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 1799 篇文献，本页显示第 81 - 100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 81 | 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 |
| 82 | 2025-10-06 |
State-of-the-Art Estimation of Protein Model Accuracy Using AlphaFold
2022-Dec-02, Physical review letters
IF:8.1Q1
DOI:10.1103/PhysRevLett.129.238101
PMID:36563190
|
研究论文 | 本文证明AlphaFold已学会近似生物物理能量函数，并探索其在无共进化数据情况下评估蛋白质结构质量的能力 | 首次证实AlphaFold已隐式学习生物物理能量函数，可在不使用共进化数据的情况下实现最先进的蛋白质结构质量评估 | 研究基于AlphaFold模型，其性能可能受训练数据和模型架构的限制 | 探索AlphaFold是否学会生物物理能量函数及其在蛋白质结构预测中的应用 | 蛋白质三维结构 | 机器学习 | NA | 深度学习, 多序列比对 | 深度学习模型 | 蛋白质序列数据, 结构数据 | NA | NA | AlphaFold | 结构质量评估准确度 | NA |
| 83 | 2025-10-06 |
Machine Learning Analysis of Cocaine Addiction Informed by DAT, SERT, and NET-Based Interactome Networks
2022-Apr-12, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.2c00002
PMID:35294204
|
研究论文 | 本研究通过整合DAT、SERT和NET相互作用组网络，开发机器学习/深度学习模型用于可卡因成瘾药物发现 | 首次结合三种关键神经递质转运蛋白的相互作用组网络进行AI驱动的抗可卡因成瘾药物开发 | 仅从460个相互作用蛋白中筛选出61个具有足够抑制剂数据的目标蛋白 | 开发基于人工智能的抗可卡因成瘾先导化合物发现系统方法 | 多巴胺转运蛋白(DAT)、血清素转运蛋白(SERT)和去甲肾上腺素转运蛋白(NET)相互作用组网络 | 机器学习 | 药物成瘾 | 蛋白质-蛋白质相互作用网络分析 | 自编码器,梯度提升决策树,多任务深度神经网络 | 化学抑制剂数据 | 115,407个抑制剂对应61个蛋白质靶点 | NA | 自编码器,梯度提升决策树,多任务深度神经网络 | NA | NA |
| 84 | 2025-06-10 |
Generic image application using GANs (Generative Adversarial Networks): A Review
2022-Sep-30, Evolving systems
IF:2.7Q3
DOI:10.1007/s12530-022-09464-y
PMID:40479410
|
review | 本文对生成对抗网络（GAN）进行了全面回顾，总结了GAN的理论基础、应用目的、模型变体及最新进展 | 提供了GAN在图像处理中的多种应用及其优缺点的详细概述 | GAN的稳定训练仍是一个挑战 | 对GAN相关文献进行全面评估，总结现有知识 | 生成对抗网络（GAN）及其在图像处理中的应用 | machine learning | NA | NA | GAN | image | NA | NA | NA | NA | NA |
| 85 | 2025-06-10 |
Forecasting Directional Movement of Stock Prices using Deep Learning
2022-Aug-01, Annals of data science
DOI:10.1007/s40745-022-00432-6
PMID:40479251
|
研究论文 | 本文提出了一种结合Word2Vec和LSTM的混合深度学习模型，用于预测股票价格的定向变动 | 结合了金融时间序列和新闻标题作为输入，考虑了大众媒体对公司股票和投资者行为的影响 | 仅评估了五个不同行业公司的股票价格预测准确性，样本范围有限 | 设计一个智能工具来预测股票市场价格的定向变动 | 股票市场价格 | 机器学习 | NA | Word2Vec, LSTM | 混合深度学习模型 | 金融时间序列, 新闻标题 | 五个不同行业的公司 | NA | NA | NA | NA |
| 86 | 2025-06-08 |
OWAE-Net: COVID-19 detection from ECG images using deep learning and optimized weighted average ensemble technique
2022-Nov, Intelligent systems with applications
DOI:10.1016/j.iswa.2022.200154
PMID:40477980
|
research paper | 该研究提出了一种名为OWAE-Net的深度学习方法，通过优化加权平均集成技术，利用ECG图像进行COVID-19的多类别分类检测 | 使用三种深度学习模型的集成方法，并通过网格搜索技术优化加权平均集成技术，提高了COVID-19检测的准确率 | NA | 开发一种更快、更安全的COVID-19诊断方法 | ECG图像 | digital pathology | COVID-19 | deep learning, grid search | VGG-19, EfficientNet-B4, DenseNet-121, OWAE | image | NA | NA | NA | NA | NA |
| 87 | 2025-06-08 |
Deep viewing for the identification of Covid-19 infection status from chest X-Ray image using CNN based architecture
2022-Nov, Intelligent systems with applications
DOI:10.1016/j.iswa.2022.200130
PMID:40478040
|
research paper | 该研究提出了一种基于CNN的深度学习技术，用于从胸部X光图像中自动诊断Covid-19感染状态 | 使用大量数据集（10,293张X光片）训练和测试模型，并在区分Covid-19和肺炎患者方面取得了99.60%的高准确率 | 现有技术大多未使用大量数据进行训练和测试，本研究虽然使用了较大数据集，但仍可能存在数据多样性和泛化能力方面的限制 | 开发一种快速准确的Covid-19自动诊断系统，以辅助临床医生和研究人员 | 胸部X光图像，包括Covid-19、肺炎和正常患者三类 | computer vision | Covid-19 | 深度学习 | CNN | image | 10,293张X光片（其中2,875张为Covid-19患者） | NA | NA | NA | NA |
| 88 | 2025-06-08 |
AI-aided on-chip nucleic acid assay for smart diagnosis of infectious disease
2022-May, Fundamental research
IF:5.7Q1
DOI:10.1016/j.fmre.2021.12.005
PMID:40477452
|
research paper | 提出了一种结合深度学习和微流控纸基分析设备的AI辅助芯片核酸测定方法，用于智能诊断传染病 | 首次将AI整合到芯片PCR数据分析中，能够预测qPCR的最终输出和趋势，并探索每个反应的动态和内在特征 | NA | 提高PCR检测效率，实现传染病的智能诊断 | SARS-CoV-2 ORF1ab基因的合成RNA模板 | digital pathology | infectious disease | PCR, deep learning, microfluidic paper-based analytical devices (µPADs) | RNN, LSTM, GRU | real-time PCR data | NA | NA | NA | NA | NA |
| 89 | 2025-06-08 |
Novel deep learning approach to model and predict the spread of COVID-19
2022-May, Intelligent systems with applications
DOI:10.1016/j.iswa.2022.200068
PMID:40477648
|
研究论文 | 本文提出了一种名为Deep Sequential Prediction Model (DSPM)的深度学习技术和基于机器学习的Non-parametric Regression Model (NRM)来预测COVID-19的传播 | 提出了DSPM和NRM两种新模型，用于预测COVID-19的传播，并在公开数据集上验证了其优越性能 | 未提及模型在实际应用中的泛化能力或对不同地区数据的适应性 | 开发稳健的人工智能技术以预测COVID-19的传播 | COVID-19的传播趋势 | 机器学习 | COVID-19 | 深度学习、机器学习 | DSPM、NRM、SVM、LSTM | 公开的新型冠状病毒数据集 | NA | NA | NA | NA | NA |
| 90 | 2025-06-08 |
Adaptively temporal graph convolution model for epidemic prediction of multiple age groups
2022-Mar, Fundamental research
IF:5.7Q1
DOI:10.1016/j.fmre.2021.07.007
PMID:40477716
|
research paper | 提出了一种自适应时间图卷积模型（ATGCN），用于COVID-19和流感的多元时间序列预测，并在不同年龄组中表现出色 | ATGCN模型通过图学习方法捕捉多年龄组的接触模式，在短期和长期预测任务中均优于自回归模型和深度序列学习模型 | 未明确提及模型在其他传染病预测中的泛化能力，且未讨论计算复杂度或实时预测的可行性 | 探索深度学习在传染病预测领域的应用，特别是针对多年龄组的多元时间序列预测 | COVID-19和流感的确诊病例数据，重点关注不同年龄组之间的传播模式 | machine learning | COVID-19, influenza | graph-based deep learning approach | ATGCN (adaptively temporal graph convolution model) | multivariate time series data | 两个数据集（COVID-19和流感），具体样本量未明确说明 | NA | NA | NA | NA |
| 91 | 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 |
| 92 | 2025-06-07 |
An efficient real-time stock prediction exploiting incremental learning and deep learning
2022-Dec-21, Evolving systems
IF:2.7Q3
DOI:10.1007/s12530-022-09481-x
PMID:38625328
|
研究论文 | 提出了一种基于增量学习和离线-在线学习的实时股票价格预测策略 | 结合增量学习和离线-在线学习两种方法，实时更新模型以适应市场的动态变化 | 仅在美国NASDAQ和印度NSE交易所的八只高流动性股票上进行了测试，可能不适用于其他市场或股票 | 提高实时股票价格预测的准确性 | 股票市场的实时价格数据 | 机器学习 | NA | 增量学习, 离线-在线学习 | 深度学习模型 | 时间序列数据 | 美国NASDAQ和印度NSE交易所的八只高流动性股票 | NA | NA | NA | NA |
| 93 | 2025-10-06 |
An evaluation of lightweight deep learning techniques in medical imaging for high precision COVID-19 diagnostics
2022-Nov, Healthcare analytics (New York, N.Y.)
DOI:10.1016/j.health.2022.100096
PMID:37520618
|
研究论文 | 本文开发并评估了用于COVID-19检测的轻量级深度学习技术 | 采用轻量级MobileNetV2模型实现COVID-19检测，在保持竞争力的性能同时显著降低计算资源需求 | 未明确说明具体的数据集规模和模型对比范围 | 开发适用于资源受限设备的COVID-19自动诊断系统 | 胸部X光和CT影像 | 医学影像分析 | COVID-19 | 深度学习 | CNN | 医学影像 | NA | NA | MobileNetV2 | NA | 资源受限设备 |
| 94 | 2025-10-06 |
iVaccine-Deep: Prediction of COVID-19 mRNA vaccine degradation using deep learning
2022-Oct, Journal of King Saud University. Computer and information sciences
DOI:10.1016/j.jksuci.2021.10.001
PMID:38620874
|
研究论文 | 本研究开发了两种混合深度学习模型用于预测COVID-19 mRNA疫苗的RNA降解 | 首次提出结合图卷积神经网络与门控循环单元/卷积神经网络的混合模型，将RNA分子建模为图结构进行降解预测 | 未明确说明训练数据的具体规模和来源限制 | 研究混合深度学习模型预测RNA序列降解的能力 | COVID-19 mRNA疫苗的RNA分子 | 机器学习 | COVID-19 | RNA测序 | GCN, GRU, CNN | RNA序列数据 | NA | NA | GCN_GRU, GCN_CNN | MCRMSE, AuC | NA |
| 95 | 2025-10-06 |
A new metaheuristic optimization model for financial crisis prediction: Towards sustainable development
2022-Sep, Sustainable computing : informatics and systems
DOI:10.1016/j.suscom.2022.100778
PMID:37521169
|
研究论文 | 提出一种基于政治优化器深度神经网络(OD-PODNN)的异常检测模型用于金融危机预测 | 结合隔离森林异常检测与政治优化器优化DNN超参数，提升金融危机预测准确率 | 仅使用三个数据集验证，未说明数据合法性问题的具体解决方案 | 通过优化机器学习模型提高金融危机预测准确率以支持可持续发展 | 企业财务状态（成功/失败） | 机器学习 | NA | 异常检测，超参数优化 | 深度神经网络，隔离森林 | 财务数据 | 三个不同数据集 | NA | DNN，iForest | 准确率 | NA |
| 96 | 2025-10-06 |
Attention mechanism and mixup data augmentation for classification of COVID-19 Computed Tomography images
2022-Sep, Journal of King Saud University. Computer and information sciences
DOI:10.1016/j.jksuci.2021.07.005
PMID:38620953
|
研究论文 | 提出结合注意力机制和mixup数据增强的深度学习方法用于COVID-19 CT图像分类 | 在卷积神经网络中引入特征级注意力层增强判别性特征，并采用mixup数据增强技术提升性能 | NA | 开发计算机辅助诊断系统实现COVID-19 CT图像的自动分类 | COVID-19 CT图像 | 计算机视觉 | COVID-19 | 计算机断层扫描(CT) | CNN | 医学图像 | NA | NA | ResNet50 | 准确率 | NA |
| 97 | 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 |
| 98 | 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 |
| 99 | 2025-06-06 |
Assessing Trustworthy AI in Times of COVID-19: Deep Learning for Predicting a Multiregional Score Conveying the Degree of Lung Compromise in COVID-19 Patients
2022-Dec, IEEE transactions on technology and society
DOI:10.1109/TTS.2022.3195114
PMID:36573115
|
研究论文 | 本文展示了如何在医疗保健领域实践欧盟高级专家组的可信AI指南，并探讨了COVID-19疫情期间'可信AI'的含义 | 应用Z-Inspection®方法进行后验自我评估，以评估AI系统在COVID-19疫情期间的可信度 | 研究局限于疫情期间在意大利一家诊所的实验性部署，可能不具有广泛代表性 | 评估AI系统在预测COVID-19患者肺部损伤程度方面的可信度 | COVID-19患者的胸部X光片 | 数字病理学 | COVID-19 | 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 100 | 2025-10-06 |
A comprehensive review of federated learning for COVID-19 detection
2022-Mar, International journal of intelligent systems
IF:5.0Q1
DOI:10.1002/int.22777
PMID:37520859
|
综述 | 本文系统回顾了联邦学习在COVID-19检测中的应用进展 | 重点关注联邦学习在医疗数据隐私保护下的COVID-19检测应用，通过实际案例展示其可行性 | 未涉及具体实验验证，主要基于文献回顾和分析 | 探讨联邦学习技术在COVID-19检测中的适用性和挑战 | COVID-19检测相关临床数据和胸部X光影像数据 | 机器学习 | COVID-19 | 深度学习，联邦学习 | 深度学习模型 | 临床症状数据，胸部X光影像 | NA | NA | NA | NA | NA |