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 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 | 2025-03-27 |
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 |
| 1262 | 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 |
| 1263 | 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 |
| 1264 | 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 |
| 1265 | 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 |
| 1266 | 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 |
| 1267 | 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 |
| 1268 | 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 |
| 1269 | 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 |
| 1270 | 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 |
| 1271 | 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 |
| 1272 | 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 |
| 1273 | 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 |
| 1274 | 2025-10-07 |
Collaborative Deep Learning and Information Fusion of Heterogeneous Latent Variable Models for Industrial Quality Prediction
2025-Apr, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3537809
PMID:40036535
|
研究论文 | 提出了一种用于工业质量预测的协同深度学习和异构潜变量模型信息融合框架 | 结合协同逐层特征提取和异构模型集成，通过信息融合提升预测性能 | 仅通过两个工业案例验证，需要更多场景测试 | 提升工业质量预测的准确性和稳定性 | 工业过程数据和质量指标 | 机器学习 | NA | 潜变量模型 | 深度学习, 集成学习 | 工业过程数据 | 两个真实工业案例 | NA | 潜变量模型 | 预测准确度, 稳定性 | NA |
| 1275 | 2025-10-07 |
Co-Training Broad Siamese-Like Network for Coupled-View Semi-Supervised Learning
2025-Apr, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3531441
PMID:40036533
|
研究论文 | 提出一种用于耦合视图半监督学习的协同训练宽孪生网络 | 使用基于宽学习系统的简单浅层网络替代复杂深度学习结构，通过直接伪逆计算取代反向传播迭代，并利用跨视图一致性通过直接逻辑向量映射指导训练 | 未在摘要中明确说明研究局限性 | 解决多视图半监督学习中标记数据有限的问题 | 多视图数据分类任务 | 机器学习 | NA | 半监督学习 | 宽孪生网络 | 多视图数据 | NA | 宽学习系统(BLS) | Co-BSLN | 准确率, 训练时间 | NA |
| 1276 | 2025-03-22 |
Automated Bone Cancer Detection Using Deep Learning on X-Ray Images
2025-Apr, Surgical innovation
IF:1.2Q3
DOI:10.1177/15533506241299886
PMID:39679470
|
研究论文 | 本文提出了一种基于深度学习的自动化骨癌检测方法，使用X射线图像进行骨癌分类 | 提出了一种结合Golden Search优化算法和深度学习的计算机辅助诊断方法（GSODL-CADBCC），用于骨癌分类 | 未提及具体的数据集规模或多样性限制，也未讨论模型在其他类型医学图像上的泛化能力 | 开发一种自动化系统，用于从X射线图像中准确区分健康骨骼和癌变骨骼 | X射线图像中的骨骼 | 计算机视觉 | 骨癌 | 深度学习，Golden Search优化算法，双边滤波 | SqueezeNet，LSTM | X射线图像 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 1277 | 2025-10-07 |
Speed and efficiency: evaluating pulmonary nodule detection with AI-enhanced 3D gradient echo imaging
2025-Apr, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11027-5
PMID:39154315
|
研究论文 | 评估人工智能辅助压缩感知在加速肺部MR成像中对肺结节检测和表征的诊断可行性 | 结合并行成像、压缩感知和深度学习图像重建技术，首次在肺部MRI中实现高达15倍的加速因子，同时保持高结节检测率 | 样本量相对较小（37名患者），仅评估了三种特定加速因子，缺乏与其他加速方法的直接比较 | 评估AI增强压缩感知技术在肺部MR成像中的诊断性能，特别是肺结节检测和表征能力 | 良性和恶性肺结节患者 | 医学影像分析 | 肺癌 | 3D梯度回波序列，并行成像，压缩感知，深度学习图像重建 | 深度学习 | 医学影像（MRI和CT） | 37名患者，64个肺结节（57个实性结节，6个部分实性结节，1个磨玻璃结节） | NA | NA | 图像质量评分（5点Likert量表），结节检测率，结节形态评估，结节大小测量，组内相关系数（ICC） | NA |
| 1278 | 2025-10-07 |
Generating synthetic high-resolution spinal STIR and T1w images from T2w FSE and low-resolution axial Dixon
2025-Apr, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11047-1
PMID:39231829
|
研究论文 | 利用深度学习从T2加权FSE和低分辨率轴向Dixon序列生成合成的高分辨率脊柱STIR和T1加权图像 | 首次提出使用两个连续应用的3D Pix2Pix深度学习模型，通过结合矢状T2w FSE和轴向T1w-Dixon序列生成合成矢状T1w FSE和STIR图像 | 回顾性研究，使用的数据集来自特定人群（德国波美拉尼亚健康研究和德国国家队列） | 开发从现有MRI序列生成合成脊柱图像的方法，以减少扫描时间并实现回顾性分析 | 脊柱MRI图像，包括T2w FSE、T1w-Dixon、T1w FSE和STIR序列 | 医学影像分析 | 骨髓病变 | MRI（快速自旋回波、短时反转恢复、Dixon技术） | GAN | 医学影像 | 三个数据集共5299个受试者（SHIP:3142，NAKO:2000，内部数据集:157） | NA | 3D Pix2Pix | PSNR, SSIM, 误分类率, Fleiss kappa | NA |
| 1279 | 2025-10-07 |
Reducing energy consumption in musculoskeletal MRI using shorter scan protocols, optimized magnet cooling patterns, and deep learning sequences
2025-Apr, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11056-0
PMID:39242400
|
研究论文 | 本研究探讨通过优化扫描协议、深度学习加速采集和优化冷却系统来降低肌肉骨骼MRI能耗的策略 | 首次系统评估三种节能策略（协议优化、深度学习加速、冷却系统优化）在MRI中的综合节能效果 | 研究仅在德国慕尼黑的两台1.5T MRI扫描仪上进行，样本量有限 | 优化MRI扫描仪能耗使用，提高能源效率而不影响图像质量 | 肌肉骨骼MRI扫描 | 医学影像分析 | 肌肉骨骼疾病 | MRI扫描，深度学习加速采集 | 深度学习模型 | 医学影像数据 | 两台1.5T MRI扫描仪（Aera和Sola） | NA | NA | 能耗降低百分比，时间减少百分比 | NA |
| 1280 | 2025-10-07 |
Trends in Research of Odontogenic Keratocyst and Ameloblastoma
2025-Apr, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345241282256
PMID:39876078
|
综述 | 本文综述了牙源性角化囊肿和成釉细胞瘤研究领域的最新进展与趋势 | 整合了单细胞组学、空间转录组学、三维培养技术和人工智能在牙源性角化囊肿和成釉细胞瘤研究中的最新应用 | 牙源性角化囊肿仍缺乏可靠的体外和体内模型 | 总结牙源性角化囊肿和成釉细胞瘤研究的最新进展和发展趋势 | 牙源性角化囊肿和成釉细胞瘤 | 数字病理学 | 颌骨疾病 | 单细胞组学, 空间转录组学, 三维培养技术, 人工智能 | 机器学习, 深度学习 | 影像数据, 病理数据 | NA | NA | NA | 诊断准确率 | NA |