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 12022 篇文献，本页显示第 221 - 240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 221 | 2025-10-06 |
Deep Learning-Assisted Identification of Femoroacetabular Impingement (FAI) on Routine Pelvic Radiographs
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00920-y
PMID:38343231
|
研究论文 | 开发了一种深度学习系统用于在常规骨盆X光片上定位髋关节并检测凸轮型股骨髋臼撞击征 | 首次使用基于焦点损失原理的卷积神经网络定位髋关节，并采用二级CNN分类系统检测FAI病变 | 研究为回顾性设计，样本来源单一，模型性能有待进一步提升 | 开发自动检测股骨髋臼撞击征的深度学习系统 | 骨盆X光片中的髋关节 | 计算机视觉 | 骨科疾病 | X射线成像 | CNN | 图像 | 3050项研究，包含724个严重FAI、962个中度FAI、846个轻度FAI和518个正常髋关节 | NA | 基于焦点损失原理的CNN | 准确率, 灵敏度, 特异性, AUC | NA |
| 222 | 2025-10-06 |
Generating PET Attenuation Maps via Sim2Real Deep Learning-Based Tissue Composition Estimation Combined with MLACF
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00902-0
PMID:38343219
|
研究论文 | 本研究提出了一种基于Sim2Real深度学习的组织成分估计方法，结合MLACF算法生成PET衰减图 | 首次使用仅模拟PET数据集进行模型训练，通过Sim2Real深度学习估计组织成分并生成衰减图 | DL模型在颈部切片区域对解剖细节估计不准确 | 开发无需CT数据的PET衰减校正方法 | 人头部的PET图像 | 医学影像处理 | NA | PET成像 | 深度学习 | PET图像 | 临床脑PET数据 | NA | NA | 定量准确性 | NA |
| 223 | 2025-10-06 |
Fetal Ultrasound Segmentation and Measurements Using Appearance and Shape Prior Based Density Regression with Deep CNN and Robust Ellipse Fitting
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00908-8
PMID:38343234
|
研究论文 | 提出一种结合外观和形状先验的密度回归方法，通过深度CNN和鲁棒椭圆拟合实现胎儿超声图像中头部结构的自动分割与头围测量 | 提出DR-ASPnet模型，将外观和形状先验整合到深度学习网络中，并采用鲁棒椭圆拟合方法进行头围估计 | 未明确说明样本规模和数据集的多样性限制 | 实现胎儿头部结构的精确分割和头围生物测量 | 胎儿超声图像中的头部结构 | 计算机视觉 | 胎儿生长异常 | 超声成像 | CNN | 超声图像 | NA | NA | HDR-DCNN | DSC, AD, CC | NA |
| 224 | 2025-10-06 |
Pulmonary Nodule Classification Using a Multiview Residual Selective Kernel Network
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00928-4
PMID:38343233
|
研究论文 | 提出一种基于多视角残差选择核网络的肺结节分类方法，通过结合手工纹理特征与深度学习模型提升恶性结节预测性能 | 设计了残差选择核(RSK)模块处理肺结节形态多样性，构建多视角RSK网络(MRSKNet)，并提出将同质性纹理特征图与CT图像拼接的输入策略 | 仅在公开数据集LIDC-IDRI上进行验证，需要进一步临床验证 | 开发计算机辅助诊断系统用于肺结节的恶性概率预测 | CT图像中的肺结节 | 计算机视觉 | 肺癌 | CT成像 | CNN | 医学图像 | LIDC-IDRI公共数据库 | NA | ResNet, Selective Kernel | AUC, 准确率, 召回率, 特异性 | NA |
| 225 | 2025-10-06 |
Deep Learning Detection of Aneurysm Clips for Magnetic Resonance Imaging Safety
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00932-8
PMID:38343241
|
研究论文 | 本研究开发了一种基于深度学习的自动检测系统，用于在MRI扫描前通过CT图像识别动脉瘤夹的存在 | 首次将预训练图像分类神经网络应用于CT定位器图像，实现动脉瘤夹的自动检测，并采用SHAP解释模型预测 | 三维CT头扫描模型的灵敏度未超过定位器模型，样本量相对有限 | 开发自动化系统在MRI预约前标记动脉瘤夹，提高患者安全 | 头部CT扫描图像 | 计算机视觉 | 心血管疾病 | CT成像 | CNN | 图像 | 280例头部CT扫描（140例含动脉瘤夹，140例不含） | NA | 预训练图像分类神经网络 | 灵敏度, 准确率 | NA |
| 226 | 2025-10-06 |
Intra- and Inter-expert Validation of an Automatic Segmentation Method for Fluid Regions Associated with Central Serous Chorioretinopathy in OCT Images
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00926-6
PMID:38343245
|
研究论文 | 开发并验证用于自动分割OCT图像中中心性浆液性脉络膜视网膜病变相关液体区域的深度学习方法 | 首次在CSC病变分割中进行了专家内和专家间验证，并证明自动分割模型与专家的一致性优于专家之间的一致性 | 未提供内部数据集的平均Dice系数具体数值 | 开发自动分割OCT图像中CSC相关液体区域的方法，减少人工检查工作量 | 中心性浆液性脉络膜视网膜病变患者的OCT图像 | 计算机视觉 | 视网膜疾病 | 光学相干断层扫描 | 深度学习 | 医学图像 | NA | NA | 六种不同复杂度的深度学习架构配置 | Dice系数,Kappa系数 | NA |
| 227 | 2025-10-06 |
Impacts of Adaptive Statistical Iterative Reconstruction-V and Deep Learning Image Reconstruction Algorithms on Robustness of CT Radiomics Features: Opportunity for Minimizing Radiomics Variability Among Scans of Different Dose Levels
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00901-1
PMID:38343265
|
研究论文 | 研究自适应统计迭代重建-V和深度学习图像重建算法对CT影像组学特征稳健性的影响 | 首次系统比较ASIR-V和DLIR算法在不同剂量水平下对CT影像组学特征重现性的影响 | 研究基于标准化体模，未涉及真实患者数据 | 评估不同重建算法对CT影像组学特征变异性的影响 | 标准化CT体模 | 医学影像分析 | NA | 单能CT, 双能CT, 虚拟单色成像 | 深度学习图像重建 | CT影像 | 标准化体模在不同剂量水平下的扫描数据 | Pyradiomics | NA | 组内相关系数, 一致性相关系数 | NA |
| 228 | 2025-10-06 |
The Segmentation of Multiple Types of Uterine Lesions in Magnetic Resonance Images Using a Sequential Deep Learning Method with Image-Level Annotations
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00931-9
PMID:38343259
|
研究论文 | 本研究开发了一种仅使用图像级标注的弱监督深度学习模型，用于磁共振图像中多种子宫病变和正常组织的自动分割 | 提出了一种两阶段顺序深度学习模型，仅需图像级标注即可实现多种子宫病变的精确分割，避免了像素级标注的繁琐过程 | 研究为单中心回顾性研究，样本量相对有限，需要进一步多中心验证 | 开发弱监督医学图像分割方法，减少对像素级标注的依赖 | 子宫病变患者和正常组织的磁共振图像 | 医学图像分析 | 子宫疾病 | 磁共振成像 | 深度学习 | 医学图像 | 316名患者的85,730张图像，其中196名用于训练，57名用于验证，63名用于测试 | NA | 像素相关模块,类重激活图模块,像素间关系网络模块,Deeplab v3+ | Dice相似系数,豪斯多夫距离,平均对称表面距离 | NA |
| 229 | 2025-10-06 |
The global research of magnetic resonance imaging in Alzheimer's disease: a bibliometric analysis from 2004 to 2023
2024, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2024.1510522
PMID:39882364
|
文献计量分析 | 通过文献计量学方法分析2004-2023年间阿尔茨海默病磁共振成像研究的全球发展趋势和研究热点 | 首次对AD领域MRI研究进行长达20年的文献计量分析，识别出深度学习等新兴研究热点 | 仅基于Web of Science数据库，可能遗漏其他数据库的相关文献 | 总结AD领域MRI研究的现状并预测未来研究方向 | 2004-2023年间WoSCC数据库中13,659篇AD-MRI相关研究文献 | 医学影像分析 | 阿尔茨海默病 | 磁共振成像(MRI), 文献计量分析 | NA | 文献元数据 | 13,659篇研究文章 | CiteSpace, VOSviewer | NA | NA | NA |
| 230 | 2025-09-12 |
Recurrent Inference Machine for Medical Image Registration
2024-Jun-19, ArXiv
PMID:39371087
|
研究论文 | 提出一种名为循环推理图像配准网络的新型医学图像配准方法，通过元学习方式迭代求解配准问题 | 将循环推理框架与元学习相结合，通过学习优化更新规则，结合隐式正则化和显式梯度输入，提高配准精度和数据效率 | NA | 提升医学图像配准的精度和数据效率 | 脑部MRI和定量心脏MRI图像 | 计算机视觉 | NA | 深度学习，元学习 | 循环推理网络 | 医学图像（MRI） | NA | NA | NA | NA | NA |
| 231 | 2025-09-12 |
Toward a deep learning-based magnetic resonance imaging only workflow for postimplant dosimetry in I-125 seed brachytherapy for prostate cancer
2024 Jan-Feb, Brachytherapy
IF:1.7Q3
DOI:10.1016/j.brachy.2023.09.009
PMID:38008648
|
研究论文 | 本研究开发了一种基于深度学习的MRI-only工作流，用于前列腺癌I-125粒子植入后剂量计算，旨在替代当前CT标准方法 | 首次结合深度学习与定量磁敏感图（QSM）和DIXON序列，实现MRI自动粒子分割，避免CT额外辐射并提升软组织对比度 | 研究样本量较小（20例患者），且仅使用1.5T MRI设备，未验证更高场强或更多样人群的适用性 | 建立无需CT的MRI-only工作流，提高前列腺癌粒子治疗后剂量计算的准确性和安全性 | 接受I-125粒子植入治疗的前列腺癌患者 | 数字病理 | 前列腺癌 | MRI（DIXON序列、3D梯度回波序列）、深度学习QSM生成 | 3D nnU-net | 医学影像（MRI、CT） | 20例患者 | NA | NA | NA | NA |
| 232 | 2025-10-06 |
Enhanced human activity recognition in medical emergencies using a hybrid deep CNN and bi-directional LSTM model with wearable sensors
2024-12-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-82045-y
PMID:39730745
|
研究论文 | 提出一种结合深度CNN和双向LSTM的混合模型，通过可穿戴传感器数据提升医疗紧急情况下的人类活动识别能力 | 首次将CNN-BiLSTM模型与欠采样技术结合用于人类活动识别，在公开数据集上取得显著性能提升 | 仅使用两个公开数据集进行验证，未在更多样化的实际场景中测试 | 提高医疗紧急情况下人类活动识别的准确性和可靠性 | 通过可穿戴传感器采集的人类活动数据，特别关注老年人跌倒和异常动作识别 | 机器学习 | 老年疾病 | 可穿戴传感器数据采集 | CNN, BiLSTM | 传感器时序数据 | MHEALTH和Actitracker两个公开数据集 | NA | CNN-BiLSTM混合架构 | 准确率, 精确率, 召回率, F1分数 | NA |
| 233 | 2025-10-06 |
Artificial intelligence-enabled electrocardiogram for mortality and cardiovascular risk estimation: a model development and validation study
2024-11, The Lancet. Digital health
DOI:10.1016/S2589-7500(24)00172-9
PMID:39455192
|
研究论文 | 开发并验证了一种基于人工智能的心电图风险估计平台，用于预测死亡率和心血管风险 | 开发了具有可操作性、可解释性和生物学合理性的AI-ECG风险估计平台，能够生成患者特异性生存曲线并预测死亡时间 | NA | 开发能够预测死亡率和心血管风险的AI-ECG平台，解决现有模型在个体层面缺乏可操作性和可解释性的问题 | 心电图数据和患者群体 | 机器学习 | 心血管疾病 | 心电图 | 深度学习 | 心电图信号 | 1,163,401份心电图，来自189,539名患者，并在五个跨国队列中验证 | NA | 离散时间生存模型 | C-index | NA |
| 234 | 2025-10-06 |
Artificial intelligence-assisted automated heart failure detection and classification from electronic health records
2024-Oct, ESC heart failure
IF:3.2Q2
DOI:10.1002/ehf2.14828
PMID:38700133
|
研究论文 | 本研究开发了一种结合电子健康记录、深度学习自动解读超声心动图和生物样本分析的人工智能系统，用于自动检测和分类心力衰竭患者 | 首次将电子健康记录关键词搜索、深度学习自动解读DICOM超声心动图像和生物标志物分析相结合，实现心力衰竭亚型的自动识别和分类 | 研究仅基于苏格兰Tayside和Fife地区数据，样本代表性可能受限；需要排除数据不匹配或严重瓣膜性心脏病患者 | 开发自动化心力衰竭检测和分类系统，改善患者护理和监测 | 心力衰竭患者，包括射血分数降低型心力衰竭(HFrEF)、射血分数保留型心力衰竭(HFpEF)和无心力衰竭对照组 | 医疗人工智能 | 心力衰竭 | 电子健康记录分析、DICOM图像处理、生物标志物检测、深度学习 | 深度学习模型 | 电子健康记录、DICOM超声心动图像、血浆样本生物标志物数据 | 从60,850例电子健康记录中筛选出578名患者（186名对照组，236名HFpEF，156名HFrEF） | NA | NA | 准确性、一致性验证 | NA |
| 235 | 2025-10-06 |
Refined matrix completion for spectrum estimation of heart rate variability
2024-Aug-02, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2024296
PMID:39483092
|
研究论文 | 本研究提出了一种基于矩阵补全的心率变异性频谱不确定性估计新方法 | 利用HRV频谱矩阵的低秩特性进行数据不确定性估计，并开发了精炼的矩阵补全技术以提高估计精度和计算效率 | NA | 开发可靠的心率变异性频谱不确定性估计方法 | 心率变异性频谱数据 | 机器学习 | 心血管疾病 | 频谱分析 | 统计机器学习模型 | 生理信号数据 | 五个公共数据集 | NA | 矩阵补全 | 有效性、可靠性 | NA |
| 236 | 2025-10-06 |
The Integration of Deep Learning in Radiotherapy: Exploring Challenges, Opportunities, and Future Directions through an Umbrella Review
2024-Apr-30, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14090939
PMID:38732351
|
综述 | 通过伞式综述探讨深度学习在放射治疗领域的整合应用，分析其挑战、机遇与未来发展方向 | 首次采用伞式综述方法系统梳理深度学习在放疗领域的应用现状，特别关注COVID-19大流行背景下的加速发展 | 基于19篇系统综述的二次分析，缺乏原始研究数据的直接验证 | 探索深度学习技术在放射治疗中的变革性影响和发展前景 | 放射治疗领域的深度学习应用研究 | 医疗人工智能 | 放射治疗相关疾病 | 深度学习 | NA | 医学影像数据 | 基于19篇系统综述的二次分析 | NA | NA | NA | NA |
| 237 | 2025-10-06 |
Characterization of organic fouling on thermal bubble-driven micro-pumps
2024 Mar-Apr, Biofouling
IF:2.6Q1
DOI:10.1080/08927014.2024.2353034
PMID:38785127
|
研究论文 | 本研究通过高速成像和深度学习网络表征热气泡驱动微泵在生物流体中的有机污垢现象 | 首次研究热气泡微泵与生物流体的相互作用，提出基于气泡面积减少的污垢量化新指标 | 仅测试了蛋清蛋白和牛全血两种生物流体，未涉及其他生物流体类型 | 表征热气泡驱动微泵在生物流体中的有机污垢效应 | 热气泡驱动微泵与生物流体（蛋清蛋白、牛全血）的相互作用 | 微流控技术 | NA | 频闪高速成像、深度学习 | CNN | 图像 | 使用蛋清蛋白和牛全血两种生物流体进行测试 | PyTorch | ResNet-18 | 气泡面积减少量 | NA |
| 238 | 2025-10-06 |
Deep learning-assisted detection of psychoactive water pollutants using behavioral profiling of zebrafish embryos
2024-12-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.136358
PMID:39486333
|
研究论文 | 本研究结合斑马鱼胚胎行为表型分析和深度学习技术，开发了一种检测水中精神活性污染物的新方法 | 首次将斑马鱼胚胎行为分析与深度学习相结合用于水污染物检测，提供了一种环保经济的检测新视角 | 模型准确率为65.35%，仍有提升空间；仅针对17种精神活性化合物进行研究 | 开发新型水污染物检测方法，推进环境毒理学研究和水污染控制 | 斑马鱼胚胎 | 计算机视觉 | NA | 行为表型分析 | CNN | 视频行为轨迹数据 | 17种精神活性化合物，环境相关浓度（1和10 μg/L），5和6天受精后斑马鱼胚胎 | NA | ResNet101 | 准确率 | NA |
| 239 | 2025-10-06 |
Comorbidity-based framework for Alzheimer's disease classification using graph neural networks
2024-09-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72321-2
PMID:39256497
|
研究论文 | 提出一种基于共病数据的图神经网络框架，用于阿尔茨海默病的多阶段分类 | 首次将电子健康记录中的共病数据与图神经网络结合用于阿尔茨海默病分类 | 未详细说明模型对特定共病类型的敏感性分析 | 开发早期阿尔茨海默病预测的准确且经济有效的方法 | 阿尔茨海默病患者（认知正常、轻度认知障碍、阿尔茨海默病三个阶段） | 数字病理学 | 阿尔茨海默病 | 电子健康记录分析 | GNN | 图结构数据 | 阿尔茨海默病神经影像倡议数据集和澳大利亚影像、生物标志物与生活方式数据集 | PyTorch Geometric（基于描述推断） | Chebyshev Convolutional Neural Networks | 准确率 | NA |
| 240 | 2025-10-06 |
iEEG-recon: A fast and scalable pipeline for accurate reconstruction of intracranial electrodes and implantable devices
2024-Mar, Epilepsia
IF:6.6Q1
DOI:10.1111/epi.17863
PMID:38148517
|
研究论文 | 开发了一个用于颅内电极和植入设备重建的快速可扩展管道iEEG-recon | 创建了模块化、容器化的电极重建管道，支持云端部署并与临床工作流集成 | 需要半自动电极标注，对编程和影像专业知识有限的用户仍有一定门槛 | 自动化颅内电极重建过程，促进癫痫治疗的数据协作 | 耐药性癫痫患者的颅内脑电图数据和脑部磁共振成像 | 数字病理 | 癫痫 | 脑磁共振成像，颅内脑电图 | 深度学习 | 医学影像，电极坐标数据 | 来自两个癫痫中心的132名患者数据 | ANTsPyNet, FreeSurfer | 深度学习脑部分割模型 | 运行时间，放射学验证，与FreeSurfer分割一致性 | 云端平台，每例30分钟运行时间 |