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 24162 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-05-03 |
Robust DEEP heterogeneous ensemble and META-learning for honey authentication
2025-Aug-01, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.144001
PMID:40184746
|
研究论文 | 本研究提出了一种结合多种分析技术和深度学习模型的新框架，用于区分纯蜂蜜与掺假蜂蜜 | 通过元学习整合多种分析技术和深度学习模型，扩展了输入特征空间，提高了预测性能 | 未提及具体的数据来源和样本采集细节 | 解决蜂蜜掺假问题，保障消费者健康和经济诚信 | 纯蜂蜜与掺假蜂蜜（蔗糖糖浆、葡萄糖浆或焦糖味冰淇淋配料） | 分析化学 | NA | 多种分析技术 | CNN, 元学习 | NA | NA |
| 2 | 2025-05-03 |
A deep learning model for structure-based bioactivity optimization and its application in the bioactivity optimization of a SARS-CoV-2 main protease inhibitor
2025-Jul-05, European journal of medicinal chemistry
IF:6.0Q1
DOI:10.1016/j.ejmech.2025.117602
PMID:40239482
|
研究论文 | 本文提出了一种基于深度学习的结构生物活性优化模型Pocket-StrMod，并应用于SARS-CoV-2主要蛋白酶抑制剂的生物活性优化 | 开发了Pocket-StrMod模型，采用自回归流架构，在蛋白质结合口袋内同步优化所有取代基，显著提高了生物活性优化的效率和效果 | 模型的应用范围可能受限于特定蛋白质结合口袋的结构特性 | 开发一种快速且成本效益高的生物活性优化方法，以加速药物发现的早期阶段 | SARS-CoV-2主要蛋白酶抑制剂Hit1及其优化后的化合物 | 机器学习 | COVID-19 | 深度学习 | 自回归流模型 | 分子结构数据 | 6种合成并测试生物活性的化合物 |
| 3 | 2025-05-03 |
Sliding-window enhanced olfactory visual images combined with deep learning to predict TVB-N content in chilled mutton
2025-Jul, Meat science
IF:5.7Q1
DOI:10.1016/j.meatsci.2025.109791
PMID:40048988
|
研究论文 | 本研究提出了一种新颖的嗅觉可视化图像数据增强方法，结合深度学习准确预测冷藏羊肉中的总挥发性盐基氮（TVB-N）含量 | 提出滑动窗口方法增强嗅觉可视化图像，结合深度学习模型提高TVB-N含量预测的准确性 | NA | 准确预测冷藏羊肉中的TVB-N含量，用于现场评估羊肉新鲜度 | 冷藏羊肉 | 计算机视觉 | NA | 嗅觉可视化传感器阵列 | InceptionNetV3, ResNet50, MobileNetV3, PLSR, SVR, RF | 图像 | NA |
| 4 | 2025-05-03 |
DisDock: A Deep Learning Method for Metal Ion-Protein Redocking
2025-Jun, Proteins
IF:3.2Q2
DOI:10.1002/prot.26791
PMID:39838957
|
研究论文 | 提出了一种名为DisDock的深度学习方法，用于预测蛋白质与金属离子的对接结构 | 结合U-net架构与自注意力模块，利用几何信息揭示原子相互作用的潜在特征 | 未提及具体局限性 | 预测金属离子与蛋白质的结合结构 | 金属蛋白 | 机器学习 | NA | 深度学习 | U-net与自注意力模块结合 | 距离矩阵 | 来自MOAD的高质量金属蛋白数据集 |
| 5 | 2025-05-03 |
OrgaMeas: A pipeline that integrates all the processes of organelle image analysis
2025-Jun, Biochimica et biophysica acta. Molecular cell research
DOI:10.1016/j.bbamcr.2025.119964
PMID:40268058
|
research paper | 介绍了一种名为OrgaMeas的高通量图像分析流程，用于测量细胞器的形态和动态 | 整合了两个基于深度学习的工具OrgaSegNet和DIC2Cells，实现了高精度的细胞器分割和单细胞水平的数据处理 | 未提及具体的性能对比实验或在实际应用中的具体表现 | 开发一个低成本、易用的图像分析流程，用于细胞器研究 | 细胞器的形态和动态 | digital pathology | NA | deep learning-based image analysis | CNN (implied by deep learning-based tools) | image | NA |
| 6 | 2025-05-03 |
Dynamic Prediction and Intervention of Serum Sodium in Patients with Stroke Based on Attention Mechanism Model
2025-Jun, Journal of healthcare informatics research
IF:5.4Q1
DOI:10.1007/s41666-025-00192-x
PMID:40309130
|
研究论文 | 本研究开发了一种基于多头注意力机制的深度学习模型，用于实时预测中风患者的血清钠浓度并提供个性化干预建议 | 引入了时间-特征融合多头注意力（TFF-MHA）模型，能够处理复杂的动态特征和长时间序列数据，优于现有模型 | 模型依赖于公开数据集，可能无法涵盖所有临床场景 | 优化中风患者的血清钠管理策略，提供临床决策支持工具 | ICU中风患者 | 医疗信息学 | 中风 | 深度学习 | TFF-MHA（时间-特征融合多头注意力模型） | 时间序列临床数据 | MIMIC-III（2346例）和MIMIC-IV（896例）数据集 |
| 7 | 2025-05-03 |
Metal Suppression Magnetic Resonance Imaging Techniques in Orthopaedic and Spine Surgery
2025-May-15, The Journal of the American Academy of Orthopaedic Surgeons
IF:2.6Q1
DOI:10.5435/JAAOS-D-24-01057
PMID:40063737
|
review | 本文综述了骨科和脊柱手术中金属抑制磁共振成像技术的应用及其重要性 | 探讨了最新的金属伪影抑制成像技术及未来方向（如深度学习/人工智能） | 未提及具体实验数据或样本量的限制 | 评估骨科MRI中常见的伪影及金属伪影减少方法 | 骨科和脊柱手术中的金属植入物及周围软组织 | 医学影像 | 骨科和脊柱疾病 | MRI | NA | 医学影像 | NA |
| 8 | 2025-05-03 |
Integrating Plasma Cell-Free DNA Fragment End Motif and Size with Genomic Features Enables Lung Cancer Detection
2025-May-02, Cancer research
IF:12.5Q1
DOI:10.1158/0008-5472.CAN-24-1517
PMID:40136052
|
研究论文 | 通过整合血浆游离DNA片段末端基序、大小及基因组特征，开发了一种提高肺癌检测准确性的深度学习方法 | 结合cfDNA片段末端基序与大小特征及基因组覆盖度，开发了性能优于单一特征的集成分类器，并在不同种族人群中验证了其泛化能力 | 样本量相对有限，尤其是高加索人验证队列仅包含50例患者和50例对照 | 提高肺癌早期检测的准确性 | 肺癌患者与健康对照的血浆游离DNA | 数字病理学 | 肺癌 | 全基因组测序 | 深度学习分类器 | 基因组数据 | 韩国发现数据集（218例患者+2559例对照）、韩国验证数据集（111例患者+1136例对照）、高加索人验证队列（50例患者+50例对照） |
| 9 | 2025-05-03 |
NA_mCNN: Classification of Sodium Transporters in Membrane Proteins by Integrating Multi-Window Deep Learning and ProtTrans for Their Therapeutic Potential
2025-May-02, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.4c00884
PMID:40193588
|
研究论文 | 该研究提出了一种名为NA_mCNN的计算方法，通过整合多窗口深度学习和ProtTrans蛋白质语言模型，对膜蛋白中的钠转运体进行分类，以探索其治疗潜力 | 结合蛋白质语言模型嵌入和多窗口扫描深度学习模型，提高了钠转运体分类的准确性 | 未提及具体局限性 | 利用深度学习和蛋白质语言模型识别钠转运体，加速其鉴定并开发新的治疗干预措施 | 膜蛋白中的钠转运体 | 机器学习 | 高血压、糖尿病、神经系统疾病、癌症 | 蛋白质语言模型嵌入（PLMs）、多窗口扫描深度学习模型 | CNN | 蛋白质序列数据 | 未提及具体样本数量 |
| 10 | 2025-05-03 |
Deep Learning-Based Prediction of Decoy Spectra for False Discovery Rate Estimation in Spectral Library Searching
2025-May-02, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.4c00304
PMID:40252226
|
研究论文 | 本研究探讨了基于深度学习的诱饵光谱预测方法，用于光谱库搜索中的假发现率估计 | 提出了无需模板光谱即可生成诱饵光谱的shuffle-and-predict方法，提高了诱饵光谱的多样性和数量 | 未明确说明该方法在预测库场景下的具体性能限制 | 改进蛋白质组学数据分析中的假发现率估计方法 | 预测光谱库和诱饵光谱 | 机器学习 | NA | 深度学习 | NA | 光谱数据 | NA |
| 11 | 2025-05-03 |
Massive experimental quantification allows interpretable deep learning of protein aggregation
2025-May-02, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adt5111
PMID:40305601
|
研究论文 | 通过大规模实验量化数据训练可解释的深度学习模型CANYA，用于预测蛋白质聚集 | 利用超过10万条蛋白质序列的实验量化数据训练卷积-注意力混合神经网络CANYA，显著提高了预测准确性，并通过基因组神经网络可解释性分析揭示了其决策过程 | NA | 开发能够准确预测蛋白质聚集的深度学习模型 | 蛋白质序列及其聚集特性 | 机器学习 | NA | 卷积-注意力混合神经网络 | CANYA（CNN与注意力机制混合模型） | 蛋白质序列数据 | 超过10万条蛋白质序列 |
| 12 | 2025-05-03 |
A multimodal and fully automated system for prediction of pathological complete response to neoadjuvant chemotherapy in breast cancer
2025-May-02, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adr1576
PMID:40305609
|
研究论文 | 开发了一种多模态集成全自动管道系统（MIFAPS），用于预测乳腺癌患者对新辅助化疗的病理完全缓解 | 整合了多模态数据（MRI、全切片图像和临床风险因素）的全自动系统，显著优于单模态模型 | 需要进一步验证系统的临床适用性和泛化能力 | 提高乳腺癌患者对新辅助化疗病理完全缓解的预测准确性 | 1004名局部晚期乳腺癌患者 | 数字病理学 | 乳腺癌 | 深度学习 | MIFAPS | 图像、临床数据 | 1004名患者 |
| 13 | 2025-05-03 |
A depression detection approach leveraging transfer learning with single-channel EEG
2025-May-02, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/adcfc8
PMID:40314182
|
research paper | 提出一种利用单通道脑电图（EEG）和迁移学习技术检测抑郁症的方法 | 采用单通道EEG信号和迁移学习技术，解决了多通道EEG在日常生活应用中的限制，并通过图像转换提高了模型性能 | 可用的抑郁症EEG数据有限，可能影响模型在区分抑郁症患者和健康受试者方面的效果 | 开发一种基于单通道EEG信号的抑郁症检测模型 | 抑郁症患者和健康个体的EEG信号 | machine learning | geriatric disease | EEG信号处理和迁移学习 | ResNet152V2 | EEG信号（转换为图像） | 有限数量的受试者 |
| 14 | 2025-05-03 |
Heuristic multi-scale feature fusion with attention-based CNN for sentiment analysis
2025-May-02, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2498735
PMID:40314204
|
研究论文 | 提出了一种基于注意力机制的启发式多尺度特征融合CNN模型，用于情感分析 | 结合了多尺度特征融合和注意力机制的CNN模型，并使用改进的FORSO算法进行参数调优 | 未提及具体的数据集规模和模型计算复杂度 | 提高情感分析的准确率 | 用户生成的文本数据 | 自然语言处理 | NA | BERT, Transformers, word2vector | MFF-AACNet (基于注意力机制的CNN) | 文本 | 未提及具体数量，数据来自公开资源 |
| 15 | 2025-05-03 |
Semantical and geometrical protein encoding toward enhanced bioactivity and thermostability
2025-May-02, eLife
IF:6.4Q1
DOI:10.7554/eLife.98033
PMID:40314227
|
研究论文 | 本文提出了一种结合序列和几何编码器的蛋白质预训练框架，旨在提高蛋白质变体的生物活性和热稳定性预测准确性 | 创新性地整合了蛋白质一级和三级结构的序列与几何编码器，通过模拟自然选择指导突变方向，并在三个包含300多个深度突变扫描实验的基准测试中展示了卓越性能 | 未明确提及方法在预测蛋白质热稳定性方面的基础评估不足 | 提高蛋白质工程中变体效应的预测准确性，特别是生物活性和热稳定性 | 蛋白质序列和结构 | 合成生物学 | NA | 深度学习方法 | 预训练框架（结合序列和几何编码器） | 蛋白质序列和结构数据 | 超过300个深度突变扫描实验 |
| 16 | 2025-05-03 |
Evolutionary Dynamics and Functional Differences in Clinically Relevant Pen β-Lactamases from Burkholderia spp
2025-May-02, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c00271
PMID:40314617
|
研究论文 | 该研究通过机器学习和分子动力学模拟探讨了Burkholderia spp中四种Pen β-内酰胺酶的动态差异和功能差异 | 结合机器学习、增强采样分子动力学模拟和深度学习技术，揭示了Pen β-内酰胺酶的动态特征和活性位点局部动态 | NA | 研究Pen β-内酰胺酶的动态差异和功能差异，以应对抗菌素耐药性 | 四种Pen β-内酰胺酶（PenA、PenI、PenL和PenP） | 生物信息学 | 细菌感染 | 机器学习和分子动力学模拟 | Markov State Models (MSMs)、卷积变分自编码器(CVAE)、BindSiteS-CNN | 分子动力学模拟数据 | 四种Pen β-内酰胺酶 |
| 17 | 2025-05-03 |
Automatic ultrasound image alignment for diagnosis of pediatric distal forearm fractures
2025-May-02, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03361-w
PMID:40314702
|
研究论文 | 开发了一种自动对齐超声图像的方法，用于诊断儿童远端前臂骨折 | 提出了一种全自动的超声图像对齐流程，减少了X射线依赖，降低了辐射暴露和疼痛 | 数据集规模有限，未来需要增加数据量以提高诊断准确性和可靠性 | 开发一种自动对齐超声图像的方法，用于儿童远端前臂骨折的诊断 | 儿童远端前臂骨折 | 数字病理 | 骨折 | 深度学习 | 深度学习模型 | 超声图像 | 未明确提及样本数量 |
| 18 | 2025-05-03 |
Deep learning-based automatic cranial implant design through direct defect shape prediction and its comparison study
2025-May-02, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03363-5
PMID:40314711
|
research paper | 提出了一种基于深度学习的自动颅骨植入物设计工作流程，通过直接预测缺损形状并与传统后处理步骤结合 | 将颅骨植入物设计问题视为一种特殊的形状补全任务，提出了一种结合深度神经网络和传统后处理的自动化工作流程 | 未提及具体的数据集规模或多样性限制 | 自动化颅骨植入物设计流程以减少治疗时间 | 人类颅骨缺损及修复植入物 | digital pathology | NA | deep learning | deep neural network | 3D shape data | 未明确提及具体样本数量 |
| 19 | 2025-05-03 |
Deep learning for automatic volumetric bowel segmentation on body CT images
2025-May-02, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11623-z
PMID:40314787
|
research paper | 开发了一种用于自动肠道分割的深度神经网络，并评估其在便秘患者中估计大肠长度的适用性 | 使用3D nnU-Net模型实现了胃肠道的高精度分割和四部分分离，性能优于现有工具TotalSegmentator | 食管的分割精度相对较低（DSC为0.807±0.173） | 开发自动肠道分割模型并评估其在便秘患者中的应用 | 便秘患者和健康检查者的腹部CT图像 | digital pathology | constipation | CT imaging | 3D nnU-Net | image | 模型开发使用了133例CT扫描（88名患者），外部测试使用了60例CT扫描（30名患者），LBL测量使用了100例CT扫描（51名患者） |
| 20 | 2025-05-03 |
Should end-to-end deep learning replace handcrafted radiomics?
2025-May-02, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07314-y
PMID:40314811
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |