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 1299 篇文献，本页显示第 301 - 320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 301 | 2025-03-05 |
Advancements in prognostic markers and predictive models for intracerebral hemorrhage: from serum biomarkers to artificial intelligence models
2024-Jul-31, Neurosurgical review
IF:2.5Q1
DOI:10.1007/s10143-024-02635-2
PMID:39083096
|
研究论文 | 本文探讨了脑出血（ICH）的预后标志物和预测模型的最新进展，包括血清生物标志物和人工智能模型 | 本文创新性地结合了血清sestrin2作为预后标志物和深度学习AI模型，用于预测脑出血的早期血肿扩大和长期结果 | 未明确提及研究的局限性 | 提高脑出血的预测和管理水平，以改善患者护理和生存率 | 脑出血患者 | 机器学习 | 脑出血 | 深度学习，机器学习 | 深度学习模型，随机森林算法 | 血清数据，CT影像数据 | NA | NA | NA | NA | NA |
| 302 | 2025-10-07 |
A single-joint multi-task motor imagery EEG signal recognition method based on Empirical Wavelet and Multi-Kernel Extreme Learning Machine
2024-07, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2024.110136
PMID:38642806
|
研究论文 | 提出一种基于经验小波分解和多核极限学习机的单关节多任务运动想象脑电信号识别方法 | 结合经验小波分解和多核极限学习机增强同类脑电信号的时频特征差异，实现单关节多任务运动想象的高精度识别 | 仅涉及6名参与者的手腕运动想象任务，样本规模较小 | 开发更精细的脑机接口命令识别方法 | 手腕伸展、手腕屈曲和手腕外展三种运动想象任务的脑电信号 | 脑机接口 | NA | 脑电信号采集 | 多核极限学习机 | 脑电信号 | 6名参与者 | NA | 经验小波分解, 多核极限学习机 | 识别准确率 | NA |
| 303 | 2025-10-07 |
Deep learning models for atypical serotonergic cells recognition
2024-07, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2024.110158
PMID:38703797
|
研究论文 | 开发基于深度学习的模型，用于识别典型和非典型血清素能神经元 | 首次使用深度学习模型识别具有非典型特征的血清素能神经元，突破了传统方法只能识别典型神经元的限制 | 模型仅适用于特定记录参数下的实验，需要调整才能适应不同的采集参数 | 开发能够准确区分典型和非典型血清素能神经元与非血清素能细胞的分类模型 | 血清素能神经元和非血清素能细胞的电生理记录数据 | 机器学习 | NA | 体外电生理记录 | CNN | 动作电位电生理信号 | 27,108个原始动作电位样本和1200万个合成动作电位样本 | NA | 卷积神经网络 | 准确率 | NA |
| 304 | 2025-10-07 |
Simple models vs. deep learning in detecting low ejection fraction from the electrocardiogram
2024-Jul, European heart journal. Digital health
DOI:10.1093/ehjdh/ztae034
PMID:39081946
|
研究论文 | 比较简单模型与深度学习模型在心电图检测低射血分数方面的性能 | 证明基于标准心电图测量的简单模型可以达到与深度学习模型相近的性能，且更易于临床部署和解释 | 研究基于观察性数据集，需要进一步验证在更广泛人群中的适用性 | 评估简单模型与深度学习模型在检测左心室收缩功能障碍方面的准确性和可移植性 | 心电图波形和经胸超声心动图匹配数据 | 机器学习 | 心血管疾病 | 心电图测量，超声心动图 | 随机森林, 逻辑回归, 深度学习 | 心电图波形，测量数据 | 40,994对匹配的心电图和超声心动图（斯坦福大学医学中心），外加哥伦比亚医学中心和英国生物银行的外部验证数据 | NA | NA | AUC | NA |
| 305 | 2025-10-07 |
High-throughput classification of S. cerevisiae tetrads using deep learning
2024-07, Yeast (Chichester, England)
DOI:10.1002/yea.3965
PMID:38850080
|
研究论文 | 开发基于深度学习的图像识别与分类流程，用于高通量酿酒酵母四分体检测和减数分裂交叉分类 | 首次将深度学习应用于酿酒酵母四分体的自动化分析，实现减数分裂交叉事件的高通量检测 | 方法验证仅限于野生型和特定基因敲除突变体，尚未在其他生物系统中测试 | 自动化分析酿酒酵母减数分裂重组事件，加速相关基因的发现 | 酿酒酵母四分体 | 计算机视觉 | NA | 荧光标记成像 | 深度学习 | 图像 | 野生型和选定基因敲除突变体的大规模图像数据集 | NA | NA | NA | NA |
| 306 | 2025-10-07 |
A deep learning approach for diagnosis of schizophrenia disorder via data augmentation based on convolutional neural network and long short-term memory
2024-Jul, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00360-9
PMID:38946814
|
研究论文 | 提出基于CNN和LSTM的深度学习框架，通过数据增强技术自动诊断精神分裂症 | 开发端到端的15层CNN和16层CNN-LSTM混合模型，结合GAN数据增强技术，无需手动特征提取 | 未提及模型在其他精神疾病鉴别或跨数据集验证方面的表现 | 开发自动诊断精神分裂症的深度学习系统 | 精神分裂症患者的脑电图信号 | 机器学习 | 精神分裂症 | 脑电图 | CNN, LSTM, GAN | 脑电图信号 | 大型脑电图数据集（具体数量未说明） | NA | 15层CNN, 16层CNN-LSTM | 准确率 | NA |
| 307 | 2025-02-25 |
Deep Learning Analysis of Surgical Video Recordings to Assess Nontechnical Skills
2024-07-01, JAMA network open
IF:10.5Q1
|
研究论文 | 本研究探讨了利用手术视频记录中的运动特征自动评估心脏手术过程中非技术技能的可行性 | 首次使用深度学习技术从手术视频中提取运动特征，以自动评估手术团队的非技术技能 | 研究仅在一家医院进行，且样本量较小，需要进一步在不同医院和专科中验证结果 | 探索自动评估手术室非技术技能的方法，以提高手术表现和患者安全 | 心脏手术过程中的手术团队 | 计算机视觉 | 心血管疾病 | OpenPose库用于视频分析 | 深度学习 | 视频 | 30例完整的心脏手术过程 | NA | NA | NA | NA |
| 308 | 2025-10-07 |
Intelligent ultrafast total-body PET for sedation-free pediatric [18F]FDG imaging
2024-Jul, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-024-06649-2
PMID:38383744
|
研究论文 | 开发基于深度学习的全身PET图像增强技术，实现无镇静儿科快速成像 | 首次将可变形3D U-Net应用于全身PET快速成像质量增强，显著缩短儿科患者扫描时间 | 样本量相对有限（245名成人训练，16名儿童测试，5名儿童前瞻性验证） | 开发无需镇静的儿科PET快速成像技术 | 儿科患者全身PET成像 | 医学影像分析 | 儿科疾病 | 全身PET成像，[18F]FDG示踪剂 | 深度学习 | 3D医学影像 | 245名成人训练，16名儿童回顾性测试，5名儿童前瞻性验证 | NA | 可变形3D U-Net | PSNR, SSIM, SUVmean误差, SUVmax误差 | NA |
| 309 | 2025-10-07 |
Independent Associations of Aortic Calcification with Cirrhosis and Liver Related Mortality in Veterans with Chronic Liver Disease
2024-Jul, Digestive diseases and sciences
IF:2.5Q2
DOI:10.1007/s10620-024-08450-5
PMID:38653948
|
研究论文 | 本研究评估腹主动脉钙化与慢性肝病患者肝硬化发展和肝相关死亡率的独立关联 | 首次利用自动化深度学习方法量化腹主动脉钙化评分，并系统评估其与多种慢性肝病类型临床结局的关联 | 研究对象仅限于退伍军人群体，可能存在选择偏倚；样本来源单一 | 评估腹主动脉钙化与慢性肝病患者肝硬化发展、肝脏失代偿、肝相关死亡和总体死亡的关联 | 患有三种慢性肝病（非酒精性脂肪肝、丙型肝炎、酒精相关性肝病）的退伍军人 | 数字病理 | 肝硬化 | 腹部CT扫描 | 深度学习 | 医学影像 | 3604名退伍军人 | NA | NA | 风险比(HR), 置信区间(CI) | NA |
| 310 | 2025-10-07 |
Attribute-guided prototype network for few-shot molecular property prediction
2024-Jul-25, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae394
PMID:39133096
|
研究论文 | 提出一种属性引导原型网络(APN)用于解决小样本分子性质预测的挑战 | 引入分子属性提取器提取多种指纹属性，并设计属性引导双通道注意力模块学习分子图与属性间的关系 | NA | 解决小样本分子性质预测问题，提升药物发现过程中的分子评估和筛选效率 | 分子性质预测中的小样本学习场景 | 机器学习 | NA | 分子指纹属性提取，自监督学习 | 原型网络 | 分子图数据，指纹属性数据 | NA | NA | 属性引导原型网络(APN)，属性引导双通道注意力模块 | NA | NA |
| 311 | 2025-10-07 |
Role of artificial intelligence in brain tumour imaging
2024-Jul, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111509
PMID:38788610
|
综述 | 探讨人工智能在脑肿瘤影像学中的应用及其潜力 | 全面综述AI在脑肿瘤影像中从病灶检测到预后评估的多领域应用，并涵盖神经胶质瘤与非胶质瘤肿瘤 | 数据质量、标准化和系统整合等实施挑战尚未完全解决 | 评估人工智能技术在脑肿瘤影像诊断与治疗中的临床应用价值 | 脑肿瘤影像数据及相关临床病例 | 医学影像分析 | 脑肿瘤 | 机器学习, 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 312 | 2025-10-07 |
Artificial intelligence for gastric cancer in endoscopy: From diagnostic reasoning to market
2024-Jul, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver
IF:4.0Q1
DOI:10.1016/j.dld.2024.04.019
PMID:38763796
|
综述 | 本文全面评估人工智能在内窥镜成像中评估胃癌前病变和癌变病变的应用现状及临床推广障碍 | 系统梳理人工智能在胃镜领域从诊断推理到市场应用的全链条发展，重点关注临床转化面临的挑战 | 缺乏大规模稳健验证研究，存在监管障碍，临床常规应用尚未普及 | 评估人工智能在内窥镜胃部病变检测中的当前应用状况和实施障碍 | 胃部癌前病变和癌变病变的内窥镜图像 | 计算机视觉 | 胃癌 | 内窥镜成像 | 深度学习 | 医学图像 | NA | NA | NA | NA | NA |
| 313 | 2025-10-07 |
Labelling with dynamics: A data-efficient learning paradigm for medical image segmentation
2024-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103196
PMID:38781755
|
研究论文 | 提出一种基于动态系统先验的数据高效医学图像分割学习范式 | 通过引入定制化动态系统的领域知识作为强先验，解决了深度学习在医学图像分割中需要大量标注数据和缺乏可解释性的问题 | 仅在两个数据集上进行了验证，需要更多医学图像类型的测试 | 开发数据高效的医学图像分割方法 | 胸部X光图像中的心脏和肺部分割、皮肤镜图像中的皮肤病变分割 | 医学图像分析 | 肺部疾病、皮肤病变 | 深度学习 | 深度神经网络 | 医学图像（X光图像、皮肤镜图像） | JSRT和ISIC2016两个数据集 | NA | 定制化动态系统 | 分割准确性 | NA |
| 314 | 2025-10-07 |
A Systematic Review of Artificial Intelligence Models for Time-to-Event Outcome Applied in Cardiovascular Disease Risk Prediction
2024-Jul-19, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-024-02087-7
PMID:39028429
|
系统综述 | 本文系统综述了人工智能模型在心血管疾病风险预测中处理时间-事件结局的应用 | 重点关注处理右删失数据的AI预测模型，并特别分析健康社会决定因素和性别分层在模型中的应用 | 仅纳入33项研究，且大多数研究未充分整合健康社会决定因素和进行性别分层分析 | 评估人工智能模型在心血管疾病风险预测中处理生存结局的性能和应用现状 | 心血管疾病风险预测研究 | 机器学习 | 心血管疾病 | 机器学习，深度学习 | 随机生存森林，生存梯度提升模型，惩罚Cox模型，DeepSurv | 临床数据，生存数据 | 33项研究 | NA | 随机生存森林，梯度提升，DeepSurv | 预测性能比较 | NA |
| 315 | 2025-02-05 |
Artificial intelligence in suicide prevention: Utilizing deep learning approach for early detection
2024 Jul-Dec, Industrial psychiatry journal
DOI:10.4103/ipj.ipj_20_24
PMID:39898082
|
研究论文 | 本文介绍了一种利用人工神经网络（ANN）架构的人工智能模型，用于预测有自杀倾向的学生，旨在通过技术手段早期识别并干预 | 首次将人工神经网络应用于学生自杀风险的早期预测，并通过严格的超参数优化和统计指标评估模型性能 | 模型训练和测试数据为虚构和模拟的，未来需要真实世界的数据验证和模型优化 | 构建一个AI模型，用于早期识别有自杀倾向的学生，以便及时干预 | 面临考试压力的学生 | 机器学习 | 心理健康 | 人工神经网络（ANN） | ANN | 虚构和模拟的学生档案数据 | NA | NA | NA | NA | NA |
| 316 | 2025-10-07 |
Detection and quantitative analysis of patient-ventilator interactions in ventilated infants by deep learning networks
2024-Jul, Pediatric research
IF:3.1Q1
DOI:10.1038/s41390-024-03064-z
PMID:38316942
|
研究论文 | 本研究开发了基于深度学习的卷积神经网络模型，用于自动检测和定量分析新生儿机械通气中的患者-呼吸机相互作用 | 首次将成人PVI分类标准应用于新生儿群体，并开发了专门针对新生儿的深度学习分类器实现PVI自动检测 | 样本量相对较小（23名婴儿），仅从170名新生儿中随机选择，且仅分析了500次呼吸/记录 | 开发自动化工具来检测和定量分析新生儿机械通气中的患者-呼吸机相互作用 | 接受机械通气的新生儿，使用SIPPV-VG、SIMV-VG或PSV-VG模式通气至少12小时 | 数字病理 | 新生儿呼吸疾病 | 机械通气波形分析 | CNN | 呼吸波形数据 | 23名婴儿，每名婴儿500次呼吸（总计11500次呼吸） | NA | 卷积神经网络 | F1分数 | NA |
| 317 | 2025-10-07 |
Joint-learning-based coded aperture compressive temporal imaging
2024-Jul-01, Journal of the Optical Society of America. A, Optics, image science, and vision
DOI:10.1364/JOSAA.523092
PMID:39889132
|
研究论文 | 提出一种基于联合学习的编码孔径压缩时间成像方法，通过联合优化二进制掩码策略、松弛策略和正则化策略实现高质量视频重建 | 将Landweber迭代重建方法的数学结构与深度学习相结合，成功解决了参数选择的挑战性问题 | NA | 改进编码孔径压缩时间成像系统的重建算法和掩码优化 | 高速动态场景的三维视频重建 | 计算机视觉 | NA | 压缩感知，编码孔径压缩时间成像 | 深度学习 | 视频帧，压缩测量数据 | NA | NA | NA | NA | NA |
| 318 | 2025-02-01 |
Analysis of the integrated role of the Yangtze River Delta based on the industrial economic resilience of cities during COVID-19
2024-07-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68357-z
PMID:39060630
|
研究论文 | 本研究探讨了COVID-19期间长江三角洲地区城市产业经济韧性及其对区域一体化战略的影响 | 使用UNet深度学习方法检测土地利用类型，并结合土地转移矩阵和标准差椭圆分析工业用地变化和工业产值空间分布 | 研究区域仅限于安徽省的芜湖、马鞍山和滁州三市，可能无法全面反映整个长江三角洲地区的情况 | 分析COVID-19期间长江三角洲地区城市产业经济韧性及其对区域一体化战略的影响 | 安徽省的芜湖、马鞍山和滁州三市的工业用地和工业产值 | 机器学习 | NA | UNet深度学习方法 | UNet | 土地利用数据 | 安徽省的芜湖、马鞍山和滁州三市 | NA | NA | NA | NA |
| 319 | 2025-10-07 |
Beyond Size and Class Balance: Alpha as a New Dataset Quality Metric for Deep Learning
2024-Jul-31, ArXiv
PMID:39830079
|
研究论文 | 提出一种基于生态学多样性指标的新型数据集质量度量方法Alpha，用于改进医学影像深度学习性能 | 首次将生态学中的广义熵多样性度量引入深度学习领域，提出超越数据集大小和类别平衡的新质量指标 | 研究仅基于七个医学数据集进行验证，需要更多领域和数据集类型的进一步验证 | 探索更直接的数据集多样性度量方法以提升深度学习模型性能 | 医学影像数据集 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 七个医学数据集的数千个子集 | NA | NA | 平衡准确率 | NA |
| 320 | 2025-10-07 |
Approaching artificial intelligence to Hospital Pharmacy
2024-Jul, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria
IF:1.0Q4
DOI:10.1016/j.farma.2024.02.007
PMID:39097366
|
综述 | 探讨人工智能在医院药学领域的应用前景与价值 | 系统阐述AI技术如何通过分析医疗数据帮助医院药师优化药物管理流程 | 未涉及具体实施案例与数据验证 | 推动人工智能技术与医院药学实践的深度融合 | 医院药师工作流程与患者用药数据 | 自然语言处理, 机器学习 | NA | 机器学习, 深度学习, 自然语言处理 | 神经网络 | 医疗记录, 实验室结果, 用药档案 | NA | NA | NA | NA | NA |