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 1382 篇文献，本页显示第 581 - 600 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 581 | 2025-05-31 |
Deep Learning-Based Classification of CRISPR Loci Using Repeat Sequences
2025-05-16, ACS synthetic biology
IF:3.7Q1
DOI:10.1021/acssynbio.5c00174
PMID:40261207
|
研究论文 | 提出了一种基于深度学习的CRISPR位点分类方法CRISPRclassify-CNN-Att，仅利用重复序列进行分类 | 首次提出仅基于重复序列的CRISPR位点分类方法，结合CNN和自注意力机制，采用堆叠策略和迁移学习解决样本不平衡问题 | 对于样本量较少的亚型分类准确性仍有提升空间 | 开发不依赖cas基因的CRISPR-Cas系统分类方法 | CRISPR位点的重复序列 | 机器学习 | NA | 深度学习 | CNN, 自注意力机制 | 序列数据 | 多种亚型的CRISPR位点样本（具体数量未提及） | NA | NA | NA | NA |
| 582 | 2025-05-31 |
Unleashing the Potential of Residual and Dual-Stream Transformers for the Remote Sensing Image Analysis
2025-May-15, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11050156
PMID:40423013
|
研究论文 | 本文提出了一种结合ResNet50 V2和Vision Transformer (ViT)架构的双流ResV2ViT模型，用于遥感卫星图像的分类 | 通过双流方法结合ResNet50 V2和ViT，同时提取局部空间特征和全局上下文信息，提高了分类性能 | 未提及具体局限性 | 提升遥感卫星图像分类的准确性和效率 | 遥感卫星图像 | 计算机视觉 | NA | 深度学习 | ResV2ViT (结合ResNet50 V2和ViT) | 图像 | RSI-CB256数据集和另一个包含21个类别的数据集 | NA | NA | NA | NA |
| 583 | 2025-05-31 |
Beyond Handcrafted Features: A Deep Learning Framework for Optical Flow and SLAM
2025-May-15, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11050155
PMID:40423012
|
研究论文 | 本文提出了一种基于卷积神经网络（CNN）的视觉同步定位与地图构建（SLAM）新方法，用于创建鲁棒的地图 | 利用CNN从预训练模型的中间层提取特征进行光流估计，通过分析数千种层和滤波器组合的偏移误差，找到具有最小偏移误差的特定层和滤波器组合 | NA | 提高视觉SLAM在视角变化、遮挡和光照变化等环境挑战下的鲁棒性和准确性 | 视觉SLAM系统 | 计算机视觉 | NA | CNN | CNN | 图像 | 六个公开可用的数据集 | NA | NA | NA | NA |
| 584 | 2025-05-31 |
Biomimetic Computing for Efficient Spoken Language Identification
2025-May-14, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10050316
PMID:40422146
|
研究论文 | 本文提出了一种结合仿生优化技术和深度学习的DBODL-MSLIS方法，用于提高口语语言识别的准确性和效率 | 整合了仿生优化技术（如Dung Beetle Optimization）和深度学习（LSTM网络），通过模拟自然界智能行为优化特征选择和分类性能 | 未提及具体的数据集规模限制或跨语言泛化能力的详细评估 | 提升多语言环境下口语语言识别的准确性和效率 | 多语言口语数据集（IIIT Spoken Language数据集） | 自然语言处理 | NA | Dung Beetle Optimization (DBO), 离散小波变换(DWT), 零交叉率(ZCR), 贝叶斯优化(BO) | LSTM | 语音信号 | 基于IIIT Spoken Language数据集（具体数量未说明） | NA | NA | NA | NA |
| 585 | 2025-05-31 |
Transforming 3D MRI to 2D Feature Maps Using Pre-Trained Models for Diagnosis of Attention Deficit Hyperactivity Disorder
2025-May-13, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11050056
PMID:40423258
|
研究论文 | 本研究探讨了利用预训练模型将3D MRI转换为2D特征图，结合深度学习技术高精度诊断注意力缺陷多动障碍(ADHD)的潜在效用 | 提出了一种从3D MRI图像中提取2D特征的新方法，并将这些特征与临床特征相结合用于ADHD诊断 | 研究为概念验证性质，样本量有限，且仅使用了ADHD200数据集 | 开发基于深度学习的ADHD高精度诊断工具 | ADHD患者和正常对照的MRI数据及临床特征 | 数字病理学 | 神经发育障碍 | MRI | VGG16, CNN2D, CNN1D, LSTM, GRU | 3D MRI图像和临床数据 | ADHD200数据集(具体数量未明确说明) | NA | NA | NA | NA |
| 586 | 2025-05-31 |
Energy-Efficient Fall-Detection System Using LoRa and Hybrid Algorithms
2025-May-12, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10050313
PMID:40422143
|
研究论文 | 介绍了一种结合LoRa技术和混合算法的高效能跌倒检测系统 | 提出了一种混合系统，结合了基于阈值的初步检测和基于CNN-LSTM的深度学习模型，以提高分类准确性，并通过LoRa技术实现长距离、低能耗的通信 | 实验中使用的是模拟跌倒数据，可能无法完全反映真实场景中的复杂性 | 开发一种高效能、高精度的跌倒检测系统，以提升老年人和行动不便人士的安全和生活质量 | 老年人和行动不便人士 | 可穿戴设备 | 老年疾病 | LoRa, CNN, LSTM | CNN-LSTM | 加速度数据 | 实验中使用模拟跌倒数据和日常活动数据，具体样本数量未提及 | NA | NA | NA | NA |
| 587 | 2025-05-31 |
MultiSEss: Automatic Sleep Staging Model Based on SE Attention Mechanism and State Space Model
2025-May-03, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10050288
PMID:40422118
|
research paper | 提出了一种名为MultiSEss的创新深度学习架构，用于解决自动睡眠阶段分类中的关键问题 | 结合了多尺度卷积模块和Squeeze-and-Excitation注意力机制，并采用状态空间序列耦合模块来更准确地捕获和整合多模态数据之间的相关性 | 未提及具体的局限性 | 提高自动睡眠阶段分类的准确性，以改善睡眠障碍的诊断和治疗 | 睡眠阶段分类 | machine learning | sleep disorders | 深度学习 | CNN, SE注意力机制, 状态空间模型 | 多模态数据 | Sleep-EDF-20和Sleep-EDF-78数据集 | NA | NA | NA | NA |
| 588 | 2025-05-31 |
A Bio-Inspired Learning Dendritic Motion Detection Framework with Direction-Selective Horizontal Cells
2025-May-02, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10050286
PMID:40422116
|
research paper | 提出了一种受生物启发的可学习水平细胞树突神经元模型（HCdM），用于高效且鲁棒的运动方向检测 | HCdM模型模仿树突神经元的局部处理机制，通过突触学习修剪不必要部分，在噪声图像中保持高准确度，特别是在椒盐噪声下表现优异 | 未来研究需要将HCdM与在复杂视觉场景中表现优异的SOTA模型结合以增强其适应性 | 开发一种高效且鲁棒的运动方向检测模型 | 运动方向检测 | computer vision | NA | NA | HCdM | image | NA | NA | NA | NA | NA |
| 589 | 2025-05-31 |
Aligning, Autoencoding and Prompting Large Language Models for Novel Disease Reporting
2025-05, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3534586
PMID:40031357
|
research paper | 提出了一种基于提示的深度学习框架PromptLLM，用于准确高效地生成新疾病的放射学报告 | 通过视觉图像与文本报告的对齐、无标签数据的自编码以及提示LLM学习新疾病的知识和写作风格，减少对大量标注数据的依赖 | 实验仅针对COVID-19和多种胸部疾病进行验证，可能在其他疾病上的泛化能力有限 | 开发一种能够在新疾病数据有限的情况下生成准确放射学报告的方法 | 放射学图像和新疾病的报告生成 | natural language processing | COVID-19, thorax diseases | prompt-based deep learning | LLM | image, text | 仅使用1%的训练数据 | NA | NA | NA | NA |
| 590 | 2025-05-31 |
IR-GPT: AI Foundation Models to Optimize Interventional Radiology
2025-May, Cardiovascular and interventional radiology
IF:2.8Q2
DOI:10.1007/s00270-024-03945-0
PMID:40140092
|
研究论文 | 本文探讨了如何为介入放射学（IR）定制基础人工智能（AI）模型，提出了IR-GPT的设计理念 | 首次提出为介入放射学定制基础AI模型IR-GPT，旨在提供一个统一的AI平台 | 未具体说明模型实现细节及实际应用效果 | 优化介入放射学中的AI应用 | 介入放射学相关的AI基础模型 | 数字病理学 | NA | 深度学习 | GPT | 文本、医学图像 | NA | NA | NA | NA | NA |
| 591 | 2025-05-31 |
Unsupervised Test-Time Adaptation for Hepatic Steatosis Grading Using Ultrasound B-Mode Images
2025-05, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2025.3555180
PMID:40138246
|
研究论文 | 本文提出了一种无监督的测试时间自适应方法，用于超声B模式图像的肝脏脂肪变性分级 | 提出了一种测试时间批量归一化（TTN）技术，专门针对标签分布变化引起的域偏移，通过调整训练好的卷积神经网络模型中批量归一化层的选定特征来实现无监督自适应 | 方法仅在两个不同机构收集的腹部超声数据集上进行了评估，可能需要更多样化的数据集验证其泛化能力 | 解决肝脏脂肪变性分级中因临床环境差异导致的域偏移问题，提高模型在不同临床环境中的泛化能力 | 超声B模式图像中的肝脏脂肪变性分级 | 数字病理学 | 肝脏疾病 | 无监督域适应技术 | CNN | 图像 | 两个不同机构收集的腹部超声数据集 | NA | NA | NA | NA |
| 592 | 2025-05-31 |
Predicting the structures of cyclic peptides containing unnatural amino acids by HighFold2
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf202
PMID:40350698
|
research paper | 本文介绍了一种名为HighFold2的新模型，用于预测含有非天然氨基酸的环肽的三维结构 | HighFold2基于AlphaFold-Multimer框架，首次将预定义的刚性基团及其初始原子坐标从天然氨基酸扩展到非天然氨基酸，并引入额外的神经网络来表征肽的原子级特征，同时构建了基于不同环化约束的环肽相对位置编码矩阵 | NA | 准确预测含有非天然氨基酸的环肽的三维结构，以促进基于环肽的药物发现 | 含有非天然氨基酸的环肽及其与蛋白质的复合物 | machine learning | NA | deep learning | HighFold2 (基于AlphaFold-Multimer框架) | 3D结构数据 | NA | NA | NA | NA | NA |
| 593 | 2025-05-31 |
Grading of Foveal Hypoplasia Using Deep Learning on Retinal Fundus Images
2025-May-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.5.18
PMID:40402544
|
research paper | 本研究开发并评估了一种基于深度学习的模型，用于使用视网膜眼底图像对中心凹发育不全进行分级 | 该研究首次使用深度学习模型对中心凹发育不全进行六级分类，并在准确性和效率上优于资深和初级临床医生的评估 | 研究为回顾性研究，样本量相对有限（303名患者），且数据来源于单一时间段（2001年至2021年） | 开发并评估一种深度学习模型，用于中心凹发育不全的分级诊断 | 中心凹发育不全患者 | digital pathology | 眼科疾病 | 深度学习 | EfficientNet_b1 | image | 605张视网膜眼底图像（来自303名患者，其中男性55.1%，女性44.9%） | NA | NA | NA | NA |
| 594 | 2025-10-07 |
Bayesian Optimization with Gaussian Processes Assisted by Deep Learning for Material Designs
2025-May-29, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.5c00592
PMID:40383929
|
研究论文 | 本研究将深度核学习与高斯过程相结合应用于贝叶斯优化，以提升材料设计的效率 | 提出将深度核学习与高斯过程结合的贝叶斯优化方法，解决了传统高斯过程无法自动生成描述符的局限性 | 在寻找居里温度最高的合金任务中，标准高斯过程表现优于深度核学习模型 | 提升材料设计中贝叶斯优化的效率 | 氧化物数据集和有机-无机杂化钙钛矿合金 | 机器学习 | NA | 深度核学习 | 高斯过程,神经网络 | 材料特性数据 | 922个氧化物数据集和610个钙钛矿合金数据集 | NA | 深度核学习 | 效率比较 | NA |
| 595 | 2025-10-07 |
DCA-U-Net: a deep learning network for segmentation of laser-induced thermal damage regions in mouse skin OCT images
2025-May-28, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adcd7c
PMID:40239684
|
研究论文 | 提出一种用于小鼠皮肤OCT图像中激光诱导热损伤区域分割的轻量级深度学习网络DCA-U-Net | 通过引入更高效的扩张ConvNeXT块和双模块注意力块，在显著减少参数量的同时提升特征提取能力和分割精度 | 研究仅限于小鼠皮肤激光热损伤OCT数据，尚未在人类临床数据上验证 | 开发高效的皮肤激光热损伤区域自动分割方法以支持精准诊疗 | 小鼠皮肤激光热损伤区域的OCT图像 | 计算机视觉 | 皮肤损伤 | 光学相干断层扫描 | CNN | 图像 | 两个不同部位的小鼠皮肤激光热损伤OCT数据集 | NA | U-Net, Dilated ConvNeXT, Attention机制 | 分割精度 | NA |
| 596 | 2025-10-07 |
Deep Learning-Assisted 3D Pressure Sensors for Control of Unmanned Aerial Vehicles
2025-May-28, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c03575
PMID:40371705
|
研究论文 | 开发了一种基于多层微结构复合薄膜压阻传感阵列和深度学习技术的可穿戴智能手势识别控制系统，用于无人机控制 | 结合多层微结构复合薄膜压阻传感阵列与深度学习技术，实现了高灵敏度手势识别和无人机控制 | NA | 开发实时人体运动检测和识别系统，用于虚拟现实、远程控制和机器人应用 | 人体手势动作和无人机控制 | 机器学习和机器人技术 | NA | 压阻传感技术和深度学习 | CNN | 传感器数据和手势数据 | NA | NA | 卷积神经网络 | 识别准确率 | NA |
| 597 | 2025-05-30 |
Combined Topological Data Analysis and Geometric Deep Learning Reveal Niches by the Quantification of Protein Binding Pockets
2025-May-28, Journal of computational biology : a journal of computational molecular cell biology
IF:1.4Q2
DOI:10.1089/cmb.2025.0076
PMID:40434873
|
研究论文 | 本文结合拓扑数据分析（TDA）和几何深度学习（GDL）来分析酶的假定蛋白质口袋，以全面理解蛋白质结构基序 | 首次整合了局部和全局表示方法来分析蛋白质口袋，提供了对蛋白质结构基序的全面和互补的理解 | 方法在结构已知的情况下特别有用，对于未知结构的情况可能不适用 | 研究蛋白质口袋的定位、测量及其解剖结构，以进一步理解蛋白质功能 | 酶的假定蛋白质口袋 | 计算生物学 | NA | 拓扑数据分析（TDA）、几何深度学习（GDL） | GDL | 蛋白质结构数据 | NA | NA | NA | NA | NA |
| 598 | 2025-05-30 |
Efficient feature extraction using light-weight CNN attention-based deep learning architectures for ultrasound fetal plane classification
2025-May-28, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01566-6
PMID:40437331
|
research paper | 提出了一种基于轻量级CNN和注意力机制的深度学习架构，用于超声胎儿平面分类 | 结合轻量级EfficientNet特征提取主干和注意力机制，显著减少可训练参数数量，便于边缘设备部署 | 未提及模型在不同超声设备或操作者间的泛化能力 | 辅助产科医生进行胎儿平面分类，提高产前诊断效率 | 超声胎儿图像中的关键平面（脑部、股骨、胸部、宫颈和腹部） | computer vision | prenatal development | 深度学习 | CNN with attention mechanism | 超声图像 | 最大基准超声数据集（具体数量未提及） | NA | NA | NA | NA |
| 599 | 2025-10-07 |
Digital Biomarkers for Parkinson Disease: Bibliometric Analysis and a Scoping Review of Deep Learning for Freezing of Gait
2025-May-20, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/71560
PMID:40392578
|
综述 | 通过文献计量分析和范围综述评估帕金森病数字生物标志物研究现状，特别关注深度学习在冻结步态检测中的应用 | 结合文献计量学与范围综述方法，首次系统分析帕金森病数字生物标志物研究格局，并深入评估深度学习模型在冻结步态检测中的性能 | 跨学科和跨机构合作不足，企业资助缺乏，冻结步态深度学习模型缺乏外部验证和标准化性能报告 | 评估全球帕金森病生物标志物研究现状、热点和未来趋势，系统综述冻结步态数字生物标志物的深度学习模型 | 帕金森病患者，特别是冻结步态症状 | 数字病理学 | 帕金森病 | 文献计量分析，范围综述，深度学习 | CNN | 文献数据，步态数据 | 文献计量分析750项研究，范围综述40项研究，涉及3700名研究人员 | NA | 卷积神经网络，基于CNN的架构 | 准确率，灵敏度，特异性，AUC | NA |
| 600 | 2025-10-07 |
The role of artificial intelligence in occupational health in radiation exposure: a scoping review of the literature
2025-May-16, Environmental health : a global access science source
IF:5.3Q1
DOI:10.1186/s12940-025-01186-3
PMID:40380224
|
综述 | 本文通过范围综述方法探讨人工智能在职业性辐射暴露评估、监测和控制中的应用现状与挑战 | 首次系统梳理人工智能在职业辐射防护领域的应用框架，识别出监督评估、检测监测、防护控制三大应用方向 | 依赖现有文献质量，存在数据异质性；缺乏对具体算法性能的定量比较；未涵盖非英语文献 | 综述人工智能在职业性辐射暴露管理中的应用研究现状 | 职业辐射暴露相关的评估、监测、控制与防护措施 | 机器学习 | 放射性疾病 | 专家系统、机器学习、深度学习 | 多种AI模型 | 文献数据 | 59篇符合条件的文章（从初始2920篇中筛选） | NA | NA | MMAT质量评估工具 | NA |