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 3218 篇文献，本页显示第 1981 - 2000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1981 | 2025-04-01 |
Prediction of ECG signals from ballistocardiography using deep learning for the unconstrained measurement of heartbeat intervals
2025-01-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84049-0
PMID:39762351
|
研究论文 | 利用深度学习从心冲击图(BCG)信号中提取心电图(ECG)波形，并探索其在R-R间期(RRI)估计中的应用 | 提出了一种基于双向长短期记忆网络(BiLSTM)的深度学习模型，能够从BCG信号中预测ECG信号，实现无约束的心跳间隔测量 | 模型在长期记录数据上的泛化能力仍有提升空间，且样本量相对较小(18名参与者用于训练，12名用于验证) | 开发一种无约束的心率监测方法，适用于家庭环境中的长期心脏健康监测 | 心冲击图(BCG)信号和心电图(ECG)信号 | 机器学习 | 心血管疾病 | 深度学习信号处理 | BiLSTM | 生理信号(BCG和ECG) | 18名参与者用于训练模型，12名不同参与者用于长期记录验证 | NA | NA | NA | NA |
| 1982 | 2025-04-01 |
Explainable attention based breast tumor segmentation using a combination of UNet, ResNet, DenseNet, and EfficientNet models
2025-01-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84504-y
PMID:39762417
|
研究论文 | 本研究提出了一种基于改进UNet架构的深度学习技术，用于乳腺肿瘤分割，结合了注意力机制和先进的编码器架构 | 结合了CBAM和非局部注意力机制，以及ResNet、DenseNet和EfficientNet等先进的编码器架构，显著提升了分割性能 | 未来研究需探索多模态成像、实时临床应用以及更先进的注意力机制以进一步提升分割性能 | 提高乳腺肿瘤分割的准确性和可靠性 | 乳腺超声图像（BUSI）数据集中的乳腺肿瘤 | 计算机视觉 | 乳腺癌 | 深度学习 | UNet、ResNet、DenseNet、EfficientNet | 图像 | BUSI数据集中的乳腺超声图像 | NA | NA | NA | NA |
| 1983 | 2025-04-01 |
Diagnostic Performance of a Computer-aided System for Tuberculosis Screening in Two Philippine Cities
2025, Acta medica Philippina
DOI:10.47895/amp.vi0.8950
PMID:39967706
|
research paper | 评估qXR3.0技术在菲律宾两个城市中用于结核病筛查的诊断性能 | 首次在菲律宾本地评估基于AI的结核病筛查系统qXR3.0的性能，并与放射科医生的诊断进行比较 | 样本量较小（82名参与者），未来研究需要更大样本量验证结果 | 评估qXR3.0技术在结核病筛查中的诊断性能，并验证其是否符合WHO标准 | 菲律宾15岁及以上成年人 | digital pathology | tuberculosis | deep learning neural networks (DLNNs) | qXR3.0 | chest radiographs (CXRs) | 82名参与者 | NA | NA | NA | NA |
| 1984 | 2025-04-01 |
Detection of ionospheric disturbances with a sparse GNSS network in simulated near-real time Mw 7.8 and Mw 7.5 Kahramanmaraş earthquake sequence
2025, GPS solutions
IF:4.5Q1
DOI:10.1007/s10291-024-01808-2
PMID:39990601
|
研究论文 | 本文开发了一种近实时检测电离层扰动的方法，用于识别由地震引起的电离层异常信号 | 利用LSTM神经网络自动检测地震引起的电离层扰动，无需事先知晓地震事件 | 方法在夜间电离水平较低时可能无法检测到较小幅度的扰动 | 开发近实时电离层扰动检测方法，用于地震监测 | 由Kahramanmaraş地震序列引起的电离层扰动 | 地球物理监测 | NA | GNSS总电子含量(TEC)测量 | LSTM | 卫星信号数据 | 2023年2月6日Kahramanmaraş地震序列数据 | NA | NA | NA | NA |
| 1985 | 2025-03-30 |
Correction: Detection and recognition of foreign objects in Pu-erh Sun-dried green tea using an improved YOLOv8 based on deep learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321409
PMID:40153338
|
correction | 对一篇关于使用改进的YOLOv8深度学习模型检测和识别普洱茶晒青毛茶中外来物的文章进行更正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1986 | 2025-03-29 |
Correction to: "UDE DIATOMS in the Wild 2024": a new image dataset of freshwater diatoms for training deep learning models
2025-Jan-06, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giaf043
PMID:40139910
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1987 | 2025-03-30 |
Impact of imbalanced features on large datasets
2025, Frontiers in big data
IF:2.4Q2
DOI:10.3389/fdata.2025.1455442
PMID:40151465
|
research paper | 本文探讨了基于图像特征的分类框架，分析了平衡与不平衡分布对图像分类性能的影响 | 研究了类别不平衡对大规模数据集图像分类性能的影响，并发现Distributed Gaussian (D-GA)和Distributed Poisson (D-PO)是最有效的技术 | 未提及具体的数据集大小或实验的具体细节 | 探索类别不平衡对图像分类性能的影响 | 图像和视频数据 | computer vision | NA | Distributed Gaussian (D-GA), Distributed Poisson (D-PO) | Random Forest (RF), SVM, deep learning models | image, video | large datasets（未提及具体数量） | NA | NA | NA | NA |
| 1988 | 2025-03-30 |
Research on herd sheep facial recognition based on multi-dimensional feature information fusion technology in complex environment
2025, Frontiers in veterinary science
IF:2.6Q1
DOI:10.3389/fvets.2025.1404564
PMID:40151568
|
研究论文 | 本文提出了一种基于深度学习的智能监测系统，用于复杂环境下羊群的面部识别和健康评估 | 系统整合了多部分检测网络、面部分类模型和面部表情分析网络，并引入了多链接卷积融合块(MCFB)和可重参数化卷积(RepConv)结构以提高检测精度 | NA | 提高大规模农场中羊群个体监测的准确性和效率 | 羊群 | 计算机视觉 | NA | 深度学习 | YOLOv5s, GhostNet, EfficientNet | 图像 | NA | NA | NA | NA | NA |
| 1989 | 2025-03-30 |
Transformer-based ensemble model for dialectal Arabic sentiment classification
2025, PeerJ. Computer science
DOI:10.7717/peerj-cs.2644
PMID:40151815
|
研究论文 | 该研究提出了一种基于Transformer的集成模型，用于方言阿拉伯语的情感分类 | 提出了一种基于Transformer的集成模型，在方言阿拉伯语情感分类任务中表现优于传统机器学习和深度学习模型 | 研究仅限于三个基准数据集，可能无法涵盖所有方言阿拉伯语的变体 | 提高方言阿拉伯语情感分类的准确性和性能 | 阿拉伯语推文的情感分类 | 自然语言处理 | NA | AraVec, FastText, AraBERT, TF-IDF | Transformer-based ensemble model, SVM, NB, DT, XGBoost, CNN, BLSTM, CAMeLBERT, XLM-RoBERTa, MARBERT | 文本 | 三个基准数据集：ASTD、ASAD和TEAD | NA | NA | NA | NA |
| 1990 | 2025-03-30 |
A semantic segmentation-based automatic pterygium assessment and grading system
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1507226
PMID:40151829
|
研究论文 | 本研究开发了一种结合深度学习和图像处理技术的自动翼状胬肉评估和分级系统 | 通过整合语义分割和曲线拟合技术，实现了翼状胬肉的自动分级，与医生临床评估高度一致 | 数据集的构建仍需在未来研究中进一步优化 | 开发自动化的翼状胬肉评估系统以优化治疗并减轻患者痛苦 | 翼状胬肉患者 | 数字病理学 | 眼部疾病 | 深度学习、图像处理 | 改进的TransUnet架构 | 图像 | 临床数据集中的裂隙灯显微镜图像 | NA | NA | NA | NA |
| 1991 | 2025-03-29 |
Explainable artificial intelligence with UNet based segmentation and Bayesian machine learning for classification of brain tumors using MRI images
2025-01-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84692-7
PMID:39753735
|
研究论文 | 本文提出了一种结合UNet分割和贝叶斯机器学习的新型可解释人工智能技术，用于MRI图像中脑肿瘤的分类 | 提出了一种新的可解释人工智能技术XAISS-BMLBT，结合了MEDU-Net+分割、ResNet50特征提取和贝叶斯正则化人工神经网络（BRANN）分类，以及改进的径向移动优化模型进行超参数调优 | 未提及具体的数据集大小和多样性，可能影响模型的泛化能力 | 提高脑肿瘤在MRI图像中的分割和分类准确率，以辅助医生进行更快速和准确的诊断 | MRI图像中的脑肿瘤 | 数字病理学 | 脑肿瘤 | MRI扫描、深度学习 | UNet、ResNet50、BRANN | 图像 | 使用了基准数据库，但未提及具体样本数量 | NA | NA | NA | NA |
| 1992 | 2025-03-29 |
Assessment of choroidal vessels in healthy eyes using 3-dimensional vascular maps and a semi-automated deep learning approach
2025-01-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85189-7
PMID:39753934
|
研究论文 | 使用3D深度学习方法和半自动化技术评估健康眼睛中的脉络膜血管 | 采用3D深度学习方法结合半自动化技术对脉络膜血管进行非侵入性评估，创新性地提供了脉络膜血管的三维可视化 | 研究样本量较小（80只眼睛），且为回顾性研究，可能存在选择偏差 | 评估健康眼睛中脉络膜血管的特征及其与年龄和性别的关系 | 健康眼睛的脉络膜血管 | 数字病理学 | NA | swept-source OCT, 深度学习 | ResUNet | OCT扫描图像 | 80只眼睛（来自53名患者） | NA | NA | NA | NA |
| 1993 | 2025-03-29 |
pACP-HybDeep: predicting anticancer peptides using binary tree growth based transformer and structural feature encoding with deep-hybrid learning
2025-01-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84146-0
PMID:39747941
|
research paper | 提出了一种名为pACP-HybDeep的高可靠性模型，用于准确预测抗癌肽 | 结合了基于注意力机制的ProtBERT-BFD编码器和CTDT结构信息编码，以及基于k近邻的二叉树生长算法和CNN+RNN深度学习模型 | 未提及模型在更广泛数据集上的表现或实际临床应用中的潜在限制 | 开发一种高效可靠的抗癌肽预测工具 | 抗癌肽 | machine learning | cancer | ProtBERT-BFD编码器, CTDT结构信息编码, k近邻算法 | CNN+RNN | peptide sequences | 三个独立数据集Ind-S1, Ind-S2, Ind-S3 | NA | NA | NA | NA |
| 1994 | 2025-03-29 |
A deep learning-based multi-view approach to automatic 3D landmarking and deformity assessment of lower limb
2025-01-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84387-z
PMID:39747979
|
研究论文 | 提出一种基于深度学习的多视角方法，用于自动3D地标检测和下肢畸形评估 | 采用多视角渲染和金字塔式卷积神经网络整合技术，自动检测CT图像中的3D地标，提高地标检测和指标评估的速度与准确性 | 未提及具体样本量及数据来源的多样性，可能影响模型的泛化能力 | 开发一种自动检测下肢CT图像中3D地标的方法，以可靠诊断骨骼疾病 | 下肢CT图像中的骨骼地标 | 计算机视觉 | 骨骼疾病 | CT扫描 | 金字塔式CNN | 3D图像 | NA | NA | NA | NA | NA |
| 1995 | 2025-03-29 |
Non-invasive blood glucose monitoring using PPG signals with various deep learning models and implementation using TinyML
2025-01-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84265-8
PMID:39753714
|
研究论文 | 本研究提出了一种创新的1秒信号分割方法，并评估了三种先进深度学习模型在利用PPG信号估计血糖水平方面的性能 | 创新的1秒信号分割技术显著提高了准确性和计算效率，并在嵌入式设备上实现了即时血糖估计 | 训练数据在手术和麻醉期间收集，可能影响模型在正常状态下的泛化能力 | 开发一种非侵入性、准确且方便的血糖监测方法 | PPG信号 | 机器学习 | 糖尿病 | PPG | 深度学习模型 | 信号数据 | 手术和麻醉期间收集的训练数据及单独测试数据集 | NA | NA | NA | NA |
| 1996 | 2025-03-29 |
Automated assessment of task-based performance of digital mammography and tomosynthesis systems using an anthropomorphic breast phantom and deep learning-based scoring
2025-Jan, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.S1.S13005
PMID:39416764
|
研究论文 | 本文提出了一种基于深度学习的自动化评分方法，用于评估数字乳腺X线摄影（DM）和数字乳腺断层合成（DBT）系统的任务性能 | 使用具有随机羟基磷灰石微钙化的逼真乳腺体模和基于Resnet-18架构的半自动化深度学习图像评分方法，解决了现有体模方法背景不真实、评分主观和信号模式不具代表性的问题 | 研究仅基于体模实验，未涉及真实临床数据 | 开发一种客观的任务型图像质量评估方法，用于乳腺X线摄影和断层合成系统 | 数字乳腺X线摄影（DM）和数字乳腺断层合成（DBT）系统 | 数字病理学 | 乳腺癌 | 深度学习和ROC分析 | Resnet-18 | 图像 | 实验使用临床乳腺X线摄影系统收集的2D和伪3D乳腺X线照片 | NA | NA | NA | NA |
| 1997 | 2025-03-29 |
SUMO-LMNet: Lossless mapping network for predicting SUMOylation sites in SUMO1 and SUMO2 using high-dimensional features
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.03.005
PMID:40143924
|
研究论文 | 介绍了一种名为SUMO-LMNet的深度学习框架，用于精确预测SUMO1和SUMO2的SUMOylation位点 | SUMO-LMNet整合了无损映射策略和深度学习架构，提高了预测准确性和可解释性，并引入了Combined Heatmap Feature Analysis (CHFA)进行数据集范围的评估 | Grad-CAM在单个预测中突出关键特征，但在样本间缺乏一致性，且未提供数据集范围的特征重要性评估 | 提高SUMO1和SUMO2修饰位点的预测准确性，以助于基因调控和疾病机制的研究 | SUMO1和SUMO2的SUMOylation位点 | 机器学习 | NA | 深度学习 | CNN | 序列数据 | NA | NA | NA | NA | NA |
| 1998 | 2025-03-29 |
SympCoughNet: symptom assisted audio-based COVID-19 detection
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1551298
PMID:40144457
|
research paper | 提出了一种名为SympCoughNet的深度学习网络，通过结合咳嗽声音和临床症状数据来检测COVID-19 | 首次将临床症状数据与咳嗽声音结合用于COVID-19检测，并采用症状编码通道加权增强特征处理 | 错误的症状输入可能影响预测结果 | 提高COVID-19检测的准确性和便捷性 | COVID-19患者 | machine learning | COVID-19 | 深度学习 | CNN | 音频和临床数据 | UK COVID-19 Vocal Audio Dataset | NA | NA | NA | NA |
| 1999 | 2025-03-29 |
A multi-modal deep learning solution for precise pneumonia diagnosis: the PneumoFusion-Net model
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1512835
PMID:40144549
|
research paper | 提出了一种名为PneumoFusion-Net的多模态深度学习模型，用于精确诊断肺炎 | 整合了CT图像、临床文本、实验室数值结果和放射学报告，首次在肺炎诊断中实现了多模态数据的深度融合 | 模型仅在单一数据集上进行验证，需要更多外部数据验证其泛化能力 | 开发一个高精度的肺炎分类系统，区分细菌性和病毒性肺炎 | 肺炎患者的CT图像及相关临床数据 | digital pathology | pneumonia | deep learning | PneumoFusion-Net | CT images, clinical text, numerical lab test results, radiology reports | 10,095份肺炎CT图像及相关临床数据 | NA | NA | NA | NA |
| 2000 | 2025-03-29 |
Multimodal diagnosis of Alzheimer's disease based on resting-state electroencephalography and structural magnetic resonance imaging
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1515881
PMID:40144547
|
研究论文 | 提出了一种基于静息态脑电图和结构磁共振成像的多模态阿尔茨海默病诊断模型 | 首次探索深度学习与脑电图多模态结合用于阿尔茨海默病诊断，设计了多模态联合注意力机制以增强模态间协作 | 未提及模型在其他神经退行性疾病上的泛化能力 | 提升多模态阿尔茨海默病诊断的准确性和脑电图在多模态研究中的应用 | 阿尔茨海默病患者 | 数字病理学 | 阿尔茨海默病 | 静息态脑电图（EEG），结构磁共振成像（sMRI） | CNN，随机森林 | EEG信号，MRI图像 | 未明确提及样本数量 | NA | NA | NA | NA |