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 175 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 |
Performance for rotor system of hybrid electromagnetic bearing and elastic foil gas bearing with dynamic characteristics analysis under deep learning
2021, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0244403
PMID:33720953
|
研究论文 | 通过深度学习分析混合电磁轴承和弹性箔片气体轴承转子系统的动态特性，并优化CNN在故障检测中的结构 | 结合混合电磁轴承和弹性箔片气体轴承的转子系统动态特性分析，并首次将CNN应用于该系统故障检测的参数优化 | NA | 分析轴承-转子系统的动态特性并优化CNN在系统故障检测和分类中的性能 | 涡轮膨胀机轴承-转子系统 | 机器学习 | NA | 动态特性分析 | CNN | 工程系统数据 | NA | NA | 卷积神经网络 | 分类准确率,损失函数 | NA |
| 22 | 2025-10-07 |
Determination of disease severity in COVID-19 patients using deep learning in chest X-ray images
2021-Jan, Diagnostic and interventional radiology (Ankara, Turkey)
DOI:10.5152/dir.2020.20205
PMID:32815519
|
研究论文 | 本研究利用深度学习分析COVID-19患者胸部X光片，评估病变严重程度及其与临床特征的关联 | 在急性COVID-19爆发环境中验证深度学习模型可行性，并建立影像特征与临床指标（年龄、合并症、治疗急迫性）的统计学关联 | 回顾性研究设计，样本量较小（48例患者），单中心数据 | 开发基于深度学习的COVID-19胸部X光自动分析工具，探索影像特征与临床严重程度的关联 | SARS-CoV-2 RT-PCR阳性患者 | 计算机视觉 | COVID-19 | 胸部X光成像 | 深度学习 | 医学影像 | 48名患者（年龄60±17岁，15名女性），共65张胸部X光片 | NA | NA | Cohen's kappa | NA |
| 23 | 2025-10-07 |
MVP predicts the pathogenicity of missense variants by deep learning
2021-01-21, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-020-20847-0
PMID:33479230
|
研究论文 | 提出基于深度残差网络的错义变异致病性预测新方法MVP | 首次将深度残差网络应用于错义变异致病性预测，并针对功能缺失不耐受基因和耐受基因分别训练模型 | 未明确说明模型在特定遗传疾病类型中的泛化能力 | 开发更准确的错义变异致病性预测方法 | 错义基因变异 | 机器学习 | 先天性心脏病 | 深度残差网络 | 深度学习 | 基因变异数据 | 包含癌症突变热点和发育障碍新生变异的大规模训练数据集 | NA | 深度残差网络 | 致病性变异优先排序性能 | NA |
| 24 | 2025-10-07 |
MSTCN: A multiscale temporal convolutional network for user independent human activity recognition
2021, F1000Research
DOI:10.12688/f1000research.73175.2
PMID:36896393
|
研究论文 | 提出一种基于多尺度时序卷积网络(MSTCN)的用户无关人类活动识别方法 | 结合Inception模型与时序卷积架构，采用多尺度可分离卷积和扩张卷积扩大感受野，并利用残差连接防止信息丢失 | 未提及模型在跨设备或跨环境下的泛化能力 | 开发用户无关的人类活动识别系统 | 人类日常活动数据 | 机器学习 | NA | 深度学习 | 时序卷积网络 | 传感器时序数据 | UCI和WISDM数据集 | NA | Inception, 时序卷积网络 | F1分数 | NA |
| 25 | 2025-02-21 |
An Improved Double Channel Long Short-Term Memory Model for Medical Text Classification
2021, Journal of healthcare engineering
DOI:10.1155/2021/6664893
PMID:33688423
|
研究论文 | 本文提出了一种改进的双通道长短期记忆模型（DC-LSTM），用于提高医疗文本分类的准确性 | 引入了双通道机制，同时接收词级和字符级嵌入，并提出混合注意力机制，结合当前时间输出与当前时间单元状态，通过计算权重得分进行加权求和，以提高模型学习的泛化能力 | 虽然模型在cMedQA和Sentiment140数据集上表现出色，但未提及在其他医疗文本数据集上的泛化能力 | 解决医疗文本分类中的低准确率问题，特别是针对中文医疗诊断中含义模糊的词汇 | 医疗和健康互联网社区中的症状咨询文本 | 自然语言处理 | NA | 深度学习 | LSTM | 文本 | 两个数据集：cMedQA和Sentiment140 | NA | NA | NA | NA |
| 26 | 2025-02-21 |
Predicting Slurry Pressure Balance with a Long Short-Term Memory Recurrent Neural Network in Difficult Ground Condition
2021, Computational intelligence and neuroscience
DOI:10.1155/2021/6678355
PMID:33708249
|
研究论文 | 本文提出了一种基于长短期记忆（LSTM）循环神经网络的模型，用于预测在困难地质条件下的隧道面压力 | 首次将LSTM循环神经网络应用于隧道面压力预测，特别是在泥岩和圆砾混合地质条件下 | 模型在泥岩丰富的地质条件下表现良好，但在其他地质条件下的表现未进行验证 | 开发一种能够预测隧道面压力的模型，以减少人为判断错误带来的风险 | 隧道面压力，特别是在泥岩和圆砾混合地质条件下的压力 | 机器学习 | NA | LSTM循环神经网络 | LSTM | 顺序地质数据，PLC数据 | 南宁地铁的案例研究 | NA | NA | NA | NA |
| 27 | 2025-02-21 |
RLSTM: A New Framework of Stock Prediction by Using Random Noise for Overfitting Prevention
2021, Computational intelligence and neuroscience
DOI:10.1155/2021/8865816
PMID:34113377
|
研究论文 | 本文提出了一种名为随机长短期记忆（RLSTM）的新深度学习模型，用于股票市场指数的准确预测，以解决泛化能力弱和训练过拟合的问题 | 提出了一种新的深度学习模型RLSTM，通过引入随机噪声来防止过拟合，并提高了预测的准确性 | 仅使用了上海证券综合指数和标准普尔500指数进行模拟，可能在其他市场或数据上的泛化能力尚未验证 | 提高股票市场指数预测的准确性，减少投资者的财务风险 | 股票市场指数（如上海证券综合指数和标准普尔500指数） | 机器学习 | NA | 深度学习 | RLSTM（随机长短期记忆） | 时间序列数据 | 上海证券综合指数和标准普尔500指数的数据 | NA | NA | NA | NA |
| 28 | 2025-02-21 |
Exploiting deep neural network and long short-term memory method-ologies in bioacoustic classification of LPC-based features
2021, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0259140
PMID:34941869
|
研究论文 | 本研究利用深度神经网络（DNN）和长短期记忆（LSTM）方法对两栖动物的声学特征进行识别和分类 | 结合DNN和LSTM方法对两栖动物声学特征进行分类，并应用PCA算法进行数据降维 | 未提及具体的研究局限性 | 提取最佳识别和分类算法的组合，用于两栖动物声学特征的分类 | 台湾常见的32种青蛙和3种蟾蜍的声学特征 | 生物声学 | NA | 线性预测编码（LPC）、梅尔频率倒谱系数（MFCC）、主成分分析（PCA） | 深度神经网络（DNN）、长短期记忆（LSTM） | 声学数据 | 32种青蛙和3种蟾蜍的声学数据 | NA | NA | NA | NA |
| 29 | 2025-10-07 |
Multi-task deep learning-based survival analysis on the prognosis of late AMD using the longitudinal data in AREDS
2021, AMIA ... Annual Symposium proceedings. AMIA Symposium
PMID:35308963
|
研究论文 | 本研究利用多任务深度学习框架分析AREDS纵向数据，预测晚期年龄相关性黄斑变性的预后 | 首次将纵向数据与深度学习提取的图像特征结合用于AMD生存分析，并证明深度特征优于临床医生提取的特征 | 仅使用AREDS数据集，未在其他独立队列中验证；复杂特征仅当前访视数据具有预测价值 | 预测年龄相关性黄斑变性患者发展为晚期AMD的风险 | 年龄相关性黄斑变性患者 | 数字病理 | 年龄相关性黄斑变性 | 眼底摄影 | CNN | 图像 | AREDS研究中的纵向数据 | NA | 卷积神经网络 | 预测准确性 | NA |
| 30 | 2025-10-07 |
A maChine and deep Learning Approach to predict pulmoNary hyperteNsIon in newbornS with congenital diaphragmatic Hernia (CLANNISH): Protocol for a retrospective study
2021, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0259724
PMID:34752491
|
研究论文 | 开发机器学习和深度学习方法预测先天性膈疝新生儿肺动脉高压的回顾性研究方案 | 首次将机器学习和深度学习方法应用于先天性膈疝胎儿，开发产前预测模型和基于3D U-NET的胎儿肺部自动分割系统 | 回顾性研究设计，单中心数据，样本量有限 | 开发预测先天性膈疝新生儿肺动脉高压和其他临床结局的产前预测模型 | 先天性膈疝胎儿和新生儿 | 医学影像分析，机器学习 | 先天性膈疝，肺动脉高压 | 胎儿磁共振成像，机器学习，深度学习 | 机器学习，深度学习，3D U-NET | 临床数据，放射学数据，MRI图像 | 2012年1月1日至2020年12月31日期间出生的符合条件的患者 | NA | 3D U-NET | NA | NA |
| 31 | 2024-11-18 |
Lilikoi V2.0: a deep learning-enabled, personalized pathway-based R package for diagnosis and prognosis predictions using metabolomics data
2021-01-23, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giaa162
PMID:33484242
|
研究论文 | 本文介绍了Lilikoi V2.0，一个基于深度学习的个性化通路分析R包，用于代谢组学数据的诊断和预后预测 | Lilikoi V2.0引入了深度学习方法进行分类，并增加了预后预测模块，支持数据预处理、探索性分析、通路可视化和代谢通路回归 | NA | 更新和升级Lilikoi软件，以适应代谢组学领域的新计算趋势 | 代谢组学数据 | 机器学习 | NA | 深度学习 | Cox-nnet模型 | 代谢组学数据 | NA | NA | NA | NA | NA |
| 32 | 2024-11-18 |
Tool recommender system in Galaxy using deep learning
2021-01-06, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giaa152
PMID:33404053
|
研究论文 | 本文开发了一个基于深度学习的工具推荐系统，用于帮助研究人员在Galaxy平台上创建工作流程 | 本文提出了一个基于门控循环单元神经网络的工具推荐模型，通过分析研究人员在欧洲Galaxy服务器上创建的工作流程来学习工具之间的依赖关系 | NA | 开发一个工具推荐系统，帮助研究人员在Galaxy平台上更轻松地创建复杂的工作流程 | Galaxy平台上的工具和工作流程 | 机器学习 | NA | 深度学习 | 门控循环单元神经网络 | 工作流程数据 | NA | NA | NA | NA | NA |
| 33 | 2024-10-10 |
Image-driven classification of functioning and nonfunctioning pituitary adenoma by deep convolutional neural networks
2021, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2021.05.023
PMID:34136106
|
研究论文 | 本文利用深度卷积神经网络对功能性和非功能性垂体腺瘤进行图像驱动的分类 | 首次提出基于深度学习的垂体腺瘤区域分割和分类模型，采用迁移学习和注意力机制提高模型性能 | NA | 开发一种自动化的方法来区分功能性和非功能性垂体腺瘤，以辅助治疗策略的制定 | 垂体腺瘤的功能性分类 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | 185名垂体腺瘤患者（来自两个中心）的3D MRI图像 | NA | NA | NA | NA |
| 34 | 2024-10-10 |
Overview of current state of research on the application of artificial intelligence techniques for COVID-19
2021, PeerJ. Computer science
DOI:10.7717/peerj-cs.564
PMID:34141890
|
综述 | 本文综述了当前人工智能技术在COVID-19应用研究中的现状 | 本文通过综述AI技术在COVID-19预测、诊断、药物设计和分析社会影响方面的应用，为未来研究提供了建议 | NA | 探讨人工智能技术在COVID-19疫情中的应用 | COVID-19的预测、诊断、药物设计和社会影响分析 | 机器学习 | COVID-19 | 机器学习和深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 35 | 2024-10-09 |
Deep Neural Networks Offer Morphologic Classification and Diagnosis of Bacterial Vaginosis
2021-01-21, Journal of clinical microbiology
IF:6.1Q1
DOI:10.1128/JCM.02236-20
PMID:33148709
|
研究论文 | 本文开发并优化了一种卷积神经网络（CNN）模型，用于自动识别和分类显微镜图像中的Nugent评分，以诊断细菌性阴道病 | 本文首次使用深度学习模型进行细菌性阴道病的形态学分类和诊断，模型在准确性和稳定性上优于人类医疗从业者 | 本文未详细讨论模型的泛化能力在不同医院或不同设备上的表现 | 开发一种自动化的方法来诊断细菌性阴道病，以替代传统的人工诊断方法 | 细菌性阴道病的诊断和分类 | 计算机视觉 | 妇科疾病 | 卷积神经网络（CNN） | CNN | 图像 | 验证图像5,815张，独立测试图像1,082张 | NA | NA | NA | NA |
| 36 | 2024-10-09 |
Prediction of COVID-19 with Computed Tomography Images using Hybrid Learning Techniques
2021, Disease markers
DOI:10.1155/2021/5522729
PMID:33968281
|
研究论文 | 本文使用混合学习模型对COVID-19、社区获得性肺炎（CAP）和正常CT图像进行分类 | 提出了一种混合学习模型，相比其他机器学习和深度学习分类器，在COVID-19分类中表现更优 | 未提及具体限制 | 提高COVID-19早期诊断的准确性 | COVID-19、社区获得性肺炎（CAP）和正常CT图像 | 计算机视觉 | COVID-19 | 混合学习技术 | 混合学习模型 | CT图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 37 | 2024-10-08 |
A Review on Deep Learning Techniques for the Diagnosis of Novel Coronavirus (COVID-19)
2021, IEEE access : practical innovations, open solutions
IF:3.4Q2
DOI:10.1109/ACCESS.2021.3058537
PMID:34976571
|
综述 | 本文综述了基于深度学习技术用于新型冠状病毒（COVID-19）诊断的最新系统 | 本文提供了对使用不同医学成像模式（如CT和X射线）的深度学习系统的全面概述，并讨论了用于训练这些网络的知名数据集 | 本文指出了使用深度学习方法进行COVID-19检测的挑战，并提出了未来研究的趋势 | 旨在概述基于深度学习技术用于COVID-19诊断的系统，并为专家和技术人员提供理解这些技术如何被使用以及如何进一步利用它们来对抗COVID-19爆发的见解 | COVID-19诊断的深度学习系统 | 计算机视觉 | 新型冠状病毒 | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 38 | 2024-10-07 |
Classification of colorectal tissue images from high throughput tissue microarrays by ensemble deep learning methods
2021-01-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-021-81352-y
PMID:33504830
|
研究论文 | 研究通过集成深度学习方法对高吞吐量组织微阵列中的结直肠组织图像进行分类 | 提出了使用软投票集成方法结合VGG和CapsNet模型，显著提高了分类准确率 | 未提及具体局限性 | 开发高准确率的算法用于结直肠组织分类，减少TMA核心评估中的错误 | 结直肠组织的H&E染色核心图像 | 计算机视觉 | 结直肠癌 | 深度学习 | 集成模型 | 图像 | 15,150个核心图像，包括2144个训练样本和13,006个测试样本 | NA | NA | NA | NA |
| 39 | 2024-10-07 |
Natural Language Processing-Based Virtual Cofacilitator for Online Cancer Support Groups: Protocol for an Algorithm Development and Validation Study
2021-Jan-07, JMIR research protocols
IF:1.4Q3
DOI:10.2196/21453
PMID:33410754
|
研究论文 | 本文介绍了一种基于自然语言处理技术的虚拟共同促进者，用于在线癌症支持小组，旨在实时分析文本消息以监测参与者的情感困扰 | 利用人工智能技术实时分析在线支持小组的文本数据，以识别和跟踪参与者的情感困扰，提供实时警报和个性化资源建议 | NA | 开发和评估一种基于人工智能的共同促进者原型，以实时监测在线支持小组参与者的情感困扰 | 在线癌症支持小组的参与者及其情感困扰 | 自然语言处理 | NA | 自然语言处理 | NA | 文本 | NA | NA | NA | NA | NA |
| 40 | 2024-10-07 |
Deep neural network models for computational histopathology: A survey
2021-01, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2020.101813
PMID:33049577
|
综述 | 本文综述了深度学习在计算病理学中的应用 | 总结了当前最先进的深度学习方法在病理图像分析中的进展 | 指出了当前深度学习方法的局限性和未来研究的方向 | 综述深度学习在病理图像分析中的应用 | 病理图像和疾病预后模型 | 数字病理学 | NA | 深度学习 | 深度神经网络 | 图像 | 超过130篇相关论文 | NA | NA | NA | NA |