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 32705 篇文献，本页显示第 9781 - 9800 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9781 | 2025-10-06 |
Development and multicentric external validation of a prognostic COVID-19 severity model based on thoracic CT
2025-Apr-01, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-02983-z
PMID:40170034
|
研究论文 | 开发并外部验证基于胸部CT的COVID-19严重程度预后模型 | 结合手工特征与深度学习方法的比较，并在不同疫情阶段和变异株流行期验证模型稳定性 | 模型性能仍有提升空间（AUC 0.74-0.78），未涵盖所有临床变量 | 通过胸部CT实现COVID-19患者严重程度风险分层 | COVID-19患者 | 医学影像分析 | COVID-19 | 胸部计算机断层扫描（CT） | 逻辑回归, 深度学习 | 医学影像（CT图像）及元数据 | 来自STOIC挑战赛的公开数据和多中心外部数据集 | NA | NA | AUC（曲线下面积） | NA |
| 9782 | 2025-10-06 |
Voxel-level radiomics and deep learning for predicting pathologic complete response in esophageal squamous cell carcinoma after neoadjuvant immunotherapy and chemotherapy
2025-Mar-15, Journal for immunotherapy of cancer
IF:10.3Q1
DOI:10.1136/jitc-2024-011149
PMID:40090670
|
研究论文 | 开发并验证了一种基于体素级影像组学和深度学习的模型，用于预测食管鳞状细胞癌新辅助免疫治疗联合化疗后的病理完全缓解 | 首次将体素级影像组学方法与Vision-Mamba深度学习架构相结合用于pCR预测，相比传统方法和其他深度学习模型表现更优 | 回顾性研究设计，样本量相对有限，需要进一步前瞻性验证 | 预测食管鳞状细胞癌患者在新辅助免疫治疗联合化疗后的病理完全缓解 | 食管鳞状细胞癌患者 | 医学影像分析 | 食管癌 | CT影像分析 | 深度学习 | CT图像 | 741名来自三个医疗中心的食管鳞状细胞癌患者 | NA | Vision-Mamba, 3D-ResNet, Vision Transformer | 准确率, AUC, 敏感度, 特异度 | NA |
| 9783 | 2025-10-06 |
A comprehensive dataset of magnetic resonance enterography images with intestinal segment annotations
2025-Mar-11, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04760-z
PMID:40069172
|
研究论文 | 本文构建了一个包含肠道分段标注的磁共振小肠造影图像数据集，并验证了多种先进分割方法在该数据集上的性能 | 创建了首个公开的具有精细像素级标注的完整肠道分段MR数据集，为IBD的AI研究提供了重要基础资源 | 数据集仅包含114名患者，样本规模相对有限 | 开发用于炎症性肠病诊断和监测的自动化工具 | 炎症性肠病患者的磁共振小肠造影图像 | 医学影像分析 | 炎症性肠病 | 磁共振小肠造影，HASTE序列 | 深度学习分割模型 | 医学影像 | 114名IBD患者，每人包含10个肠道分段的标注 | NA | NA | NA | NA |
| 9784 | 2025-10-06 |
Evaluation of enzyme activity predictions for variants of unknown significance in Arylsulfatase A
2025-Mar, Human genetics
IF:3.8Q2
DOI:10.1007/s00439-025-02731-3
PMID:40055237
|
研究论文 | 评估机器学习方法对芳基硫酸酯酶A基因未知意义变异体酶活性的预测性能 | 首次在ARSA CAGI挑战赛中系统评估社区提交的预测模型，发现由遗传学和编程训练营开发的模型表现最佳 | 仅针对219个错义VUS进行评估，样本规模有限 | 评估机器学习方法预测基因变异功能效应的准确性 | 芳基硫酸酯酶A基因的219个实验验证的错义未知意义变异体 | 机器学习 | 遗传性疾病 | 实验验证的酶活性测定 | 深度学习, 标准机器学习模型 | 基因变异数据 | 219个错义VUS | Python | NA | 预测准确性 | 适度计算资源 |
| 9785 | 2025-10-06 |
Adaptive genetic algorithm based deep feature selector for cancer detection in lung histopathological images
2025-Feb-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86362-8
PMID:39922836
|
研究论文 | 提出一种基于自适应遗传算法的深度特征选择方法用于肺癌组织病理图像检测 | 使用通道注意力深度学习模型作为特征提取器，结合自适应遗传算法进行特征选择，并采用滤波器方法而非分类器计算染色体适应度分数 | NA | 开发有效的肺癌检测方法以提高诊断准确性 | 肺癌组织病理图像 | 计算机视觉 | 肺癌 | 组织病理成像 | CNN | 图像 | LC25000公共数据集 | NA | 通道注意力模型 | 准确率 | NA |
| 9786 | 2025-10-06 |
Is a single model enough? The systematic comparison of computational approaches for detecting populist radical right content
2025, Quality & quantity
DOI:10.1007/s11135-024-02034-1
PMID:40343105
|
研究论文 | 系统比较不同计算方法在检测民粹主义激进右翼文本内容方面的性能表现 | 首次系统比较了66种词典方法、传统监督机器学习和深度学习模型在PRR内容检测任务上的表现，并分析了330种集成模型的效果 | 在噪声较多的数据集上性能仍然欠佳，集成模型相比单个深度学习模型改进有限 | 开发有效的计算方法来检测民粹主义激进右翼在线内容 | 德语文本数据中的民粹主义激进右翼内容 | 自然语言处理 | NA | 文本挖掘, 内容分析 | 词典模型, 经典监督机器学习, 深度学习 | 文本 | 三个德语测试数据集 | NA | NA | NA | NA |
| 9787 | 2025-10-06 |
Correction: Detection and position evaluation of chest percutaneous drainage catheter on chest radiographs using deep learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0323951
PMID:40424208
|
修正 | 对先前发表的关于使用深度学习检测和评估胸部经皮引流导管在胸片上的位置的文章进行修正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 9788 | 2025-10-06 |
Swim-Rep fusion net: A new backbone with Faster Recurrent Criss Cross Polarized Attention
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321270
PMID:40424251
|
研究论文 | 提出一种结合SwimTransformer和RepVGG优势的新型融合网络，包含多尺度特征融合模块和高效注意力机制 | 提出Swim-Rep融合网络架构，创新性地设计多尺度条带池化融合模块(MPF)和更快的循环交叉极化注意力模块(FRCPA) | NA | 提升医学图像和遥感图像分类任务的性能 | 心电图信号和遥感图像 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN, Transformer | 图像, 信号数据 | MIT-BIH数据库和RSSCN7数据集 | NA | SwimTransformer, RepVGG, Swim-Rep融合网络 | 准确率 | NA |
| 9789 | 2025-10-06 |
Deep learning-enhanced signal detection for communication systems
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0324916
PMID:40424260
|
研究论文 | 提出一种结合MIMO与OFDM技术的深度学习增强型通信信号检测系统 | 创新性地采用双DNN级联结构和混合激活函数设计，并构建基于CNN批归一化机制的DCNet解码器 | NA | 优化通信信号检测的准确性和实时性能 | MIMO-OFDM通信系统信号 | 机器学习 | NA | 多输入多输出技术、正交频分复用技术 | DNN, CNN | 通信信号数据 | NA | NA | 双DNN级联结构, DCNet | 准确率, 符号错误率, 吞吐量, 调制错误率, 误检率, 漏检率, 检测速度, 延迟 | CPU使用率25%, 内存使用适中 |
| 9790 | 2025-10-06 |
InBRwSANet: Self-attention based parallel inverted residual bottleneck architecture for human action recognition in smart cities
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322555
PMID:40424287
|
研究论文 | 提出一种基于自注意力的并行倒置残差瓶颈架构用于智能城市中的人类行为识别 | 结合并行倒置残差瓶颈模块与自注意力机制的新型深度学习架构，并采用粒子群优化算法选择超参数 | 仅在HMDB51和UCF101两个数据集上进行测试，需要更多样化的数据集验证泛化能力 | 解决复杂人类行为识别问题，提升智能城市中的实时监控和人机交互应用 | 人类行为视频数据 | 计算机视觉 | NA | 深度学习 | CNN, 自注意力机制 | 视频 | HMDB51和UCF101数据集 | NA | InBRwSANet, 并行倒置残差瓶颈块, 自注意力机制 | 准确率, 误差范围 | NA |
| 9791 | 2025-10-06 |
Application of a grey wolf optimization-enhanced convolutional neural network and bidirectional gated recurrent unit model for credit scoring prediction
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322225
PMID:40424348
|
研究论文 | 提出一种结合灰狼优化算法、卷积神经网络和双向门控循环单元的信用评分预测模型 | 首次将灰狼优化算法与CNN-BiGRU模型结合用于信用评分预测，通过智能优化算法提升模型参数调优效果 | NA | 提高信用评分预测的准确性和效率，解决传统方法对大规模高维金融数据特征提取不足的问题 | 金融信用评分数据 | 机器学习 | NA | 深度学习 | CNN, BiGRU | 金融时序数据 | 多个公开信用评分数据集（包括LendingClub贷款数据集） | NA | CNN-BiGRU-GWO | MAE, MAPE, RMSE, MSE | NA |
| 9792 | 2025-10-06 |
Multi-convolutional neural networks for cotton disease detection using synergistic deep learning paradigm
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0324293
PMID:40424461
|
研究论文 | 本研究提出了一种基于多卷积神经网络和集成学习的棉花病害检测方法 | 结合MobileNet和VGG16特征提取，使用定制StyleGAN生成合成数据解决类别不平衡问题，并采用StackNet集成分类器 | 现有数据集大多在受控条件下获取，可能影响实际田间应用的泛化能力 | 开发准确的棉花病害自动检测系统以提高棉花产量 | 棉花作物及其病害 | 计算机视觉 | 植物病害 | 深度学习 | CNN, LSTM, SVM, Random Forest, GAN | 图像 | 公开数据集 | TensorFlow, PyTorch, Scikit-learn | MobileNet, VGG16, StyleGAN, StackNet | 准确率 | NA |
| 9793 | 2025-06-01 |
Uncertainty-Aware Bayesian Deep Learning with Noisy Training Labels for Epileptic Seizure Detection
2025, Uncertainty for safe utilization of machine learning in medical imaging : 6th international workshop, UNSURE 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 10, 2024, proceedings. UNSURE (Workshop) (6th : 2024 : ...
DOI:10.1007/978-3-031-73158-7_1
PMID:40433566
|
研究论文 | 提出了一种新颖的贝叶斯框架BUNDL，用于在监督深度学习中减轻标签噪声的影响，特别针对基于EEG的癫痫发作检测 | 利用领域知识设计后验分布，自动调整基于数据不确定性的“干净标签”，并可以包装任何现有检测模型 | 未提及具体局限性 | 减轻监督深度学习中标签噪声的影响，提高癫痫发作检测的准确性 | EEG信号和癫痫发作检测 | 机器学习 | 癫痫 | 贝叶斯深度学习 | 深度网络 | EEG信号 | 模拟EEG数据集和Temple University Hospital (TUH)语料库 | NA | NA | NA | NA |
| 9794 | 2025-06-01 |
Deep learning-based classification of speech disorder in stroke and hearing impairment
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0315286
PMID:40435156
|
research paper | 该研究开发了一种基于深度学习的模型，用于分类由中风和听力障碍引起的语音障碍 | 研究不仅比较正常人和语音障碍患者的语音数据，还进一步分类语音障碍的具体病因，如中风和听力障碍 | 研究仅针对韩语语音障碍数据，可能无法推广到其他语言或更广泛的语音障碍类型 | 分类语音障碍的具体病因，如中风和听力障碍，通过分析语音数据 | 由中风和听力障碍引起的韩语语音障碍数据 | natural language processing | stroke, hearing impairment | deep learning | ResNet-18, Inception V3, SEResNeXt-18 | voice data | NA | NA | NA | NA | NA |
| 9795 | 2025-06-01 |
Odor classification: Exploring feature performance and imbalanced data learning techniques
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322514
PMID:40435193
|
research paper | 本研究探讨了嗅觉这一复杂且未被充分理解的感官模式，旨在填补近期研究中使用机器学习和深度学习方法预测人类嗅觉感知的两个空白 | 通过构建包含2606个分子的新数据集，评估了三种特征（质谱、振动光谱和分子指纹）的性能，并提出了可解释的成本敏感多层感知器模型（CSMLP）来处理类别不平衡问题 | 研究中未提及具体的数据集来源和分子选择的偏差可能对结果的影响 | 比较不同特征在气味分类中的预测性能，并解决多标签数据集中的类别不平衡问题 | 2606个分子及其对应的质谱、振动光谱和分子指纹特征 | machine learning | NA | multi-label classification, random resampling, cost-sensitive learning | multilayer perceptron (MLP), CSMLP | mass spectra (MS), vibrational spectra (VS), molecular fingerprint features (FP) | 2606个分子 | NA | NA | NA | NA |
| 9796 | 2025-06-01 |
Implications of artificial intelligence in periodontal treatment maintenance: a scoping review
2025, Frontiers in oral health
IF:3.0Q1
DOI:10.3389/froh.2025.1561128
PMID:40438083
|
综述 | 本文探讨了人工智能在牙周治疗维护中的应用及其影响 | 人工智能在牙周病诊断和治疗规划中展现出高精度和个性化护理的优势 | 标准化和伦理问题是人工智能广泛应用的关键挑战 | 评估人工智能在牙周维护中的应用及其效果 | 牙周病（牙龈炎和牙周炎） | 人工智能在医疗健康中的应用 | 牙周病 | 深度学习算法，如卷积神经网络（CNNs）和分割技术 | Multi-Label U-Net, CNN | 临床数据和影像数据 | 2018年至2024年间发表的研究 | NA | NA | NA | NA |
| 9797 | 2025-06-01 |
Label-Free Prediction of Fluorescently Labeled Fibrin Networks
2025, Biomaterials research
IF:8.1Q1
DOI:10.34133/bmr.0211
PMID:40438124
|
research paper | 提出一种深度学习工具，用于从无标记图像堆栈中预测荧光标记的光学切片，以恢复反射共聚焦显微镜（RCM）未检测到的纤维 | 使用深度学习模型从RCM图像和激光透射图像预测荧光标记，避免了荧光染料对细胞活力和样品的影响 | 预测的纤维比原始荧光标记略宽（0.213 ± 0.009 μm） | 开发一种无需荧光标记即可研究细胞外基质（ECM）纤维结构的方法 | 纤维蛋白网络和胶原蛋白等天然生物材料的纤维结构 | digital pathology | NA | 反射共聚焦显微镜（RCM）和深度学习 | 全卷积图像到图像映射架构 | 图像 | NA | NA | NA | NA | NA |
| 9798 | 2025-06-01 |
Construction of a predictive model for rebleeding risk in upper gastrointestinal bleeding patients based on clinical indicators such as Helicobacter pylori infection
2025, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2025.1510126
PMID:40438212
|
研究论文 | 基于幽门螺杆菌感染等临床指标构建上消化道出血患者再出血风险的预测模型 | 结合幽门螺杆菌感染程度与多项临床实验室检查数据，开发了一种深度学习模型，用于预测上消化道出血患者的再出血风险 | 研究样本仅来自单一医院的254名患者，可能影响模型的泛化能力 | 构建一个预测上消化道出血患者再出血风险的临床模型 | 上消化道出血患者 | 数字病理 | 上消化道出血 | 深度学习 | Transformer + KAN | 临床信息和实验室指标 | 254名上消化道出血患者 | NA | NA | NA | NA |
| 9799 | 2025-06-01 |
Next-generation fall detection: harnessing human pose estimation and transformer technology
2025, Health systems (Basingstoke, England)
DOI:10.1080/20476965.2024.2395574
PMID:40438315
|
research paper | 该研究结合人体姿态估计框架和transformer深度学习模型，开发了一种轻量级、保护隐私的跌倒检测系统 | 结合三种领先的人体姿态估计框架和transformer模型，开发出可在低功耗设备上运行、无需穿戴设备且所有处理均在本地完成的隐私保护跌倒检测系统 | 未提及系统在极端光照条件或复杂背景环境下的表现 | 开发高精度、高效且保护隐私的老年人跌倒检测系统 | 老年人跌倒行为 | computer vision | geriatric disease | human pose estimation, transformer deep learning | transformer | video | 未提及具体样本数量，但进行了真实世界测试 | NA | NA | NA | NA |
| 9800 | 2025-06-01 |
Knowledge map of artificial intelligence in neurodegenerative diseases: a decade-long bibliometric and visualization study
2025, Frontiers in aging neuroscience
IF:4.1Q2
DOI:10.3389/fnagi.2025.1586282
PMID:40438502
|
研究论文 | 通过文献计量和可视化方法分析过去十年神经退行性疾病领域AI研究的文献，挖掘该领域的核心期刊、机构、作者和国家，并分析关键词以推测未来研究趋势 | 首次使用文献计量和可视化方法系统分析神经退行性疾病AI研究领域的知识图谱，并预测未来四大研究趋势 | 仅基于Web of Science数据库的1921篇文献进行分析，可能未涵盖所有相关研究 | 分析神经退行性疾病领域AI研究的现状和发展趋势 | 2015-2025年间神经退行性疾病AI研究领域的1921篇文献 | 机器学习 | 神经退行性疾病 | 文献计量分析、知识图谱可视化 | NA | 文献数据 | 1921篇出版物 | NA | NA | NA | NA |