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 14521 - 14540 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14521 | 2025-10-07 |
Integrated convolutional neural network for skin cancer classification with hair and noise restoration
2025, Turkish journal of medical sciences
IF:1.2Q2
DOI:10.55730/1300-0144.5954
PMID:40104314
|
研究论文 | 提出集成卷积神经网络用于皮肤癌分类，通过头发修复和噪声去除提升诊断准确率 | 提出集成头发去除(IHR)和集成噪声去除(INR)的CNN方法，结合头发修复和图像去噪技术来提升皮肤病变分类性能 | 使用合成数据集进行实验，可能无法完全反映真实临床场景的复杂性 | 研究皮肤病变图像中头发和噪声伪影对分类器性能的影响，并开发去除方法以提高诊断准确性 | 皮肤病变的皮肤镜图像 | 计算机视觉 | 皮肤癌 | 头发模拟、噪声模拟、非局部均值去噪 | CNN | 图像 | HAM10000基准数据集和合成数据集 | NA | ResNet50, DenseNet121, ResNet152, VGG16, VGG19 | 准确率 | NA |
| 14522 | 2025-10-07 |
Deep learning-based analysis of 12-lead electrocardiograms in school-age children: a proof of concept study
2025, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2025.1471989
PMID:40109297
|
研究论文 | 开发并验证基于深度学习的12导联心电图自动分析模型，用于筛查学龄儿童异常心电图 | 首次将深度学习技术应用于学龄儿童12导联心电图的自动分析，相比传统算法在检测多种心电图异常时具有更高的特异性 | 研究样本仅来自日本一家三级转诊医院，需要进一步研究验证模型的普适性 | 开发自动分析儿童心电图的深度学习模型，用于筛查有猝死风险的儿童心脏病 | 6-18岁学龄儿童的心电图数据 | 机器学习 | 心血管疾病 | 心电图信号处理 | 深度学习 | 心电图波形数据 | 1,842份心电图（来自1,062名患者），其中测试组310份心电图（来自177名患者） | NA | NA | 特异性, 敏感性, McNemar检验, 决策曲线分析 | NA |
| 14523 | 2025-10-07 |
PoseRL-Net: human pose analysis for motion training guided by robot vision
2025, Frontiers in neurorobotics
IF:2.6Q3
DOI:10.3389/fnbot.2025.1531894
PMID:40109574
|
研究论文 | 提出PoseRL-Net深度学习模型用于机器人视觉引导下的人体姿态分析，提升复杂动态环境中的人机交互能力 | 集成时空图卷积网络、注意力机制、门控循环单元、姿态优化和对称约束的多组件融合架构 | NA | 解决传统人体姿态识别方法在遮挡、光照变化和运动连续性方面的局限性 | 人体姿态识别与分析 | 计算机视觉 | NA | 深度学习 | STGCN, GRU | 运动姿态数据 | Human3.6M和MPI-INF-3DHP数据集 | NA | Spatial-Temporal Graph Convolutional Network, Gated Recurrent Unit | MPIPE, P-MPIPE | NA |
| 14524 | 2025-10-07 |
Emotion recognition based on multimodal physiological electrical signals
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1512799
PMID:40109659
|
研究论文 | 提出一种基于脑电和心电信号融合的多模态情绪识别方法 | 结合注意力机制、一维卷积神经网络和门控循环单元构建复合神经网络模型，并采用随机森林进行特征筛选 | NA | 实现情绪状态的精确分类，特别关注情绪的三个维度（效价、唤醒度和支配感） | 多模态生理电信号（脑电和心电信号） | 机器学习 | 心理健康问题 | 脑电图，心电图 | CNN, GRU | 生理电信号 | DREAMER和DEAP数据集 | NA | Att-1DCNN-GRU | 准确率 | NA |
| 14525 | 2025-10-07 |
Predicting implicit concept embeddings for singular relationship discovery replication of closed literature-based discovery
2025, Frontiers in research metrics and analytics
DOI:10.3389/frma.2025.1509502
PMID:40110121
|
研究论文 | 提出一种基于相似性学习目标的知识图谱补全方法，用于预测文献中隐含概念关系 | 将知识图谱补全任务重新定义为预测图中互连顶点嵌入，并探索了三种顶点间边连接表示方法 | 在Hallmark of Cancer数据集上仅复制了五个已知发现，样本规模有限 | 改进文献基于发现方法，减少研究人员在提交查询时的领域专业知识需求 | 文献中的隐含概念关系和知识图谱 | 自然语言处理 | 癌症 | 深度学习, 知识图谱 | 深度学习模型 | 文本, 知识图谱 | Hallmark of Cancer数据集中的五个已知发现 | NA | NA | 排名, 模型收敛率, 统计显著性检验 | NA |
| 14526 | 2025-10-07 |
GDP prediction of The Gambia using generative adversarial networks
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1546398
PMID:40110175
|
研究论文 | 本研究使用生成对抗网络预测冈比亚的国内生产总值 | 首次将生成对抗网络应用于冈比亚GDP预测，展示了深度学习技术在小数据经济体中的优势 | 研究基于1970-2022年的历史数据，可能无法完全捕捉未来经济结构变化 | 预测冈比亚GDP并为政策制定者提供经济决策支持 | 冈比亚的经济指标和政府支出、通货膨胀、官方发展援助、汇款流入和外国直接投资等经济因素 | 机器学习 | NA | 深度学习 | GAN | 数值型经济数据 | 1970-2022年期间的经济数据 | NA | 生成对抗网络 | 决定系数R, 平均绝对误差, 平均绝对百分比误差, 均方根误差, 准确率 | NA |
| 14527 | 2025-10-07 |
Prediction of time averaged wall shear stress distribution in coronary arteries' bifurcation varying in morphological features via deep learning
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1518732
PMID:40110184
|
研究论文 | 本研究开发了一种基于深度学习的冠状动脉分叉处时间平均壁面剪应力分布的快速预测方法 | 首次将深度学习应用于冠状动脉分叉处血流动力学参数的快速预测，相比传统计算流体动力学方法显著提高了计算效率 | 研究基于理想化模型，可能无法完全反映真实冠状动脉的复杂解剖结构 | 开发高效的血流动力学参数预测方法以替代计算成本高的传统CFD模拟 | 冠状动脉分叉处的血流动力学参数 | 计算机视觉 | 心血管疾病 | 计算流体动力学, 深度学习 | CNN | 点云数据 | 1800个具有不同形态参数的理想化模型 | TensorFlow | U-net | 归一化平均绝对误差 | NA |
| 14528 | 2025-10-07 |
DBY-Tobacco: a dual-branch model for non-tobacco related materials detection based on hyperspectral feature fusion
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1538051
PMID:40110354
|
研究论文 | 提出基于高光谱特征融合的双分支模型DBY-Tobacco，用于实时检测烟草制品中的非烟草杂物 | 结合高光谱成像与改进的YOLOv8模型，采用双分支主干网络和BELFPN模块实现高效特征融合 | 存在高光谱图像中的条纹噪声问题，检测的非烟草杂物类型有待扩展 | 提升烟草制品质量和消费者安全，实现非烟草杂物的实时检测 | 烟草制品中的非烟草杂物 | 计算机视觉 | NA | 高光谱成像 | YOLOv8 | 高光谱图像 | 1000张图像，包含4203个非烟草杂物 | NA | 双分支主干网络，BiFPN-Efficient-Lighting-Feature-Pyramid-Network | F1分数，mAP@50，mAP@50-95，FPS | NA |
| 14529 | 2025-10-07 |
Behavioral tests for the assessment of social hierarchy in mice
2025, Frontiers in behavioral neuroscience
IF:2.6Q3
DOI:10.3389/fnbeh.2025.1549666
PMID:40110389
|
综述 | 本文总结了评估小鼠社会等级的主要行为学方法，探讨了其适用性、局限性及神经机制 | 系统评估现有社会等级评估方法并提出改进方案，强调性别差异研究的重要性 | 现有研究主要关注雄性小鼠，雌性小鼠的社会策略和生理机制研究不足 | 为研究社会行为的神经机制提供系统性参考框架和方法学指导 | 小鼠社会等级行为 | 行为神经科学 | 精神疾病（抑郁、焦虑） | 行为学测试、自动化追踪技术 | NA | 行为数据、生理数据 | NA | NA | NA | NA | NA |
| 14530 | 2025-03-20 |
Effect of adaptive statistical iterative reconstruction-V algorithm and deep learning image reconstruction algorithm on image quality and emphysema quantification in COPD patients under ultra-low-dose conditions
2025-Apr-01, The British journal of radiology
DOI:10.1093/bjr/tqae251
PMID:39862404
|
研究论文 | 本研究探讨了在超低剂量扫描条件下，不同重建算法（ASIR-V和DLIR）对慢性阻塞性肺疾病（COPD）患者图像质量和肺气肿定量的影响 | 首次在超低剂量CT扫描条件下比较了ASIR-V和DLIR算法对COPD患者图像质量和肺气肿定量的影响，并发现DLIR-M在图像质量和肺气肿定量方面表现最佳 | 样本量相对较小（62名COPD患者），且仅使用了商业计算机辅助诊断（CAD）软件进行分析 | 探讨不同重建算法在超低剂量CT扫描条件下对COPD患者图像质量和肺气肿定量的影响 | 62名COPD患者 | 数字病理 | 慢性阻塞性肺疾病（COPD） | CT扫描、计算机辅助诊断（CAD） | ASIR-V、DLIR | CT图像 | 62名COPD患者 | NA | NA | NA | NA |
| 14531 | 2025-03-20 |
X2-PEC: A Neural Network Model Based on Atomic Pair Energy Corrections
2025-Mar-30, Journal of computational chemistry
IF:3.4Q2
DOI:10.1002/jcc.70081
PMID:40099806
|
研究论文 | 本文介绍了X2-PEC方法，这是一种基于原子对能量校正的神经网络模型，旨在提高低阶密度泛函理论（DFT）计算的准确性 | X2-PEC模型通过使用重叠积分和核心哈密顿积分将物理和化学信息整合到特征向量中，以描述原子相互作用，从而提升低阶DFT计算的准确性 | NA | 提升低阶密度泛函理论（DFT）计算的准确性，使其达到高阶DFT计算的水平 | 分子性质预测，特别是异构体的原子化能量 | 机器学习 | NA | 人工神经网络（ANN） | X2-PEC | 分子数据 | QM9数据集，以及G2-HCNOF、PSH36、ALKANE28、BIGMOL20和HEDM45等数据集 | NA | NA | NA | NA |
| 14532 | 2025-03-20 |
Recent Progress on Heterojunction-Based Memristors and Artificial Synapses for Low-Power Neural Morphological Computing
2025-Mar-19, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202412851
PMID:40103529
|
综述 | 本文综述了基于异质结的忆阻器和人工突触在低功耗神经形态计算领域的最新进展 | 通过优化异质结的材料组成、界面特性和器件结构，降低能耗并提高性能稳定性和耐久性，为低功耗神经形态计算系统提供支持 | 详细讨论了限制基于异质结的忆阻器和人工突触发展的瓶颈 | 探讨基于异质结的忆阻器和人工突触在低功耗神经形态计算中的应用 | 异质结忆阻器和人工突触 | 神经形态计算 | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14533 | 2025-03-20 |
Privacy-Preserving Data Augmentation for Digital Pathology Using Improved DCGAN
2025-Mar-18, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3551720
PMID:40100674
|
研究论文 | 本文提出了一种基于改进的深度卷积生成对抗网络（DCGAN）的数据增强方法，用于数字病理学中的全切片图像（WSI）分析 | 利用自监督预训练的CTransPath模型提取多样且具有代表性的WSI特征，引入最小二乘对抗损失和频域损失以提高像素级精度和结构保真度，并通过残差块和跳跃连接增加网络深度、缓解梯度消失并提高训练稳定性 | 实验仅在PatchCamelyon数据集上进行，未验证在其他数据集上的泛化能力 | 解决数字病理学中WSI数据集因隐私法规限制而可用性不足的问题，提升深度学习模型的性能和泛化能力 | 全切片图像（WSI） | 数字病理学 | 肿瘤学 | DCGAN | 改进的DCGAN | 图像 | PatchCamelyon数据集 | NA | NA | NA | NA |
| 14534 | 2025-03-20 |
Detection of Anomalies in Data Streams Using the LSTM-CNN Model
2025-Mar-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25051610
PMID:40096438
|
研究论文 | 本文对应用于数据流异常检测的深度学习方法进行了比较分析，并评估了创新的LSTM-CNN方法的效果 | 提出了创新的LSTM-CNN方法，并证明其在数据流异常检测中的有效性 | 仅使用了Yahoo! Webscope S5数据集进行实验，未在其他数据集上验证 | 比较不同深度学习模型在数据流异常检测中的性能 | 数据流中的异常检测 | 机器学习 | NA | NA | LSTM, LSTM autoencoder, LSTM-CNN | 数据流 | Yahoo! Webscope S5数据集 | NA | NA | NA | NA |
| 14535 | 2025-03-20 |
Landsat Time Series Reconstruction Using a Closed-Form Continuous Neural Network in the Canadian Prairies Region
2025-Mar-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25051622
PMID:40096481
|
研究论文 | 本研究探讨了在加拿大草原地区使用封闭式连续深度神经网络（CFC）与循环神经网络（RNN）结合的CFC-mmRNN模型，用于重建1985年至今的Landsat时间序列 | 提出了一种新的CFC-mmRNN模型，显著提高了Landsat时间序列重建的准确性，相比传统方法在光谱波段上的精度提升了33%至42% | 研究主要针对加拿大草原地区，可能在其他地理区域的适用性有待验证 | 提高Landsat时间序列重建的准确性，以支持更广泛的环境监测和预测应用 | Landsat时间序列数据 | 遥感 | NA | 封闭式连续深度神经网络（CFC）与循环神经网络（RNN）结合 | CFC-mmRNN | 卫星图像 | 1985年至今的Landsat时间序列数据 | NA | NA | NA | NA |
| 14536 | 2025-03-20 |
YOLO-ACE: Enhancing YOLO with Augmented Contextual Efficiency for Precision Cotton Weed Detection
2025-Mar-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25051635
PMID:40096500
|
研究论文 | 本文提出了一种名为YOLO-ACE的改进模型，用于提高棉花田中杂草检测的精度和效率 | YOLO-ACE通过集成上下文增强模块（CAM）和选择性核注意力机制（SKAttention），以及解耦检测头，提升了多尺度特征捕捉和动态调整感受野的能力 | NA | 提高棉花田中杂草检测的精度和效率，以满足现代农业杂草管理的严格要求 | 棉花田中的杂草 | 计算机视觉 | NA | 深度学习 | YOLOv5s的改进版YOLO-ACE | 图像 | CottonWeedDet12 (CWD12) 数据集和CropWeed数据集 | NA | NA | NA | NA |
| 14537 | 2025-03-20 |
Quality of Experience (QoE) in Cloud Gaming: A Comparative Analysis of Deep Learning Techniques via Facial Emotions in a Virtual Reality Environment
2025-Mar-05, Sensors (Basel, Switzerland)
DOI:10.3390/s25051594
PMID:40096493
|
研究论文 | 本文比较了在虚拟现实环境中通过玩家面部表情评估云游戏体验质量（QoE）的深度学习技术 | 提出了一种基于卷积神经网络（CNN）架构的EmotionNET模型技术，用于通过面部表情评估云游戏体验质量，并与ConvoNEXT、EfficientNET和Vision Transformer（ViT）等其他深度学习技术进行了比较 | 传统评估方法未能准确捕捉用户的实际体验质量，部分用户对提供反馈不认真，即使服务符合SLA，部分玩家仍声称未收到承诺的服务 | 提高云游戏用户的体验质量（QoE） | 云游戏玩家 | 计算机视觉 | NA | 深度学习（DL） | CNN, ConvoNEXT, EfficientNET, Vision Transformer (ViT) | 面部表情数据 | 自定义数据集，EmotionNET模型训练准确率为98.9%，验证准确率为87.8% | NA | NA | NA | NA |
| 14538 | 2025-03-20 |
Research on Network Intrusion Detection Model Based on Hybrid Sampling and Deep Learning
2025-Mar-04, Sensors (Basel, Switzerland)
DOI:10.3390/s25051578
PMID:40096461
|
研究论文 | 本研究提出了一种基于混合采样和深度学习的增强型网络入侵检测模型TRBMA，旨在解决现有模型在时间特征学习不完整和恶意流量分类准确率低的问题 | TRBMA模型结合了Temporal Convolutional Networks (TCNs)、Bidirectional Gated Recurrent Units (BiGRUs)和Multi-Head Self-Attention机制，改进了ResNet18架构，并引入了AdamW优化器以提高模型训练的收敛速度和泛化能力 | NA | 提高网络入侵检测模型的准确率，特别是对恶意流量类型的识别 | 网络流量数据，特别是恶意流量类型 | 机器学习 | NA | 深度学习 | 1D-TCN-ResNet-BiGRU-Multi-Head Attention (TRBMA) | 时间序列数据 | CIC-IDS-2017数据集 | NA | NA | NA | NA |
| 14539 | 2025-03-20 |
Closing Gaps in Diabetic Retinopathy Screening in India Using a Deep Learning System
2025-Mar-03, JAMA network open
IF:10.5Q1
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14540 | 2025-03-20 |
Status and Opportunities of Machine Learning Applications in Obstructive Sleep Apnea: A Narrative Review
2025-Mar-01, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.02.27.25322950
PMID:40061337
|
综述 | 本文综述了2018年至2023年间发表的254篇科学出版物，探讨了机器学习在阻塞性睡眠呼吸暂停（OSA）研究中的应用现状和机会 | 本文首次系统地评估了机器学习在OSA研究中的应用，包括诊断、治疗优化和生物标志物开发等多个方面，并指出了当前研究中的不足和未来改进方向 | 研究队列主要为超重男性，女性、年轻肥胖成年人、60岁以上个体和不同种族群体的代表性不足，许多研究样本量小且模型验证不够稳健 | 评估机器学习在阻塞性睡眠呼吸暂停（OSA）研究中的应用现状和机会 | 阻塞性睡眠呼吸暂停（OSA）患者 | 机器学习 | 阻塞性睡眠呼吸暂停 | NA | 深度学习, 支持向量机 | 多导睡眠图, 心电图数据, 可穿戴设备数据 | 254篇科学出版物 | NA | NA | NA | NA |