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 1941 - 1960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1941 | 2025-10-06 |
Integrating Machine Learning into Free Energy Perturbation Workflows
2025-Sep-17, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01449
PMID:40958764
|
综述 | 探讨机器学习如何提升自由能微扰工作流程在药物设计中的效率与精度 | 提出将主动学习和深度学习整合到自由能微扰工作流程的混合方法，实现采样策略、协议优化和力场开发三方面的创新应用 | 机器学习衍生的神经网络势能计算成本较高，且依赖量子力学训练数据 | 提升自由能微扰方法在基于结构的药物设计中的计算效率与预测精度 | 蛋白质-配体结合亲和力预测 | 机器学习 | NA | 自由能微扰，量子力学计算 | 主动学习，深度学习，神经网络 | 量子力学数据，蛋白质-配体复合结构 | NA | NA | AlphaFold, NeuralPLexer, DragonFold | NA | NA |
| 1942 | 2025-10-06 |
NMR-based deep learning classification of raw cow's milk samples in different stages of mastitis
2025-Sep-17, Journal of the science of food and agriculture
IF:3.3Q2
DOI:10.1002/jsfa.70200
PMID:40959907
|
研究论文 | 本研究利用核磁共振数据和深度强化学习开发了生牛奶样本在不同乳腺炎阶段的分类模型 | 结合NMR光谱、先进张量分解算法和深度强化学习进行生牛奶乳腺炎阶段分类 | NA | 开发可靠的生牛奶乳腺炎阶段预测模型 | 生牛奶样本（来自健康奶牛和患乳腺炎奶牛） | 机器学习 | 乳腺炎 | 核磁共振（1H-NMR, DOSY NMR） | 深度神经网络, 深度强化学习 | NMR光谱数据 | 健康奶牛（2组）、亚临床乳腺炎（4组）、临床乳腺炎（1组）的牛奶样本 | NA | 深度神经网络 | 准确率 | NA |
| 1943 | 2025-10-06 |
Graph Neural Networks in Modern AI-Aided Drug Discovery
2025-Sep-17, Chemical reviews
IF:51.4Q1
DOI:10.1021/acs.chemrev.5c00461
PMID:40959983
|
综述 | 本文全面综述了图神经网络在AI辅助药物发现中的方法基础、代表性应用及最新进展 | 重点关注几何图神经网络、可解释模型、不确定性量化、可扩展图架构和图生成框架等最新方法进展 | 讨论了将图神经网络应用于实际药物发现流程时遇到的实际挑战和方法瓶颈 | AI辅助药物发现 | 药物样分子 | 机器学习 | NA | 图神经网络 | GNN | 分子图 | NA | NA | 几何图神经网络,图生成框架 | NA | NA |
| 1944 | 2025-10-06 |
Leveraging Transformer Models to Capture Multi-Scale Dynamics in Biomolecules by Nano-GPT
2025-Sep-17, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c00180
PMID:40960089
|
研究论文 | 本文提出了一种基于GPT架构的深度学习模型nano-GPT，用于捕捉分子系统中的长期动力学行为 | 采用GPT架构专门设计用于分子系统长期动力学建模，引入两阶段训练机制逐步替换MD标记以减轻累积误差 | 未明确说明模型在更复杂生物分子系统上的泛化能力限制 | 开发能够捕捉分子系统长期动力学和复杂转变的深度学习模型 | 分子系统动力学，包括四态模型势、丙氨酸二肽和Fip35 WW结构域 | 机器学习 | NA | 分子动力学模拟 | Transformer, GPT | 分子动力学轨迹数据 | 三个不同系统：四态模型势、丙氨酸二肽、Fip35 WW结构域 | NA | GPT | NA | NA |
| 1945 | 2025-10-06 |
Identifying suspicious naevi with dermoscopy via variational autoencoder auxiliary generative classifiers
2025-Sep-17, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01636-9
PMID:40960587
|
研究论文 | 本研究开发了一种基于变分自编码器辅助生成对抗网络的分类器，用于识别可疑痣并生成合成样本 | 提出了VAE-ACGAN模型，通过变分流形可视化痣的分布，并生成高质量合成样本 | NA | 通过数据驱动方法实现黑色素瘤早期检测 | 可疑和非可疑痣的皮肤镜图像 | 计算机视觉 | 皮肤癌 | 皮肤镜检查 | GAN, VAE | 图像 | NA | NA | VAE-ACGAN | 特异性, 敏感性, AUC | NA |
| 1946 | 2025-10-06 |
Habitat-aware radiomics and adaptive 2.5D deep learning predict treatment response and long-term survival in ESCC patients undergoing neoadjuvant chemoimmunotherapy
2025-Sep-17, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07522-6
PMID:40960691
|
研究论文 | 提出一种可解释的多模态框架，通过栖息地放射组学和自适应2.5D深度学习预测食管鳞癌患者新辅助 chemoimmunotherapy 的治疗反应和长期生存 | 结合体素级栖息地放射组学定量映射肿瘤内/瘤周异质性，使用2.5D深度学习建模横断面肿瘤生物学，并通过SHAP可解释性建立机制驱动的生物标志物 | 双中心回顾性研究，样本量有限（269例患者） | 预测食管鳞癌患者新辅助 chemoimmunotherapy 的治疗反应和长期生存 | 269例初治食管鳞癌患者 | 医学影像分析 | 食管鳞癌 | PET/CT影像分析，栖息地放射组学，深度学习 | ResNet50，多示例学习，集成学习 | PET/CT影像 | 269例患者（训练集：144例；验证集：62例；测试集：63例） | PyTorch（推断自ResNet50使用） | ResNet50，Crossformer | AUC，敏感性，特异性，校准曲线，决策曲线分析，C-index，Kaplan-Meier | NA |
| 1947 | 2025-10-06 |
Disentangled deep learning method for interior tomographic reconstruction of low-dose x-ray CT
2025-Sep-16, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae02dc
PMID:40902618
|
研究论文 | 提出一种解耦深度学习方法用于低剂量X射线CT的内部断层重建 | 开发了两种新颖的深度学习重建流程：通过双域深度神经网络解耦提取噪声和背景投影贡献的ROI重建方法，以及采用渐进式'由粗到精'策略扩展可恢复区域的增强方法 | NA | 解决低剂量内部断层扫描中噪声和数据截断耦合的逆问题，实现高质量ROI重建和可恢复区域扩展 | 模拟躯干数据集和真实CT扫描的躯干体模 | 医学影像处理 | NA | 低剂量CT成像 | 深度神经网络 | CT投影数据，图像数据 | NA | NA | 双域深度神经网络 | 重建质量，噪声抑制，截断伪影减轻 | NA |
| 1948 | 2025-10-06 |
Clinical validation of a deep learning based application for quantitative assessment of dental plaque in fluorescence imaging
2025-Sep-16, Clinical oral investigations
IF:3.1Q1
DOI:10.1007/s00784-025-06550-8
PMID:40956351
|
研究论文 | 开发并验证基于深度学习的网络应用程序，用于在荧光图像中客观量化牙菌斑 | 首次将YOLO v11模型应用于牙菌斑检测，开发了基于网络的深度学习应用程序，实现了牙菌斑的客观量化评估 | 研究主要关注下颌前牙舌侧表面，样本来源相对局限 | 开发能够客观量化牙菌斑的深度学习应用程序，改善牙周健康评估 | 牙菌斑在牙齿荧光图像中的检测和量化 | 计算机视觉 | 牙周病 | 荧光成像 | YOLO | 图像 | 498名参与者的2,490张荧光图像用于训练测试，另外30名参与者用于临床验证 | NA | YOLO v11 | F1分数, mAP50, 平均精度, ICC | NA |
| 1949 | 2025-10-06 |
Hyperspectral Texture Metrology Based on Distance Measures in an Information-Theoretic Framework
2025-Sep-16, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3608667
PMID:40956709
|
研究论文 | 提出基于信息论框架的光谱距离度量方法，实现高光谱纹理特征的直接计算 | 提出具有信息论基础的REID光谱距离度量，可直接计算高光谱图像的GLCM、LBP和Gabor特征而无需预处理 | NA | 为现有高光谱纹理特征提取方法建立计量学基础 | 高光谱图像纹理特征 | 计算机视觉 | 癌症 | 高光谱成像 | NA | 高光谱图像 | NA | NA | NA | 分类准确率，图像检索性能，癌症检测准确率 | NA |
| 1950 | 2025-10-06 |
DeepHIV: a Sequence-based Deep Learning Model for Predicting HIV-1 Protease Cleavage Sites
2025-Sep-16, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3610881
PMID:40956729
|
研究论文 | 提出一种基于序列的深度学习模型DeepHIV，用于预测HIV-1蛋白酶切割位点 | 结合卷积神经网络与注意力机制捕捉底物序列中位置特异性氨基酸的上下文信息，并采用偏置支持向量机处理数据不平衡问题 | 仅基于底物序列信息进行预测，未整合其他生物特征 | 开发准确预测HIV-1蛋白酶切割位点的计算工具，助力抗艾滋病抑制剂设计 | HIV-1蛋白酶底物序列 | 生物信息学 | 艾滋病 | 序列分析 | CNN, SVM | 蛋白质序列 | NA | NA | 卷积神经网络结合注意力机制 | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 1951 | 2025-10-06 |
T2Net: Tongue Image-Based T2DM Detection Via Simulated Clinical Diagnostic Reasoning
2025-Sep-16, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3609982
PMID:40956751
|
研究论文 | 提出了一种基于舌像的2型糖尿病检测模型T2Net，通过模拟临床诊断推理过程实现非侵入性早期检测 | 开发了开源T2DM舌诊数据集DMT，提出模拟临床诊断过程的四核心组件模型，结合大核分解与多尺度学习自动提取关键区域，设计多阶特征交互模块和上下文感知动态聚合卷积 | 数据集规模有限，特征变化细微，依赖临床专业知识 | 通过舌像分析实现2型糖尿病的非侵入性早期检测 | 2型糖尿病患者的舌像数据 | 计算机视觉 | 2型糖尿病 | 舌像分析 | CNN | 图像 | NA | PyTorch | T2Net | 准确率,F1分数 | NA |
| 1952 | 2025-10-06 |
HRMamba: Fusing Luminance Information for Remote Physiological Measurement in Varied Lighting Conditions
2025-Sep-16, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3603308
PMID:40956747
|
研究论文 | 提出一种基于Mamba的端到端方法HRMamba，用于在复杂光照条件下通过面部视频进行远程生理测量 | 首次将Mamba架构应用于cbPPG领域，设计了时间差分Mamba处理时序信号，并结合双向状态空间模型学习PPG周期模式，创新性地提出了亮度后处理模块 | 未明确说明模型在极端光照条件下的性能表现，也未提及计算效率方面的评估 | 解决基于摄像头的光电容积描记技术在复杂光照环境下提取生理信号的挑战 | 通过面部视频提取心率、呼吸频率和血氧饱和度等生理参数 | 计算机视觉 | NA | 摄像头光电容积描记技术 | Mamba | 视频 | NA | NA | 时间差分Mamba, 双向状态空间模型 | NA | NA |
| 1953 | 2025-10-06 |
AutoGRN: An Automated Graph Neural Network Framework for Gene Regulatory Network Inference
2025-Sep-16, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3609408
PMID:40956752
|
研究论文 | 提出一种用于基因调控网络推断的自动化图神经网络框架AutoGRN | 通过遗传搜索算法和信息熵约束，自动适应不同数据集特性寻找最优GNN架构 | 未明确说明框架在极端稀疏数据或特定细胞类型下的性能表现 | 解决单细胞RNA测序数据中高稀疏性、噪声和细胞异质性对GRN推断的挑战 | 基因调控网络 | 机器学习 | NA | 单细胞RNA测序 | 图神经网络 | 基因表达数据 | 多个公共数据集 | NA | 通过遗传算法自动搜索的GNN架构 | 预测准确率 | NA |
| 1954 | 2025-10-06 |
SCTD-ICA: A ICA-Based Approach for Fetal ECG Extraction from Single Channel Abdominal ECG
2025-Sep-16, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3609696
PMID:40956750
|
研究论文 | 提出一种基于独立成分分析的胎儿心电信号提取方法，可从单通道腹部心电信号中分离胎儿心电成分 | 通过时间延迟方法将单通道数据映射为多维数据，克服了传统ICA需要多通道数据的限制 | ICA方法本身对多通道数据的要求是本方法需要克服的主要技术限制 | 从单通道腹部心电信号中提取胎儿心电信号 | 孕妇腹部心电信号中的胎儿心电成分 | 生物医学信号处理 | 胎儿心脏监测 | 独立成分分析(ICA), 时间延迟方法, 功率谱分析 | ICA | 心电信号 | 两个真实数据集：ADFECGDB和PhysioNet/Computing in Cardiology Challenge Database Set-A | NA | SCTD-ICA | F1分数 | NA |
| 1955 | 2025-10-06 |
Bioactivity Deep Learning for Complex Structure-Free Compound-Protein Interaction Prediction
2025-Sep-16, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c00741
PMID:40957089
|
研究论文 | 开发了一种用于无结构化合物-蛋白质相互作用预测的深度学习模型GGAP-CPI，并构建了包含约200万生物活性数据点的大规模基准数据集CPI2M | 提出了集成生物活性学习框架，通过先进的蛋白质表示建模减轻活性悬崖对CPI预测的影响，并构建了首个包含活性悬崖注释的大规模CPI基准数据集 | 未在真实药物发现流程中进行全面验证，对某些特殊蛋白质靶点的预测性能仍需进一步评估 | 提高无结构化合物-蛋白质相互作用预测的准确性和数据效率，支持虚拟药物筛选 | 化合物-蛋白质相互作用对 | 生物信息学 | NA | 生物活性测定 | 深度学习 | 生物活性数据 | 约200万个生物活性数据点 | NA | GGAP-CPI | 预测准确性，不确定性测量，结合口袋残基富集分析 | NA |
| 1956 | 2025-10-06 |
Dysmorphic neurons express markers of inhibitory glycinergic signaling in focal cortical dysplasia IIb
2025-Sep-16, Brain pathology (Zurich, Switzerland)
DOI:10.1111/bpa.70043
PMID:40957662
|
研究论文 | 本研究通过深度学习定位局灶性皮质发育不良IIb型关键解剖区域，并揭示畸形神经元中甘氨酸能抑制信号通路的非经典标记物 | 结合深度学习与空间转录组技术，首次系统绘制FCD IIb解剖转录图谱并发现畸形神经元中新型信号通路标记物 | 畸形神经元在切除病变中频率较低可能影响分子表征的全面性 | 解析局灶性皮质发育不良IIb型的分子特征及潜在治疗靶点 | 局灶性皮质发育不良IIb型患者的细胞肥大畸形神经元 | 数字病理 | 癫痫 | 空间转录组分析 | 深度学习 | 组织图像, 转录组数据 | NA | NA | NA | NA | NA |
| 1957 | 2025-10-06 |
Predicting cardiovascular events from routine mammograms using machine learning
2025-Sep-16, Heart (British Cardiac Society)
DOI:10.1136/heartjnl-2025-325705
PMID:40957672
|
研究论文 | 开发并测试了一种基于常规乳腺X光影像的深度学习算法用于预测心血管事件风险 | 首次利用常规乳腺X光检查中的特征（如乳腺动脉钙化和组织密度）结合深度学习技术进行心血管风险预测 | 研究仅基于单一队列数据，未包含更广泛的人群验证 | 开发基于乳腺X光影像的心血管事件风险预测模型 | 49,196名接受筛查性乳腺X光检查的女性 | 医学影像分析 | 心血管疾病 | 乳腺X光摄影 | 深度学习 | 医学影像 | 49,196名女性，其中3,392人经历了首次主要心血管事件 | NA | DeepSurv | 一致性指数 | NA |
| 1958 | 2025-10-06 |
Prediction of cerebrospinal fluid intervention in fetal ventriculomegaly via AI-powered normative modelling
2025-Sep-16, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A9000
PMID:40957691
|
研究论文 | 开发基于AI的胎儿脑室分割和体积量化方法，用于预测胎儿脑室扩大是否需要产后脑脊液干预 | 首次使用nnUNet构建胎儿脑室体积的标准化参考范围，并基于此预测产后干预需求 | 回顾性研究，样本量有限（222例患者），需要更大规模验证 | 通过AI方法准确区分胎儿脑室扩大和需要干预的脑积水 | 胎儿脑部MRI图像 | 医学影像分析 | 胎儿脑室扩大/脑积水 | MRI成像 | 深度学习 | 医学影像 | 222例单胎妊娠患者（138例正常，64例脑室扩大，其中14例需要干预） | nnUNet | nnUNet | Dice系数, ROC曲线, AUC, 敏感性, 特异性 | NA |
| 1959 | 2025-10-06 |
Machine Learning Navigated Allosteric Network to Unveil Biased Allosteric Modulation of GPCRs
2025-Sep-16, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c00935
PMID:40957834
|
研究论文 | 提出一种机器学习导航的变构网络策略RMLNA，用于揭示GPCRs偏置变构调节的分子机制 | 结合分子动力学模拟、可解释深度学习模型和变构网络分析，首次系统揭示β-arrestin偏置调节剂SBI-553对NTSR1的作用机制 | 方法主要针对GPCRs家族，在其他蛋白家族的应用需进一步验证 | 揭示GPCRs偏置变构调节剂的分子作用机制 | 神经降压素受体1（NTSR1）及其偏置变构调节剂SBI-553 | 计算生物学 | NA | 分子动力学模拟, 深度学习, 变构网络分析 | CNN | 分子构象数据 | NTS-NTSR1-β-arrestin复合物（含/不含SBI-553） | NA | 基于CNN的分类模型 | NA | NA |
| 1960 | 2025-10-06 |
AI-powered insights in pediatric nephrology: current applications and future opportunities
2025-Sep-16, Pediatric nephrology (Berlin, Germany)
DOI:10.1007/s00467-025-06911-1
PMID:40957986
|
综述 | 探讨人工智能在儿科肾脏病学中的当前应用与未来机遇 | 系统整合多源数据（病史、基因组学、影像、临床记录）的AI工具可检测肾脏异常、预测急性肾损伤和疾病进展 | 存在伦理与实践挑战，包括数据隐私保护、算法偏见、标准化监管框架缺失以及医护人员培训需求 | 推动人工智能在儿科肾脏病学领域的临床应用与研究发展 | 儿童肾脏疾病患者及相关医疗数据 | 数字病理学 | 儿科肾脏疾病 | 深度学习 | 深度学习模型 | 多模态数据（病史、基因组、影像、临床记录） | NA | NA | NA | NA | NA |