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 32371 篇文献，本页显示第 1481 - 1500 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1481 | 2025-09-24 |
Deep-learning-based single-pixel telescope for simultaneous visible and near-infrared imaging with robustness to atmospheric seeing
2025-Aug-11, Optics express
IF:3.2Q2
DOI:10.1364/OE.566490
PMID:40984610
|
研究论文 | 本研究将深度学习技术集成到单像素成像系统中，开发了一种可同时进行可见光和近红外观测的单像素望远镜系统 | 结合单像素成像的多波长成像能力与深度学习噪声抑制技术，在模拟大气湍流条件下实现鲁棒成像 | 在模拟湍流条件下，TDPL网络对简单目标（如MNIST图像）的精度低于U-Net，需要进一步改进 | 开发能够抵抗大气湍流干扰的高质量多波长成像系统 | 单像素望远镜成像系统 | 计算机视觉 | NA | 单像素成像（SPI）、深度学习 | U-Net、TDPL（时间分割模式学习网络） | 图像数据 | 使用MNIST图像数据集进行性能评估 | NA | NA | NA | NA |
| 1482 | 2025-09-24 |
Transformer-inspired training principles based breast cancer prediction: combining EfficientNetB0 and ResNet50
2025-Apr-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98523-w
PMID:40251247
|
研究论文 | 提出结合EfficientNetB0和ResNet50的集成模型用于乳腺癌组织病理学图像分类 | 首次将Transformer训练理念与EfficientNetB0、ResNet50集成，创新性地融合两种架构优势 | NA | 提高乳腺癌组织病理学图像分类准确率，区分IDC和非IDC类别 | 乳腺癌组织病理学图像 | 计算机视觉 | 乳腺癌 | 深度学习、迁移学习 | EfficientNetB0、ResNet50、集成模型 | 图像 | NA | NA | NA | NA | NA |
| 1483 | 2025-09-24 |
MRS-Sim: Open-Source Framework for Simulating In Vivo-like Magnetic Resonance Spectra
2025-Apr-08, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.20.629645
PMID:40291707
|
研究论文 | 介绍MRS-Sim开源框架，用于模拟逼真的体内磁共振波谱数据 | 包含三维场图模拟器和新型半参数生成器，能模拟场不均匀性和残余水区域信号 | NA | 开发用于磁共振波谱方法验证的合成数据模拟框架 | 磁共振波谱数据 | 医学影像分析 | NA | 磁共振波谱技术 | 半参数生成器 | 波谱数据 | NA | NA | NA | NA | NA |
| 1484 | 2025-09-24 |
Transitions in dynamical regime and neural mode underlie perceptual decision-making
2025-Apr-07, bioRxiv : the preprint server for biology
DOI:10.1101/2023.10.15.562427
PMID:37904994
|
研究论文 | 通过大规模神经元记录和深度学习技术揭示大鼠感知决策过程中神经动力学的双阶段转换机制 | 首次发现决策过程包含感觉输入主导和自主动力学主导的两个连续动态机制转换，并提出了神经推断承诺时间（nTc）的新概念 | 研究局限于啮齿类动物模型，需要进一步验证在灵长类或人类中的普适性 | 探究感知决策过程中神经动力学的动态机制和决策承诺的神经基础 | 大鼠前额叶皮层和纹状体的神经元活动 | 计算神经科学 | NA | 大规模神经元同步记录、深度学习无监督方法 | 简化动力学模型 | 神经电生理信号 | 数百个神经元的同时记录数据 | NA | NA | NA | NA |
| 1485 | 2025-09-24 |
Artificial intelligence predicts multiclass molecular signatures and subtypes directly from breast cancer histology: a multicenter retrospective study
2025-Apr-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002220
PMID:39764584
|
研究论文 | 开发基于深度学习的算法BBMIL，直接从乳腺癌H&E染色组织病理图像预测分子标志物和亚型 | 首次实现直接从常规组织病理图像预测多种分子标志物和免疫治疗相关基因特征 | 回顾性研究，需要多中心验证 | 降低乳腺癌生物标志物检测的成本和组织负担 | 乳腺癌组织病理图像 | 数字病理 | 乳腺癌 | 深度学习 | BBMIL（基于多实例学习的深度学习算法） | 组织病理图像（H&E染色） | 多中心回顾性数据集 | NA | NA | NA | NA |
| 1486 | 2025-09-24 |
RESPAN: A Deep Learning Pipeline for Accurate and Automated Restoration, Segmentation, and Quantification of Dendritic Spines
2025-Feb-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.06.597812
PMID:38895232
|
研究论文 | 开发了一个名为RESPAN的深度学习管道，用于自动化修复、分割和量化树突棘 | 集成最先进的深度学习技术，通过内容感知修复增强信号、对比度和各向同性分辨率，实现跨多种样本的鲁棒检测 | NA | 改进树突棘的量化分析方法，提高准确性和可重复性 | 树突棘、树突分支和神经元胞体 | 数字病理学 | NA | 深度学习、图像修复、图像分割 | 深度学习管道 | 显微图像 | 经过专家注释验证的多种成像模式数据集 | NA | NA | NA | NA |
| 1487 | 2025-09-24 |
Parametrically guided design of beta barrels and transmembrane nanopores using deep learning
2025-Jan-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.22.604663
PMID:39091726
|
研究论文 | 本研究开发了一种结合参数化生成与深度学习的方法，用于设计β桶蛋白和跨膜纳米孔 | 将参数化表示与RoseTTAFold深度学习设计方法相结合，首次实现了对β桶蛋白几何形状的精确控制设计 | NA | 开发一种能够精确控制β桶蛋白全局形状的设计方法 | β桶蛋白结构和跨膜纳米孔 | 蛋白质设计 | NA | RoseTTAFold深度学习设计方法（RFjoint修复和RFdiffusion） | 深度学习模型（RoseTTAFold） | 蛋白质结构数据 | 设计了12、14和16链跨膜纳米孔，并通过X射线晶体结构验证 | NA | NA | NA | NA |
| 1488 | 2025-09-24 |
Multiscale Cell-Cell Interactive Spatial Transcriptomics Analysis
2025-Jan-03, Research square
DOI:10.21203/rs.3.rs-5743704/v1
PMID:39801521
|
研究论文 | 提出多尺度细胞交互空间转录组学（MCIST）分析方法，整合多尺度拓扑表示与空间深度学习技术 | 首次在空间转录组分析中系统考虑多尺度细胞间相互作用，提出融合拓扑表示与深度学习的新框架 | NA | 改进空间转录组数据分析方法，提升空间域检测性能 | 空间转录组数据 | 生物信息学 | NA | 空间转录组学 | 空间深度学习 | 基因表达空间数据 | 37个基准空间转录组数据集 | NA | NA | NA | NA |
| 1489 | 2025-09-24 |
DWI-based Biologically Interpretable Radiomic Nomogram for Predicting 1-year Biochemical Recurrence after Radical Prostatectomy: A Deep Learning, Multicenter Study
2025, Current medical imaging
IF:1.1Q3
|
研究论文 | 开发基于DWI和深度学习的放射组学列线图预测前列腺癌根治术后1年生化复发 | 首次将深度学习提取的DWI放射组学特征与临床参数结合构建预测模型，并探索放射组学评分与肿瘤微环境的关联 | 回顾性研究设计，样本量有限（n=349），需要更大规模前瞻性验证 | 预测前列腺癌根治术后1年生化复发风险 | 接受根治性前列腺切除术的前列腺癌患者 | 数字病理 | 前列腺癌 | 多参数磁共振成像、扩散加权成像、单细胞RNA测序 | 3D U-Net、Cox比例风险回归 | 医学影像、临床数据 | 349例患者（两个独立队列），其中4例进行单细胞RNA测序 | NA | NA | NA | NA |
| 1490 | 2025-09-24 |
OSFormer: One-Step Transformer for Infrared Video Small Object Detection
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3598426
PMID:40828723
|
研究论文 | 提出一种用于红外视频小目标检测的单步Transformer方法OSFormer | 首创将小目标友好型Transformer与单步检测范式相结合，提出可变尺寸补丁注意力模块和多普勒自适应滤波器 | NA | 提升红外视频中小目标检测的效率和准确性 | 红外视频序列中的小目标 | 计算机视觉 | NA | 深度学习 | Transformer | 红外视频 | 在AntiUAV和InfraredUAV两个数据集上进行验证 | NA | NA | NA | NA |
| 1491 | 2025-09-24 |
Analysis of Freezing of Gait in Parkinson's Disease Detection Using a Multimodal Prototype Learning Framework
2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2025.3605204
PMID:40892658
|
研究论文 | 提出一种基于原型学习的多模态框架CSE-ProtoNet，用于帕金森病患者的步态冻结检测 | 结合CondenseNet与SEBlock的原型学习框架，首次应用于多模态（EEG+步态数据）的FOG检测任务 | 医学数据样本量有限，特别是EEG数据稀缺可能影响模型泛化能力 | 提高帕金森病步态冻结检测的准确性和鲁棒性 | 帕金森病患者（包含FOG和Non-FOG两组） | 机器学习 | 帕金森病 | 原型学习（少样本学习）、多模态数据融合 | CSE-ProtoNet（基于CondenseNet与SEBlock的原型网络） | 多模态数据（EEG脑电数据+步态数据） | 有限数量的医学数据样本（具体数量未明确说明） | NA | NA | NA | NA |
| 1492 | 2025-09-24 |
Single-nucleus transcriptome atlas of orbitofrontal cortex in amyotrophic lateral sclerosis with a deep learning-based decoding of alternative polyadenylation mechanisms
2024-Dec-16, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.22.573083
PMID:38187588
|
研究论文 | 通过单核RNA测序构建肌萎缩侧索硬化症眶额叶皮层转录组图谱，并利用深度学习解析选择性多聚腺苷酸化机制 | 开发APA-Net深度学习模型整合转录本序列与RNA结合蛋白表达谱，首次揭示ALS/FTLD中细胞类型特异性的APA调控模式 | 研究聚焦于特定脑区（眶额叶皮层）和C9orf72相关病例，结果在其他脑区或ALS亚型的普适性需进一步验证 | 解析ALS/FTLD神经退行性疾病中细胞类型特异性转录调控机制 | C9orf72相关ALS（伴/不伴FTLD）和散发性ALS患者的眶额叶皮层组织 | 数字病理 | 肌萎缩侧索硬化症 | 单核RNA测序、深度学习 | APA-Net（定制深度学习模型） | 单细胞转录组数据、基因组序列 | 包含C9orf72相关ALS（伴/不伴FTLD）和散发性ALS的多例人脑组织样本 | NA | NA | NA | NA |
| 1493 | 2025-09-24 |
International Validation of Echocardiographic AI Amyloid Detection Algorithm
2024-Dec-16, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.12.14.24319049
PMID:39763545
|
研究论文 | 本研究通过国际多中心验证了一种基于计算机视觉的深度学习算法EchoNet-LVH在心脏淀粉样变性超声诊断中的性能 | 开发了首个基于胸骨旁长轴和心尖四腔心切面视频的计算机视觉算法，并在国际多中心验证其诊断性能 | 回顾性病例对照研究设计，需进一步验证早期诊断对治疗启动的影响 | 验证人工智能算法在心脏淀粉样变性超声诊断中的准确性和泛化能力 | 心脏淀粉样变性患者和对照组的超声心动图研究 | 计算机视觉 | 心脏淀粉样变性 | 深度学习 | 计算机视觉深度学习算法 | 超声视频 | 多中心回顾性病例对照研究（具体样本量未明确说明） | NA | NA | NA | NA |
| 1494 | 2025-09-24 |
Discovering New Metallo-Deubiquitinase CSN5 Inhibitors by a Non-Catalytic Activity Assay Platform
2024-08-22, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.4c01514
PMID:39129245
|
研究论文 | 本研究建立了一种非催化活性检测平台用于发现新型CSN5金属去泛素化酶抑制剂 | 开发了基于新型荧光探针的非催化活性检测平台，结合深度学习虚拟筛选发现了纳摩尔级CSN5抑制剂 | 抑制剂在癌细胞中对PD-L1的调控效果存在差异（2-氨基噻唑-4-羧酸轻微下调，紫草素可上调） | 发现新型CSN5金属去泛素化酶抑制剂 | COP9信号体催化亚基CSN5 | 药物发现 | 癌症 | 荧光偏振检测、深度学习虚拟筛选、微秒级分子动力学模拟、色氨酸淬灭实验 | 深度学习模型 | 化学化合物数据 | HCT116癌细胞系 | NA | NA | NA | NA |
| 1495 | 2025-09-24 |
Single-sequence protein-RNA complex structure prediction by geometric attention-enabled pairing of biological language models
2024-Jul-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.27.605468
PMID:39091736
|
研究论文 | 提出仅需单序列输入的蛋白质-RNA复合物结构预测深度学习框架ProRNA3D-single | 首次通过几何注意力机制配对生物语言模型，实现无需进化信息的单序列蛋白质-RNA复合物结构预测 | 未明确说明模型对特定类型蛋白质-RNA复合物的预测局限性 | 开发不依赖进化信息的蛋白质-RNA复合物三维结构预测方法 | 蛋白质-RNA复合物 | 计算生物学 | NA | 几何注意力机制、生物语言模型、几何优化 | 深度学习框架（几何注意力配对网络） | 蛋白质和RNA单序列数据 | 基准测试数据集（具体数量未说明） | NA | NA | NA | NA |
| 1496 | 2025-09-24 |
A flexible, stretchable and wearable strain sensor based on physical eutectogels for deep learning-assisted motion identification
2024-06-27, Journal of materials chemistry. B
DOI:10.1039/d4tb00809j
PMID:38836422
|
研究论文 | 本研究开发了一种基于木质素增强物理共晶凝胶的可穿戴应变传感器，并结合深度学习技术实现手势识别 | 首次将木质素作为绿色填料和多功能氢键供体溶解于低共熔溶剂，制备出具有透明度、紫外屏蔽、自愈合和高导电性等多功能集成的物理共晶凝胶 | NA | 开发高性能可穿戴应变传感器并实现精准运动识别 | 物理共晶凝胶材料及人体运动信号 | 可穿戴电子设备 | NA | 深度学习 | NA | 传感器运动数据 | 1000次循环耐久性测试 | NA | NA | NA | NA |
| 1497 | 2025-09-24 |
Histopathological evaluation of abdominal aortic aneurysms with deep learning
2024-Apr-24, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.04.23.24306178
PMID:38712033
|
研究论文 | 本研究首次对深度学习在腹主动脉瘤组织病理学评估中的应用进行全面评估 | 首次在血管病理学领域系统评估深度学习技术，并发现其在预测炎症特征和纤维化分级方面的稳健性能 | 研究样本仅来自三个欧洲中心，可能存在地域局限性 | 探索深度学习在血管疾病计算病理学中的应用价值 | 369名腹主动脉瘤患者的组织样本 | 数字病理学 | 心血管疾病 | 深度学习 | 深度学习模型 | 数字全玻片图像 | 来自三个欧洲中心的369名患者样本 | NA | NA | NA | NA |
| 1498 | 2025-09-24 |
Accelerated Diffusion-Weighted Imaging in 3 T Breast MRI Using a Deep Learning Reconstruction Algorithm With Superresolution Processing: A Prospective Comparative Study
2023-12-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000000997
PMID:37428618
|
研究论文 | 评估深度学习重建算法在3T乳腺MRI中加速扩散加权成像的性能 | 首次在前瞻性临床研究中将具有超分辨率处理的深度学习加速DWI序列与标准成像进行对比 | 单中心研究，样本量相对有限（65名参与者） | 比较深度学习加速DWI序列与标准DWI在采集时间和图像质量方面的差异 | 浸润性乳腺癌、良性病变和囊肿患者 | 医学影像分析 | 乳腺癌 | 扩散加权成像，深度学习重建算法，超分辨率处理 | 深度学习重建算法 | MRI影像数据 | 65名参与者（64名女性，平均年龄54±13岁） | NA | NA | NA | NA |
| 1499 | 2025-09-24 |
Amplifying the Effects of Contrast Agents on Magnetic Resonance Images Using a Deep Learning Method Trained on Synthetic Data
2023-12-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000000998
PMID:37378418
|
研究论文 | 提出一种基于深度学习的方法，利用合成数据增强磁共振图像中对比剂的效果 | 首次使用物理模型生成合成对比剂数据来训练AI代理，实现超越标准剂量的虚拟对比增强 | 方法主要针对脑部疾病验证，在其他器官的适用性需进一步研究 | 开发一种能够放大磁共振图像中对比剂效果的AI方法 | 脑胶质瘤小鼠模型和1990例脑部疾病患者的临床数据 | 医学影像分析 | 脑胶质瘤、多发性硬化、转移癌等脑部疾病 | 磁共振成像、深度学习 | 神经网络 | 磁共振图像 | 临床研究包含1990例患者检查数据，外加临床前小鼠模型研究 | NA | NA | NA | NA |
| 1500 | 2025-09-24 |
Deep Learning-Facilitated Study of the Rate of Change in Photoreceptor Outer Segment Metrics in RPGR-Related X-Linked Retinitis Pigmentosa
2023-11-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.64.14.31
PMID:37988107
|
研究论文 | 本研究利用深度学习模型辅助测量RPGR相关X连锁视网膜色素变性患者的光感受器外节三维指标，并评估其纵向变化规律 | 首次结合深度学习模型对RPGR相关XLRP患者进行三维光感受器外节指标的纵向定量分析 | 样本量较小（34例患者），且为回顾性研究设计 | 评估X连锁视网膜色素变性疾病进展的生物标志物 | RPGR基因相关的X连锁视网膜色素变性男性患者 | 数字病理 | 视网膜色素变性 | 光学相干断层扫描（OCT） | 深度学习模型 | 医学影像 | 34例男性患者，随访时间约2年或更长 | NA | NA | NA | NA |