深度学习在生物医药领域中的应用
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，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10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 161 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-09-21 |
BTCRSleep: a boundary temporal context refinement-based fully convolutional network for sleep staging with single-channel EEG
2023-07-13, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/acdb46
PMID:37267988
|
研究论文 | 提出一种基于边界时序上下文精炼的全卷积网络BTCRSleep，用于单通道脑电信号的睡眠分期 | 引入边界时序上下文精炼模块，捕获睡眠阶段转换时的脑电波特征，解决跨时段特征丢失问题 | NA | 提升单通道脑电信号的睡眠分期性能 | 睡眠脑电信号 | 机器学习 | 睡眠障碍 | 深度学习 | 全卷积网络（FCN） | 单通道EEG信号 | 四个公开数据集（SEDF、SEDFX、SHHS、CAP） |
| 2 | 2025-09-21 |
CS-based multi-task learning network for arrhythmia reconstruction and classification using ECG signals
2023-07-05, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/acdfb5
PMID:37336244
|
研究论文 | 提出一种结合压缩感知与卷积神经网络的多任务网络CSML-Net，用于心电信号的压缩重建与心律失常分类 | 在压缩域同时实现心电信号重建与分类，通过多尺度特征模块提升模型性能 | NA | 解决长期心电监测中数据量大与带宽有限的矛盾，提升深度学习在心电监测中的应用 | 心电信号（ECG） | 机器学习 | 心血管疾病 | 压缩感知（CS），深度学习 | CNN，多任务学习网络 | 心电信号 | MIT-BIH心律失常数据集 |
| 3 | 2025-09-13 |
DeXtrusion: automatic recognition of epithelial cell extrusion through machine learning in vivo
2023-07-01, Development (Cambridge, England)
DOI:10.1242/dev.201747
PMID:37283069
|
研究论文 | 提出基于深度学习的DeXtrusion方法，用于自动检测活体荧光成像中的上皮细胞挤出事件 | 无需细胞分割即可实现细胞事件的精确xyt定位，且方法易于训练并适用于多种成像条件 | 需要针对不同上皮组织进行重新训练以保持性能 | 自动检测和定位上皮组织中的细胞事件，特别是细胞挤出和死亡 | 果蝇蛹背板上皮细胞 | 计算机视觉 | NA | 活体荧光显微镜成像 | RNN（循环神经网络） | 视频（荧光标记的细胞轮廓影像） | 基于果蝇蛹背板的荧光E-钙黏蛋白标记影像训练 |
| 4 | 2025-09-13 |
Tools to analyze the organization and formation of the germline cyst in zebrafish oogenesis
2023-07-01, Development (Cambridge, England)
DOI:10.1242/dev.201349
PMID:37272421
|
研究论文 | 本文提供了用于斑马鱼卵巢中生殖细胞囊肿三维和功能体内分析的工具 | 开发了基于深度学习的流程进行高通量三维共聚焦数据分析，并提供了激光消融细胞组分的方法 | NA | 研究脊椎动物生殖细胞囊肿的形成与组织结构及其对卵母细胞生成的贡献 | 斑马鱼卵巢中的生殖细胞囊肿 | 发育生物学 | NA | 连续块面扫描电子显微镜(SBF-SEM), 激光消融, 深度学习 | 深度学习 | 三维电子显微镜图像, 三维共聚焦数据集 | NA |
| 5 | 2025-09-11 |
A Large-Scale Clinical Benchmark of ResNet-based Deep Models for Newborn Face Recognition
2023-07, 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/EMBC40787.2023.10340883
PMID:38082835
|
研究论文 | 本研究通过构建大规模新生儿面部数据集并评估四种基于ResNet的深度学习模型，探索新生儿面部识别的临床应用可行性 | 创建了目前医院场景下最大的新生儿面部数据集NEWBORN200，并首次系统评估了多种先进ResNet模型在新领域的性能表现 | 模型对姿态变化的鲁棒性仍需改进，识别准确率在开放集和封闭集中仍有提升空间 | 开发适用于医院产科的新生儿面部识别系统，增强婴儿安全防护措施 | 200名出生后一小时内新生儿的面部图像 | 计算机视觉 | NA | 深度学习面部识别 | ResNet-based models (ArcFace, CurricularFace, MagFace, AdaFace) | 图像 | 200名新生儿的面部图像数据集 |
| 6 | 2025-09-07 |
A hybrid method of correcting CBCT for proton range estimation with deep learning and deformable image registration
2023-Jul-31, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ace754
PMID:37442128
|
研究论文 | 提出一种结合深度学习和形变图像配准的混合方法，用于从腹部/盆腔CBCT生成合成CT以改进质子射程估计 | 将无监督深度学习（CycleGAN）与形变图像配准（DIR）相结合，分别处理空间高频和低频分量，并通过迭代反馈优化肠道气体区域的准确性 | 研究仅针对儿科患者（81例），且主要关注腹部/盆腔区域，未验证其他解剖部位或成人患者的适用性 | 开发CBCT到sCT的转换方法以提升质子治疗中的射程估计精度 | 81名儿科患者的CBCT、同日重复CT和计划CT图像 | 医学影像分析 | 腹部盆腔肿瘤（未明确具体癌种） | 锥形束CT（CBCT）、深度学习、形变图像配准（DIR） | CycleGAN | 医学影像（CT/CBCT图像） | 81名儿科患者（训练60人、验证6人、测试15人） |
| 7 | 2025-09-07 |
DPAM-PSPNet: ultrasonic image segmentation of thyroid nodule based on dual-path attention mechanism
2023-Jul-31, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ace6f1
PMID:37437581
|
研究论文 | 提出基于双路径注意力机制的DPAM-PSPNet模型，用于甲状腺结节超声图像的自动分割 | 在PSPNet中引入双路径注意力机制(DPAM)，一通道捕获全局信息，另一通道聚焦结节边缘及周围信息，并更新了集成损失函数 | NA | 开发自动化甲状腺结节超声图像分割系统，辅助临床诊断 | 甲状腺结节超声图像 | 计算机视觉 | 甲状腺疾病 | 深度学习 | PSPNet with DPAM | 超声图像 | NA |
| 8 | 2025-09-07 |
Fast dose calculation in x-ray guided interventions by using deep learning
2023-07-31, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ace678
PMID:37433326
|
研究论文 | 本研究提出一种基于深度学习的方法，用于X射线引导介入手术中快速计算患者辐射剂量 | 采用改进的3D U-Net架构，结合患者CT扫描和成像参数，实现快速且个性化的3D剂量分布预测 | 目前主要针对腹部区域验证，且胰腺剂量预测误差相对较高(13.1%) | 开发实时剂量监测系统，预防X射线介入手术中的辐射副作用 | 接受X射线引导介入手术的患者，特别是腹部主动脉腔内修复术病例 | 医学影像分析 | 心血管疾病 | 蒙特卡洛模拟，深度学习 | 3D U-Net | CT影像，成像参数数值 | 82例患者CT扫描，其中65例用于训练，17例用于测试 |
| 9 | 2025-09-07 |
Pulmonary nodules segmentation based on domain adaptation
2023-07-26, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ace498
PMID:37406634
|
研究论文 | 提出一种基于对抗域适应与背景掩码的肺结节分割方法，用于解决医学图像中的域偏移和复杂背景问题 | 结合背景掩码生成和梯度反转层传播的对抗域适应框架，增强目标网络对分割边缘的敏感性 | NA | 提升医学图像分割精度，特别是肺结节的自动分割 | CT图像中的肺结节 | 计算机视觉 | 肺癌 | 深度学习，对抗域适应 | 对抗神经网络 | 医学图像（CT） | NA |
| 10 | 2025-09-07 |
Unsupervised deep learning-based displacement estimation for vascular elasticity imaging applications
2023-07-24, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ace0f0
PMID:37348487
|
研究论文 | 提出一种基于无监督深度学习的位移估计方法，用于提升血管弹性成像的质量 | 首次将无监督深度学习（原用于图像配准）应用于血管壁位移估计，实现高时空分辨率的弹性成像 | NA | 改进血管弹性成像技术，通过精确位移估计评估动脉壁硬度 | 动脉血管壁（包括仿体实验和人类颈总动脉） | 医学影像分析 | 心血管疾病 | 超声弹性成像，脉冲波速度（PWV）测量 | 无监督深度学习网络 | 超声RF信号和B模式图像 | 仿体实验及人类颈总动脉测试（具体样本量未明确说明） |
| 11 | 2025-09-07 |
Low-count PET image reconstruction based on truncated inverse radon layer and U-shaped network
2023-07-19, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ace240
PMID:37369236
|
研究论文 | 提出一种基于深度学习的方法，用于从低计数正弦图直接重建PET图像 | 结合截断逆拉东层实现域变换和U型网络进行图像增强，能够直接从低计数正弦图重建图像 | NA | 改进低剂量PET图像重建质量并减少计算时间 | PET图像重建 | 医学影像处理 | 肿瘤检测 | 深度学习 | U-shaped network | 图像 | 模拟数据和真实数据 |
| 12 | 2025-09-07 |
A simulation study of 1D U-Net-based inter-crystal scatter event recovery of PET detectors
2023-07-10, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ace1d1
PMID:37364572
|
研究论文 | 本研究提出一种基于一维U-Net卷积神经网络的方法，用于预测正电子发射断层扫描中伽马光子的首次相互作用位置，以解决晶体间散射事件恢复问题 | 首次将一维U-Net结构应用于晶体间散射恢复问题，相比全连接网络方法参数更少、稳定性更高，且具有更好的通用性和计算速度 | NA | 提高PET系统图像重建的空间分辨率，通过准确预测伽马光子的首次相互作用位置来解决晶体间散射问题 | 正电子发射断层扫描(PET)探测器中的晶体间散射事件 | 医学影像分析 | NA | GATE蒙特卡洛模拟，深度学习 | 1D U-Net CNN | 模拟数据 | 基于GATE蒙特卡洛模拟收集的数据集 |
| 13 | 2025-09-07 |
HyperTDP-Net: A Hyper-densely Connected Compression-and-Decomposition Network Based on Trident Dilated Perception for PET and MRI Image Fusion
2023-07-05, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/acdec3
PMID:37321243
|
研究论文 | 提出一种基于三叉戟扩张感知的超密集连接压缩分解网络（HyperTDP-Net），用于PET和MRI医学图像融合 | 构建双残差超密集模块充分利用中间层信息，建立三叉戟扩张感知模块精确定位特征，并采用结构相似性和梯度损失组成的新内容感知损失函数 | NA | 提升多模态医学图像融合质量，生成包含更全面特征信息的融合图像 | PET和MRI医学图像 | 计算机视觉 | NA | 深度学习 | CNN, HyperTDP-Net | 医学图像 | 源自哈佛医学院发布的多模态医学图像数据集 |
| 14 | 2025-07-23 |
Deep learning-based Fast Volumetric Image Generation for Image-guided Proton FLASH Radiotherapy
2023-Jul-26, Research square
DOI:10.21203/rs.3.rs-3112632/v1
PMID:37546731
|
研究论文 | 开发了一种基于深度学习的快速体积图像生成框架，用于质子FLASH放射治疗的图像引导 | 提出了一种结合正交kV X射线投影和深度学习的体积图像重建方法，用于质子FLASH放射治疗中的快速目标定位 | 研究仅针对30名肺癌患者的数据进行了验证，样本量有限 | 开发快速体积图像重建框架以支持质子FLASH放射治疗的精确目标定位 | 肺癌患者 | 数字病理 | 肺癌 | 深度学习 | DL | CT图像 | 30名肺癌患者，每人有包含十个呼吸阶段的四维CT数据集 |
| 15 | 2025-07-21 |
Leveraging spatial transcriptomics data to recover cell locations in single-cell RNA-seq with CeLEry
2023-07-08, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-39895-3
PMID:37422469
|
研究论文 | 提出了一种名为CeLEry的监督深度学习算法，利用空间转录组学数据恢复单细胞RNA测序中的细胞位置信息 | CeLEry通过变分自编码器进行数据增强，提高了方法的鲁棒性，并能克服scRNA-seq数据中的噪声 | NA | 解决单细胞RNA测序中细胞物理关系缺失的问题，恢复细胞的空间位置信息 | 单细胞RNA测序数据中的细胞 | 生物信息学 | 癌症 | scRNA-seq, 空间转录组学 | 监督深度学习算法, 变分自编码器 | 基因表达数据, 空间位置数据 | 多个数据集，包括脑组织和癌组织，使用Visium、MERSCOPE、MERFISH和Xenium技术生成 |
| 16 | 2025-07-20 |
The 2022 n2c2/UW shared task on extracting social determinants of health
2023-07-19, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocad012
PMID:36795066
|
研究论文 | 本文介绍了2022年n2c2/UW共享任务，旨在从临床记录中提取社会健康决定因素(SDOH)信息 | 探索了自然语言处理技术在SDOH和更广泛临床信息提取中的应用，并比较了不同技术的性能 | 提取性能因SDOH类型而异，对于增加健康风险的因素(如物质使用和无家可归)表现较差 | 推进自然语言处理技术在健康社会决定因素信息提取中的应用 | 临床文本中的社会健康决定因素信息 | 自然语言处理 | NA | 规则、知识库、n-grams、词嵌入和预训练语言模型 | 序列到序列模型 | 文本 | 15个团队参与，使用Social History Annotated Corpus (SHAC)数据集 |
| 17 | 2025-06-19 |
Coronary X-ray angiography segmentation using Artificial Intelligence: a multicentric validation study of a deep learning model
2023-07, The international journal of cardiovascular imaging
DOI:10.1007/s10554-023-02889-9
PMID:37253900
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 18 | 2025-06-13 |
Combined genome-wide association study of 136 quantitative ear morphology traits in multiple populations reveal 8 novel loci
2023-07, PLoS genetics
IF:4.0Q1
DOI:10.1371/journal.pgen.1010786
PMID:37459304
|
研究论文 | 通过多人群的136个耳形态定量性状的全基因组关联研究，揭示了8个新的遗传位点 | 发现了8个与人类耳特征相关的新遗传位点，并揭示了耳形态与其他表面外胚层衍生性状的共享遗传决定因素 | 研究主要基于欧洲、亚洲和拉丁美洲的五个队列，可能无法完全代表全球人群的遗传多样性 | 探索人类耳形态的遗传结构及其与其他表面外胚层衍生性状的遗传关系 | 14,921名来自欧洲、亚洲和拉丁美洲的个体 | 基因组学 | NA | GWAS meta-analysis, C-GWASs, 深度学习 | NA | 数字面部图像 | 14,921名个体 |
| 19 | 2025-06-08 |
Deep Learning Based Metabolite Annotation
2023-07, 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/EMBC40787.2023.10341007
PMID:38082953
|
研究论文 | 本文探讨了基于深度学习的代谢物注释方法，旨在解决非靶向代谢组学研究中代谢物注释的瓶颈问题 | 研究了高维光谱数据和分子指纹的表示方法，以提高分子指纹预测的准确性 | 依赖于有限的公开光谱库，且仅覆盖已知化合物的一部分 | 提高非靶向代谢组学研究中代谢物注释的准确性和效率 | 代谢物及其MS/MS光谱数据 | 机器学习 | NA | LC-MS, MS/MS | CNN | 光谱数据 | 来自MoNA存储库和NIST 20的MS/MS光谱数据 |
| 20 | 2025-06-05 |
Performance of ChatGPT on the pharmacist licensing examination in Taiwan
2023-07-01, Journal of the Chinese Medical Association : JCMA
IF:1.9Q2
DOI:10.1097/JCMA.0000000000000942
PMID:37227901
|
research paper | 评估ChatGPT在台湾药师执照考试中的表现及其在药学教育中的潜在作用 | 首次评估ChatGPT在台湾药师执照考试中的表现，探讨其在药学教育中的应用潜力 | 排除了图形问题、化学公式和表格，仅评估了文本问题，且使用的是ChatGPT 3.5版本 | 评估ChatGPT在药师执照考试中的准确性并探讨其在药学教育中的潜在作用 | 台湾药师执照考试的题目 | natural language processing | NA | ChatGPT 3.5 | ChatGPT | text | 2023年台湾药师执照考试的第一阶段和第二阶段题目 |