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 1205 篇文献，本页显示第 881 - 900 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 881 | 2025-02-21 |
A deep learning framework based on structured space model for detecting small objects in complex underwater environments
2025-Feb-17, Communications engineering
DOI:10.1038/s44172-025-00367-9
PMID:39962196
|
研究论文 | 本文提出了一种结合结构化空间模型（SSM）与特征增强的创新方法，专门用于复杂水下环境中的小目标检测 | 结合结构化空间模型（SSM）与特征增强，开发了高精度、轻量级的检测模型UWNet，显著提高了计算效率并保持了高检测精度 | 未提及具体局限性 | 解决水下目标检测中精度与模型效率及实时性能的平衡问题 | 水下环境中的小目标，如海星和扇贝 | 计算机视觉 | NA | 结构化空间模型（SSM）与特征增强 | UWNet | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 882 | 2025-02-21 |
Stacked encoding and AutoML-based identification of lead-zinc small open pit active mines around Rampura Agucha in Rajasthan state, India
2025-Feb-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89672-z
PMID:39962260
|
研究论文 | 本研究旨在通过Sentinel 2图像分析，利用机器学习算法检测和分类印度拉贾斯坦邦Rampura Agucha周围的铅锌露天矿区域 | 结合多种波段比率和光谱指数，使用深度学习堆叠编码器和15种不同的机器学习分类器，提高了复杂矿区及其周边地物特征的检测精度 | 研究仅限于Sentinel 2图像数据，未涉及其他遥感数据源 | 检测和分类铅锌露天矿区域及其周边地物特征 | 印度拉贾斯坦邦Rampura Agucha周围的铅锌露天矿区域 | 机器学习 | NA | Sentinel 2图像分析 | extra tree classifier (et), light gradient boosting machine classifier (lightgbm), random forest classifier (rf) | 卫星图像 | NA | NA | NA | NA | NA |
| 883 | 2025-02-21 |
Deep convolutional neural network-based enhanced crowd density monitoring for intelligent urban planning on smart cities
2025-Feb-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90430-4
PMID:39962323
|
研究论文 | 本文提出了一种基于深度卷积神经网络的增强型人群密度监测技术，用于智能城市规划 | 提出了DCNNCDM-IUP技术，结合SE-DenseNet和ConvLSTM方法，通过红狐优化算法进行超参数选择，提高了人群密度监测的准确性 | 未提及具体的数据集规模或实际应用中的潜在挑战 | 开发一种高效的人群密度监测技术，以支持智能城市的交通管理、公共安全和城市规划 | 智能城市中的人群密度监测 | 计算机视觉 | NA | 深度学习（DL）、高斯滤波（GF）、红狐优化（RFO） | SE-DenseNet、ConvLSTM | 图像、时间序列数据 | 未提及具体样本数量 | NA | NA | NA | NA |
| 884 | 2025-02-21 |
Comparison of YOLO-based sorghum spike identification detection models and monitoring at the flowering stage
2025-Feb-17, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-025-01338-z
PMID:39962585
|
研究论文 | 本研究比较了基于YOLO的高粱穗识别检测模型，并评估了其在开花期的监测效果 | 首次对不同高度和天气条件下的YOLO模型性能进行了比较研究，并确定了YOLOv8m为最有效的模型 | 研究仅基于2023年采集的图像数据，未考虑更多年份或更广泛的环境条件 | 评估数据集大小对模型准确性的影响，并预测高粱开花期 | 高粱开花期的穗识别 | 计算机视觉 | NA | 无人机图像采集 | YOLOv5, YOLOv8, YOLOv9, YOLOv10 | 图像 | 200到350张图像，分别在15米和30米高度采集 | NA | NA | NA | NA |
| 885 | 2025-02-21 |
Exploring autonomous methods for deepfake detection: A detailed survey on techniques and evaluation
2025-Feb-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42273
PMID:39968137
|
综述 | 本文对深度伪造检测的自主方法进行了详细调查，分析了相关技术和评估方法 | 本文综合了2018年至2024年间的最新研究，探讨了利用先进机器学习、计算机视觉和音频分析技术的创新检测方法 | 研究仅限于2018年至2024年间的最新研究，可能未涵盖早期的重要进展 | 提高数字生态系统的安全性和意识，通过推进对自主检测和评估方法的理解 | 深度伪造媒体（图像、视频和音频） | 计算机视觉 | NA | 深度学习模型 | NA | 图像、视频、音频 | NA | NA | NA | NA | NA |
| 886 | 2025-02-21 |
Diagnosis Anthracnose of Chili Pepper Using Convolutional Neural Networks Based Deep Learning Models
2025-Feb, The plant pathology journal
DOI:10.5423/PPJ.OA.11.2024.0178
PMID:39916419
|
研究论文 | 本研究应用深度学习模型（MobileNet、ResNet50v2和Xception）通过迁移学习诊断辣椒炭疽病，旨在确定准确和高效疾病诊断所需的最小数据集大小 | 通过迁移学习方法，评估不同数据集大小对模型性能的影响，为农业应用中的数据可用性和模型性能平衡提供实用指南 | 需要大量标注数据集，获取成本较高 | 研究辣椒炭疽病的早期和准确检测方法，以减少产量损失和市场价值下降 | 辣椒（Capsicum annuum L.） | 计算机视觉 | 植物病害 | 迁移学习 | CNN（MobileNet、ResNet50v2、Xception） | 图像 | 500、1,000、2,000、3,000和4,000个样本 | NA | NA | NA | NA |
| 887 | 2025-02-20 |
Artificial intelligence in the management of metabolic disorders: a comprehensive review
2025-Feb-19, Journal of endocrinological investigation
IF:3.9Q2
DOI:10.1007/s40618-025-02548-x
PMID:39969797
|
综述 | 本文综述了人工智能在代谢性疾病管理中的重要作用，包括糖尿病、肥胖、代谢功能障碍相关脂肪肝病和甲状腺功能障碍 | 本文综合探讨了AI在代谢性疾病管理中的多种应用，如早期诊断、个性化治疗、风险评估和生物标志物发现，并强调了AI与临床实践结合的革命性潜力 | 本文提到AI实施中的挑战和伦理考虑，如数据隐私、模型可解释性和偏见缓解，但未深入探讨具体解决方案 | 探讨人工智能在代谢性疾病管理中的应用及其潜力 | 代谢性疾病，包括糖尿病、肥胖、代谢功能障碍相关脂肪肝病和甲状腺功能障碍 | 自然语言处理, 计算机视觉, 机器学习 | 代谢性疾病 | 机器学习(ML), 深度学习(DL), 自然语言处理(NLP), 强化学习 | NA | NA | NA | NA | NA | NA | NA |
| 888 | 2025-02-20 |
Deep learning for augmented process monitoring of scalable perovskite thin-film fabrication
2025-Feb-18, Energy & environmental science
IF:32.4Q1
DOI:10.1039/d4ee03445g
PMID:39830789
|
研究论文 | 本文展示了深度学习在增强大面积钙钛矿薄膜制造过程监控中的应用 | 利用深度学习增强成像方法，实现材料成分监控、薄膜质量早期评估及过程控制建议生成 | 研究基于中等规模数据集，可能在大规模应用中存在限制 | 提高钙钛矿光伏材料的大面积制造可重复性 | 钙钛矿薄膜的制造过程 | 机器学习 | NA | 深度学习 | NA | 图像数据 | 中等规模数据集 | NA | NA | NA | NA |
| 889 | 2025-02-20 |
A dataset for surface defect detection on complex structured parts based on photometric stereo
2025-Feb-16, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04454-6
PMID:39956811
|
研究论文 | 本文提出了一种基于深度学习和光度立体视觉的表面缺陷检测技术，并创建了金属表面缺陷数据集（MSDD） | 提出了一种新的缺陷检测技术，结合了光度立体视觉和深度学习，并创建了一个包含多种缺陷类型的金属表面缺陷数据集 | NA | 解决工业缺陷检测中的阴影和表面反射问题，特别是在非平面零件上的检测 | 金属表面缺陷 | 计算机视觉 | NA | 光度立体视觉 | FCOS, YOLOv5, YOLOv8, RT-DETR | 图像 | 138,585张单通道图像和9,239张混合图像 | NA | NA | NA | NA |
| 890 | 2025-02-20 |
Helmet material design for mitigating traumatic axonal injuries through AI-driven constitutive law enhancement
2025-Feb-16, Communications engineering
DOI:10.1038/s44172-025-00370-0
PMID:39956866
|
研究论文 | 本文通过AI驱动的本构定律增强，优化头盔衬里材料设计，以减少创伤性轴索损伤 | 利用深度学习模型预测不同衬里材料保护下假人头部的峰值旋转速度和加速度，并通过材料优化显著降低脑损伤风险 | 研究主要针对250至500焦耳冲击能量范围内的脑损伤风险，未涵盖所有可能的冲击条件 | 提高运动头盔对脑损伤的保护效率 | 头盔衬里材料 | 机器学习 | 脑损伤 | 深度学习 | 深度学习模型 | 模拟数据 | NA | NA | NA | NA | NA |
| 891 | 2025-02-20 |
Global Daily Column Average CO2 at 0.1° × 0.1° Spatial Resolution Integrating OCO-3, GOSAT, CAMS with EOF and Deep Learning
2025-Feb-14, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-04135-w
PMID:39952969
|
研究论文 | 本研究通过整合CAMS、GOSAT和OCO-3卫星数据，利用DINEOF和DINCAE方法重建了高时空分辨率的全球二氧化碳柱平均浓度数据集 | 结合DINEOF和DINCAE两种先进的数据重建方法，填补了卫星观测数据中的缺失，生成了高分辨率、无间隙的全球二氧化碳柱平均浓度数据集 | 未提及具体的数据覆盖时间范围或长期稳定性验证 | 解决卫星观测数据中的缺失问题，生成高时空分辨率的全球二氧化碳分布数据 | 全球二氧化碳柱平均浓度 | 机器学习 | NA | DINEOF, DINCAE | 卷积自编码器 | 卫星观测数据 | 整合了CAMS、GOSAT和OCO-3卫星的观测数据 | NA | NA | NA | NA |
| 892 | 2025-10-07 |
Enhancing Semantic Segmentation in High-Resolution TEM Images: A Comparative Study of Batch Normalization and Instance Normalization
2025-Feb-17, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada
IF:2.9Q1
DOI:10.1093/mam/ozae093
PMID:39405188
|
研究论文 | 本研究比较了批归一化和实例归一化在透射电子显微镜图像语义分割中的性能差异 | 首次系统比较批归一化和实例归一化在TEM图像语义分割任务中的表现，发现实例归一化具有更优性能 | 研究仅使用了两种网络架构和两个数据集，可能需要更多样化的验证 | 评估不同归一化方法对TEM图像语义分割模型性能的影响 | 高分辨率透射电子显微镜图像 | 计算机视觉 | NA | 透射电子显微镜 | CNN | 图像 | 两个不同的数据集 | NA | U-Net, ResNet | Dice系数, 交并比 | NA |
| 893 | 2025-02-19 |
Harnessing the synergy of statistics and deep learning for BCI competition 4 dataset 4: a novel approach
2025-Feb-15, Brain informatics
DOI:10.1186/s40708-025-00250-5
PMID:39954182
|
研究论文 | 本文提出了一种结合统计分析和深度学习的创新方法，用于处理BCI竞赛4数据集4中的ECoG信号，以识别手指运动模式 | 结合统计分析预处理数据，并设计了一个新的神经网络模型BC4D4，该模型在BCI竞赛4数据集4上取得了优于现有技术的性能 | NA | 提高从ECoG信号中识别手指运动模式的准确性和效率 | BCI竞赛4数据集4中的ECoG信号 | 机器学习 | NA | ECoG信号处理 | CNN（卷积神经网络）和Dense神经网络 | ECoG信号 | BCI竞赛4数据集4 | NA | NA | NA | NA |
| 894 | 2025-02-19 |
DeepFlood for Inundated Vegetation High-Resolution Dataset for Accurate Flood Mapping and Segmentation
2025-Feb-15, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04554-3
PMID:39955285
|
研究论文 | 本文介绍了DeepFlood，一个用于洪水映射和分割的高分辨率数据集，旨在提高洪水范围的快速准确评估 | DeepFlood是一个包含高分辨率载人和无人机航拍图像以及合成孔径雷达（SAR）图像的新数据集，特别标注了淹没植被，这是洪水映射中最具挑战性的区域之一 | NA | 提高洪水范围的快速准确评估，以支持有效的灾害响应、减灾规划和资源分配 | 洪水映射和分割 | 计算机视觉 | NA | 卷积神经网络（CNNs） | CNN | 图像 | NA | NA | NA | NA | NA |
| 895 | 2025-02-19 |
Exploration of contemporary modernization in UWSNs in the context of localization including opportunities for future research in machine learning and deep learning
2025-Feb-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89916-y
PMID:39955359
|
综述 | 本文探讨了水下无线传感器网络（UWSNs）中的定位技术现代化，包括机器学习与深度学习在未来研究中的机遇 | 本文不仅回顾了UWSNs定位技术的基础与挑战，还探讨了机器学习和深度学习在提升定位过程中的潜在贡献，并提出了未来研究方向 | 本文主要基于理论分析和模拟评估，缺乏实际应用场景的验证 | 提升水下无线传感器网络中的定位技术，以支持环境监测、灾害管理、军事监视等应用 | 水下无线传感器网络（UWSNs）中的节点定位 | 机器学习 | NA | 机器学习（ML）、深度学习（DL） | NA | 模拟数据 | NA | NA | NA | NA | NA |
| 896 | 2025-02-19 |
Enhancing pediatric congenital heart disease detection using customized 1D CNN algorithm and phonocardiogram signals
2025-Feb-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42257
PMID:39959496
|
研究论文 | 本研究提出了一种定制的1D卷积神经网络（1D-CNN），用于将心音图（PCG）信号分类为正常或异常，为先天性心脏病（CHD）的诊断提供了一种自动化且高效的解决方案 | 结合现代信号处理与深度学习，提出了一种定制的1D-CNN模型，用于CHD的自动检测，显著提高了诊断的准确性和可靠性 | 数据集变异性和噪声问题仍然存在，未来需要扩展到多类分类并评估在更广泛医疗问题上的表现 | 提高先天性心脏病的早期检测效率，提供一种自动化诊断方法 | 心音图（PCG）信号 | 数字病理 | 先天性心脏病 | 低通和高通滤波（60-650 Hz）、重采样、降噪、数据增强技术（分块、填充、音高变换） | 1D-CNN | 信号 | 本地儿科PCG信号和公开可访问的数据集 | NA | NA | NA | NA |
| 897 | 2025-02-19 |
Optimal surface defect detector design based on deep learning for 3D geometry
2025-Feb-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88112-2
PMID:39952973
|
研究论文 | 本文提出了一种基于深度学习的3D几何表面缺陷检测器设计方法，用于钢铁制造环境中的自动检测 | 通过几何变换生成数据集，并提出了基于性能的模型优化算法，解决了现有方法中图像数据曲率问题和2D产品的局限性 | 研究仅针对3D几何产品，未涉及其他类型的钢铁产品 | 开发一种适用于钢铁制造环境的自动表面缺陷检测方法 | 钢铁制造环境中的3D几何产品 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 898 | 2025-02-19 |
Model-constrained deep learning for online fault diagnosis in Li-ion batteries over stochastic conditions
2025-Feb-14, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-56832-8
PMID:39952987
|
研究论文 | 本文采用深度学习方法开发了一种适用于锂离子电池在不可预测条件下运行的在线故障诊断网络 | 网络集成了电池模型约束，并采用了一个框架来管理随机系统的演化，从而实现故障的实时确定 | NA | 探索深度学习在电池实时预测和诊断中的应用，以提高电池安全性和经济效益 | 锂离子电池 | 机器学习 | NA | 深度学习 | NA | 电池运行数据 | 来自515辆车的1820万条有效数据 | NA | NA | NA | NA |
| 899 | 2025-02-19 |
Multi-step ahead forecasting of daily streamflow based on the transform-based deep learning model under different scenarios
2025-Feb-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89837-w
PMID:39953056
|
研究论文 | 本文介绍了一种基于相对位置编码增强的Informer模型（Rel-Informer），用于多步径流预测，并与标准Informer、Transformer和LSTM模型进行比较 | 提出了相对位置编码增强的Informer模型（Rel-Informer），并在不同情景下验证其多步径流预测能力 | 区域建模的精度低于个体建模，尽管通过微调有所改善 | 研究多步径流预测的深度学习模型在不同情景下的表现 | 径流预测 | 机器学习 | NA | 深度学习 | Rel-Informer, Informer, Transformer, LSTM | 径流数据 | 使用公开的CAMELS数据集进行训练和验证 | NA | NA | NA | NA |
| 900 | 2025-02-19 |
MultiT2: A Tool Connecting the Multimodal Data for Bacterial Aromatic Polyketide Natural Products
2025-Feb-11, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c11266
PMID:39959056
|
研究论文 | 本文介绍了一种名为MultiT2的算法，用于整合细菌芳香聚酮类天然产物的多模态数据 | 首次在天然产物领域应用多模态算法整合生物学相关但数学上不同的数据集，以重组知识图谱 | 由于天然产物数据的高度碎片化，整合多模态数据具有挑战性 | 提高天然产物科学的研究效率，特别是在克服繁琐和耗时的过程方面 | 细菌芳香聚酮类天然产物 | 机器学习 | NA | 深度学习 | NA | 多模态数据 | NA | NA | NA | NA | NA |