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 16751 篇文献，本页显示第 13981 - 14000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13981 | 2025-04-06 |
Age-sex-specific burden of urological cancers attributable to risk factors in China and its provinces, 1990-2021, and forecasts with scenarios simulation: a systematic analysis for the Global Burden of Disease Study 2021
2025-Mar, The Lancet regional health. Western Pacific
DOI:10.1016/j.lanwpc.2025.101517
PMID:40177596
|
research paper | 该研究分析了1990-2021年中国及其各省份泌尿系统癌症的年龄性别特异性负担，并预测了未来情景模拟下的疾病负担 | 首次采用多注意力深度学习管道(iTransformer)建模泌尿系统癌症的时空模式，并提供年龄-性别-地区特异性长期预测 | 研究依赖于GBD数据库的准确性，且预测模型可能无法完全捕捉未来社会经济变化的影响 | 监测中国泌尿系统癌症的分布和决定因素，模拟健康干预措施的效果 | 中国34个省份的泌尿系统癌症患者 | digital pathology | prostate cancer, bladder cancer, kidney cancer, testicular cancer | iTransformer深度学习模型 | iTransformer | 流行病学数据 | 全国范围1990-2021年数据，2021年新发病例266,887例，现患病例159,506,067例 | NA | NA | NA | NA |
| 13982 | 2025-04-06 |
Conv-MTD: A CNN Based Multi-Label Medical Tubes Detection and Classification Model to Facilitate Resource-constrained Point-of-care Devices
2025-Feb-18, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3543245
PMID:40036431
|
research paper | 提出了一种基于CNN的多标签医疗管检测与分类模型Conv-MTD，用于辅助资源受限的即时医疗设备 | 利用EfficientNet-B7架构作为主干，并在中间层增强辅助头以缓解梯度消失问题，同时采用16位浮点量化优化模型 | 未提及模型在多样化数据集上的泛化能力或实际临床环境中的测试结果 | 开发一种自动化检测和分类医疗管放置位置的模型，以辅助放射科医生 | 医疗管的放置位置检测与分类 | digital pathology | NA | CXR imaging | CNN, EfficientNet-B7 | image | NA | NA | NA | NA | NA |
| 13983 | 2025-04-06 |
Large Generative Model Impulsed Lightweight Gaze Estimator via Deformable Approximate Large Kernel Pursuit
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3529379
PMID:40031234
|
研究论文 | 提出了一种新型轻量级网络结构，通过可变形近似大核和大型生成模型的隐式蒸馏，实现了高效且高精度的视线估计 | 设计了可变形近似大核的轻量级网络结构，并利用大型生成模型（Stable Diffusion V1.5）的泛化能力进行隐式蒸馏 | 未明确提及具体限制 | 开发高效且高精度的轻量级视线估计方法，适用于移动交互平台 | 视线估计模型 | 计算机视觉 | NA | 深度学习 | 轻量级网络结构（含可变形近似大核），Stable Diffusion V1.5 | 图像 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 13984 | 2025-04-06 |
Trustworthy Limited Data CT Reconstruction Using Progressive Artifact Image Learning
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3534559
PMID:40031253
|
研究论文 | 提出了一种名为渐进伪影图像学习（PAIL）的展开框架，用于有限数据CT重建，旨在解决现有深度学习方法在泛化性和稳定性方面的不足 | 通过残差域模块（RDM）、图像域模块（IDM）和小波域模块（WDM）三个关键模块的协作，逐步去除伪影并重建CT图像，同时通过小波压缩感知增强网络稳定性 | 方法在模拟CT数据集、临床心脏数据集和羊肺数据集上验证，但未提及在其他类型数据集上的表现 | 提高有限数据CT重建的质量和效率，减少辐射暴露或加速扫描过程 | 有限数据CT重建 | 数字病理 | NA | 深度学习 | PAIL（包含RDM、IDM和WDM模块） | CT图像 | 两个模拟CT数据集、一个临床心脏数据集和一个羊肺数据集 | NA | NA | NA | NA |
| 13985 | 2025-04-06 |
Deep Underwater Image Quality Assessment With Explicit Degradation Awareness Embedding
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3539477
PMID:40031436
|
研究论文 | 本文提出了一种新型的深度学习模型EDANet，用于水下图像质量评估，通过显式嵌入退化感知信息来提高模型性能 | 设计了EDANet模型，采用两阶段训练策略，先通过DIDNet子网络推断退化残差图，再将其嵌入DQENet子网络以增强退化感知能力 | 未提及具体的数据集规模限制或模型在特定场景下的适用性限制 | 改进水下图像质量评估的准确性和可靠性 | 水下退化图像 | 计算机视觉 | NA | 深度学习 | EDANet (包含DIDNet和DQENet子网络) | 图像 | 在两个基准数据集上进行了测试（未提及具体样本数量） | NA | NA | NA | NA |
| 13986 | 2025-04-06 |
ADStereo: Efficient Stereo Matching With Adaptive Downsampling and Disparity Alignment
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3540282
PMID:40031538
|
research paper | 本文提出了一种高效的立体匹配方法ADStereo，通过自适应下采样和视差对齐模块来平衡精度和计算效率 | 提出了自适应下采样模块（ADM）和视差对齐模块（DAM），以解决传统方法中因下采样操作导致的特征丢失和空间错位问题 | 未提及具体局限性 | 提高立体匹配算法在实时应用中的准确性和计算效率 | 立体匹配算法 | computer vision | NA | NA | ADStereo | image | 多个公共基准测试数据集（如KITTI stereo 2015） | NA | NA | NA | NA |
| 13987 | 2025-04-06 |
Joint Spatial and Frequency Domain Learning for Lightweight Spectral Image Demosaicing
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3536217
PMID:40031727
|
research paper | 提出了一种基于联合空间和频域信息学习的轻量级光谱图像去马赛克方法 | 结合空间和频域信息学习，提出无参数的光谱图像初始化策略和高效的空间-频率变换网络 | 未明确提及具体局限性 | 提高光谱图像去马赛克的重建质量和效率 | 光谱图像 | computer vision | NA | Fourier transform, deep learning | spatial-frequency transformer network | image | 模拟和真实数据（未明确提及具体数量） | NA | NA | NA | NA |
| 13988 | 2025-04-06 |
Local-Global Correlation Fusion-Based Graph Neural Network for Remaining Useful Life Prediction
2025-Jan, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3330487
PMID:37983145
|
研究论文 | 提出一种基于局部-全局相关性融合的图神经网络框架（LOGO），用于剩余使用寿命（RUL）预测 | 结合局部和全局信息有效建模传感器相关性，提出自适应融合机制和序列微图定义方法 | 未明确说明方法在极端工况或传感器故障情况下的鲁棒性 | 提升复杂系统中剩余使用寿命预测的准确性 | 多传感器监测的工业设备系统 | 机器学习 | NA | 图神经网络（GNN） | GNN | 时间序列传感器数据 | 未明确说明具体样本数量 | NA | NA | NA | NA |
| 13989 | 2025-04-06 |
MDNN-DTA: a multimodal deep neural network for drug-target affinity prediction
2025, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2025.1527300
PMID:40182923
|
研究论文 | 介绍了一种名为MDNN-DTA的多模态深度神经网络模型，用于预测药物-靶标亲和力（DTA） | 该模型能够直接从靶蛋白序列准确预测DTA，无需依赖蛋白质3D结构，这在药物发现中具有重要意义 | 未明确提及具体局限性 | 提高药物-靶标亲和力预测的效率和准确性 | 药物分子和靶蛋白的序列 | 机器学习 | NA | 深度学习 | GCN和CNN | 生物序列数据 | 未明确提及样本数量 | NA | NA | NA | NA |
| 13990 | 2025-04-05 |
Radioisotope compositional analysis using Monte Carlo γ-ray simulations and regression neural network
2025-Jun, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine
IF:1.6Q3
DOI:10.1016/j.apradiso.2025.111746
PMID:40020474
|
research paper | 本文开发了一种基于回归的卷积神经网络（CNN），用于预测模拟混合源光谱中的源及其比例，并与传统的库最小二乘算法进行了比较 | 采用回归CNN预测混合放射性同位素的光谱组成，相比传统线性方法具有更高的准确性和效率 | 研究基于模拟数据，实际环境中的噪声和干扰可能影响模型性能 | 开发高效自动化的γ光谱分析工具，用于放射性同位素的识别和定量分析 | 6种不同的放射性同位素及其混合光谱 | machine learning | NA | Monte Carlo γ-ray simulations, GEANT4软件包 | CNN | γ-ray光谱数据 | 6种同位素的综合模拟数据集 | NA | NA | NA | NA |
| 13991 | 2025-04-05 |
Reconstructing historical climate fields with deep learning
2025-Apr-04, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adp0558
PMID:40173235
|
research paper | 使用基于傅里叶卷积的深度学习方法重建历史气候场 | 提出了一种基于傅里叶卷积的深度学习方法，能够在大面积和不规则缺失数据的情况下，仅凭极少信息就能真实重建历史气候场，并重现已知历史事件 | NA | 填补历史气候记录的缺失数据，重建历史气候场 | 历史气候场数据 | machine learning | NA | deep learning, Fourier convolutions | CNN | climate model output | NA | NA | NA | NA | NA |
| 13992 | 2025-04-05 |
Interpretable multimodal deep learning model for predicting post-surgical international society of urological pathology grade in primary prostate cancer
2025-Apr-04, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07248-5
PMID:40183953
|
研究论文 | 开发了一种可解释的多模态深度学习模型，用于预测前列腺癌术后国际泌尿病理学会分级 | 整合了18F-PSMA-PET/CT成像特征与临床变量，构建了可解释的多模态融合模型，显著优于术前活检Gleason评分 | 研究为回顾性设计，样本量相对有限（222例患者） | 提高前列腺癌病理分级的准确性，优化手术规划和个性化治疗策略 | 前列腺癌患者 | 数字病理 | 前列腺癌 | 18F-PSMA-PET/CT成像，深度迁移学习 | 多模态融合模型 | 医学影像（PET/CT），临床参数 | 222例前列腺癌患者（2020-2024年） | NA | NA | NA | NA |
| 13993 | 2025-04-05 |
Advancing Visual Perception Through VCANet-Crossover Osprey Algorithm: Integrating Visual Technologies
2025-Apr-03, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01467-w
PMID:40180632
|
research paper | 该研究提出了一种基于视觉核心适应网络和交叉鱼鹰算法的VCANet-COP模型，用于糖尿病视网膜病变的细微病变识别 | VCANet-COP模型整合了稀疏自编码器和鱼鹰优化算法，模拟了人类视觉系统的多个处理区域，提高了病变检测的准确性和计算效率 | 虽然模型在多个数据集上表现优异，但未提及在临床实际应用中的验证情况 | 开发一种高效准确的自动化糖尿病视网膜病变筛查方法 | 糖尿病视网膜病变的细微病变识别 | digital pathology | diabetic retinopathy | deep learning | VCANet-COP (整合SAEs和OOA) | retinal fundus images | 多个DR数据集（DR-Data, STARE, IDRiD, DRIVE, RFMID） | NA | NA | NA | NA |
| 13994 | 2025-10-07 |
Global Clue-Guided Cross-Memory Quaternion Transformer Network for Multisource Remote Sensing Data Classification
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3406735
PMID:38875091
|
研究论文 | 提出一种用于多源遥感数据分类的全局线索引导跨记忆四元数Transformer网络 | 设计了独立挤压扩展融合结构、跨记忆四元数Transformer结构和跨模态对比学习结构，有效处理多模态数据的异构性并挖掘互补性 | NA | 解决多源遥感数据分类中模态异构性问题并探索模态互补性 | 多源遥感数据[高光谱图像(HSI)和合成孔径雷达(SAR)/激光雷达(LiDAR)] | 计算机视觉 | NA | 遥感成像技术 | Transformer | 多源遥感图像数据 | 三个公共多源遥感数据集 | NA | 三分支结构,独立挤压扩展融合结构,跨记忆四元数Transformer,跨模态对比学习 | NA | NA |
| 13995 | 2025-10-07 |
Leveraging Unsupervised Data and Domain Adaptation for Deep Regression in Low-Cost Sensor Calibration
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3409364
PMID:38889022
|
研究论文 | 本文提出了一种用于低成本传感器校准的半监督域自适应深度回归方法 | 将传感器校准任务转化为半监督域自适应问题，提出使用直方图损失对抗协变量偏移，并通过样本加权处理标签间隙 | NA | 提高低成本空气质量传感器的校准精度 | 低成本空气质量传感器数据 | 机器学习 | NA | 深度学习 | 深度回归模型 | 传感器数据 | NA | NA | NA | R²分数, MAE | NA |
| 13996 | 2025-10-07 |
A Novel Hierarchical Cross-Stream Aggregation Neural Network for Semantic Segmentation of 3-D Dental Surface Models
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3404276
PMID:38848227
|
研究论文 | 提出一种用于3D牙科模型语义分割的分层跨流聚合神经网络 | 设计了基于多流架构的分层跨流聚合模块，通过上下文聚合和判别性聚合联合优化多视图特征学习 | NA | 实现精确的3D牙科模型语义分割以支持个性化正畸治疗规划 | 真实患者的3D牙科表面模型 | 计算机视觉 | 牙科疾病 | 3D牙科模型分析 | 神经网络 | 3D点云数据 | 公共数据集和内部真实患者数据集 | PyTorch | 分层跨流聚合网络,多流骨干网络 | 语义分割精度 | NA |
| 13997 | 2025-10-07 |
Learning Disentangled Priors for Hyperspectral Anomaly Detection: A Coupling Model-Driven and Data-Driven Paradigm
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3401589
PMID:38833391
|
研究论文 | 提出一种结合模型驱动与数据驱动方法的学习解耦先验耦合范式，用于高光谱异常检测 | 首次将模型驱动的低秩表示方法与数据驱动的深度学习技术通过解耦先验学习相结合，通过跳跃残差连接优雅地建模显式和隐式先验之间的关系 | 未在抽象中明确说明具体局限性 | 提高高光谱图像中背景与异常物体的区分准确度 | 高光谱图像中的背景和异常物体 | 计算机视觉 | NA | 高光谱成像 | 深度学习, 低秩表示 | 高光谱图像 | 多个广泛认可的数据集（未指定具体数量） | NA | 深度展开架构, 跳跃残差连接 | 检测性能, 泛化能力 | NA |
| 13998 | 2025-10-07 |
Brain-Inspired Learning, Perception, and Cognition: A Comprehensive Review
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3401711
PMID:38809737
|
综述 | 本文从微观、介观、宏观和超宏观视角全面回顾了受脑启发的深度学习算法在感知、认知和理解决策方面的研究进展 | 首次从四个空间尺度（微观/介观/宏观/超宏观）系统梳理脑启发算法，并总结了该领域面临的十大开放性问题 | 作为综述文章未提出新的算法模型，主要聚焦于现有研究的系统性归纳 | 推动下一代人工智能技术发展，通过脑科学机制提升现有模型的智能水平 | 脑启发的人工智能算法与模型 | 机器学习 | NA | NA | 深度学习 | NA | NA | NA | NA | NA | NA |
| 13999 | 2025-10-07 |
Spectral Tensor Layers for Communication-Free Distributed Deep Learning
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3394861
PMID:38809740
|
研究论文 | 提出一种用于无通信分布式深度学习的光谱张量层 | 将数据表示为张量形式并用张量积替代传统神经网络中的矩阵积，通过线性变换将数据集分割为多个光谱子数据集实现零通信成本的并行训练 | NA | 实现无通信成本的分布式深度学习 | 分布式深度学习系统 | 机器学习 | NA | 张量分解，线性变换 | 光谱张量网络 | 图像 | MNIST, CIFAR-10, ImageNet-1K, ImageNet-21K数据集 | NA | 并行分支神经网络 | NA | NA |
| 14000 | 2025-10-07 |
Deep Geometric Learning With Monotonicity Constraints for Alzheimer's Disease Progression
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3394598
PMID:38771688
|
研究论文 | 提出一种结合单调性约束的深度几何学习方法用于预测阿尔茨海默病进展 | 开发了结合拓扑空间变换、ODE-RGRU和轨迹估计三个模块的新型几何学习框架，并引入单调性约束来反映测量转换的不可逆性 | NA | 预测阿尔茨海默病的临床进展轨迹 | 阿尔茨海默病患者 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | RNN, ODE | MRI影像, 认知评分 | NA | NA | ODE-RGRU | 临床标签预测准确率, 认知评分预测准确率 | NA |