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 1069 篇文献，本页显示第 181 - 200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 181 | 2025-10-07 |
Knowledge-Augmented Deep Learning for Segmenting and Detecting Cerebral Aneurysms With CT Angiography: A Multicenter Study
2024-08, Radiology
IF:12.1Q1
DOI:10.1148/radiol.233197
PMID:39162636
|
研究论文 | 本研究开发了一种知识增强的深度学习模型，用于在CT血管造影图像中分割和检测脑动脉瘤 | 采用多中心数据集构建深度学习模型，结合知识增强方法提高脑动脉瘤分割和检测的准确性 | 研究为回顾性设计，需要进一步前瞻性验证 | 开发准确的脑动脉瘤自动分割和检测方法 | 疑似未破裂脑动脉瘤患者的CT血管造影图像 | 医学影像分析 | 脑动脉瘤 | CT血管造影(CTA), 数字减影血管造影(DSA) | 深度学习 | 医学影像 | 6060名患者用于模型开发(训练4342, 验证1086, 内部测试632), 118名患者用于外部测试 | NA | NA | Dice相似系数(DSC), 灵敏度, AUC | NA |
| 182 | 2025-01-28 |
Status and future trends in wastewater management strategies using artificial intelligence and machine learning techniques
2024-Aug, Chemosphere
IF:8.1Q1
|
综述 | 本文综述了利用人工智能和机器学习技术进行水和废水管理的最新趋势 | 结合AI、深度学习和物联网技术，提出了高效的水管理框架 | 未具体说明数据来源和样本量，案例研究和统计评估的细节不足 | 探讨智能水管理机制，以满足不同用途的水质要求 | 水和废水管理策略 | 机器学习 | NA | 人工智能（AI）、深度学习（DL）、物联网（IoT） | NA | 多种形式的数据 | NA | NA | NA | NA | NA |
| 183 | 2025-10-07 |
A Novel Deep Learning Model for Breast Tumor Ultrasound Image Classification with Lesion Region Perception
2024-08-28, Current oncology (Toronto, Ont.)
DOI:10.3390/curroncol31090374
PMID:39330002
|
研究论文 | 提出一种新颖的多特征融合多任务深度学习模型，用于乳腺肿瘤超声图像分类和病灶区域感知 | 设计了上下文病灶增强感知模块和多特征融合模块，能够更好地捕捉病灶区域的局部和全局特征关系，并有效区分病灶特异性特征与肿瘤分类语义特征 | NA | 解决乳腺超声图像分类中信息共享冲突问题，提高病灶区域感知和分类性能 | 乳腺肿瘤超声图像 | 计算机视觉 | 乳腺癌 | 超声成像 | 深度学习,多任务学习 | 图像 | 两个公共乳腺超声成像数据集 | NA | 多特征融合多任务模型,上下文病灶增强感知模块,多特征融合模块 | NA | NA |
| 184 | 2025-10-07 |
MambaTab: A Plug-and-Play Model for Learning Tabular Data
2024-Aug, Proceedings. IEEE Conference on Multimedia Information Processing and Retrieval
DOI:10.1109/mipr62202.2024.00065
PMID:39850741
|
研究论文 | 提出一种基于结构化状态空间模型的即插即用表格数据学习模型MambaTab | 首次将新兴的SSM变体Mamba应用于表格数据端到端监督学习，显著减少参数量的同时实现优越性能 | NA | 开发高效、可扩展的表格数据深度学习解决方案 | 表格数据 | 机器学习 | NA | 结构化状态空间模型 | SSM, Mamba | 表格数据 | 多种基准数据集 | NA | Mamba | NA | NA |
| 185 | 2025-10-07 |
Prospective deep learning-based quantitative assessment of coronary plaque by computed tomography angiography compared with intravascular ultrasound: the REVEALPLAQUE study
2024-Aug-26, European heart journal. Cardiovascular Imaging
DOI:10.1093/ehjci/jeae115
PMID:38700097
|
研究论文 | 本研究比较了基于深度学习的冠状动脉CT血管造影自动斑块分析方法与血管内超声的测量结果 | 开发了首个基于深度学习的自动冠状动脉斑块分割方法，并在多中心国际研究中验证其与IVUS的一致性 | 研究仅纳入临床稳定的已知冠状动脉疾病患者，样本量相对有限 | 验证AI辅助的冠状动脉CT血管造影在动脉粥样硬化定量评估中的准确性 | 来自美国和日本15个中心的237名临床稳定冠状动脉疾病患者的432个病变 | 医学影像分析 | 心血管疾病 | 冠状动脉CT血管造影，血管内超声 | 深度学习 | 医学影像 | 237名患者，432个病变 | NA | NA | 相关系数，斜率，Y截距，Bland-Altman分析 | NA |
| 186 | 2025-10-07 |
Deep Learning for Pneumothorax Detection on Chest Radiograph: A Diagnostic Test Accuracy Systematic Review and Meta Analysis
2024-Aug, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371231220885
PMID:38189265
|
系统综述与荟萃分析 | 通过系统综述和荟萃分析评估深度学习算法在胸部X光片上检测气胸的诊断准确性 | 首次对深度学习在气胸检测领域的诊断性能进行系统性量化评估 | 纳入研究存在异质性，部分研究可能存在偏倚风险 | 评估深度学习算法在胸部X光片上检测气胸的整体诊断性能 | 成人患者胸部X光片 | 计算机视觉 | 气胸 | 胸部X光成像 | 深度学习算法 | 医学影像 | 34,011名患者，34,075张胸部X光片 | NA | NA | 灵敏度, 特异度 | NA |
| 187 | 2025-10-07 |
A systematic review of generative adversarial networks (GANs) in plastic surgery
2024-Aug, Journal of plastic, reconstructive & aesthetic surgery : JPRAS
DOI:10.1016/j.bjps.2024.04.007
PMID:38996662
|
系统综述 | 系统评估生成对抗网络在整形外科领域的应用规模与范围 | 首次系统构建了GAN在整形外科亚专业中的应用框架与评估标准 | 仅纳入7项符合标准的研究，样本量有限 | 评估GAN在整形外科中的应用潜力与发展方向 | 整形外科临床数据与患者图像 | 计算机视觉 | 整形外科疾病 | 深度学习 | GAN | 医学图像 | 平均54,652±112,180个样本 | NA | 条件生成对抗网络 | NA | NA |
| 188 | 2025-10-07 |
Assessing the Influence of B-US, CDFI, SE, and Patient Age on Predicting Molecular Subtypes in Breast Lesions Using Deep Learning Algorithms
2024-Aug, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine
IF:2.1Q2
DOI:10.1002/jum.16460
PMID:38581195
|
研究论文 | 本研究利用深度学习算法评估B超、彩色多普勒血流成像、应变弹性成像和患者年龄对乳腺病变分子亚型预测的影响 | 首次结合多种超声成像模态和患者年龄因素，使用深度学习预测乳腺病变分子亚型 | 样本量相对有限（198名患者），未与其他深度学习模型进行对比 | 评估多模态超声成像在预测乳腺病变分子亚型中的价值 | 乳腺病变患者 | 计算机视觉 | 乳腺癌 | B超成像、彩色多普勒血流成像、应变弹性成像 | CNN | 医学图像 | 198名患者的2272张多模态超声图像 | NA | ResNet-18 | 准确率, 精确率, 召回率, F1分数, 混淆矩阵 | NA |
| 189 | 2025-10-07 |
Linking disease activity with optical coherence tomography angiography in neovascular age related macular degeneration using artificial intelligence
2024-08-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-70234-8
PMID:39164449
|
研究论文 | 本研究利用人工智能分析光学相干断层扫描血管成像参数与新生血管性年龄相关性黄斑变性疾病活动性的定量关联 | 首次将AI评估的疾病活动性与OCTA参数相关联，揭示了不同类型黄斑新生血管与视网膜液体的特异性关联模式 | 样本量相对有限（230例患者），部分相关性未达到统计学显著性 | 探讨AI评估的疾病活动性与OCTA参数在nAMD患者中的定量关联 | 接受抗VEGF治疗的新生血管性年龄相关性黄斑变性患者 | 数字病理 | 年龄相关性黄斑变性 | 光学相干断层扫描血管成像，光谱域光学相干断层扫描 | 深度学习 | 医学影像 | 230例患者 | NA | RetInSight | 相关性估计值，p值 | NA |
| 190 | 2025-10-07 |
The Role of Artificial Intelligence in Predicting Optic Neuritis Subtypes From Ocular Fundus Photographs
2024-Aug-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society
IF:2.0Q2
DOI:10.1097/WNO.0000000000002229
PMID:39088711
|
研究论文 | 本研究开发了一种基于眼底照片的深度学习AI算法，用于预测视神经炎亚型 | 首次使用深度学习算法通过眼底照片区分多发性硬化相关视神经炎与其他亚型视神经炎 | 回顾性研究，样本量有限，非MS ON组患者数量较少 | 开发AI算法辅助视神经炎亚型的早期诊断和鉴别 | 视神经炎患者 | 计算机视觉 | 视神经炎 | 眼底摄影 | 深度学习 | 图像 | 321名患者的1,599张眼底照片（MS ON：262名患者/1,114张照片；非MS ON：59名患者/485张照片） | NA | NA | AUC, 准确率, 敏感性, 特异性 | NA |
| 191 | 2025-10-07 |
Synthetic photoplethysmogram (PPG) signal generation using a genetic programming-based generative model
2024-Aug, Journal of medical engineering & technology
DOI:10.1080/03091902.2024.2438150
PMID:39731227
|
研究论文 | 提出一种基于遗传编程的生成模型用于合成光电容积脉搏波信号 | 采用遗传编程方法自动确定数学模型的结构和组合，相比传统回归方法能生成更多样化和准确的数据 | 仅使用初始PPG信号样本进行训练，可能受限于样本的代表性 | 开发生成模型以解决PPG信号数据多样性和训练数据有限的问题 | 光电容积脉搏波信号 | 机器学习 | 心血管疾病 | 遗传编程 | 生成模型 | 生理信号 | 初始PPG信号样本 | NA | 基于遗传编程的生成模型 | 均方误差,均方根误差,相关系数 | 资源受限环境 |
| 192 | 2025-10-07 |
A graph-learning based model for automatic diagnosis of Sjögren's syndrome on digital pathological images: a multicentre cohort study
2024-Aug-08, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05550-8
PMID:39118142
|
研究论文 | 提出基于图学习的模型CTG-PAM，用于数字病理图像自动诊断干燥综合征 | 首次将图论应用于干燥综合征诊断，整合单细胞特征、细胞间特征和细胞组织特征 | 样本量相对较小（100例唇腺活检），外部验证集性能有待提升 | 开发自动诊断干燥综合征的人工智能模型 | 干燥综合征患者的唇腺活检组织 | 数字病理 | 干燥综合征 | 全玻片成像 | 图学习模型 | 数字病理图像 | 100例唇腺活检 | NA | CTG-PAM | AUC, 敏感度, 准确率 | NA |
| 193 | 2025-10-07 |
Topographic Clinical Insights From Deep Learning-Based Geographic Atrophy Progression Prediction
2024-Aug-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.13.8.6
PMID:39102242
|
研究论文 | 本研究通过深度学习算法探索眼底自发荧光地形成像特征对预测地理萎缩进展率的贡献 | 首次通过消融实验系统分析不同眼底自发荧光区域对地理萎缩进展预测的贡献度 | 回顾性研究，数据来源于临床试验，可能存在选择偏倚 | 探索眼底自发荧光地形特征在深度学习预测地理萎缩生长速率中的作用 | 地理萎缩患者的眼底自发荧光图像 | 计算机视觉 | 眼科疾病 | 眼底自发荧光成像 | CNN | 医学图像 | 来自三项临床试验的研究眼数据 | NA | 卷积神经网络 | 平方皮尔逊相关系数 | NA |
| 194 | 2025-10-07 |
A deep learning-based model to estimate pulmonary function from chest x-rays: multi-institutional model development and validation study in Japan
2024-Aug, The Lancet. Digital health
DOI:10.1016/S2589-7500(24)00113-4
PMID:38981834
|
研究论文 | 开发并验证一种基于深度学习的AI模型，能够通过胸部X光片估算肺功能指标FVC和FEV1 | 首次利用胸部X光片这一静态影像来估算动态肺功能指标，为无法进行肺活量测定的患者提供了替代方案 | 未结合临床信息进行综合分析，未来需要研究AI模型与临床信息结合的性能 | 从胸部X光片估算肺功能，为肺疾病诊断和管理提供新方法 | 来自日本五家机构的81,902名患者的141,734份X光片和肺活量测定配对数据 | 计算机视觉 | 肺部疾病 | 胸部X光成像 | 深度学习 | 医学影像 | 141,734份X光片-肺活量测定配对数据，来自81,902名患者 | NA | NA | Pearson相关系数, 组内相关系数, 均方误差, 均方根误差, 平均绝对误差 | NA |
| 195 | 2025-01-07 |
Using Domain Adaptation and Inductive Transfer Learning to Improve Patient Outcome Prediction in the Intensive Care Unit: Retrospective Observational Study
2024-Aug-21, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/52730
PMID:39167442
|
研究论文 | 本研究探讨了在数据稀缺情况下，使用领域适应和归纳迁移学习改进基于电子健康记录的ICU患者结果预测 | 首次在基于电子健康记录的ICU患者结果预测中深入研究了领域适应和归纳迁移学习 | 研究仅使用了两个ICU数据集，可能限制了结果的普适性 | 改进ICU患者结果预测，特别是在数据稀缺的情况下 | ICU患者 | 机器学习 | 重症监护 | 迁移学习，领域适应，归纳迁移学习 | 全连接神经网络，逻辑回归，Lasso回归 | 电子健康记录 | eCritical数据集包含55,689次入院记录，48,672名患者；MIMIC-III数据集包含61,532次入院记录，46,476名患者 | NA | NA | NA | NA |
| 196 | 2025-01-04 |
Enhancing Aviation Safety through AI-Driven Mental Health Management for Pilots and Air Traffic Controllers
2024-Aug, Cyberpsychology, behavior and social networking
DOI:10.1089/cyber.2023.0737
PMID:38916063
|
研究论文 | 本文探讨了利用人工智能技术提升飞行员和空中交通管制员心理健康管理，以增强航空安全 | 提出了一个多学科的心理健康生态系统，结合AI工具和技术，用于监测和预测心理健康问题，从而预防由人为因素引起的空难 | 需要多学科专家的协作，实施复杂且可能面临技术和隐私挑战 | 通过AI驱动的心理健康管理，提高飞行员和空中交通管制员的心理健康，从而增强航空安全 | 飞行员和空中交通管制员 | 机器学习 | NA | 机器学习和深度学习，边缘和云计算，虚拟现实，可穿戴多模态生理传感器 | NA | 生理、认知和行为状态数据 | NA | NA | NA | NA | NA |
| 197 | 2024-08-07 |
Deep learning for schizophrenia classification based on natural language processing-A pilot study
2024-08, Schizophrenia research
IF:3.6Q1
DOI:10.1016/j.schres.2024.06.052
PMID:38964077
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 198 | 2024-08-16 |
A commentary on 'A CT-based deep learning model predicts overall survival in patients with muscle invasive bladder cancer after radical cystectomy: a multicenter retrospective cohort study'
2024-Aug-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001510
PMID:38704627
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 199 | 2024-12-29 |
DSIL-DDI: A Domain-Invariant Substructure Interaction Learning for Generalizable Drug-Drug Interaction Prediction
2024-08, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3242656
PMID:37022856
|
研究论文 | 本文提出了一种名为DSIL-DDI的可插拔子结构交互模块，用于学习药物-药物相互作用（DDI）的领域不变表示，以提高DDI预测的泛化性和可解释性 | DSIL-DDI模块能够从源领域学习领域不变的DDI表示，并在三种不同场景下进行测试，展示了其在OOD预测中的优势 | 未明确提及具体局限性 | 提高药物-药物相互作用（DDI）预测的泛化性和可解释性 | 药物-药物相互作用（DDI） | 机器学习 | NA | 深度学习 | DSIL-DDI | 药物数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 200 | 2024-12-24 |
Nodule Detection and Generation on Chest X-Rays: NODE21 Challenge
2024-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3382042
PMID:38530714
|
研究论文 | 本文总结了NODE21挑战赛的结果，并进行了额外的实验，以研究合成生成的结节训练图像对检测算法性能的影响 | 提出了一个公共研究挑战NODE21，旨在解决肺结节检测和生成任务中缺乏黄金标准公共数据集的问题 | 未提及 | 研究肺结节检测和生成算法，并评估合成数据对检测性能的影响 | 肺结节检测系统和生成算法 | 计算机视觉 | 肺癌 | 深度学习方法 | NA | 图像 | NA | NA | NA | NA | NA |