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 1342 篇文献，本页显示第 621 - 640 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 621 | 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 |
| 622 | 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 |
| 623 | 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 |
| 624 | 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 |
| 625 | 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 |
| 626 | 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 |
| 627 | 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 |
| 628 | 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 |
| 629 | 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 |
| 630 | 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 |
| 631 | 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 |
| 632 | 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 |
| 633 | 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 |
| 634 | 2025-05-02 |
A novel hybrid deep learning framework based on biplanar X-ray radiography images for bone density prediction and classification
2025-Mar, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA
IF:4.2Q1
DOI:10.1007/s00198-024-07378-w
PMID:39812675
|
research paper | 该研究利用深度学习基于双平面X射线摄影图像进行骨密度预测和分类 | 提出了一种新型混合深度学习框架，用于骨密度预测和分类，具有高准确性和与QCT结果的强相关性 | 未提及样本量的具体大小及多样性，可能影响模型的泛化能力 | 开发一种基于深度学习的骨密度预测和分类方法，用于骨质疏松高风险患者的筛查 | 来自华山医院体检中心的双平面X射线摄影图像 | digital pathology | geriatric disease | BPX | hybrid deep learning | image | NA | NA | NA | NA | NA |
| 635 | 2025-10-07 |
GeOKG: geometry-aware knowledge graph embedding for Gene Ontology and genes
2025-Mar-29, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf160
PMID:40217132
|
研究论文 | 提出一种几何感知的知识图谱嵌入方法GeOKG，用于基因本体和基因的表示学习 | 利用多种几何表示之间的交互来建模基因本体的复杂层次结构，突破了传统单几何空间嵌入方法的局限 | 未在摘要中明确说明具体限制 | 改进基因本体和基因本体注释的表示学习，以提升下游生物任务性能 | 基因本体(GO)、基因本体注释(GOA)和基因 | 自然语言处理, 机器学习 | NA | 知识图谱嵌入, 深度学习 | 几何感知嵌入模型 | 图结构数据, 生物医学知识图谱 | NA | NA | GeOKG | 蛋白质-蛋白质相互作用预测性能 | NA |
| 636 | 2025-05-01 |
Human Brain Inspired Artificial Intelligence Neural Networks
2025-Mar-28, Journal of integrative neuroscience
IF:2.5Q3
DOI:10.31083/JIN26684
PMID:40302263
|
research paper | 探讨人工智能（AI）发展如何从人脑结构和功能中汲取灵感，并比较关键脑区与AI范式之间的对应关系 | 通过映射神经和计算架构，展示AI模型如何逐步模仿人脑的复杂性，从基本模式识别到高级推理 | 当前面临的挑战包括克服学习限制和实现可比的神经可塑性 | 研究AI如何从人脑结构和功能中获取灵感，并比较两者之间的对应关系 | 人脑关键区域（如脑干、感觉皮层、基底节、丘脑、边缘系统、前额叶皮层）和AI范式（如通用AI、机器学习、深度学习、人工通用智能） | machine learning | NA | NA | deep learning, artificial general intelligence (AGI) | NA | NA | NA | NA | NA | NA |
| 637 | 2025-05-01 |
New Method of Impact Localization on Plate-like Structures Using Deep Learning and Wavelet Transform
2025-Mar-20, Sensors (Basel, Switzerland)
DOI:10.3390/s25061926
PMID:40293079
|
research paper | 提出了一种利用二维卷积神经网络（CNN）和小波变换（WT）在板状结构上定位冲击事件的新方法 | 结合CNN和小波变换处理冲击信号，提高了冲击定位的准确性 | 模型难以区分特征相似的数据样本，主要由于信号分段间隔和冲击距离的影响 | 开发一种高效准确的冲击事件定位方法 | 板状结构上的冲击事件 | machine learning | NA | 小波变换（WT） | CNN | image | 8个数据集，包含2至5次冲击信号 | NA | NA | NA | NA |
| 638 | 2025-05-01 |
An Efficient 3D Measurement Method for Shiny Surfaces Based on Fringe Projection Profilometry
2025-Mar-20, Sensors (Basel, Switzerland)
DOI:10.3390/s25061942
PMID:40293081
|
研究论文 | 提出了一种基于条纹投影轮廓术（FPP）的高效3D测量方法，用于解决高反光表面测量中的条纹饱和或过暗问题 | 结合偏振器和深度学习方法减轻条纹饱和，并引入双频互补解码方法提高测量效率 | 未提及方法在极端反光条件下的性能或与其他技术的对比 | 提高高反光表面3D测量的准确性和效率 | 高反光表面的3D形貌测量 | 计算机视觉 | NA | 条纹投影轮廓术（FPP） | 深度学习 | 图像 | 未明确说明 | NA | NA | NA | NA |
| 639 | 2025-05-01 |
MAL-Net: A Multi-Label Deep Learning Framework Integrating LSTM and Multi-Head Attention for Enhanced Classification of IgA Nephropathy Subtypes Using Clinical Sensor Data
2025-Mar-19, Sensors (Basel, Switzerland)
DOI:10.3390/s25061916
PMID:40293045
|
research paper | 提出了一种名为MAL-Net的多标签深度学习框架，用于整合LSTM和多头注意力机制，以增强IgA肾病亚型的分类 | MAL-Net整合了LSTM网络和多头注意力机制，有效捕捉临床数据中的序列和上下文依赖关系，并通过多头注意力模块强调关键特征，缓解类别不平衡问题 | 研究仅基于500名IgA肾病患者的临床数据，样本量相对有限，可能影响模型的泛化能力 | 开发一个深度学习框架，用于多标签分类IgA肾病亚型，以支持早期诊断、个性化治疗和预后评估 | 500名IgA肾病患者的临床数据，包括人口统计学、实验室和症状变量 | digital pathology | IgA nephropathy | 深度学习 | LSTM, Multi-Head Attention | 临床传感器数据 | 500名IgA肾病患者 | NA | NA | NA | NA |
| 640 | 2025-05-01 |
Interference Mitigation Using UNet for Integrated Sensing and Communicating Vehicle Networks via Delay-Doppler Sounding Reference Signal Approach
2025-Mar-19, Sensors (Basel, Switzerland)
DOI:10.3390/s25061902
PMID:40293069
|
研究论文 | 本文提出了一种利用UNet架构在延迟-多普勒域中通过探测参考信号方法增强集成感知与通信车辆网络性能的新方法 | 利用延迟-多普勒域中的二维偏移和UNet架构进行干扰抑制，以提高频谱效率和感知精度 | 未提及实际部署中的硬件限制或计算资源需求 | 优化集成感知与通信（ISAC）在车辆网络中的性能 | 4G和5G系统中的车辆网络 | 通信系统 | NA | 延迟-多普勒域探测参考信号（SRS）方法 | UNet | Range-Doppler地图 | NA | NA | NA | NA | NA |