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 12054 篇文献，本页显示第 61 - 80 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 2025-09-14 |
Development and Validation of a Deep Learning Model for Prediction of Adult Physiological Deterioration
2024-Sep-01, Critical care explorations
DOI:10.1097/CCE.0000000000001151
PMID:39258951
|
研究论文 | 开发并验证了一种基于深度学习的成人患者生理恶化预测模型DETERIO，用于提前预警临床干预 | 采用状态价值估计方法处理动态恶化过程，并基于共识标准AIDE构建复合评分，优于现有商业恶化评分系统 | 需要进一步研究评估模型的泛化能力和实际临床影响 | 预测成人患者生理恶化，以支持更早的临床干预 | 成人住院患者和急诊患者 | 医疗健康 | 成人疾病 | 深度学习 | 深度神经网络 | 临床患者数据 | 推导队列330,729名患者（71,735住院 + 258,994急诊），验证队列65,898名患者（13,750住院 + 52,148急诊） |
| 62 | 2025-09-13 |
RiskPath: Explainable deep learning for multistep biomedical prediction in longitudinal data
2024-Dec-26, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.09.19.24313909
PMID:39371168
|
研究论文 | 介绍RiskPath，一个用于纵向数据中多步生物医学预测的可解释深度学习工具箱 | 结合理论指导的优化来指定最佳模型拓扑，并探索性能与复杂度的权衡，同时提供模块以映射预测因子随时间变化的重要性 | NA | 开发可解释的AI工具箱，用于风险分层用例中的时间序列预测 | 经典和新兴纵向队列中的疾病风险预测 | 机器学习 | NA | 深度学习时间序列方法 | 深度学习 | 时间序列数据 | NA |
| 63 | 2025-09-13 |
Automated surgical skill assessment in colorectal surgery using a deep learning-based surgical phase recognition model
2024-11, Surgical endoscopy
DOI:10.1007/s00464-024-11208-9
PMID:39214877
|
研究论文 | 本研究开发了一种基于深度学习的结直肠手术阶段识别模型，用于自动化评估外科手术技能 | 首次利用深度学习模型识别手术阶段并基于此自动区分不同技能水平的外科医生群体 | NA | 验证使用手术阶段识别模型评估外科手术技能的可行性 | 腹腔镜乙状结肠切除术的手术视频 | 计算机视觉 | 结直肠癌 | 深度学习 | 深度学习模型 | 视频 | 85个视频用于技能水平分组验证（专家26个、中级32个、新手27个），总计1272个视频用于ESSQS评分分组分析 |
| 64 | 2025-09-13 |
Automated segmentation of soft X-ray tomography: native cellular structure with sub-micron resolution at high throughput for whole-cell quantitative imaging in yeast
2024-Nov-01, bioRxiv : the preprint server for biology
DOI:10.1101/2024.10.31.621371
PMID:39554159
|
研究论文 | 开发基于深度学习的自动化分割流程，用于软X射线断层扫描数据中酵母细胞结构的高通量定量成像分析 | 首次将深度学习自动分割应用于软X射线断层扫描数据，实现数百个细胞结构的高通量精确分割 | 需要人工迭代细化来提升关键结构的分割精度 | 实现细胞结构的自动化分割和定量形态学分析 | 酵母细胞（野生型、VPH1-GFP突变株等） | 计算机视觉 | NA | 软X射线断层扫描(SXT) | 深度学习 | 3D图像数据 | 数百个细胞，涵盖三种酵母菌株 |
| 65 | 2024-09-15 |
Breaking barriers in inner ear MRI: The changing role of deep learning reconstruction
2024-Oct, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2024.07.010
PMID:39271366
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 66 | 2025-09-13 |
Deep Learning for Automatic Knee Osteoarthritis Severity Grading and Classification
2024-Oct, Indian journal of orthopaedics
IF:1.1Q3
DOI:10.1007/s43465-024-01259-4
PMID:39324090
|
研究论文 | 本研究开发了一种基于深度学习的自动方法，用于从X射线图像预测膝骨关节炎严重程度分级和膝关节置换可能性 | 采用迁移学习和多种深度学习模型比较，首次将像素比率计算与决策树模型结合用于膝OA严重程度自动评估 | 测试准确率为67%，仍有提升空间，且模型性能可能受数据集限制 | 提高膝骨关节炎诊断的准确性和效率，辅助临床决策 | 膝骨关节炎患者的X射线图像 | 计算机视觉 | 骨关节炎 | 迁移学习，像素比率计算，图像预处理 | Inception V3, Xception, VGG, ResNet, DenseNet等14种CNN模型 | X射线图像 | 基于Osteoarthritis Initiative (OAI)数据集，具体样本数量未明确说明 |
| 67 | 2025-09-13 |
Reducing motion artifacts in craniocervical background subtraction angiography with deformable registration and unsupervised deep learning
2024-Sep, Radiology advances
DOI:10.1093/radadv/umae020
PMID:40927738
|
研究论文 | 本研究开发了一种基于无监督深度学习的快速可变形配准模型，用于减少颅颈血管造影中的运动伪影 | 结合血管层估计的新型图像相似性损失函数，优化背景配准，使其对血管内碘造影剂的可变存在具有鲁棒性 | NA | 开发快速可变形配准模型以减少数字减影血管造影中的配准误差 | 颅颈血管造影图像 | 医学影像处理 | 脑血管疾病 | 数字减影血管造影（DSA） | 深度学习可变形配准框架（基于HyperMorph） | 医学影像 | 516项研究，包含5,240个血管造影序列（训练集5,046个，测试集194个） |
| 68 | 2024-08-07 |
Vision Transformer-based Deep Learning Models Accelerate Further Research for Predicting Neurosurgical Intervention
2024-07, Radiology. Artificial intelligence
DOI:10.1148/ryai.240117
PMID:38864744
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 69 | 2025-09-13 |
Robust Medical Diagnosis: A Novel Two-Phase Deep Learning Framework for Adversarial Proof Disease Detection in Radiology Images
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00916-8
PMID:38343214
|
研究论文 | 提出一种两阶段深度学习框架，用于增强放射影像疾病检测模型对抗对抗攻击的鲁棒性 | 结合对抗学习和JPEG压缩的两阶段防御机制，显著提升模型在对抗样本下的诊断准确性 | 仅针对三种特定对抗攻击（FGSM、PGD、BIM）进行测试，未涵盖所有潜在攻击类型 | 开发对抗性防护的医学影像诊断系统，确保COVID-19等肺部疾病的高可靠性检测 | 肺部X光和CT影像，分类为正常、肺炎和COVID-19肺炎 | 计算机视觉 | 肺部疾病（包括COVID-19） | 深度学习，对抗训练，JPEG压缩 | ResNet-50, VGG-16, Inception-V3 | 图像（X-ray和CT） | NA（未明确说明具体样本数量） |
| 70 | 2025-09-13 |
A Deep Learning-Based Approach for Cervical Cancer Classification Using 3D CNN and Vision Transformer
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00911-z
PMID:38343216
|
研究论文 | 提出一种结合3D CNN和Vision Transformer的深度学习模型，用于宫颈癌图像分类 | 首次将3D CNN的时空特征提取能力与Vision Transformer的复杂特征学习能力结合，并引入3D FPN和SE模块进行特征优化，采用KELM进行分类 | NA | 开发高精度的宫颈癌自动分类系统以辅助早期诊断 | 宫颈图像数据 | 计算机视觉 | 宫颈癌 | 深度学习 | 3D CNN, Vision Transformer, KELM | 图像 | NA |
| 71 | 2025-09-13 |
Analysis of Validation Performance of a Machine Learning Classifier in Interstitial Lung Disease Cases Without Definite or Probable Usual Interstitial Pneumonia Pattern on CT Using Clinical and Pathology-Supported Diagnostic Labels
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00914-w
PMID:38343230
|
研究论文 | 评估机器学习分类器Fibresolve在CT上无明确或可能UIP模式的间质性肺病病例中的验证性能 | 针对非典型UIP模式的病例验证机器学习分类器的诊断能力，扩展了其在IPF诊断中的应用范围 | 样本量相对有限（295例），且性能敏感度中等（56-65%） | 验证机器学习分类器在无典型UIP影像学特征的间质性肺病中诊断IPF的有效性 | 间质性肺病患者，特别是无明确或可能UIP模式的病例 | 数字病理 | 间质性肺病 | 深度学习算法，胸部CT影像分析 | 机器学习分类器（具体类型未明确说明） | CT影像 | 295例患者的多中心验证数据集 |
| 72 | 2025-09-13 |
Hybrid Topological Data Analysis and Deep Learning for Basal Cell Carcinoma Diagnosis
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00924-8
PMID:38343238
|
研究论文 | 本研究结合拓扑数据分析（TDA）和深度学习（DL）开发了一种混合模型，用于基底细胞癌（BCC）的诊断 | 首次将TDA的持久同调技术与深度学习结合，并利用集成学习方法提升BCC诊断性能 | NA | 提高基底细胞癌的自动化诊断准确率 | 皮肤病变图像中的毛细血管扩张特征和病变区域 | 数字病理学 | 皮肤癌 | 持久同调（Persistence Homology），深度学习 | EfficientNet-B5，集成学习 | 图像 | 395个皮肤病变样本 |
| 73 | 2025-09-13 |
Background Subtraction Angiography with Deep Learning Using Multi-frame Spatiotemporal Angiographic Input
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00921-x
PMID:38343209
|
研究论文 | 提出一种利用多帧时空血管造影输入的深度学习背景减影血管造影方法，显著减少运动伪影 | 首次引入利用血管造影时间序列丰富时间信息的2D+t深度学习模型，并开发了神经血管造影领域专用的合成仿射运动增强流程 | 研究基于合成运动增强数据集，真实临床环境中的性能仍需进一步验证 | 改善导管数字减影血管造影（DSA）中的运动伪影问题 | 脑血管造影图像 | 计算机视觉 | 心血管疾病 | 数字减影血管造影（DSA） | 2D U-Net, 3D U-Net, SegResNet, UNETR | 图像序列 | 516例脑血管造影，包含8784个独立序列 |
| 74 | 2025-09-13 |
Invertible and Variable Augmented Network for Pretreatment Patient-Specific Quality Assurance Dose Prediction
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00930-w
PMID:38343215
|
研究论文 | 提出一种新颖的深度学习网络IVPSQA，用于预测放疗前患者特异性质量保证的三维剂量分布 | 首次使用可逆和变量增强网络预测3D prePSQA剂量分布，在头颈、胸部和腹部病例中优于现有U-Net方法 | NA | 提高放疗前患者特异性质量保证的准确性和效率 | 300名接受容积调强弧形放疗的癌症患者 | 医学影像分析 | 癌症 | 深度学习，容积调强弧形放疗(VMAT) | 可逆和变量增强网络(IVPSQA) | CT图像，放疗剂量数据，测量引导剂量分布 | 300例癌症患者（240训练，60测试） |
| 75 | 2025-09-13 |
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 | 本研究开发了一种基于深度学习的系统，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症（FAI）的征象 | 采用基于焦点损失原理的新型卷积神经网络进行髋关节定位，并使用第二个CNN对FAI进行分类，实现了在单视图X光片上的自动检测 | 诊断准确率为74%，敏感性和特异性分别为0.821和0.669，AUC为0.736，性能仍有提升空间 | 开发深度学习辅助工具来识别和分类股骨髋臼撞击症的影像学表现 | 骨盆X光片中的髋关节 | 计算机视觉 | 骨科疾病 | 深度学习，卷积神经网络 | CNN | X光图像 | 3050项研究，包含3040个髋关节（724个严重FAI，962个中度FAI，846个轻度FAI，518个正常） |
| 76 | 2025-09-13 |
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生成PET衰减图 | 首次仅使用模拟PET数据集进行模型训练，通过Sim2Real深度学习实现人头衰减图的生成 | DL模型在颈部切片等解剖细节估计上存在不准确，特别是在颈侧区域 | 开发无需CT数据的PET衰减校正方法 | 人头PET数据 | 医学影像分析 | NA | 深度学习，最大似然衰减校正因子(MLACF) | 深度学习模型 | PET图像 | 临床脑部PET数据（具体数量未说明） |
| 77 | 2025-09-13 |
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 | 提出一种基于外观和形状先验的密度回归方法，结合深度CNN和鲁棒椭圆拟合，用于胎儿超声图像的分割和头围测量 | 提出DR-ASPnet模型，整合了分层密度回归深度卷积神经网络（HDR-DCNN）和鲁棒椭圆拟合最小二乘法（REFLS），显著提高了分割和测量精度 | 未明确说明模型在不同孕期或图像质量差异较大时的泛化能力 | 实现胎儿头部结构的自动精确分割和头围生物测量 | 胎儿头部超声图像 | 计算机视觉 | 胎儿生长异常 | 超声成像（US） | CNN, HDR-DCNN | 图像 | 基于HC18数据集（具体样本数量未明确说明） |
| 78 | 2025-09-13 |
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，用于CT图像中恶性肺结节的早期检测 | 结合残差学习和选择核机制设计RSK模块处理结节多样性，并创新性地融合手工纹理特征与深度学习模型 | NA | 开发高性能计算机辅助诊断系统以提升肺结节恶性概率预测准确率 | CT图像中的肺结节 | 计算机视觉 | 肺癌 | 深度学习 | 多视角残差选择核网络（MRSKNet） | CT图像 | LIDC-IDRI公共数据库，采用十倍交叉验证 |
| 79 | 2025-09-13 |
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系统，用于在MRI前通过CT图像自动检测动脉瘤夹的存在 | 首次将预训练的图像分类神经网络应用于CT定位器图像，以实现动脉瘤夹的自动检测，并采用SHAP解释模型预测 | 三维CT头扫描模型的敏感性未超过定位器模型，准确率为82%尚有提升空间 | 提高MRI扫描前的安全性，通过自动化系统标记动脉瘤夹的存在 | CT头部扫描图像 | 计算机视觉 | 心血管疾病 | CT成像 | CNN（图像分类神经网络） | 图像 | 280例CT头部扫描（140例含动脉瘤夹，140例不含） |
| 80 | 2025-09-13 |
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 | 本文开发并验证了一种基于深度学习的自动分割方法，用于OCT图像中与中心性浆液性脉络膜视网膜病变相关的积液区域分割 | 首次进行了专家内部和专家间验证，比较自动分割与人工分割性能，并显示模型与专家的吻合度甚至高于专家间相互吻合度 | NA | 开发自动分割OCT图像中CSC相关病变的方法，减少人工检测的工作量和主观性 | 中心性浆液性脉络膜视网膜病变（CSC）患者的OCT图像 | 数字病理 | 视网膜疾病 | OCT成像 | 深度学习分割架构 | 医学图像 | 内部数据集和外部验证集（具体数量未提及） |