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 66 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-10-06 |
Identifying Drug-Resistant Tuberculosis in Chest Radiographs: Evaluation of CNN Architectures and Training Strategies
2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC46164.2021.9630189
PMID:34891867
|
研究论文 | 本研究利用胸部X光片通过卷积神经网络区分耐药性和药物敏感性肺结核 | 首次将预训练CNN模型与深度学习数据增强方法结合用于肺结核耐药性分类，在公开数据集上达到85%的AUC性能 | 数据来源有限，模型性能仍需进一步提升 | 开发基于胸部X光片的肺结核耐药性自动识别方法 | 肺结核患者的胸部X光影像 | 计算机视觉 | 肺结核 | 胸部X光成像 | CNN | 医学影像 | 来自NIAID TB Portals的标注数据及额外未标注数据源 | NA | InceptionV3 | AUC | NA |
| 2 | 2025-10-06 |
Deep learning is widely applicable to phenotyping embryonic development and disease
2021-11-01, Development (Cambridge, England)
DOI:10.1242/dev.199664
PMID:34739029
|
研究论文 | 本研究探索深度学习在胚胎发育表型分析中的广泛应用，通过U-Net网络实现多种成像模式的自动分割 | 首次将深度学习与光片显微镜结合，实现非洲爪蟾胚胎发育异常的高通量表型分析 | 研究主要聚焦于特定器官系统（肾脏、神经和颅面），尚未涵盖所有可能的发育异常类型 | 开发自动化胚胎发育表型分析方法，提高发育畸形评估的灵敏度和通量 | 非洲爪蟾胚胎，特别是肾脏发育异常（pkd1、pkd2）和颅面畸形（six1）模型 | 计算机视觉 | 先天性疾病 | 光片显微镜，全胚胎成像 | CNN | 图像 | 多种基因编辑和化学处理条件下的非洲爪蟾胚胎样本 | NA | U-Net | 分割准确性，表型量化精度 | NA |
| 3 | 2025-10-06 |
DRONE: Dual-Domain Residual-based Optimization NEtwork for Sparse-View CT Reconstruction
2021-11, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2021.3078067
PMID:33956627
|
研究论文 | 提出一种基于双域残差优化的稀疏视图CT重建网络DRONE | 设计了包含嵌入、精炼和感知三个模块的双域残差优化网络，通过数据域和图像域的协同处理有效抑制稀疏视图伪影 | NA | 解决稀疏视图CT重建挑战，从极少投影中实现高质量图像重建 | 临床前和临床数据集 | 医学影像重建 | NA | CT成像 | 深度学习网络 | CT投影数据（正弦图）、医学图像 | 临床前和临床数据集 | NA | DRONE（双域残差优化网络） | 边缘保持、特征恢复、重建精度 | NA |
| 4 | 2025-07-20 |
Quantitative Imaging of Body Fat Distribution in the Era of Deep Learning
2021-11, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2021.04.004
PMID:34023197
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 5 | 2025-10-06 |
Feasibility analysis on simultaneous electron density and attenuation coefficient reconstruction
2021-Nov, Medical physics
IF:3.2Q1
DOI:10.1002/mp.15251
PMID:34564848
|
研究论文 | 提出一种结合深度学习的交替迭代重建方法，用于同时重建康普顿散射断层成像中的电子密度和衰减系数 | 利用散射图像与衰减图像之间的结构相似性，将深度学习模型融入交替迭代重建方案中 | 仅在模拟数据集上进行测试，尚未在真实临床数据上验证 | 开发联合散射和衰减图像重建的新方法 | 人体组织模拟的2D幻影图像和基于真实CT图像的模拟数据集 | 医学影像 | 肿瘤 | 康普顿散射断层成像，单视图CT成像 | 深度学习 | CT图像，模拟数据 | 生成的2D幻影图像数据集和真实CT图像模拟数据集 | NA | NA | 结构相似性指数 | NA |
| 6 | 2025-10-06 |
On Interpretability of Artificial Neural Networks: A Survey
2021-Nov, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/trpms.2021.3066428
PMID:35573928
|
综述 | 本文对人工神经网络可解释性研究进行了系统性综述，提出了可解释性分类法并探讨了在医学等领域的应用 | 提出了简单而全面的可解释性分类法，系统梳理了神经网络可解释性研究进展，并探讨了与模糊逻辑和脑科学的未来研究方向 | NA | 提高深度神经网络的可解释性，促进其在关键任务领域的应用 | 人工深度神经网络(DNNs)及其可解释性方法 | 机器学习 | NA | NA | DNN | 文本,图像,视频,图数据 | NA | NA | NA | NA | NA |
| 7 | 2025-10-07 |
Deep learning and alignment of spatially resolved single-cell transcriptomes with Tangram
2021-11, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-021-01264-7
PMID:34711971
|
研究论文 | 提出Tangram方法，通过深度学习将单细胞转录组数据与空间数据对齐，构建全基因组单细胞分辨率空间图谱 | 开发能够将sc/snRNA-seq数据与多种空间数据（包括MERFISH、STARmap、smFISH、空间转录组学和组织学图像）对齐的首个通用方法 | 方法依赖于来自同一区域的匹配空间数据和单细胞数据，且空间数据的分辨率和灵敏度限制可能影响对齐精度 | 构建器官生物图谱，在单细胞分辨率下实现全基因组空间映射 | 小鼠脑组织（视觉和体感运动区域） | 生物信息学 | NA | sc/snRNA-seq, MERFISH, STARmap, smFISH, Spatial Transcriptomics (Visium), SHARE-seq | 深度学习 | 单细胞转录组数据，空间转录组数据，多模态数据，组织学图像 | NA | NA | NA | NA | NA |
| 8 | 2025-10-07 |
Image- versus histogram-based considerations in semantic segmentation of pulmonary hyperpolarized gas images
2021-11, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.28908
PMID:34227163
|
研究论文 | 比较基于直方图和基于图像的算法在肺超极化气体图像语义分割中的性能差异 | 首次系统比较传统直方图分割方法与基于卷积神经网络的图像分割方法在超极化气体肺图像中的表现 | 研究仅针对模拟数据集，未在真实临床环境中验证 | 评估不同分割算法在存在常见MRI伪影情况下的性能差异 | 超极化129Xe气体肺图像 | 计算机视觉 | 肺疾病 | MRI | CNN | 医学图像 | 80名受试者（29名公共数据集+51名回顾性数据集） | NA | 卷积神经网络 | 测量偏差, 测量精度 | NA |
| 9 | 2025-03-01 |
Systematic Quantification of Sources of Variation in Ejection Fraction Calculation Using Deep Learning
2021-11, JACC. Cardiovascular imaging
DOI:10.1016/j.jcmg.2021.06.018
PMID:34274282
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 10 | 2025-02-21 |
Prediction and detection of freezing of gait in Parkinson's disease from plantar pressure data using long short-term memory neural-networks
2021-11-27, Journal of neuroengineering and rehabilitation
IF:5.2Q1
DOI:10.1186/s12984-021-00958-5
PMID:34838066
|
研究论文 | 本研究探讨了使用长短期记忆神经网络（LSTM）从足底压力数据中检测和预测帕金森病（PD）患者的步态冻结（FOG） | 首次使用足底压力数据结合LSTM模型进行FOG的检测和预测，相较于传统的惯性测量单元（IMU）和加速度计数据，足底压力数据能捕捉到FOG发作时独特的细微重量变化 | 研究样本量较小（11名参与者），且数据在实验室环境中收集，需进一步研究以提高FOG预测性能，并扩大样本量 | 开发一种基于足底压力数据的实时可穿戴系统，用于检测和预测帕金森病患者的步态冻结 | 帕金森病患者的步态冻结（FOG） | 机器学习 | 帕金森病 | 长短期记忆神经网络（LSTM） | LSTM | 足底压力数据 | 11名帕金森病患者 | NA | NA | NA | NA |
| 11 | 2025-02-21 |
Tourist Experiences Recommender System Based on Emotion Recognition with Wearable Data
2021-Nov-25, Sensors (Basel, Switzerland)
DOI:10.3390/s21237854
PMID:34883853
|
研究论文 | 本文提出了一种基于穿戴设备数据的情感识别旅游体验推荐系统（TERS）架构 | 与大多数在控制实验中使用高精度传感器诱发情感的研究不同，本研究挑战在于基于用户日常生活中收集的心率数据进行情感识别，并生成考虑穿戴者情感状态的旅游推荐 | 穿戴设备收集的生理数据精度较低，可能影响情感识别的准确性 | 开发一种基于穿戴设备数据的情感识别旅游体验推荐系统 | 穿戴设备的用户 | 机器学习 | NA | 深度学习算法 | CNN, LSTM, 混合模型 | 心率数据 | NA | NA | NA | NA | NA |
| 12 | 2025-02-21 |
Spatio-temporal prediction of the COVID-19 pandemic in US counties: modeling with a deep LSTM neural network
2021-11-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-021-01119-3
PMID:34741093
|
研究论文 | 本文提出了一种深度学习方法，用于预测美国各县未来1至4周的COVID-19感染病例和死亡人数 | 使用多变量LSTM递归神经网络，结合移动性数据，提高了预测性能 | 在疫情初期，由于训练数据量较小，机器学习方法的预测能力有限 | 预测COVID-19疫情在美国各县的时空演变 | 美国各县的COVID-19感染病例和死亡人数 | 机器学习 | COVID-19 | LSTM | LSTM | 时间序列数据 | 多个时间序列样本 | NA | NA | NA | NA |
| 13 | 2025-02-21 |
Classification of thermoluminescence features of CaCO3 with long short-term memory model
2021-Nov, Luminescence : the journal of biological and chemical luminescence
IF:3.2Q2
DOI:10.1002/bio.4109
PMID:34156748
|
研究论文 | 本文提出了一种基于长短期记忆（LSTM）深度学习模型的新方法，用于分类碳酸钙（CaCO3）的热释光特性 | 首次将LSTM模型应用于碳酸钙热释光特性的分类，实现了高准确率、精确度和灵敏度 | 研究仅针对碳酸钙的热释光特性，未涉及其他矿物的分类 | 研究碳酸钙的热释光特性分类方法 | 碳酸钙（CaCO3）的热释光特性 | 机器学习 | NA | 深度学习 | LSTM | 热释光数据 | 包含四个类别的数据集 | NA | NA | NA | NA |
| 14 | 2025-02-21 |
Cardinality and Short-Term Memory Concepts based Novel Feature Extraction for Myoelectric Pattern Recognition
2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC46164.2021.9629963
PMID:34891390
|
研究论文 | 本文提出了一种结合传统特征提取方法和LSTM模型记忆概念的新方法，用于高效提取EMG信号的空间-时间动态特性 | 创新点包括：a) 利用深度学习结构的记忆概念捕捉EMG信号的短期时间依赖性，b) 使用基数生成空间上不同的EMG信号的逻辑组合作为特征提取方法，c) 低计算成本和增强的分类性能 | 尽管提出的方法在实验室和可穿戴设备上表现出色，但其在临床环境中的实际应用仍需进一步验证 | 研究目的是改进肌电模式识别，以促进从实验室到临床环境的转化 | 研究对象包括9名经桡骨截肢者和17名完整肢体者，以及22名使用两种可穿戴消费臂带的完整肢体者 | 机器学习 | NA | EMG信号处理 | LSTM | EMG信号 | 48名参与者（9名经桡骨截肢者和39名完整肢体者） | NA | NA | NA | NA |
| 15 | 2025-10-07 |
Alzheimer's Disease Classification Using 2D Convolutional Neural Networks
2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC46164.2021.9629587
PMID:34891877
|
研究论文 | 本研究提出三种基于2D卷积神经网络处理3D MRI数据的方法，用于阿尔茨海默病分类 | 首次系统性地将2D CNN应用于3D MRI数据分析，在保持性能的同时大幅降低计算成本 | 未详细讨论方法在其他神经系统疾病上的泛化能力，数据来源单一 | 开发高效准确的阿尔茨海默病自动诊断方法 | 阿尔茨海默病患者的脑部MRI数据 | 医学影像分析 | 阿尔茨海默病 | 脑磁共振成像（MRI） | CNN | 3D MRI图像 | 阿尔茨海默病神经影像倡议（ADNI）数据集 | NA | 2D CNN, ResNet | 准确率, auROC | NA |
| 16 | 2025-01-07 |
Lung tumor segmentation in 4D CT images using motion convolutional neural networks
2021-Nov, Medical physics
IF:3.2Q1
DOI:10.1002/mp.15204
PMID:34469001
|
研究论文 | 本文提出了一种基于深度学习的框架，用于快速准确地在4D CT图像集上分割肺部肿瘤 | 该框架结合了全局和局部运动估计网络架构，能够学习肿瘤运动引起的主要和次要变化，并在掩码头网络中引入了自注意力策略以去除可能影响分割性能的噪声特征 | NA | 提高肺部肿瘤在4D CT图像上的分割准确性和效率 | 肺部肿瘤 | 计算机视觉 | 肺癌 | 深度学习 | 运动区域卷积神经网络（R-CNN） | 4D CT图像 | 20个4D CT数据集（每个包含10个呼吸阶段，共200个3D图像体积）和40个患者的4D CT数据集 | NA | NA | NA | NA |
| 17 | 2024-12-08 |
A large-scale systematic survey of SARS-CoV-2 antibodies reveals recurring molecular features
2021-Nov-30, bioRxiv : the preprint server for biology
DOI:10.1101/2021.11.26.470157
PMID:34873599
|
研究论文 | 对SARS-CoV-2抗体进行大规模系统调查，揭示了重复的分子特征 | 利用深度学习预测抗原特异性，区分SARS-CoV-2刺突蛋白抗体和流感血凝素抗体序列 | NA | 研究SARS-CoV-2抗体的公共反应和分子特征 | SARS-CoV-2刺突蛋白抗体 | 生物信息学 | COVID-19 | 深度学习 | 深度学习模型 | 序列数据 | 约8000个人类抗体，来自超过200名捐赠者 | NA | NA | NA | NA |
| 18 | 2024-11-13 |
Why high intensity plaque is bright on MRI?
2021-Nov, American heart journal plus : cardiology research and practice
DOI:10.1016/j.ahjo.2021.100055
PMID:38549741
|
研究论文 | 研究探讨了非对比T1加权MRI在识别冠状动脉壁高强度斑块（HIP）及其与冠状动脉内斑块出血的关系 | 首次通过病理学分析证实了非对比T1加权MRI与冠状动脉内斑块出血之间的强相关性 | 缺乏对活体组织样本的病理学分析，HIP的病理特征仍未知 | 探讨非对比T1加权MRI在评估高强度斑块中的病理学意义 | 冠状动脉壁高强度斑块及其与冠状动脉内斑块出血的关系 | 医学影像 | 心血管疾病 | MRI | NA | 图像 | 通过定向冠状动脉斑块切除术获得的斑块样本 | NA | NA | NA | NA |
| 19 | 2024-10-10 |
Pay attention to doctor-patient dialogues: Multi-modal knowledge graph attention image-text embedding for COVID-19 diagnosis
2021-Nov, An international journal on information fusion
DOI:10.1016/j.inffus.2021.05.015
PMID:34093095
|
研究论文 | 本文提出了一种多模态知识图谱注意力嵌入方法，用于COVID-19诊断，结合了医生-患者对话和医学图像信息 | 本文的创新点在于结合了多模态数据（文本和图像），并通过知识图谱注意力机制引入医学知识，以提高分类器的性能 | NA | 旨在解决当前深度学习方法在多模态数据充分性方面的问题，并提高COVID-19诊断的准确性和早期评估 | COVID-19患者的医生-患者对话和医学图像 | 自然语言处理 | COVID-19 | 知识图谱注意力机制 | NA | 文本和图像 | 1393个COVID-19患者对话和3706张图像，607个非COVID-19患者对话和10754张图像 | NA | NA | NA | NA |
| 20 | 2024-10-06 |
Deep Learning for the Industrial Internet of Things (IIoT): A Comprehensive Survey of Techniques, Implementation Frameworks, Potential Applications, and Future Directions
2021-Nov-12, Sensors (Basel, Switzerland)
DOI:10.3390/s21227518
PMID:34833594
|
综述 | 本文综述了深度学习在工业物联网（IIoT）中的应用，包括技术、实现框架、潜在应用和未来方向 | 本文系统地评估了深度学习在IIoT应用中的潜力，并讨论了多种深度学习算法及其在IIoT中的实现框架 | 本文主要集中在现有技术的综述和讨论，未涉及具体的实验验证或案例研究 | 探讨深度学习在工业物联网中的应用潜力和未来研究方向 | 工业物联网中的智能传感器、执行器、通信协议和网络安全机制 | 机器学习 | NA | 深度学习 | NA | 大数据 | NA | NA | NA | NA | NA |