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 1370 篇文献，本页显示第 1081 - 1100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1081 | 2025-10-07 |
Towards Clinical Diagnoses: Classifying Alzheimer's Disease Using Single fMRI, Small Datasets, and Transfer Learning
2025-Mar, Brain and behavior
IF:2.6Q3
DOI:10.1002/brb3.70427
PMID:40108822
|
研究论文 | 本研究开发了一种基于迁移学习的深度学习fMRI流程，用于使用单次fMRI图像和小数据集对阿尔茨海默病进行分类 | 采用迁移学习和单图像技术解决小数据集问题，使模型适用于非专业人群的临床应用 | 样本量较小（仅64名AD参与者），模型性能仍有提升空间 | 开发适用于临床环境的阿尔茨海默病诊断方法 | 阿尔茨海默病患者和健康对照者 | 医学影像分析 | 阿尔茨海默病 | 功能磁共振成像 | 深度学习 | fMRI图像 | 初始训练524名参与者（来自ABIDE数据集），迁移学习使用64名参与者（来自ADNI数据集） | NA | NA | 准确率 | NA |
| 1082 | 2025-10-07 |
Detection of Quality Deterioration of Packaged Raw Beef Based on Hyperspectral Technology
2025-Mar, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.70022
PMID:40109275
|
研究论文 | 本研究探索利用高光谱成像技术结合化学计量学和深度学习检测聚乙烯包装生牛肉质量劣化的可行性 | 首次将高光谱成像技术与高斯滤波预处理结合，用于克服包装膜对光谱数据的干扰，并开发了基于秃鹫优化算法优化的回声神经网络模型 | PE包装牛肉样本建立的模型性能通常低于未包装牛肉样本建立的模型 | 开发一种高效可靠的非侵入式牛肉新鲜度检测方法 | 聚乙烯包装的生牛肉样本 | 计算机视觉 | NA | 高光谱成像技术 | PLSR, BES-ESN | 高光谱图像数据 | 短期储存的牛肉样本 | NA | 回声神经网络 | 决定系数, 均方根误差 | NA |
| 1083 | 2025-10-07 |
Semi-supervised assisted multi-task learning for oral optical coherence tomography image segmentation and denoising
2025-Mar-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.545377
PMID:40109516
|
研究论文 | 提出一种半监督辅助多任务学习模型ESDM，用于口腔光学相干断层扫描图像的分割和去噪 | 结合卷积层的局部特征提取能力和Transformer的长程信息处理优势，实现扫描时间从8秒减少到2秒的同时提升分割性能 | 未明确说明模型在更大规模数据集上的泛化能力 | 提升口腔光学相干断层扫描图像质量并实现准确的口腔上皮层分割 | 口腔黏膜组织的光学相干断层扫描图像 | 计算机视觉 | 口腔疾病 | 光学相干断层扫描(OCT) | CNN, Transformer | 图像 | NA | NA | Efficient Segmentation-Denoising Model (ESDM) | PSNR, SSIM, mDice, mIoU, 平均绝对误差 | NA |
| 1084 | 2025-10-07 |
OAH-Net: a deep neural network for efficient and robust hologram reconstruction for off-axis digital holographic microscopy
2025-Mar-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.547292
PMID:40109528
|
研究论文 | 提出一种结合深度学习与物理原理的离轴全息显微镜高效重建方法OAH-Net | 基于物理原理初始化网络权重并通过超分辨率学习微调，实现硬件误差范围内的相位和振幅重建 | 仅在稀释全血样本上训练和验证，未提及其他样本类型的性能 | 解决离轴数字全息显微镜重建过程的计算瓶颈 | 稀释全血样本及未见过的不同模式样本 | 计算机视觉 | NA | 离轴数字全息显微镜 | 深度神经网络 | 全息图像 | 稀释全血样本（具体数量未提及） | NA | OAH-Net | 重建误差（硬件测量误差范围内），重建速度 | NA |
| 1085 | 2025-10-07 |
Comparative Analysis of MaxEnt and Deep Learning Approaches for Modeling Humpback Whale Distribution in North Iceland
2025-Mar, Ecology and evolution
IF:2.3Q2
DOI:10.1002/ece3.71099
PMID:40109551
|
研究论文 | 比较MaxEnt和深度学习方法在冰岛北部座头鲸分布建模中的表现 | 首次系统比较传统MaxEnt方法与新兴深度学习在鲸类分布建模中的性能差异 | 输入数据分辨率低、存在空间偏差、无法完全捕捉自然过程复杂性 | 评估不同建模方法在海洋哺乳动物分布预测中的效果 | 冰岛北部Skjálfandi湾的座头鲸 | 生态信息学 | NA | 卫星遥感、仅出现点观测数据 | 深度学习, MaxEnt | 物种出现数据、环境数据 | 2018-2021年月度分布数据，含伪缺失点 | NA | NA | AUC | NA |
| 1086 | 2025-10-07 |
Thermal imaging-based core peripheral temperature difference measurement for neonatal monitoring in the NICU
2025-Mar-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.549693
PMID:40109525
|
研究论文 | 提出基于热红外成像的非接触式自动连续核心-外周温度差测量方法用于新生儿监护 | 首次在NICU环境中使用热红外相机对早产儿进行连续非接触式CPTD监测的临床展示 | 由于热红外相机校准和环境因素影响，难以准确测量新生儿皮肤的绝对温度 | 开发新生儿核心-外周温度差的自动连续监测方法 | 早产儿 | 计算机视觉 | 新生儿疾病 | 热红外成像 | 深度学习 | 热红外图像 | 40名早产儿 | NA | 基于深度学习的身体解析模型 | 平均绝对误差 | NA |
| 1087 | 2025-10-07 |
An ensemble learning model for detection of pulmonary hypertension using electrocardiogram, chest X-ray, and brain natriuretic peptide
2025-Mar, European heart journal. Digital health
DOI:10.1093/ehjdh/ztae097
PMID:40110214
|
研究论文 | 开发一种基于集成学习的人工智能模型，通过整合心电图、胸部X光和脑钠肽数据来检测肺动脉高压 | 首次将心电图、胸部X光和脑钠肽三种不同模态数据通过集成学习方法结合，构建多模态模型用于肺动脉高压检测 | 研究数据来源于七个机构，可能存在数据异质性；模型性能仍需在更广泛人群中验证 | 开发人工智能模型以改善肺动脉高压的早期诊断 | 肺动脉高压患者 | 医学人工智能 | 肺动脉高压 | 心电图、胸部X光、脑钠肽检测 | CNN, Logistic Regression, 集成学习 | 心电图信号、医学图像、生物标志物数据 | 来自七个机构的患者数据，十名心脏病专家参与评估 | NA | ResNet18, 三层全连接多模态模型 | AUC, 准确率 | NA |
| 1088 | 2025-10-07 |
Sudden cardiac arrest prediction via deep learning electrocardiogram analysis
2025-Mar, European heart journal. Digital health
DOI:10.1093/ehjdh/ztae088
PMID:40110219
|
研究论文 | 本研究通过深度学习分析心电图数据来预测心脏骤停风险 | 首次使用深度卷积神经网络结合年龄和性别信息从12导联心电图中预测心脏骤停 | 基础模型在95%灵敏度下特异性仅为31%，尚未达到临床应用标准 | 开发基于深度学习的非侵入性心脏骤停筛查工具 | 心脏骤停患者和健康对照者的心电图数据 | 机器学习 | 心血管疾病 | 心电图分析 | CNN | 心电图信号 | 221名心脏骤停患者和1046名对照者 | NA | 深度卷积神经网络 | AUC, 灵敏度, 特异性 | NA |
| 1089 | 2025-03-20 |
X2-PEC: A Neural Network Model Based on Atomic Pair Energy Corrections
2025-Mar-30, Journal of computational chemistry
IF:3.4Q2
DOI:10.1002/jcc.70081
PMID:40099806
|
研究论文 | 本文介绍了X2-PEC方法，这是一种基于原子对能量校正的神经网络模型，旨在提高低阶密度泛函理论（DFT）计算的准确性 | X2-PEC模型通过使用重叠积分和核心哈密顿积分将物理和化学信息整合到特征向量中，以描述原子相互作用，从而提升低阶DFT计算的准确性 | NA | 提升低阶密度泛函理论（DFT）计算的准确性，使其达到高阶DFT计算的水平 | 分子性质预测，特别是异构体的原子化能量 | 机器学习 | NA | 人工神经网络（ANN） | X2-PEC | 分子数据 | QM9数据集，以及G2-HCNOF、PSH36、ALKANE28、BIGMOL20和HEDM45等数据集 | NA | NA | NA | NA |
| 1090 | 2025-03-20 |
Recent Progress on Heterojunction-Based Memristors and Artificial Synapses for Low-Power Neural Morphological Computing
2025-Mar-19, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202412851
PMID:40103529
|
综述 | 本文综述了基于异质结的忆阻器和人工突触在低功耗神经形态计算领域的最新进展 | 通过优化异质结的材料组成、界面特性和器件结构，降低能耗并提高性能稳定性和耐久性，为低功耗神经形态计算系统提供支持 | 详细讨论了限制基于异质结的忆阻器和人工突触发展的瓶颈 | 探讨基于异质结的忆阻器和人工突触在低功耗神经形态计算中的应用 | 异质结忆阻器和人工突触 | 神经形态计算 | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1091 | 2025-03-20 |
Privacy-Preserving Data Augmentation for Digital Pathology Using Improved DCGAN
2025-Mar-18, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3551720
PMID:40100674
|
研究论文 | 本文提出了一种基于改进的深度卷积生成对抗网络（DCGAN）的数据增强方法，用于数字病理学中的全切片图像（WSI）分析 | 利用自监督预训练的CTransPath模型提取多样且具有代表性的WSI特征，引入最小二乘对抗损失和频域损失以提高像素级精度和结构保真度，并通过残差块和跳跃连接增加网络深度、缓解梯度消失并提高训练稳定性 | 实验仅在PatchCamelyon数据集上进行，未验证在其他数据集上的泛化能力 | 解决数字病理学中WSI数据集因隐私法规限制而可用性不足的问题，提升深度学习模型的性能和泛化能力 | 全切片图像（WSI） | 数字病理学 | 肿瘤学 | DCGAN | 改进的DCGAN | 图像 | PatchCamelyon数据集 | NA | NA | NA | NA |
| 1092 | 2025-03-20 |
Detection of Anomalies in Data Streams Using the LSTM-CNN Model
2025-Mar-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25051610
PMID:40096438
|
研究论文 | 本文对应用于数据流异常检测的深度学习方法进行了比较分析，并评估了创新的LSTM-CNN方法的效果 | 提出了创新的LSTM-CNN方法，并证明其在数据流异常检测中的有效性 | 仅使用了Yahoo! Webscope S5数据集进行实验，未在其他数据集上验证 | 比较不同深度学习模型在数据流异常检测中的性能 | 数据流中的异常检测 | 机器学习 | NA | NA | LSTM, LSTM autoencoder, LSTM-CNN | 数据流 | Yahoo! Webscope S5数据集 | NA | NA | NA | NA |
| 1093 | 2025-03-20 |
Landsat Time Series Reconstruction Using a Closed-Form Continuous Neural Network in the Canadian Prairies Region
2025-Mar-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25051622
PMID:40096481
|
研究论文 | 本研究探讨了在加拿大草原地区使用封闭式连续深度神经网络（CFC）与循环神经网络（RNN）结合的CFC-mmRNN模型，用于重建1985年至今的Landsat时间序列 | 提出了一种新的CFC-mmRNN模型，显著提高了Landsat时间序列重建的准确性，相比传统方法在光谱波段上的精度提升了33%至42% | 研究主要针对加拿大草原地区，可能在其他地理区域的适用性有待验证 | 提高Landsat时间序列重建的准确性，以支持更广泛的环境监测和预测应用 | Landsat时间序列数据 | 遥感 | NA | 封闭式连续深度神经网络（CFC）与循环神经网络（RNN）结合 | CFC-mmRNN | 卫星图像 | 1985年至今的Landsat时间序列数据 | NA | NA | NA | NA |
| 1094 | 2025-03-20 |
YOLO-ACE: Enhancing YOLO with Augmented Contextual Efficiency for Precision Cotton Weed Detection
2025-Mar-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25051635
PMID:40096500
|
研究论文 | 本文提出了一种名为YOLO-ACE的改进模型，用于提高棉花田中杂草检测的精度和效率 | YOLO-ACE通过集成上下文增强模块（CAM）和选择性核注意力机制（SKAttention），以及解耦检测头，提升了多尺度特征捕捉和动态调整感受野的能力 | NA | 提高棉花田中杂草检测的精度和效率，以满足现代农业杂草管理的严格要求 | 棉花田中的杂草 | 计算机视觉 | NA | 深度学习 | YOLOv5s的改进版YOLO-ACE | 图像 | CottonWeedDet12 (CWD12) 数据集和CropWeed数据集 | NA | NA | NA | NA |
| 1095 | 2025-03-20 |
Quality of Experience (QoE) in Cloud Gaming: A Comparative Analysis of Deep Learning Techniques via Facial Emotions in a Virtual Reality Environment
2025-Mar-05, Sensors (Basel, Switzerland)
DOI:10.3390/s25051594
PMID:40096493
|
研究论文 | 本文比较了在虚拟现实环境中通过玩家面部表情评估云游戏体验质量（QoE）的深度学习技术 | 提出了一种基于卷积神经网络（CNN）架构的EmotionNET模型技术，用于通过面部表情评估云游戏体验质量，并与ConvoNEXT、EfficientNET和Vision Transformer（ViT）等其他深度学习技术进行了比较 | 传统评估方法未能准确捕捉用户的实际体验质量，部分用户对提供反馈不认真，即使服务符合SLA，部分玩家仍声称未收到承诺的服务 | 提高云游戏用户的体验质量（QoE） | 云游戏玩家 | 计算机视觉 | NA | 深度学习（DL） | CNN, ConvoNEXT, EfficientNET, Vision Transformer (ViT) | 面部表情数据 | 自定义数据集，EmotionNET模型训练准确率为98.9%，验证准确率为87.8% | NA | NA | NA | NA |
| 1096 | 2025-03-20 |
Research on Network Intrusion Detection Model Based on Hybrid Sampling and Deep Learning
2025-Mar-04, Sensors (Basel, Switzerland)
DOI:10.3390/s25051578
PMID:40096461
|
研究论文 | 本研究提出了一种基于混合采样和深度学习的增强型网络入侵检测模型TRBMA，旨在解决现有模型在时间特征学习不完整和恶意流量分类准确率低的问题 | TRBMA模型结合了Temporal Convolutional Networks (TCNs)、Bidirectional Gated Recurrent Units (BiGRUs)和Multi-Head Self-Attention机制，改进了ResNet18架构，并引入了AdamW优化器以提高模型训练的收敛速度和泛化能力 | NA | 提高网络入侵检测模型的准确率，特别是对恶意流量类型的识别 | 网络流量数据，特别是恶意流量类型 | 机器学习 | NA | 深度学习 | 1D-TCN-ResNet-BiGRU-Multi-Head Attention (TRBMA) | 时间序列数据 | CIC-IDS-2017数据集 | NA | NA | NA | NA |
| 1097 | 2025-03-20 |
Closing Gaps in Diabetic Retinopathy Screening in India Using a Deep Learning System
2025-Mar-03, JAMA network open
IF:10.5Q1
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1098 | 2025-03-20 |
Status and Opportunities of Machine Learning Applications in Obstructive Sleep Apnea: A Narrative Review
2025-Mar-01, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.02.27.25322950
PMID:40061337
|
综述 | 本文综述了2018年至2023年间发表的254篇科学出版物，探讨了机器学习在阻塞性睡眠呼吸暂停（OSA）研究中的应用现状和机会 | 本文首次系统地评估了机器学习在OSA研究中的应用，包括诊断、治疗优化和生物标志物开发等多个方面，并指出了当前研究中的不足和未来改进方向 | 研究队列主要为超重男性，女性、年轻肥胖成年人、60岁以上个体和不同种族群体的代表性不足，许多研究样本量小且模型验证不够稳健 | 评估机器学习在阻塞性睡眠呼吸暂停（OSA）研究中的应用现状和机会 | 阻塞性睡眠呼吸暂停（OSA）患者 | 机器学习 | 阻塞性睡眠呼吸暂停 | NA | 深度学习, 支持向量机 | 多导睡眠图, 心电图数据, 可穿戴设备数据 | 254篇科学出版物 | NA | NA | NA | NA |
| 1099 | 2025-03-20 |
Applications of Artificial Intelligence in Acute Promyelocytic Leukemia: An Avenue of Opportunities? A Systematic Review
2025-Mar-01, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14051670
PMID:40095699
|
系统综述 | 本文系统综述了人工智能（AI）在急性早幼粒细胞白血病（APL）中的应用潜力 | 首次全面评估AI、机器学习和深度学习在APL中的应用前景 | 仅基于20篇文献进行定性分析，样本量有限 | 评估AI、机器学习和深度学习在APL诊断、评估和管理中的潜在应用 | 急性早幼粒细胞白血病（APL） | 机器学习 | 白血病 | 荧光原位杂交（FISH）、聚合酶链反应（PCR） | 机器学习（ML）、深度学习（DL） | 常规生物学参数、细胞形态学、流式细胞术、OMICS数据 | 20篇文献 | NA | NA | NA | NA |
| 1100 | 2025-03-19 |
Single-Model Self-Recovering Fringe Projection Profilometry Absolute Phase Recovery Method Based on Deep Learning
2025-Mar-01, Sensors (Basel, Switzerland)
DOI:10.3390/s25051532
PMID:40096375
|
研究论文 | 本文提出了一种基于深度学习的单模型自恢复条纹投影轮廓术绝对相位恢复方法 | 结合深度学习技术与自恢复算法，简化了相位检索和相位展开的复杂过程，无需额外模式辅助即可直接处理高分辨率条纹图像 | NA | 实现高效且准确的高分辨率绝对相位恢复 | 条纹投影轮廓术中的绝对相位恢复 | 计算机视觉 | NA | 深度学习 | Fringe Prediction Self-Recovering network | 图像 | NA | NA | NA | NA | NA |