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 42795 篇文献，本页显示第 13881 - 13900 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13881 | 2025-10-05 |
Enhancing semi-supervised learning for fine-grained 3D cerebrovascular segmentation with cross-consistency and uncertainty estimation
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70017
PMID:40985655
|
研究论文 | 提出一种用于3D脑血管细粒度分割的半监督学习方法，通过交叉一致性和不确定性估计提升性能 | 提出交叉一致性双不确定性量化均值教师方法，结合像素-图像变换等变性和特征扰动不变性的双重一致性学习 | 未明确说明方法在其他血管结构或影像模态上的泛化能力 | 提升3D脑血管分割的准确性，减少对标注数据的依赖 | 时间飞跃法磁共振血管成像(TOF-MRA)中的脑血管 | 计算机视觉 | 脑血管疾病 | 时间飞跃法磁共振血管成像(TOF-MRA) | 均值教师模型 | 3D医学影像 | 两个公开数据集(包括IXI数据集) | NA | NA | Dice相似系数, 交并比 | NA |
| 13882 | 2025-10-05 |
Riverine heat waves on the rise, outpacing air heat waves
2025-Sep-30, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2503160122
PMID:40982675
|
研究论文 | 本研究通过深度学习模型重建美国本土1471个站点1980-2022年的连续水温数据，首次系统分析河流热浪事件特征及其变化趋势 | 首次使用单一LSTM模型重建大规模连续水温数据集，系统比较河流热浪与大气热浪的差异，揭示河流热浪增长速率远超大气热浪的新现象 | 研究区域仅限于美国本土，未涵盖全球其他地区；人类活动对热浪影响的分析相对简化 | 量化分析河流热浪的发生频率、强度和持续时间，比较其与大气热浪的差异，探究驱动因素 | 美国本土1471个站点的河流水温数据 | 环境科学, 机器学习 | NA | 深度学习, 传感器监测, 卫星遥感 | LSTM | 时间序列水温数据 | 1471个监测站点，1980-2022年每日数据 | NA | 长短期记忆网络 | NA | NA |
| 13883 | 2025-10-05 |
De novo design of potent inhibitors of clostridial family toxins
2025-Sep-30, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2509329122
PMID:40982695
|
研究论文 | 通过从头设计小蛋白微型结合剂直接中和艰难梭菌毒素B和TcsL毒素 | 结合深度学习和Rosetta方法从头设计高亲和力微型结合剂，首次实现直接阻止毒素进入宿主细胞的中和作用 | 未明确说明临床前研究的样本规模及人体试验数据 | 开发针对艰难梭菌毒素B和TcsL毒素的高效抑制剂 | 艰难梭菌毒素B(TcdB)和TcsL毒素 | 计算生物学 | 艰难梭菌感染 | 深度学习, Rosetta蛋白质设计 | 深度学习模型 | 蛋白质结构数据 | 初始设计48个，优化设计48个 | Rosetta, 深度学习框架 | NA | 皮摩尔级效力，存活率 | NA |
| 13884 | 2025-10-05 |
NVNMD-v2: Scalable and Accurate Deep Learning Molecular Dynamics Model Based on Non-Von Neumann Architectures
2025-Sep-23, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01050
PMID:40902087
|
研究论文 | 提出NVNMD-v2算法-硬件协同设计架构，通过集成广义深度神经网络势能与存内计算加速器，实现可扩展且精确的深度学习分子动力学模拟 | 采用优化的类型嵌入描述符支持多达32种元素的多元素系统，消除物种依赖参数缩放；在单个FPGA上实现DFT级精度与平坦的单原子计算成本 | 未明确说明模型在极端温度或压力条件下的性能表现 | 解决机器学习分子动力学框架在精度、可扩展性和能效方面的三重困境 | 多元素材料系统（包括高熵合金、多铁性钙钛矿、半导体异质结构和生物分子组装体） | 机器学习 | NA | 分子动力学模拟 | 深度神经网络 | 原子相互作用数据 | 支持2000万原子规模的系统模拟 | NA | 广义深度神经网络势能(GDNNP) | 计算精度(DFT级)、计算成本(10秒/步/原子)、能效(120倍能耗降低) | FPGA, NVIDIA V100 GPU（对比基准） |
| 13885 | 2025-10-05 |
GSH and Halides Directed Controllable Synthesis of Chiral Gold Nanostars for Sensitive Diagnosis of Nephritis Types Using SERS and Transformer Neural Network
2025-Sep-23, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01908
PMID:40925611
|
研究论文 | 通过GSH和卤化物调控合成手性金纳米星用于肾炎类型的SERS检测和Transformer神经网络诊断 | 实现了手性金纳米星分支尺寸、数量和锐度的精确可控合成，并结合Transformer神经网络达到99.94%的肾炎诊断准确率 | 未提及样本规模的详细统计信息和模型泛化能力验证 | 开发基于表面增强拉曼光谱和深度学习的肾炎类型敏感诊断方法 | 健康个体和急性/非急性间质性肾炎患者的尿液样本 | 机器学习 | 肾炎 | 表面增强拉曼光谱(SERS), 有限时域差分(FDTD)计算 | Transformer | 拉曼光谱数据 | NA | NA | Transformer | 诊断准确率 | NA |
| 13886 | 2025-10-05 |
Graph Learning-Based Scoring of RNA-Protein Complex Structures
2025-Sep-23, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c00831
PMID:40882035
|
研究论文 | 提出基于图学习的评分方法EGARPS+，用于评估RNA-蛋白质复合物结构 | 首次将图学习理论应用于RNA-蛋白质复合物结构评估，采用等变图神经网络和专门设计的注意力机制 | NA | 开发更准确的RNA-蛋白质复合物结构评分函数 | RNA-蛋白质复合物结构 | 机器学习 | NA | 图深度学习 | 图神经网络 | 序列数据、结构数据、相互作用特征 | NA | NA | 等变图神经网络 | NA | NA |
| 13887 | 2025-10-05 |
Federated deep learning model for epilepsy seizure detection using electroencephalogram (EEG) signal
2025-Sep-23, Neurological research
IF:1.7Q4
DOI:10.1080/01616412.2025.2555516
PMID:40985643
|
研究论文 | 提出一种基于联邦学习和统一Transformer的癫痫发作检测模型，用于脑电图信号分析 | 结合联邦学习与Paillier同态加密保护数据隐私，采用混合图注意力框架和多尺度小波系数进行特征提取，首次将统一Transformer模型应用于癫痫检测 | 仅在三个数据集上进行验证，需要更多临床数据测试泛化能力 | 开发隐私保护的癫痫发作检测方法 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | 脑电图信号处理，自适应噪声滤波，独立成分分析，多尺度小波系数分解 | Transformer, 图卷积网络 | 脑电图信号 | 三个数据集（未指定具体样本数量） | 联邦学习框架 | 统一Transformer, 边缘增强图卷积网络, 谱图注意力 | 准确率, 安全性, 精确率 | NA |
| 13888 | 2025-09-24 |
Deep learning-driven knee MRI acceleration: evidence, enhancements, and the path to universal adoption
2025-Sep-23, La Radiologia medica
DOI:10.1007/s11547-025-02092-x
PMID:40986132
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13889 | 2025-09-24 |
Response to the letter: "deep learning-driven knee MRI acceleration: evidence, enhancements, and the path to universal adoption"
2025-Sep-23, La Radiologia medica
DOI:10.1007/s11547-025-02101-z
PMID:40986130
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13890 | 2025-10-05 |
Comparative Evaluation of Radiomics and Deep Learning Models for Disease Detection in Chest Radiography
2025-Sep-23, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01670-9
PMID:40986191
|
研究论文 | 本研究系统比较了基于放射组学和深度学习的模型在胸部X射线疾病检测中的性能表现 | 首次在多种样本量条件下对放射组学与深度学习模型进行系统性比较，并通过统计检验验证模型类型和样本量对性能的显著影响 | 研究仅针对胸部X射线和特定疾病类型，结果可能无法推广到其他影像模态或疾病 | 评估不同AI模型在胸部X射线疾病检测中的诊断性能，为临床环境中的模型选择提供数据驱动建议 | COVID-19、肺部混浊和病毒性肺炎的胸部X射线影像 | 计算机视觉 | 肺部疾病 | 放射组学特征提取，深度学习 | CNN, Vision Transformer, Decision Tree, Gradient Boosting, Random Forest, SVM, MLP | 医学影像 | 从24到4000个样本的多组实验 | NA | InceptionV3, EfficientNetL, ConvNeXtXLarge | AUC | NA |
| 13891 | 2025-10-05 |
Exploiting Cross-modal Collaboration and Discrepancy for Semi-supervised Ischemic Stroke Lesion Segmentation from Multi-sequence MRI Images
2025-Sep-23, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01691-4
PMID:40986192
|
研究论文 | 提出一种利用跨模态协作和差异性的半监督方法，用于多序列MRI图像的缺血性脑卒中病灶分割 | 提出跨模态双向复制粘贴策略实现模态间信息协作，以及跨模态差异感知校正策略有效利用未标注数据 | 需要多序列MRI数据，在单模态情况下性能可能受限 | 开发半监督学习方法以解决多序列MRI图像中缺血性脑卒中病灶分割的标注数据稀缺问题 | 缺血性脑卒中患者的MRI图像数据 | 医学图像分割 | 缺血性脑卒中 | 多序列MRI成像（DWI, ADC） | 深度学习分割模型 | 多序列MRI图像 | ISLES 22数据集 | NA | NA | DSC（Dice相似系数） | NA |
| 13892 | 2025-10-05 |
AI-empowered human microbiome research
2025-Sep-22, Gut
IF:23.0Q1
DOI:10.1136/gutjnl-2025-335946
PMID:40983504
|
综述 | 系统探讨人工智能在人类微生物组研究中的驱动方法与应用前景 | 从多尺度视角评估AI方法解析微生物复杂数据的能力，涵盖从传统机器学习到新兴大语言模型的全技术谱系 | 未涉及具体实验验证数据，主要基于现有文献的系统性评述 | 推动AI与微生物组研究的交叉融合，加速个性化医疗创新 | 人类微生物组数据 | 机器学习 | NA | 高通量微生物组分析 | CNN, RNN, 大语言模型 | 微生物组数据 | NA | NA | NA | NA | NA |
| 13893 | 2025-09-24 |
Correction: Myocardial scar and left ventricular ejection fraction classification for electrocardiography image using multi-task deep learning
2025-Sep-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-18185-6
PMID:40983619
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13894 | 2025-10-05 |
hERG-MFFGNN: An Explainable Deep Learning Model for Predicting Cardiotoxicity Using Multi-feature Fusion and Graph Neural Networks
2025-Sep-22, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00768-6
PMID:40983850
|
研究论文 | 提出一种名为hERG-MFFGNN的可解释深度学习模型，用于预测化合物对hERG通道的抑制作用 | 采用多特征融合策略和注意力机制，结合分子指纹特征、分子描述符和图神经网络提取的拓扑特征，实现更全面的分子特征表示 | NA | 开发高效准确的计算方法来预测hERG通道阻滞剂 | 化合物对hERG钾通道的抑制作用 | 机器学习 | 心血管疾病 | 多特征融合，图神经网络 | GNN | 分子结构数据 | 基准数据集和外部验证数据集 | NA | 图神经网络，注意力机制 | AUROC, ACC | NA |
| 13895 | 2025-10-05 |
DeepExpDR: Drug Response Prediction through Molecular Topological Grouping and Substructure-Aware Expert
2025-Sep-22, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01476
PMID:40984005
|
研究论文 | 提出一种名为DeepExpDR的深度学习专家框架，用于预测癌症药物反应 | 首次考虑分子拓扑特性对药物特征提取和药物反应预测的影响，通过分子骨架相似性对药物进行分组并为每个组分配专门的子结构感知专家 | NA | 开发能够准确预测癌症药物反应的深度学习模型 | 癌症药物和癌细胞 | 机器学习 | 癌症 | 深度学习 | 自监督聚类模型, 专家框架 | 分子子结构序列, 癌细胞转录基因表达值, 药物反应相关矩阵 | NA | NA | 子结构感知网络, 专家框架 | IC50值, 回归和分类任务性能 | NA |
| 13896 | 2025-10-05 |
A comprehensive landscape of AI applications in broad-spectrum drug interaction prediction: a systematic review
2025-Sep-19, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-01093-2
PMID:40973960
|
系统综述 | 本文系统综述了人工智能在广谱药物相互作用预测中的应用现状和发展趋势 | 首次全面绘制了AI在主要药物相互作用类型中的应用图谱，强调了大语言模型和知识图谱在克服关键限制方面的作用 | 存在数据不平衡、噪声源、有限可解释性以及某些相互作用类型代表性不足等挑战 | 推进更稳健、可解释和个性化的药物相互作用预测模型 | 药物-药物、药物-疾病、药物-营养素相互作用 | 机器学习 | NA | 系统综述方法 | 机器学习,深度学习,图模型 | 结构化数据库数据 | 147项研究（2018-2024年） | NA | 大语言模型,知识图谱 | NA | NA |
| 13897 | 2025-10-05 |
The Narrative Review: Advancements in Heart Failure Diagnosis and Management using Artificial Intelligence: A New Era of Patient Care
2025-09-11, Current cardiology reviews
IF:2.4Q2
|
综述 | 本文综述人工智能在心衰诊断与管理中的进展及其对患者护理的影响 | 系统总结AI技术在心衰诊疗中的创新应用，包括精准诊断、风险预测和个性化治疗方案制定 | 存在数据整合不足、预测准确性待提升、患者参与度有限、数据隐私与伦理问题以及临床工作流程整合挑战 | 探讨人工智能技术如何改善心衰患者的诊断和管理策略 | 心衰患者群体及相关的医疗数据（影像学和心电图数据） | 医疗人工智能 | 心血管疾病 | 机器学习和深度学习技术 | NA | 医学影像和心电图数据 | NA | NA | NA | NA | NA |
| 13898 | 2025-10-05 |
Deep vessel segmentation with U-Net and texture representation of image (TRI) features provides a foundation for improved objective and automated analysis of coronary artery disease from angiography
2025-Sep-09, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.109072
PMID:40983000
|
研究论文 | 本研究开发了一种结合纹理特征和U-Net架构的深度学习框架，用于提高冠状动脉造影图像中血管分割的准确性 | 将纹理图像表示特征与U-Net架构相结合，并采用先进的图像预处理技术来捕捉细微血管细节 | 外部验证有限，直接临床影响评估不足 | 提高冠状动脉造影中血管分割的准确性，为CAD评估提供定量分析基础 | 冠状动脉造影图像中的血管结构 | 计算机视觉 | 心血管疾病 | 血管造影 | CNN | 医学图像 | 7600张临床血管造影图像用于训练，19名患者约1700张图像用于测试 | PyTorch, TensorFlow | U-Net | 准确率, 精确率, 灵敏度, F1分数, IoU | NA |
| 13899 | 2025-10-05 |
Multichannel autostereoscopic measurement system for micro-structured surfaces based on multi-scale depth fusion
2025-Sep-08, Optics express
IF:3.2Q2
DOI:10.1364/OE.567001
PMID:40984187
|
研究论文 | 提出一种基于多尺度深度融合的多通道自动立体测量系统，用于微结构表面的精确三维重建 | 开发了结合3D光学通道和2D通道的多通道自动立体测量系统，通过多尺度深度融合技术提升三维重建质量 | NA | 提高微结构表面三维测量的精度和鲁棒性 | 微结构表面 | 计算机视觉 | NA | 自动立体技术，光学测量 | 深度学习网络 | 图像 | NA | NA | UniDepth | NA | NA |
| 13900 | 2025-10-05 |
Optimizing optical chaotic sequences using GAN and the Fisher-Yates algorithm
2025-Sep-08, Optics express
IF:3.2Q2
DOI:10.1364/OE.564934
PMID:40984206
|
研究论文 | 提出一种结合深度学习和后处理算法的光学混沌序列优化方案 | 将生成对抗网络引入传统光学反馈混沌系统，并结合Fisher-Yates算法进行后处理优化 | NA | 优化光学混沌序列的分布特性和随机性 | 光学混沌序列 | 机器学习 | NA | 光学反馈混沌系统 | GAN | 序列数据 | NA | NA | 生成对抗网络 | NIST统计测试套件 | NA |