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 1401 篇文献，本页显示第 421 - 440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 421 | 2025-05-09 |
Evaluation and failure analysis of four commercial deep learning-based autosegmentation software for abdominal organs at risk
2025-Apr, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70010
PMID:39946266
|
研究论文 | 评估四种商业深度学习自动分割软件在腹部危及器官分割中的表现并分析其失败原因 | 首次对四种商业深度学习自动分割软件进行系统性异常值分析，总结六类失败模式 | 仅分析111例患者数据，部分异常分割原因缺乏足够证据确认 | 评估商业深度学习自动分割软件的性能并分析其失败模式 | 四种商业深度学习自动分割软件（Limbus AI、MIM Contour ProtégéAI、Radformation AutoContour、Siemens syngo.via） | digital pathology | NA | deep learning-based segmentation | NA | medical imaging | 111例患者病例 | NA | NA | NA | NA |
| 422 | 2025-05-08 |
Variability analysis of soil organic carbon content across land use types and its digital mapping using machine learning and deep learning algorithms
2025-Apr-10, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-025-13972-0
PMID:40210813
|
研究论文 | 分析法国普罗旺斯矿区11种不同土地利用类型下土壤有机碳含量的变异性，并利用机器学习和深度学习算法进行空间建模 | 首次在该地区综合使用多种机器学习和深度学习算法（RF、SVM、XGBoost、DNN）对土壤有机碳含量进行空间变异性建模，并比较其性能 | 样本量有限（162个土壤样本），且仅针对法国普罗旺斯矿区，结果可能无法推广到其他地区 | 研究土壤有机碳含量的空间变异性及其影响因素，为可持续土壤资源管理和气候变化减缓提供支持 | 法国普罗旺斯矿区11种不同土地利用类型下的土壤有机碳含量 | 机器学习 | NA | 机器学习和深度学习回归算法（RF、SVM、XGBoost、DNN） | 随机森林（RF）、支持向量机（SVM）、极端梯度提升（XGBoost）、深度神经网络（DNN） | 土壤样本数据、环境协变量（气候参数、岩性、地形特征、土地覆盖、遥感数据、土壤理化参数） | 162个土壤样本 | NA | NA | NA | NA |
| 423 | 2025-05-08 |
A method for delineating traffic low emission control zone based on deep learning and multi-objective optimization
2025-Apr-08, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-025-13949-z
PMID:40199777
|
研究论文 | 本研究提出了一种基于深度学习和多目标优化的交通低排放控制区划分方法 | 结合CNN、LSTM和注意力机制的深度学习模型捕捉PM浓度的时空变化，并采用NSGA-II算法进行多目标优化 | 未明确说明模型在不同城市规模或地理条件下的泛化能力 | 优化交通低排放控制区的划分，平衡环境效益与社会影响 | 城市PM浓度数据与交通排放控制区 | 机器学习 | NA | 深度学习、多目标优化算法 | CNN、LSTM、Attention Mechanism | PM浓度数据（静态路网特征+动态时间序列） | 出租车队采集的PM数据（未明确数量） | NA | NA | NA | NA |
| 424 | 2025-05-08 |
A Multi-Task Self-Supervised Strategy for Predicting Molecular Properties and FGFR1 Inhibitors
2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202412987
PMID:39921455
|
研究论文 | 提出了一种多任务自监督深度学习框架MTSSMol，用于预测分子性质和识别FGFR1抑制剂 | 提出了一种多任务自监督预训练策略，利用约1000万个未标记的药物样分子进行预训练，以识别潜在的FGFR1抑制剂 | 未明确提及具体限制，但可能涉及预训练数据的多样性和模型的泛化能力 | 增强分子表示学习并识别潜在药物候选物，以加速药物发现过程 | 药物样分子及其与FGFR1的相互作用 | 计算机辅助药物发现 | NA | 分子对接（RoseTTAFold All-Atom）和分子动力学模拟 | 图神经网络（GNNs） | 分子数据 | 约1000万个未标记的药物样分子 | NA | NA | NA | NA |
| 425 | 2025-05-08 |
Deep Learning Combined with Quantitative Structure‒Activity Relationship Accelerates De Novo Design of Antifungal Peptides
2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202412488
PMID:39921483
|
研究论文 | 开发了一种结合深度学习和定量结构-活性关系的抗真菌肽从头设计方法DL-QSARES | 整合深度学习和定量结构-活性关系经验筛选，开发了抗真菌肽从头设计方法DL-QSARES | NA | 加速抗真菌肽的从头设计，以应对念珠菌感染 | 抗真菌肽（AFPs） | 机器学习 | 念珠菌感染 | 定量结构-活性关系（QSAR） | 自然语言处理模型 | 氨基酸序列数据 | 49个候选抗真菌肽（c_AFPs） | NA | NA | NA | NA |
| 426 | 2025-05-08 |
DLPVI: Deep learning framework integrating projection, view-by-view backprojection, and image domains for high- and ultra-sparse-view CBCT reconstruction
2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
research paper | 提出了一种名为DLPVI的深度学习框架，用于提高高稀疏视图和超稀疏视图锥束计算机断层扫描（CBCT）图像的质量 | DLPVI框架首次将投影域、逐视图反投影域和图像域集成在一起，并采用基于Transformer的图像域模型 | NA | 提高高稀疏视图和超稀疏视图CBCT图像的重建质量 | 锥束计算机断层扫描（CBCT）图像 | computer vision | NA | 深度学习 | Transformer | image | 163名真实患者用于训练，30名用于验证，30名用于测试 | NA | NA | NA | NA |
| 427 | 2025-05-08 |
CGNet: Few-shot learning for Intracranial Hemorrhage Segmentation
2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
research paper | 提出了一种名为CGNet的新型分割模型，用于在少量标注数据下进行颅内出血（ICH）区域的精确分割 | 设计了跨特征模块（CFM）和支持引导查询（SGQ）机制，通过增强查询和支持集特征间的交互以及多尺度特征整合，提升了对病变细节的理解和分割精度 | 未明确说明模型在更广泛数据集上的泛化能力或计算效率 | 解决医学影像中颅内出血分割任务对大量标注数据的依赖问题 | 颅内出血（ICH）区域 | digital pathology | intracranial hemorrhage | few-shot learning | CGNet（含CFM和SGQ模块） | 医学影像（CT/MRI等） | 公开数据集BHSD和私有数据集IHSAH（具体数量未说明） | NA | NA | NA | NA |
| 428 | 2025-05-08 |
Simulation-based inference of single-molecule experiments
2025-Apr, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.102988
PMID:39921963
|
综述 | 本文综述了基于模拟的推理（SBI）在单分子实验分析中的应用 | 介绍了深度学习在SBI中的最新进展，以及SBI在单分子力谱和冷冻电镜实验中的首次应用 | 讨论了参数化贝叶斯推理的局限性 | 分析单分子实验数据，重建分子细节 | 生物分子的结构动力学 | 机器学习 | NA | 单分子力谱、冷冻电镜 | 深度学习 | 实验数据 | NA | NA | NA | NA | NA |
| 429 | 2025-05-08 |
Nonlinear ageing gero-marker dynamics of transcriptomic profile during calcific aortic valve mouse modeling
2025-Apr, Archives of gerontology and geriatrics
IF:3.5Q2
DOI:10.1016/j.archger.2025.105777
PMID:39922128
|
研究论文 | 通过构建不同年龄点的钙化主动脉瓣小鼠模型，研究转录组谱的非线性衰老动态及其与瓣膜功能退化和钙化的关系 | 发现了线性和非线性衰老标志物，并揭示了小鼠在48周龄时衰老加速的特定时期 | 研究仅基于小鼠模型，结果可能无法直接推广到人类 | 理解衰老生物标志物动态以改善退行性心脏病的预防和管理 | 钙化主动脉瓣小鼠模型 | 数字病理 | 心血管疾病 | RNA测序 | 深度学习模型 | 测序数据 | C57BL/6 N小鼠模型，包括6周龄、48周龄和72周龄的小鼠 | NA | NA | NA | NA |
| 430 | 2025-05-08 |
Assessing multiple MRI sequences in deep learning-based synthetic CT generation for MR-only radiation therapy of head and neck cancers
2025-Apr, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2025.110782
PMID:39929288
|
研究论文 | 本研究探讨了多种MRI序列对头颈部癌症MR-only放射治疗中基于深度学习的合成CT生成质量的影响 | 研究了多种MRI序列组合对合成CT质量的影响，并提出了最佳的多通道MR-sCT模型 | 增加通道数会导致人工组织增加，从而降低自动轮廓勾画和剂量测定精度 | 评估不同MRI序列组合对深度学习生成合成CT质量的影响 | 头颈部癌症患者 | 数字病理学 | 头颈部癌症 | MRI | U-Net | 医学影像 | 26名头颈部癌症患者的12个MR系列（每个患者包含T1pre、T1post-contrast、T2各4个Dixon图像） | NA | NA | NA | NA |
| 431 | 2025-05-08 |
Deep learning for RNA structure prediction
2025-Apr, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.102991
PMID:39933218
|
综述 | 本文综述了AI特别是深度学习在RNA结构预测中的应用及其方法论进展 | 总结了近年来AI在RNA结构预测领域的革命性进展，强调了方法论的进步 | 未提及具体模型的局限性，仅概述了该领域的挑战与机遇 | 总结AI在RNA结构预测中的应用及其方法论进展 | RNA结构预测 | 自然语言处理 | NA | 深度学习 | NA | 序列数据 | NA | NA | NA | NA | NA |
| 432 | 2025-05-08 |
Importance of dataset design in developing robust U-Net models for label-free cell morphology evaluation
2025-Apr, Journal of bioscience and bioengineering
IF:2.3Q3
DOI:10.1016/j.jbiosc.2025.01.004
PMID:39933975
|
研究论文 | 本研究探讨了训练数据集设计对U-Net模型在无标记细胞形态评估中稳健性的影响 | 揭示了仅需约10张4×物镜拍摄的原始图像即可开发稳健分割模型，远少于通常假设的数据量，并强调了训练数据集内容的重要性 | 研究仅基于四种细胞类型的数据，可能无法涵盖所有细胞形态变化 | 探索训练数据集设计如何影响深度学习细胞分割模型的稳健性 | 四种代表关键形态类别的细胞类型 | 数字病理学 | NA | 图像分析 | U-Net | 图像 | 2592对图像（来自四种细胞类型） | NA | NA | NA | NA |
| 433 | 2025-05-08 |
Hybrid-noise generative diffusion probabilistic model for cervical spine MRI image generation
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108639
PMID:39938251
|
research paper | 提出了一种高质量宫颈MRI图像生成方法CSM-DPM，通过混合噪声和余弦噪声调度提高生成图像的质量 | 使用混合高斯噪声和点噪声近似真实图像数据分布，设计Asa-ResUNet模块增强噪声预测能力 | 未提及具体样本量限制或生成图像的临床应用验证 | 解决从有限样本学习解剖特征的挑战，生成高质量医学影像 | 颈椎MRI图像 | digital pathology | NA | 扩散模型 | CSM-DPM, Asa-ResUNet | MRI图像 | NA | NA | NA | NA | NA |
| 434 | 2025-05-08 |
MBST-Driven 4D-CBCT reconstruction: Leveraging swin transformer and masking for robust performance
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108637
PMID:39938253
|
研究论文 | 本研究开发了一种创新的基于掩码的Swin Transformer网络（MBST），用于提升4D锥束计算机断层扫描（4D-CBCT）重建的质量 | 提出MBST网络，能够在广泛的4D-CBCT重建场景中应用，包括高扫描速度的情况 | 训练数据仅来自20例胸腔肿瘤患者，样本量较小 | 提升4D-CBCT图像重建质量 | 4D-CBCT图像 | 计算机视觉 | 胸腔肿瘤 | 深度学习 | Swin Transformer | 医学影像 | 20例胸腔肿瘤患者的4D影像数据（15例训练，5例测试） | NA | NA | NA | NA |
| 435 | 2025-05-08 |
GraphDeep-hERG: Graph Neural Network PharmacoAnalytics for Assessing hERG-Related Cardiotoxicity
2025-Apr, Pharmaceutical research
IF:3.5Q2
DOI:10.1007/s11095-025-03848-w
PMID:40140128
|
research paper | 开发了一种基于图神经网络（GNN）的药物分析方法，用于评估与hERG相关的心脏毒性 | 提出了一种自动学习原子表示的新方法，结合了深度神经网络（DNN）和图神经网络（GNN），以提高hERG抑制剂的筛选效率和准确性 | 模型的外部测试样本量相对较小，可能影响泛化能力 | 开发计算模型以加速和优化hERG相关心脏毒性的药物筛选 | hERG钾通道抑制剂和非抑制剂 | machine learning | cardiovascular disease | deep neural networks (DNNs), graph neural networks (GNNs) | DNN, GNN | chemical compounds | 118,312 compounds from ZINC database, 7,909 ChEMBL compounds | NA | NA | NA | NA |
| 436 | 2025-10-07 |
Prediction of pink esthetic score using deep learning: A proof of concept
2025-Apr, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105601
PMID:39892738
|
研究论文 | 开发用于预测美学区单颗种植体治疗粉色美学评分的深度学习模型 | 首次将深度学习应用于术前粉色美学评分预测，结合口腔照片和临床特征的多模态输入 | 样本量较小（226个样本），需收集更多样本和临床特征以提升模型性能 | 开发能够预测种植体修复美学效果的深度学习模型 | 单颗种植体支持的修复体在美学区的治疗效果 | 计算机视觉 | 口腔修复 | 深度学习 | 深度学习模型 | 图像, 临床数据 | 226个样本，每个样本包含3张口内照片和12个临床特征 | NA | NA | 平均绝对误差, 均方根误差, 皮尔逊相关系数, 准确率 | NA |
| 437 | 2025-10-07 |
Detecting living microalgae in ship ballast water based on stained microscopic images and deep learning
2025-Apr, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.117608
PMID:39893717
|
研究论文 | 基于染色显微图像和深度学习技术检测船舶压载水中的活体微藻细胞 | 利用中性红染料对活体细胞的选择性染色特性，结合深度学习模型实现微藻活性的自动检测 | 活体微藻细胞的检测精度略低于总体微藻检测精度 | 快速检测船舶压载水中的活体微藻细胞 | 青岛扁藻和链状亚历山大藻两种微藻物种 | 计算机视觉 | NA | 中性红染色显微成像 | 深度学习模型 | 染色显微图像 | NA | NA | NA | 平均精度 | NA |
| 438 | 2025-10-07 |
Improving the thermostability of ulvan lyase from polysaccharide lyase family 25 based on multiple computational rational design strategies
2025-Apr, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.140468
PMID:39894113
|
研究论文 | 本研究通过结合深度学习和多种能量函数方法的计算机辅助理性设计策略，成功提高了岩藻多糖裂解酶的热稳定性 | 首次将深度学习与多种能量函数方法相结合用于岩藻多糖裂解酶的热稳定性改造，发现了具有协同效应的双突变体 | NA | 提高岩藻多糖裂解酶的热稳定性以推进工业应用 | 多糖裂解酶家族25的岩藻多糖裂解酶 | 生物信息学 | NA | 结构预测、分子动力学模拟、理性设计 | 深度学习 | 蛋白质结构数据 | 3个单点突变体(A117V, K145L, A237V)和多个组合突变体 | ColabFold, FoldX, Rosetta, Schrödinger | NA | 半衰期、最适pH、残余活性、分子动力学参数 | NA |
| 439 | 2025-10-07 |
Deep-ER: Deep Learning ECCENTRIC Reconstruction for fast high-resolution neurometabolic imaging
2025-Apr-01, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121045
PMID:39894238
|
研究论文 | 开发了一种基于深度学习的ECCENTRIC重建方法(Deep-ER)，用于快速高分辨率神经代谢成像 | 将深度学习重建嵌入物理模型，构建端到端自动化处理流程，实现600倍加速重建 | 样本量相对有限(27名参与者)，需要进一步验证泛化能力 | 开发快速高分辨率神经代谢成像重建方法 | 高分辨率模体和27名人类参与者(22名健康志愿者和5名神经胶质瘤患者) | 医学影像分析 | 脑癌/神经胶质瘤 | 磁共振波谱成像(MRSI), ECCENTRIC脉冲序列 | 深度学习, 卷积神经网络 | 磁共振波谱成像数据 | 27名参与者(22名健康志愿者+5名患者)，21名训练+6名测试 | NA | 具有循环交错卷积层和联合双空间特征表示的深度神经网络 | 信噪比, Cramer-Rao下界, 图像和光谱质量指标 | 7T MRI扫描仪 |
| 440 | 2025-10-07 |
Age and gender-related changes in choroidal thickness: Insights from deep learning analysis of swept-source OCT images
2025-Apr, Photodiagnosis and photodynamic therapy
IF:3.1Q2
DOI:10.1016/j.pdpdt.2025.104511
PMID:39900214
|
研究论文 | 通过深度学习分析扫频源OCT图像研究年龄和性别相关的脉络膜厚度变化 | 首次结合深度学习算法系统分析年龄和性别对脉络膜各层厚度的影响，揭示女性脉络膜更早变薄的规律 | 样本量有限（262名参与者），排除了眼部病变和系统性疾病患者，结果普适性需进一步验证 | 探究年龄和性别因素对脉络膜厚度及其组成层厚度的影响 | 262名参与者（136名女性，126名男性）的扫频源OCT图像 | 医学影像分析 | 年龄相关性黄斑变性，高度近视，糖尿病 | 扫频源光学相干断层扫描（SS-OCT） | 深度学习算法 | OCT图像 | 262名参与者（136名女性，126名男性） | NA | NA | NA | NA |