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 741 - 760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 741 | 2025-03-01 |
Machine Learning- and Deep Learning-Based Myoelectric Control System for Upper Limb Rehabilitation Utilizing EEG and EMG Signals: A Systematic Review
2025-Feb-03, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12020144
PMID:40001664
|
系统综述 | 本文系统综述了机器学习和深度学习技术在基于肌电控制的上肢康复系统中的应用，重点关注脑电图和肌电图信号的使用 | 整合非侵入性信号采集方法与先进计算模型，提升康复设备的准确性和效率 | 模型鲁棒性、计算复杂性和实时应用性方面仍存在挑战 | 探讨机器学习和深度学习在上肢康复中的应用，以恢复运动功能并改善患者预后 | 上肢残疾患者，特别是由中风或神经系统疾病引起的患者 | 机器学习 | 中风、神经系统疾病 | 脑电图（EEG）、肌电图（EMG） | LSTM、SVM、CNN | EEG信号、EMG信号 | 14项研究 | NA | NA | NA | NA |
| 742 | 2025-10-07 |
A CT-based deep learning for segmenting tumors and predicting microsatellite instability in patients with colorectal cancers: a multicenter cohort study
2025-Feb, La Radiologia medica
DOI:10.1007/s11547-024-01909-5
PMID:39586941
|
研究论文 | 本研究开发并验证了基于术前增强CT图像的深度学习模型，用于结直肠癌肿瘤自动分割和微卫星不稳定性预测 | 首次将nnU-Net用于结直肠癌肿瘤自动分割，并比较了ViT和CNN模型在MSI预测中的性能，开发了结合影像和临床病理因素的联合模型 | 回顾性研究设计，样本来源有限的时间范围（2018-2023年） | 开发结直肠癌肿瘤自动分割和微卫星不稳定性预测的深度学习模型 | 结直肠癌患者 | 计算机视觉 | 结直肠癌 | CT成像，免疫组织化学，荧光多重PCR-毛细管电泳 | CNN, ViT | CT图像，临床病理数据 | 2180例患者（训练集1159例，验证集289例，外部测试集732例） | nnU-Net | nnU-Net, ViT, CNN | Dice系数，召回率，精确率，F1分数，AUC，决策曲线分析 | NA |
| 743 | 2025-10-07 |
Predicting emergence of crystals from amorphous precursors with deep learning potentials
2025-Feb, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-024-00752-y
PMID:39695321
|
研究论文 | 利用深度学习势函数预测无定形前驱体结晶产物的候选结构 | 首次通过通用深度学习原子间势函数在原子尺度采样局部结构基元，实现多类无机系统结晶产物的准确预测 | 方法目前主要适用于无机材料系统，尚未验证在有机或生物分子系统的适用性 | 开发能够可靠预测无定形前驱体结晶过程产物的计算方法 | 无机材料系统中的无定形前驱体及其结晶产物 | 机器学习 | NA | 深度学习势函数 | 深度学习 | 原子结构数据 | 多种材料系统（多晶型氧化物、氮化物、碳化物、氟化物、氯化物、硫族化物和金属合金） | NA | 通用深度学习原子间势函数 | 高准确度 | NA |
| 744 | 2025-02-28 |
Ion Gel Pressure Sensor with High Sensitivity and a Wide Linear Range Enabled by Magnetically Induced Gradient Microstructures
2025-Feb-26, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c23005
PMID:39943829
|
研究论文 | 本文开发了一种新型电容式压力传感器，灵感来源于树蛙脚趾垫的梯度微结构，适用于纹理识别、运动监测和物体抓取识别等多种应用 | 该传感器采用磁感应技术精确控制梯度微结构形态，并结合离子凝胶和导电纳米材料，实现了低至0.5 Pa的微小压力检测和高达93.5 kPa的宽线性范围 | NA | 开发一种能够精确检测微小压力变化并同时具有宽线性范围和高灵敏度的电容式压力传感器 | 电容式压力传感器 | 智能传感 | NA | 磁感应技术 | 深度学习算法 | 压力信号 | NA | NA | NA | NA | NA |
| 745 | 2025-02-28 |
Evaluating Undersampling Schemes and Deep Learning Reconstructions for High-Resolution 3D Double Echo Steady State Knee Imaging at 7 T: A Comparison Between GRAPPA, CAIPIRINHA, and Compressed Sensing
2025-Feb-25, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001168
PMID:40009727
|
研究论文 | 本文评估了不同欠采样方案和深度学习重建方法在7T高分辨率3D双回波稳态膝关节成像中的应用，比较了GRAPPA、CAIPIRINHA和压缩感知（CS）的效果 | 本研究首次在7T高场强下，结合压缩感知欠采样和深度学习重建技术，实现了快速、高分辨率的3D DESS膝关节成像，且图像质量无明显下降 | 研究样本量较小，仅包括20名志愿者的40个膝关节，且未评估不同欠采样方案对临床诊断准确性的影响 | 评估不同欠采样方案和深度学习重建方法在高分辨率3D DESS膝关节成像中的效果，以确定最佳欠采样方案及其极限 | 20名志愿者的40个膝关节 | 医学影像 | 膝关节疾病 | 3D双回波稳态（DESS）磁共振成像，压缩感知（CS），深度学习（DL）重建 | 深度学习算法 | 3D磁共振图像 | 20名志愿者的40个膝关节 | NA | NA | NA | NA |
| 746 | 2025-02-28 |
Applications of Artificial Intelligence, Deep Learning, and Machine Learning to Support the Analysis of Microscopic Images of Cells and Tissues
2025-Feb-15, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11020059
PMID:39997561
|
综述 | 本文探讨了人工智能（AI）、深度学习（DL）和机器学习（ML）在细胞和组织显微图像分析中的应用 | 综述了最新的AI和DL技术，特别是开源性软件和创新的深度神经网络架构在细胞检测和分割算法精度上的显著提升 | 主要面向生物学背景较弱的读者，可能缺乏对高级AI和ML技术的深入探讨 | 支持细胞和组织显微图像的分析，提供疾病中细胞组织的关键见解 | 细胞和组织的显微图像 | 数字病理学 | NA | 深度学习，机器学习 | 深度神经网络 | 图像 | NA | NA | NA | NA | NA |
| 747 | 2025-02-28 |
InceptionDTA: Predicting drug-target binding affinity with biological context features and inception networks
2025-Feb-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42476
PMID:40007773
|
研究论文 | 本文介绍了一种名为InceptionDTA的新型药物-靶标结合亲和力预测模型，该模型结合了生物上下文特征和Inception网络 | InceptionDTA利用CharVec（Prot2Vec的增强变体）将生物上下文和分类特征整合到蛋白质序列编码中，并采用多尺度卷积架构从蛋白质序列和药物SMILES中提取局部和全局特征 | 尽管InceptionDTA在多个基准数据集上表现出色，但其在处理大规模数据集和复杂分子结构时可能仍面临挑战 | 提高药物-靶标结合亲和力预测的准确性和效率，以加速药物再利用和新药发现 | 药物-靶标结合亲和力 | 机器学习 | NA | 深度学习 | Inception网络 | 蛋白质序列和药物SMILES | 多个基准数据集 | NA | NA | NA | NA |
| 748 | 2025-02-28 |
Deep Learning-Based Molecular Fingerprint Prediction for Metabolite Annotation
2025-Feb-14, Metabolites
IF:3.4Q2
DOI:10.3390/metabo15020132
PMID:39997757
|
研究论文 | 本文探讨了基于深度学习的分子指纹预测方法，用于代谢物注释 | 应用深度学习方法替代传统的光谱匹配，通过分子指纹与质谱测量之间的复杂关系进行代谢物注释 | 研究依赖于有限的公开光谱库，且仅涵盖已知化合物的一部分 | 研究深度学习在基于MS/MS光谱的分子指纹预测中的应用，并根据已知和预测的分子指纹相似性对代谢物ID进行排序 | 代谢物 | 机器学习 | NA | 液相色谱-质谱联用(LC-MS) | 深度学习 | 质谱数据 | 来自NIST、MoNA和HMDB的MS/MS光谱数据，以及CASMI 2016、CASMI 2017和CASMI 2022基准数据集 | NA | NA | NA | NA |
| 749 | 2025-02-28 |
A Scale-Invariant Looming Detector for UAV Return Missions in Power Line Scenarios
2025-Feb-10, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10020099
PMID:39997122
|
研究论文 | 本文提出了一种尺度不变逼近检测器（SILD），用于无人机在电力线场景中的返航任务，以提高碰撞避免能力 | SILD通过预处理视频帧、使用注意力掩码增强运动区域，并模拟生物觉醒来识别逼近威胁，同时抑制噪声，克服了运动视觉的限制，确保了对不同尺度逼近物体的一致敏感性 | NA | 提高无人机在电力线场景中的碰撞避免能力 | 无人机在电力线场景中的返航任务 | 计算机视觉 | NA | 深度学习 | SILD | 视频 | NA | NA | NA | NA | NA |
| 750 | 2025-02-28 |
Sequence-Aware Vision Transformer with Feature Fusion for Fault Diagnosis in Complex Industrial Processes
2025-Feb-08, Entropy (Basel, Switzerland)
DOI:10.3390/e27020181
PMID:40003178
|
研究论文 | 本文提出了一种新颖的全局和局部特征融合序列感知视觉变换器（GLF-ViT），用于复杂工业过程中的故障诊断 | 通过修改特征嵌入以保留采样点相关性并保留更多局部信息，融合分类令牌的全局特征和编码器的局部特征，显著增强了复杂故障诊断的能力 | 尽管在TE数据集和电力传输故障数据集上表现出色，但该方法在其他类型工业数据上的泛化能力尚未验证 | 提高复杂工业过程中高维时间序列故障诊断的准确性 | 复杂工业过程中的故障数据 | 计算机视觉 | NA | NA | Vision Transformer (ViT) | 时间序列数据 | Tennessee Eastman (TE) 数据集和电力传输故障数据集 | NA | NA | NA | NA |
| 751 | 2025-02-28 |
Metabolic Objectives and Trade-Offs: Inference and Applications
2025-Feb-06, Metabolites
IF:3.4Q2
DOI:10.3390/metabo15020101
PMID:39997726
|
综述 | 本文综述了从多组学数据中确定代谢目标和权衡的挑战，并探讨了其在个性化医学、药物发现、组织工程和系统生物学中的潜在应用 | 结合单细胞组学、代谢建模和机器学习/深度学习方法，实现了在转录组和代谢水平上推断细胞目标，将基因表达模式与代谢表型联系起来 | NA | 确定细胞代谢目标，以支持代谢工程、细胞重编程和药物发现等应用 | 细胞代谢网络 | 系统生物学 | NA | 单细胞组学、代谢建模、机器学习/深度学习 | NA | 多组学数据 | NA | NA | NA | NA | NA |
| 752 | 2025-02-28 |
Fault Diagnosis of Semi-Supervised Electromechanical Transmission Systems Under Imbalanced Unlabeled Sample Class Information Screening
2025-Feb-06, Entropy (Basel, Switzerland)
DOI:10.3390/e27020175
PMID:40003172
|
研究论文 | 本文提出了一种新的半监督故障诊断方法，针对机电传动系统在健康监测中标签数据稀缺和非标签数据丰富的问题，通过主动学习的信息筛选机制和数据不平衡驱动的成本敏感函数，显著提高了诊断模型对非标签样本的识别能力 | 提出了一种基于主动学习的信息筛选机制，结合数据不平衡驱动的成本敏感函数，解决了传统半监督深度学习方法在伪标签信息可靠性、非标签数据特征提取准确性和样本选择不平衡方面的不足 | 方法在仅包含少量标签数据的情况下进行了验证，但在更广泛的数据集和实际应用中的效果仍需进一步验证 | 解决机电传动系统健康监测中标签数据稀缺和非标签数据丰富的问题，提高故障诊断的准确性 | 机电传动系统的状态数据 | 机器学习 | NA | 主动学习，半监督学习 | 深度学习模型 | 状态数据 | 两个数据集，共12个实验场景 | NA | NA | NA | NA |
| 753 | 2025-02-28 |
Exploring Applications of Artificial Intelligence in Critical Care Nursing: A Systematic Review
2025-Feb-04, Nursing reports (Pavia, Italy)
DOI:10.3390/nursrep15020055
PMID:39997791
|
系统综述 | 本文系统评估了人工智能在重症监护护理领域的当前应用 | 本文综合分析了多种AI技术在重症监护护理中的应用，包括经典模型、机器学习方法、深度学习架构和生成式AI工具 | 研究中的异质性限制了得出关于AI在重症监护护理中应用效果的明确结论 | 评估人工智能在重症监护护理中的应用及其对患者结果的影响 | 重症监护护理中的患者和护理实践 | 医疗保健 | 重症监护 | 多种AI技术，包括逻辑回归、支持向量机、随机森林、神经网络和生成式AI工具如ChatGPT | 多种模型，包括经典模型、机器学习模型、深度学习模型和生成式AI模型 | 结构化数据（如生命体征和实验室结果）和非结构化数据（如护理记录和患者历史），以及音频数据 | 24项研究，涉及1364篇初步筛选的文章 | NA | NA | NA | NA |
| 754 | 2025-02-28 |
Advancing MRI Reconstruction: A Systematic Review of Deep Learning and Compressed Sensing Integration
2025-Feb-01, ArXiv
PMID:39975448
|
综述 | 本文系统回顾了深度学习与压缩感知在MRI重建中的集成应用 | 深度学习与压缩感知的结合显著提高了MRI重建的速度和准确性 | 未提及具体的技术限制或挑战 | 探讨深度学习在MRI重建中的应用及其潜力 | MRI图像重建 | 医学影像 | NA | 深度学习, 压缩感知 | NA | 图像 | NA | NA | NA | NA | NA |
| 755 | 2025-10-07 |
Deep learning enhanced light sheet fluorescence microscopy for in vivo 4D imaging of zebrafish heart beating
2025-Feb-25, Light, science & applications
DOI:10.1038/s41377-024-01710-z
PMID:39994185
|
研究论文 | 提出一种深度学习增强的光片荧光显微镜方法，用于斑马鱼心脏跳动的活体4D成像 | 开发了U-net集成Transformer(UI-Trans)网络，能够同时学习精细细节和复杂全局特征，在极低光照(0.03%)和采集时间(3.3%)下实现快速体积成像 | NA | 解决生物医学研究中长时间高分辨率时空动态成像的挑战 | 斑马鱼心脏 | 计算机视觉 | 心血管疾病 | 光片荧光显微镜(LSFM)，共焦线扫描LSFM(LS-LSFM) | CNN, Transformer | 荧光图像 | NA | NA | U-net, Transformer, UI-Trans | 信噪比(SNR)，对比度 | NA |
| 756 | 2025-10-07 |
Progress on intelligent metasurfaces for signal relay, transmitter, and processor
2025-Feb-25, Light, science & applications
DOI:10.1038/s41377-024-01729-2
PMID:39994200
|
综述 | 本文系统回顾了智能超表面在无线通信中作为信号中继器、发射器和处理器三种模式的应用进展 | 提出智能超表面作为主动重塑无线通信环境的新范式，区别于传统被动适应环境的方法 | 讨论了智能超表面实际部署中的关键问题 | 探索智能超表面在提升无线通信数据速率方面的潜力 | 智能超表面及其在无线通信系统中的应用 | 无线通信 | NA | 智能超表面技术 | 深度学习算法 | 无线信号 | NA | NA | NA | NA | NA |
| 757 | 2025-10-07 |
Three-dimensional, multimodal synchrotron data for machine learning applications
2025-Feb-24, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04605-9
PMID:39994193
|
研究论文 | 本文提供了一个独特的多模态同步辐射数据集，用于开发先进的深度学习和数据融合流程 | 提供了首个锌掺杂沸石13X样品的空间分辨三维多模态同步辐射数据集 | 使用简单空间隔离的双相材料，可能无法代表更复杂的多相系统 | 开发用于超分辨率、多模态数据融合和3D重建算法的机器学习技术 | 锌掺杂沸石13X样品片段 | 机器学习 | NA | 同步辐射显微X射线计算机断层扫描、X射线衍射计算机断层扫描 | NA | 三维图像数据、X射线衍射数据 | 单个锌掺杂沸石13X片段 | NA | NA | NA | NA |
| 758 | 2025-10-07 |
CTDNN-Spoof: compact tiny deep learning architecture for detection and multi-label classification of GPS spoofing attacks in small UAVs
2025-Feb-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90809-3
PMID:39994281
|
研究论文 | 提出一种名为CTDNN-Spoof的紧凑型微型深度学习架构，用于检测和多重标签分类小型无人机中的GPS欺骗攻击 | 设计紧凑型微型深度学习架构，在精度和适应性方面超越传统方法，提供可扩展的实时解决方案 | NA | 开发有效的GPS欺骗攻击检测和分类方法以增强小型无人机安全性 | 小型无人机的GPS欺骗攻击 | 机器学习 | NA | 深度学习 | 顺序神经网络 | NA | NA | NA | CTDNN-Spoof（输入层64个神经元-ReLU，隐藏层32个神经元-ReLU，输出层4个神经元-线性激活） | 准确率, 均方误差 | NA |
| 759 | 2025-10-07 |
An integrated CSPPC and BiLSTM framework for malicious URL detection
2025-Feb-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91148-z
PMID:39994324
|
研究论文 | 提出一种基于CSPPC-BiLSTM的恶意URL检测模型，通过集成注意力机制和多尺度池化提升检测性能 | 首次将CBAM注意力机制与SPP空间金字塔池化集成到BiLSTM框架中，通过通道和空间注意力增强关键特征表示 | 仅在两个数据集上进行评估，需要更多样化的数据集验证泛化能力 | 提高恶意URL检测的准确性和鲁棒性 | 网络钓鱼URL和恶意网址 | 自然语言处理, 网络安全 | NA | NA | BiLSTM | URL字符序列 | 两个数据集：Grambedding（平衡）和Mendeley AK Singh 2020 phish（不平衡） | NA | CSPPC-BiLSTM, BiLSTM, CBAM, SPP | 准确率 | NA |
| 760 | 2025-10-07 |
Real-world feasibility, accuracy and acceptability of automated retinal photography and AI-based cardiovascular disease risk assessment in Australian primary care settings: a pragmatic trial
2025-Feb-24, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01436-1
PMID:39994433
|
研究论文 | 评估基于自动视网膜摄影和人工智能的心血管疾病风险评估系统在澳大利亚初级保健环境中的可行性、准确性和可接受性 | 仅使用视网膜图像即可实现与包含多种临床因素的WHO风险评估相当的预测准确性，为非侵入性心血管风险评估提供了新方法 | 研究样本仅来自澳大利亚维多利亚州的两个全科诊所，样本量相对有限 | 评估自动视网膜摄影和AI心血管风险评估系统在真实世界初级保健环境中的表现 | 45-70岁近期接受过心血管疾病风险评估的澳大利亚初级保健患者 | 医疗人工智能 | 心血管疾病 | 自动视网膜摄影，深度学习算法 | 深度学习 | 视网膜图像，临床数据 | 361名参与者，其中339人获得有效风险评估分数 | NA | NA | AUC，Pearson相关系数，成像成功率，满意度调查 | NA |