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 1301 - 1320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1301 | 2025-10-07 |
Prior Knowledge-Guided U-Net for Automatic Clinical Target Volume Segmentation in Postmastectomy Radiation Therapy of Breast Cancer
2025-Apr-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2024.11.104
PMID:39667584
|
研究论文 | 本研究开发了一种先验知识引导的U-Net模型，用于乳腺癌术后放疗中临床靶区的自动分割 | 首次将先验医学知识整合到深度学习框架中，采用两阶段自动分割策略 | 样本量相对有限（102例CT扫描），需进一步扩大验证 | 提高乳腺癌术后放疗中临床靶区自动分割的准确性和效率 | 乳腺癌术后患者的CT扫描图像 | 数字病理 | 乳腺癌 | CT扫描 | U-Net | 医学图像 | 102例乳腺癌患者CT扫描（80例训练，22例测试） | NA | U-Net | Dice相似系数, 95% Hausdorff距离, 平均表面距离, 表面DSC | NA |
| 1302 | 2025-03-17 |
A deep learning framework for multiplet splitting classification in 1H NMR
2025-Apr, Journal of magnetic resonance (San Diego, Calif. : 1997)
DOI:10.1016/j.jmr.2025.107851
PMID:39978294
|
研究论文 | 本文提出了一种名为MuSe Net的深度学习框架，用于一维核磁共振（NMR）光谱中的多重峰分裂分类 | MuSe Net是一种新颖的监督概率深度学习框架，能够模拟专家光谱学家在注释小分子生成的一维NMR光谱时的任务，并利用不确定性量化生成置信度评分 | NA | 开发一种自动化方法，以简化化学化合物的表征，并确保科学界结果的一致性 | 小分子生成的一维NMR光谱 | 机器学习 | NA | NMR | 深度学习 | 光谱数据 | 48个实验性H NMR光谱 | NA | NA | NA | NA |
| 1303 | 2025-03-12 |
Unlocking the potential of digital pathology: Novel baselines for compression
2025-Apr, Journal of pathology informatics
DOI:10.1016/j.jpi.2025.100421
PMID:40059908
|
研究论文 | 本文探讨了数字病理学中全切片图像（WSI）的压缩问题，提出了一种新的评估指标，用于评估感知质量和下游任务质量 | 提出了一种基于特征相似性的新评估指标，能够很好地与压缩WSI的实际下游性能对齐，并鼓励统一评估有损压缩方案以加速数字病理学的临床应用 | 深度学习模型在训练数据中存在的压缩伪影上表现出显著偏差，难以在各种压缩方案中泛化 | 评估和优化数字病理学中全切片图像的压缩方案，以提高临床决策的准确性和效率 | 全切片图像（WSI） | 数字病理学 | NA | 深度学习 | NA | 图像 | 四个不同的数据集 | NA | NA | NA | NA |
| 1304 | 2025-03-09 |
Self-Supervised High-Order Information Bottleneck Learning of Spiking Neural Network for Robust Event-Based Optical Flow Estimation
2025-Apr, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3510627
PMID:40030563
|
研究论文 | 本文提出了一种基于脉冲神经网络（SNN）的自监督高阶信息瓶颈学习算法SeLHIB，用于在噪声环境下鲁棒地估计基于事件的光流 | 首次提出了基于SNN的自监督信息瓶颈学习策略，并开发了非线性和高阶信息瓶颈学习算法，以增强相关信息的提取和消除冗余 | 现有SNN架构在训练过程中存在泛化能力和鲁棒性不足的问题，特别是在噪声场景中 | 提高基于事件的光流估计的泛化能力和鲁棒性，特别是在噪声环境下 | 基于事件的光流估计 | 计算机视觉 | NA | 自监督学习算法 | SNN（脉冲神经网络） | 事件相机输入 | NA | NA | NA | NA | NA |
| 1305 | 2025-03-09 |
Quantum Gated Recurrent Neural Networks
2025-Apr, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3519605
PMID:40030602
|
研究论文 | 本文提出了一种量子门控循环神经网络（QGRNNs）模型，旨在解决传统循环神经网络中的梯度消失和爆炸问题，并展示了其在序列学习任务中的有效性 | 将门控机制自然集成到量子神经网络的变分ansatz电路框架中，解决了传统循环神经网络的梯度消失和爆炸问题，并有效缓解了贫瘠高原现象 | NA | 探索量子神经网络（QNNs）的量子优势，并解决传统循环神经网络中的梯度消失和爆炸问题 | 量子门控循环神经网络（QGRNNs） | 量子机器学习 | NA | 量子计算 | 量子门控循环神经网络（QGRNNs） | 序列数据 | NA | NA | NA | NA | NA |
| 1306 | 2025-03-09 |
Glissando-Net: Deep Single View Category Level Pose Estimation and 3D Reconstruction
2025-Apr, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3519674
PMID:40030789
|
研究论文 | 本文提出了一种名为Glissando-Net的深度学习模型，用于从单个RGB图像中同时估计类别级物体的姿态并重建其3D形状 | Glissando-Net通过两个联合训练的自动编码器（一个用于RGB图像，另一个用于点云）实现了更准确的3D形状和姿态预测，并引入了2D-3D特征交互和直接预测3D形状与姿态的设计 | 在测试阶段，3D点云的编码器被丢弃，可能限制了模型在某些场景下的表现 | 研究目标是从单个RGB图像中同时估计物体的姿态并重建其3D形状 | 研究对象是类别级物体 | 计算机视觉 | NA | 深度学习 | 自动编码器（Auto-encoders） | RGB图像和点云数据 | NA | NA | NA | NA | NA |
| 1307 | 2025-03-09 |
Latent Weight Quantization for Integerized Training of Deep Neural Networks
2025-Apr, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3527498
PMID:40030978
|
研究论文 | 本文提出了一种用于深度神经网络整数化训练的潜在权重量化方案，旨在减少量化对训练过程的扰动 | 首次提出了一种通用的整数化训练潜在权重量化方案，通过残差量化和优化的双量化器最小化量化扰动 | 未明确提及具体限制，但可能涉及硬件实现的复杂性和对不同架构的适应性 | 提高深度神经网络整数化训练的效率和性能 | 深度神经网络，包括ResNets、MobileNetV2和Transformers | 机器学习 | NA | 残差量化和双量化器 | ResNets, MobileNetV2, Transformers | 图像和文本 | 未明确提及具体样本数量，但涉及多种架构和任务 | NA | NA | NA | NA |
| 1308 | 2025-03-09 |
Torsion Graph Neural Networks
2025-Apr, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3528449
PMID:40030998
|
研究论文 | 本文提出了一种新的图神经网络模型TorGNN，通过引入解析扭转来增强图神经网络对非欧几里得数据的分析能力 | TorGNN模型创新性地使用解析扭转作为边权重，以捕捉图局部结构的拓扑信息，从而提升图神经网络的性能 | NA | 提升图神经网络在非欧几里得数据分析中的性能 | 图神经网络模型及其在链接预测和节点分类任务中的应用 | 机器学习 | NA | 解析扭转 | 图神经网络（GNN） | 图数据 | 16种不同类型的网络用于链接预测任务，4种类型的网络用于节点分类任务 | NA | NA | NA | NA |
| 1309 | 2025-03-09 |
Characterizing diverse maize varieties under organic cultivation: phenotypic, yield, and canopy data from VIT Vellore
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110367
PMID:40051419
|
研究论文 | 本文介绍了在有机栽培条件下不同玉米品种的表型、产量和冠层数据，旨在评估品种性能并促进作物改良 | 提供了有机栽培条件下八个玉米品种的详细数据集，包括表型、产量、冠层温度和叶绿素读数，为未来育种和深度学习模型构建提供了基础数据 | 研究仅基于单一地点的有机栽培数据，可能无法完全反映其他环境条件下的品种表现 | 评估不同玉米品种在有机栽培条件下的表现，为作物改良和育种提供数据支持 | 八个玉米品种，包括四个来自IIMR的新品种和四个本地栽培品种 | 农业科学 | NA | ANOVA (FRBD) | NA | 表型数据、产量数据、冠层温度数据、叶绿素数据 | 160株玉米植株（每个品种20株，每个重复5株） | NA | NA | NA | NA |
| 1310 | 2025-03-08 |
Optimizing Catheter Verification: An Understandable AI Model for Efficient Assessment of Central Venous Catheter Placement in Chest Radiography
2025-Apr-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001126
PMID:39724590
|
研究论文 | 本研究旨在通过分割支持材料和解剖结构来提高中心静脉导管（CVC）错位检测的精确性和可理解性 | 结合分类网络和分割网络的深度学习模型，提高了CVC错位检测的准确性和临床可解释性 | 研究中使用的数据集可能存在标签不准确的问题，且模型的泛化能力需要进一步验证 | 提高中心静脉导管（CVC）错位检测的准确性和临床可解释性 | 中心静脉导管（CVC）在胸部X光片中的位置 | 医学影像分析 | NA | 深度学习 | 分类网络、分割网络及其组合 | 胸部X光片 | 1006张带注释的仰卧胸部X光片 | NA | NA | NA | NA |
| 1311 | 2025-03-08 |
Assessment of Emphysema on X-ray Equivalent Dose Photon-Counting Detector CT: Evaluation of Visual Scoring and Automated Quantification Algorithms
2025-Apr-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001128
PMID:39729642
|
研究论文 | 本研究评估了在X射线等效剂量光子计数探测器CT上使用视觉评分、低衰减体积（LAV）和深度学习方法估计肺气肿范围的可行性和效果，旨在探索未来剂量减少的潜力 | 首次在X射线等效剂量光子计数探测器CT上评估了视觉评分和自动化量化算法在肺气肿估计中的应用，并探索了剂量减少的潜力 | 深度学习和LAV算法在X射线剂量扫描中高估了肺气肿范围 | 评估在X射线等效剂量光子计数探测器CT上估计肺气肿范围的可行性和效果 | 101名前瞻性入组的患者 | 数字病理学 | 慢性阻塞性肺疾病 | CT扫描、深度学习方法 | 深度学习模型 | 图像 | 101名患者 | NA | NA | NA | NA |
| 1312 | 2025-03-08 |
FusionNet: Dual input feature fusion network with ensemble based filter feature selection for enhanced brain tumor classification
2025-Apr-01, Brain research
IF:2.7Q3
DOI:10.1016/j.brainres.2025.149507
PMID:39970997
|
研究论文 | 本文提出了一种名为FusionNet的新方法，利用正常和分割的MRI图像来提高脑肿瘤分类的准确性 | FusionNet结合了正常和分割的MRI图像，使用基于注意力机制和集成特征选择的方法来优先考虑相关特征，从而提高分类性能 | NA | 提高脑肿瘤分类的准确性 | 脑肿瘤 | 计算机视觉 | 脑肿瘤 | 深度学习 | FusionNet | MRI图像 | 多个数据集（Figshare, Kaggle, Sartaj, 组合数据集） | NA | NA | NA | NA |
| 1313 | 2025-03-08 |
Lightweight sparse optoacoustic image reconstruction via an attention-driven multi-scale wavelet network
2025-Apr, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2025.100695
PMID:40046019
|
研究论文 | 本文提出了一种轻量级的稀疏光声图像重建网络AD-WaveNet，通过结合离散二维小波变换和自适应注意力机制，提高了稀疏采样下的图像重建质量并降低了计算复杂度 | AD-WaveNet网络创新性地将离散二维小波变换与自适应注意力机制相结合，利用小波变换的多尺度分解特性，强调不同尺度下的关键特征，从而在降低计算复杂度和参数量的同时保持最佳重建质量 | NA | 提高稀疏采样下光声断层扫描（PAT）图像的重建质量，并降低计算复杂度 | 光声断层扫描（PAT）图像 | 计算机视觉 | NA | 离散二维小波变换（DWT） | AD-WaveNet | 图像 | NA | NA | NA | NA | NA |
| 1314 | 2025-03-06 |
Deep Learning-Powered CT-Less Multitracer Organ Segmentation From PET Images: A Solution for Unreliable CT Segmentation in PET/CT Imaging
2025-Apr-01, Clinical nuclear medicine
IF:9.6Q1
DOI:10.1097/RLU.0000000000005685
PMID:39883026
|
研究论文 | 本研究开发了一种不依赖CT图像的PET器官分割框架，利用深度学习模型对两种常用PET示踪剂进行多器官分割 | 提出了一种不依赖CT图像的PET器官分割方法，解决了PET/CT成像中CT分割不可靠的问题 | 研究中排除了PET和CT图像不匹配的病例，可能影响模型的泛化能力 | 开发一种不依赖CT图像的PET器官分割框架，以解决PET/CT成像中CT分割不可靠的问题 | 2062例PET/CT图像，包括18 F-FDG和68 Ga-PSMA两种示踪剂 | 数字病理学 | NA | 深度学习 | nnU-Net | PET/CT图像 | 2062例PET/CT图像 | NA | NA | NA | NA |
| 1315 | 2025-03-05 |
AutoFOX: An automated cross-modal 3D fusion framework of coronary X-ray angiography and OCT
2025-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103432
PMID:39700845
|
研究论文 | 本文提出了一种自动化的跨模态3D融合框架AutoFOX，用于冠状动脉X射线血管造影（XA）和光学相干断层扫描（OCT）的融合，以改善冠状动脉疾病的诊断和预后 | AutoFOX框架首次采用了先进的侧支管腔重建算法，增强了分叉病变的评估，并通过深度学习模型TransCAN实现了3D血管对齐，显著提高了对齐精度 | 尽管AutoFOX在3D对齐和分叉病变评估方面表现出色，但其在临床应用中的广泛推广仍需进一步的多中心验证和优化 | 开发一种自动化的3D融合框架，以提高冠状动脉疾病的诊断和预后评估 | 冠状动脉X射线血管造影（XA）和光学相干断层扫描（OCT）数据 | 数字病理学 | 心血管疾病 | 深度学习 | TransCAN | 3D图像 | 多中心数据集 | NA | NA | NA | NA |
| 1316 | 2025-03-05 |
DDoCT: Morphology preserved dual-domain joint optimization for fast sparse-view low-dose CT imaging
2025-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103420
PMID:39705821
|
研究论文 | 本文提出了一种名为DDoCT的双域联合优化低剂量CT成像框架，旨在通过减少管电流和投影数量来降低辐射剂量，同时解决由此引入的噪声和伪影问题 | DDoCT框架在投影和图像域中进行联合优化，不仅解决了减少管电流引入的噪声，还特别关注了减少投影数量引起的条纹伪影问题，提升了在快速低剂量CT成像环境中的适用性 | NA | 开发一种能够在减少辐射剂量的同时，有效降低噪声和伪影的低剂量CT成像方法 | 低剂量CT成像 | 计算机视觉 | NA | CT成像 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 1317 | 2025-03-05 |
Personalized dental crown design: A point-to-mesh completion network
2025-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103439
PMID:39705822
|
研究论文 | 本文介绍了一种端到端的深度学习模型，用于自动生成个性化的牙冠网格 | 提出了一种结合特征提取器和基于transformer的模型，以及点对网格模块的深度学习模型，用于牙冠设计，显著减少了Chamfer距离和MSE | 未提及具体的数据集大小或模型在不同临床环境中的泛化能力 | 开发一种自动生成个性化牙冠的深度学习模型，以提高牙冠设计的效率和准确性 | 牙冠设计 | 计算机视觉 | NA | 深度学习 | transformer, 点对网格模块 | 点云数据 | 未提及具体样本数量 | NA | NA | NA | NA |
| 1318 | 2025-03-05 |
SurgiTrack: Fine-grained multi-class multi-tool tracking in surgical videos
2025-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103438
PMID:39708509
|
研究论文 | 本文提出了一种名为SurgiTrack的新型深度学习方法，用于在手术视频中进行精细的多类别多工具跟踪 | SurgiTrack利用YOLOv7进行精确的工具检测，并采用注意力机制建模工具的起始方向，作为操作者的代理，以实现工具重新识别 | 手术视频中未明确捕捉到操作者的信息，工具在遮挡或重新插入体内后的重新识别仍然具有挑战性 | 提高手术视频中工具跟踪的准确性和灵活性，以支持计算机辅助干预的成功 | 手术视频中的多类别多工具 | 计算机视觉 | NA | 深度学习 | YOLOv7, 注意力机制 | 视频 | CholecTrack20数据集 | NA | NA | NA | NA |
| 1319 | 2025-03-05 |
TractGraphFormer: Anatomically informed hybrid graph CNN-transformer network for interpretable sex and age prediction from diffusion MRI tractography
2025-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103476
PMID:39870000
|
研究论文 | 本文介绍了一种名为TractGraphFormer的混合图CNN-Transformer深度学习框架，用于从扩散MRI纤维束成像中预测性别和年龄 | TractGraphFormer结合了局部解剖特征和全局特征依赖，通过图CNN模块捕捉白质几何和灰质连接性，并通过Transformer模块增强全局信息学习，同时包含一个注意力模块用于解释预测性白质连接 | NA | 研究目的是通过扩散MRI纤维束成像预测个体的性别和年龄 | 研究对象包括儿童（n = 9345）和年轻成年人（n = 1065） | 数字病理学 | NA | 扩散MRI纤维束成像 | Graph CNN-Transformer | 图像 | 儿童（n = 9345）和年轻成年人（n = 1065） | NA | NA | NA | NA |
| 1320 | 2025-03-05 |
Application-driven validation of posteriors in inverse problems
2025-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103474
PMID:39892221
|
研究论文 | 本文提出了一个系统框架，用于在逆问题中基于应用需求验证后验方法 | 首次将目标检测验证中的关键原则应用于后验方法的验证，提出了模式中心验证方法 | 未提及具体局限性 | 解决逆问题中多解情况下的后验方法验证问题 | 后验方法（如条件扩散模型和可逆神经网络） | 计算机视觉 | NA | NA | 条件扩散模型、可逆神经网络 | 图像 | NA | NA | NA | NA | NA |