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 981 - 1000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 981 | 2025-02-14 |
LeafDNet: Transforming Leaf Disease Diagnosis Through Deep Transfer Learning
2025-Feb, Plant direct
IF:2.3Q2
DOI:10.1002/pld3.70047
PMID:39943923
|
研究论文 | 本文介绍了一种创新的深度迁移学习方法，利用改进的Xception架构，专门用于识别玫瑰、芒果和番茄的植物病害 | 在基础Xception架构后增加了额外的卷积层，并结合多个可训练的密集层，采用先进的正则化和dropout技术，以优化特征提取和分类 | NA | 开发一种高效、准确的早期植物病害检测方法，以支持可持续农业实践 | 玫瑰、芒果和番茄的植物叶片 | 计算机视觉 | 植物病害 | 深度迁移学习 | 改进的Xception架构 | 图像 | 5491张图像，涵盖四种不同的病害类别 | NA | NA | NA | NA |
| 982 | 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 |
| 983 | 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 |
| 984 | 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 |
| 985 | 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 |
| 986 | 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 |
| 987 | 2025-10-07 |
Next-generation sequencing based deep learning model for prediction of HER2 status and response to HER2-targeted neoadjuvant chemotherapy
2025-Feb-09, Journal of cancer research and clinical oncology
IF:2.7Q3
DOI:10.1007/s00432-025-06105-0
PMID:39923208
|
研究论文 | 本研究开发了一种基于下一代测序数据和免疫组化图像的深度学习模型，用于预测乳腺癌HER2状态及HER2靶向新辅助化疗疗效 | 首次结合NGS数据和IHC图像，采用Vision Transformer模型进行HER2扩增状态识别，并将模型应用于新辅助治疗疗效预测 | 模型误识别可能源于癌组织中HER2表达的异质性 | 提高HER2扩增状态检测的准确性和效率，并预测新辅助治疗疗效 | 606例乳腺癌患者（其中399例HER2阳性患者用于疗效预测） | 数字病理学 | 乳腺癌 | 下一代测序(NGS), 免疫组化(IHC)染色 | Vision Transformer (ViT) | 图像, 基因测序数据 | 606例乳腺癌患者（训练集404例，验证集101例，测试集101例），其中399例HER2阳性患者用于疗效预测 | NA | Vision Transformer | 准确率, ROC曲线, AUC值 | NA |
| 988 | 2025-10-07 |
Deep Learning-Enabled STEM Imaging for Precise Single-Molecule Identification in Zeolite Structures
2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202408629
PMID:39703985
|
研究论文 | 开发了一种用于低剂量iDPC-STEM成像的深度学习框架，通过去噪超分辨率模型实现单分子精确识别 | 提出了专门针对iDPC-STEM成像的DIVAESR模型，结合目标检测和DFT构型匹配，显著提升单分子分析精度 | 目前主要使用合成数据集进行测试，真实iDPC-STEM图像的应用验证仍需进一步扩展 | 解决沸石等复杂结构中单分子行为观测的挑战，提升电子显微镜成像质量 | 沸石结构中的单分子 | 计算机视觉 | NA | iDPC-STEM, DFT | VAE, 深度学习 | STEM图像 | 合成数据集 | NA | DIVAESR | PSNR, SSIM | NA |
| 989 | 2025-10-07 |
Semi-supervised learning-based identification of the attachment between sludge and microparticles in wastewater treatment
2025-Feb, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124268
PMID:39889421
|
研究论文 | 提出基于半监督学习的废水处理中污泥与微粒附着识别方法 | 首次将SimCLR对比学习框架与Mask R-CNN结合用于废水处理微粒检测，显著减少标注数据需求 | 仅使用约200张标注图像进行微调，样本规模有限 | 开发废水处理系统中微粒转移过程的自动监测方法 | 废水处理过程中的游离微粒和污泥附着微粒 | 计算机视觉 | NA | 显微镜成像 | 半监督学习,对比学习,实例分割 | 图像 | 1000张未标注图像，约200张标注图像（含约600个标注微粒） | PyTorch | ResNet50, Mask R-CNN | 平均精度均值, 平均精度 | NA |
| 990 | 2025-10-07 |
Integrating deep learning algorithms for forecasting evapotranspiration and assessing crop water stress in agricultural water management
2025-Feb, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124363
PMID:39889430
|
研究论文 | 本研究通过整合深度学习算法预测蒸散发和评估作物水分胁迫，为农业水资源管理提供决策支持 | 首次将多种深度学习模型（FFNN、CNN、GRU、LSTM）与ACCESS-ESM气候模型和共享社会经济路径（SSPs）相结合，用于蒸散发和作物水分胁迫指数的预测 | 研究范围仅限于孟加拉国地区，未验证模型在其他地理区域的适用性 | 开发先进的预测模型以提升农业水资源管理效率 | 蒸散发（ET）、潜在蒸散发（PET）和作物水分胁迫指数（CWSI） | 机器学习 | NA | 深度学习，气候建模 | FFNN, CNN, GRU, LSTM | 高分辨率气候数据 | 基于ACCESS-ESM模型和四种共享社会经济路径（SSPs）的未来气候情景数据 | NA | 前馈神经网络，卷积神经网络，门控循环单元，长短期记忆网络 | 预测精度 | NA |
| 991 | 2025-02-12 |
Correction to "DL 101: Basic Introduction to Deep Learning With Its Application in Biomedical Related Fields"
2025-Feb-28, Statistics in medicine
IF:1.8Q1
DOI:10.1002/sim.10349
PMID:39932330
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 992 | 2025-02-12 |
Attention-Based Interpretable Multiscale Graph Neural Network for MOFs
2025-Feb-11, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c01525
PMID:39841881
|
研究论文 | 本文提出了一种基于注意力的可解释多尺度图神经网络（MSAIGNN），用于金属有机框架（MOFs）的气体分离和存储性能预测 | 引入了多尺度晶体图的构建方法，通过基于不同距离范围内的原子间相互作用将晶体图分解为多个子图，并考虑了晶体的全局结构，提出了具有自注意力机制的图池化机制的MSAIGNN模型，该模型结合了三体键角信息，考虑了不同尺度的结构特征，并最小化了冗余相互作用的干扰 | 未明确提及具体局限性 | 研究目的是通过深度学习预测复杂多孔晶体结构（如MOFs）的性能 | 金属有机框架（MOFs） | 机器学习 | NA | 图神经网络（GNNs） | MSAIGNN（多尺度原子相互作用图神经网络） | 晶体图数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 993 | 2025-02-12 |
QuanFormer: A Transformer-Based Precise Peak Detection and Quantification Tool in LC-MS-Based Metabolomics
2025-Feb-11, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c04531
PMID:39868899
|
研究论文 | 本文介绍了一种基于Transformer架构的深度学习工具QuanFormer，用于在基于液相色谱-质谱联用的代谢组学分析中精确检测和量化峰信号 | QuanFormer结合了卷积神经网络（CNN）的特征提取能力和Transformer架构的全局计算能力，通过使用近20,000个标注的兴趣区域（ROIs）进行数据训练，实现了独特的预测，并在测试集上达到了96.5%的平均精度值 | 尽管QuanFormer在不重新训练的情况下能够区分真假峰的准确率超过90%，但其在更广泛数据集上的泛化能力仍需进一步验证 | 开发一种能够提高代谢组学分析中峰检测和量化准确性的工具 | 液相色谱-质谱联用（LC-MS）数据中的峰信号 | 机器学习 | 乳腺癌 | 液相色谱-质谱联用（LC-MS） | Transformer, CNN | 质谱数据 | 近20,000个标注的兴趣区域（ROIs） | NA | NA | NA | NA |
| 994 | 2025-02-12 |
Carbon Dioxide Sensing Based on Off-Axis Integrated Cavity Absorption Spectroscopy Combined with the Informer and Multilayer Perceptron Models
2025-Feb-11, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c06057
PMID:39882837
|
研究论文 | 本文提出了一种基于离轴积分腔输出光谱（OA-ICOS）和深度学习模型的二氧化碳传感器，结合Informer和多层感知器（MLP）模型进行光谱数据处理和浓度预测 | 结合Informer模型进行光谱时间序列滤波，并使用MLP模型直接从滤波后的光谱数据中提取特征并预测二氧化碳浓度，显著提高了信噪比和检测精度 | 未提及具体的数据集规模或实验环境的多样性，可能影响模型的泛化能力 | 提高基于光谱的二氧化碳传感器的检测精度和信噪比 | 二氧化碳光谱数据 | 光谱学 | NA | 离轴积分腔输出光谱（OA-ICOS） | Informer, 多层感知器（MLP） | 光谱时间序列数据 | 未提及具体样本数量 | NA | NA | NA | NA |
| 995 | 2025-02-12 |
Diffusion-driven multi-modality medical image fusion
2025-Feb-11, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03300-6
PMID:39932643
|
研究论文 | 本文提出了一种基于扩散驱动的多模态医学图像融合方法，旨在解决现有深度学习方法在图像细节和颜色信息融合不足的问题 | 提出了一种利用潜在空间中多模态图像信息分布关系的扩散驱动方法，并设计了局部和全局网络（LAGN）以更好地保留不同模态的互补信息 | NA | 提高多模态医学图像融合的质量，以提供更全面的临床诊断信息 | MRI/CT、MRI/PET和MRI/SPECT图像 | 计算机视觉 | NA | 扩散驱动方法 | 局部和全局网络（LAGN） | 医学图像 | 三个数据集（MRI/CT、MRI/PET和MRI/SPECT图像），16名医生和医学生参与评估 | NA | NA | NA | NA |
| 996 | 2025-02-12 |
Recent Development, Applications, and Patents of Artificial Intelligence in Drug Design and Development
2025-Feb-10, Current drug discovery technologies
|
综述 | 本文综述了人工智能在药物设计和开发中的最新进展、应用及专利 | 本文重点介绍了人工智能和深度学习在药物设计中的创新应用，并讨论了相关专利，与已发表材料形成区分 | NA | 探讨人工智能在药物设计和开发中的应用，以提高药物发现的效率和成功率 | 药物设计和开发 | 机器学习 | NA | 深度学习（DL）、人工神经网络（ANNs） | 深度学习算法、机器学习算法 | 临床试验数据、基因组学数据、蛋白质组学数据、微阵列数据 | NA | NA | NA | NA | NA |
| 997 | 2025-02-12 |
A multi-model feature fusion based transfer learning with heuristic search for copy-move video forgery detection
2025-Feb-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88592-2
PMID:39922840
|
研究论文 | 本文提出了一种基于多模型特征融合的迁移学习方法，结合启发式搜索，用于检测视频中的复制-移动伪造 | 提出了一种新的ECMVFD-FTLTDO模型，结合了ResNet50、MobileNetV3和EfficientNetB7三种模型的特征融合迁移学习过程，并使用Tasmanian Devil Optimizer优化ERNN分类器参数 | 模型对训练数据的依赖性较高，且需要合适的超参数范围 | 检测和分类视频内容中的复制-移动伪造 | 视频内容 | 计算机视觉 | NA | 迁移学习 | ResNet50, MobileNetV3, EfficientNetB7, ERNN | 视频 | GRIP和VTD数据集 | NA | NA | NA | NA |
| 998 | 2025-02-12 |
Deep learning based gasket fault detection: a CNN approach
2025-Feb-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85223-8
PMID:39922855
|
研究论文 | 本文提出了一种基于深度学习的垫片故障检测方法，采用卷积神经网络（CNN）来自动识别和评估散热器图像中的垫片错位或安装错误 | 开发了一种基于CNN架构的垫片检测系统，结合了特征提取和分类的深度学习算法，实现了垫片故障的自动化检测 | 未提及具体的数据集规模或实验环境限制 | 自动化检测垫片错位或安装错误，提升产品质量控制效率 | 散热器图像中的垫片 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 999 | 2025-02-12 |
A deep learning-driven multi-layered steganographic approach for enhanced data security
2025-Feb-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89189-5
PMID:39922893
|
研究论文 | 本文提出了一种基于深度学习的多层隐写框架，以增强数据安全性 | 结合Huffman编码、LSB嵌入和深度学习编码器-解码器，提高了隐写术的不可感知性、鲁棒性和安全性 | 未提及具体局限性 | 解决传统隐写方法在有效载荷容量、检测易感性和抗攻击鲁棒性方面的局限性 | 数字图像数据 | 计算机视觉 | NA | Huffman编码、LSB嵌入、深度学习编码器-解码器 | 深度学习编码器-解码器 | 图像 | 使用了Tiny ImageNet、COCO和CelebA等基准数据集 | NA | NA | NA | NA |
| 1000 | 2025-02-12 |
Applying genetic algorithm to extreme learning machine in prediction of tumbler index with principal component analysis for iron ore sintering
2025-Feb-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88755-1
PMID:39922958
|
研究论文 | 本研究提出了一种结合遗传算法和极限学习机的集成模型，用于预测铁矿烧结过程中的转鼓指数 | 通过主成分分析降低数据维度，并结合遗传算法优化极限学习机，提高了模型的鲁棒性和泛化性能 | 模型仅在单一烧结厂的年度生产数据上进行了验证，可能缺乏广泛适用性 | 准确预测铁矿烧结过程中的转鼓指数，以优化烧结矿的质量 | 铁矿烧结过程中的转鼓指数 | 机器学习 | NA | 主成分分析（PCA），遗传算法（GA） | 极限学习机（ELM），遗传算法优化的极限学习机（GA-ELM） | 生产数据 | 一年内的实际生产数据 | NA | NA | NA | NA |