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 36465 篇文献，本页显示第 18721 - 18740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18721 | 2025-04-05 |
Advancing Visual Perception Through VCANet-Crossover Osprey Algorithm: Integrating Visual Technologies
2025-Apr-03, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01467-w
PMID:40180632
|
research paper | 该研究提出了一种基于视觉核心适应网络和交叉鱼鹰算法的VCANet-COP模型，用于糖尿病视网膜病变的细微病变识别 | VCANet-COP模型整合了稀疏自编码器和鱼鹰优化算法，模拟了人类视觉系统的多个处理区域，提高了病变检测的准确性和计算效率 | 虽然模型在多个数据集上表现优异，但未提及在临床实际应用中的验证情况 | 开发一种高效准确的自动化糖尿病视网膜病变筛查方法 | 糖尿病视网膜病变的细微病变识别 | digital pathology | diabetic retinopathy | deep learning | VCANet-COP (整合SAEs和OOA) | retinal fundus images | 多个DR数据集（DR-Data, STARE, IDRiD, DRIVE, RFMID） | NA | NA | NA | NA |
| 18722 | 2025-10-07 |
Global Clue-Guided Cross-Memory Quaternion Transformer Network for Multisource Remote Sensing Data Classification
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3406735
PMID:38875091
|
研究论文 | 提出一种用于多源遥感数据分类的全局线索引导跨记忆四元数Transformer网络 | 设计了独立挤压扩展融合结构、跨记忆四元数Transformer结构和跨模态对比学习结构，有效处理多模态数据的异构性并挖掘互补性 | NA | 解决多源遥感数据分类中模态异构性问题并探索模态互补性 | 多源遥感数据[高光谱图像(HSI)和合成孔径雷达(SAR)/激光雷达(LiDAR)] | 计算机视觉 | NA | 遥感成像技术 | Transformer | 多源遥感图像数据 | 三个公共多源遥感数据集 | NA | 三分支结构,独立挤压扩展融合结构,跨记忆四元数Transformer,跨模态对比学习 | NA | NA |
| 18723 | 2025-10-07 |
Brain-Inspired Learning, Perception, and Cognition: A Comprehensive Review
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3401711
PMID:38809737
|
综述 | 本文从微观、介观、宏观和超宏观视角全面回顾了受脑启发的深度学习算法在感知、认知和理解决策方面的研究进展 | 首次从四个空间尺度（微观/介观/宏观/超宏观）系统梳理脑启发算法，并总结了该领域面临的十大开放性问题 | 作为综述文章未提出新的算法模型，主要聚焦于现有研究的系统性归纳 | 推动下一代人工智能技术发展，通过脑科学机制提升现有模型的智能水平 | 脑启发的人工智能算法与模型 | 机器学习 | NA | NA | 深度学习 | NA | NA | NA | NA | NA | NA |
| 18724 | 2025-10-07 |
Spectral Tensor Layers for Communication-Free Distributed Deep Learning
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3394861
PMID:38809740
|
研究论文 | 提出一种用于无通信分布式深度学习的光谱张量层 | 将数据表示为张量形式并用张量积替代传统神经网络中的矩阵积，通过线性变换将数据集分割为多个光谱子数据集实现零通信成本的并行训练 | NA | 实现无通信成本的分布式深度学习 | 分布式深度学习系统 | 机器学习 | NA | 张量分解，线性变换 | 光谱张量网络 | 图像 | MNIST, CIFAR-10, ImageNet-1K, ImageNet-21K数据集 | NA | 并行分支神经网络 | NA | NA |
| 18725 | 2025-10-07 |
Deep Geometric Learning With Monotonicity Constraints for Alzheimer's Disease Progression
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3394598
PMID:38771688
|
研究论文 | 提出一种结合单调性约束的深度几何学习方法用于预测阿尔茨海默病进展 | 开发了结合拓扑空间变换、ODE-RGRU和轨迹估计三个模块的新型几何学习框架，并引入单调性约束来反映测量转换的不可逆性 | NA | 预测阿尔茨海默病的临床进展轨迹 | 阿尔茨海默病患者 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | RNN, ODE | MRI影像, 认知评分 | NA | NA | ODE-RGRU | 临床标签预测准确率, 认知评分预测准确率 | NA |
| 18726 | 2025-04-05 |
Soft sensor modeling using deep learning with maximum relevance and minimum redundancy for quality prediction of industrial processes
2025-Apr, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2025.02.010
PMID:39961741
|
研究论文 | 提出了一种基于最大相关和最小冗余的表示学习方法（MRMRRL），用于工业过程的质量预测 | 结合了质量相关特征提取、隐藏特征冗余减少和信息补偿三个通道的优点，显著提升了性能 | 未提及具体的工业过程类型或应用范围的局限性 | 提高工业过程质量预测的准确性和效率 | 工业过程的质量预测 | 机器学习 | NA | 自动编码器（AE）、堆叠自动编码器（SAE）、核主成分分析（KPCA） | MRMRRL、SAE | 工业过程数据 | 未提及具体样本数量 | NA | NA | NA | NA |
| 18727 | 2025-04-05 |
The current landscape of artificial intelligence in computational histopathology for cancer diagnosis
2025-Apr-01, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-02212-z
PMID:40167870
|
综述 | 本文综述了2013年至2024年间人工智能在计算组织病理学中用于癌症诊断的关键方法和应用 | 涵盖了监督学习、无监督学习、弱监督学习和迁移学习等多种深度学习方法在组织病理学图像识别中的应用，并探讨了AI在识别基因突变和标准病理生物标志物方面的潜力 | 仅基于41项主要研究，可能未涵盖该领域所有最新进展 | 评估人工智能在计算组织病理学中用于癌症诊断和预后的应用现状 | 组织病理学图像 | 数字病理学 | 癌症 | 深度学习 | NA | 图像 | 41项主要研究 | NA | NA | NA | NA |
| 18728 | 2025-04-05 |
The potential of combined robust model predictive control and deep learning in enhancing control performance and adaptability in energy systems
2025-Apr-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95636-0
PMID:40169731
|
研究论文 | 本研究探讨了将鲁棒模型预测控制（RMPC）与深度学习相结合，以提升能源系统的性能和适应性 | 结合RMPC的鲁棒性与深度学习的学习和适应能力，提出了一种新型控制框架，显著提高了控制精度和运行效率 | 研究仅通过模拟验证，缺乏实际系统应用的验证 | 提升能源系统的控制性能和适应性 | 热电联产（CHP）、电力制氢和电力制甲烷等能源系统 | 机器学习 | NA | 鲁棒模型预测控制（RMPC）和深度学习 | RMPC与深度学习模型 | 模拟数据 | NA | NA | NA | NA | NA |
| 18729 | 2025-04-05 |
Robust ensemble classifier for advanced synthetic aperture radar target classification in diverse operational conditions
2025-Apr-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93536-x
PMID:40169814
|
research paper | 本文提出了一种增强的集成分类框架，用于合成孔径雷达（SAR）自动目标识别（ATR）在多样化操作条件下的应用 | 该方法整合了ResNet、SVM和模板匹配的优势，通过多数投票结合它们的互补能力，提高了分类准确性和鲁棒性 | 未提及具体的计算资源需求或处理时间，可能在实际应用中存在效率问题 | 提高SAR自动目标识别在多样化操作条件下的分类准确性和鲁棒性 | 合成孔径雷达（SAR）图像中的目标 | computer vision | NA | ResNet, SVM, 模板匹配 | ResNet, SVM | SAR图像 | 使用MSTAR数据集进行实验验证 | NA | NA | NA | NA |
| 18730 | 2025-04-05 |
An adaptive search mechanism with convolutional learning networks for online social media text summarization and classification model
2025-Apr-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95381-4
PMID:40169845
|
研究论文 | 提出了一种基于自适应搜索机制和卷积学习网络的社交媒体文本摘要与分类模型（ASMHLN-SMDSCM） | 结合BERT模型进行特征提取，采用蛾搜索算法（MSA）优化超参数，并使用TabNet+CNN模型进行分类 | 未提及模型在大规模数据集上的泛化能力或计算效率 | 开发高效的社交媒体文本摘要与分类方法 | 社交媒体短文本数据 | 自然语言处理 | NA | BERT, MSA, TabNet, CNN | TabNet+CNN | 文本 | FIFA和FARMER数据集（具体数量未提及） | NA | NA | NA | NA |
| 18731 | 2025-04-05 |
Graph convolution network for fraud detection in bitcoin transactions
2025-Apr-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95672-w
PMID:40169862
|
研究论文 | 本文提出了一种基于图卷积网络（GCN）的比特币交易欺诈检测方法 | 使用GCN模型检测比特币交易中的欺诈行为，相比现有模型如Logistic Regression、LSTM、SVM和Random Forest，表现出更高的准确性和性能 | 数据集中部分交易未标注，可能影响模型的训练效果 | 检测比特币交易中的非法活动，特别是反洗钱（AML） | 比特币交易数据 | 机器学习 | NA | 图卷积网络（GCN） | GCN | 图数据 | Elliptic比特币数据集，包含标记为合法和非法的交易 | NA | NA | NA | NA |
| 18732 | 2025-04-05 |
Building occupancy estimation using single channel CW radar and deep learning
2025-Apr-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95752-x
PMID:40169921
|
研究论文 | 本研究提出了一种基于24GHz连续波雷达和深度学习的新型室内人数估计方法，用于智能建筑的优化、能效提升和安全保障 | 采用连续波雷达系统结合时频映射技术（CWT和功率谱分析），提供了一种不依赖WiFi或PIR传感器的隐私保护替代方案 | 实验主要针对静态场景（久坐人员），动态场景（行走环境）的准确率相对较低（86.5%） | 开发非侵入式、保护隐私的智能建筑人数估计方法 | 室内人员数量 | 机器学习 | NA | 24GHz连续波雷达、连续小波变换(CWT)、功率谱分析 | DarkNet19、MobileNetV2、ResNet18 | 雷达回波生成的时频标度图 | 1680张图像样本（静态场景4小时40分钟数据）+ 1小时连续行走环境数据 | NA | NA | NA | NA |
| 18733 | 2025-10-07 |
On the Robustness of Bayesian Neural Networks to Adversarial Attacks
2025-Apr, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3386642
PMID:38648123
|
研究论文 | 分析贝叶斯神经网络在对抗攻击下的鲁棒性几何特性 | 在过参数化极限下证明贝叶斯神经网络对基于梯度的对抗攻击具有鲁棒性 | 需要相对温和的假设条件，实验主要在MNIST、Fashion MNIST和合成数据集上进行验证 | 研究贝叶斯神经网络对抗攻击的鲁棒性 | 贝叶斯神经网络 | 机器学习 | NA | 贝叶斯推理 | 贝叶斯神经网络 | 图像数据 | MNIST、Fashion MNIST和合成数据集 | NA | 贝叶斯神经网络 | 准确率，鲁棒性 | NA |
| 18734 | 2025-04-05 |
Global trends in artificial intelligence applications in liver disease over seventeen years
2025-Mar-27, World journal of hepatology
IF:2.5Q2
DOI:10.4254/wjh.v17.i3.101721
PMID:40177211
|
review | 本文分析了17年来人工智能在肝病领域的应用趋势，总结了当前研究状况并识别了热点 | 通过文献计量学方法全面梳理了AI在肝病领域的研究热点和发展趋势 | 仅基于Web of Science数据库，可能遗漏其他重要文献 | 分析AI在肝病领域的研究现状和发展趋势 | 4051篇关于肝病和AI的研究文章 | digital pathology | liver disease | 文献计量分析 | machine learning, deep learning, CNN | 文献数据 | 4051篇研究文章 | NA | NA | NA | NA |
| 18735 | 2025-04-05 |
Conditioning generative latent optimization for sparse-view computed tomography image reconstruction
2025-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.2.024004
PMID:40177097
|
research paper | 提出一种无需训练数据的稀疏视图CT图像重建方法，通过条件生成潜在优化（cGLO）提高重建质量 | 无需训练数据，独立于实验设置，可从小型无监督数据集中初始化以提高重建效果 | 未提及具体在低剂量CT或其他成像任务中的表现 | 解决稀疏视图CT图像重建问题，提高重建质量 | 稀疏视图CT图像 | digital pathology | NA | 条件生成潜在优化（cGLO） | generative model | CT图像 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 18736 | 2025-10-07 |
Accelerated T2-weighted MRI of the Bowel at 3T Using a Single-shot Technique with Deep Learning-based Image Reconstruction: Impact on Image Quality and Disease Detection
2025-01, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.08.023
PMID:39198137
|
研究论文 | 比较基于深度学习的单次激发T2加权磁共振成像与传统HASTE序列在肠道成像质量和疾病检测方面的表现 | 首次将深度学习图像重建技术应用于单次激发T2加权MRI序列，实现了更短的采集时间和更薄的切片厚度 | 研究样本量相对有限（91例患者），且仅评估了4mm和6mm两种切片厚度 | 评估深度学习重建的HASTE序列在肠道MRI中的图像质量和诊断价值 | 接受3T MR肠道造影检查的患者 | 医学影像分析 | 肠道疾病 | 3T磁共振成像，单次激发T2加权序列 | 深度学习 | 磁共振图像 | 91例患者（51例女性，平均年龄44±10岁） | NA | NA | 图像质量评分，诊断置信度，疾病检测一致性 | NA |
| 18737 | 2025-04-05 |
Accurate V2X traffic prediction with deep learning architectures
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1565287
PMID:40176965
|
研究论文 | 本文提出了一种基于深度学习的V2X环境交通预测方法 | 使用双向长短期记忆网络(BiLSTM)进行交通预测，并与其他深度学习架构进行比较，展示了BiLSTM在预测精度上的优势 | 未提及具体的数据集规模或实际部署中的潜在问题 | 提高V2X通信环境下的交通预测准确性 | V2X通信环境下的交通数据 | 机器学习 | NA | 深度学习 | BiLSTM, LSTM, GRU | 交通数据 | NA | NA | NA | NA | NA |
| 18738 | 2025-04-05 |
A flexible transoral swab sampling robot system with visual-tactile fusion approach
2025, Frontiers in robotics and AI
IF:2.9Q2
DOI:10.3389/frobt.2025.1520374
PMID:40177224
|
研究论文 | 提出了一种基于视觉-触觉融合方法的经口拭子采样机器人系统，用于自主进行核酸采样 | 采用视觉-触觉融合方法进行导航，结合串并联混合柔性机构实现精确的远端姿态调整 | 初步实验阶段，尚未大规模验证其安全性和准确性 | 解决核酸采样过程中需要大量医护人员参与的问题 | 经口拭子采样机器人系统 | 机器人技术 | COVID-19, 季节性流感 | 深度学习, 视觉-触觉感知 | 深度学习 | 图像, 触觉反馈 | 初步实验阶段，未提及具体样本量 | NA | NA | NA | NA |
| 18739 | 2025-04-05 |
Measurement-guided therapeutic-dose prediction using multi-level gated modality-fusion model for volumetric-modulated arc radiotherapy
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1468232
PMID:40177241
|
研究论文 | 开发了一种用于头颈癌放射治疗中测量引导治疗剂量预测的新型深度学习模型 | 提出了一种多级门控模态融合模型，能够整合CT和剂量图像的多尺度特征，并充分利用不同模态间的相互促进作用 | 在皮肤或热塑性面罩压痕边界附近的区域，预测剂量值与真实值存在较大差异 | 提高头颈癌放射治疗前患者特定质量保证(prePSQA)的效率和准确性 | 头颈癌放射治疗患者 | 数字病理 | 头颈癌 | 容积调强弧形放射治疗(VMAT) | 多级门控模态融合模型 | 医学影像(CT和剂量图像) | 310例接受VMAT治疗的患者(训练集186例，验证集62例，测试集62例) | NA | NA | NA | NA |
| 18740 | 2025-04-05 |
Construction of a predictive model for the efficacy of anti-VEGF therapy in macular edema patients based on OCT imaging: a retrospective study
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1505530
PMID:40177270
|
研究论文 | 基于OCT影像和深度学习构建预测模型，用于评估抗VEGF治疗黄斑水肿患者的疗效 | 创新性地引入组卷积和多卷积核处理多维特征，结合空间金字塔池化(SPP)提取最有用的特征，并利用ResNet50作为预训练模型进行模型融合 | 研究为回顾性研究，可能存在选择偏倚，且样本量未明确说明 | 开发自动化和高效的方法预测抗VEGF治疗黄斑水肿患者的疗效 | 黄斑水肿患者 | 数字病理 | 黄斑水肿 | OCT成像 | ResNet50结合注意力机制和SPP的深度学习模型 | 图像 | NA | NA | NA | NA | NA |