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 93 篇文献，本页显示第 21 - 40 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21 | 2025-10-07 |
Developing and verifying automatic detection of active pulmonary tuberculosis from multi-slice spiral CT images based on deep learning
2020, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.3233/XST-200662
PMID:32651351
|
研究论文 | 开发基于深度学习的自动检测系统，用于从多层螺旋CT图像中识别活动性肺结核 | 首次将U-Net深度学习算法应用于活动性肺结核的自动检测和病灶分割，并实现2D病灶向3D病灶的转换 | 回顾性研究，数据来源于单一医疗机构，样本量有限 | 简化活动性肺结核的诊断流程并提高诊断准确性 | 活动性肺结核患者、肺炎患者和正常受试者的CT图像 | 计算机视觉 | 肺结核 | 多层螺旋CT成像 | 深度学习 | CT图像 | 846名患者（训练集：337例ATB、110例肺炎、120例正常；测试集：139例ATB、40例肺炎、100例正常） | NA | U-Net | AUC, 准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值 | NA |
| 22 | 2025-10-07 |
Risk factor analysis combined with deep learning in the risk assessment of overseas investment of enterprises
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0239635
PMID:33006998
|
研究论文 | 结合风险因子分析和深度学习评估企业海外投资风险 | 将深度神经网络应用于企业海外投资风险评估，并基于国家集群样本识别主要风险来源 | 仅采用15个国家集群作为样本，样本规模有限；风险评估主要基于弗雷泽风险评估学习标签 | 评估企业海外投资风险并拓展深度学习在风险评估中的应用 | 15个国家集群的企业海外投资风险指标 | 机器学习 | NA | 深度学习 | DNN | 风险评估指标数据 | 15个国家集群 | NA | 深度神经网络 | 投资吸引力指数 | NA |
| 23 | 2025-10-07 |
The use of deep learning algorithm and digital media art in all-media intelligent electronic music system
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0240492
PMID:33075083
|
研究论文 | 本研究提出基于深度强化学习的多任务和分层学习算法，应用于全媒体智能电子音乐系统中的图像处理任务 | 提出了基于深度确定性策略梯度的多任务学习算法(M-DDPG)和分层学习算法(H-DDPG)，用于解决智能系统中的多任务和复杂任务处理问题 | NA | 探索深度学习方法在智能电子音乐系统中的应用，促进深度学习与数字媒体技术的融合 | 智能电子音乐系统中的图像分类和多任务处理 | 数字媒体艺术 | NA | 深度强化学习 | DDPG, M-DDPG, H-DDPG | 图像 | 基于8个任务的测试环境 | NA | 深度确定性策略梯度，自增强网络 | 奖励值，准确率 | NA |
| 24 | 2025-10-07 |
Single image super-resolution via Image Quality Assessment-Guided Deep Learning Network
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0241313
PMID:33119656
|
研究论文 | 提出了一种基于图像质量评估引导的深度学习网络用于单图像超分辨率重建 | 引入IQA网络提取感知特征并计算融合损失，通过级联网络解决异构数据集问题，提出成对排序铰链损失方法解决训练样本不足 | 未明确说明具体的数据集规模和网络架构细节 | 在超分辨率重建中实现感知质量与失真度量之间的更好平衡 | 单张低分辨率图像 | 计算机视觉 | NA | 深度学习超分辨率重建 | 深度学习网络 | 图像 | NA | 深度学习架构 | 级联网络 | 感知质量, 失真度量 | NA |
| 25 | 2025-10-07 |
The use of machine translation algorithm based on residual and LSTM neural network in translation teaching
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0240663
PMID:33211704
|
研究论文 | 本研究构建了基于残差和LSTM神经网络的SCN-LSTM机器翻译模型，并验证其在翻译教学中的应用效果 | 提出融合跳跃卷积网络和长短期记忆网络的SCN-LSTM翻译模型，相比传统N元组模型性能提升近一倍 | NA | 促进翻译专业培养模式转型和翻译服务业在各领域的应用 | 英语专业翻译教学 | 自然语言处理 | NA | 机器翻译 | LSTM, CNN | 文本 | 真实数据集和公开PTB数据集 | NA | SCN-LSTM（Skip Convolutional Network and Long Short Term Memory） | 准确率, 翻译混淆度, 适应性 | NA |
| 26 | 2025-10-07 |
Applying Internet information technology combined with deep learning to tourism collaborative recommendation system
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0240656
PMID:33271589
|
研究论文 | 提出一种结合深度学习的旅游协同推荐系统，通过整合互联网旅游信息提供个性化旅游服务 | 结合词嵌入、CNN处理评论信息、DNN处理必要信息以及因子分解机技术来提升推荐系统的个性化性能 | NA | 改进传统旅游推荐系统的不足，提供更准确个性化的旅游产品推荐 | 旅游产品信息和用户评论信息 | 自然语言处理,机器学习 | NA | 深度学习 | CNN,DNN | 文本 | NA | NA | 卷积神经网络,深度神经网络 | 精确度,灵敏度 | NA |
| 27 | 2025-10-07 |
Control of hybrid electromagnetic bearing and elastic foil gas bearing under deep learning
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0243107
PMID:33264358
|
研究论文 | 本研究基于径向基函数神经网络探索混合电磁和弹性箔气体轴承的控制方法以提高其工作稳定性 | 将PID控制器改进为IPD和CIPD控制器，并首次将基于深度学习的RBF神经网络应用于混合轴承系统的控制 | 仅通过Simulink仿真平台进行控制仿真研究，缺乏实际物理实验验证 | 提高混合电磁和弹性箔气体轴承的工作稳定性 | 混合电磁和弹性箔气体轴承系统 | 机器学习 | NA | Simulink仿真 | RBF神经网络 | 仿真数据 | NA | Simulink | 径向基函数神经网络 | 响应时间, 控制效果, 收敛速度 | Simulink仿真平台 |
| 28 | 2025-03-11 |
Re: An Observational Study of Deep Learning and Automated Evaluation of Cervical Images for Cancer Screening
2020-01-01, Journal of the National Cancer Institute
DOI:10.1093/jnci/djz115
PMID:31187115
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 29 | 2025-10-07 |
Analysis of the pattern recognition algorithm of broadband satellite modulation signal under deformable convolutional neural networks
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0234068
PMID:32658924
|
研究论文 | 本研究基于可变形卷积神经网络构建宽带卫星调制信号模式识别模型，分析不同参数估计对低信噪比条件下信号识别性能的影响 | 首次将可变形卷积神经网络应用于宽带卫星调制信号识别，在低信噪比和非理想信道条件下实现高精度识别 | 研究基于Matlab软件仿真的卫星信号，未提及实际环境验证 | 分析深度学习在低信噪比条件下对卫星调制信号的识别性能 | 宽带卫星调制信号（BPSK、QPSK、8PSK、16QAM、64QAM、32APSK） | 信号处理 | NA | 星座图特征提取，信号仿真 | DCNN | 卫星调制信号数据 | 数据长度4000 | Matlab | 可变形卷积神经网络 | 识别准确率，训练时间 | NA |
| 30 | 2025-10-07 |
Risk management system and intelligent decision-making for prefabricated building project under deep learning modified teaching-learning-based optimization
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0235980
PMID:32678855
|
研究论文 | 本研究基于改进教学优化算法和深度学习神经网络建立了装配式建筑项目风险管理系统的智能决策模型 | 提出结合信息熵改进教学优化算法(MTLBO)与BP神经网络的混合预测模型，增强了全局搜索能力且不易陷入局部最优 | 未明确说明具体测试函数和实际工程验证的样本规模 | 提高大型装配式建筑项目施工期间风险管理的智能化水平 | 装配式建筑项目的风险管理与智能决策 | 机器学习 | NA | 深度学习神经网络 | BP神经网络 | 工程风险数据 | NA | MATLAB | 多层前馈神经网络 | 收敛速度, 预测精度, 可靠性预测, 成本预测 | NA |
| 31 | 2025-10-07 |
The data dimensionality reduction and bad data detection in the process of smart grid reconstruction through machine learning
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0237994
PMID:33027298
|
研究论文 | 本研究通过机器学习方法检测智能电网重构过程中的虚假数据注入攻击，解决电力系统中数据维度高和异常数据处理的问题 | 结合孤立森林异常评分算法与局部线性嵌入降维方法构建数据特征提取算法，并首次将CNN-GRU混合网络用于虚假数据注入攻击检测 | 研究基于标准IEEE节点系统的仿真数据，未在真实电网环境中验证 | 实现智能电网安全稳定运行，检测虚假数据注入攻击 | 电力系统数据，特别是虚假数据注入攻击数据 | 机器学习 | NA | MatPower工具仿真分析 | CNN, GRU | 电网仿真数据 | IEEE14总线和IEEE118总线节点系统 | NA | CNN-GRU混合网络 | 准确率 | NA |
| 32 | 2025-02-21 |
Monitoring ICU Mortality Risk with A Long Short-Term Memory Recurrent Neural Network
2020, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing
PMID:31797590
|
研究论文 | 本文提出了一种基于长短期记忆循环神经网络（LSTM）的动态监测ICU患者死亡风险的新框架 | 该框架使用词袋表示法处理相关医疗事件，并利用潜在语义分析（LSA）将患者状态编码为低维嵌入，进而通过LSTM网络进行死亡风险预测，相比现有严重程度评分系统SAPS-II表现更优 | 未提及具体样本量及数据缺失处理的具体细节 | 开发一种能够动态监测ICU患者死亡风险的预测模型，以提高医疗干预效果和临床资源分配效率 | ICU患者的电子健康记录（EHR） | 自然语言处理 | NA | 潜在语义分析（LSA） | 长短期记忆网络（LSTM） | 电子健康记录（EHR） | NA | NA | NA | NA | NA |
| 33 | 2025-02-21 |
A Dual-Modal Attention-Enhanced Deep Learning Network for Quantification of Parkinson's Disease Characteristics
2020-01, 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.2019.2946194
PMID:31603824
|
研究论文 | 本文提出了一种双模态注意力增强的深度学习网络，用于量化帕金森病（PD）患者的步态特征 | 该研究不仅实现了PD步态与正常步行的二分类，还量化了PD步态以关联其与PD严重程度，采用了双模态深度学习模型，结合CNN和注意力增强的LSTM网络 | 需要合适的训练以确保模型的高置信度和准确性 | 开发一种计算机化工具，客观评估PD患者的步态 | 帕金森病患者的步态 | 机器学习 | 帕金森病 | 深度学习 | CNN, LSTM | 1D垂直地面反作用力（VGRF）信号 | NA | NA | NA | NA | NA |
| 34 | 2025-02-21 |
Human Gait Recognition Based on Frame-by-Frame Gait Energy Images and Convolutional Long Short-Term Memory
2020-Jan, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065719500278
PMID:31747820
|
研究论文 | 本文提出了一种基于卷积长短期记忆网络（Conv-LSTM）和逐帧步态能量图像（ff-GEI）的新方法，用于提高步态识别的准确率 | 提出了一种新的步态能量图像变体ff-GEI，并设计了一种基于Conv-LSTM的步态识别模型，有效解决了跨视角步态识别的问题 | NA | 提高步态识别的准确率，特别是在无干扰视频监控和远距离人类识别中的应用 | 人类步态 | 计算机视觉 | NA | 深度学习 | Conv-LSTM | 视频 | CASIA Dataset B 和 OU-ISIR Large Population Dataset | NA | NA | NA | NA |
| 35 | 2024-12-09 |
In silico spectral libraries by deep learning facilitate data-independent acquisition proteomics
2020-01-09, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-019-13866-z
PMID:31919359
|
研究论文 | 本文提出了一种基于深度学习的计算光谱库生成方法DeepDIA，用于数据独立采集（DIA）蛋白质组学分析 | DeepDIA能够生成与实验光谱库质量相当甚至更好的计算光谱库，并能直接从蛋白质序列数据库中构建光谱库，突破了依赖数据依赖采集（DDA）实验的限制 | NA | 开发一种新的方法来生成计算光谱库，以促进DIA蛋白质组学分析 | 人类血清样本中的肽和蛋白质 | 蛋白质组学 | NA | 数据独立采集（DIA） | 深度学习模型 | 蛋白质序列数据库 | 人类血清样本 | NA | NA | NA | NA |
| 36 | 2024-11-15 |
Influence of the combination of big data technology on the Spark platform with deep learning on elevator safety monitoring efficiency
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0234824
PMID:32555687
|
研究论文 | 研究结合大数据技术和深度学习技术在Spark平台上提升电梯安全监控效率 | 提出了一种基于Spark平台的有限状态机模型和深度学习电梯故障预警模型 | 未详细说明模型的训练数据来源和样本量 | 提升电梯安全监控效率 | 电梯安全监控和故障预警 | 机器学习 | NA | 大数据技术, 深度学习 | 有限状态机 (FSM), 深度学习模型 | 电梯运行数据 | 未明确说明样本量 | NA | NA | NA | NA |
| 37 | 2024-11-06 |
An LSTM-Based Prediction Method for Lower Limb Intention Perception by Integrative Analysis of Kinect Visual Signal
2020, Journal of healthcare engineering
DOI:10.1155/2020/8024789
PMID:32774824
|
研究论文 | 提出了一种基于LSTM网络的下肢意图感知预测方法，通过整合Kinect视觉信号进行下肢关节轨迹预测，以实现主动康复 | 利用LSTM网络学习序列特征，通过上肢关节角度预测下肢关节轨迹，实现下肢意图感知 | 仅在健康受试者中进行了验证，未涉及不同病理条件下的应用 | 开发一种基于计算机视觉和深度学习的下肢意图感知方法，用于康复机器人系统的主动康复 | 下肢关节轨迹预测，下肢意图感知 | 计算机视觉 | NA | Kinect视觉信号 | LSTM | 关节角度 | 10名健康受试者，在四种不同步行速度下采集数据 | NA | NA | NA | NA |
| 38 | 2024-10-11 |
Impact of a deep learning assistant on the histopathologic classification of liver cancer
2020, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-020-0232-8
PMID:32140566
|
研究论文 | 研究开发了一种基于深度学习的助手，用于帮助病理学家区分肝细胞癌和胆管癌，并评估其对诊断性能的影响 | 首次评估了深度学习助手在临床工作流程中对病理学家诊断性能的实际影响 | 研究样本量较小，且仅限于两种肝癌亚型 | 探讨深度学习助手在肝癌病理分类中的应用及其对病理学家诊断准确性的影响 | 肝细胞癌和胆管癌的病理分类，以及深度学习助手对病理学家诊断性能的影响 | 数字病理学 | 肝癌 | 深度学习 | NA | 图像 | 验证集26个全切片图像，独立测试集80个全切片图像，11名病理学家 | NA | NA | NA | NA |
| 39 | 2024-10-11 |
Real-time colorectal cancer diagnosis using PR-OCT with deep learning
2020, Theranostics
IF:12.4Q1
DOI:10.7150/thno.40099
PMID:32194821
|
研究论文 | 本文设计了一种基于深度学习的模式识别光学相干断层扫描（PR-OCT）系统，用于实时诊断结直肠癌 | 本文的创新点在于将深度学习技术应用于PR-OCT系统，实现了对结直肠癌的实时自动诊断 | 本文的局限性在于样本量相对较小，未来需要更大规模的数据集进行验证 | 本文的研究目的是开发一种能够实时诊断结直肠癌的新技术 | 本文的研究对象是结直肠癌及其相关组织 | 计算机视觉 | 结直肠癌 | 光学相干断层扫描（OCT） | 卷积神经网络（CNN） | 图像 | 约26,000张OCT图像，来自20个肿瘤区域、16个良性区域和6个其他异常区域 | NA | NA | NA | NA |
| 40 | 2024-10-11 |
Automated identification of retinopathy of prematurity by image-based deep learning
2020, Eye and vision (London, England)
DOI:10.1186/s40662-020-00206-2
PMID:32766357
|
研究论文 | 本研究开发了一种基于深度学习的智能系统，用于自动识别早产儿视网膜病变（ROP）的严重程度 | 本研究首次使用101层卷积神经网络（ResNet）和更快的区域卷积神经网络（Faster-RCNN）进行图像分类和识别，并实现了对ROP严重程度的四级分类 | NA | 开发一种能够自动分类ROP严重程度并检测ROP阶段和plus病变的智能系统 | 早产儿视网膜病变（ROP）的严重程度分类和病变检测 | 计算机视觉 | NA | 卷积神经网络（CNN） | ResNet和Faster-RCNN | 图像 | 36,231张眼底图像 | NA | NA | NA | NA |