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 19281 篇文献，本页显示第 18121 - 18140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18121 | 2025-02-14 |
Spatial-temporal activity-informed diarization and separation
2025-Feb-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0035830
PMID:39945646
|
研究论文 | 本文提出了一种利用说话者时空活动的鲁棒多通道说话者分离和识别系统 | 系统采用混合架构，结合阵列信号处理单元和深度学习单元，提出了一种基于空间一致性矩阵的说话者识别方法和一种全局与局部活动驱动的说话者提取网络 | 未明确提及具体局限性 | 开发一种鲁棒的多通道说话者分离和识别系统 | 多通道音频信号中的说话者 | 自然语言处理 | NA | 深度学习，阵列信号处理 | Encoder-Decoder-based Attractor network, Global and Local Activity-driven Speaker Extraction network | 音频信号 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 18122 | 2025-10-07 |
Goose multi-omics database: A comprehensive multi-omics database for goose genomics
2025-Jan-23, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2025.104842
PMID:39874782
|
研究论文 | 介绍了一个整合鹅类多组学数据的综合数据库GMD | 首次建立了统一的鹅类多组学数据集成平台，提供一站式基因信息搜索、分析和可视化功能 | 未提及数据库当前覆盖的数据量范围和更新机制 | 构建鹅类多组学数据库以促进鹅基因组学研究 | 鹅类基因组数据和多组学信息 | 生物信息学 | NA | 多组学分析、基因组学 | NA | 基因组数据、基因表达数据、基因组变异数据 | NA | NA | NA | NA | NA |
| 18123 | 2025-10-07 |
Where, why, and how is bias learned in medical image analysis models? A study of bias encoding within convolutional networks using synthetic data
2025-Jan, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2024.105501
PMID:39671751
|
研究论文 | 本研究通过合成脑磁共振成像数据系统性地分析了卷积神经网络中偏见的编码机制 | 首次系统研究医学图像分析模型中偏见编码的位置、原因和方式，使用已知疾病和偏见效应的合成数据进行客观分析 | 使用合成数据而非真实临床数据，可能无法完全反映真实世界的复杂性 | 理解深度学习模型在医学图像分析中算法偏见的编码机制 | 合成脑磁共振成像数据 | 医学图像分析 | 神经系统疾病 | 脑磁共振成像 | CNN | 医学图像 | NA | NA | 卷积神经网络 | NA | NA |
| 18124 | 2025-10-07 |
A step towards quantifying, modelling and exploring uncertainty in biomedical knowledge graphs
2025-Jan, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109355
PMID:39541901
|
研究论文 | 本研究提出使用深度学习技术基于文本支持证据自动量化和建模生物医学知识图谱中事实的不确定性 | 首次将句子转换器与朴素贝叶斯分类器结合用于生物医学知识图谱事实不确定性量化，并提出能够处理大规模知识图谱的KGB2U方法 | NA | 自动量化和建模生物医学知识图谱中事实的不确定性 | 生物医学知识图谱中的事实及其文本支持证据 | 自然语言处理 | NA | 深度学习 | 句子转换器, 朴素贝叶斯分类器 | 文本 | NA | NA | 句子转换器 | 分类性能 | NA |
| 18125 | 2025-02-14 |
Detection of Masses in Mammogram Images Based on the Enhanced RetinaNet Network With INbreast Dataset
2025, Journal of multidisciplinary healthcare
IF:2.7Q2
DOI:10.2147/JMDH.S493873
PMID:39935433
|
研究论文 | 本文提出了一种基于增强RetinaNet网络的乳腺X光图像肿块检测方法，旨在提高计算机辅助诊断的效率和准确性 | 在RetinaNet网络结构中引入ReLU函数处理特征图M5，以防止小肿块特征的分辨率损失，并采用迁移学习技术进行模型训练 | 研究仅基于INbreast数据集进行验证，未在其他数据集上测试模型的泛化能力 | 提高乳腺X光图像中肿块的检测准确率，减少假阳性和假阴性 | 乳腺X光图像中的肿块 | 计算机视觉 | 乳腺癌 | 深度学习 | RetinaNet | 图像 | INbreast数据集 | NA | NA | NA | NA |
| 18126 | 2025-02-14 |
Diagnosis of depression based on facial multimodal data
2025, Frontiers in psychiatry
IF:3.2Q2
DOI:10.3389/fpsyt.2025.1508772
PMID:39935533
|
研究论文 | 本研究提出了一种基于面部视频和音频数据的深度学习方法来自动诊断抑郁症 | 通过融合多模态数据，使用时空注意力模块增强视觉特征提取，并结合GCN和LSTM分析音频特征，有效捕捉与抑郁症相关的不同特征模式 | NA | 开发基于客观指标的自动诊断工具，以解决传统量表诊断方法的主观性强和误诊率高的问题 | 抑郁症患者 | 机器学习 | 抑郁症 | 深度学习 | GCN, LSTM | 面部视频, 音频数据 | 公开的临床数据集E-DAIC | NA | NA | NA | NA |
| 18127 | 2025-02-14 |
Mapping knowledge landscapes and emerging trends in artificial intelligence for antimicrobial resistance: bibliometric and visualization analysis
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1492709
PMID:39935800
|
研究论文 | 本文通过文献计量学分析，系统地绘制了人工智能在抗菌素耐药性研究中的应用知识图谱和发展趋势 | 整合了多种文献计量学方法，包括VOSviewer、CiteSpace和定量分析，以可视化合作网络和研究集群，并分析时间演变 | 数据来源仅限于Web of Science核心合集数据库，可能未涵盖所有相关研究 | 提供基于证据的见解，指导未来研究方向，并为这一动态领域的战略决策提供信息 | 2014年至2024年期间发表的关于人工智能在抗菌素耐药性研究中应用的出版物 | 机器学习 | 抗菌素耐药性 | 文献计量学分析、VOSviewer、CiteSpace | 人工神经网络、图神经网络 | 文献数据 | 2,408篇出版物 | NA | NA | NA | NA |
| 18128 | 2025-02-14 |
DPD-YOLO: dense pineapple fruit target detection algorithm in complex environments based on YOLOv8 combined with attention mechanism
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1523552
PMID:39935949
|
研究论文 | 本文提出了一种基于YOLOv8并结合注意力机制的DPD-YOLO算法，用于复杂环境下的菠萝果实目标检测 | DPD-YOLO算法引入了注意力机制（Coordinate Attention）和BiFPN（双向特征金字塔网络），并替换了YOLOv8的检测头为RT-DETR检测头，结合了Cross-Attention和Self-Attention机制，显著提高了模型在复杂背景和遮挡情况下的检测精度 | NA | 提高复杂环境下菠萝果实目标检测的准确性 | 菠萝果实 | 计算机视觉 | NA | NA | YOLOv8, DPD-YOLO, RT-DETR | 图像 | NA | NA | NA | NA | NA |
| 18129 | 2025-02-14 |
Dual-stream disentangled model for microvascular extraction in five datasets from multiple OCTA instruments
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1542737
PMID:39944497
|
研究论文 | 本文提出了一种新颖的双流解耦网络（D2Net），用于视网膜OCTA微血管分割，有效减少了不同成像仪器带来的噪声和伪影干扰 | 提出了一种双流编码器，分别学习图像伪影和潜在血管特征，通过引入血管结构作为先验约束和构建辅助信息，实现了解耦表示学习 | 尽管在多个数据集上验证了方法的鲁棒性和泛化能力，但仍需进一步验证其在更广泛临床环境中的适用性 | 提高视网膜OCTA微血管分割的准确性，减少噪声和伪影的干扰 | 视网膜OCTA图像中的微血管 | 计算机视觉 | 眼科疾病 | OCTA成像技术 | 双流解耦网络（D2Net） | 图像 | 五个数据集（包括FOCA、OCTA-500、ROSE-O、ROSE-Z和ROSE-H），数据来自不同仪器 | NA | NA | NA | NA |
| 18130 | 2025-02-14 |
Magnetic resonance imaging-based deep learning for predicting subtypes of glioma
2025, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2025.1518815
PMID:39944539
|
研究论文 | 本研究探讨了基于磁共振成像（MRI）的深度学习在胶质瘤亚型分类中的应用价值 | 开发了一套能够有效分类胶质瘤亚型的模型，并发现仅包含FLAIR序列的模型效果最佳 | 研究样本主要来自公开数据库和单一医院，可能存在样本选择偏差 | 探索基于MRI的深度学习在胶质瘤亚型分类中的应用 | 747名来自公开数据库和64名来自医院的经手术病理证实的胶质瘤成年患者 | 计算机视觉 | 胶质瘤 | 磁共振成像（MRI） | 深度学习 | 图像 | 811名患者（747名来自公开数据库，64名来自医院） | NA | NA | NA | NA |
| 18131 | 2025-02-14 |
Modeling dose uncertainty in cone-beam computed tomography: Predictive approach for deep learning-based synthetic computed tomography generation
2025-Jan, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100704
PMID:39944778
|
研究论文 | 本研究提出了一种基于深度学习的合成CT生成方法，用于评估锥形束CT（CBCT）中的剂量不确定性 | 引入了与合成CT和CT之间误差相关的体素级不确定性估计器，并提出了一种通过定义CT剂量-体积直方图（DVH）周围的置信区间来估计剂量不确定性的新方法 | 研究样本主要来自单一中心的头颈部患者，且仅测试了少量来自其他中心的患者，可能限制了方法的普适性 | 提高CBCT在图像引导放疗中的剂量计算准确性 | 头颈部癌症患者 | 计算机视觉 | 头颈部癌症 | 深度学习 | NA | 医学影像 | 85名头颈部患者（主要来自单一中心），外加3名来自不同中心的患者 | NA | NA | NA | NA |
| 18132 | 2025-02-14 |
Association between the subclinical level of problematic internet use and habenula volume: a look at mediation effect of neuroticism
2025, General psychiatry
IF:5.3Q1
DOI:10.1136/gpsych-2024-101694
PMID:39944777
|
研究论文 | 本研究探讨了亚临床水平的问题性互联网使用（PIU）与缰核体积之间的关系，以及神经质在这一关系中的中介作用 | 首次揭示了缰核体积减少与PIU增加之间的关键联系，并发现神经质是PIU发展的关键风险因素，且在其中起中介作用 | 研究为横断面设计，无法确定因果关系；样本量相对较小 | 探讨亚临床PIU与缰核体积的关系及人格特质的中介作用 | 110名健康成年人 | 神经科学 | 精神疾病 | 结构磁共振成像，深度学习技术 | 深度学习 | 图像，问卷数据 | 110名健康成年人 | NA | NA | NA | NA |
| 18133 | 2025-02-13 |
A comprehensive hog plum leaf disease dataset for enhanced detection and classification
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111311
PMID:39931093
|
研究论文 | 本文介绍了一个全面的Hog plum叶片病害数据集，旨在增强病害的检测和分类 | 创建了一个全面的Hog plum叶片病害数据集，并通过数据增强技术扩展了数据集，提高了深度学习模型的训练效果 | 数据集仅包含来自孟加拉国不同地区的图像，可能无法完全代表其他地区的病害情况 | 开发一个用于早期检测和分类Hog plum叶片病害的机器学习模型，以减少对人工检查的依赖 | Hog plum叶片病害 | 计算机视觉 | 植物病害 | 数据增强技术（翻转、旋转、缩放、平移、裁剪、添加噪声、调整亮度、调整对比度、缩放） | 深度学习模型 | 图像 | 原始数据集包含3782张图像，通过数据增强扩展到20000张图像 | NA | NA | NA | NA |
| 18134 | 2025-10-07 |
Active learning for extracting rare adverse events from electronic health records: A study in pediatric cardiology
2025-Mar, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2024.105761
PMID:39689449
|
研究论文 | 本研究开发了一种基于主动学习和深度学习的文本分类器，用于从电子健康记录中自动提取儿科心脏导管术相关的不良事件 | 采用主动学习流程进行医学文本标注，针对罕见不良事件开发了高效的深度学习分类器 | 数据集存在不平衡问题，不良事件较为罕见，初始预筛选产生大量假阳性 | 自动化从电子医疗记录文本中提取心脏导管术相关不良事件 | 因心脏导管术住院的儿科患者电子健康记录 | 自然语言处理 | 心血管疾病 | 电子健康记录文本挖掘，正则表达式，主动学习 | 深度学习文本分类器 | 文本 | 2,980名患者 | NA | NA | 召回率, 特异性 | NA |
| 18135 | 2025-10-07 |
AtSubP-2.0: An integrated web server for the annotation of Arabidopsis proteome subcellular localization using deep learning
2025-Mar, The plant genome
DOI:10.1002/tpg2.20536
PMID:39924294
|
研究论文 | 开发了一个基于深度学习的网络服务器AtSubP-2.0，用于拟南芥蛋白质组亚细胞定位注释 | 在AtSubP v1.0基础上扩展，采用四阶段策略精确预测蛋白质亚细胞定位，包括单/双定位区分、12个单定位分类、9个双定位分类和膜蛋白类型分类 | NA | 开发快速准确的拟南芥蛋白质亚细胞定位预测工具 | 拟南芥蛋白质组 | 生物信息学 | NA | 深度学习 | NA | 蛋白质序列数据 | NA | NA | NA | 准确率, Matthews相关系数 | 网络服务器 |
| 18136 | 2025-02-13 |
Deep Imbalanced Regression Model for Predicting Refractive Error from Retinal Photos
2025 Mar-Apr, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100659
PMID:39931359
|
研究论文 | 本研究旨在通过整合深度不平衡回归（DIR）技术到ResNet和Vision Transformer模型中，从视网膜照片预测屈光不正 | 首次将深度不平衡回归（DIR）技术整合到ResNet和Vision Transformer模型中，以解决数据集不平衡问题，并进行了外部验证 | 研究为回顾性研究，可能存在选择偏差 | 预测屈光不正 | 视网膜照片 | 计算机视觉 | 眼科疾病 | 深度不平衡回归（DIR） | ResNet34, SwinV2 (Swin Transformer) | 图像 | 总计124,514张视网膜图像（新加坡眼病流行病学研究、英国生物银行、新加坡前瞻性研究和北京眼研究） | NA | NA | NA | NA |
| 18137 | 2025-02-13 |
PortNet: Achieving lightweight architecture and high accuracy in lung cancer cell classification
2025-Feb-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e41850
PMID:39931476
|
研究论文 | 本研究开发了一种名为PortNet的深度学习模型，旨在为肺癌细胞的病理类型提供高效、准确且经济的辅助诊断 | PortNet模型通过结合1×1卷积块和深度可分离卷积架构，显著减少了模型参数数量，同时通过集成Squeeze-and-Excitation自注意力模块增强了特征表示，实现了轻量化和高精度的平衡 | 未提及模型在实际临床环境中的验证情况，以及是否适用于其他类型的癌症细胞分类 | 开发一种轻量化的深度学习模型，用于肺癌细胞分类的辅助诊断 | 肺癌细胞 | 计算机视觉 | 肺癌 | 深度学习 | CNN | 图像 | 未明确提及样本数量 | NA | NA | NA | NA |
| 18138 | 2025-10-07 |
Deep learning-based quick MLC sequencing for MRI-guided online adaptive radiotherapy: a feasibility study for pancreatic cancer patients
2025-Feb-12, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adb099
PMID:39883962
|
研究论文 | 本研究开发了一种基于深度学习的快速多叶准直器序列生成方法，用于MRI引导的在线自适应放疗 | 首次将循环条件生成对抗网络应用于放疗计划中的MLC序列快速生成，显著缩短了在线重新计划时间 | 研究样本量相对有限，仅包含49名腹部癌症患者的数据 | 开发快速深度学习方法替代耗时的传统叶片序列生成过程，加速MRI引导的在线自适应放疗 | 胰腺癌患者和其他腹部癌症患者 | 医学影像分析 | 胰腺癌 | MRI引导放疗，深度学习 | GAN, RNN | 医学影像（MRI），放疗计划数据 | 49名腹部癌症患者的242个日常治疗分次 | NA | 循环条件生成对抗网络 | 伽马通过率，相对绝对误差，段数比较，总监测单位数，执行时间 | GTX 1660 TI GPU |
| 18139 | 2025-10-07 |
Frontier molecular orbital weighted model based networks for revealing organic delayed fluorescence efficiency
2025-Feb-10, Light, science & applications
DOI:10.1038/s41377-024-01713-w
PMID:39924488
|
研究论文 | 开发了一种基于前沿分子轨道加权的电子结构融合网络模型，用于预测有机热激活延迟荧光分子的发光效率 | 首次将前沿分子轨道权重表示与建模特征相结合，开发了能够准确预测TADF分子光致发光量子产率的可解释性工具 | 未明确说明模型在多大程度上解决了访问TADF发射体激发态特性的挑战 | 开发能够评估有机热激活延迟荧光材料效率的深度学习模型 | 有机热激活延迟荧光分子 | 机器学习 | NA | 深度学习 | 神经网络 | 分子几何结构和轨道信息 | NA | NA | 电子结构融合网络 | 光致发光量子产率预测准确度 | NA |
| 18140 | 2025-10-07 |
An automatic control system based on machine vision and deep learning for car windscreen clean
2025-Feb-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88688-9
PMID:39924520
|
研究论文 | 提出一种基于机器视觉和深度学习的实时雨滴检测系统和创新雨刮控制方法 | 使用改进的YOLOv8模型构建全天气雨滴检测模型，能根据降雨强度自动调整检测频率和雨刮器运行速度 | NA | 开发自动雨刮控制系统以提升雨天驾驶安全性 | 汽车挡风玻璃上的雨滴 | 计算机视觉 | NA | 机器视觉 | CNN | 图像 | NA | NA | YOLOv8 | 精确率, 召回率, 检测速度 | NA |