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 936 篇文献，本页显示第 301 - 320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 301 | 2025-09-06 |
GIMS: Image matching system based on adaptive graph construction and graph neural network
2025-Aug-28, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108030
PMID:40907360
|
研究论文 | 提出一种基于自适应图构建和图神经网络的图像匹配系统GIMS，通过结合GNN与Transformer提升匹配性能 | 创新性自适应图构建方法（基于距离和动态阈值相似度的过滤机制）以及GNN与Transformer的混合模型架构 | 顶点和边数量显著影响训练效率和内存使用（需多GPU加速） | 提升特征点图像匹配的精度与鲁棒性 | 图像中的关键点及其图结构表示 | computer vision | NA | Sinkhorn算法、多GPU训练技术 | GNN（Graph Neural Network）、Transformer混合模型 | image | 大量图像数据集（具体数量未说明） |
| 302 | 2025-09-06 |
Integrating ESM‑2 and Graph Neural Networks with AlphaFold‑2 Structures for Enhanced Protein Function Prediction
2025-Aug-26, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c05484
PMID:40893250
|
研究论文 | 提出一种整合ESM-2和图神经网络的改进图框架，用于增强蛋白质功能预测 | 结合ESM-2生成语义丰富的序列嵌入，并在图卷积块中使用混合池化机制捕获AlphaFold2预测结构的全局和局部特征 | NA | 提高蛋白质功能预测的准确性和泛化能力 | 人类蛋白质组 | 生物信息学 | NA | ESM-2, AlphaFold2, 图神经网络 | 图卷积网络 | 蛋白质序列和结构数据 | 人类蛋白质组数据集 |
| 303 | 2025-09-06 |
Whole-genome sequencing analysis of left ventricular structure and sphericity in 80,000 people
2025-Aug-26, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.08.22.25334019
PMID:40909813
|
研究论文 | 本研究通过全基因组测序分析80,000人的左心室结构和球形度，探索其与心肌病的遗传关联 | 首次将3D左心室球形度作为独立遗传指标，并发现其与扩张型心肌病的关联性强于射血分数，鉴定出366个遗传位点 | 研究主要基于UK Biobank人群，结果外推性需进一步验证 | 探究左心室结构与球形度的遗传基础及其与心肌病的关联 | 84,327名UK Biobank参与者的心脏磁共振成像数据 | 生物医学信息学 | 心血管疾病 | 全基因组测序(WGS)、心脏磁共振成像、深度学习语义分割 | 深度学习模型(用于语义分割) | 影像数据(3D心脏MRI)、基因组数据 | 84,327人(UK Biobank)，并在All of Us队列中进行验证 |
| 304 | 2025-09-06 |
Feasibility of optical stereotactic navigation for rectosigmoid cancer with deep learning-supported 3D modelling
2025-Aug-25, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
DOI:10.1016/j.ejso.2025.110397
PMID:40907165
|
研究论文 | 本研究评估了深度学习辅助三维建模的光学立体定向导航在直肠乙状结肠癌手术中的可行性 | 首次将深度学习生成的MRI分割与CT图像融合，实现亚毫米级精度的实时手术导航 | 样本量较小（仅10例患者），单中心研究 | 评估光学立体定向导航技术在直肠癌手术中的准确性和肿瘤学结果 | 局部晚期cT4bN0-2直肠癌或局部复发性直肠乙状结肠癌患者 | 数字病理 | 直肠癌 | 光学立体定向导航，CT与MRI图像融合，深度学习分割 | 深度学习模型 | 医学影像（CT、MRI） | 10例患者 |
| 305 | 2025-09-06 |
Deep learning-based detection of ascending aortic dilatation on chest radiographs: A diagnostic study
2025-Aug-25, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112380
PMID:40907419
|
研究论文 | 本研究通过外部测试验证了一种基于深度学习的人工智能算法在胸部X光片上检测升主动脉扩张的诊断性能 | 开发了首个能够从单一后前位胸部X光片自动检测升主动脉扩张的AI算法，并在多中心队列中验证其超越人类医生的诊断性能 | 研究采用回顾性数据，需要前瞻性研究进一步验证临床适用性 | 评估AI算法在胸部X光片上诊断升主动脉扩张的准确性和可靠性 | 升主动脉扩张患者和正常对照者 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN | 医学影像 | 两个队列共526例患者（组1:336例，组2:190例）的胸部X光和CT配对数据 |
| 306 | 2025-09-06 |
ESMDynamic: Fast and Accurate Prediction of Protein Dynamic Contact Maps from Single Sequences
2025-Aug-24, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.20.671365
PMID:40894558
|
研究论文 | 提出ESMDynamic深度学习模型，直接从蛋白质序列预测动态残基接触概率图 | 首个直接从单序列预测蛋白质动态接触图的方法，无需多序列比对，推理速度比现有方法快数个数量级 | NA | 预测蛋白质构象动力学以阐明蛋白质功能 | 蛋白质动态接触图 | 结构生物学 | NA | 深度学习，分子动力学模拟 | 基于ESMFold架构的深度学习模型 | 蛋白质序列数据 | 两个大规模MD数据集（mdCATH和ATLAS），包括ASCT2、SWEET2b转运蛋白、肌钙蛋白C设计和HIV-1蛋白酶同源二聚体等多个测试系统 |
| 307 | 2025-09-06 |
Integrating Imaging-Derived Clinical Endotypes with Plasma Proteomics and External Polygenic Risk Scores Enhances Coronary Microvascular Disease Risk Prediction
2025-Aug-21, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.08.18.25333844
PMID:40894134
|
研究论文 | 本研究通过整合影像学临床内型、血浆蛋白质组学和外源多基因风险评分，开发了冠状动脉微血管疾病（CMVD）的风险预测模型 | 首次将基于灌注PET影像的内型分型框架与遗传和蛋白质组数据整合用于CMVD风险预测，揭示了超越传统病例定义的患者亚组 | CMVD缺乏大规模全基因组关联研究（GWAS）数据，需依赖冠状动脉疾病GWAS作为代理 | 提升冠状动脉微血管疾病的风险预测精度 | 冠状动脉微血管疾病患者 | 机器学习 | 心血管疾病 | GWAS, 血浆蛋白质组学, 灌注PET成像 | 机器学习和深度学习模型 | 影像数据、蛋白质组数据、遗传数据 | NA |
| 308 | 2025-09-06 |
Automated Deep Learning Pipeline for Callosal Angle Quantification
2025-Aug-21, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.08.18.25333901
PMID:40894175
|
研究论文 | 开发了一种全自动深度学习框架，用于从原始MRI扫描中量化胼胝体角 | 首个完全自动化且鲁棒的深度学习流程，可直接从原始T1 MPRAGE和非MPRAGE MRI测量胼胝体角，整合了BrainSignsNET和UNet-based分割网络 | NA | 解决正常压力脑积水的诊断挑战，通过自动化成像生物标志物测量提高诊断准确性 | 正常压力脑积水(NPH)患者的MRI扫描数据 | 数字病理学 | 神经退行性疾病 | MRI扫描，深度学习 | BrainSignsNET, UNet with EfficientNetB0 encoder | 3D MRI图像 | 内部验证使用BLSA和BIOCARD数据集，外部验证使用216例临床MRI扫描 |
| 309 | 2025-09-06 |
Genomic Characterization of Lung Cancer in Never-Smokers Using Deep Learning
2025-Aug-20, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.14.670178
PMID:40894597
|
研究论文 | 本研究开发了一种基于深度学习的定制化卷积神经网络，用于从未吸烟者的肺腺癌组织切片图像中预测多种分子变异 | 首次针对从未吸烟者的肺腺癌（NS-LUAD）这一独特亚型设计深度学习模型，能够从单张H&E染色全切片图像同时预测16种分子改变 | 对某些分子特征（如APOBEC突变特征和特定KRAS热点突变）的预测性能中等至较低 | 通过深度学习从组织学图像推断肺癌的分子特征，支持分子检测分流和精准治疗策略 | 从未吸烟者的肺腺癌（NS-LUAD）患者 | 数字病理学 | 肺癌 | 全切片图像分析，深度卷积神经网络 | 基于ResNet50架构的定制化CNN | 图像 | 495张全切片图像（来自Sherlock研究） |
| 310 | 2025-09-06 |
Deep Learning and Image Generator Health Tabular Data (IGHT) for Predicting Overall Survival in Patients With Colorectal Cancer: Retrospective Study
2025-Aug-19, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/75022
PMID:40828572
|
研究论文 | 本研究开发了一种基于图像生成器（IGHT）的深度学习模型，用于预测结直肠癌患者的5年总生存期 | 通过IGHT方法将表格化电子病历数据转换为结构化2D图像矩阵，首次实现计算机视觉模型在结直肠癌生存预测中的应用 | 研究基于单中心回顾性数据，需要多中心前瞻性研究验证通用性 | 预测结直肠癌患者的5年总生存期并提升预测模型的可解释性 | 结直肠癌患者 | 计算机视觉 | 结直肠癌 | 图像生成器健康表格数据（IGHT）、可解释人工智能（XAI）、梯度加权类激活映射（Grad-CAM） | ANN、CNN、VGG16 | 表格数据、图像 | 3321名患者的匿名电子病历数据 |
| 311 | 2025-09-06 |
Fully Automated Deep Learning Enabled Miniature Mass Spectrometry System for Psychoactive Therapeutic Drug Monitoring
2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202502721
PMID:40405757
|
研究论文 | 本研究开发了一种集成微型血液处理与质谱分析的全自动化系统，用于精神治疗药物的监测 | 结合自动化磁固相萃取、自吸样微型质谱仪与深度学习算法，实现了从样品制备到检测的全自动化，并创新性地采用双目标离子并行串联MS分析技术与U-net峰面积识别算法 | NA | 开发高效、便携、高通量的小分子生物标志物检测系统，推进精准医疗 | 血清中的精神活性药物 | 医疗检测技术 | 精神疾病 | 质谱分析(MS)，磁固相萃取，U-net深度学习算法 | U-net | 质谱数据 | 8样本并行处理，30分钟内完成（含前处理） |
| 312 | 2025-09-06 |
BrainFusion: a Low-Code, Reproducible, and Deployable Software Framework for Multimodal Brain‒Computer Interface and Brain‒Body Interaction Research
2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202417408
PMID:40470749
|
研究论文 | 介绍BrainFusion，一个用于多模态脑机接口和脑体交互研究的统一软件框架，旨在提升可重复性并支持转化应用 | 通过标准化数据结构、自动化预处理流程、跨模态特征工程和集成机器学习模块，解决了多模态生理信号整合的分析复杂性和标准化不足问题 | NA | 改善多模态脑机接口和脑体交互研究的可重复性，支持实际应用部署 | 多模态生理信号（EEG、fNIRS、EMG、ECG） | 脑机接口 | NA | EEG, fNIRS, EMG, ECG | 集成建模, 深度学习 | 多模态生理信号数据 | NA |
| 313 | 2025-09-06 |
A Self-Adaptive Reconfigurable Metasurface for Electromagnetic Wave Sensing and Dynamic Reflection Control
2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202505155
PMID:40498986
|
研究论文 | 提出一种实时自适应的可重构超表面，能够感知入射波方向并动态调整反射行为 | 首次实现无需人工干预、无需辅助检测模态或深度学习的实时自适应电磁波感知与反射控制 | 实验验证角度范围限于±50°，角度变化速率最高12度/秒 | 开发自主、高效、低成本的电磁波动态调控技术 | 可重构超表面及其在电磁波调控中的应用 | 电磁工程 | NA | 相位比较器与查找表集成技术 | NA | 电磁波信号 | 实验验证系统（具体样本数量未明确说明） |
| 314 | 2025-09-06 |
A Generative AI-Assisted Piezo-MEMS Ultrasound Device for Plant Dehydration Monitoring
2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202504954
PMID:40536421
|
研究论文 | 介绍一种基于生成式AI辅助的压电MEMS超声设备，用于植物叶片脱水监测 | 结合CMOS兼容的压电MEMS超声换能器(PMUT)和条件变分自编码器(CVAE)生成式深度学习模型，实现非侵入式、可重复使用的植物水分实时监测 | NA | 开发高精度、低功耗的植物水分监测设备，提升农业灌溉效率 | 植物叶片水分含量 | 智能农业传感 | NA | 压电微机电系统(MEMS)制造、超声波传感、生成式深度学习 | 条件变分自编码器(CVAE) | 电信号 | 多种栽培品种，70%相对含水量(RWC)检测范围 |
| 315 | 2025-09-06 |
Bionic Multimodal Augmented Somatosensory Receptor Enabled by Thermogalvanic Hydrogel
2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202505873
PMID:40583160
|
研究论文 | 提出一种基于热电水凝胶的自供电多模态指尖受体，用于增强触觉感知 | 受人类皮肤感知机制启发，首次将热电水凝胶同时作为主动机械感受器和热感受器，实现熵稳定材料指纹感知 | NA | 开发高灵敏度、自监督且环境稳定的电子皮肤受体，以恢复感觉障碍患者的手部功能 | 电子皮肤受体、热电水凝胶、材料界面热传导 | 人机交互与传感技术 | 感觉障碍 | 热电转换、深度学习 | 深度学习 | 热电压信号、动态差分信号 | NA |
| 316 | 2025-09-06 |
Deep Learning-Assisted Rapid Bacterial Classification Based on Raman Spectroscopy of Bacteria Lysed by Acoustically Driven Fiber-Tip Vibration
2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202507724
PMID:40625037
|
研究论文 | 提出一种基于声流体裂解、拉曼光谱和深度学习的快速细菌分类新方法 | 利用声驱动的光纤尖端振动实现高效细菌裂解，暴露细胞内生物分子以增强拉曼光谱特征表达 | NA | 开发快速准确的细菌病原体识别技术以支持临床决策和应对抗生素耐药性 | 七种细菌样本 | 机器学习 | NA | 表面增强拉曼光谱(SERS), 声流体裂解技术 | ResNet(残差神经网络) | 光谱数据 | 七种细菌样本 |
| 317 | 2025-09-06 |
External Testing of a Deep Learning Model for Lung Cancer Risk from Low-Dose Chest CT
2025-Aug, Radiology
IF:12.1Q1
DOI:10.1148/radiol.243393
PMID:40762850
|
研究论文 | 在亚洲健康体检队列中外部测试深度学习模型Sybil用于预测肺癌风险 | 首次在亚洲人群和不同吸烟史亚组（包括非/轻度吸烟者）中系统性验证Sybil模型的泛化能力 | 在非/轻度吸烟亚组中对未来肺癌的预测性能较差（AUC=0.56），且为单中心回顾性研究 | 评估深度学习模型在LDCT影像中预测肺癌风险的泛化性能 | 50-80岁亚洲健康体检人群的LDCT扫描数据 | 数字病理 | 肺癌 | 低剂量CT（LDCT）扫描 | 深度学习模型（Sybil） | 医学影像 | 18,057名个体（其中2,848名重度吸烟者，9,943名非/轻度吸烟者） |
| 318 | 2025-09-06 |
Inverse-designed metasurfaces for wavefront restoration in under-display camera systems
2025-Aug, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2025-0242
PMID:40896159
|
研究论文 | 提出一种逆向设计的超表面用于波前恢复，以解决屏下摄像头系统中的衍射问题 | 通过逆向设计超表面抑制高阶衍射模式，无需依赖外部软件处理即可实现实时图像恢复 | NA | 解决屏下摄像头系统中由显示面板周期性像素结构引起的光学衍射问题 | 智能手机屏下摄像头系统 | 光学工程 | NA | 逆向设计超表面技术 | NA | 光学图像 | NA |
| 319 | 2025-09-06 |
ACtriplet: An improved deep learning model for activity cliffs prediction by in tegrating triplet loss and pre-training
2025-Aug, Journal of pharmaceutical analysis
IF:6.1Q1
DOI:10.1016/j.jpha.2025.101317
PMID:40893440
|
研究论文 | 提出一种结合三元组损失和预训练策略的深度学习模型ACtriplet，用于预测活性悬崖(ACs) | 首次将人脸识别中的三元组损失与预训练策略整合，专门针对活性悬崖预测任务优化模型 | 数据量无法快速增加的困境限制了模型性能的进一步提升 | 提高活性悬崖预测准确性，推动深度学习在药物发现早期阶段的应用 | 分子化合物对及其结合亲和力差异 | 机器学习 | NA | 深度学习，预训练策略，三元组损失 | 深度神经网络 | 分子图像或图结构数据 | 30个基准数据集 |
| 320 | 2025-09-06 |
The future of pharmaceuticals: Artificial intelligence in drug discovery and development
2025-Aug, Journal of pharmaceutical analysis
IF:6.1Q1
DOI:10.1016/j.jpha.2025.101248
PMID:40893437
|
综述 | 本文探讨人工智能在药物发现与开发中的革命性作用及其未来潜力 | 系统阐述AI通过整合数据、算力与算法重塑药物研发范式，涵盖从靶点发现到临床试验的全流程创新 | 面临数据共享机制不完善、算法知识产权保护不足、湿实验与干实验融合挑战 | 提升药物研发效率与成功率，缩短开发周期并降低成本 | 药物分子设计、靶点发现、临床试验优化 | 人工智能辅助药物研发 | NA | 机器学习(ML)、深度学习(DL)、分子生成技术、虚拟筛选(VS) | NA | 多模态生物医学数据 | NA |