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 32373 篇文献，本页显示第 9481 - 9500 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9481 | 2025-05-31 |
A Transfer Learning-Based VGG-16 Model for COD Detection in UV-Vis Spectroscopy
2025-May-17, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11050159
PMID:40423016
|
研究论文 | 本文提出了一种基于迁移学习的VGG-16模型，用于紫外-可见光谱中的化学需氧量(COD)检测 | 将一维光谱转换为二维光谱图像，并利用迁移学习的VGG-16模型进行特征提取和建模，显著提高了COD预测的准确性 | 训练深度学习模型需要大量水样数据集，且数据标注任务复杂 | 快速准确地检测水体中的化学需氧量(COD)，以保护环境 | 水体中的化学需氧量(COD) | 计算机视觉 | NA | 紫外-可见光谱(UV-Vis spectroscopy) | VGG-16, CNN | 图像 | NA | NA | NA | NA | NA |
| 9482 | 2025-05-31 |
Noise Suppressed Image Reconstruction for Quanta Image Sensors Based on Transformer Neural Networks
2025-May-17, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11050160
PMID:40423017
|
research paper | 提出了一种基于Transformer神经网络的量子图像传感器噪声抑制重建方法 | 结合卷积神经网络和Transformer，通过Anscombe变换及串并行模块增强去噪性能和场景适应性 | NA | 解决量子图像传感器在低光成像中的Poisson噪声问题 | 量子图像传感器（QIS） | computer vision | NA | deep learning | CNN, Transformer | image | NA | NA | NA | NA | NA |
| 9483 | 2025-05-31 |
Deep Learning-Based Classification of CRISPR Loci Using Repeat Sequences
2025-05-16, ACS synthetic biology
IF:3.7Q1
DOI:10.1021/acssynbio.5c00174
PMID:40261207
|
研究论文 | 提出了一种基于深度学习的CRISPR位点分类方法CRISPRclassify-CNN-Att，仅利用重复序列进行分类 | 首次提出仅基于重复序列的CRISPR位点分类方法，结合CNN和自注意力机制，采用堆叠策略和迁移学习解决样本不平衡问题 | 对于样本量较少的亚型分类准确性仍有提升空间 | 开发不依赖cas基因的CRISPR-Cas系统分类方法 | CRISPR位点的重复序列 | 机器学习 | NA | 深度学习 | CNN, 自注意力机制 | 序列数据 | 多种亚型的CRISPR位点样本（具体数量未提及） | NA | NA | NA | NA |
| 9484 | 2025-05-31 |
Unleashing the Potential of Residual and Dual-Stream Transformers for the Remote Sensing Image Analysis
2025-May-15, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11050156
PMID:40423013
|
研究论文 | 本文提出了一种结合ResNet50 V2和Vision Transformer (ViT)架构的双流ResV2ViT模型，用于遥感卫星图像的分类 | 通过双流方法结合ResNet50 V2和ViT，同时提取局部空间特征和全局上下文信息，提高了分类性能 | 未提及具体局限性 | 提升遥感卫星图像分类的准确性和效率 | 遥感卫星图像 | 计算机视觉 | NA | 深度学习 | ResV2ViT (结合ResNet50 V2和ViT) | 图像 | RSI-CB256数据集和另一个包含21个类别的数据集 | NA | NA | NA | NA |
| 9485 | 2025-05-31 |
Beyond Handcrafted Features: A Deep Learning Framework for Optical Flow and SLAM
2025-May-15, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11050155
PMID:40423012
|
研究论文 | 本文提出了一种基于卷积神经网络（CNN）的视觉同步定位与地图构建（SLAM）新方法，用于创建鲁棒的地图 | 利用CNN从预训练模型的中间层提取特征进行光流估计，通过分析数千种层和滤波器组合的偏移误差，找到具有最小偏移误差的特定层和滤波器组合 | NA | 提高视觉SLAM在视角变化、遮挡和光照变化等环境挑战下的鲁棒性和准确性 | 视觉SLAM系统 | 计算机视觉 | NA | CNN | CNN | 图像 | 六个公开可用的数据集 | NA | NA | NA | NA |
| 9486 | 2025-05-31 |
Biomimetic Computing for Efficient Spoken Language Identification
2025-May-14, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10050316
PMID:40422146
|
研究论文 | 本文提出了一种结合仿生优化技术和深度学习的DBODL-MSLIS方法，用于提高口语语言识别的准确性和效率 | 整合了仿生优化技术（如Dung Beetle Optimization）和深度学习（LSTM网络），通过模拟自然界智能行为优化特征选择和分类性能 | 未提及具体的数据集规模限制或跨语言泛化能力的详细评估 | 提升多语言环境下口语语言识别的准确性和效率 | 多语言口语数据集（IIIT Spoken Language数据集） | 自然语言处理 | NA | Dung Beetle Optimization (DBO), 离散小波变换(DWT), 零交叉率(ZCR), 贝叶斯优化(BO) | LSTM | 语音信号 | 基于IIIT Spoken Language数据集（具体数量未说明） | NA | NA | NA | NA |
| 9487 | 2025-05-31 |
Transforming 3D MRI to 2D Feature Maps Using Pre-Trained Models for Diagnosis of Attention Deficit Hyperactivity Disorder
2025-May-13, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11050056
PMID:40423258
|
研究论文 | 本研究探讨了利用预训练模型将3D MRI转换为2D特征图，结合深度学习技术高精度诊断注意力缺陷多动障碍(ADHD)的潜在效用 | 提出了一种从3D MRI图像中提取2D特征的新方法，并将这些特征与临床特征相结合用于ADHD诊断 | 研究为概念验证性质，样本量有限，且仅使用了ADHD200数据集 | 开发基于深度学习的ADHD高精度诊断工具 | ADHD患者和正常对照的MRI数据及临床特征 | 数字病理学 | 神经发育障碍 | MRI | VGG16, CNN2D, CNN1D, LSTM, GRU | 3D MRI图像和临床数据 | ADHD200数据集(具体数量未明确说明) | NA | NA | NA | NA |
| 9488 | 2025-05-31 |
Energy-Efficient Fall-Detection System Using LoRa and Hybrid Algorithms
2025-May-12, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10050313
PMID:40422143
|
研究论文 | 介绍了一种结合LoRa技术和混合算法的高效能跌倒检测系统 | 提出了一种混合系统，结合了基于阈值的初步检测和基于CNN-LSTM的深度学习模型，以提高分类准确性，并通过LoRa技术实现长距离、低能耗的通信 | 实验中使用的是模拟跌倒数据，可能无法完全反映真实场景中的复杂性 | 开发一种高效能、高精度的跌倒检测系统，以提升老年人和行动不便人士的安全和生活质量 | 老年人和行动不便人士 | 可穿戴设备 | 老年疾病 | LoRa, CNN, LSTM | CNN-LSTM | 加速度数据 | 实验中使用模拟跌倒数据和日常活动数据，具体样本数量未提及 | NA | NA | NA | NA |
| 9489 | 2025-05-31 |
MultiSEss: Automatic Sleep Staging Model Based on SE Attention Mechanism and State Space Model
2025-May-03, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10050288
PMID:40422118
|
research paper | 提出了一种名为MultiSEss的创新深度学习架构，用于解决自动睡眠阶段分类中的关键问题 | 结合了多尺度卷积模块和Squeeze-and-Excitation注意力机制，并采用状态空间序列耦合模块来更准确地捕获和整合多模态数据之间的相关性 | 未提及具体的局限性 | 提高自动睡眠阶段分类的准确性，以改善睡眠障碍的诊断和治疗 | 睡眠阶段分类 | machine learning | sleep disorders | 深度学习 | CNN, SE注意力机制, 状态空间模型 | 多模态数据 | Sleep-EDF-20和Sleep-EDF-78数据集 | NA | NA | NA | NA |
| 9490 | 2025-05-31 |
A Bio-Inspired Learning Dendritic Motion Detection Framework with Direction-Selective Horizontal Cells
2025-May-02, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10050286
PMID:40422116
|
research paper | 提出了一种受生物启发的可学习水平细胞树突神经元模型（HCdM），用于高效且鲁棒的运动方向检测 | HCdM模型模仿树突神经元的局部处理机制，通过突触学习修剪不必要部分，在噪声图像中保持高准确度，特别是在椒盐噪声下表现优异 | 未来研究需要将HCdM与在复杂视觉场景中表现优异的SOTA模型结合以增强其适应性 | 开发一种高效且鲁棒的运动方向检测模型 | 运动方向检测 | computer vision | NA | NA | HCdM | image | NA | NA | NA | NA | NA |
| 9491 | 2025-05-31 |
Aligning, Autoencoding and Prompting Large Language Models for Novel Disease Reporting
2025-05, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3534586
PMID:40031357
|
research paper | 提出了一种基于提示的深度学习框架PromptLLM，用于准确高效地生成新疾病的放射学报告 | 通过视觉图像与文本报告的对齐、无标签数据的自编码以及提示LLM学习新疾病的知识和写作风格，减少对大量标注数据的依赖 | 实验仅针对COVID-19和多种胸部疾病进行验证，可能在其他疾病上的泛化能力有限 | 开发一种能够在新疾病数据有限的情况下生成准确放射学报告的方法 | 放射学图像和新疾病的报告生成 | natural language processing | COVID-19, thorax diseases | prompt-based deep learning | LLM | image, text | 仅使用1%的训练数据 | NA | NA | NA | NA |
| 9492 | 2025-05-31 |
Development and validation of pan-cancer lesion segmentation AI-model for whole-body 18F-FDG PET/CT in diverse clinical cohorts
2025-May, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110052
PMID:40127518
|
研究论文 | 开发并验证了一种基于深度学习的全身18F-FDG PET/CT图像病灶分割AI模型，适用于多种临床队列 | 提出了一种不依赖病灶位置和部位的深度学习自动分割模型，并在多种未见过的临床队列中进行了验证 | 模型在测试集和PHEO队列中遗漏了小体积和低摄取病灶，且在OS和ST队列中假阳性和假阴性病灶的体积和摄取无显著差异 | 开发一种适用于全身18F-FDG PET/CT图像的自动病灶分割AI模型 | 全身18F-FDG PET/CT图像中的病灶 | 数字病理学 | 多种癌症（骨肉瘤、神经母细胞瘤、儿童实体瘤、成人嗜铬细胞瘤/副神经节瘤） | 18F-FDG PET/CT成像 | 3D U-Net（特别是3D full resolution nnUNet） | 3D医学影像 | 训练、验证和测试集共1014例全身FDG-PET/CT图像，外加3个未见过的临床队列（OS队列13例，ST队列14例，PHEO队列40例） | NA | NA | NA | NA |
| 9493 | 2025-05-31 |
IR-GPT: AI Foundation Models to Optimize Interventional Radiology
2025-May, Cardiovascular and interventional radiology
IF:2.8Q2
DOI:10.1007/s00270-024-03945-0
PMID:40140092
|
研究论文 | 本文探讨了如何为介入放射学（IR）定制基础人工智能（AI）模型，提出了IR-GPT的设计理念 | 首次提出为介入放射学定制基础AI模型IR-GPT，旨在提供一个统一的AI平台 | 未具体说明模型实现细节及实际应用效果 | 优化介入放射学中的AI应用 | 介入放射学相关的AI基础模型 | 数字病理学 | NA | 深度学习 | GPT | 文本、医学图像 | NA | NA | NA | NA | NA |
| 9494 | 2025-05-31 |
Unsupervised Test-Time Adaptation for Hepatic Steatosis Grading Using Ultrasound B-Mode Images
2025-05, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2025.3555180
PMID:40138246
|
研究论文 | 本文提出了一种无监督的测试时间自适应方法，用于超声B模式图像的肝脏脂肪变性分级 | 提出了一种测试时间批量归一化（TTN）技术，专门针对标签分布变化引起的域偏移，通过调整训练好的卷积神经网络模型中批量归一化层的选定特征来实现无监督自适应 | 方法仅在两个不同机构收集的腹部超声数据集上进行了评估，可能需要更多样化的数据集验证其泛化能力 | 解决肝脏脂肪变性分级中因临床环境差异导致的域偏移问题，提高模型在不同临床环境中的泛化能力 | 超声B模式图像中的肝脏脂肪变性分级 | 数字病理学 | 肝脏疾病 | 无监督域适应技术 | CNN | 图像 | 两个不同机构收集的腹部超声数据集 | NA | NA | NA | NA |
| 9495 | 2025-05-31 |
Predicting the structures of cyclic peptides containing unnatural amino acids by HighFold2
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf202
PMID:40350698
|
research paper | 本文介绍了一种名为HighFold2的新模型，用于预测含有非天然氨基酸的环肽的三维结构 | HighFold2基于AlphaFold-Multimer框架，首次将预定义的刚性基团及其初始原子坐标从天然氨基酸扩展到非天然氨基酸，并引入额外的神经网络来表征肽的原子级特征，同时构建了基于不同环化约束的环肽相对位置编码矩阵 | NA | 准确预测含有非天然氨基酸的环肽的三维结构，以促进基于环肽的药物发现 | 含有非天然氨基酸的环肽及其与蛋白质的复合物 | machine learning | NA | deep learning | HighFold2 (基于AlphaFold-Multimer框架) | 3D结构数据 | NA | NA | NA | NA | NA |
| 9496 | 2025-05-31 |
Grading of Foveal Hypoplasia Using Deep Learning on Retinal Fundus Images
2025-May-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.5.18
PMID:40402544
|
research paper | 本研究开发并评估了一种基于深度学习的模型，用于使用视网膜眼底图像对中心凹发育不全进行分级 | 该研究首次使用深度学习模型对中心凹发育不全进行六级分类，并在准确性和效率上优于资深和初级临床医生的评估 | 研究为回顾性研究，样本量相对有限（303名患者），且数据来源于单一时间段（2001年至2021年） | 开发并评估一种深度学习模型，用于中心凹发育不全的分级诊断 | 中心凹发育不全患者 | digital pathology | 眼科疾病 | 深度学习 | EfficientNet_b1 | image | 605张视网膜眼底图像（来自303名患者，其中男性55.1%，女性44.9%） | NA | NA | NA | NA |
| 9497 | 2025-05-31 |
Formation permeability estimation using mud loss data by deep learning
2025-Apr-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-94617-7
PMID:40307334
|
研究论文 | 本研究提出了一种利用泥浆流失数据和深度学习技术估算地层渗透率的新方法 | 首次将泥浆流失数据与深度学习技术结合用于地层渗透率估算，并引入了DJINN模型提高预测精度 | 研究基于模拟数据，需要在实际钻井环境中进一步验证 | 开发一种准确估算地层渗透率的新方法 | 油气储层的地层渗透率 | 机器学习 | NA | 深度学习 | 1D-CNN, DJINN | 数值数据（泥浆流失率、储层参数等） | 模拟生成的泥浆流失率数据集 | NA | NA | NA | NA |
| 9498 | 2025-05-31 |
ARAN: Age-Restricted Anonymized Dataset of Children Images and Body Measurements
2025-Apr-30, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11050142
PMID:40422998
|
research paper | 本文介绍了ARAN数据集，这是首个符合欧洲通用数据保护条例的儿童图像与身体测量标记数据集，用于开发预测模型 | 首个符合伦理委员会批准的儿童图像与身体测量标记数据集，支持多视角图像，数据规模远超同类数据集 | 数据集仅包含16至98个月的儿童，可能无法覆盖所有年龄段 | 开发从单张图像精确估计儿童身体测量和体重的模型，用于儿科生长监测和营养不良早期检测 | 512名16至98个月的儿童，每人4个不同视角的图像，共2048张图像 | computer vision | malnutrition | deep learning | DenseNet121 | image | 512名儿童（2048张图像） | NA | NA | NA | NA |
| 9499 | 2025-05-31 |
Medical Image Segmentation: A Comprehensive Review of Deep Learning-Based Methods
2025-Apr-30, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11050052
PMID:40423254
|
review | 本文全面回顾了基于深度学习的医学图像分割方法 | 对当前医学图像分割领域的代表性方法进行了分类、回顾和总结，并预测了未来研究方向 | 未提及具体方法的局限性 | 分析医学图像分割领域的研究现状和发展趋势 | 医学图像分割方法 | computer vision | NA | deep learning | CNN | image | NA | NA | NA | NA | NA |
| 9500 | 2025-05-31 |
SwinTCS: A Swin Transformer Approach to Compressive Sensing with Non-Local Denoising
2025-Apr-29, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11050139
PMID:40422996
|
研究论文 | 提出了一种基于Swin Transformer的新型深度学习框架SwinTCS，用于压缩感知图像重建，结合了非局部均值去噪模块以提高重建质量 | 利用Swin Transformer架构整合分层特征表示策略增强全局上下文建模，同时引入辅助CNN捕捉局部特征，并加入非局部均值去噪模块抑制噪声 | NA | 解决传统压缩感知重建方法在边界伪影和鲁棒性方面的挑战，提高多媒体应用中的图像重建质量 | 压缩感知图像重建 | 计算机视觉 | NA | 压缩感知(CS) | Swin Transformer, CNN | 图像 | 多个公共基准数据集 | NA | NA | NA | NA |