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 1869 篇文献，本页显示第 221 - 240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 221 | 2025-02-16 |
The role of cortical structural variance in deep learning-based prediction of fetal brain age
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1411334
PMID:38846713
|
研究论文 | 本文探讨了皮层结构变异在基于深度学习的胎儿脑龄预测中的作用 | 首次解释了形状相关的皮层结构特征对预测胎儿脑龄变异的影响 | 未提及具体的研究局限性 | 研究胎儿脑龄预测模型中皮层结构特征的影响 | 胎儿大脑 | 计算机视觉 | NA | 磁共振成像 | 卷积神经网络 | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 222 | 2025-10-07 |
Developing predictive precision medicine models by exploiting real-world data using machine learning methods
2024, Journal of applied statistics
IF:1.2Q2
DOI:10.1080/02664763.2024.2315451
PMID:39440239
|
研究论文 | 本研究提出了一种利用真实世界电子健康记录开发预测性精准医学模型的新方法 | 利用大型真实世界数据库中的纵向数据格式预测15项生化检测的未来值，并进行广泛的传统机器学习与深度学习算法性能比较 | NA | 开发预测性精准医学模型，实现个性化医疗 | 电子健康记录中的生化检测数据 | 机器学习 | NA | 生化检测 | 统计机器学习,深度学习 | 电子健康记录 | 大型真实世界数据库 | NA | NA | NA | NA |
| 223 | 2025-10-07 |
Unraveling trends in schistosomiasis: deep learning insights into national control programs in China
2024, Epidemiology and health
IF:2.2Q2
DOI:10.4178/epih.e2024039
PMID:38514196
|
研究论文 | 本研究使用深度学习模型分析中国血吸虫病控制项目的进展和时空变化趋势 | 提出基于分层积分差分方程框架的卷积神经网络模型(CNN-IDE)用于血吸虫病时空动态建模 | 研究仅基于安徽省的数据，可能无法完全代表其他地区的血吸虫病流行情况 | 评估中国国家血吸虫病控制项目的效果并预测疾病流行趋势 | 中国安徽省长江沿岸血吸虫病流行区的村级流行病学数据 | 机器学习 | 血吸虫病 | 横断面调查 | CNN | 寄生虫学数据,环境数据 | 1997-2015年安徽省村级调查数据 | NA | CNN-IDE | MSPE,CRPS | NA |
| 224 | 2025-10-07 |
Deep Learning Estimation of 10-2 Visual Field Map Based on Macular Optical Coherence Tomography Angiography Measurements
2024-01, American journal of ophthalmology
IF:4.1Q1
DOI:10.1016/j.ajo.2023.09.014
PMID:37734638
|
研究论文 | 开发基于深度学习模型从黄斑OCTA血管密度测量估计中心视野的方法 | 首次使用深度学习模型从OCTA血管密度图像直接估计10-2视野图参数，相比传统线性回归模型显著提升预测精度 | 样本量相对有限（1051个样本），仅针对中心视野评估，未包含周边视野数据 | 开发能够从OCTA图像准确估计视野损失的深度学习模型 | 健康眼、青光眼疑似者和青光眼患者的10-2视野和OCTA配对数据 | 医学影像分析 | 青光眼 | 光学相干断层扫描血管成像（OCTA） | 深度学习模型 | 黄斑en face血管密度图像 | 1051个10-2视野OCTA配对样本（包含健康眼、青光眼疑似者和青光眼患者） | NA | NA | 平均绝对误差（MAE）, R2（皮尔逊相关系数平方） | NA |
| 225 | 2025-02-14 |
Blinking characteristics analyzed by a deep learning model and the relationship with tear film stability in children with long-term use of orthokeratology
2024, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2024.1517240
PMID:39935789
|
研究论文 | 本研究使用深度学习模型观察长期使用角膜塑形镜（ortho-K）儿童的眨眼特征，并评估其与泪膜稳定性的相关性 | 提出了一种基于U-Net和Swin-Transformer的深度学习系统，用于观察眨眼特征，并首次定义了相对IPH%来量化不完全眨眼的程度 | 样本量较小（31名儿童，58只眼），且为回顾性研究，可能存在选择偏倚 | 研究长期使用角膜塑形镜儿童的眨眼特征及其与泪膜稳定性的关系 | 长期使用角膜塑形镜的儿童 | 计算机视觉 | 眼科疾病 | 深度学习 | U-Net, Swin-Transformer | 视频 | 31名儿童（58只眼） | NA | NA | NA | NA |
| 226 | 2025-02-14 |
End-to-end 3D instance segmentation of synthetic data and embryo microscopy images with a 3D Mask R-CNN
2024, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2024.1497539
PMID:39944885
|
研究论文 | 本文介绍了一种3D Mask R-CNN的改进版本，用于3D实例分割，并在合成数据和胚胎显微镜图像上进行了验证 | 开发了自定义的TensorFlow操作，用于3D非最大抑制和3D裁剪与调整大小，从而实现了对3D数据的高效训练和推理 | 在最嘈杂的对象上，3D Mask R-CNN的表现存在局限性 | 解决3D图像分析中的实例分割问题，特别是在医学和显微镜图像中的应用 | 合成数据和胚胎显微镜图像 | 计算机视觉 | NA | 3D Mask R-CNN | CNN | 3D图像 | 合成数据和胚胎显微镜图像 | NA | NA | NA | NA |
| 227 | 2025-02-14 |
Application of deep learning for real-time detection, localization, and counting of the malignant invasive weed Solanum rostratum Dunal
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1486929
PMID:39944948
|
研究论文 | 本文介绍了一种名为TrackSolanum的深度学习网络模型，用于实时检测、定位和计数恶性入侵杂草Solanum rostratum Dunal（SrD） | 设计了TrackSolanum网络模型，结合了检测、跟踪、定位和计数四个模块，实现了对SrD的实时检测和精确管理 | 模型在不同高度的无人机视频中表现有所差异，特别是在3米高度时，精度和召回率有所下降 | 开发一种能够实时检测、定位和计数SrD的技术，以支持对SrD的危害评估和精确管理 | 恶性入侵杂草Solanum rostratum Dunal（SrD） | 计算机视觉 | NA | 深度学习 | YOLO_EAND, DeepSort | 视频 | 无人机视频（2米和3米高度） | NA | NA | NA | NA |
| 228 | 2025-10-07 |
Deep IDA: a deep learning approach for integrative discriminant analysis of multi-omics data with feature ranking-an application to COVID-19
2024, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbae060
PMID:39027641
|
研究论文 | 提出一种用于多组学数据整合判别分析的深度学习方法Deep IDA，通过非线性变换实现最大关联和最大分离，并应用于COVID-19研究 | 开发了能够处理两个或更多数据视图复杂非线性关系的深度学习方法，并提出基于集成学习的特征排序方法以提高结果可解释性 | 未明确说明样本量的具体限制或模型在其他疾病数据集上的泛化能力 | 开发多组学数据整合分析方法以更好理解复杂疾病的病理生物学 | COVID-19患者的多组学数据 | 机器学习 | COVID-19 | RNA测序，代谢组学，蛋白质组学 | 深度学习 | 多组学数据 | 两个大型真实世界数据集 | PyTorch | Deep IDA | NA | NA |
| 229 | 2025-10-07 |
Automated recognition of emotional states of horses from facial expressions
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0302893
PMID:39008504
|
研究论文 | 本研究开发了首个基于马匹面部表情自动识别情绪状态的AI模型 | 首次将AI模型应用于马匹情绪状态识别，探索了深度学习和机器学习两种方法，并比较了视频输入与EquiFACS注释输入的差异 | 积极期待和挫折两种情绪状态难以区分，准确率仅为61% | 开发自动识别马匹情绪状态的AI模型 | 马匹 | 计算机视觉 | NA | EquiFACS注释 | 深度学习, 机器学习 | 视频, 注释数据 | NA | NA | NA | 准确率 | NA |
| 230 | 2025-10-07 |
Late-Life High Blood Pressure and Enlarged Perivascular Spaces in the Putaminal Regions of Community-Dwelling Japanese Older Persons
2024-01, Journal of geriatric psychiatry and neurology
IF:2.9Q2
DOI:10.1177/08919887231195235
PMID:37537887
|
研究论文 | 本研究探讨了日本社区老年人群晚期高血压与脑部豆状核区域血管周围间隙扩大的关联 | 首次在大型社区老年人群中系统分析血压水平与血管周围间隙体积的定量关系，并采用自主研发的深度学习软件进行精确测量 | 横断面研究设计无法确定因果关系，研究对象仅限于日本社区老年人群 | 确定血压与脑部血管周围间隙体积的关联并分析相关因素的交互作用 | 9296名65岁及以上社区居住的日本老年人 | 数字病理 | 老年疾病 | 脑磁共振成像 | 深度学习 | 医学影像 | 9296名社区老年受试者 | 自主研发软件 | NA | 协方差分析，多元回归分析，趋势P值 | NA |
| 231 | 2025-02-12 |
Enhancing plant disease detection through deep learning: a Depthwise CNN with squeeze and excitation integration and residual skip connections
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1505857
PMID:39925367
|
研究论文 | 本研究提出了一种改进的深度卷积神经网络（CNN）结合压缩激励（SE）模块和改进的残差跳跃连接，用于植物病害检测 | 提出了一种结合SE模块和改进残差跳跃连接的深度CNN模型，增强了特征提取和分类性能，同时保持计算效率 | 未提及具体的数据集规模或模型在不同环境下的泛化能力 | 开发高效准确的自动化系统，用于植物病害检测，以增强作物保护和产量优化 | 多种植物物种和病害类别 | 计算机视觉 | 植物病害 | 深度卷积神经网络（CNN） | 深度CNN结合SE模块和残差跳跃连接 | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 232 | 2025-02-12 |
Diagnosis and detection of bone fracture in radiographic images using deep learning approaches
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1506686
PMID:39927268
|
研究论文 | 本文探讨了使用深度学习算法在X光图像中自动检测和诊断骨折的方法 | 提出了结合DenseNet201和VGG16的深度学习模型，用于骨折检测，并在验证阶段达到了97%的准确率 | 现有骨折检测和诊断方法的局限性，需要进一步改进深度学习模型 | 开发一种自动化的骨折检测方法，以提高骨折诊断的准确性 | X光图像中的骨折 | 计算机视觉 | 骨折 | 深度学习 | VGG16, ResNet152V2, DenseNet201 | 图像 | 10,580张X光图像 | NA | NA | NA | NA |
| 233 | 2025-02-12 |
NavBLIP: a visual-language model for enhancing unmanned aerial vehicles navigation and object detection
2024, Frontiers in neurorobotics
IF:2.6Q3
DOI:10.3389/fnbot.2024.1513354
PMID:39927288
|
研究论文 | 本文介绍了一种名为NavBLIP的视觉-语言模型，旨在通过利用多模态数据增强无人机的导航和物体检测能力 | NavBLIP模型引入了Nuisance-Invariant Multimodal Feature Extraction (NIMFE)模块和多模态控制策略，以在动态环境中提高适应性和计算效率 | NA | 提高无人机在复杂和多样化场景中的导航和物体检测能力 | 无人机 | 计算机视觉 | NA | 多模态数据融合 | 视觉-语言模型 | 图像和文本 | 在RefCOCO、CC12M和Openlmages等基准数据集上进行了广泛实验 | NA | NA | NA | NA |
| 234 | 2025-10-07 |
Ensemble Deep Learning Object Detection Fusion for Cell Tracking, Mitosis, and Lineage
2024, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2023.3288470
PMID:39906165
|
研究论文 | 提出了一种基于集成深度学习的细胞检测、追踪和运动分析方法EDNet | 采用深度架构无关的集成方法进行2D细胞检测，在细胞追踪和谱系分析方面超越YOLO和FasterRCNN等单一模型 | NA | 开发更鲁棒的细胞检测、追踪和运动分析方法 | 细胞检测、追踪、有丝分裂事件和细胞谱系图 | 计算机视觉 | NA | 深度学习 | CNN, 集成学习 | 图像 | CTMCv1数据集和外部肌肉干细胞数据 | NA | YOLO, FasterRCNN | MOTA, TRA | NA |
| 235 | 2025-10-07 |
Deep learning in microbiome analysis: a comprehensive review of neural network models
2024, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2024.1516667
PMID:39911715
|
综述 | 本文全面回顾了深度学习在微生物组分析中的应用，重点介绍了神经网络模型在微生物组研究中的优势和挑战 | 系统梳理了深度学习在微生物组研究中的最新进展，强调了其在模式识别、特征提取和预测建模方面的独特优势 | 微生物组数据的生物学变异性需要定制化方法，深度学习模型在微生物组研究中仍面临显著挑战 | 回顾深度学习在微生物组研究中的应用现状和发展前景 | 微生物群落及其在不同环境中的组成 | 机器学习 | NA | 组学数据分析 | 深度学习神经网络 | 组学数据 | NA | NA | NA | NA | NA |
| 236 | 2025-10-07 |
Artificial intelligence in dentistry and dental biomaterials
2024, Frontiers in dental medicine
IF:1.5Q3
DOI:10.3389/fdmed.2024.1525505
PMID:39917699
|
综述 | 概述人工智能技术在牙科和牙科生物材料领域的应用现状与发展前景 | 系统整合了AI在修复牙科和修复修复学中的多模态应用，包括多模态深度学习融合与神经形态计算等前沿技术 | 未提及具体临床验证数据与算法精度指标 | 探讨人工智能技术在生物医学、牙科及牙科生物材料领域的应用潜力 | 牙科诊断、治疗规划与生物材料开发 | 机器学习 | 口腔疾病 | 数字成像、3D打印 | 深度学习,神经网络 | 根尖周X线片、全景X线片 | NA | NA | NA | NA | NA |
| 237 | 2025-10-07 |
Automated HER2 Scoring in Breast Cancer Images Using Deep Learning and Pyramid Sampling
2024, BME frontiers
IF:5.0Q1
DOI:10.34133/bmef.0048
PMID:39045139
|
研究论文 | 提出一种基于深度学习和金字塔采样的自动化方法，用于乳腺癌组织图像中HER2状态的自动分类 | 采用金字塔采样策略分析不同空间尺度的形态特征，有效处理HER2表达的组织异质性 | 研究仅基于523个组织芯片核心图像，样本规模有限 | 开发自动化HER2评分系统以提高诊断准确性和效率 | 乳腺癌免疫组织化学染色组织图像 | 数字病理学 | 乳腺癌 | 免疫组织化学染色 | 深度学习 | 组织图像 | 523个组织芯片核心图像 | NA | NA | 准确率 | NA |
| 238 | 2025-10-07 |
Deep Learning-Based Glucose Prediction Models: A Guide for Practitioners and a Curated Dataset for Improved Diabetes Management
2024, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2024.3365290
PMID:38899015
|
研究论文 | 本研究利用可穿戴传感器采集的生理数据构建基于深度学习的血糖预测模型，并系统比较不同模型架构为从业者提供实践指导 | 系统比较多种深度学习架构在血糖预测任务中的表现，并引入包含健康人群和糖尿病患者在自由生活条件下记录的精选数据集 | NA | 开发准确的中短期血糖预测模型以改善糖尿病管理 | 糖尿病患者及糖尿病高风险人群 | 机器学习 | 糖尿病 | 可穿戴传感器数据采集 | 深度学习 | 生理时间序列数据 | 包含健康个体和糖尿病患者的精选数据集 | NA | 多种深度学习架构 | NA | NA |
| 239 | 2025-10-07 |
Optimizing Machine Learning Models for Accessible Early Cognitive Impairment Prediction: A Novel Cost-effective Model Selection Algorithm
2024, IEEE access : practical innovations, open solutions
IF:3.4Q2
DOI:10.1109/access.2024.3505038
PMID:39902153
|
研究论文 | 开发了一种用于早期认知障碍预测的成本效益模型选择算法，并验证了支持向量机模型在预测性能与计算效率方面的优势 | 提出了一种新颖的算法来选择成本效益高的模型，在保证高性能的同时最小化开发和运营成本 | 未在更多样化的数据集上进行验证，且主要依赖NACC UDS数据 | 开发成本效益高且易于获取的机器学习模型，用于预测未来五年内的认知障碍风险 | 认知障碍和痴呆相关疾病的早期预测 | 机器学习 | 老年疾病 | 机器学习，深度学习 | SVM, 神经网络 | 结构化医疗数据 | 来自NACC统一数据集的数据 | NA | 支持向量机，神经网络 | F2-score | NA |
| 240 | 2025-10-07 |
Classification of tomato leaf disease using Transductive Long Short-Term Memory with an attention mechanism
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1467811
PMID:39906226
|
研究论文 | 提出一种结合注意力机制的转导式长短期记忆网络用于番茄叶部病害分类 | 首次将转导学习与LSTM结合并引入注意力机制，通过缩放点积注意力评估图像序列中各步骤的权重 | 未明确说明模型计算复杂度及实际部署可行性 | 开发高效的番茄叶部病害自动分类方法 | 番茄叶片图像 | 计算机视觉 | 植物病害 | 图像处理、数据增强 | T-LSTM, CNN | 图像 | PlantVillage数据集（未明确具体数量） | NA | U-Net, VGG-16, T-LSTM with attention mechanism | 准确率 | NA |