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 15181 - 15200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 15181 | 2025-03-19 |
Integrating numerical models with deep learning techniques for flood risk assessment
2025-Mar-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93465-9
PMID:40087490
|
研究论文 | 本研究结合数值模型与深度学习技术，用于洪水风险评估，特别是通过LSTM模型进行未来20年的流量预测，并生成洪水区域图和灾害图 | 将LSTM模型与HEC-RAS软件结合，用于洪水风险评估，并通过多种统计和图形分析方法评估模型性能 | 研究仅针对伊朗Nesa河的40年日流量数据，可能无法直接推广到其他河流或地区 | 通过LSTM模型预测流量，并结合HEC-RAS软件生成洪水区域图和灾害图，以提高洪水预警系统的效率 | 伊朗Nesa河的日流量数据 | 机器学习 | NA | LSTM, HEC-RAS | LSTM | 时间序列数据 | 40年的日流量数据 | NA | NA | NA | NA |
| 15182 | 2025-03-19 |
Optimized attention-enhanced U-Net for autism detection and region localization in MRI
2025-Mar-14, Psychiatry research. Neuroimaging
|
研究论文 | 本研究提出了一种利用优化深度学习方法和注意力机制进行自闭症检测及区域定位的框架 | 结合了Symmetric Structured MobileNet with Attention Mechanism (SSM-AM)和Refreshing Awareness-aided Election-Based Optimization (RA-EBO)进行自闭症分类，并利用Multiscale Dilated Attention-based Adaptive U-Net (MDA-AUnet)进行异常区域定位 | NA | 通过MRI图像进行自闭症的早期检测和区域定位，以改善干预效果 | 自闭症谱系障碍（ASD）患者 | 计算机视觉 | 自闭症 | MRI图像处理 | Symmetric Structured MobileNet with Attention Mechanism (SSM-AM), Multiscale Dilated Attention-based Adaptive U-Net (MDA-AUnet) | MRI图像 | 公开数据集ABIDE | NA | NA | NA | NA |
| 15183 | 2025-03-19 |
An optimal federated learning-based intrusion detection for IoT environment
2025-Mar-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93501-8
PMID:40082567
|
研究论文 | 本文提出了一种基于联邦学习的最优入侵检测方法，用于物联网环境中的网络安全 | 采用联邦学习训练深度学习分类器，结合Chimp优化算法选择最优特征，提高了入侵检测的准确率 | 未提及具体的数据集规模或实验环境的局限性 | 提高物联网网络中入侵检测的准确性和效率 | 物联网网络中的入侵检测系统 | 机器学习 | NA | 联邦学习, Chimp优化算法 | 深度学习分类器 | 网络数据 | 使用MQTT基准数据集进行实验 | NA | NA | NA | NA |
| 15184 | 2025-03-19 |
Multilabel classification for defect prediction in software engineering
2025-Mar-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93242-8
PMID:40082581
|
研究论文 | 本文探讨了在软件工程中使用多标签分类进行缺陷预测的方法 | 将缺陷预测从传统的多类分类问题转变为多标签分类问题，考虑了缺陷可能同时属于多个类别的情况 | 未提及具体的数据集大小或来源，可能影响结果的普适性 | 提高软件缺陷预测的准确性和效率 | 软件缺陷报告 | 机器学习 | NA | 机器学习、深度学习 | Multinomial Naive Bayes, Logistic Regression, Random Forest, MLP, CNN | 文本 | NA | NA | NA | NA | NA |
| 15185 | 2025-03-19 |
A dual branch model for predicting microseismic magnitude time series named DTFNet
2025-Mar-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93272-2
PMID:40082632
|
研究论文 | 本文提出了一种名为DTFNet的双分支模型，用于预测微震震级时间序列，以提高煤矿岩爆的智能预警准确性 | DTFNet模型结合了时间序列分解和深度学习，通过二次分解和双分支结构有效建模微震时间序列数据，并深度提取微震震级数据的特征 | 未明确提及具体局限性 | 提高煤矿岩爆的智能预警准确性 | 微震震级时间序列数据 | 机器学习 | NA | 互补集合经验模态分解、排列熵、变分模态分解 | DTFNet（双分支时间序列预测模型） | 时间序列数据 | 多个工作面的微震监测目录 | NA | NA | NA | NA |
| 15186 | 2025-03-19 |
Exploring the significance of the frontal lobe for diagnosis of schizophrenia using explainable artificial intelligence and group level analysis
2025-Mar-13, Psychiatry research. Neuroimaging
|
研究论文 | 本文通过可解释的人工智能和群体水平分析，探讨了额叶在精神分裂症诊断中的重要性 | 使用可解释的深度学习方法（Grad-CAM）和群体水平分析，识别精神分裂症患者的重要脑区，并在额叶中发现了显著的分类特征 | 未提及样本的具体数量或多样性，可能影响结果的普适性 | 研究精神分裂症诊断中额叶的作用，并帮助临床医生制定治疗方案 | 精神分裂症患者和健康对照组（CN） | 数字病理学 | 精神分裂症 | 功能性磁共振成像（fMRI）、结构性磁共振成像（sMRI） | 深度学习（Grad-CAM） | MRI图像（sMRI和fMRI） | NA | NA | NA | NA | NA |
| 15187 | 2025-03-19 |
Deep Learning for Odor Prediction on Aroma-Chemical Blends
2025-Mar-11, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c07078
PMID:40092758
|
研究论文 | 本文探讨了深度学习技术在预测香气化学混合物嗅觉品质方面的应用 | 提出了图神经网络模型，用于准确预测香气化学混合物的嗅觉品质，并分析了模型架构变化对预测性能的显著影响 | 研究主要集中于分子对的预测，未涉及更复杂的混合物 | 探索深度学习在预测香气化学混合物嗅觉品质中的应用 | 香气化学混合物 | 机器学习 | NA | 深度学习 | 图神经网络 | 分子对数据 | NA | NA | NA | NA | NA |
| 15188 | 2025-03-19 |
DeepEpiIL13: Deep Learning for Rapid and Accurate Prediction of IL-13-Inducing Epitopes Using Pretrained Language Models and Multiwindow Convolutional Neural Networks
2025-Mar-11, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c10960
PMID:40092768
|
研究论文 | 本文介绍了一种名为DeepEpilL13的新型深度学习框架，用于快速准确地预测IL-13诱导的表位 | DeepEpilL13结合了预训练语言模型和多窗口卷积神经网络（CNN），能够从蛋白质序列中有效探索与IL-13诱导相关的局部和全局序列模式 | NA | 提高IL-13诱导表位预测的效率和准确性，以推动针对过敏性炎症、COVID-19相关细胞因子风暴及相关疾病的靶向治疗 | IL-13诱导的表位 | 自然语言处理 | COVID-19 | 深度学习 | 预训练语言模型和多窗口卷积神经网络（CNN） | 蛋白质序列 | 基准数据集和独立的SARS-CoV-2数据集 | NA | NA | NA | NA |
| 15189 | 2025-03-19 |
Deep Learning-Assisted Triboelectric Sensor for Complex Gesture Recognition
2025-Mar-11, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c10150
PMID:40092790
|
研究论文 | 本文提出了一种基于人工智能的手势识别系统，结合摩擦电传感器、Arduino信号处理模块和深度学习模块，用于复杂手势识别 | 将摩擦电技术与深度学习相结合，特别是使用一维卷积神经网络（CNN），实现了超过95%的12种不同手势识别准确率 | 未提及具体样本量或实验场景的局限性 | 开发一种灵活、高效且准确的手势识别系统，以满足物联网和5G技术的需求 | 手势识别系统 | 机器学习 | NA | 摩擦电传感器技术 | 一维卷积神经网络（CNN） | 传感器信号 | NA | NA | NA | NA | NA |
| 15190 | 2025-03-19 |
DDCSR: A Novel End-to-End Deep Learning Framework for Cortical Surface Reconstruction from Diffusion MRI
2025-Mar-05, ArXiv
PMID:40093365
|
研究论文 | 本文提出了一种名为DDCSR的端到端深度学习框架，用于从扩散MRI数据直接进行皮质表面重建 | 首次实现了直接从扩散MRI数据进行皮质表面重建，克服了传统方法依赖T1加权数据和跨模态配准的局限性 | 未提及具体的样本量或数据来源的多样性限制 | 提高从扩散MRI数据进行皮质表面重建的准确性和效率 | 扩散MRI数据 | 数字病理学 | NA | 扩散MRI | 深度学习框架 | MRI图像 | NA | NA | NA | NA | NA |
| 15191 | 2025-03-19 |
Measurement noise scaling laws for cellular representation learning
2025-Mar-04, ArXiv
PMID:40093368
|
研究论文 | 本文探讨了测量噪声对深度学习模型性能的影响，并提出了一个信息论指标来评估细胞表示模型的质量 | 首次将测量噪声作为性能扩展轴，并发现其遵循独特的对数规律，同时提出了一个通用的信息论指标来评估模型质量 | 研究主要基于生物单细胞基因组数据，虽然结果在图像分类模型中也有体现，但尚未广泛验证于其他领域 | 研究测量噪声对深度学习模型性能的影响，并探索其在数据生成和整理中的指导作用 | 生物单细胞基因组数据和图像分类模型 | 机器学习 | NA | 单细胞基因组学 | 表示学习模型 | 基因组数据和图像数据 | 多个数据集，具体样本数量未明确 | NA | NA | NA | NA |
| 15192 | 2025-10-07 |
Whole Slide Imaging, Artificial Intelligence, and Machine Learning in Pediatric and Perinatal Pathology: Current Status and Future Directions
2025 Mar-Apr, Pediatric and developmental pathology : the official journal of the Society for Pediatric Pathology and the Paediatric Pathology Society
IF:1.3Q3
DOI:10.1177/10935266241299073
PMID:39552500
|
综述 | 概述人工智能和机器学习在儿科及围产期病理学中应用的最新进展与挑战 | 聚焦儿科和发育病理学这一专业领域，探讨WSI与AI结合在胎盘病理标准化和发育尸检等特殊诊断挑战中的创新应用 | 临床实验室整合WSI-AI面临证据质量、监管适应、临床评估和安全考虑等挑战 | 探讨人工智能在儿科和发育病理学中的应用现状与未来方向 | 儿科病理学标本的全切片图像 | 数字病理学 | 儿科疾病 | 全切片成像 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 15193 | 2025-10-07 |
CryoSamba: Self-supervised deep volumetric denoising for cryo-electron tomography data
2025-Mar, Journal of structural biology
IF:3.0Q3
DOI:10.1016/j.jsb.2024.108163
PMID:39710216
|
研究论文 | 提出一种用于冷冻电子断层扫描数据的自监督深度学习体积去噪方法CryoSamba | 通过深度学习插值对运动补偿的相邻平面进行平均来模拟增加曝光，无需预记录图像、合成数据、标签或噪声模型 | NA | 开发冷冻电子断层扫描数据的去噪方法以改善图像质量 | 冷冻电子断层扫描数据中的亚细胞结构 | 计算机视觉 | NA | 冷冻电子断层扫描 | 深度学习 | 3D体积数据 | NA | NA | NA | 傅里叶壳层相关性分析 | NA |
| 15194 | 2025-03-19 |
Real-time quantification of activated sludge concentration and viscosity through deep learning of microscopic images
2025-Mar, Environmental science and ecotechnology
IF:14.0Q1
DOI:10.1016/j.ese.2025.100527
PMID:40083746
|
研究论文 | 本文介绍了一种通过深度学习分析显微镜图像实时量化活性污泥浓度和粘度的系统 | 创新点在于使用Xception卷积神经网络架构，从显微镜图像中实时定量识别活性污泥的混合液悬浮固体（MLSS）和表观粘度 | 研究仅在实验室规模的序批式反应器中进行，尚未在实际废水处理厂中验证 | 研究目的是开发一种实时在线测量活性污泥参数的方法，以支持未来智能废水处理厂的运行 | 研究对象是活性污泥的混合液悬浮固体（MLSS）和表观粘度 | 计算机视觉 | NA | 深度学习 | Xception卷积神经网络 | 显微镜图像 | 41482张高质量图像 | NA | NA | NA | NA |
| 15195 | 2025-03-19 |
Explainable deep learning algorithm for identifying cerebral venous sinus thrombosis-related hemorrhage (CVST-ICH) from spontaneous intracerebral hemorrhage using computed tomography
2025-Mar, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2025.103128
PMID:40093990
|
研究论文 | 本研究开发了一种可解释的深度学习模型，用于基于非增强计算机断层扫描（NCCT）快速识别由脑静脉窦血栓形成（CVST）引起的脑出血（ICH） | 提出了一种基于迁移学习的3D U-Net模型，结合分割和分类，仅使用入院时的平扫CT进行CVST-ICH的识别，并采用多种可解释性方法（如Grad-CAM++、SHAP、IG和遮挡）来理解模型的注意力 | 需要更大样本量的前瞻性验证 | 开发一种可解释的深度学习模型，用于快速识别CVST-ICH与自发性脑出血（sICH） | CVST-ICH患者和自发性脑出血（sICH）患者 | 数字病理学 | 脑静脉窦血栓形成（CVST） | 非增强计算机断层扫描（NCCT） | 3D U-Net | CT图像 | 内部数据集包括102名CVST-ICH患者和306名sICH患者，外部数据集包括38名CVST-ICH患者和119名sICH患者 | NA | NA | NA | NA |
| 15196 | 2025-03-19 |
Deep learning-based model for prediction of early recurrence and therapy response on whole slide images in non-muscle-invasive bladder cancer: a retrospective, multicentre study
2025-Mar, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2025.103125
PMID:40093987
|
研究论文 | 本研究旨在开发和验证基于深度学习的早期复发预测模型（ERPM）和治疗反应预测模型（TRPM），以辅助非肌层浸润性膀胱癌（NMIBC）患者的临床决策 | 首次在NMIBC患者中开发并验证了基于全切片图像的深度学习模型，用于预测早期复发和治疗反应 | 研究为回顾性研究，需要进一步的前瞻性验证 | 开发并验证基于深度学习的预测模型，以辅助NMIBC患者的临床决策 | 非肌层浸润性膀胱癌（NMIBC）患者 | 数字病理学 | 膀胱癌 | 深度学习 | 多实例学习和集成学习模型 | 全切片图像（H&E染色和免疫组化染色） | 1275名患者的4395张全切片图像 | NA | NA | NA | NA |
| 15197 | 2025-10-07 |
Intratumoral and Peritumoral Radiomics for Predicting the Prognosis of High-grade Serous Ovarian Cancer Patients Receiving Platinum-Based Chemotherapy
2025-02, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.09.001
PMID:39289095
|
研究论文 | 开发深度学习模型通过肿瘤内和瘤周影像组学预测高级别浆液性卵巢癌患者铂类化疗预后 | 首次结合肿瘤内和瘤周区域的影像组学特征，通过不同输入配置（包括1像素和3像素瘤周扩展）优化预后预测模型 | 回顾性研究设计，样本量相对有限（外部测试集仅26例） | 预测高级别浆液性卵巢癌患者接受铂类化疗后的生存结局 | 高级别浆液性卵巢癌患者 | 数字病理 | 卵巢癌 | CT扫描 | 深度学习 | 医学影像 | 474例患者（训练集362例，内部测试集86例，外部测试集26例） | NA | NA | 风险比, ROC曲线, KM生存分析 | NA |
| 15198 | 2025-10-07 |
Exploring Deep Learning Applications using Ultrasound Single View Cines in Acute Gallbladder Pathologies: Preliminary Results
2025-02, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.08.061
PMID:39306521
|
研究论文 | 本研究开发了一种基于超声单视图动态图像的深度学习模型，用于区分正常胆囊、非紧急胆石症和需要紧急干预的急性结石性胆囊炎 | 首次使用易于获取的超声单视图动态图像开发深度学习模型，实现胆囊急症的自动分类 | 初步研究，样本量有限（186名患者），仅使用单视图图像 | 开发能够区分不同胆囊病理状态的深度学习模型 | 急诊科右上腹痛患者的胆囊超声动态图像 | 计算机视觉 | 胆囊疾病 | 超声成像 | 深度学习 | 超声动态图像 | 186名患者，266个动态图像序列（正常104个，非紧急胆石症88个，急性胆囊炎74个） | NA | NA | 准确率, 特异性 | NA |
| 15199 | 2025-10-07 |
Deep Learning-Based Assessment of Lip Symmetry for Patients With Repaired Cleft Lip
2025-Feb, The Cleft palate-craniofacial journal : official publication of the American Cleft Palate-Craniofacial Association
DOI:10.1177/10556656241312730
PMID:39838936
|
研究论文 | 提出基于深度学习的方法自动评估修复后唇裂患者的唇部对称性 | 使用对比学习量化唇部对称性，无需患者图像训练，通过面部图像变换模拟唇裂不对称性 | 模型性能仍有提升空间，与专家评估的相关性为中等水平 | 开发自动化唇部对称性评估工具以评估唇裂修复手术效果 | 修复后唇裂患者 | 计算机视觉 | 唇裂 | 深度学习，对比学习 | 深度学习模型 | 图像，视频帧 | 146张修复后唇裂患者图像 | NA | 对比学习模型 | 加权准确率，皮尔逊相关系数 | NA |
| 15200 | 2025-03-19 |
Non-invasive Assessment of Coronary Artery Disease: The Role of AI in the Current Status and Future Directions
2025-Feb, Cureus
DOI:10.7759/cureus.78994
PMID:40091936
|
研究论文 | 本文探讨了人工智能在非侵入性冠状动脉疾病评估中的当前应用和未来发展方向 | 强调了人工智能，特别是深度学习和自然语言处理技术，在提高非侵入性冠状动脉疾病评估诊断准确性和临床效率方面的革命性潜力 | 人工智能的广泛应用面临数据隐私、高计算成本和资源分配不均等关键挑战 | 研究目的是探索人工智能在非侵入性冠状动脉疾病评估中的应用及其未来发展方向 | 冠状动脉疾病（CAD）患者 | 自然语言处理 | 心血管疾病 | 深度学习，自然语言处理 | NA | NA | NA | NA | NA | NA | NA |