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 1401 篇文献，本页显示第 1241 - 1260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1241 | 2025-04-05 |
An adaptive search mechanism with convolutional learning networks for online social media text summarization and classification model
2025-Apr-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95381-4
PMID:40169845
|
研究论文 | 提出了一种基于自适应搜索机制和卷积学习网络的社交媒体文本摘要与分类模型（ASMHLN-SMDSCM） | 结合BERT模型进行特征提取，采用蛾搜索算法（MSA）优化超参数，并使用TabNet+CNN模型进行分类 | 未提及模型在大规模数据集上的泛化能力或计算效率 | 开发高效的社交媒体文本摘要与分类方法 | 社交媒体短文本数据 | 自然语言处理 | NA | BERT, MSA, TabNet, CNN | TabNet+CNN | 文本 | FIFA和FARMER数据集（具体数量未提及） | NA | NA | NA | NA |
| 1242 | 2025-04-05 |
Graph convolution network for fraud detection in bitcoin transactions
2025-Apr-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95672-w
PMID:40169862
|
研究论文 | 本文提出了一种基于图卷积网络（GCN）的比特币交易欺诈检测方法 | 使用GCN模型检测比特币交易中的欺诈行为，相比现有模型如Logistic Regression、LSTM、SVM和Random Forest，表现出更高的准确性和性能 | 数据集中部分交易未标注，可能影响模型的训练效果 | 检测比特币交易中的非法活动，特别是反洗钱（AML） | 比特币交易数据 | 机器学习 | NA | 图卷积网络（GCN） | GCN | 图数据 | Elliptic比特币数据集，包含标记为合法和非法的交易 | NA | NA | NA | NA |
| 1243 | 2025-04-05 |
Building occupancy estimation using single channel CW radar and deep learning
2025-Apr-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95752-x
PMID:40169921
|
研究论文 | 本研究提出了一种基于24GHz连续波雷达和深度学习的新型室内人数估计方法，用于智能建筑的优化、能效提升和安全保障 | 采用连续波雷达系统结合时频映射技术（CWT和功率谱分析），提供了一种不依赖WiFi或PIR传感器的隐私保护替代方案 | 实验主要针对静态场景（久坐人员），动态场景（行走环境）的准确率相对较低（86.5%） | 开发非侵入式、保护隐私的智能建筑人数估计方法 | 室内人员数量 | 机器学习 | NA | 24GHz连续波雷达、连续小波变换(CWT)、功率谱分析 | DarkNet19、MobileNetV2、ResNet18 | 雷达回波生成的时频标度图 | 1680张图像样本（静态场景4小时40分钟数据）+ 1小时连续行走环境数据 | NA | NA | NA | NA |
| 1244 | 2025-10-07 |
On the Robustness of Bayesian Neural Networks to Adversarial Attacks
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3386642
PMID:38648123
|
研究论文 | 分析贝叶斯神经网络在对抗攻击下的鲁棒性几何特性 | 在过参数化极限下证明贝叶斯神经网络对基于梯度的对抗攻击具有鲁棒性 | 需要相对温和的假设条件，实验主要在MNIST、Fashion MNIST和合成数据集上进行验证 | 研究贝叶斯神经网络对抗攻击的鲁棒性 | 贝叶斯神经网络 | 机器学习 | NA | 贝叶斯推理 | 贝叶斯神经网络 | 图像数据 | MNIST、Fashion MNIST和合成数据集 | NA | 贝叶斯神经网络 | 准确率，鲁棒性 | NA |
| 1245 | 2025-10-07 |
General Hyperspectral Image Super-Resolution via Meta-Transfer Learning
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3387970
PMID:38648133
|
研究论文 | 提出一种基于元迁移学习的通用高光谱图像超分辨率框架，解决数据稀缺和域差异问题 | 通过元迁移学习随机采样不同光谱范围的超分辨率任务，并采用渐进式波段扩展策略来弥合数据集间的域差异 | 未明确说明具体的数据集规模和计算资源需求 | 开发具有更好泛化能力的高光谱图像超分辨率方法 | 高光谱图像 | 计算机视觉 | NA | 高光谱成像 | 深度学习 | 高光谱图像 | NA | NA | 基于多融合特征的网络架构 | 定性评估,定量评估 | NA |
| 1246 | 2025-10-07 |
Dual-Channel Adaptive Scale Hypergraph Encoders With Cross-View Contrastive Learning for Knowledge Tracing
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3386810
PMID:38652621
|
研究论文 | 提出一种名为HyperKT的新型知识追踪模型，通过双通道自适应尺度超图编码器和跨视图对比学习来预测学习者表现 | 设计了自适应尺度超边蒸馏组件生成知识感知和模式感知超边，提出双通道超图编码器捕获多粒度知识状态，并引入跨视图对比学习机制增强监督信号 | 未在摘要中明确说明 | 改进知识追踪任务，更准确地预测学习者的未来表现 | 学习者的历史响应数据 | 自然语言处理 | NA | 知识追踪 | 图神经网络,超图神经网络 | 教育响应数据 | 三个真实世界数据集 | NA | 简化超图卷积网络,协作超图卷积网络 | NA | NA |
| 1247 | 2025-04-04 |
Advanced Anticounterfeiting: Angle-Dependent Structural Color-Based CuO/ZnO Nanopatterns with Deep Neural Network Supervised Learning
2025-Apr-02, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c17414
PMID:40072024
|
研究论文 | 本研究提出了一种基于结构颜色的低成本、可大规模生产的防伪图案及简单鉴别算法 | 利用电纺丝技术制造纳米图案，结合CuO和ZnO的溶液生长过程，创造出具有角度依赖性颜色的不可克隆图案，并通过深度学习算法实现高效鉴别 | 需要标准高分辨率相机获取训练图像，可能在某些应用场景中受限 | 开发新一代高效、可扩展的防伪解决方案 | 防伪图案及其鉴别算法 | 计算机视觉 | NA | 电纺丝技术、溶液生长过程、深度学习 | 深度学习算法 | 图像 | NA | NA | NA | NA | NA |
| 1248 | 2025-04-04 |
Deep Learning-Based Framework for Efficient Design of Multicomponent High Hardness High Entropy Alloys
2025-Apr-02, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c23010
PMID:40114633
|
研究论文 | 提出了一种基于深度学习的框架，用于高效设计多组分高硬度高熵合金 | 结合材料领域知识与数据驱动技术，开发了材料串联嵌入模块与BiLSTM-CRF网络，自动化分析文献并提取数据，采用两阶段设计策略（GA与PSO结合）优化合金系统与成分比例 | 未明确提及实验验证的广泛性或实际应用中的性能稳定性 | 优化多组分高硬度高熵合金的设计过程 | 高熵合金（HEAs） | 机器学习 | NA | 深度学习、遗传算法（GA）、粒子群优化（PSO） | BiLSTM-CRF | 文本、数值数据 | 2698篇论文中提取的8067个数据点，构建的硬度数据集包含13种元素 | NA | NA | NA | NA |
| 1249 | 2025-04-04 |
Prediction of Future Risk of Moderate to Severe Kidney Function Loss Using a Deep Learning Model-Enabled Chest Radiography
2025-Apr-02, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01489-4
PMID:40175823
|
research paper | 本研究评估了一种利用原始胸部X光数据预测中度至重度肾功能下降的深度学习模型 | 首次使用深度学习模型通过胸部X光数据预测慢性肾脏病的进展风险 | 研究为回顾性分析，需要前瞻性研究进一步验证 | 开发早期预测慢性肾脏病进展风险的工具 | 79,219名eGFR在65-120之间的患者 | digital pathology | chronic kidney disease | deep learning | DLM | image | 79,219名患者的胸部X光数据 | NA | NA | NA | NA |
| 1250 | 2025-04-04 |
Application of an Automated Deep Learning Program to A Diagnostic Classification Model: Differentiating High-Risk Adenomas Among Colorectal Polyps 10 mm or Smaller
2025-Apr-02, Journal of digestive diseases
IF:2.3Q3
DOI:10.1111/1751-2980.13340
PMID:40176375
|
研究论文 | 本研究开发了一种基于自动深度学习程序的计算机辅助诊断模型，用于分类≤10毫米结直肠息肉中的低风险和高风险腺瘤 | 使用自动深度学习软件Neuro-T v3.2.1开发CADx模型，其性能与专家相当且优于学员 | 研究仅使用了静态内窥镜图像，未考虑动态视频或临床背景信息 | 开发能区分≤10毫米结直肠息肉中高风险和低风险腺瘤的计算机辅助诊断模型 | ≤10毫米的结直肠腺瘤 | 数字病理学 | 结直肠癌 | 自动深度学习 | DL | 内窥镜图像 | 2696张训练图像（2460张低级别和236张高级别腺瘤）和439张外部验证图像（398张低级别和41张高级别腺瘤） | NA | NA | NA | NA |
| 1251 | 2025-04-04 |
What's new in pediatric musculoskeletal imaging
2025-Apr, Journal of children's orthopaedics
DOI:10.1177/18632521251325122
PMID:40093030
|
review | 本文综述了儿科肌肉骨骼影像学领域的最新技术进展，包括成像方式的创新和人工智能应用 | 探讨了辐射剂量减少技术、对比增强超声和超高频率成像等增强诊断工具，以及人工智能在病理检测和工作流程优化中的应用 | 存在外部验证和范围有限等挑战 | 提高儿科肌肉骨骼护理的诊断准确性和治疗效果 | 儿科肌肉骨骼影像学 | digital pathology | NA | advanced magnetic resonance imaging, ultrasound innovations, artificial intelligence, photon-counting detector computed tomography, deep learning-based reconstructions, diffusion-weighted imaging, positron emission tomography-magnetic resonance imaging integration | deep learning | image | NA | NA | NA | NA | NA |
| 1252 | 2025-04-04 |
Benchmarking deep learning for automated peak detection on GIWAXS data
2025-Apr-01, Journal of applied crystallography
IF:5.2Q1
DOI:10.1107/S1600576725000974
PMID:40170972
|
研究论文 | 本文提出了一个用于评估深度学习在GIWAXS数据自动峰值检测中性能的综合框架 | 引入了包含标注实验数据集、物理信息指标和优化基线算法的全面框架，并首次对基于模拟数据训练的深度学习解决方案进行了系统评估 | 研究可能受限于标注数据集的大小和多样性，以及基线算法的选择 | 评估深度学习在GIWAXS数据峰值检测中的可靠性并建立标准化评估体系 | GIWAXS衍射图像数据 | 机器学习和X射线散射数据分析 | NA | GIWAXS和深度学习技术 | 未明确说明具体DL模型类型 | X射线衍射图像数据 | 未明确说明具体样本数量，但提到单日可产生数十万衍射图像 | NA | NA | NA | NA |
| 1253 | 2025-04-03 |
CabriTrack: Accelerometer data for automated behavioural monitoring of grazing Creole goats
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111431
PMID:40160528
|
研究论文 | 介绍了一个名为CabriTrack的数据集，用于通过加速度计数据自动监测克雷奥尔山羊的放牧行为 | 提供了一个包含144小时以上三轴加速度计数据的数据集，用于训练和评估基于加速度数据的行为预测方法 | 数据集仅针对克雷奥尔山羊，且行为分类有限（五种行为） | 开发自动化动物行为监测方法 | 克雷奥尔山羊的放牧行为 | 机器学习 | NA | 加速度计数据采集和AI行为预测 | NA | 加速度计数据和视频数据 | 59只不同的动物，数据收集时间为2023年3月至2024年3月 | NA | NA | NA | NA |
| 1254 | 2025-04-03 |
Kidney stone detection via axial CT imaging: A dataset for AI and deep learning applications
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111446
PMID:40160523
|
research paper | 介绍了一个专注于肾结石检测的CT扫描图像数据集，包含有肾结石和无肾结石患者的两组数据 | 提供了一个经过清洗、交叉检查和充分标记的CT图像数据集，支持AI和深度学习在肾结石诊断中的应用 | 数据集主要来自伊拉克Sulaimani和Rania地区的医疗机构，可能无法完全代表其他地区的人口和肾结石模式 | 开发和验证用于肾结石诊断的深度学习模型 | 肾结石患者和无肾结石患者的CT扫描图像 | digital pathology | kidney stone disease | CT imaging | deep learning models | image | 3364 original CT images and 35,457 augmented CT images | NA | NA | NA | NA |
| 1255 | 2025-04-03 |
FallVision: A benchmark video dataset for fall detection
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111440
PMID:40160526
|
研究论文 | 本文介绍了一个专门为跌倒检测研究策划的综合视频数据集，包含分类的跌倒和非跌倒视频 | 提供了一个全面的跌倒检测视频数据集，包含多种跌倒类别和经过处理的标志视频 | 数据集来源为手持设备拍摄，可能影响视频质量和一致性 | 推进跌倒检测算法的发展，为算法开发和测试提供平台 | 跌倒和非跌倒的视频数据 | 计算机视觉 | 老年疾病 | 计算机视觉和深度学习 | NA | 视频 | 自愿参与者提供的视频数据 | NA | NA | NA | NA |
| 1256 | 2025-04-03 |
A deep learning algorithm for radiographic measurements of the hip versus human CT measurements: An intermodality agreement study
2025-Apr, Acta radiologica open
IF:0.9Q4
DOI:10.1177/20584601251330554
PMID:40162114
|
研究论文 | 本研究比较了人类在CT扫描和深度学习算法在X光片上对髋关节测量结果的一致性 | 首次使用深度学习算法评估髋关节X光片测量与人类CT测量之间的一致性，并探讨骨盆旋转对测量结果的影响 | 样本量相对较小(172例)，且为回顾性研究 | 评估不同髋关节测量方法之间的一致性 | 髋关节发育不良(HD)患者 | 数字病理 | 骨关节炎 | CT扫描和X光成像 | 深度学习算法 | 医学影像 | 172例放射学报告回顾性分析 | NA | NA | NA | NA |
| 1257 | 2025-04-03 |
Artificial Intelligence Models Accuracy for Odontogenic Keratocyst Detection From Panoramic View Radiographs: A Systematic Review and Meta-Analysis
2025-Apr, Health science reports
IF:2.1Q3
DOI:10.1002/hsr2.70614
PMID:40165928
|
meta-analysis | 评估人工智能模型在全景X光片中检测牙源性角化囊肿的诊断准确性 | 首次通过系统综述和荟萃分析评估AI模型在牙源性角化囊肿诊断中的表现，并比较不同模型架构的性能 | 存在发表偏倚和研究间高度异质性，且样本量有限 | 评估AI模型在全景X光片中检测牙源性角化囊肿的诊断准确性 | 牙源性角化囊肿的全景X光片 | digital pathology | odontogenic keratocyst | deep learning | YOLO | image | 8项研究的数据 | NA | NA | NA | NA |
| 1258 | 2025-04-03 |
Domain-Adaptive and Per-Fraction Guided Deep Learning Framework for Magnetic Resonance Imaging-Based Segmentation of Organs at Risk in Gynecologic Cancers
2025-Apr, Advances in radiation oncology
IF:2.2Q2
DOI:10.1016/j.adro.2025.101745
PMID:40166000
|
研究论文 | 开发了一种基于深度学习的领域自适应框架，用于在妇科癌症的磁共振成像中自动分割风险器官 | 提出了一种合成MRL辅助的深度学习框架，结合每部分适应性调整，提高了风险器官分割的准确性 | 数据稀缺可能限制了模型的训练效果 | 开发自动化分割算法以支持磁共振成像集成直线加速器治疗系统中的自适应干预 | 妇科癌症患者的磁共振成像和计算机断层扫描数据 | 数字病理学 | 妇科癌症 | 磁共振成像（MRI）和计算机断层扫描（CT） | 生成对抗网络（GAN）和领域自适应分割网络 | 图像 | 158名患者用于CT扫描，25名患者用于MRL扫描 | NA | NA | NA | NA |
| 1259 | 2025-04-03 |
New Machine Learning Method for Medical Image and Microarray Data Analysis for Heart Disease Classification
2025-Apr-01, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01492-9
PMID:40169470
|
研究论文 | 提出一种结合深度神经网络和基因选择的新方法，用于心脏病分类和生物标志物发现 | 提出DeepGeneNet（DGN）框架，将基因选择和DNN分类统一，结合超参数优化和U-Net分割技术 | 未提及具体样本量或外部验证结果 | 提高心脏病分类的准确性和可解释性 | 微阵列基因表达数据 | 机器学习 | 心血管疾病 | 微阵列技术 | DNN, U-Net | 基因表达数据 | NA | NA | NA | NA | NA |
| 1260 | 2025-10-07 |
Decoding pathology: the role of computational pathology in research and diagnostics
2025-Apr, Pflugers Archiv : European journal of physiology
DOI:10.1007/s00424-024-03002-2
PMID:39095655
|
综述 | 本文概述了计算病理学在研究和诊断中的作用及其进展 | 介绍了基于深度学习的计算病理学方法如何解决传统病理学的局限性，并探讨了多模态数据整合和基础模型的应用 | 作为综述文章，未涉及具体实验设计和数据验证 | 探讨计算病理学在病理学研究和诊断中的应用前景 | 病理学标本和相关的多模态数据 | 数字病理学 | NA | 深度学习 | 深度学习基础模型 | 组织病理学图像，多模态数据 | NA | NA | NA | NA | NA |