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 1094 篇文献，本页显示第 661 - 680 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 661 | 2025-10-30 |
A protein dynamics-based deep learning model enhances predictions of fitness and epistasis
2025-Oct-21, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2502444122
PMID:41100667
|
研究论文 | 开发了一种结合蛋白质动力学信息的深度学习模型，用于增强蛋白质适应性和上位性相互作用的预测能力 | 首次将基于物理学的非对称动态耦合指数(DCI)整合到图神经网络中，能够量化残基对之间的动态相互影响 | 未在实验性上位性数据上进行训练，验证蛋白质种类有限 | 解决多个突变之间复杂相互作用预测的挑战 | 蛋白质突变效应和上位性相互作用 | 机器学习 | NA | 深度突变扫描 | GNN | 蛋白质序列和结构数据 | 4种不同蛋白质的深度突变扫描数据集，外加37种新型TEM-1 β-内酰胺酶变体 | NA | 图神经网络(GNN) | 预测准确度 | NA |
| 662 | 2025-10-30 |
Design and Implementation of a Deep Learning System to Analyze Bovine Sperm Morphology
2025-Oct-21, Veterinary sciences
IF:2.0Q2
DOI:10.3390/vetsci12101015
PMID:41150155
|
研究论文 | 本研究设计并实现了一个基于深度学习的牛精子形态分析系统，用于自动检测和分类精子细胞的形态异常 | 首次将YOLOv7目标检测框架应用于牛精子形态分析，实现了对精子头部、颈部/中段、尾部和残留细胞质缺陷的自动识别 | 训练数据集相对较小，仅包含277张标注图像，可能影响模型的泛化能力 | 开发自动化的牛精子形态分析系统，提高繁殖效率 | 公牛精子细胞 | 计算机视觉 | 生殖系统疾病 | 显微成像 | 目标检测 | 图像 | 277张标注图像，包含6个形态类别 | YOLOv7 | YOLOv7 | mAP@50, precision, recall | NA |
| 663 | 2025-10-30 |
TranSIC-Net: An End-to-End Transformer Network for OFDM Symbol Demodulation with Validation on DroneID Signals
2025-Oct-21, Sensors (Basel, Switzerland)
DOI:10.3390/s25206488
PMID:41157542
|
研究论文 | 提出一种基于Transformer的端到端神经网络TranSIC-Net，用于复杂无线环境下的OFDM符号解调 | 将信道估计和符号检测统一在单一架构中，通过注意力机制捕捉子载波间相关性，无需显式信道估计 | NA | 解决复杂无线环境下OFDM信号解调的基本挑战，特别是在低信噪比或载波频率偏移等不利条件下 | OFDM信号和DroneID信号（大疆无人机使用的专有类OFDM信令格式） | 无线通信 | NA | OFDM解调 | Transformer | 无线信号 | NA | NA | Transformer | 误码率, 估计精度, 鲁棒性 | NA |
| 664 | 2025-10-30 |
An Adaptive Framework for Remaining Useful Life Prediction Integrating Attention Mechanism and Deep Reinforcement Learning
2025-Oct-14, Sensors (Basel, Switzerland)
DOI:10.3390/s25206354
PMID:41157408
|
研究论文 | 提出一种集成注意力机制和深度强化学习的自适应剩余使用寿命预测框架 | 首次将深度确定性策略梯度(DDPG)策略引入RUL预测，实现个体退化阶段构建关键参数的自适应优化 | 仅在飞机发动机和铁路货车车轮上验证，未在其他工业设备上测试 | 开发能够有效捕捉异构传感器个体差异和复杂工况下失效模式的自适应RUL预测方法 | 机械部件（飞机发动机、铁路货车车轮） | 机器学习 | NA | 功能对齐重采样(FAR)、动态时间规整(DTW) | 深度学习、深度强化学习 | 多格式传感器数据、时间序列数据 | 飞机发动机和铁路货车车轮数据集 | NA | 注意力增强混合多尺度RUL预测网络 | 均方根误差(RMSE)、准确率 | NA |
| 665 | 2025-10-30 |
From screening to subtyping in a single glance
2025-Oct-10, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2025.101391
PMID:41142900
|
研究论文 | 提出了一种从筛查到分型的整体深度学习框架S2S，用于放射影像中复杂疾病的诊断 | 首次将整个诊断流程从病灶检测到疾病分型整合到统一的深度学习系统中 | NA | 开发能够处理复杂疾病诊断的整体AI系统，提升精准医疗水平 | 胸部复杂癌症的放射影像 | 计算机视觉 | 胸部癌症 | 深度学习 | 深度学习 | 放射影像 | NA | NA | S2S框架 | 准确率 | NA |
| 666 | 2025-10-30 |
S2S: A deep learning method for the radiological diagnosis of fine-grained diseases spanning screening to subtyping
2025-Oct-10, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2025.101294
PMID:41142912
|
研究论文 | 提出一种用于细粒度疾病放射学诊断的筛查到分型AI范式，覆盖从初筛到最终分型的完整诊断流程 | 首次提出专门针对细粒度疾病的多阶段放射学诊断AI范式，整合多诊断阶段、多放射学视角、多病灶维度和多成像模态信息 | NA | 开发能够准确诊断细粒度疾病的放射学AI系统 | 细粒度胸部癌症亚型的放射影像 | 计算机视觉 | 胸部癌症 | 放射影像分析 | 深度学习 | 放射影像 | 大规模多中心放射影像数据集 | NA | NA | NA | NA |
| 667 | 2025-10-30 |
DeepProtein: deep learning library and benchmark for protein sequence learning
2025-Oct-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf165
PMID:40388205
|
研究论文 | 本文介绍了专为蛋白质相关任务设计的深度学习库DeepProtein及其基准测试 | 开发了专门针对蛋白质序列学习的综合深度学习库，并建立了多任务基准评估体系，同时提出了基于Prot-T5微调的DeepProt-T5模型系列 | NA | 为蛋白质科学研究提供易用的深度学习工具和性能基准 | 蛋白质序列数据 | 机器学习 | NA | 深度学习 | 基于Prot-T5的微调模型 | 蛋白质序列数据 | NA | 基于DeepPurpose构建 | Prot-T5, DeepProt-T5 | 在蛋白质功能预测、亚细胞定位预测、蛋白质-蛋白质相互作用预测和蛋白质结构预测等任务上的性能评估 | NA |
| 668 | 2025-10-30 |
G4STAB: a multi-input deep learning model to predict G-quadruplex thermodynamic stability based on sequence and salt concentration
2025-Oct-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf545
PMID:41014017
|
研究论文 | 开发了一个多输入深度学习模型G4STAB，用于基于序列特征和盐浓度预测G-四链体热力学稳定性 | 首个不依赖预定结构特征，能够同时考虑序列特征、盐浓度和pH值来预测G-四链体熔解温度的多输入深度学习模型 | 模型训练数据量相对有限（2382个DNA G4序列），可能无法覆盖所有可能的G4拓扑结构 | 开发准确预测G-四链体热力学稳定性的计算模型 | DNA G-四链体序列及其热力学稳定性 | 机器学习 | NA | 深度学习 | 多输入深度神经网络 | 序列数据, 化学浓度数据 | 2382个DNA G-四链体序列用于训练，391502个实验验证的G4用于分析 | NA | 多输入深度神经网络 | R² | NA |
| 669 | 2025-10-30 |
Multimodal deep learning with hyperspectral imaging for accurate origin classification of wolfberries
2025-Oct, Food chemistry: X
DOI:10.1016/j.fochx.2025.103166
PMID:41140601
|
研究论文 | 提出一种融合高光谱成像的多模态深度学习模型，用于枸杞地理产地的精确分类 | 采用交叉注意力机制有效融合光谱和图像特征，通过简化注意力机制降低计算复杂度并提升模型可解释性 | NA | 实现枸杞地理产地的精确分类，以评估其营养和药用特性 | 枸杞 | 计算机视觉 | NA | 高光谱成像 | CNN | 图像, 光谱数据 | NA | NA | 多模态卷积神经网络(MTCNN) | 准确率 | NA |
| 670 | 2025-10-30 |
HER2-IHC-40x: A high-resolution histopathology dataset for HER2 IHC scoring in breast cancer
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111922
PMID:41143256
|
研究论文 | 本文介绍了一个用于乳腺癌HER2免疫组织化学评分的高分辨率数字病理学数据集 | 提供了首个专门针对HER2 IHC评分的高分辨率全切片图像和提取区域集合数据集，包含两种数据划分策略和颜色直方图过滤方法 | 数据集仅包含107张全切片图像，样本规模相对有限 | 为计算病理学分析提供结构化的高质量数据资源 | 乳腺癌组织切片中的HER2免疫组织化学染色区域 | 数字病理学 | 乳腺癌 | 免疫组织化学染色，全切片图像扫描 | 深度学习模型 | 图像 | 107张全切片图像，从中提取的1024×1024像素图像块 | NA | NA | NA | NA |
| 671 | 2025-10-30 |
MeatScan: An image dataset for machine learning-based classification of fresh and spoiled cow meat
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112045
PMID:41143259
|
研究论文 | 本文介绍了MeatScan数据集，用于支持基于深度学习的鲜肉与变质牛肉二元分类 | 提供了首个在加纳真实环境中采集的牛肉新鲜度分类图像数据集，填补了计算机视觉与食品安全检测在资源匮乏环境中的应用空白 | 数据集仅包含加纳地区的样本，可能限制了在其他地理区域的泛化能力 | 开发用于食品安全监测的机器学习分类方法 | 新鲜与变质的牛肉样本 | 计算机视觉 | NA | 图像采集 | CNN | 图像 | 11,000张高分辨率RGB图像（5,627张新鲜，5,373张变质） | NA | NA | NA | NA |
| 672 | 2025-10-29 |
TDMAR-Net: a frequency-aware tri-domain diffusion network for CT metal artifact reduction
2025-Oct-28, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae0efc
PMID:41038229
|
研究论文 | 提出一种基于扩散模型的三域神经网络TDMAR-Net，用于减少CT金属伪影并提升图像质量 | 首次将扩散模型应用于三域（投影域、图像域、傅里叶域）金属伪影消除，采用两阶段训练策略结合大规模预训练和掩码数据微调 | 未明确说明模型在极端金属植入物情况下的性能表现 | 开发有效的CT金属伪影消除方法以改善临床诊断 | CT图像中的金属伪影 | 计算机视觉 | NA | CT成像 | 扩散模型 | CT图像 | 合成数据集和临床数据集 | NA | TDMAR-Net | NA | NA |
| 673 | 2025-10-29 |
The Evolving Quest for Chemical Understanding in the Quantum Age
2025-Oct-28, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01299
PMID:41065510
|
观点文章 | 探讨量子时代化学理解的发展演变，提出从传统计算方法向机器学习和量子计算新范式的转变 | 提出层次建模作为超越多尺度建模约束的新平台，强调化学概念作为连接理论与理解的支架作用 | NA | 研究化学理解在量子时代的发展路径和方法论转变 | 化学概念（芳香性、电负性、反应性、立体选择性）和分子系统 | 计算化学 | NA | 量子计算，机器学习 | 深度学习 | NA | NA | NA | NA | NA | 量子计算机 |
| 674 | 2025-10-29 |
Deep Learning-Enabled Unbiased Precision Toxicity Assessment of Zebrafish Organ Development
2025-Oct-28, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c10763
PMID:41090693
|
研究论文 | 开发基于U-Net的深度学习模型，用于斑马鱼器官发育的精准毒性评估 | 首次实现无偏见的像素级分割和形态量化，能够检测传统方法无法发现的大小依赖性和器官特异性毒性差异 | 方法尚未在其他材料污染物上进行广泛验证 | 建立客观毒理学分析的通用框架，提高毒性评估的准确性、效率和可重复性 | 斑马鱼器官发育，包括光感受器细胞层、内网状层、骨骼肌和脊髓 | 计算机视觉 | NA | 深度学习图像分析 | CNN | 生物图像 | 数千张生物图像 | NA | U-Net | NA | NA |
| 675 | 2025-10-29 |
Robust Identification of Gas Mixtures from FTIR Spectra using Attention Mechanism to Mitigate Instrument Line Shape Variations
2025-Oct-28, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c03975
PMID:41103041
|
研究论文 | 提出基于注意力机制的深度学习框架，用于从FTIR光谱中稳健识别气体混合物成分 | 首次将注意力机制应用于解决FTIR光谱中仪器线形变化问题，显著提升跨设备识别性能 | 仅针对8种气体成分和10种仪器线形进行验证，未涵盖更广泛的气体种类和仪器类型 | 解决FTIR光谱分析中仪器线形变化对气体混合物识别的影响 | 气体混合物及其FTIR光谱数据 | 光谱分析 | NA | 傅里叶变换红外光谱(FTIR) | 深度学习,注意力机制 | 光谱数据 | 包含10种不同仪器线形和8种气体成分的自建数据集 | NA | 基于注意力机制的深度学习框架 | 精确匹配率 | NA |
| 676 | 2025-10-29 |
High-Performance Triboelectric Nanogenerator Based on PVDF/Cellulose Filter Paper Composites for Internet of Things-Assisted Wireless Sensing and Energy Harvesting
2025-Oct-28, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.5c04209
PMID:41105935
|
研究论文 | 本研究开发了一种基于PVDF/纤维素滤纸复合膜的高性能摩擦纳米发电机，用于物联网辅助的无线传感和能量收集 | 采用PVDF/纤维素滤纸复合膜作为增强正摩擦层，实现了高达230V的开路电压和优异的操作稳定性，并集成了深度学习辅助信号处理框架 | 未明确说明设备长期使用的耐久性测试结果和规模化生产的可行性 | 提升摩擦纳米发电机的输出性能和设备可持续性，拓展其在可穿戴设备和健康监测领域的应用 | 基于PVDF/纤维素滤纸复合膜的摩擦纳米发电机 | 物联网 | NA | 摩擦纳米发电技术 | 深度学习 | 传感器信号数据 | NA | NA | NA | 开路电压, 动作识别准确率 | NA |
| 677 | 2025-10-29 |
MODAPro: Explainable Heterogeneous Networks with Variational Graph Autoencoder for Mining Disease-Specific Functional Molecules and Pathways from Omics Data
2025-Oct-28, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c03611
PMID:41110139
|
研究论文 | 提出MODAPro深度学习框架，通过变分图自编码器和图卷积网络整合多组学数据，挖掘疾病特异性功能分子和通路 | 结合变分图自编码器与图卷积网络的新型架构，能够以前所未有的分辨率捕获和解释跨组学层的复杂非线性分子关系 | NA | 解决多组学数据整合中的异质性、稀疏性和可解释性差距问题，挖掘疾病相关生物标志物和功能模块 | 多组学数据中的分子关系和疾病相关生物标志物 | 机器学习 | 多种疾病 | 多组学数据整合分析 | VAE,GCN | 多组学数据 | NA | PyTorch,TensorFlow | 变分图自编码器,图卷积网络 | NA | NA |
| 678 | 2025-10-29 |
A Deep Learning-Based Framework for Valence Bond Structure Selection and Weight Prediction
2025-Oct-28, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01220
PMID:41111284
|
研究论文 | 提出了一种基于深度学习的价键结构选择与权重预测框架DLVB | 首次将价键理论与图变换器通过化学意义表示相结合，无需计算即可准确预测价键结构权重 | 未明确说明模型在更大分子系统上的泛化能力 | 扩展价键理论在更大活性空间和更高分子复杂度体系中的应用 | 价键结构和分子体系 | 机器学习 | NA | 深度学习，选择构型相互作用(SCI) | 图变换器 | 化学结构表示 | NA | NA | 图变换器 | 准确性，可扩展性 | NA |
| 679 | 2025-10-29 |
Artificial Intelligence in HPLC Method Development: A Critical Review of Technological Integration, Limitations, and Future Directions
2025-Oct-28, Critical reviews in analytical chemistry
IF:4.2Q1
DOI:10.1080/10408347.2025.2575352
PMID:41146636
|
综述 | 本文批判性评述了人工智能在高效液相色谱方法开发中的技术整合、局限性与未来发展方向 | 系统剖析了从传统实验设计到AI驱动平台的范式转变，首次明确区分了确定性模拟器与真正AI工具的认知边界 | AI模型可解释性不足、监管验证困难、数据标准化缺失、训练数据集多样性不足、黑箱模型在GxP监管环境中接受度有限 | 分析AI在HPLC方法开发中的技术整合现状与未来发展方向 | 高效液相色谱方法开发过程 | 机器学习 | NA | 高效液相色谱 | 机器学习, 深度学习, 强化学习 | 色谱数据 | NA | NA | NA | NA | NA |
| 680 | 2025-10-29 |
Lipid MRI in Plant Science: Principles and Potential Areas of Application
2025-Oct-28, Journal of experimental botany
IF:5.6Q1
DOI:10.1093/jxb/eraf479
PMID:41147200
|
综述 | 本文综述了磁共振成像技术在植物科学中脂质分析的应用原理、最新进展与未来前景 | 整合深度学习与多模态方法的MRI技术为种子生物学和油料作物表型分析带来变革 | NA | 探讨MRI技术在植物脂质分析中的应用潜力与发展方向 | 植物种子及脂质代谢过程 | 植物科学 | NA | 磁共振成像 | NA | 医学影像 | NA | NA | NA | NA | NA |