随着机器学习技术的广泛应用,深度学习作为一个新兴分支,由于其自动特征学习与函数模拟构建方面的优势,在图像识别、自然语言处理等领域取得了不菲成绩。为了解深度学习在生物医学领域的研究进展,本文通过文献调研的方法,对深度学习在该方向相关成果进行研究分析。研究发现,深度学习在该领域的应用主要集中在生物信息学、医学图像识别、病症预测、临床辅助决策和药物开发等方面,已有研究通过将该领域的文字、图像、信号等记录信息进行多维量化,利用深度学习开发多种模型进行数据特征学习、信息挖掘、状态模拟,完成了识别、评价、预测等功能。深度学习凭借其复杂模拟算法的优势,在生物医学领域的实践取得了优于传统算法的成果,并且在疾病自动编码、多数据源整合分析、公共卫生领域等方面的应用实践值得进一步探索。