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 32372 篇文献，本页显示第 2121 - 2140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2121 | 2025-10-06 |
Survival analysis using deep learning with medical imaging
2024-05-01, The international journal of biostatistics
DOI:10.1515/ijb-2022-0113
PMID:37312249
|
研究论文 | 本文综述了深度学习在医学影像生存分析中的应用，并通过胶质瘤组织学数据集比较了多种深度学习方法与基于Cox模型的方法 | 将深度学习方法应用于医学影像与生存时间的关联建模，这一研究方向目前尚不成熟，本文提供了系统性的方法概述和实证比较 | 研究范围主要局限于胶质瘤组织学数据，未涵盖其他类型的医学影像或疾病 | 探索深度学习在医学影像生存分析中的应用效果 | 胶质瘤患者的组织学影像数据和生存时间数据 | 数字病理学 | 胶质瘤 | 医学影像分析 | 深度学习 | 组织学图像 | NA | NA | NA | NA | NA |
| 2122 | 2025-10-06 |
Prediction of central lymph node metastasis based on deep learning models for patients with clinically node-negative papillary thyroid carcinoma
2023-12, Asian journal of surgery
IF:3.5Q1
DOI:10.1016/j.asjsur.2023.08.130
PMID:37648544
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2123 | 2025-10-06 |
Enhancing 5-Day Particulate Matter (PM10) Forecasts in Morocco Using U-Net: A Deep Learning Approach
2026-Jan, Atmospheric research
IF:4.5Q1
DOI:10.1016/j.atmosres.2025.108439
PMID:40933727
|
研究论文 | 本研究使用U-Net深度学习模型改进摩洛哥地区未来5天颗粒物(PM10)的预测精度 | 这是中东和北非地区首个使用U-Net模型进行颗粒物预测的研究，并修改了U-Net架构以在不同分辨率下进行预测而无需插值 | 模型误差受到CAMS预报升级周期的影响，需要定期用更新数据重新训练以保持可靠性 | 提高摩洛哥地区颗粒物(PM10)的5天预报精度 | 摩洛哥地区的颗粒物(PM10)浓度 | 环境科学, 深度学习 | 呼吸系统疾病 | 深度学习后处理技术 | U-Net | 大气监测数据, 再分析数据 | NA | NA | U-Net | 平均绝对误差, 均方根误差, 决定系数, 一致性指数, 偏差 | NA |
| 2124 | 2025-10-06 |
Predictive and early warning analysis of infectious gastroenteritis based on the BiLSTM-BiGRU model
2025-Dec, Infectious Disease Modelling
IF:3.0Q1
DOI:10.1016/j.idm.2025.07.016
PMID:40822277
|
研究论文 | 基于BiLSTM-BiGRU模型结合气象因素对感染性胃肠炎进行预测和预警分析 | 首次将BiLSTM-BiGRU模型与灰狼优化算法结合用于感染性胃肠炎预测，并构建移动百分位数控制图预警模型 | 研究仅针对东京地区，模型在其他地区的适用性需要进一步验证 | 提高感染性胃肠炎的预测精度和预警效率，为相关部门制定防控措施提供参考 | 日本东京地区感染性胃肠炎病例 | 机器学习 | 感染性胃肠炎 | 时间序列分析 | BiLSTM, BiGRU | 时间序列数据 | 808周数据（2008年1月至2023年6月） | NA | BiLSTM-BiGRU | R, RMSE, MAE, MAPE | NA |
| 2125 | 2025-10-06 |
VCNet: Optimized Deep Learning framework with deep feature extraction and genetic algorithm for multiclass rice crop disease detection
2025-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103551
PMID:40822541
|
研究论文 | 提出一种名为VCNet的优化深度学习框架，用于水稻作物多类别病害检测 | 结合深度特征提取和遗传算法的浅层模型，采用VGG16层进行初始特征提取并与自定义CNN架构融合，通过两级优化过程提升模型性能 | 未明确说明模型在其他作物病害上的泛化能力，数据集规模和多样性可能有限 | 开发高效准确的水稻作物多类别病害检测方法 | 水稻作物病害图像，特别是难以检测的纹枯病等类别 | 计算机视觉 | 植物病害 | 深度学习，图像处理 | CNN | 图像 | NA | NA | VGG16, 自定义CNN | 训练准确率, 测试准确率 | NA |
| 2126 | 2025-10-06 |
Development of student intent-based educational chatbot system with adaptive and attentive DTCN on symmetric convolution approach
2025-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103542
PMID:40822546
|
研究论文 | 开发基于学生意图的教育聊天机器人系统，采用自适应注意力深度时间卷积网络和对称卷积方法 | 提出新型混合元启发式优化算法ADT-BMO进行特征加权选择和融合，并开发AA-DTCN-SC模型优化意图识别 | NA | 创建智能自动化教育聊天机器人，帮助学生快速获取学术信息 | 学生学术查询和通用聊天机器人数据集 | 自然语言处理 | NA | 深度学习，自然语言处理 | DTCN, RNN, Bi-LSTM, BERT, TransformerNet, Text CNN | 文本 | NA | NA | AA-DTCN-SC, BERT, TransformerNet, Text CNN | 分类准确率 | NA |
| 2127 | 2025-10-06 |
Assessing mammographic density change within individuals across screening rounds using deep learning-based software
2025-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.S2.S22017
PMID:40823522
|
研究论文 | 本研究使用深度学习软件评估个体在多次乳腺筛查中乳腺密度的变化及其与未来乳腺癌诊断的关联 | 首次使用深度学习软件自动量化个体在连续筛查轮次中的乳腺密度变化，并分析其与乳腺癌风险的关联 | 研究仅基于瑞典马尔默地区人群，可能存在定位问题的检查被排除 | 评估乳腺密度在个体筛查过程中的变化及其与乳腺癌风险的关联 | 2010-2015年间在瑞典马尔默接受至少两次连续筛查的女性 | 医学影像分析 | 乳腺癌 | 乳腺X线摄影 | 深度学习 | 医学影像 | 26,056名女性 | NA | NA | p值，置信区间，回归系数 | NA |
| 2128 | 2025-10-06 |
Longitudinal Assessment of Area of Reticular Pseudodrusen in Eyes with Age-Related Macular Degeneration
2025 Nov-Dec, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100881
PMID:40837066
|
研究论文 | 本研究通过2年纵向随访评估年龄相关性黄斑变性眼中网状假性玻璃膜疣面积和脉络膜厚度的变化 | 首次对网状假性玻璃膜疣面积进行纵向定量评估，并探索其与脉络膜厚度的关联 | 样本量较小（35只眼），仅包含早期和中期AMD患者，缺乏更长期的随访数据 | 评估AMD患者网状假性玻璃膜疣面积和脉络膜厚度在2年内的变化规律 | 年龄相关性黄斑变性患者中伴有网状假性玻璃膜疣的眼睛 | 数字病理学 | 年龄相关性黄斑变性 | 红外反射成像、蓝光眼底自发荧光、光谱域OCT、深度学习算法 | 深度学习 | 医学影像 | 35只眼（来自22名参与者） | NA | NA | P值 | NA |
| 2129 | 2025-10-06 |
Actigraphy against 32-hour polysomnography in patients with suspected idiopathic hypersomnia
2025-Oct, Journal of sleep research
IF:3.4Q2
DOI:10.1111/jsr.70007
PMID:39979124
|
研究论文 | 本研究验证了一种基于深度学习的体动记录睡眠-觉醒预测算法在疑似特发性嗜睡症患者中的性能 | 首次在嗜睡症患者中验证序列到序列长短期记忆网络(S2S)算法，并与商业算法进行对比 | 样本仅来自单一参考中心，未在更广泛人群中验证 | 验证体动记录仪在嗜睡症患者中预测睡眠-觉醒参数的准确性 | 206名疑似特发性嗜睡症患者 | 医疗人工智能 | 嗜睡症 | 体动记录仪，32小时多导睡眠监测 | RNN, LSTM | 体动信号，多导睡眠图数据 | 126名患者(91名女性，平均年龄30.6±15.5岁) | NA | 序列到序列长短期记忆网络(S2S) | 绝对误差，Bland-Altman分析 | NA |
| 2130 | 2025-10-06 |
Automated Sleep Staging in Epilepsy Using Deep Learning on Standard Electroencephalogram and Wearable Data
2025-Oct, Journal of sleep research
IF:3.4Q2
DOI:10.1111/jsr.70061
PMID:40176726
|
研究论文 | 本研究使用深度学习模型对癫痫患者的标准脑电图和可穿戴设备数据进行自动睡眠分期分析 | 首次同时使用标准脑电图和可穿戴设备数据对癫痫患者进行自动睡眠分期，并比较两种模式的表现差异 | 模型对N1期睡眠的敏感性非常低，可穿戴数据低估了大多数睡眠宏观结构参数的持续时间，模型性能需进一步提升才能用于临床 | 评估深度学习模型在癫痫患者睡眠分期中的自动化分析能力 | 50名癫痫患者的223个夜间睡眠记录 | 医疗人工智能 | 癫痫 | 脑电图(EEG)、加速度计 | 深度学习 | 脑电图信号、可穿戴设备数据 | 50名患者的223个夜间睡眠记录，其中20个夜晚用于与临床专家比较 | NA | NA | 准确率, Cohen's kappa, F1分数, 敏感性 | NA |
| 2131 | 2025-10-06 |
The Future of Parasomnias
2025-Oct, Journal of sleep research
IF:3.4Q2
DOI:10.1111/jsr.70090
PMID:40387303
|
综述 | 本文探讨了异态睡眠的未来发展方向，包括新型家庭诊断设备、深度学习技术应用和大数据分析在诊断与预测中的作用 | 介绍了新型家庭诊断设备（如活动记录仪、EEG头带、3D飞行时间相机）和深度学习技术在异态睡眠诊断中的应用，以及通过多模态大数据预测疾病转化的创新方法 | NA | 探讨异态睡眠诊断技术的未来发展趋势和新型治疗方法 | 异态睡眠患者，特别是快速眼动睡眠行为障碍和觉醒障碍患者 | 医学诊断 | 睡眠障碍 | 活动记录仪，EEG头带，2D红外相机，3D飞行时间相机，视频多导睡眠图，脑成像，DNA分析 | 深度学习 | 多导睡眠图信号，临床数据，认知数据，脑成像数据，DNA数据 | NA | NA | NA | NA | NA |
| 2132 | 2025-10-06 |
Proximal near-infrared hyperspectral imaging dataset for identifying epicuticular wax loss in Masena blueberries to evaluate post-harvest quality
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111946
PMID:40821441
|
研究论文 | 本文提供了一个用于识别Masena蓝莓表皮蜡质损失并评估采后质量的近红外高光谱成像数据集 | 首次提供了包含不同采收方式和表皮蜡质状态的蓝莓高光谱成像数据集，支持农业质量检测研究 | 样本量相对较小（39个蓝莓果实），仅包含单一品种和特定采收时间的数据 | 开发基于高光谱成像的蓝莓采后质量评估方法 | Masena蓝莓果实 | 计算机视觉 | NA | 高光谱成像 | NA | 高光谱图像 | 39个蓝莓果实，49个高光谱图像 | ENVI, MATLAB | NA | NA | Specim FX17e高光谱相机 |
| 2133 | 2025-10-06 |
Enhancing photoacoustic trace gas detection via a CNN-transformer denoising framework
2025-Oct, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2025.100758
PMID:40832569
|
研究论文 | 提出一种结合差分共振光声池和深度学习信号去噪模型的气体浓度测量新方法 | 首次将1D CNN与Transformer网络结合用于光声信号去噪，有效解决低浓度气体检测中的噪声干扰问题 | 模型使用合成信号加噪声进行训练，可能与真实场景存在差异 | 提高痕量气体检测的灵敏度和可靠性 | 500 ppb乙炔气体信号 | 信号处理 | NA | 光声光谱技术 | 1D CNN, Transformer | 一维信号数据 | NA | NA | CNN-Transformer混合架构 | 信噪比, 决定系数(R²) | NA |
| 2134 | 2025-10-06 |
AI-MedLeafX: a large-scale computer vision dataset for medicinal plant diagnosis
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111945
PMID:40837485
|
研究论文 | 本研究构建了一个大规模药用植物叶片质量分类数据集，用于自动植物病害检测 | 创建了首个涵盖四种药用植物、13个叶片质量类别的大规模计算机视觉数据集，并通过多种数据增强技术显著扩展了数据规模 | 数据收集时间窗口较短（2024年11月至2025年1月），仅包含四种特定药用植物物种 | 开发自动植物病害检测系统，支持精准农业发展 | 四种药用植物叶片：肉桂、诃子、辣木和印楝 | 计算机视觉 | 植物病害 | 移动摄像采集，数据增强技术 | 深度学习模型 | 图像 | 原始图像10,858张，增强后65,148张 | NA | NA | NA | NA |
| 2135 | 2025-10-06 |
A complete, multi-layered quranic treebank dataset with hybrid syntactic annotations for classical arabic processing
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111940
PMID:40837480
|
研究论文 | 本文介绍了扩展古兰经树库(EQTB)，这是一个为古典阿拉伯语处理开发的多层次综合语言资源数据集 | 通过算法转换先前图形数据构建了新颖完整的句法层，在混合成分-依存框架下实现深度学习解析的全面覆盖，并经过专家验证 | NA | 为古典阿拉伯语自然语言处理提供全面的语言资源 | 古兰经全文(约132,736个词元) | 自然语言处理 | NA | 深度学习解析，算法处理与验证 | NA | 文本数据 | 古兰经全文，包含约132,736个词元 | NA | NA | NA | NA |
| 2136 | 2025-10-06 |
LncMamba: A deep learning model for LncRNA localization prediction based on the Mamba model
2025-Sep-25, Biochemical and biophysical research communications
IF:2.5Q3
DOI:10.1016/j.bbrc.2025.152521
PMID:40876294
|
研究论文 | 提出基于Mamba模型的深度学习框架LncMamba，用于长链非编码RNA亚细胞定位预测 | 首次将Mamba网络引入LncRNA定位预测任务，改进定位特异性注意力机制，并揭示核苷酸基序与亚细胞定位的潜在关系 | NA | 准确预测长链非编码RNA的亚细胞定位以理解其生物学功能 | 长链非编码RNA | 生物信息学 | NA | 深度学习 | Mamba网络, FPN | RNA序列数据 | NA | NA | 双层FPN网络, Mamba网络 | NA | NA |
| 2137 | 2025-10-06 |
Image analysis of cardiac hepatopathy secondary to heart failure: Machine learning vs gastroenterologists and radiologists
2025-Sep-14, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i34.108807
PMID:40937455
|
研究论文 | 本研究利用深度学习模型分析心力衰竭继发淤血性肝病的CT影像特征 | 首次将ResNet架构应用于淤血性肝病影像分析，并与临床专家进行性能对比 | 回顾性研究，样本量有限（179例），仅使用单一CT层面图像 | 利用机器学习捕捉淤血性肝病的影像学特征 | 慢性心力衰竭患者 | 医学影像分析 | 心力衰竭，淤血性肝病 | 计算机断层扫描（CT） | CNN | 医学影像 | 179例慢性心力衰竭患者（120例男性，平均年龄73.1±14.4岁） | NA | ResNet | 准确率 | NA |
| 2138 | 2025-10-06 |
ACP-EPC: an interpretable deep learning framework for anticancer peptide prediction utilizing pre-trained protein language model and multi-view feature extracting strategy
2025-Sep-13, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-025-11352-x
PMID:40946136
|
研究论文 | 开发了一种名为ACP-EPC的可解释深度学习框架，用于直接从蛋白质序列预测抗癌肽 | 整合了预训练蛋白质语言模型ESM-2的上下文表征与手工物理化学描述符，并采用跨注意力机制进行多模态特征融合 | 未明确提及具体局限性 | 开发高效准确的抗癌肽预测方法以替代传统生物实验 | 抗癌肽(ACPs) | 生物信息学 | 癌症 | 深度学习 | 深度学习框架 | 蛋白质序列 | ACP135和ACP99两个测试集 | NA | Cross-Attention机制 | 准确率 | NA |
| 2139 | 2025-10-06 |
DeepInMiniscope: Deep learning-powered physics-informed integrated miniscope
2025-Sep-12, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adr6687
PMID:40938981
|
研究论文 | 开发了一种基于深度学习的小型化集成显微镜，用于高效三维成像 | 结合定制光学掩模和物理信息深度学习模型，显著降低计算需求，实现大规模数据的高质量快速重建 | NA | 开发高效的计算重建算法用于集成显微镜的大规模三维成像 | 小鼠皮层神经元活动 | 计算机视觉 | NA | 荧光显微镜，掩模成像 | 深度学习 | 三维图像 | NA | NA | 物理信息深度学习模型 | 重建质量，重建速度 | NA |
| 2140 | 2025-10-06 |
A switchable dynamic-static tactile system for augmented haptic secret communication
2025-Sep-12, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adx6959
PMID:40938980
|
研究论文 | 开发了一种可通过光调制在动态和静态模式间快速切换的仿生触觉系统 | 实现了1毫秒级动态-静态模式快速切换、全一体化结构、高灵敏度与宽压力范围的平衡、可调灵敏度及传感-反馈闭环 | 未明确说明系统在极端环境下的稳定性及长期使用耐久性 | 开发具有动态静态双模式快速切换能力的仿生触觉系统 | 触觉传感系统及其在增强触觉秘密通信中的应用 | 人机交互 | NA | 光调制技术 | 深度学习 | 触觉压力数据、振动数据 | NA | NA | NA | 灵敏度(198.45/kPa)、压力范围(0.0137-207 kPa) | NA |