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 661 - 680 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 661 | 2025-10-06 |
Review of Deep Learning Performance in Wireless Capsule Endoscopy Images for GI Disease Classification
2024, F1000Research
DOI:10.12688/f1000research.145950.2
PMID:39464781
|
综述 | 本文综述了深度学习在无线胶囊内镜图像中用于胃肠道疾病分类的性能表现 | 重点关注迁移学习、注意力机制、多模态学习、自动病变检测、可解释性、数据增强和边缘计算等最新进展 | 当前深度学习方法存在挑战和局限性，如图像分辨率低、伪影多等问题 | 回顾深度学习在无线胶囊内镜图像分析中的现状和未来方向 | 无线胶囊内镜图像 | 计算机视觉 | 胃肠道疾病 | 无线胶囊内镜 | NA | 医学图像 | NA | NA | NA | NA | 边缘计算 |
| 662 | 2025-10-06 |
Utilisation of ChatGPT and other Artificial Intelligence tools among medical faculty in Uganda: a cross-sectional study
2024, MedEdPublish (2016)
DOI:10.12688/mep.20554.3
PMID:39911314
|
研究论文 | 评估乌干达医学教师对ChatGPT及其他人工智能工具的使用情况 | 首次在乌干达医学教师群体中调查AI工具使用现状及年龄差异影响 | 横断面研究设计无法确定因果关系，仅纳入四所公立大学可能存在选择偏倚 | 评估医学教师对AI工具的认知和使用模式 | 乌干达四所公立大学的医学教师 | 自然语言处理 | NA | 问卷调查 | 大型语言模型 | 调查数据 | 224名医学教师 | NA | ChatGPT | 患病率比，置信区间 | Stata version 17.0 |
| 663 | 2025-10-06 |
Deep learning in the diagnosis of maxillary sinus diseases: a systematic review
2024-09-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae031
PMID:38995816
|
系统综述 | 系统评估深度学习在上颌窦疾病诊断中的性能表现 | 首次系统综述深度学习在上颌窦疾病检测、分类和分割任务中的应用效果 | 仅纳入14项研究，样本量有限，且所有研究均基于放射影像数据 | 评估深度学习在上颌窦疾病诊断中的性能 | 上颌窦疾病 | 计算机视觉 | 上颌窦疾病 | 放射影像技术 | 深度学习模型 | 放射影像 | 14项研究（从1167项研究中筛选） | NA | NA | 准确率, AUC | NA |
| 664 | 2025-10-06 |
Quantification of myocardial oxygen extraction fraction on noncontrast MRI enabled by deep learning
2024-Nov, Radiology advances
DOI:10.1093/radadv/umae026
PMID:40641627
|
研究论文 | 开发一种基于深度学习的无对比剂心血管磁共振方法，用于活体定量测量心肌氧摄取分数和心肌血容量 | 首次将UNet神经网络与不对称自旋回波CMR序列结合，实现无对比剂的心肌氧代谢参数定量测量 | 样本量较小（20名健康志愿者和10名心梗患者），需要在更大人群中验证 | 开发无创定量测量心肌氧代谢参数的新方法 | 健康志愿者和慢性心肌梗死患者 | 医学影像分析 | 心血管疾病 | 心血管磁共振，不对称自旋回波序列 | 深度学习 | 磁共振图像 | 20名健康志愿者（11名女性，20-30岁）和10名慢性心肌梗死患者 | NA | UNet | 变异系数 | 3 T MRI临床系统 |
| 665 | 2025-10-06 |
Optimization-Based Image Reconstruction Regularized with Inter-Spectral Structural Similarity for Limited-Angle Dual-Energy Cone-Beam CT
2024-Dec-18, ArXiv
PMID:39764397
|
研究论文 | 提出一种基于能谱间结构相似性正则化的优化重建方法，用于解决有限角度双能锥束CT的图像重建问题 | 无需X射线能谱测量或配对数据集进行模型训练，通过能谱间结构相似性正则化有效减少有限角度伪影 | NA | 开发一种实用的图像重建方法，促进快速低剂量双能锥束CT的临床应用 | 四个物理体模和三个数字体模 | 医学影像 | NA | 双能锥束CT成像 | NA | CT投影数据 | 七个体模（四个物理体模和三个数字体模） | NA | NA | NA | NA |
| 666 | 2025-10-06 |
The Current Application and Future Potential of Artificial Intelligence in Renal Cancer
2024-11, Urology
IF:2.1Q2
DOI:10.1016/j.urology.2024.07.010
PMID:39029807
|
综述 | 本文通过文献回顾探讨人工智能在肾癌评估、管理和预后预测中的应用现状与未来潜力 | 系统梳理了72项具有临床影响力的AI肾癌研究，涵盖影像学、组织病理学和预后预测等多个领域 | 基于叙述性综述方法，可能存在文献选择偏倚 | 评估人工智能在肾癌领域的应用现状并展望未来发展潜力 | 肾癌相关研究 | 医疗人工智能 | 肾癌 | 监督/无监督机器学习、深度学习、自然语言处理、神经网络、影像组学、病理组学 | NA | 医学影像、组织病理数据 | 72项相关研究 | NA | NA | NA | NA |
| 667 | 2025-10-06 |
An Automated Multi-scale Feature Fusion Network for Spine Fracture Segmentation Using Computed Tomography Images
2024-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01091-0
PMID:38622384
|
研究论文 | 提出一种用于CT图像中脊柱骨折自动分割的多尺度特征融合深度学习模型 | 设计了包含特征融合模块、注意力机制和空间金字塔池化的新型多尺度特征融合架构 | NA | 开发自动脊柱骨折分割方法以辅助临床决策 | 脊柱骨折的CT图像 | 计算机视觉 | 脊柱骨折 | 计算机断层扫描(CT) | 深度学习 | 医学图像 | NA | NA | 多尺度特征融合网络,包含FFM,SEM,ASPP,RCBAM,RBRAB,LPRAB模块 | 准确度 | NA |
| 668 | 2025-10-06 |
Improved Dementia Prediction in Cerebral Small Vessel Disease Using Deep Learning-Derived Diffusion Scalar Maps From T1
2024-09, Stroke
IF:7.8Q1
DOI:10.1161/STROKEAHA.124.047449
PMID:39145386
|
研究论文 | 开发了一种从T1图像合成扩散张量成像标量图(FA/MD)的深度学习方法，用于改善脑小血管病患者的痴呆预测 | 首次提出从常规T1图像合成扩散张量成像标量图的方法，解决了扩散张量成像采集时间长且临床不常规可用的问题 | 在SCANS数据集上的结构相似性指数相对较低，合成FA图的质量有待进一步提升 | 提高脑小血管病患者痴呆预测的准确性 | 脑小血管病患者和正常对照人群 | 医学影像分析 | 脑小血管病 | 扩散张量成像，磁共振成像 | 深度学习 | 医学影像 | 训练集：4998名UK Biobank参与者；验证集：4个外部数据集共753名患者和1000名正常对照 | NA | NA | 结构相似性指数，c-index | NA |
| 669 | 2025-10-06 |
Greater benefits of deep learning-based computer-aided detection systems for finding small signals in 3D volumetric medical images
2024-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.4.045501
PMID:38988989
|
研究论文 | 本研究评估基于卷积神经网络的计算机辅助检测系统在三维医学影像中对小信号检测性能的提升效果 | 首次系统比较深度学习CADe系统在3D与2D医学影像搜索中对不同尺寸信号检测效果的差异，并揭示眼动探索行为与系统效益的关联性 | 研究使用数字乳腺断层合成体模而非真实患者数据，样本量相对有限（16名非专家观察者） | 评估基于深度学习的计算机辅助检测系统在三维医学影像中提升小信号检测准确性的效果 | 数字乳腺断层合成体模中的微钙化小信号和较大肿块信号 | 计算机视觉 | 乳腺癌 | 数字乳腺断层合成成像 | CNN | 3D volumetric medical images, 2D cross-sectional images | 16名非专家观察者，数字乳腺断层合成体模数据 | NA | NA | AUC, ROC曲线下面积变化 | NA |
| 670 | 2025-10-06 |
Quantifying interpretation reproducibility in Vision Transformer models with TAVAC
2024-12-20, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.abg0264
PMID:39705362
|
研究论文 | 提出TAVAC指标用于评估Vision Transformer模型的过拟合程度并量化解释可重复性 | 首次提出通过比较训练和测试阶段的高注意力区域来评估ViT模型过拟合的TAVAC指标 | 仅在有限的数据集上进行了验证，需要更多样化的数据集进一步测试 | 提高Vision Transformer模型在生物医学图像分析中的解释可重复性 | Vision Transformer模型在图像分类任务中的注意力机制 | 计算机视觉 | 乳腺癌 | 数字病理图像分析 | Vision Transformer (ViT) | 图像 | 四个公共图像分类数据集和两个独立乳腺癌组织学图像数据集 | NA | Vision Transformer | TAVAC分数 | NA |
| 671 | 2025-10-06 |
Interpretable representation learning for 3D multi-piece intracellular structures using point clouds
2024-Aug-13, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.25.605164
PMID:39091871
|
研究论文 | 提出一种基于点云和3D旋转不变自编码器的表示学习框架，用于量化细胞内多片段结构的形态特征 | 采用点云和3D旋转不变自编码器，开发了适用于复杂多片段形态的表示学习方法，能够无监督发现亚结构聚类 | NA | 开发客观、鲁棒且可泛化的细胞内多片段结构量化方法 | 具有点状形态（如DNA复制焦点）和多态性形态（如核仁）的细胞内结构 | 计算机视觉 | NA | 3D点云分析 | 自编码器 | 3D点云，图像数据 | 多个细胞内结构数据集，包括具有预定义组织规则的合成数据集 | CytoDL, Python | 3D旋转不变自编码器 | 效率，生成能力，表示表达能力 | NA |
| 672 | 2025-10-06 |
Examining feature extraction and classification modules in machine learning for diagnosis of low-dose computed tomographic screening-detected in vivo lesions
2024-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.4.044501
PMID:38993628
|
研究论文 | 本研究比较了三种特征提取方法和两种分类模块在低剂量CT筛查发现的肺结节和结直肠息肉病变诊断中的性能 | 首次系统比较了传统图像纹理特征、深度学习抽象特征和组织-能量特异性特征在医学影像诊断中的性能，并发现组织-能量特异性特征提取能显著提升诊断性能 | 研究仅针对低剂量CT筛查发现的特定类型病变，结果可能不适用于其他影像模态或病变类型 | 评估医学影像机器学习中特征提取和分类模块对病变恶性程度预测的个体性能 | 低剂量CT筛查发现的肺结节和结直肠息肉病变 | 医学影像分析 | 肺结节,结直肠息肉 | 低剂量计算机断层扫描(CT) | CNN,随机森林 | 医学影像 | 三个病变图像数据集 | NA | CNN | AUC | NA |
| 673 | 2025-10-06 |
Projected pooling loss for red nucleus segmentation with soft topology constraints
2024-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.4.044002
PMID:38988992
|
研究论文 | 提出一种基于投影池化的损失函数，用于在医学图像分割中引入软拓扑约束 | 通过投影和最大池化操作引入软拓扑约束，避免分割过程中小结构被丢弃 | 未明确说明训练集的具体规模和计算资源限制 | 解决小训练集下的医学图像分割问题并减少解剖结构异常分割 | 红核（red nucleus）以及心脏、脾脏和海马体 | 医学图像分割 | 帕金森综合征 | 定量磁化率成像（QSM） | 深度学习分割模型 | 医学图像 | NA | NA | NA | Dice系数 | NA |
| 674 | 2025-10-06 |
Lung vessel connectivity map as anatomical prior knowledge for deep learning-based lung lobe segmentation
2024-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.4.044001
PMID:38988990
|
研究论文 | 本研究探索将肺血管连通性图谱作为解剖先验知识融入深度学习模型以提升肺叶分割性能 | 首次提出将肺血管连通性图谱作为解剖先验知识融入深度学习框架，用于指导肺叶分割 | 改进效果存在局限性，需要进一步探索其实际应用价值 | 开发结合解剖先验知识的自动化肺叶分割方法 | 胸部CT扫描中的肺叶分割 | 数字病理 | COVID-19 | CT扫描 | U-Net | CT图像 | 10例COVID-19病例 | nnU-Net | U-Net, 多任务U-Net, 级联U-Net | 分割准确度 | NA |
| 675 | 2025-10-06 |
Automated CT quantification of interstitial lung abnormality in patients with resectable stage I non-small cell lung cancer: Prognostic significance
2024-06, Thoracic cancer
IF:2.3Q2
DOI:10.1111/1759-7714.15306
PMID:38682806
|
研究论文 | 本研究通过深度学习自动量化CT图像中的间质性肺异常，评估其对I期非小细胞肺癌患者预后的预测价值 | 首次基于Fleischner Society定义使用商业化深度学习程序自动量化间质性肺异常，并验证其与I期非小细胞肺癌患者预后的关联 | 回顾性研究设计，样本仅来自单一机构，未包含晚期肺癌患者 | 评估自动量化间质性肺异常对I期非小细胞肺癌患者预后的预测价值 | 948例2009年4月至2022年10月期间接受肺切除术的病理I期非小细胞肺癌患者 | 数字病理 | 肺癌 | CT扫描 | 深度学习 | CT图像 | 948例I期非小细胞肺癌患者（其中99例检测到间质性肺异常） | NA | NA | 风险比, 置信区间, p值 | NA |
| 676 | 2025-10-06 |
Automated Prediction of Proximal Middle Cerebral Artery Occlusions in Noncontrast Brain Computed Tomography
2024-06, Stroke
IF:7.8Q1
DOI:10.1161/STROKEAHA.123.045772
PMID:38787932
|
研究论文 | 开发基于机器学习的算法JLK-CTL，使用非对比脑CT的手工特征预测大脑中动脉近端大血管闭塞 | 首次结合手工特征提取和深度学习算法，利用非对比CT预测大血管闭塞，无需对比剂增强扫描 | 研究样本来自特定时间段的七家医院，外部验证集样本量相对较小(n=95) | 早期识别缺血性卒中患者的大血管闭塞，为及时干预提供支持 | 缺血性卒中患者 | 医学影像分析 | 缺血性卒中 | 非对比计算机断层扫描，CT血管成像 | ExtraTrees, 随机森林, 极端梯度提升, 支持向量机, 多层感知器, 深度学习 | 医学影像 | 2919名患者(训练集2463，内部验证275，外部验证95) | NA | NA | AUC, 敏感性, 特异性 | NA |
| 677 | 2025-10-06 |
Quantitative evaluation of the impact of relaxing eligibility criteria on the risk-benefit profile of drugs for lung cancer based on real-world data
2024-05, Thoracic cancer
IF:2.3Q2
DOI:10.1111/1759-7714.15269
PMID:38576119
|
研究论文 | 提出基于真实世界数据定量评估放宽非小细胞肺癌药物临床试验入选标准对风险-获益影响的研究方案 | 首次通过深度学习构建结构化真实世界数据库，结合蒙特卡洛模拟和Shapley值定量评估单个入选标准放宽对患者数量、疗效和安全性的影响 | 研究基于中国非小细胞肺癌数据，结果在其他癌症类型和地区的普适性需要进一步验证 | 为肺癌临床试验人群纳入标准设计提供科学证据，建立可推广的放宽入选标准评估框架 | 非小细胞肺癌患者和临床试验入选标准 | 医疗数据分析 | 肺癌 | 深度学习，蒙特卡洛模拟，倾向性匹配，Shapley值分析 | NA | 真实世界医疗数据 | NA | NA | NA | 患者数量，临床疗效，安全性 | NA |
| 678 | 2025-10-06 |
Generative interpolation and restoration of images using deep learning for improved 3D tissue mapping
2024-Mar-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.03.07.583909
PMID:38496512
|
研究论文 | 利用生成式AI模型进行3D生物图像的空间插值和修复以提升组织映射质量 | 将原本用于时间插值的FILM生成式AI模型创新应用于多种3D图像类型的空间插值，显著优于传统线性插值方法 | NA | 解决生物图像中缺失区域、损伤组织和分辨率不足的问题，提升3D组织映射质量 | 多种成像模态的生物图像数据，包括组织学、光片显微镜、磁共振成像等 | 计算机视觉 | NA | 生成式AI、图像插值 | 生成式AI模型 | 3D图像 | 涵盖人类、小鼠的多种组织样本（胰腺、肺、脑部） | NA | FILM | 生物信息保留度、图像质量（对比度、方差、亮度）、细胞计数准确性 | NA |
| 679 | 2025-10-06 |
The Transformative Potential of AI in Obstetrics and Gynaecology
2024-03, Journal of obstetrics and gynaecology Canada : JOGC = Journal d'obstetrique et gynecologie du Canada : JOGC
IF:2.0Q2
DOI:10.1016/j.jogc.2023.102277
PMID:37951574
|
综述 | 探讨人工智能在妇产科领域的应用潜力及发展方向 | 系统分析AI在妇产科三大重点领域的应用前景，并提出伦理实施和治理建议 | NA | 探索人工智能在妇产科领域的变革潜力 | 妇产科医疗实践 | 医疗人工智能 | 妇产科疾病 | 深度学习，大语言模型 | 深度学习模型，大语言模型 | 医学图像，医疗文本 | NA | NA | NA | NA | NA |
| 680 | 2025-10-06 |
Quantifying Interpretation Reproducibility in Vision Transformer Models with TAVAC
2024-Jan-22, bioRxiv : the preprint server for biology
DOI:10.1101/2024.01.18.576252
PMID:38328179
|
研究论文 | 提出一种名为TAVAC的新指标，用于评估Vision Transformer模型在图像数据集上的过拟合程度并量化解释的可重复性 | 首次提出TAVAC指标，能够定量评估ViT模型解释的可重复性，并在像素级别监控模型解释的稳定性 | 未明确说明样本量的具体数值和计算资源需求 | 解决Vision Transformer模型在有限标注生物医学图像数据集上容易过拟合导致解释不可靠的问题 | Vision Transformer模型在图像分类任务中的解释可重复性 | 计算机视觉 | 乳腺癌 | 数字病理图像分析 | Vision Transformer (ViT) | 图像 | 四个公开图像分类数据集和两个独立乳腺癌组织学图像数据集 | NA | Vision Transformer | TAVAC, 预测准确率 | NA |