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 1961 - 1980 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1961 | 2025-03-05 |
AS2LS: Adaptive Anatomical Structure-Based Two-Layer Level Set Framework for Medical Image Segmentation
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3483563
PMID:39446550
|
研究论文 | 本文提出了一种基于自适应解剖结构的两层水平集框架（AS2LS），用于分割具有同心结构的器官，如左心室和眼底 | 提出了一种新颖的自适应解剖结构的两层水平集表示方法，并结合了两阶段水平集演化算法，提高了复杂医学图像分割的准确性 | 未提及具体局限性 | 提高医学图像分割的准确性，特别是针对具有同心结构的器官 | 医学图像中的器官，如左心室和眼底 | 计算机视觉 | NA | 水平集方法 | AS2LS（自适应解剖结构的两层水平集框架） | 医学图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 1962 | 2025-03-05 |
Explainability Enhanced Object Detection Transformer With Feature Disentanglement
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3492733
PMID:39531564
|
研究论文 | 本文提出了一种增强端到端目标检测模型（DETR）可解释性的特征解耦方法 | 引入了特征解耦方法，通过Tensor奇异值分解（T-SVD）生成特征基，并引入批量平均特征谱惩罚（BFSP）损失来约束特征解耦和平衡语义激活 | 未提及具体局限性 | 增强目标检测模型的可解释性 | 端到端目标检测模型（DETR） | 计算机视觉 | NA | Tensor奇异值分解（T-SVD），批量平均特征谱惩罚（BFSP） | DETR, CNN | 图像 | 在两个数据集上进行了广泛实验 | NA | NA | NA | NA |
| 1963 | 2025-10-07 |
AI-luminating Artificial Intelligence in Inflammatory Bowel Diseases: A Narrative Review on the Role of AI in Endoscopy, Histology, and Imaging for IBD
2024-12-05, Inflammatory bowel diseases
IF:4.5Q1
DOI:10.1093/ibd/izae030
PMID:38452040
|
综述 | 本文综述了人工智能在炎症性肠病内窥镜、组织学和影像学检查中的应用现状与前景 | 首次系统梳理AI技术在IBD多模态诊断工具（内窥镜、组织学、影像学）中的整合应用，并指明未来研究方向 | 现有文献存在固有局限性且存在知识缺口，尚未能实现向主流临床工具的转化 | 评估人工智能在炎症性肠病诊疗中的潜在价值，总结当前认知并确定研究空白 | 炎症性肠病（IBD）相关的内窥镜、组织学和影像学数据 | 数字病理学 | 炎症性肠病 | 深度学习, 影像组学 | NA | 内窥镜图像, 组织学切片, 医学影像 | NA | NA | NA | NA | NA |
| 1964 | 2025-10-07 |
Estimating the distribution of numerosity and non-numerical visual magnitudes in natural scenes using computer vision
2024-Dec-03, Psychological research
DOI:10.1007/s00426-024-02064-2
PMID:39625570
|
研究论文 | 利用计算机视觉算法估计自然场景中数量和非数值视觉特征的分布规律 | 首次设计并实施了一个原创流程，用于估计大规模真实图像数据集中数量和非数值特征的分布 | 未明确说明使用的具体数据集规模和图像来源的局限性 | 研究自然场景中数量感知的统计规律及其与非数值视觉特征的相关性 | 自然场景图像中的物体数量和非数值视觉特征 | 计算机视觉 | NA | 计算机视觉算法 | 深度学习神经网络 | 图像 | 包含数千张真实图像的大规模数据集 | NA | NA | NA | NA |
| 1965 | 2025-10-07 |
Spatiotemporal profiling defines persistence and resistance dynamics during targeted treatment of melanoma
2024-Feb-05, bioRxiv : the preprint server for biology
DOI:10.1101/2024.02.02.577085
PMID:38370717
|
研究论文 | 本研究通过空间转录组学和深度学习分析，揭示了BRAF突变黑色素瘤靶向治疗中的细胞持续状态和耐药性动态机制 | 首次结合空间转录组学和深度学习技术，在患者来源异种移植模型中解析黑色素瘤治疗过程中的克隆谱系演变和时空动态 | 研究基于患者来源异种移植模型，可能与实际患者肿瘤微环境存在差异 | 阐明黑色素瘤靶向治疗中细胞持续状态和耐药性形成的时空动态机制 | BRAF突变黑色素瘤细胞和患者来源异种移植模型 | 数字病理学 | 黑色素瘤 | 空间转录组学, 深度学习, 组织病理学分析 | 深度学习模型 | 空间转录组数据, 组织病理学切片图像 | 患者来源异种移植模型样本 | NA | NA | NA | NA |
| 1966 | 2025-10-07 |
Assessment of Protein-Protein Docking Models Using Deep Learning
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-3985-6_10
PMID:38987469
|
综述 | 本文综述了蛋白质对接模型评估方法的最新进展，特别关注深度学习在多种网络架构中的应用 | 将深度学习技术应用于蛋白质对接模型评估，探索了多种网络架构在此领域的应用 | NA | 评估蛋白质-蛋白质对接模型的准确性 | 蛋白质复合物结构模型 | 生物信息学 | NA | X射线晶体学,冷冻电子显微镜 | 深度学习 | 蛋白质结构数据 | NA | NA | 多种网络架构 | NA | NA |
| 1967 | 2025-10-07 |
Refinement of Docked Protein-Protein Complexes Using Repulsive Scaling Replica Exchange Simulations
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-3985-6_15
PMID:38987474
|
研究论文 | 本文介绍了一种使用排斥缩放副本交换模拟方法优化蛋白质-蛋白质复合物结构预测的技术 | 开发了基于副本交换的新方案，通过在各个副本模拟中应用不同水平的蛋白质间排斥偏置来改进对接结果 | NA | 改进蛋白质-蛋白质复合物结构的预测精度和自由能评分 | 蛋白质-蛋白质复合物结构 | 计算生物学 | NA | 分子动力学模拟，副本交换分子动力学 | RS-REMD | 蛋白质结构数据 | 两个示例应用 | NA | NA | 结构改进，自由能评分 | NA |
| 1968 | 2025-10-07 |
Exploiting the Role of Features for Antigens-Antibodies Interaction Site Prediction
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-3985-6_16
PMID:38987475
|
研究论文 | 本研究应用HSS-PPI混合方法预测抗体-抗原相互作用位点，通过层次化表示和图形卷积网络对氨基酸进行分类 | 采用层次化蛋白质表示方法，结合多种物理化学和结构特征，使用图卷积网络进行抗体相互作用位点预测 | NA | 开发计算方法来预测抗体与抗原的相互作用位点，以替代昂贵的实验方法 | 抗体蛋白质及其与抗原的相互作用位点 | 生物信息学 | NA | 图卷积网络，蛋白质结构分析 | GCN | 蛋白质序列和结构数据 | NA | NA | 图卷积网络 | 标准评估指标 | NA |
| 1969 | 2025-03-04 |
[The 30-Year History of the Japan-Korea Joint Meeting on Medical Physics]
2024, Igaku butsuri : Nihon Igaku Butsuri Gakkai kikanshi = Japanese journal of medical physics : an official journal of Japan Society of Medical Physics
DOI:10.11323/jjmp.44.3_40
PMID:40024769
|
评论 | 本文回顾了日本-韩国医学物理联合会议30年的历史，探讨了会议对两国医学物理学家交流与合作的贡献 | 详细记录了日本-韩国医学物理联合会议的30年发展历程，并分析了会议对医学物理领域的推动作用 | 文章主要关注日本和韩国的医学物理合作，未涉及其他国家的类似合作 | 回顾日本-韩国医学物理联合会议的历史，探讨其对医学物理领域的贡献 | 日本和韩国的医学物理学家及其合作 | 医学物理 | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1970 | 2025-10-07 |
Clinical utility of receptor status prediction in breast cancer and misdiagnosis identification using deep learning on hematoxylin and eosin-stained slides
2024-Dec-20, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00695-5
PMID:39706861
|
研究论文 | 本研究开发了一种基于深度学习的系统，能够从H&E染色切片预测乳腺癌受体状态并识别误诊病例 | 首次利用H&E染色切片通过深度学习预测乳腺癌分子标志物状态，并验证其在临床误诊识别中的实用性 | 研究基于多中心数据集但仍需更大规模验证，系统性能可能受切片质量影响 | 开发基于H&E切片的乳腺癌受体状态预测工具，提升诊断准确性和效率 | 乳腺癌患者的数字化H&E染色切片 | 数字病理学 | 乳腺癌 | H&E染色，免疫组织化学，荧光原位杂交 | 深度学习 | 病理图像 | 6个独立队列的7,950名患者的19,845张切片 | NA | NA | 特异性，阳性预测值 | NA |
| 1971 | 2025-10-07 |
Synthesizing Contrast-Enhanced MR Images from Noncontrast MR Images Using Deep Learning
2024-03-07, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8107
PMID:38453408
|
研究论文 | 使用深度学习从非对比MR图像合成虚拟对比增强MR图像 | 开发了名为T1c-ET的残差初始密集网络，能够同时合成虚拟对比增强T1加权图像并分割肿瘤增强部分 | 研究仅基于脑肿瘤分割挑战赛数据集，需要进一步验证在其他临床场景的泛化能力 | 通过深度学习减少钆对比剂在原发性脑肿瘤评估中的使用需求 | 原发性脑肿瘤患者 | 医学影像分析 | 脑肿瘤 | 磁共振成像 | 深度学习 | MR图像 | 335名受试者用于训练验证，125名受试者用于测试 | NA | 残差初始密集网络 | 结构相似性指数, 峰值信噪比, 归一化均方误差, Fleiss kappa值, 3点Likert量表评分 | NA |
| 1972 | 2025-10-07 |
A multitask approach for automated detection and segmentation of thyroid nodules in ultrasound images
2024-03, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.107974
PMID:38244471
|
研究论文 | 提出一种多任务方法用于甲状腺结节超声图像的自动检测和分割 | 将异常检测模块与UNet架构结合，实现同时检测可疑图像和分割潜在结节的多任务方法 | NA | 开发自动化甲状腺结节检测和分割方法以改善风险分层 | 甲状腺结节超声图像 | 计算机视觉 | 甲状腺癌 | 超声成像 | 深度学习 | 图像 | 280名患者的9888张超声图像 | NA | UNet | F1分数,Dice相似系数 | NA |
| 1973 | 2025-10-07 |
Deep Learning and Geriatric Mental Health
2024-03, The American journal of geriatric psychiatry : official journal of the American Association for Geriatric Psychiatry
DOI:10.1016/j.jagp.2023.11.008
PMID:38142162
|
综述 | 本文旨在帮助临床医生理解深度学习的基本概念及其在老年精神健康领域的早期应用 | 将深度学习术语和原理与老年精神病学的临床应用需求相结合进行系统性阐述 | 仅提供基础概念和应用概述，缺乏具体技术细节和实证研究数据 | 促进临床医生对深度学习在老年精神健康领域应用的理解 | 老年精神健康领域的临床医生和研究人员 | 机器学习 | 老年疾病 | NA | NA | NA | NA | NA | NA | NA | NA |
| 1974 | 2025-10-07 |
Test Retest Reproducibility of Organ Volume Measurements in ADPKD Using 3D Multimodality Deep Learning
2024-03, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2023.09.009
PMID:37798206
|
研究论文 | 本研究开发了一种基于3D多模态深度学习的方法，用于提高ADPKD患者器官体积测量的可重复性 | 首次利用所有MRI脉冲序列进行多模态深度学习，通过异常值分析和测量平均来降低器官体积测量变异性 | 样本量相对有限（19名ADPKD患者进行重测评估） | 降低ADPKD患者MRI器官体积测量的变异性 | 常染色体显性多囊肾病（ADPKD）患者 | 医学影像分析 | 肾脏疾病 | MRI多序列成像（T1, T2, SSFP, DWI, CT） | 深度学习 | 3D医学影像 | 413名受试者用于训练/验证，19名ADPKD患者用于重测评估 | nnU-net | nnU-net | Dice相似系数, Jaccard指数, 平均表面距离, Hausdorff距离, AUC | NA |
| 1975 | 2025-10-07 |
Deformable lung 4DCT image registration via landmark-driven cycle network
2024-Mar, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16738
PMID:37708440
|
研究论文 | 提出一种基于标志点驱动的循环网络用于肺部4DCT图像的可变形配准 | 采用弱监督深度学习框架，结合双向变形矢量场生成和标志点驱动损失函数 | NA | 开发自动、准确、高效的肺部4DCT图像配准方法 | 肺部四维计算机断层扫描图像 | 医学图像处理 | 肺部疾病 | 4DCT | GAN, 循环网络 | CT图像 | DIR-Lab数据集10个4DCT数据集，临床数据集50个4DCT数据集 | NA | 生成器-判别器架构 | 目标配准误差(TRE), 平均绝对误差(MAE), 结构相似性指数(SSIM) | NA |
| 1976 | 2025-10-07 |
Heterogenous thinning of peripapillary tissues occurs early during high myopia development in juvenile tree shrews
2024-Mar, Experimental eye research
IF:3.0Q1
DOI:10.1016/j.exer.2024.109824
PMID:38336167
|
研究论文 | 本研究通过诱导幼年树鼩发展高度近视，探究了视乳头周围组织在近视发展过程中的厚度变化 | 首次在幼年树鼩模型中揭示高度近视早期视乳头周围组织存在异质性变薄，且变薄主要发生在实验第一周 | 样本量较小（仅15只眼睛），缺乏长期观察数据， sectorial分析未发现明确模式 | 研究高度近视发展过程中视乳头周围组织的厚度变化 | 幼年树鼩的视乳头周围组织 | 数字病理 | 近视 | 光学相干断层扫描，深度学习算法，非线性畸变校正 | 深度学习 | OCT图像 | 6只双眼正常视力树鼩，9只单眼-10D镜片处理树鼩（共15只眼睛），持续5周观察 | NA | NA | P值，百分比变化 | NA |
| 1977 | 2025-10-07 |
Predicting FDG-PET Images From Multi-Contrast MRI Using Deep Learning in Patients With Brain Neoplasms
2024-03, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28837
PMID:37259967
|
研究论文 | 本研究使用深度学习模型从多对比MRI生成脑肿瘤患者的FDG-PET等效图像 | 首次使用多对比MRI（T1、T1c、T2-FLAIR、ASL）通过卷积神经网络合成FDG-PET图像，无需使用放射性示踪剂 | 合成PET图像质量评分（49.7%）显著低于采集PET（73.4%），存在读者间变异性，且有过度判读倾向 | 为脑肿瘤患者生成诊断质量的PET等效成像，避免地理限制、辐射暴露和高成本 | 脑肿瘤患者（51名受试者的59项研究） | 医学影像分析 | 脑肿瘤 | 18F-FDG PET成像，多对比MRI（3D GRE T1、3D GRE T1c、3D FSE T2-FLAIR、3D FSE ASL） | CNN | 医学影像（MRI和PET图像） | 51名患者的59项研究 | NA | 卷积神经网络 | PSNR, SSIM, RSME, 准确率, Gwet's AC, Bowker检验 | NA |
| 1978 | 2025-10-07 |
mmPose-FK: A Forward Kinematics Approach to Dynamic Skeletal Pose Estimation Using mmWave Radars
2024-Mar, IEEE sensors journal
IF:4.3Q2
DOI:10.1109/jsen.2023.3348199
PMID:39309301
|
研究论文 | 提出一种基于毫米波雷达的动态骨骼姿态估计方法mmPose-FK，采用正向运动学方法解决雷达数据低分辨率、镜面反射和噪声问题 | 将正向运动学机制集成到深度学习模型中，开发端到端解决方案，能够输出关节旋转和骨骼长度 | NA | 解决毫米波雷达在姿态估计中的不稳定问题，提高姿态估计的准确性和稳定性 | 人体骨骼姿态 | 计算机视觉 | NA | 毫米波雷达 | 深度学习 | 雷达点云数据 | NA | NA | NA | 准确性, 稳定性, 一致性 | NA |
| 1979 | 2025-10-07 |
K-t PCA accelerated in-plane balanced steady-state free precession phase-contrast (PC-SSFP) for all-in-one diastolic function evaluation
2024-Mar, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.29897
PMID:37927206
|
研究论文 | 开发一种结合K-t PCA加速的平面内平衡稳态自由进动相位对比(PC-SSFP)MRI方法，用于一站式舒张功能评估 | 提出在单次扫描中同时获取舒张功能评估所需所有参数的MRI方法，结合K-t PCA加速技术和深度学习框架 | 仅在10名健康受试者中验证，未在患者群体中测试 | 开发一站式舒张功能评估的MRI方法 | 舒张功能评估参数（E、A、e'） | 医学影像 | 心血管疾病 | MRI、K-t PCA、平衡稳态自由进动相位对比 | 深度学习 | 医学影像 | 10名健康受试者 | NA | NA | 相关系数(r)、一致性界限(LOA)、信噪比(SNR) | NA |
| 1980 | 2025-10-07 |
Biomimetic Deep Learning Networks With Applications to Epileptic Spasms and Seizure Prediction
2024-03, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2023.3325762
PMID:37851549
|
研究论文 | 提出一种新型仿生深度学习网络用于癫痫性痉挛和癫痫发作预测 | 结合模块化Volterra核卷积网络和双向循环网络，并利用头皮EEG的相位幅度跨频率耦合特征 | NA | 开发用于癫痫性痉挛和癫痫发作预测的仿生深度学习模型 | 癫痫患者和婴儿痉挛综合征患者的脑电图数据 | 机器学习 | 癫痫 | 头皮脑电图 | CNN,RNN | 脑电图信号 | 标准CHB-MIT数据集加上蒙特菲奥里医疗中心和加州大学洛杉矶分校的两个数据集 | NA | 模块化Volterra核卷积网络,双向循环网络 | 准确率,检测延迟时间,假阳性率 | NA |