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 36553 篇文献，本页显示第 18601 - 18620 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18601 | 2025-10-07 |
Malocclusion Classification on 3D Cone-Beam CT Craniofacial Images Using Multi-Channel Deep Learning Models
2020-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC44109.2020.9176672
PMID:33018225
|
研究论文 | 本研究提出两种多通道深度学习模型架构，用于从3D CBCT颅面图像自动识别和分类骨骼性错颌畸形 | 提出集成和同步多通道两种新型深度学习架构，结合三种不同方向的2D投影视图，并采用类选择性相关映射可视化方法解释模型学习行为 | NA | 开发自动识别和分类骨骼性错颌畸形的深度学习系统 | 3D锥形束CT颅面图像 | 计算机视觉 | 错颌畸形 | 锥形束CT成像 | 深度学习模型 | 3D医学图像, 2D投影图像 | NA | NA | 集成多通道模型, 同步多通道模型 | 准确率 | NA |
| 18602 | 2025-10-07 |
Risk factor analysis combined with deep learning in the risk assessment of overseas investment of enterprises
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0239635
PMID:33006998
|
研究论文 | 结合风险因子分析和深度学习评估企业海外投资风险 | 将深度神经网络应用于企业海外投资风险评估，并基于国家集群样本识别主要风险来源 | 仅采用15个国家集群作为样本，样本规模有限；风险评估主要基于弗雷泽风险评估学习标签 | 评估企业海外投资风险并拓展深度学习在风险评估中的应用 | 15个国家集群的企业海外投资风险指标 | 机器学习 | NA | 深度学习 | DNN | 风险评估指标数据 | 15个国家集群 | NA | 深度神经网络 | 投资吸引力指数 | NA |
| 18603 | 2025-10-07 |
The use of deep learning algorithm and digital media art in all-media intelligent electronic music system
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0240492
PMID:33075083
|
研究论文 | 本研究提出基于深度强化学习的多任务和分层学习算法，应用于全媒体智能电子音乐系统中的图像处理任务 | 提出了基于深度确定性策略梯度的多任务学习算法(M-DDPG)和分层学习算法(H-DDPG)，用于解决智能系统中的多任务和复杂任务处理问题 | NA | 探索深度学习方法在智能电子音乐系统中的应用，促进深度学习与数字媒体技术的融合 | 智能电子音乐系统中的图像分类和多任务处理 | 数字媒体艺术 | NA | 深度强化学习 | DDPG, M-DDPG, H-DDPG | 图像 | 基于8个任务的测试环境 | NA | 深度确定性策略梯度，自增强网络 | 奖励值，准确率 | NA |
| 18604 | 2025-10-07 |
Single image super-resolution via Image Quality Assessment-Guided Deep Learning Network
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0241313
PMID:33119656
|
研究论文 | 提出了一种基于图像质量评估引导的深度学习网络用于单图像超分辨率重建 | 引入IQA网络提取感知特征并计算融合损失，通过级联网络解决异构数据集问题，提出成对排序铰链损失方法解决训练样本不足 | 未明确说明具体的数据集规模和网络架构细节 | 在超分辨率重建中实现感知质量与失真度量之间的更好平衡 | 单张低分辨率图像 | 计算机视觉 | NA | 深度学习超分辨率重建 | 深度学习网络 | 图像 | NA | 深度学习架构 | 级联网络 | 感知质量, 失真度量 | NA |
| 18605 | 2025-10-07 |
The use of machine translation algorithm based on residual and LSTM neural network in translation teaching
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0240663
PMID:33211704
|
研究论文 | 本研究构建了基于残差和LSTM神经网络的SCN-LSTM机器翻译模型，并验证其在翻译教学中的应用效果 | 提出融合跳跃卷积网络和长短期记忆网络的SCN-LSTM翻译模型，相比传统N元组模型性能提升近一倍 | NA | 促进翻译专业培养模式转型和翻译服务业在各领域的应用 | 英语专业翻译教学 | 自然语言处理 | NA | 机器翻译 | LSTM, CNN | 文本 | 真实数据集和公开PTB数据集 | NA | SCN-LSTM（Skip Convolutional Network and Long Short Term Memory） | 准确率, 翻译混淆度, 适应性 | NA |
| 18606 | 2025-10-07 |
Applying Internet information technology combined with deep learning to tourism collaborative recommendation system
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0240656
PMID:33271589
|
研究论文 | 提出一种结合深度学习的旅游协同推荐系统，通过整合互联网旅游信息提供个性化旅游服务 | 结合词嵌入、CNN处理评论信息、DNN处理必要信息以及因子分解机技术来提升推荐系统的个性化性能 | NA | 改进传统旅游推荐系统的不足，提供更准确个性化的旅游产品推荐 | 旅游产品信息和用户评论信息 | 自然语言处理,机器学习 | NA | 深度学习 | CNN,DNN | 文本 | NA | NA | 卷积神经网络,深度神经网络 | 精确度,灵敏度 | NA |
| 18607 | 2025-04-09 |
Nondestructive detection of cadmium content in oilseed rape leaves under different silicon environments using deep transfer learning and Vis-NIR hyperspectral imaging
2025-Jul-01, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143799
PMID:40081073
|
研究论文 | 提出了一种基于深度迁移学习和可见-近红外高光谱成像技术的油菜叶片镉含量无损检测方法 | 开发了迁移堆叠去噪自编码器(T-SDAE)算法，实现了不同硅环境下油菜叶片镉含量预测模型的迁移 | NA | 实现不同硅环境下油菜叶片镉含量的准确无损检测 | 油菜叶片 | 计算机视觉 | NA | 可见-近红外高光谱成像技术 | T-SDAE, SVR | 高光谱图像 | NA | NA | NA | NA | NA |
| 18608 | 2025-04-09 |
An efficient method for chili pepper variety classification and origin tracing based on an electronic nose and deep learning
2025-Jul-01, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143850
PMID:40101378
|
研究论文 | 本文提出了一种结合电子鼻和深度学习的方法，用于辣椒品种分类和产地溯源 | 提出了一种传感器感知卷积网络（SACNet），集成了电子鼻技术，通过传感器注意力模块自适应关注各传感器的重要性，并引入局部感知和广域感知结构以捕获气体信息特征 | 方法依赖于电子鼻系统的气体样本采集，可能在实际应用中受到环境因素的影响 | 解决辣椒品种和产地快速准确识别的问题 | 辣椒 | 机器学习 | NA | 电子鼻（e-nose） | CNN（SACNet） | 气体数据 | 三个数据集（Dataset A、B、C），具体样本数量未提及 | NA | NA | NA | NA |
| 18609 | 2025-04-09 |
Ensemble network using oblique coronal MRI for Alzheimer's disease diagnosis
2025-Apr-15, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121151
PMID:40147601
|
研究论文 | 本研究提出了一种基于倾斜冠状MRI的集成网络方法，用于阿尔茨海默病的诊断 | 采用倾斜冠状MRI切片和集成学习方法，提高了诊断准确率 | 研究依赖于ADNI数据集，可能限制了方法的普适性 | 开发一种更可靠的阿尔茨海默病诊断方法 | 阿尔茨海默病患者、轻度认知障碍患者和正常老年人 | 数字病理学 | 老年疾病 | MRI | 集成学习 | 图像 | ADNI数据集中的样本 | NA | NA | NA | NA |
| 18610 | 2025-04-09 |
How local is "local"? Deep learning reveals locality of the induced magnetic field of polycyclic aromatic hydrocarbons
2025-Apr-14, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0257558
PMID:40197568
|
研究论文 | 本文利用深度学习研究多环芳香分子中磁响应的局部性 | 采用新颖的图神经网络（GNNs）结合环图表示法预测分子周围空间的核独立化学位移（NICS），并通过k-hop扩展策略克服GNNs泛化问题 | 尽管模型在小分子（最多4个环）上训练，但能准确预测更大分子（最多15个环）的磁响应，但仍需验证更复杂分子的适用性 | 探究多环芳香分子中磁响应的局部性 | 多环芳香分子 | 机器学习 | NA | 图神经网络（GNNs） | GNN | 分子结构数据 | 训练集包含最多4个环的分子，测试集扩展到最多15个环的分子 | NA | NA | NA | NA |
| 18611 | 2025-04-09 |
WPR-Net: A Deep Learning Protocol for Highly Accelerated NMR Spectroscopy with Faithful Weak Peak Reconstruction
2025-Apr-08, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c04830
PMID:40067126
|
research paper | 提出一种深度学习架构WPR-Net，用于高度加速的NMR光谱学并可靠重建弱峰 | 该深度学习协议能够消除欠采样伪影，并在高度稀疏采样密度或严重噪声条件下重建高质量多维NMR光谱信号 | NA | 加速多维NMR光谱学的实现并提高弱峰重建的准确性 | 多维NMR光谱信号 | machine learning | NA | NMR spectroscopy | deep learning architecture (WPR-Net) | spectral data | NA | NA | NA | NA | NA |
| 18612 | 2025-04-09 |
Deep learning assisted high-resolution microscopy image processing for phase segmentation in functional composite materials
2025-Apr-08, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.13413
PMID:40195694
|
research paper | 该研究提出了一种基于深度学习的图像处理方法，用于高分辨率显微镜图像的相位分割和成分检测 | 提出了一种新的基于FFT的分割工作流程，并利用训练好的U-Net模型进行相位分割，这在复合材料的相位和成分检测中是一个尚未充分探索的领域 | NA | 开发一种高效的高分辨率显微镜图像分析方法，用于电池研究中的相位分割和成分检测 | 高分辨率透射电子显微镜（TEM）图像中的复合材料的相位和成分 | computer vision | NA | 深度学习 | U-Net | image | NA | NA | NA | NA | NA |
| 18613 | 2025-04-09 |
Protein-Ligand Structure and Affinity Prediction in CASP16 Using a Geometric Deep Learning Ensemble and Flow Matching
2025-Apr-08, Proteins
IF:3.2Q2
DOI:10.1002/prot.26827
PMID:40195868
|
研究论文 | 本文介绍了一种名为MULTICOM_ligand的深度学习方法，用于预测蛋白质-配体结构和结合亲和力，并在CASP16中表现优异 | 提出了一个结合结构共识排序和无监督姿势排序的深度学习集成方法，以及一个新的深度生成流匹配模型，用于联合预测结构和结合亲和力 | 未提及具体局限性 | 解决蛋白质-配体结构和结合亲和力预测的基础性问题，以支持生物技术和药物发现 | 蛋白质-配体结构和结合亲和力 | 机器学习 | NA | 深度学习 | 深度学习集成和流匹配模型 | 蛋白质-配体结构数据 | NA | NA | NA | NA | NA |
| 18614 | 2025-04-09 |
Dimensionality Reduction of Genetic Data using Contrastive Learning
2025-Apr-07, Genetics
IF:3.3Q2
DOI:10.1093/genetics/iyaf068
PMID:40194517
|
research paper | 该论文介绍了一种利用对比学习进行遗传数据降维的框架，以生成类似PCA的群体可视化 | 定义了一种优于常用对比学习损失函数的损失函数，并针对SNP基因型数据集定制了数据增强方案 | 未明确提及具体局限性 | 开发一种适用于遗传数据的降维方法，以更好地保留局部和全局结构 | 狗和人类的基因型数据 | machine learning | NA | 对比学习 | 深度学习神经网络 | SNP基因型数据 | 两个数据集（狗和人类基因型） | NA | NA | NA | NA |
| 18615 | 2025-04-09 |
Transformer-based artificial intelligence on single-cell clinical data for homeostatic mechanism inference and rational biomarker discovery
2025-Mar-25, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.03.24.25324556
PMID:40196278
|
research paper | 该研究开发了一种基于Transformer的人工智能流程，用于单细胞临床数据分析，以推断稳态机制并发现生物标志物 | 提出了一个通用的、可解释的AI流程，包括用于预测的MIST模型和用于可解释性的单细胞FastShap模型，能够解释70-82%的血细胞群体大小变化 | 研究仅针对血液细胞群体，未涉及其他组织或细胞类型 | 利用单细胞数据分析生物系统中的模式和机制，并发现潜在的临床相关生物标志物 | 循环红细胞（RBC）、白细胞（WBC）和血小板（PLT）的单细胞测量数据 | machine learning | sepsis, heart disease, diabetes | single-cell measurement | Transformer (MIST), FastShap | single-cell clinical data | 大量常规临床数据（具体数量未提及） | NA | NA | NA | NA |
| 18616 | 2025-04-09 |
Deep learning-based hyperspectral technique identifies metastatic lymph nodes in oral squamous cell carcinoma-A pilot study
2025-Feb, Oral diseases
IF:2.9Q1
DOI:10.1111/odi.15067
PMID:39005220
|
研究论文 | 本研究基于高光谱成像和深度学习技术，开发了一种用于检测口腔鳞状细胞癌转移淋巴结中癌细胞的系统 | 采用改进的ResUNet算法分析癌细胞与淋巴细胞以及肿瘤组织与正常组织之间的光谱曲线差异 | 研究样本量较小，仅为45例口腔鳞状细胞癌患者的转移淋巴结 | 建立一种高精度、高效率的病理诊断方法，用于识别口腔鳞状细胞癌转移淋巴结中的肿瘤组织 | 45例口腔鳞状细胞癌(OSCC)患者的转移淋巴结连续切片 | 数字病理 | 口腔鳞状细胞癌 | 高光谱成像 | 改进的ResUNet | 高光谱图像 | 45例OSCC患者的转移淋巴结 | NA | NA | NA | NA |
| 18617 | 2025-04-09 |
An automated approach for predicting HAMD-17 scores via divergent selective focused multi-heads self-attention network
2024-07, Brain research bulletin
IF:3.5Q2
|
研究论文 | 介绍了一种名为DSFMANet的深度学习模型，用于自动预测抑郁症患者的HAMD-17评分 | 提出了一种多分支结构的自注意力网络，通过人工配置不同分支的注意力焦点因子，实现了对不同子频带的注意力分布 | 未提及具体的数据集规模或模型在其他疾病上的泛化能力 | 提高抑郁症诊断的准确性，为临床决策提供支持 | 抑郁症患者的HAMD-17评分 | 机器学习 | 抑郁症 | 深度学习 | DSFMANet（多分支自注意力网络） | EEG信号 | NA | NA | NA | NA | NA |
| 18618 | 2025-04-09 |
Regulated Behavior in Living Cells with Highly Aligned Configurations on Nanowrinkled Graphene Oxide Substrates: Deep Learning Based on Interplay of Cellular Contact Guidance
2024-01-16, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.2c09815
PMID:38099607
|
研究论文 | 研究通过纳米皱纹石墨烯氧化物基底调控细胞行为，并利用深度学习技术解析细胞反应 | 开发了高度有序的纳米皱纹石墨烯氧化物表面，结合深度学习技术精确解析细胞行为 | 研究仅针对L929成纤维细胞和HT22海马神经元细胞，未涉及其他细胞类型 | 探索纳米拓扑结构对细胞行为的调控机制及其在组织工程中的应用 | L929成纤维细胞和HT22海马神经元细胞 | 数字病理学 | NA | 深度学习 | DL网络 | 图像 | L929成纤维细胞和HT22海马神经元细胞 | NA | NA | NA | NA |
| 18619 | 2025-04-09 |
Altered Motor Activity Patterns within 10-Minute Timescale Predict Incident Clinical Alzheimer's Disease
2024, Journal of Alzheimer's disease : JAD
DOI:10.3233/JAD-230928
PMID:38393904
|
研究论文 | 研究通过运动活动的分形模式变化预测临床阿尔茨海默病的发生 | 首次在10分钟时间尺度内发现运动活动分形模式变化与阿尔茨海默病临床发病的最强关联 | 研究仅基于运动活动数据，未结合其他生物标志物 | 确定运动活动分形调节(FMAR)在哪些时间尺度的变化最能预测阿尔茨海默病的临床发病 | 1,077名参与者，其中270人在随访期间出现临床阿尔茨海默病 | 数字病理学 | 阿尔茨海默病 | 活动记录仪(actigraphy)和深度学习 | DeepSurv, Cox模型, 随机生存森林 | 时间序列运动活动数据 | 1,077名参与者，随访长达15年 | NA | NA | NA | NA |
| 18620 | 2025-10-07 |
Detection of cognitive load during computer-aided education using infrared sensors
2025-Dec, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-025-10242-0
PMID:40191173
|
研究论文 | 本研究使用功能近红外光谱技术检测计算机辅助教育中的认知负荷 | 提出基于小波散射变换的特征提取方法和一维卷积神经网络，用于自动特征工程和分类 | 1D CNN的计算时间和内存使用量显著高于传统机器学习方法 | 检测计算机辅助教育过程中的认知负荷 | 14名健康受试者的fNIRS脑信号数据 | 机器学习 | NA | 功能近红外光谱 | 1D CNN, LDA, Naive Bayes, KNN, SVM | 脑信号数据 | 14名健康受试者加上两个公开数据集 | NA | 一维卷积神经网络 | 准确率, 精确率, 召回率, F1分数 | CPU时间和内存使用量评估 |