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 1354 篇文献，本页显示第 1241 - 1260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1241 | 2025-10-07 |
Dataset augmentation with multiple contrasts images in super-resolution processing of T1-weighted brain magnetic resonance images
2025-Mar, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-024-00871-1
PMID:39680317
|
研究论文 | 本研究探讨了在脑部磁共振T1加权图像超分辨率处理中，通过整合同一受试者的多对比度图像来增强数据集的有效性 | 首次在医学图像超分辨率任务中利用同一受试者的多对比度图像（T1WI、T2WI、FLAIR）进行数据集增强 | 回顾性研究设计，样本量相对有限（240例患者） | 提升脑部磁共振图像超分辨率处理的深度学习方法性能 | 脑部磁共振T1加权图像 | 计算机视觉 | NA | 磁共振成像 | U-Net, EDSR | 医学图像 | 240例患者 | NA | U-Net, Enhanced Deep Super-Resolution network | PSNR, SSIM | NA |
| 1242 | 2025-10-07 |
Development of Deep Learning-Based Virtual Lugol Chromoendoscopy for Superficial Esophageal Squamous Cell Carcinoma
2025-Mar, Journal of gastroenterology and hepatology
IF:3.7Q2
DOI:10.1111/jgh.16843
PMID:39687978
|
研究论文 | 开发基于深度学习的虚拟卢戈耳染色内镜技术用于浅表性食管鳞状细胞癌检测 | 首次使用循环一致性生成对抗网络开发虚拟卢戈耳染色内镜技术 | 虚拟卢戈耳染色内镜在病变检测和边界识别方面表现仍逊于真实卢戈耳染色内镜 | 开发基于深度学习的虚拟染色内镜技术以改善食管鳞状细胞癌的内镜诊断 | 浅表性食管鳞状细胞癌 | 计算机视觉 | 食管癌 | 内镜检查 | GAN | 内镜图像 | NA | NA | CycleGAN | 五分制评分,颜色差异 | NA |
| 1243 | 2025-10-07 |
Assessing the prognostic impact of body composition phenotypes on surgical outcomes and survival in patients with spinal metastasis: a deep learning approach to preoperative CT analysis
2025-Mar-01, Journal of neurosurgery. Spine
DOI:10.3171/2024.8.SPINE24722
PMID:39705691
|
研究论文 | 本研究通过深度学习分析术前CT评估体成分表型对脊柱转移瘤患者手术预后和生存率的影响 | 首次使用深度学习流程自动分析术前CT量化肌肉和脂肪成分，并建立四种体成分表型分类系统 | 回顾性研究设计，样本量相对有限（102例匹配患者），单中心数据 | 阐明体成分表型对脊柱转移瘤手术患者预后和5年生存率的影响 | 接受手术治疗的脊柱转移瘤患者 | 数字病理 | 脊柱转移瘤 | CT成像 | 深度学习 | 医学影像（CT扫描） | 102例匹配患者（2010-2020年期间手术治疗患者） | NA | NA | 风险比（HR）, 置信区间（CI）, log-rank检验p值 | NA |
| 1244 | 2025-10-07 |
Performance of AI-Enabled Electrocardiogram in the Prediction of Metabolic Dysfunction-Associated Steatotic Liver Disease
2025-Mar, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association
IF:11.6Q1
DOI:10.1016/j.cgh.2024.08.009
PMID:39209186
|
研究论文 | 本研究开发了一种基于深度学习的AI心电图模型，用于预测代谢功能障碍相关脂肪肝病 | 首次使用12导联心电图数据和卷积神经网络来检测MASLD，为非侵入性筛查提供了新方法 | 回顾性研究设计，外部验证队列表现有所下降 | 探索AI心电图模型在识别代谢功能障碍相关脂肪肝病方面的性能 | 明尼苏达州奥姆斯特德县1996-2019年间诊断为MASLD的成年患者 | 数字病理 | 代谢功能障碍相关脂肪肝病 | 心电图 | CNN | 心电图信号 | 3468例MASLD病例和25407例对照 | NA | 卷积神经网络 | AUC | NA |
| 1245 | 2024-12-21 |
Predicting Intracerebral Hemorrhage Outcomes Using Deep Learning Models to Extract Head CT Imaging Features
2025-Mar, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.12.019
PMID:39701844
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1246 | 2025-10-07 |
Redefining a new frontier in alkaptonuria therapy with AI-driven drug candidate design via in- silico innovation
2025-Mar-26, Zeitschrift fur Naturforschung. C, Journal of biosciences
DOI:10.1515/znc-2024-0075
PMID:38996180
|
研究论文 | 本研究利用人工智能驱动的药物设计方法，开发基于天然黄酮醇分子山奈酚的新型AKU治疗候选药物 | 首次将深度学习AI药物设计应用于黑酸尿症治疗，通过AI优化山奈酚分子结构开发新型4-羟基苯丙酮酸双加氧酶抑制剂 | 研究结果需要通过实验验证，目前仅为计算机模拟结果 | 开发毒性更低、疗效更好的黑酸尿症治疗药物 | 黑酸尿症患者，4-羟基苯丙酮酸双加氧酶靶点 | 药物发现 | 黑酸尿症 | AI药物设计，分子对接 | 深度学习 | 分子结构数据 | 3个AI设计的候选药物分子 | NA | NA | 结合亲和力(-9.099 kcal/mol)，药物相似性，毒性评估 | NA |
| 1247 | 2025-03-02 |
Physics-driven deep learning for high-fidelity photon-detection ghost imaging
2025-Mar-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.541330
PMID:40020023
|
研究论文 | 本文提出了一种基于物理驱动的深度学习光子探测鬼成像方法，以提高在散射介质中的空间和深度分辨率 | 通过共同设计计算鬼成像系统和网络，将成像和重建更紧密地结合，以超越物理分辨率限制，并设计了具有注意力机制的特殊深度融合网络 | NA | 提高在散射介质中的光子探测成像的空间和深度分辨率 | 光子探测成像 | 计算机视觉 | NA | 深度学习 | 深度融合网络 | 图像 | NA | NA | NA | NA | NA |
| 1248 | 2025-03-02 |
Phantom-metasurface cooperative system trained by a deep learning network driven by a bound state for a magnetic resonance-enhanced system
2025-Mar-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.546727
PMID:40020024
|
研究论文 | 本研究开发了一种基于深度学习网络训练的高效体模超表面复合MRI增强系统，并在MHz频段实现了超表面的设计与控制 | 结合深度神经网络和电磁超表面，显著提高了超表面的设计效率，并在MRI系统中展示了巨大的应用潜力 | NA | 提高MRI成像速度和分辨率 | MRI系统 | 医学影像 | NA | 深度学习网络 | 前向神经网络 | 电磁响应特性 | NA | NA | NA | NA | NA |
| 1249 | 2025-10-07 |
Randomized controlled trial of an artificial intelligence diagnostic system for the detection of esophageal squamous cell carcinoma in clinical practice
2025-Mar, Endoscopy
IF:11.5Q1
DOI:10.1055/a-2421-3194
PMID:39317205
|
研究论文 | 评估人工智能诊断系统在临床实践中检测食管鳞状细胞癌效果的前瞻性随机对照试验 | 首个在临床环境中评估AI系统辅助内镜医师检测食管鳞癌的前瞻性随机对照研究 | 单中心研究，样本量有限，未能证明AI系统显著提高癌症检出率 | 确定AI系统在临床环境中如何帮助内镜医师检测食管鳞状细胞癌 | 接受食管胃十二指肠镜检查的食管鳞癌高危患者 | 计算机视觉 | 食管癌 | 白光成像，窄带成像，碘染色 | 深度学习系统 | 内镜图像 | 320名患者 | NA | NA | 检出率 | NA |
| 1250 | 2025-02-28 |
Advanced deep learning techniques for recognition of dental implants
2025 Mar-Apr, Journal of oral biology and craniofacial research
DOI:10.1016/j.jobcr.2025.01.016
PMID:40008072
|
研究论文 | 本研究评估了一种先进的深度学习技术DEtection TRanformer，用于识别牙科植入物 | 使用基于Transformer的深度学习技术DEtection TRanformer进行牙科植入物识别，这是一种新颖的应用 | 模型在未见过的验证数据上表现不佳，需要在准确性和效率之间进行优化 | 开发一种能够通过分析X光片图像来预测植入物类型的人工智能工具 | 牙科植入物 | 计算机视觉 | NA | 深度学习 | DEtection TRanformer | 图像 | 1138张图像，包含五种植入物类型，来自根尖和全景X光片 | NA | NA | NA | NA |
| 1251 | 2025-10-07 |
Automated classification of coronary LEsions fRom coronary computed Tomography angiography scans with an updated deep learning model: ALERT study
2025-Mar, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11308-z
PMID:39792162
|
研究论文 | 本研究评估更新版深度学习模型CorEx-2.0在冠状动脉CT血管造影扫描中自动分类冠状动脉病变的诊断性能 | 使用最新更新的深度学习模型CorEx-2.0进行冠状动脉狭窄定量分析，并与两位专家读片者进行独立比较 | 单中心回顾性研究，样本量较小（50例患者），缺乏多中心验证 | 评估深度学习模型在冠状动脉CT血管造影中定量测量冠状动脉狭窄的诊断性能 | 接受冠状动脉CT血管造影检查以排除阻塞性冠状动脉疾病的患者 | 医学影像分析 | 心血管疾病 | 冠状动脉CT血管造影 | 深度学习模型 | 医学影像 | 50例患者，150条血管 | NA | CorEx-2.0 | 灵敏度, Cohen's kappa, 线性加权kappa, 一致率 | NA |
| 1252 | 2025-10-07 |
Combining deep learning and machine learning techniques to track air pollution in relation to vegetation cover utilizing remotely sensed data
2025-Mar, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124323
PMID:39914214
|
研究论文 | 结合深度学习和机器学习技术，利用遥感数据追踪空气污染与植被覆盖的关系 | 首次将机器学习(XGB、SVM、RF)和深度学习(Unet、Unet++、MAnet、Linknet)模型集成应用于达卡市空气污染与植被覆盖关系研究 | 未使用高分辨率影像和未整合社会经济数据 | 研究空气污染物(PM2.5和PM10)浓度上升与城市绿地减少之间的关系 | 孟加拉国达卡市的空气污染和植被覆盖 | 环境遥感 | NA | 遥感技术 | 集成机器学习模型,深度学习分割模型 | 遥感影像数据 | 1990-2022年期间的时序数据 | NA | Unet, Unet++, MAnet, Linknet | NA | NA |
| 1253 | 2025-10-07 |
Carbon source dosage intelligent determination using a multi-feature sensitive back propagation neural network model
2025-Mar, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124341
PMID:39933376
|
研究论文 | 提出一种基于SHAP和敏感性分析的多特征敏感反向传播神经网络模型，用于污水处理厂碳源投加的智能确定 | 结合SHAP和敏感性分析构建多特征敏感BPNN模型，引入理论公式提升预测精度，采用反馈调节处理异常数据 | 模型在短期和有限数据条件下开发，可能对数据质量敏感 | 解决污水处理厂反硝化阶段碳源投加不经济和出水总氮浓度不稳定的问题 | 污水处理厂的碳源投加过程 | 机器学习 | NA | 深度学习 | BPNN | 过程参数数据 | NA | NA | 多特征敏感反向传播神经网络 | R, 出水总氮浓度改善率, 碳源投加减少率 | NA |
| 1254 | 2025-10-07 |
Deep learning-driven behavioral analysis reveals adaptive responses in Drosophila offspring after long-term parental microplastic exposure
2025-Mar, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124502
PMID:39933380
|
研究论文 | 通过深度学习分析果蝇幼虫行为，研究父母代长期暴露于微塑料对后代的跨代影响 | 首次结合深度学习行为追踪技术与跨代实验设计，揭示长期微塑料暴露诱导果蝇后代产生适应性行为反应 | 仅使用聚苯乙烯微塑料，未研究其他类型微塑料的影响；仅观察幼虫阶段行为变化 | 评估微塑料对陆地生物的跨代影响及潜在适应性反应 | 黑腹果蝇（Drosophila melanogaster）及其后代幼虫 | 行为分析 | NA | 深度学习行为追踪 | 深度学习 | 行为视频数据 | 不同时间点（第2、8、14天）采集的后代幼虫 | NA | NA | 爬行速度、爬行角速度 | NA |
| 1255 | 2025-10-07 |
Hybrid deep learning downscaling of GCMs for climate impact assessment and future projections in Oman
2025-Mar, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124522
PMID:39951996
|
研究论文 | 本研究开发了一种混合深度学习方法来降尺度全球环流模型，用于阿曼地区的气候影响评估和未来预测 | 提出了一种结合序列到序列模型、时序卷积网络编码器和Transformer解码器的新型混合深度学习方法 | 研究仅针对阿曼Wadi Dayqah流域，结果可能不适用于其他地区 | 开发准确的GCM降尺度方法以评估气候变化影响和水资源管理 | 阿曼Wadi Dayqah流域的气候数据和水文响应 | 机器学习 | NA | 气候模型降尺度，水文建模 | 序列到序列模型，TCN，Transformer，LSTM，随机森林 | 气候数据，降水温度数据，水文数据 | 14个GCM模型，1992-2006年校准数据，2007-2011年验证数据 | NA | 时序卷积网络，Transformer，LSTM | NSE，RMSE，BIAS，相对误差 | NA |
| 1256 | 2025-10-07 |
LiteMamba-Bound: A lightweight Mamba-based model with boundary-aware and normalized active contour loss for skin lesion segmentation
2025-Mar, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2025.01.008
PMID:39864606
|
研究论文 | 提出一种轻量级的Mamba基础模型LiteMamba-Bound，用于皮肤病变分割任务 | 首次将2D选择性扫描(SS2D)模块应用于皮肤图像分割，提出通道注意力双Mamba块、反向注意力边界模块和归一化主动轮廓损失函数 | 仅在两个皮肤图像数据集(ISIC2018和PH2)上进行了验证，需要更多数据集测试泛化能力 | 开发高效的皮肤病变分割模型以提高皮肤病诊断精度 | 皮肤医学图像中的病变区域分割 | 计算机视觉 | 皮肤癌 | 深度学习 | Mamba-based模型 | 医学图像 | ISIC2018和PH2两个皮肤图像数据集 | NA | LiteMamba-Bound, CAD-Mamba块, Mix Convolution with Simple Attention瓶颈块, Reverse Attention Boundary模块 | NA | NA |
| 1257 | 2025-10-07 |
HybProm: An attention-assisted hybrid CNN-BiLSTM model for the interpretable prediction of DNA promoter
2025-Mar, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2025.02.001
PMID:39929298
|
研究论文 | 提出一种名为HybProm的混合深度学习模型，用于跨物种DNA启动子的可解释预测 | 结合CNN-BiLSTM-Attention架构，通过DNA2Vec将DNA序列转换为低维向量，实现高精度且可解释的启动子预测 | NA | 提高DNA启动子预测的准确性和可解释性 | 大肠杆菌、人类、小鼠和植物等多种物种的DNA启动子序列 | 生物信息学 | NA | DNA2Vec序列嵌入 | CNN, BiLSTM, Attention机制 | DNA序列数据 | NA | NA | CNN-BiLSTM-Attention混合架构 | 准确率 | NA |
| 1258 | 2025-02-25 |
CATALYZE: a deep learning approach for cataract assessment and grading on SS-OCT images
2025-Mar-01, Journal of cataract and refractive surgery
IF:2.6Q1
DOI:10.1097/j.jcrs.0000000000001598
PMID:39680679
|
研究论文 | 本文提出了一种基于深度学习的方法CATALYZE，用于在SS-OCT图像上进行白内障评估和分级 | 开发了一种新的客观深度学习模型，用于基于SS-OCT扫描的白内障分级，并引入了临床显著性指数（CSI）作为评估指标 | 单中心研究，排除了有眼部手术史、角膜或视网膜疾病以及眼干燥症的患者 | 评估一种新的客观深度学习模型在白内障分级中的应用 | 白内障患者和对照组的眼睛 | 计算机视觉 | 白内障 | SS-OCT扫描 | 深度学习模型 | 图像 | 548只眼睛（315名患者，年龄19至85岁） | NA | NA | NA | NA |
| 1259 | 2025-10-07 |
Deep learning for age estimation from panoramic radiographs: A systematic review and meta-analysis
2025-Mar, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105560
PMID:39826609
|
系统综述与荟萃分析 | 系统评估深度学习在全景X光片年龄估计中的性能表现 | 首次对深度学习在全景X光片年龄估计中的应用进行系统综述和荟萃分析 | 多数研究存在偏倚风险，方法学限制阻碍了临床广泛应用 | 评估深度学习在全景X光片年龄估计中的性能 | 使用深度学习进行年龄估计的研究 | 计算机视觉 | NA | 全景X光成像 | 深度学习 | 医学影像（全景X光片） | 42项研究纳入系统综述，9项研究纳入荟萃分析 | NA | NA | 准确率，平均绝对误差 | NA |
| 1260 | 2025-10-07 |
Dynamic cycles between brain states during creative storytelling
2025-Mar, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121053
PMID:39863001
|
研究论文 | 通过fMRI研究创造性讲故事过程中大脑状态的动态转换机制 | 首次通过深度学习方法证明自发思维和刻意思维在创造性思维中的交替互动模式 | 样本量相对较小（41名大学生），研究结果需要更大样本验证 | 探索创造性思维过程中大脑状态的动态转换机制 | 41名大学生在创造性讲故事任务中的大脑活动 | 神经科学，机器学习 | NA | 功能磁共振成像（fMRI） | 深度学习 | fMRI脑成像数据 | 41名大学生 | NA | NA | 相关性分析 | NA |