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 1546 篇文献，本页显示第 641 - 660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 641 | 2025-10-05 |
Generating Brain MRI with StyleGAN2-ADA: The Effect of the Training Set Size on the Quality of Synthetic Images
2025-Sep-23, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01536-0
PMID:40987961
|
研究论文 | 本研究探讨训练集规模对StyleGAN2-ADA生成脑部MRI图像质量的影响 | 首次系统评估训练集规模对StyleGAN2-ADA生成脑MRI图像质量的影响，并揭示多样性指标对合成图像数量的敏感性 | 存在模式崩溃的持续限制，多样性指标受合成图像数量影响较大 | 研究训练集规模对生成对抗网络合成脑部MRI图像质量的影响 | 来自OpenBHB数据集的3,227名健康受试者的脑部MR图像 | 医学影像分析 | 神经系统疾病 | 脑部MRI | GAN | 图像 | 3,227名健康受试者 | StyleGAN2-ADA | StyleGAN2-ADA | 保真度指标,多样性指标,覆盖率,β-recall | NA |
| 642 | 2025-10-05 |
Advancements in soil moisture estimation through integration of remote sensing and artificial intelligence techniques
2025-Sep-22, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.180503
PMID:40987109
|
综述 | 本文全面综述了土壤湿度估算技术的最新进展，包括传统原位测量、遥感和人工智能方法 | 整合遥感技术与可解释人工智能，提升模型性能与可信度；探索多传感器数据与物理模型的融合方法 | AI模型存在黑箱特性导致物理可解释性、透明度和模型迁移性等关键挑战 | 改进土壤湿度估算方法以支持可持续水资源管理和气候适应性农业 | 土壤湿度估算技术与监测系统 | 机器学习 | NA | 宇宙射线中子传感、GNSS反射测量、合成孔径雷达、多传感器数据融合 | 机器学习/深度学习 | 遥感数据、原位测量数据、多传感器数据 | NA | NA | NA | NA | NA |
| 643 | 2025-10-05 |
PneumoNet: Deep Neural Network for Advanced Pneumonia Detection
2025-Sep-19, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种名为PneumoNet的新型深度学习模型，用于从胸部X射线图像中准确检测肺炎 | 采用先进的层级结构和优化训练方法，显著提升特征提取和分类性能 | NA | 开发高精度的肺炎检测深度学习模型 | 胸部X射线图像 | 计算机视觉 | 肺炎 | X射线成像 | CNN | 图像 | 包含正常和肺炎病例的平衡数据集 | NA | 卷积神经网络 | 准确率, 精确率, 召回率 | NA |
| 644 | 2025-10-05 |
Integrating artificial intelligence with small molecule therapeutics and precision medicine for neurochemical understanding of Alzheimer's diseases
2025-Sep-18, Neuroscience
IF:2.9Q2
|
综述 | 探讨人工智能与小分子治疗及精准医学相结合在阿尔茨海默病神经化学理解中的应用 | 整合人工智能、小分子药物和精准治疗的多学科策略，利用AI增强早期检测和生物标志物发现，结合多组学和结构引导药物设计开发个体化治疗方案 | 伦理、监管和临床应用方面仍存在挑战 | 通过跨学科方法应对阿尔茨海默病的复杂性，改进诊断和治疗策略 | 阿尔茨海默病的神经化学机制、生物标志物和治疗方法 | 机器学习 | 阿尔茨海默病 | 机器学习、深度学习、多组学分析、结构引导药物设计 | NA | 神经影像数据、生物标志物数据 | NA | NA | NA | NA | NA |
| 645 | 2025-10-05 |
PyaiVS unifies AI workflows to accelerate ligand discovery and yields ABCG2 inhibitors
2025-Sep-17, European journal of medicinal chemistry
IF:6.0Q1
DOI:10.1016/j.ejmech.2025.118176
PMID:40986985
|
研究论文 | 开发了PyaiVS Python包，统一AI工作流程以加速配体发现并识别ABCG2抑制剂 | 首次整合九种机器学习算法、五种分子表示和三种数据分割策略于统一平台，实现虚拟筛选关键组件的协调优化 | 未明确说明模型在不同类型化合物库上的泛化能力 | 开发统一的AI驱动虚拟筛选平台以加速小分子配体发现 | 小分子化合物，特别是ABCG2抑制剂 | 机器学习 | NA | 虚拟筛选，药效团建模，分子对接 | GCN, GAT, Attentive FP | 分子结构数据 | 4,188,623个化合物 | Python | 图卷积网络(GCN), 图注意力网络(GAT), Attentive FP | AUC-ROC | NA |
| 646 | 2025-10-05 |
A Synergistic Framework for Hardness Prediction and Design of High-Entropy Alloys Based on Deep Learning and Intelligent Optimization Algorithms
2025-Sep-16, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c05550
PMID:40978448
|
研究论文 | 提出结合深度学习与智能优化算法的协同框架，用于预测高熵合金硬度并优化其成分设计 | 首次将Transformer注意力机制与多层感知器结合的混合深度学习模型应用于高熵合金性能预测，并采用Egret Swarm优化算法进行逆向成分设计 | 实验验证仅通过激光金属沉积进行，偏差低于10%但需更多工艺验证 | 建立高熵合金硬度预测与成分优化的系统框架 | Al-Ti-Co-Cr-Fe-Ni体系高熵合金 | 机器学习 | NA | 激光金属沉积 | Transformer, MLP | 材料成分与性能数据 | NA | NA | Transformer, 多层感知器 | R², RMSE | NA |
| 647 | 2025-10-05 |
Enhanced spatiotemporal mapping of urban wetland microplastics: An interpretable CNN-GRU approach using satellite imagery and limited samples
2025-Sep-15, Ecotoxicology and environmental safety
IF:6.2Q1
DOI:10.1016/j.ecoenv.2025.119003
PMID:40939309
|
研究论文 | 提出一种可解释的CNN-GRU模型，结合卫星遥感和有限实地样本实现城市湿地微塑料污染的时空分布分析 | 首次将可解释的CNN-GRU模型与卫星遥感数据结合，利用有限样本实现微塑料污染的高精度时空制图 | 模型可靠性依赖于微塑料与藻类含量的相关性，这种关系在不同水生生态系统中可能存在差异 | 开发基于卫星遥感的城市湿地微塑料污染监测方法 | 中国广州车陂排水流域湿地中的微塑料污染 | 计算机视觉 | NA | 卫星遥感 | CNN, GRU | 卫星图像, 实地样本 | 有限实地样本 | NA | CNN-GRU | R, MAE, RMSE | NA |
| 648 | 2025-10-05 |
Revealing 1,3-diphenylpropane's coagulation toxicity via infomaxnet-based network toxicology and molecular simulations
2025-Sep-15, Ecotoxicology and environmental safety
IF:6.2Q1
DOI:10.1016/j.ecoenv.2025.118834
PMID:40818372
|
研究论文 | 本研究通过InfomaxNet网络毒理学框架结合分子模拟揭示了1,3-二苯基丙烷(SD-1)通过干扰凝血因子F9引发凝血障碍的毒性机制 | 提出仅利用网络拓扑分析复杂生物网络的InfomaxNet框架，解决了缺乏先验生物知识的挑战，并首次阐明SD-1与F9蛋白结合导致构象异常的分子机制 | 未明确说明样本规模和研究对象的局限性 | 阐明塑料污染物SD-1引发凝血障碍的毒性机制 | 1,3-二苯基丙烷(SD-1)、AKT2和F9关键蛋白、秀丽隐杆线虫 | 网络毒理学 | 凝血障碍 | 网络毒理学分析、分子动力学模拟、深度学习靶点预测、RT-qPCR、体外实验 | 深度学习 | 生物网络数据、分子结构数据、基因表达数据 | NA | InfomaxNet, MolTrans | NA | NA | NA |
| 649 | 2025-10-05 |
Examination of Social Participation in Older Adults Undergoing Frailty Health Checkups Using Deep Learning Models
2025-Sep-12, Geriatrics (Basel, Switzerland)
DOI:10.3390/geriatrics10050124
PMID:40981294
|
研究论文 | 本研究使用深度学习模型预测接受衰弱健康检查的老年人社会参与情况 | 首次将深度神经网络应用于老年人社会参与预测，并通过贡献分析识别关键预测因素 | 样本量相对较小（295人），模型区分性能仅为中等水平 | 预测老年人的社会参与情况并识别关键影响因素 | 接受衰弱健康检查的老年人 | 机器学习 | 老年疾病 | 健康检查调查 | 逻辑回归,支持向量机,深度神经网络 | 结构化数据 | 295名老年人 | NA | 深度神经网络 | 精确度,准确率,灵敏度,特异度,F1分数,AUC | NA |
| 650 | 2025-10-05 |
Learning-based multi-material CBCT image reconstruction with ultra-slow kV switching
2025-Sep, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.1177/08953996251331790
PMID:40350700
|
研究论文 | 本研究开发了一种名为SkV-Net的深度学习网络，用于基于超慢kV切换技术的能谱锥束CT多材料分解成像 | 提出结合U-Net主干结构和多头轴向注意力模块的SkV-Net网络，能够从超稀疏能谱投影数据中重建四种不同材料的密度图像 | NA | 开发能谱锥束CT的多材料分解方法 | 脂肪、肌肉、骨骼和碘四种生物材料 | 医学影像 | NA | 能谱锥束CT、超慢kV切换技术 | 深度学习 | CT图像 | NA | NA | U-Net, 多头轴向注意力模块 | 分解误差 | NA |
| 651 | 2025-10-05 |
MHASegNet: A multi-scale hybrid aggregation network of segmenting coronary artery from CCTA images
2025-Sep, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.1177/08953996251346484
PMID:40485350
|
研究论文 | 提出一种用于冠状动脉CTA图像分割的多尺度混合注意力网络MHASegNet及定制优化方法 | 采用多尺度混合注意力机制捕获全局和局部特征，集成3D上下文锚点注意力模块聚焦关键结构，结合基于区域生长的迭代优化方法 | 需要进一步验证以确认在CAD诊断和量化中的有效性 | 改进冠状动脉CTA图像中的冠状动脉分割精度 | 冠状动脉CTA图像中的冠状动脉结构 | 计算机视觉 | 心血管疾病 | 冠状动脉计算机断层扫描血管成像(CCTA) | CNN | 医学图像 | 90例内部数据集和1060例两个公共数据集 | NA | MHASegNet | Dice相似系数(DSC) | NA |
| 652 | 2025-10-05 |
Multi-domain information fusion diffusion model (MDIF-DM) for limited-angle computed tomography
2025-Sep, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.1177/08953996251339368
PMID:40534498
|
研究论文 | 提出一种融合多领域信息的扩散模型用于有限角度CT重建，通过傅里叶域重加权和小波域增强提升重建图像质量 | 首次将傅里叶域重加权与小波域增强相结合，通过多领域信息融合改进有限角度CT重建 | NA | 提升有限角度CT重建图像的对比度，增强重建方法的鲁棒性 | 有限角度计算机断层扫描重建图像 | 计算机视觉 | NA | 计算机断层扫描 | 扩散模型 | 医学图像 | NA | NA | MDIF-DM | NA | NA |
| 653 | 2025-10-05 |
Magnetic Resonance Imaging-Based 3-Dimensional Models of the Pelvis and Hip Using Machine Learning for Automatic Bone Segmentation in a Dynamic Hip Impingement Simulation
2025-Sep, Orthopaedic journal of sports medicine
IF:2.4Q2
DOI:10.1177/23259671251334138
PMID:40980558
|
研究论文 | 本研究使用机器学习方法自动分割基于MRI的骨盆和髋部3D骨骼模型，用于动态髋部撞击模拟 | 首次将卷积神经网络应用于基于MRI的3D骨骼模型自动分割，并在动态髋部撞击模拟中验证其准确性 | 研究样本量相对有限（98个髋部），且仅针对特定年龄段的FAI患者 | 比较手动与自动分割在MRI-based 3D骨骼模型中的差异，验证自动分割在髋部撞击模拟中的可行性 | FAI患者（30例，60个髋部）和无症状参与者（19例，38个髋部） | 医学影像分析 | 髋部撞击综合征 | MRI，3D T1-weighted VIBE Dixon序列 | CNN | 医学影像 | 98个髋部（60个FAI患者髋部，38个无症状髋部） | NA | 卷积神经网络 | Dice相似系数，平均差异测量 | NA |
| 654 | 2025-10-05 |
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 | 本研究通过深度学习模型重建美国本土1471个站点1980-2022年的连续水温数据，首次系统分析河流热浪事件特征及其变化趋势 | 首次使用单一LSTM模型重建大规模连续水温数据集，系统比较河流热浪与大气热浪的差异，揭示河流热浪增长速率远超大气热浪的新现象 | 研究区域仅限于美国本土，未涵盖全球其他地区；人类活动对热浪影响的分析相对简化 | 量化分析河流热浪的发生频率、强度和持续时间，比较其与大气热浪的差异，探究驱动因素 | 美国本土1471个站点的河流水温数据 | 环境科学, 机器学习 | 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，1980-2022年每日数据 | NA | 长短期记忆网络 | NA | NA |
| 655 | 2025-10-05 |
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艰难梭菌毒素B和TcsL毒素 | 结合深度学习和Rosetta方法从头设计高亲和力微型结合剂，首次实现直接阻止毒素进入宿主细胞的中和作用 | 未明确说明临床前研究的样本规模及人体试验数据 | 开发针对艰难梭菌毒素B和TcsL毒素的高效抑制剂 | 艰难梭菌毒素B(TcdB)和TcsL毒素 | 计算生物学 | 艰难梭菌感染 | 深度学习, Rosetta蛋白质设计 | 深度学习模型 | 蛋白质结构数据 | 初始设计48个，优化设计48个 | Rosetta, 深度学习框架 | NA | 皮摩尔级效力，存活率 | NA |
| 656 | 2025-10-05 |
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，通过集成广义深度神经网络势能与存内计算加速器，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，消除物种依赖参数缩放；在单个FPGA上实现DFT级精度与平坦的单原子计算成本 | 未明确说明模型在极端温度或压力条件下的性能表现 | 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（包括高熵合金、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 | 分子动力学模拟 | 深度神经网络 | 原子相互作用数据 | 支持2000万原子规模的系统模拟 | NA | 广义深度神经网络势能(GDNNP) | 计算精度(DFT级)、计算成本(10秒/步/原子)、能效(120倍能耗降低) | FPGA, NVIDIA V100 GPU（对比基准） |
| 657 | 2025-10-05 |
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GSH和卤化物调控合成手性金纳米星用于肾炎类型的SERS检测和Transformer神经网络诊断 | 实现了手性金纳米星分支尺寸、数量和锐度的精确可控合成，并结合Transformer神经网络达到99.94%的肾炎诊断准确率 | 未提及样本规模的详细统计信息和模型泛化能力验证 | 开发基于表面增强拉曼光谱和深度学习的肾炎类型敏感诊断方法 | 健康个体和急性/非急性间质性肾炎患者的尿液样本 | 机器学习 | 肾炎 | 表面增强拉曼光谱(SERS), 有限时域差分(FDTD)计算 | Transformer | 拉曼光谱数据 | NA | NA | Transformer | 诊断准确率 | NA |
| 658 | 2025-10-05 |
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-蛋白质复合物结构评分函数 | RNA-蛋白质复合物结构 | 机器学习 | NA | 图深度学习 | 图神经网络 | 序列数据、结构数据、相互作用特征 | NA | NA | 等变图神经网络 | NA | NA |
| 659 | 2025-10-05 |
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和统一Transformer的癫痫发作检测模型，用于脑电图信号分析 | 结合联邦学习与Paillier同态加密保护数据隐私，采用混合图注意力框架和多尺度小波系数进行特征提取，首次将统一Transformer模型应用于癫痫检测 | 仅在三个数据集上进行验证，需要更多临床数据测试泛化能力 | 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 | 脑电图信号处理，自适应噪声滤波，独立成分分析，多尺度小波系数分解 | Transformer, 图卷积网络 | 脑电图信号 | 三个数据集（未指定具体样本数量） | 联邦学习框架 | 统一Transformer, 边缘增强图卷积网络, 谱图注意力 | 准确率, 安全性, 精确率 | NA |
| 660 | 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 | NA | NA | NA | NA |