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 134 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-11-13 |
Two-Stage Selective Ensemble of CNN via Deep Tree Training for Medical Image Classification
2022-Sep, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2021.3061147
PMID:33705343
|
研究论文 | 提出一种通过深度树训练的两阶段选择性CNN集成方法用于医学图像分类 | 提出深度树训练策略和两阶段选择性集成方法，通过分层训练CNN隐藏层缓解梯度消失问题并优化集成分类器 | 仅在有限数量的医学图像数据集上进行验证，未涉及大规模多中心数据 | 解决医学图像分类中因数据量有限导致的过拟合、局部最优和梯度消失问题 | 医学图像分类任务 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | CIFAR-10基准数据集和两个特定医学图像数据集 | NA | CNN | 准确率, 敏感度, 特异度, F1分数 | NA |
| 2 | 2025-11-13 |
Multiparametric Functional MRI of the Kidney: Current State and Future Trends with Deep Learning Approaches
2022-09, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin
DOI:10.1055/a-1775-8633
PMID:35272360
|
综述 | 本文综述了肾脏多参数功能磁共振成像的现状及深度学习应用前景 | 探讨深度学习在多参数fMRI数据分析和后处理中的创新应用 | 目前多参数fMRI在肾脏的应用主要局限于研究领域，缺乏标准化采集和后处理协议 | 评估肾脏功能并优化多参数fMRI在肾脏疾病诊断中的应用 | 肾脏 | 医学影像分析 | 肾脏疾病 | 多参数功能磁共振成像 | 深度学习 | 磁共振影像 | NA | NA | NA | NA | NA |
| 3 | 2025-11-13 |
Evaluation of deep learning reconstructed high-resolution 3D lumbar spine MRI
2022-Sep, European radiology
IF:4.7Q1
DOI:10.1007/s00330-022-08708-4
PMID:35322280
|
研究论文 | 评估深度学习重建的高分辨率3D腰椎MRI图像质量与观察者间一致性 | 首次将深度学习重建技术应用于3D T2加权快速自旋回波腰椎MRI，并与标准重建和2D成像进行系统比较 | 样本量较小（35例患者），单中心回顾性研究设计 | 比较不同MRI重建方法在腰椎成像中的性能差异 | 腰椎MRI图像 | 医学影像分析 | 脊柱疾病 | MRI，T2加权快速自旋回波序列 | 深度学习重建算法 | 3D医学影像 | 35例患者（平均年龄58±19岁，26名女性） | NA | NA | Conger's kappa，图像质量评分 | NA |
| 4 | 2025-11-13 |
Deep learning reconstruction for 1.5 T cervical spine MRI: effect on interobserver agreement in the evaluation of degenerative changes
2022-Sep, European radiology
IF:4.7Q1
DOI:10.1007/s00330-022-08729-z
PMID:35348861
|
研究论文 | 本研究探讨深度学习重建技术在1.5T颈椎MRI中对退行性病变评估的影响 | 首次在1.5T颈椎MRI中应用深度学习重建技术，证明其能提高图像质量且不增加扫描时间 | 样本量较小（21名志愿者），仅评估了两种采集次数情况 | 评估深度学习重建对1.5T颈椎MRI图像质量和观察者间一致性的影响 | 21名志愿者（17名男性，平均年龄42.4±11.9岁）的颈椎MRI数据 | 医学影像分析 | 脊柱退行性疾病 | MRI, 深度学习重建 | 深度学习 | 医学影像 | 21名志愿者 | NA | NA | Cohen's加权kappa值, p值 | NA |
| 5 | 2025-11-13 |
Artificial intelligence-based detection of atrial fibrillation from chest radiographs
2022-Sep, European radiology
IF:4.7Q1
DOI:10.1007/s00330-022-08752-0
PMID:35357542
|
研究论文 | 开发基于人工智能的深度学习模型，通过胸部X光片检测心房颤动特征 | 首次利用深度学习模型从静态胸部X光片中识别心房颤动，为放射科医生提供了新的AF推断方法 | 回顾性研究，数据来自单一机构，可能存在选择偏倚 | 开发AI模型检测胸部X光片中的心房颤动特征 | 接受超声心动图检查患者的胸部X光片 | 医学影像分析 | 心血管疾病 | 深度学习 | 深度学习模型 | 胸部X光图像 | 总计13,868张图像（7,045名患者），训练集11,105张（5,637名患者），验证集1,388张（704名患者），测试集1,375张（706名患者） | NA | NA | AUC, 敏感度, 特异度, 准确度 | NA |
| 6 | 2025-10-06 |
SODA: Detecting COVID-19 in Chest X-Rays With Semi-Supervised Open Set Domain Adaptation
2022 Sep-Oct, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2021.3066331
PMID:33729944
|
研究论文 | 提出一种半监督开放集域自适应方法SODA，用于在胸部X光片中检测COVID-19 | 首次将COVID-19胸部X光图像分类问题建模为半监督开放集域自适应问题，提出SODA方法在通用域空间和源目标数据共同子空间中对齐数据分布 | COVID-19胸部X光数据集规模相对较小 | 开发自动检测胸部X光片中COVID-19疾病的深度学习方法 | 胸部X光图像 | 计算机视觉 | COVID-19 | 胸部X光成像 | CNN | 图像 | 小规模COVID-19胸部X光数据集 | NA | NA | 分类性能，病理定位 | NA |
| 7 | 2025-10-06 |
Emphysema Progression at CT by Deep Learning Predicts Functional Impairment and Mortality: Results from the COPDGene Study
2022-09, Radiology
IF:12.1Q1
DOI:10.1148/radiol.213054
PMID:35579519
|
研究论文 | 本研究使用深度学习算法评估吸烟者连续CT扫描中肺气肿严重程度的变化，并分析其与功能损害和死亡率的关系 | 首次使用深度学习算法自动评估Fleischner肺气肿分级系统在连续CT扫描中的进展，并验证其与临床预后的关联 | 研究为对已有前瞻性研究的二次分析，可能存在选择偏倚 | 评估基于深度学习的肺气肿严重程度分级在连续CT扫描中的临床和影像学意义 | COPDGene研究中的吸烟者参与者 | 医学影像分析 | 慢性阻塞性肺疾病 | CT扫描 | 深度学习 | 医学影像 | 5056名参与者（平均年龄60岁±9，2566名男性） | NA | NA | 风险比, 统计显著性 | NA |
| 8 | 2025-10-06 |
Transfer learning for cognitive reserve quantification
2022-09, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2022.119353
PMID:35667639
|
研究论文 | 本研究开发了一种基于深度学习的认知储备量化方法，通过结构磁共振成像数据评估个体认知差异 | 首次使用迁移学习框架将基于健康人群开发的认知储备量化模型推广到阿尔茨海默病患者群体 | 研究依赖于特定脑图谱的感兴趣区测量，可能未涵盖所有相关脑区特征 | 开发可泛化的认知储备量化模型并验证其跨数据集和人群的适用性 | 健康成年人和阿尔茨海默病患者的脑结构影像数据 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | CNN | 脑结构影像 | 三个队列共2056名参与者（RANN:495名健康成人，HCPA:620名健康成人，ADNI:941名成人） | NA | 级联神经网络 | 线性相关系数 | NA |
| 9 | 2025-06-10 |
Generic image application using GANs (Generative Adversarial Networks): A Review
2022-Sep-30, Evolving systems
IF:2.7Q3
DOI:10.1007/s12530-022-09464-y
PMID:40479410
|
review | 本文对生成对抗网络（GAN）进行了全面回顾，总结了GAN的理论基础、应用目的、模型变体及最新进展 | 提供了GAN在图像处理中的多种应用及其优缺点的详细概述 | GAN的稳定训练仍是一个挑战 | 对GAN相关文献进行全面评估，总结现有知识 | 生成对抗网络（GAN）及其在图像处理中的应用 | machine learning | NA | NA | GAN | image | NA | NA | NA | NA | NA |
| 10 | 2025-10-06 |
A new metaheuristic optimization model for financial crisis prediction: Towards sustainable development
2022-Sep, Sustainable computing : informatics and systems
DOI:10.1016/j.suscom.2022.100778
PMID:37521169
|
研究论文 | 提出一种基于政治优化器深度神经网络(OD-PODNN)的异常检测模型用于金融危机预测 | 结合隔离森林异常检测与政治优化器优化DNN超参数，提升金融危机预测准确率 | 仅使用三个数据集验证，未说明数据合法性问题的具体解决方案 | 通过优化机器学习模型提高金融危机预测准确率以支持可持续发展 | 企业财务状态（成功/失败） | 机器学习 | NA | 异常检测，超参数优化 | 深度神经网络，隔离森林 | 财务数据 | 三个不同数据集 | NA | DNN，iForest | 准确率 | NA |
| 11 | 2025-10-06 |
Attention mechanism and mixup data augmentation for classification of COVID-19 Computed Tomography images
2022-Sep, Journal of King Saud University. Computer and information sciences
DOI:10.1016/j.jksuci.2021.07.005
PMID:38620953
|
研究论文 | 提出结合注意力机制和mixup数据增强的深度学习方法用于COVID-19 CT图像分类 | 在卷积神经网络中引入特征级注意力层增强判别性特征，并采用mixup数据增强技术提升性能 | NA | 开发计算机辅助诊断系统实现COVID-19 CT图像的自动分类 | COVID-19 CT图像 | 计算机视觉 | COVID-19 | 计算机断层扫描(CT) | CNN | 医学图像 | NA | NA | ResNet50 | 准确率 | NA |
| 12 | 2025-05-31 |
Brain Lesion Synthesis via Progressive Adversarial Variational Auto-Encoder
2022-Sep-21, Simulation and synthesis in medical imaging : ... International Workshop, SASHIMI ..., held in conjunction with MICCAI ..., proceedings. SASHIMI (Workshop)
DOI:10.1007/978-3-031-16980-9_10
PMID:39026926
|
研究论文 | 提出了一种渐进式对抗变分自编码器（PAVAE）框架，用于合成脑部病变图像以增强训练数据集的量和多样性 | 设计了条件嵌入块（CEB）和掩码嵌入块（MEB）来编码掩码的固有条件到特征空间，以更好地利用外部信息提供额外的监督 | 需要大量标注数据进行训练，而收集新兴治疗如LITT的大数据集是不现实的 | 通过合成脑部病变图像来增强训练数据集，以提升下游分割任务的性能 | 脑部病变图像 | 计算机视觉 | 颞叶癫痫 | 深度学习 | CNN, 对抗变分自编码器 | 图像 | NA | NA | NA | NA | NA |
| 13 | 2025-05-23 |
Integrated imaging and molecular analysis to decipher tumor microenvironment in the era of immunotherapy
2022-09, Seminars in cancer biology
IF:12.1Q1
DOI:10.1016/j.semcancer.2020.12.005
PMID:33290844
|
综述 | 本文系统回顾了免疫治疗时代下的放射基因组学最新研究，探讨了AI和深度学习方法的新兴范式与机遇 | 整合影像学和分子分析以非侵入性方式解析肿瘤微环境，特别是在免疫治疗中的应用 | 未提及具体技术或模型的性能限制 | 探索放射基因组学在癌症精准治疗中的临床应用潜力 | 肿瘤微环境，特别是肿瘤浸润淋巴细胞 | 数字病理 | 癌症 | 放射组学，AI，深度学习 | NA | 影像 | NA | NA | NA | NA | NA |
| 14 | 2025-10-07 |
Attentive Recurrent Network for Low-Latency Active Noise Control
2022-Sep, Interspeech
DOI:10.21437/interspeech.2022-811
PMID:40313355
|
研究论文 | 提出一种基于注意力循环网络的低延迟主动噪声控制方法 | 采用注意力循环网络结合延迟补偿训练策略和修订版重叠相加法，实现零甚至负算法延迟 | NA | 在深度学习框架下实现低延迟主动噪声控制 | 主动噪声控制系统 | 机器学习 | NA | 深度学习 | 循环神经网络 | 音频信号 | NA | NA | 注意力循环网络 | 算法延迟 | NA |
| 15 | 2025-10-07 |
Applying Deep Learning to Establish a Total Hip Arthroplasty Radiography Registry: A Stepwise Approach
2022-09-21, The Journal of bone and joint surgery. American volume
DOI:10.2106/JBJS.21.01229
PMID:35866648
|
研究论文 | 本研究开发了基于深度学习的自动化流程，用于建立全髋关节置换术影像注册表 | 采用分步式深度学习方法自动筛选和标注髋关节影像，实现了高效准确的影像注册表构建 | 研究为单中心回顾性研究，证据等级为IV级 | 建立自动化的全髋关节置换术影像注册表，实现影像的自动筛选和角度测量 | 20,378名接受初次或翻修全髋关节置换术患者的846,988份髋部和骨盆X光影像 | 计算机视觉 | 骨科疾病 | X光摄影 | CNN, 目标检测 | 医学影像 | 846,988份DICOM文件，来自20,378名患者 | NA | EfficientNetB3, YOLOv5 | 准确率, 精确率, 召回率, F1分数 | NA |
| 16 | 2025-04-04 |
Detecting negative valence symptoms in adolescents based on longitudinal self-reports and behavioral assessments
2022-09-01, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2022.06.002
PMID:35688394
|
research paper | 该研究提出了一种纵向深度学习框架，用于检测青少年负价症状的自我报告和行为评估 | 利用深度学习框架识别与负价系统相关的抑郁症状预测因子，包括外向性较低、睡眠质量较差、执行控制功能受损和物质使用相关因素 | 结果主要依赖于自我报告测量，未提供潜在神经相关性的信息，且需要更大的样本来理解性别和其他人口统计学因素在负价症状风险中的作用 | 理解青少年负价症状的轨迹及其对成年后心理健康的影响 | 621名12至17岁的青少年参与者 | machine learning | depression | deep learning | NA | self-reports and behavioral assessments | 621名参与者 | NA | NA | NA | NA |
| 17 | 2025-10-07 |
Challenges and opportunities in quantum machine learning
2022-Sep, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-022-00311-3
PMID:38177473
|
综述 | 本文探讨量子机器学习在量子计算与机器学习交叉领域的潜力、挑战与发展机遇 | 系统对比量子与经典机器学习的差异，重点关注量子神经网络与量子深度学习的前沿进展 | NA | 分析量子机器学习的当前方法、应用场景及实现量子优势的潜在路径 | 量子机器学习模型与方法论 | 机器学习 | NA | 量子计算 | 量子神经网络, 量子深度学习 | 量子数据 | NA | NA | NA | NA | 量子计算设备 |
| 18 | 2025-03-11 |
Letter re: Integration of deep learning-based image analysis and genomic data in cancer pathology: A systematic review: Label-free diagnostic technique to differentiate cancer cells from healthy cells
2022-09, European journal of cancer (Oxford, England : 1990)
DOI:10.1016/j.ejca.2022.04.032
PMID:35717368
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 19 | 2025-03-11 |
Response to letter entitled: Re: Integration of deep learning-based image analysis and genomic data in cancer pathology: A systematic review
2022-09, European journal of cancer (Oxford, England : 1990)
DOI:10.1016/j.ejca.2022.06.001
PMID:35781181
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 20 | 2025-02-21 |
A Long Short-Term Memory-Based Approach for Detecting Turns and Generating Road Intersections from Vehicle Trajectories
2022-Sep-15, Sensors (Basel, Switzerland)
DOI:10.3390/s22186997
PMID:36146345
|
研究论文 | 本文提出了一种基于长短期记忆（LSTM）的方法，用于从车辆轨迹中检测转弯并生成道路交叉口 | 使用深度学习技术，特别是LSTM模型，来检测转弯轨迹段（TTSs），并通过聚类生成交叉口的覆盖范围和内部结构 | 虽然该方法在检测精度和召回率上表现优异，但其性能可能受到不同区域道路模式和大小的变化影响 | 提高从车辆轨迹中检测道路交叉口的准确性和效率 | 车辆轨迹数据 | 机器学习 | NA | 深度学习 | LSTM | 轨迹数据 | 武汉市的车辆轨迹数据 | NA | NA | NA | NA |