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 242 篇文献，本页显示第 121 - 140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 121 | 2025-03-21 |
A full-stack platform for spiking deep learning
2023-Nov, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-023-00565-5
PMID:38177599
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 122 | 2025-03-21 |
Accurately predicting molecular spectra with deep learning
2023-Nov, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-023-00553-9
PMID:38177595
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 123 | 2025-10-07 |
A deep learning model for predicting selected organic molecular spectra
2023-Nov, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-023-00550-y
PMID:38177591
|
研究论文 | 开发了一种结合E(3)等变群和自注意力机制的深度学习模型DetaNet，用于高效预测分子光谱 | 结合E(3)等变群和自注意力机制，能够生成包括标量、向量及高阶张量在内的多种分子性质，达到量子化学计算精度 | 基于QM9S数据集进行验证，尚未在其他数据集上测试泛化能力 | 提高分子光谱预测的效率和准确性 | 有机分子光谱 | 机器学习 | NA | 深度学习 | 图神经网络 | 分子结构数据 | 130,000个分子物种 | NA | E(3)-等变网络,自注意力机制 | 量子化学计算精度 | NA |
| 124 | 2025-10-07 |
Deep Learning-Based Diagnostic System for Velopharyngeal Insufficiency Based on Videofluoroscopy in Patients With Repaired Cleft Palates
2023 Nov-Dec 01, The Journal of craniofacial surgery
IF:1.0Q3
DOI:10.1097/SCS.0000000000009560
PMID:37815288
|
研究论文 | 本研究开发了基于视频荧光检查的深度学习诊断系统，用于评估腭裂修复术后患者的腭咽闭合不全 | 首次将六种深度学习算法应用于视频荧光检查数据诊断VPI，并与人类专家诊断结果进行系统比较 | 回顾性研究设计，样本量相对有限，需要进一步前瞻性验证 | 开发基于深度学习的腭咽闭合不全自动诊断系统 | 腭裂修复术后接受腭咽功能评估的患者 | 计算机视觉 | 腭咽闭合不全 | 视频荧光检查 | CNN | 视频图像 | 714例病例（2010年1月至2019年6月） | NA | VGGNet, ResNet, Xception, ResNext, DenseNet, SENet | AUC | NA |
| 125 | 2025-10-07 |
Automated classification of fat-infiltrated axillary lymph nodes on screening mammograms
2023-Nov, The British journal of radiology
DOI:10.1259/bjr.20220835
PMID:37751215
|
研究论文 | 开发基于深度学习的自动化流程对筛查性乳腺X线摄影中的脂肪浸润腋窝淋巴结进行分类 | 首次使用自动化深度学习方法对脂肪浸润淋巴结进行分类 | 标记数据稀缺可能限制模型泛化能力 | 开发快速可推广的工具辅助数据标注，支持大规模研究 | 筛查性乳腺X线摄影中的脂肪浸润腋窝淋巴结 | 计算机视觉 | 肥胖相关疾病 | 乳腺X线摄影 | 深度学习 | 医学影像 | 886张内部机构乳腺X线片和外部数据库子集 | NA | 两阶段深度学习模型 | 准确率, AUC | NA |
| 126 | 2025-02-21 |
A two-dimensional hydrodynamics prediction framework for mantle-undulated propulsion robot using multiple proper orthogonal decomposition and long short term memory neural network
2023-11-29, Bioinspiration & biomimetics
IF:3.1Q2
DOI:10.1088/1748-3190/ad0daf
PMID:37976535
|
研究论文 | 本文开发了一个基于深度学习的框架，用于预测在波动推进机器人（MUPRo）上的流体动力 | 提出了多重本征正交分解（MPOD）算法，有效识别MUPRo波动表面附近流体的全局和局部特征，并开发了基于MPOD算法和长短期记忆神经网络的流体动力预测框架 | NA | 开发一个能够经济且可靠地预测波动推进机器人流体动力的框架 | 波动推进机器人（MUPRo） | 机器学习 | NA | 多重本征正交分解（MPOD）算法，长短期记忆神经网络（LSTM） | LSTM | 流体动力数据 | NA | NA | NA | NA | NA |
| 127 | 2025-02-21 |
Application of bidirectional long short-term memory network for prediction of cognitive age
2023-11-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-47606-7
PMID:37980387
|
研究论文 | 本研究应用双向长短期记忆网络（BLSTM）算法分析台北慈济医院儿科脑电图实验室的EEG数据，以预测认知年龄 | 首次将BLSTM算法应用于EEG数据的认知年龄预测，并验证了其在识别不同年龄段儿童和青少年EEG数据中的有效性 | 对于智力障碍患者的EEG样本，预测准确率显著降低，表明个体智力在年龄预测中起主要作用 | 探讨深度学习工具在EEG分类中的应用，特别是用于预测认知年龄 | 儿童和青少年的EEG数据 | 机器学习 | NA | EEG | BLSTM | EEG数据 | 来自台北慈济医院儿科脑电图实验室的EEG样本 | NA | NA | NA | NA |
| 128 | 2025-02-21 |
An Adaptive Intrusion Detection System in the Internet of Medical Things Using Fuzzy-Based Learning
2023-Nov-17, Sensors (Basel, Switzerland)
DOI:10.3390/s23229247
PMID:38005635
|
研究论文 | 本文提出了一种基于模糊学习的自适应长短期记忆（LSTM）入侵检测系统（IDS），用于医疗物联网（IoMT）中的攻击检测 | 提出了一种动态调整训练周期和使用早停策略的模糊自调LSTM模型，以提高入侵检测的准确性和预测性 | 未提及具体的数据集规模或实验环境的局限性 | 开发更高效和准确的入侵检测系统，以应对医疗物联网中的网络攻击 | 医疗物联网（IoMT）设备 | 机器学习 | NA | 模糊学习，LSTM | LSTM | 网络日志数据 | 未提及具体样本数量 | NA | NA | NA | NA |
| 129 | 2025-02-21 |
Novel integrated modelling based on multiplicative long short-term memory (mLSTM) deep learning model and ensemble multi-criteria decision making (MCDM) models for mapping flood risk
2023-Nov-01, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2023.118838
PMID:37595460
|
研究论文 | 本文提出了一种基于乘法长短期记忆（mLSTM）深度学习模型和多准则决策（MCDM）集成模型的新方法，用于绘制伊朗南部Minab-Shamil平原的洪水风险图 | 创新点在于首次将mLSTM深度学习模型与MCDM集成模型结合，用于生成高分辨率的洪水风险图 | 研究仅限于Minab-Shamil平原，未在其他地区验证模型的普适性 | 研究目的是开发一种集成方法，用于精确绘制洪水风险图，以支持洪水管理和减灾 | 研究对象是Minab-Shamil平原的洪水风险 | 机器学习 | NA | 深度学习，多准则决策 | mLSTM, CODAS, EDAS, MOOSRA | 地理空间数据 | 70%训练数据，30%测试数据 | NA | NA | NA | NA |
| 130 | 2025-10-07 |
A comprehensive survey of complex brain network representation
2023-Nov, Meta-radiology
DOI:10.1016/j.metrad.2023.100046
PMID:39830588
|
综述 | 本文系统综述了基于神经影像的脑网络表示方法，涵盖传统方法和深度学习技术 | 首次全面整合传统脑网络分析方法和最新图学习方法，提供该领域的系统分类框架 | 作为综述文章，不包含原始实验验证，主要依赖现有文献分析 | 总结脑网络表示方法的研究进展并展望未来方向 | 神经影像衍生的脑结构网络和功能网络 | 机器学习 | 神经退行性疾病 | 神经影像技术 | 图神经网络 | 脑网络数据 | NA | NA | NA | NA | NA |
| 131 | 2024-12-15 |
Enhancing diagnosis of Hirschsprung's disease using deep learning from histological sections of post pull-through specimens: preliminary results
2023-Nov-29, Pediatric surgery international
IF:1.5Q3
DOI:10.1007/s00383-023-05590-z
PMID:38019366
|
研究论文 | 本研究利用深度学习技术从回拉手术后的组织学切片中识别Hirschsprung病中的神经节细胞和肥大神经，以提高诊断准确性 | 首次使用AI技术基于U-net模型识别Hirschsprung病中的神经节细胞和肥大神经 | 研究样本量较小，且仅限于回拉手术后的组织学切片 | 开发一种基于人工智能的方法来提高Hirschsprung病的组织学诊断准确性 | Hirschsprung病中的神经节细胞和肥大神经 | 数字病理学 | Hirschsprung病 | 深度学习 | U-net | 图像 | 108个标注样本，数据增强后生成19,600张图像，最终用于训练和验证的图像为1945张 | NA | NA | NA | NA |
| 132 | 2024-12-09 |
Deep learning based tomosynthesis denoising: a bias investigation across different breast types
2023-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.10.6.064003
PMID:38074628
|
研究论文 | 本文提出了一种基于深度学习的数字乳腺断层合成（DBT）去噪算法，并研究了其在不同乳腺类型中的潜在偏差 | 本文设计了一种基于物理驱动的数据增强方法和专门用于乳腺图像去噪的ReLU损失函数，以提高去噪效果 | 本文仅在临床和模拟数据上进行了测试，未涵盖所有可能的乳腺类型和剂量分布 | 评估深度学习去噪算法在不同乳腺类型中的有效性和公平性 | 数字乳腺断层合成（DBT）图像的去噪效果 | 计算机视觉 | NA | 深度学习 | 编码器-解码器网络 | 图像 | 临床数据和模拟数据 | NA | NA | NA | NA |
| 133 | 2024-12-08 |
Severe aortic stenosis detection by deep learning applied to echocardiography
2023-11-14, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehad456
PMID:37611002
|
研究论文 | 本研究开发并验证了一种基于深度学习的模型，用于通过二维超声心动图视频检测严重主动脉瓣狭窄 | 利用自监督对比预训练的三维卷积神经网络模型，无需多普勒成像即可识别严重主动脉瓣狭窄 | NA | 开发和验证一种自动化方法，用于通过单一视角的二维超声心动图检测严重主动脉瓣狭窄 | 严重主动脉瓣狭窄的早期诊断 | 计算机视觉 | 心血管疾病 | 深度学习 | 三维卷积神经网络 | 视频 | 训练集包含5257个研究（17570个视频），验证集包含2040个连续研究，以及来自加利福尼亚和新英格兰其他医院的4226和3072个研究 | NA | NA | NA | NA |
| 134 | 2024-12-08 |
Optimizing diffuse optical imaging for breast tissues with a dual-encoder neural network to preserve small structural information and fine features
2023-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.10.6.066003
PMID:38074624
|
研究论文 | 研究提出了一种双编码器神经网络用于优化乳腺组织的漫射光学成像，以保留微小的结构信息和精细特征 | 本研究的创新点在于提出了一种双编码器网络，通过增加一个平行分支直接从基础源获取信号信息，从而在不降低或与背景融合的情况下定位包含物 | NA | 研究旨在探讨一种双编码器深度学习模型，用于在漫射光学成像中成功检测不同尺寸肿瘤 | 乳腺组织的漫射光学成像 | 计算机视觉 | NA | 漫射光学成像 | 双编码器神经网络 | 图像 | 模拟和幻影测试数据集 | NA | NA | NA | NA |
| 135 | 2024-11-25 |
Use of deep learning to segment bolus during videofluoroscopic swallow studies
2023-11-23, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad0bb3
PMID:37948874
|
研究论文 | 本文评估了一种用于视频荧光吞咽研究中分割钡餐的深度学习网络 | 利用人工智能进行解剖分割，以显著改善视频荧光吞咽研究的分析 | 钡餐在口腔中的表现因牙齿和不重要残留物的误分类而持续降低性能 | 评估钡餐分割网络的效能并识别影响网络性能的关键因素 | 80名独特患者的薄或液体钡餐的第一次吞咽 | 计算机视觉 | NA | 深度学习 | U-Net | 图像 | 80名患者的数据，分为75/25的训练和验证集，并进行4折交叉验证 | NA | NA | NA | NA |
| 136 | 2024-11-23 |
Inferring pointwise diffusion properties of single trajectories with deep learning
2023-11-21, Biophysical journal
IF:3.2Q2
DOI:10.1016/j.bpj.2023.10.015
PMID:37853693
|
研究论文 | 本文提出了一种基于深度学习的机器学习方法，用于在实验时间分辨率下表征具有时间依赖性的扩散过程 | 该方法能够在单轨迹级别预测扩散系数或异常扩散指数等感兴趣的属性，无需对系统进行任何先验知识或假设 | NA | 旨在准确确定生物场景中粒子的扩散特性，揭示其背后的机制 | 单分子扩散的膜蛋白DC-SIGN和整合素α5β1 | 机器学习 | NA | 深度学习 | NA | 轨迹数据 | 两个膜蛋白的单分子扩散实验 | NA | NA | NA | NA |
| 137 | 2024-11-13 |
Bringing Artificial Intelligence to the operating room: edge computing for real-time surgical phase recognition
2023-11, Surgical endoscopy
DOI:10.1007/s00464-023-10322-4
PMID:37580578
|
研究论文 | 本文介绍了一种基于边缘计算的实时手术阶段识别系统，用于优化手术流程和视频评估 | 首次将边缘计算应用于手术阶段识别，实现了实时算法应用 | 实时预测的准确率在59.8%到78.2%之间，平均准确率为68.7% | 开发一种实时手术阶段识别系统，以优化手术流程和视频评估 | 机器人腹股沟疝修复手术的阶段识别 | 计算机视觉 | NA | 深度学习 | ResNet-50 | 视频 | 211个机器人腹股沟疝修复手术视频，用于训练和验证模型；10个机器人腹股沟疝修复手术视频，用于实时测试 | NA | NA | NA | NA |
| 138 | 2024-11-13 |
Structure-Aware Annotation of Leucine-rich Repeat Domains
2023-Nov-01, bioRxiv : the preprint server for biology
DOI:10.1101/2023.10.27.562987
PMID:37961157
|
研究论文 | 本文开发了降维方法来注释亮氨酸重复序列域的重复单元，并验证了其在模型植物中的应用 | 利用深度学习预测的蛋白质结构信息改进了现有的基于序列的域注释方法，能够自动检测发夹环和结构异常 | 依赖于深度学习预测的蛋白质结构信息，可能存在预测误差 | 改进蛋白质域注释方法，特别是亮氨酸重复序列域的注释 | 亮氨酸重复序列域及其在模型植物中的应用 | 机器学习 | NA | 深度学习 | NA | 蛋白质结构 | 127个预测的亮氨酸重复序列域结构，并验证了172个手动注释的亮氨酸重复序列域 | NA | NA | NA | NA |
| 139 | 2024-11-06 |
Tailored multi-organ segmentation with model adaptation and ensemble
2023-11, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2023.107467
PMID:37725849
|
研究论文 | 本文提出了一种结合现成的单器官分割模型来开发多器官分割模型的新方法，以减少对多器官标注数据的依赖 | 本文提出了一种双阶段方法，包括模型适应阶段和模型集成阶段，以提高现成单器官分割模型在目标域上的泛化能力，并从多个适应后的单器官分割模型中提取和整合知识 | NA | 解决多器官分割任务中标注数据不足的问题 | 多器官分割模型 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 四个腹部数据集 | NA | NA | NA | NA |
| 140 | 2024-11-06 |
A deep learning system to monitor and assess rehabilitation exercises in home-based remote and unsupervised conditions
2023-11, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2023.107485
PMID:37742419
|
研究论文 | 本文介绍了一种用于监测和评估家庭远程无监督条件下康复训练的深度学习系统 | 该系统能够实时评估康复训练，提供精确的执行偏差分析，并结合了运动范围分类和代偿模式识别 | NA | 开发和验证一种经济可行的系统，用于监测和评估康复训练 | 康复训练中的运动范围和代偿模式 | 机器学习 | NA | 深度学习 | NA | 运动数据 | 6种阻力训练数据集 | NA | NA | NA | NA |