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 1069 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 | 2025-10-07 |
Foundation model of neural activity predicts response to new stimulus types and anatomy
2024-Aug-31, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.21.533548
PMID:36993435
|
研究论文 | 通过训练神经活动基础模型，准确预测小鼠对新视觉刺激的神经响应并推断神经元解剖特征 | 首次将基础模型范式应用于神经科学，实现了跨小鼠个体、跨刺激类型和跨任务（从神经活动预测到解剖特征预测）的强泛化能力 | 模型训练依赖于大规模神经活动数据采集，目前仅针对视觉皮层进行了验证 | 构建能够泛化到新刺激类型和预测解剖特征的大脑基础模型 | 小鼠视觉皮层神经元活动 | 计算神经科学 | NA | 神经活动记录，功能连接组学 | 基础模型 | 神经活动数据，自然视频刺激，解剖数据 | 多只小鼠的大规模神经活动记录 | NA | NA | 预测准确率 | NA |
| 122 | 2025-10-07 |
Fragment-Fusion Transformer: Deep Learning-Based Discretization Method for Continuous Single-Cell Raman Spectral Analysis
2024-08-23, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c00149
PMID:38934798
|
研究论文 | 提出一种基于Transformer的片段融合模型，用于连续单细胞拉曼光谱数据的离散化分析 | 将连续光谱基于内在特征进行离散化分段，结合片段内特征提取和片段间特征融合，通过金字塔结构增强模型感受野 | NA | 解决连续拉曼光谱数据缺乏离散化而限制深度学习算法应用的问题 | 单细胞拉曼光谱数据 | 机器学习 | NA | 拉曼光谱 | Transformer | 光谱数据 | NA | NA | Fragment-Fusion Transformer, 金字塔结构 | 准确率, 信息增益, 信息熵 | NA |
| 123 | 2025-10-07 |
Strain-Temperature Dual Sensor Based on Deep Learning Strategy for Human-Computer Interaction Systems
2024-08-23, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c01202
PMID:39068608
|
研究论文 | 本研究开发了一种基于热电流效应的热电水凝胶双传感器，结合深度学习策略实现人机交互系统的应变-温度双重感知 | 利用霍夫迈斯特效应和热电电流效应制备具有高韧性（800 kPa拉伸强度）和高塞贝克系数（2.3 mV/K）的三重网络PVA/PAA/羧甲基纤维素水凝胶 | NA | 开发用于人机交互系统的应变-温度双功能传感器 | 热电水凝胶传感器及其在机器人手控制中的应用 | 人机交互 | NA | 霍夫迈斯特效应、热电电流效应 | 深度学习 | 传感器数据 | NA | NA | NA | 识别准确率（95.30%） | NA |
| 124 | 2025-10-07 |
Deep-Learning-Guided Electrochemical Impedance Spectroscopy for Calibration-Free Pharmaceutical Moisture Content Monitoring
2024-08-23, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c01180
PMID:39096505
|
研究论文 | 本研究开发了一种基于深度学习和电化学阻抗谱的无校准药物水分含量监测方法 | 首次将深度学习技术与电化学阻抗谱结合，实现无需校准的药物水分含量快速准确检测 | NA | 开发快速准确的无校准药物水分含量监测技术 | 药物粉末样品 | 机器学习 | NA | 电化学阻抗谱 | 1DCNN | 光谱数据 | NA | NA | 一维卷积神经网络 | 平均误差 | NA |
| 125 | 2025-10-07 |
Deep Learning Enabled Universal Multiplexed Fluorescence Detection for Point-of-Care Applications
2024-08-23, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c00860
PMID:39010300
|
研究论文 | 开发了一种结合机器学习的紧凑型无透镜荧光传感系统，用于可扩展的多重荧光检测 | 无需光学调整即可实现多重荧光检测，通过更新机器学习模型即可轻松扩展多重检测能力而无需改变硬件 | NA | 开发便携式、经济高效的多重荧光检测系统用于即时检测应用 | 三种常见呼吸道病毒 | 机器学习 | 呼吸道病毒感染 | 环介导等温扩增(LAMP) | 机器学习模型 | 荧光数据 | NA | NA | 预训练机器学习模型 | NA | NA |
| 126 | 2025-10-07 |
Rapid Identification of Drug Mechanisms with Deep Learning-Based Multichannel Surface-Enhanced Raman Spectroscopy
2024-08-23, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c01205
PMID:39138903
|
研究论文 | 开发基于多通道表面增强拉曼光谱和深度学习的药物作用机制快速识别平台 | 结合多通道SERS传感器阵列与深度学习算法，实现化疗药物作用机制的快速高精度识别 | NA | 快速识别化疗药物的作用机制以促进药物开发和有效使用 | 化疗药物及其在细胞中诱导的分子变化 | 机器学习 | 癌症 | 表面增强拉曼光谱，自组装单分子层 | CNN | 光谱数据 | NA | NA | 卷积神经网络 | 准确率 | NA |
| 127 | 2025-10-07 |
Early Multimodal Data Integration for Data-Driven Medical Research - A Scoping Review
2024-08-30, Studies in health technology and informatics
DOI:10.3233/SHTI240837
PMID:39234706
|
综述 | 本文通过范围综述分析了2019-2024年间21篇关于早期多模态数据整合方法的文献 | 将早期多模态数据整合方法分为四类并总结了各类特征，提出了方法选择的关键考量因素 | 仅关注结构整合方法，未系统比较早期与晚期整合方法 | 探索数据驱动医学研究中早期多模态数据整合方法的应用现状 | 21篇关于早期多模态数据整合方法的综述文献 | 机器学习 | NA | 多模态数据整合 | 深度学习 | 多模态医学数据 | 21篇综述文献 | NA | NA | NA | NA |
| 128 | 2025-10-07 |
Forecasting daily total pollen concentrations on a global scale
2024-Aug, Allergy
IF:12.6Q1
DOI:10.1111/all.16227
PMID:38995241
|
研究论文 | 本研究使用CatBoost和深度学习模型在全球23个城市预测未来14天的每日总花粉浓度 | 首次在全球尺度上使用CatBoost和深度学习模型预测花粉浓度，并识别影响花粉浓度的关键环境变量 | 不同城市的预测精度差异较大，部分城市如首尔和布里斯班的预测精度较低 | 提高全球花粉浓度预测的准确性，加强预测性花粉预报能力 | 全球23个城市的每日总花粉浓度 | 机器学习 | 过敏性疾病 | 花粉浓度监测 | CatBoost, 深度学习 | 环境参数数据，花粉浓度时间序列数据 | 23个城市的多维度时间序列数据 | CatBoost, 深度学习框架 | 深度学习模型 | R2 | NA |
| 129 | 2025-05-02 |
Predicting the Outcome and Survival of Patients with Spinal Cord Injury Using Machine Learning Algorithms: A Systematic Review
2024-08, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2024.05.103
PMID:38796146
|
系统综述 | 本文通过系统综述评估了机器学习算法在脊髓损伤（SCI）患者诊断和预后预测中的表现 | 总结了机器学习在SCI领域的应用潜力，特别是在诊断和预后预测方面的效果 | 需要进一步研究深度学习算法在急性SCI诊断中的应用 | 评估机器学习算法在脊髓损伤患者诊断和预后预测中的性能 | 脊髓损伤患者 | 机器学习 | 脊髓损伤 | 机器学习算法 | ML和DL算法 | 临床数据 | 9424名被诊断为脊髓损伤的患者 | NA | NA | NA | NA |
| 130 | 2025-05-02 |
Usefulness of Artificial Intelligence in Traumatic Brain Injury: A Bibliometric Analysis and Mini-review
2024-08, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2024.05.065
PMID:38759786
|
综述 | 本文通过文献计量分析和迷你综述，探讨了人工智能在创伤性脑损伤（TBI）中的主要应用 | 结合文献计量分析和迷你综述，全面评估了人工智能在TBI领域的研究进展和应用潜力 | 主要基于Scopus数据库的文献，可能未涵盖所有相关研究 | 评估人工智能在创伤性脑损伤领域的应用和研究趋势 | 创伤性脑损伤（TBI）相关的科学出版物 | 人工智能 | 创伤性脑损伤 | 文献计量分析、知识图谱分析 | NA | 文献数据 | 495篇科学出版物（2000-2023年） | NA | NA | NA | NA |
| 131 | 2025-10-07 |
Accurate, automated classification of radiographic knee osteoarthritis severity using a novel method of deep learning: Plug-in modules
2024-Aug-13, Knee surgery & related research
IF:4.1Q1
DOI:10.1186/s43019-024-00228-3
PMID:39138550
|
研究论文 | 开发了一种基于插件模块的深度学习模型，用于自动分类膝关节骨关节炎的X线严重程度 | 首次将插件模块集成到深度学习网络中用于膝关节骨关节炎的细粒度分类，通过集成四个不同的插件模块提高了分类精度 | 未来仍需改进，某些KL分级准确率较低（如KL 1级仅为43%） | 开发自动膝关节骨关节炎严重程度分类模型 | 膝关节X线影像 | 计算机视觉 | 骨关节炎 | 深度学习 | CNN, Transformer | X线图像 | 训练集：骨关节炎倡议数据集；测试集：多中心骨关节炎研究数据集（17,040例） | NA | 插件模块集成模型 | 准确率 | NA |
| 132 | 2025-10-07 |
Quantitative Three-Dimensional Imaging Analysis of HfO2 Nanoparticles in Single Cells via Deep Learning Aided X-ray Nano-Computed Tomography
2024-08-20, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.4c06953
PMID:39115329
|
研究论文 | 开发基于深度学习的X射线纳米计算机断层扫描方法，用于单细胞内HfO2纳米颗粒的三维定量分析 | 建立了针对单细胞3D纳米CT图像的超小物体分割方法，能够高灵敏度分析微小纳米颗粒 | 方法需要专业知识且耗时，传统批量数据分析准确性不确定 | 开发自动化深度学习辅助的纳米CT方法，用于定量分析癌细胞对超小金属纳米颗粒的摄取 | 人乳腺癌细胞系MCF-7和HfO2纳米颗粒 | 计算机视觉 | 乳腺癌 | X射线纳米计算机断层扫描 | 深度学习 | 3D图像 | 单细胞水平的纳米颗粒分析 | NA | NA | 灵敏度，准确性 | NA |
| 133 | 2025-10-07 |
Sága, a Deep Learning Spectral Analysis Tool for Fungal Detection in Grains-A Case Study to Detect Fusarium in Winter Wheat
2024-08-13, Toxins
IF:3.9Q1
DOI:10.3390/toxins16080354
PMID:39195764
|
研究论文 | 开发了一种基于成像光谱和深度学习的镰刀菌感染小麦早期检测工具Sága | 结合预训练的YOLOv5和DeepMAC模型进行小麦穗部分割，并利用XGBoost分析高光谱信息实现镰刀菌感染检测 | 研究仅基于2021年单个实验田的数据，样本规模有限 | 开发可靠的现场特异性镰刀菌感染早期预警模型，确保粮食和饲料安全 | 冬小麦中的镰刀菌感染检测 | 计算机视觉 | 植物病害 | 成像光谱技术（高光谱成像） | YOLOv5, DeepMAC, XGBoost | 高光谱图像 | 两个实验田（接种镰刀菌的实验田52.5m×3m和对照组52.5m×3m） | NA | YOLOv5, DeepMAC | 准确率, F1分数 | NA |
| 134 | 2025-10-07 |
Precision in Prevention and Health Surveillance: How Artificial Intelligence May Improve the Time of Identification of Health Concerns through Social Media Content Analysis
2024-Aug, Yearbook of medical informatics
DOI:10.1055/s-0044-1800736
PMID:40199301
|
综述 | 探讨人工智能通过社交媒体内容分析提升预防和健康监测精准度的潜力 | 系统评估AI技术在社交媒体健康监测中的创新应用，包括基于Transformer的主题建模和联邦学习等先进技术 | 仅纳入2023年发表的文献，样本量有限（最终筛选10篇文献），可能存在发表偏倚 | 提升健康监测的及时性和准确性，实现更主动有效的健康干预 | 社交媒体健康相关内容，包括自杀预防、心理健康、电子烟使用等公共卫生议题 | 自然语言处理 | 公共卫生 | 文献计量分析，社交媒体内容分析 | 机器学习，深度学习，自然语言处理 | 文本数据（社交媒体内容） | 89篇文献初步分析，最终筛选10篇相关研究 | Bibliometrix | Transformer | NA | NA |
| 135 | 2025-10-07 |
Year 2023 in Biomedical Natural Language Processing: a Tribute to Large Language Models and Generative AI
2024-Aug, Yearbook of medical informatics
DOI:10.1055/s-0044-1800751
PMID:40199311
|
综述 | 对2023年生物医学自然语言处理领域的研究进展进行总结，重点分析大语言模型和生成式AI的应用趋势 | 系统梳理了2023年生物医学NLP领域的最佳论文评选过程，揭示了大语言模型在数据增强、领域适应和模型蒸馏方面的创新应用 | 仅基于两个文献数据库（Medline和ACL）进行分析，可能未覆盖该领域所有重要研究成果 | 总结2023年生物医学自然语言处理领域的研究趋势和最佳论文 | 2023年发表的2,148篇生物医学NLP研究论文 | 自然语言处理 | COVID-19, 癌症, 精神健康 | 自然语言处理, 深度学习 | 大语言模型, ChatGPT | 社交媒体内容, 电子健康记录 | 2,148篇论文 | NA | NA | NA | NA |
| 136 | 2025-04-24 |
Automatic Segmentation for Analysis of Murine Cardiac Ultrasound and Photoacoustic Image Data Using Deep Learning
2024-08, Ultrasound in medicine & biology
|
研究论文 | 利用深度学习技术自动分割小鼠心脏超声和光声图像数据以进行分析 | 结合超声和光声成像，使用U-Net深度神经网络进行分割，提高了前壁左心室区域的分割效率和准确性 | 研究仅针对小鼠图像数据集，未涉及人类或其他动物模型 | 改进心脏超声和光声图像的分割方法，以量化应变和氧饱和度 | 小鼠心脏的超声和光声图像 | 计算机视觉 | 心血管疾病 | 超声成像（US）和光声成像（PA） | U-Net | 图像 | 小鼠图像数据集（具体数量未提及） | NA | NA | NA | NA |
| 137 | 2025-04-24 |
A Deep Learning Model for Automatically Quantifying the Anterior Segment in Ultrasound Biomicroscopy Images of Implantable Collamer Lens Candidates
2024-08, Ultrasound in medicine & biology
|
research paper | 本研究开发并评估了一种基于深度学习的模型，用于自动测量植入式Collamer镜片（ICL）手术候选者术前超声生物显微镜（UBM）图像中的前段（AS）参数 | 利用UNet++网络自动分割AS组织，并结合图像处理技术和几何定位算法自动识别瞳孔直径（PD）、前房深度（ACD）、角到角距离（ATA）和沟到沟距离（STS）等解剖标志（ALs） | 研究仅使用了来自两个医疗中心的UBM图像，可能限制了模型的泛化能力 | 开发一种能够自动测量ICL手术候选者前段参数的深度学习模型 | 植入式Collamer镜片（ICL）手术候选者的术前超声生物显微镜（UBM）图像 | digital pathology | 眼科疾病 | 超声生物显微镜（UBM） | UNet++ | image | 1164张全景UBM图像来自321名患者，外加294张来自外部数据集的图像 | NA | NA | NA | NA |
| 138 | 2025-04-21 |
Recent Advances in Predictive Modeling with Electronic Health Records
2024-Aug, IJCAI : proceedings of the conference
DOI:10.24963/ijcai.2024/914
PMID:40248670
|
综述 | 本文系统回顾了基于电子健康记录（EHR）数据的深度学习预测模型的最新进展 | 总结了深度学习在EHR数据预测建模中的多种应用视角，并提出了未来的研究方向 | 未提及具体模型的性能比较或实际应用中的具体限制 | 探讨如何利用EHR数据进行预测建模 | 电子健康记录（EHR）数据 | 机器学习 | NA | 深度学习 | 深度学习模型 | 电子健康记录数据 | NA | NA | NA | NA | NA |
| 139 | 2025-04-06 |
Contrastive Learning for Joint Normal Estimation and Point Cloud Filtering
2024-Aug, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2023.3263866
PMID:37030701
|
research paper | 提出了一种新颖的深度学习方法，用于联合估计点云法线和滤波点云 | 引入了基于3D块的对比学习框架，将噪声作为增强手段，训练能够生成鲁棒点云块表示的特征编码器，并通过联合损失同时估计点法线和位移 | NA | 解决点云滤波和法线估计这两个3D领域的基础研究问题 | 点云数据 | computer vision | NA | 对比学习 | 深度学习 | 3D点云 | NA | NA | NA | NA | NA |
| 140 | 2024-08-07 |
Trend Identification and Prediction of Worker Stress Rate Using Deep Learning Algorithm in Indonesia
2024-08, Workplace health & safety
IF:2.3Q1
DOI:10.1177/21650799241263623
PMID:38907692
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |