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 3218 篇文献，本页显示第 2861 - 2880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2861 | 2025-10-07 |
Knowledge, interest and perspectives on Artificial Intelligence in Neurosurgery. A global survey
2025, Brain & spine
DOI:10.1016/j.bas.2024.104156
PMID:39802868
|
研究论文 | 通过全球调查评估神经外科社区对人工智能的认知水平、兴趣和态度 | 首次在全球范围内系统评估神经外科医生对人工智能基础概念和应用的认知与态度 | 样本量相对有限（250份回复），可能存在选择偏差 | 了解全球神经外科社区对人工智能基础概念和应用的信心水平、知识和态度 | 来自61个国家的神经外科医生和相关专业人员 | 医疗人工智能 | 神经外科疾病 | 问卷调查 | NA | 调查数据 | 250份回复来自61个国家 | NA | NA | 认知正确率（机器学习42%、深度学习23%、大数据特征23%） | NA |
| 2862 | 2025-10-07 |
Novel Transfer Learning Approach for Detecting Infected and Healthy Maize Crop Using Leaf Images
2025-Jan, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.4655
PMID:39803246
|
研究论文 | 提出一种名为VG-GNBNet的新型迁移学习模型，通过两阶段特征提取过程准确检测玉米作物的健康状况 | 结合VGG-16网络与高斯朴素贝叶斯模型，采用基于特征分解的矩阵分解机制进行特征优化 | NA | 开发高精度的玉米作物健康检测方法 | 玉米作物叶片图像 | 计算机视觉 | 作物病害 | 图像分析 | 迁移学习,机器学习 | 图像 | NA | NA | VGG-16 | 准确率 | NA |
| 2863 | 2025-10-07 |
An Optimized Bidirectional Long Short-Term Memory Model Based on Hyperspectral Analysis of Protein Content in Milk Powder
2025-Jan, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.4556
PMID:39803281
|
研究论文 | 本研究开发了一种基于高光谱分析的优化双向长短期记忆模型，用于快速准确检测奶粉蛋白质含量 | 结合注意力机制和鲸鱼优化算法优化BiLSTM模型，提出WOA-BiLSTM-Attention混合算法 | 未提及模型在其他食品或不同品牌奶粉中的泛化能力 | 开发快速无损检测奶粉蛋白质含量的深度学习方法 | 奶粉样品 | 机器学习 | NA | 高光谱分析 | BiLSTM, Attention机制 | 高光谱数据 | NA | NA | BiLSTM-Attention, WOA-BiLSTM-Attention | 决定系数, 均方根误差 | NA |
| 2864 | 2025-01-15 |
Erratum: Volumetric Breast Density Estimation From Three-Dimensional Reconstructed Digital Breast Tomosynthesis Images Using Deep Learning
2025-Jan, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI-24-00325
PMID:39807853
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2865 | 2025-10-07 |
Large scale Raman spectrum calculations in defective 2D materials using deep learning
2025-Jan-13, Journal of physics. Condensed matter : an Institute of Physics journal
DOI:10.1088/1361-648X/ada106
PMID:39693768
|
研究论文 | 提出一种基于深度学习的机器学习预测工作流程，用于研究缺陷对二维材料拉曼响应的影响 | 结合机器学习原子间势、拉曼活性Γ加权态密度方法和独立补丁分割配置，能够模拟数万原子规模的系统 | 对角化过程成为模拟的主要瓶颈 | 研究缺陷对二维材料拉曼响应的影响 | 同位素石墨烯和缺陷六方氮化硼 | 机器学习 | NA | 拉曼光谱计算 | 深度学习 | 原子结构数据 | 数万原子规模的模拟系统 | NA | NA | 与实验结果的吻合度 | NA |
| 2866 | 2025-10-07 |
Enhanced Photothermal/Immunotherapy under NIR Irradiation Based on Hollow Mesoporous Responsive Nanomotor
2025-Jan-13, Inorganic chemistry
IF:4.3Q1
DOI:10.1021/acs.inorgchem.4c05059
PMID:39727277
|
研究论文 | 本研究开发了一种中空介孔响应型纳米马达，用于近红外照射下增强光热/免疫联合治疗 | 提出基于中空介孔硫化铜的智能纳米马达，首次结合ResNet18预测材料比表面积，并实现光热治疗与免疫治疗的协同增强 | NA | 开发新型纳米材料用于肿瘤的光热/免疫联合治疗 | 乳腺癌细胞、肿瘤相关巨噬细胞 | 纳米医学 | 乳腺癌 | 近红外照射、光热治疗、免疫治疗 | CNN | 形态学数据 | NA | NA | ResNet18 | NA | NA |
| 2867 | 2025-01-14 |
A real-time approach for surgical activity recognition and prediction based on transformer models in robot-assisted surgery
2025-Jan-12, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03306-9
PMID:39799528
|
研究论文 | 本文提出了一种基于Transformer模型的深度学习方法，用于机器人辅助微创手术中的手术活动识别和预测 | 提出了一种改进的Transformer模型，专门设计用于处理手术机器人中的手势识别、预测和末端执行器轨迹预测任务，且仅使用机器人手臂关节的运动学数据 | 模型仅依赖于运动学数据，未考虑其他可能影响手术活动识别和预测的因素 | 开发一个实时手术风险监测系统，用于机器人辅助微创手术 | 机器人辅助微创手术中的手术活动 | 计算机视觉 | NA | 深度学习 | Transformer | 运动学数据 | JHU-ISI手势和技能评估工作集数据集 | NA | NA | NA | NA |
| 2868 | 2025-10-07 |
YOLO-STOD: an industrial conveyor belt tear detection model based on Yolov5 algorithm
2025-Jan-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-83619-6
PMID:39794390
|
研究论文 | 提出基于YOLOv5算法的工业传送带撕裂检测模型YOLO-STOD，用于复杂干扰环境下的小尺寸撕裂损伤检测 | 采用BotNet注意力机制提取多维撕裂特征，增强小目标特征提取能力；使用Shape_IOU计算训练损失，考虑边界框自身形状回归损失以增强模型鲁棒性 | NA | 提高复杂干扰环境下小尺寸传送带撕裂损伤检测算法的性能 | 工业传送带的纵向撕裂损伤 | 计算机视觉 | NA | 深度学习 | YOLO | 图像 | 多案例传送带撕裂数据集 | PyTorch | YOLOv5, BotNet | 召回率, mAP值, FPS | NA |
| 2869 | 2025-10-07 |
Not seeing the trees for the forest. The impact of neighbours on graph-based configurations in histopathology
2025-Jan-11, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-06007-x
PMID:39794715
|
研究论文 | 本研究探讨了不同图配置对多示例学习模型在数字病理学中分类性能的影响 | 开发了新颖的K-MIL流程来评估邻域上下文信息对细胞分类性能的影响 | 研究发现在某些情况下增加空间上下文信息会导致错误分类，表明更多上下文并非总是有益的 | 研究图配置中邻域结构对病理图像分类性能的影响 | 结肠癌和UCSB数据集的病理切片图像 | 数字病理学 | 结肠癌 | 全切片图像分析 | 多示例学习, 图神经网络 | 病理图像 | 两个数据集（COLON癌和UCSB数据集） | NA | 图神经网络 | 袋级准确率, 图块级准确率 | NA |
| 2870 | 2025-10-07 |
Application of deep learning model based on unenhanced chest CT for opportunistic screening of osteoporosis: a multicenter retrospective cohort study
2025-Jan-10, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01817-2
PMID:39792306
|
研究论文 | 本研究基于平扫胸部CT图像开发并验证了用于骨质疏松机会性筛查的深度学习模型 | 首次利用平扫胸部CT的椎体和骨骼肌图像构建CNN模型进行骨质疏松的机会性筛查 | 回顾性研究设计，样本量相对有限 | 建立和验证基于平扫胸部CT图像的深度学习模型用于骨质疏松筛查 | 接受平扫胸部CT和双能X线骨密度仪检查的中老年患者 | 计算机视觉 | 骨质疏松 | CT成像，双能X线骨密度仪 | CNN | 医学影像 | 训练集581例，外部测试集1为229例，外部测试集2为198例，外部测试集3为118例 | NA | Densenet121 | F1分数，AUC | NA |
| 2871 | 2025-10-07 |
A hybrid explainable model based on advanced machine learning and deep learning models for classifying brain tumors using MRI images
2025-Jan-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85874-7
PMID:39794374
|
研究论文 | 提出一种基于轻量级并行深度可分离卷积神经网络和混合岭回归极限学习机的混合可解释模型，用于MRI图像的脑肿瘤分类 | 结合轻量级PDSCNN和混合RRELM模型，在ELM框架中引入岭回归显著提升分类性能，并通过SHAP提供模型可解释性 | NA | 开发高精度、低计算复杂度的脑肿瘤自动分类方法 | 四种脑肿瘤类型（胶质瘤、脑膜瘤、无肿瘤、垂体瘤）的MRI图像 | 计算机视觉 | 脑肿瘤 | MRI成像 | CNN, ELM | 图像 | NA | NA | PDSCNN, RRELM | 准确率, 精确率, 召回率 | NA |
| 2872 | 2025-10-07 |
Characteristics of successful expansion of tumor-infiltrating lymphocytes from colorectal cancer liver metastasis
2025-Jan-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85892-5
PMID:39794519
|
研究论文 | 本研究探讨结直肠癌肝转移组织中肿瘤浸润淋巴细胞的成功扩增特征及其与组织病理学因素的相关性 | 首次系统研究结直肠癌肝转移来源TILs的扩增特性，并发现KM评分与TILs扩增数量间的显著相关性 | 样本量较小（仅15例），仅5例完成快速扩增阶段 | 建立结直肠癌肝转移肿瘤浸润淋巴细胞的有效扩增方法并寻找预测指标 | 结直肠癌肝转移患者的肿瘤组织样本 | 数字病理学 | 结直肠癌 | TILs扩增技术,深度学习空间分析 | 深度学习模型 | 组织病理图像,细胞计数数据 | 15例结直肠癌肝转移组织 | NA | NA | p值,相关系数 | NA |
| 2873 | 2025-01-14 |
Enhanced detection of atrial fibrillation in single-lead electrocardiograms using a cloud-based artificial intelligence platform
2025-Jan-10, Heart rhythm
IF:5.6Q1
DOI:10.1016/j.hrthm.2024.12.048
PMID:39800092
|
研究论文 | 本研究验证了一种基于云的深度学习平台，用于在大量患者的单导联心电图记录中自动检测心房颤动 | 使用未在目标心电图数据上训练的AI平台进行心房颤动检测，并展示了其优于基于规则的算法的性能 | 研究中未提及AI平台在其他类型心律失常检测中的具体表现，且样本来源单一 | 验证基于云的深度学习平台在单导联心电图中自动检测心房颤动的有效性 | 8,528名患者的30秒单导联心电图记录 | 机器学习 | 心血管疾病 | 深度学习 | NA | 心电图数据 | 8,528名患者的30秒单导联心电图记录 | NA | NA | NA | NA |
| 2874 | 2025-10-07 |
Unsupervised deep learning-based medical image registration: a survey
2025-Jan-07, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad9e69
PMID:39667278
|
综述 | 本文系统综述了基于无监督深度学习的医学图像配准方法的最新进展 | 深入探讨了创新网络架构并详细评述了各项研究的独特贡献 | NA | 帮助对该领域感兴趣的读者深入理解这一激动人心的研究方向 | 医学图像配准技术 | 医学图像分析 | NA | 深度学习 | 深度神经网络 | 医学图像 | NA | NA | NA | NA | NA |
| 2875 | 2025-10-07 |
Comparative analysis of brain volumetric measurements between contrast-enhanced and non-contrast MRI images
2025-Jan-07, Neuroscience letters
IF:2.5Q3
DOI:10.1016/j.neulet.2025.138118
PMID:39788481
|
研究论文 | 比较分析对比增强与非对比MRI图像的脑体积测量可靠性 | 首次系统评估深度学习工具SynthSeg+在处理对比增强MRI图像中的表现，证明其能可靠用于形态测量分析 | 样本量有限（59名正常参与者），CAT12工具表现不一致，脑脊液和脑室体积测量存在差异 | 评估对比增强MRI扫描在形态测量分析中的可靠性 | 59名正常参与者（年龄21-73岁）的脑部MRI图像 | 医学影像分析 | 神经系统疾病 | T1加权对比增强MRI、非对比MRI | 深度学习 | 医学影像 | 59名正常参与者 | CAT12, SynthSeg+ | NA | 组内相关系数(ICC), 年龄预测准确率 | NA |
| 2876 | 2025-01-14 |
CTHNet: A CNN-Transformer Hybrid Network for Landslide Identification in Loess Plateau Regions Using High-Resolution Remote Sensing Images
2025-Jan-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25010273
PMID:39797065
|
研究论文 | 本文提出了一种CNN-Transformer混合网络CTHNet，用于在黄土高原地区使用高分辨率遥感图像进行滑坡识别 | 结合CNN和Transformer的优势，提出了一种新的神经网络架构，能够同时提取高维局部特征和全局特征，从而在复杂环境中有效识别滑坡 | 研究主要针对黄土高原地区的滑坡识别，可能在其他地理环境中的适用性有限 | 提高在复杂环境中使用高分辨率遥感图像进行滑坡识别的准确性和效率 | 黄土高原地区的滑坡和非滑坡样本 | 计算机视觉 | NA | 高分辨率遥感图像分析 | CNN-Transformer混合网络 | 图像 | 1500个黄土滑坡和非滑坡样本 | NA | NA | NA | NA |
| 2877 | 2025-01-14 |
Munsell Soil Colour Prediction from the Soil and Soil Colour Book Using Patching Method and Deep Learning Techniques
2025-Jan-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25010287
PMID:39797078
|
研究论文 | 本研究旨在通过深度学习技术从移动设备拍摄的图像中预测Munsell土壤颜色，以提高土壤颜色识别的准确性 | 提出了一种基于补丁的机制来丰富数据集，显著提高了Munsell土壤颜色预测的准确性 | 研究中使用的土壤样本数量有限，可能影响方法的普适性和可扩展性 | 预测Munsell土壤颜色，以提供更准确的土壤健康评估 | Munsell土壤颜色书中的颜色芯片和页面 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 443个颜色芯片和14页 | NA | NA | NA | NA |
| 2878 | 2025-01-14 |
Semi-Automatic Refinement of Myocardial Segmentations for Better LVNC Detection
2025-Jan-06, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14010271
PMID:39797353
|
研究论文 | 本文提出了一种半自动框架，通过结合神经网络输出与专家修正、实施斑点选择方法以及使用基线U-Net模型进行交叉验证，来改进心脏MRI中左心室心肌的分割，从而提高左心室非致密化心肌病（LVNC）诊断模型的准确性 | 提出了一种结合神经网络输出与专家修正的半自动框架，通过斑点选择方法和基线U-Net模型的交叉验证，显著提高了心肌分割的准确性 | 研究依赖于专家修正，可能引入主观偏差，且仅在三个医院的数据集上进行了验证，样本多样性可能有限 | 改进心脏MRI中左心室心肌的分割，以提高左心室非致密化心肌病（LVNC）诊断模型的准确性 | 心脏MRI中的左心室心肌分割 | 数字病理学 | 心血管疾病 | 心脏MRI | U-Net | 图像 | 来自三个医院的数据集 | NA | NA | NA | NA |
| 2879 | 2025-10-07 |
Investigation and Assessment of AI's Role in Nutrition-An Updated Narrative Review of the Evidence
2025-Jan-05, Nutrients
IF:4.8Q1
DOI:10.3390/nu17010190
PMID:39796624
|
综述 | 本文调查并评估了人工智能在营养学领域的应用角色及其未来潜在影响 | 系统梳理了AI在营养学中的最新应用进展，特别强调了在膳食评估误差减少和个性化营养方案定制方面的突破性贡献 | 作为叙述性综述，可能存在文献选择偏倚，且未对研究方法进行质量评估 | 探讨人工智能在营养学研究与应用中的不同角色和潜在影响 | 人工智能在营养学领域的应用证据 | 机器学习 | 心血管疾病,糖尿病,癌症,肥胖 | 机器学习模型,可穿戴设备,聊天机器人应用,视觉识别,深度学习,移动应用 | 深度学习模型 | 文献数据 | NA | NA | NA | NA | NA |
| 2880 | 2025-01-14 |
Lightweight Deep Learning Model, ConvNeXt-U: An Improved U-Net Network for Extracting Cropland in Complex Landscapes from Gaofen-2 Images
2025-Jan-05, Sensors (Basel, Switzerland)
DOI:10.3390/s25010261
PMID:39797051
|
研究论文 | 本文提出了一种轻量级深度学习模型ConvNeXt-U，用于从高分二号影像中提取复杂景观中的耕地 | ConvNeXt-U保留了U-Net的U形结构，但用简化的ConvNeXt架构替换了编码器，并集成了轻量级的CBAM模块，增强了边缘特征的捕捉和提取精度 | NA | 提高复杂景观中耕地提取的准确性和效率 | 高分二号影像中的耕地 | 计算机视觉 | NA | 深度学习 | ConvNeXt-U, U-Net, CBAM | 遥感影像 | 中国湖南省衡阳县的高分二号遥感影像 | NA | NA | NA | NA |