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 1430 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 | 2025-05-04 |
High-Precision Dichotomous Image Segmentation With Frequency and Scale Awareness
2025-May, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3426529
PMID:39150797
|
研究论文 | 提出了一种新颖的频率和尺度感知深度神经网络（FSANet），用于高精度的二分图像分割 | 设计了多模态融合模块（MF）和协作尺度融合模块（CSFM），以增强图像特征的表示能力并保持高分辨率 | 未提及具体的数据集局限性或实际应用中的潜在问题 | 解决二分图像分割（DIS）任务中边界杂乱和特征分辨率下降的问题 | 二分图像分割中的通用对象 | 计算机视觉 | NA | 深度学习 | FSANet | 图像 | 多个基准数据集（未具体说明样本数量） | NA | NA | NA | NA |
| 1242 | 2025-05-04 |
Public Behavior and Emotion Correlation Mining Driven by Aspect From News Corpus
2025-May, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3441011
PMID:39178079
|
研究论文 | 提出了一种利用日常新闻数据挖掘公众行为与情感相关性的方法 | 提出了基于假设上下文的KRHC知识表示模型，结合规则方法和深度学习揭示情感与行为之间的隐式关系 | 未提及具体的数据集规模限制或模型泛化能力评估 | 探索行为与情感之间的相关性以揭示社会事件的潜在动机 | 新闻语料库中的公众行为与情感 | 自然语言处理 | NA | 深度学习与规则方法结合 | KRHC（基于假设上下文的知识表示模型） | 文本（新闻数据） | A-E-R数据集和公开KINSHIP数据集（未提具体数量） | NA | NA | NA | NA |
| 1243 | 2025-05-04 |
A Semantic-Consistent Few-Shot Modulation Recognition Framework for IoT Applications
2025-May, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3441597
PMID:39178083
|
research paper | 提出了一种语义一致的小样本调制识别框架，用于物联网应用中的信号调制分类 | 提出了一种语义一致的信号预转换方法（ScSP），增强了无线信号的处理效率，使其能够更好地适用于现有的小样本学习模型 | 该方法主要针对无线信号领域，可能不适用于其他领域的小样本学习任务 | 解决物联网应用中由于标记数据稀缺导致的调制识别难题 | 物联网网络中的无线信号 | machine learning | NA | few-shot learning (FSL) | ScSP (semantic-consistent signal pretransformation) | wireless signal | limited number of labeled samples | NA | NA | NA | NA |
| 1244 | 2025-05-04 |
Feedback Attention to Enhance Unsupervised Deep Learning Image Registration in 3D Echocardiography
2025-May, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3530501
PMID:40030923
|
研究论文 | 提出了一种新的空间反馈注意力模块（FBA），用于增强无监督3D深度学习图像配准在超声心动图中的应用 | 引入了空间反馈注意力模块（FBA），通过生成共注意力图来描述剩余配准误差，并将其反馈给DLIR以最小化误差并改善自我监督 | 未明确提及具体局限性 | 提高3D超声心动图中心脏运动估计的精度和效率 | 3D超声心动图数据 | 计算机视觉 | 心血管疾病 | 深度学习图像配准（DLIR） | CNN, transformer | 3D图像 | NA | NA | NA | NA | NA |
| 1245 | 2025-05-04 |
MIP-Enhanced Uncertainty-Aware Network for Fast 7T Time-of-Flight MRA Reconstruction
2025-May, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3528402
PMID:40031037
|
研究论文 | 提出了一种用于加速7T TOF-MRA重建的不确定性感知模型，结合深度展开和证据深度学习的优点，并引入MIP损失以提高MIP图像质量 | 结合深度展开和证据深度学习，提供MRI重建和不确定性量化，并引入MIP损失以提高MIP图像质量 | 未提及具体局限性 | 加速7T TOF-MRA重建并提高血管重建的可靠性 | 颅内血管系统 | 医学影像处理 | 脑血管疾病 | TOF-MRA, 7T MRI | 深度展开模型, 证据深度学习模型 | MRI图像 | 相对较大的内部多线圈7T TOF-MRA数据集 | NA | NA | NA | NA |
| 1246 | 2025-05-04 |
Navigating Through Whole Slide Images With Hierarchy, Multi-Object, and Multi-Scale Data
2025-May, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3532728
PMID:40031287
|
研究论文 | 提出了一种名为Navigator的视觉模型，用于快速分割全切片图像（WSIs），并通过半监督框架S5CL v2处理稀疏标注样本 | 引入Navigator模型，模仿病理学家的多尺度诊断工作流程，通过低尺度搜索感兴趣区域并逐步放大定位更精细的微解剖类别 | 需要进一步验证模型在更多数据集上的泛化能力 | 解决计算病理学中快速分割全切片图像的挑战 | 全切片图像（WSIs）中的组织学结构 | 数字病理学 | 癌症 | 深度学习 | Navigator | 图像 | 包括TCGA-COAD-30CLS和Erlangen队列在内的多个数据集 | NA | NA | NA | NA |
| 1247 | 2025-05-04 |
Artificial intelligence in retinal image analysis for hypertensive retinopathy diagnosis: a comprehensive review and perspective
2025-May-01, Visual computing for industry, biomedicine, and art
DOI:10.1186/s42492-025-00194-x
PMID:40307650
|
review | 本文综述了人工智能在视网膜图像分析中用于高血压视网膜病变诊断的最新进展和前景 | 探讨了最新的机器学习和深度学习技术在高血压视网膜病变诊断中的应用及其在早期诊断和干预中的潜力 | 综述性文章未涉及具体实验数据，可能缺乏对新技术的实际应用效果的详细评估 | 推动高血压视网膜病变诊断领域的发展，探索自动视网膜图像分析的创新方法 | 高血压视网膜病变的视网膜图像 | digital pathology | cardiovascular disease | retinal image analysis (RIA) | machine learning (ML), deep learning | image | NA | NA | NA | NA | NA |
| 1248 | 2025-05-04 |
Rectified Binary Network for Single-Image Super-Resolution
2025-May, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3438432
PMID:39208050
|
research paper | 该研究提出了一种用于单图像超分辨率（SISR）任务的修正二进制网络，通过引入激活修正推理（ARI）模块和自适应近似估计器（AAE）来提高二进制神经网络的表示能力 | 提出了激活修正推理（ARI）模块和自适应近似估计器（AAE），以增强二进制神经网络在SISR任务中的特征表示能力和优化效果 | 未明确提及具体局限性，但二进制神经网络在复杂特征分布下的表现可能仍有提升空间 | 研究二进制神经网络在单图像超分辨率任务中的应用，以提高图像恢复的质量 | 单图像超分辨率（SISR）任务中的高分辨率（HR）图像恢复 | computer vision | NA | 二进制神经网络（BNN） | CNN | image | 多个基准测试数据集（具体数量未明确提及） | NA | NA | NA | NA |
| 1249 | 2025-05-03 |
Integrating Plasma Cell-Free DNA Fragment End Motif and Size with Genomic Features Enables Lung Cancer Detection
2025-May-02, Cancer research
IF:12.5Q1
DOI:10.1158/0008-5472.CAN-24-1517
PMID:40136052
|
研究论文 | 通过整合血浆游离DNA片段末端基序、大小及基因组特征，开发了一种提高肺癌检测准确性的深度学习方法 | 结合cfDNA片段末端基序与大小特征及基因组覆盖度，开发了性能优于单一特征的集成分类器，并在不同种族人群中验证了其泛化能力 | 样本量相对有限，尤其是高加索人验证队列仅包含50例患者和50例对照 | 提高肺癌早期检测的准确性 | 肺癌患者与健康对照的血浆游离DNA | 数字病理学 | 肺癌 | 全基因组测序 | 深度学习分类器 | 基因组数据 | 韩国发现数据集（218例患者+2559例对照）、韩国验证数据集（111例患者+1136例对照）、高加索人验证队列（50例患者+50例对照） | NA | NA | NA | NA |
| 1250 | 2025-05-03 |
Deep Learning-Based Prediction of Decoy Spectra for False Discovery Rate Estimation in Spectral Library Searching
2025-May-02, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.4c00304
PMID:40252226
|
研究论文 | 本研究探讨了基于深度学习的诱饵光谱预测方法，用于光谱库搜索中的假发现率估计 | 提出了无需模板光谱即可生成诱饵光谱的shuffle-and-predict方法，提高了诱饵光谱的多样性和数量 | 未明确说明该方法在预测库场景下的具体性能限制 | 改进蛋白质组学数据分析中的假发现率估计方法 | 预测光谱库和诱饵光谱 | 机器学习 | NA | 深度学习 | NA | 光谱数据 | NA | NA | NA | NA | NA |
| 1251 | 2025-05-03 |
A multimodal and fully automated system for prediction of pathological complete response to neoadjuvant chemotherapy in breast cancer
2025-May-02, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adr1576
PMID:40305609
|
研究论文 | 开发了一种多模态集成全自动管道系统（MIFAPS），用于预测乳腺癌患者对新辅助化疗的病理完全缓解 | 整合了多模态数据（MRI、全切片图像和临床风险因素）的全自动系统，显著优于单模态模型 | 需要进一步验证系统的临床适用性和泛化能力 | 提高乳腺癌患者对新辅助化疗病理完全缓解的预测准确性 | 1004名局部晚期乳腺癌患者 | 数字病理学 | 乳腺癌 | 深度学习 | MIFAPS | 图像、临床数据 | 1004名患者 | NA | NA | NA | NA |
| 1252 | 2025-05-03 |
A depression detection approach leveraging transfer learning with single-channel EEG
2025-May-02, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/adcfc8
PMID:40314182
|
research paper | 提出一种利用单通道脑电图（EEG）和迁移学习技术检测抑郁症的方法 | 采用单通道EEG信号和迁移学习技术，解决了多通道EEG在日常生活应用中的限制，并通过图像转换提高了模型性能 | 可用的抑郁症EEG数据有限，可能影响模型在区分抑郁症患者和健康受试者方面的效果 | 开发一种基于单通道EEG信号的抑郁症检测模型 | 抑郁症患者和健康个体的EEG信号 | machine learning | geriatric disease | EEG信号处理和迁移学习 | ResNet152V2 | EEG信号（转换为图像） | 有限数量的受试者 | NA | NA | NA | NA |
| 1253 | 2025-05-03 |
Heuristic multi-scale feature fusion with attention-based CNN for sentiment analysis
2025-May-02, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2498735
PMID:40314204
|
研究论文 | 提出了一种基于注意力机制的启发式多尺度特征融合CNN模型，用于情感分析 | 结合了多尺度特征融合和注意力机制的CNN模型，并使用改进的FORSO算法进行参数调优 | 未提及具体的数据集规模和模型计算复杂度 | 提高情感分析的准确率 | 用户生成的文本数据 | 自然语言处理 | NA | BERT, Transformers, word2vector | MFF-AACNet (基于注意力机制的CNN) | 文本 | 未提及具体数量，数据来自公开资源 | NA | NA | NA | NA |
| 1254 | 2025-05-03 |
Omics data classification using constitutive artificial neural network optimized with single candidate optimizer
2025-May, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2348726
PMID:38736309
|
研究论文 | 提出了一种基于Zebra优化算法和构成性人工神经网络的omics数据分类方法，并通过单候选优化器优化权重参数 | 结合Zebra优化算法进行降维，并使用构成性人工神经网络分类omics数据，通过单候选优化器优化权重参数，提高了分类准确率 | 未提及具体的数据集大小或实验设置的局限性 | 提高omics数据的分类准确率 | omics数据（如基因组学、蛋白质组学和微生物组学数据） | 机器学习 | NA | Adaptive variational Bayesian filtering (AVBF), Zebra Optimization Algorithm (ZOA), Constitutive Artificial Neural Network (CANN), Single Candidate Optimizer (SCO) | CANN | omics数据 | NA | NA | NA | NA | NA |
| 1255 | 2025-05-03 |
Hybrid deep learning-based skin cancer classification with RPO-SegNet for skin lesion segmentation
2025-May, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2428705
PMID:39628058
|
research paper | 提出了一种基于混合深度学习的皮肤癌分类方法，结合RPO-SegNet进行皮肤病变分割 | 提出了Recurrent Prototypical Object Segmentation Network (RPO-SegNet)用于皮肤病变分割，以及Fuzzy-based Shepard Convolutional Maxout Network (FSCMN)用于皮肤癌分类 | NA | 提高皮肤癌的准确和及时识别，以降低死亡率 | 皮肤黑色素病变 | computer vision | skin cancer | deep learning | RPO-SegNet, FSCMN, DMN, ShCNN | image | NA | NA | NA | NA | NA |
| 1256 | 2025-05-03 |
Prognostic value of manual versus automatic methods for assessing extents of resection and residual tumor volume in glioblastoma
2025-May-01, Journal of neurosurgery
IF:3.5Q1
DOI:10.3171/2024.8.JNS24415
PMID:39823581
|
research paper | 比较手动与自动方法评估胶质母细胞瘤切除范围和残留肿瘤体积的预后价值 | 使用Raidionics开源软件和预训练深度学习模型进行自动分割，比较其与手动方法在预后评估中的效果 | 未发现全切除与近全切除（90%-99%）在预后上的显著差异 | 评估自动与手动方法在胶质母细胞瘤预后中的价值 | 成年胶质母细胞瘤患者 | digital pathology | glioblastoma | deep learning | pretrained deep learning models | image | 来自欧洲和北美12家医院的成年胶质母细胞瘤患者 | NA | NA | NA | NA |
| 1257 | 2025-05-03 |
Harnessing omics data for drug discovery and development in ovarian aging
2025-May-01, Human reproduction update
IF:14.8Q1
DOI:10.1093/humupd/dmaf002
PMID:39977580
|
review | 该综述综合了关于卵巢衰老的多组学数据，探讨如何利用这些数据发现新的药物靶点并指导治疗策略 | 结合单细胞技术和空间转录组学等前沿组学技术，利用AI模型预测候选药物靶点，为个性化医疗和精准治疗提供新途径 | 仅限于截至2024年9月的英文文献，可能遗漏非英语研究 | 探索卵巢衰老的分子机制，发现减缓或逆转卵巢衰老的药物靶点 | 卵巢衰老相关的多组学数据（基因组、转录组、蛋白质组、代谢组、微生物组） | 生物信息学 | 卵巢衰老 | 多组学分析（基因组、转录组、蛋白质组、代谢组、微生物组）、单细胞技术、空间转录组学、GWAS、全外显子测序、PheWAS、孟德尔随机化 | AI、深度学习、机器学习 | 多组学数据 | NA | NA | NA | NA | NA |
| 1258 | 2025-05-03 |
Deep learning-aided preparation and mechanism revaluation of waste wood lignocellulose-based flame-retardant composites
2025-May, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.141690
PMID:40043971
|
研究论文 | 本研究提出了一种利用深度学习辅助制备废木材基阻燃复合材料的方法，并重新评估了其阻燃机制 | 结合深度学习模型预测复合材料的阻燃性能，实现了废木材的高值化利用 | 未明确说明实验样本的具体数量及模型在其他类型废木材上的泛化能力 | 实现建筑行业废木材的高效回收利用，促进绿色低碳发展 | 废木材基阻燃复合材料 | 机器学习 | NA | 深度学习 | LSTM | 材料性能数据 | NA | NA | NA | NA | NA |
| 1259 | 2025-05-03 |
The Use of Maximum-Intensity Projections and Deep Learning Adds Value to the Fully Automatic Segmentation of Lesions Avid for [18F]FDG and [68Ga]Ga-PSMA in PET/CT
2025-May-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.124.269067
PMID:40081959
|
research paper | 本研究探讨了在[F]FDG和[Ga]Ga-PSMA PET/CT扫描中使用最大强度投影(MIP)图像结合深度学习(DL)进行全自动病灶分割的附加价值 | 结合MIP图像和深度学习技术，提出了一种改进的全自动病灶分割方法，并在[F]FDG PET/CT扫描中显示出减少假阳性病灶和改善肿瘤负荷量化的潜力 | 在[Ga]Ga-PSMA PET/CT扫描中，与标准DL方法相比未观察到显著性能提升 | 评估MIP图像在PET/CT扫描全自动病灶分割中的附加价值 | [F]FDG和[Ga]Ga-PSMA PET/CT扫描中的病灶 | digital pathology | melanoma, lymphoma, lung cancer, prostate cancer | PET/CT, deep learning | 3-dimensional U-Net | medical imaging | 489例[F]FDG PET/CT扫描(391训练/98测试)和117例外部测试集，355例[Ga]Ga-PSMA PET/CT扫描(285训练/70测试) | NA | NA | NA | NA |
| 1260 | 2025-05-03 |
Research on adversarial identification methods for AI-generated image software Craiyon V3
2025-May, Journal of forensic sciences
IF:1.5Q2
DOI:10.1111/1556-4029.70034
PMID:40156229
|
研究论文 | 本文研究了针对AI生成图像软件Craiyon V3的对抗性识别方法，旨在为司法实践提供可靠的决策依据 | 引入基于分数的似然比方法来评估证据强度，并在多种阈值分类器上实现了超过99%的准确率 | 研究仅针对Craiyon V3生成的图像，未涵盖其他AI生成图像软件 | 开发对抗性识别方法以区分AI生成图像，保障司法公正 | Craiyon V3软件生成的图像 | 计算机视觉 | NA | 深度学习 | Swin-Transformer, ResNet-18 | 图像 | 18,000张由Craiyon V3生成的图像 | NA | NA | NA | NA |