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 3544 篇文献，本页显示第 601 - 620 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 601 | 2025-11-05 |
A novel channel reduction concept to enhance the classification of motor imagery tasks in brain-computer interface systems
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335511
PMID:41171945
|
研究论文 | 提出一种结合统计检验和深度学习的混合方法，用于增强脑机接口系统中运动想象任务的分类性能 | 提出新型通道选择方法，结合t检验与Bonferroni校正的通道缩减技术，并开发DLRCSPNN深度学习框架 | NA | 开发新型通道选择方法以提升基于EEG的运动想象任务在BCI应用中的性能 | 脑电信号中的运动想象任务 | 脑机接口 | 运动障碍 | 脑电图 | 神经网络 | 脑电信号 | 三个实时EEG-based BCI数据集 | DLRCSPNN | DLRCSP特征提取结合神经网络分类 | 准确率 | NA |
| 602 | 2025-11-04 |
Physically Consistent Image Augmentation for Deep Learning in Mueller Matrix Polarimetry
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3618390
PMID:41082429
|
研究论文 | 提出一种用于穆勒矩阵偏振测量中深度学习应用的物理一致性图像增强框架 | 开发了专门针对偏振数据特性的物理一致性数据增强方法，解决了传统增强技术会破坏偏振特性的问题 | NA | 提升深度学习在偏振成像领域的泛化能力和性能 | 穆勒矩阵偏振图像 | 计算机视觉 | NA | 穆勒矩阵偏振测量 | 深度学习模型 | 偏振图像 | 多个数据集（具体数量未明确说明） | NA | NA | 语义分割性能指标 | NA |
| 603 | 2025-11-04 |
Correction: Image recognition technology for bituminous concrete reservoir panel cracks based on deep learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335901
PMID:41171705
|
correction | 对一篇关于基于深度学习的沥青混凝土水库面板裂缝图像识别技术的文章进行更正 | NA | NA | NA | NA | computer vision | NA | NA | NA | image | NA | NA | NA | NA | NA |
| 604 | 2025-11-04 |
The group-housed pigs attacking and daily behaviors detection and tracking based on improved YOLOv5s and DeepSORT
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0334783
PMID:41171718
|
研究论文 | 基于改进YOLOv5s和DeepSORT开发猪只攻击行为和日常行为的检测与追踪方法 | 引入注意力机制和Shape-IoU优化边界框回归损失函数，提升模型在遮挡和重叠情况下的鲁棒性 | 未明确说明数据集规模和具体实验环境限制 | 开发稳定高精度的猪只行为自动检测与追踪深度学习方法 | 群养猪只的进食、站立、躺卧和攻击四种行为类型 | 计算机视觉 | NA | 视频监控 | YOLOv5s, DeepSORT | 视频 | NA | PyTorch | YOLOv5s with attention mechanism, DeepSORT | mAP@0.5, MOTA, MOTP | NA |
| 605 | 2025-11-04 |
Contrast limited adaptive histogram equalization (CLAHE) and colour difference histogram (CDH) feature merging capsule network (CCFMCapsNet) for complex image recognition
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335393
PMID:41171751
|
研究论文 | 提出一种结合CLAHE和CDH特征融合的胶囊网络CCFM-CapsNet，用于复杂图像识别和植物病害检测 | 在原始CapsNet基础上集成CLAHE降噪和CDH特征提取，并加入最大池化和dropout层，有效提升复杂图像识别能力 | 胶囊网络存在编码器网络考虑图像所有元素和拥挤问题，在复杂图像处理上仍有局限 | 开发高精度的植物叶片病害检测模型，支持可持续发展目标2（零饥饿） | 苹果、香蕉、葡萄、玉米、芒果、辣椒、土豆、水稻、番茄的叶片病害，以及fashion-MNIST和CIFAR-10数据集 | 计算机视觉 | 植物病害 | CLAHE（对比度受限自适应直方图均衡化），CDH（颜色差异直方图） | CapsNet, CNN | 图像 | 多个植物病害数据集及标准数据集（fashion-MNIST, CIFAR-10） | NA | CCFM-CapsNet, CapsNet | 准确率 | NA |
| 606 | 2025-11-04 |
Automated forest land division using deep learning and drone imagery
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335009
PMID:41171825
|
研究论文 | 本文提出了一种利用无人机图像处理和深度学习技术实现森林土地划分中树木自动计数的解决方案 | 将无人机影像与先进计算机视觉算法结合，实现树冠自动检测，替代传统耗时且易出错的人工计数方法 | NA | 开发自动化树木计数系统以支持森林土地划分决策 | 森林区域中的树木 | 计算机视觉 | NA | 无人机影像处理 | 深度学习 | 无人机图像 | NA | NA | NA | NA | NA |
| 607 | 2025-11-03 |
Benchmarking diffusion models against state-of-the-art architectures for OCT fluid biomarker segmentation
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335615
PMID:41160596
|
研究论文 | 本研究评估扩散模型在OCT视网膜液性生物标志物分割中的性能，并与当前主流分割模型进行比较 | 首次将扩散模型应用于OCT视网膜液性生物标志物分割任务，并与多种先进分割架构进行系统对比 | 使用的标注扫描数量有限（SRF 269例，IRF 224例，PED 114例），可能影响模型泛化能力 | 开发自动化的OCT视网膜疾病特征分割方法，辅助临床诊断标准化 | 视网膜OCT扫描中的视网膜下液(SRF)、视网膜内液(IRF)和色素上皮脱离(PED) | 计算机视觉 | 视网膜疾病 | 光学相干断层扫描(OCT) | 扩散模型, U-Net, Transformer | 医学图像 | SRF 269例，IRF 224例，PED 114例 OCT扫描 | NA | 扩散模型, Nested U-Net, nnU-Net, TransUNet, SwinUNet | Dice系数, 敏感度, 特异度, Pearson相关系数, R2 | NA |
| 608 | 2025-11-03 |
Evaluating machine learning models for predictive accuracy in cryptocurrency price forecasting
2025, PeerJ. Computer science
DOI:10.7717/peerj-cs.2626
PMID:41169439
|
研究论文 | 本研究评估机器学习分类模型和技术指标在加密货币价格预测中的预测性能和鲁棒性 | 提供了包含逻辑回归、随机森林和梯度提升等模型在不同数据配置和重采样技术下的新颖比较，以解决类别不平衡问题 | 未明确说明具体使用的加密货币种类和数据时间范围 | 识别可靠的加密货币算法交易方法，为明智决策和盈利策略开发提供依据 | 加密货币市场的历史交易数据 | 机器学习 | NA | NA | 逻辑回归, 随机森林, 梯度提升, XGBoost | 历史交易数据 | NA | NA | NA | 预测准确率 | NA |
| 609 | 2025-11-03 |
Cajal's legacy in the digital era: from neuroscience foundations to deep learning
2025, Frontiers in neuroanatomy
IF:2.1Q3
DOI:10.3389/fnana.2025.1672016
PMID:41169656
|
综述 | 本文探讨了Santiago Ramón y Cajal的神经科学奠基性工作对现代人工智能特别是深度学习的持续影响 | 系统性地揭示了Cajal神经科学理论与现代深度学习之间的历史渊源和理论联系 | NA | 回顾Cajal的关键贡献并探索其在人工智能发展中的作用 | Cajal的神经科学理论与深度学习理论 | 机器学习 | NA | NA | 人工神经网络 | NA | NA | NA | NA | NA | NA |
| 610 | 2025-11-03 |
A Deep Learning Approach Toward Differentiating Left versus Right for Idiopathic Ventricular Arrhythmia Originated from Outflow Tract
2025, Journal of medical signals and sensors
DOI:10.4103/jmss.jmss_2_25
PMID:41169702
|
研究论文 | 本研究使用深度学习技术通过标准12导联心电图区分起源于流出道的特发性室性心律失常的左右侧起源位置 | 首次将下一代测序思想应用于心电图分析，创建一维早搏数据流，并比较多种一维深度学习模型在心律失常起源定位中的性能 | 研究基于公开数据集，样本量相对有限(334名患者)，未在更广泛人群中验证 | 开发基于深度学习的无创方法，准确定位流出道起源的室性心律失常的起源侧别 | 特发性室性心律失常患者的心电图数据 | 医疗人工智能 | 心血管疾病 | 心电图分析 | LSTM, GRU, 1D-CNN | 一维心电图信号 | 334名患者 | NA | 一维卷积神经网络 | 准确率, F1分数 | NA |
| 611 | 2025-11-03 |
App2: software solution for apple leaf disease detection based on deep learning (CNN+SVM)
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1648867
PMID:41169736
|
研究论文 | 开发了一款基于深度学习(CNN+SVM)的苹果叶病害检测移动应用App2 | 提出结合CNN和SVM的混合模型用于苹果叶病害识别，并集成OpenAI API进行图像预过滤 | 在清晰病叶图像上的检测性能为80%，仍有提升空间 | 通过移动应用实现苹果叶病害的早期检测 | 苹果树叶片图像 | 计算机视觉 | 植物病害 | 深度学习 | CNN,SVM | 图像 | NA | FastAPI,React Native,OpenAI API | CNN+SVM混合架构 | 准确率 | Azure云平台 |
| 612 | 2025-11-03 |
Evaluating data partitioning strategies for accurate prediction of protein-ligand binding free energy changes in mutated proteins
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.10.020
PMID:41169760
|
研究论文 | 本研究评估了不同数据划分策略对蛋白质-配体结合自由能变化预测准确性的影响，并提出了一种基于查询-锚点对的学习框架 | 提出了查询-锚点对学习框架，利用已知状态作为锚点来预测未知查询状态，显著提高了预测准确性 | 在UniProt数据划分策略下模型性能下降，需要依赖参考数据来提升预测精度 | 评估数据划分策略对蛋白质-配体结合自由能变化预测准确性的影响 | 蛋白质突变引起的蛋白质-配体结合自由能变化 | 机器学习 | NA | ESM-2蛋白质大语言模型嵌入 | 机器学习/深度学习模型 | 蛋白质序列数据 | MdrDB数据库 | NA | ESM-2 | Pearson相关系数 | NA |
| 613 | 2025-11-03 |
Enhancing Robotic Collaborative Tasks Through Contextual Human Motion Prediction and Intention Inference
2025, International journal of social robotics
IF:3.8Q2
DOI:10.1007/s12369-024-01140-2
PMID:41169784
|
研究论文 | 提出一种深度学习架构，通过预测3D人体运动和人类意图来增强机器人在协作任务中的能力 | 结合人类运动预测和意图推断，考虑机器人存在时的交互情境，采用多头注意力机制处理不同任务的输入 | 未明确说明模型在更复杂场景下的泛化能力，用户研究样本规模有限 | 提高机器人在人机协作任务中的表现和适应性 | 人机协作场景中的人类运动和意图 | 计算机视觉, 机器人学 | NA | 深度学习, 运动预测, 意图推断 | 多头注意力机制 | 3D运动数据, 情境信息 | 用户研究参与者（具体数量未说明） | NA | 多头注意力架构 | 社会性, 自然度, 安全性, 舒适度 | NA |
| 614 | 2025-11-03 |
Automated detection of pinworm parasite eggs using YOLO convolutional block attention module for enhanced microscopic image analysis
2025, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2025.1559987
PMID:41169809
|
研究论文 | 提出一种结合YOLO和注意力机制的新型框架YCBAM，用于自动化检测显微镜图像中的蛲虫寄生虫卵 | 首次将YOLO与自注意力机制和卷积块注意力模块（CBAM）集成，在具有挑战性的成像条件下实现寄生虫元素的精确定位 | NA | 开发自动化寄生虫检测方法以提高诊断准确性和效率 | 显微镜图像中的蛲虫寄生虫卵 | 计算机视觉 | 寄生虫感染 | 深度学习，显微镜成像 | YOLO, CNN | 显微镜图像 | NA | NA | YOLO Convolutional Block Attention Module (YCBAM), CBAM | 精确度, 召回率, 训练框损失, 平均精度(mAP), mAP50-95 | NA |
| 615 | 2025-11-03 |
Artificial intelligence (AI)-Enabled behavioral health application for college students: Pilot study protocol
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335847
PMID:41166359
|
研究论文 | 本研究开发了一款基于人工智能的行为健康应用程序，用于大学生抑郁症状的自动筛查 | 结合传感器行为数据和深度学习技术开发主动、私密、自动化的心理健康自我意识工具 | 仅针对两所美国大学的1000名大一学生，样本代表性有限 | 开发自动化筛查工具识别大学生抑郁行为模式 | 18岁及以上大学一年级本科生 | 机器学习 | 抑郁症 | 传感器数据采集、问卷调查 | 深度学习 | 传感器行为数据、调查问卷数据 | 约1000名来自美国中西部和西南部两所公立大学的一年级本科生 | NA | NA | NA | NA |
| 616 | 2025-11-03 |
Enhanced audience sentiment analysis in IoT-integrated metaverse media communication
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0332106
PMID:41166380
|
研究论文 | 提出一种集成物联网和元宇宙媒体的深度学习情感分析框架，用于增强观众情感分析能力 | 融合BERT双向编码和GPT生成建模的BG-Hybrid混合模型，结合动态窗口分割和持续优化机制 | 未明确说明模型在跨语言和文化背景下的泛化能力 | 开发可扩展的实时情感分析系统，处理异构高速媒体流 | 物联网集成元宇宙媒体通信中的观众情感 | 自然语言处理 | NA | 情感分析 | BERT, GPT | 文本 | Twitter Sentiment140和Amazon Reviews数据集 | NA | BG-Hybrid混合架构 | 准确率, F1分数, 响应延迟 | NA |
| 617 | 2025-11-02 |
Advancing bioinformatics with large language models: components, applications and perspectives
2025-Jan-31, ArXiv
PMID:38259343
|
综述 | 全面概述大型语言模型在生物信息学中的核心组件、应用场景和未来展望 | 系统阐述LLMs在生物信息学多领域的应用潜力，提出实用指导策略 | 作为综述文章未涉及具体实验验证 | 探讨大型语言模型在生物信息学中的应用与发展前景 | 大型语言模型及其在生物信息学中的应用 | 自然语言处理, 生物信息学 | NA | 自监督学习, 半监督学习 | Transformer | 基因组学、转录组学、蛋白质组学、药物发现、单细胞分析数据 | NA | NA | Transformer | NA | NA |
| 618 | 2025-11-02 |
DCAF-GAN: Enhancing historical landscape restoration with dual-branch feature extraction and attention fusion
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0334532
PMID:41160614
|
研究论文 | 提出DCAF-GAN模型，通过双分支特征提取和注意力融合增强历史景观图像修复效果 | 采用双分支编码器和通道注意力引导融合模块，同时恢复精细纹理和全局结构 | 未明确说明模型在处理极端损坏情况下的表现 | 解决历史景观图像修复中纹理和结构重建的挑战 | 受损的历史景观图像 | 计算机视觉 | NA | 深度学习图像修复 | GAN | 图像 | 使用StreetView和Places2数据集进行实验 | NA | 双分支编码器,注意力融合模块 | PSNR,SSIM | NA |
| 619 | 2025-11-02 |
Self-learning model fusion for network anomaly detection: A hybrid CNN-LSTM-transformer framework
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0332502
PMID:41160632
|
研究论文 | 提出一种融合CNN、LSTM和Transformer的自学习混合深度学习框架，用于网络流量异常检测 | 提出协同两阶段模型融合架构捕获时空流量模式，采用带多指标漂移检测的自适应学习机制，并设计知识保持策略 | NA | 提升网络流量异常检测的适应性和性能 | 网络流量数据 | 机器学习 | NA | 深度学习 | CNN, LSTM, Transformer | 网络流量数据 | UNSW-NB15和CICIDS2017数据集 | NA | CNN-LSTM, LSTM-Transformer | F1-score, 准确率, 检测率 | NA |
| 620 | 2025-11-02 |
Computation of simple invariant solutions in fluid turbulence with the aid of deep learning
2025, Nonlinear dynamics
IF:5.2Q1
DOI:10.1007/s11071-025-11773-1
PMID:41163817
|
综述 | 探讨深度学习技术在流体湍流中计算简单不变解的应用进展 | 将深度学习中的自编码器和梯度优化技术首次系统应用于湍流动力学系统的不变解计算 | 目前仅在二维湍流中验证，高雷诺数应用前景仍需评估 | 加速湍流动力学系统中简单不变解的发现和收敛 | 流体湍流中的简单不变解（平衡态、周期轨道） | 机器学习 | NA | 深度学习 | 自编码器 | 流体动力学数据 | NA | NA | 自编码器 | 解的数量比较，收敛效率 | NA |