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 3708 篇文献，本页显示第 3421 - 3440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3421 | 2025-10-07 |
Recurrent and Metastatic Head and Neck Cancer: Mechanisms of Treatment Failure, Treatment Paradigms, and New Horizons
2025-Jan-05, Cancers
IF:4.5Q1
DOI:10.3390/cancers17010144
PMID:39796771
|
综述 | 本文综述了复发性和转移性头颈癌的治疗失败机制、当前治疗模式及精准肿瘤学新方向 | 整合免疫治疗机制与人工智能技术，提出精准肿瘤学新范式 | 叙述性综述方法可能存在文献选择偏倚 | 探讨头颈癌治疗失败机制并总结临床治疗进展 | 复发性和转移性头颈癌患者 | 医学肿瘤学 | 头颈癌 | 免疫治疗，人工智能，深度学习 | NA | 临床试验数据，肿瘤生物学数据 | NA | NA | NA | NA | NA |
| 3422 | 2025-10-07 |
Unlocking the diagnostic potential of electrocardiograms through information transfer from cardiac magnetic resonance imaging
2025-Jan-04, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103451
PMID:39793216
|
研究论文 | 提出一种通过从心脏磁共振成像转移信息来增强心电图诊断能力的深度学习策略 | 结合多模态对比学习和掩码数据建模，将CMR的领域特定信息转移到ECG表示中 | NA | 开发仅使用心电图进行经济高效且全面的心脏筛查方法 | 心血管疾病诊断和心脏表型预测 | 医学影像分析 | 心血管疾病 | 深度学习，多模态学习 | 深度学习模型 | 心电图，心脏磁共振图像 | 40,044名UK Biobank受试者 | NA | 多模态对比学习，掩码数据建模 | 风险预测性能提升，表型预测性能提升 | NA |
| 3423 | 2025-10-07 |
The role of artificial intelligence in pandemic responses: from epidemiological modeling to vaccine development
2025-01-03, Molecular biomedicine
IF:6.3Q1
DOI:10.1186/s43556-024-00238-3
PMID:39747786
|
综述 | 本文综述人工智能在流行病应对中的多维作用，从流行病学建模到疫苗开发 | 系统整合AI在流行病应对各环节的应用，强调AI驱动决策与多技术协同的创新价值 | 未涉及具体实施案例的定量分析，缺乏对AI模型在实际应用中效能的实证评估 | 评估人工智能技术在全球公共卫生危机应对中的整体作用与战略价值 | 流行病应对全流程（预测建模、疫苗研发、临床实验、监测网络） | 机器学习 | 传染病 | 机器学习、深度学习、预测分析 | SIR模型,SIS模型 | 流行病学数据 | NA | NA | NA | NA | NA |
| 3424 | 2025-10-07 |
Deep Convolutional Framelets for Dose Reconstruction in Boron Neutron Capture Therapy with Compton Camera Detector
2025-Jan-03, Cancers
IF:4.5Q1
DOI:10.3390/cancers17010130
PMID:39796757
|
研究论文 | 开发基于深度神经网络的硼中子俘获治疗剂量重建方法，使用康普顿相机探测器数据 | 首次将深度卷积框架应用于BNCT剂量重建，显著缩短重建时间约6倍 | 基于模拟数据集，需要进一步优化输入图像的重建技术 | 开发快速剂量重建方法以支持BNCT治疗期间的实时监测 | 硼中子俘获治疗中的剂量分布 | 医学影像分析 | 癌症 | 康普顿成像 | 深度学习 | 医学影像 | 模拟BNCT康普顿相机图像数据集 | NA | U-Net, 深度卷积框架变体 | 重建精度, 处理时间 | NA |
| 3425 | 2025-10-07 |
The Associations Between Myopia and Fundus Tessellation in School Children: A Comparative Analysis of Macular and Peripapillary Regions Using Deep Learning
2025-Jan-02, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.1.4
PMID:39775798
|
研究论文 | 使用深度学习技术量化眼底镶嵌纹理密度，比较学龄儿童黄斑区与视盘周围区眼底镶嵌纹理分布模式与近视的关联 | 首次使用深度学习技术精确量化眼底镶嵌纹理密度，并比较不同分布模式与近视参数的关联 | 横断面研究设计无法确定因果关系，样本仅来自学龄儿童群体 | 评估学龄儿童眼底镶嵌纹理分布模式与屈光参数的关联 | 1942名6-15岁学龄儿童 | 计算机视觉 | 近视 | 眼底摄影，深度学习图像处理 | 深度学习 | 图像 | 1942名学龄儿童 | NA | NA | 相关系数，卡方检验，P值 | NA |
| 3426 | 2025-10-07 |
Advanced Brain Tumor Classification in MR Images Using Transfer Learning and Pre-Trained Deep CNN Models
2025-Jan-02, Cancers
IF:4.5Q1
DOI:10.3390/cancers17010121
PMID:39796749
|
研究论文 | 本研究利用迁移学习和预训练深度CNN模型对脑部MRI图像进行肿瘤分类 | 采用多种先进预训练模型进行脑肿瘤分类比较，并应用迁移学习优化分类精度 | 胶质瘤和脑膜瘤类别的召回率仍需改进，深度学习模型的黑盒特性影响可解释性 | 通过自动化脑部MRI图像分类来增强诊断过程 | 脑部MRI图像 | 计算机视觉 | 脑肿瘤 | MRI成像 | CNN | 图像 | 7023张脑部MRI图像 | TensorFlow, Keras | Xception, MobileNetV2, InceptionV3, ResNet50, VGG16, DenseNet121 | 准确率, F1分数 | NA |
| 3427 | 2025-10-07 |
Deep learning segmentation of mandible with lower dentition from cone beam CT
2025-Jan, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-024-00770-6
PMID:39141154
|
研究论文 | 本研究训练了一个3D U-Net卷积神经网络，用于从锥形束CT扫描中自动分割下颌骨和下牙列 | 在包含高度金属伪影的人口多样化队列中开发了自动分割模型，并进行了内部和外部验证 | 分割精度受年龄组和金属伪影程度影响 | 开发从CBCT扫描中自动分割下颌骨和下牙列的深度学习模型 | 下颌骨和下牙列 | 计算机视觉 | 口腔颌面疾病 | 锥形束CT | CNN | 3D医学图像 | 648个CBCT扫描来自490名患者 | NA | 3D U-Net | Dice相似系数 | NA |
| 3428 | 2025-10-07 |
Applying deep learning-based ensemble model to [18F]-FDG-PET-radiomic features for differentiating benign from malignant parotid gland diseases
2025-Jan, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-024-01649-6
PMID:39254903
|
研究论文 | 本研究开发基于[18F]-FDG-PET影像组学特征的深度学习集成模型，用于鉴别腮腺良恶性疾病 | 首次将深度学习集成模型应用于[18F]-FDG-PET影像组学特征，结合装袋和多层堆叠方法构建分类器 | 回顾性研究，样本量较小（62例患者），需要更大规模的前瞻性验证 | 开发机器学习模型鉴别腮腺良恶性疾病 | 腮腺疾病患者 | 医学影像分析 | 腮腺疾病 | [18F]-FDG-PET/CT影像组学 | 集成学习,深度学习 | 医学影像特征 | 62例患者共63个腮腺病灶（训练集44例，测试集19例） | NA | 集成模型（装袋和多层堆叠方法） | AUC,准确率 | NA |
| 3429 | 2025-10-07 |
Diagnosis of Early Glottic Cancer Using Laryngeal Image and Voice Based on Ensemble Learning of Convolutional Neural Network Classifiers
2025-Jan, Journal of voice : official journal of the Voice Foundation
IF:2.5Q1
DOI:10.1016/j.jvoice.2022.07.007
PMID:36075802
|
研究论文 | 本研究通过集成学习方法结合喉部图像和语音数据提高早期声门癌诊断准确率 | 提出基于决策树集成学习的CNN分类器融合方法，通过整合喉部图像和语音数据提升小数据集下的分类性能 | 研究数据集规模较小，仅使用两家医院的数据进行验证 | 提高早期声门癌的诊断分类准确率 | 声门癌患者的喉部图像和语音数据 | 医学影像分析 | 声门癌 | 深度学习，集成学习 | CNN, 决策树 | 图像, 语音 | 釜山国立大学医院(PNUH)数据集用于训练，釜山国立大学梁山医院(PNUYH)数据集用于验证 | NA | 卷积神经网络 | 分类准确率 | NA |
| 3430 | 2025-10-07 |
Cardiac MR image reconstruction using cascaded hybrid dual domain deep learning framework
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313226
PMID:39792851
|
研究论文 | 提出一种级联混合双域深度学习框架用于心脏MR图像重建 | 引入结合多线圈数据一致性层的双域深度学习方法，充分利用图像域和k空间域的相关性 | 仅针对1-D可变密度随机欠采样数据，未涉及其他采样模式 | 从高度欠采样数据中恢复诊断质量的心脏MR图像 | 心脏MR图像 | 医学图像处理 | 心血管疾病 | MRI | 深度学习 | 医学图像 | NA | NA | U-Net | SSIM, RMSE, PSNR | NA |
| 3431 | 2025-10-07 |
From whole-slide image to biomarker prediction: end-to-end weakly supervised deep learning in computational pathology
2025-Jan, Nature protocols
IF:13.1Q1
DOI:10.1038/s41596-024-01047-2
PMID:39285224
|
研究论文 | 介绍一种从全切片图像到生物标志物预测的端到端弱监督深度学习工作流程 | 提出生物标志物无关的STAMP工作流程，允许结合组织病理学图像与遗传和临床病理学数据 | 需要基本的命令行知识，计算执行需要一整个工作日 | 开发计算病理学中从全切片图像预测生物标志物的实用工作流程 | 结直肠癌患者的全切片图像和微卫星不稳定性状态 | 数字病理 | 结直肠癌 | 苏木精-伊红染色全切片成像 | 深度学习 | 图像, 表格数据 | NA | NA | NA | 准确率 | NA |
| 3432 | 2025-10-07 |
MRI-Seed-Wizard: combining deep learning algorithms with magnetic resonance imaging enables advanced seed phenotyping
2025-Jan-10, Journal of experimental botany
IF:5.6Q1
DOI:10.1093/jxb/erae408
PMID:39383098
|
研究论文 | 开发结合深度学习与磁共振成像的新型种子表型分析工具MRI-Seed-Wizard | 首次将深度学习算法与非侵入性磁共振成像结合应用于植物MRI领域，实现种子内部结构的三维无损评估 | 未明确说明样本数量限制或算法在其它作物上的泛化能力 | 开发自动化种子表型分析工具，实现种子形态和内部特征的无损量化 | 小麦和大麦谷物种子 | 计算机视觉 | NA | 磁共振成像 | 深度学习算法 | MRI图像 | NA | NA | NA | NA | NA |
| 3433 | 2025-10-07 |
Machine learning assisted plasmonic metascreen for enhanced broadband absorption in ultra-thin silicon films
2025-Jan-09, Light, science & applications
DOI:10.1038/s41377-024-01723-8
PMID:39779674
|
研究论文 | 提出一种数据驱动的等离子体元屏幕，通过深度学习框架优化设计，实现超薄硅薄膜中宽带光吸收的显著增强 | 结合双纳米环银阵列与深度学习逆向设计策略，在20纳米超薄非晶硅层中实现超过100%的光吸收增强 | 未明确说明实验样本数量和深度学习模型的泛化能力 | 提高超薄硅薄膜的光吸收效率而不增加活性层厚度 | 等离子体元屏幕和超薄非晶硅薄膜 | 机器学习 | NA | 等离子体共振技术，深度学习逆向设计 | 深度学习 | 吸收光谱数据，设计参数 | NA | NA | NA | 吸收增强百分比 | NA |
| 3434 | 2025-10-07 |
A hybrid machine learning approach for the personalized prognostication of aggressive skin cancers
2025-Jan-08, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01329-9
PMID:39779875
|
研究论文 | 开发了一种名为DeepMerkel的混合机器学习方法，用于默克尔细胞癌的个性化预后预测 | 结合深度学习特征选择与改进的XGBoost框架，开发了首个针对默克尔细胞癌的个性化预后工具 | NA | 开发个性化预后工具以改善默克尔细胞癌的临床管理 | 默克尔细胞癌患者 | 机器学习 | 皮肤癌 | 机器学习 | 深度学习, XGBoost | 临床信息 | NA | XGBoost | 混合架构（深度学习特征选择+XGBoost） | 预测性能 | 基于网络的工具 |
| 3435 | 2025-10-07 |
Effective BCDNet-based breast cancer classification model using hybrid deep learning with VGG16-based optimal feature extraction
2025-Jan-08, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01538-4
PMID:39780045
|
研究论文 | 提出基于BCDNet的乳腺癌分类模型，使用VGG16进行特征提取并通过混合深度学习实现肿瘤良恶性分类 | 提出新型BCDNet深度学习模型，采用RPAOSM-ESO算法优化权重参数，结合VGG16特征提取和AHDNAM分类方法 | 仅使用超声图像数据，未与其他成像方式对比；模型在泛化性方面仍需进一步验证 | 设计有效的乳腺癌早期诊断模型，准确分类肿瘤良恶性以降低死亡率 | 乳腺肿瘤超声图像 | 计算机视觉 | 乳腺癌 | 超声成像 | 深度学习,CNN,注意力机制 | 图像 | NA | NA | VGG16,ASPP,DTCN,1DCNN | 准确率 | NA |
| 3436 | 2025-10-07 |
Hybrid natural language processing tool for semantic annotation of medical texts in Spanish
2025-Jan-08, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05949-6
PMID:39780059
|
研究论文 | 开发了一种基于深度学习和词典的混合自然语言处理工具，用于西班牙语医学文本的语义标注 | 结合了基于词典的系统和Transformer模型，专门针对西班牙语医学文本进行命名实体识别和标准化 | 仅针对西班牙语医学文本，未在其他语言上进行验证 | 开发西班牙语医学文本的语义标注工具 | 西班牙语医学文本，包括临床试验和临床病例 | 自然语言处理 | NA | 自然语言处理，命名实体识别 | Transformer | 文本 | 1200个标注文本，200个新文本用于外部验证 | Hugging Face | RoBERTa, mBERT, mDeBERTa | F1分数 | NA |
| 3437 | 2025-10-07 |
Feasibility of occlusal plane in predicting the changes in anteroposterior mandibular position: a comprehensive analysis using deep learning-based three-dimensional models
2025-Jan-08, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-024-05345-9
PMID:39780117
|
研究论文 | 本研究通过深度学习重建三维模型，分析咬合平面倾斜度与前後下颌位置变化的关系 | 首次使用深度学习重建CBCT三维模型，系统比较七种咬合平面倾斜度对下颌位置变化的预测能力 | 样本量相对有限（115个三维模型），需要更大样本验证 | 探索咬合平面倾斜度预测前後下颌位置变化的可行性 | 115个基于CBCT重建的三维下颌模型 | 医学影像分析 | 颌面畸形 | 锥形束计算机断层扫描（CBCT），口内扫描 | 深度学习 | 三维医学影像 | 115个三维模型 | NA | NA | AUC, 相关系数, P值 | NA |
| 3438 | 2025-10-07 |
Skin image analysis for detection and quantitative assessment of dermatitis, vitiligo and alopecia areata lesions: a systematic literature review
2025-Jan-08, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02843-2
PMID:39780145
|
系统文献综述 | 对皮肤图像分析技术在皮炎、白癜风和斑秃病变检测与定量评估中的研究进行系统性回顾 | 首次系统性地综述了计算机视觉技术在多种良性皮肤病变中的检测和定量评估应用 | 依赖现有文献质量，缺乏原始实验验证 | 评估计算机视觉技术在皮肤疾病检测和定量评估中的应用现状 | 白癜风、斑秃、特应性皮炎和淤积性皮炎等皮肤病变 | 计算机视觉 | 皮肤病 | 皮肤图像分析 | 深度学习, 图像处理算法 | 皮肤图像 | NA | NA | NA | NA | NA |
| 3439 | 2025-10-07 |
Deep learning based approaches for intelligent industrial machinery health management and fault diagnosis in resource-constrained environments
2025-Jan-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79151-2
PMID:39774953
|
综述 | 本文对资源受限环境下的工业机械健康管理与智能故障诊断深度学习方法进行了系统性综述 | 首次从数据处理方法、模型构建方法和训练优化方法三个维度对智能故障诊断方法进行分类，并填补了剩余使用寿命预测、边缘架构和完整智能故障诊断流程研究视角的空白 | 作为综述性文章，不包含原始实验数据和具体模型验证 | 研究工业4.0背景下资源受限环境中的工业机械健康管理与智能故障诊断方法 | 工业机械的健康监测、故障诊断和预测性维护系统 | 机器学习 | NA | 深度学习，工业物联网，边缘计算 | NA | 工业机械传感器数据 | NA | NA | NA | NA | 资源受限环境，边缘计算设备 |
| 3440 | 2025-10-07 |
3D DenseNet with temporal transition layer for heart rate estimation from real-life RGB videos
2025, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-241104
PMID:39058471
|
研究论文 | 提出一种基于3D DenseNet和时间过渡层的心率估计算法，用于从真实RGB视频中估计心率 | 结合3D卷积神经网络和3D时间过渡层，能够在无预定义感兴趣区域的真实场景视频中同时提取时空特征 | 在非受控场景下的性能表现依赖于训练数据集和模型架构 | 开发深度学习模型从RGB视频中准确估计心率 | 真实场景下的RGB视频数据 | 计算机视觉 | 心血管疾病 | RGB视频分析 | 3DCNN | 视频 | 大规模医院样真实场景视频数据集 | NA | 3D DenseNet | RMSE, MAE | NA |