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 1161 篇文献，本页显示第 201 - 220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 201 | 2025-10-07 |
A Feature-Fusion Technique-Based Alzheimer's Disease Classification Using Magnetic Resonance Imaging
2024-Oct-23, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14212363
PMID:39518331
|
研究论文 | 提出一种基于特征融合技术的阿尔茨海默病分类方法，使用磁共振成像数据 | 改进现有视觉Transformer模型，结合CatBoost分类器实现特征融合，在有限计算资源下提供可解释的AD分类方案 | 仅使用MRI数据，未整合遗传和临床数据，模型鲁棒性和适用性有待进一步验证 | 开发计算资源需求较低且可解释的阿尔茨海默病早期诊断方法 | 阿尔茨海默病患者 | 计算机视觉 | 阿尔茨海默病 | 磁共振成像 | ViT, CatBoost | 图像 | OASIS数据集 | NA | 改进的Vision Transformer | 准确率, 损失值 | 有限计算资源 |
| 202 | 2025-10-07 |
Hexagonal diffraction gratings generated by convolutional neural network-based deep learning for suppressing high-order diffractions
2024-Oct-01, Journal of the Optical Society of America. A, Optics, image science, and vision
DOI:10.1364/JOSAA.531198
PMID:39889023
|
研究论文 | 利用基于卷积神经网络的深度学习算法设计六边形衍射光栅，有效抑制高阶衍射 | 首次将卷积神经网络应用于六边形衍射光栅的结构参数反演设计，实现单阶衍射特性 | 未明确说明神经网络的具体训练数据规模和泛化能力 | 开发能够抑制高阶衍射的衍射光栅设计方法 | 六边形衍射光栅 | 计算机视觉 | NA | 深度学习 | CNN | 仿真数据，实验数据 | NA | NA | 卷积神经网络 | 衍射强度抑制率 | NA |
| 203 | 2025-02-01 |
Deep learning-based image quality assessment for optical coherence tomography macular scans: a multicentre study
2024-Oct-22, The British journal of ophthalmology
DOI:10.1136/bjo-2023-323871
PMID:39033014
|
研究论文 | 本文开发并外部测试了用于评估Cirrus和Spectralis光学相干断层扫描设备三维黄斑扫描图像质量的深度学习模型 | 使用深度学习模型评估三维黄斑扫描图像质量，并进行了多中心外部测试 | 研究依赖于特定设备（Cirrus和Spectralis）的数据，可能不适用于其他设备 | 开发用于评估光学相干断层扫描图像质量的深度学习模型 | Cirrus和Spectralis光学相干断层扫描设备的三维黄斑扫描图像 | 计算机视觉 | 黄斑疾病 | 深度学习 | ResNet-18 | 图像 | 2277个Cirrus 3D扫描和1557个Spectralis 3D扫描 | NA | NA | NA | NA |
| 204 | 2025-01-31 |
A Scoping Review of the Use of Artificial Intelligence in the Identification and Diagnosis of Atrial Fibrillation
2024-Oct-24, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm14111069
PMID:39590561
|
综述 | 本文综述了人工智能（AI）在心房颤动（AF）识别和诊断中的应用，特别是机器学习（ML）在临床环境中的应用 | 本文首次系统地综述了AI在AF诊断中的应用，特别是深度学习在自动提取特征方面的优越表现 | 综述仅基于30项研究，可能无法涵盖所有相关研究 | 旨在综合当前关于AI在AF识别和诊断中应用的知识 | 心房颤动（AF）的识别和诊断 | 机器学习 | 心血管疾病 | 机器学习（ML），深度学习 | 深度学习 | 12导联和单导联心电图信号，光电容积描记法数据 | 2635篇文章初步筛选，最终纳入30项研究 | NA | NA | NA | NA |
| 205 | 2025-10-07 |
Machine learning and deep learning models for the diagnosis of apical periodontitis: a scoping review
2024-Oct-18, Clinical oral investigations
IF:3.1Q1
DOI:10.1007/s00784-024-05989-5
PMID:39419893
|
综述 | 本文对使用机器学习和深度学习模型诊断根尖周炎的现有文献进行了范围综述 | 首次系统评估AI模型在根尖周炎诊断中的应用现状和性能表现 | 研究方法学和性能指标报告缺乏标准化，数据集大小、标注技术和算法配置存在显著差异 | 评估机器学习和深度学习模型在人类根尖周炎诊断中的应用 | 根尖周炎的诊断，重点关注根尖放射线透射区的识别 | 医学影像分析 | 根尖周炎 | 牙科X线影像分析 | 机器学习,深度学习 | 牙科X线影像 | 19项相关研究，具体样本量未明确报告 | NA | NA | 灵敏度,特异性 | NA |
| 206 | 2025-10-07 |
AI in Psoriatic Disease: Scoping Review
2024-Oct-16, JMIR dermatology
DOI:10.2196/50451
PMID:39413371
|
综述 | 本文对人工智能在银屑病领域应用的最新研究文献进行了系统性回顾 | 首次系统性地总结了AI在银屑病诊疗和管理中的多种应用场景，特别关注远程皮肤病学和生物制剂治疗预测 | 结果在特定人群（如深色皮肤类型患者）中的验证、标准化和普适性存在局限 | 评估人工智能在银屑病诊断和临床管理中的应用现状及局限性 | 银屑病相关研究文献 | 数字病理学 | 银屑病 | 机器学习,深度学习 | NA | 医学文献,患者照片,注册登记数据 | 38篇相关论文 | NA | NA | NA | NA |
| 207 | 2025-10-07 |
AI Applications in Adult Stroke Recovery and Rehabilitation: A Scoping Review Using AI
2024-Oct-12, Sensors (Basel, Switzerland)
DOI:10.3390/s24206585
PMID:39460066
|
综述 | 使用AI技术对成人卒中康复领域AI应用研究进行范围综述，总结704项研究的应用主题和技术发展脉络 | 首次采用AI增强的多方法数据驱动技术进行范围综述，通过主题聚类和时间关联分析揭示技术演进模式 | 仅纳入截至2024年1月的研究，未对研究质量进行系统评估 | 识别和描述AI在成人卒中康复领域的应用类别和技术发展历程 | 卒中康复成人患者 | 医疗人工智能 | 脑卒中 | AI增强多方法分析、主题聚类、时间序列分析 | 监督学习、人工神经网络、自然语言处理、机器学习、深度学习 | 文献数据、传感器数据 | 704项研究 | NA | NA | NA | NA |
| 208 | 2025-10-07 |
Use of artificial intelligence to support prehospital traumatic injury care: A scoping review
2024-Oct, Journal of the American College of Emergency Physicians open
IF:1.6Q2
DOI:10.1002/emp2.13251
PMID:39234533
|
综述 | 本范围综述系统分析了基于院前特征的AI模型在创伤急救早期决策支持中的应用研究 | 首次系统梳理了AI技术在院前创伤急救决策支持中的应用现状和发展趋势 | 仅纳入英文文献，可能存在发表偏倚；研究多为回顾性设计，证据等级有限 | 评估基于院前特征的AI模型在创伤急救早期决策支持中的应用效果 | 院前急救人员、急诊医生和创伤外科医生在急性创伤救治中的决策过程 | 医疗人工智能 | 创伤性损伤 | 机器学习、深度学习、自然语言处理 | 机器学习、深度学习、自然语言处理 | 院前急救特征数据、急诊科入院即时数据 | 49篇符合纳入标准的研究文献（从1050篇初筛文献中筛选） | NA | 支持向量机、逻辑回归、随机森林 | kappa值、描述性统计 | NA |
| 209 | 2025-01-28 |
An explainable language model for antibody specificity prediction using curated influenza hemagglutinin antibodies
2024-10-08, Immunity
IF:25.5Q1
DOI:10.1016/j.immuni.2024.07.022
PMID:39163866
|
研究论文 | 本文介绍了一种基于序列的抗体特异性预测的轻量级记忆B细胞语言模型（mBLM），并利用超过5,000个流感血凝素（HA）抗体数据集进行训练 | 开发了一种新的轻量级记忆B细胞语言模型（mBLM），用于基于序列的抗体特异性预测，并通过模型可解释性分析识别了HA干区抗体的关键序列特征 | 数据集主要来源于研究出版物和专利，可能存在数据偏差 | 预测抗体特异性，并提高对流感病毒抗体反应的分子理解 | 流感血凝素（HA）抗体 | 自然语言处理 | 流感 | 语言模型 | mBLM | 序列数据 | 超过5,000个流感血凝素（HA）抗体 | NA | NA | NA | NA |
| 210 | 2025-01-28 |
Potential Use and Limitation of Artificial Intelligence to Screen Diabetes Mellitus in Clinical Practice: A Literature Review
2024-Oct, Acta medica Indonesiana
IF:0.7Q3
PMID:39865054
|
文献综述 | 本文综述了人工智能在临床实践中筛查糖尿病的潜在应用及其局限性 | 强调了人工智能技术（如机器学习和深度学习）在提高糖尿病筛查准确性方面的潜力，特别是在低资源环境中的应用 | 指出了当前临床实践中基于血液或实验室检测的糖尿病筛查方法的局限性，包括访问和成本问题 | 探讨人工智能技术在减少未诊断糖尿病负担中的应用 | 全球未诊断糖尿病的个体，特别是低收入和中等收入国家（如印度尼西亚）的人群 | 机器学习 | 糖尿病 | 机器学习和深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 211 | 2025-10-07 |
Deep learning-based drug screening for the discovery of potential therapeutic agents for Alzheimer's disease
2024-Oct, Journal of pharmaceutical analysis
IF:6.1Q1
DOI:10.1016/j.jpha.2024.101022
PMID:39850238
|
研究论文 | 本研究开发了基于深度学习的药物筛选方法，从传统中药方剂开心散中识别治疗阿尔茨海默病的潜在活性化合物 | 首次结合疾病层面和靶点层面构建四种深度神经网络模型，并应用于传统中药方剂的高通量筛选 | 研究主要聚焦于开心散方剂，未扩展到其他中药方剂或化合物库 | 开发有效的阿尔茨海默病治疗药物发现平台 | 传统中药方剂开心散中的化合物 | 机器学习 | 阿尔茨海默病 | 深度学习药物筛选 | DNN | 化合物活性数据 | NA | NA | 深度神经网络 | NA | NA |
| 212 | 2025-10-07 |
Automated cell lineage reconstruction using label-free 4D microscopy
2024-Oct-07, Genetics
IF:3.3Q2
DOI:10.1093/genetics/iyae135
PMID:39139100
|
研究论文 | 提出一种无需标记的4D显微镜自动细胞谱系重建方法 | 开发了无需手动数据标注即可训练的embGAN深度学习流程，在无标记3D延时成像中实现自动细胞检测与追踪 | 在密集组织和胚胎的无标记3D成像中自动细胞检测与追踪的解决方案仍不可及 | 实现无标记3D延时成像中的自动细胞检测与追踪 | 秀丽隐杆线虫胚胎 | 计算机视觉 | NA | 4D无标记显微镜，3D延时成像 | GAN | 3D时间序列图像 | NA | NA | embGAN | 细胞检测精度，追踪精度 | NA |
| 213 | 2025-10-07 |
Arkitekt: streaming analysis and real-time workflows for microscopy
2024-Oct, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02404-5
PMID:39294366
|
研究论文 | 介绍Arkitekt开源平台，实现显微镜数据的实时流式分析和智能工作流程 | 开发了连接用户与生物图像应用的开源中间件，首次实现复杂定量显微镜工作流程的实时执行 | 未提及具体性能瓶颈和系统负载测试结果 | 解决生物图像工作流程中高效编排和数据管理的需求 | 显微镜成像数据和生物图像分析工作流程 | 数字病理 | NA | 显微镜成像，深度学习 | NA | 显微镜图像，三维图像数据 | NA | NA | NA | NA | 本地和远程计算资源 |
| 214 | 2025-10-07 |
Visualizing nuclear pore complex plasticity with Pan-Expansion Microscopy
2024-Oct-30, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.18.613744
PMID:39345637
|
研究论文 | 本研究开发并评估了Pan扩展显微镜技术，用于可视化核孔复合体的结构可塑性 | 首次应用Pan-ExM技术实现16-20倍各向同性细胞扩增，结合深度学习分割揭示核孔复合体直径变化和POM121定位异常 | 技术依赖免疫染色验证，样本处理可能引入人为假象 | 研究核孔复合体在生理和病理条件下的结构可塑性 | 核孔复合体、核膜、LINC复合体、POM121核孔蛋白 | 生物医学成像 | 肌萎缩侧索硬化 | Pan扩展显微镜、免疫染色、深度学习分割 | 深度学习 | 显微镜图像 | 多种模型细胞系和ALS患者来源的诱导多能干细胞分化神经元 | NA | NA | 结构分割准确性 | NA |
| 215 | 2025-10-07 |
A deep learning anthropomorphic model observer for a detection task in PET
2024-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17303
PMID:39008812
|
研究论文 | 开发用于PET图像病灶检测任务的深度学习拟人模型观察器 | 首次将CNN与Swin Transformer编码器结合用于PET图像检测任务，相比传统模型观察器能更准确预测人类观察者表现 | 研究仅针对PET成像，未验证在其他医学影像模态的适用性 | 比较深度学习模型观察器与传统模型观察器在PET病灶检测任务中预测人类观察者表现的能力 | 正电子发射断层扫描(PET)图像中的病灶检测 | 医学影像分析 | 肿瘤学 | PET成像 | CNN, Transformer | 医学图像 | 2916对PET图像(2268训练+324验证+324测试) | NA | CNN, Swin Transformer | 准确率, 均方误差, 相关系数 | NA |
| 216 | 2025-10-07 |
Assessing Artificial Intelligence in Oral Cancer Diagnosis: A Systematic Review
2024-Oct-29, The Journal of craniofacial surgery
IF:1.0Q3
DOI:10.1097/SCS.0000000000010663
PMID:39787481
|
系统综述 | 本系统综述评估了2020-2024年间人工智能技术在口腔癌检测和诊断中的有效性和准确性 | 首次系统评估2020-2024年间AI在口腔癌诊断中的应用效果，涵盖多种AI技术和数据类型的综合分析 | 数据集变异性大和监管问题等限制因素 | 评估人工智能技术在口腔癌检测和诊断中的有效性和准确性 | 口腔癌诊断相关的AI技术应用研究 | 医学影像分析 | 口腔癌 | 机器学习、深度学习 | 机器学习算法、深度学习算法 | 组织病理学切片、口腔内图片 | 12篇符合纳入标准的研究论文 | NA | NA | 诊断精度、病变识别效果、预后预测准确性 | NA |
| 217 | 2025-01-07 |
Pro-active risk analysis of an in-house developed deep learning based autoplanning tool for breast Volumetric Modulated Arc Therapy
2024-Oct, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2024.100677
PMID:39759485
|
研究论文 | 本文介绍了一种针对乳腺癌容积调强弧形治疗（VMAT）的深度学习自动规划工具的风险分析，旨在最小化临床实施前的风险 | 通过多学科团队进行主动失效模式与影响分析（FMEA），识别并减少深度学习工具在临床工作流程中的风险 | 研究仅针对乳腺癌VMAT的特定工作流程，可能不适用于其他类型的放射治疗 | 评估并减少深度学习模型在乳腺癌VMAT临床工作流程中的风险 | 乳腺癌VMAT的深度学习自动规划工具及其临床工作流程 | 数字病理 | 乳腺癌 | 深度学习 | 深度学习模型 | NA | NA | NA | NA | NA | NA |
| 218 | 2025-01-07 |
Neuroimaging signatures and a deep learning modeling for early diagnosing and predicting non-pharmacological therapy success for subclinical depression comorbid sleep disorders in college students
2024 Oct-Dec, International journal of clinical and health psychology : IJCHP
IF:5.3Q1
DOI:10.1016/j.ijchp.2024.100526
PMID:39759571
|
研究论文 | 本研究通过神经影像学特征和深度学习模型，旨在早期诊断和预测大学生亚临床抑郁症合并睡眠障碍的非药物治疗效果 | 提出了基于分层功能脑网络（HFBN）的深度学习模型，用于早期诊断和预测非药物治疗效果，优于传统深度学习模型 | 研究样本量相对较小，且仅针对大学生群体，可能限制了结果的普适性 | 探索亚临床抑郁症合并睡眠障碍的非药物治疗的神经影像学机制，并开发早期诊断和治疗效果预测模型 | 114名首次发作、未用药的亚临床抑郁症合并睡眠障碍的大学生和93名健康对照者 | 神经影像学与深度学习 | 抑郁症与睡眠障碍 | 静息态功能磁共振成像（rs-fMRI） | 基于Transformer框架的分层功能脑网络（HFBN）模型 | 神经影像数据与临床数据 | 114名患者和93名健康对照者 | NA | NA | NA | NA |
| 219 | 2025-01-06 |
Gut Analysis Toolbox - automating quantitative analysis of enteric neurons
2024-Oct-15, Journal of cell science
IF:3.3Q3
DOI:10.1242/jcs.261950
PMID:39219476
|
研究论文 | 本文介绍了Gut Analysis Toolbox (GAT)，一种用于定量分析肠道神经元的图像分析工具 | GAT通过使用基于深度学习的细胞分割模型和神经节分割模型，实现了快速、准确的图像分析，减少了操作者偏差 | NA | 开发一种自动化工具，用于定量分析肠道神经元的分布和功能 | 肠道神经系统（ENS）中的神经元和胶质细胞 | 数字病理学 | NA | 深度学习（DL） | StarDist, deepImageJ | 二维图像 | 公共数据集 | NA | NA | NA | NA |
| 220 | 2024-12-29 |
A comprehensive comparison of deep learning-based compound-target interaction prediction models to unveil guiding design principles
2024-Oct-28, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00913-1
PMID:39468635
|
研究论文 | 本文对12种基于深度学习的化合物-靶点相互作用预测模型进行了全面比较，揭示了设计原则 | 本文首次在大型、精选的CTI数据集上对多种深度学习模型进行了深入比较，并提出了性能最佳的Phys-DeepConv-DTI模型 | 本文未提及模型在实际药物发现中的应用效果，可能缺乏实际验证 | 评估和比较不同深度学习模型在化合物-靶点相互作用预测中的性能 | 化合物-靶点相互作用 | 机器学习 | NA | 深度学习 | DeepConv-DTI, Phys-DeepConv-DTI | 化合物和靶点的表示数据 | 超过30万个结合和非结合的CTI数据 | NA | NA | NA | NA |