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 19346 篇文献，本页显示第 16561 - 16580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 16561 | 2025-10-07 |
Routine and Advanced Neurologic Imaging at 0.55-T MRI: Opportunities and Challenges
2025-03, Radiographics : a review publication of the Radiological Society of North America, Inc
IF:5.2Q1
DOI:10.1148/rg.240076
PMID:39946265
|
研究论文 | 本文探讨了0.55-T MRI系统在神经影像学中的应用机会与挑战 | 首次系统评估现代全身0.55-T中场强MRI系统在神经放射学中的协议和适应症，探索低场强在硬件成像和特定结构成像中的优势 | 图像质量低于1.5T系统，频率选择性脂肪饱和受限，动态对比增强灌注成像信号强度不足，无法评估多发性硬化症和原发性脑肿瘤 | 评估0.55-T MRI系统在神经影像学中的临床应用价值和局限性 | 脑部和脊柱的常规神经影像学检查，颅内和脊柱硬件成像，内耳道等近骨结构 | 医学影像 | 神经系统疾病 | MRI, 平衡稳态自由进动序列, 单次激发快速自旋回波MRI, 动态对比增强磁敏感加权灌注成像 | 深度学习算法 | 医学影像 | NA | NA | NA | 图像质量, 诊断能力, 伪影减少, 场均匀性 | NA |
| 16562 | 2025-10-07 |
Comparison of 7 artificial intelligence models in predicting venous thromboembolism in COVID-19 patients
2025-Feb, Research and practice in thrombosis and haemostasis
IF:3.4Q1
DOI:10.1016/j.rpth.2025.102711
PMID:40212774
|
研究论文 | 比较7种人工智能模型在预测COVID-19患者静脉血栓栓塞方面的性能 | 首次在大型多中心COVID-19数据集上系统比较7种AI模型对VTE的预测能力 | 研究基于观察性数据，可能存在未测量的混杂因素 | 比较不同AI模型预测COVID-19患者静脉血栓栓塞的效果 | COVID-19患者 | 机器学习 | COVID-19 | 递归特征消除 | 多层感知器分类器,人工神经网络,极端梯度提升,支持向量分类器,随机梯度下降分类器,随机森林分类器,逻辑回归分类器 | 临床数据 | 8027名患者（2649名用于测试） | NA | NA | 准确率,精确率,召回率,F1分数,对数损失,AUC | NA |
| 16563 | 2025-10-07 |
Advancing personalized diagnosis and treatment using deep learning architecture
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1545528
PMID:40212269
|
研究论文 | 提出基于深度学习的ImmunoNet框架，整合遗传、分子和临床数据以提升自身免疫疾病的诊断准确性和治疗个性化 | 结合CNN和MLP分析多模态数据，采用可解释AI技术和联邦学习提升模型可解释性与隐私保护 | NA | 提高自身免疫疾病的诊断精度和个性化治疗策略 | 自身免疫疾病患者数据 | 机器学习 | 自身免疫疾病 | 深度学习 | CNN, MLP | 遗传数据, 分子数据, 临床数据 | NA | NA | CNN, MLP | 准确率 | NA |
| 16564 | 2025-10-07 |
Preliminary exploratory study on differential diagnosis between benign and malignant peripheral lung tumors: based on deep learning networks
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1567545
PMID:40212272
|
研究论文 | 基于深度学习网络开发超声影像模型用于良恶性周围型肺肿瘤的鉴别诊断 | 首次基于超声影像开发深度学习模型用于周围型肺肿瘤的良恶性鉴别诊断，填补了该领域的研究空白 | 回顾性研究设计，样本量相对有限（371例患者），仅在两中心进行验证 | 开发基于超声影像的深度学习模型用于良恶性周围型肺肿瘤的鉴别诊断 | 接受超声引导下经皮肺肿瘤操作的患者 | 计算机视觉 | 肺癌 | 超声成像 | CNN | 超声图像 | 371例患者（训练集296例，测试集75例） | NA | ResNet18, ResNet34, ResNet50, ResNet101, ResNet152 | AUC, NRI | NA |
| 16565 | 2025-10-07 |
Heterogeneous transfer learning model for improving the classification performance of fNIRS signals in motor imagery among cross-subject stroke patients
2025, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2025.1555690
PMID:40212471
|
研究论文 | 提出一种跨被试异质迁移学习模型，用于提升脑卒中患者运动想象fNIRS信号的跨被试分类性能 | 利用健康个体的EEG数据作为源域，通过自适应特征匹配网络对齐异质模态间的特征表示，解决fNIRS数据稀缺和个体差异问题 | 仅使用8名脑卒中患者的数据进行验证，样本规模有限 | 提升脑卒中患者运动想象fNIRS信号的跨被试分类准确率 | 脑卒中患者的运动想象fNIRS信号 | 脑机接口 | 脑卒中 | fNIRS, EEG | 迁移学习, 深度学习 | 脑信号 | 8名脑卒中患者（康复前后数据） | NA | 自适应特征匹配网络, 稀疏贝叶斯极限学习机 | 准确率, AUC | NA |
| 16566 | 2025-10-07 |
Image-based food monitoring and dietary management for patients living with diabetes: a scoping review of calorie counting applications
2025, Frontiers in nutrition
IF:4.0Q2
DOI:10.3389/fnut.2025.1501946
PMID:40212724
|
综述 | 本文综述了基于图像的糖尿病饮食监测与热量计算应用的研究现状、方法和挑战 | 系统梳理了计算机视觉技术在糖尿病饮食管理中的应用，重点关注食物分割、分类和体积估计等关键技术 | 缺乏标准化验证方法，数据隐私问题尚未完全解决，在不同人群中的普适性有待验证 | 探讨计算机科学在饮食摄入估计中的作用，特别关注糖尿病患者的个性化饮食管理 | 糖尿病患者和基于图像的饮食监测应用 | 计算机视觉 | 糖尿病 | 深度学习 | NA | 食物图像 | NA | NA | NA | NA | 智能手机, 可穿戴设备 |
| 16567 | 2025-04-13 |
Plant stem and leaf segmentation and phenotypic parameter extraction using neural radiance fields and lightweight point cloud segmentation networks
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1491170
PMID:40212877
|
研究论文 | 本研究提出了一种结合神经辐射场模型和轻量级点云分割网络的方法，用于植物茎叶分割和表型参数提取 | 提出了一个轻量级点云分割网络PointSegNet，包含GLSA模块和EAFP模块，用于整合局部和全局特征并增强边缘感知能力 | NA | 开发一种自动提取植物表型参数的方法 | 玉米、番茄和大豆植物的茎叶 | 计算机视觉 | NA | 神经辐射场模型(Nerfacto)、点云分割 | PointSegNet | 3D点云数据 | 玉米、番茄和大豆植物样本 | NA | NA | NA | NA |
| 16568 | 2025-04-13 |
Deep learning-based target spraying control of weeds in wheat fields at tillering stage
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1540722
PMID:40212873
|
研究论文 | 本研究结合深度学习设计了目标喷洒决策与滞后算法，并在测试平台上验证其有效性 | 对YOLOv5s进行轻量化改进并设计目标喷洒决策与滞后算法，解决了硬件操作滞后问题 | 实验仅使用模拟杂草和模拟分蘖小麦进行台架实验，未在真实田间环境中验证 | 开发基于深度学习的小麦田杂草目标喷洒控制系统 | 小麦田分蘖期的杂草 | 计算机视觉 | NA | 深度学习 | YOLOv5s | 图像 | 模拟杂草和模拟分蘖小麦的台架实验数据集 | NA | NA | NA | NA |
| 16569 | 2025-04-13 |
Machine learning and artificial intelligence in type 2 diabetes prediction: a comprehensive 33-year bibliometric and literature analysis
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1557467
PMID:40212895
|
综述 | 本文对33年（1991-2024年）间机器学习（ML）和人工智能（AI）在2型糖尿病（T2DM）预测中的应用研究进行了全面的文献计量和系统综述 | 采用文献计量和系统综述方法，结合TF-IDF和专家输入筛选文献，并应用双标准方法评估文献的相关性和影响力 | 未来研究需要解决泛化性、跨学科T2DM预测研究和社会心理整合方面的不足 | 综述机器学习与人工智能在2型糖尿病预测中的应用，识别关键趋势、方法和研究空白 | 2型糖尿病（T2DM）预测研究 | 机器学习 | 糖尿病 | TF-IDF, PRISMA指南, VOSviewer, Bibliometrix | Random Forest, Gradient Boosting, CNN | 文献数据 | 2,351篇文章 | NA | NA | NA | NA |
| 16570 | 2025-04-13 |
Head and Neck Tumor Segmentation for MRI-Guided Radiation Therapy Using Pre-trained STU-Net Models
2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings
DOI:10.1007/978-3-031-83274-1_4
PMID:40213034
|
研究论文 | 本研究比较了nnU-Net v2和STU-Net两种深度学习模型在头颈癌MRI图像中自动分割肿瘤的性能 | STU-Net在可扩展性和可迁移性方面进行了关键改进，参数规模从1400万到14亿不等，并利用TotalSegmentator等大规模数据集进行预训练，更有效地捕捉复杂多变的肿瘤结构 | NA | 提高MRI引导放射治疗中头颈癌肿瘤分割的准确性 | 头颈癌患者的MRI图像 | 数字病理 | 头颈癌 | 深度学习 | STU-Net, nnU-Net v2 | MRI图像 | NA | NA | NA | NA | NA |
| 16571 | 2025-04-13 |
Transformers in RNA structure prediction: A review
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.03.021
PMID:40213272
|
综述 | 本文全面回顾了基于Transformer的RNA结构预测模型 | 深入分析了Transformer架构的创新如何提升RNA结构预测性能及其现有不足 | 未具体说明Transformer模型在RNA结构预测中的具体局限性 | 探讨Transformer在RNA结构预测领域的应用与发展 | RNA的二级和三级结构 | 自然语言处理 | NA | Transformer模型 | Transformer | 序列数据 | NA | NA | NA | NA | NA |
| 16572 | 2025-10-07 |
Tracking protein kinase targeting advances: integrating QSAR into machine learning for kinase-targeted drug discovery
2025-Dec, Future science OA
IF:2.4Q3
DOI:10.1080/20565623.2025.2483631
PMID:40181786
|
综述 | 探讨将传统定量构效关系与机器学习相结合用于激酶靶向药物发现的研究进展 | 通过深度学习增强QSAR模型，实现自动特征提取并捕捉复杂构效关系，超越传统QSAR方法 | 强调可解释性和实验验证对临床转化的重要性 | 加速激酶靶向药物发现并推动精准医疗发展 | 蛋白激酶（CDKs、JAKs、PIM激酶等）及其抑制剂 | 机器学习 | NA | 定量构效关系建模、分子对接、深度学习 | CNN, RNN | 结构数据、实验数据 | NA | NA | NA | 选择性、疗效、耐药性缓解 | NA |
| 16573 | 2025-10-07 |
Simulation of a Free Boundary Cell Migration Model through Physics Informed Neural Networks
2025-Jul, Journal of the mechanical behavior of biomedical materials
IF:3.3Q3
DOI:10.1016/j.jmbbm.2025.106961
PMID:40058062
|
研究论文 | 本研究开发了一种基于物理信息神经网络的自由边界细胞迁移模型，用于模拟一维肌动球蛋白流动 | 首次将物理信息神经网络应用于具有移动边界的细胞迁移问题，无需合成数据即可训练模型 | 模型为一维简化，可能无法完全反映真实三维细胞迁移的复杂性 | 开发计算模型以理解单细胞迁移中肌动球蛋白流动的动力学行为 | 迁移细胞中的肌动球蛋白流动和肌动蛋白浓度 | 计算生物学 | NA | 物理信息神经网络 | 神经网络 | 数值模拟数据 | NA | NA | 物理信息神经网络 | 与实验和计算数据的定性比较 | NA |
| 16574 | 2025-03-04 |
Corrigendum to "A case for the use of deep learning algorithms for individual and population level assessments of mental health disorders: Predicting depression among China's elderly" [J. Affect. Disord. Volume 369, 15 January 2025, Pages 329-337]
2025-Jun-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.02.070
PMID:40024843
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 16575 | 2024-11-07 |
Editorial for "Development of a Dual-Plane MRI-Based Deep Learning Model to Assess the 1-Year Postoperative Outcomes in Lumbar Disc Herniation After Tubular Microdiscectomy"
2025-May, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29637
PMID:39501638
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 16576 | 2025-10-07 |
Development of a Dual-Plane MRI-Based Deep Learning Model to Assess the 1-Year Postoperative Outcomes in Lumbar Disc Herniation After Tubular Microdiscectomy
2025-May, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29639
PMID:39501646
|
研究论文 | 开发基于双平面MRI的深度学习模型评估腰椎间盘突出症经椎间孔镜髓核摘除术后1年疗效 | 首次将术前双平面MRI深度学习特征与临床特征相结合评估TMD术后1年疗效 | 回顾性研究设计，样本量有限 | 评估术前双平面MRI深度学习特征结合临床特征对TMD术后1年疗效的预测能力 | 548例接受TMD手术的腰椎间盘突出症患者 | 医学影像分析 | 腰椎间盘突出症 | MRI, 深度学习 | CNN | MRI图像, 临床数据 | 548例患者（训练集305例，内部验证集131例，外部验证集112例） | NA | ResNet50, ResNet101, ResNet152 | AUC | NA |
| 16577 | 2025-10-07 |
Development and Validation of a Deep Learning System to Differentiate HER2-Zero, HER2-Low, and HER2-Positive Breast Cancer Based on Dynamic Contrast-Enhanced MRI
2025-May, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29670
PMID:39643475
|
研究论文 | 开发并验证基于动态对比增强MRI的深度学习系统，用于自动分割乳腺肿瘤并区分HER2-zero、HER2-low和HER2-positive状态 | 首次利用深度学习系统基于DCE-MRI自动区分HER2-zero、HER2-low和HER2-positive三种乳腺癌亚型 | 回顾性研究设计，需要进一步前瞻性验证 | 开发自动化系统用于乳腺癌HER2表达状态的术前无创评估 | 乳腺癌患者 | 医学影像分析 | 乳腺癌 | 动态对比增强MRI | 深度学习 | MRI影像 | 1294名乳腺癌患者（训练集811例，内部测试204例，外部测试279例） | NA | ResNetGN | Dice相似系数, AUC, 准确率, 灵敏度, 特异性 | NA |
| 16578 | 2025-10-07 |
Deep learning algorithm classification of tympanostomy tube images from a heterogenous pediatric population
2025-May, International journal of pediatric otorhinolaryngology
IF:1.2Q3
DOI:10.1016/j.ijporl.2025.112311
PMID:40096786
|
研究论文 | 开发深度学习算法通过数字耳镜图像自动分类儿童鼓膜通气管状态 | 首次使用非专业医生采集的智能手机耳镜图像训练深度学习算法进行鼓膜通气管状态分类 | 排除了有鼓膜成形术、鼓室成形术或胆脂瘤病史的患者，样本量相对较小 | 评估AI算法通过数字耳镜图像准确判断鼓膜通气管状态的能力 | 10个月至10岁有鼓膜通气管史的儿科患者 | 计算机视觉 | 耳科疾病 | 数字耳镜成像 | 深度学习 | 图像 | 69名儿童，296张图像 | NA | NA | 准确率, 灵敏度, 特异性 | NA |
| 16579 | 2025-03-23 |
Correction to: Application of deep learning models for accurate classification of fluid collections in acute necrotizing pancreatitis on computed tomography: a multicenter study
2025-May, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04836-9
PMID:40116891
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 16580 | 2025-04-12 |
Editorial for "Development and Validation of a Deep Learning System to Differentiate HER2-Zero, HER2-Low, and HER2-Positive Breast Cancer Based on Dynamic Contrast-Enhanced MRI"
2025-May, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29697
PMID:39776259
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |