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 401 篇文献，本页显示第 21 - 40 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21 | 2025-10-06 |
Computer-aided detection and prognosis of colorectal cancer on whole slide images using dual resolution deep learning
2023-Jan, Journal of cancer research and clinical oncology
IF:2.7Q3
DOI:10.1007/s00432-022-04435-x
PMID:36331654
|
研究论文 | 提出基于弱监督学习的双分辨率深度学习网络，用于结直肠癌的识别和预后预测 | 采用双分辨率深度学习网络同时利用局部和全局图像信息，无需病理学家标注感兴趣区域 | NA | 实现结直肠癌的快速诊断和风险分层 | 结直肠癌患者 | 数字病理学 | 结直肠癌 | 全切片图像分析 | 深度学习 | 组织病理学图像 | TCGA数据集和广州医科大学附属肿瘤医院外部数据集 | NA | 双分辨率深度学习网络(WDRNet) | 准确率,C-index,风险比(HR),p值 | NA |
| 22 | 2025-10-06 |
Deep learning-based automated pipeline for blood vessel detection and distribution analysis in multiplexed prostate cancer images
2023, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2023.1296667
PMID:38323039
|
研究论文 | 提出基于深度学习的自动化流程，用于前列腺癌多重图像中血管检测和分布分析 | 开发结合CD31、CD34和胶原蛋白IV图像的深度学习模型，实现血管自动分割和分布模式分析 | 模型性能存在一定标准差，分割精度有待进一步提升 | 开发自动化血管分析流程以替代人工分割 | 前列腺癌患者的多重显微镜图像 | 数字病理学 | 前列腺癌 | 多重免疫荧光成像 | 深度学习分割模型 | 显微镜图像 | 215名前列腺癌患者 | NA | NA | 精确度,召回率,Dice相似系数 | NA |
| 23 | 2025-10-06 |
Data augmentation for medical imaging: A systematic literature review
2023-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2022.106391
PMID:36549032
|
系统文献综述 | 本文系统综述了医学影像领域数据增强策略的应用及其对临床任务性能的影响 | 首次对医学影像数据增强方法进行系统性综述，涵盖多个器官、模态和临床任务，分析超过300篇近期文献 | 综述性质文章，不包含原始实验验证 | 调查医学领域使用的数据增强策略及其对临床任务性能的影响 | 医学影像数据增强相关的研究文献 | 医学影像分析 | NA | 数据增强技术 | 深度神经网络 | 医学影像 | 300多篇文献（2018-2022年） | NA | NA | 分类、分割、病灶检测性能指标 | NA |
| 24 | 2025-10-06 |
Diagnostic efficiency among Eu-/C-/ACR-TIRADS and S-Detect for thyroid nodules: a systematic review and network meta-analysis
2023, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2023.1227339
PMID:37720531
|
系统评价与网络荟萃分析 | 比较四种甲状腺超声风险分层系统（Eu-TIRADS、ACR TIRADS、C-TIRADS和S-Detect）对甲状腺结节的诊断效能 | 首次通过网络荟萃分析系统比较近五年提出的四种甲状腺超声风险分层系统的诊断性能 | 基于已发表研究的二次分析，受原始研究质量和异质性的限制 | 评估不同甲状腺超声风险分层系统对甲状腺癌的诊断性能 | 甲状腺结节患者 | 医学影像分析 | 甲状腺癌 | 超声成像 | 深度学习计算机辅助诊断系统 | 超声图像 | 88项研究，共59,304个结节 | NA | S-Detect（基于深度学习的计算机辅助诊断系统） | 敏感度, 特异度, 诊断比值比, 曲线下面积 | NA |
| 25 | 2025-06-07 |
AMTLDC: a new adversarial multi-source transfer learning framework to diagnosis of COVID-19
2023-Jan-12, Evolving systems
IF:2.7Q3
DOI:10.1007/s12530-023-09484-2
PMID:38625255
|
research paper | 提出了一种新的对抗性多源迁移学习框架AMTLDC，用于COVID-19的诊断 | AMTLDC框架通过对抗性学习提取多个数据源间的通用表示，提高了模型在不同数据集间的泛化能力 | 未明确说明框架在极端数据不足情况下的表现 | 提高COVID-19诊断模型的跨数据集泛化性能 | COVID-19医学影像数据 | digital pathology | COVID-19 | adversarial transfer learning | CNN | medical images | NA | NA | NA | NA | NA |
| 26 | 2025-06-07 |
Detection of anomalies in cycling behavior with convolutional neural network and deep learning
2023, European transport research review
IF:5.1Q1
DOI:10.1186/s12544-023-00583-4
PMID:38625141
|
研究论文 | 本文提出了一种基于深度学习的异常检测方法BeST-DAD，用于识别骑行行为中的异常并在地图上标记危险点 | 结合CNN和自编码器(AE)进行异常检测，相比传统PCA方法表现更优 | 需要依赖GPS轨迹数据，可能受数据质量和覆盖范围限制 | 提高骑行安全性，通过技术手段识别潜在危险点 | 骑行者的GPS轨迹数据 | 机器学习 | NA | 深度学习 | CNN, Autoencoder | GPS轨迹数据 | 未明确说明具体样本数量，涉及多个用户的数据 | NA | NA | NA | NA |
| 27 | 2025-06-07 |
Evaluation of artificial intelligence techniques in disease diagnosis and prediction
2023, Discover artificial intelligence
DOI:10.1007/s44163-023-00049-5
PMID:40478140
|
综述 | 本文综述了人工智能技术在疾病诊断和预测中的应用及其优势 | 涵盖了多种AI技术在医疗图像分析中的应用，并比较了ML和DL技术的优势 | 讨论了AI在医疗领域中的现有挑战和局限性 | 评估AI技术在疾病诊断和预测中的应用效果 | 多种疾病（如癌症、心脏、肺、皮肤、遗传和神经疾病）的诊断和预测 | 数字病理学 | 多种疾病（如癌症、心脏、肺、皮肤、遗传和神经疾病） | 机器学习（ML）和深度学习（DL） | SVM, CNN | 医疗图像 | NA | NA | NA | NA | NA |
| 28 | 2025-10-07 |
Identification of geographic origins of Morus alba Linn. through surfaced enhanced Raman spectrometry and machine learning algorithms
2023, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2023.2180433
PMID:36803175
|
研究论文 | 本研究结合表面增强拉曼光谱和机器学习算法开发了一种鉴定桑叶地理起源的新方法 | 首次将表面增强拉曼光谱与深度学习算法相结合用于桑叶地理起源鉴定 | 仅涵盖中国五个省份的样本，样本来源范围有限 | 开发基于光谱分析和机器学习的地理起源鉴定方法 | 桑叶（Morus alba Linn） | 机器学习 | 糖尿病 | 表面增强拉曼光谱 | CNN | 光谱数据 | 来自安徽、广东、河北、河南和江苏五个省份的桑叶样本 | NA | 卷积神经网络 | 准确率 | NA |
| 29 | 2025-10-07 |
Cross-convolutional transformer for automated multi-organs segmentation in a variety of medical images
2023-01-23, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/acb19a
PMID:36623323
|
研究论文 | 提出基于交叉卷积变换器的深度学习网络，用于多种医学图像中的多器官自动分割 | 设计新型交叉卷积自注意力机制，整合局部和全局上下文，建模长短距离依赖关系；提出多尺度特征边缘融合模块 | 仅在三个数据集上验证，尚未在更广泛的医学图像数据上进行测试 | 开发具有更好泛化能力和准确性的多器官自动分割算法 | 医学图像中的多器官分割 | 计算机视觉 | 多种疾病（腹部器官、心脏结构、皮肤癌） | 医学影像分析 | Transformer, CNN | 医学图像（CT、MRI、皮肤图像） | 三个数据集：Synapse（腹部CT）、ACDC（心脏MRI）、ISIC 2017（皮肤癌图像） | NA | CFormer（交叉卷积变换器网络） | Dice相似系数, 95% Hausdorff距离 | NA |
| 30 | 2025-05-02 |
International Importation Risk Estimation of SARS-CoV-2 Omicron Variant with Incomplete Mobility Data
2023, Transboundary and emerging diseases
IF:3.5Q1
DOI:10.1155/2023/5046932
PMID:40303718
|
research paper | 开发了一个基于深度神经网络的模型，用于评估Omicron BQ.1从西非传入其他国家的风险 | 利用不完全的人口流动数据，首次应用深度神经网络模型估计病毒输入风险 | 依赖不完全的人口流动数据，可能影响模型准确性 | 评估Omicron BQ.1从西非传入其他国家的风险 | Omicron BQ.1病毒及其传播风险 | machine learning | COVID-19 | deep neural networks | DNN | population mobility data | 西非到其他非非洲国家的人口流动数据 | NA | NA | NA | NA |
| 31 | 2025-10-07 |
Spikebench: An open benchmark for spike train time-series classification
2023-01, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1010792
PMID:36626366
|
研究论文 | 提出一个用于脉冲序列时间序列分类的开放基准测试Spikebench | 基于开放获取神经活动数据集构建首个脉冲序列分类基准，包含多种学习任务，并证明基于手工特征工程的方法与最先进深度学习模型性能相当 | NA | 为神经解码领域提供多样化和具有挑战性的基准测试 | 神经脉冲序列数据 | 机器学习 | NA | 神经信号记录 | 决策树集成, 深度神经网络 | 时间序列数据 | NA | NA | NA | NA | NA |
| 32 | 2025-10-07 |
Exploration of the intelligent-auxiliary design of architectural space using artificial intelligence model
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0282158
PMID:36867635
|
研究论文 | 探索基于人工智能模型的建筑空间智能辅助设计方法 | 将AI辅助模型与建筑空间智能深度融合，通过深度学习实现建筑空间的智能设计 | NA | 提高建筑设计行业的效率，促进建筑空间设计的智能化和数字化转型 | 建筑空间设计，三维建筑模型 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 三维模型数据 | UrbanScene3D数据集中的3D模型 | NA | NA | 模型拟合度，智能评分 | NA |
| 33 | 2025-10-07 |
Development and Validation of a Deep Learning Algorithm to Differentiate Colon Carcinoma From Acute Diverticulitis in Computed Tomography Images
2023-01-03, JAMA network open
IF:10.5Q1
|
研究论文 | 开发并验证一种深度学习算法，用于在CT图像中区分结肠癌和急性憩室炎 | 首次开发专门用于区分结肠癌与急性憩室炎的3D卷积神经网络，并通过多经验水平放射科医生的阅读研究验证AI辅助系统的临床价值 | 研究为单中心回顾性研究，样本量相对有限（585例患者），需要进一步多中心前瞻性验证 | 开发AI辅助诊断系统以提高CT图像中结肠病变的鉴别诊断准确性 | 接受手术治疗的结肠癌和急性憩室炎患者 | 计算机视觉 | 结肠癌 | CT成像 | CNN | 3D CT图像 | 585例患者（267例急性憩室炎，318例结肠癌） | NA | 3D卷积神经网络 | 敏感度, 特异度, 阳性预测值, 阴性预测值 | NA |
| 34 | 2025-10-07 |
Quality assessment of VHH models
2023, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2023.2172613
PMID:36752327
|
研究论文 | 评估不同建模方法对单域重链抗体(VHH)结构预测的质量 | 首次系统比较传统同源建模与深度学习建模方法在VHH结构预测中的性能，并引入分子动力学模拟分析结构动态特性 | 仅针对特定类型的抗体结构进行评估，样本数量有限 | 评估和比较不同VHH结构建模方法的预测质量 | 单域重链抗体(VHH/nanobody) | 计算生物学 | NA | 结构建模、分子动力学模拟 | 深度学习、同源建模 | 蛋白质序列和结构数据 | 约一千个VHH实验结构 | Modeller, SwissModel, RoseTTAfold, AlphaFold 2, NanoNet | NA | RMSD, TM-score, GDT-TS, GDT-HA, Protein Blocks距离度量 | NA |
| 35 | 2025-10-07 |
Harnessing the power of AI: Advanced deep learning models optimization for accurate SARS-CoV-2 forecasting
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0287755
PMID:37471397
|
研究论文 | 本研究利用先进深度学习模型预测马来西亚的SARS-CoV-2病例 | 系统比较七种深度学习模型在疫情预测中的表现，并针对马来西亚特定情况优化模型选择 | 研究仅限于马来西亚地区，模型在其他地区的适用性需要进一步验证 | 开发准确可靠的SARS-CoV-2病例预测工具以支持公共卫生决策 | 马来西亚SARS-CoV-2确诊病例及相关影响因素 | 机器学习 | 传染病 | 深度学习 | LSTM, Bi-directional LSTM, CNN, CNN-LSTM, Multilayer Perceptron, GRU, RNN | 确诊病例数据、人口统计数据、社会经济因素数据 | NA | NA | LSTM, Bi-LSTM, CNN, CNN-LSTM, MLP, GRU, RNN | 准确率, 精确度 | NA |
| 36 | 2025-10-07 |
ConceptExplainer: Interactive Explanation for Deep Neural Networks from a Concept Perspective
2023-Jan, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2022.3209384
PMID:36155466
|
研究论文 | 开发了一个名为ConceptExplainer的可视化分析系统，用于从概念角度交互式解释深度神经网络的行为 | 提出了一个交互式概念空间探索系统，能够在实例/类别/全局层面提供细粒度解释，解决了传统方法在全局解释和灵活性方面的不足 | NA | 解决深度神经网络的可解释性问题，帮助模型用户理解模型行为 | 深度神经网络的概念空间和模型行为 | 机器学习 | NA | 可视化分析 | 深度神经网络 | NA | NA | NA | NA | 用户研究验证 | NA |
| 37 | 2025-04-06 |
A Kalman Variational Autoencoder Model Assisted by Odometric Clustering for Video Frame Prediction and Anomaly Detection
2023, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2022.3229620
PMID:37015405
|
研究论文 | 本文提出了一种结合里程计数据的视频帧预测方法，用于异常检测 | 提出了一种结合里程计聚类和卡尔曼变分自编码器的模型，用于动态任务相关的特征学习 | 实验数据仅限于封闭环境和特定道路场景，可能影响模型的泛化能力 | 开发一种多模态信息融合的视频帧预测方法，用于自动驾驶车辆的异常检测 | 自动驾驶车辆的多模态传感器数据 | 计算机视觉 | NA | 动态贝叶斯网络框架，深度学习 | 卡尔曼变分自编码器，马尔可夫跳跃粒子滤波器 | 视频，里程计数据 | 使用来自封闭环境车辆和University of Alcalá DriveSet数据集的部分数据 | NA | NA | NA | NA |
| 38 | 2025-04-06 |
Unrolled Variational Bayesian Algorithm for Image Blind Deconvolution
2023, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2022.3224322
PMID:37015435
|
研究论文 | 本文介绍了一种用于图像盲去卷积的变分贝叶斯算法（VBA） | 提出了一种结合平滑先验和仿射约束的VBA通用框架，并将其整合到神经网络范式中，采用展开方法进行训练 | NA | 开发一种高效的图像盲去卷积方法 | 灰度/彩色图像和多种核形状 | 计算机视觉 | NA | 变分贝叶斯算法（VBA） | 神经网络 | 图像 | 涉及多种灰度/彩色图像和核形状的实验 | NA | NA | NA | NA |
| 39 | 2025-04-06 |
Consensus Sparsity: Multi-Context Sparse Image Representation via L∞-Induced Matrix Variate
2023, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2022.3231083
PMID:37015496
|
研究论文 | 提出了一种基于L∞诱导矩阵变量的共识稀疏性概念，并构建了一个多上下文稀疏图像表示框架 | 首次提出共识稀疏性（Con-sparsity）概念，并通过L∞诱导矩阵变量实现多上下文稀疏性的一致学习 | 未明确说明计算复杂度或实时性能方面的限制 | 改进稀疏表示在图像处理中的应用，实现多上下文稀疏性的一致学习 | 图像数据 | 计算机视觉 | NA | L∞-induced matrix variate, Bayesian inference | MCSIR框架 | 图像 | NA | NA | NA | NA | NA |
| 40 | 2025-04-06 |
Transition Is a Process: Pair-to-Video Change Detection Networks for Very High Resolution Remote Sensing Images
2023, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2022.3226418
PMID:37015527
|
研究论文 | 本文提出了一种针对高分辨率遥感图像的成对到视频变化检测（P2V-CD）框架，通过构建伪过渡视频来丰富时间信息，并将变化检测视为视频理解问题 | 提出了一个更明确和复杂的时间建模方法，通过构建伪过渡视频来丰富时间信息，并将变化检测问题转化为视频理解问题，同时采用解耦的编码器进行空间和时间识别 | 未提及具体的样本量或数据集的详细描述，可能影响方法的泛化性评估 | 解决现有深度学习变化检测方法中的时间建模不完整和时空耦合问题 | 高分辨率遥感图像 | 计算机视觉 | NA | 深度学习 | P2V-CD框架 | 图像 | NA | NA | NA | NA | NA |