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 32372 篇文献，本页显示第 13901 - 13920 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13901 | 2025-10-07 |
Land Cover Classification Model Using Multispectral Satellite Images Based on a Deep Learning Synergistic Semantic Segmentation Network
2025-Mar-22, Sensors (Basel, Switzerland)
DOI:10.3390/s25071988
PMID:40218501
|
研究论文 | 提出一种基于深度学习和聚类后处理的混合协同语义分割方法，用于多光谱卫星图像的土地覆盖分类 | 结合Deeplab v3+网络和基于聚类后处理方案的混合协同语义分割方法，通过词袋模型和K-medoids聚类优化分割结果 | 需要复杂昂贵的硬件设备进行CNN训练，训练时间较长 | 提高多光谱卫星图像土地覆盖分类的准确性和鲁棒性 | 意大利加尔达湖地区的多光谱卫星图像 | 计算机视觉 | NA | 多光谱卫星成像 | CNN | 多光谱卫星图像 | 意大利加尔达湖地区卫星图像数据集 | NA | Deeplab v3+ | 马修斯相关系数(MCC) | 需要复杂昂贵的硬件设备 |
| 13902 | 2025-10-07 |
Building a Gender-Bias-Resistant Super Corpus as a Deep Learning Baseline for Speech Emotion Recognition
2025-Mar-22, Sensors (Basel, Switzerland)
DOI:10.3390/s25071991
PMID:40218503
|
研究论文 | 本研究构建了一个抗性别偏见的语音情感识别超级语料库，并评估了多种深度学习架构的性能 | 创建了新的超级语料库以解决性别偏见问题，并证明数据增强方法能有效改善模型公平性 | 未详细说明具体的数据集来源和样本分布特征 | 提高语音情感识别系统对说话人性别和分布外数据的鲁棒性 | 语音情感数据 | 自然语言处理 | NA | 语音情感识别 | 深度学习 | 语音数据 | 从现有数据库整合的更大规模样本池 | NA | 多种深度学习架构 | 泛化能力，准确率，性别偏见程度 | NA |
| 13903 | 2025-10-07 |
Asset Administration Shell Tool Comparison: A Case Study with Real Digital Twins Used in Petrochemical Industry
2025-Mar-22, Sensors (Basel, Switzerland)
DOI:10.3390/s25071978
PMID:40218491
|
研究论文 | 通过石化行业真实数字孪生案例比较四种资产管理员壳(AAS)工具的性能 | 首次在石化行业真实场景中对四种主流AAS工具进行系统性对比评估 | 仅评估了四种工具，未包含所有可用AAS技术 | 支持AAS建模者和实施者的工具选型决策 | AASX server、Eclipse BaSyx、FAST service和NOVAAS四种AAS工具 | 工业数字孪生 | NA | 数字孪生技术 | NA | 传感器数据、工业资产数据 | 石化工厂真实资产的数字孪生 | NA | NA | 综合评估标准 | NA |
| 13904 | 2025-10-07 |
Enhancing percutaneous coronary intervention using TriVOCTNet: a multi-task deep learning model for comprehensive intravascular optical coherence tomography analysis
2025-Mar, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-024-01509-7
PMID:39760844
|
研究论文 | 提出TriVOCTNet多任务深度学习模型，用于血管内光学相干断层扫描图像的全面分析 | 首次将图像分类选择、管腔分割和支架丝分割集成于单一网络，支持多种支架类型和PCI不同阶段 | 未提及模型在外部验证集上的泛化能力及计算效率的具体数据 | 优化经皮冠状动脉介入治疗中的血管内光学相干断层扫描图像分析 | 血管内光学相干断层扫描图像中的管腔和支架结构 | 计算机视觉 | 心血管疾病 | 血管内光学相干断层扫描 | 深度学习,多任务学习 | 医学图像 | 4746张图像 | NA | TriVOCTNet | 准确率,欧几里得距离误差,Dice系数,精确度,灵敏度 | NA |
| 13905 | 2025-10-07 |
SchizoLMNet: a modified lightweight MobileNetV2- architecture for automated schizophrenia detection using EEG-derived spectrograms
2025-Mar, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-024-01512-y
PMID:39760847
|
研究论文 | 提出一种基于改进轻量级MobileNetV2架构的SchizoLMNet模型，用于通过EEG频谱图自动检测精神分裂症 | 首次将改进的轻量级MobileNetV2架构应用于EEG频谱图的精神分裂症自动检测，并计划部署到移动边缘计算设备 | 仅使用81名受试者的数据，样本规模有限 | 开发自动化的精神分裂症诊断系统以减少主观诊断偏差 | 精神分裂症患者与健康对照组的EEG信号 | 数字病理学 | 精神分裂症 | 短时傅里叶变换(STFT), 数据增强 | CNN | 图像(EEG频谱图) | 81名受试者 | NA | MobileNetV2 | 准确率 | 移动边缘计算设备 |
| 13906 | 2025-10-07 |
Improving deep learning U-Net++ by discrete wavelet and attention gate mechanisms for effective pathological lung segmentation in chest X-ray imaging
2025-Mar, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-024-01489-8
PMID:39495449
|
研究论文 | 提出一种改进的U-Net++模型，通过离散小波变换和注意力门机制提升胸部X射线图像中肺部病理区域的分割效果 | 用离散小波变换替代传统最大池化操作实现更精确的下采样，并引入注意力门机制使模型能聚焦输入图像的关键区域 | 未明确说明模型在不同疾病类型和图像质量下的泛化能力限制 | 开发高效的深度学习模型用于医学影像中的肺部精确分割 | 胸部X射线图像中的肺部区域 | 医学影像分析 | 肺部疾病 | 胸部X射线成像 | U-Net++改进模型 | 医学图像 | 日本放射技术学会数据集、蒙哥马利县数据集、胸部X射线掩码标签数据集和COVID-19数据集 | NA | U-Net++, U-Net++-DWT | 准确率, 特异性, 敏感性, Dice系数, Jaccard指数 | NA |
| 13907 | 2025-10-07 |
A Deep Learning Approach to Multi-Fiber Parameter Estimation and Uncertainty Quantification in Diffusion MRI
2025-Feb-28, ArXiv
PMID:40061116
|
研究论文 | 提出一种基于深度学习的扩散MRI多纤维参数估计与不确定性量化方法 | 将多纤维参数推断任务分解为一系列可管理的子问题，并利用针对问题特定结构和对称性设计的深度神经网络进行求解 | 未明确说明方法在低信噪比条件下的具体表现限制 | 开发可靠且计算高效的扩散MRI生物物理模型参数推断方法 | 脑白质纤维微观结构 | 医学影像分析 | NA | 扩散MRI | 深度神经网络 | 医学影像数据 | 人类连接组计划(HCP)的真实成像数据 | NA | NA | 参数估计精度、不确定性量化 | NA |
| 13908 | 2025-10-07 |
Deep learning segmentation model for quantification of infarct size in pigs with myocardial ischemia/reperfusion
2024-12, Basic research in cardiology
IF:7.5Q1
DOI:10.1007/s00395-024-01081-x
PMID:39348000
|
研究论文 | 开发基于深度学习的自动分割模型用于猪心肌缺血/再灌注实验中梗死面积的量化 | 首次将动态U-Net架构应用于猪心肌梗死面积的自动量化，相比传统手工方法将处理时间从90分钟缩短至20秒 | 在鼠类心脏数据上的性能表现较差（DSC: 0.66），模型泛化能力有待进一步验证 | 开发自动化深度学习分割模型以替代传统手工TTC染色方法进行梗死面积量化 | 猪和鼠的心脏组织切片图像 | 计算机视觉 | 心血管疾病 | TTC染色，深度学习分割 | CNN | 图像 | 猪实验390个（图像3869张），鼠实验27个 | NA | 动态U-Net | Dice相似系数，像素精度，平均精度 | NA |
| 13909 | 2025-10-07 |
Evaluating cell type deconvolution in FFPE breast tissue: application to benign breast disease
2024-09, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqae098
PMID:40162103
|
研究论文 | 本研究评估了多种细胞类型反卷积方法在FFPE乳腺组织中的应用性能，并开发了专用分析工具 | 构建了乳腺组织单细胞RNA-seq参考数据，系统测试了FFPE人工假象对反卷积方法的影响，并开发了SCdeconR软件包 | 仅针对良性乳腺疾病进行研究，样本量为62例，可能不适用于其他疾病类型 | 优化从FFPE样本中定义单个细胞类型组成的策略 | FFPE乳腺组织样本 | 数字病理学 | 乳腺疾病 | RNA-seq, 单细胞RNA-seq, 数字病理学方法 | 深度学习 | 转录组数据, 病理图像 | 62例良性乳腺疾病RNA-seq样本 | Scaden, R | NA | 均方根误差(RMSE) | NA |
| 13910 | 2025-10-07 |
PlantC2U: deep learning of cross-species sequence landscapes predicts plastid C-to-U RNA editing in plants
2024-04-15, Journal of experimental botany
IF:5.6Q1
DOI:10.1093/jxb/erae007
PMID:38190348
|
研究论文 | 开发基于深度学习的PlantC2U工具预测植物质体C-to-U RNA编辑 | 首次使用卷积神经网络从基因组序列预测植物质体RNA编辑，性能优于现有工具PREPACT、随机森林和支持向量机 | 仅基于基因组序列预测，仍需转录组数据验证以减少假阳性 | 开发准确预测植物质体C-to-U RNA编辑的计算工具 | 植物质体RNA编辑位点，特别是红树植物Kandelia obovata | 生物信息学 | NA | 转录组测序 | CNN | 基因组序列 | NA | NA | 卷积神经网络 | 灵敏度, 特异性 | NA |
| 13911 | 2025-10-07 |
Artificial intelligence- and computer-assisted navigation for shoulder surgery
2024 Jan-Apr, Journal of orthopaedic surgery (Hong Kong)
DOI:10.1177/10225536241243166
PMID:38546214
|
综述 | 全面分析人工智能和计算机辅助导航技术在肩部手术领域的最新进展和应用前景 | 系统整合了人工智能、深度学习与计算机辅助导航技术在肩部手术中的创新应用，展望了技术融合带来的革命性突破 | 主要基于现有文献分析，缺乏原始临床数据验证 | 探讨人工智能和计算机辅助导航技术在肩部手术中的应用现状和发展趋势 | 肩部手术相关的技术方法和临床应用 | 计算机视觉, 机器学习 | 骨科疾病 | 机器人辅助手术, 虚拟现实, 人工智能, 患者特异性器械 | 深度学习 | 医学影像（超声, CT, MRI）, 荧光镜图像, 运动学数据 | NA | NA | NA | NA | NA |
| 13912 | 2025-10-07 |
NLP for Analyzing Electronic Health Records and Clinical Notes in Cancer Research: A Review
2025-May, Journal of pain and symptom management
IF:3.2Q1
|
综述 | 本文综述了自然语言处理技术在癌症研究中分析电子健康记录和临床笔记的应用现状与发展趋势 | 提供了比以往研究更广泛的视角，不仅关注特定癌症类型或应用，通过系统分析94项相关研究揭示了NLP在癌症研究中的应用趋势 | 现有解决方案的泛化能力有限，需要更好地整合到临床工作流程中 | 探索自然语言处理技术在癌症研究中的应用现状和未来方向 | 电子健康记录和临床笔记 | 自然语言处理 | 癌症 | 自然语言处理 | 基于规则的模型,传统机器学习,深度学习,Transformer | 文本 | 数据集规模差异很大，从小型手动标注数据集到大规模电子健康记录 | NA | NA | NA | NA |
| 13913 | 2025-04-14 |
Energy efficient multipath routing in IoT-wireless sensor network via hybrid optimization and deep learning-based energy prediction
2025-Apr-11, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2476081
PMID:40219585
|
research paper | 该研究提出了一种新颖的混合Beluga Whale-Coati优化（HBWCO）算法，用于优化物联网-无线传感器网络中的能量高效多路径路由 | 结合了混合优化算法和基于深度学习的能量预测，以提高网络的能量效率和可靠性 | 未提及具体实验环境或实际部署中的潜在问题 | 优化无线传感器网络中的能量高效数据传 | 无线传感器网络中的传感器节点和数据传 | machine learning | NA | Hybrid Beluga Whale-Coati Optimization (HBWCO), Deep Q-Net | Deep Q-Net | sensor data | NA | NA | NA | NA | NA |
| 13914 | 2025-10-07 |
Pre-trained molecular representations enable antimicrobial discovery
2025-Apr-10, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-58804-4
PMID:40210659
|
研究论文 | 提出一种基于预训练分子表示的计算策略用于加速抗菌药物发现 | 结合自监督分子表示学习与实验验证数据，构建通用预测模型识别结构新颖的抗菌化合物 | 未明确说明模型在更广泛化合物类型和细菌物种上的泛化能力 | 开发计算框架加速抗菌化合物的发现和优先筛选 | 化学化合物及其对细菌的抗菌活性 | 机器学习 | 细菌感染 | 自监督深度学习 | 深度学习 | 化学结构数据，化合物-细菌活性数据 | NA | MolE | NA | NA | NA |
| 13915 | 2025-10-07 |
Heterogeneous attention multi-scale network for efficient weld seam classification
2025-Apr-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91186-7
PMID:40210665
|
研究论文 | 提出一种用于工业焊缝分类的高效深度学习框架HAMS-Net | 通过四个组件的协同集成实现创新：通道-空间注意力模块、异构注意力池化模块、计算高效的Ghost特征通道ReLU层和自适应特征金字塔网络 | NA | 解决工业环境中焊缝分类面临的几何多样性、类间细微差异和图像质量变化等挑战 | 工业焊缝图像 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | HAMS-Net, Swin-Transformer, ViT | 准确率 | 较少计算资源 |
| 13916 | 2025-10-07 |
A secure and efficient deep learning-based intrusion detection framework for the internet of vehicles
2025-Apr-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-94445-9
PMID:40210906
|
研究论文 | 提出一种基于深度学习的车联网入侵检测框架，结合加密技术和优化算法实现安全高效的入侵检测 | 提出新型混合优化算法CMSO用于特征选择优化，设计DAGSNet架构集成多种神经网络模型，结合SMPC和同态加密实现隐私保护 | 未明确说明模型在更大规模车联网环境中的扩展性和实时性表现 | 开发安全高效的车联网入侵检测系统 | 车联网网络的安全防护和入侵检测 | 机器学习 | NA | 深度学习，加密技术 | Vision Transformer, DenseNet, GoogleNet, AlexNet, SqueezeNet | 网络数据 | 两个数据集（具体数量未说明） | NA | ViT, DenseNet, GoogleNet, AlexNet, SqueezeNet, DAGSNet | 精确度，加密解密时间 | NA |
| 13917 | 2025-10-07 |
Restricted Boltzmann machine with Sobel filter dense adversarial noise secured layer framework for flower species recognition
2025-Apr-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95564-z
PMID:40210949
|
研究论文 | 提出一种结合Sobel滤波器和受限玻尔兹曼机的对抗噪声安全层框架SRB-VGG19，用于花卉物种识别 | 设计了SRB-VGG FCL和SRB-VGG Dense两个子模型，通过FGSM攻击验证模型安全防护能力，仅保留关键花卉边缘特征进行识别 | 仅针对五种花卉类别进行分类，数据集规模有限（3400训练+850测试图像） | 开发能有效抵抗数据投毒攻击的高精度花卉物种分类系统 | 花卉图像数据 | 计算机视觉 | NA | Sobel滤波器，受限玻尔兹曼机，快速梯度符号方法 | CNN, RBM | 图像 | 4250张花卉图像（3400训练，850测试） | NA | VGG19, DenseNet, SRB-VGG19 | 准确率 | NA |
| 13918 | 2025-10-07 |
Image quality improvement in head and neck angiography based on dual-energy CT and deep learning
2025-Apr-10, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01659-4
PMID:40211222
|
研究论文 | 比较基于深度学习的图像重建与迭代重建算法在头颈部双能CT血管成像中的图像质量 | 首次在头颈部双能CT血管成像中系统比较深度学习重建与迭代重建算法的性能 | 样本量较小（58例患者），仅评估了特定重建参数组合 | 评估深度学习重建算法在头颈部双能CT血管成像中的图像质量改进效果 | 头颈部双能CT血管成像图像 | 医学影像分析 | 头颈部血管疾病 | 双能CT血管成像 | 深度学习图像重建 | CT医学影像 | 58例患者 | NA | NA | CT衰减值, 图像噪声, 信噪比, 对比噪声比, 边缘上升距离, 边缘上升斜率, 主观图像质量评分 | NA |
| 13919 | 2025-04-14 |
Hybrid encoding fringe and simulation-to-real scene approach for accurate depth estimation in fringe projection profilometry
2025-Apr-07, Optics express
IF:3.2Q2
DOI:10.1364/OE.557221
PMID:40219402
|
research paper | 提出了一种混合编码条纹和模拟到真实场景的方法，以提高条纹投影轮廓测量中的深度估计精度 | 使用混合编码条纹模式替代传统周期性条纹，并利用模拟数据进行训练，以减少对真实数据的需求，同时提出新的网络架构MSAUNet | 需要进一步验证在更广泛的实际应用场景中的性能 | 提高条纹投影轮廓测量中的深度估计精度 | 条纹投影轮廓测量中的深度估计 | computer vision | NA | fringe projection profilometry (FPP) | MSAUNet | image | 最大的真实世界数据集 | NA | NA | NA | NA |
| 13920 | 2025-04-14 |
Denoising 3D integral images by a single-shot unsupervised deep neural network
2025-Apr-07, Optics express
IF:3.2Q2
DOI:10.1364/OE.546621
PMID:40219440
|
研究论文 | 提出了一种基于单次拍摄的无监督深度学习方法，用于积分成像的去噪 | 利用单次拍摄的Noise2Noise方法，无需干净图像或噪声模型先验知识，适应特定成像条件 | 依赖于积分成像与元素成像之间的固有相似性，可能在某些成像条件下效果有限 | 提高积分成像的图像质量，解决噪声和图像质量下降问题 | 三维积分成像 | 计算机视觉 | NA | 无监督深度学习 | 深度神经网络 | 三维图像 | NA | NA | NA | NA | NA |