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 36465 篇文献，本页显示第 5181 - 5200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5181 | 2025-10-05 |
NUPES: Non-Uniform Post-Training Quantization via Power Exponent Search
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3593987
PMID:40758517
|
研究论文 | 提出一种通过幂指数搜索的非均匀后训练量化方法NUPES，用于深度神经网络特别是大语言模型的压缩部署 | 利用自同构保持标量乘法，通过幂函数变换实现非均匀量化，并提出在完整量化空间中学习新权重的优化范式 | 论文未明确说明具体计算资源需求和最大可处理模型规模 | 降低深度神经网络特别是大语言模型的内存占用和推理延迟 | 深度神经网络权重和激活值，特别关注大语言模型中的异常值 | 机器学习 | NA | 后训练量化 | Transformer | 神经网络权重和激活值 | NA | NA | Transformer, 大语言模型 | 压缩率，推理延迟，内存占用 | NA |
| 5182 | 2025-10-05 |
Protecting Feature Privacy in Person Re-Identification
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3590979
PMID:40758524
|
研究论文 | 提出一种基于GAN的特征隐私保护行人重识别模型，通过双重对抗目标和两步训练策略平衡隐私保护与识别性能 | 引入GAN强制重建图像遵循原始图像分布，提出效用-可逆比(URR)评估指标，设计两步训练和惰性更新策略解决双重对抗优化难题 | 在保护隐私的同时仍会带来微小的识别精度损失 | 保护行人重识别中深度特征的隐私安全，防止特征被逆向还原为原始图像 | 行人重识别系统中的深度特征表示 | 计算机视觉 | NA | 生成对抗网络(GAN) | GAN, CNN | 图像 | NA | NA | GAN | 效用-可逆比(URR), 识别准确率 | NA |
| 5183 | 2025-10-05 |
EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3354997
PMID:38227417
|
研究论文 | 提出一种广义端到端概率性PnP方法EPro-PnP，用于单目物体姿态估计 | 将PnP构建为可输出SE(3)流形上姿态分布的概率层，通过最小化预测与目标姿态分布的KL散度来学习2D-3D对应关系 | 未明确说明方法在极端遮挡或光照条件下的鲁棒性 | 解决单目RGB图像中3D物体姿态估计问题 | 3D物体姿态 | 计算机视觉 | NA | 深度学习 | 神经网络 | RGB图像 | NA | NA | 可变形对应网络 | 姿态精度 | NA |
| 5184 | 2025-10-05 |
Deep Learning-Based Point Cloud Compression: An In-Depth Survey and Benchmark
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3594355
PMID:40742848
|
综述 | 本文系统综述了基于深度学习的点云压缩方法，包括数据集介绍、算法演进、基准测试分析和未来趋势展望 | 首次对深度学习点云压缩领域进行全面系统综述，并进行了广泛的基准测试比较分析 | 作为综述性文章，主要依赖现有文献分析，缺乏原创性算法提出 | 总结深度学习点云压缩的研究进展并指明未来研究方向 | 点云压缩算法、数据集和国际标准 | 计算机视觉 | NA | 深度学习 | NA | 点云数据 | 多个点云数据集 | NA | NA | 基准测试比较 | NA |
| 5185 | 2025-10-05 |
SEMI-CAVA: A Causal Variational Approach to Semi-Supervised Learning
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3594360
PMID:40742852
|
研究论文 | 提出一种结合因果推理和变分推断的半监督学习方法SEMI-CAVA | 将Mixup策略解释为随机干预并引入一致性损失以促进潜在表示的一致性，为学习到的潜在表示与真实因果因子对齐提供理论保证 | NA | 开发用于半监督学习的因果生成模型 | 医学数据集和标准基准数据集(CIFAR10, CIFAR100, SVHN) | 机器学习 | NA | 变分推断 | 生成模型 | 多模态医学数据，图像数据 | NA | NA | NA | NA | NA |
| 5186 | 2025-10-05 |
VLPose: Bridging the Domain Gap in Pose Estimation With Language-Vision Tuning
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3594097
PMID:40788797
|
研究论文 | 提出了一种名为VLPose的新框架，通过语言-视觉调优来解决姿态估计中的领域差距问题 | 利用语言模型的潜力增强传统姿态估计模型的适应性，通过语言和视觉的协同作用扩展姿态估计模型的泛化能力和鲁棒性 | NA | 通过高效的调优策略弥合自然场景和人工场景之间的领域差距 | 人体姿态估计 | 计算机视觉 | NA | 语言-视觉调优 | NA | 图像 | HumanArt和MSCOCO数据集 | NA | VLPose | 准确率提升百分比 | NA |
| 5187 | 2025-10-05 |
Research hotspots and trends of pediatric bone age: A bibliometric and visualization analysis
2025-Oct-04, Lasers in medical science
IF:2.1Q2
DOI:10.1007/s10103-025-04643-0
PMID:41044432
|
文献计量分析 | 通过文献计量和可视化分析方法探讨儿科骨龄研究的热点与趋势 | 首次系统分析儿科骨龄研究领域的发展脉络，识别新兴研究方向如深度学习和人工智能 | 仅基于Web of Science数据库，可能遗漏其他数据库的重要文献 | 识别儿科骨龄评估领域的研究热点并预测未来发展趋势 | 1965-2024年间发表的4652篇儿科骨龄相关文献 | 文献计量学 | 儿科发育疾病 | 文献计量分析，可视化分析 | NA | 文献数据 | 4652篇出版物 | VOSviewer, CiteSpace, bibliometrix | NA | NA | NA |
| 5188 | 2025-10-05 |
Current trends and future artificial intelligence applications in transfusion medicine: a bibliometric analysis
2025-Oct-04, Expert review of hematology
IF:2.3Q2
DOI:10.1080/17474086.2025.2570336
PMID:41045021
|
文献计量分析 | 通过文献计量分析探讨人工智能在输血医学领域的当前趋势和未来应用前景 | 首次对人工智能在输血医学领域的文献进行系统性计量分析，识别研究热点和发展趋势 | 仅基于Web of Science数据库，时间范围截至2025年8月，可能存在文献收录不全的局限 | 分析人工智能在输血医学领域的研究现状和未来发展方向 | 2000-2025年间发表的159篇相关学术文献 | 医疗信息学 | 输血医学 | 文献计量分析 | NA | 文献数据 | 159篇出版物 | VOSviewer, CiteSpace, Excel | NA | NA | NA |
| 5189 | 2025-10-05 |
Genomic Identification and Validation of Candidate Genes Associated with Alkalinity Tolerance in Exopalaemon carinicauda
2025-Oct-04, Marine biotechnology (New York, N.Y.)
DOI:10.1007/s10126-025-10524-y
PMID:41045383
|
研究论文 | 本研究通过基因组分析方法鉴定与脊尾白虾碱度耐受性相关的候选基因 | 首次结合BSA测序、深度学习方法和比较转录组分析系统鉴定脊尾白虾碱度耐受性相关基因 | 研究仅聚焦于极端表型个体，样本代表性可能存在局限 | 探究甲壳类动物盐碱适应的分子机制 | 脊尾白虾(Exopalaemon carinicauda) | 基因组学 | NA | 下一代测序,BSA分析,转录组分析,PCR测序 | 深度学习 | 基因组数据,转录组数据 | 极端表型个体DNA混合样本 | NA | NA | 欧几里得距离,ΔSNP-index | NA |
| 5190 | 2025-10-05 |
Deep learning-based cell type profiles reveal signatures of Alzheimer's disease resilience and resistance
2025-Oct-03, Brain : a journal of neurology
IF:10.6Q1
DOI:10.1093/brain/awaf285
PMID:40794555
|
研究论文 | 本研究开发了一种基于Transformer的深度学习模型，能够从批量RNA测序数据中恢复细胞类型特异性转录程序，用于探索阿尔茨海默病的认知韧性和脑抵抗机制 | 首次应用基于Transformer的深度学习模型从批量RNA测序数据中恢复细胞类型特异性转录程序，显著优于先前方法，为大规模研究复杂表型提供了新工具 | 单核技术存在核转录覆盖度低、成本高和技术复杂性的限制 | 揭示阿尔茨海默病韧性和抵抗的细胞类型特异性机制，识别特定治疗靶点 | 阿尔茨海默病患者脑组织细胞类型 | 自然语言处理,数字病理学 | 阿尔茨海默病 | RNA测序,单核技术 | Transformer | 转录组数据 | NA | NA | Transformer | NA | NA |
| 5191 | 2025-10-05 |
A Tutorial on MRI Reconstruction: From Modern Methods to Clinical Implications
2025-Oct-03, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3617575
PMID:41042661
|
教程 | 本教程系统介绍MRI重建技术，涵盖从经典方法到深度学习的最新进展及其临床意义 | 整合了基于显式手工先验的经典方法和结合学习与手工先验的深度学习方法，并提供配套Python工具箱 | 作为教程文章，主要提供方法概述而非原创研究，深度可能有限 | 概述MRI重建技术发展，探讨先进重建方法的临床转化意义 | MRI图像重建算法及其临床应用 | 医学影像处理 | NA | MRI成像技术 | 深度学习 | 医学影像数据 | NA | Python | NA | NA | NA |
| 5192 | 2025-10-05 |
A multi-layer encoder prediction model for individual sample specific gene combination effect (MLEC-iGeneCombo)
2025-Oct-03, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013547
PMID:41042795
|
研究论文 | 提出一种用于预测个体样本特异性基因组合效应的多层编码器模型MLEC-iGeneCombo | 首次引入基因组合效应直接测量指标log-fold change，并开发能预测新细胞系基因组合效应的系统生物学模型 | 仅基于18个CDKO实验数据验证，样本规模有限 | 开发个体样本特异性基因组合效应预测模型 | 基因组合双敲除实验数据 | 机器学习 | NA | CRISPR-cas9慢病毒转染，基因组合双敲除实验 | 深度学习 | 多组学数据，基因表达数据 | 18个CDKO实验 | 深度学习框架 | 多层编码器 | GCE预测性能71.9% | NA |
| 5193 | 2025-10-05 |
Quantifying HiPSC-CM structural organization at scale with deep learning-enhanced SarcGraph
2025-Oct-03, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013436
PMID:41042829
|
研究论文 | 本研究通过深度学习增强的SarcGraph框架量化hiPSC-CM的结构组织，改进了对未成熟心肌细胞结构的分析能力 | 结合基于深度学习的z盘分类器和新型集成图评分方法，显著减少假阳性肌节检测并改进肌原纤维识别 | NA | 开发计算框架以更好地评估hiPSC-CM的结构特征和功能行为 | 人诱导多能干细胞来源的心肌细胞(hiPSC-CM) | 数字病理学 | 心血管疾病 | 深度学习，无监督学习 | 深度学习分类器 | 细胞图像数据 | 艾伦细胞科学研究所发布的公开数据集 | SarcGraph | NA | 假阳性率，肌原纤维检测精度 | NA |
| 5194 | 2025-10-05 |
Deep-Learning-Guided Mining and Clustering of Remote Amino Acid Residues for the Simultaneous Engineering of the Catalytic Activity and Thermostability of a Processive Endoglucanase
2025-Oct-03, ACS synthetic biology
IF:3.7Q1
DOI:10.1021/acssynbio.5c00454
PMID:41043116
|
研究论文 | 本研究利用深度学习模型指导工程化改造过程性内切葡聚糖酶EG5C-1，成功提升了其催化活性和热稳定性 | 首次结合多种深度学习模型（MutCompute、DeepSequence、ESM-1v）通过聚类分析和贪心算法系统探索酶序列空间，并发现完全由远端氨基酸残基替换组成的精英变体 | NA | 同时提高过程性内切葡聚糖酶的催化效率和热稳定性 | 源自BS-5的过程性内切葡聚糖酶EG5C-1 | 机器学习 | NA | 深度学习引导的酶工程 | 深度学习模型 | 蛋白质序列数据 | NA | NA | MutCompute, DeepSequence, ESM-1v | 催化效率（kcat/Km），最适温度，热稳定性 | NA |
| 5195 | 2025-10-05 |
Remote Patient Monitoring System Combining Hardware and Artificial Intelligence Based Software
2025-Oct-03, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae0f1f
PMID:41043463
|
研究论文 | 开发了一种结合硬件和人工智能软件的远程患者监测系统，专注于心律失常检测 | 提出了基于AI的软件组件而非硬件组装，采用定制化的深度神经网络进行心律失常检测 | NA | 开发远程患者监测系统，实现心律失常的早期和可靠检测 | 患者生理数据，特别是心脏异常和心律失常相关数据 | 医疗人工智能 | 心血管疾病 | 物联网传感器数据采集，深度学习分析 | 深度神经网络(DNN) | 生物医学传感器数据 | NA | NA | 定制化深度神经网络 | 准确率, 召回率, 精确率 | NA |
| 5196 | 2025-10-05 |
Deep learning-enhanced 3D real-time photoacoustic imaging using experimental ground truths obtained from fluctuation imaging
2025-Oct-03, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae0f70
PMID:41043483
|
研究论文 | 本研究提出一种基于深度学习的3D光声成像增强方法，利用波动成像获取实验性真实标签来训练神经网络 | 首次使用实验性单次3D光声图像和对应的PAFI图像构建训练数据集，实现实时3D光声成像增强 | 输出图像分辨率低于PAFI方法，且初步体内验证仅在老鼠中进行 | 开发能够实时消除伪影的3D光声成像技术 | 鸡胚胎血管结构和老鼠体内血管 | 医学影像处理 | 血管疾病 | 光声成像(PA)，光声波动成像(PAFI) | CNN | 3D图像 | 鸡胚胎血管和老鼠体内血管样本 | NA | 3D ResU-Net | 可见性，对比度，准确率 | NA |
| 5197 | 2025-10-05 |
Deep Learning-Enhanced Dual-Component Gas Sensor Based on Wavelength Modulation Spectroscopy
2025-Oct-03, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c03438
PMID:41044044
|
研究论文 | 提出一种基于波长调制光谱和深度学习增强的双组分气体传感器，实现呼出气体中CO和CH4浓度的同步检测 | 首次将深度学习增强的WMS技术应用于人体呼出气体双组分检测，采用GAN进行光谱信号数据增强解决实验数据稀缺问题 | 未明确说明模型在更复杂气体混合物中的性能，数据增强方法的泛化能力有待进一步验证 | 解决气体混合物因光谱重叠导致的定性和定量检测挑战 | 呼出气体中的二氧化碳(CO)和甲烷(CH4) | 机器学习 | NA | 波长调制光谱(WMS) | CNN, GAN | 光谱信号(2f/1f信号) | NA | NA | CNN, GAN | 决定系数, 检测限(CO: 17.34 ppm, CH4: 3.52 ppb) | NA |
| 5198 | 2025-10-05 |
Template Learning: Deep learning with domain randomization for particle picking in cryo-electron tomography
2025-Oct-03, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-63895-0
PMID:41044063
|
研究论文 | 提出一种结合深度学习和领域随机化的模板学习方法，用于冷冻电子断层扫描中的颗粒挑选 | 将深度学习准确性与通过领域随机化在生物分子模板上训练的便利性相结合，自动化合成数据集生成 | NA | 改进冷冻电子断层扫描数据中的颗粒挑选方法 | 生物分子和细胞组分 | 计算机视觉 | NA | 冷冻电子断层扫描 | 深度学习 | 断层扫描图像 | NA | Python | NA | 精度, 方向检测均匀性 | GPU/CPU并行化 |
| 5199 | 2025-10-05 |
Hybrid CNN-BLSTM architecture for classification and detection of arrhythmia in ECG signals
2025-Oct-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17671-1
PMID:41044087
|
研究论文 | 提出一种结合CNN和BLSTM的混合深度学习架构，用于心电信号的自动心律失常检测与分类 | 融合CNN和BLSTM的混合架构，结合Mish激活函数增强非线性表示能力，实现高精度心律失常分类 | 未明确说明模型在噪声环境下的鲁棒性及跨设备泛化能力 | 开发自动心律失常检测与分类系统 | 心电图信号 | 机器学习 | 心血管疾病 | 心电图分析 | CNN, BLSTM | 时序信号数据 | MIT-BIH心律失常数据库和临床心电图记录的组合数据集 | NA | CNN-BLSTM混合架构 | 准确率, 灵敏度, 特异性 | NA |
| 5200 | 2025-10-05 |
A deep learning pipeline for age prediction from vocalisations of the domestic feline
2025-Oct-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17986-z
PMID:41044140
|
研究论文 | 本研究开发了一种从家猫发声中进行年龄预测的深度学习流程 | 提出了首个专门用于年龄预测的家猫发声数据集，并开发了新颖的深度学习流程 | 模型泛化能力和鲁棒性有待进一步提高 | 开发自动年龄分类方法以促进跨物种交流 | 家猫发声 | 数字生物声学 | NA | 深度学习 | VGGish, YAMNet, Perch | 音频 | NA | NA | VGGish, YAMNet, Perch | NA | NA |