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 12108 篇文献，本页显示第 1801 - 1820 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1801 | 2025-05-03 |
AI-guided histopathology predicts brain metastasis in lung cancer patients
2024-05, The Journal of pathology
IF:5.6Q1
DOI:10.1002/path.6263
PMID:38433721
|
研究论文 | 使用深度学习技术分析常规H&E染色组织切片，预测非小细胞肺癌患者脑转移风险 | 首次将深度学习应用于常规H&E染色切片预测脑转移风险，准确率显著高于病理专家 | 样本量相对较小（158例），需要更大规模验证 | 开发AI模型预测非小细胞肺癌患者的脑转移风险 | I-III期非小细胞肺癌患者的H&E染色组织切片 | 数字病理学 | 肺癌 | 深度学习 | DL算法 | 病理图像 | 158例I-III期NSCLC患者（65例发生脑转移，93例未进展） | NA | NA | NA | NA |
| 1802 | 2025-05-03 |
Explainable AI-based Deep-SHAP for mapping the multivariate relationships between regional neuroimaging biomarkers and cognition
2024-May, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111403
PMID:38452732
|
research paper | 该研究开发了一种名为Deep-SHAP的可解释AI方法，用于探索轻度认知障碍(MCI)/阿尔茨海默病(AD)患者区域神经影像生物标志物与认知功能之间的多变量关系 | 结合深度学习和SHAP方法，首次提出Deep-SHAP方法来揭示MCI/AD中区域脑部特征与认知功能之间的复杂多变量关系 | 研究仅针对MCI/AD患者，结果可能不适用于其他神经退行性疾病 | 探索MCI/AD患者区域脑成像指标与认知功能之间的多变量关系 | MCI/AD患者 | digital pathology | geriatric disease | MRI, PET | 深度学习神经网络 | 神经影像数据 | MCI/AD患者的实验数据 | NA | NA | NA | NA |
| 1803 | 2024-08-07 |
Deep learning in ophthalmic and orbital ultrasound for spaceflight associated neuro-ocular syndrome (SANS)
2024-May, Eye (London, England)
DOI:10.1038/s41433-023-02877-2
PMID:38135772
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1804 | 2024-08-07 |
Response to 'Deep learning in ophthalmic ultrasound to enable further insights in Spaceflight Associated Neuro-Ocular Syndrome (SANS)'
2024-May, Eye (London, England)
DOI:10.1038/s41433-023-02878-1
PMID:38135773
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1805 | 2025-05-03 |
Evaluation of a Cascaded Deep Learning-based Algorithm for Prostate Lesion Detection at Biparametric MRI
2024-05, Radiology
IF:12.1Q1
DOI:10.1148/radiol.230750
PMID:38713024
|
研究论文 | 评估一种基于级联深度学习的算法在双参数MRI中检测前列腺病变的性能，并与放射科医生的读取和活检结果进行比较 | 开发了一种用于双参数MRI的前列腺病变检测和分割的AI算法，其性能与经验丰富的放射科医生相当 | 算法在病变级别的检测灵敏度为55%，阳性预测值为57%，且每个参与者的平均假阳性病变数为0.61 | 评估AI算法在双参数MRI中检测前列腺病变的性能 | 疑似或已知前列腺癌的患者 | 数字病理学 | 前列腺癌 | 双参数MRI | 级联深度学习算法 | MRI图像 | 658名男性参与者，共1029个MRI可见病变 | NA | NA | NA | NA |
| 1806 | 2025-10-07 |
NRG Oncology Assessment of Artificial Intelligence Deep Learning-Based Auto-segmentation for Radiation Therapy: Current Developments, Clinical Considerations, and Future Directions
2024-May-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2023.10.033
PMID:37972715
|
综述 | 本文评估人工智能深度学习在放射治疗自动分割中的临床应用现状、挑战与未来发展方向 | 首次系统评估商业AI自动分割工具在多样化临床环境中的应用潜力与局限性 | 商业AI模型在非受控临床环境中的适用性存在挑战，缺乏标准化评估框架 | 评估AI自动分割工具在放射治疗中的临床应用价值与发展方向 | 商业AI自动分割工具及其在放射治疗规划中的应用 | 数字病理 | 肿瘤疾病 | 深度学习神经网络 | DLNN | 医学影像 | NA | NA | NA | 分割准确性，轮廓符合度 | 集成治疗计划系统 |
| 1807 | 2025-05-03 |
Image factory: A method for synthesizing novel CT images with anatomical guidance
2024-May, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16864
PMID:38043097
|
research paper | 提出了一种名为Image factory的方法，用于在解剖学指导下合成新的CT图像，以解决医学影像领域标记数据不足的问题 | 通过结合StyleGAN、U-Net和CycleGAN/P2P架构，能够从少量标记数据生成大量高质量的标记CT图像，并合成具有新解剖结构的图像 | 需要依赖初始的小规模标记数据集和大量非标记数据，且生成图像的解剖合理性可能存在轻微下降 | 解决医学影像领域深度学习训练数据不足的问题 | CT图像 | digital pathology | lung cancer | StyleGAN, U-Net, CycleGAN/P2P | GAN, CNN | image | 30例标记的肺部CT数据（来自TCIA）和14k例未标记的高分辨率CT数据（来自NIH） | NA | NA | NA | NA |
| 1808 | 2025-05-03 |
RAPHIA: A deep learning pipeline for the registration of MRI and whole-mount histopathology images of the prostate
2024-05, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.108318
PMID:38522253
|
research paper | 介绍了一种名为RAPHIA的深度学习流程，用于高效准确地对前列腺MRI和全切片组织病理学图像进行配准 | RAPHIA自动化了现有方法中多个耗时的手动步骤，包括前列腺分割、组织病理学图像旋转角度和水平翻转的估计，以及MRI-组织病理学切片对应关系的估计，并通过深度学习配准网络大幅减少计算时间 | 未明确提及具体限制，但可能依赖于深度学习模型的性能和训练数据的质量 | 开发一种高效准确的MRI和组织病理学图像配准流程，以促进前列腺癌早期检测的机器学习方法的发展 | 前列腺MRI和全切片组织病理学图像 | digital pathology | prostate cancer | deep learning registration networks | NA | image | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 1809 | 2025-05-03 |
TractGeoNet: A geometric deep learning framework for pointwise analysis of tract microstructure to predict language assessment performance
2024-May, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103120
PMID:38458095
|
研究论文 | 提出了一种基于几何深度学习的框架TractGeoNet，用于利用扩散磁共振成像(dMRI)纤维束成像和相关的点状组织微结构测量进行回归分析 | 采用点云表示法直接利用纤维束内所有点的组织微结构和位置信息，无需沿流线平均或分箱数据；提出了一种新的损失函数Paired-Siamese Regression loss，以提高回归性能；提出了Critical Region Localization算法，用于识别白质纤维束中对预测结果贡献最大的解剖区域 | 研究仅基于806名受试者的20个关联白质纤维束数据集，样本量和区域范围可能有限 | 通过几何深度学习增强对大脑白质纤维束的研究，并将其结构与人类语言表现等特征联系起来 | 人脑白质纤维束及其与语言表现的关系 | 机器学习 | NA | 扩散磁共振成像(dMRI)纤维束成像 | 几何深度学习 | 图像 | 806名受试者的20个关联白质纤维束 | NA | NA | NA | NA |
| 1810 | 2025-05-03 |
External Validation of Deep Learning-Based Cardiac Arrest Risk Management System for Predicting In-Hospital Cardiac Arrest in Patients Admitted to General Wards Based on Rapid Response System Operating and Nonoperating Periods: A Single-Center Study
2024-03-01, Critical care medicine
IF:7.7Q1
DOI:10.1097/CCM.0000000000006137
PMID:38381018
|
研究论文 | 本研究验证了深度学习基础的心脏骤停风险管理系统DeepCARS在快速反应系统（RRS）运行和非运行期间的预测性能，并探索了其在RRS运行时间之外的潜力 | DeepCARS在RRS运行和非运行期间均表现出优于传统早期预警系统的预测性能，且性能稳定 | 研究为单中心回顾性研究，可能限制了结果的普遍性 | 验证DeepCARS在预测住院患者心脏骤停方面的性能，特别是在RRS非运行期间的有效性 | 入住普通病房的成年患者 | 医疗人工智能 | 心血管疾病 | 深度学习 | DeepCARS | 电子健康记录 | 2019年9月1日至2020年8月31日期间入住普通病房的成年患者数据 | NA | NA | NA | NA |
| 1811 | 2025-05-03 |
Bioinformatic analysis reveals the association between bacterial morphology and antibiotic resistance using light microscopy with deep learning
2024, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2024.1450804
PMID:39364166
|
研究论文 | 通过生物信息学分析结合深度学习方法，研究细菌形态与抗生素抗性之间的关联 | 首次在无抗生素条件下研究抗性细菌的形态特征，并开发新的深度学习单细胞分类方法 | 仅研究了10种抗生素抗性菌株，样本量有限 | 探索细菌形态特征与抗生素抗性之间的关联 | 10种抗生素抗性细菌菌株 | 生物信息学 | 细菌感染 | 光学显微镜、深度学习 | 深度学习 | 图像 | 10种抗生素抗性细菌菌株 | NA | NA | NA | NA |
| 1812 | 2025-05-02 |
Performance Improvement with Reduced Number of Channels in Motor Imagery BCI System
2024-Dec-28, Sensors (Basel, Switzerland)
DOI:10.3390/s25010120
PMID:39796911
|
研究论文 | 本研究探讨了在运动想象脑机接口系统中减少通道数量以提高灵活性、便携性和计算效率的方法 | 结合EOG通道和少量EEG通道比单独使用大量EEG通道更有效，挑战了EOG仅引入眼相关噪声的传统观点 | 在7类运动想象任务中准确率相对较低（61%） | 提高运动想象脑机接口系统的实用性和性能 | 运动想象EEG信号分类 | 脑机接口 | NA | 深度学习 | 1D卷积块和深度可分离卷积 | EEG和EOG信号 | 两个数据集：BCI Competition IV Dataset IIa（4类MI）和Weibo数据集（7类MI） | NA | NA | NA | NA |
| 1813 | 2025-05-02 |
Cross-Shaped Heat Tensor Network for Morphometric Analysis Using Zebrafish Larvae Feature Keypoints
2024-Dec-28, Sensors (Basel, Switzerland)
DOI:10.3390/s25010132
PMID:39796924
|
research paper | 提出了一种基于深度学习的特征端点检测方法，用于定量确定斑马鱼幼体的表型和器官特征 | 引入了交叉形热张量网络（CSHT-Net），通过新颖的关键点训练方法和组合卷积块特征提取器，解决了基于热图方法仅关注关键点局部区域的问题，并增强了模型学习连续带状特征的能力 | NA | 开发一种非破坏性的斑马鱼幼体形态计量分析方法，用于识别异常和诊断疾病 | 斑马鱼幼体 | computer vision | NA | deep learning | CSHT-Net | image | 4389张斑马鱼幼体的明场显微照片 | NA | NA | NA | NA |
| 1814 | 2025-05-02 |
Comparative Analysis of Edge Detection Operators Using a Threshold Estimation Approach on Medical Noisy Images with Different Complexities
2024-Dec-27, Sensors (Basel, Switzerland)
DOI:10.3390/s25010087
PMID:39796878
|
研究论文 | 本文通过提出的阈值估计方法，比较分析了噪声对不同复杂度医学图像边缘检测的影响 | 提出了一种创新的边缘检测方法，考虑了不同噪声类型和浓度，并在多种复杂度的医学图像上进行了评估 | 研究仅针对特定类型的医学图像（视网膜图像、脑肿瘤分割和肺部CT扫描），可能不适用于其他类型的医学图像 | 评估噪声对医学图像边缘检测的影响，并提出一种有效的阈值估计方法 | 医学图像（视网膜图像、脑肿瘤分割和肺部CT扫描） | 计算机视觉 | 脑肿瘤、肺部疾病 | 网格搜索（GS）方法和随机搜索（RS9） | Canny算子、Laplace算子、AlexNet、ResNet、VGGNet、MobileNetv2、Inceptionv3 | 图像 | 三个不同的数据集（视网膜图像、脑肿瘤分割和肺部CT扫描） | NA | NA | NA | NA |
| 1815 | 2025-05-02 |
Deep Learning Unravels Differences Between Kinematic and Kinetic Gait Cycle Time Series from Two Control Samples of Healthy Children Assessed in Two Different Gait Laboratories
2024-Dec-27, Sensors (Basel, Switzerland)
DOI:10.3390/s25010110
PMID:39796901
|
research paper | 研究利用深度学习比较两个不同步态实验室评估的健康儿童步态周期时间序列的差异 | 使用基于ResNet的深度学习模型成功识别数据来源实验室，并探索减少实验室间差异的预处理方法 | 研究仅涉及两个实验室的数据，可能无法完全代表所有实验室的差异 | 比较不同实验室评估的健康儿童步态周期时间序列差异，并提高机器学习模型在临床环境中的可转移性 | 两组健康儿童的步态周期时间序列数据 | machine learning | NA | 步态分析协议 | ResNet | 时间序列数据 | 两组健康儿童的步态数据 | NA | NA | NA | NA |
| 1816 | 2025-05-02 |
Real-Time PPG-Based Biometric Identification: Advancing Security with 2D Gram Matrices and Deep Learning Models
2024-Dec-25, Sensors (Basel, Switzerland)
DOI:10.3390/s25010040
PMID:39796830
|
research paper | 本研究探讨了基于光电容积描记（PPG）信号的生物识别技术，通过二维Gram矩阵转换和深度学习模型提高安全性 | 采用PPG信号结合Gram矩阵转换和EfficientNetV2 B0与LSTM网络，实现了99%的准确率，并在实时识别场景中验证了其有效性 | 样本量较小，仅包含40名受试者 | 提升生物识别系统的安全性和抗欺骗能力 | PPG信号 | machine learning | NA | PPG信号采集 | EfficientNetV2 B0与LSTM网络 | PPG信号 | 40名受试者 | NA | NA | NA | NA |
| 1817 | 2025-05-02 |
Deep Learning-Based Computer-Aided Diagnosis of Osteochondritis Dissecans of the Humeral Capitellum Using Ultrasound Images
2024-Dec-04, The Journal of bone and joint surgery. American volume
DOI:10.2106/JBJS.23.01164
PMID:38743813
|
research paper | 开发了一种基于深度学习的计算机辅助诊断系统，用于通过超声图像检测肱骨小头剥脱性骨软骨炎 | 首次将深度学习应用于肱骨小头剥脱性骨软骨炎的超声图像诊断，并实现了高准确率 | 研究样本量相对较小，且仅针对棒球运动员群体 | 开发并评估基于深度学习的计算机辅助诊断系统，用于肱骨小头剥脱性骨软骨炎的检测 | 196名棒球运动员的肘部超声图像（其中92名患有剥脱性骨软骨炎） | digital pathology | osteochondritis dissecans | ultrasound imaging | object-detection algorithm and image classification network | image | 196名棒球运动员的肘部超声图像（训练和验证集），外加20名运动员的外部数据集（测试集） | NA | NA | NA | NA |
| 1818 | 2025-05-02 |
HiCervix: An Extensive Hierarchical Dataset and Benchmark for Cervical Cytology Classification
2024-Dec, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3419697
PMID:38923481
|
research paper | 介绍了一个名为HiCervix的广泛多层次宫颈细胞学数据集和基准测试方法HierSwin，用于宫颈细胞学分类 | 提出了目前最广泛的多中心宫颈细胞学数据集HiCervix，以及基于层次视觉变换器的分类网络HierSwin，利用层次树中的语义相关性进行详细特征学习 | NA | 提高宫颈细胞学分类的准确性和详细性，以更好地反映真实世界的细胞病理学条件 | 宫颈细胞 | digital pathology | cervical cancer | deep learning | HierSwin (hierarchical vision transformer) | image | 40,229 cervical cells from 4,496 whole slide images | NA | NA | NA | NA |
| 1819 | 2025-10-07 |
DGSLSTM: Deep Gated Stacked Long Short-Term Memory Neural Network for Traffic Flow Forecasting of Transportation Networks on Big Data Environment
2024-12, Big data
IF:2.6Q2
DOI:10.1089/big.2021.0013
PMID:35143339
|
研究论文 | 提出一种深度门控堆叠LSTM神经网络用于大数据环境下的交通流量预测 | 结合多个简单循环LSTM神经网络与时间特征，采用无监督逐层训练方法构建深度门控堆叠神经网络 | 未明确说明模型的具体局限性 | 提高交通流量预测的准确性 | 交通网络的流量数据 | 机器学习 | NA | 深度学习 | LSTM, GRU, 堆叠自编码器 | 时间序列数据 | NA | NA | 深度门控堆叠LSTM, 门控循环单元, 堆叠自编码器 | 预测效能 | 大数据环境 |
| 1820 | 2025-10-07 |
Social Listening for Product Design Requirement Analysis and Segmentation: A Graph Analysis Approach with User Comments Mining
2024-12, Big data
IF:2.6Q2
DOI:10.1089/big.2022.0021
PMID:37668599
|
研究论文 | 通过社交媒体在线评论分析客户产品设计需求，并快速转化为产品设计规范 | 提出指数判别雪球抽样方法构建产品相关子网络，结合图采样聚合和深度学习框架进行用户画像定义和意见挖掘 | 仅基于百度贴吧单一数据源，未验证在其他社交媒体平台的适用性 | 通过社交媒体用户评论分析产品设计需求和市场细分 | 智能手机设计分析，基于百度贴吧的用户评论数据 | 自然语言处理 | NA | 自然语言处理，图分析，意见挖掘 | BiLSTM, CRF, 图神经网络 | 文本评论数据 | 14,018个用户，30,803条评论，11层社交关系 | NA | 双向长短期记忆网络，条件随机场，GraphSAGE | 用户群体聚类合理性 | NA |