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 1352 篇文献，本页显示第 541 - 560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 541 | 2025-05-04 |
Interpretable COVID-19 chest X-ray detection based on handcrafted feature analysis and sequential neural network
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109659
PMID:39847942
|
research paper | 该研究提出两种新算法DC-GLM和CAMSGNeT，用于提高COVID-19胸部X光检测的可解释性和准确性 | 引入了动态共现灰度矩阵(DC-GLM)和上下文自适应多尺度Gabor网络(CAMSGNeT)，以增强纹理特征提取和模型可解释性 | 未提及具体的数据集规模限制或计算资源需求 | 开发更可解释、精确且资源高效的COVID-19胸部X光检测方法 | COVID-19患者的胸部X光图像 | digital pathology | COVID-19 | DC-GLM, CAMSGNeT | sequential neural network | image | 两个数据集（具体数量未提及） | NA | NA | NA | NA |
| 542 | 2025-05-04 |
A multimodal deep learning model for cervical pre-cancers and cancers prediction: Development and internal validation study
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109710
PMID:39847948
|
研究论文 | 开发并验证了一种基于深度学习的多模态模型，用于预测宫颈癌前病变和癌症 | 结合临床数据和阴道镜图像的多模态深度学习模型，在预测CIN2+状态方面表现优于单独使用图像或临床数据的模型及临床医生的阴道镜印象 | 需要外部验证研究以评估模型的泛化能力 | 开发一种能够提高宫颈癌筛查和诊断客观性和可重复性的深度学习模型 | 6356例LEEP锥切/锥活检病例（金标准诊断） | 数字病理 | 宫颈癌 | 深度学习 | 多模态深度学习模型 | 临床数据和阴道镜图像 | 6356例病例 | NA | NA | NA | NA |
| 543 | 2025-05-04 |
Structural and functional alterations in hypothalamic subregions in male patients with alcohol use disorder
2025-Mar-01, Drug and alcohol dependence
IF:3.9Q1
DOI:10.1016/j.drugalcdep.2025.112554
PMID:39848134
|
研究论文 | 本研究探讨了酒精使用障碍（AUD）男性患者下丘脑亚区的结构和功能变化 | 首次使用深度学习算法对下丘脑进行亚区分割，并研究了AUD患者下丘脑亚区的体积和功能连接变化 | 样本量较小（24名患者和24名对照），且仅包括男性患者 | 研究酒精使用障碍对下丘脑亚区结构和功能的影响 | 男性酒精使用障碍患者和健康男性对照 | 神经影像学 | 酒精使用障碍 | 结构磁共振成像和静息态功能磁共振成像 | 深度学习算法 | MRI图像 | 24名男性AUD患者和24名健康男性对照 | NA | NA | NA | NA |
| 544 | 2025-05-04 |
Opportunistic AI for enhanced cardiovascular disease risk stratification using abdominal CT scans
2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本研究提出了一种基于深度学习的DL-CVDi评分，用于通过常规腹部CT扫描预测心血管疾病风险 | 利用常规腹部CT扫描中的机会性生物标志物，通过深度生存学习预测心血管疾病风险，提高了现有基线模型的预测一致性 | 未来研究需要在多民族队列中验证结果，并探索其在合并症患者中的效用 | 开发一种新型生物标志物，用于心血管疾病风险分层 | 心血管疾病风险预测 | 数字病理学 | 心血管疾病 | CT扫描 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 545 | 2025-05-04 |
Monkeypox diagnosis based on probabilistic K-nearest neighbors (PKNN) algorithm
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109676
PMID:39855034
|
研究论文 | 本文提出了一种基于人工智能的猴痘诊断新方法，称为有效猴痘诊断策略（EMDS），通过预处理和诊断两个阶段实现 | 引入了基于四分位距（IQR）的新方法来拒绝输入图像数据集中的异常，并提出了一种新的K-最近邻分类器实例——概率K-最近邻（PKNN）算法 | NA | 开发一种高效的人工智能方法来诊断猴痘 | 猴痘皮肤图像和病变数据集（MSID和MSLD） | 计算机视觉 | 猴痘 | GoogleNet预训练深度学习模型，Leopard Seal Optimization（LSO）特征选择 | PKNN（概率K-最近邻算法） | 图像 | 两个公开的猴痘数据集（MSID和MSLD） | NA | NA | NA | NA |
| 546 | 2025-05-03 |
Deep Equilibrium Unfolding Learning for Noise Estimation and Removal in Optical Molecular Imaging
2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出了一种端到端模型驱动的深度平衡展开Mamba（DEQ-UMamba），用于光学分子成像中的噪声估计和去除 | 结合近端梯度下降技术和学习的空间-频率特性，将复杂噪声结构解耦为统计分布，实现荧光图像中的有效噪声估计和抑制 | 未明确提及具体局限性 | 解决光学分子成像中因高帧率和低激发剂量导致的图像噪声问题 | 荧光图像 | 计算机视觉 | NA | 光学分子成像 | DEQ-UMamba | 图像 | 临床和体内数据集 | NA | NA | NA | NA |
| 547 | 2025-05-03 |
ResViT FusionNet Model: An explainable AI-driven approach for automated grading of diabetic retinopathy in retinal images
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109656
PMID:39823821
|
research paper | 提出了一种名为ResViT FusionNet的混合模型，用于糖尿病视网膜病变的自动分级 | 结合了CNN（特别是ResNet50）和Vision Transformers（ViTs）的优势，并采用可解释AI技术（如LIME和Grad-CAM）提高模型的透明度和可解释性 | 未提及具体的数据集规模或模型在多样化数据集上的泛化能力 | 开发一种自动、准确且个性化的机器学习方法，用于早期糖尿病视网膜病变的检测和治疗 | 糖尿病视网膜病变（DR）的视网膜图像 | computer vision | 糖尿病视网膜病变 | 数据增强（包括像素值重缩放、水平翻转、旋转和缩放） | ResViT FusionNet（结合CNN和ViT的混合模型） | 图像 | NA | NA | NA | NA | NA |
| 548 | 2025-05-03 |
Residual-attention deep learning model for atrial fibrillation detection from Holter recordings
2025 Mar-Apr, Journal of electrocardiology
IF:1.3Q3
|
研究论文 | 本研究开发了一种基于残差注意力机制的深度学习模型，用于从Holter记录中检测心房颤动 | 结合残差网络与注意力机制，能够捕捉长程依赖关系和复杂时间模式，在外部数据集验证中表现优异 | 需要更大规模队列的进一步验证和发展 | 开发用于心房颤动检测的深度学习模型 | Holter记录的心电信号 | 机器学习 | 心血管疾病 | 深度学习 | CNN, 注意力机制 | 心电信号 | 661个Holter记录，由心脏病专家手动标注 | NA | 残差注意力网络 | 灵敏度, 特异性, AUC-ROC | NA |
| 549 | 2025-05-03 |
GestaltGAN: synthetic photorealistic portraits of individuals with rare genetic disorders
2025-Mar, European journal of human genetics : EJHG
IF:3.7Q2
DOI:10.1038/s41431-025-01787-z
PMID:39815041
|
研究论文 | 使用改进的StyleGAN架构生成罕见遗传疾病患者的合成逼真肖像 | 提出GestaltGAN模型，能够生成保留疾病特征同时保护患者隐私的合成肖像，并开发了一种生成清晰详细平均患者肖像的技术 | 仅针对GestaltMatcher数据库中20种最常见疾病进行训练，样本覆盖范围有限 | 探索生成神经网络在合成罕见疾病准确肖像方面的应用 | 罕见遗传疾病患者的面部特征 | 计算机视觉 | 遗传疾病 | StyleGAN架构改进、REAL-ESRGAN超分辨率技术 | GAN | 图像 | GestaltMatcher数据库中20种最常见疾病的患者肖像数据，外加63名人类专家验证 | NA | NA | NA | NA |
| 550 | 2025-05-03 |
Artificial intelligence-based biomarkers for treatment decisions in oncology
2025-Mar, Trends in cancer
IF:14.3Q1
DOI:10.1016/j.trecan.2024.12.001
PMID:39814650
|
review | 本文综述了人工智能在肿瘤治疗决策中的应用，特别是通过深度学习和大型语言模型提供成本效益高的生物标志物 | 提出了基于人工智能的生物标志物，用于支持癌症治疗决策，包括深度学习和大型语言模型的应用 | 讨论了这些技术的当前局限性，并提出了在常规临床实践中采用的下一步步骤 | 探索人工智能在肿瘤治疗决策中的应用，以减少社会经济差异并提高治疗的可及性 | 实体肿瘤的治疗决策 | digital pathology | solid tumors | deep learning, large language models | DL, LLMs | medical imaging, electronic health records | NA | NA | NA | NA | NA |
| 551 | 2025-05-02 |
Exploring the Feasibility of Deep Learning for Predicting Lignin GC-MS Analysis Results Using TGA and FT-IR
2025-Mar-18, Polymers
IF:4.7Q1
DOI:10.3390/polym17060806
PMID:40292675
|
研究论文 | 本研究探讨了利用深度学习方法，通过TGA和FT-IR分析数据预测木质素GC-MS分析结果的可行性 | 首次提出使用深度学习模型基于TGA和FT-IR数据预测GC-MS分析结果，为预算有限的研究提供替代方案 | 模型需要进一步验证以提升在不同木质素底物上的泛化能力，且需与有机化学家合作评估实际应用价值 | 开发一种经济高效的木质素分析方法，替代高成本的GC-MS技术 | 木质素（植物细胞壁提取的复杂生物聚合物） | 机器学习 | NA | TGA（热重分析）、FT-IR（傅里叶变换红外光谱）、GC-MS（气相色谱-质谱联用） | 深度学习 | 光谱数据、热分析数据 | 未明确说明样本数量 | NA | NA | NA | NA |
| 552 | 2025-05-02 |
An efficient deep learning system for automatic detection of Acute Lymphoblastic Leukemia
2025-Mar, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2024.12.043
PMID:39799077
|
research paper | 提出了一种基于深度学习的急性淋巴细胞白血病自动检测系统，结合MobileNetV2和ShuffleNet以提高检测性能 | 结合MobileNetV2和ShuffleNet，引入建议的权重因子和最优阈值以平衡计算效率和分类性能 | 未提及模型在其他数据集上的泛化能力 | 开发高效的急性淋巴细胞白血病自动检测系统 | 急性淋巴细胞白血病（ALL）的检测 | digital pathology | leukemia | deep learning, transfer learning | MobileNetV2, ShuffleNet | image | ALLIDB1和ALLIDB2数据集 | NA | NA | NA | NA |
| 553 | 2025-05-02 |
Glo-net: A dual task branch based neural network for multi-class glomeruli segmentation
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109670
PMID:39799830
|
研究论文 | 提出了一种名为Glo-Net的深度学习模型，用于肾病理学中多类肾小球的精确分割和分类 | Glo-Net通过将传统语义分割网络分为分割和分类两个分支，并引入创新的损失函数来解决类别不平衡问题，提高了小类肾小球的分类准确性和分割性能 | NA | 提高肾病理学中肾小球的分割和分类准确性 | 数字化病理切片中的肾小球 | 数字病理学 | 肾脏疾病 | 深度学习 | Glo-Net（基于双任务分支的神经网络） | 图像 | 多机构数据集（包括外部验证集） | NA | NA | NA | NA |
| 554 | 2025-05-02 |
Application of deep learning in automated localization and interpretation of coronary artery calcification in oncological PET/CT scans
2025-Mar, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03327-8
PMID:39804436
|
研究论文 | 本研究开发了一种基于DLA-3D模型的AI方法，用于在非门控PET/CT扫描中自动检测冠状动脉钙化（CAC） | 首次将DLA-3D模型应用于非门控、自由呼吸、低剂量CT图像的CAC自动检测，实现了专家级别的性能 | 研究仅基于单一医疗中心的回顾性数据，样本量为677例PET/CT扫描 | 开发AI方法用于自动检测癌症患者PET/CT扫描中的冠状动脉钙化 | 677例来自医疗中心的PET/CT扫描数据 | 数字病理学 | 心血管疾病 | PET/CT扫描 | DLA-3D | 医学影像 | 677例PET/CT扫描（训练集88%，测试集12%） | NA | NA | NA | NA |
| 555 | 2025-05-02 |
Artificial intelligence in clinical genetics
2025-Mar, European journal of human genetics : EJHG
IF:3.7Q2
DOI:10.1038/s41431-024-01782-w
PMID:39806188
|
review | 本文综述了人工智能在临床遗传学中的应用及其未来发展 | 探讨了AI在临床遗传学中的新兴应用，包括临床诊断、管理与治疗以及临床支持 | AI在临床遗传学中的具体影响速度和整体后果尚不明确 | 研究人工智能在临床遗传学领域的应用及其潜在影响 | 临床遗传学的各个方面，包括诊断、治疗和临床支持 | machine learning | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 556 | 2025-05-02 |
Metastatic Lung Lesion Changes in Follow-up Chest CT: The Advantage of Deep Learning Simultaneous Analysis of Prior and Current Scans With SimU-Net
2025-Mar-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000808
PMID:39808543
|
研究论文 | 本文评估了SimU-Net这一新型深度学习方法在自动分析转移性肺部病变及其在胸部CT扫描中的时间变化方面的效果 | 提出SimU-Net，一种同时多通道3D U-Net模型，用于成对注册的先前和当前患者扫描，实现了转移性肺部病变的自动检测、分割、匹配和分类 | 样本量相对较小，仅包含79名患者的344对扫描 | 评估SimU-Net在自动分析转移性肺部病变及其时间变化方面的性能 | 转移性肺部病变 | 数字病理 | 肺癌 | 胸部CT扫描 | SimU-Net（基于3D U-Net） | 3D医学影像 | 79名患者的344对胸部CT扫描，共5040个转移性肺部病变 | NA | NA | NA | NA |
| 557 | 2025-05-02 |
Attention incorporated network for sharing low-rank, image and k-space information during MR image reconstruction to achieve single breath-hold cardiac Cine imaging
2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
research paper | 提出了一种名为A-LIKNet的新型深度学习网络，用于MRI重建，通过嵌入低秩、图像和k空间等多域信息，实现单次屏气心脏电影成像 | 采用并行分支结构实现k空间和图像域的独立学习，引入注意力机制为关键线圈或重要时间帧分配更大权重，通过耦合信息共享层实现域间信息交换 | 仅在内部数据集和OCMR数据集上进行了验证，需要进一步扩大样本量验证泛化能力 | 加速心脏电影MRI成像并提高重建质量 | 心脏动态MRI图像 | digital pathology | cardiovascular disease | MRI | A-LIKNet（基于注意力的深度学习网络） | 图像 | 91例心血管患者和38例健康受试者的2D心脏电影数据，以及OCMR数据集的实时前瞻性欠采样数据 | NA | NA | NA | NA |
| 558 | 2025-05-02 |
PADS-Net: GAN-based radiomics using multi-task network of denoising and segmentation for ultrasonic diagnosis of Parkinson disease
2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出了一种基于GAN的多任务网络PADS-Net，用于超声图像的去噪和分割，以提高帕金森病的诊断准确性 | PADS-Net结合了生成对抗网络和多任务深度学习框架，同时优化超声图像的去噪和分割任务，并采用复合损失函数和放射组学技术提高诊断准确性 | NA | 提高帕金森病的超声诊断准确性 | 经颅超声中脑图像 | 医学影像分析 | 帕金森病 | 放射组学技术 | GAN, 多任务深度学习网络 | 超声图像 | NA | NA | NA | NA | NA |
| 559 | 2025-05-02 |
Sirolimus as a repurposed drug for tendinopathy: A systems biology approach combining computational and experimental methods
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109665
PMID:39809087
|
研究论文 | 本研究通过系统生物学方法结合计算和实验手段，探索西罗莫司作为肌腱病再用途药物的潜力 | 首次提出基于系统生物学的药物预测策略，整合多组学数据和深度学习技术，发现西罗莫司对肌腱病的治疗潜力 | 研究主要基于临床前模型，需要进一步临床试验验证 | 探索现有药物在肌腱病治疗中的再用途潜力 | 肌腱病相关基因和信号通路 | 系统生物学 | 肌腱病 | 转录组学分析、深度学习、孟德尔随机化、基因敲除 | 深度学习模型 | 基因表达数据 | 154例临床肌腱样本 | NA | NA | NA | NA |
| 560 | 2025-05-02 |
Weakly-supervised thyroid ultrasound segmentation: Leveraging multi-scale consistency, contextual features, and bounding box supervision for accurate target delineation
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109669
PMID:39809086
|
research paper | 提出一种新颖的弱监督分割框架，用于甲状腺超声图像的分割，通过多尺度一致性、上下文特征和边界框监督来提高分割准确性 | 结合了空间排列一致性分支、层次预测一致性分支、上下文特征集成分支和多尺度原型细化模块，显著减少了对像素级标注的依赖 | 在低对比度和噪声背景的甲状腺超声图像中，边界分割仍面临挑战 | 提高甲状腺超声图像分割的准确性，减少标注时间 | 甲状腺超声图像 | digital pathology | thyroid disease | weakly-supervised learning | CNN | image | 两个甲状腺超声数据集（TG3K和TN3K） | NA | NA | NA | NA |