深度学习在生物医药领域中的应用
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，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10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 32259 篇文献，本页显示第 81 - 100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 81 | 2025-10-03 |
An efficient deep learning network for brain stroke detection using salp shuffled shepherded optimization
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17725-4
PMID:41023014
|
研究论文 | 提出一种基于Salp Shuffled Shepherded优化算法的高效深度学习网络用于脑卒中检测 | 提出S3ET-NET新模型，结合Salp Shuffled Shepherded优化算法进行特征选择，使用Ghost Net提取特征和Efficient Net进行分类 | NA | 开发高效的脑卒中自动检测方法 | 脑部MRI图像中的正常、缺血性卒中和出血性卒中病例 | 医学影像分析 | 脑卒中 | 磁共振成像(MRI)、扩散加权成像(DWI) | S3ET-NET（包含Ghost Net和Efficient Net） | 脑部MRI图像 | NA |
| 82 | 2025-10-03 |
A deep learning model for epidermal growth factor receptor prediction using ensemble residual convolutional neural network
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-18518-5
PMID:41023039
|
研究论文 | 开发基于集成残差卷积神经网络的深度学习模型ERCNN-EGFR，用于从氨基酸序列准确预测表皮生长因子受体 | 提出结合多种蛋白质特征提取方法和XGBoost特征选择的集成残差卷积神经网络，在EGFR识别任务中表现优异 | 未明确说明训练数据和独立测试集的具体样本规模及数据来源 | 开发准确、可扩展且成本效益高的EGFR计算识别方法 | 表皮生长因子受体蛋白质的氨基酸序列 | 生物信息学 | 乳腺癌 | CDT、AmpPseAAC、KSCTD、ProtBERT-BFD嵌入、XGBoost特征选择 | ERCNN、BiLSTM、GRU、GAN | 蛋白质氨基酸序列 | NA |
| 83 | 2025-10-03 |
A hybrid deep learning and fuzzy logic framework for feature-based evaluation of english Language learners
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17738-z
PMID:41023079
|
研究论文 | 提出一种结合深度学习和模糊逻辑的混合框架，用于英语学习者的特征评估 | 首次将模糊逻辑规则挖掘与DeBERTa、元数据和LSTM融合模型相结合，实现了规则推理可解释性与先进AI预测能力的统一 | NA | 开发综合评估英语学习者语言能力的智能框架 | 英语学习者 | 自然语言处理 | NA | 模糊逻辑、规则挖掘、SHAP、DeepSHAP | DeBERTa + Metadata + LSTM (DBML) 混合模型 | 文本、元数据（行为学和人口统计学数据） | NA |
| 84 | 2025-10-03 |
A hybrid deep learning model with feature engineering technique to enhance teacher emotional support on students' engagement for sustainable education
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17600-2
PMID:41023087
|
研究论文 | 提出一种混合深度学习模型，通过特征工程技术增强教师对学生情感支持，提升学生参与度以实现可持续教育 | 结合AdaptSepCX注意力网络进行特征提取，并采用CNN与双向门控循环单元的混合模型进行情感分类 | NA | 开发有效的学生情感识别系统以增强学生参与度和学习成果 | 学生在学习过程中的情感状态 | 计算机视觉 | NA | 深度学习，特征工程 | CNN，双向门控循环单元(BiG)，混合深度学习模型 | 图像 | 学生参与度数据集 |
| 85 | 2025-10-03 |
AgriFact framework for modelling the impact of farmers' information demand on nationwide wheat productivity in India
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-19133-0
PMID:41023098
|
研究论文 | 提出AgriFact框架，通过深度学习模型分析印度农民信息需求与小麦产量的关系 | 首次使用深度学习模型和数值方法综合分析农民信息需求对作物产量的影响 | 仅针对小麦作物进行分析，未涵盖其他农作物 | 探索农民信息需求与作物产量之间的关系，为农业政策制定提供依据 | 印度农民和小麦作物 | 机器学习 | NA | 深度学习建模和数值分析方法 | 1-D CNN及其他五种DL模型 | 文本查询数据和产量数据 | 180万次农民咨询电话和印度各地区小麦产量数据 |
| 86 | 2025-10-01 |
Correction: Transformer-based deep learning ensemble framework predicts autism spectrum disorder using health administrative and birth registry data
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-19777-y
PMID:41023127
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 87 | 2025-10-03 |
Deep learning decodes species-specific codon usage signatures in Brassica from coding sequences
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-18814-0
PMID:41023189
|
研究论文 | 本研究使用深度学习技术从编码序列中解码芸苔属物种特异的密码子使用特征，实现四种关键芸苔属物种的高精度分类 | 首次将深度学习应用于植物物种分类，无需手动特征选择即可实现100%分类准确率，并系统比较了七种神经网络架构的性能 | 仅针对四种芸苔属物种进行研究，未验证方法在其他植物分类群中的适用性 | 开发基于深度学习的植物物种分类方法，解决密切相关的芸苔属物种鉴别难题 | 四种芸苔属物种：芥菜型油菜(B. juncea)、甘蓝型油菜(B. napus)、甘蓝(B. oleracea)和白菜(B. rapa) | 机器学习 | NA | 基因组测序 | 多层感知机(MLP)、Leaky ReLU神经网络、Dropout神经网络、径向基函数神经网络(RBFNN)等七种架构 | 基因组序列数据 | NA |
| 88 | 2025-10-03 |
A lightweight St-CNN architecture based on deep learning for stress level detection from human physical activities
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-18647-x
PMID:41023211
|
研究论文 | 提出一种基于深度学习的轻量级St-CNN架构，用于通过人体活动数据检测压力水平 | 设计了专门用于压力检测的轻量级CNN架构，在保持高精度的同时显著降低计算成本 | 仅使用单一公开数据集进行验证，样本多样性可能有限 | 开发高效准确的压力水平检测方法 | 人体压力水平 | 机器学习 | NA | 深度学习 | CNN | 物理活动数据（体温、湿度、步数等） | 2001个样本 |
| 89 | 2025-10-03 |
Enhancing SDN security with deep learning and F-balanced cross-entropy for DDoS detection
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-18826-w
PMID:41023344
|
研究论文 | 提出一种基于深度学习的SDN网络DDoS攻击检测模型AECE，通过注意力机制和F平衡交叉熵损失函数提升检测性能 | 提出注意力增强交叉熵(AECE)模型，集成注意力机制和创新的F平衡交叉熵(FBCE)损失函数，有效平衡精确率和召回率 | 未明确说明在真实SDN环境中的实时适应性和可扩展性验证 | 提升软件定义网络(SDN)中DDoS攻击检测的准确性和实时性 | SDN网络中的DDoS攻击流量 | 机器学习 | NA | 深度学习 | 深度神经网络(DNN) | 网络流量数据 | NA |
| 90 | 2025-10-03 |
A novel hybrid mathematical deep learning technique for early warning of flashover in composite insulators
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-19151-y
PMID:41023343
|
研究论文 | 提出一种基于混合数学深度学习模型的复合绝缘子闪络预测方法 | 结合加权连续小波变换和图注意力网络的混合模型，优于传统小波分析方法 | NA | 开发复合绝缘子闪络早期预警系统以防止绝缘故障导致的停电 | 污染复合绝缘子 | 机器学习 | NA | 加权连续小波变换(WCWT)、图注意力网络(GAT)、高斯函数拟合 | 图注意力网络(GAT)与数学模型的混合深度学习 | 泄漏电流数据 | 基于实际样本测试的泄漏电流数据，考虑样本几何规格和污染等级等多个参数 |
| 91 | 2025-10-03 |
DOD-Boost: a temporal and distribution-optimized deep boosting framework for solar radiation modeling
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-19157-6
PMID:41023386
|
研究论文 | 提出一种结合深度学习和统计分布优化的太阳辐射时序建模框架DOD-Boost | 首次将概率分布拟合与深度学习模型结合，通过CDF替换原始数据随机性，并采用JSD指标评估分布准确性 | 未明确说明模型在其他地理区域的适用性验证 | 开发高精度的太阳辐射预测模型以支持清洁能源系统设计 | 倾斜表面总太阳辐射数据(MJ/m²) | 机器学习 | NA | 最大似然估计(MLE)、鲸鱼优化算法(WOA)、粒子群优化(PSO) | LSTM、GRU、XGBoost | 时间序列数据 | NA |
| 92 | 2025-10-03 |
Identification of key genes for fish adaptation to freshwater and seawater based on attention mechanism
2025-Sep-29, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-025-12089-5
PMID:41023606
|
研究论文 | 提出基于注意力机制的WAGA模型识别鱼类淡水和海水适应的关键基因 | 首次将自然语言处理技术应用于蛋白质编码基因特征表示，结合深度学习和自注意力机制识别关键基因 | 未提及模型验证的样本规模和具体实验局限性 | 识别鱼类适应淡水和海水环境的关键基因 | 淡水与海水鱼类 | 自然语言处理 | NA | 自然语言处理(NLP)、深度学习、自注意力机制(SA) | WAGA(加权注意力基因分析模型) | 基因序列数据 | NA |
| 93 | 2025-10-01 |
ResViT-GANNet: a deep learning framework for classifying breast cancer histopathology images using multimodal attention and GAN-based augmentation
2025-Sep-29, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01940-6
PMID:41023673
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 94 | 2025-10-03 |
A hybrid method for fusion cardiac biomarkers and echocardiography videos in the experimental classification of Trypanosoma cruzi infection
2025-Sep-29, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-025-01446-w
PMID:41023672
|
研究论文 | 提出一种基于晚期多模态融合的混合方法，整合心脏生物标志物和超声心动图视频数据用于克氏锥虫感染的实验分类 | 首次将机器学习与深度学习算法通过晚期多模态融合相结合，使用集成特征选择和加权多核学习方法处理多模态心脏数据 | 研究仅使用96只ICR小鼠的实验队列，样本规模有限，需要进一步临床验证 | 开发自动化工具用于克氏锥虫感染的早期诊断和监测 | 克氏锥虫感染个体的心脏功能数据 | 医学影像分析 | 恰加斯病 | 集成特征选择(EFS)、加权多核学习(MKL)、晚期多模态融合 | 混合方法(ML + DL) | 心脏生物标志物和超声心动图视频 | 96只ICR小鼠 |
| 95 | 2025-10-03 |
Diagnostic performance of artificial intelligence for dermatological conditions: a systematic review focused on low- and middle-income countries to address resource constraints and improve access to specialist care
2025-Sep-29, International journal of emergency medicine
IF:2.0Q2
DOI:10.1186/s12245-025-00975-4
PMID:41023774
|
系统综述 | 评估人工智能在低收入和中等收入国家皮肤病诊断中的性能表现 | 首次系统性地聚焦于LMICs环境中AI皮肤病诊断的应用效果，填补了该领域的研究空白 | 研究存在异质性，数据集肤色代表性不足，临床验证有限，基础设施障碍 | 评估AI技术在资源受限环境中提升皮肤病诊断准确性和可及性的潜力 | 低收入和中等收入国家的皮肤病诊断 | 数字病理 | 皮肤病 | 深度学习 | CNN | 图像 | 基于19项研究的系统综述 |
| 96 | 2025-10-01 |
Hepatocellular carcinoma (HCC) and focal nodular hyperplasia (FNH) showing iso- or hyperintensity in the hepatobiliary phase: differentiation using Gd-EOB-DTPA enhanced MRI radiomics and deep learning features
2025-Sep-29, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01927-3
PMID:41023894
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 97 | 2025-10-03 |
Decoding ancestry-specific genetic risk: interpretable deep feature selection reveals prostate cancer SNP disparities in diverse populations
2025-Sep-29, BioData mining
IF:4.0Q1
DOI:10.1186/s13040-025-00470-9
PMID:41024066
|
研究论文 | 开发可解释的深度特征选择框架，用于识别前列腺癌中具有种族特异性的SNP标记 | 将可解释特征选择与深度学习相结合，首次系统揭示不同人群前列腺癌SNP差异 | MEC-AA数据集样本量有限导致AUC较低，反映非洲裔人群基因组研究代表性不足的问题 | 提升SNP在前列腺癌诊断中的预测能力和生物学相关性 | 良性及恶性前列腺癌样本 | 机器学习 | 前列腺癌 | SNP分析 | 深度神经网络(DNN) | 基因组数据 | PLCO、BPC3和MEC-AA三个队列数据集 |
| 98 | 2025-10-03 |
DeepWheat: predicting the effects of genomic variants on gene expression and regulatory activities across tissues and varieties in wheat using deep learning
2025-Sep-29, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-025-03809-x
PMID:41024142
|
研究论文 | 开发了DeepWheat深度学习框架，用于预测小麦中基因组变异对基因表达和调控活性的影响 | 提出了包含DeepEXP和DeepEPI的深度学习框架，能够进行组织特异性基因表达预测并支持跨品种模型迁移 | NA | 预测基因组变异对基因表达和调控活性的影响，为作物功能基因组学和育种提供工具 | 小麦基因组变异、基因表达和表观基因组调控 | 机器学习 | NA | 深度学习 | 深度学习框架（DeepEXP和DeepEPI） | 基因组序列、表观基因组数据、基因表达数据 | 五个小麦品种 |
| 99 | 2025-10-03 |
Gauze detection and segmentation in laparoscopic liver surgery: a multi-center study
2025-Sep-29, European journal of medical research
IF:2.8Q2
DOI:10.1186/s40001-025-03190-2
PMID:41024181
|
研究论文 | 开发用于腹腔镜肝脏手术中纱布检测与分割的深度学习框架 | 提出基于难度分级的定量评估方法，将纱布检测难度分为简单、中等和困难三个等级 | 仅从2家医院收集33个手术视频，样本量有限 | 辅助外科医生检测手术纱布，降低遗漏风险，提高手术安全性和效率 | 腹腔镜肝脏手术视频中的纱布 | 计算机视觉 | 肝脏疾病 | 深度学习 | YOLOv8n, FCN-ResNet101 | 视频帧图像 | 33个腹腔镜肝脏手术视频（来自2家医院） |
| 100 | 2025-10-03 |
Novel multi-task learning for Alzheimer's stage classification using hippocampal MRI segmentation, feature fusion, and nomogram modeling
2025-Sep-29, European journal of medical research
IF:2.8Q2
DOI:10.1186/s40001-025-03204-z
PMID:41024255
|
研究论文 | 开发并验证了一个基于海马体MRI的阿尔茨海默病分期分类综合框架，融合影像组学、深度学习和临床特征 | 提出多任务学习方法，整合四种分割模型、特征融合技术和列线图建模，实现AD分期的准确分类和临床可解释性 | 回顾性多中心研究，样本量有限（2956例），需要进一步前瞻性验证 | 开发可解释的阿尔茨海默病进展阶段多分类框架 | 2956名AD患者，涵盖四个疾病阶段（非痴呆、极轻度痴呆、轻度痴呆、中度痴呆） | 医学影像分析 | 阿尔茨海默病 | MRI影像分析、特征融合、机器学习 | U-Net, nnU-Net, Swin-UNet, MedT, LSTM, 3D CNN-LSTM, Vision Transformer, Swin Transformer | 海马体MRI图像 | 2956名患者 |