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 3695 篇文献，本页显示第 2581 - 2600 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2581 | 2025-03-26 |
Artificial intelligence for Brugada syndrome diagnosis and gene variants interpretation
2025, American journal of cardiovascular disease
DOI:10.62347/YQHQ1079
PMID:40124093
|
研究论文 | 本文综述了人工智能在Brugada综合征诊断和基因变异解释中的应用及其优势 | AI能够检测ECG中几乎所有BrS模式，甚至超越专家视觉能力，并在处理复杂数据时发现未分类的基因变异 | NA | 比较AI与训练有素的心脏病专家在BrS诊断中的能力，并探讨AI在BrS基因变异分类中的应用 | Brugada综合征（BrS）及其相关基因变异 | 机器学习 | 心血管疾病 | 深度学习 | 深度学习模型 | ECG数据、基因数据 | NA | NA | NA | NA | NA |
| 2582 | 2025-03-26 |
Curvature estimation techniques for advancing neurodegenerative disease analysis: a systematic review of machine learning and deep learning approaches
2025, American journal of neurodegenerative disease
DOI:10.62347/DZNQ2482
PMID:40124352
|
系统综述 | 本文系统评估了用于神经退行性疾病分析的曲率估计技术，包括经典数学方法、机器学习、深度学习和混合方法 | 突出了从经典方法向机器学习和深度学习的转变，特别是神经网络回归和卷积神经网络在复杂几何处理中的优势 | 仅分析了2010年至2023年的105篇研究论文，可能未涵盖早期或最新技术 | 评估曲率估计方法在神经退行性疾病分析中的应用，以支持诊断工具和干预措施的开发 | 神经退行性疾病中的脑结构变化 | 机器学习 | 神经退行性疾病 | 曲率估计技术 | 神经网络回归, CNN | 神经影像数据 | 105篇研究论文 | NA | NA | NA | NA |
| 2583 | 2025-03-26 |
Improved food recognition using a refined ResNet50 architecture with improved fully connected layers
2025, Current research in food science
IF:6.2Q1
DOI:10.1016/j.crfs.2025.101005
PMID:40124390
|
research paper | 本研究通过改进的ResNet50架构和全连接层，提高了食物识别的准确性 | 开发了三种ResNet50变体（标准、微调和优化版本），其中带有定制全连接层的优化版本在食物识别任务中表现最佳 | 未明确说明模型在其他食物类别或不同环境下的泛化能力 | 评估食物识别系统在医院和餐厅环境中对人体健康的影响 | 16类食物（分为早餐、午餐和晚餐） | computer vision | NA | 深度学习算法 | ResNet50 | image | 初始12,000张图像，通过数据增强扩展到66,000张 | NA | NA | NA | NA |
| 2584 | 2025-03-26 |
Investigation of a deep learning-based reconstruction approach utilizing dual-view projection for myocardial perfusion SPECT imaging
2025, American journal of nuclear medicine and molecular imaging
IF:2.0Q3
DOI:10.62347/MLFB9278
PMID:40124765
|
研究论文 | 提出一种基于深度学习的双视角投影重建方法，用于心肌灌注SPECT成像，以减少采集时间并实现非旋转成像 | 利用深度学习技术（U-Net）重建双视角投影，减少传统双头SPECT扫描仪的扫描时间和机架旋转需求 | 2D U-Net在轴向连续性上表现略逊于参考图像，3D U-Net虽有所改进但仍存在局部绝对百分比误差 | 优化心肌灌注SPECT成像的采集时间和成像质量 | 心肌灌注SPECT成像 | 数字病理 | 心血管疾病 | SPECT/CT扫描 | U-Net（2D和3D） | 图像 | 116例SPECT/CT扫描（使用Tc-tetrofosmin示踪剂，GE NM/CT 640扫描仪采集） | NA | NA | NA | NA |
| 2585 | 2025-03-26 |
Multimodal deep learning with MUF-net for noninvasive WHO/ISUP grading of renal cell carcinoma using CEUS and B-mode ultrasound
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1558997
PMID:40124951
|
研究论文 | 本研究开发并验证了一种多模态深度学习模型MUF-Net，用于利用术前灰度超声和对比增强超声(CEUS)视频数据对肾细胞癌(RCC)进行无创WHO/ISUP核分级 | 提出了一种新型多模态超声融合网络(MUF-Net)，整合B型和CEUS模态，通过预测权重的加权和来提取和融合图像特征 | 研究为双中心回顾性研究，样本量相对有限(100例患者) | 开发非侵入性肾细胞癌WHO/ISUP核分级方法 | 肾细胞癌患者 | 数字病理 | 肾细胞癌 | CEUS和B型超声 | MUF-Net(多模态深度学习模型) | 超声视频和图像 | 100例患者的6293张超声图像 | NA | NA | NA | NA |
| 2586 | 2025-03-26 |
Development and Evaluation of a Deep Learning Algorithm to Differentiate Between Membranes Attached to the Optic Disc on Ultrasonography
2025, Clinical ophthalmology (Auckland, N.Z.)
DOI:10.2147/OPTH.S501316
PMID:40125481
|
研究论文 | 开发并评估了一种基于深度学习的算法，用于在超声检查中区分附着于视盘的膜 | 首次使用基于Transformer的Vision Transformer (ViT)模型对眼部超声B扫描图像进行分类，以区分健康、视网膜脱离(RD)和玻璃体后脱离(PVD) | 存在少量误分类情况，有7例RD被错误标记为PVD | 提高在超声检查中识别和区分附着于视盘的膜的准确性 | 眼部超声B扫描图像 | 计算机视觉 | 眼科疾病 | 超声检查(USG) | Vision Transformer (ViT) | 图像 | 训练和验证集505个样本，测试集212个样本 | NA | NA | NA | NA |
| 2587 | 2025-03-26 |
[Paper Review: Deep Learning-based PET Image Denoising and Reconstruction: A Review]
2025, Nihon Hoshasen Gijutsu Gakkai zasshi
DOI:10.6009/jjrt.25-0303
PMID:40128957
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2588 | 2025-10-07 |
A study on hybrid-architecture deep learning model for predicting pressure distribution in 2D airfoils
2025-Jan-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84940-w
PMID:39820053
|
研究论文 | 提出一种基于混合架构深度学习模型预测二维翼型压力分布图像的新方法 | 结合无监督和监督学习范式，开发了融合传统自编码器、卷积自编码器和混合CAE的混合架构模型 | 仅针对二维翼型进行验证，未扩展到三维复杂几何形状 | 开发图像预测方法以支持基于图像的近似优化设计 | 二维翼型的压力分布图像 | 计算机视觉 | NA | 计算流体动力学模拟 | 自编码器, 全连接神经网络 | 图像 | NA | NA | 自编码器, 卷积自编码器, 混合CAE | 匹配率 | NA |
| 2589 | 2025-10-07 |
Evaluating and implementing machine learning models for personalised mobile health app recommendations
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0319828
PMID:40106462
|
研究论文 | 本文评估并实现了用于个性化移动健康应用推荐的机器学习模型 | 引入Rating_Reviews特征捕捉评分和评论的累积影响，并采用BERT等先进模型在健康应用推荐中实现高效迁移学习 | NA | 设计一个利用应用属性为用户提供相关上下文建议的推荐系统 | 来自各健康应用平台的应用描述、评分、评论和其他相关属性 | 机器学习 | NA | 机器学习，深度学习 | Random Forest Classifier, BERT | 文本数据（应用描述、评论），结构化数据（评分、属性） | NA | NA | BERT | 准确率 | NA |
| 2590 | 2025-03-23 |
Improvement of BCI performance with bimodal SSMVEPs: enhancing response intensity and reducing fatigue
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1506104
PMID:40115888
|
研究论文 | 本文提出了一种创新的稳态运动视觉诱发电位（SSMVEP）范式，结合运动和颜色刺激，旨在增强脑机接口（BCI）性能并减少视觉疲劳 | 开发了一种结合运动和颜色刺激的SSMVEP范式，显著提高了分类准确率和信号噪声比，同时减少了视觉疲劳 | 实验在受控的实验室条件下进行，未在真实环境中验证 | 增强SSMVEP响应强度并减少视觉疲劳 | 稳态运动视觉诱发电位（SSMVEP）和稳态视觉诱发电位（SSVEP） | 脑机接口 | NA | EEGNet深度学习算法和快速傅里叶变换（FFT） | EEGNet | 脑电图（EEG）数据 | NA | NA | NA | NA | NA |
| 2591 | 2025-03-23 |
AM-MTEEG: multi-task EEG classification based on impulsive associative memory
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1557287
PMID:40115889
|
研究论文 | 本文提出了一种基于冲动联想记忆的多任务EEG分类模型AM-MTEEG，用于跨受试者的EEG分类 | AM-MTEEG模型结合了深度学习的卷积网络和冲动网络，利用双向联想记忆进行跨受试者的EEG分类，提高了分类精度并减少了性能差异 | NA | 提高跨受试者EEG分类的准确性和一致性 | 脑电图（EEG）数据 | 脑机接口 | NA | 深度学习 | 卷积编码器-解码器、冲动神经元、双向联想记忆 | EEG数据 | 两个BCI竞赛数据集 | NA | NA | NA | NA |
| 2592 | 2025-03-22 |
Current Status of Artificial Intelligence Use in Colonoscopy
2025, Digestion
IF:3.0Q2
DOI:10.1159/000543345
PMID:39724867
|
研究论文 | 本文探讨了人工智能在结肠镜检查中的应用现状及其对结直肠癌筛查的影响 | 介绍了实时计算机辅助检测系统和用于组织病理学预测的计算机辅助诊断系统，这些系统有助于区分肿瘤性和非肿瘤性病变 | 存在霍桑效应和潜在过度诊断等偏差，需要大规模临床试验验证AI的长期效益 | 评估人工智能在提高结肠镜检查质量和结直肠癌筛查效果方面的潜力 | 结肠镜检查中的结直肠息肉检测和诊断 | 数字病理学 | 结直肠癌 | 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 2593 | 2025-10-07 |
Value of vendor-agnostic deep learning image denoising in brain computed tomography: A multi-scanner study
2025-01, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin
DOI:10.1055/a-2290-4781
PMID:38749431
|
研究论文 | 评估供应商无关的深度学习去噪算法在五种CT扫描仪上对非对比颅脑CT图像质量的改善效果 | 首次在多扫描仪研究中验证供应商无关深度学习去噪算法的普适性，证明其在不同厂商设备上的有效性 | 单中心回顾性研究，样本量有限（150例患者），仅针对轻微头部创伤患者 | 评估深度学习去噪算法在脑部CT图像质量改善方面的价值 | 轻微头部创伤后接受常规成像的150例患者 | 医学影像处理 | 头部创伤 | 计算机断层扫描 | 深度学习 | 医学影像 | 150例患者（5种扫描仪各30例） | NA | NA | 图像噪声、信噪比、对比噪声比、伪影指数、4点Likert量表评分 | NA |
| 2594 | 2025-10-07 |
Language model-based labeling of German thoracic radiology reports
2025-01, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin
DOI:10.1055/a-2287-5054
PMID:38663428
|
研究论文 | 本研究开发了一种基于深度学习的德语胸部放射学报告标签提取模型，并评估其在胸部X光分类中的性能 | 提出使用弱监督方法训练德语BERT模型进行放射学报告标签提取，仅需少量人工标注数据即可达到接近人工标注的性能 | 研究仅针对德语放射学报告，模型在其他语言上的适用性需要进一步验证 | 探索弱监督在深度学习标签预测模型中的潜力，用于从德语自由文本胸部放射学报告中提取标签并训练胸部X光分类模型 | 德语胸部放射学报告和相关的胸部X光图像 | 自然语言处理 | 肺部疾病 | 放射学报告分析，胸部X光成像 | BERT, DenseNet | 文本，图像 | 66071份回顾性收集的放射学报告(DS 0)，1091份手动标注报告(DS 1)，6434张胸部X光片(DS 2) | NA | German BERT, DenseNet-121 | F1分数，AUC | NA |
| 2595 | 2025-10-07 |
Artificial intelligence-enhanced magnetic resonance imaging-based pre-operative staging in patients with endometrial cancer
2025-Jan, International journal of gynecological cancer : official journal of the International Gynecological Cancer Society
IF:4.1Q2
DOI:10.1016/j.ijgc.2024.100017
PMID:39878275
|
研究论文 | 本研究开发了一种基于深度学习的MRI图像分析流程，用于子宫内膜癌患者的术前分期评估 | 提出了一种两阶段深度学习管道，先分割整个MRI体积中的子宫，再在预测的感兴趣区域中进行肿瘤分割 | 数据变异、类别不平衡和伪影存在带来的挑战 | 通过AI辅助子宫内膜癌的术前分期，预测深肌层浸润和宫颈基质浸润 | 子宫内膜癌患者 | 医学影像分析 | 子宫内膜癌 | 磁共振成像 | 深度学习 | MRI图像 | 178名患者 | NA | NA | 准确率, Dice系数 | NA |
| 2596 | 2025-03-20 |
Retraction: Control of hybrid electromagnetic bearing and elastic foil gas bearing under deep learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320337
PMID:40100785
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2597 | 2025-10-07 |
Forecasting stock prices using long short-term memory involving attention approach: An application of stock exchange industry
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0319679
PMID:40100866
|
研究论文 | 本研究开发了四种基于深度学习的模型用于股票价格预测，并在卡拉奇证券交易所数据上验证了长短期记忆网络结合注意力机制模型的最佳性能 | 将注意力机制与多种深度学习模型（包括RNN、LSTM和GRU）结合应用于股票价格预测，并进行了系统比较 | 研究仅基于卡拉奇证券交易所数据，未在其他市场验证模型的泛化能力 | 开发准确的股票价格预测模型以促进经济稳定 | 股票市场价格数据 | 机器学习 | NA | 深度学习 | ANN, RNN, LSTM, GRU | 时间序列数据 | 卡拉奇证券交易所100指数从2008年2月22日至2021年2月23日的每日业务数据 | NA | 人工神经网络, 带注意力的循环神经网络, 带注意力的长短期记忆网络, 带注意力的门控循环单元 | R平方值 | NA |
| 2598 | 2025-10-07 |
Automated program using convolutional neural networks for objective and reproducible selection of corneal confocal microscopy images
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251326223
PMID:40103638
|
研究论文 | 开发基于卷积神经网络的自动程序用于客观可重复地选择角膜共聚焦显微镜图像 | 首次提出结合ResNet-18深度特征提取和无监督聚类的全自动CCM图像选择算法，通过平衡非冗余性和代表性确保客观性和可重复性 | 需要多中心研究在不同人群中验证结果 | 开发自动化算法改善糖尿病周围神经病变的诊断效率 | 角膜共聚焦显微镜图像 | 计算机视觉 | 糖尿病周围神经病变 | 角膜共聚焦显微镜 | CNN | 图像 | 数百张图像 | NA | ResNet-18 | 诊断准确率 | 分析数百张图像仅需1秒 |
| 2599 | 2025-10-07 |
Intraoperative robotic measurements of coronal alignment in total knee arthroplasty correlate with pre- and post-operative long-leg radiographs
2025-Jan, Journal of experimental orthopaedics
IF:2.0Q2
DOI:10.1002/jeo2.70220
PMID:40103674
|
研究论文 | 本研究通过比较机器人测量与长腿X光片测量，验证了全膝关节置换术中机器人测量冠状位对齐的准确性 | 首次将无图像机器人系统测量与基于深度学习的术前术后长腿X光片测量进行对比验证 | 回顾性研究，单中心数据，样本量有限（59例患者） | 验证全膝关节置换术中机器人测量冠状位对齐的准确性和可靠性 | 接受初次全膝关节置换术的59名患者 | 数字病理 | 骨科疾病 | 长腿X光片，机器人测量系统 | 深度学习模型 | 医学影像 | 59名患者 | NA | NA | Pearson相关系数，p值，平均差异 | NA |
| 2600 | 2025-10-07 |
Role of AI in empowering and redefining the oncology care landscape: perspective from a developing nation
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1550407
PMID:40103737
|
综述 | 探讨人工智能在印度等发展中国家肿瘤护理领域中的应用潜力与变革作用 | 从发展中国家视角系统分析AI在肿瘤全程管理中的实施路径，强调针对人口大国医疗资源不均的解决方案 | 未涉及具体临床验证数据，主要基于理论分析和现有文献综述 | 评估AI技术如何帮助发展中国家应对肿瘤诊疗挑战并优化医疗资源配置 | 印度医疗体系、肿瘤患者群体、医疗资源配置 | 医疗人工智能 | 癌症 | 机器学习、深度学习、自然语言处理 | NA | 医疗健康数据、人口统计数据 | 年报告140万癌症病例 | NA | NA | NA | NA |