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 3742 篇文献，本页显示第 3521 - 3540 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3521 | 2025-10-07 |
Clinical target volume (CTV) automatic delineation using deep learning network for cervical cancer radiotherapy: A study with external validation
2025-Jan, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14553
PMID:39401180
|
研究论文 | 本研究开发了一种基于深度学习的临床靶区自动勾画方法，用于宫颈癌放射治疗，并进行了外部验证 | 提出了ResCANet网络，在跳跃连接中引入级联多尺度卷积以消除特征层间的语义差异，并在最深特征层使用空洞空间金字塔池化结合不同感受野的语义信息 | 样本量相对有限，需要进一步的多中心验证 | 探索深度学习算法在宫颈癌放疗临床靶区勾画中的准确性和可行性 | 宫颈癌和子宫内膜癌患者 | 数字病理 | 宫颈癌 | 深度学习 | CNN | 医学影像 | 332例患者（236例宫颈癌用于训练验证，54例宫颈癌和42例子宫内膜癌用于外部验证） | NA | ResNet-UNet, ResCANet | Dice相似系数, 敏感度, 阳性预测值, 95% Hausdorff距离, 临床评分 | NA |
| 3522 | 2025-10-07 |
Widespread use of ChatGPT and other Artificial Intelligence tools among medical students in Uganda: A cross-sectional study
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313776
PMID:39787055
|
研究论文 | 评估乌干达医学生对ChatGPT及其他AI工具使用情况的横断面研究 | 首次在乌干达医学生群体中系统调查AI工具使用现状及影响因素 | 横断面研究设计无法确定因果关系，样本仅来自四所公立大学 | 评估医学生对AI工具的使用情况及相关影响因素 | 乌干达四所公立大学的医学生 | 自然语言处理 | NA | 问卷调查，统计分析 | NA | 问卷调查数据 | 564名医学生 | Stata | 改良泊松回归模型 | 调整患病率比(aPR)，95%置信区间 | NA |
| 3523 | 2025-10-07 |
Automatic anal sphincter integrity detection from ultrasound images via convolutional neural networks
2025, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-240569
PMID:39213111
|
研究论文 | 开发基于卷积神经网络的深度学习工具，通过盆底超声图像自动检测肛门括约肌完整性 | 首次提出使用CNN从盆底超声图像中获取诊断肛门括约肌损伤所需平面并进行初步诊断 | NA | 开发自动诊断肛门括约肌完整性的工具，减少对超声医师经验的依赖 | 肛门括约肌复合体及其在盆底超声图像中的表现 | 计算机视觉 | 肛门括约肌损伤 | 盆底超声 | CNN | 图像 | NA | NA | 2D检测网络, 2D分类网络 | 平均精度, 交并比, ROC曲线下面积 | NA |
| 3524 | 2025-10-07 |
Deep Learning for Discrimination of Early Spinal Tuberculosis from Acute Osteoporotic Vertebral Fracture on CT
2025, Infection and drug resistance
IF:2.9Q2
DOI:10.2147/IDR.S482584
PMID:39776757
|
研究论文 | 本研究开发了基于CT图像的深度学习模型，用于早期脊柱结核与急性骨质疏松性椎体压缩骨折的鉴别诊断 | 首次将深度学习模型应用于脊柱结核与骨质疏松性椎体骨折的CT图像鉴别诊断，并证明其诊断性能优于脊柱外科医生 | 样本量相对有限（373例患者），需要更多外部验证 | 评估深度学习模型在鉴别早期脊柱结核和急性骨质疏松性椎体压缩骨折中的效能 | 脊柱结核和骨质疏松性椎体压缩骨折患者 | 计算机视觉 | 脊柱疾病 | CT成像 | 深度学习 | CT图像 | 373例患者（302例训练和内部验证，71例外部验证） | NA | MVITV2, EfficientNet-B5, ResNet101, ResNet50 | 准确率, 精确率, 敏感度, F1分数, AUC | NA |
| 3525 | 2025-10-07 |
Accurate predictions on small data with a tabular foundation model
2025-Jan, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-08328-6
PMID:39780007
|
研究论文 | 提出一种基于Transformer的表格数据基础模型TabPFN，在小规模数据集上实现快速准确的预测 | 首个表格数据基础模型，通过在数百万合成数据集上学习算法本身，实现快速训练和优异性能 | 主要适用于样本量不超过10,000的数据集 | 开发适用于表格数据的深度学习基础模型，提升小数据集的预测性能 | 表格数据（电子表格形式的结构化数据） | 机器学习 | NA | NA | Transformer | 表格数据 | 最多10,000个样本的数据集 | NA | Transformer | 分类准确率 | NA |
| 3526 | 2025-10-07 |
A hybrid dual-branch model with recurrence plots and transposed transformer for stock trend prediction
2025-Jan-01, Chaos (Woodbury, N.Y.)
DOI:10.1063/5.0233275
PMID:39792696
|
研究论文 | 提出一种结合递归图和转置Transformer的双分支网络模型用于股票趋势预测 | 创新性地将递归图与转置Transformer结合，通过双分支网络分别捕捉时间序列的非线性关系和多元时间序列的细微互连 | 仅基于7只随机选择的股票历史数据进行实验，样本规模有限 | 提高股票市场时间序列趋势预测的准确性 | 股票市场时间序列数据 | 机器学习 | NA | 时间序列分析 | 双分支网络,Transformer | 时间序列数据 | 7只股票的历史数据 | NA | 转置Transformer,全连接层 | 准确率,F1分数 | NA |
| 3527 | 2025-10-07 |
deep-AMPpred: A Deep Learning Method for Identifying Antimicrobial Peptides and Their Functional Activities
2025-Jan-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01913
PMID:39792442
|
研究论文 | 提出一种名为deep-AMPpred的两阶段深度学习方法来识别抗菌肽及其功能活性 | 结合ESM-2模型编码肽序列特征，并集成CNN、BiLSTM和CBAM模型来识别抗菌肽及其13种常见功能活性 | NA | 准确识别抗菌肽并预测其多种功能活性 | 抗菌肽及其功能活性 | 生物信息学 | 传染病 | 深度学习 | CNN, BiLSTM, CBAM | 肽序列数据 | NA | NA | ESM-2, CNN, BiLSTM, CBAM | NA | NA |
| 3528 | 2025-10-07 |
Automated stenosis estimation of coronary angiographies using end-to-end learning
2025-Jan-09, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03324-x
PMID:39789341
|
研究论文 | 开发了一种基于深度学习的自动化冠状动脉造影狭窄评估系统 | 相比先前工作，性能提升，包含全部16个血管段，不排除血运重建患者，进行了外部验证，且流程更简化 | NA | 通过深度学习实现冠状动脉狭窄的自动化评估 | 冠状动脉造影影像和患者 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN | 影像 | 19,414名患者的332,582个电影循环，其中13,480名患者用于模型开发，5,056名用于内部测试，608名用于外部测试 | NA | 端到端学习 | ROC曲线下面积 | NA |
| 3529 | 2025-10-07 |
Enhanced prediction of partial nitrification-anammox process in wastewater treatment by developing an attention-based deep learning network
2025-Jan-08, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.124012
PMID:39788059
|
研究论文 | 本研究开发了一种基于注意力机制的深度学习网络，用于改进污水处理中部分硝化-厌氧氨氧化过程的预测性能 | 开发了增强型基于注意力的DenseNet网络(AttentionNet)，在传统LSTM和DenseNet基础上进一步提升了预测精度 | 对某些输出参数的预测准确性相对较低，未明确说明模型在其他类型废水中的适用性 | 改进部分硝化-厌氧氨氧化过程的建模和预测能力，实现更及时的过程干预 | 低浓度废水处理中的部分硝化-厌氧氨氧化反应器 | 机器学习 | NA | 深度学习建模 | LSTM, DenseNet, 注意力机制网络 | 污水处理过程数据 | 基于长期实验构建的数据集 | NA | LSTM, DenseNet, AttentionNet | 平均相对误差, Bland-Altman分析 | NA |
| 3530 | 2025-10-07 |
Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients
2025-Jan-08, British journal of anaesthesia
IF:9.1Q1
DOI:10.1016/j.bja.2024.10.048
PMID:39788817
|
研究论文 | 使用无监督深度学习算法识别和验证外科及危重症患者中的低血压内型 | 首次将深度自编码器与高斯混合模型结合用于低血压内型识别，并在大型数据集上进行独立验证 | 研究仅基于特定血流动力学参数，未考虑其他潜在影响因素 | 识别和验证外科及危重症患者中不同类型的低血压内型 | 外科患者和危重症患者 | 机器学习 | 心血管疾病 | 无监督深度学习 | 自编码器, 高斯混合模型 | 血流动力学参数数据 | 开发集：871名外科患者（6962次低血压事件）；验证集1：1000名外科患者（7904次低血压事件）；验证集2：1000名危重症患者（53821次低血压事件） | NA | 自编码器 | 内型识别一致性 | NA |
| 3531 | 2025-10-07 |
Innovative breast cancer detection using a segmentation-guided ensemble classification framework
2025-Jan, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00435-7
PMID:39781047
|
研究论文 | 提出一种分割引导的集成分类框架用于乳腺癌检测，通过两阶段方法提升诊断准确性 | 结合注意力U-Net分割和多元集成分类器，通过精确的感兴趣区域分析提升小尺寸肿块检测能力 | 未明确说明数据集规模和多样性限制，可能影响模型泛化能力 | 提高乳腺癌早期检测和诊断的准确性 | 乳腺肿瘤（恶性、良性和正常类别） | 计算机视觉 | 乳腺癌 | 超声成像 | Attention U-Net, 集成分类器 | 超声图像 | NA | NA | Attention U-Net, SVM, 决策树, KNN, 人工神经网络, 随机森林 | 准确率, F1分数 | NA |
| 3532 | 2025-10-07 |
Spinal tissue identification using a Forward-oriented endoscopic ultrasound technique
2025-Jan, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00440-w
PMID:39781062
|
研究论文 | 本研究开发了一种前向超声内镜系统，用于微创脊柱手术中脊髓组织的自动识别 | 首次将前向超声内镜技术与深度学习模型相结合，实现脊柱软组织的实时识别 | 研究使用离体绵羊脊柱组织，尚未进行人体临床试验 | 提高微创脊柱手术中关键组织识别的准确性和安全性 | 绵羊脊柱软组织样本 | 医学影像分析 | 脊柱疾病 | 前向超声内镜技术 | DenseNet, Vision Transformer | 超声信号数据 | 758个离体软组织样本 | NA | DenseNet, 一维Vision Transformer | 准确率, 特异性, 推理延迟 | NA |
| 3533 | 2025-10-07 |
A Review for automated classification of knee osteoarthritis using KL grading scheme for X-rays
2025-Jan, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00437-5
PMID:39781063
|
综述 | 本文综述了基于KL分级系统对膝关节骨关节炎X光片进行自动分类的最新研究进展 | 系统回顾了85篇相关文献，总结了人工智能技术在膝关节骨关节炎自动诊断中的最新应用 | 仅关注基于KL分级系统的X光片分类方法，未涵盖其他诊断方式或分类系统 | 回顾膝关节骨关节炎自动放射学分类和检测技术 | 膝关节骨关节炎的X光影像 | 计算机视觉 | 骨关节炎 | X射线成像 | NA | X光图像 | NA | NA | NA | NA | NA |
| 3534 | 2025-01-11 |
Addendum to: The effectiveness of deep learning model in differentiating benign and malignant pulmonary nodules on spiral CT
2025, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-249001
PMID:39792355
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3535 | 2025-01-07 |
Deep learning-based segmentation of acute ischemic stroke MRI lesions and recurrence prediction within 1 year after discharge: A multicenter study
2025-Jan-26, Neuroscience
IF:2.9Q2
|
研究论文 | 本研究探讨了基于深度学习的急性缺血性卒中（AIS）患者脑部MRI梗死病灶分割的性能，以及放射组学在出院后1年内复发预测的价值，并开发了一个结合放射组学特征和临床因素的模型来准确预测AIS复发 | 使用多尺度残差注意力UNet（MRA-UNet）进行MRI病灶分割，并结合放射组学数据和临床数据开发了预测AIS复发的模型 | 未提及具体样本量，且模型在验证集上的表现可能受到样本选择偏差的影响 | 提高急性缺血性卒中患者MRI病灶分割的准确性，并预测出院后1年内的复发风险 | 急性缺血性卒中患者的脑部MRI图像 | 医学影像分析 | 急性缺血性卒中 | MRI | MRA-UNet, LR, RF, CatBoost, XGBoost | 图像, 临床数据 | 未提及具体样本量 | NA | NA | NA | NA |
| 3536 | 2025-01-07 |
Deep learning-based object detection algorithms in medical imaging: Systematic review
2025-Jan-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e41137
PMID:39758372
|
综述 | 本文综述了基于深度学习的医学图像中的目标检测算法，探讨了最新方法、不同成像技术和解剖学应用 | 通过PRISMA指南进行定量和定性分析，揭示了基于深度学习的对象检测模型在医学图像分析中的未开发潜力 | 数据集大小存在显著差异，许多数据集被标记为私有或内部，且前瞻性研究仍然稀缺 | 探讨基于深度学习的医学图像目标检测算法的应用和发展趋势 | 医学图像中的目标检测 | 计算机视觉 | NA | CR扫描、病理图像、内窥镜成像 | 深度学习 | 图像 | 数据集大小存在显著差异，许多数据集被标记为私有或内部 | NA | NA | NA | NA |
| 3537 | 2025-01-07 |
Automated Breast Density Assessment for Full-Field Digital Mammography and Digital Breast Tomosynthesis
2025-Jan-06, Cancer prevention research (Philadelphia, Pa.)
DOI:10.1158/1940-6207.CAPR-24-0338
PMID:39450526
|
研究论文 | 本文开发了一种深度学习模型，用于自动化评估全视野数字乳腺摄影（FFDM）和数字乳腺断层合成（DBT）的乳腺密度 | 提出了一种能够同时适用于FFDM和DBT的自动化乳腺密度评估模型，减少了评估中的观察者间差异 | 模型在外部验证中的表现虽好，但仍有改进空间，特别是在不同种族群体中的适用性 | 自动化评估乳腺密度，以辅助乳腺癌的风险预测和补充筛查决策 | 9,714名女性的前瞻性队列和18,360名女性的外部验证队列 | 数字病理学 | 乳腺癌 | 深度学习 | 深度学习模型 | 图像 | 9,714名女性的前瞻性队列和18,360名女性的外部验证队列 | NA | NA | NA | NA |
| 3538 | 2025-01-07 |
An Artificial Intelligence-Driven Preoperative Radiomic Subtype for Predicting the Prognosis and Treatment Response of Patients with Papillary Thyroid Carcinoma
2025-Jan-06, Clinical cancer research : an official journal of the American Association for Cancer Research
IF:10.0Q1
DOI:10.1158/1078-0432.CCR-24-2356
PMID:39535738
|
研究论文 | 本研究开发并验证了一种基于深度学习的放射组学特征（DLRI），用于预测甲状腺乳头状癌（PTC）的炎症亚型及其预后和抗炎中药治疗效果 | 首次开发了一种非侵入性的放射组学特征（DLRI），用于预测PTC的炎症亚型及其预后和治疗反应，特别是抗炎中药的治疗效果 | 需要前瞻性研究来进一步验证这些发现 | 开发并验证一种非侵入性的放射组学特征，用于预测PTC患者的预后和治疗反应 | 甲状腺乳头状癌（PTC）患者 | 数字病理学 | 甲状腺癌 | 深度学习 | 深度学习放射组学特征（DLRI） | 超声图像 | 2,506例患者（来自两个独立中心） | NA | NA | NA | NA |
| 3539 | 2025-01-07 |
Neural Ordinary Differential Equations for Forecasting and Accelerating Photon Correlation Spectroscopy
2025-Jan-06, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.4c03234
PMID:39757890
|
研究论文 | 本文提出了一种基于神经常微分方程模型g2NODE的方法，用于预测和加速光子相关光谱实验 | 使用神经常微分方程模型g2NODE，从少量噪声相关函数中预测完整的无噪声干涉实验，显著加速实验获取时间 | 需要进一步验证在更多实验数据上的适用性和稳定性 | 加速光子相关光谱实验，提高量子发射体材料的实验表征效率 | 固态单光子发射体的量子光学特性 | 机器学习 | NA | 光子相关傅里叶光谱（PCFS） | 神经常微分方程（NODE） | 光子相关函数 | 10-20个噪声测量的光子相关函数 | NA | NA | NA | NA |
| 3540 | 2025-01-07 |
Deep learning-based histopathological assessment of tubulo-interstitial injury in chronic kidney diseases
2025-Jan-05, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00708-3
PMID:39757253
|
研究论文 | 本文开发了一种基于深度学习的名为DLRS的方法，用于从肾活检标本的全切片图像中量化间质纤维化和炎症细胞浸润作为肾小管间质损伤评分 | DLRS方法能够自动分割全切片图像中的不同组织区域并检测间质核，从而量化肾小管间质损伤评分，且其评分与肾小球滤过率（eGFR）的相关性高于肾病学家的评估 | 研究样本主要来自日本和欧洲血统的患者，可能限制了结果的普遍性 | 开发一种自动化的深度学习方法，用于准确量化慢性肾脏病（CKD）患者的肾小管间质损伤 | 慢性肾脏病（CKD）患者的肾活检标本 | 数字病理学 | 慢性肾脏病 | 深度学习 | NA | 图像 | 71名日本CKD患者、28名日本肾小管间质性肾炎患者、49名欧洲血统的肾硬化患者以及238名日本CKD患者（包括来自另一家医院的167名患者） | NA | NA | NA | NA |