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 1720 篇文献，本页显示第 1321 - 1340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1321 | 2025-11-14 |
AI-based prediction of drug-gene interactions modulating tight junction integrity: A deep learning framework highlighting multiple therapeutic targets
2025 Nov-Dec, Journal of oral biology and craniofacial research
DOI:10.1016/j.jobcr.2025.10.014
PMID:41210522
|
研究论文 | 提出基于深度学习的神经网络框架，利用多组学数据预测药物对紧密连接完整性的调控作用 | 首次将深度学习应用于药物-基因相互作用对紧密连接完整性的预测，相比传统方法具有更优越的预测能力 | NA | 开发AI方法预测调控紧密连接完整性的药物-基因相互作用，为药物发现提供新策略 | 药物-基因相互作用及其对紧密连接完整性的调控效应 | 机器学习 | 炎症性肠病,哮喘,癌症 | 转录组学分析,多组学数据整合 | 前馈神经网络 | 转录组数据 | NA | NA | 前馈神经网络 | AUC,准确率,F1分数,精确率,召回率,特异性 | NA |
| 1322 | 2025-11-14 |
Interpretable convolutional neural network for autism diagnosis support in children using structural magnetic resonance imaging datasets
2025-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.6.064501
PMID:41210923
|
研究论文 | 本研究开发了一种可解释的卷积神经网络模型，利用儿童结构磁共振成像数据支持自闭症诊断 | 首次在儿童自闭症诊断中结合深度学习和可解释性方法，通过显著性图识别与自闭症相关的关键脑区生物标志物 | 研究样本仅限于9-11岁儿童，样本量相对有限，且仅使用单一数据库的数据 | 评估基于sMRI的可解释深度学习模型在儿童自闭症诊断中的可行性 | 452名9-11岁儿童的结构磁共振成像数据，包括自闭症患者和正常发育儿童 | 医学影像分析 | 自闭症 | 结构磁共振成像 | CNN | 医学影像 | 452例T1加权sMRI扫描 | NA | 卷积神经网络 | AUC | NA |
| 1323 | 2025-11-14 |
Deep learning for digital pathology: A critical overview of methodological framework
2025-Nov, Journal of pathology informatics
DOI:10.1016/j.jpi.2025.100514
PMID:41211482
|
综述 | 本文对数字病理学中的深度学习框架进行了批判性概述，重点介绍了计算方法的最新进展 | 对数字病理学深度学习框架的数学创新进行批判性审视，并提供多种模型的比较分析 | NA | 概述数字病理学中深度学习框架的方法论进展 | 数字病理学中的深度学习方法和模型 | 数字病理学 | NA | NA | NA | 全切片图像 | NA | NA | NA | 精度 | NA |
| 1324 | 2025-11-14 |
BBATProt: a framework predicting biological function with enhanced feature extraction via interpretable deep learning
2025-Nov-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf593
PMID:41212592
|
研究论文 | 提出一种基于可解释深度学习的蛋白质功能预测框架BBATProt，通过增强特征提取提高预测性能 | 结合BERT预训练模型、双向LSTM、时序卷积网络和注意力机制，实现局部和全局特征提取，提供可解释性可视化 | NA | 从氨基酸序列准确预测蛋白质和肽的生物功能 | 蛋白质和肽的氨基酸序列 | 生物信息学 | NA | 深度学习 | BERT, BiLSTM, TCN, Attention | 蛋白质序列数据 | NA | NA | BERT-BiLSTM-Attention-TCN | 准确率, AUC | NA |
| 1325 | 2025-11-14 |
ImmFinder: A Multiomics-Based Neural Network Approach for Predicting the Immune Genes in Livestock
2025-Nov, Omics : a journal of integrative biology
IF:2.2Q3
DOI:10.1177/15578100251389910
PMID:41115712
|
研究论文 | 提出一种基于多组学数据的全连接神经网络方法ImmFinder，用于预测牲畜免疫基因分类 | 首次将多模态深度学习应用于牲畜免疫基因分类，整合基因组学和转录组学数据 | 依赖现有牛基因组和转录组数据集训练，可能限制对其他品种或物种的泛化能力，需要额外实验验证 | 开发准确高效的免疫基因分类方法以理解免疫机制与疾病抗性关联 | 牛免疫基因与非免疫基因 | 生物信息学 | NA | 基因组学, 转录组学 | FCNN | 基因组数据, 转录组数据 | NA | Python | 全连接神经网络 | 准确率, F1分数, 精确率, 召回率, AUC-ROC | NA |
| 1326 | 2025-11-14 |
Artificial Intelligence-Enhanced Electrocardiography for Complete Heart Block Risk Stratification
2025-Nov-01, JAMA cardiology
IF:14.8Q1
DOI:10.1001/jamacardio.2025.2522
PMID:40833775
|
研究论文 | 开发人工智能增强心电图模型用于预测完全性心脏传导阻滞风险 | 首次开发深度学习模型预测完全性心脏传导阻滞风险，使用残差卷积神经网络架构和离散时间生存损失函数 | 研究基于回顾性队列数据，需要前瞻性验证 | 开发AI-ECG风险估计器预测完全性心脏传导阻滞发生风险 | 心电图数据和患者队列 | 医疗人工智能 | 心血管疾病 | 心电图分析 | CNN | 心电图信号 | Beth Israel Deaconess医学中心1,163,401份心电图来自189,539名患者；UK Biobank队列50,641份心电图来自189,539名患者 | NA | 残差卷积神经网络 | C指数, AUROC, 调整后风险比 | NA |
| 1327 | 2025-11-13 |
Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients. Response to Br J Anaesth 2025; 135: 249-50
2025-Nov, British journal of anaesthesia
IF:9.1Q1
DOI:10.1016/j.bja.2025.07.066
PMID:40885701
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1328 | 2025-11-14 |
Hybrid AI Model With CNNs and Vision Transformers for Precision Pest Classification in Crops
2025-Nov, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.71174
PMID:41221087
|
研究论文 | 提出了一种融合CNN和视觉Transformer的混合深度学习模型HyPest-Net，用于农作物害虫的精确分类 | 集成CNN局部特征提取、通道与空间注意力机制以及视觉Transformer模块，解决视觉相似物种、背景干扰和光照变化等挑战 | NA | 开发有效的害虫管理技术，实现害虫的及时准确识别 | 农作物害虫 | 计算机视觉 | NA | 深度学习 | CNN, Vision Transformer | 图像 | 两个基准数据集：水稻害虫数据集（5类）和危险农场昆虫数据集（15类） | NA | HyPest-Net（集成CNN、注意力机制、ViT-B/16） | 准确率, 精确率, 敏感度, 特异性, F1分数 | NA |
| 1329 | 2025-11-13 |
Exploring the enantioselective synthesis mechanism of ammonium cations in solution using deep learning potential
2025-Nov-12, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d5cp03439f
PMID:41147815
|
研究论文 | 本研究提出结合主动学习、分子动力学和深度学习势的模拟工作流，用于探索溶液中铵阳离子的对映选择性合成机制 | 开发了集成AIMD和DLPMD的主动学习工作流，能够模拟大分子系统在长时间尺度下的对映选择性反应机制 | NA | 提高复杂溶液中不对称合成预测准确性，探索对映选择性反应机制 | 由1,1'-联-2-萘酚支架催化的季铵阳离子的对映选择性合成 | 机器学习 | NA | 分子动力学模拟，深度学习势分子动力学，主动学习工作流 | 深度学习势 | 分子模拟数据 | NA | NA | NA | 与实验观测的手性结果一致性，HNMR光谱验证 | NA |
| 1330 | 2025-11-13 |
LKE-DTA: predicting drug-target binding affinity with large language model representations and knowledge graph embeddings
2025-Nov-12, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-025-11394-1
PMID:41222841
|
研究论文 | 提出融合大语言模型和知识图谱的LKE-DTA框架，用于预测药物-靶点结合亲和力 | 首次将大语言模型与知识图谱协同集成，并提出双多头注意力机制动态融合异质嵌入 | NA | 提高药物-靶点结合亲和力预测的准确性 | 药物和蛋白质 | 机器学习 | NA | 深度学习 | 注意力机制 | 分子表示，知识图谱嵌入 | 基准数据集（Davis、KIBA）和独立测试集 | NA | 双多头注意力机制 | MSE, MAE, CI, r | NA |
| 1331 | 2025-11-13 |
SAFT: Real-Time Tracking and Mapping With Self-Supervised Robust Stereo Matching for Underwater Vehicles
2025-Nov-11, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3618666
PMID:41217922
|
研究论文 | 提出一种基于自监督鲁棒立体匹配的水下机器人实时跟踪与建图框架SAFT | 提出三种关键创新：集成成本聚合与迭代优化的立体匹配网络、利用时空约束的自监督损失函数、集成自监督模型的实时跟踪建图算法 | NA | 解决水下机器人因视觉质量退化、特征模糊和计算资源有限而面临的鲁棒高效跟踪与建图挑战 | 水下机器人 | 计算机视觉 | NA | 立体匹配 | 深度学习网络 | 立体图像 | 公共和定制水下数据集 | PyTorch | SAFT-Stereo, SAFT-DSOL | 泛化性能, 推理时间, 跟踪稳定性, 重建质量 | 实时计算资源 |
| 1332 | 2025-11-13 |
Developments in diagnosis and treatment of early hypopharyngeal carcinoma and precancerous lesions: A review
2025-Nov-07, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000045617
PMID:41204550
|
综述 | 总结早期下咽癌及癌前病变诊断与治疗的最新进展 | 专门聚焦早期下咽癌的综述，系统整合了窄带成像放大内镜和人工智能等新兴诊断技术以及经口微创手术等治疗进展 | NA | 探讨早期下咽癌及癌前病变的诊断与治疗策略 | 下咽癌患者及癌前病变 | 数字病理 | 下咽癌 | 窄带成像放大内镜(ME-NBI), 深度学习 | 深度学习算法 | 内镜图像 | NA | NA | NA | NA | NA |
| 1333 | 2025-11-12 |
ReMLP-NET: A Neural Network Interaction Potential for Molecular Energy Prediction
2025-Nov-11, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01453
PMID:41143577
|
研究论文 | 提出一种名为ReMLP-NET的神经网络相互作用势，用于预测分子能量 | 使用遗传算法选择对称函数超参数，相比ReANI-2x模型在分子能量预测性能上有显著提升 | 仅适用于包含H、C、N、O、F、S、Cl元素的分子结构 | 开发计算效率更高的分子能量预测方法以替代量子力学计算 | 来自GDB13和DUD-E数据集的分子结构 | 机器学习 | NA | 机器学习算法 | MLP | 分子结构数据 | 来自Retrievium存储库的优化结构和总能量数据 | NA | 多层感知机神经网络 | MAE, RMSE | NA |
| 1334 | 2025-11-12 |
Enabling Weather-Independent Gas Detection through Deep Learning on Light-Activated Sensors
2025-Nov-11, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.5c10308
PMID:41144602
|
研究论文 | 通过将铋掺杂氧化铟纳米纤维与微发光二极管平台集成，并采用深度学习分析瞬态传感信号，实现天气无关的NO和H₂O气体检测 | 首次将铋掺杂氧化铟纳米纤维直接集成到μLED平台，结合CNN算法分析瞬态信号，实现天气无关的气体传感 | NA | 开发能够在环境变化条件下稳定工作的实时环境监测气体传感器 | 一氧化氮(NO)和水分(H₂O)气体 | 传感器技术 | NA | 光激活气体传感，蓝色光照激活 | CNN | 瞬态传感信号 | NA | NA | 卷积神经网络 | 分类准确率, 回归误差 | NA |
| 1335 | 2025-11-12 |
GFANet: Global Feature Attention Network for Polyp Segmentation
2025-Nov-10, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01734-w
PMID:41214244
|
研究论文 | 提出一种用于息肉分割的全局特征注意力网络GFANet | 集成三个创新模块：全局特征方向编码器（GFDE）捕获垂直和水平方向的全局上下文，特征注意力模块（FAM）增强息肉区域特征表示，多尺度信息聚合（MIA）模块提升多尺度特征融合能力 | NA | 解决息肉自动分割中边界模糊、小息肉检测灵敏度低和多尺度信息融合不足的挑战 | 结直肠息肉 | 计算机视觉 | 结直肠癌 | 深度学习 | CNN | 医学图像 | 五个公开数据集（包括CVC-300和ETIS-LaribPolypDB） | NA | GFANet（包含GFDE、FAM、MIA模块） | 平均Dice系数（mDice），平均交并比（mIoU） | NA |
| 1336 | 2025-11-12 |
Carafe enables high quality in silico spectral library generation for data-independent acquisition proteomics
2025-Nov-06, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-64928-4
PMID:41198693
|
研究论文 | 本研究开发了Carafe工具，通过直接在DIA数据上训练深度学习模型来生成高质量的计算光谱库 | 首次直接在DIA数据上训练深度学习模型生成光谱库，相比基于DDA数据的传统方法具有更好的性能 | NA | 提高数据非依赖性采集蛋白质组学中计算光谱库的生成质量 | 质谱数据中的肽段碎片离子强度预测 | 计算蛋白质组学 | NA | 数据非依赖性采集质谱，数据依赖性采集质谱 | 深度学习 | 质谱数据 | 多种DIA数据集 | NA | NA | 碎片离子强度预测准确度，肽段检测率 | NA |
| 1337 | 2025-11-12 |
AI-Assisted Capsule Endoscopy for Detection of Ulcers and Erosions in Crohn's Disease: A Multicenter Validation Study
2025-Nov-05, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association
IF:11.6Q1
DOI:10.1016/j.cgh.2025.09.036
PMID:41076040
|
研究论文 | 验证人工智能辅助胶囊内镜在克罗恩病患者中检测溃疡和糜烂的多中心研究 | 首次在多中心研究中验证AI模型在不同胶囊内镜设备上检测溃疡和糜烂的性能 | 研究仅针对两种胶囊内镜设备，样本量相对有限 | 验证AI辅助阅读在胶囊内镜中检测溃疡和糜烂的诊断性能 | 克罗恩病患者的胶囊内镜检查数据 | 医学影像分析 | 克罗恩病 | 胶囊内镜检查 | 深度学习模型 | 内镜图像 | 259例胶囊内镜检查 | NA | NA | 灵敏度, 特异度, 阳性预测值, 阴性预测值, 准确率 | NA |
| 1338 | 2025-11-11 |
Enhancing Dental Caries Classification with Adversarial Training on Bitewing Radiographs
2025-Nov-10, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01737-7
PMID:41212346
|
研究论文 | 本研究通过将投影梯度下降对抗训练应用于ResNet模型，提升咬翼片X光影像中龋齿分类的准确性和鲁棒性 | 首次将投影梯度下降对抗训练技术应用于龋齿分类任务，通过引入轻微扰动增强数据集，显著提升模型性能 | 仅使用单一类型影像数据（咬翼片X光），未考虑其他影像模态；模型性能仍有提升空间 | 提高基于深度学习的龋齿分类模型的准确性和鲁棒性 | 咬翼片X光影像中的龋齿病变 | 计算机视觉 | 龋齿 | X光影像分析 | CNN | 医学影像 | NA | NA | ResNet-50 | 准确率, 敏感度, 特异性 | NA |
| 1339 | 2025-11-11 |
Rapid consistent reef surveys with DeepReefMap
2025-Nov-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-20795-z
PMID:41203649
|
研究论文 | 介绍使用DeepReefMap进行快速珊瑚礁调查的创新方法，通过神经网络实现3D语义映射 | 首次在红海进行大规模跨国珊瑚礁调查，开发了基于深度学习的实用3D水下测绘和语义分割系统 | NA | 开发高效、标准化、可扩展且经济的珊瑚礁监测策略 | 红海珊瑚礁生态系统 | 计算机视觉 | NA | 水下摄像技术 | 神经网络 | 视频 | 365个视频样带，来自45个地点，184小时视频素材，200,000个标注多边形 | NA | NA | 鲁棒性评估 | NA |
| 1340 | 2025-11-11 |
A hybrid approach leveraging meta-heuristic and ensemble learning for time-sensitive prediction of pollutant concentrations
2025-Nov-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23940-w
PMID:41203671
|
研究论文 | 提出一种结合元启发式算法和集成学习的混合深度学习模型，用于污染物浓度的时间敏感预测 | 首次将爬行动物搜索算法(RSA)与CNN、LSTM和XGBoost集成，通过特征优化和重要性评分提升预测性能 | 研究仅针对印度城市环境，未验证在其他地理区域的适用性 | 开发高精度的污染物浓度预测模型，支持空气质量长期预报 | 大气污染物包括PM2.5、CO、SO2和NO2 | 机器学习 | NA | 时间序列分析 | CNN, LSTM, XGBoost, RSA | 时间序列数据 | NA | NA | CNN, LSTM, Transformer, BiLSTM, BiRNN, ANN, BiGRU | 准确率, 鲁棒性, 误差指标, R²分数 | NA |