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 32372 篇文献，本页显示第 1441 - 1460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1441 | 2025-10-05 |
3D CoAt U SegNet-enhanced deep learning framework for accurate segmentation of acute ischemic stroke lesions from non-contrast CT scans
2025-Sep-23, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01626-x
PMID:40986248
|
研究论文 | 提出一种名为CoAt U SegNet的新型深度学习框架，用于从非对比CT扫描中精确分割急性缺血性卒中病灶 | 开发了先进的3D深度学习方法，在编码器卷积块中整合了1、3、5的扩张率以有效捕获多尺度特征，相比传统方法显著提升了分割精度 | 训练数据量相对有限（仅50个NCCT扫描用于训练），需要在更大数据集上进一步验证模型泛化能力 | 开发计算机辅助检测和分割工具，支持临床医生进行卒中诊断 | 急性缺血性卒中病灶 | 医学影像分析 | 缺血性卒中 | 非对比CT扫描 | 深度学习 | 3D医学影像 | 50个NCCT扫描用于训练，10个用于验证，500个用于测试 | NA | CoAt U SegNet | Dice相似系数, Jaccard指数 | NA |
| 1442 | 2025-10-05 |
EGA-Ploc: An Efficient Global-Local Attention Model for Multi-label Protein Subcellular Localization Prediction on the Immunohistochemistry Images
2025-Sep-22, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3613205
PMID:40982491
|
研究论文 | 提出一种用于免疫组化图像多标签蛋白质亚细胞定位预测的高效全局-局部注意力模型 | 采用线性注意力机制实现高效全局和局部特征建模，并提出自适应多标签损失函数解决数据集不平衡问题 | NA | 解决高分辨率免疫组化图像中蛋白质亚细胞定位预测的挑战 | 免疫组化图像中的蛋白质亚细胞定位 | 计算机视觉 | NA | 免疫组化成像 | 注意力机制 | 图像 | NA | NA | 全局-局部注意力模型 | NA | NA |
| 1443 | 2025-10-05 |
Vision Mamba: A Comprehensive Survey and Taxonomy
2025-Sep-22, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3610435
PMID:40982514
|
综述 | 对视觉领域Mamba模型的全面调查与分类研究 | 首次系统性地将Mamba从自然语言领域扩展到视觉领域，并提出分类学研究框架 | 作为综述性文章，不包含原始实验验证 | 探索Mamba模型在视觉领域的应用潜力与发展前景 | Mamba模型及其在视觉任务中的应用 | 计算机视觉 | NA | 状态空间模型(SSM) | Mamba | 序列数据, 图像, 视频 | NA | NA | Mamba | NA | NA |
| 1444 | 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 |
| 1445 | 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 |
| 1446 | 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 |
| 1447 | 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 |
| 1448 | 2025-10-05 |
Objective Assessment of Disorders of Consciousness Based on EEG Temporal and Spectral Features
2025-Sep-22, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065725500674
PMID:40985067
|
研究论文 | 本研究基于听觉oddball范式的脑电图数据，通过多维度特征提取和多种机器学习算法比较，开发了意识障碍的客观评估方法 | 首次在任务态脑电图数据中系统比较多种机器学习和深度学习分类器性能，并提出了集成七种分类器的投票策略模型 | 需要进一步验证在更大样本量和其他范式下的泛化能力 | 开发基于任务态脑电图的意识障碍客观评估方法 | 最小意识状态患者、植物状态患者和健康对照组 | 脑机接口 | 意识障碍 | 脑电图、听觉oddball范式 | SVM, LDA, RF, XGBoost, DT, CNN | 脑电图信号 | 最小意识状态患者、植物状态患者和健康对照组（具体数量未提及） | NA | EEGNet, ShallowConvNet | 分类准确率 | NA |
| 1449 | 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 |
| 1450 | 2025-10-05 |
A deep learning pipeline for accurate and automated restoration, segmentation, and quantification of dendritic spines
2025-Sep-18, Cell reports methods
IF:4.3Q2
DOI:10.1016/j.crmeth.2025.101179
PMID:40972567
|
研究论文 | 开发了一个集成深度学习的开源管道RESPAN，用于自动化修复、分割和量化树突棘 | 整合了内容感知修复技术增强信号、对比度和各向同性分辨率，能够在多种样本中实现稳健检测 | NA | 开发自动化树突棘量化工具以研究突触连接性 | 树突棘、树突分支和神经元胞体 | 数字病理学 | 神经科学疾病 | 快速体积成像、双光子显微镜 | 深度学习 | 图像 | NA | NA | NA | 准确性、可重复性 | NA |
| 1451 | 2025-10-05 |
Single-nucleus transcriptome atlas of orbitofrontal cortex in ALS with a deep learning-based decoding of alternative polyadenylation mechanisms
2025-Sep-17, Cell genomics
IF:11.1Q1
DOI:10.1016/j.xgen.2025.101007
PMID:40967225
|
研究论文 | 通过单核转录组测序和深度学习模型研究肌萎缩侧索硬化症患者眶额皮质中选择性多聚腺苷酸化机制的细胞类型特异性变化 | 开发了多模态深度学习模型APA-Net，整合转录序列和RNA结合蛋白表达谱来预测选择性多聚腺苷酸化，首次在ALS/FTLD中系统研究这一机制 | 研究样本量有限，主要关注C9orf72相关ALS和散发性ALS，未覆盖所有ALS亚型 | 揭示ALS和FTLD神经退行性疾病的细胞类型特异性分子病理机制 | C9orf72相关ALS（伴和不伴FTLD）和散发性ALS患者的眶额皮质组织 | 数字病理学 | 神经退行性疾病 | 单核RNA测序，深度学习 | 多模态深度学习模型 | 转录组序列数据，RNA结合蛋白表达数据 | C9orf72相关ALS和散发性ALS患者脑组织样本 | NA | APA-Net | NA | NA |
| 1452 | 2025-10-05 |
Multiscale Cell-Cell Interactive Spatial Transcriptomics Analysis
2025-Sep-15, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202508358
PMID:40948400
|
研究论文 | 提出了一种多尺度细胞间交互空间转录组学分析方法，整合多尺度拓扑表示与空间深度学习技术 | 首次在空间转录组学分析中考虑多尺度细胞间相互作用，结合多尺度拓扑表示与先进空间深度学习技术 | NA | 改进空间转录组学分析，更准确地识别空间域和细胞类型动态 | 空间转录组学数据中的细胞间相互作用 | 生物信息学 | NA | 空间转录组学 | 深度学习 | 空间转录组数据 | 37个基准空间转录组数据集 | NA | NA | 聚类评分 | NA |
| 1453 | 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 |
| 1454 | 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 |
| 1455 | 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 |
| 1456 | 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 |
| 1457 | 2025-10-05 |
Research on the crack detection method of black coating based on machine vision and deep learning
2025-Sep-08, Optics express
IF:3.2Q2
DOI:10.1364/OE.568123
PMID:40984237
|
研究论文 | 提出一种基于机器视觉和深度学习的黑色涂层裂纹检测方法BCC-YOLO | 引入ADown模块替代传统下采样模块，结合iEMA注意力机制和UIoU损失函数，提升小裂纹检测能力并降低计算复杂度 | 仅针对黑色涂层裂纹检测，未验证在其他材质或颜色涂层的适用性 | 解决黑色涂层低对比度小裂纹实时检测精度不足的问题 | 多孔材料表面黑色高辐射涂层的微裂纹 | 计算机视觉 | NA | 机器视觉成像 | YOLO | 图像 | 自建黑色涂层裂纹数据集 | NA | YOLOv10s, BCC-YOLO | 精确率, 召回率, FLOPs | NA |
| 1458 | 2025-10-05 |
Deep learning enhanced dual-mode fluorescence cooperative imaging using upconversion nanoparticles
2025-Sep-08, Optics express
IF:3.2Q2
DOI:10.1364/OE.572954
PMID:40984265
|
研究论文 | 提出一种深度学习增强的双模态荧光协同成像方法，通过上转换纳米颗粒和人工神经网络实现深层组织高分辨率成像 | 利用镧系上转换纳米颗粒的多个长寿命中间态，在单泵浦源激发下同时产生穿透性更强的双光子和分辨率更高的四光子荧光，并通过对抗训练与循环一致性约束的双机制神经网络建立双模态信号间的跨域映射 | NA | 解决多光子显微镜中穿透深度与分辨率之间的权衡问题，实现深层组织厚散射成像 | 上转换纳米颗粒在深层组织中的荧光成像 | 生物医学成像 | NA | 多光子显微镜，上转换纳米颗粒荧光成像 | 人工神经网络，生成对抗网络 | 荧光图像 | NA | NA | NA | 横向分辨率增强（51%），穿透深度（500μm） | NA |
| 1459 | 2025-10-05 |
High-quality polarization 3D reconstruction of weakly textured objects by fusing multi-view images
2025-Sep-08, Optics express
IF:3.2Q2
DOI:10.1364/OE.570825
PMID:40984276
|
研究论文 | 提出一种融合多视图图像和偏振信息的被动3D重建框架，用于弱纹理物体的高质量三维重建 | 将自注意力增强的PatchMatch网络提供的粗略深度先验与偏振测量获得的精细法向梯度相融合，通过联合优化解决角度反演模糊问题 | 主要针对弱纹理物体，在强纹理表面的优势可能不明显 | 开发一种能够处理弱纹理物体的高质量被动3D重建方法 | 弱纹理物体的三维几何形状 | 计算机视觉 | NA | 多视角立体视觉，偏振成像，傅里叶域积分 | PatchMatch网络，自注意力机制 | 多视角图像，偏振测量数据 | 多种不同的弱纹理物体 | NA | 自注意力增强的PatchMatch网络 | 几何细节质量，伪影数量，计算开销 | NA |
| 1460 | 2025-10-05 |
Multi-input neural channel waveform model for optical fiber WDM transmission based on Volterra series transfer function
2025-Sep-08, Optics express
IF:3.2Q2
DOI:10.1364/OE.563482
PMID:40984268
|
研究论文 | 提出一种基于Volterra级数传递函数的多输入神经网络信道波形模型，用于光纤波分复用传输系统 | 在现有物理基础的Volterra级数传递函数算法上，采用频域神经网络参数化，支持多参数输入实现高精度和强泛化能力的WDM信道建模 | 模型性能仅在特定WDM系统配置下进行了验证，未涉及更广泛的系统参数范围 | 解决传统分步傅里叶方法计算效率低的问题，实现光纤通信网络中波分复用系统的准确波形建模 | 光纤波分复用传输信道 | 机器学习 | NA | 神经网络参数化 | 神经网络 | 频域信号 | 40通道600公里和5通道1200公里WDM系统仿真 | NA | 基于Volterra级数传递函数的神经网络架构 | Q因子误差 | GPU |