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 1210 篇文献，本页显示第 881 - 900 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 881 | 2025-06-07 |
Enhanced residual attention-based subject-specific network (ErAS-Net): facial expression-based pain classification with multiple attention mechanisms
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04552-w
PMID:40461564
|
research paper | 提出了一种基于增强残差注意力机制的主题特定网络（ErAS-Net），用于通过面部表情进行疼痛分类 | 采用多种注意力机制和迁移学习，模仿人类对面部表情的感知，增强疼痛识别能力并捕捉个体独特的表情特征 | 未提及具体局限性 | 解决面部表情自动疼痛检测中的个体差异问题 | 面部表情数据 | computer vision | NA | 深度学习 | ErAS-Net（基于残差注意力机制的CNN） | 图像（面部表情） | UNBC-McMaster Shoulder Pain数据集和BioVid Heat Pain Database数据集 | NA | NA | NA | NA |
| 882 | 2025-06-07 |
Energy consumption analysis and prediction in exercise training based on accelerometer sensors and deep learning
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04380-y
PMID:40461566
|
研究论文 | 本研究基于加速度传感器数据和深度学习技术，提出了一种优化的能量消耗预测模型，以提高运动训练中能量消耗预测的准确性和效率 | 结合CNN、Bi-LSTM网络和注意力机制的模型架构，优化了局部特征提取、时间建模和动态权重分配能力，并提出了多维特征分析框架 | 未提及具体的数据采集环境限制或模型在不同运动类型中的泛化能力 | 提高运动训练中能量消耗预测的准确性和效率，支持智能运动监测、健康管理和个性化训练计划开发 | 运动训练中的能量消耗 | 机器学习 | NA | 深度学习 | CNN, Bi-LSTM, 注意力机制 | 加速度传感器数据 | NA | NA | NA | NA | NA |
| 883 | 2025-06-07 |
Data-intelligence driven methods for durability, damage diagnosis and performance prediction of concrete structures
2025-Jun-03, Communications engineering
DOI:10.1038/s44172-025-00431-4
PMID:40461590
|
综述 | 本文全面回顾了机器学习和深度学习在钢筋混凝土结构耐久性、损伤诊断和性能预测中的应用 | 利用人工智能技术（如深度学习和机器学习）为钢筋混凝土结构的损伤检测和材料性能预测提供了创新方法 | 传统方法效率低且准确性不足，而基于降解机制的偏微分方程模型计算量大且难以求解 | 提高钢筋混凝土结构损伤检测的效率和材料性能预测的准确性 | 钢筋混凝土结构 | 机器学习 | NA | 深度学习和机器学习 | NA | NA | NA | NA | NA | NA | NA |
| 884 | 2025-06-07 |
A novel EEG artifact removal algorithm based on an advanced attention mechanism
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98653-1
PMID:40461599
|
研究论文 | 提出了一种基于改进注意力机制的EEG伪迹去除算法CLEnet，结合双尺度CNN和LSTM，有效分离EEG信号与伪迹 | 整合双尺度CNN和LSTM，并引入改进的EMA-1D注意力机制，提升对未知伪迹的去除能力及多通道EEG数据的适应性 | 未明确说明算法在实时处理或计算效率方面的表现 | 解决EEG信号处理中的伪迹去除问题，提升信号质量 | 多通道EEG数据中的伪迹 | 脑机接口 | 脑部疾病 | 深度学习 | CNN, LSTM, EMA-1D | EEG信号 | 三个数据集（未明确样本数量） | NA | NA | NA | NA |
| 885 | 2025-06-07 |
Deep learning-based electrical impedance spectroscopy analysis for malignant and potentially malignant oral disorder detection
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05116-8
PMID:40461631
|
研究论文 | 本研究首次将电阻抗光谱(EIS)与深度学习结合，用于口腔潜在恶性病变(OPMDs)和口腔癌的检测与分类 | 首次应用EIS结合CNN模型进行口腔病变的非侵入性诊断 | 样本量较小(51名健康人和11名患者)，需进一步扩大验证 | 开发一种非侵入性的口腔病变辅助诊断技术 | 口腔潜在恶性病变(OPMDs)和口腔癌 | 数字病理学 | 口腔癌 | 电阻抗光谱(EIS) | CNN | 光谱数据 | 51名健康人和11名患者 | NA | NA | NA | NA |
| 886 | 2025-06-07 |
A deep learning based intrusion detection system for CAN vehicle based on combination of triple attention mechanism and GGO algorithm
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04720-y
PMID:40461686
|
研究论文 | 本文提出了一种基于深度学习的CAN车辆入侵检测系统，结合了三重注意力机制和灰雁优化算法 | 使用三重注意力机制(TAN)分三步识别入侵，并采用新颖的灰雁优化算法进行网络超参数优化 | 仅针对CAN网络中的DoS和驱动齿轮/RPM欺骗攻击进行测试，未涵盖所有可能的攻击类型 | 开发高效的CAN车辆网络入侵检测系统以提高车载网络安全 | CAN(控制器局域网)车辆网络 | 机器学习 | NA | 深度学习 | TAN(三重注意力机制) | 网络流量数据 | 使用开源数据集(具体数量未提及) | NA | NA | NA | NA |
| 887 | 2025-06-07 |
Patient-specific prostate segmentation in kilovoltage images for radiation therapy intrafraction monitoring via deep learning
2025-Jun-03, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-025-00935-2
PMID:40461695
|
研究论文 | 本研究通过深度学习技术，在千伏级图像中实现患者特异性的前列腺分割，用于放射治疗中的实时监测 | 提出了一种无需标记物的前列腺分割方法，避免了标记物植入的成本、延迟和风险 | 研究仅在30名患者的两组治疗数据上进行了验证，样本量相对有限 | 开发一种无需标记物的实时图像引导自适应放射治疗方法 | 前列腺癌患者 | 数字病理 | 前列腺癌 | 深度学习 | 条件生成对抗网络（GAN） | 千伏级图像 | 30名前列腺癌患者的两组治疗数据 | NA | NA | NA | NA |
| 888 | 2025-06-07 |
Quantum neural networks with data re-uploading for urban traffic time series forecasting
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04546-8
PMID:40461703
|
研究论文 | 本研究探索了量子神经网络（QNN）及其数据重新上传技术在雅典主要城市区域交通时间序列预测中的应用 | 首次将量子数据重新上传技术应用于交通预测领域，展示了量子机器学习在提升预测能力方面的潜力 | 在完全连接网络设置中，混合量子-经典模型的性能比纯经典模型差约10% | 探索量子机器学习在智能交通系统中的潜在应用，提升交通预测的准确性 | 雅典主要城市区域的交通数据 | 量子机器学习 | NA | 量子数据重新上传 | 量子神经网络（QNN） | 时间序列数据 | NA | NA | NA | NA | NA |
| 889 | 2025-06-07 |
Artificial intelligence for streamflow prediction in river basins: a use case in Mar Menor
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04524-0
PMID:40461712
|
研究论文 | 利用机器学习和深度学习技术预测西班牙穆尔西亚地区Mar Menor流域的河流流量 | 采用先进的数据增强技术平衡低流量和高流量时期，比较了Random Forest和LSTM在不同时间尺度预测中的表现 | 研究主要针对Mar Menor流域，结果可能不适用于其他地区 | 提高脆弱地区河流流量预测的准确性，以支持水资源管理和洪水预报 | Mar Menor流域的Albujón水道，重点关注"La Puebla"和"Desembocadura"两个关键点 | 机器学习 | NA | 机器学习和深度学习 | Random Forest, LSTM | 河流流量、降雨量和地下水位数据 | 来自流量监测站、雨量站和测压计的数据 | NA | NA | NA | NA |
| 890 | 2025-06-07 |
DeepGFT: identifying spatial domains in spatial transcriptomics of complex and 3D tissue using deep learning and graph Fourier transform
2025-Jun-03, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-025-03631-5
PMID:40462157
|
research paper | 提出了一种名为DeepGFT的新方法，通过结合深度学习和图傅里叶变换来识别空间转录组学中的空间域 | DeepGFT方法首次同时建模点间和基因间的关系，用于空间域识别，并在多种复杂组织和3D组织中表现出优越性 | 未明确提及方法的计算复杂度或对大规模数据集的适用性 | 开发一种更准确的空间转录组学空间域识别方法 | 人类乳腺癌组织、人类淋巴结组织和3D果蝇数据 | digital pathology | breast cancer | spatially resolved transcriptomics (SRT) | deep learning, graph Fourier transform | spatial transcriptomics data | 人类乳腺癌样本、人类淋巴结样本和3D果蝇数据（具体数量未提及） | NA | NA | NA | NA |
| 891 | 2025-06-07 |
Robust Uncertainty-Informed Glaucoma Classification Under Data Shift
2025-Jun-02, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.6.3
PMID:40455037
|
research paper | 提出一种基于深度证据不确定性量化的统一自我审查框架，用于青光眼分类，以应对数据分布变化带来的挑战 | 引入数据集级和图像级的自我审查机制，通过模型不确定性检测分布外样本，提升模型在分布外数据上的性能 | 未明确说明模型在临床环境中的实时性能表现 | 解决标准深度学习模型在分布外数据上性能下降的问题，提高青光眼分类的泛化能力 | 青光眼分类 | medical imaging | glaucoma | deep evidential uncertainty quantification | DL | image | 14个分布外数据集和4个外部青光眼数据集 | NA | NA | NA | NA |
| 892 | 2025-06-07 |
Current AI technologies in cancer diagnostics and treatment
2025-Jun-02, Molecular cancer
IF:27.7Q1
DOI:10.1186/s12943-025-02369-9
PMID:40457408
|
综述 | 本文系统回顾了当前人工智能技术在癌症诊断和治疗中的应用及其潜力 | 强调了深度学习在早期癌症检测中的日益重要作用，以及AI在基因组学、生物标志物发现、液体活检和非侵入性诊断中的应用 | 讨论了数据隐私、可解释性和监管问题等重要挑战 | 评估人工智能技术在癌症诊断和治疗中的当前状态和未来潜力 | 癌症诊断和治疗中的人工智能技术 | 数字病理学 | 癌症 | 深度学习 | NA | 图像、基因组数据 | NA | NA | NA | NA | NA |
| 893 | 2025-06-07 |
Comparison of AI-Automated and Manual Subfoveal Choroidal Thickness Measurements in an Elderly Population Using Optical Coherence Tomography
2025-Jun-02, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.6.9
PMID:40459523
|
research paper | 比较AI自动化和手动测量老年人群黄斑下脉络膜厚度的差异，并探讨影响测量差异的因素 | 使用基于TransUNet的深度学习模型自动测量SFCT，并在大规模老年人群中验证其与手动测量的一致性 | 存在系统性偏差，手动测量值普遍低于自动测量值 | 评估自动和手动测量SFCT的一致性和相关性，并研究影响测量差异的因素 | 老年人群的黄斑下脉络膜厚度（SFCT） | digital pathology | geriatric disease | enhanced depth imaging spectral-domain optical coherence tomography | TransUNet | image | 2896名参与者 | NA | NA | NA | NA |
| 894 | 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 |
| 895 | 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 |
| 896 | 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 |
| 897 | 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 |
| 898 | 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 |
| 899 | 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 |
| 900 | 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 |