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 12361 - 12380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12361 | 2025-05-02 |
A networked station system for high-resolution wind nowcasting in air traffic operations: A data-augmented deep learning approach
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0316548
PMID:39808682
|
研究论文 | 本研究介绍了一种为马德拉国际机场设计的高分辨率风场临近预报模型，利用六个气象站网络数据和深度学习技术预测风速和风向 | 结合气象站网络数据和深度学习技术，提出了一种能在复杂风场环境下进行高精度风场临近预报的模型 | 研究仅针对马德拉国际机场，模型在其他机场的适用性有待验证 | 提高复杂环境机场的风场临近预报精度，以提升航空运营效率和安全性 | 马德拉国际机场的风速和风向数据 | 机器学习 | NA | 深度学习 | NA | 气象数据 | 六个气象站的数据 | NA | NA | NA | NA |
| 12362 | 2025-05-02 |
Deep Learning for Longitudinal Gross Tumor Volume Segmentation in MRI-Guided Adaptive Radiotherapy for Head and Neck Cancer
2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings
DOI:10.1007/978-3-031-83274-1_7
PMID:40297614
|
research paper | 该研究开发了一系列深度学习模型，用于头颈癌MRI引导的自适应放疗中纵向总肿瘤体积的自动分割 | 提出了基于SegResNet的深度学习模型，并引入了掩码感知注意力模块，以提高放疗中和放疗前肿瘤体积的分割精度 | 研究仅使用了内部测试集进行验证，未提及外部验证的结果 | 提高头颈癌MRI引导的自适应放疗中总肿瘤体积的自动分割精度 | 头颈癌患者的总肿瘤体积（GTV） | digital pathology | head and neck cancer | MRI | SegResNet | image | 未提及具体样本数量，但使用了放疗前和放疗中的MRI数据 | NA | NA | NA | NA |
| 12363 | 2025-05-02 |
Prediction of stress-strain behavior of rock materials under biaxial compression using a deep learning approach
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321478
PMID:40299820
|
研究论文 | 提出一种基于长短期记忆自动编码器（LSTM-AE）的深度学习方法，用于预测离散元数值模拟中岩石材料的应力-应变曲线 | 使用LSTM网络构建编码器和解码器，提高了岩石材料应力-应变曲线预测的准确性 | LSTM-AE网络在处理大数据集时的扩展性及其对实验室数据集预测的适用性需要进一步验证 | 提高岩石材料应力-应变曲线预测的准确性 | 岩石材料 | 机器学习 | NA | 离散元数值模拟 | LSTM-AE, LSTM, RNN, BPNN, XGBoost | 数值模拟数据 | 10组特殊样本 | NA | NA | NA | NA |
| 12364 | 2025-05-02 |
Indoor fire and smoke detection based on optimized YOLOv5
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322052
PMID:40299940
|
研究论文 | 本研究提出了一种基于遗传算法优化的YOLOv5模型（HPO-YOLOv5），用于室内火灾和烟雾检测，以提高检测准确性和实时性 | 结合遗传算法优化YOLOv5模型，并引入Grad-CAM技术提供模型预测的可视化解释，同时结合DeepSORT实现火灾进展的实时监测 | 研究仅针对室内场景，未涉及室外或其他复杂环境下的火灾检测 | 提高室内火灾和烟雾检测的准确性和实时性 | 室内火灾和烟雾 | 计算机视觉 | NA | 遗传算法、Grad-CAM、DeepSORT | YOLOv5 | 图像 | 5000张室内火灾和烟雾图像，按80:10:10的比例分为训练集、验证集和测试集 | NA | NA | NA | NA |
| 12365 | 2025-05-02 |
Optimizing chemotherapeutic targets in non-small cell lung cancer with transfer learning for precision medicine
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0319499
PMID:40299923
|
研究论文 | 本文提出了一种结合迁移学习和特征提取的药物发现模型，用于优化非小细胞肺癌的化疗靶点 | 使用混合UNet transformer进行药物和蛋白质序列的特征提取，并采用改进的Rime优化算法进行特征选择，结合深度迁移学习模型提高药物发现准确性 | 未提及模型在临床实践中的验证情况 | 提高非小细胞肺癌患者治疗靶点的药物发现准确率 | 非小细胞肺癌患者的治疗靶点 | 机器学习 | 肺癌 | 特征提取、迁移学习 | UNet transformer、DTransL、LSTM | 药物和蛋白质序列 | Davis、KIBA和Binding-DB基准数据集 | NA | NA | NA | NA |
| 12366 | 2025-05-02 |
Unlocking Responsive and Unresponsive Signatures: A Transfer Learning Approach for Automated Classification in Cutaneous Leishmaniasis Lesions
2025, Transboundary and emerging diseases
IF:3.5Q1
DOI:10.1155/tbed/5018632
PMID:40302757
|
研究论文 | 本研究开发了一种基于迁移学习的深度学习模型，用于自动分类皮肤利什曼病病变的反应性与非反应性 | 首次探索基于图像的方法来区分皮肤利什曼病的反应性与非反应性病例，并应用迁移学习解决样本量有限的问题 | 样本量较小，需要进一步扩大数据集以优化模型性能 | 开发自动化工具以区分皮肤利什曼病病变的反应性，从而指导治疗策略和改善患者预后 | 皮肤利什曼病病变图像 | 数字病理学 | 皮肤利什曼病 | 迁移学习 | DenseNet161, VGG16, ResNet18 | 图像 | 102张病变图像（每类51张，均匀分布在训练、测试和验证集中） | NA | NA | NA | NA |
| 12367 | 2025-05-02 |
Prediction of the Therapeutic Response to Neoadjuvant Chemotherapy for Rectal Cancer Using a Deep Learning Model
2025, Journal of the anus, rectum and colon
DOI:10.23922/jarc.2024-085
PMID:40302856
|
research paper | 开发了一种基于深度学习模型的非侵入性预测方法，用于预测直肠癌患者对新辅助化疗的治疗反应 | 使用深度学习模型（残差卷积神经网络）从化疗前的CT图像中预测直肠癌患者对新辅助化疗的病理反应 | 样本量较小（57名患者），且仅针对SOX化疗方案 | 优化直肠癌新辅助化疗的治疗方案 | 直肠癌患者 | digital pathology | rectal cancer | CT imaging | CNN | image | 57名患者（49名用于训练和验证，8名用于测试） | NA | NA | NA | NA |
| 12368 | 2025-05-02 |
Automatic pelvic fracture segmentation: a deep learning approach and benchmark dataset
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1511487
PMID:40303367
|
research paper | 提出了一种基于深度学习的自动骨盆骨折分割方法，并公开了一个基准数据集 | 采用两个顺序网络进行解剖分割和骨折分割，并引入距离加权损失、多尺度深度监督和平滑过渡策略以提高性能 | 未提及方法在极端骨折情况下的表现或泛化能力 | 开发自动骨盆骨折分割方法以辅助创伤诊断和图像引导复位手术 | 骨盆骨折的CT图像 | digital pathology | pelvic fracture | CT | CNN | image | 150 CTs | NA | NA | NA | NA |
| 12369 | 2025-05-02 |
Application and research progress of artificial intelligence in allergic diseases
2025, International journal of medical sciences
IF:3.2Q1
DOI:10.7150/ijms.105422
PMID:40303497
|
综述 | 本文综述了人工智能在过敏性疾病中的应用和研究进展，重点关注哮喘等疾病 | 总结了人工智能在过敏性疾病预测、诊断、治疗和管理中的最新应用 | 简要分析了各种智能辅助方法的优势和局限性 | 为研究团队和医务人员提供人工智能在过敏性疾病中应用的参考 | 哮喘、特应性皮炎、食物过敏、过敏性鼻炎和荨麻疹等过敏性疾病 | 自然语言处理 | 过敏性疾病 | 强化学习、机器学习、深度学习、自然语言处理 | NA | 文本、视觉和听觉数据 | NA | NA | NA | NA | NA |
| 12370 | 2025-05-02 |
Artificial intelligence in traditional Chinese medicine: advances in multi-metabolite multi-target interaction modeling
2025, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2025.1541509
PMID:40303920
|
综述 | 本文综述了人工智能在传统中医多代谢物多靶点相互作用建模中的应用与进展 | 整合人工智能的多组学技术、中医专用数据库、机器学习和深度学习等方法，推动中医向精准医学转变 | 数据异质性、模型可解释性有限、因果混杂以及实际应用中鲁棒性验证不足 | 探讨人工智能在中医靶点预测中的应用，提升其可靠性和可扩展性 | 传统中医的多代谢物和多靶点干预机制 | 人工智能在医学中的应用 | 复杂疾病 | 多组学技术、机器学习、深度学习 | ML、DL、零样本学习、端到端架构、自监督对比学习 | 多组学数据 | NA | NA | NA | NA | NA |
| 12371 | 2025-05-02 |
Association prediction of lncRNAs and diseases using multiview graph convolution neural network
2025, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2025.1568270
PMID:40303981
|
研究论文 | 提出了一种基于多视图图卷积神经网络的方法MVIGCN，用于预测lncRNA与疾病的关联 | 整合多模态数据构建异质网络，通过注意力机制建模拓扑特征和多尺度关系，提高预测准确性 | 网络复杂性可能导致计算成本较高，且模型性能依赖于数据质量 | 解码lncRNA在疾病生物学中的功能，为治疗靶点优先排序提供工具 | lncRNA与疾病的关联 | 机器学习 | NA | 图卷积网络(GCN) | MVIGCN | 多模态数据 | NA | NA | NA | NA | NA |
| 12372 | 2025-05-02 |
Performance Improvement with Reduced Number of Channels in Motor Imagery BCI System
2024-Dec-28, Sensors (Basel, Switzerland)
DOI:10.3390/s25010120
PMID:39796911
|
研究论文 | 本研究探讨了在运动想象脑机接口系统中减少通道数量以提高灵活性、便携性和计算效率的方法 | 结合EOG通道和少量EEG通道比单独使用大量EEG通道更有效，挑战了EOG仅引入眼相关噪声的传统观点 | 在7类运动想象任务中准确率相对较低（61%） | 提高运动想象脑机接口系统的实用性和性能 | 运动想象EEG信号分类 | 脑机接口 | NA | 深度学习 | 1D卷积块和深度可分离卷积 | EEG和EOG信号 | 两个数据集：BCI Competition IV Dataset IIa（4类MI）和Weibo数据集（7类MI） | NA | NA | NA | NA |
| 12373 | 2025-05-02 |
Cross-Shaped Heat Tensor Network for Morphometric Analysis Using Zebrafish Larvae Feature Keypoints
2024-Dec-28, Sensors (Basel, Switzerland)
DOI:10.3390/s25010132
PMID:39796924
|
research paper | 提出了一种基于深度学习的特征端点检测方法，用于定量确定斑马鱼幼体的表型和器官特征 | 引入了交叉形热张量网络（CSHT-Net），通过新颖的关键点训练方法和组合卷积块特征提取器，解决了基于热图方法仅关注关键点局部区域的问题，并增强了模型学习连续带状特征的能力 | NA | 开发一种非破坏性的斑马鱼幼体形态计量分析方法，用于识别异常和诊断疾病 | 斑马鱼幼体 | computer vision | NA | deep learning | CSHT-Net | image | 4389张斑马鱼幼体的明场显微照片 | NA | NA | NA | NA |
| 12374 | 2025-05-02 |
Comparative Analysis of Edge Detection Operators Using a Threshold Estimation Approach on Medical Noisy Images with Different Complexities
2024-Dec-27, Sensors (Basel, Switzerland)
DOI:10.3390/s25010087
PMID:39796878
|
研究论文 | 本文通过提出的阈值估计方法，比较分析了噪声对不同复杂度医学图像边缘检测的影响 | 提出了一种创新的边缘检测方法，考虑了不同噪声类型和浓度，并在多种复杂度的医学图像上进行了评估 | 研究仅针对特定类型的医学图像（视网膜图像、脑肿瘤分割和肺部CT扫描），可能不适用于其他类型的医学图像 | 评估噪声对医学图像边缘检测的影响，并提出一种有效的阈值估计方法 | 医学图像（视网膜图像、脑肿瘤分割和肺部CT扫描） | 计算机视觉 | 脑肿瘤、肺部疾病 | 网格搜索（GS）方法和随机搜索（RS9） | Canny算子、Laplace算子、AlexNet、ResNet、VGGNet、MobileNetv2、Inceptionv3 | 图像 | 三个不同的数据集（视网膜图像、脑肿瘤分割和肺部CT扫描） | NA | NA | NA | NA |
| 12375 | 2025-05-02 |
Deep Learning Unravels Differences Between Kinematic and Kinetic Gait Cycle Time Series from Two Control Samples of Healthy Children Assessed in Two Different Gait Laboratories
2024-Dec-27, Sensors (Basel, Switzerland)
DOI:10.3390/s25010110
PMID:39796901
|
research paper | 研究利用深度学习比较两个不同步态实验室评估的健康儿童步态周期时间序列的差异 | 使用基于ResNet的深度学习模型成功识别数据来源实验室，并探索减少实验室间差异的预处理方法 | 研究仅涉及两个实验室的数据，可能无法完全代表所有实验室的差异 | 比较不同实验室评估的健康儿童步态周期时间序列差异，并提高机器学习模型在临床环境中的可转移性 | 两组健康儿童的步态周期时间序列数据 | machine learning | NA | 步态分析协议 | ResNet | 时间序列数据 | 两组健康儿童的步态数据 | NA | NA | NA | NA |
| 12376 | 2025-05-02 |
Real-Time PPG-Based Biometric Identification: Advancing Security with 2D Gram Matrices and Deep Learning Models
2024-Dec-25, Sensors (Basel, Switzerland)
DOI:10.3390/s25010040
PMID:39796830
|
research paper | 本研究探讨了基于光电容积描记（PPG）信号的生物识别技术，通过二维Gram矩阵转换和深度学习模型提高安全性 | 采用PPG信号结合Gram矩阵转换和EfficientNetV2 B0与LSTM网络，实现了99%的准确率，并在实时识别场景中验证了其有效性 | 样本量较小，仅包含40名受试者 | 提升生物识别系统的安全性和抗欺骗能力 | PPG信号 | machine learning | NA | PPG信号采集 | EfficientNetV2 B0与LSTM网络 | PPG信号 | 40名受试者 | NA | NA | NA | NA |
| 12377 | 2025-05-02 |
Deep Learning-Based Computer-Aided Diagnosis of Osteochondritis Dissecans of the Humeral Capitellum Using Ultrasound Images
2024-Dec-04, The Journal of bone and joint surgery. American volume
DOI:10.2106/JBJS.23.01164
PMID:38743813
|
research paper | 开发了一种基于深度学习的计算机辅助诊断系统，用于通过超声图像检测肱骨小头剥脱性骨软骨炎 | 首次将深度学习应用于肱骨小头剥脱性骨软骨炎的超声图像诊断，并实现了高准确率 | 研究样本量相对较小，且仅针对棒球运动员群体 | 开发并评估基于深度学习的计算机辅助诊断系统，用于肱骨小头剥脱性骨软骨炎的检测 | 196名棒球运动员的肘部超声图像（其中92名患有剥脱性骨软骨炎） | digital pathology | osteochondritis dissecans | ultrasound imaging | object-detection algorithm and image classification network | image | 196名棒球运动员的肘部超声图像（训练和验证集），外加20名运动员的外部数据集（测试集） | NA | NA | NA | NA |
| 12378 | 2025-05-02 |
HiCervix: An Extensive Hierarchical Dataset and Benchmark for Cervical Cytology Classification
2024-Dec, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3419697
PMID:38923481
|
research paper | 介绍了一个名为HiCervix的广泛多层次宫颈细胞学数据集和基准测试方法HierSwin，用于宫颈细胞学分类 | 提出了目前最广泛的多中心宫颈细胞学数据集HiCervix，以及基于层次视觉变换器的分类网络HierSwin，利用层次树中的语义相关性进行详细特征学习 | NA | 提高宫颈细胞学分类的准确性和详细性，以更好地反映真实世界的细胞病理学条件 | 宫颈细胞 | digital pathology | cervical cancer | deep learning | HierSwin (hierarchical vision transformer) | image | 40,229 cervical cells from 4,496 whole slide images | NA | NA | NA | NA |
| 12379 | 2025-10-07 |
DGSLSTM: Deep Gated Stacked Long Short-Term Memory Neural Network for Traffic Flow Forecasting of Transportation Networks on Big Data Environment
2024-12, Big data
IF:2.6Q2
DOI:10.1089/big.2021.0013
PMID:35143339
|
研究论文 | 提出一种深度门控堆叠LSTM神经网络用于大数据环境下的交通流量预测 | 结合多个简单循环LSTM神经网络与时间特征，采用无监督逐层训练方法构建深度门控堆叠神经网络 | 未明确说明模型的具体局限性 | 提高交通流量预测的准确性 | 交通网络的流量数据 | 机器学习 | NA | 深度学习 | LSTM, GRU, 堆叠自编码器 | 时间序列数据 | NA | NA | 深度门控堆叠LSTM, 门控循环单元, 堆叠自编码器 | 预测效能 | 大数据环境 |
| 12380 | 2025-10-07 |
Social Listening for Product Design Requirement Analysis and Segmentation: A Graph Analysis Approach with User Comments Mining
2024-12, Big data
IF:2.6Q2
DOI:10.1089/big.2022.0021
PMID:37668599
|
研究论文 | 通过社交媒体在线评论分析客户产品设计需求，并快速转化为产品设计规范 | 提出指数判别雪球抽样方法构建产品相关子网络，结合图采样聚合和深度学习框架进行用户画像定义和意见挖掘 | 仅基于百度贴吧单一数据源，未验证在其他社交媒体平台的适用性 | 通过社交媒体用户评论分析产品设计需求和市场细分 | 智能手机设计分析，基于百度贴吧的用户评论数据 | 自然语言处理 | NA | 自然语言处理，图分析，意见挖掘 | BiLSTM, CRF, 图神经网络 | 文本评论数据 | 14,018个用户，30,803条评论，11层社交关系 | NA | 双向长短期记忆网络，条件随机场，GraphSAGE | 用户群体聚类合理性 | NA |