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 1370 篇文献，本页显示第 561 - 580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 561 | 2025-10-07 |
PFSH-Net: Parallel frequency-spatial hybrid network for segmentation of kidney stones in pre-contrast computed tomography images of dogs
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109609
PMID:39753026
|
研究论文 | 提出一种并行频空混合网络用于狗肾脏CT图像中肾结石的自动分割 | 设计并行频空混合网络架构，同时捕获空间和频域特征，并引入多尺度融合模块整合不同层次表示 | 缺乏高质量标注的公共兽医CT数据集，模型在较小病灶上的性能仍有提升空间 | 开发能够准确检测不同大小肾结石和肾脏的鲁棒深度学习模型 | 狗的肾脏CT图像中的肾结石分割 | 计算机视觉 | 肾脏疾病 | CT成像 | CNN | 医学图像 | JBNU-ACT兽医CT数据集 | NA | PFSH-Net, 编码器-解码器架构 | HD, ASD, DSC | NA |
| 562 | 2025-10-07 |
Predicting the likelihood of readmission in patients with ischemic stroke: An explainable machine learning approach using common data model data
2025-Mar, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2024.105754
PMID:39755003
|
研究论文 | 本研究开发了一种可解释的机器学习模型，用于预测缺血性脑卒中患者90天内再入院风险 | 首次使用通用数据模型(CDM)的电子病历数据，结合SHAP可解释性分析识别关键预测因子 | 单中心回顾性研究，样本量相对有限，可能存在选择偏倚 | 开发预测脑卒中患者再入院风险的机器学习模型 | 缺血性脑卒中患者 | 机器学习 | 缺血性脑卒中 | 电子病历数据分析 | LightGBM, 其他机器学习模型, 深度学习模型 | 结构化医疗数据 | 1,136名患者（196例再入院） | NA | NA | AUC, p值 | NA |
| 563 | 2025-10-07 |
Breast cancer classification based on breast tissue structures using the Jigsaw puzzle task in self-supervised learning
2025-Mar, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-024-00874-y
PMID:39760975
|
研究论文 | 本研究评估了自监督学习中拼图任务在乳腺X线图像乳腺癌分类中的有效性 | 首次在乳腺X线图像分类中应用自监督学习的拼图任务，模拟放射科医生评估乳腺组织结构的方法 | 仅使用单一数据库（CMMD），数据量有限 | 评估拼图任务在乳腺癌分类中对乳腺组织结构特征学习的效果 | 乳腺X线图像 | 计算机视觉 | 乳腺癌 | 自监督学习 | 深度学习模型 | 医学图像 | 中国乳腺X线数据库（CMMD） | NA | NA | AUC, 敏感度, 特异度 | NA |
| 564 | 2025-10-07 |
Multimodal deep learning for predicting in-hospital mortality in heart failure patients using longitudinal chest X-rays and electronic health records
2025-Mar, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03322-z
PMID:39786626
|
研究论文 | 本研究开发了一种基于空间和时间解耦Transformer的多模态深度学习网络，通过整合纵向胸部X光片和结构化电子健康记录数据来预测心力衰竭患者的院内死亡率 | 提出了新型多模态深度学习网络MN-STDT，首次将纵向胸部X光片与结构化EHR数据相结合用于心力衰竭死亡率预测，通过混合空间编码器和距离感知时间编码器捕获空间和时间信息 | 研究依赖于特定数据集(MIMIC-IV和MIMIC-CXR)，需要在更多样化的临床环境中验证模型的泛化能力 | 探索利用胸部X光片数据提高心力衰竭患者院内全因死亡率预测精度的可行性 | 心力衰竭患者 | 医学影像分析 | 心血管疾病 | 深度学习，多模态融合 | Transformer | 图像，结构化数据 | MIMIC-IV和MIMIC-CXR数据集中的心力衰竭患者样本 | PyTorch | Transformer，混合空间编码器，距离感知时间编码器 | AUC-ROC | GPU（具体型号未提及） |
| 565 | 2025-10-07 |
Automatic medical report generation based on deep learning: A state of the art survey
2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
综述 | 本文对基于深度学习的自动医疗报告生成技术进行了全面综述 | 提供了比现有综述更全面的最新进展分析，重点关注四个关键方面并提出了未来挑战方向 | 作为综述文章，不包含原始实验数据或模型验证 | 总结自动医疗报告生成领域的最新研究进展和发展趋势 | 医疗报告自动生成的相关研究文献和方法 | 自然语言处理 | NA | 深度学习 | NA | 医疗影像数据，文本报告 | NA | NA | NA | NA | NA |
| 566 | 2025-10-07 |
CFPLncLoc: A multi-label lncRNA subcellular localization prediction based on Chaos game representation and centralized feature pyramid
2025-Mar, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.139519
PMID:39761904
|
研究论文 | 提出基于混沌游戏表示和集中特征金字塔的多标签lncRNA亚细胞定位预测模型CFPLncLoc | 使用图像更新策略增强CGR图像特征表示，并引入计算机视觉领域的集中特征金字塔进行多尺度特征融合 | NA | 预测具有多个亚细胞定位的lncRNA的分布位置 | 长链非编码RNA(lncRNA) | 计算机视觉 | NA | 混沌游戏表示(CGR) | 深度学习模型 | 图像 | NA | NA | 集中特征金字塔(CFP) | MaAUC | NA |
| 567 | 2025-10-07 |
A cognitive digital twin approach to improving driver compliance and accident prevention
2025-Mar, Accident; analysis and prevention
DOI:10.1016/j.aap.2024.107913
PMID:39778287
|
研究论文 | 提出基于认知数字孪生的驾驶辅助系统，通过个性化驾驶决策模型提高驾驶员合规性和事故预防能力 | 首次将认知数字孪生概念应用于驾驶辅助系统，通过动态更新的个性化驾驶决策模型整合驾驶员控制行为和观察行为 | 未明确说明系统在极端驾驶条件下的表现和模型的计算复杂度 | 开发更个性化和有效的驾驶辅助系统以提高驾驶安全性 | 驾驶员行为、车辆控制、环境观察 | 机器学习 | NA | 认知数字孪生技术 | 深度学习分类器 | 驾驶员控制行为、观察行为、环境状态数据 | 通过两个综合实验验证 | NA | NA | 换道预测准确性、风险降低率、用户接受度 | NA |
| 568 | 2025-10-07 |
Fully automated segmentation of brain and scalp blood vessels on multi-parametric magnetic resonance imaging using multi-view cascaded networks
2025-Mar, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108584
PMID:39761623
|
研究论文 | 本研究提出了一种基于多视图级联网络的全自动脑部和头皮血管分割方法 | 提出了结合多视图学习、多参数输入和多视图集成模块的多视图级联深度学习网络(MVPCNet)，显著提升了小血管和低对比度血管的分割性能 | NA | 解决脑部和头皮血管分割中的挑战，特别是小血管和头皮血管的分割问题 | 脑部和头皮血管 | 医学影像分析 | 神经系统疾病 | 多参数磁共振成像 | 深度学习网络 | 磁共振影像 | 155名患者 | NA | 多视图级联网络(MVPCNet) | Dice系数, 95% Hausdorff距离 | NA |
| 569 | 2025-10-07 |
Development of an interactive ultra-high resolution magnetic resonance neurography atlas of the brachial plexus and upper extremity peripheral nerves
2025-Mar, Clinical imaging
IF:1.8Q3
DOI:10.1016/j.clinimag.2024.110400
PMID:39765207
|
研究论文 | 开发了一个交互式超高分辨率磁共振神经成像图谱，用于可视化臂丛和上肢周围神经 | 首次创建具有前所未有的空间和对比度分辨率的交互式在体磁共振神经成像图谱 | 样本量较小（16名志愿者），仅针对无已知周围神经病变的成年人 | 开发教育性磁共振神经成像图谱用于臂丛和上肢周围神经的可视化 | 16名无已知周围神经病变的成年志愿者的臂丛和上肢周围神经 | 数字病理 | 周围神经疾病 | 磁共振神经成像，深度学习算法重建 | 深度学习 | 磁共振图像 | 16名成年志愿者 | NA | NA | 图像质量评估，血管抑制效果 | NA |
| 570 | 2025-02-14 |
Comment on "An examination of daily CO2 emissions prediction through a comparative analysis of machine learning, deep learning, and statistical models"
2025-Mar, Environmental science and pollution research international
DOI:10.1007/s11356-025-36087-y
PMID:39939571
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 571 | 2025-10-07 |
Multilabel segmentation and analysis of skeletal muscle and adipose tissue in routine abdominal CT scans
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109622
PMID:39778239
|
研究论文 | 提出基于深度学习的多标签分割网络，用于腹部CT扫描中骨骼肌和脂肪组织的自动分割 | 扩展U-Net结构实现三种脂肪组织和五种肌肉组织的多标签分割，并改进了肌间脂肪的分割效果 | 基于130名患者自建数据集，样本量相对有限 | 开发精确的肌肉和脂肪组织分割算法以支持临床患者健康状况评估 | 第三腰椎CT切片中的骨骼肌和脂肪组织 | 计算机视觉 | NA | CT扫描 | 深度学习 | 医学图像 | 130名患者 | NA | U-Net | Dice系数,IoU,像素准确率 | NA |
| 572 | 2025-10-07 |
Clinical 7 Tesla magnetic resonance imaging: Impact and patient value in neurological disorders
2025-Mar, Journal of internal medicine
IF:9.0Q1
DOI:10.1111/joim.20059
PMID:39775908
|
综述 | 本文综述了7特斯拉磁共振成像在神经系统疾病中的诊断价值、患者获益及临床应用考量 | 系统评估第二代7T MRI系统在1200余例临床扫描中的应用价值，揭示疾病特异性生物标志物如ALS运动带征、MS中心静脉征等新型诊断标记 | NA | 探讨7T MRI在神经系统疾病中的诊断影响和临床应用价值 | 肌萎缩侧索硬化、癫痫、多发性硬化、痴呆、帕金森综合征、肿瘤和血管疾病等神经系统疾病患者 | 医学影像 | 神经系统疾病 | 7特斯拉磁共振成像、并行传输、深度学习重建 | NA | 磁共振影像 | 超过1200例临床扫描 | NA | NA | NA | NA |
| 573 | 2025-03-14 |
Answer to "comments on an examination of daily CO2 emissions prediction through a comparative analysis of machine learning, deep learning, and statistical models"
2025-Mar, Environmental science and pollution research international
DOI:10.1007/s11356-025-36088-x
PMID:40075044
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 574 | 2025-10-07 |
Sparse keypoint segmentation of lung fissures: efficient geometric deep learning for abstracting volumetric images
2025-Mar, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03310-z
PMID:39775630
|
研究论文 | 提出基于稀疏关键点的肺裂分割方法，使用几何深度学习处理点云数据以提高效率 | 将几何深度学习应用于稀疏点云进行肺裂分割，并提出高效的点云到网格自动编码器替代传统泊松表面重建 | 与nnU-Net相比误差有所增加，PC-AE的重建精度仍低于PSR方法 | 提高肺裂分割的计算效率，特别针对薄壁结构的分割问题 | CT图像中的肺裂结构 | 计算机视觉 | 肺病 | CT成像 | 几何深度学习, PointNets, 图卷积网络, PointTransformers, 自动编码器 | 3D医学图像, 点云数据 | 多样化的临床和病理数据 | NA | PointNets, GCNs, PointTransformers, PC-AE | 推理时间, 准确度, 误差 | NA |
| 575 | 2025-10-07 |
Advanced Artificial Intelligence Technologies Transforming Contemporary Pharmaceutical Research
2025-Mar-31, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12040363
PMID:40281723
|
综述 | 本文全面回顾了人工智能技术在医疗服务和药物研究领域的应用现状与前景 | 系统分析了AI在疾病诊断、数字治疗、药物发现和疫情预测等多方面的综合应用潜力 | 基于文献综述的方法可能无法涵盖所有最新研究进展 | 探讨人工智能技术在医药研究领域的应用价值和发展趋势 | 医疗服务和药物研究相关的AI技术应用 | 机器学习 | 多种疾病（季节性流感、埃博拉、寨卡、COVID-19、结核病等） | 神经网络、深度学习、贝叶斯非参数方法、自然语言处理 | 神经网络 | 医疗数据、临床试验数据、疫情数据 | NA | NA | NA | NA | NA |
| 576 | 2025-10-07 |
Exploring Feature Selection with Deep Learning for Kidney Tissue Microarray Classification Using Infrared Spectral Imaging
2025-Mar-31, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12040366
PMID:40281726
|
研究论文 | 提出基于深度学习和特征选择的框架，用于肾脏肿瘤组织微阵列的红外光谱成像自动分类 | 将特征选择算法与深度学习分类相结合，仅使用13.6%的波长数据即可达到高精度分类，显著减少训练时间 | NA | 开发肾脏肿瘤的自动分类方法以改善诊断准确性 | 肾脏肿瘤组织微阵列，特别是嫌色细胞肾细胞癌和嗜酸细胞瘤 | 数字病理学 | 肾癌 | 红外光谱成像 | 深度学习 | 光谱图像数据 | NA | NA | NA | 准确率 | NA |
| 577 | 2025-10-07 |
Automatic Blob Detection Method for Cancerous Lesions in Unsupervised Breast Histology Images
2025-Mar-31, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12040364
PMID:40281724
|
研究论文 | 提出一种基于深度学习的自动斑点检测方法，用于无监督乳腺癌组织学图像中癌变病灶的检测 | 结合连通分量方法和主动轮廓方法解决斑点检测的局限性，能够自动检测隐藏和难以接近的癌变病灶 | 仅针对乳腺癌组织学图像，未提及其他癌症类型的适用性 | 乳腺癌病灶的早期检测 | 人类乳腺癌组织学图像 | 数字病理学 | 乳腺癌 | 组织学成像 | RNN | 图像 | 27,249张无监督增强的人类乳腺癌组织学图像 | NA | RNN | F1准确度分数 | NA |
| 578 | 2025-10-07 |
Optimization-Incorporated Deep Learning Strategy to Automate L3 Slice Detection and Abdominal Segmentation in Computed Tomography
2025-Mar-31, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12040367
PMID:40281727
|
研究论文 | 提出一种结合优化的深度学习策略，用于自动检测CT图像中的L3层面并进行腹部组织分割 | 将增强比例和类别权重调整作为校正设计变量整合到深度学习模型中，采用贝叶斯优化自动确定最优参数 | 回顾性研究，数据仅来自单一医疗中心的150名患者 | 开发自动化方法用于癌症诊断和治疗规划中的生物标志物提取 | 前列腺癌和膀胱癌患者的CT图像 | 计算机视觉 | 前列腺癌,膀胱癌 | 计算机断层扫描(CT) | CNN,Transformer | 医学图像 | 150名前列腺癌和膀胱癌患者 | NA | ResNet50,Unet,Swin-Unet,SegFormer | 切片检测误差,Dice系数 | NA |
| 579 | 2025-04-29 |
Biological Prior Knowledge-Embedded Deep Neural Network for Plant Genomic Prediction
2025-Mar-31, Genes
IF:2.8Q2
DOI:10.3390/genes16040411
PMID:40282370
|
研究论文 | 提出了一种基于深度学习的植物基因组预测模型iADEP，整合了生物先验知识和其他组学数据 | iADEP模型首次整合了加性、显性和上位性预测，并利用生物先验知识进行SNP嵌入 | 未提及模型在跨物种或大规模数据集上的泛化能力 | 开发更准确的植物基因组预测方法以加速性状改良 | 植物基因组数据（SNP）和表型性状 | 机器学习 | NA | 深度学习、全基因组关联分析（GWAS） | iADEP（基于多头注意力机制和多层感知机的深度学习模型） | 基因组SNP数据 | 四个数据集（未说明具体样本量） | NA | NA | NA | NA |
| 580 | 2025-10-07 |
Lightweight U-Net for Blood Vessels Segmentation in X-Ray Coronary Angiography
2025-Mar-30, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11040106
PMID:40278022
|
研究论文 | 提出一种基于彩票假设的轻量级U-Net架构，用于X射线冠状动脉造影中的血管分割 | 采用结构化核剪枝策略生成紧凑子网络，在保持分割性能的同时显著减少模型参数 | 未提及在更多样化临床数据上的泛化能力验证 | 开发适用于实时临床环境的高效血管分割方法 | X射线冠状动脉造影图像中的血管结构 | 计算机视觉 | 心血管疾病 | X射线冠状动脉造影 | CNN | 医学图像 | 在两个基准数据集上评估 | NA | U-Net | 分割准确度 | NA |