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 1386 篇文献，本页显示第 1321 - 1340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1321 | 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 |
| 1322 | 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 |
| 1323 | 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 |
| 1324 | 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 |
| 1325 | 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 |
| 1326 | 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 |
| 1327 | 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 |
| 1328 | 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 |
| 1329 | 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 |
| 1330 | 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 |
| 1331 | 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 |
| 1332 | 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 |
| 1333 | 2025-03-05 |
DSAM: A deep learning framework for analyzing temporal and spatial dynamics in brain networks
2025-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103462
PMID:39892220
|
研究论文 | 本文提出了一种名为DSAM的深度学习框架，用于分析脑网络中的时空动态 | DSAM框架通过时间因果卷积网络捕捉时间动态，使用时间注意单元识别重要时间点，自注意单元构建目标特定的连接矩阵，并采用图神经网络的变体捕捉空间动态，用于下游分类 | NA | 研究目标是开发一种深度学习框架，以更好地理解脑网络中的时空动态 | 研究对象为人类脑网络，具体使用了Human Connectome Project数据集和Adolescent Brain Cognitive Development数据集 | 机器学习 | NA | rs-fMRI | 图神经网络 | 时间序列数据 | Human Connectome Project数据集包含1075个样本，Adolescent Brain Cognitive Development数据集包含8520个样本 | NA | NA | NA | NA |
| 1334 | 2025-10-07 |
ResGEM: Multi-Scale Graph Embedding Network for Residual Mesh Denoising
2025-Apr, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2024.3378309
PMID:38498760
|
研究论文 | 提出一种用于残差网格去噪的多尺度图嵌入网络ResGEM | 提出包含法线感知和顶点感知双分支的新流程，引入多尺度嵌入模块和残差解码结构，并设计了增强平滑和泛化能力的正则化项 | NA | 解决具有不规则拓扑结构的网格去噪问题，在平滑度和几何细节之间取得平衡 | 噪声污染的三维网格 | 计算机视觉 | NA | NA | 图卷积网络(GCN) | 三维网格数据 | NA | NA | ResGEM, 边缘条件嵌入模块(EEMs), 残差块 | NA | NA |
| 1335 | 2025-03-04 |
A comparative analysis of deep learning and chemometric approaches for spectral data modeling
2025-Apr-15, Analytica chimica acta
IF:5.7Q1
DOI:10.1016/j.aca.2025.343766
PMID:40024653
|
研究论文 | 本研究对五种不同的光谱数据分析建模方法进行了全面比较，包括PLS结合经典化学计量学预处理、iPLS结合经典预处理或小波变换、LASSO结合小波变换以及CNN结合光谱预处理 | 提供了预处理方法和模型组合的详尽比较，发现在低数据量环境下无法预先确定最优的预处理和模型组合 | 研究仅限于低维案例研究，可能无法推广到高维数据 | 比较不同建模方法在光谱数据分析中的性能 | 啤酒数据集和废润滑油数据集 | 机器学习 | NA | PLS, iPLS, LASSO, CNN, 小波变换 | PLS, iPLS, LASSO, CNN | 光谱数据 | 啤酒数据集40个训练样本，废润滑油数据集273个训练样本 | NA | NA | NA | NA |
| 1336 | 2025-03-04 |
Contrastive learning in brain imaging
2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文探讨了对比学习在脑成像中的应用及其作为一种无需数据标注的深度学习技术的潜力 | 对比学习通过将数据映射到潜在空间，并假设同类样本在潜在空间中应彼此接近，不同类样本应彼此远离，从而在无需标注的情况下学习数据的代表性特征 | 未明确提及具体的研究限制 | 研究对比学习在医学图像处理和分析中的应用 | 脑成像数据 | 医学影像 | NA | 对比学习 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 1337 | 2025-03-04 |
Feature-targeted deep learning framework for pulmonary tumorous Cone-beam CT (CBCT) enhancement with multi-task customized perceptual loss and feature-guided CycleGAN
2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文提出了一种针对肺部肿瘤的锥形束CT（CBCT）增强的深度学习框架，通过多任务定制感知损失和特征引导的CycleGAN生成高质量的肺部成像 | 提出了一种新的特征导向深度学习框架，结合多任务学习特征选择网络（MTFS-Net）和特征引导的CycleGAN，有效抑制伪影并保留关键肿瘤信息 | 未提及具体局限性 | 提高肺部CBCT图像质量，以支持肺癌治疗的进一步分析 | 肺癌患者的CBCT图像 | 计算机视觉 | 肺癌 | 深度学习 | CycleGAN | 图像 | 多机构数据集 | NA | NA | NA | NA |
| 1338 | 2025-03-03 |
COS-DeformDeep: Adaptive 2T2D spectral feature extraction method for improving the component identification performance in mixtures based on handheld Raman technology
2025-Apr-08, Analytica chimica acta
IF:5.7Q1
DOI:10.1016/j.aca.2025.343773
PMID:40021327
|
研究论文 | 提出了一种名为COS-DeformDeep的新方法，用于增强和提取手持拉曼光谱混合物成分识别中的光谱特征 | 结合同步双迹二维相关光谱（2T2D-COS）和可变形卷积（DCNs），提高了深度学习模型在相关峰区域几何变形适应性，从而增强了2T2D-COS中的光谱特征提取能力 | NA | 提高手持拉曼光谱技术在混合物成分识别中的性能 | 乙醇、双丙酮醇和组氨酸三种物质，体积重量比范围为2%到20% | 光谱分析 | NA | 拉曼光谱 | 可变形卷积（DCNs） | 光谱数据 | 三个混合物数据集 | NA | NA | NA | NA |
| 1339 | 2025-10-07 |
Recipes and ingredients for deep learning models of 3D genome folding
2025-Apr, Current opinion in genetics & development
IF:3.7Q2
DOI:10.1016/j.gde.2024.102308
PMID:39862604
|
综述 | 本文比较和分析了用于预测基因组接触图谱的深度学习模型，涵盖预处理、架构、训练、评估和解释方法 | 系统梳理了三维基因组折叠深度学习模型的最新进展，并指出各模型的优势与局限 | 作为综述文章，不包含原始实验数据或新模型开发 | 探讨深度学习在三维基因组折叠预测中的应用与发展方向 | 基因组接触图谱预测模型 | 计算生物学 | NA | 深度学习 | 深度学习模型 | 基因组接触图谱数据 | NA | NA | NA | NA | NA |
| 1340 | 2025-10-07 |
A three-dimensional marine plastic litter real-time detection embedded system based on deep learning
2025-Apr, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.117603
PMID:39889545
|
研究论文 | 提出基于深度学习的嵌入式三维海洋塑料垃圾实时检测系统 | 结合图像质量评估与增强技术提升水下图像质量，并通过模型压缩量化实现嵌入式部署 | 未明确说明系统在复杂海洋环境中的长期稳定性测试结果 | 开发用于海洋塑料垃圾实时清理的智能检测系统 | 海洋环境中的塑料垃圾 | 计算机视觉 | NA | 深度学习，图像质量增强 | YOLOv5 | 水下图像 | NA | NA | YOLOv5 | 精确率，召回率，F1分数，平均精度均值 | 嵌入式设备 |