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 8881 - 8900 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8881 | 2025-06-07 |
Accelerating promoter identification and design by deep learning
2025-Jun-04, Trends in biotechnology
IF:14.3Q1
DOI:10.1016/j.tibtech.2025.05.008
PMID:40473557
|
review | 本文综述了深度学习在启动子识别、强度预测和从头设计中的应用 | 利用深度学习技术，特别是生成模型，革新了启动子工程领域 | 讨论了数据库质量、特征提取和模型架构对预测准确性的影响，以及开发稳健模型面临的挑战 | 探讨深度学习在启动子工程中的应用及其对基因转录控制的改进 | 启动子DNA序列 | machine learning | NA | deep learning | generative models | DNA序列 | NA | NA | NA | NA | NA |
| 8882 | 2025-06-07 |
Measurement of spatial heterogeneity in street restorative perceptions and street refinement design
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02841-y
PMID:40461492
|
research paper | 本研究整合街景数据、深度学习算法、MGWR模型和空间句法，分析街道恢复感知的空间异质性并优化街道设计策略 | 通过比较多种回归模型确定最有效模型，展示不同视觉元素的空间异质性，并基于恢复感知和可达性耦合评估确定急需修复的街道 | 研究仅针对上海黄浦区，可能无法完全代表其他城市或地区的街道恢复感知情况 | 分析街道恢复感知的空间异质性并优化街道设计策略 | 上海黄浦区街道的恢复感知 | urban planning | NA | deep learning, MGWR model, space syntax | random forest (RF), multiple regression models, MGWR model | street view data | 上海黄浦区的街道数据 | NA | NA | NA | NA |
| 8883 | 2025-06-07 |
FPA-based weighted average ensemble of deep learning models for classification of lung cancer using CT scan images
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02015-w
PMID:40461493
|
研究论文 | 提出了一种基于花授粉算法(FPA)的加权集成深度学习模型，用于CT扫描图像的肺癌分类 | 与传统静态或等权重集成方法不同，FPA根据验证性能自适应优化每个CNN的贡献，显著提高了诊断准确性 | NA | 提高肺癌早期诊断的准确性和可靠性 | 肺癌(特别是腺癌)的CT扫描图像 | 计算机视觉 | 肺癌 | CT扫描 | CNN (VGG16, ResNet101V2, InceptionV3)的集成模型 | 图像 | NA | NA | NA | NA | NA |
| 8884 | 2025-06-07 |
Co-occurrence feature learning for visual recognition of immature leukocytes
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-01791-9
PMID:40461529
|
research paper | 该研究提出了一种名为密集连接共现网络（DCONN）的方法，用于提高未成熟白细胞视觉识别的分类准确性 | 结合密集连接卷积层和共现层，使用较少的可训练参数，提高了分类准确性，且对训练硬件要求较低 | 方法尚未扩展到其他病理图像分析，且样本规模可能有限 | 提高白血病诊断中未成熟白细胞的计算机辅助分类准确性 | 未成熟中性粒细胞（包括原始粒细胞、早幼粒细胞、中幼粒细胞、晚幼粒细胞和带状细胞） | digital pathology | leukemia | Yolact用于白细胞检测，RGB到LAB颜色空间转换 | DCONN（密集连接共现网络） | image | NA | NA | NA | NA | NA |
| 8885 | 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 |
| 8886 | 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 |
| 8887 | 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 |
| 8888 | 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 |
| 8889 | 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 |
| 8890 | 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 |
| 8891 | 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 |
| 8892 | 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 |
| 8893 | 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 |
| 8894 | 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 |
| 8895 | 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 |
| 8896 | 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 |
| 8897 | 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 |
| 8898 | 2025-06-07 |
Deep Learning-Based Automated Measurement of Cervical Length in Transvaginal Ultrasound Images of Pregnant Women
2025-Jun, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3433594
PMID:39052464
|
research paper | 该研究开发了一种基于深度学习的自动化方法CL-Net，用于在孕妇经阴道超声图像中测量宫颈长度，以减少人为误差并提高工作效率 | CL-Net结合专家解剖知识识别宫颈，解决了超声图像中宫颈管信号低、对比度差的技术难题 | 研究未提及模型在不同设备或医疗机构间的泛化能力测试 | 开发可靠的自动化宫颈长度测量方法以评估早产风险 | 孕妇经阴道超声图像中的宫颈结构 | digital pathology | obstetric disease | transvaginal ultrasound | DL network (CL-Net) | ultrasound images | 未明确说明样本数量（但包含直型和弯曲型宫颈的测量数据） | NA | NA | NA | NA |
| 8899 | 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 |
| 8900 | 2025-06-07 |
Transformer-Integrated Hybrid Convolutional Neural Network for Dose Prediction in Nasopharyngeal Carcinoma Radiotherapy
2025-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01296-3
PMID:39424665
|
research paper | 提出了一种结合CNN和Transformer的混合剂量预测模型，用于鼻咽癌放射治疗中的剂量预测 | 设计了具有通道注意力机制的分层密集循环编码器和渐进式解码器，以及对象驱动的跳跃连接，以增强特征传递能力和保留纹理信息 | 实验仅在内部数据集上进行，未涉及多中心验证 | 提高鼻咽癌放射治疗中剂量预测的准确性和效率 | 鼻咽癌放射治疗中的剂量分布 | digital pathology | nasopharyngeal carcinoma | deep learning | CNN和Transformer混合模型 | image | 内部数据集（具体数量未提及） | NA | NA | NA | NA |