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 624 篇文献，本页显示第 621 - 624 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 621 | 2026-05-19 |
Self-supervised Deep Learning for Denoising in Ultrasound Microvascular Imaging
2026-Aug-15, Biomedical signal processing and control
IF:4.9Q1
DOI:10.1016/j.bspc.2026.110368
PMID:42147495
|
研究论文 | 提出一种自监督深度学习框架HA2HA，用于超声微血管成像中的去噪，提升图像质量 | 创新性地使用互补角度子集的超声射频血流数据构建自监督训练对，无需标记数据即可实现去噪，并适用于无对比剂和增强对比剂的场景 | 未提及 | 解决超声微血管成像中低信噪比问题，提高血管可视化和下游分析质量 | 猪肾脏、人类肾脏和人类肝脏的超声微血管成像数据 | 计算机视觉, 数字病理学 | 未提及 | 超声成像 | 深度学习 | 图像（超声射频血流数据） | 训练数据：无对比剂猪肾脏数据；测试数据：未见过个体的无对比剂和增强对比剂猪肾脏、人类肾脏和人类肝脏数据 | NA | NA | 对比噪声比 | NA |
| 622 | 2026-05-15 |
Interpretable three-dimensional deep learning identifies and reveals the spatial Microstructure of multi-enzyme degradation of lignocellulose
2026-Aug, Bioresource technology
IF:9.7Q1
DOI:10.1016/j.biortech.2026.134730
PMID:42049101
|
研究论文 | 建立可解释的三维深度学习框架，结合微流控平台，表征多酶处理下木质纤维素的微结构演化 | 首次将可解释三维深度学习与微流控平台结合，实现多酶降解木质纤维素空间微结构的无损定量分析 | 仅使用均质木材作为模型底物，多样性底物的适用性未验证 | 理解和阐明多酶降解木质纤维素的微观结构机制 | 木质纤维素在多种酶处理（纤维素酶、木质素过氧化物酶、漆酶）下的微结构演化 | 计算机视觉 | NA | 共聚焦显微镜成像、扫描电子显微镜 | 三维卷积神经网络 | 三维图像 | 标准化微流控三维空间数据集 | PyTorch | DenseNet121-CBAM | 预测性能、泛化能力 | NA |
| 623 | 2026-04-22 |
Local-Contextual Feature Fusion Network Based on Nonlinear Spiking Neural Model for Semantic Segmentation of Remote Sensing Images
2026-Aug, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065726500292
PMID:41873601
|
研究论文 | 提出了一种基于非线性脉冲神经元模型的局部上下文特征融合网络，用于遥感图像的语义分割 | 设计了一种使用新型非线性脉冲神经元模型的通道注意力-特征融合模块，以有效利用局部上下文特征，辅助解码器进行更好的特征恢复 | NA | 解决高分辨率遥感图像在复杂场景中物体纹理丰富、边缘复杂且分布不规则带来的语义分割挑战 | 遥感图像 | 计算机视觉 | NA | NA | CNN, Transformer | 图像 | NA | NA | ResNet-18, 局部上下文Transformer块 | mIoU | NA |
| 624 | 2026-04-04 |
Rapid and non-destructive detection of hollow defects in pecans by near-infrared spectroscopy combined with multimodal data fusion and deep learning
2026-Aug-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2026.127752
PMID:41863999
|
研究论文 | 本研究提出了一种结合近红外光谱、多模态数据融合与深度学习的方法，用于快速、无损地检测山核桃的空心缺陷及其严重程度 | 首次将多模态数据融合（光谱特征与物理参数）与深度学习（CNN-MLP双流模型）相结合，用于山核桃空心缺陷检测，显著提高了检测精度 | 未提及样本来源的多样性或模型在更大规模或不同品种山核桃上的泛化能力 | 开发一种可靠、无损的山核桃质量评估方法，以检测空心缺陷 | 山核桃及其空心缺陷 | 机器学习 | NA | 近红外光谱 | SVM, CNN, MLP | 光谱数据, 物理参数 | NA | NA | CNN-MLP双流模型 | 整体准确率 | NA |