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 1464 篇文献，本页显示第 761 - 780 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 761 | 2025-10-05 |
Deep learning black box and pattern recognition analysis using Guided Grad-CAM for phytolith identification
2025-Sep-12, Annals of botany
IF:3.6Q1
DOI:10.1093/aob/mcaf088
PMID:40445063
|
研究论文 | 应用可视化解释器分析训练好的VGG19模型在识别燕麦、大麦和小麦属多细胞植硅体时的决策依据 | 首次将Guided Grad-CAM等可视化解释技术应用于考古植物学中的植硅体识别，揭示了深度学习模型的决策机制 | 研究仅限于三个植物属的植硅体识别，样本多样性有限 | 验证深度学习模型在植硅体分类中的学习效果，并与考古植物学家的手动方法进行比较 | 燕麦、大麦和小麦属的多细胞植硅体 | 计算机视觉 | NA | 显微镜成像 | CNN | 图像 | 未明确说明具体样本数量，但包含多个显微镜图像 | NA | VGG19 | 定性分析（关键特征识别百分比） | NA |
| 762 | 2025-10-06 |
An enhanced convolutional neural network architecture for nondestructive detection of microbial contamination on eggshells through hyperspectral imaging
2025-Sep-12, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126943
PMID:40972378
|
研究论文 | 本研究开发了一种结合高光谱成像和深度学习技术的非破坏性方法，用于检测蛋壳微生物污染 | 提出了一种改进的卷积神经网络架构CA-DSC-CNN，融合通道注意力和深度可分离卷积，有效建模光谱-空间特征并降低计算复杂度 | 样本数量相对有限（108个蛋样本），需要在更大数据集上验证模型泛化能力 | 开发可靠的非破坏性方法检测蛋壳微生物污染，提高鸡蛋加工和储存安全性 | 鸡蛋蛋壳 | 计算机视觉 | NA | 高光谱成像 | CNN | 高光谱图像 | 108个鸡蛋样本 | NA | CA-DSC-CNN | 相关系数,均方根误差 | NA |
| 763 | 2025-10-06 |
Medical multimodal foundation models in clinical diagnosis and treatment: Applications, challenges, and future directions
2025-Sep-12, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2025.103265
PMID:40972405
|
综述 | 本文全面分析医疗多模态基础模型在临床诊疗中的最新进展、应用场景及未来发展方向 | 首次系统梳理医疗多模态基础模型在数据集、模型架构和临床应用三个关键方面的整合分析，并探讨多模态表征优化的挑战与机遇 | 作为综述文章未涉及原始实验验证，主要基于现有文献分析 | 探讨医疗多模态基础模型在临床诊断和治疗中的应用潜力与发展方向 | 医疗多模态基础模型及其临床应用 | 医疗人工智能 | 多器官疾病 | 深度学习 | 多模态基础模型 | 多器官多模态数据 | NA | NA | NA | NA | NA |
| 764 | 2025-10-06 |
Automated intravascular ultrasound image processing and quantification of coronary artery anomalies: The AIVUS-CAA software
2025-Sep-11, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.109065
PMID:40972478
|
研究论文 | 开发用于冠状动脉异常患者血管内超声图像自动处理和量化的软件工具 | 首个针对冠状动脉异常患者提供自动管腔分割和心脏相位识别的零/低代码软件 | 仅针对右冠状动脉异常患者进行验证，样本量相对有限 | 开发自动化IVUS图像分析工具以改善冠状动脉异常的临床评估 | 冠状动脉异常患者的血管内超声图像 | 数字病理 | 心血管疾病 | 血管内超声(IVUS) | 深度学习模型 | 医学图像 | 76名患者(152项研究)，共10,741帧IVUS图像 | NA | NA | Dice系数, 敏感度, 特异度, 组内相关系数(ICC) | NA |
| 765 | 2025-10-06 |
Digital Twin for the Win: Personalized Cardiac Electrophysiology
2025-Sep-07, bioRxiv : the preprint server for biology
DOI:10.1101/2025.09.03.674034
PMID:40950065
|
研究论文 | 开发了一种集成计算、实验和机器学习的框架，用于生成人类诱导多能干细胞来源心肌细胞的数字孪生体 | 通过结合合成数据生成和深度学习，实现了从单个记录快速生成完全参数化的细胞特异性数字孪生体 | 研究主要基于体外培养的诱导多能干细胞来源心肌细胞，尚未直接应用于临床患者 | 开发个性化心脏电生理学数字孪生技术，用于个性化诊断、靶向治疗和预测性安全药理学 | 人类诱导多能干细胞来源心肌细胞 | 计算生物学 | 心脏疾病 | 电压钳记录技术，合成数据生成 | 深度神经网络 | 电生理记录数据 | 超过100万个计算性iPSC-CMs组成的合成群体 | NA | 全连接深度神经网络 | 波形重现保真度，参数推断准确性 | NA |
| 766 | 2025-10-06 |
Automated analysis of C. elegans behavior by LabGym: an open-source, AI-powered platform
2025-Sep-03, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.28.672961
PMID:40950071
|
研究论文 | 介绍用于秀丽隐杆线虫行为自动分析的AI开源平台LabGym | 开发首个基于深度学习的开源平台，能自动分类和量化多线虫视频中的运动行为参数 | 未明确说明模型在复杂行为场景下的泛化能力 | 开发自动化行为分析平台以克服线虫轮廓均匀带来的分析挑战 | 秀丽隐杆线虫 | 计算机视觉 | NA | 视频分析 | 深度学习模型 | 视频 | NA | NA | NA | 准确率 | NA |
| 767 | 2025-10-06 |
Reconstructing the 3D genome organization of Neanderthals reveals that chromatin folding shaped phenotypic and sequence divergence
2025-Sep-02, bioRxiv : the preprint server for biology
DOI:10.1101/2022.02.07.479462
PMID:40949959
|
研究论文 | 本研究利用深度学习从DNA序列重建尼安德特人和丹尼索瓦人的三维基因组结构，揭示染色质折叠对表型和序列分化的影响 | 首次应用深度学习从古DNA序列推断已灭绝古人类的三维基因组结构，突破了古样本降解无法实验测定三维基因组的技术限制 | 基于序列预测的三维基因组结构需要实验验证，古DNA样本质量限制预测准确性 | 探究三维基因组结构在古人类与现代人类分化过程中的作用 | 尼安德特人、丹尼索瓦人和现代人类的基因组 | 计算生物学 | NA | 深度学习，DNA序列分析，Hi-C验证 | 深度学习 | DNA序列数据，三维接触图谱 | 多个古人类和现代人类基因组 | NA | NA | NA | NA |
| 768 | 2025-10-06 |
Enhancer-targeting CRISPR screens at coronary artery disease loci suggest shared mechanisms of disease risk
2025-Sep-02, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.08.28.25334684
PMID:40950476
|
研究论文 | 本研究通过CRISPR筛选系统识别冠状动脉疾病风险位点中的增强子-基因调控机制 | 结合深度学习模型与CRISPRi靶向技术，首次在血管平滑肌细胞中建立全基因组变异-增强子-基因联系图谱 | 研究主要聚焦于血管平滑肌细胞，未涵盖其他可能参与CAD发病的细胞类型 | 系统识别冠状动脉疾病GWAS位点中的因果遗传机制 | 血管平滑肌细胞中的增强子-基因调控网络 | 基因组学 | 冠状动脉疾病 | CRISPRi, DC-TAP-seq, 染色质可及性分析 | 深度学习模型 | 基因组数据, 染色质特征数据 | 108个CAD位点中的470个基因 | NA | NA | NA | NA |
| 769 | 2025-10-05 |
Colorectal Liver Metastasis Pathomics Model: Integrating Single-Cell and Spatial Transcriptome Analysis With Pathomics for Predicting Liver Metastasis in Colorectal Cancer
2025-Sep, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100805
PMID:40473111
|
研究论文 | 本研究开发了一种结合单细胞转录组、空间转录组和病理图像分析的深度学习模型，用于预测结直肠癌肝转移风险 | 首次识别了肝转移触发恶性细胞(LMTMCs)，并通过多组学细胞通讯分析发现成纤维细胞与LMTMCs通过COL1A1-CD44/SDC4和LAMA4-CD44信号轴促进肝转移的机制 | 模型在外部验证集表现存在差异(0.72-0.89)，需要更多样化的数据集验证 | 开发能够早期识别和预测结直肠癌肝转移风险的计算模型 | 结直肠癌患者 | 数字病理学 | 结直肠癌 | 单细胞RNA测序, 空间转录组分析, 批量RNA测序 | 深度学习 | 全切片图像, 基因表达数据 | TCGA-CRC内部测试集和两个外部验证队列(西南医科大学附属医院及附属中医医院) | PyTorch | ResNet18 | AUC | NA |
| 770 | 2025-10-05 |
AI-based large-scale screening of gastric cancer from noncontrast CT imaging
2025-Sep, Nature medicine
IF:58.7Q1
DOI:10.1038/s41591-025-03785-6
PMID:40555751
|
研究论文 | 开发基于非对比CT影像和深度学习的大规模胃癌筛查系统GRAPE | 首次利用常规非对比CT影像结合深度学习实现大规模胃癌筛查，在多个中心验证中表现优异 | 研究主要基于中国人群数据，需要在更广泛人群中验证普适性 | 开发高效的大规模胃癌筛查方法 | 胃癌患者和非胃癌人群 | 医学影像分析 | 胃癌 | 非对比CT成像 | 深度学习 | CT影像 | 开发队列6,720例（3,470例GC和3,250例非GC），验证队列19,458例，真实世界评估78,593例 | NA | NA | AUC, 敏感性, 特异性 | NA |
| 771 | 2025-10-06 |
High-Performance Deep Learning for Instant Pest and Disease Detection in Precision Agriculture
2025-Sep, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.70963
PMID:40964151
|
研究论文 | 提出一种基于MobileNetV2和EfficientNetB0的高性能深度学习融合模型，用于精准农业中的实时病虫害检测 | 首次将MobileNetV2和EfficientNetB0融合用于农业病虫害检测，并采用量化、剪枝和知识蒸馏技术实现边缘设备部署 | 仅针对22类特定作物（腰果、木薯、玉米、番茄）进行验证，未涵盖更广泛的农作物种类 | 开发实时、高精度的病虫害检测系统以支持精准农业和全球粮食安全 | 农作物病虫害图像检测 | 计算机视觉 | 农作物病虫害 | 深度学习图像分类 | CNN | 图像 | 24,881张原始图像和102,976张增强图像，共22个类别 | TensorFlow, TensorFlow Lite | MobileNetV2, EfficientNetB0 | 准确率, 精确率, 召回率, F1分数, ROC-AUC | 智能手机, Raspberry Pi, 农场无人机等低功耗边缘设备 |
| 772 | 2025-10-05 |
Deep Learning-Based Retinal Layer Segmentation in Optical Coherence Tomography Scans of Patients with Inherited Retinal Diseases
2025-Sep, Klinische Monatsblatter fur Augenheilkunde
IF:0.8Q4
DOI:10.1055/a-2227-3742
PMID:38086412
|
研究论文 | 开发基于深度学习的算法用于遗传性视网膜疾病患者光学相干断层扫描图像中的视网膜层分割 | 使用U-net模型结合领域自适应技术，首次实现对遗传性视网膜疾病患者OCT扫描中外核层的可靠自动分割 | 需要健康患者数据提供训练数据，算法在特定疾病群体中的泛化能力需进一步验证 | 开发能够准确分割遗传性视网膜疾病患者OCT图像中视网膜层的自动算法 | 遗传性视网膜疾病患者和健康对照者的光学相干断层扫描图像 | 计算机视觉 | 遗传性视网膜疾病 | 光学相干断层扫描 | CNN | 图像 | 遗传性视网膜疾病患者和健康对照者的OCT扫描数据 | NA | U-net | Dice系数 | NA |
| 773 | 2025-10-06 |
Designing Buchwald-Hartwig Reaction Graph for Yield Prediction
2025-Sep-19, The Journal of organic chemistry
IF:3.3Q1
DOI:10.1021/acs.joc.5c01400
PMID:40929732
|
研究论文 | 本文设计了一种用于Buchwald-Hartwig反应的图神经网络模型，用于预测反应产率并识别关键反应因素 | 设计了专门针对B-H反应的新型反应图结构，通过将每个反应物表示为图中的独立节点来捕捉分子内和分子间关系特征 | NA | 开发用于化学反应建模的图神经网络方法，预测B-H反应产率并识别影响产率的关键因素 | Buchwald-Hartwig反应体系中的化学组分和反应产率 | 机器学习 | NA | 高通量反应数据采集 | GNN | 化学反应数据 | NA | NA | BH-RGNN（B-H反应图神经网络） | R²得分 | 低计算成本 |
| 774 | 2025-10-06 |
PWLS-SOM: alternative PWLS reconstruction for limited-view CT by strategic optimization of a deep learning model
2025-Sep-19, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adffe0
PMID:40865562
|
研究论文 | 提出一种结合深度学习先验与数据一致性的新型有限角度CT重建框架PWLS-SOM | 通过三阶段策略优化（组级嵌入、显著性评估、个体级一致性适配）将DL先验与惩罚加权最小二乘重建相结合，并引入显著性评分量化模型参数贡献 | NA | 改进有限角度CT重建中的条纹伪影抑制和鲁棒性重建 | 稀疏视角（90视图）圆形轨迹CT数据和多段线性轨迹CT扫描数据 | 医学影像处理 | NA | 计算机断层扫描 | 深度学习 | CT投影数据 | 大规模配对数据集和死亡大鼠真实实验 | NA | NA | 上下文结构恢复能力、泛化能力评估 | NA |
| 775 | 2025-10-06 |
Cross-Modal Interaction-Aware Progressive Fusion Network for Drug-Target Interaction Prediction
2025-Sep-19, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01429
PMID:40970765
|
研究论文 | 提出一种用于药物-靶点相互作用预测的跨模态交互感知渐进融合网络 | 引入双向交互感知模块精确对齐药物与蛋白质间的细粒度交互，并开发包含门控和卷积融合块的渐进融合网络 | NA | 改进药物-靶点相互作用预测的准确性和效率 | 药物与靶点蛋白质之间的相互作用关系 | 机器学习 | NA | 深度学习 | 融合网络 | 多模态数据 | NA | NA | 跨模态交互感知渐进融合网络(CIPFN) | AUROC, AUPRC, F1, 灵敏度, 准确率 | NA |
| 776 | 2025-10-06 |
PPAP: A Protein-protein Affinity Predictor Incorporating Interfacial Contact-Aware Attention
2025-Sep-19, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01390
PMID:40970903
|
研究论文 | 提出一种结合界面接触感知注意力机制的蛋白质-蛋白质亲和力预测器PPAP | 首次将结构特征与序列表征通过界面接触感知注意力机制相结合，充分利用蛋白质相互作用界面的结构信息 | NA | 准确预测蛋白质-蛋白质相互作用结合亲和力 | 蛋白质-蛋白质复合物 | 生物信息学 | NA | 深度学习 | 注意力机制 | 蛋白质结构和序列数据 | NA | NA | 界面接触感知注意力机制 | Pearson相关系数, MAE | NA |
| 777 | 2025-10-06 |
Deep Learning Models for Predicting Human Cytochrome P450 Inhibition and Induction
2025-Sep-18, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01192
PMID:40966069
|
研究论文 | 开发深度学习模型预测人类细胞色素P450酶的抑制和诱导作用 | 结合深度神经网络与PCA和SMOTE技术，开发了能区分强抑制剂、中等抑制剂和非抑制剂的新型分类模型，并提出了专门预测hPXR激活的深度学习方法 | NA | 改进药物开发和安全评估中的CYP酶抑制和诱导预测 | 人类细胞色素P450酶（CYP3A4、CYP2D6、CYP1A2、CYP2C9、CYP2C19）和人类孕烷X受体（hPXR） | 机器学习 | NA | 深度神经网络，主成分分析，合成少数类过采样技术 | 深度神经网络 | 化合物数据 | NA | NA | 深度神经网络 | NA | NA |
| 778 | 2025-10-06 |
Revisiting Protein-Protein Docking: A Systematic Evaluation Framework
2025-Sep-18, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01399
PMID:40966105
|
研究论文 | 本研究提出了一个全面的蛋白质-蛋白质对接方法评估框架，系统比较了传统和深度学习方法的性能 | 建立了统一的基准测试框架，整合了经典数据集和新构建的抗体-抗原复合物数据集，首次系统评估深度学习方法的分布外泛化能力 | 仅评估了11种对接方法，可能未涵盖所有现有方法；深度学习模型在分布外数据上表现显著下降 | 系统评估蛋白质-蛋白质对接方法的性能，为结构预测和药物设计提供指导 | 蛋白质-蛋白质复合物结构 | 计算生物学 | NA | 蛋白质-蛋白质对接 | 深度学习,传统对接方法 | 蛋白质结构数据 | DockingBenchmark 5.5数据集、AACBench抗体-抗原复合物数据集、PPCBench分布外数据集 | NA | AlphaFold-Multimer, AlphaFold3, EquiDock, ElliDock, EBMDock, GeoDock, DiffDock-PP, HDOCK, PatchDock, PIPER, ZDOCK | top-5成功率 | NA |
| 779 | 2025-10-06 |
FourierMask: Explain EEG-based End-to-end Deep Learning Models in the Frequency Domain
2025-Sep-18, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3610742
PMID:40966133
|
研究论文 | 提出首个用于脑电信号端到端深度学习模型频率域解释的掩码扰动框架FourierMask | 首创针对脑电模型频率域解释的掩码扰动框架，引入傅里叶域变换、可学习掩码机制和聚类感知正则化约束的扰动生成器 | NA | 解释基于脑电信号的端到端深度学习模型决策过程 | 脑电信号端到端深度学习模型 | 机器学习 | NA | 脑电信号分析 | 深度学习 | 脑电时间序列信号 | 脑电基准数据集 | PyTorch, TensorFlow | EEGNet, TSCeption, DeepConvNet | 准确率下降差距 | NA |
| 780 | 2025-10-06 |
Multi-source Discriminant Dynamic Domain Adaptation for Cross-subject Motor Imagery EEG Recognition
2025-Sep-18, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3610446
PMID:40966137
|
研究论文 | 提出一种多源判别动态域自适应模型，用于提升跨被试运动想象脑电信号的分类准确率 | 通过动态最小化全局域和局部子域差异处理分类中的全局与局部差异，引入批量核范数最大化增强目标域判别性，设计基于相似度的加权联合预测机制 | NA | 提升跨被试运动想象脑电信号的分类准确率 | 运动想象脑电信号 | 脑机接口 | NA | 脑电图 | 域自适应模型 | 脑电信号 | 基于第四届脑机接口竞赛数据集1和2a及openBMI数据集 | NA | 多源判别动态域自适应模型 | 分类准确率 | NA |