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 1212 篇文献，本页显示第 861 - 880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 861 | 2025-06-07 |
Explicit Abnormality Extraction for Unsupervised Motion Artifact Reduction in Magnetic Resonance Imaging
2025-Jun, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3444771
PMID:39150812
|
研究论文 | 提出一种无监督异常提取网络（UNAEN），用于减少磁共振成像（MRI）中的运动伪影 | 提出了一种无需配对MA-corrupted和MA-free图像的无监督方法，通过显式提取异常来减少运动伪影 | 依赖于公开可用的MRI数据集，未提及在特定临床环境中的验证 | 减少MRI中的运动伪影，提高诊断准确性和图像引导治疗的效果 | MRI图像 | 医学影像处理 | NA | 深度学习 | UNAEN（包含artifact extractor和reconstructor） | MRI图像 | 多种公开可用的MRI数据集（未提及具体数量） | NA | NA | NA | NA |
| 862 | 2025-06-07 |
P2TC: A Lightweight Pyramid Pooling Transformer-CNN Network for Accurate 3D Whole Heart Segmentation
2025-Jun, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3526727
PMID:40030965
|
research paper | 提出了一种轻量级的金字塔池化Transformer-CNN网络（P2TC），用于精确的3D全心脏分割 | 结合了3D金字塔池化Transformer进行多尺度信息融合和轻量级大核CNN进行局部特征提取，采用双分支解码器结构 | 未提及具体计算资源消耗或模型推理速度数据 | 提高3D全心脏分割的准确性 | 心脏结构的3D分割 | digital pathology | cardiovascular disease | 深度学习 | Transformer-CNN混合模型 | 3D医学影像（CT和MRI） | MM-WHS 2017挑战数据集 | NA | NA | NA | NA |
| 863 | 2025-06-07 |
Neural Manifold Decoder for Acupuncture Stimulations With Representation Learning: An Acupuncture-Brain Interface
2025-Jun, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3530922
PMID:40031188
|
research paper | 该研究提出了一种深度学习框架，用于解码不同针灸操作对脑电图活动的影响，并建立了针灸-脑接口 | 结合对比表示学习和领域适应策略，推断针灸操作的行为流形，并通过无监督流形学习估计针灸诱发的EEG信号的潜在神经流形 | 研究中仅针对足三里穴位的针灸操作进行了分析，未涵盖其他穴位 | 揭示针灸刺激与动态脑反应之间的相关性，并开发一种解码针灸操作的框架 | 针灸操作对脑电图活动的影响 | machine learning | neurological disorders | electroencephalographic activity, video recordings | neural networks | EEG signals, video | stimulated subjects | NA | NA | NA | NA |
| 864 | 2025-06-07 |
Coarse for Fine: Bounding Box Supervised Thyroid Ultrasound Image Segmentation Using Spatial Arrangement and Hierarchical Prediction Consistency
2025-Jun, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3535541
PMID:40031340
|
research paper | 提出了一种双分支弱监督学习框架，用于优化甲状腺超声图像分割网络，通过空间排列和分层预测一致性校准语义特征 | 通过同时考虑目标位置和目标与背景语义特征分布的合理性，提出了一种新的弱监督分割策略 | 对边界框掩码的依赖可能限制了模型在更复杂场景下的表现 | 优化甲状腺超声图像的分割精度，减少标注时间 | 甲状腺超声图像中的甲状腺和结节 | digital pathology | thyroid disease | weakly-supervised learning | dual-branch network | image | 三个甲状腺数据集 | NA | NA | NA | NA |
| 865 | 2025-06-07 |
TriCvT-DTI: Predicting Drug-Target Interactions Using Trimodal Representations and Convolutional Vision Transformers
2025-Jun, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3536476
PMID:40031370
|
research paper | 提出了一种名为TriCvT-DTI的新方法，通过结合分子图像、化学序列特征和药物图表示来预测药物-靶标相互作用 | 结合了多模态药物表示和双向多头注意力机制，使用卷积视觉变换器(CvTs)从药物图像中提取结构和空间特征 | 未明确提及具体局限性 | 改进药物-靶标相互作用预测的效率和准确性 | 药物-靶标相互作用 | machine learning | NA | Convolutional Vision Transformers (CvTs), 双向多头注意力机制 | TriCvT-DTI | 分子图像、化学序列特征、图表示 | 三个数据集：Human、C. elegans和Davis | NA | NA | NA | NA |
| 866 | 2025-06-07 |
Fall-Risk Monitoring in Diverse Terrains Using Dual-Task Learning and Wearable Sensing System
2025-Jun, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3536030
PMID:40031371
|
研究论文 | 本文介绍了一种新型多传感器系统，结合地形感知传感器和惯性测量单元(IMU)，用于监测不同地形下的跌倒风险，并采用基于改进CNNLSTM模型的双任务学习(DTL)架构来识别跌倒风险水平和地形 | 提出了结合地形感知传感器与IMU的多传感器系统，并采用改进的CNNLSTM模型进行双任务学习，有效识别跌倒风险与地形 | 实验样本量较小，仅包括10名年轻受试者和10名老年受试者，且实验环境局限于实验室和医院 | 开发一种可靠的跌倒风险监测系统，用于不同地形下的跌倒风险预测 | 年轻和老年受试者在平坦和台阶地形上的活动 | 机器学习 | 老年疾病 | 双任务学习(DTL), 惯性测量单元(IMU) | 改进的CNNLSTM | 传感器信号 | 10名年轻受试者和10名老年受试者 | NA | NA | NA | NA |
| 867 | 2025-06-07 |
Optimized Drug-Drug Interaction Extraction With BioGPT and Focal Loss-Based Attention
2025-Jun, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3540861
PMID:40031603
|
research paper | 该研究提出了一种名为BioFocal-DDI的框架，用于优化药物-药物相互作用（DDI）的提取，通过结合BioGPT、BioBERT、BiLSTM和ReGCN等技术 | 引入了BioGPT进行数据增强，并结合Focal Loss-based Attention机制解决类别不平衡问题 | 未提及具体局限性 | 优化药物-药物相互作用（DDI）的提取，以提高治疗效果并减少不良反应 | 药物-药物相互作用（DDI） | 自然语言处理 | NA | BioGPT, BioBERT, BiLSTM, ReGCN, Focal Loss-based Attention | BioGPT, BioBERT, BiLSTM, ReGCN | text | DDI Extraction 2013数据集 | NA | NA | NA | NA |
| 868 | 2025-06-07 |
Acupuncture State Detection at Zusanli (ST-36) Based on Scalp EEG and Transformer
2025-Jun, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3540924
PMID:40031811
|
研究论文 | 本研究基于头皮脑电图和Transformer技术，设计了一种针灸状态检测方法，用于区分针灸过程中的不同状态 | 提出了基于CNN和Transformer的针灸Transformer检测器(ATD)，能够端到端分类足三里穴位针灸状态下的脑电图局部和全局特征 | 实验样本仅包含28名健康参与者，可能限制结果的普遍性 | 开发自动识别针灸状态的方法，为针灸程序标准化提供新方案 | 针灸状态(捻针和留针)对脑电图的影响 | 数字病理 | NA | 脑电图(EEG) | CNN, Transformer | 脑电图信号 | 28名健康参与者 | NA | NA | NA | NA |
| 869 | 2025-06-07 |
Predicting Mutation-Disease Associations Through Protein Interactions Via Deep Learning
2025-Jun, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3541848
PMID:40031830
|
research paper | 本文构建了一个真实的突变诱导疾病数据集，并提出了一种结合胶囊和图拓扑网络与多头注意力机制（CGM）的深度学习模型来预测突变与疾病的关联 | 提出了CGM模型，能够准确预测蛋白质突变与疾病的关联，并通过模型验证了蛋白质突变导致的结构改变可能是重要的致病因素 | 受限于突变蛋白质数据集的规模，模型在基准和不平衡数据集上进行了实验 | 预测突变与疾病的关联，进一步理解生物分子途径和疾病机制 | 蛋白质突变与疾病的关联 | machine learning | NA | deep learning | Capsule and Graph topology networks with Multi-head attention (CGM) | protein interaction data | NA | NA | NA | NA | NA |
| 870 | 2025-06-07 |
Fast Virtual Stenting for Thoracic Endovascular Aortic Repair of Aortic Dissection Using Graph Deep Learning
2025-Jun, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3540712
PMID:40036417
|
研究论文 | 本文提出了一种基于图深度学习的快速虚拟支架置入（FVS）模型，用于预测主动脉夹层胸主动脉腔内修复术（TEVAR）后的主动脉真腔（TL）重塑 | 首次将深度学习应用于FVS任务，实现了时间依赖性的内壁变形预测，并通过外壁信息提升预测精度 | 尚未在临床环境中实际应用，需要进一步验证其临床效果 | 开发一种能够准确预测TEVAR术后主动脉真腔重塑的术前规划工具 | 主动脉夹层患者 | 数字病理学 | 心血管疾病 | 图深度学习 | 图神经网络 | 点云数据 | 108名患者（269次真实随访） | NA | NA | NA | NA |
| 871 | 2025-06-07 |
Integrating CBAM and Squeeze-and-Excitation Networks for Accurate Grapevine Leaf Disease Diagnosis
2025-Jun, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.70377
PMID:40463992
|
研究论文 | 本研究旨在通过深度学习技术自动分类葡萄叶常见病害，包括葡萄痂病、霜霉病及健康叶片 | 将CBAM和Squeeze-and-Excitation Networks集成到预训练模型中，显著提高了分类准确率 | 仅针对两种常见葡萄叶病害进行分类，未涵盖其他可能的病害类型 | 开发基于深度学习的模型，实现葡萄叶病害的自动分类 | 葡萄叶病害（葡萄痂病、霜霉病）及健康叶片 | 计算机视觉 | 葡萄叶病害 | 深度学习 | CNN（集成CBAM和SE模块） | 图像 | NA | NA | NA | NA | NA |
| 872 | 2025-10-06 |
Multimodal Neuroimaging Based Alzheimer's Disease Diagnosis Using Evolutionary RVFL Classifier
2025-Jun, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2023.3242354
PMID:37022418
|
研究论文 | 提出基于小波变换的多模态MRI和PET融合方法，结合进化算法优化RVFL分类器用于阿尔茨海默病早期诊断 | 采用小波变换融合多模态神经影像数据，并使用进化算法优化RVFL网络的权重和偏置参数 | 仅使用公开ADNI数据集，未在其他独立数据集上验证 | 阿尔茨海默病的早期诊断 | 阿尔茨海默病患者和轻度认知障碍患者 | 医学影像分析 | 阿尔茨海默病 | MRI, PET, 小波变换 | RVFL, ResNet | 医学影像 | ADNI公开数据集 | NA | ResNet-50, RVFL | 准确率 | NA |
| 873 | 2025-10-06 |
Data Augmentation for Medical Image Classification Based on Gaussian Laplacian Pyramid Blending With a Similarity Measure
2025-Jun, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2023.3307216
PMID:37603476
|
研究论文 | 提出一种基于高斯拉普拉斯金字塔混合与相似性度量的医学图像数据增强方法，用于乳腺癌组织病理学图像分类 | 结合高斯拉普拉斯金字塔和金字塔混合概念，引入基于相似性度量的图像混合方法，保持图像结构特性并捕获同类患者图像间的变异性 | NA | 解决医学数据集中标记数据稀缺和数据不平衡问题，提高乳腺癌诊断准确性 | 乳腺癌组织病理学图像 | 计算机视觉 | 乳腺癌 | 数据增强，生成式人工智能 | 深度学习，迁移学习 | 医学图像 | 三个不同的医学数据集 | NA | 预训练模型拼接架构 | NA | NA |
| 874 | 2025-06-07 |
Comparison of Sarcopenia Assessment in Liver Transplant Recipients by Computed Tomography Freehand Region-of-Interest versus an Automated Deep Learning System
2025-Jun, Clinical transplantation
IF:1.9Q3
DOI:10.1111/ctr.70201
PMID:40465826
|
research paper | 本研究比较了在肝移植受者中通过CT手动ROI和自动化深度学习系统评估肌肉减少症的两种方法 | 首次直接比较了手动ROI和深度学习系统在肌肉减少症评估中的表现，并分析了它们与住院时间的关联 | 样本量较小（50人），且为单中心研究 | 比较两种肌肉减少症评估方法在预测肝移植患者临床结局方面的效果 | 肝移植受者 | digital pathology | liver disease | computed tomography (CT) | deep learning | medical image | 50名肝移植受者 | NA | NA | NA | NA |
| 875 | 2025-06-07 |
Ultrasound measurement of relative tongue size and its correlation with tongue mobility for healthy individuals
2025-Jun-01, JASA express letters
IF:1.2Q3
DOI:10.1121/10.0036838
PMID:40478168
|
研究论文 | 本研究介绍了一种基于超声的测量相对舌大小的方法，称为uRTS，作为MRI方法的成本效益替代方案 | 提出了一种新的基于超声的测量方法uRTS，并使用深度学习提取舌轮廓，验证了其与MRI测量结果的高度相关性 | 样本量较小（仅10名说话者），可能影响结果的普遍性 | 评估相对舌大小与舌运动速度之间的关系，开发更经济的测量方法 | 健康个体的舌头 | 医学影像分析 | NA | 超声测量，深度学习 | 深度学习（未指定具体模型） | 超声影像 | 10名说话者 | NA | NA | NA | NA |
| 876 | 2025-06-06 |
Development of a deep learning model for measuring sagittal parameters on cervical spine X-ray
2025-Jun-05, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-08946-2
PMID:40471336
|
研究论文 | 开发了一种深度学习模型，用于自动测量颈椎X射线图像上的矢状面参数 | 使用CNN模型自动识别颈椎X射线图像上的关键点并测量相关参数，提高了诊断效率 | 研究仅基于700张X射线图像，样本量可能不足 | 开发一种自动测量颈椎矢状面参数的深度学习模型 | 颈椎X射线图像 | 计算机视觉 | 颈椎疾病 | X射线成像 | CNN | 图像 | 700张颈椎X射线图像（500张训练集，100张内部测试集，100张外部测试集） | NA | NA | NA | NA |
| 877 | 2025-06-06 |
Physics-Assisted Machine Learning for the Simulation of the Slurry Drying in the Manufacturing Process of Battery Electrodes: A Hybrid Time-Dependent VGG16-DEM Model
2025-Jun-04, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c23103
PMID:40327815
|
研究论文 | 本研究提出了一种结合深度学习与离散元方法的混合物理辅助机器学习模型，用于模拟锂离子电池电极制造过程中的浆料干燥过程 | 提出了一种混合物理辅助机器学习模型，结合了深度学习与离散元方法，显著提高了模拟效率并保持了物理合理性 | 模型训练基于特定配方（96%活性材料和4%碳粘合剂），虽然展示了良好的泛化能力，但未测试更广泛配方范围的适用性 | 提高锂离子电池电极制造过程中浆料干燥模拟的效率和准确性 | 锂离子电池电极制造过程中的浆料干燥过程 | 机器学习 | NA | 深度学习（DL）、离散元方法（DEM） | VGG16-DEM混合模型 | 模拟数据 | NA | NA | NA | NA | NA |
| 878 | 2025-06-06 |
Advances in Machine Learning-Driven Flexible Strain Sensors: Challenges, Innovations, and Applications
2025-Jun-04, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c06453
PMID:40418062
|
综述 | 本文系统评估了柔性应变传感器的最新进展，重点探讨了机器学习在提升传感器性能中的关键作用 | 强调了机器学习特别是深度学习在提升柔性应变传感器稳定性、灵敏度和适应性方面的创新应用 | 传感器材料优化面临挑战，机器学习算法存在局限性、复杂环境下的噪声容忍度低以及模型可解释性有限 | 探讨机器学习驱动的柔性应变传感器的创新、挑战及应用 | 柔性应变传感器及其在健康监测、人机交互和智能家居中的应用 | 机器学习 | NA | 机器学习和深度学习 | 传统机器学习方法和深度学习 | 传感器数据 | NA | NA | NA | NA | NA |
| 879 | 2025-06-06 |
Real-time multiple people gait recognition in the edge
2025-Jun-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02351-x
PMID:40456749
|
research paper | 该研究探讨了在边缘设备上部署步态识别模型，以实现实时多目标处理，同时优化延迟和能耗 | 将步态识别模型部署问题视为多目标选择问题，同时优化延迟、能耗和准确性，并利用批处理和并发执行提高吞吐量 | 研究仅在NVIDIA Jetson Orin Nano和Jetson AGX Orin设备上进行实验，可能不适用于其他硬件平台 | 优化边缘设备上的步态识别模型，实现实时多目标处理 | 步态识别模型在边缘设备上的部署与优化 | computer vision | NA | deep learning | CNN | video | 42至188个同时处理的目标 | NA | NA | NA | NA |
| 880 | 2025-06-06 |
Single-molecule direct RNA sequencing reveals the shaping of epitranscriptome across multiple species
2025-Jun-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60447-4
PMID:40456740
|
研究论文 | 本研究开发了一种名为SingleMod的深度学习模型，用于从直接RNA测序数据中精确检测单个RNA分子上的m6A修饰 | 创新性地采用了多实例回归框架，利用定量NGS方法提供的广泛甲基化率标签，实现了对单个RNA分子m6A修饰的高精度预测 | NA | 全面表征m6A在转录组范围内的分布格局和生物发生机制 | 人类细胞系和八个不同物种的RNA分子 | 生物信息学 | NA | 直接RNA测序(DRS), 下一代测序(NGS) | 深度学习模型(SingleMod), 多实例回归(MIR) | RNA测序数据 | 人类细胞系和八个不同物种的RNA分子 | NA | NA | NA | NA |