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 33553 篇文献，本页显示第 10381 - 10400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10381 | 2025-10-06 |
Hybrid Quantum Deep Learning With Superpixel Encoding for Earth Observation Data Classification
2025-Jun, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3518108
PMID:40030763
|
研究论文 | 提出一种混合量子深度学习模型，通过超像素编码有效处理地球观测数据分类任务 | 引入超像素编码方法减少大尺寸图像表示所需的量子资源，并研究不同交互门和测量对分类性能的影响 | 未明确说明模型在处理超大规模数据集时的扩展性限制 | 解决地球观测大数据时代下深度学习模型计算效率瓶颈问题 | 地球观测数据 | 量子机器学习 | NA | 量子计算，超像素编码 | 混合量子深度学习 | 图像 | 多个基准数据集（Overhead-MNIST, So2Sat LCZ42, SAT-6） | NA | SEQNN | 分类准确率 | 量子计算资源 |
| 10382 | 2025-10-06 |
Topological Data Analysis in Graph Neural Networks: Surveys and Perspectives
2025-Jun, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3520147
PMID:40030848
|
综述 | 本文系统综述了拓扑数据分析与图神经网络结合的研究进展，包括分类体系、基础知识和最新拓扑驱动的GNN模型 | 首次系统梳理了TDA与GNN结合的研究方向，提出了通用分类体系并总结了该新兴领域的最新进展 | 作为综述性文章，不包含原始实验验证，主要依赖已有文献的分析和总结 | 探索拓扑数据分析与图神经网络结合的理论基础和应用前景 | 图数据集和拓扑数据结构 | 机器学习 | NA | 拓扑数据分析 | GNN | 图数据 | NA | NA | 拓扑驱动的GNN架构 | NA | NA |
| 10383 | 2025-10-06 |
Learning-Based Modeling and Predictive Control for Unknown Nonlinear System With Stability Guarantees
2025-Jun, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3525264
PMID:40030974
|
研究论文 | 提出一种基于学习的建模和预测控制方法，用于具有稳定性保证的未知非线性系统 | 结合Koopman理论和深度学习，在建模过程中引入稳定性约束和Lipschitz约束，并采用鲁棒预测控制消除建模失配影响 | 方法在具有未知非线性动力学的系留空间机器人上进行验证，未涉及其他复杂系统 | 实现未知非线性系统的安全学习和稳定控制 | 未知非线性动力系统 | 机器学习 | NA | 深度学习，Koopman理论 | 深度学习模型 | 系统动态数据 | NA | NA | NA | 稳定性保证 | NA |
| 10384 | 2025-10-06 |
Stacked Ensemble Deep Random Vector Functional Link Network With Residual Learning for Medium-Scale Time-Series Forecasting
2025-Jun, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3529219
PMID:40031590
|
研究论文 | 提出一种结合残差学习和集成学习的深度随机向量函数链接网络用于时间序列预测 | 将堆叠深度块和残差学习与集成深度随机向量函数链接网络结合，提出ResdRVFL和SResdRVFL模型，通过残差校准和缩放参数控制提升性能 | 未明确说明模型计算复杂度和训练时间方面的限制 | 改进时间序列预测模型的准确性和鲁棒性 | 中等规模时间序列数据 | 机器学习 | NA | NA | 随机向量函数链接网络,集成学习,残差网络 | 时间序列数据 | 28个数据集 | NA | ResdRVFL,SResdRVFL | 平均排名,误差指标 | NA |
| 10385 | 2025-10-06 |
TDSF-Net: Tensor Decomposition-Based Subspace Fusion Network for Multimodal Medical Image Classification
2025-Jun, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3541170
PMID:40031645
|
研究论文 | 提出基于张量分解的子空间融合网络TDSF-Net，用于多模态医学图像分类 | 引入Tucker低秩张量分解模块将高维张量映射到低秩子空间，并采用跨张量注意力机制融合子空间特征 | NA | 提升多模态医学图像分类性能 | 多模态医学图像 | 计算机视觉 | NA | 多模态医学图像分析 | 深度学习 | 多模态医学图像 | 一个自建数据集和三个公共多模态医学图像数据集 | NA | TDSF-Net | NA | NA |
| 10386 | 2025-10-06 |
Fine-Tuning Deep Learning Model for Quantitative Knee Joint Mapping With MR Fingerprinting and Its Comparison to Dictionary Matching Method: Fine-Tuning Deep Learning Model for Quantitative MRF
2025-Jun, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.70045
PMID:40259681
|
研究论文 | 本研究探讨了深度学习模型在磁共振指纹技术中用于膝关节定量映射的微调效果，并与传统字典匹配方法进行了比较 | 首次系统研究神经网络训练参数选择对MRF多参数映射性能的影响，并进行了与字典匹配方法的公平比较 | 样本量相对有限，仅包含14名健康志愿者的体内膝关节数据 | 优化磁共振指纹技术中的定量参数映射方法，提高准确性和鲁棒性 | 膝关节定量参数映射 | 医学影像分析 | 骨关节炎 | 磁共振指纹技术 | 深度学习神经网络 | 磁共振图像数据 | 合成数据、NIST/ISMRM MRI系统体模和14名健康志愿者的体内膝关节数据 | NA | NA | T1、T2映射准确性、鲁棒性 | NA |
| 10387 | 2025-06-04 |
Deep learning-based acceleration of high-resolution compressed sense MR imaging of the hip
2025-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2025.100656
PMID:40453036
|
research paper | 评估一种结合并行成像、压缩感知和深度学习的压缩感知人工智能框架（CSAI）在髋关节高分辨率MRI中的应用，并与标准分辨率CS成像进行比较 | 提出了一种结合并行成像、压缩感知和深度学习的CSAI框架，用于提高髋关节MRI的分辨率和软骨描绘，而不增加采集时间 | 骨骼描绘评分较低，且研究样本量较小（32名患者） | 评估CSAI框架在髋关节高分辨率MRI中的性能 | 髋关节软骨、唇缘、股骨头韧带和骨骼 | 医学影像 | 髋关节撞击综合征 | 压缩感知（CS）、深度学习 | NA | MRI图像 | 32名髋关节撞击综合征患者 | NA | NA | NA | NA |
| 10388 | 2025-06-04 |
A systematic review on deep learning-enabled coronary CT angiography for plaque and stenosis quantification and cardiac risk prediction
2025-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2025.100652
PMID:40453037
|
系统综述 | 本文系统综述了深度学习在冠状动脉CT血管造影（CCTA）中用于斑块和狭窄量化以及心脏风险预测的应用 | 强调了深度学习技术在CCTA分析中的自动化量化能力，提高了心脏风险评估的精确性 | 研究设计存在变异性，可能存在潜在偏倚 | 评估深度学习技术在CCTA中用于冠状动脉疾病（CAD）诊断和管理的效果 | 18岁及以上接受CCTA检查的患者 | 数字病理学 | 心血管疾病 | CCTA | 深度学习模型 | 医学影像 | 10篇研究文章的系统评价 | NA | NA | NA | NA |
| 10389 | 2025-10-06 |
Effects of various cross-linked collagen scaffolds on wound healing in rats model by deep-learning CNN
2025-Jun, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2315141
PMID:38357717
|
研究论文 | 研究四种胶原支架对大鼠伤口愈合的影响，并开发深度学习模型进行组织分类 | 结合胶原支架实验与深度学习图像分析方法，提出新的伤口愈合评估方法 | 仅使用24只雌性大鼠样本，样本量有限 | 评估不同类型胶原支架对伤口愈合的促进作用并开发自动组织分类方法 | Sprague-Dawley雌性大鼠 | 计算机视觉 | 伤口愈合 | 组织形态学分析，数据增强 | CNN | 图像 | 24只雌性大鼠 | NA | VGG16 | AUC | NA |
| 10390 | 2025-10-06 |
Identification and segregation of genes with improved recurrent neural network trained with optimal gene level and mutation level features
2025-Jun, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2311322
PMID:38424698
|
研究论文 | 提出一种基于改进循环神经网络和优化特征选择的癌症驱动基因识别与分离模型 | 结合基因水平和突变水平特征，采用改进K-Means+SMOTE处理类别不平衡，并使用FIHFSO优化特征选择 | 未明确说明数据来源和具体基因数量，性能比较方法有限 | 解决癌症突变异质性问题，准确识别驱动基因 | 癌症基因突变数据 | 机器学习 | 癌症 | 基因突变分析 | RNN | 基因特征数据 | NA | NA | 改进循环神经网络(I-RNN) | 准确率 | NA |
| 10391 | 2025-06-04 |
Deep learning model for predicting immunotherapy response in patients with advanced NSCLC: Study findings demonstrate a strong and independent deep learning-based feature associated with an immune checkpoint inhibitor response in patients with NSCLC across cohorts
2025-Jun-01, Cancer
IF:6.1Q1
DOI:10.1002/cncr.35883
PMID:40457864
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 10392 | 2025-06-04 |
Estimating motor symptom presence and severity in Parkinson's disease from wrist accelerometer time series using ROCKET and InceptionTime
2025-May-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04263-2
PMID:40450120
|
研究论文 | 该研究探讨了使用ROCKET和InceptionTime模型从手腕加速度计时间序列数据中估计帕金森病患者的运动症状存在和严重程度 | 首次将InceptionTime和ROCKET模型应用于帕金森病运动症状监测，并比较了它们在处理复杂运动模式和小数据集方面的性能 | 在检测运动障碍方面遇到挑战，且数据集规模较小 | 开发更有效的帕金森病运动症状监测方法 | 帕金森病患者的腕部运动数据 | 机器学习 | 帕金森病 | 时间序列分类 | InceptionTime, ROCKET, 多层感知机 | 时间序列数据 | NA | NA | NA | NA | NA |
| 10393 | 2025-06-04 |
Development and validation of an integrated residual-recurrent neural network model for automated heart murmur detection in pediatric populations
2025-May-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04746-2
PMID:40450176
|
研究论文 | 开发并验证了一种集成的残差-循环神经网络模型，用于自动检测儿科人群中的心脏杂音 | 结合了传统机器学习和深度学习技术，提出了一种创新的AI方法，以提高儿科人群心脏杂音的检测效果 | 研究样本量有限（500名儿科参与者），且未提及模型在不同年龄段或不同疾病阶段的泛化能力 | 改善儿科心脏疾病的早期检测策略 | 儿科人群的心脏杂音检测 | 机器学习 | 心血管疾病 | 心脏听诊 | Residual-Recurrent Neural Networks | 心脏声音记录 | 500名儿科参与者 | NA | NA | NA | NA |
| 10394 | 2025-06-04 |
Detecting cyber attacks in vehicle networks using improved LSTM based optimization methodology
2025-May-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04643-8
PMID:40450183
|
研究论文 | 本文提出了一种基于改进LSTM和优化方法的深度学习框架，用于检测车辆网络中的网络攻击 | 采用改进的长短期记忆网络(ILSTM)结合鳄鱼优化算法(COA)进行参数优化，显著提高了检测准确率和性能指标 | 仅使用UNSW-NB15数据集进行验证，未在其他车辆网络数据集上测试 | 开发一种高效准确的车辆网络入侵检测系统 | 车辆网络中的网络攻击 | 机器学习 | NA | 离散傅里叶变换(DFT)，最大-最小归一化 | 改进的长短期记忆网络(ILSTM) | 网络流量数据 | UNSW-NB15数据集 | NA | NA | NA | NA |
| 10395 | 2025-06-04 |
Deep learning based motion correction in ultrasound microvessel imaging approach improves thyroid nodule classification
2025-May-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02728-y
PMID:40447670
|
研究论文 | 提出一种基于深度学习的运动校正技术，用于改善超声定量高清微血管成像中的甲状腺结节分类 | 引入深度学习技术校正超声图像中的帧间运动伪影，提高甲状腺结节分类的准确性 | 研究未提及是否在其他类型运动伪影或更大规模数据集上验证方法的普适性 | 改善甲状腺结节的超声分类准确性 | 甲状腺结节 | 数字病理 | 甲状腺疾病 | 定量高清微血管成像(qHDMI) | 深度学习 | 超声图像 | 根据运动量分为低运动和高运动病例的数据集 | NA | NA | NA | NA |
| 10396 | 2025-06-04 |
Artificial Intelligence in the Diagnosis and Prognostication of the Musculoskeletal Patient
2025-May-28, HSS journal : the musculoskeletal journal of Hospital for Special Surgery
IF:1.6Q2
DOI:10.1177/15563316251339660
PMID:40454292
|
review | 本文探讨了人工智能在肌肉骨骼疾病诊断和预后中的应用 | 介绍了计算机视觉算法和患者特异性多模态预测模型，并提出了一个简单的框架来讨论AI模型开发的局限性 | 讨论了AI模型开发的局限性 | 探讨人工智能在肌肉骨骼疾病诊断和预后中的应用 | 肌肉骨骼疾病患者 | computer vision | musculoskeletal diseases | machine learning, deep learning | generative AI | multimodal data | NA | NA | NA | NA | NA |
| 10397 | 2025-05-29 |
Reply to Commentary on "Machine Learning, Deep Learning, Artificial Intelligence and Aesthetic Plastic Surgery: A Qualitative Systematic Review"
2025-May-27, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-025-04938-1
PMID:40425882
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 10398 | 2025-10-06 |
Development of an Automated Tool for the Estimation of Histological Remission in Ulcerative Colitis Using Single-Wavelength Endoscopy Technology
2025-May-08, Journal of Crohn's & colitis
DOI:10.1093/ecco-jcc/jjae180
PMID:39602814
|
研究论文 | 开发基于单波长内窥镜技术的自动化工具，用于评估溃疡性结肠炎的组织学缓解 | 首次将单波长内窥镜技术与计算机辅助诊断系统结合，通过增强毛细血管可见性提高组织学缓解检测准确率 | 研究样本量相对有限（112名患者），且使用原型内窥镜系统可能限制临床推广 | 评估基于白光内窥镜和单波长内窥镜的计算机辅助诊断系统在溃疡性结肠炎组织学活动评估中的准确性 | 溃疡性结肠炎患者的内窥镜图像数据 | 数字病理 | 溃疡性结肠炎 | 单波长内窥镜技术，白光内窥镜 | 深度学习模型 | 内窥镜图像 | 112名患者的6926组对应白光内窥镜和单波长内窥镜图像帧 | NA | NA | 准确率，灵敏度，特异性 | NA |
| 10399 | 2025-10-06 |
Evolving biomaterials design from trial and error to intelligent innovation
2025-05-01, Acta biomaterialia
IF:9.4Q1
DOI:10.1016/j.actbio.2025.03.013
PMID:40081552
|
综述 | 系统回顾生物材料设计技术的发展历程，重点探讨人工智能与高通量筛选技术的融合及其未来潜力 | 提出从传统试错法到人工智能驱动的智能创新范式转变，系统阐述AI在生物材料设计中的变革性作用 | 作为综述文章，未涉及具体实验验证和原始数据 | 总结生物材料设计技术的演进过程并展望未来发展方向 | 生物材料设计方法和技术 | 材料科学 | NA | 高通量筛选(HTS), 机器学习(ML), 深度学习 | NA | 材料性能数据 | NA | NA | NA | NA | NA |
| 10400 | 2025-10-06 |
Anatomy-derived 3D Aortic Hemodynamics Using Fluid Physics-informed Deep Learning
2025-May, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240714
PMID:40326877
|
研究论文 | 本研究开发了一种基于流体物理信息的循环生成对抗网络，能够直接从主动脉解剖结构预测三维血流动力学参数 | 首次将流体物理信息融入循环生成对抗网络，实现了仅从解剖结构快速预测主动脉血流动力学 | 研究为回顾性设计，需要进一步前瞻性验证 | 评估生成式AI方法在量化主动脉血流动力学中的可行性和准确性 | 主动脉血流动力学参数预测 | 医学影像分析 | 心血管疾病 | 4D flow MRI, 对比增强MR血管成像 | CycleGAN | 三维医学影像 | 1765名患者（1242例二叶式主动脉瓣，523例三叶式主动脉瓣），外加60名患者的外部测试集 | NA | 流体物理信息循环生成对抗网络（FPI-CycleGAN） | 偏差, 一致性界限, 相关系数, 相对差异, Cohen's kappa系数 | NA |