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 1266 篇文献，本页显示第 361 - 380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 361 | 2025-01-31 |
Automatic Aortic Valve Extraction Using Deep Learning with Contrast-Enhanced Cardiac CT Images
2024-Dec-25, Journal of cardiovascular development and disease
IF:2.4Q2
DOI:10.3390/jcdd12010003
PMID:39852281
|
研究论文 | 本研究评估了使用深度学习技术从对比增强心脏CT图像中自动提取和描绘主动脉瓣环区域的效果 | 比较了分割和对象检测两种方法在主动脉瓣环区域提取中的准确性，发现对象检测方法表现更优 | 数据集规模较小，仅包含32个对比增强心脏CT扫描 | 评估深度学习技术在心脏CT图像中自动提取主动脉瓣环区域的准确性 | 对比增强心脏CT图像 | 计算机视觉 | 心血管疾病 | 深度学习 | DeepLabv3+, YOLOv2 | 图像 | 32个对比增强心脏CT扫描 | NA | NA | NA | NA |
| 362 | 2025-01-31 |
Dynamic Neural Network States During Social and Non-Social Cueing in Virtual Reality Working Memory Tasks: A Leading Eigenvector Dynamics Analysis Approach
2024-Dec-24, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci15010004
PMID:39851372
|
研究论文 | 本研究探讨了在虚拟现实环境中，社交和非社交刺激对大脑连接模式的影响，特别是对工作记忆等认知功能的影响 | 创新性地将LEiDA框架应用于EEG数据，以检测大脑网络状态的快速变化，并结合深度学习和图论分析揭示社交线索对认知过程的显著影响 | 样本量相对较小（47名参与者），且仅限于虚拟现实环境中的工作记忆任务 | 研究社交和非社交刺激对大脑连接模式和认知功能的影响 | 47名参与者在虚拟现实环境中的大脑连接模式 | 认知神经科学 | NA | LEiDA框架、EEG、深度学习、图论分析 | 深度学习 | EEG数据 | 47名参与者 | NA | NA | NA | NA |
| 363 | 2025-01-31 |
The Neural Frontier of Future Medical Imaging: A Review of Deep Learning for Brain Tumor Detection
2024-Dec-24, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11010002
PMID:39852315
|
综述 | 本文综述了深度学习在脑肿瘤检测中的应用，总结了近五年的研究成果，探讨了特征提取、分割和分类的最新方法和挑战 | 填补了深度学习在脑肿瘤检测领域综合评述的空白，分析了100多篇研究论文，总结了关键概念、挑战和数据集，并提出了未来研究方向 | 可解释人工智能（XAI）的应用仍然有限，尽管其在建立医疗诊断信任方面的重要性 | 探讨深度学习在脑肿瘤检测中的应用，总结最新方法、挑战和未来方向 | 脑肿瘤检测 | 医学影像 | 脑肿瘤 | 深度学习 | CNN, GAN, Autoencoders, RNN | MRI图像 | 100多篇研究论文 | NA | NA | NA | NA |
| 364 | 2025-10-07 |
Bridging healthcare gaps: a scoping review on the role of artificial intelligence, deep learning, and large language models in alleviating problems in medical deserts
2024-Dec-23, Postgraduate medical journal
IF:3.6Q1
DOI:10.1093/postmj/qgae122
PMID:39323384
|
综述 | 探讨人工智能、深度学习和大语言模型在解决医疗荒漠地区医疗资源不足问题中的作用 | 首次系统评估大语言模型在医疗荒漠中整合电子医疗和医疗物联网的潜力 | 定性叙述性综述，缺乏定量分析和实证研究数据 | 研究AI技术如何改善医疗荒漠地区的医疗服务可及性和质量 | 医疗荒漠地区的医疗服务体系 | 自然语言处理 | NA | AI技术，大语言模型 | LLM | 文本 | NA | NA | NA | NA | NA |
| 365 | 2025-01-31 |
Mapping the Use of Artificial Intelligence-Based Image Analysis for Clinical Decision-Making in Dentistry: A Scoping Review
2024-Dec, Clinical and experimental dental research
IF:1.7Q3
DOI:10.1002/cre2.70035
PMID:39600121
|
综述 | 本文通过范围综述探讨了人工智能在牙科临床决策中图像分析的应用，并识别了当前文献中的趋势和研究空白 | 系统地综述了人工智能在牙科图像分析中的应用，特别是在诊断、检测或分类、预测和管理等方面的临床决策支持 | 综述主要基于现有文献，可能未涵盖所有最新研究进展 | 研究人工智能在牙科图像分析中的应用及其对临床决策的影响 | 牙科图像，包括正颌全景片（OPGs）和口内X光片（咬翼片和根尖片） | 计算机视觉 | NA | 卷积神经网络（CNNs） | CNN | 图像 | 601,122张图像 | NA | NA | NA | NA |
| 366 | 2025-10-07 |
Generalizable deep learning approach for 3D particle imaging using holographic microscopy (HM)
2024-Dec-30, Optics express
IF:3.2Q2
DOI:10.1364/OE.535207
PMID:39876127
|
研究论文 | 提出一种基于深度学习的通用化三维粒子成像方法，用于全息显微镜分析 | 利用人类对粒子衍射图案纵向变化的感知特性开发深度学习架构，实现了处理速度数量级提升和高度通用化的三维粒子分析 | 仅使用简单粒子的少量合成和真实全息图进行训练 | 开发通用化的三维粒子成像分析方法 | 全息显微镜中的粒子 | 计算机视觉 | NA | 全息显微镜 | 深度学习 | 全息图像 | 少量合成和真实全息图 | NA | NA | 处理速度，通用性 | NA |
| 367 | 2025-10-07 |
Qualitative identification of passive Fourier transform infrared spectra via an attention mechanism based deep learning approach
2024-Dec-30, Optics express
IF:3.2Q2
DOI:10.1364/OE.543450
PMID:39876146
|
研究论文 | 提出一种基于注意力机制的深度学习模型，用于被动傅里叶变换红外光谱的定性识别 | 首次将Transformer自注意力神经网络与协同注意力机制结合用于气体识别，实现联合特征学习与融合 | 未明确说明模型在极端弱信号条件下的性能极限 | 提高被动傅里叶变换红外光谱在复杂背景干扰下的气体识别精度 | 空气中的化学污染物气体 | 机器学习 | NA | 被动傅里叶变换红外光谱 | Transformer | 光谱数据 | NA | NA | Transformer, 协同注意力机制 | NA | NA |
| 368 | 2025-10-07 |
Mobile-friendly under-sampling single-pixel imaging based on a lightweight hybrid CNN-ViT architecture
2024-Dec-30, Optics express
IF:3.2Q2
DOI:10.1364/OE.546375
PMID:39876166
|
研究论文 | 提出一种基于轻量级CNN-ViT混合架构的移动友好型欠采样单像素成像方法 | 提出移动ViT模块降低传统ViT计算成本，并结合CNN设计轻量级混合模型，同时提出适用于深度学习SPI的通用差分三元调制模式方案 | NA | 开发适用于移动设备的单像素成像重建方法 | 单像素成像系统 | 计算机视觉 | NA | 单像素成像 | CNN, ViT | 图像 | NA | NA | CNN-ViT混合架构 | 成像质量, 内存消耗, 计算负担 | 移动设备 |
| 369 | 2025-10-07 |
Three-stage training strategy phase unwrapping method for high speckle noises
2024-Dec-30, Optics express
IF:3.2Q2
DOI:10.1364/OE.544968
PMID:39876182
|
研究论文 | 提出一种三阶段多任务相位展开方法，用于高散斑噪声条件下的相位恢复 | 提出三阶段训练策略和基于卷积的多尺度空间注意力模块，有效降低空间不一致噪声的干扰 | 仅使用模拟数据进行测试，未在真实实验数据上验证 | 提高高噪声条件下相位展开的测量精度 | 含噪声的包裹相位数据 | 计算机视觉 | NA | 相位展开技术 | CNN | 相位图像数据 | 不同噪声水平的模拟数据 | NA | UNet, DeepLabV3+ | 噪声鲁棒性, 相位恢复精度 | NA |
| 370 | 2025-10-07 |
OAM-basis underwater single-pixel imaging based on deep learning at a low sampling rate
2024-Dec-30, Optics express
IF:3.2Q2
DOI:10.1364/OE.543358
PMID:39876191
|
研究论文 | 提出一种基于轨道角动量基和深度学习的低采样率水下单像素成像方法 | 首次将轨道角动量基采样方案与双注意力残差U-Net生成对抗网络相结合用于水下单像素成像 | NA | 解决水下环境中低采样率和高浊度条件下的成像挑战 | 水下目标图像 | 计算机视觉 | NA | 单像素成像 | GAN | 图像 | NA | NA | 双注意力残差U-Net生成对抗网络(DARU-GAN) | NA | NA |
| 371 | 2025-10-07 |
A Deep Learning Framework for Automated Classification and Archiving of Orthodontic Diagnostic Documents
2024-Dec, Cureus
DOI:10.7759/cureus.76530
PMID:39877794
|
研究论文 | 提出基于卷积神经网络的深度学习框架，用于自动化正畸诊断图像的分类和归档 | 采用带有注意力模块的顺序分类方法，结合Grad-CAM可视化验证模型对临床相关特征的关注 | 研究仅聚焦于图像分类任务，尚未实现完整的诊断和治疗规划自动化 | 开发AI驱动的自动化正畸诊断图像分类和归档系统 | 正畸诊断图像 | 计算机视觉 | 口腔正畸 | 深度学习 | CNN | 图像 | 61,842张训练图像和13,729张外部验证图像，来自三家牙科诊所，涵盖13个类别 | NA | ResNet50, InceptionV3, 带注意力模块的自定义模型 | 准确率 | NA |
| 372 | 2025-01-28 |
Artificial Intelligence in Fetal and Pediatric Echocardiography
2024-Dec-25, Children (Basel, Switzerland)
DOI:10.3390/children12010014
PMID:39857845
|
综述 | 本文综述了人工智能在胎儿和儿科超声心动图中的应用、挑战和未来方向 | 探讨了人工智能在自动化图像采集、图像分割、先天性心脏病检测和测量方面的潜力 | 数据集数量少、算法透明度、医生对AI的接受度以及可访问性等问题仍需解决 | 研究人工智能在胎儿和儿科超声心动图中的应用 | 胎儿和儿科患者 | 医学影像 | 先天性心脏病 | 机器学习和深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 373 | 2025-01-29 |
A simple 2D multibody model to better quantify the movement quality of anterior cruciate ligament patients during single leg hop
2024-Dec, Acta orthopaedica Belgica
IF:0.5Q4
DOI:10.52628/90.4.12600
PMID:39869863
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 374 | 2025-10-07 |
Characterization of saffron from different origins by HS-GC-IMS and authenticity identification combined with deep learning
2024-Dec-30, Food chemistry: X
DOI:10.1016/j.fochx.2024.101981
PMID:39850938
|
研究论文 | 本研究结合顶空气相色谱-离子迁移谱和深度学习技术，开发了一种快速可靠的藏红花产地鉴别和掺假识别方法 | 首次将HS-GC-IMS技术与CNN模型结合用于藏红花产地鉴别和掺假识别，实现了数据处理最小化和自动特征提取 | NA | 开发快速可靠的藏红花产地鉴别和掺假识别方法 | 藏红花挥发性化合物 | 计算机视觉 | NA | 顶空气相色谱-离子迁移谱(HS-GC-IMS) | CNN | 图像 | NA | NA | CNN | 准确率 | NA |
| 375 | 2025-10-07 |
Accurate size-based protein localization from cryo-ET tomograms
2024-Dec, Journal of structural biology: X
DOI:10.1016/j.yjsbx.2024.100104
PMID:39044770
|
研究论文 | 本文提出一种基于尺寸的蛋白质定位方法，用于从冷冻电子断层扫描图像中快速准确地识别蛋白质颗粒 | 开发了无需外部模板或人工标注的快速尺寸检测方法，在检测精度和计算效率上优于基于深度学习的现有方法 | 未明确说明方法对特定蛋白质类型的适用性限制，也未详细讨论在极端噪声条件下的性能表现 | 提高冷冻电子断层扫描中蛋白质颗粒自动检测的准确性和效率 | 细胞内的蛋白质颗粒，特别是核糖体 | 计算机视觉 | NA | 冷冻电子断层扫描(cryo-ET)，子断层图平均(STA) | NA | 3D断层扫描图像 | 多种类型样本的断层扫描数据 | NA | NA | 检测精度 | 非专用CPU硬件 |
| 376 | 2025-10-07 |
Evolutionary Strategies AI Addresses Multiple Technical Challenges in Deep Learning Deployment: Proof-of-Principle Demonstration for Neuroblastoma Brain Metastasis Detection
2024-Dec, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01165-z
PMID:38886289
|
研究论文 | 本文通过神经母细胞瘤脑转移检测的案例，证明深度神经进化算法在小数据集训练中具有优异的泛化能力 | 首次验证深度神经进化算法在多样化外部验证数据集上的泛化性能，解决了放射学AI在小数据集上的过拟合和泛化难题 | 研究仅基于神经母细胞瘤脑转移的特定案例，需要更多疾病类型验证 | 解决放射学AI在小数据集训练中的过拟合和泛化问题 | 神经母细胞瘤脑转移的MRI图像 | 计算机视觉 | 神经母细胞瘤 | MRI成像 | CNN | 医学图像 | 60个训练MRI图像，来自50多个机构的多样化测试集 | NA | 卷积神经网络 | 准确率 | NA |
| 377 | 2025-10-07 |
Anatomy-centred deep learning improves generalisability and progression prediction in radiographic sacroiliitis detection
2024-Dec-23, RMD open
IF:5.1Q1
DOI:10.1136/rmdopen-2024-004628
PMID:39719299
|
研究论文 | 本研究探讨了以解剖学为中心的深度学习在提高影像学骶髂关节炎检测的泛化能力和预测疾病进展方面的效果 | 提出解剖学中心的深度学习模型，通过裁剪骶髂关节边界框区域来改进模型性能，并首次展示了该模型在预测疾病进展方面的能力 | 回顾性多中心研究，样本量相对有限，需要进一步前瞻性验证 | 提高影像学骶髂关节炎检测的泛化能力并预测疾病进展 | 中轴型脊柱关节炎患者的常规骨盆X光片 | 医学影像分析 | 中轴型脊柱关节炎 | 深度学习 | 神经网络 | X光图像 | 训练集1261张图像，验证集222张图像，三个独立测试集分别包含436、340和163名患者 | NA | NA | AUC, 准确率, 灵敏度, 特异性 | NA |
| 378 | 2025-10-07 |
Advances for Managing Pancreatic Cystic Lesions: Integrating Imaging and AI Innovations
2024-Dec-22, Cancers
IF:4.5Q1
DOI:10.3390/cancers16244268
PMID:39766167
|
综述 | 本文综述了人工智能在胰腺囊性病变管理中的创新应用，重点探讨了AI如何提升诊断准确性和风险分层能力 | 整合影像学与人工智能技术，提出深度学习算法和影像组学在胰腺囊性病变自动分割和异质性分析中的创新应用 | 目前AI方法仍处于早期研究阶段，需要更多临床验证和大规模前瞻性研究 | 探索人工智能技术在胰腺囊性病变诊断和管理中的潜在价值 | 胰腺囊性病变（PCLs） | 医学影像分析 | 胰腺癌 | 放射影像学、超声内镜引导细针穿刺、临床和生化数据 | 深度学习 | 医学影像 | NA | NA | NA | 诊断准确性、风险分层能力 | NA |
| 379 | 2025-10-07 |
Artificial Intelligence-Assisted Segmentation of a Falx Cerebri Calcification on Cone-Beam Computed Tomography: A Case Report
2024-Dec-12, Medicina (Kaunas, Lithuania)
DOI:10.3390/medicina60122048
PMID:39768927
|
病例报告 | 通过病例报告和文献综述探讨人工智能在锥形束CT图像中分割大脑镰钙化的应用 | 首次系统评估AI在CBCT图像中分割大脑镰钙化的应用，并采用基于云的AI平台进行病例验证 | 区分大脑镰钙化与其他颅骨结构仍存在挑战，该领域研究文献数量有限 | 探索人工智能在放射学诊断中分割和检测大脑镰钙化的应用 | 大脑镰钙化患者（59岁病例）及相关文献研究 | 医学影像分析 | 颅内钙化 | 锥形束计算机断层扫描（CBCT） | 深度学习 | 医学影像 | 1例病例报告+4项文献研究 | 基于云的AI平台 | NA | 准确性 | 基于云的AI平台 |
| 380 | 2025-10-07 |
From pixels to patients: the evolution and future of deep learning in cancer diagnostics
2024-Dec-11, Trends in molecular medicine
IF:12.8Q1
DOI:10.1016/j.molmed.2024.11.009
PMID:39665958
|
观点文章 | 探讨深度学习在癌症诊断中的演变历程和未来发展方向，重点关注从像素级图像分析到以患者为中心的综合诊疗模式转变 | 提出开发能够整合多模态数据的大语言模型，将AI从辅助工具转变为临床决策的核心组成部分 | NA | 分析深度学习在癌症诊断领域的发展轨迹和未来趋势 | 深度学习在癌症诊断中的应用 | 数字病理 | 癌症 | 深度学习 | 神经网络,大语言模型 | 医学影像,多模态数据 | NA | NA | NA | NA | NA |