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 435 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 | 2025-04-03 |
A Review on Low-Dose Emission Tomography Post-Reconstruction Denoising with Neural Network Approaches
2024-Apr, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/trpms.2023.3349194
PMID:39429805
|
综述 | 本文综述了低剂量发射断层扫描(ET)后重建去噪的神经网络方法 | 重点探讨了深度学习在低剂量ET图像质量和分辨率提升中的潜力 | NA | 提升低剂量ET图像质量和分辨率 | 低剂量发射断层扫描图像 | 医学影像 | NA | NA | 神经网络 | 医学影像 | NA | NA | NA | NA | NA |
| 82 | 2025-10-07 |
Automatic Classification of Slit-Lamp Photographs by Imaging Illumination
2024-Apr-01, Cornea
IF:1.9Q2
DOI:10.1097/ICO.0000000000003318
PMID:37267474
|
研究论文 | 开发基于照明技术的裂隙灯照片自动分类算法，以辅助深度学习系统诊断角膜炎类型 | 首次针对裂隙灯照片的照明技术开发自动分类算法，为深度学习系统提供图像标注支持 | 裂隙光束和巩膜散射是最常被错误分类的照明类型 | 通过自动分类裂隙灯照片的照明技术，促进深度学习系统在角膜炎诊断中的应用 | 角膜溃疡患者的裂隙灯照片 | 计算机视觉 | 角膜炎 | 裂隙灯摄影 | CNN, MLP, k-NN | 图像 | 409名患者的12,132张图像 | NA | MobileNetV2, ResNet50, LeNet, AlexNet | 准确率, F1分数, AUC-ROC | NA |
| 83 | 2025-10-07 |
Reducing annotation burden in MR: A novel MR-contrast guided contrastive learning approach for image segmentation
2024-Apr, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16820
PMID:37956263
|
研究论文 | 提出一种基于MR对比度的约束对比学习方法，用于医学图像分割以减少标注负担 | 首次将组织特异性信息通过约束图引入对比学习，定义正负局部邻域来嵌入MR图像对比度信息 | 方法验证仅限于MR图像分割任务，在其他医学影像模态上的适用性未经验证 | 开发一种能够利用未标注MR图像中对比度信息的自监督学习方法，提升有限标注数据下的分割性能 | MR图像，包括腹部T2加权图像和脑肿瘤多参数MR图像 | 计算机视觉 | 脑肿瘤 | 磁共振成像 | 深度学习模型 | 医学图像 | 多回波T2加权图像(n=101)，BraTS脑肿瘤数据集(n=80)，腹部T2加权图像(训练/测试=30/20)，公共笛卡尔T2数据集(训练/测试=6/12)，BraTS多参数MR图像(训练/测试=40/50) | NA | NA | Dice系数，精确率，召回率，HD95 | NA |
| 84 | 2025-04-03 |
A Preliminary Study Comparing the Performance of Thyroid Molecular Tests to a Deep Learning Algorithm in Predicting Malignancy in Indeterminate Thyroid Fine Needle Aspiration Biopsies
2024-Apr, Thyroid : official journal of the American Thyroid Association
IF:5.8Q1
DOI:10.1089/thy.2023.0054
PMID:38010913
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 85 | 2025-10-07 |
Endoscopic sleeve gastroplasty: stomach location and task classification for evaluation using artificial intelligence
2024-Apr, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-023-03054-2
PMID:38212470
|
研究论文 | 本研究开发了一种基于人工智能的内镜袖状胃成形术评估系统，用于自动识别胃部位置和手术任务分类 | 首次将深度学习应用于内镜袖状胃成形术的自动化性能评估，实现了胃部位置识别和手术任务分类的自动化 | 研究使用离体猪胃标本，尚未在人体临床试验中验证 | 自动化评估内镜袖状胃成形术的手术表现 | 内镜袖状胃成形术的手术过程 | 计算机视觉 | 肥胖症 | 内镜手术 | 深度学习 | 图像,视频 | 专家在离体猪胃标本上进行的ESG手术截图和视频片段 | NA | NA | 准确率 | NA |
| 86 | 2025-10-07 |
Topological Persistence Guided Knowledge Distillation for Wearable Sensor Data
2024-Apr, Engineering applications of artificial intelligence
IF:7.5Q1
DOI:10.1016/j.engappai.2023.107719
PMID:38282698
|
研究论文 | 提出一种基于拓扑持久性的知识蒸馏方法，用于提升可穿戴传感器数据的深度学习性能 | 使用双教师网络（原始时序数据和拓扑持久性图像）进行知识蒸馏，设计正交性约束和退火策略实现特征融合 | 未明确说明方法在其他类型传感器数据或任务上的泛化能力 | 解决可穿戴传感器数据深度学习中信号质量敏感性和特征融合困难的问题 | 可穿戴传感器采集的时序数据 | 机器学习 | NA | 拓扑数据分析(TDA), 知识蒸馏(KD) | CNN | 时序数据, 图像数据(持久性图像) | GENEActiv数据集上的6000个测试样本 | NA | WRN16-1 (1D CNNs) | 分类准确率, 处理时间 | NA |
| 87 | 2025-04-03 |
A transformer-based diffusion probabilistic model for heart rate and blood pressure forecasting in Intensive Care Unit
2024-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2024.108060
PMID:38350189
|
research paper | 本研究提出了一种基于Transformer和扩散概率模型的新型深度学习方法，用于预测重症监护病房（ICU）中的心率、收缩压和舒张压 | 结合Transformer和扩散模型，提出TDSTF模型，用于稀疏时间序列预测，在预测ICU生命体征分布方面表现出色，计算效率更高 | NA | 开发一种准确预测ICU患者生命体征的深度学习系统 | ICU患者的心率、收缩压和舒张压 | machine learning | cardiovascular disease | deep learning | Transformer-based Diffusion Probabilistic Model (TDSTF) | time series data | 24,886 ICU stays from over 46,000 patients in MIMIC-III database | NA | NA | NA | NA |
| 88 | 2025-04-03 |
Spectral analysis and Bi-LSTM deep network-based approach in detection of mild cognitive impairment from electroencephalography signals
2024-Apr, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-023-10010-y
PMID:38699612
|
研究论文 | 本研究开发了一种基于EEG信号和Bi-LSTM深度学习算法的新模型，用于高效检测轻度认知障碍（MCI）患者 | 结合多锥度谱分析方法和Bi-LSTM深度学习算法，提出了一种新的EEG信号分析模型，显著提高了MCI检测的准确率 | 样本量较小（34名受试者），年龄范围较宽（40-77岁）可能影响模型的泛化能力 | 开发一种准确、高效的MCI早期诊断方法 | 轻度认知障碍（MCI）患者和健康对照组 | 机器学习 | 老年性疾病 | EEG信号分析、多尺度主成分分析（MSPCA）、数据增强（DA） | Bi-LSTM、决策树（DT）、支持向量机（SVM）、K近邻（KNN） | EEG信号 | 34名受试者（18名MCI患者和16名健康对照组） | NA | NA | NA | NA |
| 89 | 2025-04-03 |
A real-time constellation image classification method of wireless communication signals based on the lightweight network MobileViT
2024-Apr, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-023-10015-7
PMID:38699610
|
研究论文 | 提出了一种基于轻量级网络MobileViT的无线通信信号星座图实时分类方法 | 首次尝试在边缘计算平台上部署深度学习模型完成接收信号调制方案的实时分类 | 仅在一个公开数据集RadioML 2016.10a上进行了验证 | 实现自动调制分类(AMC)以支持认知无线电发展 | 无线通信信号的星座图 | 机器学习 | NA | 深度学习 | MobileViT | 图像 | 公开数据集RadioML 2016.10a | NA | NA | NA | NA |
| 90 | 2025-10-07 |
Areas of interest and sentiment analysis towards second generation antipsychotics, lithium and mood stabilizing anticonvulsants: Unsupervised analysis using Twitter
2024-04-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2024.01.234
PMID:38290587
|
研究论文 | 通过分析Twitter上关于第二代抗精神病药物、锂盐和情绪稳定抗惊厥药物的推文，探索用户关注点和情感态度 | 首次利用无监督分析方法对15年间近90万条相关推文进行情感分析和主题挖掘 | 推文长度限制可能影响讨论深度分析，药物广泛治疗用途使特定疾病讨论难以分离，仅分析英语和西班牙语推文限制了文化广度 | 了解患者和公众对精神疾病治疗药物的态度和认知 | Twitter上关于第二代抗精神病药物、锂盐和情绪稳定抗惊厥药物的推文 | 自然语言处理 | 精神疾病 | 机器学习，深度学习，自然语言处理 | NA | 文本 | 893,289条推文（2008-2022年） | NA | NA | NA | NA |
| 91 | 2025-10-07 |
Larger hypothalamic subfield volumes in patients with chronic insomnia disorder and relationships to levels of corticotropin-releasing hormone
2024-04-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2024.02.023
PMID:38341156
|
研究论文 | 本研究通过深度学习自动分割工具探究慢性失眠障碍患者下丘脑亚区体积变化及其与促肾上腺皮质激素释放激素水平的关系 | 首次使用先进深度学习工具在体量化分析慢性失眠患者下丘脑亚区体积变化，并揭示前下丘脑肥大在CRH水平与失眠严重程度关系中的中介作用 | 样本量相对有限，横断面研究设计无法确定因果关系 | 探究慢性失眠障碍患者下丘脑亚区体积变化及其与HPA轴生物标志物的关联 | 150名慢性失眠障碍患者和155名人口学匹配的健康对照 | 医学影像分析 | 睡眠障碍 | T1加权结构磁共振成像 | 深度学习 | MRI图像 | 305名参与者（150名患者+155名健康对照） | FreeSurfer | 基于深度学习的自动分割工具 | NA | NA |
| 92 | 2025-10-07 |
Research and application of deep learning-based sleep staging: Data, modeling, validation, and clinical practice
2024-04, Sleep medicine reviews
IF:11.2Q1
DOI:10.1016/j.smrv.2024.101897
PMID:38306788
|
综述 | 全面回顾基于深度学习的睡眠分期方法及其临床应用 | 系统梳理深度学习在睡眠分期领域的数据处理、建模流程和临床应用，重点关注大规模数据集、跨学科合作和人机交互等前沿方向 | 未提出新的具体模型或算法，主要进行系统性综述和分析 | 提升睡眠分期的效率和准确性，推动自动化睡眠分期系统在临床实践和日常生活中的应用 | 睡眠分期相关数据和方法 | 机器学习 | 睡眠障碍 | 深度学习 | NA | 生理信号数据 | NA | NA | NA | 准确率等性能指标 | NA |
| 93 | 2025-03-30 |
Robustness of ML-Based Seizure Prediction Using Noisy EEG Data From Limited Channels
2024 Apr-May, ... International Conference on Distributed Computing in Sensor Systems and workshops. DCOSS (Conference)
|
研究论文 | 本文研究了基于机器学习的癫痫发作预测模型在噪声EEG数据和有限通道条件下的鲁棒性 | 评估了DL模型在临床级EEG数据训练但消费级可穿戴EEG头戴设备数据测试时的表现，特别是在通道减少、流数据和类别不平衡情况下的鲁棒性 | 研究仅针对SPERTL模型进行评估，可能不适用于其他DL模型 | 提高癫痫发作预测模型在真实世界条件下的准确性和适用性 | 癫痫患者的EEG数据 | 机器学习 | 癫痫 | EEG | DL(SPERTL模型) | EEG信号数据 | NA | NA | NA | NA | NA |
| 94 | 2025-10-07 |
MA-PEP: A novel anticancer peptide prediction framework with multimodal feature fusion based on attention mechanism
2024-Apr, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.4966
PMID:38532681
|
研究论文 | 提出一种基于注意力机制的多模态特征融合抗癌肽预测框架MA-PEP | 利用多重注意力机制进行特征增强和融合，整合分子级化学特征和序列信息 | 未明确说明模型在未见数据上的泛化能力及计算复杂度 | 提高抗癌肽预测性能 | 抗癌肽（ACPs） | 机器学习 | 癌症 | 多模态特征融合 | 深度学习 | 序列数据，化学特征 | 多个基准数据集（未指定具体样本量） | NA | 基于注意力机制的融合架构 | 预测性能（未指定具体指标） | NA |
| 95 | 2025-10-07 |
Developing deep learning-based strategies to predict the risk of hepatocellular carcinoma among patients with nonalcoholic fatty liver disease from electronic health records
2024-04, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2024.104626
PMID:38521180
|
研究论文 | 本研究开发了基于深度学习的策略来预测非酒精性脂肪肝患者患肝细胞癌的风险 | 提出了处理电子健康记录中延迟诊断问题的后向掩码方案，并系统评估了时间变化协变量、数据稀缺和协变量不平衡对深度学习性能的影响 | 研究主要基于结构化电子健康记录数据，可能未考虑非结构化临床数据 | 提高非酒精性脂肪肝患者肝细胞癌风险预测的准确性 | 非酒精性脂肪肝患者 | 机器学习 | 肝细胞癌, 非酒精性脂肪肝 | 电子健康记录分析 | 深度学习 | 结构化电子健康记录 | 220,838名非酒精性脂肪肝患者 | NA | NA | NA | NA |
| 96 | 2025-10-07 |
A deep learning quantification of patient specificity as a predictor of session attendance and treatment response to internet-enabled cognitive behavioural therapy for common mental health disorders
2024-04-01, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2024.01.134
PMID:38244796
|
研究论文 | 本研究使用深度学习模型评估患者对话特异性对网络认知行为疗法出席率和治疗效果的影响 | 首次使用深度学习量化患者对话特异性，并分析其与治疗结果的关系 | 无法从数据中推断因果关系 | 评估患者对话特异性是否能够预测治疗结束时的症状水平和疗程完成情况 | 接受网络认知行为疗法的常见心理健康障碍患者 | 自然语言处理 | 常见心理健康障碍 | 深度学习 | 深度学习模型 | 文本 | 65,030名参与者，353,614次治疗会话 | NA | NA | 线性混合效应模型 | NA |
| 97 | 2025-10-07 |
A deep learning approach for fast muscle water T2 mapping with subject specific fat T2 calibration from multi-spin-echo acquisitions
2024-04-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-58812-2
PMID:38589478
|
研究论文 | 提出一种基于深度学习的快速肌肉水T2映射方法，通过多自旋回波采集实现受试者特异性脂肪T2校准 | 利用全连接神经网络替代传统的双组分扩展相位图拟合方法，显著提升计算效率 | NA | 开发快速准确的肌肉水T2映射方法 | 肌肉组织 | 医学影像分析 | NA | 多自旋回波采集，MRI | 全连接神经网络 | MRI影像数据 | NA | NA | 全连接神经网络 | Lin一致性相关系数 | 最小计算资源 |
| 98 | 2025-10-07 |
DeepLabCut-based daily behavioural and posture analysis in a cricket
2024-04-15, Biology open
IF:1.8Q3
DOI:10.1242/bio.060237
PMID:38533608
|
研究论文 | 使用DeepLabCut深度学习技术对蟋蟀日常行为和姿势进行长期自动分析 | 首次将DeepLabCut应用于蟋蟀行为分析，实现多行为同步量化并通过姿势而非传统静止时间评估睡眠样状态 | 仅针对单个蟋蟀进行验证，未涉及群体行为交互分析 | 开发自动化系统研究昆虫昼夜节律调控的神经机制 | 蟋蟀（Gryllus bimaculatus）个体 | 计算机视觉 | NA | 深度学习行为分析 | 监督机器学习 | 视频图像 | 单个蟋蟀（具体数量未明确说明） | DeepLabCut | NA | 置信度评分 | NA |
| 99 | 2025-10-07 |
Examining evolutionary scale modeling-derived different-dimensional embeddings in the antimicrobial peptide classification through a KNIME workflow
2024-Apr, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.4928
PMID:38501511
|
研究论文 | 本研究通过KNIME工作流评估ESM-2模型生成的不同维度嵌入在抗菌肽分类中的效果 | 首次系统比较ESM-2模型不同维度嵌入在抗菌肽分类中的表现，并开发可复现的KNIME工作流确保方法公平性 | 研究发现ESM-2嵌入中43%-66%的特征未被使用，存在特征冗余问题 | 评估进化尺度建模衍生的不同维度嵌入在抗菌肽分类中的有效性 | 抗菌肽(AMPs) | 生物信息学 | NA | 进化尺度建模(ESM-2), QSAR建模 | QSAR模型 | 蛋白质序列嵌入 | NA | KNIME | ESM-2(30层和33层变体) | 统计性能指标 | NA |
| 100 | 2025-03-14 |
A new intelligent system based deep learning to detect DME and AMD in OCT images
2024-Apr-23, International ophthalmology
IF:1.4Q3
DOI:10.1007/s10792-024-03115-8
PMID:38653842
|
研究论文 | 本文介绍了一种基于卷积神经网络（CNN）的新型计算机辅助诊断（CAD）系统，用于在OCT图像中检测和分类年龄相关性黄斑变性（AMD）和糖尿病性黄斑水肿（DME） | 提出了一种结合Inception_V3模型和自定义CNN提取特征的混合方法，在DUKE数据集上达到了99.53%的最高准确率 | NA | 开发一种自动化的OCT图像分析系统，用于早期检测和分类AMD和DME | OCT视网膜图像 | 计算机视觉 | 糖尿病性视网膜病变 | OCT | CNN, VGG16, VGG19, Inception_V3, BCNN | 图像 | DUKE公共数据集和突尼斯私人数据集 | NA | NA | NA | NA |