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 32922 篇文献，本页显示第 9301 - 9320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9301 | 2025-10-06 |
scPrediXcan integrates deep learning methods and single-cell data into a cell-type-specific transcriptome-wide association study framework
2025-May-14, Cell genomics
IF:11.1Q1
DOI:10.1016/j.xgen.2025.100875
PMID:40373737
|
研究论文 | 提出scPrediXcan方法，将深度学习方法与单细胞数据整合到细胞类型特异性转录组范围关联研究框架中 | 整合深度学习方法和单细胞数据，开发能预测细胞类型特异性表达的ctPred方法，捕捉线性模型忽略的复杂基因调控规则 | 未明确说明样本量限制或数据稀疏性问题的具体解决方案 | 改进转录组范围关联研究，在细胞水平识别疾病机制 | 2型糖尿病和系统性红斑狼疮 | 机器学习 | 2型糖尿病, 系统性红斑狼疮 | 单细胞数据, 表观遗传特征预测 | 深度学习 | DNA序列, 单细胞表达数据 | NA | NA | NA | 准确性, 候选因果基因数量, GWAS位点解释能力 | NA |
| 9302 | 2025-10-06 |
FastConformation: A Standalone ML-Based Toolkit for Modeling and Analyzing Protein Conformational Ensembles at Scale
2025-May-14, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.09.653048
PMID:40463224
|
研究论文 | 介绍FastConformation——一个基于Python的独立工具包，用于大规模建模和分析蛋白质构象集合 | 将MSA生成、AF2结构预测和构象分析集成到单一工具中，提供用户友好的GUI界面，支持通过MSA子采样生成替代蛋白质构象 | 未明确说明工具在复杂蛋白质系统上的局限性或计算精度限制 | 开发一个易于使用的蛋白质构象集合建模和分析工具 | 蛋白质构象集合，包括Abl1激酶、LAT1转运蛋白和CCR5受体等 | 计算生物学 | NA | 多序列比对子采样，深度学习结构预测 | AlphaFold 2 | 氨基酸序列，蛋白质结构数据 | NA | Python | AlphaFold 2 | NA | 本地机器 |
| 9303 | 2025-05-07 |
Code Error in "Diagnostic Classification and Prognostic Prediction Using Common Genetic Variants in Autism Spectrum Disorder: Genotype-Based Deep Learning"
2025-05-06, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/66556
PMID:40327366
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 9304 | 2025-10-06 |
Cyber-physical security of biochips: A perspective
2025-May, Biomicrofluidics
IF:2.6Q2
DOI:10.1063/5.0252554
PMID:40454326
|
观点文章 | 本文探讨微流控生物芯片面临的网络安全威胁及相应防护对策 | 系统性地提出针对生物芯片的多层次安全框架，涵盖结构、材料、样本和知识产权四个维度的防护方案 | 未提供具体实验验证数据，主要基于理论分析和现有技术展望 | 分析生物芯片安全威胁并提出综合防护方案 | 微流控生物芯片及其安全防护体系 | 网络安全 | NA | 深度学习异常检测、机械响应染料、光谱水印、分子条形码 | 深度学习 | 显微结构图像、光学特征、化学信号 | NA | NA | NA | NA | NA |
| 9305 | 2025-10-06 |
RLEAAI: improving antibody-antigen interaction prediction using protein language model and sequence order information
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf238
PMID:40462512
|
研究论文 | 提出一种名为RLEAAI的新型深度学习方法，用于改进抗体-抗原相互作用的预测性能 | 引入序列顺序提取策略（CKSAAP）从预训练蛋白质语言模型的特征嵌入中生成特征表示，并整合三种神经网络模块充分挖掘特征中的判别信息 | NA | 提高抗体-抗原相互作用预测的准确性 | 抗体-抗原相互作用 | 生物信息学 | NA | 蛋白质语言模型，序列顺序信息提取 | CNN, BiLSTM, 循环交叉注意力机制 | 蛋白质序列 | NA | NA | CNN, BiLSTM, 循环交叉注意力机制 | 准确率, Matthews相关系数, 互补决定区敏感性值 | NA |
| 9306 | 2025-10-06 |
Deep learning reveals determinants of transcriptional infidelity at nucleotide resolution in the allopolyploid line by goldfish and common carp hybrids
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf260
PMID:40471993
|
研究论文 | 本研究开发深度学习模型探究金鱼和鲤鱼杂交多倍体品系中转录不忠实的决定因素 | 首次在核苷酸分辨率水平识别转录不忠实序列，并揭示位置特异性转录因子家族对转录不忠实的影响 | 研究仅限于金鱼和鲤鱼杂交多倍体品系，未验证其他生物系统 | 探究杂交多倍体品系中转录不忠实的分子决定机制 | 金鱼和鲤鱼杂交多倍体品系的转录序列 | 生物信息学 | NA | 深度学习，转录因子分析 | 深度学习模型 | DNA和RNA序列数据 | NA | NA | NA | NA | NA |
| 9307 | 2025-10-06 |
Deep learning reconstruction algorithm and high-concentration contrast medium: feasibility of a double-low protocol in coronary computed tomography angiography
2025-Apr, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11059-x
PMID:39299952
|
研究论文 | 评估深度学习重建算法结合高浓度造影剂在非肥胖患者冠状动脉CT血管成像中实现低辐射低造影剂剂量的可行性 | 首次将高强度深度学习图像重建与低管电压、低造影剂输送率相结合，实现冠状动脉CTA的'双低'协议 | 研究仅限于BMI<30kg/m²的非肥胖患者，样本量相对有限 | 评估双低CCTA协议在辐射剂量和图像质量方面的表现 | 255名接受临床CCTA检查的非肥胖患者 | 医学影像 | 心血管疾病 | 冠状动脉CT血管成像 | 深度学习重建算法 | CT影像 | 255名患者（64±10岁，161名男性），每组85人 | NA | DLIR-H（高强度深度学习图像重建） | 信噪比, 对比噪声比, 主观图像质量评分, 辐射剂量, 造影剂剂量 | NA |
| 9308 | 2025-10-06 |
Deep learning-based segmentation of OCT images for choroidal thickness
2025 Apr-Jun, Journal of optometry
IF:2.2Q2
DOI:10.1016/j.optom.2025.100556
PMID:40328135
|
研究论文 | 开发并验证基于深度学习的自动分割方法用于OCT图像脉络膜厚度测量 | 使用定制化的Deeplabv3+网络实现OCT图像脉络膜-巩膜边界的自动分割，相比开源算法表现更优 | 仅使用单一中心数据，样本量相对有限（测试集130例） | 开发自动化的OCT图像脉络膜厚度测量方法 | 光学相干断层扫描（OCT）图像 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描（OCT） | CNN | 医学图像 | 训练集10,798个手动分割的OCT扫描，测试集130个独特扫描 | NA | Deeplabv3+, ResNet50 | 准确率, 损失值, Bland-Altman分析, 组内相关系数（ICC）, Deming回归 | NA |
| 9309 | 2025-10-06 |
AUTOENCODER FOR 4-DIMENSIONAL FIBER ORIENTATION DISTRIBUTIONS FROM DIFFUSION MRI
2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi60581.2025.10981302
PMID:40475178
|
研究论文 | 提出一种用于扩散MRI纤维取向分布的四维自编码器压缩方法 | 开发了顺序平衡顺序级自编码器，通过分离不同球谐函数阶数的编码器来平衡特征图大小，更好地保留低阶系数信息 | 未明确说明具体压缩率和计算效率提升的量化指标 | 解决高阶球谐函数表示纤维取向分布时的内存消耗问题 | 扩散MRI中的纤维取向分布 | 医学影像分析 | NA | 扩散MRI | 自编码器 | 四维纤维取向分布数据 | NA | NA | OBOL自编码器 | 精度 | 常用GPU |
| 9310 | 2025-10-06 |
Strategies to include prior knowledge in omics analysis with deep neural networks
2025-Mar-14, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2025.101203
PMID:40182174
|
综述 | 本文综述了在深度神经网络中整合先验知识以分析组学数据的三种主要策略 | 系统总结了利用生物先验知识指导深度神经网络处理高维组学数据的方法，特别关注了新兴的图神经网络架构 | NA | 探讨如何在组学数据分析中利用深度神经网络整合先验知识以提高预测性能 | 分子谱数据和生物先验知识 | 机器学习 | NA | 高通量分子分析技术 | 深度神经网络, 图神经网络 | 分子谱数据 | NA | NA | NA | NA | NA |
| 9311 | 2025-10-06 |
Fuzz Testing Molecular Representation Using Deep Variational Anomaly Generation
2025-Feb-24, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01876
PMID:39908426
|
研究论文 | 使用深度变分异常生成方法对分子表示进行模糊测试 | 首次使用变分自编码器生成SELFIES分子字符串的异常示例，探索影响分子表示可靠性的因素 | 仅针对SELFIES 2.1.1版本进行研究，未涵盖其他分子表示格式 | 压力测试和验证分子表示的鲁棒性 | SELFIES分子字符串表示 | 机器学习 | NA | 变分自编码器 | VAE | 分子字符串 | NA | NA | 变分自编码器 | NA | NA |
| 9312 | 2025-10-06 |
A prognostic and predictive model based on deep learning to identify optimal candidates for intensity-modulated radiotherapy alone in patients with stage II nasopharyngeal carcinoma: A retrospective multicenter study
2025-Feb, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2024.110660
PMID:39645201
|
研究论文 | 开发并验证基于深度学习的预后预测模型，用于识别II期鼻咽癌患者中仅需调强放疗的低风险人群 | 首次结合深度学习MRI特征与临床信息构建预测模型，用于识别仅需单纯放疗的II期鼻咽癌患者 | 回顾性研究设计，样本量有限（999例），需要前瞻性验证 | 开发预后预测模型以优化II期鼻咽癌患者的治疗策略选择 | II期鼻咽癌患者 | 医学影像分析 | 鼻咽癌 | MRI影像分析 | 3DResNet, XGBoost | MRI影像, 临床数据 | 999例来自两个中心的II期鼻咽癌患者 | NA | 3DResNet | C-index, AUC, 校准测试 | NA |
| 9313 | 2025-10-06 |
Robustly detecting mpox and non-mpox using a deep learning framework based on image inpainting
2025-01-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85771-z
PMID:39794381
|
研究论文 | 提出了一种基于图像修复的深度学习框架MIM，用于鲁棒检测猴痘和非猴痘皮肤病 | 首次将图像修复技术应用于猴痘检测，提出“Mask, Inpainting, and Measure”策略，能够有效处理未知类别和异常输入 | 未明确说明模型在更广泛皮肤病类别上的泛化能力 | 开发鲁棒的猴痘检测方法以解决实际部署中的噪声干扰和异常输入问题 | 猴痘和非猴痘皮肤病图像 | 计算机视觉 | 猴痘 | 图像修复 | GAN | 图像 | MSLD猴痘数据集和包含18类非猴痘皮肤病的数据集 | NA | GAN | AUROC | NA |
| 9314 | 2025-10-06 |
Towards sustainable solutions: Effective waste classification framework via enhanced deep convolutional neural networks
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0324294
PMID:40465648
|
研究论文 | 提出一种结合改进DenseNet201架构和注意力机制的创新废物分类模型 | 集成SE注意力机制与并行CNN分支融合，增强对废物数据深层特征的提取能力 | NA | 开发高效的废物分类框架以支持可持续废物管理 | 废物图像数据 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 使用四个公开数据集和三个额外数据集以增强多样性 | NA | DenseNet201, Squeeze and Excitation, 并行CNN分支 | NA | NA |
| 9315 | 2025-10-06 |
Application of ConvNeXt with transfer learning and data augmentation for malaria parasite detection in resource-limited settings using microscopic images
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313734
PMID:40465684
|
研究论文 | 本研究应用ConvNeXt模型结合迁移学习和数据增强技术，通过显微图像检测疟疾寄生虫 | 将ConvNeXt V2 Tiny模型与数据增强、迁移学习和可解释性框架结合，在资源有限环境下实现高精度疟疾诊断 | 研究依赖于增强后的数据集，原始数据量有限，且主要针对资源有限环境 | 开发适用于资源有限环境的高精度疟疾寄生虫自动检测方法 | 薄血涂片显微图像中的疟疾寄生虫 | 计算机视觉 | 疟疾 | 显微成像 | CNN | 图像 | 初始27558张图像，经数据增强后共606276张薄血涂片图像 | NA | ConvNeXt Tiny, ConvNeXt V2 Tiny, Swin Tiny, ResNet18, ResNet50 | 准确率 | NA |
| 9316 | 2025-10-06 |
Verification and application of deep learning models in daily sports activities of teenagers
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322166
PMID:40465756
|
研究论文 | 本研究基于VGG16模型，结合BiLSTM和CBAM模块，验证并应用于青少年日常体育运动中的羽毛球动作识别 | 将CBAM注意力模块与BiLSTM时序模型以级联方式结合，增强了对动作序列时间关系和重要特征的表达能力 | 研究仅针对羽毛球运动，未验证在其他运动项目中的泛化能力 | 提高青少年日常体育活动中动作识别的准确率 | 青少年羽毛球运动动作 | 计算机视觉 | NA | 深度学习 | CNN, LSTM | 视频图像 | 基于公共数据集Roboflow中的羽毛球训练数据集 | NA | VGG16, BiLSTM, CBAM | 准确率, F1分数 | NA |
| 9317 | 2025-10-06 |
The effects of learning experience on college students' deep english learning: a study of the chain mediation effect of motivation and strategy
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0325491
PMID:40465789
|
研究论文 | 探讨学习体验对大学生英语深度学习的影响及动机与策略的链式中介作用 | 首次在英语学习领域验证了'学习体验→学习动机→学习策略→深度学习'的链式中介模型 | 样本范围有限且采用横断面研究设计 | 研究学习体验对大学生英语深度学习的影响机制 | 不同性别、年龄、教育背景和学业成绩水平的大学生 | 教育心理学 | NA | 量表评估、统计分析方法 | 链式中介模型 | 问卷调查数据 | 不同背景的大学生样本 | SPSS, AMOS | 链式中介模型 | 统计显著性、中介效应检验 | 统计分析软件 |
| 9318 | 2025-10-06 |
Progress in developing a bark beetle identification tool
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0310716
PMID:40471899
|
研究论文 | 本研究开发了一种基于深度学习的树皮甲虫识别工具，能够从包含多个甲虫的图像中准确分类到属级水平 | 首次构建能够识别树皮甲虫属的模型，并创建了迄今为止同类昆虫群体中最大的图像训练集 | 图像采集条件受控，实际应用可能面临挑战，目前仅能区分12个属，物种级识别需要进一步改进 | 开发实用的树皮甲虫识别工具，用于森林管理和生态研究 | 树皮甲虫 | 计算机视觉 | NA | 深度学习 | MaxViT | 图像 | NA | NA | MaxViT | F1分数 | NA |
| 9319 | 2025-10-06 |
Adaptive network steganography using deep learning and multimedia video analysis for enhanced security and fidelity
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0318795
PMID:40472042
|
研究论文 | 提出一种结合深度学习和多媒体视频分析的自适应网络隐写方法，以提升隐写的通用性和安全性 | 采用深度卷积生成对抗网络架构，能够根据视频动态前景、稳定背景和时空复杂性自适应调整隐写参数 | NA | 提升网络隐写技术的安全性和保真度 | 多媒体视频数据 | 计算机视觉 | NA | 多媒体视频分析 | GAN, CNN | 视频 | MPII和UCF101视频库 | NA | 深度卷积生成对抗网络 | 隐写成功率, 峰值信噪比(PSNR) | NA |
| 9320 | 2025-10-06 |
Machine learning techniques for continuous genetic assignment of geographic origin of forest trees
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0324994
PMID:40478860
|
研究论文 | 比较五种连续遗传分配方法在森林树木地理起源追踪中的准确性 | 首次系统比较五种连续分配方法在树木地理起源追踪中的表现，突破了传统离散分配方法的限制 | 研究仅基于欧洲两种树种数据，方法在其他树种或地区的适用性有待验证 | 开发准确的连续遗传分配方法用于森林树木地理起源追踪 | 欧洲山毛榉和英国栎树木 | 机器学习 | NA | 全基因组单核苷酸多态性(SNP)分析 | 最近邻方法,高斯过程回归,基因组预测,深度学习 | 遗传数据 | 865株欧洲山毛榉(30,000个SNP)和1,883株英国栎(381个SNP) | NA | NA | 地理距离误差,相对误差 | NA |