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 33905 篇文献，本页显示第 1321 - 1340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1321 | 2025-11-03 |
Hybrid deep learning and optimized clustering mechanism for load balancing and fault tolerance in cloud computing
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2369137
PMID:38934441
|
研究论文 | 提出一种混合深度学习和优化聚类机制用于云计算中的负载均衡与容错 | 结合深度嵌入聚类(DEC)和深度Q递归神经网络(DQRNN)的混合深度学习架构，通过多维度资源指标实现智能负载分配 | NA | 解决云计算环境中的负载均衡和容错问题以提高能源效率 | 云计算虚拟机和任务分配 | 机器学习 | NA | 深度学习 | DEC, DQRNN | 系统资源数据(CPU、带宽、内存等) | NA | NA | 深度嵌入聚类, 深度Q递归神经网络 | 负载值, 容量值, 资源消耗率, 成功率 | NA |
| 1322 | 2025-11-03 |
A secure worst elite sailfish optimizer based routing and deep learning for black hole attack detection
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2363353
PMID:38855986
|
研究论文 | 提出一种基于深度学习和安全路由的无线传感器网络黑洞攻击检测模型 | 提出最差精英旗鱼优化算法(WESFO)用于路由选择和自编码器训练，实现高效的黑洞攻击检测 | NA | 检测和缓解无线传感器网络中的黑洞攻击，保护网络功能性和可靠性 | 无线传感器网络(WSN) | 机器学习 | NA | 深度学习 | 自编码器(Auto Encoder) | 网络数据包 | NA | NA | 自编码器 | 延迟, 数据包传递率, 吞吐量, 假阴性率, 假阳性率 | NA |
| 1323 | 2025-11-03 |
Transformer-based deep learning networks for fault detection, classification, and location prediction in transmission lines
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2393746
PMID:39224075
|
研究论文 | 提出一种基于Transformer的分层深度学习方法，用于输电线路故障检测、分类和定位预测 | 采用两阶段Transformer模型直接从原始三相电流电压样本进行故障诊断，无需特征提取，显著降低计算复杂度 | NA | 实现电力系统输电线路的准确高效故障诊断 | 输电线路故障 | 机器学习 | NA | NA | Transformer | 三相电流电压样本 | 包含不同类型、位置、电阻、起始角和噪声水平的综合故障场景数据集 | NA | Transformer | 准确率, 召回率, 精确率, F1分数, 平均绝对误差, 均方根误差 | NA |
| 1324 | 2025-11-03 |
EGDP based feature extraction and deep convolutional belief network for brain tumor detection using MRI image
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2389248
PMID:39285629
|
研究论文 | 提出一种基于MRI图像的脑肿瘤检测新方法，结合EGDP特征提取和深度卷积置信网络 | 提出EGDP特征提取方法（结合熵和GDP）和深度卷积置信网络（DCvB-Net），融合了深度卷积神经网络和深度置信网络 | NA | 开发基于MRI图像的脑肿瘤自动检测系统 | 脑MRI图像中的肿瘤区域 | 计算机视觉 | 脑肿瘤 | MRI成像 | CNN, DBN | 医学图像 | NA | NA | RP-Net, DCvB-Net | 真阴性率, 准确率, 真阳性率 | NA |
| 1325 | 2025-11-03 |
A comparative study of early stage Alzheimer's disease classification using various transfer learning CNN frameworks
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2406946
PMID:39367861
|
研究论文 | 本研究比较了多种迁移学习CNN框架在早期阿尔茨海默病分类中的性能表现 | 通过为多种CNN基础架构添加批量归一化、dropout和全连接层进行增强，并采用五折交叉验证方法显著提升模型性能 | 仅使用单一公开数据集进行验证，未在其他数据集上测试模型泛化能力 | 探索迁移学习在阿尔茨海默病早期诊断和分类中的应用效果 | 阿尔茨海默病患者 | 计算机视觉 | 阿尔茨海默病 | MRI | CNN | 图像 | 5120张训练图像和1280张测试图像 | TensorFlow, Keras | Xception, InceptionResNetV2, DenseNet201, InceptionV3, ResNet50, MobileNetV2 | 准确率, 精确率, 召回率, F1分数, ROC-AUC, 损失分数 | NA |
| 1326 | 2025-11-03 |
Internet of Things and Cloud Computing-based Disease Diagnosis using Optimized Improved Generative Adversarial Network in Smart Healthcare System
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2392770
PMID:39396229
|
研究论文 | 提出一种基于物联网和云计算的智能医疗系统，使用优化的改进生成对抗网络进行疾病诊断 | 结合物联网数据采集、云计算存储和优化的改进生成对抗网络，采用火烈鸟搜索优化算法提升模型性能 | 仅针对糖尿病、慢性肾病和心脏病三种疾病进行验证，未涉及其他疾病类型 | 开发智能医疗系统中的疾病诊断方法 | 糖尿病、慢性肾病和心脏病患者 | 机器学习 | 糖尿病,慢性肾病,心脏病 | 物联网数据采集,云计算 | GAN,RNN | 电子健康记录,传感器数据 | NA | Java,Cloud Sim | Improved Generative Adversarial Network | 准确率,特异性,执行时间 | 云计算平台 |
| 1327 | 2025-11-03 |
Usefulness of compressed sensing coronary magnetic resonance angiography with deep learning reconstruction
2025-Nov, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01830-5
PMID:40622613
|
研究论文 | 评估压缩感知与深度学习重建在冠状动脉磁共振血管成像中的应用价值 | 结合压缩感知技术与深度学习重建算法，在保持图像质量的同时显著缩短冠状动脉磁共振成像时间 | 样本量较小（仅20名志愿者），未包含患者群体验证 | 评估压缩感知和人工智能在无对比剂冠状动脉磁共振血管成像中的实用性 | 20名志愿者的冠状动脉成像数据 | 医学影像分析 | 心血管疾病 | 磁共振血管成像，压缩感知，深度学习重建 | 深度学习 | 医学影像数据 | 20名志愿者 | NA | NA | 信噪比，对比噪声比，血管清晰度，图像质量评分 | NA |
| 1328 | 2025-11-03 |
Deep learning for appendicitis: development of a three-dimensional localization model on CT
2025-Nov, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01834-1
PMID:40668351
|
研究论文 | 开发并评估用于在腹部CT上检测阑尾炎的深度学习模型 | 首次开发能够通过三维边界框定位阑尾炎的深度学习模型 | 回顾性单中心研究，样本量相对有限，仅包含特定CT协议数据 | 开发用于阑尾炎检测和定位的深度学习模型 | 阑尾炎患者和急性腹痛对照患者的CT影像 | 计算机视觉 | 阑尾炎 | CT成像 | CNN | CT影像 | 训练集517例阑尾炎CT，验证集50例阑尾炎CT+50例对照CT，测试集100例阑尾炎CT+100例对照CT | NA | Faster R-CNN | 精确率,召回率,假阳性率,加权kappa统计 | NA |
| 1329 | 2025-11-03 |
Deep learning-based automatic detection of pancreatic ductal adenocarcinoma ≤ 2 cm with high-resolution computed tomography: impact of the combination of tumor mass detection and indirect indicator evaluation
2025-Nov, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01836-z
PMID:40679757
|
研究论文 | 本研究开发了一种基于三维卷积神经网络的深度学习系统，用于自动检测直径≤2cm的小胰腺导管腺癌 | 首次将自动肿瘤肿块检测与间接指标（D/P比值）评估相结合，显著提高了小胰腺癌的检测准确性 | 样本量相对有限（181例患者），需要更大规模的外部验证 | 评估深度学习模型在自动检测小胰腺导管腺癌方面的诊断性能 | 胰腺导管腺癌患者和正常对照组的CT影像数据 | 计算机视觉 | 胰腺癌 | 高分辨率对比增强计算机断层扫描 | CNN | 医学影像 | 204例患者数据集（包括104例正常对照） | NA | 三维卷积神经网络 | 灵敏度, 特异性, 阳性预测值, 阴性预测值 | NA |
| 1330 | 2025-11-03 |
Natural variation of the wheat root exudate metabolome and its influence on biological nitrification inhibition activity
2025-Nov, Plant biotechnology journal
IF:10.1Q1
DOI:10.1111/pbi.70248
PMID:40692297
|
研究论文 | 本研究通过代谢组学分析44种小麦基因型的根系分泌物，开发高通量生物硝化抑制活性检测方法，并利用机器学习识别与高效硝化抑制相关的代谢物组合 | 开发了新型高通量生物硝化抑制活性检测方法，结合代谢组学和机器学习首次系统识别了驱动硝化抑制的32种代谢物组合 | 研究仅涵盖印度和奥地利来源的44种小麦基因型，样本多样性有限 | 提高小麦氮利用效率，探索生物硝化抑制机制 | 44种不同小麦基因型的根系分泌物 | 机器学习 | NA | GC-MS, LC-MS, 代谢组学分析 | 机器学习, 深度学习 | 代谢组学数据 | 44种小麦基因型 | NA | NA | NA | NA |
| 1331 | 2025-10-29 |
Comments on "Impact of Deep Learning-Based Image Conversion on Fully Automated Coronary Artery Calcium Scoring Using Thin-Slice, Sharp-Kernel, Non-Gated, Low-Dose Chest CT Scans: A Multi-Center Study"
2025-Nov, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2025.1242
PMID:41146391
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1332 | 2025-11-03 |
Deep learning-based energy prediction and tangent search remora optimization-based secure multi-path data communication mechanism in WSN
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2393750
PMID:39257090
|
研究论文 | 开发了一种基于能量预测和混合优化的无线传感器网络多路径路由机制 | 提出结合深度Q网络能量预测和切线搜索雷姆拉优化算法的多路径路由方法 | NA | 寻找满足端到端延迟要求且能耗和错误率最低的最优网关路径 | 无线传感器网络 | 机器学习 | NA | 多路径路由协议 | DQN | 传感器网络数据 | NA | NA | Deep Q-Network | 能量消耗, 吞吐量, 信任度, 距离, 延迟 | NA |
| 1333 | 2025-11-03 |
Artificial intelligence in the operating room: A systematic review of AI models for surgical phase, instruments and anatomical structure identification
2025-Nov, Acta obstetricia et gynecologica Scandinavica
IF:3.5Q1
DOI:10.1111/aogs.70045
PMID:40862620
|
系统综述 | 系统回顾了人工智能模型在手术室中识别手术阶段、手术器械和解剖结构的应用 | 全面评估了多种深度学习算法在手术视频分析中的应用，重点关注手术阶段、解剖结构和手术器械的识别 | 存在数据集限制、标注协议需要标准化以及需要减少偏倚 | 评估人工智能在手术室环境中识别手术阶段、器械和解剖结构的应用效果 | 手术视频分析 | 计算机视觉 | NA | 深度学习 | 深度学习算法 | 手术视频 | 21项研究 | NA | 多层互连神经网络架构 | 准确率,精确率,召回率,F1分数 | NA |
| 1334 | 2025-11-03 |
Automated differentiation of caries requiring filling and caries necessitating root canal treatment using machine learning
2025-Nov-01, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-025-00874-7
PMID:41175174
|
研究论文 | 开发基于深度学习的创新推荐系统，用于自动区分需要填充和需要根管治疗的龋齿类型 | 首次提出结合龋齿检测和治疗建议的推荐系统，采用三种不同分割方法进行比较评估 | 仅针对第一磨牙进行研究，样本量相对有限（1253张咬翼片图像） | 辅助牙医准确识别龋齿类型并确定适当治疗方案 | 牙齿龋齿（无龋齿、单一类型龋齿、多种类型龋齿） | 计算机视觉 | 牙科疾病 | 图像增强技术 | 深度学习 | 医学图像（咬翼片X光图像） | 1253张咬翼片图像，经过数据增强 | PyTorch | YOLOv8, U-Net, Detectron-2 | 像素标签准确率, 治疗建议成功率 | NA |
| 1335 | 2025-11-03 |
Sustainable probiotic production via AI: medium optimization and metabolic mechanisms in Bifidobacterium animalis ssp. lactis BB-12 using agricultural waste
2025-Nov-01, Critical reviews in food science and nutrition
IF:7.3Q1
DOI:10.1080/10408398.2025.2577224
PMID:41176159
|
研究论文 | 本研究利用人工智能优化农业废弃物培养基配方，提高BB-12益生菌产量并分析其代谢机制 | 首次结合多种AI方法（响应面法、机器学习、深度学习、进化优化）优化益生菌培养基，并通过代谢组学揭示代谢机制 | 仅针对BB-12单一菌株进行研究，未验证其他益生菌株的适用性 | 开发可持续的益生菌生产工艺，利用农业废弃物替代传统MRS培养基 | 动物双歧杆菌乳亚种BB-12（Bifidobacterium animalis ssp. lactis BB-12） | 机器学习 | NA | 代谢组学分析、有机酸分析 | 机器学习,深度学习,进化算法 | 实验数据,代谢组数据 | NA | NA | Ridge-NSGAII（非支配排序遗传算法II） | OD（光密度）,生长速率,成本,有机酸产量 | NA |
| 1336 | 2025-11-03 |
Heart rate estimation for U-Net and LSTM models combining multiple attention mechanisms
2025-Nov, Medical engineering & physics
IF:1.7Q3
DOI:10.1016/j.medengphy.2025.104406
PMID:41176397
|
研究论文 | 提出一种结合多重注意力机制的心率估计深度学习框架DRL-Unet，用于从噪声光电容积脉搏波信号中准确提取心率信息 | 集成去噪自编码器、U-Net架构和LSTM网络，并引入多头注意力机制和残差网络模块的多模态深度学习框架 | 仅使用公开数据集进行验证，未在更多临床场景中测试 | 提高噪声环境下心率估计的准确性和鲁棒性 | 光电容积脉搏波信号 | 机器学习 | 心血管疾病 | PPG信号处理 | DAE, U-Net, LSTM | 生理信号 | IEEE信号处理杯公开数据集 | NA | U-Net, ResNet, Multi-Head Attention | MAE, MSE, RMSE, MAPE, Bias | NA |
| 1337 | 2025-11-03 |
Graph-enhanced deep learning for ECG arrhythmia detection: An integration of CNN-GNN-BiLSTM approach
2025-Nov, Medical engineering & physics
IF:1.7Q3
DOI:10.1016/j.medengphy.2025.104418
PMID:41176406
|
研究论文 | 提出一种集成CNN-GNN-BiLSTM的深度学习框架用于心电图心律失常自动分类 | 结合空间特征提取、图关系学习和时序依赖建模的集成框架，通过图注意力网络捕捉心拍间关系 | 未明确说明模型在临床环境中的实时部署验证情况 | 开发高精度的心律失常自动检测方法 | 心电图信号和心律失常分类 | 机器学习 | 心血管疾病 | 心电图分析 | CNN,GNN,BiLSTM | 心电图信号和频谱图 | 三个基准ECG数据集（MIT-BIH、PTB、Chapman-Shaoxing）及合并的11类数据集 | NA | CNN,Graph Attention Networks(GAT),BiLSTM | 准确率 | NA |
| 1338 | 2025-11-03 |
Reducing leads, enhancing wearable practicality: A comparative study of 3-lead vs. 12-lead ECG classification
2025-Nov, Medical engineering & physics
IF:1.7Q3
DOI:10.1016/j.medengphy.2025.104419
PMID:41176407
|
研究论文 | 本研究探索使用3导联心电图通过深度学习自动检测心脏异常的可行性，并与传统12导联心电图进行对比 | 提出结合迁移学习和One-vs-All分类策略的新型优化方法，在减少75%输入数据的情况下仅产生3%性能下降 | 仅使用PTB-XL公开数据库，未在更多临床环境中验证 | 开发更易获取且成本效益更高的简化导联心电图分类模型 | 心电图信号和心脏异常检测 | 机器学习 | 心血管疾病 | 心电图(ECG) | 深度学习模型 | 心电图信号 | PTB-XL公共数据库 | NA | 基于Ribeiro等人的12导联深度学习模型架构 | 微平均F1分数 | NA |
| 1339 | 2025-11-03 |
Fast geometric deep learning for intraoperative soft tissue deformation estimation: Towards real-time AR guidance in liver surgery
2025-Nov, Medical engineering & physics
IF:1.7Q3
DOI:10.1016/j.medengphy.2025.104409
PMID:41176418
|
研究论文 | 提出一种用于术中软组织变形估计的快速几何深度学习框架，旨在实现肝脏手术中的实时AR导航 | 集成优化的PointNet++架构，结合多尺度特征提取、轻量级自注意力机制和残差特征传播，用于建模肝脏和血管变形 | 基于有限元法模拟数据集，需要进一步临床验证 | 开发实时软组织变形估计方法以支持AR导航系统 | 肝脏和血管组织 | 计算机视觉 | 肝脏疾病 | 有限元法模拟 | 深度学习 | 几何点云数据 | 有限元法模拟的肝脏拉伸过程数据集 | NA | PointNet++ | 均方根误差, 准确率, 推理时间 | NA |
| 1340 | 2025-11-03 |
Multidirectional interstitial flow promotes microvascular network formation: insights from a square chip-based platform
2025-Nov-01, Angiogenesis
IF:9.2Q1
DOI:10.1007/s10456-025-10010-y
PMID:41176522
|
研究论文 | 本研究开发了一种基于方形芯片的平台，首次证明多向间质流能促进微血管网络形成 | 首次开发能够生成多向间质流的方形芯片平台，并结合深度学习工具分析血管形态 | 未明确说明实验样本量和统计验证的详细信息 | 探索多向间质流对微血管网络形成的影响 | 微血管网络和肿瘤微环境 | 生物医学工程 | 肿瘤疾病 | 芯片实验室技术，深度学习图像分析 | 深度学习模型 | 显微图像数据 | NA | NA | NA | NA | NA |