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 1213 篇文献，本页显示第 1161 - 1180 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1161 | 2025-10-07 |
A dataset of blood slide images for AI-based diagnosis of malaria
2025-Feb, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.111190
PMID:39802838
|
研究论文 | 本文介绍了一个用于基于AI的疟疾诊断的血涂片图像数据集 | 提供了乌干达地区首个包含厚薄血涂片图像的基准数据集，支持自动疟疾筛查 | 数据集仅来自乌干达三家医院，样本来源相对有限 | 开发用于疟疾自动筛查的深度学习模型 | 疟疾血涂片图像 | 数字病理学 | 疟疾 | 显微镜检查 | CNN | 图像 | 3000张厚血涂片图像和1000张薄血涂片图像 | NA | NA | 检测准确率 | NA |
| 1162 | 2025-10-07 |
Applications of MRI in Schizophrenia: Current Progress in Establishing Clinical Utility
2025-Feb, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29470
PMID:38946400
|
综述 | 概述MRI在精神分裂症中的临床应用进展与前景 | 整合机器学习与深度学习技术开发智能诊断工具，总结MRI研究成果向临床转化的可行路径 | MRI研究发现与现实临床应用之间存在转化鸿沟 | 建立MRI在精神分裂症中的临床效用 | 精神分裂症患者及高危人群 | 医学影像分析 | 精神分裂症 | 磁共振成像(MRI) | 机器学习,深度学习 | MRI影像数据 | NA | NA | NA | NA | NA |
| 1163 | 2025-10-07 |
Deep Learning Reconstruction of Prospectively Accelerated MRI of the Pancreas: Clinical Evaluation of Shortened Breath-Hold Examinations With Dixon Fat Suppression
2025-Feb-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001110
PMID:39043213
|
研究论文 | 评估深度学习重建算法在胰腺MRI检查中缩短屏气时间并提升图像质量的临床效果 | 首次在前瞻性研究中将深度学习重建算法应用于上腹部加速MRI，针对胰腺病理进行临床验证 | 单中心研究，样本量有限（32名参与者），缺乏多中心验证 | 研究深度学习重建算法对胰腺MRI检查时间、图像质量和诊断信心的影响 | 患有各种胰腺疾病的患者 | 医学影像分析 | 胰腺疾病 | 磁共振成像（MRI），Dixon脂肪抑制技术 | 深度学习重建算法 | 医学影像 | 32名参与者（平均年龄62±19岁，20名男性） | NA | NA | 信噪比（SNR），对比噪声比（CNR），图像清晰度，图像质量，诊断信心，病变显着性 | 1.5 T MRI扫描仪 |
| 1164 | 2025-10-07 |
Artificial T1-Weighted Postcontrast Brain MRI: A Deep Learning Method for Contrast Signal Extraction
2025-Feb-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001107
PMID:39074258
|
研究论文 | 提出一种基于深度学习的对比信号提取方法，用于从非对比和低剂量图像合成人工T1加权全剂量脑部MRI图像 | 提出新的对比信号提取方法，并与两种现有最先进方法进行性能比较 | 部分图像与参考图像的互换性仍不充分 | 减少钆基对比剂使用，降低医疗成本、环境影响和患者暴露风险 | 脑部磁共振成像 | 医学影像分析 | 神经系统疾病 | 磁共振成像 | 深度学习 | 医学图像 | 213名参与者，其中50名作为测试集 | NA | NA | 假阳性病变计数, 互换性评分, 对比增强评分, 一致性评分 | NA |
| 1165 | 2025-10-07 |
Trap colour strongly affects the ability of deep learning models to recognize insect species in images of sticky traps
2025-Feb, Pest management science
IF:3.8Q1
DOI:10.1002/ps.8464
PMID:39377441
|
研究论文 | 本研究探讨了粘虫板颜色和成像设备对深度学习模型识别昆虫物种性能的影响 | 首次系统研究粘虫板颜色对深度学习模型识别昆虫物种性能的影响，并采用特征选择算法分析关键影响因素 | 仅测试了MobileNetV2架构，未评估其他深度学习模型在不同颜色粘虫板上的表现 | 研究粘虫板颜色和成像设备对深度学习模型害虫分类性能的影响 | 粘虫板上的昆虫物种 | 计算机视觉 | NA | 深度学习,图像识别 | CNN | 图像 | NA | NA | MobileNetV2 | 准确率,F1分数 | NA |
| 1166 | 2025-10-07 |
Bioimaging and the future of whole-organismal developmental physiology
2025-Feb, Comparative biochemistry and physiology. Part A, Molecular & integrative physiology
DOI:10.1016/j.cbpa.2024.111783
PMID:39581226
|
评论 | 本文探讨了生物成像和计算机视觉在整体有机体发育生理学研究中的潜力和挑战 | 提出计算机视觉技术可在不同物种、生命阶段和实验间转移应用，推动发育生理学的表型组学研究 | 图像分析而非图像采集成为研究瓶颈，且量化发育生物学的复杂性长期困扰研究人员 | 评估成像技术作为测量整体有机体发育生理学手段的重要性 | 发育中的动物生长和功能 | 计算机视觉 | NA | 生物成像 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 1167 | 2025-10-07 |
Unveiling the power of artificial intelligence for image-based diagnosis and treatment in endodontics: An ally or adversary?
2025-Feb, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.14163
PMID:39526945
|
综述 | 本文综述了人工智能在牙髓病学中基于图像的诊断与治疗应用，探讨其作为辅助工具或潜在挑战的双重角色 | 系统评估AI在2D和3D影像中的表现，首次在牙髓病学领域对比AI与专家放射科医生的诊断精度，并探讨放射组学与AI结合的潜力 | 部分研究依赖体外或离体数据集训练AI模型，这些数据集无法复现临床环境的复杂性，可能影响AI应用的可靠性 | 评估人工智能在牙髓病学影像诊断和治疗中的应用价值与发展前景 | 牙髓病学中的二维和三维影像数据，包括根尖周病变、根尖周X线片、全景X线片和锥形束CT扫描 | 计算机视觉 | 牙髓疾病 | 深度学习，影像组学 | CNN | 图像 | NA | NA | 卷积神经网络 | 准确率，灵敏度，特异性 | NA |
| 1168 | 2025-01-07 |
Optical coherence tomography: implications for neurology
2025-Feb-01, Current opinion in neurology
IF:4.1Q2
DOI:10.1097/WCO.0000000000001340
PMID:39704153
|
综述 | 本文探讨了光学相干断层扫描（OCT）在神经学实践中的作用，特别是在诊断和监测视乳头水肿、视神经炎和视网膜动脉阻塞等疾病中的应用 | OCT作为一种非侵入性工具，能够有效检测和监测视觉通路中的神经轴索损伤，结合深度学习算法提高了诊断准确性和预测能力 | NA | 探讨OCT在神经学中的应用，特别是在诊断和监测视觉通路相关疾病中的作用 | 视乳头水肿、视神经炎、视网膜动脉阻塞等疾病患者 | 数字病理学 | 神经系统疾病 | 光学相干断层扫描（OCT） | 深度学习算法 | 图像 | NA | NA | NA | NA | NA |
| 1169 | 2025-01-07 |
Artificial intelligence and stroke imaging
2025-Feb-01, Current opinion in neurology
IF:4.1Q2
DOI:10.1097/WCO.0000000000001333
PMID:39760722
|
综述 | 本文探讨了人工智能在卒中影像学中的应用及其潜力 | 提出了深度学习技术在卒中影像学中的高保真预测、描述和推理工具的应用，并探讨了生成模型在解决当前障碍中的潜力 | 尽管人工智能在卒中影像学中的潜力巨大，但在实际临床应用中仍面临数据噪声、不完整、偏见和小规模数据的挑战 | 探讨人工智能在卒中影像学中的应用，以实现个体化精准医疗 | 卒中影像学数据 | 医学影像 | 卒中 | 深度学习 | 生成模型 | 影像数据 | NA | NA | NA | NA | NA |
| 1170 | 2025-01-06 |
Incorporating dynamic drainage supervision into deep learning for accurate real-time flood simulation in urban areas
2025-Feb-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.122816
PMID:39612812
|
研究论文 | 本研究提出了一种结合动态排水监督的深度学习模型（UDFM），用于城市区域的实时洪水模拟 | UDFM模型通过结合物理和深度学习排水模型，将一维排水溢出过程转换为高分辨率的时空二维洪水过程，更全面准确地反映了排水系统在城市洪水动态中的作用 | 研究仅应用于深圳的一个高度城市化区域，未在其他城市或区域进行验证 | 提高城市洪水模拟的准确性和实时性，以支持快速洪水预警和风险管理 | 城市洪水过程，特别是排水系统和地表洪水淹没 | 机器学习 | NA | 深度学习，降维算法 | UDFM（结合深度学习和降维算法的混合模块） | 时空数据 | 深圳的一个高度城市化区域 | NA | NA | NA | NA |
| 1171 | 2025-01-03 |
DeepPhoPred: Accurate Deep Learning Model to Predict Microbial Phosphorylation
2025-Feb, Proteins
IF:3.2Q2
DOI:10.1002/prot.26734
PMID:39239684
|
研究论文 | 本文介绍了一种名为DeepPhoPred的深度学习工具，用于预测微生物的磷酸化位点 | DeepPhoPred采用了一种双头卷积神经网络架构，结合了挤压和激励模块，能够从肽的结构和进化信息中联合学习重要特征，以预测磷酸化位点 | NA | 开发一种低成本、高速度的计算方法来预测微生物的磷酸化位点 | 微生物的磷酸化位点 | 机器学习 | NA | 深度学习 | CNN | 肽的结构和进化信息 | NA | NA | NA | NA | NA |
| 1172 | 2025-01-01 |
An attention 3DUNET and visual geometry group-19 based deep neural network for brain tumor segmentation and classification from MRI
2025-Feb, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2023.2283164
PMID:37979152
|
研究论文 | 本文提出了一种基于注意力3DUNET和视觉几何组-19的深度神经网络，用于从MRI图像中进行脑肿瘤分割和分类 | 提出了一种新颖的深度学习系统，结合了空间和通道注意力机制的三维U形网络（SC3DUNet）和基于扩张卷积的视觉几何组-19（DCVGG-19），用于脑肿瘤的分割和分类 | 该方法主要针对3D脑MRI图像，未涉及其他类型的医学影像 | 提高脑肿瘤的早期检测和分类准确率 | 脑肿瘤 | 数字病理学 | 脑肿瘤 | 深度学习 | SC3DUNet, DCVGG-19 | 3D MRI图像 | BraTS2020数据集 | NA | NA | NA | NA |
| 1173 | 2024-12-28 |
Low Skeletal Muscle Radiodensity Predicts Response to CDK4/6 Inhibitors Plus Aromatase Inhibitors in Advanced Breast Cancer
2025-Feb, Journal of cachexia, sarcopenia and muscle
DOI:10.1002/jcsm.13666
PMID:39686815
|
研究论文 | 本研究探讨了CT衍生的身体成分指数与激素受体阳性、HER2阴性晚期乳腺癌患者在接受内分泌治疗加CDK4/6抑制剂治疗时的治疗反应之间的关系 | 首次发现低骨骼肌放射密度（SMD）与接受CDK4/6抑制剂加芳香化酶抑制剂治疗的晚期乳腺癌患者的不良治疗结果相关 | 研究为回顾性设计，样本量相对较小，且仅来自单一中心 | 探讨CT衍生的身体成分指数与晚期乳腺癌患者治疗反应的关系 | 激素受体阳性、HER2阴性晚期乳腺癌患者 | 数字病理学 | 乳腺癌 | CT扫描 | 深度学习软件 | 图像 | 247名女性患者 | NA | NA | NA | NA |
| 1174 | 2024-12-26 |
Utilizing machine learning to predict the risk factors of episiotomy in parturient women
2025-Feb, AJOG global reports
DOI:10.1016/j.xagr.2024.100420
PMID:39720201
|
研究论文 | 本研究利用机器学习模型预测产妇进行会阴切开术的风险因素 | 首次使用多种机器学习模型评估会阴切开术的风险因素，并比较了不同模型的性能 | 研究仅基于单一医疗中心的回顾性数据，未考虑助产士的视角 | 预测产妇进行会阴切开术的风险因素 | 伊朗一家三级医疗中心2022年1月至2023年1月期间的1775例阴道分娩产妇 | 机器学习 | 产科疾病 | 机器学习 | 线性回归、深度学习、支持向量机、LightGBM、逻辑回归、XGBoost、随机森林、决策树、KNN | 电子健康记录 | 1775例阴道分娩产妇 | NA | NA | NA | NA |
| 1175 | 2024-12-25 |
Empowering surgeons: will artificial intelligence change oral and maxillofacial surgery?
2025-Feb, International journal of oral and maxillofacial surgery
IF:2.2Q2
DOI:10.1016/j.ijom.2024.09.004
PMID:39341693
|
综述 | 本文探讨了人工智能在口腔颌面外科中的应用现状，并强调了进一步研究以优化AI在临床实践中的整合和提升患者治疗效果的迫切需求 | 本文通过综述分析了AI在口腔颌面外科中的多种应用，包括病理学和正颌手术等领域，展示了AI在该领域的潜在改进 | 本文为综述性研究，未提供具体的实验数据或模型验证结果 | 探讨人工智能在口腔颌面外科中的应用现状，并呼吁进一步研究以优化AI在临床中的应用 | 口腔颌面外科中的多种应用，包括病理学、正颌手术、面部创伤等 | 机器学习 | NA | 卷积神经网络（CNN）、人工神经网络（ANN） | 卷积神经网络（CNN）、人工神经网络（ANN） | NA | 90篇文章 | NA | NA | NA | NA |
| 1176 | 2024-12-20 |
A psychologically interpretable artificial intelligence framework for the screening of loneliness, depression, and anxiety
2025-Feb, Applied psychology. Health and well-being
DOI:10.1111/aphw.12639
PMID:39697049
|
研究论文 | 本研究介绍了一种基于人工智能的心理学框架emoLDAnet，通过分析面部表情和生理信号来检测孤独、抑郁和焦虑等负面情绪 | 创新点在于结合了深度学习和机器学习技术，并引入了OCC-PAD-LDA心理学转换模型，增强了AI决策的可解释性 | 研究样本量较小，仅招募了50名参与者，可能影响结果的普适性 | 旨在开发一种新的人工智能框架，用于早期筛查孤独、抑郁和焦虑等负面情绪，提升心理健康护理水平 | 研究对象为孤独、抑郁和焦虑等负面情绪的检测与筛查 | 机器学习 | NA | 深度学习（如VGG11）和机器学习（如决策树） | CNN（卷积神经网络） | 视频 | 50名参与者 | NA | NA | NA | NA |
| 1177 | 2024-12-20 |
Investigating a Domain Adaptation Approach for Integrating Different Measurement Instruments in a Longitudinal Clinical Registry
2025-Feb, Biometrical journal. Biometrische Zeitschrift
DOI:10.1002/bimj.70023
PMID:39698740
|
研究论文 | 本文研究了在纵向临床注册数据中，使用深度学习技术将不同测量仪器的数据映射到联合潜在表示，以实现域适应的方法 | 本文首次在纵向临床注册数据中应用域适应技术，并通过普通微分方程（ODEs）建模轨迹，评估测量仪器映射的效果 | 研究仅在脊髓性肌肉萎缩症（SMA）患者的数据上进行，且时间点较少，可能限制了方法的普适性 | 探索域适应技术在纵向临床注册数据中的应用潜力 | 脊髓性肌肉萎缩症（SMA）患者的不同运动功能测量仪器数据 | 机器学习 | 神经肌肉疾病 | 深度学习 | ODEs | 纵向数据 | 脊髓性肌肉萎缩症（SMA）患者的纵向数据，时间点较少 | NA | NA | NA | NA |
| 1178 | 2024-12-19 |
Feasibility of estimating tidal volume from electrocardiograph-derived respiration signal and respiration waveform
2025-Feb, Journal of critical care
IF:3.2Q2
DOI:10.1016/j.jcrc.2024.154920
PMID:39316976
|
研究论文 | 本研究验证并比较了基于心电图衍生的呼吸信号（EDR）估计潮气量（VT）的方法 | 首次验证了基于EDR信号估计潮气量的可行性，并比较了线性回归和深度学习模型在不同情况下的表现 | 当前方法受限于ICU中嘈杂的心电信号，且在一般人群中的表现较差 | 验证并比较基于EDR信号估计潮气量的方法，以减少在深度镇静或脊髓麻醉期间对额外通气监测的需求 | 90名重症患者的数据以及两名重症患者的受限分析数据 | NA | NA | 心电图（ECG），阻抗法呼吸波形 | 线性回归，深度学习模型 | 信号 | 90名重症患者用于一般分析，两名重症患者用于受限分析 | NA | NA | NA | NA |
| 1179 | 2024-12-19 |
Recent advances in signal processing algorithms for electronic noses
2025-Feb-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2024.127140
PMID:39489071
|
综述 | 本文综述了电子鼻系统及其算法应用的最新进展，重点介绍了各种方法和深度学习技术在气味分类和浓度预测中的作用 | 本文探讨了未来趋势，包括更广泛的应用领域、先进的漂移校正技术、综合的多因素分析以及处理未知干扰物的能力 | NA | 综述电子鼻技术的最新进展及其在科学研究和实际应用中的潜力 | 电子鼻系统及其算法应用 | 信号处理 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 1180 | 2024-12-18 |
Recent advancements and future directions in automatic swallowing analysis via videofluoroscopy: A review
2025-Feb, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2024.108505
PMID:39579458
|
综述 | 本文综述了通过视频荧光吞咽研究（VFSS）进行自动吞咽分析的最新进展和未来方向 | 利用计算机视觉、模式识别和深度学习技术，提供了新的范式来探索和提取VFSS记录中的信息 | 本文主要集中在图像处理技术在自动吞咽分析中的应用，未涵盖其他可能的技术方法 | 展示当前VFSS分析中的挑战，并提供未来开发更准确和临床可解释算法的见解 | 视频荧光吞咽研究（VFSS）记录中的解剖结构检测、食团对比分割和运动事件识别 | 计算机视觉 | NA | 计算机视觉、深度学习 | 深度学习模型 | 视频 | 46项研究 | NA | NA | NA | NA |