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 1941 - 1960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1941 | 2025-05-09 |
NeuroFlex: Feasibility of EEG-Based Motor Imagery Control of a Soft Glove for Hand Rehabilitation
2025-Jan-21, Sensors (Basel, Switzerland)
DOI:10.3390/s25030610
PMID:39943246
|
研究论文 | 介绍了一种基于EEG的运动意图控制的软体机器人手套NeuroFlex，用于手部康复 | 采用基于transformer的深度学习架构解码运动意图，并将非侵入式脑机接口与软体机器人手套结合 | 未提及样本的具体数量及多样性，可能影响结果的泛化性 | 开发一种通过EEG信号控制的软体机器人手套，以促进手部康复 | 因中风或脊髓损伤导致手部运动障碍的患者 | 脑机接口 | 中风 | EEG | transformer-based DL | EEG信号 | NA | NA | NA | NA | NA |
| 1942 | 2025-05-09 |
Enhancer-driven cell type comparison reveals similarities between the mammalian and bird pallium
2025-Jan-02, Science (New York, N.Y.)
DOI:10.1126/science.adp3957
PMID:39946451
|
研究论文 | 使用深度学习比较哺乳动物和鸟类大脑皮层细胞类型的增强子编码 | 开发了三种指标来比较羊膜动物端脑中的细胞类型，并揭示了哺乳动物和鸟类大脑皮层细胞类型之间的相似性 | 研究主要关注哺乳动物和鸟类的比较，可能不适用于其他动物类群 | 比较哺乳动物和鸟类大脑皮层细胞类型的增强子编码 | 鸡端脑的单细胞多组学和空间分辨转录组数据 | 生物信息学 | NA | 单细胞多组学、空间分辨转录组学、深度学习 | 深度学习 | 基因组调控序列 | 鸡端脑的单细胞数据 | NA | NA | NA | NA |
| 1943 | 2025-05-09 |
A privacy-preserved horizontal federated learning for malignant glioma tumour detection using distributed data-silos
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0316543
PMID:39932966
|
research paper | 提出了一种基于分布式数据孤岛的隐私保护水平联邦学习模型，用于恶性胶质瘤肿瘤检测 | 采用分布式和隐私保护的联邦学习方法，解决了传统深度学习模型在数据隐私和集中存储方面的挑战 | 模型性能依赖于客户端的数量和数据分布类型（IID或非IID） | 开发一种高效且隐私保护的恶性胶质瘤检测方法 | 恶性胶质瘤患者的MRI扫描数据 | digital pathology | malignant glioma | MRI | MobileNetV2, federated learning (FL) | image | MRI scans of non-tumour and glioma tumours (具体数量未提及) | NA | NA | NA | NA |
| 1944 | 2025-05-09 |
Multi-step depth enhancement refine network with multi-view stereo
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0314418
PMID:39946337
|
研究论文 | 本文介绍了一种创新的多视图立体匹配网络——多步深度增强细化网络（MSDER-MVS），旨在提高高分辨率3D重建的准确性和计算效率 | MSDER-MVS网络结合了现代深度学习的强大能力和传统3D重建技术的几何直觉，特别关注深度图质量和重建过程效率的优化，创新点包括双分支融合结构和特征金字塔网络（FPN）以有效提取和整合多尺度特征，以及引入可微分的深度优化过程 | 未来计划将该方法扩展到更复杂的环境和更大规模的数据集，以增强模型的泛化能力和实时处理能力 | 提高高分辨率3D重建的准确性和计算效率 | 多视图立体匹配网络 | 计算机视觉 | NA | 深度学习 | MSDER-MVS网络 | 3D图像 | 标准DTU数据集 | NA | NA | NA | NA |
| 1945 | 2025-05-09 |
Deep learning based screening model for hip diseases on plain radiographs
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0318022
PMID:39946371
|
research paper | 开发并验证了一种基于深度学习的筛查模型，用于在普通X光片上区分正常髋关节与严重髋关节疾病 | 使用深度学习模型在普通X光片上高效筛查髋关节疾病，并比较了不同预处理和骨干算法的效果 | 研究数据仅来自特定时间段的电子医疗记录，可能无法涵盖所有髋关节疾病类型 | 开发一种高准确性和可靠性的深度学习模型，辅助医生更准确地诊断髋关节疾病 | 普通髋关节X光片 | digital pathology | hip diseases | deep learning | DenseNet, EfficientNet | image | 1,726张X光片（500张正常髋关节X光片和1,226张髋关节疾病X光片） | NA | NA | NA | NA |
| 1946 | 2025-05-09 |
Diagnostic of fatty liver using radiomics and deep learning models on non-contrast abdominal CT
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0310938
PMID:39946425
|
研究论文 | 本研究探讨了非对比腹部CT影像组学和深度学习模型在准确诊断脂肪肝中的潜力 | 系统比较了2D和3D影像组学模型及深度学习模型在四分类脂肪肝诊断中的性能，为确定最佳肝脏脂肪诊断模型提供了更广泛的视角 | 研究为回顾性设计，可能受到选择偏倚的影响 | 探索非对比腹部CT影像组学和深度学习模型在脂肪肝诊断中的应用 | 840名接受非对比腹部CT和定量CT(QCT)检查的个体 | 数字病理学 | 脂肪肝 | QCT技术 | 随机森林算法、Bagging决策树算法 | CT图像 | 840名参与者(平均年龄49.1岁±11.5岁；581名男性) | NA | NA | NA | NA |
| 1947 | 2025-05-09 |
Hybrid-RViT: Hybridizing ResNet-50 and Vision Transformer for Enhanced Alzheimer's disease detection
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0318998
PMID:39951414
|
research paper | 开发了一种名为Hybrid-RViT的新型深度学习模型，用于增强阿尔茨海默病的检测 | 结合了预训练的卷积神经网络ResNet-50和Vision Transformer (ViT)，以分类不同阶段的阿尔茨海默病脑部MRI图像 | NA | 提高阿尔茨海默病的早期检测准确率，以预防疾病进展并制定有效治疗方案 | 脑部MRI图像 | digital pathology | geriatric disease | deep learning | Hybrid-RViT (ResNet-50 + ViT) | image | NA | NA | NA | NA | NA |
| 1948 | 2025-05-09 |
Fast fault diagnosis of smart grid equipment based on deep neural network model based on knowledge graph
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0315143
PMID:39951439
|
研究论文 | 本文提出了一种基于知识图谱和深度神经网络模型的智能电网设备快速故障诊断方法 | 创新性地将YOLOv4目标检测算法与知识图谱结合，统一了输入多模态信息的表征和存储 | 未提及具体实验样本量和在不同类型设备上的泛化能力 | 提高智能电网设备故障诊断的准确率和效率 | 智能电网设备 | 机器学习 | NA | 深度学习、知识图谱 | YOLOv4 | 多模态信息 | 未提及具体样本量 | NA | NA | NA | NA |
| 1949 | 2025-05-09 |
The multiple uses of artificial intelligence in exercise programs: a narrative review
2025, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2025.1510801
PMID:39957989
|
综述 | 本文综述了人工智能在促进体育活动、训练、运动和健康结果中的应用 | 阐明了人工智能在体育活动中的多种应用，填补了实际应用理解的空白 | 仅包括2014年以后发表的英文随机对照试验，排除了机器人辅助的研究 | 探讨人工智能在体育活动、训练、运动和健康结果中的应用 | 儿童、青少年、成人、老年人和残疾人等不同人群 | 机器学习 | NA | 人工智能、机器学习和深度学习 | NA | NA | 15项符合条件的研究 | NA | NA | NA | NA |
| 1950 | 2025-05-09 |
A preoperative predictive model based on multi-modal features to predict pathological complete response after neoadjuvant chemoimmunotherapy in esophageal cancer patients
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1530279
PMID:39958355
|
research paper | 本研究旨在开发一个多模态模型，结合治疗前的CT影像组学、病理组学特征及临床变量，预测局部晚期食管癌患者对新辅助化疗免疫治疗的病理完全缓解 | 提出了一个结合影像组学、病理组学及临床特征的多模态预测模型，其预测性能优于单一模态模型 | 样本量相对较小（223例），且研究时间范围较短（2021年8月至2023年12月） | 预测食管癌患者对新辅助化疗免疫治疗的病理完全缓解 | 局部晚期食管癌患者 | digital pathology | esophageal cancer | CT影像组学、病理组学 | SVM | image | 223例食管癌患者 | NA | NA | NA | NA |
| 1951 | 2025-10-07 |
Recent Advances in Nanomaterial-Based Biosignal Sensors
2025-01, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202405301
PMID:39610205
|
综述 | 本文综述了基于纳米材料的生物信号传感器的最新进展，包括其分类、应用及未来发展方向 | 系统地将纳米材料生物信号传感器分为三类进行分析，并重点探讨了深度学习信号处理和人机界面应用对传感器潜能的提升 | NA | 提供对纳米材料生物信号传感器的理解，概述技术现状，讨论需要解决的挑战并提出发展方向 | 基于纳米材料的生物信号传感器 | 生物医学工程 | NA | 纳米材料技术（金属基纳米颗粒/纳米线、碳基/聚合物基纳米材料） | 深度学习 | 生物信号数据（生物物理信号、生物电信号、生化信号） | NA | NA | NA | NA | NA |
| 1952 | 2025-05-08 |
Enhancing machine learning performance in cardiac surgery ICU: Hyperparameter optimization with metaheuristic algorithm
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0311250
PMID:39928609
|
研究论文 | 本研究通过元启发式算法优化机器学习模型的超参数，提升心脏手术ICU中患者呼吸机需求预测的性能 | 结合模拟退火(SA)和遗传算法(GA)优化集成模型的超参数，显著提高了模型灵敏度 | 研究仅针对心脏手术ICU患者，可能不适用于其他类型的ICU患者 | 优化机器学习模型以更准确地预测ICU患者对呼吸机的需求 | 心脏手术ICU患者 | 机器学习 | 心血管疾病 | 模拟退火(SA), 遗传算法(GA) | LDA, CatBoost, ANN, XGBoost, 集成模型 | 临床数据 | NA | NA | NA | NA | NA |
| 1953 | 2025-05-08 |
Quantitative research on aesthetic value of the world heritage karst based on UGC data: A case study of Huangguoshu Scenic Area
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0317304
PMID:39928674
|
研究论文 | 基于用户生成内容(UGC)数据和深度学习模型，对世界遗产喀斯特地貌的美学价值进行定量研究，以黄果树风景区为例 | 首次结合社交媒体的UGC数据、SegFormer深度学习模型、ArcGIS空间分析和自然语言处理技术(NLP)对自然景观美学价值进行定量评估 | 研究仅针对黄果树风景区，结果可能无法直接推广到其他世界遗产地 | 量化世界自然遗产地的美学价值 | 黄果树风景区的景观美学价值 | 数字景观分析 | NA | SegFormer深度学习模型、ArcGIS空间分析、自然语言处理技术(NLP) | SegFormer | 图像、文本 | NA | NA | NA | NA | NA |
| 1954 | 2025-05-08 |
Enhancing PM2.5 prediction by mitigating annual data drift using wrapped loss and neural networks
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0314327
PMID:39932913
|
research paper | 该论文提出两种考虑数据漂移特性的模型，用于PM2.5预测，并通过与多种深度学习模型比较，展示了其优越性 | 提出Front-loaded connection模型(FLC)和Back-loaded connection模型(BLC)来解决数据漂移问题，并引入包裹损失函数以提高预测准确性 | 研究仅基于2014-2018年的数据，可能无法涵盖所有潜在的数据漂移情况 | 提高PM2.5预测的准确性，特别是在存在年度数据漂移的情况下 | 气象空气质量数据和天气数据 | machine learning | NA | 统计技术分析年度数据漂移 | LSTM, CNN, FLC, BLC | 时间序列数据 | 2014-2018年五年的数据 | NA | NA | NA | NA |
| 1955 | 2025-05-08 |
Advancements in Viral Genomics: Gated Recurrent Unit Modeling of SARS-CoV-2, SARS, MERS, and Ebola viruses
2025, Revista da Sociedade Brasileira de Medicina Tropical
IF:1.8Q3
DOI:10.1590/0037-8682-0178-2024
PMID:39936709
|
研究论文 | 该研究使用门控循环单元(GRU)深度学习模型对SARS-CoV-2、SARS、MERS和埃博拉病毒的基因组序列进行全面分析和比较 | 采用GRU深度学习模型分析多种病毒的基因组序列，揭示其进化动态、传播模式和致病性 | 未来需要扩展研究更多病毒种类以增强模型的通用性 | 增强对新兴病毒威胁的理解和应对能力，开发有效的诊断和治疗干预措施 | SARS-CoV-2、SARS、MERS和埃博拉病毒的基因组序列 | 机器学习 | 病毒感染 | 基因组测序技术 | GRU | 基因组序列数据 | 四种病毒的基因组序列数据 | NA | NA | NA | NA |
| 1956 | 2025-05-08 |
A novel deep learning-based framework with particle swarm optimisation for intrusion detection in computer networks
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0316253
PMID:39937819
|
research paper | 提出了一种基于深度学习和粒子群优化的新型入侵检测框架 | 结合PSO进行超参数优化，并优化组合三种预训练网络模型 | 未提及具体在实际网络环境中的部署效果 | 提高计算机网络安全中的入侵检测效率和准确性 | 计算机网络的入侵行为 | machine learning | NA | deep learning, particle swarm optimisation (PSO) | DNN | network traffic data | KDDCUP'99, NSL-KDD和UNSW-NB15数据集 | NA | NA | NA | NA |
| 1957 | 2025-05-08 |
Long duration multi-channel surface electromyographic signals during walking at natural pace: Data acquisition and analysis
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0318560
PMID:39937870
|
research paper | 该研究介绍了一个长时间表面肌电信号（sEMG）数据集，记录了31名健康受试者在自然步速行走时的肌肉活动 | 提供了长时间（几分钟而非几秒）的sEMG信号数据集，支持对肌肉活动变异性的全面分析 | 研究仅涉及健康受试者，未包括病理条件下的数据 | 分析行走过程中表面肌电信号的变异性，并验证数据集的可靠性和可用性 | 31名20至30岁的健康受试者 | 生物医学工程 | NA | 表面肌电信号（sEMG）采集 | NA | sEMG信号、电测角信号和足地接触信号 | 31名健康受试者，每名受试者采集10个下肢肌肉的sEMG信号 | NA | NA | NA | NA |
| 1958 | 2025-05-08 |
Semisupervised adaptive learning models for IDH1 mutation status prediction
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321404
PMID:40323991
|
research paper | 提出了一种基于放射组学和粗糙集的半监督自适应深度学习模型，用于从MRI数据预测IDH1突变状态 | 使用粗糙集算法去除冗余医学图像特征，通过统计T检验为未标记数据添加伪标签，并采用SCSO算法优化伪标签数据权重，构建UCNet分类模型 | 未明确提及具体局限性 | 提高胶质瘤IDH1突变状态预测的准确性和医学影像数据利用率 | 316名胶质瘤患者的术前MRI数据 | digital pathology | glioma | MRI, radiomics, rough sets | UCNet (U-Net + CRNN), SCSO | MRI图像 | 316名胶质瘤患者 | NA | NA | NA | NA |
| 1959 | 2025-05-08 |
TCN-QV: an attention-based deep learning method for long sequence time-series forecasting of gold prices
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0319776
PMID:40324013
|
research paper | 提出了一种结合Temporal Convolutional Networks（TCN）与注意力机制的深度学习模型TCN-QV，用于提高黄金价格预测的准确性 | 结合TCN与Query和Keys注意力机制，自适应分配权重以提升预测精度 | 未明确提及具体局限性，但可能涉及模型在更广泛金融数据上的泛化能力 | 提高黄金价格时间序列预测的准确性 | 上海黄金价格时间序列数据 | machine learning | NA | 深度学习，注意力机制 | TCN, CNN, RNN | 时间序列数据 | 四个实验数据集，具体样本量未明确 | NA | NA | NA | NA |
| 1960 | 2025-10-07 |
Artificial intelligence-based cardiovascular/stroke risk stratification in women affected by autoimmune disorders: a narrative survey
2025-01-02, Rheumatology international
IF:3.2Q2
DOI:10.1007/s00296-024-05756-5
PMID:39745536
|
综述 | 探讨人工智能在自身免疫性疾病女性患者心血管/中风风险分层中的应用 | 首次将人工智能模型与自身免疫生物标志物和颈动脉超声影像特征结合用于女性心血管风险预测 | 仅针对女性患者进行研究，未包含男性对照群体 | 开发基于人工智能的心血管/中风风险分层系统 | 患有自身免疫性疾病的女性患者 | 机器学习 | 心血管疾病 | 颈动脉超声，生物标志物检测 | 机器学习，深度学习 | 医学影像，临床参数，生物标志物数据 | NA | NA | NA | NA | NA |