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 33008 篇文献，本页显示第 6861 - 6880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6861 | 2025-10-06 |
Cross-Database Evaluation of Deep Learning Methods for Intrapartum Cardiotocography Classification
2025, IEEE journal of translational engineering in health and medicine
IF:3.7Q2
DOI:10.1109/JTEHM.2025.3548401
PMID:40657532
|
研究论文 | 本研究通过跨数据库评估六种深度学习模型在产时胎心监护分类中的表现 | 首次系统评估不同深度学习模型在跨数据库胎心监护分类中的性能，并分析信号预处理和训练数据选择的影响 | 使用的私有数据集规模有限，且仅包含pH测量值作为胎儿窘迫的参考标准 | 开发标准化的深度学习模型评估流程，提高胎儿窘迫自动检测的准确性和可推广性 | 胎心率和子宫收缩信号 | 医疗人工智能 | 产科疾病 | 胎心监护 | 深度学习 | 生理信号时间序列数据 | 私有数据集9,887条CTG记录和公开CTU-UHB数据集552条CTG记录 | NA | ResNet | 分类性能 | NA |
| 6862 | 2025-10-06 |
Satellite-Based and Street-View Green Space and Adiposity in US Children
2024-12-02, JAMA network open
IF:10.5Q1
|
研究论文 | 本研究通过卫星遥感和街景图像分析美国儿童居住环境绿地与肥胖指标之间的关联 | 首次同时使用卫星遥感归一化植被指数(NDVI)和基于深度学习的街景图像绿地指标，结合多种体脂测量指标评估儿童肥胖风险 | 研究样本仅来自美国特定队列，未考虑其他可能影响肥胖的环境因素 | 探究不同绿地测量方法与儿童肥胖指标之间的关联性 | 美国儿童队列研究参与者 | 环境流行病学,计算机视觉 | 儿童肥胖 | 卫星遥感,街景图像分析,深度学习算法,双能X线吸收测量法 | 深度学习算法 | 卫星图像,街景图像,人体测量数据 | 843名儿童(423名女孩) | NA | NA | 线性回归系数,95%置信区间 | NA |
| 6863 | 2025-10-06 |
Predicting OCD severity from religiosity and personality: A machine learning and neural network approach
2024-Dec, Journal of mood and anxiety disorders
DOI:10.1016/j.xjmad.2024.100089
PMID:40655911
|
研究论文 | 本研究使用机器学习和神经网络方法探索强迫症严重程度与宗教信仰、人格特质之间的复杂关系 | 采用项目级特征分析揭示比传统汇总评分更具影响力的预测因子，神经网络模型提供了对强迫症异质性和变量间非线性关系的更全面理解 | 神经网络模型在预测准确率上未超越线性回归模型，样本量相对有限（229名参与者） | 识别强迫症严重程度的关键预测因素，探索心理现象的复杂关系 | 229名参与者的强迫症严重程度、人格特质、宗教信仰和精神信仰数据 | 机器学习 | 强迫症 | 机器学习，深度学习 | 神经网络，线性回归 | 心理测量数据，人口统计学数据 | 229名参与者 | NA | NA | 预测准确率 | NA |
| 6864 | 2025-10-06 |
Uncertainty-aware genomic deep learning with knowledge distillation
2024-Nov-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.13.623485
PMID:39605624
|
研究论文 | 提出一种集成知识蒸馏的基因组深度学习框架DEGU，用于提高预测鲁棒性和可解释性 | 通过集成学习和知识蒸馏结合，同时捕捉预测平均值和变异性，量化认知不确定性和随机不确定性 | 未明确说明模型在特定基因组任务中的性能局限性 | 提高基因组深度学习的预测可靠性和决策可解释性 | 调控基因组学数据 | 机器学习 | NA | 基因组功能预测 | 深度神经网络 | 基因组序列数据 | NA | NA | 集成学习架构 | 校准不确定性估计, 保形预测覆盖率 | NA |
| 6865 | 2025-10-06 |
Massive experimental quantification of amyloid nucleation allows interpretable deep learning of protein aggregation
2024-Oct-01, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.13.603366
PMID:39071305
|
研究论文 | 本研究通过实验量化超过10万种蛋白质序列的淀粉样蛋白成核过程，并开发了可解释的深度学习模型CANYA来预测蛋白质聚集 | 创建了前所未有的大规模蛋白质聚集实验数据集，开发了结合卷积和注意力机制的混合神经网络模型，并将基因组神经网络可解释性分析应用于蛋白质聚集预测 | NA | 解决蛋白质聚集预测中数据不足的问题，开发准确且可解释的预测模型 | 超过10万种蛋白质序列的淀粉样蛋白成核过程 | 机器学习 | NA | 实验量化分析 | CNN,注意力机制 | 蛋白质序列数据 | >100,000个蛋白质序列 | NA | 卷积-注意力混合神经网络 | NA | NA |
| 6866 | 2025-10-06 |
Deep learning-based segmentation and strain analysis of left heart chambers from long-axis CMR images
2024-Oct, European heart journal. Imaging methods and practice
DOI:10.1093/ehjimp/qyaf070
PMID:40657429
|
研究论文 | 提出结合深度学习和特征追踪的自动化流程，用于长轴心脏磁共振图像的左心室和左心房分割及心肌应变分析 | 首次将3D-ResUnet应用于长轴心脏磁共振图像的左心腔分割，并与特征追踪算法结合实现全自动应变分析 | 研究样本量有限（共684例），仅针对左心腔进行分析 | 开发自动化心肌应变评估方法以减少人工初始化带来的变异性和繁琐操作 | 左心室和左心房的心肌应变 | 医学影像分析 | 心血管疾病 | 心脏磁共振成像 | CNN | 2D和3D心脏磁共振图像 | 684名个体的845个训练样本、281个调优样本和116个测试样本 | NA | 2D-ResUnet, 3D-ResUnet | Dice系数, ICC, Bland-Altman偏差, 相关系数 | NA |
| 6867 | 2025-10-06 |
Comparison of Deep Learning Approaches for Conversion of International Classification of Diseases Codes to the Abbreviated Injury Scale
2024-Mar-22, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.03.06.24303847
PMID:38562696
|
研究论文 | 比较两种深度学习架构在将国际疾病分类代码转换为简明损伤定级标准方面的性能 | 首次系统比较前馈神经网络和神经机器翻译模型在损伤严重程度预测中的表现，提出间接转换路径的优越性 | 仅使用美国国家创伤数据库数据，可能限制模型在其他人群的泛化能力 | 开发从ICD代码自动预测损伤严重程度分类的系统 | 创伤病例的ICD编码和AIS严重程度分类 | 自然语言处理 | 创伤损伤 | 深度学习 | FFNN, NMT | 医疗编码文本数据 | 训练验证集2,031,793例（2017-2018年），测试集1,091,792例（2019年） | NA | 编码器-解码器架构 | 准确率 | NA |
| 6868 | 2025-10-06 |
High-resolution spiral real-time cardiac cine imaging with deep learning-based rapid image reconstruction and quantification
2024-Feb, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.5051
PMID:37926525
|
研究论文 | 开发基于深度学习的快速螺旋图像重建和分割方法，用于高分辨率螺旋实时心脏电影成像的左心室射血分数量化 | 提出结合3D U-Net图像重建网络和2D U-Net图像分割网络的深度学习框架，实现快速心脏图像重建和自动量化分析 | 研究未明确说明样本量大小和具体数据来源 | 开发用于心脏电影成像的快速图像重建和左心室功能量化方法 | 心脏左心室功能量化 | 医学影像分析 | 心血管疾病 | 螺旋实时心脏电影成像，2D平衡稳态自由进动成像，梯度回波成像 | 深度学习 | 医学影像 | NA | NA | 3D U-Net, 2D U-Net | 结构相似性指数，峰值信噪比，归一化均方根误差，盲法评分，左心室射血分数量化准确性 | GPU加速 |
| 6869 | 2025-10-06 |
Automatic dental age calculation from panoramic radiographs using deep learning: a two-stage approach with object detection and image classification
2024-01-31, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-024-03928-0
PMID:38291396
|
研究论文 | 提出一种基于全景X光片和深度学习的两阶段自动牙龄计算方法 | 首次将目标检测和图像分类相结合的全自动牙龄计算方法，无需人工干预 | 仅使用单一类型影像数据，未考虑其他可能影响牙龄的因素 | 开发自动牙龄计算系统以替代耗时的手工方法 | 牙齿发育阶段的牙胚 | 计算机视觉 | 口腔疾病 | 全景X光摄影 | CNN | X光图像 | 8,023张全景X光片，18,485个单根牙胚图像，16,313个多根牙胚图像 | PyTorch | Scaled-YOLOv4, EfficientNetV2 M | 平均精度均值, Top-3准确率, 平均绝对误差 | NA |
| 6870 | 2025-10-06 |
Child face detection on front passenger seat through deep learning
2024, Traffic injury prevention
IF:1.6Q4
DOI:10.1080/15389588.2024.2346811
PMID:38717829
|
研究论文 | 本研究开发了一种基于深度学习的儿童面部检测系统，用于监测汽车前排乘客座位上的儿童并提醒驾驶员 | 使用专门生成的数据集和MobileNetV2架构，在树莓派4B上实现实时儿童检测系统 | 实验环境较为理想化，传感器未受阳光直射遮挡，也未考虑车辆中常见的污垢覆盖情况 | 通过车内监控系统检测前排乘客座位上的儿童，降低汽车事故中儿童的伤亡风险 | 汽车前排乘客座位上的乘客（儿童和成人） | 计算机视觉 | NA | 深度学习，面部检测 | CNN | 图像 | 原始数据集：102张空座位，71名儿童（0-13岁），96名成人（14-75岁）；数据增强后：2,496张成人图像，2,310张儿童图像 | TensorFlow, Keras | MobileNetV2 | 准确率，精确率 | 树莓派4 Model B |
| 6871 | 2025-10-06 |
ADHD detection based on human action recognition
2024, Neuroscience applied
DOI:10.1016/j.nsa.2024.104093
PMID:40656101
|
研究论文 | 提出了一种基于人体动作识别的注意力缺陷多动障碍检测系统 | 首次录制真实多模态ADHD数据集，设计新型多动测试捕获ADHD特征，使用简单非穿戴式传感器实现低成本检测 | 依赖视频数据质量，未与其他神经影像数据直接比较 | 开发基于人体动作识别的低成本ADHD检测方法 | 注意力缺陷多动障碍患者的行为特征 | 计算机视觉 | 注意力缺陷多动障碍 | 视频动作分析 | 深度学习 | RGB视频 | 真实多模态ADHD数据集 | NA | NA | 准确率, AUC | NA |
| 6872 | 2025-10-06 |
Investigating mental workload caused by NDRTs in highly automated driving with deep learning
2024, Traffic injury prevention
IF:1.6Q4
DOI:10.1080/15389588.2023.2276657
PMID:38240567
|
研究论文 | 本研究通过深度学习模型分析高度自动驾驶中非驾驶相关任务对驾驶员脑力负荷的影响 | 使用LSTM和BLSTM深度学习模型对EEG信号进行脑力负荷分类，并发现特定频段数据能提升分类准确率 | 样本量较小（28名参与者），实验环境为模拟驾驶场景 | 研究高度自动驾驶中非驾驶相关任务对驾驶员脑力负荷的影响并开发分类模型 | 驾驶员在高度自动驾驶场景下的脑力负荷 | 机器学习 | NA | 脑电图（EEG）信号采集，NASA任务负荷指数量表（NASA-TLX） | LSTM, BLSTM | EEG信号 | 28名参与者 | NA | 长短期记忆网络（LSTM），双向长短期记忆网络（BLSTM） | 分类准确率 | NA |
| 6873 | 2025-10-06 |
Artificial intelligence-enabled penicillin allergy delabelling: an implementation study
2023-11, Internal medicine journal
IF:1.8Q2
DOI:10.1111/imj.16266
PMID:37997266
|
研究论文 | 本研究实施了一种基于深度学习AI算法的青霉素过敏标签去除系统 | 使用深度学习人工智能算法识别适合进行青霉素过敏评估的患者，并通过电子邮件通知系统实现过敏标签去除 | 需要进一步研究优化此类方法 | 通过人工智能技术实现青霉素过敏标签的准确去除 | 被标记为青霉素过敏的患者 | 医疗人工智能 | 药物过敏 | 深度学习 | 深度学习算法 | 医疗记录数据 | 干预组59人，对照组未明确数量 | NA | NA | 统计学显著性(P值) | NA |
| 6874 | 2025-10-06 |
FocA: A deep learning tool for reliable, near-real-time imaging focus analysis in automated cell assay pipelines
2023-10, SLAS discovery : advancing life sciences R & D
IF:2.7Q2
DOI:10.1016/j.slasd.2023.08.004
PMID:37573010
|
研究论文 | 开发用于自动化细胞检测流程中图像聚焦分析的深度学习工具FocA | 提出能够在近实时条件下识别聚焦/失焦图像的深度学习工具，使用下采样图像小块训练以最大化计算效率而不影响准确性 | NA | 确保自动化细胞检测中图像数据的质量和一致性 | 自动化细胞生物学研究平台生成的图像 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | NA | 准确率 | 最小计算资源 |
| 6875 | 2025-10-06 |
Neurofusionnet: a comprehensive framework for accurate epileptic seizure prediction from EEG data with hybrid meta-heuristic optimization algorithm
2025-Dec, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-025-10293-3
PMID:40661693
|
研究论文 | 提出一个名为Neurofusionnet的综合框架，通过混合元启发式优化算法从EEG数据中准确预测癫痫发作 | 结合了改进的ShuffleNet V2、SqueezeNet、EfficientNet V2和基于多头注意力的GhostNet V2的检测模型，并采用混合黑猩猩增强狐狸优化算法进行特征选择 | NA | 开发一个准确预测癫痫发作的完整框架 | 癫痫患者的EEG数据 | 医学人工智能 | 癫痫 | EEG信号处理、独立成分分析、小波变换 | 深度学习 | EEG信号 | NA | NA | Improved ShuffleNet V2, SqueezeNet, EfficientNet V2, Multi Head Attention based GhostNet V2 | NA | NA |
| 6876 | 2025-10-06 |
Structure from motion-convolutional neural network model (SfM-CNN) achieved accurate portable Chinese dietary chemical composition estimation for dietary recall
2025-Oct-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.144908
PMID:40449202
|
研究论文 | 开发了一种结合运动恢复结构和卷积神经网络(SfM-CNN)的AI模型，用于自动化估算中国膳食的化学成分 | 首次将先进的三维重建技术与深度学习相结合，采用SIFT算法实现特征提取和食物体积估算，误差低于4% | NA | 开发准确、高效且 culturally relevant 的膳食化学成分估算工具 | 中国膳食 | 计算机视觉 | NA | SIFT算法，3D重建 | CNN | 图像 | ChineseDish-100数据集 | NA | SIFT-ResNet50 | R值0.949，误差率 | NA |
| 6877 | 2025-10-06 |
Detection and classification of meat freshness using an optimized deep learning method
2025-Oct-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.144783
PMID:40479992
|
研究论文 | 提出一种基于深度学习的肉类新鲜度检测与分类方法 | 结合VGG19特征提取与改进型人工原生动物优化器(IAPO)进行特征选择，并通过粒子群优化(PSO)增强优化效果 | 论文未明确说明实验数据的规模和多样性限制 | 开发准确的肉类新鲜度分类系统以保障食品安全 | 肉类新鲜度（新鲜、半新鲜、变质） | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | VGG19 | 准确率, 灵敏度, 特异性 | NA |
| 6878 | 2025-10-06 |
Low-field NMR-based deep learning for non-destructive quality assessment of frozen model foods
2025-Oct-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.145181
PMID:40540836
|
研究论文 | 本研究利用低场核磁共振结合深度学习技术对冷冻模型食品进行无损质量评估 | 首次将低场核磁共振技术与反向传播人工神经网络结合，用于冷冻食品质量评估 | 仅使用凝胶模型食品，未涉及真实食品样品 | 开发冷冻食品无损质量评估方法 | 含水量90%和80%的凝胶模型食品 | 机器学习 | NA | 低场核磁共振(LF-NMR) | PLSR, BP-ANN | 核磁共振数据 | 梯度温度条件下冷冻的凝胶模型食品样品 | NA | NA | R, RMSE, RPD | NA |
| 6879 | 2025-10-06 |
Deep learning reduced order models of vaginal tear propagation
2025-Oct, Journal of the mechanical behavior of biomedical materials
IF:3.3Q3
DOI:10.1016/j.jmbbm.2025.107074
PMID:40499333
|
研究论文 | 本文开发了结合有限元分析、本征正交分解和机器学习的计算模型来预测阴道变形和撕裂传播 | 首次将本征正交分解降阶模型与机器学习相结合应用于阴道组织撕裂预测，显著提高了计算效率 | 基于啮齿动物离体微力学数据，尚未在人体组织上验证 | 开发计算模型预测阴道分娩过程中的组织变形和撕裂传播 | 阴道组织在压力作用下的变形和撕裂行为 | 计算生物力学 | 产科创伤 | 有限元分析，本征正交分解，机器学习 | 机器学习模型，降阶模型 | 位移场数据，压力数据 | 基于啮齿动物离体微力学数据 | NA | POD-ML模型 | 均方根误差 | NA |
| 6880 | 2025-10-06 |
Longitudinal EEG-based assessment of neuroplasticity and adaptive responses to transcranial focused ultrasound stimulation
2025-Oct, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2025.110521
PMID:40581220
|
研究论文 | 本研究提出了一种整合经颅聚焦超声刺激与脑电图监测的纵向评估协议模型，用于评估神经可塑性和适应性脑响应 | 开发了集成纵向评估协议模型，结合统计建模和神经网络模式识别，实现了对经颅聚焦超声刺激诱导的神经可塑性变化的动态监测 | 未明确说明样本规模和具体实验设计细节 | 评估经颅聚焦超声刺激对神经可塑性和适应性脑响应的长期影响 | 脑电图信号和神经适应性轨迹 | 神经工程 | 神经系统疾病 | 经颅聚焦超声刺激，脑电图监测 | 神经网络，机器学习分类器，深度学习模型 | 脑电图信号 | NA | NA | NA | NA | NA |