
FetalDenseNet: multi-scale deep learning for enhanced early detection of fetal anatomical planes in prenatal ultrasound
2025-Sep-24, Journal of perinatal medicine
IF:1.7Q2
DOI:10.1515/jpm-2025-0249
PMID:40983600
|
研究论文 | 本研究通过深度学习技术提升产前超声中胎儿解剖平面的分类准确率 | 首次在大型临床验证数据集上系统比较五种CNN架构对胎儿超声图像的分类性能，发现DenseNet169模型表现最优 | 研究仅基于单中心数据集，未进行外部验证 | 提高胎儿超声图像中解剖平面分类的准确性以辅助产前诊断 | 12,400张来自1,792名患者的产前超声图像 | 计算机视觉 | 产前检查 | 深度学习 | CNN（包括VGG16、ResNet50、InceptionV3、DenseNet169、MobileNetV2） | 超声图像 | 12,400张图像（来自1,792名患者） |
| 324 | 2025-09-24 |
NVNMD-v2: Scalable and Accurate Deep Learning Molecular Dynamics Model Based on Non-Von Neumann Architectures
2025-Sep-23, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01050
PMID:40902087
|
研究论文 | 提出NVNMD-v2算法-硬件协同设计架构，通过内存处理加速器实现可扩展且精确的深度学习分子动力学模拟 | 采用优化的类型嵌入描述符支持多达32种元素的多元素系统，在单个FPGA上实现DFT级精度和扁平化单原子计算成本 | 未明确说明模型在极端温度或压力条件下的稳定性表现 | 解决机器学习分子动力学框架在精度、可扩展性和能效方面的三重困境 | 多元素材料系统（如高熵合金、多铁性钙钛矿、半导体异质结构和生物分子组装体） | 机器学习 | NA | 深度学习分子动力学、内存处理加速技术 | 广义深度神经网络势函数 | 分子动力学模拟数据 | 支持高达2000万原子规模的系统模拟 |
| 325 | 2025-09-24 |
De-MSI: A Deep Learning-Based Data Denoising Method to Enhance Mass Spectrometry Imaging by Leveraging the Chemical Prior Knowledge
2025-Sep-23, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c02946
PMID:40921155
|
研究论文 | 提出一种基于深度学习的质谱成像数据去噪方法De-MSI，利用化学先验知识提升数据质量 | 无需真实标注数据即可实现质谱成像去噪，通过噪声数据构建可靠训练集 | NA | 开发质谱成像数据的深度学习去噪方法 | 小鼠胎儿、小鼠大脑、大鼠大脑的质谱成像数据 | 机器学习 | NA | 质谱成像（MALDI、DESI） | 深度神经网络 | 质谱成像数据 | 多个小鼠胎儿数据集、5μm分辨率小鼠脑数据集、大鼠脑数据集 |
| 326 | 2025-09-24 |
GSH and Halides Directed Controllable Synthesis of Chiral Gold Nanostars for Sensitive Diagnosis of Nephritis Types Using SERS and Transformer Neural Network
2025-Sep-23, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01908
PMID:40925611
|
研究论文 | 通过可控合成手性金纳米星并联合Transformer神经网络，实现基于表面增强拉曼光谱的肾炎类型精准诊断 | 首次利用l-GSH和卤化物调控金纳米星分支尺寸/数量/锐度的可控合成方法，并结合Transformer网络处理复杂临床SERS数据 | 未明确说明临床样本的具体来源规模和验证集设置 | 开发高灵敏度肾炎类型诊断新方法 | 急性间质性肾炎与非急性间质性肾炎患者的尿液样本 | 生物医学检测 | 肾炎 | 表面增强拉曼光谱(SERS)、时域有限差分(FDTD)计算 | Transformer神经网络 | 拉曼光谱数据 | 健康个体与肾炎患者的尿液样本（具体数量未明确） |
| 327 | 2025-09-24 |
MOLECULE: Molecular-dynamics and Optimized deep Learning for Entropy-regularized Classification and Uncertainty-aware Ligand Evaluation
2025-Sep-23, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01140
PMID:40931675
|
研究论文 | 开发一种结合分子动力学和深度学习的双模态神经网络，用于激酶配体的变构/正构作用模式分类 | 提出新型双模态深度学习框架，可分别处理动力学和结构数据，并实现高效的不确定性处理和基于估算动力学数据的快速筛选 | NA | 开发能够预测化合物作用模式的智能分类模型以推进药物发现 | 激酶配体（变构/正构作用模式） | 机器学习 | NA | 分子动力学(MD)、深度学习 | 双模态深度神经网络 | 结构数据、动力学描述符 | 280个实验解析的激酶结构组成的数据集 |
| 328 | 2025-09-24 |
A New Approach to Large Multiomics Data Integration
2025-Sep-23, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01812
PMID:40934376
|
研究论文 | 提出一种处理大规模多组学数据集成的新方法，通过深度学习结合非线性降维技术 | 首次将深度学习与t-SNE和UMAP等非线性降维技术结合，用于处理传统方法难以应对的超大规模多组学数据集 | 未明确说明方法在具体应用场景中的性能限制和计算资源需求 | 开发能够处理超大规模多组学数据集集成分析的新计算方法 | 大规模多组学数据集（包括质谱成像和染色体构象捕获数据） | 机器学习 | NA | 质谱成像、染色体构象捕获、多组学数据整合 | 深度学习 | 多组学数据 | NA |
| 329 | 2025-09-24 |
Supervised Contrastive Learning Leads to More Reasonable Spectral Embeddings
2025-Sep-23, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c02655
PMID:40940302
|
研究论文 | 提出一种基于Transformer和监督对比学习的质谱嵌入方法SpecEmbedding，用于提升代谢组学中分子识别的准确性 | 首次将Transformer架构与监督对比学习结合用于质谱嵌入，利用化合物的重复谱图作为正样本进行训练 | NA | 提高质谱数据的可比性和分子识别准确率 | 质谱数据 | 机器学习 | NA | 质谱分析 | Transformer | 质谱数据 | GNPS训练子集、GNPS测试子集、MoNA数据集和MTBLS1572数据集 |
| 330 | 2025-09-24 |
Parametrically guided design of beta barrels and transmembrane nanopores using deep learning
2025-Sep-23, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2425459122
PMID:40953261
|
研究论文 | 本研究提出了一种结合参数化生成和深度学习的方法来设计β桶状蛋白和跨膜纳米孔 | 将参数化表示的优势从卷曲螺旋结构推广到β桶状结构设计，利用RoseTTAFold-based设计方法隐含的丰富序列-结构关系 | NA | 开发更精确可控的β桶状蛋白和跨膜纳米孔设计方法 | β桶状蛋白结构和跨膜纳米孔 | 蛋白质设计 | NA | 深度学习、RFjoint修复、RFdiffusion、X射线晶体学 | RoseTTAFold-based深度学习方法 | 蛋白质结构数据 | 涵盖广泛β片层参数范围的多种β桶状结构 |
| 331 | 2025-09-24 |
Graph Learning-Based Scoring of RNA-Protein Complex Structures
2025-Sep-23, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c00831
PMID:40882035
|
研究论文 | 提出基于图学习的评分方法EGARPS+，用于评估RNA-蛋白质复合物结构 | 首次将图学习理论应用于RNA-蛋白质复合物结构评估，采用等变图神经网络和专门设计的注意力机制 | NA | 开发更准确的RNA-蛋白质复合物结构预测评分函数 | RNA-蛋白质复合物结构 | 机器学习 | NA | 图深度学习 | 等变图神经网络(EGNN) | 结构数据 | 结合和非结合数据集 |
| 332 | 2025-09-24 |
Integrating Machine Learning with Flow-Imaging Microscopy for Automated Monitoring of Algal Blooms
2025-Sep-23, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c06078
PMID:40947598
|
研究论文 | 开发结合机器学习的图像处理流程，用于淡水系统中藻华实时监测 | 集成随机森林和CNN模型，解决流动成像伪影和未知颗粒识别问题，实现端到端自动化监测方案 | 监督式封闭集分类器对自然环境中新型颗粒分类准确性有限，需要大量人工监督 | 实现淡水系统有害藻华的实时自动化监测 | 淡水系统中的浮游植物和藻类颗粒 | 计算机视觉 | NA | 流动成像显微镜、图像处理、机器学习 | 随机森林、CNN（卷积神经网络） | 显微图像 | NA |
| 333 | 2025-09-24 |
Magnetic Microrobot With Drilling-Sensing Dual Functionality for Targeted Biopsy of Deep-Seated Tracheal Microlesions
2025-Sep-23, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202514664
PMID:40984789
|
研究论文 | 提出一种具有钻孔-传感双功能的磁性微型机器人平台，用于深部气管微病变的靶向活检 | 集成金纳米尖端的锥形螺旋结构微型机器人实现钻孔采样与SERS生物传感的双重功能，结合深度学习实现快速组织识别 | 目前仅在离体猪肺模型和活体兔试验中验证可行性，尚未进行大规模临床验证 | 开发用于早期肺癌诊断的微创精准活检技术 | 深部气管微病变组织 | 医疗机器人 | 肺癌 | 表面增强拉曼散射(SERS)、卷积神经网络 | CNN | 光谱数据、组织样本 | 离体猪肺模型和活体兔试验，临床患者组织样本（具体数量未明确说明） |
| 334 | 2025-09-24 |
High-Asymmetry Metasurface: A New Solution for Terahertz Resonance via Active Learning-Augmented Diffusion Model
2025-Sep-23, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202508610
PMID:40985172
|
研究论文 | 提出一种基于主动学习增强扩散模型的新型高不对称超表面设计方法，用于实现高性能太赫兹共振 | 首次将物理约束的主动学习机制与先验知识引导的扩散模型相结合，仅需少量经典结构数据即可生成高性能高不对称超材料 | 初始训练数据集仅包含68个经典结构，模型在更广泛结构类型上的泛化能力有待验证 | 开发高效的高不对称太赫兹超材料设计方法以提升共振性能 | 太赫兹超材料的结构设计与共振特性优化 | 机器学习 | NA | 扩散模型、主动学习 | 扩散模型 | 结构数据 | 68个经典结构作为初始训练数据集 |
| 335 | 2025-09-24 |
Deep Learning-Powered Nanoplasmonic Biosensing Approach Enables Ultrasensitive Extracellular Vesicles Profiling for Cancer Screening
2025-Sep-23, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202511337
PMID:40985328
|
研究论文 | 提出一种基于KAN网络增强的纳米等离子体元表面芯片技术，用于血清中小细胞外囊泡的超灵敏分析以实现癌症筛查 | 首次将Kolmogorov-Arnold网络（KAN）与纳米等离子体元表面芯片结合，实现多维度光谱特征的同时捕获和高效数据处理 | NA | 开发超灵敏的癌症筛查技术 | 胰腺导管腺癌患者和对照组的血清样本 | 生物传感 | 胰腺癌 | 纳米等离子体元表面技术、深度学习 | KAN（Kolmogorov-Arnold网络） | 全光谱数据 | 600例胰腺导管腺癌患者和1200例对照者 |
| 336 | 2025-09-24 |
Federated deep learning model for epilepsy seizure detection using electroencephalogram (EEG) signal
2025-Sep-23, Neurological research
IF:1.7Q4
DOI:10.1080/01616412.2025.2555516
PMID:40985643
|
研究论文 | 提出一种基于联邦学习的统一Transformer模型，用于脑电图信号的癫痫发作检测 | 结合联邦学习与同态加密保护数据隐私，采用混合图注意力框架和统一Transformer模型同时捕捉脑电图信号的时空特征 | NA | 开发隐私保护的癫痫发作检测方法 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | 联邦学习、Paillier同态加密、自适应噪声滤波、独立成分分析、多尺度小波系数 | 统一Transformer模型、图卷积网络、图注意力机制 | 脑电图信号 | 三个数据集（具体样本数未提及） |
| 337 | 2025-09-24 |
Radiomics integrated with machine and deep learning analysis of T2-weighted and arterial-phase T1-weighted Magnetic Resonance Imaging for non-invasive detection of metastatic axillary lymph nodes in breast cancer
2025-Sep-23, La Radiologia medica
DOI:10.1007/s11547-025-02090-z
PMID:40986134
|
研究论文 | 比较T2加权和动脉期T1加权MRI影像组学特征结合机器学习和深度学习对乳腺癌腋窝淋巴结转移的无创检测性能 | 首次系统比较不同MRI序列（T2加权 vs 动脉期T1加权）在不同分析方法（单变量 vs 多变量机器学习/深度学习）下的诊断性能差异 | 回顾性研究且样本量有限（100例患者），需要更大规模的前瞻性验证 | 开发无创检测乳腺癌腋窝淋巴结转移的影像组学方法 | 乳腺癌患者的腋窝淋巴结（52个转移性淋巴结和103个非转移性淋巴结） | 医学影像分析 | 乳腺癌 | MRI影像组学分析 | 逻辑回归、梯度提升、随机森林、神经网络 | 医学影像（T2加权和动脉期T1加权MRI图像） | 100例乳腺癌患者的155个淋巴结样本 |
| 338 | 2025-09-24 |
Deep learning-driven knee MRI acceleration: evidence, enhancements, and the path to universal adoption
2025-Sep-23, La Radiologia medica
DOI:10.1007/s11547-025-02092-x
PMID:40986132
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 339 | 2025-09-24 |
Response to the letter: "deep learning-driven knee MRI acceleration: evidence, enhancements, and the path to universal adoption"
2025-Sep-23, La Radiologia medica
DOI:10.1007/s11547-025-02101-z
PMID:40986130
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 340 | 2025-09-24 |
Comparative Evaluation of Radiomics and Deep Learning Models for Disease Detection in Chest Radiography
2025-Sep-23, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01670-9
PMID:40986191
|
研究论文 | 本研究系统比较了影像组学和深度学习模型在胸部X光疾病检测中的性能差异 | 首次通过统计验证方法系统比较不同样本量下影像组学与深度学习模型的性能差异，为临床AI模型选择提供数据驱动建议 | 研究仅针对胸部X光特定疾病，未涵盖其他影像模态或疾病类型 | 评估人工智能模型在胸部X光疾病检测中的诊断性能 | COVID-19、肺部混浊和病毒性肺炎的胸部X光影像 | 医学影像分析 | 肺部疾病 | 影像组学特征提取、深度学习 | 决策树、梯度提升、随机森林、SVM、MLP、CNN、Vision Transformer、InceptionV3、EfficientNet、ConvNeXt | X光影像 | 从24到4000个样本的不同规模测试 |