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 1366 篇文献，本页显示第 801 - 820 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 801 | 2025-04-25 |
Deep Learning for Automated Classification of Hip Hardware on Radiographs
2025-Apr, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01263-y
PMID:39266912
|
research paper | 开发深度学习模型用于自动分类骨盆和髋关节X光片中的骨科植入物，以减少放射科医生的工作量并提高报告一致性 | 首次使用深度学习模型（EfficientNet-B4和NFNet-F3）对多种髋关节植入物进行高精度自动分类，性能与专业放射科医生相当 | 模型在感染后髋关节类别的AUC略低（0.97），且仅在一个医疗中心进行回顾性研究 | 开发自动化工具以减轻放射科医生工作量并标准化骨科植入物分类报告 | 骨盆和髋关节X光片中的骨科植入物 | computer vision | 骨科疾病 | 深度学习图像分类 | CNN（EfficientNet-B4和NFNet-F3） | X光图像 | 4279项研究（来自1073名患者）的训练集，851项研究（来自262名患者）的测试集 | NA | NA | NA | NA |
| 802 | 2025-04-25 |
Vital Characteristics Cellular Neural Network (VCeNN) for Melanoma Lesion Segmentation: A Biologically Inspired Deep Learning Approach
2025-Apr, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01257-w
PMID:39284982
|
研究论文 | 提出了一种名为VCeNN的生物启发式深度学习模型，用于黑色素瘤病变的医学图像分割 | 从细胞功能特征和自然选择中获得灵感，设计了具有记忆、适应、凋亡和分裂模块的新型神经网络 | NA | 开发能够准确描绘黑色素瘤病变的医学图像分割模型 | 黑色素瘤病变的医学图像 | 数字病理学 | 黑色素瘤 | 深度学习 | VCeNN (CNN变体) | 医学图像 | 多个公开数据集 | NA | NA | NA | NA |
| 803 | 2025-04-25 |
A streaming brain-to-voice neuroprosthesis to restore naturalistic communication
2025-Apr, Nature neuroscience
IF:21.2Q1
DOI:10.1038/s41593-025-01905-6
PMID:40164740
|
research paper | 该研究开发了一种流式脑到语音神经假体，用于恢复瘫痪患者的自然语言交流 | 使用高密度表面记录和深度学习循环神经网络转换器模型，实现了在线大词汇量可理解流畅语音合成，并个性化还原了参与者受伤前的声音 | 研究仅针对一名严重瘫痪和失语症的临床试验参与者，样本量较小 | 恢复瘫痪患者的自然语言交流能力 | 严重瘫痪和失语症患者 | 神经工程 | 瘫痪 | 高密度表面记录、深度学习 | 循环神经网络转换器模型 (RNN-T) | 神经信号 | 1名临床试验参与者 | NA | NA | NA | NA |
| 804 | 2025-04-07 |
Opening the deep learning box
2025-Apr, Nature neuroscience
IF:21.2Q1
DOI:10.1038/s41593-025-01938-x
PMID:40186074
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 805 | 2025-04-25 |
A Computational Framework for Automated Puncture Trajectory Planning in Hemorrhagic Stroke Surgery
2025-Apr, Brain and behavior
IF:2.6Q3
DOI:10.1002/brb3.70480
PMID:40259699
|
研究论文 | 本研究提出了一种计算框架，用于自动化生成出血性中风手术中的穿刺轨迹 | 结合AI驱动的分割、主成分分析（PCA）和经验优化，创新性地实现了穿刺路径的自动化生成 | 仅使用了五个复杂临床案例进行验证，未来需要与机器人系统集成并通过临床试验进一步验证 | 提高出血性中风手术中穿刺轨迹规划的效率和安全性 | 出血性中风手术中的穿刺轨迹 | 数字病理 | 中风 | AI驱动的分割、PCA、Laplacian网格平滑 | ResNet-50 | 医学影像 | 五个复杂临床案例 | NA | NA | NA | NA |
| 806 | 2025-04-25 |
The application of artificial intelligence in upper gastrointestinal cancers
2025-Apr, Journal of the National Cancer Center
IF:7.6Q1
DOI:10.1016/j.jncc.2024.12.006
PMID:40265096
|
综述 | 本文综述了人工智能在上消化道癌症（主要包括食管癌和胃癌）筛查、诊断、治疗和预后方面的应用 | 总结了AI技术在上消化道癌症临床任务中的应用，并探讨了AI算法选择、早期筛查普及、AI临床应用及大型多模态模型等前沿问题 | 指出了当前上消化道癌症AI应用领域面临的局限性和挑战 | 探讨人工智能技术在上消化道癌症临床诊疗中的应用现状与前景 | 食管癌和胃癌 | 数字病理学 | 上消化道癌症（食管癌和胃癌） | 放射组学和深度学习 | 大型多模态模型 | 医学影像 | NA | NA | NA | NA | NA |
| 807 | 2025-04-24 |
Data efficient learning of molecular slow modes from nonequilibrium metadynamics
2025-Apr-28, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0258483
PMID:40260824
|
研究论文 | 本文提出了一种算法，利用非平衡元动力学模拟的有限轨迹数据训练Deep-TICA CVs，以更高效地学习分子慢模式 | 通过变分Koopman算法重加权短非平衡轨迹，使其反映平衡概率密度，从而解决了从有限轨迹数据推断慢模式的关键挑战 | 需要进一步验证该方法在更复杂分子系统中的适用性 | 开发一种数据高效的方法来学习分子慢模式，以促进分子过程的研究 | 分子系统（如Müller-Brown势、丙氨酸二肽和chignolin迷你蛋白）的慢模式 | 计算化学 | NA | 非平衡元动力学模拟、变分Koopman算法 | Deep-TICA（深度时间滞后独立成分分析） | 分子轨迹数据 | 有限数量的短非平衡轨迹数据 | NA | NA | NA | NA |
| 808 | 2025-04-24 |
Fourier-enhanced high-order total variation (FeHOT) iterative network for interior tomography
2025-Apr-23, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adc8f6
PMID:40179937
|
研究论文 | 提出了一种傅里叶增强的高阶总变分迭代网络（FeHOT），用于解决内部断层扫描中的高精度重建问题 | 1) 将经典HOT理论与深度学习通过迭代展开框架相结合 2) 引入频域操作克服CT图像中多项式/分段常数假设的限制 3) 在仅五次迭代内实现高质量重建，平衡计算效率与准确性 | 对于具有分段常数特性的成像对象（如AAPM数据集），一阶总变分已能取得满意结果，可能不需要更复杂的二阶正则化 | 解决内部断层扫描中从截断投影数据实现高精度重建的挑战 | CT图像重建 | 数字病理 | NA | CT扫描 | FeHOT网络（结合HOT和U-Net） | 图像 | AAPM数据集和临床医学数据集 | NA | NA | NA | NA |
| 809 | 2025-04-24 |
Destruction for growth: a novel laser direct writing perovskite strategy with intelligent anti-counterfeiting applications
2025-Apr-22, Nanoscale horizons
IF:8.0Q1
DOI:10.1039/d4nh00612g
PMID:40125819
|
研究论文 | 本文提出了一种新型的激光直写钙钛矿策略，利用激光破坏诱导钙钛矿生长，并展示了其在精密图案化和防伪应用中的潜力 | 不同于以往依赖热效应和光子吸收诱导成核的激光直写技术，本研究利用脉冲激光快速破坏应力丰富的钙钛矿前驱体磷酸盐玻璃表面，通过应力释放和反向移动剪切带效应促进钙钛矿晶体的成核和生长 | NA | 探索激光破坏诱导钙钛矿生长的新机制及其在光电子学和防伪应用中的潜力 | 钙钛矿材料及其在激光直写技术中的应用 | 光电子学 | NA | 激光直写技术（LDW） | NA | NA | NA | NA | NA | NA | NA |
| 810 | 2025-04-24 |
A machine learning toolkit assisted approach for IMRT fluence map optimization: feasibility and advantages
2025-Apr-22, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adcaca
PMID:40203852
|
研究论文 | 本研究提出了一种利用机器学习工具包辅助IMRT（调强放射治疗）通量图优化的新方法，展示了其在计划质量和效率上的优势 | 首次将机器学习工具包直接应用于治疗计划优化，实现了比传统优化方法更快的收敛速度和更强的鲁棒性 | 研究仅在前列腺和头颈部病例上进行了测试，未涉及其他癌症类型 | 探索机器学习在放射治疗计划优化中的新应用方式 | IMRT治疗计划中的通量图优化 | 机器学习 | 前列腺癌,头颈癌 | PyTorch的L-BFGS优化器 | 单层网络 | 剂量沉积矩阵 | 前列腺和头颈部病例（具体数量未明确说明） | NA | NA | NA | NA |
| 811 | 2025-04-04 |
Publisher Correction: Interpretable deep learning of single-cell and epigenetic data reveals novel molecular insights in aging
2025-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95242-0
PMID:40175436
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 812 | 2025-04-24 |
High-Throughput Multiplexed Plasmonic Color Encryption of Microgel Architectures via Programmable Dithering-Mask Flow Microlithography
2025-Apr, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202405388
PMID:39568283
|
research paper | 介绍了一种可扩展且成本效益高的方法，通过在微凝胶结构中原位光还原银纳米颗粒（AgNPs）来产生多重等离子体颜色 | 利用数字微镜设备（DMD）基于流动微光刻系统结合可编程抖动掩模技术，实现了形状或条形码微粒的高通量合成，以及嵌入隐藏多重等离子体颜色的大规模高分辨率图像 | NA | 开发一种高通量、低成本的多重等离子体颜色编码方法，用于隐藏数据存储、安全光学标记和防伪技术 | 银纳米颗粒（AgNPs）和微凝胶结构 | 纳米技术 | NA | 数字微镜设备（DMD）基于流动微光刻系统，可编程抖动掩模技术 | 深度学习分类器 | 图像 | 大规模（>5.6 × 5.6 cm）高分辨率（>300 dpi）微凝胶阵列 | NA | NA | NA | NA |
| 813 | 2025-10-07 |
A deep learning-based calculation system for plaque stenosis severity on common carotid artery of ultrasound images
2025-Apr, Vascular
IF:1.0Q4
DOI:10.1177/17085381241246312
PMID:38656244
|
研究论文 | 开发基于深度学习的系统用于超声图像中颈总动脉斑块狭窄严重程度的自动计算 | 提出新的CANet模型用于颈动脉内膜-中膜厚度和斑块分割，并自动计算斑块狭窄严重程度 | 样本量相对有限（390张图像），外部验证集仅来自另一家医院 | 创建深度学习模型自动评估颈动脉斑块狭窄严重程度 | 颈总动脉横断面超声图像 | 计算机视觉 | 心血管疾病 | 超声成像 | 深度学习 | 图像 | 376名患者的390张图像（内部数据集）和115名患者的122张图像（外部测试集） | NA | CANet | Dice系数, 组内相关系数(ICC), Pearson相关系数 | NA |
| 814 | 2025-04-24 |
Transcriptomic landscape around wound bed defines regenerative versus non-regenerative outcomes in mouse digit amputation
2025-Apr, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012997
PMID:40203060
|
研究论文 | 本研究通过分析小鼠远端末节指骨（P3）截肢后的伤口床组织，探讨了再生与非再生结果的分子机制 | 揭示了非再生指骨在伤口床中表现出更强烈的早期转录反应，并发现再生指骨中与Bmp2相关的独特共表达模块，以及HOXA11和HOXD11等转录因子的时间依赖性富集模式 | 研究仅基于小鼠模型，结果是否适用于人类尚需验证 | 探索再生与非再生结果的分子机制，为再生医学提供关键见解 | 小鼠远端末节指骨（P3）截肢后的伤口床组织 | 再生医学 | NA | RNA-seq, 巨噬细胞测定 | 深度学习AI模型 | 转录组数据 | 小鼠P3截肢模型 | NA | NA | NA | NA |
| 815 | 2025-04-24 |
Decoding Recurrence in Early-Stage and Locoregionally Advanced Non-Small Cell Lung Cancer: Insights From Electronic Health Records and Natural Language Processing
2025-Apr, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI-24-00227
PMID:40249880
|
研究论文 | 本研究利用电子健康记录和自然语言处理技术，分析了早期和局部晚期非小细胞肺癌（NSCLC）术后复发的风险因素 | 开发了一个基于深度学习的定制化NLP系统，用于高效识别NSCLC复发数据，并纵向分析风险因素 | 研究依赖于电子健康记录的数据质量，可能存在信息不完整或偏差 | 建立NLP系统以分析NSCLC术后复发的风险因素 | 6,351名NSCLC患者的电子健康记录，其中1,295名I-IIIA期手术患者 | 自然语言处理 | 肺癌 | NLP | 深度学习 | 文本 | 6,351名NSCLC患者的700,000多条记录 | NA | NA | NA | NA |
| 816 | 2025-04-24 |
Innovative Approach for Diabetic Retinopathy Severity Classification: An AI-Powered Tool using CNN-Transformer Fusion
2025-Apr, Journal of biomedical physics & engineering
DOI:10.31661/jbpe.v0i0.2408-1811
PMID:40259941
|
研究论文 | 开发了一种结合CNN和Transformer架构的深度学习模型，用于糖尿病视网膜病变的严重程度分类 | 提出了一种结合CNN和Transformer的混合模型，提高了糖尿病视网膜病变诊断的准确性、可靠性和泛化能力 | 模型性能依赖于数据集的质量和多样性，可能存在对某些罕见病例的识别不足 | 提高糖尿病视网膜病变的诊断准确性和严重程度分类 | 糖尿病视网膜病变患者的视网膜图像 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | CNN-Transformer融合模型 | 图像 | APTOS 2019数据集和IDRiD数据集 | NA | NA | NA | NA |
| 817 | 2025-04-23 |
Deciphering the Scattering of Mechanically Driven Polymers Using Deep Learning
2025-Apr-22, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c00409
PMID:40197011
|
研究论文 | 本文提出了一种利用深度学习分析二维散射数据的方法，用于研究外力作用下的半柔性聚合物 | 使用变分自编码器(VAE)和转换网络建立聚合物参数与散射函数的双向映射，提供了一种快速、自动化的散射分析工具 | 方法尚未经过实验验证，且目前仅适用于静态散射数据 | 开发一种可扩展的自动化工具用于聚合物散射分析 | 半柔性聚合物在外部力作用下的散射数据 | 机器学习 | NA | 变分自编码器(VAE), 蒙特卡洛模拟 | VAE | 二维散射数据 | 通过离格蒙特卡洛模拟生成的训练数据 | NA | NA | NA | NA |
| 818 | 2025-04-23 |
Optimization of Material Composition for Improving Mechanical Properties of Fly Ash-Slag-Based Geopolymers: A Deep Learning Approach
2025-Apr-22, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.4c04969
PMID:40203137
|
研究论文 | 本研究利用深度学习技术优化粉煤灰-矿渣基地质聚合物（FASGG）的材料组成和配合比设计，以提高其力学性能的预测精度 | 开发了一种新型预测模型MK-CNN-GRU，整合了最大信息系数-K中值算法、卷积神经网络和门控循环单元算法，能够充分挖掘实验数据的内部特征并学习其变化规律 | NA | 优化粉煤灰-矿渣基地质聚合物的材料组成和配合比设计，提高其力学性能的预测精度 | 粉煤灰-矿渣基地质聚合物（FASGG） | 机器学习 | NA | 深度学习 | MK-CNN-GRU（整合了最大信息系数-K中值算法、CNN和GRU） | 实验数据 | 600组实验数据 | NA | NA | NA | NA |
| 819 | 2025-04-23 |
Design of Multi-Cancer VOCs Profiling Platform via a Deep Learning-Assisted Sensing Library Screening Strategy
2025-Apr-22, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c06468
PMID:40211116
|
研究论文 | 提出了一种深度学习辅助的两步筛选策略，用于识别最小传感器元件的最佳组合，以开发高性能传感器阵列 | 使用深度学习辅助的FRR算法有效筛选传感元件，快速构建了8元和10元传感器阵列，实现了100%的VOCs判别准确率 | NA | 开发高性能传感器阵列用于多癌症VOCs的并行判别 | 挥发性有机化合物(VOCs)和癌症模型 | 机器学习 | 多癌症 | 深度学习辅助的传感器元件筛选策略 | 前馈神经网络-随机森林-递归特征消除(FRR)算法 | 颜色变化数据和图像数据 | 400个传感元件（由20个可电离阳离子元件和20个阴离子染料配对构成） | NA | NA | NA | NA |
| 820 | 2025-04-23 |
Development of an Artificial Intelligence-Enabled Electrocardiography to Detect 23 Cardiac Arrhythmias and Predict Cardiovascular Outcomes
2025-Apr-22, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-025-02177-0
PMID:40259136
|
研究论文 | 开发一种基于人工智能的心电图技术，用于检测23种心律失常并预测心血管结局 | 开发了一个深度学习模型（DLM），能够在多个数据集中检测多种心律失常，并在人机竞赛中达到心脏病专家水平的性能 | 研究中使用的心电图数据集虽然多样，但仍可能存在一定的局限性，且模型的泛化能力需要进一步验证 | 开发一种准确的心律失常检测工具，以帮助医生识别高风险患者并进行早期干预 | 心电图数据和心律失常患者 | 数字病理 | 心血管疾病 | 深度学习 | DLM | 心电图数据 | 22,130份心电图用于开发和验证，32,495份心电图用于外部验证 | NA | NA | NA | NA |