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 1163 篇文献，本页显示第 141 - 160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 141 | 2025-06-16 |
Image segmentation of phase-modulated holographic data storage based on deep learning
2024-Sep-23, Optics express
IF:3.2Q2
DOI:10.1364/OE.536783
PMID:40514868
|
研究论文 | 本文提出了一种基于深度学习的相位调制全息数据存储图像分割方法 | 通过基于图像特征的分割方法，显著减少了训练深度学习网络所需的原始样本对数量，降低了约54倍 | 未提及具体实验验证的样本规模或实际应用中的性能表现 | 提高相位调制全息数据存储的解码效率和准确性 | 相位调制全息数据存储中的衍射强度图像 | 计算机视觉 | NA | 深度学习 | DL | 图像 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 142 | 2025-06-16 |
Deep learning based measurement accuracy improvement of high dynamic range objects in fringe projection profilometry
2024-Sep-23, Optics express
IF:3.2Q2
DOI:10.1364/OE.538247
PMID:40514923
|
research paper | 本文提出了一种基于深度学习的方法，用于提高条纹投影轮廓术中高动态范围物体的测量精度 | 使用改进的UNet深度神经网络建立“多对一”映射关系，并采用π移位二进制条纹以获取更多饱和条纹信息，从而快速准确地解调高动态范围物体的相位 | 未明确提及具体局限性 | 解决高动态范围物体在条纹投影轮廓术中的相位解调问题，提高三维测量精度 | 高动态范围物体 | computer vision | NA | 条纹投影轮廓术(FPP) | 改进的UNet | 图像 | NA | NA | NA | NA | NA |
| 143 | 2025-10-06 |
A Review of Artificial Intelligence in Brachytherapy
2024-Sep-25, ArXiv
PMID:39398213
|
综述 | 本文全面回顾了人工智能在近距离放射治疗中的应用现状与发展前景 | 系统地将AI在近距离放疗中的应用分为七个主要类别，并按癌症类型或具体任务进行细分，提供了详细的模型、数据规模和结果总结 | 作为综述文章，主要基于现有文献分析，未开展原始实验研究 | 探讨人工智能如何优化近距离放射治疗的临床工作流程 | 近距离放射治疗中的人工智能应用 | 医学人工智能 | 癌症治疗 | 机器学习、深度学习 | NA | 医学影像、治疗计划数据、临床结果数据 | NA | NA | NA | NA | NA |
| 144 | 2025-10-06 |
Protocol for performing deep learning-based fundus fluorescein angiography image analysis with classification and segmentation tasks
2024-09-20, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2024.103134
PMID:38900632
|
研究论文 | 提出基于深度学习的眼底荧光血管造影图像分析协议，包含分类和分割任务 | 开发了从诊断到缺血性视网膜疾病治疗建议的完整流程协议 | NA | 建立眼底荧光血管造影图像的深度学习分析流程 | 眼底荧光血管造影图像 | 计算机视觉 | 缺血性视网膜疾病 | 眼底荧光血管造影 | 深度学习 | 图像 | NA | Python | NA | NA | NA |
| 145 | 2025-10-06 |
Using dynamic spatio-temporal graph pooling network for identifying autism spectrum disorders in spontaneous functional infrared spectral sequence signals
2024-09, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2024.110157
PMID:38705284
|
研究论文 | 使用动态时空图池化网络从自发功能近红外光谱序列信号中识别自闭症谱系障碍 | 首次将动态图构建应用于fNIRS数据挖掘，通过动态特征提取获取时空相关性，并利用时空图池化提升网络信息提取能力 | NA | 探索脑通道间动态连接关系对自闭症分类的影响，比较ASD和TD的脑通道连接图 | 自闭症谱系障碍患者和典型发育个体的自发功能近红外光谱序列信号 | 医学图像分析 | 自闭症谱系障碍 | 功能近红外光谱 | 图神经网络 | 功能近红外光谱序列信号 | NA | NA | 动态时空图池化神经网络 | 准确率 | NA |
| 146 | 2025-10-06 |
Brain-computer interfaces inspired spiking neural network model for depression stage identification
2024-09, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2024.110203
PMID:38880343
|
研究论文 | 提出一种受脑机接口启发的脉冲神经网络模型，用于基于脑电信号的抑郁症阶段识别 | 结合脑机接口理念构建脉冲神经网络模型，相比传统深度学习方法具有更高的生理可解释性和更低的能耗 | 未明确说明样本量大小和研究人群特征，缺乏多中心验证 | 开发基于脑电信号的抑郁症辅助诊断方法 | 抑郁症患者和健康个体的脑电信号 | 脑机接口 | 抑郁症 | 脑电图(EEG) | 脉冲神经网络(SNN) | 脑电信号图像 | NA | NA | 脉冲神经网络 | 准确率 | NA |
| 147 | 2025-10-06 |
EEG-based motor imagery channel selection and classification using hybrid optimization and two-tier deep learning
2024-09, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2024.110215
PMID:38968976
|
研究论文 | 提出一种基于脑电图的运动想象通道选择和分类方法，结合混合优化算法和双层深度学习架构 | 引入战争策略优化和黑猩猩优化算法的混合优化方法，并设计包含CNN和改良深度神经网络的双层深度学习架构 | NA | 提高基于运动想象的脑机接口系统的分类准确性和鲁棒性 | 脑电图信号和运动想象任务 | 机器学习 | 运动障碍 | 脑电图 | CNN, DNN | 脑电图信号 | NA | NA | CNN, M-DNN | 准确率, 精确率 | NA |
| 148 | 2025-10-06 |
Adoption of deep learning-based magnetic resonance image information diagnosis in brain function network analysis of Parkinson's disease patients with end-of-dose wearing-off
2024-09, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2024.110184
PMID:38838748
|
研究论文 | 本研究采用基于卷积神经网络的fMRI数据分类模型分析帕金森病患者剂末现象的大脑功能网络变化 | 改进了卷积核参数初始化方法，使用受限玻尔兹曼机结构进行参数初始化 | 样本量相对有限，仅包含100名帕金森病患者 | 分析帕金森病患者剂末现象的大脑功能网络特征 | 帕金森病患者（包括有和无剂末现象的两组） | 医学影像分析 | 帕金森病 | 功能磁共振成像 | CNN | fMRI图像数据 | 100名帕金森病患者（39名无剂末现象，61名有剂末现象） | GRETNA工具箱 | 基于受限玻尔兹曼机改进的CNN架构 | betweenness centrality, degree centrality, global efficiency, local efficiency | NA |
| 149 | 2024-08-10 |
Influenza time series prediction models in a megacity from 2010 to 2019: Based on seasonal autoregressive integrated moving average and deep learning hybrid prediction model
2024-Sep-20, Chinese medical journal
IF:7.5Q1
DOI:10.1097/CM9.0000000000003238
PMID:39119631
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 150 | 2025-10-06 |
Computational Synthetic Biology Enabled through JAX: A Showcase
2024-09-20, ACS synthetic biology
IF:3.7Q1
DOI:10.1021/acssynbio.4c00307
PMID:39230510
|
研究论文 | 本文展示了JAX计算框架在计算合成生物学中的实用价值，通过三个示例项目证明其加速研究的能力 | 首次系统展示JAX在计算生物学领域的应用潜力，提供可复现的Jupyter笔记本教程 | JAX在计算生物学领域仍处于探索阶段，应用范围有限 | 推广JAX框架在合成生物学和定向进化等计算生物学领域的应用 | 基因网络优化、细胞内动力学模拟、定向进化 | 计算生物学 | NA | 数学建模、GPU加速计算 | 机制模型、随机模型、数据驱动模型、AI模型 | 模拟数据 | NA | JAX | NA | NA | GPU |
| 151 | 2025-10-06 |
Integrating Deep Learning and Synthetic Biology: A Co-Design Approach for Enhancing Gene Expression via N-Terminal Coding Sequences
2024-09-20, ACS synthetic biology
IF:3.7Q1
DOI:10.1021/acssynbio.4c00371
PMID:39229974
|
研究论文 | 提出一种深度学习与合成生物学协同设计的少样本训练工作流，用于优化N端编码序列以增强基因表达 | 开发了结合k近邻编码、word2vec、注意力机制和时间序列网络的深度学习框架，仅需少量训练数据即可高效优化NCS序列 | 方法仅在GFP和N-乙酰神经氨酸合成相关基因上验证，需要进一步扩展到更多基因系统 | 通过优化N端编码序列来最大化基因表达水平 | 绿色荧光蛋白(GFP)和N-乙酰神经氨酸合成关键限速基因 | 机器学习 | NA | 基因工程，荧光报告系统 | 注意力机制，时间序列网络 | 基因序列数据，荧光强度数据 | 少量训练数据，6次迭代实验 | word2vec | 注意力机制，时间序列网络 | 荧光增强因子 | NA |
| 152 | 2025-05-31 |
Performance evaluation of image co-registration methods in photoacoustic mesoscopy of the vasculature
2024-Sep-25, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad7fc7
PMID:39321985
|
research paper | 评估光声介观成像中图像配准方法在血管网络纵向表征中的性能 | 比较了五种开源配准算法在生理和病理组织中的应用，特别是针对肿瘤血管网络的纵向成像配准 | 配准在光声成像中具有挑战性，主要由于信号复杂性、数据稀疏性、几何伪影、扫描间技术变异性和生物变异性 | 评估和比较不同图像配准方法在光声介观成像中的性能，以实现血管网络的纵向定量表征 | 小鼠耳朵和乳腺癌患者来源的异种移植物的3D血管图像 | digital pathology | breast cancer | photoacoustic mesoscopy | GAN, LocalNet | image | murine ears and breast cancer patient-derived xenografts | NA | NA | NA | NA |
| 153 | 2025-05-31 |
Deep learning method with integrated invertible wavelet scattering for improving the quality ofin vivocardiac DTI
2024-Sep-05, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad6f6a
PMID:39142339
|
研究论文 | 提出一种基于无监督学习的可逆小波散射方法，用于提高心脏扩散张量成像的质量 | 使用多尺度小波散射提取近乎变换不变的特征，并通过多尺度编码器和解码器网络学习小波散射系数与扩散加权图像之间的关系 | 未提及具体局限性 | 提高心脏扩散张量成像的质量 | 心脏扩散张量成像数据 | 医学影像处理 | 心血管疾病 | 扩散张量成像(DTI), 小波散射(WS) | 多尺度编码器和解码器网络 | 医学影像 | 三个心脏DTI数据集 | NA | NA | NA | NA |
| 154 | 2025-05-31 |
Poised PABP-RNA hubs implement signal-dependent mRNA decay in development
2024-Sep, Nature structural & molecular biology
IF:12.5Q1
DOI:10.1038/s41594-024-01363-x
PMID:39054355
|
研究论文 | 该研究利用深度学习解析了细胞信号通路如何通过改变基因表达实现快速转录组重编程的机制 | 揭示了LIN28A磷酸化后与PABP-RNA枢纽的相互作用如何选择性地触发mRNA降解，从而促进多能性状态的转变 | 研究主要聚焦于naive多能性mRNA的降解机制，可能不适用于其他类型的mRNA降解过程 | 探索信号通路如何通过mRNA降解机制快速重塑转录组 | naive多能性mRNA及其降解机制 | 分子生物学 | NA | 深度学习 | NA | 序列数据 | NA | NA | NA | NA | NA |
| 155 | 2025-05-31 |
Deep learning and direct sequencing of labeled RNA captures transcriptome dynamics
2024-Sep, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqae116
PMID:39211330
|
研究论文 | 介绍了一种名为RNAkinet的深度卷积和循环神经网络，用于检测经过代谢标记的新生RNA分子，并通过纳米孔直接RNA测序区分新生和已有RNA分子 | RNAkinet能够直接从纳米孔测序的电信号中处理并区分新生和已有RNA分子，适用于多种细胞类型和生物体，并能量化RNA亚型的半衰期 | NA | 揭示RNA亚型代谢的动力学参数，促进RNA代谢及其调控元件的研究 | RNA亚型 | 自然语言处理 | NA | 纳米孔直接RNA测序 | 深度卷积和循环神经网络 | RNA测序数据 | NA | NA | NA | NA | NA |
| 156 | 2025-05-31 |
Clinical and genetic associations of asymmetric apical and septal left ventricular hypertrophy
2024-Sep, European heart journal. Digital health
DOI:10.1093/ehjdh/ztae060
PMID:39318696
|
research paper | 本研究探讨了左心室不对称顶端和间隔肥厚的临床和遗传关联 | 使用深度学习衍生的表型研究左心室肥厚区域分布的遗传和临床关联，独立于总左心室质量 | 需要在多民族队列中进行进一步研究 | 研究左心室不对称肥厚的临床和遗传关联及其对心血管疾病风险的影响 | 35,268名UK Biobank参与者 | machine learning | cardiovascular disease | 深度学习 | NA | genetic and clinical data | 35,268名UK Biobank参与者 | NA | NA | NA | NA |
| 157 | 2025-10-07 |
Olfactory Diagnosis Model for Lung Health Evaluation Based on Pyramid Pooling and SHAP-Based Dual Encoders
2024-09-27, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c01584
PMID:39248698
|
研究论文 | 提出一种基于金字塔池化和SHAP双编码器的深度学习框架，用于通过呼出气体评估肺部健康 | 结合金字塔池化结构和SHAP特征重要性的双编码器网络，通过多尺度特征聚合和特征重要性评估优化模型性能 | 未明确说明样本来源和数据集规模 | 开发肺部健康评估模型，区分吸烟者、COPD患者和健康对照 | 吸烟者、慢性阻塞性肺疾病患者、健康对照个体 | 机器学习 | 肺癌 | 呼出气体分析 | 深度学习,双编码器 | 传感器数据 | NA | NA | 金字塔池化,双编码器,Transformer卷积层 | 准确率 | NA |
| 158 | 2025-10-07 |
Local Mean Suppression Filter for Effective Background Identification in Fluorescence Images
2024-Sep-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.25.614955
PMID:39386682
|
研究论文 | 提出一种用于荧光显微镜图像背景识别的非线性滤波器 | 基于局部均值比较的像素级滤波方法，通过变化邻域尺寸生成多重标签并累积决策 | NA | 开发有效的荧光图像背景识别方法 | 具有密集低对比度前景的荧光显微镜图像 | 计算机视觉 | NA | 荧光显微镜成像 | NA | 图像 | NA | Python 3 | 局部均值抑制滤波器 | NA | NA |
| 159 | 2025-10-07 |
Semi-supervised CT image segmentation via contrastive learning based on entropy constraints
2024-Sep, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00387-y
PMID:39220023
|
研究论文 | 提出一种基于熵约束对比学习的半监督CT图像分割方法 | 融合CNN和Transformer架构，结合熵约束的对比学习机制，通过丢弃高熵值不可靠样本来提升模型性能 | 仅在COVID-19 CT公共数据集上验证，未在其他医学图像数据集测试 | 提高CT图像分割精度，减少对标注数据的依赖 | CT医学图像 | 计算机视觉 | COVID-19 | CT成像 | CNN, Transformer | 图像 | NA | NA | CNN, Transformer, 残差压缩激励模块 | DSC, HD, JC | NA |
| 160 | 2025-10-07 |
Deep learning for rapid analysis of cell divisions in vivo during epithelial morphogenesis and repair
2024-Sep-23, eLife
IF:6.4Q1
DOI:10.7554/eLife.87949
PMID:39312468
|
研究论文 | 开发深度学习管道自动分析上皮组织中细胞分裂的动态特征 | 首次建立能够同时识别细胞分裂事件、确定分裂轴方向并量化分裂前后形状变化的深度学习管道 | 方法主要应用于果蝇蛹翅上皮组织，在其他组织类型中的适用性需要进一步验证 | 开发自动化工具分析上皮组织发育和修复过程中的细胞分裂动态 | 果蝇蛹翅上皮组织 | 计算机视觉 | NA | 延时显微成像 | 深度学习 | 延时显微图像序列 | NA | NA | NA | 准确性 | NA |