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 31416 篇文献，本页显示第 901 - 920 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 901 | 2025-09-15 |
CellFuse Enables Multi-modal Integration of Single-cell and Spatial Proteomics data
2025-Jul-26, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.23.665976
PMID:40777394
|
研究论文 | 提出CellFuse，一种基于深度学习的多模态整合框架，用于整合单细胞和空间蛋白质组学数据 | 专门针对特征重叠有限的场景设计，利用监督对比学习实现跨模态和实验条件的无缝整合，在整合质量和运行效率上优于现有方法 | NA | 开发一个模态无关的整合框架，以解决单细胞和空间蛋白质组学数据整合中的挑战 | 健康PBMCs、骨髓、CAR-T治疗的淋巴瘤、健康及肿瘤组织 | 机器学习 | 淋巴瘤 | 单细胞蛋白质组学、空间蛋白质组学 | 深度学习、监督对比学习 | 蛋白质组数据 | 多个数据集（具体样本数量未明确说明） |
| 902 | 2025-07-26 |
Comments on "deep learning for kidney trauma detection: CT image algorithm performance and external validation. - experimental study"
2025-Jul-25, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002703
PMID:40705511
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 903 | 2025-09-15 |
Deep-learning triage of 3D pathology datasets for comprehensive and efficient pathologist assessments
2025-Jul-22, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.20.665804
PMID:40777412
|
研究论文 | 提出一种基于深度学习的3D病理数据集分流框架CARP3D，用于高效识别高风险二维切片以辅助病理学家评估 | 利用相邻深度层面的上下文信息为整个组织体积内的所有2D层面分配风险评分，优于基于孤立2D层面的预测模型 | NA | 开发AI分流系统以提高3D病理数据的评估效率并优化病理学家工作量 | 前列腺癌活检和Barrett食管内镜活检组织 | 数字病理 | 前列腺癌，Barrett食管相关 dysplasia/癌症 | open-top light-sheet microscopy (OTLS) | 深度学习 | 3D病理图像 | NA |
| 904 | 2025-09-15 |
Cascaded Multimodal Deep Learning in the Differential Diagnosis, Progression Prediction, and Staging of Alzheimer's and Frontotemporal Dementia
2025-Jul-21, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.09.23.24314186
PMID:40778154
|
研究论文 | 本研究开发了一种基于级联多模态深度学习的系统TelDem，用于阿尔茨海默病和额颞叶痴呆的鉴别诊断、进展预测和分期 | 采用级联多模态混合变换器(CMT)和跨模态融合规范(CMFN)，首次在大型异构数据集(n=7,159)上实现多模态数据融合分析 | NA | 提升痴呆症的诊断准确性、预后预测和疾病分期能力 | 阿尔茨海默病(AD)、额颞叶变性亚型患者及健康对照个体 | 数字病理学 | 老年性疾病 | 多模态深度学习 | CMT (Cascaded Multi-Modal Mixing Transformer) | 多模态临床数据 | 7,159名患者 |
| 905 | 2025-09-15 |
Combining Real and Synthetic Data to Overcome Limited Training Datasets in Multimodal Learning
2025-Jul-17, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.07.16.25331662
PMID:40791679
|
研究论文 | 提出一种结合真实与合成数据的多模态学习策略，用于皮肤病变图像分类 | 利用大型语言模型从图像元数据合成文本描述，并与原始图像配对以增强多模态表示 | 依赖图像元数据生成合成文本，可能受限于元数据的质量和完整性 | 克服多模态生物医学数据中配对样本不足的挑战，提升临床决策支持 | 皮肤病变图像及配对文本描述 | 多模态机器学习 | 皮肤疾病 | 多模态深度学习，大型语言模型（LLM） | 多模态架构（未指定具体模型类型） | 图像和文本 | 九个内部和外部数据源（未提供具体样本数量） |
| 906 | 2025-09-15 |
Learning Biophysical Dynamics with Protein Language Models
2025-Jul-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.10.11.617911
PMID:39464109
|
研究论文 | 提出两种蛋白质语言模型SeqDance和ESMDance，用于学习蛋白质的生物物理动力学特性 | 首次将蛋白质动态特性整合到语言模型中，通过分子动力学模拟和正态模式分析数据训练模型 | NA | 开发能够捕捉蛋白质动态特性的深度学习模型，以更好地预测蛋白质行为和突变效应 | 蛋白质的结构动力学和突变效应 | 自然语言处理 | NA | 分子动力学模拟，正态模式分析 | 蛋白质语言模型（SeqDance, ESMDance, ESM2） | 序列数据，结构数据，动态生物物理特性数据 | 超过64,000个蛋白质的分子动力学模拟和正态模式分析数据 |
| 907 | 2025-09-15 |
mamp-ml: A deep learning approach to epitope immunogenicity in plants
2025-Jul-15, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.11.664399
PMID:40791437
|
研究论文 | 开发了一个基于深度学习的机器学习框架mamp-ml，用于预测植物受体-配体相互作用和表位免疫原性 | 结合了二十多年的功能数据和大型蛋白质语言模型ESM-2，构建了能够预测免疫原性结果的管道和模型，即使缺乏实验结构也能实现73%的预测准确率 | NA | 预测植物受体-配体相互作用和表位免疫原性，实现植物免疫系统的高通量筛选和工程化 | 植物受体和配体，特别是LRR受体-配体组合 | 机器学习 | NA | 蛋白质语言模型ESM-2，机器学习 | 深度学习 | 蛋白质序列数据 | NA |
| 908 | 2025-09-15 |
Expanding the DNA Motif Lexicon of the Transcriptional Regulatory Code
2025-Jul-15, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.09.662874
PMID:40791531
|
研究论文 | 开发了一个集成框架，用于扩展转录因子复合元件（CEs）的发现和功能表征 | 结合计算预测、实验测试和深度学习，在单核苷酸分辨率下学习复合元件词典，并与染色质可及性模型进行对比分析 | NA | 扩展转录调控代码中DNA motif词典，增强DNA-蛋白质相互作用特异性 | 后生动物转录调控序列中的转录因子（TF）motif组合 | 计算生物学 | NA | 深度学习和定制化大规模并行报告基因检测 | 深度学习模型GRACE和神经网络模型 | DNA序列数据和染色质可及性数据 | NA |
| 909 | 2025-09-15 |
EZpred: improving deep learning-based enzyme function prediction using unlabeled sequence homologs
2025-Jul-14, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.09.663945
PMID:40791336
|
研究论文 | 提出首个利用未标记序列同源物进行酶功能预测的深度学习模型EZpred | 首次在深度学习模型中整合未标记序列同源物特征进行酶功能预测，突破现有方法依赖标注数据的限制 | NA | 提升基于深度学习的酶功能预测准确性 | 酶蛋白及其序列同源物 | 生物信息学 | NA | 蛋白质语言模型(ESMC)，同源序列搜索(MMseqs2) | 深度学习模型 | 蛋白质序列数据 | 753种酶蛋白 |
| 910 | 2025-09-15 |
Deep learning predicts cardiac output from seismocardiographic signals in heart failure
2025-Jul-14, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.07.11.25331386
PMID:40791697
|
研究论文 | 本研究开发了一种深度学习模型，利用心震图（SCG）、心电图（ECG）和身体质量指数（BMI）非侵入性预测心力衰竭患者的心输出量 | 首次将深度学习与可穿戴SCG传感器结合，实现无创心输出量估计，尤其在低输出状态下表现优异 | 样本量较小（73例患者），需多中心前瞻性验证以确认普适性和临床影响 | 开发并评估基于深度学习的无创心输出量估计方法，以替代侵入性右心导管检查 | 心力衰竭患者 | 机器学习 | 心血管疾病 | 心震图（SCG）、心电图（ECG） | 深度卷积神经网络（CNN） | 生理信号（SCG和ECG）、数值数据（BMI） | 73例心力衰竭患者 |
| 911 | 2025-09-15 |
Reg2ST: recognizing potential patterns from gene expression for spatial transcriptomics prediction
2025-Jul-02, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf425
PMID:40825238
|
研究论文 | 提出Reg2ST深度学习模型，通过对比学习从基因表达中识别潜在模式以预测空间转录组数据 | 采用对比学习最小化空间转录组与组织学图像间的距离，并创新性地使用非K近邻方法捕获spots间关系 | NA | 开发高效的空间转录组预测方法以克服传统测序技术成本高、耗时长的问题 | 人类乳腺癌和皮肤鳞状细胞癌数据集 | 数字病理学 | 乳腺癌 | 空间转录组测序，H&E染色全切片成像 | 深度学习，对比学习 | 基因表达数据，组织学图像 | 使用人类乳腺癌和皮肤鳞状细胞癌数据集进行验证 |
| 912 | 2025-09-15 |
Indel calling from ONT sequencing data of family trios via sparse attention and 3D convolution
2025-Jul-02, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf430
PMID:40828510
|
研究论文 | 提出基于稀疏注意力和3D卷积的深度学习模型，用于从家系三代的ONT长读长测序数据中准确检测Indel变异 | 采用稀疏连接注意力网络和3D卷积块，创新性地结合通道与空间双重注意力机制，有效区分测序错误与真实Indel | 未明确说明模型在其他测序平台或数据质量下的泛化能力 | 提升家系三代测序数据中Indel检测的准确率 | 家系三代（父母与子代）的ONT测序数据 | 生物信息学 | 遗传性疾病 | ONT长读长测序 | 稀疏注意力网络、ResNet、3D CNN | 基因组测序数据 | 基于ONT Q20数据集的家系三代样本 |
| 913 | 2025-09-15 |
A variational deep-learning approach to modeling memory T cell dynamics
2025-Jul, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013242
PMID:40705818
|
研究论文 | 提出一种结合深度学习和随机变分推理的方法，用于从高维单细胞数据中同时推断动态模型参数和细胞群体结构 | 开发了一种直接基于单细胞流式细胞术数据（而非预定义聚类动力学）同时推断动态模型参数和群体结构的新方法 | NA | 研究流感病毒感染小鼠肺组织中驻留记忆CD4和CD8 T细胞的发育和持久性动态 | 小鼠肺组织中的记忆T细胞（CD4和CD8 T细胞） | 计算生物学 | 流感病毒感染 | 单细胞流式细胞术，深度学习，随机变分推理 | 变分深度学习模型 | 单细胞高维表型数据 | NA |
| 914 | 2025-09-15 |
Regional climate projections using a deep-learning-based model-ranking and downscaling framework: application to European climate zones
2025-Jul, Environmental science and pollution research international
DOI:10.1007/s11356-025-36872-9
PMID:40815421
|
研究论文 | 提出一种基于深度学习的多模型评估与降尺度框架，用于改进欧洲气候区的区域气候预测 | 结合DL-TOPSIS机制对32个CMIP6模型进行排名，并利用先进深度学习模型进行高分辨率降尺度 | 仅关注温度变量、未量化情景不确定性、transformer模型计算成本较高 | 提高区域气候预测的准确性和分辨率 | 欧洲五个柯本-盖格气候区（热带、干旱、温带、大陆性、极地） | 机器学习 | NA | 深度学习降尺度，DL-TOPSIS多标准排名 | Vision Transformer (ViT), GeoSTANet, CNN-LSTM, ConvLSTM | 气候模型数据 | 32个CMIP6模型在四个季节的评估 |
| 915 | 2025-09-15 |
Developing a deep learning-based imaging diagnostic framework, PVDNet, for differentiating pulmonary artery sarcoma and pulmonary thromboembolism: a multi-center observational study
2025-Jul, The Lancet regional health. Western Pacific
DOI:10.1016/j.lanwpc.2025.101625
PMID:40933027
|
研究论文 | 开发并验证基于深度学习的成像诊断框架PVDNet，用于区分肺动脉肉瘤和肺血栓栓塞 | 提出首个多中心DL模型PVDNet，在CTPA图像上实现PAS与PTE的细粒度分类，性能接近资深放射科专家水平 | 模型在区分急性与慢性PTE方面仍需进一步优化 | 通过深度学习提升肺动脉肉瘤与肺血栓栓塞的影像学鉴别诊断准确性 | 952例患者的CTPA图像数据（含470例急性PTE、363例慢性PTE和119例PAS） | 医学影像分析 | 肺血管疾病 | CT肺动脉造影（CTPA）与深度学习 | CNN（基于图像分类的DL框架） | 医学影像（CTPA图像） | 952例患者（来自15家中心），其中训练集590例，内部测试集186例，外部验证集176例 |
| 916 | 2025-09-15 |
Open-Source Periorbital Segmentation Dataset for Ophthalmic Applications
2025 Jul-Aug, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100757
PMID:40933660
|
研究论文 | 创建并验证了一个用于眼睑整形分割和眶周距离预测的开源数据集 | 首个专门为眼睑整形和颅面分割任务设计的公开数据集，并提供开源工具包 | NA | 开发并验证用于深度学习的眶周结构分割数据集 | 人脸图像中的眼部区域，包括虹膜、巩膜、眼睑、泪阜和眉毛 | 计算机视觉 | NA | 深度学习分割 | DeepLabV3 | 图像 | 2842张图像，来自两个开源数据集 |
| 917 | 2025-09-15 |
Deep learning integration of chest computed tomography and plasma proteomics to identify novel aspects of severe COVID-19 pneumonia
2025-Jul, Journal of intensive medicine
DOI:10.1016/j.jointm.2024.11.001
PMID:40933743
|
研究论文 | 本研究通过深度学习整合胸部CT影像与血浆蛋白质组学，识别重症COVID-19肺炎的新特征 | 首次结合上下文感知自监督表示学习（CSRL）与蛋白质组数据构建图像-表达轴（IEAs），揭示疾病异质性并关联治疗反应 | 研究仅基于2022-2023年单一人群队列，未包含外部验证集 | 解析重症COVID-19肺炎的异质性并探索预后预测标志物 | 重症COVID-19肺炎患者 | 数字病理学 | COVID-19 | Olink炎症panel蛋白质组检测、CT影像分析 | 上下文感知自监督表示学习（CSRL）、深度学习模型 | 医学影像（CT）、蛋白质组数据、临床数据 | 1979例患者（训练集630例，测试集1349例） |
| 918 | 2025-09-15 |
The Application and Diagnostic Accuracy of Artificial Intelligence in Rhinology: A Review
2025-Jul, Cureus
DOI:10.7759/cureus.87966
PMID:40821134
|
综述 | 本文系统回顾了人工智能在鼻科学中的应用及其诊断准确性，重点关注临床实用性和实施障碍 | 首次系统评估多种AI技术（包括CNN、ML和大语言模型）在鼻科学多个诊断任务中的综合表现 | 大多数研究存在中度偏倚风险，缺乏临床整合验证，方法学异质性较大 | 评估人工智能技术在鼻科学领域的应用和诊断准确性 | 鼻科学相关的诊断任务，包括图像解读、细胞学分类和临床决策支持 | 医疗人工智能 | 鼻科疾病 | 机器学习、深度学习、大语言模型 | CNN, ML models, ChatGPT, Gemini | 医学图像、患者报告数据、临床问题文本 | 基于17篇全文研究的系统回顾，其中12篇符合纳入标准 |
| 919 | 2025-09-15 |
Correction to: A deep learning model for classifying left ventricular enlargement for both transthoracic echocardiograms and handheld cardiac ultrasound
2025-Jul, European heart journal. Imaging methods and practice
DOI:10.1093/ehjimp/qyaf104
PMID:40822533
|
correction | 对一篇关于深度学习模型分类左心室扩大的文章进行更正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 920 | 2025-09-15 |
Cerebral blood flow monitoring using a deep learning implementation of the two-layer diffuse correlation spectroscopy analytical model with a 512 × 512 SPAD array
2025-Jul, Neurophotonics
IF:4.8Q1
DOI:10.1117/1.NPh.12.3.035008
PMID:40831579
|
研究论文 | 本研究开发了一种基于深度学习和双层扩散相关光谱分析模型的实时脑血流监测方法 | 首次将深度学习与双层DCS分析模型结合，实现35毫米源探距离下的实时脑血流监测，显著提升计算速度和脑血流敏感性 | 虽然双层分析拟合性能最优，但其依赖严格假设和前提条件，且计算复杂不适合实时监测 | 开发快速准确的DCS数据处理方法，实现实时脑灌注监测 | 脑血流指数（CBFi）监测 | 生物医学工程 | 脑血管疾病 | 扩散相关光谱（DCS）、蒙特卡洛模拟、512×512 SPAD阵列 | 深度学习 | 光学信号 | 通过蒙特卡洛模拟生成测试数据集，并进行两项体内生理响应测试 |