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 1370 篇文献，本页显示第 1261 - 1280 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1261 | 2025-03-29 |
A data-driven approach to turmeric disease detection: Dataset for plant condition classification
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111435
PMID:40144898
|
研究论文 | 本文提出了一种基于数据驱动的姜黄病害检测方法，并构建了一个用于植物状态分类的数据集 | 构建了一个包含1037张原始图像和4628张增强图像的姜黄植物病害数据集，并应用Inception-v3模型实现了97.36%的分类准确率 | 数据集仅包含五种姜黄植物状态，可能无法涵盖所有可能的病害类型 | 开发AI辅助解决方案以实现精准农业和可持续作物生产 | 姜黄植物及其病害（健康叶片、干枯叶片、叶斑病、根茎病根和健康根茎） | 计算机视觉 | 植物病害 | 数据增强（翻转、旋转、亮度调整） | Inception-v3 | 图像 | 1037张原始图像和4628张增强图像 | NA | NA | NA | NA |
| 1262 | 2025-03-28 |
Classifying Alzheimer's Disease Using a Finite Basis Physics Neural Network
2025-Apr, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.24727
PMID:39704389
|
research paper | 提出了一种基于有限基物理神经网络（FBPINN）的分类方法CAD-FBPINN，用于阿尔茨海默病（AD）的分类 | 结合了海马优化算法（SHOA）优化FBPINN，提高了AD分类的准确性 | 未提及具体的数据集规模或多样性限制 | 开发一种可靠的AD分类方法，以支持临床治疗应用 | 阿尔茨海默病患者的功能性磁共振成像（MRI）数据 | digital pathology | geriatric disease | functional magnetic resonance imaging (MRI), Newton-time-extracting wavelet transform (NTEWT) | FBPINN, SHOA | image | 数据来自AD Neuroimaging Initiative (ADNI)数据集，但未提及具体样本数量 | NA | NA | NA | NA |
| 1263 | 2025-03-28 |
Deep learning analysis for rheumatologic imaging: current trends, future directions, and the role of human
2025-Apr-01, Journal of rheumatic diseases
IF:2.2Q3
DOI:10.4078/jrd.2024.0128
PMID:40134548
|
review | 本文综述了深度学习在风湿病影像分析中的应用、当前趋势、未来方向及人类角色的重要性 | 深度学习在风湿病影像分析中的应用展示了超越人类表现的潜力，特别是在关节损伤评估和疾病进展监测方面 | 深度学习面临数据偏见、解释性有限以及需要大量标注数据集等挑战 | 探讨深度学习在风湿病影像分析中的应用及其对未来诊断、治疗决策和个性化医疗的潜在影响 | 风湿病影像数据，包括类风湿性关节炎(RA)、骨关节炎(OA)和脊柱关节炎(SpA)患者的影像 | digital pathology | rheumatoid arthritis, osteoarthritis, spondyloarthritis | 深度学习(DL) | CNN | image | NA | NA | NA | NA | NA |
| 1264 | 2025-02-12 |
Response to Letter to the Editor Regarding: Multimodal Deep Learning-Based Radiomics Approach for Predicting Surgical Outcomes in Patients With Cervical Ossification of the Posterior Longitudinal Ligament
2025-Apr-15, Spine
IF:2.6Q1
DOI:10.1097/BRS.0000000000005296
PMID:39931786
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1265 | 2025-10-07 |
Multi-type stroke lesion segmentation: comparison of single-stage and hierarchical approach
2025-Apr, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03243-4
PMID:39549224
|
研究论文 | 本研究比较了单阶段和分层方法在脑部CT扫描中多类型卒中病灶分割的性能 | 首次系统比较单阶段直接分割与分层分类后分割两种方法在多类型卒中病灶分割中的表现 | 数据集仅来自单一国家机构，可能影响模型泛化能力 | 开发有效的多类型卒中病灶自动分割方法以辅助临床决策 | 脑部CT扫描图像中的缺血性和出血性卒中病灶 | 计算机视觉 | 卒中 | CT扫描 | CNN, Transformer | 医学图像 | 6650张图像（1130例缺血性卒中，1093例出血性卒中，4427例非卒中） | PyTorch, TensorFlow | ResNet, ResNeXt, ViT, U-Net, U-Net++, DeepLabV3 | AUC, IoU | NA |
| 1266 | 2025-03-27 |
Deep learning-based prediction of Monte Carlo dose distribution for heavy ion therapy
2025-Apr, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100735
PMID:40129728
|
研究论文 | 提出了一种基于深度学习的模型，用于快速预测重离子治疗中的蒙特卡洛模拟剂量分布 | 开发了Cascade Hierarchically Densely 3D U-Net (CHD U-Net)模型，能够在几秒钟内预测蒙特卡洛剂量分布，且准确率高于现有方法 | 样本量相对较小，仅包含67例头颈患者和30例胸腹患者 | 提高重离子治疗中剂量分布的预测准确性和计算效率 | 头颈和胸腹部位的重离子治疗患者 | 医学影像分析 | 癌症 | 深度学习 | CHD U-Net | CT图像和TPSDose数据 | 67例头颈患者和30例胸腹患者 | NA | NA | NA | NA |
| 1267 | 2025-03-27 |
External validation of an algorithm to detect vertebral level mislabeling and autocontouring errors
2025-Apr, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100738
PMID:40129727
|
research paper | 该研究对外部验证了一种椎体自动轮廓工具的算法，并研究了一种后处理方法以提高其性能至临床可接受水平 | 开发了一种后处理技术，显著提高了椎体定位的准确性 | 在外部数据集上的性能相比原始训练数据集有所下降 | 验证和改进椎体自动轮廓工具的临床适用性 | CT扫描中的椎体 | digital pathology | NA | machine learning, deep learning | NA | CT scans | 81例CT扫描（40例来自机构A，41例来自机构B） | NA | NA | NA | NA |
| 1268 | 2025-03-27 |
ADAM: automated digital phenotyping and morphological texture analysis of bone biopsy images using deep learning
2025-Apr, JBMR plus
IF:3.4Q2
DOI:10.1093/jbmrpl/ziaf028
PMID:40129969
|
研究论文 | 开发了一种名为ADAM的自动化流程，用于通过深度学习对骨活检图像进行数字表型分析和形态纹理分析 | ADAM流程能够快速生成组织与细胞图谱，并在无需额外染色的情况下，通过亮场显微镜图像进行骨细胞计数 | 对于形态异质性较高的骨细胞计数，如破骨细胞和成骨细胞，其相关系数相对较低 | 提高骨活检图像分析的自动化程度和准确性，以改善病理工作流程和诊断洞察 | 未脱钙骨活检图像中的组织与细胞成分 | 数字病理学 | 骨病 | 深度学习 | NA | 图像 | 最多20张图像 | NA | NA | NA | NA |
| 1269 | 2025-10-07 |
Applications of Artificial Intelligence in Dental Medicine: A Critical Review
2025-Apr, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2024.11.009
PMID:39843259
|
综述 | 本文对人工智能在牙科医学中的应用现状进行批判性评估，分析关键观点、挑战和局限性 | 系统性地批判性评估AI在牙科医学各专业领域的应用现状，并识别当前研究中的方法论局限和伦理问题 | 数据质量不一致、偏倚风险、缺乏透明度、临床验证有限 | 评估AI在牙科医学中的应用现状，识别研究挑战和局限性 | 牙科医学中的人工智能应用研究 | machine learning | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1270 | 2025-10-07 |
Weakly supervised multi-modal contrastive learning framework for predicting the HER2 scores in breast cancer
2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出一种弱监督多模态对比学习框架，用于预测乳腺癌HER2评分 | 首次将多模态对比学习引入HER2评分预测，通过多模态注意力对比学习模块实现不同模态间的语义对齐 | 仅使用弱监督的WSI级别标签，未利用像素级或区域级标注 | 开发多模态深度学习框架以提升乳腺癌HER2评分预测性能 | 乳腺癌组织切片图像（H&E和IHC） | 数字病理 | 乳腺癌 | 免疫组织化学（IHC），苏木精-伊红（H&E）染色 | 深度学习，对比学习 | 全切片图像（WSI） | NA | NA | 多头自注意力机制（MHSA） | NA | NA |
| 1271 | 2025-10-07 |
[Transformation of free-text radiology reports into structured data]
2025-Apr, Radiologie (Heidelberg, Germany)
DOI:10.1007/s00117-025-01422-4
PMID:39934245
|
研究论文 | 探讨使用大语言模型将非结构化放射学报告转换为结构化数据的方法与挑战 | 系统分析大语言模型在放射学报告结构化处理中的应用潜力，并提出结合领域特定知识和上下文信息的改进方法 | 处理语言歧义、缩写和表达变异性方面仍存在挑战 | 研究放射学报告自动结构化处理的方法和架构 | 自然语言放射学报告 | 自然语言处理 | NA | 大语言模型 | 深度学习模型,神经网络 | 文本 | NA | NA | NA | 准确率 | NA |
| 1272 | 2025-10-07 |
Genomic prediction with NetGP based on gene network and multi-omics data in plants
2025-Apr, Plant biotechnology journal
IF:10.1Q1
DOI:10.1111/pbi.14577
PMID:39950326
|
研究论文 | 提出基于基因网络和多组学数据的NetGP深度学习模型，用于植物基因组预测 | 首次提出基于Pearson共线性选择的SNP特征提取技术，并开发了新型深度学习模型NetGP | NA | 提高植物性状预测的准确性 | 植物基因组和表型数据 | 机器学习 | NA | 基因组选择，多组学数据分析 | 深度学习 | 基因组数据，转录组数据，多组学数据 | NA | NA | NetGP | 预测准确率 | NA |
| 1273 | 2025-03-26 |
Artificial intelligence-driven forecasting and shift optimization for pediatric emergency department crowding
2025-Apr, JAMIA open
IF:2.5Q3
DOI:10.1093/jamiaopen/ooae138
PMID:40124532
|
研究论文 | 本研究开发并评估了一个基于人工智能（AI）的系统，用于预测儿科急诊科（PED）的拥挤情况，并通过机器学习操作（MLOps）优化医生班次安排 | 结合先进的深度学习模型与MLOps架构，实现持续模型更新，提升预测准确性，并在COVID-19等事件导致的数据漂移中表现出韧性 | 单中心设计和固定的人员配置模型，需多中心验证和在动态人员配置环境中的实施 | 预测儿科急诊科拥挤情况并优化医生班次安排 | 352,843例儿科急诊科入院数据 | 机器学习 | 儿科急诊 | 机器学习操作（MLOps） | Temporal Convolutional Network, Time-series Dense Encoder, Reversible Instance Normalization, Neural High-order Time Series model, Neural Basis Expansion Analysis | 时间序列数据 | 352,843例儿科急诊科入院数据 | NA | NA | NA | NA |
| 1274 | 2025-03-25 |
Evaluation of a novel ensemble model for preoperative ovarian cancer diagnosis: Clinical factors, O-RADS, and deep learning radiomics
2025-Apr, Translational oncology
IF:4.5Q1
DOI:10.1016/j.tranon.2025.102335
PMID:40048985
|
research paper | 本研究开发了一种结合临床变量、O-RADS和深度学习放射组学的集成模型，用于术前卵巢癌诊断，并评估其对超声医师诊断能力的提升效果 | 首次将临床变量、O-RADS评分和深度学习放射组学特征相结合，构建集成模型，显著提高了卵巢癌的诊断准确性和超声医师的诊断能力 | 研究仅基于两个中心的数据，可能需要更多外部验证以确认模型的泛化能力 | 提高术前卵巢癌诊断的准确性并评估模型对超声医师诊断能力的提升效果 | 卵巢癌患者 | digital pathology | ovarian cancer | deep learning radiomics, LASSO method | ensemble model | transvaginal ultrasound images | 来自两个中心的数据（具体样本量未明确说明） | NA | NA | NA | NA |
| 1275 | 2025-03-25 |
Gran canaria vegetation segmentation dataset from multi-year aerial imagery for environmental monitoring and conservation
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111419
PMID:40124302
|
research paper | 介绍了一个针对Gran Canaria（加那利群岛，西班牙）的新数据集，旨在通过计算机视觉技术自动生成植被地图 | 该数据集在基于航拍图像的语义分割领域中独特，提供了20个明确定义的植被群落的详细注释，超越了现有数据集的广泛分类 | NA | 开发并测试能够自动生成植被地图的深度学习模型，以支持环境监测和保护 | Gran Canaria的植被群落 | computer vision | NA | deep learning, computer vision | NA | aerial imagery | 20个明确定义的植被群落，以及五个非植被类别（如水体、道路或建筑物） | NA | NA | NA | NA |
| 1276 | 2025-10-07 |
Progress in the Identification and Design of Novel Antimicrobial Peptides Against Pathogenic Microorganisms
2025-Apr, Probiotics and antimicrobial proteins
IF:4.4Q2
DOI:10.1007/s12602-024-10402-4
PMID:39557756
|
综述 | 本综述评估了抗菌肽识别与设计领域的最新进展及其对多种细菌病原体的显著抗菌活性 | 重点关注计算机辅助策略（如机器学习和深度学习）在新型抗菌肽预测和设计中的应用，克服传统抗生素发现方法的局限性 | 未明确说明具体研究数据来源的局限性，但指出抗菌肽发现和应用过程中存在关键挑战 | 应对抗菌素耐药性危机，开发新型抗生素替代品 | 抗菌肽及其对多种细菌病原体的作用 | 生物信息学 | 细菌感染 | 机器学习，深度学习，生物信息学分析流程 | ML, DL | 多源生物数据（植物、动物、人类、微生物来源） | NA | NA | NA | NA | NA |
| 1277 | 2025-10-07 |
A deep learning method for the recovery of standard-dose imaging quality from ultra-low-dose PET on wavelet domain
2025-Apr, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-024-06994-2
PMID:39585354
|
研究论文 | 提出一种基于小波域的深度学习方法WaveNet，用于从超低剂量PET扫描中恢复标准剂量成像质量 | 首次将小波分解的频率分量作为输入，在频域而非传统空间域进行PET图像去噪 | 研究仅使用特定型号的全身体PET扫描仪数据，未在其他类型设备上验证 | 开发能够从超低剂量PET扫描中恢复高质量成像的深度学习方法 | 全身体18F-FDG PET图像 | 医学影像处理 | NA | PET成像 | 深度学习 | 医学图像 | 1447例全身体PET图像 | NA | WaveNet, UNet | 加权全局物理指标, 局部指标 | NA |
| 1278 | 2025-10-07 |
Robust and interpretable deep learning system for prognostic stratification of extranodal natural killer/T-cell lymphoma
2025-Apr, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-024-07024-x
PMID:39714634
|
研究论文 | 开发并验证了用于结外自然杀伤/T细胞淋巴瘤预后风险分层的可解释深度学习预测系统DeepENKTCL | 结合肿瘤分割模型、PET/CT融合模型和预后预测模型，利用SHAP分析增强可解释性，构建了融合放射组学和拓扑特征的预后评分系统 | 样本量相对有限（562例患者），仅来自四个中心 | 开发可解释的深度学习系统用于ENKTCL的预后风险分层 | 结外自然杀伤/T细胞淋巴瘤（ENKTCL）患者 | 数字病理 | 淋巴瘤 | PET/CT成像，放射组学分析 | 深度学习模型 | 医学影像（PET/CT） | 562例来自四个中心的患者 | NA | NA | AUC, 时间依赖性C指数, 临床决策曲线, Kaplan-Meier曲线 | NA |
| 1279 | 2025-10-07 |
Stroke Management and Analysis Risk Tool (SMART): An interpretable clinical application for diabetes-related stroke prediction
2025-Apr, Nutrition, metabolism, and cardiovascular diseases : NMCD
DOI:10.1016/j.numecd.2024.103841
PMID:39939252
|
研究论文 | 开发了一个名为SMART的可解释性糖尿病相关卒中预测临床应用程序 | 结合多种特征选择方法和机器学习算法，开发了专门针对糖尿病患者卒中预测的可解释性临床工具 | 数据来源于单一医疗中心，可能影响模型的泛化能力 | 分析糖尿病患者卒中风险因素并创建可解释的卒中预测模型 | 糖尿病患者 | 机器学习 | 卒中 | 电子健康记录(EHR)数据分析 | Random Forest, DNN | 临床数据和实验室参数 | 20,014名患者 | NA | 深度神经网络 | AUC, 准确率, 精确率, 召回率, F1分数 | NA |
| 1280 | 2025-10-07 |
Developing Brain-Based Bare-Handed Human-Machine Interaction via On-Skin Input
2025-Apr, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3533088
PMID:40036449
|
研究论文 | 提出一种名为MetaSkin的新型神经触觉接口，通过整合神经信号与皮肤表面交互实现裸手免视觉的人机交互 | 首次将神经信号与皮肤表面交互相结合，利用人体自然本体感觉能力开发裸手免视觉交互系统 | 需要针对不同用户群体和动态环境进行系统优化 | 开发自然、直观、以人为中心的移动人机交互输入系统 | 12名参与者 | 人机交互 | NA | 神经信号解码 | 深度学习 | 神经信号 | 12名参与者 | NA | 多尺度时频特征表示和选择性特征注意力 | 准确率 | NA |