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 1209 篇文献，本页显示第 641 - 660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 641 | 2025-03-16 |
SADASNet: A Selective and Adaptive Deep Architecture Search Network with Hyperparameter Optimization for Robust Skin Cancer Classification
2025-Feb-24, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15050541
PMID:40075789
|
研究论文 | 本文提出了一种基于元启发式优化的深度学习方法SADASNet，用于多类皮肤癌分类，旨在提高诊断准确性并降低计算复杂度 | SADASNet方法结合了粒子群优化技术，创新性地解决了超参数优化问题，并应用了数据增强技术以克服类别不平衡问题 | NA | 提高皮肤癌分类的准确性并降低计算复杂度 | 皮肤癌 | 计算机视觉 | 皮肤癌 | 粒子群优化（PSO） | SADASNet | 图像 | HAM10000数据集 | NA | NA | NA | NA |
| 642 | 2025-03-16 |
A Multi-Agent and Attention-Aware Enhanced CNN-BiLSTM Model for Human Activity Recognition for Enhanced Disability Assistance
2025-Feb-22, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15050537
PMID:40075785
|
研究论文 | 本文提出了一种新颖的三阶段特征集成策略，结合深度学习和机器学习，用于准确自动分类人类活动识别，以增强残疾辅助技术 | 通过增强最先进的卷积神经网络（CNN）和双向长短期记忆（BiLSTM）模型，结合选择性机器学习分类器和注意力机制，开发了一种独特的活动检测方法 | NA | 增强残疾辅助技术，包括跌倒检测、康复进度跟踪和个性化运动模式分析 | 人类活动识别 | 机器学习 | 残疾 | 深度学习（DL）和机器学习（ML） | CNN, BiLSTM, Attention-CNN-BiLSTM | 活动数据 | 公开可用的数据集（UCI-HAR数据集和WISDM） | NA | NA | NA | NA |
| 643 | 2025-03-15 |
Learning maximally spanning representations improves protein function annotation
2025-Feb-17, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.13.638156
PMID:40027840
|
研究论文 | 本文提出了一种名为MSRep的新型深度学习框架，旨在解决蛋白质功能注释中的不平衡问题，并提高注释准确性 | MSRep框架通过优化受神经崩溃（NC）启发的损失函数，确保少数功能在嵌入空间中与多数功能同等表示，从而提高了预测准确性和泛化能力 | 虽然MSRep在多个蛋白质功能注释任务中表现出色，但其在未表征蛋白质上的应用仍需进一步验证 | 提高蛋白质功能注释的准确性，特别是对于研究不足的功能类别 | 蛋白质功能注释 | 计算生物学 | NA | 深度学习 | 预训练蛋白质语言模型 | 蛋白质序列数据 | NA | NA | NA | NA | NA |
| 644 | 2025-03-14 |
Regularization by Neural Style Transfer for MRI Field-Transfer Reconstruction with Limited Data
2025-Feb-19, ArXiv
PMID:40034133
|
研究论文 | 本文提出了一种新的MRI重建框架RNST，通过神经风格迁移（NST）引擎与去噪器结合，实现在数据有限情况下的磁场转移重建 | RNST框架结合了神经风格迁移和去噪技术，能够在不需要配对训练数据的情况下，从低场输入生成高质量图像，解决了数据有限环境下的重建问题 | 尽管RNST在风格和内容图像不完全对齐时仍保持鲁棒性，但在临床环境中，精确的参考匹配不可用时，其适用性可能受到限制 | 研究目的是开发一种在数据有限情况下进行MRI磁场转移重建的新方法 | 研究对象是MRI图像，特别是低场输入下的图像重建 | 计算机视觉 | NA | 神经风格迁移（NST） | NA | 图像 | NA | NA | NA | NA | NA |
| 645 | 2025-03-13 |
Unified resilience model using deep learning for assessing power system performance
2025-Feb-28, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42802
PMID:40066024
|
研究论文 | 本文介绍了一种使用深度学习的统一弹性模型（URM），以提高电力系统的性能 | 提出了一种结合深度学习的统一弹性模型，用于分析影响电池和储能设备弹性的环境因素，并通过已知的低弹性损耗数据进行训练，以增强各种强化因素 | NA | 提高电力系统的性能，特别是关注天气因素对系统弹性的影响 | 电池和储能设备的弹性 | 机器学习 | NA | 深度学习 | 深度学习模型 | 环境因素数据、低弹性损耗数据 | NA | NA | NA | NA | NA |
| 646 | 2025-03-12 |
Artificial Intelligence in Myopic Maculopathy: A Comprehensive Review of Identification, Classification, and Monitoring Using Diverse Imaging Modalities
2025-Feb, Cureus
DOI:10.7759/cureus.78685
PMID:40062093
|
综述 | 本文综述了人工智能（AI）在近视性黄斑病变识别、分类和监测中的应用，主要使用传统成像技术如眼底摄影和光学相干断层扫描（OCT） | 本文综合分析了2018年至2024年间发表的13项研究，探讨了机器学习和深度学习算法在高度近视病例诊断、分类和随访中的角色，揭示了AI模型在疾病诊断中的支持作用 | 大多数研究集中在中国，且主要关注近视性黄斑变性和高度近视患者，可能限制了结果的普遍性 | 探讨AI工具在近视性黄斑病变检测中的有效性和实用性 | 近视性黄斑病变患者 | 数字病理学 | 近视性黄斑病变 | 眼底摄影, 光学相干断层扫描（OCT） | ResNet-18, ResNet-50, ResNet-101, DeepLabv3+, DarkNet-19, Efficient Net (B0/B7), VOLO-D2, Efficient Former, ALFA-Mix+, XGBoost | 图像 | 13项研究，主要来自中国 | NA | NA | NA | NA |
| 647 | 2025-10-07 |
gRNAde: Geometric Deep Learning for 3D RNA inverse design
2025-Feb-25, ArXiv
PMID:38827456
|
研究论文 | 介绍了一种基于几何深度学习的3D RNA逆向设计方法gRNAde | 首次将几何深度学习应用于3D RNA逆向设计，考虑结构构象多样性而非单一二级结构 | NA | 开发能够考虑3D结构和动力学的RNA序列设计方法 | RNA分子 | 计算生物学 | NA | 几何深度学习 | 图神经网络 | 3D结构数据 | 14个PDB RNA结构+10个结构化RNA骨架 | PyTorch Geometric | 多状态图神经网络，自回归解码器 | 天然序列恢复率，成功率 | NA |
| 648 | 2025-10-07 |
Global Deep Forecasting with Patient-Specific Pharmacokinetics
2025-Feb-12, ArXiv
PMID:37965077
|
研究论文 | 提出一种结合全局-局部架构和药代动力学编码器的深度学习方法，用于患者特异性血糖预测 | 开发了新型混合全局-局部架构和患者特异性药代动力学编码器，能够将个体患者的药物治疗效果信息整合到深度学习模型中 | NA | 解决因可变药物管理和个体药代动力学特性带来的医疗时间序列数据预测挑战 | 患者血糖水平时间序列数据 | 机器学习 | 糖尿病 | 深度学习 | 混合全局-局部模型 | 时间序列数据 | 模拟数据和真实世界数据 | NA | 混合全局-局部架构 | 预测准确率 | NA |
| 649 | 2025-10-07 |
A Hardware Accelerator for Real-Time Processing Platforms Used in Synthetic Aperture Radar Target Detection Tasks
2025-Feb-07, Micromachines
IF:3.0Q2
DOI:10.3390/mi16020193
PMID:40047666
|
研究论文 | 本文设计了一种用于合成孔径雷达目标检测任务的低功耗硬件加速器 | 提出适用于多维卷积并行计算的处理引擎和独特的存储器排列设计，充分利用FPGA计算资源 | 仅基于Virtex 7 690t芯片进行验证，未在其他硬件平台上测试 | 解决机载或星载实时处理平台的功耗问题，实现实时SAR图像目标检测 | 合成孔径雷达图像中的目标检测 | 计算机视觉 | NA | 合成孔径雷达成像 | CNN | SAR图像 | NA | Yolov5s | Yolov5s | 处理速度（52.19张/秒），功耗（7瓦） | Virtex 7 690t FPGA芯片 |
| 650 | 2025-03-06 |
XLTLDisNet: A novel and lightweight approach to identify tomato leaf diseases with transparency
2025-Feb-28, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42575
PMID:40040968
|
研究论文 | 本文提出了一种名为XLTLDisNet的新型轻量级深度学习模型，用于识别番茄叶部疾病，并增强了模型的可解释性 | 提出了一种新型轻量级深度学习模型XLTLDisNet，并集成了可解释性AI技术（如GRAD-CAM和LIME）以增强模型的可解释性 | 未提及具体局限性 | 通过早期检测番茄叶部疾病，减少农业损失并最大化产量 | 番茄叶部疾病 | 计算机视觉 | NA | 深度学习 | XLTLDisNet | 图像 | PlantVillage番茄叶部疾病数据集，包含十类番茄叶部疾病（包括健康图像） | NA | NA | NA | NA |
| 651 | 2025-03-06 |
A hybrid Bayesian network-based deep learning approach combining climatic and reliability factors to forecast electric vehicle charging capacity
2025-Feb-28, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42483
PMID:40040994
|
研究论文 | 本文提出了一种结合气候和可靠性因素的混合贝叶斯网络深度学习模型，用于预测电动汽车充电容量 | 创新点在于将排队网络和贝叶斯网络模型与深度学习技术结合，以提高预测精度和基础设施可靠性 | 未明确提及具体局限性 | 开发一个综合系统，考虑气象条件和充电桩故障率等多种影响因素，以优化电动汽车基础设施 | 电动汽车充电需求 | 机器学习 | NA | 深度学习 | 混合贝叶斯网络深度学习（HBNDL） | 交易数据和气候分析数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 652 | 2025-03-06 |
Dual Accuracy-Quality-Driven Neural Network for Prediction Interval Generation
2025-Feb, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3339470
PMID:38113152
|
研究论文 | 本文提出了一种用于回归任务中预测区间（PI）生成的神经网络方法，旨在提高深度学习模型在现实世界应用中的可靠性 | 设计了一种新颖的损失函数，用于PI生成网络，该函数考虑了目标估计网络的输出，并具有两个优化目标：最小化平均PI宽度和确保PI完整性，通过隐式最大化PI概率覆盖率的约束 | NA | 提高深度学习模型在回归任务中的不确定性量化能力，生成高质量的预测区间 | 回归任务中的神经网络模型 | 机器学习 | NA | 深度学习 | 神经网络 | 合成数据集、基准数据集、实际作物产量预测数据集 | 使用了一个合成数据集、八个基准数据集和一个实际作物产量预测数据集 | NA | NA | NA | NA |
| 653 | 2025-03-06 |
A Lightweight Group Transformer-Based Time Series Reduction Network for Edge Intelligence and Its Application in Industrial RUL Prediction
2025-Feb, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3347227
PMID:38170656
|
研究论文 | 本文提出了一种轻量级组变压器时间序列缩减网络（GT-MRNet），用于工业剩余使用寿命（RUL）预测，旨在满足边缘智能的实时响应需求 | GT-MRNet通过自适应选择必要的时间步长来减少计算量，采用轻量级组变压器提取特征，并提出时间序列缩减策略和多层次学习机制，显著降低了参数和计算成本 | 未明确提及具体局限性 | 开发一种适用于边缘设备的轻量级深度学习模型，用于工业剩余使用寿命（RUL）预测 | 工业设备的剩余使用寿命预测 | 机器学习 | NA | 深度学习 | Transformer, GT-MRNet | 时间序列数据 | 基于真实世界条件数据集的广泛实验结果 | NA | NA | NA | NA |
| 654 | 2025-03-06 |
Attentive Learning Facilitates Generalization of Neural Networks
2025-Feb, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3356310
PMID:38324433
|
研究论文 | 本文通过研究神经网络在训练样本中是否包含分布外（OoD）示例时的变化，探讨了神经网络的泛化能力 | 提出了一个新的概念——数据集分散稳定性（dataset-distraction stability），用于衡量OoD示例对网络预测的影响，并通过实验展示了其与泛化能力的负相关性 | 研究主要基于CIFAR-10/100数据集，未涉及其他数据集或实际应用场景 | 研究神经网络的泛化能力及其与训练数据分布的关系 | 神经网络在训练样本中的表现 | 机器学习 | NA | NA | VGG, ResNet, WideResNet, ViT | 图像数据 | CIFAR-10/100数据集 | NA | NA | NA | NA |
| 655 | 2025-03-06 |
Light-based depth-sensing device with deep learning to measure spinal deformity: abridged secondary publication
2025-Feb, Hong Kong medical journal = Xianggang yi xue za zhi
PMID:40038080
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 656 | 2025-03-06 |
Integrative multi-environmental genomic prediction in apple
2025-Feb, Horticulture research
IF:7.6Q1
DOI:10.1093/hr/uhae319
PMID:40041603
|
研究论文 | 本文探讨了多环境基因组预测在苹果中的应用，通过整合表型、基因组和环境数据，提高了对特定土壤和气候条件下基因型选择的预测能力 | 本研究创新性地将统计模型和深度学习模型应用于多环境基因组预测，特别是通过整合基因型与环境交互效应，显著提高了预测能力 | 多环境数据集的构建和结构复杂模型的开发仍是主要挑战，限制了多环境基因组预测在苹果中的应用 | 研究目的是通过多环境基因组预测模型，选择适应不同环境条件的苹果品种，以应对气候变化的影响 | 研究对象是苹果的十一个性状，这些性状具有不同的遗传结构 | 机器学习 | NA | 基因组预测、深度学习 | G-BLUP、深度学习模型 | 表型数据、基因组数据、环境数据 | NA | NA | NA | NA | NA |
| 657 | 2025-03-05 |
Discordance between a deep learning model and clinical-grade variant pathogenicity classification in a rare disease cohort
2025-Feb-28, NPJ genomic medicine
IF:4.7Q1
DOI:10.1038/s41525-025-00480-w
PMID:40021654
|
研究论文 | 本文探讨了深度学习模型AlphaMissense在预测错义变体功能影响和评估基因必要性方面的局限性，特别是在罕见疾病队列中的表现 | 揭示了AlphaMissense在识别致病性错义变体方面的不足，尤其是在内在无序区域（IDRs）的评估上 | AlphaMissense在识别致病性错义变体方面的精确度和召回率较低，特别是在IDRs区域的表现不可靠 | 评估深度学习模型在罕见疾病中预测错义变体致病性的能力 | 罕见疾病队列中的错义变体 | 生物医学信息学 | 罕见疾病 | 深度学习 | AlphaMissense | 基因变异数据 | 45种罕见疾病队列 | NA | NA | NA | NA |
| 658 | 2025-03-05 |
Framework for smartphone-based grape detection and vineyard management using UAV-trained AI
2025-Feb-28, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42525
PMID:40028582
|
研究论文 | 本文提出了一种结合无人机和智能手机技术的AI框架，用于葡萄串的自动检测和葡萄园管理 | 结合无人机和智能手机技术，利用无人机捕获的数据进行训练，提高了葡萄串检测的准确性和适应性，超越了传统和纯无人机方法 | 基于智能手机的图像收集用于模型训练是劳动密集型和成本高昂的 | 提高葡萄串检测的效率和准确性，减少葡萄园监测的时间和精力 | 葡萄园中的葡萄串 | 计算机视觉 | NA | 深度学习 | X-Decoder, YOLO | 图像, 视频 | 无人机视频数据集（BBCH77-BBCH79阶段）和智能手机拍摄的图像 | NA | NA | NA | NA |
| 659 | 2025-03-05 |
A GPR-based framework for assessing corrosivity of concrete structures using frequency domain approach
2025-Feb-28, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42641
PMID:40028599
|
研究论文 | 本文提出了一种基于GPR的框架，用于评估混凝土结构的腐蚀性，采用频域分析方法 | 引入了一种更全面的GPR数据解释方法，包括时间和时频域分析，结合深度学习和频域分析技术 | 方法依赖于地面真实条件的验证，可能在实际应用中受到限制 | 开发一种更准确的GPR数据解释方法，用于评估混凝土结构的腐蚀性 | 混凝土结构中的钢筋腐蚀 | 无损检测 | NA | GPR, 短时傅里叶变换(STFT) | 深度学习 | GPR数据 | 钢筋混凝土墙的锤击和钢筋暴露验证 | NA | NA | NA | NA |
| 660 | 2025-03-05 |
CANDI: a web server for predicting molecular targets and pathways of cannabis-based therapeutics
2025-Feb-27, Journal of cannabis research
IF:4.1Q1
DOI:10.1186/s42238-025-00268-w
PMID:40016810
|
研究论文 | 本文介绍了CANDI，一个用于预测大麻基治疗分子靶点和途径的网页服务器 | 结合深度学习和传统大麻使用知识，开发了CANDI服务器，为大麻化合物的治疗潜力提供了新的预测工具 | NA | 研究大麻化合物的分子靶点和相关途径，以开发针对性的有效大麻基疗法 | 大麻化合物及其分子靶点和途径 | 自然语言处理 | 癌症 | 深度学习 | 基于注意力的神经网络 | 化合物-靶点相互作用数据 | NA | NA | NA | NA | NA |