行业专题

生物医疗

血流动力学、医学影像与个性化医疗方向的物理 AI 资源。

共 18 个资源

工具 3 个资源

GROMACS

分子动力学模拟软件
面向生物分子的高性能分子动力学模拟套件,GPU 加速成熟并已内置神经网络势接口,是蛋白、脂质与溶剂体系模拟的主流开源工具。
新 LGPL-2.1 分子动力学生物分子GPU 加速

CIFGS/physics-informed-sirenMRI-model

PINN
HuggingFace平台上托管的物理信息神经网络模型,名称暗示与MRI成像和SIREN架构相关,详细信息待查阅官方页面。提供 PyTorch/TensorFlow 多后端实现,适合作为物理 AI 入门首选框架。
mit 物理信息神经网络MRISIREN

案例 4 个资源

AlphaFold:蛋白质三维结构预测的深度学习体系

生物医学 / 结构预测
DeepMind 2021 年开源的蛋白质结构预测体系,2024 年更新模型权重至 v2.3.0,含单链与多聚体两套模型、完整 MSA 检索流水线与 Amber 弛豫后处理,代码 Apache-2.0。
新 代码为 Apache-2.0;模型参数与 CASP15 预测数据为 CC BY 4.0 蛋白质结构预测深度学习多序列比对

患者个性化血流动力学的混合物理—神经代理模型

生物医学流体 / 降阶建模
用神经网络从血管几何预测 0D 降阶模型的阻力与电感参数,保留 0D 模型的低成本与可解释性。在主动脉、主股动脉与肺动脉三类患者特异性解剖上,平均压力误差至少降低一半,肺动脉队列从 30.4% 降至 7.9%。
新 arXiv 预印本(CC BY 4.0),版权归作者 血流动力学降阶建模数字孪生

OpenFold:可训练的 AlphaFold2 PyTorch 复现

生物医学 / 结构预测
哥伦比亚大学 AQLab 出品的 AlphaFold2 高保真可训练 PyTorch 复现,配套 OpenProteinSet 百万级序列数据库,把结构预测从一次推理变成可训练的系统。
新 代码为 Apache-2.0;DeepMind 预训练参数为 CC BY 4.0(2022 年 1 月起由 CC BY-NC 4.0 放宽) 蛋白质结构预测深度学习开源复现

RoseTTAFold:三轨网络驱动的蛋白质结构与相互作用预测

生物医学 / 结构预测
华盛顿大学 Baker 实验室的三轨网络结构预测系统,1D 序列、2D 距离图与 3D 坐标三轨并行迭代,2021 年发表于 Science 并开源;代码 MIT,权重按 Rosetta-DL 许可仅限非商业研究。
新 代码为 MIT;训练权重与数据按 Rosetta-DL 软件许可仅限机构内部非商业研究使用 蛋白质结构预测三轨网络深度学习

论文 11 个资源

左心室区域材料参数的贝叶斯推断代理建模策略

生物力学/计算医学
提出基于贝叶斯代理模型的框架,从心脏MRI推断左心室五区Holzapfel-Ogden材料参数,突破心肌同质化假设的限制,实现区域性心肌功能障碍的个性化建模。
见LICENSE文件 心脏生物力学贝叶斯推断代理模型

睡眠分阶段基础模型通道缩减性能对比分析

通用科学ML
评估六种睡眠分阶段基础模型在减少多导睡眠图通道数条件下的性能表现,为居家长期监测提供轻量化传感方案。
见LICENSE文件 睡眠分析多导睡眠图通道缩减

LVAD治疗患者瓣膜修复的血流动力学计算建模研究

生物医学工程/血流动力学
针对左心室辅助装置(LVAD)治疗中瓣膜功能障碍问题,构建患者特异性图像驱动的计算建模框架,评估二尖瓣和主动脉瓣修复的血流动力学影响。
见LICENSE文件 血流动力学左心室辅助装置瓣膜修复