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 578 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 | 2025-10-06 |
Preparation and Mechanical Properties of High Silicon Molybdenum Cast Iron Materials: Based on Deep Learning Model
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/4825356
PMID:39262918
|
研究论文 | 本研究通过深度学习模型研究高硅钼铸铁材料的制备与力学性能，重点关注其耐磨性和耐腐蚀性 | 结合深度学习模型研究钼和钒元素添加对高铬铸铁性能的影响，探索材料性能优化新方法 | 研究主要关注静态腐蚀性能，未涉及动态磨损条件下的性能评估 | 开发具有更好耐磨性和耐腐蚀性的高铬铸铁材料 | 高铬铸铁材料及其合金元素（钼、钒） | 材料科学 | NA | 静态腐蚀测试、亚临界处理工艺 | 深度学习模型 | 材料性能数据、微观结构数据 | NA | NA | NA | 耐腐蚀性、耐磨性、硬度、韧性 | NA |
| 22 | 2025-10-06 |
Automatic extraction of upper-limb kinematic activity using deep learning-based markerless tracking during deep brain stimulation implantation for Parkinson's disease: A proof of concept study
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0275490
PMID:36264986
|
研究论文 | 本研究开发了一种基于深度学习的手部运动自动追踪系统，用于帕金森病脑深部电刺激手术中的运动评估 | 首次将基于深度学习的无标记追踪技术应用于DBS手术中的运动行为分析，实现了运动类型的自动分类 | 样本量较小（仅5名患者），属于概念验证研究 | 开发自动化的运动行为分析系统以提高DBS手术电极植入的精准度 | 帕金森病患者的上肢运动行为 | 计算机视觉 | 帕金森病 | 视频记录，运动学分析 | SVM | 视频 | 5名帕金森病患者 | DeepLabCut, Python | NA | 准确率，重投影像素误差 | NA |
| 23 | 2025-10-06 |
Classification of multiple sclerosis clinical profiles using machine learning and grey matter connectome
2022, Frontiers in robotics and AI
IF:2.9Q2
DOI:10.3389/frobt.2022.926255
PMID:36313252
|
研究论文 | 本研究利用灰质形态连接组数据和机器学习方法对多发性硬化症的临床分型进行分类 | 首次结合灰质厚度连接组数据和集成机器学习模型对MS四种临床分型进行自动分类，避免了复杂的MR扩散技术和深度学习架构 | 样本量相对较小（90名患者），仅使用了两种脑图谱进行灰质分区 | 研究灰质形态连接组数据在多发性硬化症临床分型鉴别中的能力 | 90名多发性硬化症患者，包括CIS、RRMS、SPMS和PPMS四种临床分型 | 机器学习 | 多发性硬化症 | MRI T1加权成像，灰质分割，皮层厚度测量 | Logistic Regression, Random Forest, Support Vector Machine, AdaBoost, 集成模型 | 医学影像数据，图论指标数据 | 90名MS患者 | Scikit-learn | 多数投票集成模型 | F1-score | NA |
| 24 | 2025-10-06 |
Deep learning assisted mechanotyping of individual cells through repeated deformations and relaxations in undulating channels
2022-Jan, Biomicrofluidics
IF:2.6Q2
DOI:10.1063/5.0077432
PMID:40746947
|
研究论文 | 本研究开发了一种结合微流体通道和序列深度学习模型的方法，通过重复变形和松弛过程对单个细胞进行机械表型分析 | 设计了能够对细胞施加重复变形和松弛的微流体通道，并首次将序列深度学习模型应用于动态变形性细胞术 | 研究仅使用HL60细胞系作为模型系统，未验证在其他细胞类型上的适用性 | 开发能够接近最大潜在分类精度的单细胞机械表型分析方法 | HL60细胞（经过化学处理扰动肌动蛋白或微管网络的细胞） | 机器学习 | NA | 微流体通道技术，动态变形性细胞术 | 循环神经网络，卷积神经网络 | 细胞形状时间序列数据 | 数百个细胞每秒的测量速率 | NA | NA | 准确率 | NA |
| 25 | 2025-10-06 |
Automatic Classification of Cancer Pathology Reports: A Systematic Review
2022, Journal of pathology informatics
DOI:10.1016/j.jpi.2022.100003
PMID:35242443
|
系统综述 | 对2010-2021年间发表的癌症病理报告自动分类自然语言处理系统进行系统性回顾和分析 | 首次系统性回顾和比较了不同NLP方法在癌症病理报告分类中的应用，并基于PRISMA指南进行规范化分析 | 仅纳入2010-2021年间的25篇文献，部分癌症特征提取任务仍存在挑战 | 评估自然语言处理技术在癌症病理报告自动分类中的应用现状和发展趋势 | 癌症病理报告文本数据 | 自然语言处理 | 癌症 | 自然语言处理 | 基于规则的系统,统计机器学习,深度学习 | 文本 | 25篇研究论文 | NA | NA | NA | NA |
| 26 | 2025-10-06 |
Deep learning-based pancreas volume assessment in individuals with type 1 diabetes
2022-01-05, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-021-00729-7
PMID:34986790
|
研究论文 | 本研究开发了一种基于深度学习的自动化胰腺体积测量方法，用于糖尿病患者 | 首次将卷积神经网络应用于糖尿病患者胰腺体积的自动测量，解决了传统手动标注耗时且主观的问题 | 训练数据仅包含160例腹部MRI扫描，测试集仅25例T1D患者，样本量有限 | 开发自动化胰腺体积测量方法以应用于大型影像数据库 | 1型糖尿病患者、对照组人群及其混合人群 | 医学影像分析 | 糖尿病 | 磁共振成像 | CNN | 医学影像 | 160例腹部MRI扫描用于训练，25例T1D患者用于测试 | NA | 卷积神经网络 | Dice系数,R值 | NA |
| 27 | 2025-10-06 |
Deep learning tackles single-cell analysis-a survey of deep learning for scRNA-seq analysis
2022-01-17, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbab531
PMID:34929734
|
综述 | 本文系统综述了深度学习在单细胞RNA测序数据分析中的应用方法和算法 | 建立了变分自编码器、自编码器、生成对抗网络和监督深度学习模型的统一数学表示框架，并关联了损失函数与数据处理步骤的具体目标 | 仅涵盖25种深度学习算法，可能未完全覆盖该领域所有最新进展 | 为单细胞RNA测序数据分析提供深度学习算法的系统综述和应用指南 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | VAE, AE, GAN, 监督深度学习 | 基因表达数据 | NA | NA | 变分自编码器, 自编码器, 生成对抗网络 | NA | NA |
| 28 | 2025-10-06 |
Diabetic Foot Ulcer Ischemia and Infection Classification Using EfficientNet Deep Learning Models
2022, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2022.3219725
PMID:36660100
|
研究论文 | 本研究开发了基于EfficientNet深度学习模型的糖尿病足溃疡缺血和感染分类系统 | 首次将EfficientNet模型应用于糖尿病足溃疡的缺血和感染分类，在准确率和计算效率上均显著优于现有方法 | 未提及模型在临床环境中的验证情况及对不同类型糖尿病足溃疡的泛化能力 | 开发基于图像的糖尿病足溃疡缺血和感染自动检测系统 | 糖尿病足溃疡图像 | 计算机视觉 | 糖尿病足溃疡 | 图像增强技术 | CNN | 图像 | NA | NA | EfficientNet, ResNet, Inception, Ensemble CNN | 准确率 | NA |
| 29 | 2025-10-06 |
Deep learning strategies for addressing issues with small datasets in 2D materials research: Microbial Corrosion
2022, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2022.1059123
PMID:36620046
|
研究论文 | 本研究探讨使用深度生成模型解决二维材料微生物腐蚀研究中小数据集问题的方法 | 首次将变分自编码器和生成对抗网络应用于二维材料微生物腐蚀研究中的数据增强，生成合成电化学数据以扩展小规模实验数据集 | 研究仅基于铜表面少层石墨烯的实验系统，未验证在其他二维材料或金属基底上的普适性 | 加速具有微生物腐蚀抗性的二维涂层虚拟筛选 | 二维材料涂层（石墨烯、六方氮化硼、二硫化钼）及其微生物腐蚀抗性 | 材料科学,机器学习 | NA | 电化学测试,数据增强 | VAE,GAN | 电化学数据 | 小规模实验数据集 | NA | 变分自编码器,生成对抗网络 | 准确率 | NA |
| 30 | 2025-10-06 |
Effectiveness of Artificial Intelligence Models for Cardiovascular Disease Prediction: Network Meta-Analysis
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/5849995
PMID:35251153
|
meta-analysis | 通过网状Meta分析比较机器学习和深度学习模型在心血管疾病预测中的有效性 | 首次采用网状Meta分析方法系统比较不同AI模型在多种心血管疾病预测中的表现 | 深度学习在心血管疾病领域的研究文献较少，需要更多患者数据和贝叶斯网络等分析方法验证结果 | 评估人工智能模型在心血管疾病预测中的有效性 | 心力衰竭、中风、高血压和糖尿病患者 | machine learning | cardiovascular disease | NA | ML, DL | 临床数据 | 285,213名心血管疾病患者 | NA | GBM, ANN, SVM, RF | AUC, 准确率, OR, CI | NA |
| 31 | 2025-10-06 |
Applications of Computer Vision on Automatic Potato Plant Disease Detection: A Systematic Literature Review
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/7186687
PMID:36419507
|
系统文献综述 | 本文对基于计算机视觉的马铃薯植物病害自动检测方法进行了系统性文献综述 | 首次系统性地梳理了计算机视觉在马铃薯病害检测中的应用现状，并识别了该领域的开放研究问题 | 仅纳入了39项主要研究，可能存在文献覆盖不全的局限性 | 调查计算机视觉技术在马铃薯植物病害自动检测中的应用现状和方法 | 马铃薯植物及其病害 | 计算机视觉 | 植物病害 | 计算机视觉，机器学习 | 深度学习算法，经典机器学习算法 | 图像数据 | NA | NA | NA | NA | NA |
| 32 | 2025-06-08 |
Automatic engagement estimation in smart education/learning settings: a systematic review of engagement definitions, datasets, and methods
2022, Smart learning environments
IF:6.7Q1
DOI:10.1186/s40561-022-00212-y
PMID:40477985
|
review | 本文系统回顾了智能教育/学习环境中自动参与度估计的最新发展，包括参与度定义、数据集和基于机器学习的方法 | 提出了一个清晰的分类法来定义参与度，并总结了机器学习方法在自动参与度识别中的应用 | 存在一些关键挑战，如认知和个性化参与度问题，以及可能影响实际应用的机器学习问题 | 为研究人员提供关于自动参与度估计的见解，以增强智能学习中的自动参与度识别方法 | 学习者的参与度 | machine learning | NA | machine learning, deep learning | NA | dataset | 47篇研究文章 | NA | NA | NA | NA |
| 33 | 2025-10-06 |
Deep recurrent Gaussian Nesterovs recommendation using multi-agent in social networks
2022, Evolving systems
IF:2.7Q3
DOI:10.1007/s12530-022-09435-3
PMID:37521128
|
研究论文 | 提出一种结合深度学习和多智能体的推荐系统DR-GNOG，用于社交网络中的精准推荐 | 提出深度循环高斯Nesterov最优梯度(DR-GNOG)模型，将深度学习与多智能体场景结合解决推荐系统问题 | NA | 解决社交网络中大数据环境下的精准推荐问题 | 社交网络中的用户推文数据 | 机器学习 | NA | 深度学习，多智能体系统 | 深度循环神经网络 | 文本数据（推文） | NA | NA | 深度循环高斯Nesterov最优梯度(DR-GNOG) | 推荐准确率，推荐时间，召回率 | NA |
| 34 | 2025-06-07 |
FocusCovid: automated COVID-19 detection using deep learning with chest X-ray images
2022, Evolving systems
IF:2.7Q3
DOI:10.1007/s12530-021-09385-2
PMID:38624806
|
研究论文 | 本文提出了一种基于深度卷积神经网络的架构，用于通过胸部X光片自动检测COVID-19 | 利用深度学习技术自动检测COVID-19，减轻医疗基础设施的压力 | 尽管模型准确率高，但COVID-19的诊断仍需与专业医疗临床医生协商决定 | 开发一种自动化工具以辅助COVID-19的早期筛查和检测 | 胸部X光片 | 计算机视觉 | COVID-19 | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 35 | 2025-10-07 |
Artificial Intelligence-based Tumor Segmentation in Mouse Models of Lung Adenocarcinoma
2022, Journal of pathology informatics
DOI:10.1016/j.jpi.2022.100007
PMID:35242446
|
研究论文 | 开发了一种基于深度学习的人工智能算法，用于在小鼠肺腺癌模型的H&E组织切片上自动分割肿瘤病灶 | 首次将DeepLabV3+和UNet架构应用于小鼠肺腺癌模型的肿瘤分割，并通过面积阈值化方法将假阳性降低了10倍 | 不同染色标准化策略未显示出对基线模型的改进效果 | 开发自动化肿瘤分割方法以减少人工测量误差和时间消耗 | 小鼠肺腺癌模型的H&E组织学切片 | 数字病理学 | 肺腺癌 | H&E染色，数字切片扫描 | 深度学习 | 图像 | 239只小鼠（训练集137只，验证集37只，测试集65只） | NA | DeepLabV3+, UNet, ResNet-50 | Dice系数，灵敏度，阳性预测值 | NA |
| 36 | 2024-11-19 |
Retraction: A comprehensive review of deep learning-based single image super-resolution
2022, PeerJ. Computer science
DOI:10.7717/peerj-cs.621/retraction
PMID:39554485
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 37 | 2025-10-07 |
Unreferenced English articles' translation quality-oriented automatic evaluation technology using sparse autoencoder under the background of deep learning
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0270308
PMID:35830434
|
研究论文 | 提出一种基于稀疏自编码器的深度学习模型，用于无参考英文文章的翻译质量自动评估 | 在双语词无监督学习阶段使用自编码器重构翻译语言向量特征，并将翻译信息融入双语词优化特征提取效果 | 未明确说明模型的具体局限性 | 实现无参考英文文章的自动翻译质量评估 | 无参考英文文章的翻译质量 | 自然语言处理 | NA | 深度学习 | 自编码器,稀疏自编码器 | 文本 | 句子数量从1,000到6,000 | NA | 自编码器 | BLEU | NA |
| 38 | 2025-10-07 |
Secure deep learning for distributed data against malicious central server
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0272423
PMID:35913921
|
研究论文 | 提出一种针对分布式数据的深度学习安全系统，能够检测恶意中央服务器活动并支持多种神经网络训练方式 | 系统具备恶意服务器检测能力和支持垂直/水平神经网络训练的独特特性 | NA | 开发安全的分布式深度学习系统以防范恶意中央服务器 | 分布式训练器与中央参数服务器组成的系统 | 机器学习 | NA | 深度学习 | 神经网络 | 磁共振图像，X射线图像 | NA | NA | NA | AUC（曲线下面积） | NA |
| 39 | 2025-10-07 |
The impact of trade and financial expansion on volatility of real exchange rate
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0262230
PMID:35061782
|
研究论文 | 本研究通过实证分析探讨贸易与金融开放对实际汇率波动的影响 | 结合物联网金融背景，使用深度学习技术分析金融数据，并采用混合OLS和工具变量法进行实证检验 | 仅涵盖45个主要国家数据，样本范围有限 | 分析贸易和金融开放对实际汇率波动的影响机制 | 全球45个主要国家的面板数据 | 机器学习 | NA | 深度学习 | NA | 金融面板数据 | 45个主要国家 | NA | NA | NA | NA |
| 40 | 2025-10-07 |
Using deep learning to study emotional behavior in rodent models
2022, Frontiers in behavioral neuroscience
IF:2.6Q3
DOI:10.3389/fnbeh.2022.1044492
PMID:36483523
|
综述 | 探讨深度学习技术在啮齿类动物情绪行为研究中的应用及不同模型架构的影响 | 系统比较监督、无监督和自监督学习方法在动物行为分析中的优劣，建立行为状态表征与神经活动的关联框架 | 未提供具体实验数据验证，属于方法论讨论而非实证研究 | 研究深度学习如何提升动物情绪行为分析的客观性和效率 | 啮齿类动物的情绪相关行为（焦虑、社交互动、奖赏和应激反应） | 计算机视觉 | NA | 视频姿态估计 | 深度学习 | 视频 | NA | NA | NA | NA | NA |