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 1070 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 |
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 |
| 182 | 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 |
| 183 | 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 |
| 184 | 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 |
| 185 | 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 |
| 186 | 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 |
| 187 | 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 |
| 188 | 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 |
| 189 | 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 |
| 190 | 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 |
| 191 | 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 |
| 192 | 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 |
| 193 | 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 |
| 194 | 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 |
| 195 | 2024-12-24 |
Exploiting Geometric Features via Hierarchical Graph Pyramid Transformer for Cancer Diagnosis Using Histopathological Images
2024-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3381994
PMID:38530716
|
研究论文 | 本文提出了一种分层图金字塔Transformer（HGPT），用于通过组织分布的几何表示来指导病理图像分类，从而提高癌症诊断的准确性 | 本文的创新点在于提出了HGPT模型，通过多层图聚合器学习几何表示，并结合Transformer编码层和局部特征增强块，有效捕捉细胞分布和聚集模式，从而提升病理图像分类的性能 | 本文未明确提及具体的局限性 | 本文的研究目的是通过利用几何特征改进病理图像分类方法，从而提高癌症诊断的准确性 | 本文的研究对象是病理图像中的几何特征，包括细胞分布和聚集模式 | 计算机视觉 | NA | Transformer | HGPT | 图像 | 本文在Kather-5K、MHIST、NCT-CRC-HE和GasHisSDB数据集上进行了实验，涉及多种癌症类型的二分类或多分类 | NA | NA | NA | NA |
| 196 | 2024-12-24 |
Attention-Aware Non-Rigid Image Registration for Accelerated MR Imaging
2024-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3385024
PMID:39088484
|
研究论文 | 本文提出了一种基于注意力机制的深度学习框架，用于加速磁共振成像中的非刚性图像配准 | 引入了一个基于注意力机制的深度学习框架，利用局部视觉表示和变压器模块来处理欠采样引起的伪影，并结合局部和全局依赖性进行粗细运动估计 | NA | 开发一种能够在高加速因子下进行快速运动补偿重建的非刚性图像配准方法，以提高磁共振成像的诊断图像质量 | 心脏和胸部的磁共振成像数据 | 计算机视觉 | NA | 深度学习 | Transformer | 图像 | 101名患者和62名健康受试者的数据 | NA | NA | NA | NA |
| 197 | 2024-12-22 |
UNSEG: unsupervised segmentation of cells and their nuclei in complex tissue samples
2024-08-30, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-024-06714-4
PMID:39215205
|
研究论文 | 本文提出了一种无需训练数据的无监督细胞及其核分割方法UNSEG，通过贝叶斯框架和细胞核与细胞膜标记实现深度学习级别的性能 | UNSEG方法在无监督学习范式下实现了深度学习级别的细胞分割性能，无需训练数据，并引入了改进的扰动分水岭算法用于细胞核分割 | NA | 开发一种无需监督学习的通用细胞及其核分割方法，以应对复杂组织样本的量化需求 | 复杂组织样本中的细胞及其核的分割 | 计算机视觉 | NA | 无监督学习 | NA | 图像 | 包括高质量注释的胃肠道组织数据集和公开数据集 | NA | NA | NA | NA |
| 198 | 2024-12-22 |
TriFusion enables accurate prediction of miRNA-disease association by a tri-channel fusion neural network
2024-08-30, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-024-06734-0
PMID:39215090
|
研究论文 | 本文提出了一种名为TriFusion的三通道融合神经网络框架，用于准确预测miRNA与疾病之间的关联 | TriFusion通过三通道架构从不同层次编码miRNA和疾病的关联特征，并通过特征融合编码器平滑融合这些特征，提供了更准确的预测和强大的可解释性 | NA | 旨在解决miRNA-疾病关联预测中的计算挑战，提高预测准确性 | miRNA与疾病之间的关联，特别是卵巢癌、乳腺癌和前列腺癌 | 机器学习 | 前列腺癌 | 深度学习 | 神经网络 | 特征数据 | 涉及三种高风险性相关癌症（卵巢癌、乳腺癌和前列腺癌）的miRNA关联数据 | NA | NA | NA | NA |
| 199 | 2024-12-22 |
Predictive ability of hypotension prediction index and machine learning methods in intraoperative hypotension: a systematic review and meta-analysis
2024-Aug-05, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05481-4
PMID:39103852
|
meta-analysis | 本文系统综述和荟萃分析了人工智能在术中低血压预测中的应用 | 探讨了人工智能与术中低血压预测的结合，展示了HPI算法和其他AI模型在预测术中低血压方面的潜力 | 非HPI模型的降低术中低血压相关指标的能力尚不明确 | 评估HPI和机器学习方法在术中低血压预测中的能力 | 术中低血压的预测 | machine learning | NA | AI models | deep learning methods | NA | 43项研究 | NA | NA | NA | NA |
| 200 | 2024-12-22 |
Building a challenging medical dataset for comparative evaluation of classifier capabilities
2024-08, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.108721
PMID:38901188
|
研究论文 | 本文构建了一个用于评估分类器能力的具有挑战性的医学数据集，并比较了机器学习和深度学习模型的分类性能 | 本文构建了一个专门针对四种常见癌症类型的医学文章分类数据集，并比较了传统机器学习模型和现代深度学习模型在该数据集上的分类性能 | 本文仅关注了四种常见癌症类型的医学文章分类，未涵盖其他疾病领域 | 构建一个具有挑战性的医学数据集，用于比较机器学习和深度学习模型的分类能力 | 四种常见癌症类型的医学文章 | 机器学习 | 癌症 | NA | Logistic Regression, XGBoost, CatBoost, Random Forest, CNN, LSTM, GRU | 文本 | 383,914篇医学文章 | NA | NA | NA | NA |