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 641 - 660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 641 | 2025-10-07 |
Deep Learning-Enhanced Motor Training: A Hybrid VR and Exoskeleton System for Cognitive-Motor Rehabilitation
2025-Mar-22, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12040331
PMID:40281692
|
研究论文 | 本研究开发了一种结合VR和脑机接口的深度学习增强运动训练系统，用于认知运动康复 | 整合运动想象EEG数据实时分类与脑机接口，结合预制外骨骼和VR技术，开发了动态响应EEG输出的VR钓鱼游戏 | 临床测试仍在进行中，尚未完成全面验证 | 开发实用且可扩展的康复治疗和日常运动训练应用 | 老年人群的认知运动功能评估与训练 | 机器学习 | 老年疾病 | 脑电图(EEG), 虚拟现实(VR), 运动想象 | CNN, LSTM, SVM | EEG信号, 运动数据 | NA | NA | NA | 分类准确率(89.23%), ERD/ERS极化率 | NA |
| 642 | 2025-10-07 |
A Color-Based Multispectral Imaging Approach for a Human Detection Camera
2025-Mar-21, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11040093
PMID:40278009
|
研究论文 | 提出一种基于四个选定波长的多光谱成像方法，通过检测衣物来实现人体检测 | 使用四个特定波长(453、556、668、708 nm)的多光谱方法，通过衣物检测作为人体检测的代理，实现轻量级实时处理 | 主要适用于白天条件和常见织物，对部分遮挡物体的检测仍存在挑战 | 开发支持实时处理的人体检测相机 | 衣物与背景的分离，人体检测 | 计算机视觉 | NA | 多光谱成像 | 多层感知机(MLP) | 多光谱图像 | NA | NA | 多层感知机 | 准确率,精确率,召回率,F1分数 | NA |
| 643 | 2025-10-07 |
CAD-Skin: A Hybrid Convolutional Neural Network-Autoencoder Framework for Precise Detection and Classification of Skin Lesions and Cancer
2025-Mar-21, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12040326
PMID:40281686
|
研究论文 | 提出一种基于卷积神经网络和自动编码器的混合框架CAD-Skin，用于精确检测和分类皮肤病变与皮肤癌 | 结合多尺度视网膜、伽马校正、非锐化掩蔽和对比度受限自适应直方图均衡化的现代预处理方法，并集成量子支持向量机进行最终分类 | 未明确说明模型在临床环境中的实际部署挑战和计算资源需求 | 开发精确的皮肤病变检测和分类系统以提高皮肤癌诊断效率 | 皮肤病变和皮肤癌图像，包括光化性角化病、恶性黑色素瘤等皮肤疾病 | 计算机视觉 | 皮肤癌 | 图像处理技术 | CNN, Autoencoder, QSVM | 皮肤病变图像 | 使用PAD-UFES-20-Modified、ISIC-2018和ISIC-2019数据集 | NA | 卷积神经网络-自动编码器混合框架 | 准确率 | NA |
| 644 | 2025-10-07 |
Local Extremum Mapping for Weak Supervision Learning on Mammogram Classification and Localization
2025-Mar-21, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12040325
PMID:40281685
|
研究论文 | 提出一种局部极值映射机制，用于乳腺X线摄影分类和弱监督病变定位 | 通过局部极值映射机制实现仅需图像级标签的病变定位，显著降低标注成本 | 在病变定位任务中Dice相似系数为0.37，仍有提升空间 | 开发弱监督学习方法用于乳腺X线摄影分析和病变检测 | 乳腺X线摄影图像中的病变区域 | 计算机视觉 | 乳腺癌 | 乳腺X线摄影 | CNN | 医学图像 | 两个公共乳腺X线摄影数据集（CBIS-DDSM和INbreast） | NA | 卷积神经网络 | 准确率, AUC, Dice相似系数 | NA |
| 645 | 2025-04-29 |
Methods for Brain Connectivity Analysis with Applications to Rat Local Field Potential Recordings
2025-Mar-21, Entropy (Basel, Switzerland)
DOI:10.3390/e27040328
PMID:40282562
|
research paper | 本文介绍了一系列用于分析大脑依赖网络的统计方法，并应用于大鼠海马局部场电位（LFP）时间序列数据 | 结合经典和前沿方法，探索了多种统计技术（如Granger因果性、谱传递熵、小波相干性等）以及拓扑数据分析（TDA）和深度学习框架，用于捕捉神经动态和连接性 | 未提及具体样本量或实验设计的局限性 | 分析大脑依赖网络以理解潜在的神经机制（如感知、行动和记忆） | 大鼠海马局部场电位（LFP）时间序列数据，专注于非空间嗅觉信息的编码 | 神经科学 | NA | Granger causality (GC), robust canonical coherence analysis, spectral transfer entropy (STE), wavelet coherence, topological data analysis (TDA), deep learning-based canonical correlation frameworks | NA | 时间序列数据（局部场电位记录） | NA | NA | NA | NA | NA |
| 646 | 2025-04-29 |
Global Trends in Diabetic Foot Research (2004-2023): A Bibliometric Study Based on the Scopus Database
2025-Mar-21, International journal of environmental research and public health
DOI:10.3390/ijerph22040463
PMID:40283692
|
研究论文 | 通过文献计量分析探讨2004-2023年间糖尿病足研究的全球趋势 | 利用Scopus数据库进行文献计量分析，揭示糖尿病足研究的发展趋势和热点 | 仅基于Scopus数据库，可能未涵盖所有相关研究 | 分析糖尿病足研究的全球趋势和未来方向 | 2004-2023年间Scopus数据库中关于糖尿病足的研究文献 | 文献计量学 | 糖尿病足 | 文献计量分析工具（Excel, Python, Biblioshiny, VOSviewer） | NA | 文献数据 | 7136篇文献 | NA | NA | NA | NA |
| 647 | 2025-04-29 |
Deep learning in GPCR drug discovery: benchmarking the path to accurate peptide binding
2025-Mar-04, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf186
PMID:40285358
|
research paper | 本文评估了深度学习在预测G蛋白偶联受体（GPCRs）与其内源性肽配体相互作用中的应用，并比较了多种深度学习工具的性能 | 通过比较多种深度学习工具在GPCR与肽配体相互作用预测中的表现，提出了一个实用的模型选择指南，并创建了一个独立的基准测试集 | 竞争性锦标赛方法虽然加速了性能，但降低了真阳性恢复率 | 评估深度学习模型在GPCR药物发现中的准确性和实用性 | G蛋白偶联受体（GPCRs）及其内源性肽配体 | machine learning | NA | 深度学习（DL） | AlphaFold 2.3 (AF2), AlphaFold 3 (AF3), Chai-1, NeuralPLexer, RoseTTAFold-AllAtom, Peptriever, ESMFold, D-SCRIPT | protein sequences and structures | 124 ligands and 1240 decoys, 67 recent complexes | NA | NA | NA | NA |
| 648 | 2025-04-29 |
Aminoacyl-tRNA synthetase urzymes optimized by deep learning behave as a quasispecies
2025-Mar, Structural dynamics (Melville, N.Y.)
DOI:10.1063/4.0000294
PMID:40290414
|
research paper | 利用深度学习优化氨酰-tRNA合成酶原酶，使其表现出类似准种的行为 | 使用ProteinMPNN和AlphaFold2深度学习算法重新设计优化的LeuAC原酶，显著提高了溶解度和催化能力 | 仅测试了8种变体，样本量较小 | 探索遗传编码起源的蛋白质设计 | 氨酰-tRNA合成酶原酶 | machine learning | NA | ProteinMPNN, AlphaFold2 | 深度学习 | 蛋白质序列 | 8种变体 | NA | NA | NA | NA |
| 649 | 2025-04-29 |
Artificial Intelligence-Driven Approaches to Endoscopic Gastric Cancer Detection: Current Progress and Future Directions
2025-Mar, Cureus
DOI:10.7759/cureus.81194
PMID:40291198
|
research paper | 本文探讨了人工智能在胃镜胃癌检测中的当前进展和未来方向 | 利用深度学习模型（如CNN）提升胃镜检测胃癌的准确性和标准化评估 | 数据质量、假阳性/假阴性、地域偏见和监管障碍等问题仍需解决 | 提高胃癌的早期检测率，优化临床工作流程 | 胃癌患者的内窥镜图像 | digital pathology | gastric cancer | deep learning | CNN | image | NA | NA | NA | NA | NA |
| 650 | 2025-04-29 |
The Role of Artificial Intelligence in the Prediction, Diagnosis, and Management of Cardiovascular Diseases: A Narrative Review
2025-Mar, Cureus
DOI:10.7759/cureus.81332
PMID:40291312
|
review | 本文综述了人工智能在心血管疾病预测、诊断和管理中的作用及其面临的挑战 | 探讨了AI技术（特别是机器学习和深度学习）在分析大规模数据集、提高诊断准确性和优化治疗策略方面的变革潜力 | AI实施面临监管、隐私、人群验证等障碍，以及系统互操作性和临床医生接受度的问题 | 探索AI在心血管护理中的应用、当前使用的局限性以及未来整合以改善患者预后 | 心血管疾病（CVDs） | machine learning | cardiovascular disease | machine learning, deep learning | NA | massive datasets | NA | NA | NA | NA | NA |
| 651 | 2025-04-29 |
Proposal for a Method for Assessing the Quality of an Updated Deep Learning-Based Automatic Segmentation Program
2025-Mar, Cureus
DOI:10.7759/cureus.81307
PMID:40291313
|
research paper | 本研究旨在验证商业深度学习自动分割（DLS）方法在更新后是否能保持轮廓几何精度，并提出一种简化验证方法以减少临床工作负担 | 提出了一种简化验证方法，用于评估更新后的深度学习自动分割程序的质量，同时减少对临床工作流程的负担 | 研究中28个轮廓中有9个器官未满足既定标准，表明某些器官的轮廓质量在更新后有所下降 | 验证商业深度学习自动分割方法在更新后的几何精度，并简化验证流程 | 头颈、胸部、腹部和盆腔区域的28个器官 | digital pathology | NA | deep learning-based automatic segmentation (DLS) | NA | CT imaging | 109名参与者 | NA | NA | NA | NA |
| 652 | 2025-04-29 |
Influence of early through late fusion on pancreas segmentation from imperfectly registered multimodal magnetic resonance imaging
2025-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.2.024008
PMID:40291815
|
research paper | 研究早期到晚期融合对不完美配准的多模态磁共振图像中胰腺分割的影响 | 探讨了在深度学习模型中不同融合点对不完美配准的多模态图像分割性能的影响，并发现最佳融合点因模型而异 | 在腹部图像对不完美配准的情况下，融合带来的性能提升较小，且最佳融合点依赖于具体模型 | 研究多模态融合在胰腺分割中的应用，以改善对糖尿病等疾病的研究能力 | 胰腺及周围腹部解剖结构 | digital pathology | diabetes | multimodal magnetic resonance imaging (MRI) | UNet, nnUNet | image | 353 pairs of T2-weighted and T1-weighted abdominal MR images from 163 subjects | NA | NA | NA | NA |
| 653 | 2025-04-29 |
Improving radiologist detection of meniscal abnormality on undersampled, deep learning reconstructed knee MRI
2025-Mar, Radiology advances
DOI:10.1093/radadv/umaf015
PMID:40291992
|
研究论文 | 评估人工智能辅助工具在放射科医生解读欠采样深度学习重建膝关节MRI中半月板异常的效果 | 使用AI辅助工具提高放射科医生在欠采样深度学习重建图像上的半月板异常检测性能 | 研究为回顾性设计，样本量有限（896名参与者） | 评估AI辅助工具对放射科医生诊断半月板异常的影响，并分析重建质量指标与异常检测性能的关系 | 膝关节MRI图像中的半月板异常 | 数字病理学 | 骨科疾病 | 深度学习重建 | 目标检测模型 | MRI图像 | 896名参与者（平均年龄44.7±15.3岁，472名女性） | NA | NA | NA | NA |
| 654 | 2025-10-07 |
Cleavage-stage embryo segmentation using SAM-based dual branch pipeline: development and evaluation with the CleavageEmbryo dataset
2025-Mar-29, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae617
PMID:39423150
|
研究论文 | 开发基于SAM的双分支分割管道用于自动分割卵裂期胚胎中的卵裂球和碎片 | 首次提出基于SAM的双分支分割架构，并构建了首个包含碎片像素级标注的人类卵裂期胚胎数据集CleavageEmbryo | 缺乏公开可用数据集，仅使用自建数据集进行验证 | 开发自动化方法分割卵裂期胚胎以改进胚胎选择过程 | 人类卵裂期胚胎 | 计算机视觉 | 生殖医学 | 胚胎图像分析 | SAM-based双分支网络 | 图像 | NA | NA | SAM-based双分支管道 | mAP, Dice系数 | NA |
| 655 | 2025-10-07 |
Predicting Task Activation Maps from Resting-State Functional Connectivity using Deep Learning
2025-Mar-19, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.10.612309
PMID:39314460
|
研究论文 | 本研究使用深度学习从静息态功能连接预测任务激活图谱 | 复制了最先进的BrainSurfCNN模型并探索了两种改进架构：添加压缩激励注意力机制的BrainSERF和使用图神经网络的BrainSurfGCN | 未明确说明模型性能的具体提升幅度和计算资源限制 | 推进深度学习在神经影像学中的应用，提高任务激活图谱预测性能 | 人类连接组计划(HCP)的静息态和任务态fMRI数据 | 神经影像分析 | NA | 功能磁共振成像(fMRI) | CNN,图神经网络 | 神经影像数据 | NA | NA | BrainSurfCNN,BrainSERF,BrainSurfGCN | NA | NA |
| 656 | 2025-10-07 |
Melanoma classification using generative adversarial network and proximal policy optimization
2025 Mar-Apr, Photochemistry and photobiology
IF:2.6Q3
DOI:10.1111/php.14006
PMID:39080818
|
研究论文 | 提出一种结合生成对抗网络和近端策略优化算法的深度学习框架用于黑色素瘤分类 | 引入Off-policy PPO算法处理训练数据不平衡问题，并采用新的正则化技术稳定GAN训练防止模式崩溃 | NA | 开发用于黑色素瘤早期检测的深度学习分类模型 | 黑色素瘤皮肤病变图像 | 计算机视觉 | 黑色素瘤 | 深度学习 | GAN,强化学习 | 医学图像 | SIIM-ISIC黑色素瘤分类挑战赛ISIC-2020数据集 | NA | 扩张卷积网络,GAN | F-measure,几何平均数 | NA |
| 657 | 2025-10-07 |
Applying Conformal Prediction to a Deep Learning Model for Intracranial Hemorrhage Detection to Improve Trustworthiness
2025-Mar, Radiology. Artificial intelligence
DOI:10.1148/ryai.240032
PMID:39601654
|
研究论文 | 应用保形预测增强深度学习模型在颅内出血检测中的可信度 | 将Mondrian保形预测应用于深度学习模型，开发不确定性感知模型以提高模型可信度 | 回顾性研究，样本量相对有限（491个CT扫描），数据来自单一数据集 | 提高深度学习模型在颅内出血检测中的可信度和不确定性量化能力 | 颅内出血患者的非对比头部CT扫描图像 | 医学影像分析 | 颅内出血 | CT扫描 | 深度学习模型 | 医学影像（CT扫描） | 491个非对比头部CT扫描，包含8401个切片 | NA | NA | F1分数, 准确率 | NA |
| 658 | 2025-10-07 |
3D full-dose brain-PET volume recovery from low-dose data through deep learning: quantitative assessment and clinical evaluation
2025-Mar, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11225-1
PMID:39609283
|
研究论文 | 提出一种深度学习方法来从低剂量PET数据恢复3D全剂量PET体积，以降低放射性示踪剂剂量同时保持诊断质量 | 提出空间感知噪声降低网络(SANR)从低剂量PET数据恢复3D全剂量PET体积，相比传统2D方法有显著改进 | 回顾性研究，需要在更广泛的患者群体中进行前瞻性验证 | 降低PET成像中放射性示踪剂剂量同时保持诊断质量 | 456名参与者，使用三种不同PET扫描仪和两种不同示踪剂 | 医学影像分析 | 阿尔茨海默病,脑部病变 | PET成像 | 深度学习 | 3D PET体积数据 | 456名参与者 | NA | 空间感知噪声降低网络(SANR) | 图像质量指标,病变检测准确率,Wilcoxon符号秩检验 | NA |
| 659 | 2025-10-07 |
Applications of AI-based deep learning models for detecting dental caries on intraoral images - a systematic review
2025-Mar, Evidence-based dentistry
DOI:10.1038/s41432-024-01089-1
PMID:39609513
|
系统综述 | 评估基于人工智能的深度学习模型在口内图像上检测龋齿的有效性 | 首次系统评估AI深度学习模型在龋齿检测中的应用现状和性能表现 | 纳入研究数量有限（23项），仅3项研究使用可解释AI技术，4项研究存在高偏倚风险 | 评估AI深度学习模型在龋齿检测中的有效性 | 口内图像中的龋齿病变 | 计算机视觉 | 龋齿 | 深度学习 | 深度学习模型 | 口内图像 | 23项临床研究 | NA | NA | 准确率, 敏感度, 特异性 | NA |
| 660 | 2025-10-07 |
MicroRNA signature for early prediction of knee osteoarthritis structural progression using integrated machine and deep learning approaches
2025-Mar, Osteoarthritis and cartilage
IF:7.2Q1
DOI:10.1016/j.joca.2024.11.008
PMID:39617204
|
研究论文 | 开发基于微RNA和机器学习/深度学习的膝骨关节炎结构进展早期预测模型 | 首次整合机器学习和深度学习技术，利用血清微RNA特征构建膝骨关节炎结构进展预测模型 | 样本量相对有限（训练集152例，验证集30例），需进一步扩大验证 | 开发膝骨关节炎结构进展的早期预测模型 | 膝骨关节炎患者 | 机器学习 | 骨关节炎 | 微RNA测序，磁共振成像，X射线 | 人工神经网络，Elastic Net | 血清微RNA数据，临床特征数据 | 训练集：152例（91例进展者，61例非进展者）；验证集：30例（14例进展者，16例非进展者） | NA | 人工神经网络 | AUC，准确率 | NA |