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 12073 篇文献，本页显示第 121 - 140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 121 | 2025-07-29 |
Automatic sleep staging based on 24/7 EEG SubQ (UNEEG medical) data displays strong agreement with polysomnography in healthy adults
2024-Dec, Sleep health
IF:3.4Q2
DOI:10.1016/j.sleh.2024.08.007
PMID:39406630
|
研究论文 | 评估基于双通道皮下脑电图（EEG）的自动睡眠分期性能 | 使用UNEEG medical的24/7 EEG SubQ设备和深度学习模型U-SleepSQ进行自动睡眠分期，并与多导睡眠图（PSG）手动评分进行对比，显示出强一致性 | 研究样本仅包括22名健康成年人，可能无法代表更广泛的人群或患有睡眠障碍的患者 | 评估自动睡眠分期技术在健康成年人中的性能 | 22名健康成年人 | 数字病理学 | NA | 双通道皮下脑电图（EEG） | 深度学习模型U-SleepSQ | EEG数据 | 22名健康成年人，每人1-6次记录 |
| 122 | 2025-07-29 |
Multi-modality deep learning-based [68Ga]Ga-DOTA-FAPI-04 PET polar map generation: potential value in detecting reactive fibrosis after myocardial infarction
2024-Nov, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-024-06850-3
PMID:39060373
|
研究论文 | 本研究提出了一种基于深度学习的多模态图像融合方法，用于提高[68Ga]Ga-DOTA-FAPI-04 PET极坐标图生成的准确性，并探索其在检测心肌梗死后反应性纤维化中的潜在价值 | 通过融合多模态图像补偿[68Ga]Ga-DOTA-FAPI-04 PET图像中丢失的心脏结构信息，提高了极坐标图生成的准确性 | 研究样本量相对较小（87例患者），且仅针对ST段抬高型心肌梗死患者 | 提高[68Ga]Ga-DOTA-FAPI-04 PET极坐标图生成的准确性，并探索其在心肌梗死后反应性纤维化检测中的临床价值 | 87例ST段抬高型心肌梗死患者的133对[68Ga]Ga-DOTA-FAPI-04 PET/MR图像 | 数字病理 | 心血管疾病 | PET/MR成像 | 深度学习 | 医学图像 | 87例ST段抬高型心肌梗死患者的133对[68Ga]Ga-DOTA-FAPI-04 PET/MR图像，其中26例用于纵向分析 |
| 123 | 2024-10-02 |
Clarifications on the Differentiation of Vertebral Fractures Using Deep Learning Models
2024-Oct, Radiology
IF:12.1Q1
DOI:10.1148/radiol.241162
PMID:39352286
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 124 | 2025-07-25 |
Halted medical education in Korea amid Nobel Prizes in deep learning and machine learning research, tribute to a leader of Ewha Womans University College of Medicine, and highlights from this issue
2024-Oct, Ewha medical journal
IF:0.3Q3
DOI:10.12771/emj.2024.e71
PMID:40703983
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 125 | 2025-07-29 |
Predicting the severity of mood and neuropsychiatric symptoms from digital biomarkers using wearable physiological data and deep learning
2024-09, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.108959
PMID:39089109
|
研究论文 | 利用可穿戴设备收集的生理和行为数据，结合深度学习技术，预测轻度认知障碍（MCI）老年人的神经精神症状（NPS）和情绪障碍的严重程度 | 结合传统生理生物标志物和自监督卷积自编码器提取的深度学习特征，实现了对NPS和情绪障碍严重程度的连续、无干扰评估 | 研究仅针对MCI老年人群体，未涵盖其他年龄段或疾病阶段的人群 | 探索可穿戴设备和深度学习在心理健康症状评估中的应用潜力 | 轻度认知障碍（MCI）老年人 | 数字病理学 | 老年疾病 | 深度学习 | 自监督卷积自编码器 | 生理和行为数据 | 未明确提及具体样本数量，但研究对象为MCI老年人 |
| 126 | 2025-07-29 |
A deep learning-driven discovery of berberine derivatives as novel antibacterial against multidrug-resistant Helicobacter pylori
2024-07-08, Signal transduction and targeted therapy
IF:40.8Q1
DOI:10.1038/s41392-024-01895-0
PMID:38972904
|
研究论文 | 利用基于图神经网络的深度学习模型发现新型小檗碱衍生物作为抗多药耐药幽门螺杆菌的抗菌剂 | 采用深度学习模型预测并验证了一种新型小檗碱衍生物8，其对所有测试的药物敏感和耐药幽门螺杆菌菌株均表现出强效抗菌活性，并揭示了其作用靶点为SecA和BamD | 研究仅针对幽门螺杆菌，未涉及其他病原体 | 发现新型抗菌剂以对抗多药耐药幽门螺杆菌 | 幽门螺杆菌及其耐药菌株 | 机器学习 | 胃癌 | 图神经网络、化学蛋白质组学技术 | 图神经网络 | 分子结构数据 | 13,638个分子用于预训练和微调 |
| 127 | 2025-07-29 |
Enhancing Hypotension Prediction in Real-time Patient Monitoring Through Deep Learning: A Novel Application of XResNet with Contrastive Learning and Value Attention Mechanisms
2024-Jul, Artificial intelligence in medicine. Conference on Artificial Intelligence in Medicine (2005- )
DOI:10.1007/978-3-031-66538-7_5
PMID:39155989
|
研究论文 | 本研究提出了一种基于XResNet并结合对比学习和价值注意力机制的深度学习方法，用于实时监测中的低血压预测 | 创新性地应用了XResNet架构，并结合对比学习和价值注意力机制，专门针对动脉血压波形信号进行分析，提高了低血压预测的性能 | 未提及具体样本量或数据来源的局限性 | 优化患者护理，提升低血压预测的准确性 | 动脉血压波形信号 | 机器学习 | 心血管疾病 | 深度学习 | XResNet | 波形信号 | NA |
| 128 | 2025-07-29 |
Dev-ResNet: automated developmental event detection using deep learning
2024-05-15, The Journal of experimental biology
IF:2.8Q2
DOI:10.1242/jeb.247046
PMID:38806151
|
研究论文 | 介绍了一种名为Dev-ResNet的小型高效3D卷积神经网络，用于检测发育事件 | 提出了一种能够检测具有时空特征的发育事件的新型3D CNN模型Dev-ResNet | NA | 提高发育生物学研究中发育事件检测的规模、可重复性和通量 | 大池塘蜗牛(Lymnaea stagnalis)胚胎发育过程中的10种不同功能事件 | 计算机视觉 | NA | 深度学习 | 3D CNN | 生物图像 | 大池塘蜗牛胚胎发育过程中的10种功能事件 |
| 129 | 2025-07-29 |
An accurate pediatric bone age prediction model using deep learning and contrast conversion
2024-Apr, Ewha medical journal
IF:0.3Q3
DOI:10.12771/emj.2024.e23
PMID:40703683
|
研究论文 | 本研究旨在通过深度学习和对比度转换技术开发一种准确的儿科骨龄预测模型，以改善临床实践中的生长评估和临床决策 | 结合多种深度学习模型和对比度转换技术进行骨龄预测，并评估不同预处理方法对预测性能的影响 | 未讨论模型在不同种族或特殊临床条件下的泛化能力 | 提高儿科骨龄预测的准确性以辅助临床决策 | 儿科左手X光图像 | 计算机视觉 | 儿科疾病 | 对比度转换技术（模糊对比增强、对比度受限自适应直方图均衡等） | CNN（包括ResNet50、VGG19、Inception V3、Xception等） | 医学影像（X光图像） | 未明确说明具体数量，仅提及包含标注骨龄和性别信息的儿科左手X光图像数据集 |
| 130 | 2025-07-29 |
What is the role of artificial intelligence in general surgery?
2024-Apr, Ewha medical journal
IF:0.3Q3
DOI:10.12771/emj.2024.e22
PMID:40703691
|
综述 | 本文探讨了人工智能在普通外科中的角色及其与其他医学领域的差异 | 分析了AI在普通外科中的应用现状，并提出了跨学科合作以推动AI在该领域的发展 | 手术室中AI的应用研究不足，且需要解决伦理和法律问题 | 理解AI在普通外科中的应用及其与其他医学领域的差异 | 普通外科中的AI应用 | 医学人工智能 | NA | 深度学习 | 神经网络 | NA | NA |
| 131 | 2025-07-26 |
Time is encoded by methylation changes at clustered CpG sites
2024-Dec-05, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.03.626674
PMID:39677642
|
研究论文 | 通过分析健康个体血液样本中的DNA甲基化变化，揭示了时间编码的机制，并开发了高精度的年龄预测模型 | 发现年龄依赖性DNA甲基化变化以区域性和块状方式发生，利用深度学习模型显著提高了表观遗传时钟的预测精度 | 研究主要基于血液样本，可能不适用于其他组织类型 | 探究DNA甲基化变化如何编码时间信息并应用于年龄预测 | 300多份健康个体的血液样本 | 表观遗传学 | NA | 超深度测序、深度学习 | 深度学习模型 | DNA甲基化数据 | 300多份血液样本 |
| 132 | 2025-07-26 |
Subject-level spinal osteoporotic fracture prediction combining deep learning vertebral outputs and limited demographic data
2024-Sep-10, Archives of osteoporosis
IF:3.1Q1
DOI:10.1007/s11657-024-01433-z
PMID:39256211
|
研究论文 | 本研究结合深度学习椎体输出和有限的人口统计数据，实现了对中度至重度脊柱骨质疏松性骨折的自动化筛查预测 | 通过结合深度学习椎体骨折评分和人口统计协变量，实现了在受试者水平上对骨质疏松性骨折的高性能预测（AUC-ROC为0.968） | 仅使用了基本的人口统计数据，可能未考虑其他潜在影响因素 | 开发自动化筛查工具以预测脊柱骨质疏松性骨折，改善临床结果 | 脊柱骨质疏松性骨折患者 | 数字病理学 | 骨质疏松症 | 卷积神经网络（CNN） | GAM（广义加性模型）和CNN | 放射影像和人口统计数据 | 大型放射影像数据集 |
| 133 | 2025-07-26 |
Leveraging camera traps and artificial intelligence to explore thermoregulation behaviour
2024-09, The Journal of animal ecology
IF:3.5Q1
DOI:10.1111/1365-2656.14139
PMID:39039745
|
研究论文 | 利用相机陷阱和人工智能技术探索温度调节行为 | 开发了一个深度学习框架来自动检测和分类温度调节行为，特别是在半自然条件下使用标记蜥蜴作为模型动物 | 研究主要针对蜥蜴，可能不适用于其他动物物种 | 开发自动化工具以更高效地监测和分类动物的温度调节行为 | 粗糙尾岩蜥（Laudakia vulgaris） | 计算机视觉 | NA | 深度学习 | 目标检测模型和图像分类模型 | 图像 | 标记蜥蜴的图像数据集，具体数量未提及 |
| 134 | 2025-07-26 |
SCorP: Statistics-Informed Dense Correspondence Prediction Directly from Unsegmented Medical Images
2024-Jul, Medical Image Understanding and Analysis. Medical Image Understanding and Analysis (Conference)
DOI:10.1007/978-3-031-66955-2_10
PMID:39444584
|
研究论文 | 提出了一种名为SCorP的新框架，能够直接从未分割的医学图像预测基于表面的对应关系，以改进统计形状建模（SSM） | SCorP框架无需优化的形状模型进行训练监督，通过无监督方式直接从表面网格学习形状先验，消除了传统方法的线性假设限制 | 实验仅在LGE MRI左心房数据集和Abdomen CT-1K肝脏数据集上进行，未验证在其他解剖结构上的普适性 | 改进医学图像中的统计形状建模（SSM）方法，提高形状描述符的预测效率和准确性 | 医学图像中的解剖结构形状 | 数字病理 | NA | 深度学习 | 神经网络（未指定具体类型） | 医学图像（MRI和CT） | LGE MRI左心房数据集和Abdomen CT-1K肝脏数据集（未提供具体样本数量） |
| 135 | 2025-07-26 |
Artificial intelligence to analyze magnetic resonance imaging in rheumatology
2024-05, Joint bone spine
IF:3.8Q1
DOI:10.1016/j.jbspin.2023.105651
PMID:37797827
|
review | 本文回顾了人工智能在风湿病学MRI分析中的当前应用，包括诊断支持、疾病分类、活动评估和进展监测 | 探讨了AI在提高MRI分析的敏感度、特异性和准确性方面的潜力，达到或超过专家水平 | 讨论了临床实施中的挑战和未来研究方向 | 提升风湿性疾病的诊断和管理水平 | 风湿性疾病的MRI图像 | digital pathology | rheumatic disorders | MRI | machine learning (ML), deep learning (DL) | image | NA |
| 136 | 2025-07-26 |
Dynamic risk prediction model for multiple myeloma: Through deep learning, the model is able to adapt to future data, such as emerging treatment modalities and combinations
2024-05-01, Cancer
IF:6.1Q1
DOI:10.1002/cncr.35294
PMID:38604987
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 137 | 2025-07-26 |
Synthetic PET from CT improves diagnosis and prognosis for lung cancer: Proof of concept
2024-Mar-19, Cell reports. Medicine
DOI:10.1016/j.xcrm.2024.101463
PMID:38471502
|
研究论文 | 本研究开发了一种条件生成对抗网络（cGAN）流程，能够从诊断性CT扫描生成FDG-PET图像，以改善肺癌的诊断和预后 | 利用深度学习技术从CT图像合成高保真PET图像，解决了PET成本高且不易获取的问题 | 研究仅基于多中心多模态肺癌数据集（n=1,478），样本量和多样性可能有限 | 探索通过深度学习从CT图像合成PET图像的可行性及其在肺癌诊断和预后中的临床价值 | 肺癌患者 | 数字病理学 | 肺癌 | 条件生成对抗网络（cGAN） | GAN | 图像 | 1,478例多中心多模态肺癌数据集 |
| 138 | 2025-07-26 |
Identifying primary tumor site of origin for liver metastases via a combination of handcrafted and deep learning features
2024-01, The journal of pathology. Clinical research
DOI:10.1002/cjp2.344
PMID:37822044
|
研究论文 | 本研究结合手工制作和深度学习特征，识别肝转移瘤的原发肿瘤来源部位 | 首次结合手工制作的组织形态学特征和深度学习模型来识别肝转移瘤的原发部位，并探索了原发肿瘤中转移瘤来源的空间位置 | 样本量相对较小（114名患者），且仅针对四种原发肿瘤（结肠、食管、乳腺和胰腺）进行了验证 | 开发一种能够识别肝转移瘤原发部位的计算方法，以指导临床治疗决策 | 肝转移瘤及其原发肿瘤（结肠、食管、乳腺和胰腺） | 数字病理学 | 肝转移瘤 | 计算机辅助特征提取、随机森林分类器、深度学习网络 | 随机森林、深度学习模型 | 全切片图像（WSI） | 114名患者（175张切片），其中60名患者（121张WSI）用于训练，54名患者（54张WSI）用于验证 |
| 139 | 2025-07-26 |
Chest CT Image based Lung Disease Classification - A Review
2024, Current medical imaging
IF:1.1Q3
|
综述 | 本文综述了基于胸部CT图像的肺部疾病分类方法，分析了不同方法的性能，并探讨了机器学习在该领域的应用和挑战 | 提供了肺部疾病分类方法的全面分析，特别关注了深度学习技术在早期识别中的革命性作用 | 未提及具体实验数据或样本量，可能缺乏实证支持 | 为年轻研究人员构建更先进的肺部疾病分类系统提供参考 | 肺部疾病分类方法 | 数字病理学 | 肺部疾病 | 机器学习(ML) | 深度学习 | CT图像 | NA |
| 140 | 2025-07-26 |
Retracted: Deep Learning-Based Glaucoma Detection Using CNN and Digital Fundus Images: A Promising Approach for Precise Diagnosis
2024, Current medical imaging
IF:1.1Q3
|
撤稿声明 | 该文章因需进行实质性修订以提高清晰度、连贯性和科学严谨性而被作者撤回 | NA | NA | NA | NA | 数字病理学 | 青光眼 | NA | CNN | 数字眼底图像 | NA |