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 3544 篇文献，本页显示第 2681 - 2700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2681 | 2025-10-07 |
Where, why, and how is bias learned in medical image analysis models? A study of bias encoding within convolutional networks using synthetic data
2025-Jan, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2024.105501
PMID:39671751
|
研究论文 | 本研究通过合成脑磁共振成像数据系统性地分析了卷积神经网络中偏见的编码机制 | 首次系统研究医学图像分析模型中偏见编码的位置、原因和方式，使用已知疾病和偏见效应的合成数据进行客观分析 | 使用合成数据而非真实临床数据，可能无法完全反映真实世界的复杂性 | 理解深度学习模型在医学图像分析中算法偏见的编码机制 | 合成脑磁共振成像数据 | 医学图像分析 | 神经系统疾病 | 脑磁共振成像 | CNN | 医学图像 | NA | NA | 卷积神经网络 | NA | NA |
| 2682 | 2025-10-07 |
A step towards quantifying, modelling and exploring uncertainty in biomedical knowledge graphs
2025-Jan, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109355
PMID:39541901
|
研究论文 | 本研究提出使用深度学习技术基于文本支持证据自动量化和建模生物医学知识图谱中事实的不确定性 | 首次将句子转换器与朴素贝叶斯分类器结合用于生物医学知识图谱事实不确定性量化，并提出能够处理大规模知识图谱的KGB2U方法 | NA | 自动量化和建模生物医学知识图谱中事实的不确定性 | 生物医学知识图谱中的事实及其文本支持证据 | 自然语言处理 | NA | 深度学习 | 句子转换器, 朴素贝叶斯分类器 | 文本 | NA | NA | 句子转换器 | 分类性能 | NA |
| 2683 | 2025-02-14 |
Detection of Masses in Mammogram Images Based on the Enhanced RetinaNet Network With INbreast Dataset
2025, Journal of multidisciplinary healthcare
IF:2.7Q2
DOI:10.2147/JMDH.S493873
PMID:39935433
|
研究论文 | 本文提出了一种基于增强RetinaNet网络的乳腺X光图像肿块检测方法，旨在提高计算机辅助诊断的效率和准确性 | 在RetinaNet网络结构中引入ReLU函数处理特征图M5，以防止小肿块特征的分辨率损失，并采用迁移学习技术进行模型训练 | 研究仅基于INbreast数据集进行验证，未在其他数据集上测试模型的泛化能力 | 提高乳腺X光图像中肿块的检测准确率，减少假阳性和假阴性 | 乳腺X光图像中的肿块 | 计算机视觉 | 乳腺癌 | 深度学习 | RetinaNet | 图像 | INbreast数据集 | NA | NA | NA | NA |
| 2684 | 2025-02-14 |
Diagnosis of depression based on facial multimodal data
2025, Frontiers in psychiatry
IF:3.2Q2
DOI:10.3389/fpsyt.2025.1508772
PMID:39935533
|
研究论文 | 本研究提出了一种基于面部视频和音频数据的深度学习方法来自动诊断抑郁症 | 通过融合多模态数据，使用时空注意力模块增强视觉特征提取，并结合GCN和LSTM分析音频特征，有效捕捉与抑郁症相关的不同特征模式 | NA | 开发基于客观指标的自动诊断工具，以解决传统量表诊断方法的主观性强和误诊率高的问题 | 抑郁症患者 | 机器学习 | 抑郁症 | 深度学习 | GCN, LSTM | 面部视频, 音频数据 | 公开的临床数据集E-DAIC | NA | NA | NA | NA |
| 2685 | 2025-02-14 |
Mapping knowledge landscapes and emerging trends in artificial intelligence for antimicrobial resistance: bibliometric and visualization analysis
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1492709
PMID:39935800
|
研究论文 | 本文通过文献计量学分析，系统地绘制了人工智能在抗菌素耐药性研究中的应用知识图谱和发展趋势 | 整合了多种文献计量学方法，包括VOSviewer、CiteSpace和定量分析，以可视化合作网络和研究集群，并分析时间演变 | 数据来源仅限于Web of Science核心合集数据库，可能未涵盖所有相关研究 | 提供基于证据的见解，指导未来研究方向，并为这一动态领域的战略决策提供信息 | 2014年至2024年期间发表的关于人工智能在抗菌素耐药性研究中应用的出版物 | 机器学习 | 抗菌素耐药性 | 文献计量学分析、VOSviewer、CiteSpace | 人工神经网络、图神经网络 | 文献数据 | 2,408篇出版物 | NA | NA | NA | NA |
| 2686 | 2025-02-14 |
DPD-YOLO: dense pineapple fruit target detection algorithm in complex environments based on YOLOv8 combined with attention mechanism
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1523552
PMID:39935949
|
研究论文 | 本文提出了一种基于YOLOv8并结合注意力机制的DPD-YOLO算法，用于复杂环境下的菠萝果实目标检测 | DPD-YOLO算法引入了注意力机制（Coordinate Attention）和BiFPN（双向特征金字塔网络），并替换了YOLOv8的检测头为RT-DETR检测头，结合了Cross-Attention和Self-Attention机制，显著提高了模型在复杂背景和遮挡情况下的检测精度 | NA | 提高复杂环境下菠萝果实目标检测的准确性 | 菠萝果实 | 计算机视觉 | NA | NA | YOLOv8, DPD-YOLO, RT-DETR | 图像 | NA | NA | NA | NA | NA |
| 2687 | 2025-02-14 |
Dual-stream disentangled model for microvascular extraction in five datasets from multiple OCTA instruments
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1542737
PMID:39944497
|
研究论文 | 本文提出了一种新颖的双流解耦网络（D2Net），用于视网膜OCTA微血管分割，有效减少了不同成像仪器带来的噪声和伪影干扰 | 提出了一种双流编码器，分别学习图像伪影和潜在血管特征，通过引入血管结构作为先验约束和构建辅助信息，实现了解耦表示学习 | 尽管在多个数据集上验证了方法的鲁棒性和泛化能力，但仍需进一步验证其在更广泛临床环境中的适用性 | 提高视网膜OCTA微血管分割的准确性，减少噪声和伪影的干扰 | 视网膜OCTA图像中的微血管 | 计算机视觉 | 眼科疾病 | OCTA成像技术 | 双流解耦网络（D2Net） | 图像 | 五个数据集（包括FOCA、OCTA-500、ROSE-O、ROSE-Z和ROSE-H），数据来自不同仪器 | NA | NA | NA | NA |
| 2688 | 2025-02-14 |
Magnetic resonance imaging-based deep learning for predicting subtypes of glioma
2025, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2025.1518815
PMID:39944539
|
研究论文 | 本研究探讨了基于磁共振成像（MRI）的深度学习在胶质瘤亚型分类中的应用价值 | 开发了一套能够有效分类胶质瘤亚型的模型，并发现仅包含FLAIR序列的模型效果最佳 | 研究样本主要来自公开数据库和单一医院，可能存在样本选择偏差 | 探索基于MRI的深度学习在胶质瘤亚型分类中的应用 | 747名来自公开数据库和64名来自医院的经手术病理证实的胶质瘤成年患者 | 计算机视觉 | 胶质瘤 | 磁共振成像（MRI） | 深度学习 | 图像 | 811名患者（747名来自公开数据库，64名来自医院） | NA | NA | NA | NA |
| 2689 | 2025-02-14 |
Modeling dose uncertainty in cone-beam computed tomography: Predictive approach for deep learning-based synthetic computed tomography generation
2025-Jan, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100704
PMID:39944778
|
研究论文 | 本研究提出了一种基于深度学习的合成CT生成方法，用于评估锥形束CT（CBCT）中的剂量不确定性 | 引入了与合成CT和CT之间误差相关的体素级不确定性估计器，并提出了一种通过定义CT剂量-体积直方图（DVH）周围的置信区间来估计剂量不确定性的新方法 | 研究样本主要来自单一中心的头颈部患者，且仅测试了少量来自其他中心的患者，可能限制了方法的普适性 | 提高CBCT在图像引导放疗中的剂量计算准确性 | 头颈部癌症患者 | 计算机视觉 | 头颈部癌症 | 深度学习 | NA | 医学影像 | 85名头颈部患者（主要来自单一中心），外加3名来自不同中心的患者 | NA | NA | NA | NA |
| 2690 | 2025-02-14 |
Association between the subclinical level of problematic internet use and habenula volume: a look at mediation effect of neuroticism
2025, General psychiatry
IF:5.3Q1
DOI:10.1136/gpsych-2024-101694
PMID:39944777
|
研究论文 | 本研究探讨了亚临床水平的问题性互联网使用（PIU）与缰核体积之间的关系，以及神经质在这一关系中的中介作用 | 首次揭示了缰核体积减少与PIU增加之间的关键联系，并发现神经质是PIU发展的关键风险因素，且在其中起中介作用 | 研究为横断面设计，无法确定因果关系；样本量相对较小 | 探讨亚临床PIU与缰核体积的关系及人格特质的中介作用 | 110名健康成年人 | 神经科学 | 精神疾病 | 结构磁共振成像，深度学习技术 | 深度学习 | 图像，问卷数据 | 110名健康成年人 | NA | NA | NA | NA |
| 2691 | 2025-10-07 |
Deep learning and generative artificial intelligence in aging research and healthy longevity medicine
2025-Jan-16, Aging
DOI:10.18632/aging.206190
PMID:39836094
|
综述 | 探讨深度学习和生成式人工智能在衰老研究与健康长寿医学中的应用 | 系统整合DL与GenAI在衰老研究中的多模态、多任务应用，提出双靶点治疗策略 | NA | 延长健康生产寿命，推动健康长寿医学发展 | 人类与动物的衰老过程 | 机器学习 | 老年疾病 | NA | 深度学习, 生成式人工智能 | 多模态数据 | NA | NA | NA | NA | NA |
| 2692 | 2025-10-07 |
Deep learning CT image restoration using system blur and noise models
2025-Jan, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.1.014003
PMID:39906485
|
研究论文 | 提出一种结合系统模糊和噪声模型的深度学习CT图像恢复方法 | 将系统模糊和噪声特性作为辅助输入整合到深度学习模型中，而非仅依赖图像输入进行盲恢复 | NA | 提升CT图像恢复质量 | 受模糊和噪声影响的CT图像 | 计算机视觉 | NA | CT成像 | CNN | 医学图像 | NA | NA | 卷积神经网络 | 峰值信噪比, 结构相似性指数 | NA |
| 2693 | 2025-10-07 |
Optimizing papermaking wastewater treatment by predicting effluent quality with node-level capsule graph neural networks
2025-Jan-18, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-024-13581-3
PMID:39825037
|
研究论文 | 提出一种基于节点级胶囊图神经网络的造纸废水处理方法，用于预测出水水质指标 | 首次将节点级胶囊图神经网络与寄居蟹优化算法结合用于造纸废水处理预测，显著提升预测精度 | 未提及模型在其他类型工业废水处理中的泛化能力 | 优化造纸废水处理过程中的出水水质预测精度 | 造纸废水处理过程中的化学需氧量(COD)指标 | 机器学习 | NA | 废水处理过程监测 | 图神经网络,胶囊网络 | 工业过程数据 | NA | NA | 节点级胶囊图神经网络(NLCGNN) | 准确率,精确率,灵敏度 | NA |
| 2694 | 2025-02-12 |
The Future of Breast Cancer Diagnosis in Japan with AI and Ultrasonography
2025-Jan-15, JMA journal
IF:1.5Q2
DOI:10.31662/jmaj.2024-0183
PMID:39926065
|
综述 | 本文探讨了人工智能（AI）在日本乳腺癌诊断中的应用，特别是在超声成像中的关键进展 | 介绍了AI在乳腺超声诊断中的最新应用，包括由日本药品医疗器械管理局批准的AI辅助诊断程序 | AI在乳腺癌诊断中的应用仍面临患者接受度和环境影响等挑战，需要医生负责任地监督其使用 | 提高乳腺癌诊断的准确性和效率 | 乳腺癌患者 | 数字病理学 | 乳腺癌 | 超声成像 | 机器学习和深度学习 | 图像 | NA | NA | NA | NA | NA |
| 2695 | 2025-02-12 |
Use of AI in Diagnostic Imaging and Future Prospects
2025-Jan-15, JMA journal
IF:1.5Q2
DOI:10.31662/jmaj.2024-0169
PMID:39926072
|
研究论文 | 本文探讨了人工智能在医学影像诊断中的应用及其未来前景 | 利用AI构建三维模型进行手术模拟和导航，提高手术精度和护理质量 | 未提及具体的技术局限或数据限制 | 研究AI在医学影像诊断中的应用及其对医疗实践的改进 | 术前影像数据、电子病历、疾病进展和并发症预测 | 数字病理 | NA | 深度学习、自然语言处理 | NA | 影像数据、文本数据 | NA | NA | NA | NA | NA |
| 2696 | 2025-02-12 |
Clinical Prospects for Artificial Intelligence in Obstetrics and Gynecology
2025-Jan-15, JMA journal
IF:1.5Q2
DOI:10.31662/jmaj.2024-0197
PMID:39926075
|
综述 | 本文综述了人工智能在妇产科领域的最新研究进展，包括围产期、生殖和妇科癌症等方面的应用 | 总结了人工智能在妇产科多个子领域的最新应用，如胎儿异常诊断、辅助生殖技术效率提升及妇科癌症的诊断与预后预测 | 涉及个人信息的处理、缺乏相关法律法规以及透明度问题 | 探讨人工智能在妇产科领域的临床应用前景 | 围产期、生殖和妇科癌症 | 医疗人工智能 | 妇科疾病 | 深度学习 | NA | 医学影像（如超声波、MRI）、组织病理学数据 | NA | NA | NA | NA | NA |
| 2697 | 2025-02-12 |
Deep Learning Applications in 12-lead Electrocardiogram and Echocardiogram
2025-Jan-15, JMA journal
IF:1.5Q2
DOI:10.31662/jmaj.2024-0195
PMID:39926090
|
综述 | 本文综述了深度学习技术在12导联心电图和超声心动图中的应用及其在心血管医学领域的潜力 | 探讨了AI模型在心血管疾病筛查和机制研究中的创新应用，如通过单次心电图或超声心动图准确识别心肌病和先天性心脏病 | 未具体提及研究的局限性 | 更新AI在心电图和超声心动图中的应用成就，并展望AI在心血管护理和研究中的未来方向 | 心电图（ECG）和超声心动图数据 | 机器学习 | 心血管疾病 | 深度学习 | NA | 时间序列数据、图像数据 | NA | NA | NA | NA | NA |
| 2698 | 2025-02-12 |
Pathology Foundation Models
2025-Jan-15, JMA journal
IF:1.5Q2
DOI:10.31662/jmaj.2024-0206
PMID:39926091
|
研究论文 | 本文探讨了病理学中基础模型（FMs）的应用及其在医疗领域的潜力 | 介绍了大规模AI模型（基础模型）在病理学中的新兴应用，包括疾病诊断、患者生存预后预测等 | 基础模型在临床应用中的挑战仍需解决 | 探讨基础模型在病理学中的应用及其对精准和个性化医疗的促进作用 | 病理学中的基础模型及其在医疗领域的应用 | 数字病理学 | NA | 深度学习 | 基础模型（FMs） | 图像 | NA | NA | NA | NA | NA |
| 2699 | 2025-10-07 |
Assessing the efficiency of pixel-based and object-based image classification using deep learning in an agricultural Mediterranean plain
2025-Jan-10, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-024-13431-2
PMID:39792312
|
研究论文 | 本研究比较了基于像素和基于对象的深度学习方法在Sentinel-2卫星影像分类中的效率 | 首次将Deeplabv3深度学习方法与高通量滤波器增强技术结合，系统比较像素级和对象级分类在农业地中海平原的效能差异 | 仅使用Sentinel-2卫星数据，未验证其他卫星数据源的适用性；研究区域局限于地中海平原农业环境 | 评估深度学习框架下像素级与对象级图像分类方法在农业环境监测中的相对效率 | 地中海平原农业区域的Sentinel-2卫星影像 | 计算机视觉 | NA | 卫星遥感，高通量滤波 | 深度学习 | 卫星影像 | NA | NA | Deeplabv3 | 准确率，Kappa系数 | NA |
| 2700 | 2025-10-07 |
Drawing as a means to characterize memory and cognition
2025-Jan, Memory & cognition
IF:2.2Q2
DOI:10.3758/s13421-024-01618-4
PMID:39192141
|
综述 | 本文探讨绘画作为研究记忆和认知的工具，通过25项前沿研究展示绘画在心理学多领域的应用 | 将绘画确立为研究认知过程的创新工具，整合多领域研究验证其科学价值 | 未具体说明单个研究的方法学局限，主要呈现整体研究趋势 | 探索绘画作为研究认知过程的工具在心理学中的应用价值 | 儿童、年轻人、老年人及特殊人群（失明者、顺行性遗忘症患者、失用症患者、语义性痴呆患者） | 心理学 | 认知障碍疾病 | 心理物理实验、深度学习、神经影像学 | NA | 绘画行为数据 | 涉及25项研究的多群体样本 | NA | NA | NA | NA |