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 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 | 2025-04-24 |
Transforming Medical Imaging: The Role of Artificial Intelligence Integration in PACS for Enhanced Diagnostic Accuracy and Workflow Efficiency
2025-Apr-22, Current medical imaging
IF:1.1Q3
|
综述 | 本文探讨了人工智能（AI）在医学影像存档与通信系统（PACS）中的整合及其对医学影像、诊断流程和患者结果的影响 | AI整合显著提升了诊断准确性和工作效率，特别是在早期肿瘤检测和异常识别方面，诊断时间减少了90% | 数据隐私、法规遵从性和互操作性方面的挑战仍然存在，需要标准化框架和强大的安全协议 | 评估AI在PACS中的整合对医学影像、诊断流程和患者结果的影响 | 医学影像存档与通信系统（PACS） | 医学影像 | NA | 深度学习、自然语言处理（NLP） | 卷积神经网络（CNN） | 医学影像 | 183项研究 | NA | NA | NA | NA |
| 802 | 2025-04-24 |
Seeing through multimode fibers using real-valued intensity transmission matrix with deep learning
2025-Apr-07, Optics express
IF:3.2Q2
DOI:10.1364/OE.553949
PMID:40219515
|
研究论文 | 本文提出了一种结合实值强度传输矩阵（RVITM）和深度学习的方法，用于通过多模光纤（MMF）增强图像检索 | 结合RVITM算法和分层并行多尺度（HPM）-注意力U-Net，提高了图像质量，并减少了训练样本需求 | 方法在泛化能力上仍有提升空间，且依赖于MMF的特性表征 | 提高通过多模光纤传输图像的质量和效率 | 多模光纤（MMF）中的图像传输 | 计算机视觉 | NA | 深度学习，RVITM算法 | HPM-attention U-Net | 图像 | NA | NA | NA | NA | NA |
| 803 | 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 |
| 804 | 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 |
| 805 | 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 |
| 806 | 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 |
| 807 | 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 |
| 808 | 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 |
| 809 | 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 |
| 810 | 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 |
| 811 | 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 |
| 812 | 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 |
| 813 | 2025-04-23 |
Deep learning unlocks the true potential of organ donation after circulatory death with accurate prediction of time-to-death
2025-Apr-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95079-7
PMID:40253393
|
研究论文 | 本研究利用深度学习技术预测循环死亡后器官捐献的时间，以提高器官捐献数量和质量 | 结合了循环神经网络和神经常微分方程的ODE-RNN模型，能够处理不规则采样的时间序列数据，准确预测死亡时间 | 模型仅在特定医院的患者数据上进行训练和验证，可能在其他地区或医院的应用效果有限 | 解决循环死亡后器官捐献时间不确定的问题，以提高器官捐献的成功率和移植后效果 | 重症监护病房(ICU)中接受终末拔管的患者 | 机器学习 | 器官移植 | ODE-RNN | RNN与神经常微分方程结合 | 临床观察时间序列数据 | 训练集3,238名患者(来自耶鲁纽黑文医院)，验证集1,908名患者(来自康涅狄格州六家医院) | NA | NA | NA | NA |
| 814 | 2025-04-23 |
Efficient hybrid heuristic adopted deep learning framework for diagnosing breast cancer using thermography images
2025-Apr-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96827-5
PMID:40253418
|
research paper | 提出了一种基于深度学习的混合启发式框架，用于通过热成像图像诊断乳腺癌 | 结合了Rock Hyraxes Dandelion Algorithm Optimization (RHDAO)进行阈值优化和权重优化，并采用了新实现的StackVRDNet深度学习结构 | 未提及具体样本量及数据来源的详细信息 | 提高乳腺癌早期诊断的准确性和效率 | 乳腺癌患者的热成像图像 | digital pathology | breast cancer | thermography, deep learning | StackVRDNet (结合VGG16, Resnet, DenseNet) | image | NA | NA | NA | NA | NA |
| 815 | 2025-04-23 |
A hybrid approach combining deep learning and signal processing for bearing fault diagnosis under imbalanced samples and multiple operating conditions
2025-Apr-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98138-1
PMID:40253550
|
研究论文 | 提出了一种结合深度学习和信号处理的混合方法，用于在样本不平衡和多种操作条件下进行轴承故障诊断 | 结合生成对抗网络(GANs)、迁移学习、小波变换时频表示、非对称卷积网络和多头注意力机制(MAC-MHA)，提升轴承故障诊断性能 | NA | 提升轴承故障诊断性能 | 轴承振动信号 | 机器学习 | NA | GANs, 迁移学习, 小波变换, MAC-MHA | 非对称卷积网络, 多头注意力机制 | 振动信号 | PADERBORN和CWRU数据集 | NA | NA | NA | NA |
| 816 | 2025-04-23 |
Examining the development, effectiveness, and limitations of computer-aided diagnosis systems for retained surgical items detection: a systematic review
2025-Apr-10, Ergonomics
IF:2.0Q3
DOI:10.1080/00140139.2025.2487558
PMID:40208001
|
系统综述 | 本文系统综述了计算机辅助诊断系统在检测手术遗留物品中的发展、有效性和局限性 | 总结了计算机辅助检测系统的特性，评估了其发展、有效性和局限性，并提出了改进机会 | 大多数研究使用合成的RSI放射照片开发CAD系统，这引发了普遍性问题，且深度学习为基础的CAD系统未纳入可解释的人工智能技术以确保决策透明度 | 评估计算机辅助诊断系统在检测手术遗留物品中的发展、有效性和局限性 | 计算机辅助诊断系统 | 数字病理 | NA | 计算机辅助检测(CAD) | 深度学习 | 放射照片 | 11项研究 | NA | NA | NA | NA |
| 817 | 2025-10-07 |
Application of Artificial Intelligence in Thoracic Radiology: A Narrative Review
2025-Apr, Tuberculosis and respiratory diseases
IF:2.5Q2
DOI:10.4046/trd.2024.0062
PMID:39689720
|
综述 | 本文综述人工智能在胸部放射学领域的最新应用进展与未来发展方向 | 系统梳理深度学习在胸部放射学中的最新成果，并探讨该前沿技术的当前局限与发展方向 | NA | 探讨人工智能在胸部放射学中的应用潜力与发展前景 | 胸部放射学中的人工智能技术 | 计算机视觉 | NA | 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 818 | 2025-10-07 |
Evaluation of the effectiveness of panoramic radiography in impacted mandibular third molars on deep learning models developed with findings obtained with cone beam computed tomography
2025-Apr, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-024-00799-7
PMID:39729224
|
研究论文 | 本研究利用锥形束计算机断层扫描标注的全景放射影像，评估不同深度学习模型在下颌第三磨牙阻生与下颌管关系识别中的性能 | 首次将CBCT标注数据用于训练PR图像的深度学习模型，并系统比较了三种CNN架构在四个不同分类问题上的表现 | 样本量相对有限（546颗阻生牙），仅评估了三种CNN架构 | 评估基于CBCT标注训练的深度学习模型在全景放射影像中识别下颌第三磨牙阻生与下颌管关系的有效性 | 290名患者的546颗下颌第三磨牙阻生 | 计算机视觉 | 口腔疾病 | 锥形束计算机断层扫描，全景放射成像 | CNN | 医学影像 | 290名患者的546颗下颌第三磨牙阻生 | NA | SqueezeNet, GoogLeNet, Inception-v3 | 准确率 | NA |
| 819 | 2025-10-07 |
A novel deep learning-based pipeline architecture for pulp stone detection on panoramic radiographs
2025-Apr, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-025-00804-7
PMID:39806222
|
研究论文 | 提出一种基于深度学习的两阶段流水线架构，用于在全景X光片上检测牙髓结石 | 首次提出针对全景影像牙髓结石检测的流水线架构，采用小样本标注数据的现实场景 | 标注训练数据有限 | 开发自动检测牙髓结石的方法 | 牙髓结石 | 计算机视觉 | 牙科疾病 | 全景X光摄影 | CNN | 图像 | 375张全景影像 | NA | YOLOv8, ResNeXt | 准确率, 精确率, 召回率, 假阴性率, 假阳性率, F1分数 | NA |
| 820 | 2025-10-07 |
Deep learning-based MVIT-MLKA model for accurate classification of pancreatic lesions: a multicenter retrospective cohort study
2025-Apr, La Radiologia medica
DOI:10.1007/s11547-025-01949-5
PMID:39832039
|
研究论文 | 开发并验证基于CT图像的深度学习模型MVIT-MLKA用于胰腺病变的准确分类 | 提出新型混合模型MVIT-MLKA，整合CNN和Transformer架构，并引入多尺度大核注意力机制 | 回顾性研究设计，仅使用三个医疗中心的数据 | 开发深度学习模型用于胰腺病变的良恶性分类 | 胰腺病变患者 | 计算机视觉 | 胰腺癌 | CT成像 | 深度学习, CNN, Transformer | CT图像 | 864名患者（422名男性，442名女性）来自三个医疗中心 | NA | MVIT-MLKA（多尺度大核注意力移动视觉Transformer） | AUC, 准确率, 敏感性 | NA |