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 13821 - 13840 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13821 | 2025-04-25 |
Predicting Antimicrobial Peptides Using ESMFold-Predicted Structures and ESM-2-Based Amino Acid Features with Graph Deep Learning
2024-05-27, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c02061
PMID:38739853
|
研究论文 | 提出了一种基于ESMFold预测结构和ESM-2氨基酸特征的图深度学习框架，用于预测抗菌肽 | 结合了最新的三级结构预测技术和进化信息编码方法，避免了多重序列对齐的内存和时间消耗 | 依赖于预测的肽结构，可能受到预测准确性的影响 | 开发一种无需对齐的模型，用于高效预测抗菌肽 | 抗菌肽（AMPs） | 机器学习 | 抗菌耐药性 | ESMFold结构预测，ESM-2进化模型，图注意力网络（GAT） | GAT | 氨基酸序列和预测的3D结构 | 67,058种肽 | NA | NA | NA | NA |
| 13822 | 2025-04-25 |
Prediction of Transcription Factor Binding Sites on Cell-Free DNA Based on Deep Learning
2024-05-27, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00047
PMID:38798191
|
研究论文 | 本研究提出了一种基于深度学习的非侵入性方法，用于预测细胞游离DNA上的转录因子结合位点 | 利用卷积神经网络和长短期记忆网络从已知的转录因子结合位点学习序列信息，实现了非侵入性预测 | 研究中未提及样本的具体数量或多样性，可能影响模型的泛化能力 | 探索基因调控机制，为非侵入性动态监测疾病提供技术指导 | 细胞游离DNA上的转录因子结合位点 | 机器学习 | 癌症 | 深度学习 | CNN, LSTM | DNA序列数据 | NA | NA | NA | NA | NA |
| 13823 | 2025-10-07 |
Natural language processing models reveal neural dynamics of human conversation
2024-Apr-18, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.10.531095
PMID:36945468
|
研究论文 | 本研究结合预训练深度学习自然语言处理模型与颅内神经元记录，揭示了人类自然对话中语言产生和理解的神经动态机制 | 首次将预训练深度学习NLP模型与颅内神经元记录相结合，在自然对话情境下发现语言产生和理解及其转换的可靠神经信号 | 研究基于颅内记录，样本量有限，且神经活动模式在语言产生和理解中仅部分重叠 | 探索人类自然对话中语言产生和理解及其转换的神经机制 | 人类自然对话过程中的神经活动 | 自然语言处理 | NA | 颅内神经元记录，深度学习自然语言处理 | 预训练深度学习模型 | 文本，神经电生理信号 | NA | NA | NA | NA | NA |
| 13824 | 2025-04-25 |
Fine-Grained Forecasting of COVID-19 Trends at the County Level in the United States
2024-Mar-25, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.01.13.24301248
PMID:38293076
|
research paper | 本文提出了一种名为FIGI-Net的循环神经网络模型，用于预测美国县级COVID-19的感染趋势 | FIGI-Net利用堆叠的双向LSTM结构，能够提前两周准确预测县级COVID-19感染趋势，并能预测疾病趋势的突然变化 | NA | 提高COVID-19短期疾病活动预测的准确性和实时性 | 美国县级COVID-19感染趋势 | machine learning | COVID-19 | deep learning | LSTM | time-series data | 县级数据（具体数量未提及） | NA | NA | NA | NA |
| 13825 | 2025-04-25 |
Single-cell spatial multi-omics and deep learning dissect enhancer-driven gene regulatory networks in liver zonation
2024-01, Nature cell biology
IF:17.3Q1
DOI:10.1038/s41556-023-01316-4
PMID:38182825
|
研究论文 | 本研究结合单细胞多组学、空间组学、大规模并行报告基因检测和深度学习技术，解析了小鼠肝脏细胞类型中的增强子-基因调控网络 | 首次结合多种组学技术和深度学习模型DeepLiver，系统解析了肝脏分区中的增强子驱动基因调控网络 | 研究主要基于小鼠模型，人类肝脏中的适用性需要进一步验证 | 解析肝脏分区现象的基因调控机制 | 小鼠肝脏细胞（特别是肝细胞） | 生物信息学 | NA | 单细胞多组学、空间组学、大规模并行报告基因检测 | DeepLiver（分层深度学习模型） | 单细胞基因表达数据、染色质可及性数据 | NA | NA | NA | NA | NA |
| 13826 | 2025-04-25 |
Structural characterization of an intrinsically disordered protein complex using integrated small-angle neutron scattering and computing
2023-10, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.4772
PMID:37646172
|
研究论文 | 本文提出了一种结合小角中子散射和计算方法的集成方法，用于解析两个内在无序区域形成的复合物的结构集合 | 结合选择性氘标记的小角中子散射实验、微秒级全原子分子动力学模拟和基于自动编码器的深度学习算法，提出了一种新的集成方法来表征内在无序蛋白质的结构集合 | 实验时间尺度通常捕获的是多个构象的平均测量值，导致复杂的小角中子散射数据难以解析 | 研究内在无序蛋白质和蛋白质内在无序区域的结构集合，以理解其结构与功能关系 | 由两个内在无序区域形成的复合物 | 结构生物学 | NA | 小角中子散射(SANS)、分子动力学(MD)模拟、深度学习(DL) | 自动编码器 | 中子散射数据、分子动力学模拟数据 | NA | NA | NA | NA | NA |
| 13827 | 2025-10-07 |
Rapid and Portable Quantification of HIV RNA via a Smartphone-enabled Digital CRISPR Device and Deep Learning
2023-May-16, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.05.12.23289911
PMID:37292781
|
研究论文 | 开发了一种基于智能手机的数字CRISPR设备，结合深度学习算法快速定量检测HIV RNA | 首次将数字CRISPR检测与智能手机平台集成，实现HIV RNA的快速便携定量检测 | NA | 开发便携式HIV病毒载量监测工具以支持艾滋病治疗管理 | HIV RNA | 数字病理 | 艾滋病 | RT-RPA-CRISPR, 荧光成像 | 深度学习 | 荧光图像 | NA | NA | NA | 检测灵敏度 | 智能手机平台 |
| 13828 | 2025-10-07 |
Spikebench: An open benchmark for spike train time-series classification
2023-01, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1010792
PMID:36626366
|
研究论文 | 提出一个用于脉冲序列时间序列分类的开放基准测试Spikebench | 基于开放获取神经活动数据集构建首个脉冲序列分类基准，包含多种学习任务，并证明基于手工特征工程的方法与最先进深度学习模型性能相当 | NA | 为神经解码领域提供多样化和具有挑战性的基准测试 | 神经脉冲序列数据 | 机器学习 | NA | 神经信号记录 | 决策树集成, 深度神经网络 | 时间序列数据 | NA | NA | NA | NA | NA |
| 13829 | 2025-10-07 |
Exploration of the intelligent-auxiliary design of architectural space using artificial intelligence model
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0282158
PMID:36867635
|
研究论文 | 探索基于人工智能模型的建筑空间智能辅助设计方法 | 将AI辅助模型与建筑空间智能深度融合，通过深度学习实现建筑空间的智能设计 | NA | 提高建筑设计行业的效率，促进建筑空间设计的智能化和数字化转型 | 建筑空间设计，三维建筑模型 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 三维模型数据 | UrbanScene3D数据集中的3D模型 | NA | NA | 模型拟合度，智能评分 | NA |
| 13830 | 2025-10-07 |
Artificial Intelligence for Intraoperative Guidance: Using Semantic Segmentation to Identify Surgical Anatomy During Laparoscopic Cholecystectomy
2022-08-01, Annals of surgery
IF:7.5Q1
DOI:10.1097/SLA.0000000000004594
PMID:33196488
|
研究论文 | 开发并评估用于腹腔镜胆囊切除术中识别安全/危险解剖区域的人工智能模型 | 首次使用语义分割技术实时识别腹腔镜胆囊切除术中的安全/危险解剖区域和关键解剖标志 | 研究基于单中心数据集，未在真实手术环境中进行实时验证 | 开发术中实时解剖识别AI系统以减少手术不良事件 | 腹腔镜胆囊切除术视频帧中的解剖结构 | 计算机视觉 | 胆囊疾病 | 深度学习 | CNN | 视频帧图像 | 290个手术视频的2627帧图像，来自37个国家136个机构的153名外科医生 | NA | 语义分割网络 | IOU, F1分数, 准确率, 灵敏度, 特异性 | NA |
| 13831 | 2025-10-07 |
Unreferenced English articles' translation quality-oriented automatic evaluation technology using sparse autoencoder under the background of deep learning
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0270308
PMID:35830434
|
研究论文 | 提出一种基于稀疏自编码器的深度学习模型，用于无参考英文文章的翻译质量自动评估 | 在双语词无监督学习阶段使用自编码器重构翻译语言向量特征，并将翻译信息融入双语词优化特征提取效果 | 未明确说明模型的具体局限性 | 实现无参考英文文章的自动翻译质量评估 | 无参考英文文章的翻译质量 | 自然语言处理 | NA | 深度学习 | 自编码器,稀疏自编码器 | 文本 | 句子数量从1,000到6,000 | NA | 自编码器 | BLEU | NA |
| 13832 | 2025-04-24 |
Comprehensive Raman spectroscopy analysis for differentiating toxic cyanobacteria through multichannel 1D-CNNs and SHAP-based explainability
2025-Sep-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2025.127845
PMID:40081250
|
研究论文 | 结合拉曼光谱和深度学习技术对四种有毒蓝藻进行分类的研究 | 采用多通道一维卷积神经网络（1D-CNN）结合SHAP解释性方法，提高了分类准确率并增强了模型的可解释性 | 仅针对四种蓝藻物种进行研究，样本多样性可能有限 | 开发一种快速准确识别有毒蓝藻物种的方法，以支持水质监测和有害藻华早期检测 | 四种有毒蓝藻物种：Dolichospermum crassum, Aphanizomenon sp., Planktothrix agardhii 和 Microcystis aeruginosa | 机器学习 | NA | 拉曼光谱 | 1D-CNN | 光谱数据 | 四种蓝藻物种的光谱数据 | NA | NA | NA | NA |
| 13833 | 2025-04-24 |
Advanced SERSome-based artificial-intelligence technology for identifying medicinal and edible homologs
2025-Sep-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2025.127931
PMID:40112588
|
研究论文 | 本研究提出了一种结合表面增强拉曼光谱（SERS）和深度学习的新方法，用于快速识别药食同源物质（MEHs） | 利用基于光谱集的SERS（称为'SERSome'）与深度学习结合，开发了一种新型识别模型，避免了反应过程中额外保护剂的使用，并克服了MEHs的荧光干扰 | NA | 提高药食同源物质的质量控制和快速识别能力 | 药食同源物质（MEHs） | 机器学习 | NA | 表面增强拉曼光谱（SERS） | 深度学习 | 光谱数据 | NA | NA | NA | NA | NA |
| 13834 | 2025-04-24 |
Transformer-based deep learning models for quantification of La, Ce, and Nd in rare earth ores using laser-induced breakdown spectroscopy
2025-Sep-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2025.127937
PMID:40127553
|
研究论文 | 本文提出了一种基于iTransformer-BiLSTM（iTBi）深度学习算法和随机森林（RF）算法的LIBS定量分析模型，用于精确测定稀土矿石中的La、Ce和Nd元素浓度 | 提出iTBi-LIBS和iTBi-RF-LIBS集成模型，有效降低基质效应和光谱重叠干扰，提高了定量分析的准确性 | 样本量较小（35个样本），且浓度范围有限（La: 0-1.924wt%, Ce: 0-2.917wt%, Nd: 0-1.492wt%） | 开发一种高效的LIBS定量分析方法，用于稀土矿石中La、Ce和Nd元素的实时定量分析 | 稀土矿石中的La、Ce和Nd元素 | 机器学习 | NA | 激光诱导击穿光谱（LIBS） | iTransformer-BiLSTM（iTBi）、随机森林（RF） | 光谱数据 | 35个样本 | NA | NA | NA | NA |
| 13835 | 2025-04-24 |
Intelligent Recognition of Goji Berry Pests Using CNN With Multi-Graphic-Occlusion Data Augmentation and Multiple Attention Fusion Mechanisms
2025-Aug, Archives of insect biochemistry and physiology
IF:1.5Q4
DOI:10.1002/arch.70060
PMID:40262026
|
研究论文 | 本文提出了一种改进的卷积神经网络（CNN）GojiNet，用于准确识别17种枸杞害虫 | 结合多图遮挡数据增强方法和多注意力融合机制，构建了GojiNet模型，提高了害虫识别的准确率 | 模型训练时间略有增加，且未提及在不同光照或环境条件下的泛化能力 | 解决枸杞害虫识别中传统人工检测方法的主观性、耗时和劳动密集型问题 | 17种枸杞害虫 | 计算机视觉 | NA | 多图遮挡数据增强方法 | CNN（GojiNet，基于ResNet18改进） | 图像 | 未明确提及具体样本数量，但涉及17种害虫的数据集 | NA | NA | NA | NA |
| 13836 | 2025-04-24 |
Mitigating ambient RNA and doublets effects on single cell transcriptomics analysis in cancer research
2025-Jun-28, Cancer letters
IF:9.1Q1
DOI:10.1016/j.canlet.2025.217693
PMID:40185305
|
research paper | 该论文探讨了在癌症研究中如何减轻单细胞转录组学分析中环境RNA和双联体效应的影响 | 提出了使用计算方法和深度学习技术（如SoupX、DecontX和CellBender）来评估和消除环境RNA污染及背景噪声，提供了一种端到端的数据准备策略 | 未提及具体的技术局限性或数据集的限制 | 旨在提高单细胞转录组学数据的质量，以更准确地描述肿瘤微环境中的异质性，并促进精准肿瘤学的发展 | 单细胞转录组学数据 | 生物信息学 | 癌症 | scRNA-seq, deep learning | NA | 基因表达数据 | NA | NA | NA | NA | NA |
| 13837 | 2025-04-24 |
SSAT-Swin: Deep Learning-Based Spinal Ultrasound Feature Segmentation for Scoliosis Using Self-Supervised Swin Transformer
2025-06, Ultrasound in medicine & biology
|
research paper | 提出了一种基于自监督Swin Transformer的深度学习模型SSAT-Swin，用于脊柱超声图像特征分割以诊断脊柱侧弯 | 结合边界增强模块和通道注意力模块，并采用自监督代理任务进行预训练，提高了超声图像分割的准确性 | 仅使用了1170张图像进行预训练和109张图像-标签对进行微调，样本量相对有限 | 提高脊柱侧弯超声图像分割的准确性，以辅助诊断 | 脊柱侧弯患者的超声图像 | computer vision | 脊柱侧弯 | 自监督学习 | Swin Transformer | 超声图像 | 预训练1170张图像，微调109张图像-标签对 | NA | NA | NA | NA |
| 13838 | 2025-04-24 |
Brain tumor segmentation with deep learning: Current approaches and future perspectives
2025-Jun, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2025.110424
PMID:40122469
|
综述 | 本文系统回顾了基于深度学习的脑肿瘤分割技术，特别关注网络架构设计 | 全面比较了不同深度学习方法在脑肿瘤分割中的性能，并探讨了U-Net架构的迭代改进及其在医学图像分割中的潜力 | 主要基于BraTS数据集进行评估，可能无法完全代表所有临床场景 | 评估自动脑肿瘤分割技术的现状并展望未来研究方向 | 脑肿瘤MRI图像 | 数字病理学 | 脑肿瘤 | MRI成像 | CNN, U-Net, Transformer | 医学影像 | 主要基于BraTS数据集（具体数量未提及） | NA | NA | NA | NA |
| 13839 | 2025-04-24 |
Exploring emotional climate recognition in peer conversations through bispectral features and affect dynamics
2025-Jun, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108695
PMID:40138858
|
研究论文 | 该研究提出了一种名为MLBispec的新方法，用于通过语音信号识别对话中的情感氛围（EC） | MLBispec方法结合了时间窗口双谱分析和情感动态特征，提高了情感识别的准确性 | 研究未提及在嘈杂环境下的性能表现，且跨语言实验的泛化能力有待进一步验证 | 探索并提高人工智能在对话中情感氛围识别的能力 | 对话中的语音信号和情感标注 | 自然语言处理 | NA | 双谱分析，机器学习分类器 | ML | 语音信号 | IEMOCAP、K-EmoCon和SEWA开放数据集 | NA | NA | NA | NA |
| 13840 | 2025-04-24 |
A Physics-Integrated Deep Learning Approach for Patient-Specific Non-Newtonian Blood Viscosity Assessment using PPG
2025-Jun, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108740
PMID:40158260
|
研究论文 | 本研究提出了一种结合物理约束的深度学习方法来从PPG数据中提取患者特异性血液粘度方程 | 开发了一种混合1D CNN-LSTM架构，结合了物理约束，将流变学原理整合到数据驱动的PPG分析中 | 在低剪切速率区域的准确性较低（7.84 cP误差），且仅针对特定剪切范围（50-300 s-1）进行了优化 | 通过可穿戴设备非侵入性地测量血液粘度，以监测和诊断循环系统疾病 | PPG数据与血液粘度关系 | 数字病理学 | 心血管疾病 | PPG（光电容积描记术） | 1D CNN-LSTM混合架构 | PPG信号 | NA | NA | NA | NA | NA |