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 1075 篇文献，本页显示第 241 - 260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 241 | 2025-02-17 |
Diffusion Correction in Fricke Hydrogel Dosimeters: A Deep Learning Approach with 2D and 3D Physics-Informed Neural Network Models
2024-Aug-30, Gels (Basel, Switzerland)
DOI:10.3390/gels10090565
PMID:39330168
|
研究论文 | 本文提出了一种创新的深度学习方法，利用2D和3D物理信息神经网络模型来解决Fricke凝胶剂量计中离子扩散导致的剂量分布测量不准确的问题 | 首次将物理信息神经网络（PINNs）应用于Fricke凝胶剂量计中，通过将物理定律直接融入学习过程，优化网络以遵循离子扩散的物理原理，从而准确重建原始离子分布 | 研究仅针对数值模拟数据进行测试，未涉及实际实验数据的验证 | 提高Fricke凝胶剂量计在辐射剂量测量中的精度，克服离子扩散对剂量分布测量的影响 | Fricke凝胶剂量计中的离子扩散现象 | 机器学习 | NA | 物理信息神经网络（PINNs） | PINNs | 2D和3D数据 | 数值模拟数据，时间跨度从20到100小时 | NA | NA | NA | NA |
| 242 | 2025-10-07 |
Deep-learning models for differentiation of xanthogranulomatous cholecystitis and gallbladder cancer on ultrasound
2024-08, Indian journal of gastroenterology : official journal of the Indian Society of Gastroenterology
IF:2.0Q3
DOI:10.1007/s12664-023-01483-0
PMID:38110782
|
研究论文 | 本研究利用深度学习模型在超声图像上区分黄色肉芽肿性胆囊炎和胆囊癌 | 首次将最先进的深度学习模型（GBCNet-CNN和RadFormer-Transformer）应用于超声图像中XGC和GBC的鉴别诊断 | 单中心研究，样本量有限（80例患者），缺乏外部验证 | 开发基于深度学习的超声图像分类模型，用于区分黄色肉芽肿性胆囊炎和胆囊癌 | 黄色肉芽肿性胆囊炎和胆囊癌患者的术前超声图像 | 计算机视觉 | 胆囊疾病 | 超声成像 | CNN, Transformer | 超声图像 | 80例患者（25例XGC，55例GBC） | NA | GBCNet, RadFormer, DenseNet-121, ViT, DeiT | 灵敏度, 特异度, AUC | NA |
| 243 | 2025-10-07 |
Applications of artificial intelligence in biliary tract cancers
2024-08, Indian journal of gastroenterology : official journal of the Indian Society of Gastroenterology
IF:2.0Q3
DOI:10.1007/s12664-024-01518-0
PMID:38427281
|
综述 | 本文综述人工智能在胆道癌诊断和预后改善中的应用策略 | 系统总结AI技术在胆道癌这一具有地域特异性的恶性肿瘤中的应用现状 | NA | 探讨人工智能技术在胆道癌诊疗中的应用价值 | 胆道癌（包括胆管癌和胆囊癌） | 医学影像分析 | 胆道癌 | 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 244 | 2025-10-07 |
AI and Big Data approaches to addressing the opioid crisis: a scoping review protocol
2024-08-31, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2024-084728
PMID:39645274
|
综述 | 本文提出了一项范围综述方案，旨在评估人工智能和大数据技术在应对阿片类药物危机中的最新进展 | 首次系统性地对AI和大数据技术在阿片类药物危机中的应用进行范围综述，填补该领域综合评估的空白 | 作为综述方案，尚未开展实际数据收集和分析，结果有待后续研究验证 | 评估AI和大数据技术在检测、治疗、预防和应对阿片类药物危机方面的有效性 | 2013-2023年间发表的关于AI和大数据技术应用于阿片类药物危机的研究文献 | 自然语言处理, 机器学习 | 阿片类药物危机 | 机器学习, 深度学习, 自然语言处理 | NA | 文献数据, 灰色文献 | 四个科学数据库的文献（PubMed, Web of Science, Engineering Village, PsycInfo） | NA | NA | 评估指标将作为提取信息的一部分进行分析 | Covidence文献筛选工具 |
| 245 | 2025-10-07 |
Artificial intelligence-based classification of cardiac autonomic neuropathy from retinal fundus images in patients with diabetes: The Silesia Diabetes Heart Study
2024-08-10, Cardiovascular diabetology
IF:8.5Q1
DOI:10.1186/s12933-024-02367-z
PMID:39127709
|
研究论文 | 本研究利用基于人工智能的深度学习技术，通过视网膜眼底图像对糖尿病患者的心脏自主神经病变进行分类 | 首次将视网膜眼底图像与人工智能技术结合用于心脏自主神经病变的无创诊断，为糖尿病并发症筛查提供了新方法 | 单中心观察性研究，样本量相对有限（229名患者），需要更大规模验证 | 开发基于视网膜图像的人工智能诊断系统，用于检测糖尿病患者的心脏自主神经病变 | 糖尿病患者的心脏自主神经病变 | 计算机视觉 | 心血管疾病 | 非散瞳5视野彩色眼底成像 | CNN | 图像 | 229名患者的2275张视网膜图像 | NA | ResNet 18, ResWide 50 | AUC, 准确率, 灵敏度 | NA |
| 246 | 2025-10-07 |
Deep learning solutions for inverse problems in advanced biomedical image analysis on disease detection
2024-08-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69415-2
PMID:39122782
|
研究论文 | 本研究开发了一种名为DLSIP-ABIADD的深度学习技术，用于解决生物医学图像分析中的逆问题并实现疾病检测 | 提出结合MobileNetv2特征提取、亨利气体溶解优化算法和双向长短期记忆网络的混合深度学习框架来解决生物医学图像逆问题 | NA | 解决生物医学图像分析中的逆问题以提高疾病检测效率 | 生物医学图像中的疾病检测 | 计算机视觉 | NA | 分子成像, MRI, CT扫描 | BiLSTM, MobileNetv2 | 图像 | NA | NA | MobileNetv2, BiLSTM | NA | NA |
| 247 | 2025-10-07 |
Exploit Spatially Resolved Transcriptomic Data to Infer Cellular Features from Pathology Imaging Data
2024-Aug-07, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.05.606654
PMID:39149252
|
研究论文 | 提出一种利用空间转录组数据标注病理图像的新方法，并开发STpath模型预测细胞类型比例和肿瘤微环境分类 | 首次将配对的空转转录组数据用于病理图像标注，解决了标注数据稀缺的问题 | 训练数据有限，模型在细胞类型比例多变和高分辨率病理图像中表现更佳 | 通过深度学习从病理图像中提取有意义的成像特征 | 乳腺癌病理图像和空间转录组数据 | 数字病理学 | 乳腺癌 | 空间转录组学 | 迁移学习神经网络 | 病理图像, 空间转录组数据 | 三个不同的乳腺癌数据集 | NA | STpath | NA | NA |
| 248 | 2025-02-03 |
Diagnostic Accuracy of an Integrated AI Tool to Estimate Gestational Age From Blind Ultrasound Sweeps
2024-08-27, JAMA
DOI:10.1001/jama.2024.10770
PMID:39088200
|
研究论文 | 本研究开发了一种深度学习人工智能模型，用于从盲超声扫描中估计孕龄，并将其集成到低成本、电池供电设备的软件中 | 开发了一种低成本、电池供电的AI工具，使未经培训的新手用户能够准确估计孕龄，适用于资源匮乏的环境 | 研究仅包括单胎、无异常的第一孕期妊娠，且仅在14至27周孕龄范围内进行评估 | 评估由未经培训的新手用户使用AI超声工具估计孕龄的准确性 | 400名在赞比亚卢萨卡和美国北卡罗来纳州教堂山的单胎、无异常的第一孕期妊娠个体 | 数字病理 | NA | 深度学习 | 深度学习模型 | 超声图像 | 400名妊娠个体 | NA | NA | NA | NA |
| 249 | 2025-10-07 |
Forecasting and analyzing influenza activity in Hebei Province, China, using a CNN-LSTM hybrid model
2024-08-12, BMC public health
IF:3.5Q1
DOI:10.1186/s12889-024-19590-8
PMID:39135162
|
研究论文 | 本研究开发了一种CNN-LSTM混合模型来预测中国河北省的流感样病例百分比 | 首次将CNN-LSTM混合神经网络模型应用于河北省流感活动预测，相比传统模型具有更好的预测性能 | 研究仅基于河北省28家哨点医院的数据，未考虑其他影响因素如气象数据、人口流动等 | 开发准确的流感活动预测模型，为流感防控提供科学依据 | 河北省28家国家级哨点医院的流感样病例百分比数据 | 机器学习 | 流感 | 深度学习 | CNN,LSTM,CNN-LSTM,SARIMA,XGBoost | 时间序列数据 | 2010-2022年河北省28家哨点医院的ILI%数据 | PyTorch,R,Python | CNN-LSTM混合架构 | MAE,RMSE,MAPE | NA |
| 250 | 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 |
| 251 | 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 |
| 252 | 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 |
| 253 | 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 |
| 254 | 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 |
| 255 | 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 |
| 256 | 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 |
| 257 | 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 |
| 258 | 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 |
| 259 | 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 |
| 260 | 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 |