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 1367 篇文献，本页显示第 1221 - 1240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1221 | 2025-04-04 |
Application of an Automated Deep Learning Program to A Diagnostic Classification Model: Differentiating High-Risk Adenomas Among Colorectal Polyps 10 mm or Smaller
2025-Apr-02, Journal of digestive diseases
IF:2.3Q3
DOI:10.1111/1751-2980.13340
PMID:40176375
|
研究论文 | 本研究开发了一种基于自动深度学习程序的计算机辅助诊断模型，用于分类≤10毫米结直肠息肉中的低风险和高风险腺瘤 | 使用自动深度学习软件Neuro-T v3.2.1开发CADx模型，其性能与专家相当且优于学员 | 研究仅使用了静态内窥镜图像，未考虑动态视频或临床背景信息 | 开发能区分≤10毫米结直肠息肉中高风险和低风险腺瘤的计算机辅助诊断模型 | ≤10毫米的结直肠腺瘤 | 数字病理学 | 结直肠癌 | 自动深度学习 | DL | 内窥镜图像 | 2696张训练图像（2460张低级别和236张高级别腺瘤）和439张外部验证图像（398张低级别和41张高级别腺瘤） | NA | NA | NA | NA |
| 1222 | 2025-04-04 |
What's new in pediatric musculoskeletal imaging
2025-Apr, Journal of children's orthopaedics
DOI:10.1177/18632521251325122
PMID:40093030
|
review | 本文综述了儿科肌肉骨骼影像学领域的最新技术进展，包括成像方式的创新和人工智能应用 | 探讨了辐射剂量减少技术、对比增强超声和超高频率成像等增强诊断工具，以及人工智能在病理检测和工作流程优化中的应用 | 存在外部验证和范围有限等挑战 | 提高儿科肌肉骨骼护理的诊断准确性和治疗效果 | 儿科肌肉骨骼影像学 | digital pathology | NA | advanced magnetic resonance imaging, ultrasound innovations, artificial intelligence, photon-counting detector computed tomography, deep learning-based reconstructions, diffusion-weighted imaging, positron emission tomography-magnetic resonance imaging integration | deep learning | image | NA | NA | NA | NA | NA |
| 1223 | 2025-04-04 |
Benchmarking deep learning for automated peak detection on GIWAXS data
2025-Apr-01, Journal of applied crystallography
IF:5.2Q1
DOI:10.1107/S1600576725000974
PMID:40170972
|
研究论文 | 本文提出了一个用于评估深度学习在GIWAXS数据自动峰值检测中性能的综合框架 | 引入了包含标注实验数据集、物理信息指标和优化基线算法的全面框架，并首次对基于模拟数据训练的深度学习解决方案进行了系统评估 | 研究可能受限于标注数据集的大小和多样性，以及基线算法的选择 | 评估深度学习在GIWAXS数据峰值检测中的可靠性并建立标准化评估体系 | GIWAXS衍射图像数据 | 机器学习和X射线散射数据分析 | NA | GIWAXS和深度学习技术 | 未明确说明具体DL模型类型 | X射线衍射图像数据 | 未明确说明具体样本数量，但提到单日可产生数十万衍射图像 | NA | NA | NA | NA |
| 1224 | 2025-04-03 |
CabriTrack: Accelerometer data for automated behavioural monitoring of grazing Creole goats
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111431
PMID:40160528
|
研究论文 | 介绍了一个名为CabriTrack的数据集，用于通过加速度计数据自动监测克雷奥尔山羊的放牧行为 | 提供了一个包含144小时以上三轴加速度计数据的数据集，用于训练和评估基于加速度数据的行为预测方法 | 数据集仅针对克雷奥尔山羊，且行为分类有限（五种行为） | 开发自动化动物行为监测方法 | 克雷奥尔山羊的放牧行为 | 机器学习 | NA | 加速度计数据采集和AI行为预测 | NA | 加速度计数据和视频数据 | 59只不同的动物，数据收集时间为2023年3月至2024年3月 | NA | NA | NA | NA |
| 1225 | 2025-04-03 |
Kidney stone detection via axial CT imaging: A dataset for AI and deep learning applications
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111446
PMID:40160523
|
research paper | 介绍了一个专注于肾结石检测的CT扫描图像数据集，包含有肾结石和无肾结石患者的两组数据 | 提供了一个经过清洗、交叉检查和充分标记的CT图像数据集，支持AI和深度学习在肾结石诊断中的应用 | 数据集主要来自伊拉克Sulaimani和Rania地区的医疗机构，可能无法完全代表其他地区的人口和肾结石模式 | 开发和验证用于肾结石诊断的深度学习模型 | 肾结石患者和无肾结石患者的CT扫描图像 | digital pathology | kidney stone disease | CT imaging | deep learning models | image | 3364 original CT images and 35,457 augmented CT images | NA | NA | NA | NA |
| 1226 | 2025-04-03 |
FallVision: A benchmark video dataset for fall detection
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111440
PMID:40160526
|
研究论文 | 本文介绍了一个专门为跌倒检测研究策划的综合视频数据集，包含分类的跌倒和非跌倒视频 | 提供了一个全面的跌倒检测视频数据集，包含多种跌倒类别和经过处理的标志视频 | 数据集来源为手持设备拍摄，可能影响视频质量和一致性 | 推进跌倒检测算法的发展，为算法开发和测试提供平台 | 跌倒和非跌倒的视频数据 | 计算机视觉 | 老年疾病 | 计算机视觉和深度学习 | NA | 视频 | 自愿参与者提供的视频数据 | NA | NA | NA | NA |
| 1227 | 2025-04-03 |
A deep learning algorithm for radiographic measurements of the hip versus human CT measurements: An intermodality agreement study
2025-Apr, Acta radiologica open
IF:0.9Q4
DOI:10.1177/20584601251330554
PMID:40162114
|
研究论文 | 本研究比较了人类在CT扫描和深度学习算法在X光片上对髋关节测量结果的一致性 | 首次使用深度学习算法评估髋关节X光片测量与人类CT测量之间的一致性，并探讨骨盆旋转对测量结果的影响 | 样本量相对较小(172例)，且为回顾性研究 | 评估不同髋关节测量方法之间的一致性 | 髋关节发育不良(HD)患者 | 数字病理 | 骨关节炎 | CT扫描和X光成像 | 深度学习算法 | 医学影像 | 172例放射学报告回顾性分析 | NA | NA | NA | NA |
| 1228 | 2025-04-03 |
Artificial Intelligence Models Accuracy for Odontogenic Keratocyst Detection From Panoramic View Radiographs: A Systematic Review and Meta-Analysis
2025-Apr, Health science reports
IF:2.1Q3
DOI:10.1002/hsr2.70614
PMID:40165928
|
meta-analysis | 评估人工智能模型在全景X光片中检测牙源性角化囊肿的诊断准确性 | 首次通过系统综述和荟萃分析评估AI模型在牙源性角化囊肿诊断中的表现，并比较不同模型架构的性能 | 存在发表偏倚和研究间高度异质性，且样本量有限 | 评估AI模型在全景X光片中检测牙源性角化囊肿的诊断准确性 | 牙源性角化囊肿的全景X光片 | digital pathology | odontogenic keratocyst | deep learning | YOLO | image | 8项研究的数据 | NA | NA | NA | NA |
| 1229 | 2025-04-03 |
Domain-Adaptive and Per-Fraction Guided Deep Learning Framework for Magnetic Resonance Imaging-Based Segmentation of Organs at Risk in Gynecologic Cancers
2025-Apr, Advances in radiation oncology
IF:2.2Q2
DOI:10.1016/j.adro.2025.101745
PMID:40166000
|
研究论文 | 开发了一种基于深度学习的领域自适应框架，用于在妇科癌症的磁共振成像中自动分割风险器官 | 提出了一种合成MRL辅助的深度学习框架，结合每部分适应性调整，提高了风险器官分割的准确性 | 数据稀缺可能限制了模型的训练效果 | 开发自动化分割算法以支持磁共振成像集成直线加速器治疗系统中的自适应干预 | 妇科癌症患者的磁共振成像和计算机断层扫描数据 | 数字病理学 | 妇科癌症 | 磁共振成像（MRI）和计算机断层扫描（CT） | 生成对抗网络（GAN）和领域自适应分割网络 | 图像 | 158名患者用于CT扫描，25名患者用于MRL扫描 | NA | NA | NA | NA |
| 1230 | 2025-10-07 |
Decoding pathology: the role of computational pathology in research and diagnostics
2025-Apr, Pflugers Archiv : European journal of physiology
DOI:10.1007/s00424-024-03002-2
PMID:39095655
|
综述 | 本文概述了计算病理学在研究和诊断中的作用及其进展 | 介绍了基于深度学习的计算病理学方法如何解决传统病理学的局限性，并探讨了多模态数据整合和基础模型的应用 | 作为综述文章，未涉及具体实验设计和数据验证 | 探讨计算病理学在病理学研究和诊断中的应用前景 | 病理学标本和相关的多模态数据 | 数字病理学 | NA | 深度学习 | 深度学习基础模型 | 组织病理学图像，多模态数据 | NA | NA | NA | NA | NA |
| 1231 | 2025-10-07 |
Automated Cerebrovascular Segmentation and Visualization of Intracranial Time-of-Flight Magnetic Resonance Angiography Based on Deep Learning
2025-Apr, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01215-6
PMID:39133457
|
研究论文 | 基于深度学习的颅内时间飞跃法磁共振血管成像自动脑血管分割与可视化方法研究 | 提出了一种基于卷积神经网络的自动脑血管分割方法，其可视化效果可与放射科医师手动重建相媲美 | 研究样本量相对有限（394例TOF-MRA扫描），需要在更大多中心数据集中进一步验证 | 评估深度学习血管分割技术在TOF-MRA中自动获取颅内动脉的图像质量 | 颅内脑血管，包括健康血管、动脉瘤和狭窄病变 | 医学影像分析 | 脑血管疾病 | 时间飞跃法磁共振血管成像（TOF-MRA） | CNN | 磁共振血管成像图像 | 394例TOF-MRA扫描 | NA | 卷积神经网络 | Dice相似系数, 临床评分（0-5分） | NA |
| 1232 | 2025-10-07 |
Reduction of Acquisition Time in Fourier Transform Infrared Spectral Imaging by Deep Learning for Clinical Applications
2025-Apr-01, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c06317
PMID:40095897
|
研究论文 | 使用深度学习技术从低质量傅里叶变换红外光谱图像重建高质量图像，显著减少采集时间 | 首次将ResUNet架构与1D-CNN结合应用于红外光谱图像重建，实现95%以上采集时间节省的同时保持高保真度 | 研究仅限于肾移植受者的福尔马林固定石蜡包埋组织切片，未验证其他组织类型 | 解决红外光谱成像在临床应用中采集时间过长的问题 | 肾移植受者的福尔马林固定石蜡包埋组织切片 | 计算机视觉 | 肾脏疾病 | 傅里叶变换红外光谱成像 | 自编码器, ResUNet | 红外光谱图像 | 配对1次扫描和64次扫描红外图像 | NA | 自编码器, ResUNet, 多层感知机, 1D-CNN, 2D-CNN | 去噪性能, 重建保真度 | NA |
| 1233 | 2025-10-07 |
Quantitative Imaging of Colloidal Structures
2025-Apr-01, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.4c05270
PMID:40098481
|
研究论文 | 开发用于胶体结构定量成像的图像处理和分析方法 | 提出针对复杂胶体形状（多分散性、各向异性、不对称性）的准确二值化方法和结构特征提取算法 | 不适用于需要深度学习方法的场景，且主要针对手动标注不可行的数据集 | 解决胶体材料显微镜图像定量分析中的挑战 | 自组装胶体团簇的悬浮结构 | 计算机视觉 | NA | 视频显微成像 | NA | 显微镜图像、视频 | 多种自组装胶体团簇视频显微图像数据集 | Python | NA | 准确度、可重复性 | NA |
| 1234 | 2025-10-07 |
Ratiometric, 3D Fluorescence Spectrum with Abundant Information for Tetracyclines Discrimination via Dual Biomolecules Recognition and Deep Learning
2025-Apr-01, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c07061
PMID:40099919
|
研究论文 | 通过双生物分子识别和深度学习实现四环素类抗生素的比率型3D荧光光谱鉴别 | 首次报道使用适配体在比率型3D荧光光谱中获取丰富信息用于深度学习，采用双生物分子识别策略产生独特的比率型3D荧光光谱 | 未明确说明样本规模和具体实验条件限制 | 实现四环素类抗生素的准确鉴别和定量分析 | 四环素类抗生素 | 机器学习 | 细菌感染 | 3D荧光光谱，适配体识别 | 人工神经网络 | 3D荧光光谱数据 | NA | NA | 人工神经网络 | 准确率 | NA |
| 1235 | 2025-10-07 |
Ensemble Deep Learning Algorithm for Structural Heart Disease Screening Using Electrocardiographic Images: PRESENT SHD
2025-Apr-01, Journal of the American College of Cardiology
IF:21.7Q1
DOI:10.1016/j.jacc.2025.01.030
PMID:40139886
|
研究论文 | 开发并验证了一种基于集成深度学习的AI-ECG工具PRESENT-SHD，用于通过12导联心电图图像自动检测和预测结构性心脏病 | 首次使用心电图图像而非原始信号数据，采用集成学习方法开发了可扩展的结构性心脏病筛查工具，并在多个临床环境和人群队列中进行了广泛验证 | 研究主要基于回顾性数据，需要在更多前瞻性研究中进一步验证其临床效用 | 开发自动化的结构性心脏病筛查和风险分层工具 | 结构性心脏病患者，包括左心室射血分数降低、中重度左侧瓣膜病和严重左心室肥厚患者 | 医疗人工智能 | 心血管疾病 | 心电图成像，经胸超声心动图 | CNN, XGBoost | 图像 | 261,228份心电图来自93,693名患者，在多个外部验证队列中测试了58,628名个体 | NA | 卷积神经网络，集成XGBoost模型 | AUROC, 敏感性, 特异性 | NA |
| 1236 | 2025-04-02 |
Leveraging sound speed dynamics and generative deep learning for ray-based ocean acoustic tomography
2025-Apr-01, JASA express letters
IF:1.2Q3
DOI:10.1121/10.0036312
PMID:40167492
|
研究论文 | 本文介绍了一种基于生成深度学习框架的射线海洋声学层析成像方法，用于估计声速剖面 | 利用变分自编码器和线性动力学模型对声速剖面变化进行低维参数化，作为进一步的正则化手段 | 方法仅在模拟数据上进行了测试，未涉及实际海洋环境数据 | 解决海洋声学层析成像中的逆问题，即基于多声学换能器之间的到达时间测量估计声速剖面 | 海洋声速剖面 | 机器学习 | NA | 变分自编码器，线性动力学模型 | VAE | 模拟声学数据 | 使用区域海洋模型模拟的声速剖面变化数据 | NA | NA | NA | NA |
| 1237 | 2025-04-02 |
Coherence shaping for optical vortices: a coherence shift keying scheme enabled by deep learning for optical communication
2025-Apr-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.549356
PMID:40167728
|
research paper | 本研究提出了一种用于光学涡旋的相干整形方法，并通过深度学习实现了一种相干移位键控方案，用于光通信 | 提出了一种新的相干整形方法，能够生成完全相干和非相干状态之间的非衍射干涉状态，并首次将深度学习应用于相干移位键控方案 | 实验验证仅限于特定条件下的性能测试，未涉及大规模实际应用场景的验证 | 开发一种基于低阶结构光模式的高容量加密移位键控通信系统 | 光学涡旋的相干性和干涉状态 | optical communication | NA | coherence shaping, deep learning | deep learning model | optical interference patterns | NA | NA | NA | NA | NA |
| 1238 | 2025-04-01 |
Artificial intelligence in emergency neuroradiology: Current applications and perspectives
2025-Apr, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2024.11.002
PMID:39672753
|
综述 | 本文综述了人工智能在急诊神经放射学中的当前应用及未来展望 | 提供了关于人工智能在急诊神经放射学中应用的最新进展和深度分析，包括多种成像模态和现有商业产品的描述 | 未提及具体的技术局限性，但呼吁更多基于临床需求的开发和儿科神经影像学的关注 | 探讨人工智能在急诊神经放射学中的应用现状和未来发展 | 急诊神经放射学中的急性缺血性卒中、颅内出血、颅内动脉瘤、动静脉畸形等疾病 | 数字病理学 | 脑血管疾病 | 机器学习和深度学习算法 | NA | 影像数据 | NA | NA | NA | NA | NA |
| 1239 | 2025-10-07 |
The Usefulness of Low-Kiloelectron Volt Virtual Monochromatic Contrast-Enhanced Computed Tomography with Deep Learning Image Reconstruction Technique in Improving the Delineation of Pancreatic Ductal Adenocarcinoma
2025-Apr, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01214-7
PMID:39136827
|
研究论文 | 评估低keV多期相CT结合深度学习图像重建技术在改善胰腺导管腺癌轮廓描绘方面的效果 | 首次将深度学习图像重建技术应用于低keV虚拟单色成像，显著提升胰腺导管腺癌的对比噪声比和病灶显着性 | 样本量较小（35例患者），为回顾性研究 | 比较深度学习图像重建与传统混合迭代重建在胰腺导管腺癌成像中的性能差异 | 胰腺导管腺癌患者 | 医学影像分析 | 胰腺癌 | 多期相计算机断层扫描，虚拟单色成像 | 深度学习 | CT影像 | 35例胰腺导管腺癌患者 | TrueFidelity | 深度学习图像重建 | 对比噪声比，病灶显着性评分 | NA |
| 1240 | 2025-10-07 |
Optimizing Acute Stroke Segmentation on MRI Using Deep Learning: Self-Configuring Neural Networks Provide High Performance Using Only DWI Sequences
2025-Apr, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-00994-2
PMID:39138749
|
研究论文 | 本研究评估了深度学习模型在急性脑卒中MRI分割中的性能，发现仅使用DWI序列的自配置nnU-Net模型即可达到优异分割效果 | 首次系统评估DWI、ADC和FLAIR序列组合对脑梗死分割的价值，并证明自配置nnU-Net仅需DWI序列即可实现高性能分割 | 外部验证数据集包含颅内出血病例导致假阳性，样本量相对有限 | 优化急性脑卒中在MRI上的自动分割方法 | 缺血性脑卒中患者的脑梗死区域 | 医学影像分析 | 脑卒中 | MRI成像（DWI、ADC、FLAIR序列） | CNN | 3D医学影像 | 200个梗死病例用于训练，50个病例用于测试，50个外部临床MRI用于验证 | MONAI | nnU-Net, U-Net | Dice系数 | NA |