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 1298 篇文献，本页显示第 381 - 400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 381 | 2025-04-25 |
Artificial intelligence in colonoscopy: from detection to diagnosis
2024-07, The Korean journal of internal medicine
DOI:10.3904/kjim.2023.332
PMID:38695105
|
综述 | 本文综述了人工智能在结肠镜检查中从检测到诊断的最新进展 | 总结了不同深度学习模型在结肠镜检查不同任务中的适用性及性能表现 | 仅纳入2021年及以后发表的英文文献，可能存在发表偏倚 | 评估人工智能在结肠镜检查中的应用效果 | 27篇PubMed原始研究 | 数字病理学 | 胃肠道疾病 | 深度学习 | Efficientnet, YOLO, Unet | 医学影像 | 27项研究 | NA | NA | NA | NA |
| 382 | 2025-10-07 |
Computer-Aided Diagnosis of Duchenne Muscular Dystrophy Based on Texture Pattern Recognition on Ultrasound Images Using Unsupervised Clustering Algorithms and Deep Learning
2024-07, Ultrasound in medicine & biology
|
研究论文 | 本研究通过无监督聚类算法和深度学习技术，基于超声图像纹理模式识别开发杜氏肌营养不良症的计算机辅助诊断系统 | 首次将k-means和模糊c-means聚类算法用于DMD超声图像纹理重建，并结合深度学习模型实现疾病分期和行走功能的自动识别 | 未明确说明样本数据的具体规模和来源限制 | 开发基于超声图像的杜氏肌营养不良症计算机辅助诊断系统 | 杜氏肌营养不良症患者的腓肠肌群超声图像 | 计算机视觉 | 杜氏肌营养不良症 | 超声成像 | CNN, 高斯朴素贝叶斯, k近邻, 决策树 | 图像 | NA | NA | VGG-16, VGG-19 | 准确率 | NA |
| 383 | 2025-10-07 |
Binding and sensing diverse small molecules using shape-complementary pseudocycles
2024-07-19, Science (New York, N.Y.)
DOI:10.1126/science.adn3780
PMID:39024436
|
研究论文 | 本文提出了一种利用深度学习生成形状互补假环结构来设计高亲和力小分子结合蛋白的方法 | 采用深度学习生成具有不同形状结合口袋的假环结构，能够结合多样化的极性及柔性小分子 | NA | 开发能够高亲和力结合小分子并应用于传感系统的蛋白质设计方法 | 小分子结合蛋白的设计与优化 | 机器学习 | NA | 深度学习，分子对接，实验筛选 | 深度学习模型 | 分子结构数据 | 针对四种不同小分子（包括甲氨蝶呤和甲状腺素）设计结合蛋白 | NA | NA | 结合亲和力 | NA |
| 384 | 2025-10-07 |
Reproducible image-based profiling with Pycytominer
2024-Jul-02, ArXiv
PMID:38045474
|
研究论文 | 介绍Pycytominer——一个用于图像分析后处理的开源Python工具包 | 开发了用户友好的开源工具包，专门用于实现图像分析中的生物信息学步骤（图像特征分析） | NA | 开发用于高通量显微镜图像分析后处理的工具 | 单细胞特征数据 | 生物信息学 | NA | 高通量显微镜 | NA | 图像 | NA | Python | NA | NA | NA |
| 385 | 2025-10-07 |
Hybrid deep learning technique for COX-2 inhibition bioactivity detection against breast cancer disease
2024-Jul, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00355-6
PMID:39512384
|
研究论文 | 开发了一种混合深度学习技术用于乳腺癌中COX-2抑制生物活性的精确检测 | 结合UNet架构进行特征提取，采用改进的鸡群优化算法处理数据维度，并使用改进的Laguerre神经网络进行分类的混合深度学习方法 | NA | 开发高效精确的COX-2抑制生物活性检测技术，推动乳腺癌治疗发展 | 乳腺癌相关的COX-2抑制生物活性 | 机器学习 | 乳腺癌 | NA | UNet, 神经网络 | 生物活性数据 | ChEMBL数据库 | NA | UNet, 改进的Laguerre神经网络 | 准确率, 精确率, 召回率, F值, Matthews相关系数, Dice系数 | NA |
| 386 | 2025-04-11 |
Position: Topological Deep Learning is the New Frontier for Relational Learning
2024-Jul, Proceedings of machine learning research
PMID:40196046
|
研究论文 | 本文提出拓扑深度学习（TDL）是关系学习的新前沿，并讨论了TDL中的开放问题和未来研究方向 | 提出TDL作为关系学习的新前沿，结合拓扑概念补充图表示学习和几何深度学习 | 未提及具体实验验证或应用案例 | 探讨拓扑深度学习在关系学习中的潜力和发展方向 | 拓扑深度学习模型及其在机器学习中的应用 | 机器学习 | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 387 | 2025-04-09 |
An automated approach for predicting HAMD-17 scores via divergent selective focused multi-heads self-attention network
2024-07, Brain research bulletin
IF:3.5Q2
|
研究论文 | 介绍了一种名为DSFMANet的深度学习模型，用于自动预测抑郁症患者的HAMD-17评分 | 提出了一种多分支结构的自注意力网络，通过人工配置不同分支的注意力焦点因子，实现了对不同子频带的注意力分布 | 未提及具体的数据集规模或模型在其他疾病上的泛化能力 | 提高抑郁症诊断的准确性，为临床决策提供支持 | 抑郁症患者的HAMD-17评分 | 机器学习 | 抑郁症 | 深度学习 | DSFMANet（多分支自注意力网络） | EEG信号 | NA | NA | NA | NA | NA |
| 388 | 2025-04-06 |
DM-Fusion: Deep Model-Driven Network for Heterogeneous Image Fusion
2024-Jul, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3238511
PMID:37022081
|
research paper | 本文提出了一种深度模型驱动的神经网络DM-Fusion，用于解决异构图像融合问题，结合了基于模型技术的可解释性和深度学习方法的一般化能力 | 设计了一种深度模型驱动的神经网络，结合了模型技术的可解释性和深度学习方法的泛化能力，提出了任务驱动的损失函数策略以实现特征增强和保留 | 未提及具体局限性 | 解决异构图像融合问题，提升融合质量和效率 | 异构图像 | computer vision | NA | deep learning | CNN | image | 未提及具体样本数量 | NA | NA | NA | NA |
| 389 | 2025-04-06 |
Invertible Residual Blocks in Deep Learning Networks
2024-Jul, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3238397
PMID:37022256
|
research paper | 本文研究了深度学习中可逆残差块的条件，并提出了相应的逆算法 | 提出了残差块可逆的充分必要条件，并针对广泛使用的卷积残差块，展示了在弱条件下通过特定零填充方法实现可逆性 | 研究仅针对包含一层ReLU的残差块，未涉及更复杂的网络结构 | 探索深度学习中残差块的可逆性条件及其应用 | 深度学习网络中的残差块 | machine learning | NA | NA | CNN | NA | NA | NA | NA | NA | NA |
| 390 | 2025-04-04 |
Evaluating Deep Learning Techniques for Detecting Aneurysmal Subarachnoid Hemorrhage: A Comparative Analysis of Convolutional Neural Network and Transfer Learning Models
2024-07, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2024.04.168
PMID:38710407
|
研究论文 | 本研究评估了卷积神经网络（CNN）和基于CNN的迁移学习模型在区分动脉瘤性蛛网膜下腔出血（SAH）和非动脉瘤性SAH中的有效性 | 采用迁移学习方法缓解了传统技术的时间限制，并展示了优越的性能 | NA | 评估深度学习技术在SAH检测中的有效性 | 动脉瘤性SAH和非动脉瘤性SAH患者 | 数字病理学 | 心血管疾病 | 深度学习 | CNN, Inception-V3, EfficientNetB4 | 医学影像 | 203名患者（123名动脉瘤性SAH和80名非动脉瘤性SAH），共23,393张DICOM图像 | NA | NA | NA | NA |
| 391 | 2025-04-03 |
A Self-Sensing and Self-Powered Wearable System Based on Multi-Source Human Motion Energy Harvesting
2024-07, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202311036
PMID:38342584
|
研究论文 | 提出了一种基于多源人体运动能量收集的自感知自供电可穿戴系统 | 结合三自由度摩擦纳米发电机和负能量收集器，利用深度学习模型识别运动状态，实现自感知和自供电 | 未提及系统在极端环境下的稳定性和长期穿戴的舒适性 | 开发自感知自供电的可穿戴系统，提高能量利用效率 | 人体运动能量（腰部运动能量和膝盖负能量） | 可穿戴技术 | NA | 摩擦纳米发电机（TENG）、深度学习 | Gate Recurrent Unit (GRU) | 运动信号 | 实验数据未明确说明具体样本数量，但涉及模型穿戴测试 | NA | NA | NA | NA |
| 392 | 2025-10-07 |
Automated segmentation of the median nerve in patients with carpal tunnel syndrome
2024-07-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65840-5
PMID:39033223
|
研究论文 | 本研究开发了一种基于U-Net的自动分割算法，用于识别腕管综合征患者的正中神经并测量其横截面积 | 首次使用U-Net网络对正中神经在完整远端前臂行程中进行自动分割和测量 | 样本量较小（仅25例患者和26例健康对照），需要更大规模验证 | 开发自动分割正中神经的算法以辅助腕管综合征诊断 | 腕管综合征患者和健康对照者的正中神经超声图像 | 医学影像分析 | 腕管综合征 | 超声成像 | CNN | 图像 | 25例腕管综合征患者和26例健康对照，共2355张手动分割图像 | NA | U-Net | Dice系数, 面积测量差异百分比 | NA |
| 393 | 2025-03-28 |
Using deep learning to improve the intelligibility of a target speaker in noisy multi-talker environments for people with normal hearing and hearing loss
2024-07-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0028007
PMID:39082692
|
研究论文 | 本研究开发了一种基于深度学习的算法，用于在嘈杂的多说话者环境中提取目标说话者的声音，以提高正常听力和听力损失人群的语音可懂度 | 提出了一种准因果深度学习算法，能够根据简短的注册话语从多个并发说话者和背景噪声中提取目标说话者的声音，且该算法能泛化到未见过的说话者、不同说话者数量和相对说话者水平以及不同的语音语料库 | 算法在更复杂或不同的噪声环境中的表现尚未验证 | 提高嘈杂多说话者环境中的语音可懂度 | 正常听力和听力损失人群 | 机器学习 | 听力损失 | 深度学习 | NA | 语音 | 正常听力和听力损失听众参与的双盲句子识别测试 | NA | NA | NA | NA |
| 394 | 2025-10-07 |
Mechanical evolution of metastatic cancer cells in three-dimensional microenvironment
2024-Jul-02, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.27.601015
PMID:39005477
|
研究论文 | 本研究利用光学布里渊显微镜和机器学习方法探索三维微环境中转移性癌细胞的机械特性演化 | 首次在三维生理环境中对癌细胞球体进行长期机械特性成像，并发现机械特征可作为癌症分类的新生物标志物 | 研究局限于实验室培养的癌细胞球体模型，尚未在真实人体组织中进行验证 | 探索癌细胞在三维微环境中的机械特性演化及其在癌症分类中的应用 | 癌细胞球体和正常细胞球体 | 生物医学工程 | 癌症 | 光学布里渊显微镜 | 深度学习 | 机械图像 | 八天生长周期的癌细胞球体 | NA | NA | 分类准确率 | NA |
| 395 | 2025-10-07 |
Deep learning based detection of osteophytes in radiographs and magnetic resonance imagings of the knee using 2D and 3D morphology
2024-07, Journal of orthopaedic research : official publication of the Orthopaedic Research Society
IF:2.1Q2
DOI:10.1002/jor.25800
PMID:38323840
|
研究论文 | 本研究开发了基于深度学习的骨赘检测方法，通过X射线和MRI数据分析膝关节形态特征 | 首次结合2D和3D形态学分析，系统比较X射线和MRI在膝关节骨赘检测中的性能差异，并探索软组织形态对检测效果的影响 | 骨赘评估标准仍需进一步完善，特别是针对早期骨赘变化的检测标准 | 开发自动检测膝关节骨赘的深度学习方法 | 膝关节骨赘 | 计算机视觉 | 骨关节炎 | X射线成像, 磁共振成像 | 深度学习模型 | X射线图像, MRI图像 | NA | NA | NA | 平衡准确度 | NA |
| 396 | 2025-10-07 |
A Transvaginal Ultrasound-Based Deep Learning Model for the Noninvasive Diagnosis of Myometrial Invasion in Patients with Endometrial Cancer: Comparison with Radiologists
2024-07, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2023.12.035
PMID:38182443
|
研究论文 | 开发基于经阴道超声的深度学习模型用于无创诊断子宫内膜癌患者肌层浸润程度 | 首次将深度学习模型应用于经阴道超声图像评估子宫内膜癌肌层浸润，并与15名放射科医生进行性能比较 | 研究样本来自多个中心但外部测试集样本量相对较小（95例患者） | 评估深度学习模型在诊断子宫内膜癌肌层浸润程度方面的可行性 | 子宫内膜癌患者 | 计算机视觉 | 子宫内膜癌 | 超声成像 | CNN | 图像 | 604例患者的1289张超声图像（训练集和内部验证集），95例患者作为外部测试集 | NA | EfficientNet-B6 | 准确率, 灵敏度, 特异性, AUC, 阳性似然比, 阴性似然比 | NA |
| 397 | 2025-10-07 |
nnU-Net-Based Pancreas Segmentation and Volume Measurement on CT Imaging in Patients with Pancreatic Cancer
2024-07, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.01.004
PMID:38350812
|
研究论文 | 基于nnU-Net开发用于胰腺癌患者CT影像中胰腺分割和体积测量的深度学习方法 | 首次将3D nnU-Net架构应用于胰腺癌患者的胰腺自动分割和体积测量 | 回顾性研究设计，样本量相对有限 | 开发并验证基于深度学习的胰腺分割和体积自动测量方法 | 胰腺癌患者和正常人的胰腺CT影像 | 医学影像分析 | 胰腺癌 | CT成像 | CNN | 3D CT图像 | 851例门静脉期CT图像（499例胰腺癌，352例正常胰腺） | nnU-Net | 3D nnU-Net | Dice相似系数 | NA |
| 398 | 2025-10-07 |
Improving Image Quality and Nodule Characterization in Ultra-low-dose Lung CT with Deep Learning Image Reconstruction
2024-07, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.01.010
PMID:38429189
|
研究论文 | 本研究探讨深度学习图像重建在超低剂量肺部CT中对图像质量和肺结节定量分析的影响 | 首次在超低剂量肺部CT中比较深度学习图像重建与传统迭代重建对肺结节特征分析的影响 | 样本量较小（56例患者），仅使用单一CAD软件进行分析 | 评估深度学习图像重建在超低剂量肺部CT中对图像质量和结节特征分析的影响 | 疑似肺结节患者（56例）和检测到的104个肺结节 | 计算机视觉 | 肺癌 | CT成像 | 深度学习图像重建 | 医学影像 | 56例患者，104个肺结节（51个实性结节，26个钙化结节，27个亚实性结节） | NA | NA | 结节长度、宽度、密度、体积、风险评分、分类准确性、图像质量评分 | NA |
| 399 | 2024-08-07 |
Correction: Displacement detection with sub-pixel accuracy and high spatial resolution using deep learning
2024-Jul, Journal of medical ultrasonics (2001)
DOI:10.1007/s10396-024-01460-w
PMID:38787517
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 400 | 2025-03-20 |
Automated Patient Registration in Magnetic Resonance Imaging Using Deep Learning-Based Height and Weight Estimation with 3D Camera: A Feasibility Study
2024-07, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.01.029
PMID:38368163
|
研究论文 | 本研究探讨了使用基于深度学习的3D摄像头算法在磁共振成像（MRI）中自动估计患者身高和体重的可行性 | 首次将深度学习与3D摄像头技术结合，用于MRI患者注册中的身高和体重估计，提高了估计的准确性和效率 | 研究为回顾性研究，样本量相对较小（161名患者），且仅在低场强MRI扫描仪上验证 | 比较基于深度学习的3D摄像头算法与放射科技师（MTR）在估计患者身高和体重方面的准确性 | 161名成年患者 | 计算机视觉 | NA | 深度学习，3D摄像头 | 深度学习模型 | 深度图像 | 161名成年患者 | NA | NA | NA | NA |