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 16751 篇文献，本页显示第 14981 - 15000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14981 | 2025-03-02 |
Infrared spectrum analysis of organic molecules with neural networks using standard reference data sets in combination with real-world data
2025-Feb-26, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-00960-2
PMID:40011923
|
研究论文 | 本研究提出了一种基于神经网络的IR光谱分析方法，用于检测有机分子中的功能基团 | 该方法仅使用IR数据作为神经网络的输入，使其性能独立于其他分析测量获得的数据类型，并且通过结合来自不同实验室的真实数据，展示了开放获取的专业研究数据仓库作为未来机器学习研究的宝贵基准数据集的潜力 | NA | 分析IR光谱并检测有机分子中的功能基团 | 有机分子 | 机器学习 | NA | IR光谱分析 | 神经网络 | 光谱数据 | NIST数据集和Chemotion开放获取研究数据仓库中的数据 | NA | NA | NA | NA |
| 14982 | 2025-10-07 |
Single-cell transcriptome-wide Mendelian randomization and colocalization reveals immune-mediated regulatory mechanisms and drug targets for COVID-19
2025-Feb-10, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2025.105596
PMID:39933264
|
研究论文 | 本研究通过单细胞转录组孟德尔随机化和共定位分析，揭示了COVID-19的免疫介导调控机制并确定了潜在药物靶点 | 首次在14种外周血免疫细胞中系统开展单细胞表达数量性状位点分析，发现58个新基因和81%的推定因果基因与SARS-COV-2蛋白存在相互作用 | 基于遗传数据的推断需要进一步实验验证，样本来源和细胞类型有限 | 揭示COVID-19的免疫介导调控机制并识别潜在药物靶点 | 14种外周血免疫细胞中的16,597个基因 | 生物信息学 | COVID-19 | 单细胞转录组测序, 孟德尔随机化, 共定位分析, 深度学习 | 深度学习模型 | 单细胞基因表达数据, 基因组数据 | 26,597个单细胞表达数量性状位点 | NA | NA | NA | NA |
| 14983 | 2025-03-02 |
Geometric Self-Supervised Learning: A Novel AI Approach Towards Quantitative and Explainable Diabetic Retinopathy Detection
2025-Feb-06, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12020157
PMID:40001677
|
研究论文 | 本文提出了一种基于几何自监督学习的新型AI方法，用于糖尿病视网膜病变（DR）的定量和可解释检测 | 开发了一种无需标注的深度学习策略，用于自动检测彩色眼底摄影（CFP）图像和超广角（UWF）视网膜图像中的渗出物和出血点 | 模型在UWF图像上的性能因病变大小而异，小病变的假阳性率较高 | 开发和验证一种自动检测糖尿病视网膜病变相关病变的深度学习模型 | 彩色眼底摄影（CFP）图像和超广角（UWF）视网膜图像 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | U-Net | 图像 | 两个CFP队列（Kaggle-CFP和E-Ophtha）和一个UWF队列，其中50例DR阳性病例用于独立测试 | NA | NA | NA | NA |
| 14984 | 2025-10-07 |
Predicting RNA structure and dynamics with deep learning and solution scattering
2025-Feb-04, Biophysical journal
IF:3.2Q2
DOI:10.1016/j.bpj.2024.12.024
PMID:39722452
|
研究论文 | 开发了一种结合深度学习和构象采样的RNA溶液结构预测工具SCOPER，用于改进RNA结构与溶液散射数据的匹配 | 提出了整合运动学构象采样与新型深度学习模型IonNet的完整流程，首次系统解决了RNA结构中阳离子缺失和构象可塑性表征不足的挑战 | 需要提供初始的足够准确的结构作为输入，且需谨慎调整可塑性和离子密度以避免对实验数据的过拟合 | 改进RNA分子在溶液中的结构预测和验证方法 | RNA分子的三维结构和溶液构象 | 计算生物学 | NA | 小角X射线散射(SAXS), 深度学习 | 深度学习模型 | SAXS剖面数据, 结构数据 | 14个实验数据集 | NA | IonNet | SAXS剖面拟合质量 | NA |
| 14985 | 2025-02-05 |
Direct estimation of fetal biometry measurements from ultrasound video scans through deep learning
2025-Feb-01, American journal of obstetrics & gynecology MFM
IF:3.8Q1
DOI:10.1016/j.ajogmf.2025.101623
PMID:39900243
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14986 | 2025-03-02 |
Deep Learning Approach Predicts Longitudinal Retinal Nerve Fiber Layer Thickness Changes
2025-Jan-31, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12020139
PMID:40001659
|
研究论文 | 本研究旨在开发深度学习模型，预测青光眼患者视网膜神经纤维层（RNFL）厚度的变化，以促进疾病的早期诊断和进展监测 | 使用纵向OCT成像数据，结合自定义1D卷积神经网络（CNN），在不同人口统计学和疾病严重程度下实现一致的预测性能 | 样本量相对较小（251名参与者，437只眼睛），可能限制模型的泛化能力 | 开发深度学习模型以预测青光眼患者RNFL厚度的变化，支持临床决策 | 青光眼患者的视网膜神经纤维层（RNFL）厚度变化 | 数字病理学 | 青光眼 | 光学相干断层扫描（OCT） | 线性回归（LR）、支持向量回归（SVR）、梯度提升回归（GBR）、自定义1D卷积神经网络（CNN） | 图像（OCT扫描） | 251名参与者（437只眼睛） | NA | NA | NA | NA |
| 14987 | 2025-10-07 |
Deep learning model targeting cancer surrounding tissues for accurate cancer diagnosis based on histopathological images
2025-Jan-23, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-06017-6
PMID:39849586
|
研究论文 | 提出一种针对胃癌组织病理图像中癌周组织的深度学习框架，通过优化非癌区域权重提升癌症诊断准确率 | 首次发现非癌区域权重依赖的模型性能，揭示具有重塑微环境和区域癌化特征的非癌区域对癌症诊断的价值 | 研究仅针对胃癌，未验证其他癌症类型的适用性 | 利用组织病理图像中癌周组织的特征改进癌症诊断准确性 | 胃癌组织病理图像中的癌区和非癌区域 | 数字病理 | 胃癌 | 组织病理成像 | CNN | 图像 | NA | NA | MobileNetV2 | 准确率 | NA |
| 14988 | 2025-10-07 |
Deep Learning-Enabled Integration of Histology and Transcriptomics for Tissue Spatial Profile Analysis
2025, Research (Washington, D.C.)
DOI:10.34133/research.0568
PMID:39830364
|
研究论文 | 提出一种深度学习框架GIST，整合组织学图像和空间转录组数据用于组织空间特征分析 | 首次利用在数百万组织学图像上预训练的病理学基础模型增强特征提取，并采用混合图变换器模型整合组织学和转录组特征 | 仅在人类肺癌、乳腺癌和结直肠癌数据集上验证，尚未在其他癌症类型或组织中测试 | 开发整合组织学和转录组学的空间细胞特征分析方法 | 人类肺癌、乳腺癌和结直肠癌组织 | 数字病理学 | 肺癌,乳腺癌,结直肠癌 | 空间分辨转录组学,组织染色成像 | 图变换器,基础模型 | 图像,转录组数据 | NA | NA | 混合图变换器 | 空间域识别准确率,微环境分割准确率,基因表达分析准确率 | NA |
| 14989 | 2025-03-02 |
Paving the way for new antimicrobial peptides through molecular de-extinction
2025, Microbial cell (Graz, Austria)
DOI:10.15698/mic2025.02.841
PMID:40012704
|
研究论文 | 本文探讨了通过分子去灭绝技术研究古代基因组和蛋白质组中的抗菌肽（AMPs），作为传统抗生素的替代品 | 利用分子去灭绝技术挖掘古代基因组和蛋白质组中的抗菌肽，结合软件工具和深度学习模型，发现了多种新型抗菌肽 | NA | 研究古代基因组和蛋白质组中的抗菌肽，以发现新型抗生素并深入了解进化过程 | 古代基因组和蛋白质组中的抗菌肽 | 生物信息学 | NA | 分子去灭绝技术、深度学习 | 深度学习模型 | 基因组数据、蛋白质组数据 | NA | NA | NA | NA | NA |
| 14990 | 2025-03-02 |
Artificial Intelligence Powered Automated and Early Diagnosis of Acute Lymphoblastic Leukemia Cancer in Histopathological Images: A Robust SqueezeNet-Enhanced Machine Learning Framework
2025, International journal of telemedicine and applications
IF:3.1Q2
DOI:10.1155/ijta/2257215
PMID:40017574
|
研究论文 | 本研究提出了一种基于SqueezeNet增强的机器学习框架，用于自动筛查和分类急性淋巴细胞白血病组织病理学图像 | 结合深度学习（DL）和机器学习（ML）算法，解决了理解组织病理学图像和分类过程的复杂性 | 未提及具体局限性 | 提高急性淋巴细胞白血病的早期和精确诊断 | 急性淋巴细胞白血病的组织病理学图像 | 数字病理学 | 急性淋巴细胞白血病 | 深度学习（DL）和机器学习（ML） | SqueezeNet、神经网络（NN）、逻辑回归（LR）、随机森林（RF） | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 14991 | 2025-03-02 |
Advancing antibiotic discovery with bacterial cytological profiling: a high-throughput solution to antimicrobial resistance
2025, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2025.1536131
PMID:40018674
|
综述 | 本文综述了细菌细胞学分析（BCP）作为一种快速、可扩展且成本效益高的方法，用于识别抗生素作用机制，并探讨其在抗生素发现中的应用 | 介绍了BCP在药物发现中的潜力，特别是通过识别spirohexenolide A对耐甲氧西林金黄色葡萄球菌的细胞靶点，展示了其创新性 | 讨论了BCP的优势、局限性及潜在改进方向，并指出某些病原体的细胞学特征尚未被研究 | 推动抗生素发现，以应对抗菌素耐药性（AMR）这一全球健康威胁 | 不同细菌生物和不同类别的抗生素 | 数字病理学 | 抗菌素耐药性 | 细菌细胞学分析（BCP） | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 14992 | 2025-03-01 |
Decoding the effects of mutation on protein interactions using machine learning
2025-Mar, Biophysics reviews
IF:2.9Q2
DOI:10.1063/5.0249920
PMID:40013003
|
review | 本文综述了利用机器学习预测突变对蛋白质相互作用影响的最新进展 | 综合评估了基于物理化学、机器学习和深度学习的预测方法，并探讨了未来发展方向 | 讨论了突变数据的局限性，包括偏差、数据质量和数据集大小 | 理解遗传变异如何影响蛋白质与其他生物分子之间的相互作用，以阐明疾病机制和开发靶向治疗 | 蛋白质相互作用及其突变效应 | machine learning | cancer | machine learning, deep learning | NA | mutational data | NA | NA | NA | NA | NA |
| 14993 | 2025-10-07 |
Multigas Identification by Temperature-Modulated Operation of a Single Anodic Aluminum Oxide Gas Sensor Platform and Deep Learning Algorithm
2025-Feb-28, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c02715
PMID:39831774
|
研究论文 | 本研究通过温度调制单阳极氧化铝气体传感器平台结合深度学习算法实现多气体识别 | 采用温度调制操作的单一SMO气体传感器结合CNN算法解决气体选择性难题 | 仅测试了四种气体（丙酮、氨、乙醇、二氧化氮），未涉及更复杂的气体混合物 | 解决半导体金属氧化物气体传感器的选择性限制问题 | 丙酮、氨、乙醇、二氧化氮四种气体 | 机器学习 | NA | 温度调制传感技术 | CNN | 气体响应数据 | 四种气体的响应数据 | NA | 卷积神经网络 | 分类准确率, MAPE | NA |
| 14994 | 2025-03-01 |
Diagnostic accuracy of convolutional neural network algorithms to distinguish gastrointestinal obstruction on conventional radiographs in a pediatric population
2025-Feb-28, Diagnostic and interventional radiology (Ankara, Turkey)
DOI:10.4274/dir.2025.242950
PMID:40018794
|
研究论文 | 本研究旨在使用卷积神经网络（CNN）模型区分儿童腹部X光片中的正常肠道气体分布与胃肠道扩张或梗阻，并进一步区分需要手术的梗阻患者与其他胃肠道扩张或肠梗阻患者 | 本研究首次在儿科人群中应用CNN模型进行胃肠道梗阻的诊断，并评估手术与药物治疗的需求 | 研究样本量相对较小，且仅来自单一机构，可能影响模型的泛化能力 | 开发一种高精度的深度学习模型，用于儿科急诊中胃肠道梗阻的快速诊断 | 儿科患者的腹部X光片 | 计算机视觉 | 胃肠道疾病 | 卷积神经网络（CNN） | ResNet50, InceptionResNetV2, Xception, EfficientNetV2L, ConvNeXtXLarge | 图像 | 540例正常，298例手术矫正扩张（SD），314例炎症/感染性扩张（ID） | NA | NA | NA | NA |
| 14995 | 2025-03-01 |
Preoperative prediction of the Lauren classification in gastric cancer using automated nnU-Net and radiomics: a multicenter study
2025-Feb-25, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-01923-9
PMID:40000513
|
研究论文 | 本研究开发并验证了一种基于nnU-Net结合放射组学的深度学习模型，用于胃癌的自动分割和Lauren分类的术前预测 | 结合nnU-Net和放射组学技术，实现了胃癌的自动分割和Lauren分类的术前预测，减少了医生手动分割的错误和工作量 | 研究结果在不同测试集上的AUC值略有差异，且放射组学模型和组合模型的AUC值无显著统计学差异 | 开发并验证一种深度学习模型，用于胃癌的自动分割和Lauren分类的术前预测 | 胃癌患者 | 数字病理学 | 胃癌 | nnU-Net, 放射组学 | nnU-Net, LASSO | CT图像 | 433名胃癌患者 | NA | NA | NA | NA |
| 14996 | 2025-03-01 |
A deep learning based prediction model for effective elastic properties of porous materials
2025-Feb-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90016-0
PMID:40000677
|
研究论文 | 本文提出了一种基于深度学习的预测模型，用于预测多孔材料的有效弹性性能 | 通过算法随机生成多孔微结构模型，并使用高效的四叉树算法计算其力学性能，进而建立基于神经网络的机器学习算法来预测多孔材料的力学性能 | NA | 分析多孔材料的力学性能，提供一种新的基于微结构图像的预测方法 | 多孔材料 | 机器学习 | NA | 神经网络 | 神经网络 | 图像 | 大量机器学习样本数据 | NA | NA | NA | NA |
| 14997 | 2025-03-01 |
Advanced financial security system using smart contract in private ethereum consortium blockchain with hybrid optimization strategy
2025-Feb-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89404-3
PMID:40000696
|
研究论文 | 本文提出了一种基于深度学习的智能合约，应用于私有以太坊联盟区块链中，以提供金融安全保障 | 结合了动态蝴蝶-台球优化算法（DB-BOA）和自适应深度时间上下文网络（ADTCN）来增强智能合约的安全性 | 未提及具体的数据集大小或实验环境的具体限制 | 提高金融交易的安全性和效率，减少传统股票市场中的中介环节 | 金融交易数据 | 区块链技术 | NA | 智能合约，区块链技术 | ADTCN | 金融交易数据 | 未提及具体样本大小 | NA | NA | NA | NA |
| 14998 | 2025-03-01 |
Enhancing resilience of distributed DC microgrids against cyber attacks using a transformer-based Kalman filter estimator
2025-Feb-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90959-4
PMID:40000702
|
研究论文 | 本文提出了一种新颖的数据驱动方法，旨在增强分布式直流微电网对各种网络攻击的抵御能力，包括故障检测与隔离（FDI）攻击、拒绝服务（DoS）攻击和延迟攻击 | 开发了一种基于Transformer的卡尔曼滤波器（TKF）估计器，结合了自回归积分滑动平均（ARIMA）模型和深度学习技术（特别是Transformer和LSTM网络），用于高维数据提取 | 未来的研究方向建议集中在结合先进的滤波技术和深度学习模型，以进一步增强系统在管理微电网操作中的非线性和不确定性方面的适应性和有效性 | 增强分布式直流微电网对网络攻击的抵御能力 | 分布式直流微电网 | 机器学习 | NA | ARIMA模型、Transformer、LSTM网络 | Transformer-based Kalman Filter (TKF) estimator | 信号传输数据 | NA | NA | NA | NA | NA |
| 14999 | 2025-03-01 |
Deep learning-based debris flow hazard detection and recognition system: a case study
2025-Feb-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86471-4
PMID:40000712
|
研究论文 | 本文提出了一种基于深度学习的泥石流灾害自动检测与识别系统 | 利用3D卷积神经网络(CNN)提取视频特征，结合多层感知器(MLP)进行泥石流灾害检测，并使用另一个CNN进行验证，实现了泥石流灾害的自动检测与识别 | NA | 开发一种能够自动检测和识别泥石流灾害的系统，以提高地质灾害监测和预警能力 | 泥石流灾害 | 计算机视觉 | NA | 深度学习 | 3D CNN, MLP, CNN | 视频 | 新标注的图像数据集Debrisflow23 | NA | NA | NA | NA |
| 15000 | 2025-03-01 |
Fusing temporal and structural information via subgraph sampling and multi-head attention for information cascade prediction
2025-Feb-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91752-z
PMID:40000738
|
研究论文 | 本文提出了一种基于子图的信息级联预测模型CasSubTS，通过融合时间和结构信息来预测信息级联 | CasSubTS模型通过在不同时间步从级联图中采样子图来捕捉动态节点变化，并结合入度和出度作为结构特征，使用多头图注意力网络学习多尺度结构信息，同时采用注意力机制聚合节点的重要时间信息，并通过通道注意力优先融合时空特征 | 未明确提及具体局限性 | 开发一种有效的信息级联预测方法，以应对在线社交网络中信息级联的爆炸性增长 | 信息级联 | 自然语言处理 | NA | 多头图注意力网络、Bi-GRU模型、多层感知机 | CasSubTS | 图数据 | 两个真实世界数据集和一个合成数据集 | NA | NA | NA | NA |