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 1401 篇文献，本页显示第 481 - 500 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 481 | 2025-05-04 |
Real-time morphological and dosimetric adaptation in nasopharyngeal carcinoma radiotherapy: insights from autosegmented fractional fan-beam CT
2025-Apr-30, Radiation oncology (London, England)
DOI:10.1186/s13014-025-02643-6
PMID:40307931
|
research paper | 该研究通过自动分割的扇形束CT量化鼻咽癌放疗中的形态和剂量变化，为自适应放疗的决策提供依据 | 开发了四种基于深度学习的自动分割模型，用于评估高风险器官和目标体积的每周体积、Dice相似系数和剂量变化 | 研究为回顾性分析，样本量相对较小（23名患者） | 量化鼻咽癌放疗中的形态和剂量变化，优化自适应放疗的时机 | 23名鼻咽癌患者的681次FBCT扫描 | digital pathology | nasopharyngeal carcinoma | fan-beam computed tomography (FBCT) | deep learning-based autosegmentation models | CT图像 | 23名患者的681次FBCT扫描 | NA | NA | NA | NA |
| 482 | 2025-05-04 |
Evaluation of precipitation forecasting base on GraphCast over mainland China
2025-Apr-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98944-7
PMID:40295583
|
research paper | 评估基于GraphCast的中国大陆降水预报性能 | 结合深度学习和大气科学大数据，验证了GraphCast模型在降水预报中的性能，并与ECMWF进行了比较 | 当前大模型仍缺乏实地数据验证，且随着预报时间延长，预报能力下降 | 评估GraphCast模型在中国大陆地区的降水预报性能 | 中国大陆地区1-3天累积降水数据 | machine learning | NA | 深度学习 | GraphCast | 气象数据 | 2393个观测站2020-2021年的数据 | NA | NA | NA | NA |
| 483 | 2025-05-04 |
Canopy height and biomass distribution across the forests of Iberian Peninsula
2025-Apr-22, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05021-9
PMID:40263468
|
research paper | 该研究通过高分辨率遥感数据和深度学习框架，绘制了伊比利亚半岛森林的冠层高度和地上生物量分布图 | 结合Sentinel-1、Sentinel-2和LiDAR数据，开发了两种UNET模型，用于高分辨率冠层高度和生物量估算 | 冠层高度估算在树木覆盖区域的MAE为2-3米，生物量估算的MAE约为29 Mg/ha，可能存在一定误差 | 为森林监测、气候变化缓解和可持续林业提供高分辨率的植被冠层高度和生物量分布图 | 伊比利亚半岛的森林 | remote sensing | NA | Sentinel-1、Sentinel-2、LiDAR、Airborne Laser Scanning (ALS)、Global Ecosystem Dynamics Investigation (GEDI) | UNET、Random Forest | 遥感数据 | 6,308个西班牙国家森林调查(NFI)样地(2017-2019) | NA | NA | NA | NA |
| 484 | 2025-05-04 |
Machine Learning and Deep Learning for Healthcare Data Processing and Analyzing: Towards Data-Driven Decision-Making and Precise Medicine
2025-Apr-21, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15081051
PMID:40310409
|
review | 探讨机器学习和深度学习在医疗数据处理和分析中的应用，以实现数据驱动的决策和精准医疗 | 综述了AI在医疗数据处理中的最新进展，强调了数据驱动决策和精准医疗的重要性 | 未提及具体的技术实现细节或实验验证 | 探索AI技术在医疗数据处理和分析中的应用 | 医疗数据 | machine learning | NA | NA | NA | 医疗数据 | NA | NA | NA | NA | NA |
| 485 | 2025-05-04 |
Fractal-Based Architectures with Skip Connections and Attention Mechanism for Improved Segmentation of MS Lesions in Cervical Spinal Cord
2025-Apr-19, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15081041
PMID:40310404
|
research paper | 提出两种基于分形架构的深度学习模型，用于自动检测和分割颈椎脊髓中的多发性硬化病变 | 在FractalSpiNet架构中引入注意力机制以改进对小结构和图像细节的检测，并在U-Net的跳跃连接结构中整合分形卷积块 | 未提及具体的数据集规模或外部验证结果 | 改进颈椎脊髓中多发性硬化病变的自动检测和分割 | 颈椎脊髓中的多发性硬化病变 | digital pathology | multiple sclerosis | deep learning | U-Net, FractalSpiNet, Con-FractalU-Net, Att-FractalSpiNet | image | NA | NA | NA | NA | NA |
| 486 | 2025-05-04 |
Improving TMJ Diagnosis: A Deep Learning Approach for Detecting Mandibular Condyle Bone Changes
2025-Apr-17, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15081022
PMID:40310446
|
research paper | 评估深度学习在检测下颌髁突骨退化变化中的潜力 | 利用深度学习技术（特别是CNN）从全景X光片中准确高效地检测TMJ相关的下颌髁突骨变化 | 研究中包含骨赘和侵蚀的图像数量有限，且未使用横断面成像方法 | 提高下颌髁突骨变化的检测和诊断准确性 | 下颌髁突骨变化（如扁平化、骨赘、侵蚀） | digital pathology | TMJ-related condylar bone changes | deep learning, transfer learning | CNN, Dense Networks, Residual Networks, VGG Networks, Google Networks | image | 3875张下颌髁突图像 | NA | NA | NA | NA |
| 487 | 2025-05-04 |
Integrating Machine Learning and Deep Learning for Predicting Non-Surgical Root Canal Treatment Outcomes Using Two-Dimensional Periapical Radiographs
2025-Apr-16, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15081009
PMID:40310439
|
research paper | 本研究评估了深度学习在利用二维根尖周X光片预测非手术根管治疗结果中的效果，并与机器学习模型进行了比较 | 结合深度学习和机器学习方法，利用二维根尖周X光片预测非手术根管治疗结果，并展示了深度学习模型在预测能力上的优势 | 研究未详细讨论深度学习模型的可解释性及其在临床实践中的具体应用挑战 | 评估和比较深度学习与机器学习模型在预测非手术根管治疗结果中的效能 | 非手术根管治疗的结果预测 | machine learning | apical periodontitis | deep learning, machine learning | CNN, logistic regression, random forest | image | NA | NA | NA | NA | NA |
| 488 | 2025-05-04 |
A Multimodal Deep Learning Model for the Classification of Breast Cancer Subtypes
2025-Apr-14, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15080995
PMID:40310373
|
research paper | 提出了一种多模态深度学习模型，结合乳腺X线摄影图像和临床元数据对乳腺癌亚型进行分类 | 通过整合乳腺X线摄影图像和临床元数据，显著提高了乳腺癌亚型分类的准确性 | 研究依赖于公开数据库，可能无法涵盖所有乳腺癌亚型的多样性 | 优化乳腺癌亚型的非侵入性分类方法，以提高诊断精度和个性化治疗策略 | 乳腺癌病变，分为良性、luminal A、luminal B、HER2-enriched和三阴性五类 | digital pathology | breast cancer | Deep Learning | multimodal DL model | image, clinical metadata | 4056张图像来自1775名患者 | NA | NA | NA | NA |
| 489 | 2025-05-04 |
Retrospective Clinical Trial to Evaluate the Effectiveness of a New Tanner-Whitehouse-Based Bone Age Assessment Algorithm Trained with a Deep Neural Network System
2025-Apr-14, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15080993
PMID:40310372
|
研究论文 | 开发了一种基于深度学习的自动骨龄预测模型，并评估其与儿科放射科医生性能的对比 | 使用Tanner-Whitehouse (TW3)方法和深度神经网络系统开发自动骨龄预测模型 | 模型在6岁以下和13岁以上参与者中的表现与放射科医生存在显著差异 | 评估自动深度学习骨龄评估模型的可行性和有效性 | 560名韩国儿童和青少年（280名女性，280名男性，平均年龄9.43 ± 2.92岁）的手腕X光片 | 数字病理 | NA | 深度学习 | Rotated Single Shot MultiBox Detector (SSD) 和 EfficientNet-B0 | 图像 | 560名儿童和青少年 | NA | NA | NA | NA |
| 490 | 2025-05-04 |
FCN-PD: An Advanced Deep Learning Framework for Parkinson's Disease Diagnosis Using MRI Data
2025-Apr-14, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15080992
PMID:40310386
|
research paper | 提出了一种名为FCN-PD的深度学习框架，用于通过MRI数据准确诊断帕金森病 | 结合了EfficientNet和注意力机制的混合特征提取阶段，以及全连接网络（FCN）进行最终分类，有效处理高维MRI数据并减少过拟合和特征冗余 | 仅使用了公开可用的MRI数据集，未涉及其他类型的数据或更大规模的临床验证 | 提高帕金森病的早期和准确诊断 | 帕金森病患者 | digital pathology | geriatric disease | MRI | FCN, EfficientNet | image | 三个公开可用的MRI数据集（PPMI、OASIS、MIRIAD） | NA | NA | NA | NA |
| 491 | 2025-05-04 |
Deep Learning Approaches to Forecast Physical and Mental Deterioration During Chemotherapy in Patients with Cancer
2025-Apr-09, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15080956
PMID:40310358
|
研究论文 | 本研究使用深度学习模型预测癌症患者化疗期间12种自我报告症状的恶化情况，分为身体症状和心理症状两类 | 将症状分类为身体和心理两组进行预测，并比较了CNN、LSTM和GRU模型在不同时间间隔下的表现 | 较长间隔时间下预测性能下降，由于时间分辨率降低和训练样本减少 | 预测癌症患者化疗期间症状恶化情况，以便及时干预 | 接受化疗的癌症患者 | 机器学习 | 癌症 | 深度学习 | CNN, LSTM, GRU | 文本（自我报告症状日志） | NA | NA | NA | NA | NA |
| 492 | 2025-05-04 |
Comparative Evaluation of Machine Learning-Based Radiomics and Deep Learning for Breast Lesion Classification in Mammography
2025-Apr-09, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15080953
PMID:40310389
|
研究论文 | 比较基于机器学习的放射组学与深度学习方法在乳腺病变分类中的性能 | 比较了传统机器学习（LDA）与深度学习（EfficientNetB6）在乳腺病变分类中的表现，发现深度学习具有更高的诊断准确性 | 机器学习方法在乳腺病变分类中的表现不如深度学习方法 | 提高乳腺病变分类的准确性和效率，支持临床医生改善患者管理 | 乳腺病变（微钙化和肿块） | 计算机视觉 | 乳腺癌 | 放射组学特征提取 | LDA, EfficientNetB6 | 图像 | 1219例患者（CBIS-DDSM公共数据库），外加222例外部验证图像 | NA | NA | NA | NA |
| 493 | 2025-05-04 |
Multiscale feature enhanced gating network for atrial fibrillation detection
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108606
PMID:39847993
|
research paper | 提出了一种新型多尺度特征增强门控网络（MFEG Net）用于心房颤动（AF）的自动检测 | 结合多尺度卷积、自适应特征增强和动态时间处理，提高了模型在噪声环境下的鲁棒性和准确性 | 未提及具体在哪些噪声类型或环境下表现不佳 | 提升基于心电图的心房颤动自动诊断的准确性和鲁棒性 | 心电图信号 | digital pathology | cardiovascular disease | deep learning | MFEG Net（结合多尺度卷积、SE模块等） | ECG信号 | PhysioNet Challenge 2017数据集、CinC2017数据库、CPSC2018数据库和AFDB数据库 | NA | NA | NA | NA |
| 494 | 2025-05-04 |
SAF-IS: A spatial annotation free framework for instance segmentation of surgical tools
2025-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103471
PMID:39854817
|
research paper | 提出了一种无需空间标注的手术工具实例分割框架SAF-IS | 开发了一种不依赖空间标注的训练框架，仅需二元工具掩码和工具存在标签 | 需要依赖二元工具掩码的准确性，且人工标注的实例数量较少 | 解决手术工具实例分割问题，推动计算机辅助手术应用的发展 | 手术工具 | computer vision | NA | 深度学习 | instance segmentation model | image | EndoVis 2017和2018分割数据集 | NA | NA | NA | NA |
| 495 | 2025-05-03 |
3D tooth identification for forensic dentistry using deep learning
2025-Apr-30, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-06017-y
PMID:40301795
|
research paper | 该研究提出了一种利用深度学习从3D牙齿模型中提取关键特征并转换为2D图像格式进行详细分析的新方法 | 创新性地将3D牙齿模型转换为2D图像格式，并使用RNN架构进行准确分类，提高了诊断效率和准确性 | 未提及具体的数据集大小或模型性能的详细比较 | 提高法医牙科中牙齿结构的分类准确性和效率 | 3D牙齿模型 | computer vision | NA | 3D成像和2D图像转换 | RNN | 3D模型和2D图像 | NA | NA | NA | NA | NA |
| 496 | 2025-05-03 |
Clinical Applications of Artificial Intelligence in Vascular Surgery
2025-Apr-30, Vascular specialist international
IF:0.8Q4
DOI:10.5758/vsi.240120
PMID:40302180
|
review | 本文综述了人工智能在血管外科中的临床应用，包括基础知识、技术应用及面临的挑战 | 探讨了人工智能在血管外科中的具体应用及智能穿戴设备的使用 | 血管外科医生对计算机科学和复杂AI技术的理解有限，阻碍了AI的广泛应用 | 促进人工智能技术在血管外科领域的应用与发展 | 血管外科医生及AI技术在血管外科的应用 | machine learning | cardiovascular disease | machine learning, deep learning, artificial neural networks | NA | NA | NA | NA | NA | NA | NA |
| 497 | 2025-05-03 |
Artificial Intelligence in Speech-Language Pathology and Dysphagia: A Review From Latin American Perspective and Pilot Test of LLMs for Rehabilitation Planning
2025-Apr-30, Journal of voice : official journal of the Voice Foundation
IF:2.5Q1
DOI:10.1016/j.jvoice.2025.04.010
PMID:40312192
|
review | 本文综述了人工智能在言语病理学和吞咽障碍管理中的应用，特别关注拉丁美洲的实施挑战，并测试了大型语言模型在康复规划中的潜力 | 从拉丁美洲视角探讨AI在言语病理学和吞咽障碍中的应用，并首次测试大型语言模型在康复规划中的效用 | 当前AI应用主要集中于诊断而非综合康复，且在拉丁美洲面临基础设施不足、语言适应有限和地区数据集稀缺等障碍 | 探讨人工智能在言语病理学和吞咽障碍管理中的应用及其在拉丁美洲的实施挑战 | 言语病理学和吞咽障碍患者 | natural language processing | geriatric disease | deep learning, machine learning algorithms, natural language processing | LLMs | text | NA | NA | NA | NA | NA |
| 498 | 2025-05-03 |
Deep learning for quality assessment of axial T2-weighted prostate MRI: a tool to reduce unnecessary rescanning
2025-Apr-29, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-025-00584-z
PMID:40299162
|
research paper | 该研究开发了一种深度学习模型，用于自动评估前列腺MRI中T2加权图像的质量，以减少不必要的重复扫描 | 首次使用深度学习模型自动评估前列腺MRI图像质量，并预测是否需要重复扫描 | 研究为回顾性设计，需要在临床前瞻性环境中进一步验证 | 开发自动评估前列腺MRI图像质量的工具，优化临床工作流程 | 前列腺MRI的T2加权图像 | digital pathology | prostate cancer | MRI | 3D-DenseNet_169 | image | 1,412例轴向T2加权前列腺扫描 | NA | NA | NA | NA |
| 499 | 2025-05-03 |
Piezotronic Sensor for Bimodal Monitoring of Achilles Tendon Behavior
2025-Apr-29, Nano-micro letters
IF:31.6Q1
DOI:10.1007/s40820-025-01757-6
PMID:40299192
|
research paper | 开发了一种基于Y离子掺杂ZnO的压电双模态传感器（BPS），用于同时监测动态和静态力，并在跟腱行为监测中进行了验证 | 利用Y离子掺杂ZnO的独特压电效应，简化了传感器结构并提高了灵敏度，实现了动态和静态力的双模态监测 | 未提及具体样本量或临床验证范围，可能限制其在实际医疗应用中的普适性 | 解决传统压力传感器在双模态检测中结构复杂和信号解耦困难的问题 | 跟腱行为在混合动态和静态负载条件下的监测 | wearable electronics | NA | 压电效应，深度学习算法 | 深度学习算法 | 力信号 | NA | NA | NA | NA | NA |
| 500 | 2025-05-03 |
Real-time and universal network for volumetric imaging from microscale to macroscale at high resolution
2025-Apr-29, Light, science & applications
DOI:10.1038/s41377-025-01842-w
PMID:40301329
|
研究论文 | 提出了一种实时通用的网络RTU-Net，用于从微观到宏观尺度的高分辨率光场图像重建 | 首次提出适用于多尺度（微观、中观、宏观）光场图像重建的通用网络，采用基于生成对抗理论的自适应损失函数 | 未明确提及具体限制条件 | 开发一种通用的高分辨率光场图像重建方法，适用于不同尺度 | 微观尺度的微管蛋白和线粒体数据集、中观尺度的合成小鼠神经数据集、宏观尺度的光场粒子图像测速数据集 | 计算机视觉 | NA | 光场成像技术 | RTU-Net（基于生成对抗理论的网络） | 图像 | 体积范围从300μm×300μm×12μm到25mm×25mm×25mm的多尺度数据集 | NA | NA | NA | NA |