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 12039 篇文献，本页显示第 2601 - 2620 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2601 | 2025-10-07 |
The Role of Artificial Intelligence in Predicting Optic Neuritis Subtypes From Ocular Fundus Photographs
2024-Aug-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society
IF:2.0Q2
DOI:10.1097/WNO.0000000000002229
PMID:39088711
|
研究论文 | 本研究开发了一种基于眼底照片的深度学习AI算法，用于预测视神经炎亚型 | 首次使用深度学习算法通过眼底照片区分多发性硬化相关视神经炎与其他亚型视神经炎 | 回顾性研究，样本量有限，非MS ON组患者数量较少 | 开发AI算法辅助视神经炎亚型的早期诊断和鉴别 | 视神经炎患者 | 计算机视觉 | 视神经炎 | 眼底摄影 | 深度学习 | 图像 | 321名患者的1,599张眼底照片（MS ON：262名患者/1,114张照片；非MS ON：59名患者/485张照片） | NA | NA | AUC, 准确率, 敏感性, 特异性 | NA |
| 2602 | 2025-10-07 |
Synthetic photoplethysmogram (PPG) signal generation using a genetic programming-based generative model
2024-Aug, Journal of medical engineering & technology
DOI:10.1080/03091902.2024.2438150
PMID:39731227
|
研究论文 | 提出一种基于遗传编程的生成模型用于合成光电容积脉搏波信号 | 采用遗传编程方法自动确定数学模型的结构和组合，相比传统回归方法能生成更多样化和准确的数据 | 仅使用初始PPG信号样本进行训练，可能受限于样本的代表性 | 开发生成模型以解决PPG信号数据多样性和训练数据有限的问题 | 光电容积脉搏波信号 | 机器学习 | 心血管疾病 | 遗传编程 | 生成模型 | 生理信号 | 初始PPG信号样本 | NA | 基于遗传编程的生成模型 | 均方误差,均方根误差,相关系数 | 资源受限环境 |
| 2603 | 2025-10-07 |
Deep learning of movement behavior profiles and their association with markers of cardiometabolic health
2024-Mar-13, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02474-7
PMID:38481262
|
研究论文 | 本研究使用深度学习技术将加速度计记录的运动行为转换为图像，并分析其与心脏代谢健康标志物的关联 | 首次将加速度计输出转换为2D图像格式，利用卷积自编码器学习运动行为的完整谱系表示，捕捉运动行为的持续时间、时间和积累模式的复杂相互作用 | 样本仅来自NHANES研究的1812名成年参与者，可能无法代表更广泛的人群 | 探索运动行为模式与心脏代谢健康标志物之间的关联 | 20-65岁成年人的运动行为数据 | 机器学习 | 心血管代谢疾病 | 加速度计测量 | 卷积自编码器, K-means聚类 | 加速度计输出(活动计数)转换的2D图像 | 1812名成年参与者来自NHANES研究(2003-2006周期) | NA | 卷积自编码器 | 统计学显著性(P值) | NA |
| 2604 | 2025-10-07 |
The Breakthrough of Large Language Models Release for Medical Applications: 1-Year Timeline and Perspectives
2024-Feb-17, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-024-02045-3
PMID:38366043
|
综述 | 本文回顾了2023年大型语言模型在医疗领域的发展时间线，并探讨了其应用前景与挑战 | 首次系统梳理了2023年度医疗领域大型语言模型的发布脉络，并提出了向通用生物医学AI系统演进的发展视角 | 技术发展速度过快导致信息可能不够全面，对模型具体应用效果缺乏实证数据支持 | 概述近期发布的LLMs在医学领域的潜在应用，探讨安全有效的应用前景 | 大型语言模型及其在医疗领域的应用 | 自然语言处理 | 慢性病管理 | Transformer架构，预训练技术 | LLM | 文本 | NA | NA | Transformer | NA | 大规模计算资源 |
| 2605 | 2025-10-07 |
Deep-Learning-Based Analysis Reveals a Social Behavior Deficit in Mice Exposed Prenatally to Nicotine
2024-02-01, Cells
IF:5.1Q2
DOI:10.3390/cells13030275
PMID:38334667
|
研究论文 | 本研究利用深度学习技术分析产前尼古丁暴露对小鼠行为表现的影响 | 首次结合DeepLabCut和SimBA深度学习算法无偏评估产前尼古丁暴露小鼠的行为表型，并发现其同时表现出ADHD和ASD特征 | 研究仅限于小鼠模型，未涉及人类临床验证 | 探究产前尼古丁暴露对后代神经行为发育的影响 | 产前尼古丁暴露(PNE)小鼠模型 | 计算机视觉 | 注意缺陷多动障碍,自闭症谱系障碍 | 行为表型分析,神经发生评估 | 深度学习 | 视频 | 未明确说明 | DeepLabCut, SimBA | NA | 高保真度标记 | NA |
| 2606 | 2025-10-07 |
Multiple Classification of Brain MRI Autism Spectrum Disorder by Age and Gender Using Deep Learning
2024-Jan-22, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-023-02032-0
PMID:38252192
|
研究论文 | 本研究使用深度学习对脑部结构MRI进行自闭症谱系障碍的多重分类，同时考虑年龄和性别因素 | 首次基于年龄和性别因素进行自闭症的多重分类，探究这些因素对诊断的贡献 | NA | 开发自闭症谱系障碍的快速诊断系统，并分析年龄和性别因素对诊断的影响 | 自闭症谱系障碍患者和典型发育人群的脑部结构MRI数据 | 计算机视觉 | 自闭症谱系障碍 | 脑部结构MRI | CNN | 图像 | NA | NA | CNN | 准确率 | NA |
| 2607 | 2025-10-07 |
Automated Prediction of Photographic Wound Assessment Tool in Chronic Wound Images
2024-Jan-16, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-023-02029-9
PMID:38227131
|
研究论文 | 提出基于深度学习的全自动图像处理流程，用于慢性伤口图像中的伤口检测和Photographic Wound Assessment Tool（PWAT）评分预测 | 利用预训练神经网络模型和大规模伤口分割数据集，实现伤口区域的自动检测和PWAT评分预测，自动化临床伤口愈合评估过程 | 仅基于智能手机拍摄的图像，未考虑其他临床因素；在未见图像集上的验证规模有限 | 开发自动化伤口评估工具，消除人为主观性并加速临床实践 | 慢性伤口图像 | 计算机视觉 | 慢性伤口 | 图像处理分析 | 深度学习 | 图像 | 大规模伤口分割数据集 | NA | 预训练神经网络 | Spearman相关系数 | NA |
| 2608 | 2025-10-07 |
Deep learning for prediction of post-thrombectomy outcomes based on admission CT angiography in large vessel occlusion stroke
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1369702
PMID:39149161
|
研究论文 | 基于入院CTA图像开发端到端深度学习模型预测大血管闭塞卒中患者取栓术后3个月功能结局 | 首次基于入院CTA图像构建端到端自动化深度学习流程预测前循环大血管闭塞取栓术后结局，并独立验证模型性能 | 样本量相对有限（591例患者），需更大规模多中心研究验证 | 开发自动化深度学习模型预测大血管闭塞卒中患者取栓术后功能结局 | 前循环大血管闭塞卒中患者 | 医学影像分析 | 脑血管疾病 | 计算机断层扫描血管成像 | CNN | 医学影像 | 591例患者（496例训练/交叉验证，95例独立测试） | PyTorch | ResNet-50 3D | AUC | NA |
| 2609 | 2025-01-16 |
Assessment of the Accuracy of a Deep Learning Algorithm- and Video-based Motion Capture System in Estimating Snatch Kinematics
2024, International journal of exercise science
DOI:10.70252/PRVV4165
PMID:39807293
|
研究论文 | 本研究评估了基于深度学习和视频的无标记运动捕捉系统在抓举运动学估计中的准确性，并与基于标记的系统进行了比较 | 首次将基于深度学习的无标记视频系统应用于抓举运动学分析，并与传统标记系统进行对比 | 两种系统在估计运动学参数时存在显著差异，可能由于模型和假设的不同 | 评估无标记视频系统在抓举运动学分析中的适用性 | 21名举重运动员（15名男性，6名女性） | 计算机视觉 | NA | 深度学习姿态估计算法 | NA | 视频 | 21名举重运动员，131次试验 | NA | NA | NA | NA |
| 2610 | 2025-01-16 |
Design and validation of the reflection skills self-assessment questionnaire (RSSAQ)
2024, Journal of education and health promotion
IF:1.4Q3
DOI:10.4103/jehp.jehp_141_24
PMID:39811846
|
研究论文 | 本研究旨在设计和验证波斯语医学科学学生反思技能自我评估问卷（RSSAQ）的心理测量特性 | 开发了一种新的波斯语反思技能自我评估问卷，并验证了其心理测量特性 | 研究样本仅限于一所大学的学生，可能限制了结果的普遍性 | 设计和验证波斯语医学科学学生反思技能自我评估问卷的心理测量特性 | 医学科学学生 | 教育评估 | NA | 探索性因子分析（EFA）和验证性因子分析（CFA） | NA | 问卷数据 | 19名专家、50名学生（面效度和内容效度评估）、48名学生（信度评估）、151名学生（构念效度评估） | NA | NA | NA | NA |
| 2611 | 2025-10-07 |
An AI-directed analytical study on the optical transmission microscopic images of Pseudomonas aeruginosa in planktonic and biofilm states
2024-Dec-24, ArXiv
PMID:39764404
|
研究论文 | 本研究开发了一种基于深度学习的AI模型，用于检测铜绿假单胞菌在浮游和生物膜状态的光学透射显微图像 | 首次将U-Net与ResNet编码器增强结合用于生物膜图像分割，并利用适配体DNA模板银纳米簇抑制生物膜形成 | NA | 开发准确高效的生物膜检测和预防方法 | 铜绿假单胞菌的生物膜和浮游状态 | 计算机视觉 | 细菌感染 | 光学透射显微镜，适配体DNA模板银纳米簇 | 深度学习 | 图像 | NA | NA | U-Net, ResNet18, ResNet34 | NA | NA |
| 2612 | 2025-10-07 |
Complex Large-Deformation Multimodality Image Registration Network for Image-Guided Radiotherapy of Cervical Cancer
2024-Dec-23, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11121304
PMID:39768121
|
研究论文 | 提出基于多阶段变换增强特征的多模态图像配准网络，用于宫颈癌图像引导放疗中的CT/MR图像配准 | 提出多阶段变换增强特征(MTEF)方法，结合小波变换提取图像不同成分，并设计共享金字塔配准网络实现从局部到全局的多重配准 | 仅针对宫颈癌患者的盆腔CT/MR图像进行验证，未涉及其他癌症类型或解剖部位 | 解决宫颈癌图像引导近距离放疗中多模态图像大变形不连续配准问题 | 宫颈癌患者的盆腔计算机断层扫描(CT)和磁共振(MR)图像 | 医学图像处理 | 宫颈癌 | 小波变换，双结构形态学 | 深度学习网络 | 医学图像(CT, MR) | 实际临床宫颈癌患者数据 | NA | 共享金字塔配准网络 | Dice相似系数(DSC) | NA |
| 2613 | 2025-10-07 |
Clean Self-Supervised MRI Reconstruction from Noisy, Sub-Sampled Training Data with Robust SSDU
2024-Dec-23, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11121305
PMID:39768122
|
研究论文 | 提出一种鲁棒的自监督MRI重建方法，能够从含噪声的欠采样训练数据中恢复干净图像 | 提出Robust SSDU方法，通过同时估计缺失k空间样本和去噪可用样本，从含噪声欠采样数据中恢复干净图像，并引入Noisier2Noise校正项 | 方法在极端噪声条件下性能可能受限，未在多种疾病数据集上进行验证 | 开发无需干净全采样训练数据的自监督MRI重建方法 | 多线圈快速MRI脑部数据集 | 医学影像重建 | 脑部疾病 | 磁共振成像 | 深度学习 | k空间数据，图像数据 | fastMRI脑部数据集 | NA | 去噪专用架构 | 重建质量指标 | NA |
| 2614 | 2025-10-07 |
In Vivo Evaluation of Two Hemorrhagic Shock Resuscitation Controllers with Non-Invasive, Intermittent Sensors
2024-Dec-20, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11121296
PMID:39768114
|
研究论文 | 本文评估了两种使用非侵入性间歇传感器的出血性休克复苏控制器在活体动物模型中的表现 | 提出使用闭环液体复苏控制器，仅依赖非侵入性间歇信号传感器输入，无需动脉导管即可实现有效复苏 | 非侵入性输入方法仍需进一步改进和完善 | 开发适用于战场和大规模伤亡情况下简化使用的出血性休克复苏控制器 | 猪出血性休克损伤模型 | 医学工程 | 出血性休克 | 非侵入性血压测量，光电容积描记法 | 深度学习模型 | 生理信号数据 | NA | NA | NA | 复苏有效性 | NA |
| 2615 | 2025-10-07 |
Image Synthesis in Nuclear Medicine Imaging with Deep Learning: A Review
2024-Dec-18, Sensors (Basel, Switzerland)
DOI:10.3390/s24248068
PMID:39771804
|
综述 | 本文综述了深度学习在核医学图像合成中的应用及其对诊断准确性和临床应用的提升 | 系统分析30篇最新文献，阐明深度学习模型如何生成与真实图像高度相似的合成核医学图像 | 基于文献综述，未涉及原始实验验证 | 改善核医学成像方案的解读性和实用性 | 核医学图像 | 医学影像分析 | NA | 核医学成像 | 深度学习 | 医学图像 | NA | NA | NA | 诊断准确性 | NA |
| 2616 | 2025-10-07 |
A precision oncology-focused deep learning framework for personalized selection of cancer therapy
2024-Dec-16, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.12.628190
PMID:39763776
|
研究论文 | 开发了一种基于深度学习的精准肿瘤学框架ScreenDL，用于个性化选择癌症治疗方案 | 结合肿瘤组学数据和功能性药物筛选数据来预测药物反应，适用于化疗和靶向药物，不依赖于可操作分子改变 | 目前仅在临床前研究中验证，需要在临床试验中进一步测试 | 开发精准肿瘤治疗选择方法，扩展缺乏可操作分子改变的肿瘤患者的治疗选择 | 患者来源的肿瘤模型和乳腺癌患者来源的异种移植模型 | 机器学习 | 癌症 | 肿瘤组学分析，功能性药物筛选 | 深度学习 | 组学数据，药物反应数据 | 大量患者来源的肿瘤模型 | NA | ScreenDL | 临床获益率，客观缓解率 | NA |
| 2617 | 2025-10-07 |
State-of-the-art performance of deep learning methods for pre-operative radiologic staging of colorectal cancer lymph node metastasis: a scoping review
2024-Dec-02, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2024-086896
PMID:39622569
|
综述 | 对深度学习在结直肠癌淋巴结转移术前影像分期中的应用现状进行范围综述 | 系统评估了2018-2024年间深度学习在结直肠癌淋巴结转移术前分期中的最新进展，特别关注可解释AI的应用 | 纳入研究存在数据代表性不足、方法学不完善、模型验证不充分和可解释性技术有限等根本性局限 | 评估深度学习在结直肠癌淋巴结转移术前影像分期中的应用现状 | 结直肠癌淋巴结转移的术前影像学数据 | 医学影像分析 | 结直肠癌 | 术前影像学检查 | 深度学习 | 医学影像 | 涵盖13项符合纳入标准的研究 | NA | NA | AUC曲线下面积 | NA |
| 2618 | 2025-10-07 |
Development and validation of a deep learning model for predicting gastric cancer recurrence based on CT imaging: a multicenter study
2024-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001627
PMID:38896865
|
研究论文 | 开发并验证基于CT影像的深度学习模型用于预测胃癌术后复发风险 | 构建结合深度学习特征与临床特征的融合签名模型，并在多中心数据中验证其预测性能 | 回顾性研究设计，可能存在选择偏倚 | 预测胃癌患者术后复发风险 | 接受根治性手术的胃癌患者 | 计算机视觉 | 胃癌 | CT成像 | CNN | 医学影像 | 2813例胃癌患者（来自两个医疗中心） | NA | ResNet50 | AUC, 校准度 | NA |
| 2619 | 2025-10-07 |
RETRACTED ARTICLE: Cognitive computing-based COVID-19 detection on Internet of things-enabled edge computing environment
2024-12, Soft computing
IF:3.1Q2
DOI:10.1007/s00500-021-06514-6
PMID:34812247
|
研究论文 | 提出一种基于联邦深度学习的COVID-19检测模型，在物联网边缘计算环境中实现 | 结合联邦学习与边缘计算，使用萤火虫群优化算法调参，实现隐私保护的分布式COVID-19检测 | 未明确说明数据集具体规模和多样性，实验细节描述不够充分 | 开发高效的COVID-19早期检测系统以降低死亡率 | 胸部X光图像数据 | 计算机视觉 | COVID-19 | 深度学习，联邦学习 | CNN | 医学图像 | 基准CXR数据集（具体数量未说明） | NA | SqueezeNet | 多种评估指标（具体未列明） | 物联网边缘计算环境，云服务器 |
| 2620 | 2025-10-07 |
RETRACTED ARTICLE: MTR-SDL: a soft computing based multi-tier rank model for shoulder X-ray classification
2024-12, Soft computing
IF:3.1Q2
DOI:10.1007/s00500-023-08562-6
PMID:37362295
|
研究论文 | 提出一种基于软计算的多层排序模型MTR-SDL，用于肩部X射线分类 | 提出新型集成学习技术'基于排序的集成选择'，通过动态集成投票方法为未标记数据集生成标签 | NA | 解决医疗领域标注数据不足的问题，提高肩部X射线分类性能 | 肩部X射线图像 | 计算机视觉 | 肩部疾病 | X射线成像 | 深度神经网络,集成学习 | 医学图像 | NA | NA | NA | 准确率,特异性,敏感性,精确率,马修斯相关系数,错误发现率,假阳性率,F1分数,阴性预测值,假阴性率 | NA |