深度学习在生物医药领域中的应用
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，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10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 1559 篇文献，本页显示第 301 - 320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 301 | 2025-06-05 |
Metastasis Detection Using True and Artificial T1-Weighted Postcontrast Images in Brain MRI
2025-May-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001137
PMID:39688447
|
research paper | 本研究比较了在脑MRI中使用真实对比增强T1加权图像和通过深度学习方法合成的低剂量图像在转移瘤检测中的敏感性和精确度 | 使用深度学习从低剂量图像合成T1加权图像，并与真实对比增强图像在转移瘤检测中的表现进行比较 | 研究样本量较小（40名参与者），且两位放射科医生的检测结果存在差异 | 评估低剂量对比剂MRI在脑转移瘤检测中的可行性 | 脑转移瘤患者和正常脑部发现的参与者 | digital pathology | brain metastasis | MRI, deep learning | NA | image | 40名参与者（24名男性，平均年龄54.3±15.1岁），共917名参与者接受扫描 |
| 302 | 2025-06-05 |
Endpoint-aware audio-visual speech enhancement utilizing dynamic weight modulation based on SNR estimation
2025-May, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107152
PMID:39874821
|
研究论文 | 本研究提出了一种新颖的音频-视觉语音增强系统（AVSE），通过动态调整音频和视觉端点信息权重，基于环境噪声水平优化语音清晰度 | 利用基于SNR估计的注意力技术动态调整音频和视觉端点信息权重，提出端点感知网络（EANet）以优化多模态信息融合效果 | 未提及具体的数据集规模或实验条件的局限性 | 提高在广泛SNR范围内音频-视觉语音增强系统的性能 | 音频和视觉语音信号 | 语音增强 | NA | SNR估计，注意力机制 | EANet | 音频和视频数据 | 使用基准数据集进行实验，具体样本量未提及 |
| 303 | 2025-06-05 |
A Bi-modal Temporal Segmentation Network for Automated Segmentation of Focal Liver Lesions in Dynamic Contrast-enhanced Ultrasound
2025-05, Ultrasound in medicine & biology
|
研究论文 | 开发并验证了一种基于深度学习的双模态时间分割网络（BTS-Net），用于动态对比增强超声（CEUS）视频中肝脏局灶性病变（FLL）的自动分割 | 提出了一种新型的双模态时间分割网络（BTS-Net），用于自动分割动态CEUS视频中的FLL，并在多个测试集中表现出色 | 研究为回顾性多中心研究，可能存在选择偏倚，且样本量相对较小（232例患者） | 开发一种自动化的深度学习模型，用于动态CEUS视频中FLL的准确分割 | 肝脏局灶性病变（FLL）患者 | 数字病理学 | 肝脏疾病 | 动态对比增强超声（CEUS） | BTS-Net | 视频 | 232例患者（160名男性，中位年龄56岁） |
| 304 | 2025-06-05 |
SegFormer3D: Improving the Robustness of Deep Learning Model-Based Image Segmentation in Ultrasound Volumes of the Pediatric Hip
2025-05, Ultrasound in medicine & biology
|
research paper | 该研究提出了一种名为SegFormer3D的深度学习模型，用于提高儿童髋关节超声体积图像分割的鲁棒性 | 提出了3D SegFormer架构的扩展，这是一种轻量级的基于transformer的模型，具有分层结构的编码器，能够产生多尺度特征，从而同时提高准确性和鲁棒性 | 当前技术的鲁棒性仍不足以可靠地部署到实际临床工作流程中 | 提高儿童髋关节发育不良(DDH)超声图像分割的准确性和鲁棒性 | 儿童髋关节的3D超声图像 | digital pathology | geriatric disease | 3D US imaging, deep learning | SegFormer3D, CNN, vision transformer | 3D ultrasound image | 临床数据来自儿科患者的测试集 |
| 305 | 2025-06-05 |
Large-scale information retrieval and correction of noisy pharmacogenomic datasets through residual thresholded deep matrix factorization
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf226
PMID:40420482
|
研究论文 | 本文提出了一种名为残差阈值深度矩阵分解（RT-DMF）的鲁棒且可扩展的深度学习框架，用于校正和填补药物敏感性数据中的噪声和缺失值 | RT-DMF通过深度矩阵分解（DMF）揭示数据中的复杂隐藏模式，并结合迭代残差阈值程序保留具有治疗重要性的信号 | 未明确提及具体局限性 | 解决药物敏感性数据中的噪声问题，提高数据质量和下游分析的准确性 | 药物敏感性数据集 | 机器学习 | 癌症 | 深度矩阵分解（DMF） | RT-DMF | 药物敏感性数据矩阵 | 未明确提及具体样本量 |
| 306 | 2025-05-28 |
Erratum for: MRI-based Deep Learning Assessment of Amyloid, Tau, and Neurodegeneration Biomarker Status across the Alzheimer Disease Spectrum
2025-May, Radiology
IF:12.1Q1
DOI:10.1148/radiol.259008
PMID:40423544
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 307 | 2025-06-04 |
Estimating motor symptom presence and severity in Parkinson's disease from wrist accelerometer time series using ROCKET and InceptionTime
2025-May-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04263-2
PMID:40450120
|
研究论文 | 该研究探讨了使用ROCKET和InceptionTime模型从手腕加速度计时间序列数据中估计帕金森病患者的运动症状存在和严重程度 | 首次将InceptionTime和ROCKET模型应用于帕金森病运动症状监测，并比较了它们在处理复杂运动模式和小数据集方面的性能 | 在检测运动障碍方面遇到挑战，且数据集规模较小 | 开发更有效的帕金森病运动症状监测方法 | 帕金森病患者的腕部运动数据 | 机器学习 | 帕金森病 | 时间序列分类 | InceptionTime, ROCKET, 多层感知机 | 时间序列数据 | NA |
| 308 | 2025-06-04 |
Development and validation of an integrated residual-recurrent neural network model for automated heart murmur detection in pediatric populations
2025-May-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04746-2
PMID:40450176
|
研究论文 | 开发并验证了一种集成的残差-循环神经网络模型，用于自动检测儿科人群中的心脏杂音 | 结合了传统机器学习和深度学习技术，提出了一种创新的AI方法，以提高儿科人群心脏杂音的检测效果 | 研究样本量有限（500名儿科参与者），且未提及模型在不同年龄段或不同疾病阶段的泛化能力 | 改善儿科心脏疾病的早期检测策略 | 儿科人群的心脏杂音检测 | 机器学习 | 心血管疾病 | 心脏听诊 | Residual-Recurrent Neural Networks | 心脏声音记录 | 500名儿科参与者 |
| 309 | 2025-06-04 |
Detecting cyber attacks in vehicle networks using improved LSTM based optimization methodology
2025-May-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04643-8
PMID:40450183
|
研究论文 | 本文提出了一种基于改进LSTM和优化方法的深度学习框架，用于检测车辆网络中的网络攻击 | 采用改进的长短期记忆网络(ILSTM)结合鳄鱼优化算法(COA)进行参数优化，显著提高了检测准确率和性能指标 | 仅使用UNSW-NB15数据集进行验证，未在其他车辆网络数据集上测试 | 开发一种高效准确的车辆网络入侵检测系统 | 车辆网络中的网络攻击 | 机器学习 | NA | 离散傅里叶变换(DFT)，最大-最小归一化 | 改进的长短期记忆网络(ILSTM) | 网络流量数据 | UNSW-NB15数据集 |
| 310 | 2025-06-04 |
Deep learning based motion correction in ultrasound microvessel imaging approach improves thyroid nodule classification
2025-May-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02728-y
PMID:40447670
|
研究论文 | 提出一种基于深度学习的运动校正技术，用于改善超声定量高清微血管成像中的甲状腺结节分类 | 引入深度学习技术校正超声图像中的帧间运动伪影，提高甲状腺结节分类的准确性 | 研究未提及是否在其他类型运动伪影或更大规模数据集上验证方法的普适性 | 改善甲状腺结节的超声分类准确性 | 甲状腺结节 | 数字病理 | 甲状腺疾病 | 定量高清微血管成像(qHDMI) | 深度学习 | 超声图像 | 根据运动量分为低运动和高运动病例的数据集 |
| 311 | 2025-06-04 |
Artificial Intelligence in the Diagnosis and Prognostication of the Musculoskeletal Patient
2025-May-28, HSS journal : the musculoskeletal journal of Hospital for Special Surgery
IF:1.6Q2
DOI:10.1177/15563316251339660
PMID:40454292
|
review | 本文探讨了人工智能在肌肉骨骼疾病诊断和预后中的应用 | 介绍了计算机视觉算法和患者特异性多模态预测模型，并提出了一个简单的框架来讨论AI模型开发的局限性 | 讨论了AI模型开发的局限性 | 探讨人工智能在肌肉骨骼疾病诊断和预后中的应用 | 肌肉骨骼疾病患者 | computer vision | musculoskeletal diseases | machine learning, deep learning | generative AI | multimodal data | NA |
| 312 | 2025-05-29 |
Reply to Commentary on "Machine Learning, Deep Learning, Artificial Intelligence and Aesthetic Plastic Surgery: A Qualitative Systematic Review"
2025-May-27, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-025-04938-1
PMID:40425882
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 313 | 2025-06-04 |
MAVSD: A Multi-Angle View Segmentation Dataset for Detection of Solidago Canadensis L
2025-May-24, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05199-y
PMID:40413199
|
research paper | 介绍了一个名为MAVSD的多角度视图分割数据集，专门用于检测全球重要的入侵植物加拿大一枝黄花 | 提出了一个多角度、高分辨率的数据集MAVSD，通过多角度训练将mIoU提高了11% | 未提及具体的数据集样本来源和覆盖的地理范围 | 提升入侵植物加拿大一枝黄花的自动检测和监测能力 | 加拿大一枝黄花及其周围环境 | computer vision | NA | 无人机拍摄的高分辨率图像 | state-of-the-art segmentation models | image | NA |
| 314 | 2025-06-04 |
A Comprehensive Video Dataset for Surgical Laparoscopic Action Analysis
2025-May-24, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05093-7
PMID:40413211
|
研究论文 | 本文介绍了一个用于手术腹腔镜动作分析的综合性视频数据集SLAM，并验证了其在腹腔镜手术动作识别中的有效性 | 开发了SLAM数据集，解决了现有公开数据集规模小、同质性高和标注质量不一致的问题 | 未提及具体的数据集使用限制或潜在偏差 | 促进腹腔镜手术动作识别和人工智能驱动手术的发展 | 腹腔镜手术视频数据 | 计算机视觉 | NA | 深度学习 | ViViT | 视频 | 4,097个视频片段 |
| 315 | 2025-06-04 |
Artificial intelligence and the electrocardiogram: A modern renaissance
2025-May-20, European journal of internal medicine
IF:5.9Q1
DOI:10.1016/j.ejim.2025.04.036
PMID:40413058
|
research paper | 探讨人工智能（AI）与心电图（ECG）结合在心血管医学中的变革性进展及其潜力 | AI驱动的ECG解释在结构和电性心脏病领域展示了突破性能力，深度学习技术识别了人眼不可见的微妙ECG模式 | 面临高质量训练数据需求、算法普适性、模型训练偏见、监管和伦理标准等挑战，解释性、医生技能退化、法律责任及缺乏高质量研究证明患者结果改善也是关键障碍 | 提升心血管疾病的诊断准确性和预测能力，实现个性化患者护理 | 心电图（ECG）技术及其在心血管疾病中的应用 | machine learning | cardiovascular disease | deep learning | NA | ECG数据 | NA |
| 316 | 2025-06-04 |
Development of an Automated Tool for the Estimation of Histological Remission in Ulcerative Colitis Using Single-Wavelength Endoscopy Technology
2025-May-08, Journal of Crohn's & colitis
DOI:10.1093/ecco-jcc/jjae180
PMID:39602814
|
研究论文 | 开发了一种基于单波长内窥镜技术的自动化工具，用于评估溃疡性结肠炎的组织学缓解 | 利用单波长内窥镜（SWE）技术提高毛细血管可见性，开发了计算机辅助诊断（CAD）系统，显著提高了组织学缓解的诊断准确性 | 研究样本量相对较小（112名患者），且仅使用了特定品牌的内窥镜系统（FUJIFILM） | 评估基于白光内窥镜（WLE）或单波长内窥镜（SWE）的计算机辅助诊断系统在溃疡性结肠炎组织学活动评估中的准确性 | 溃疡性结肠炎患者的内窥镜图像 | 数字病理学 | 溃疡性结肠炎 | 单波长内窥镜（SWE）技术 | 深度学习模型 | 图像 | 112名患者的6926组WLE和SWE图像帧 |
| 317 | 2025-06-04 |
Evolving biomaterials design from trial and error to intelligent innovation
2025-05-01, Acta biomaterialia
IF:9.4Q1
DOI:10.1016/j.actbio.2025.03.013
PMID:40081552
|
综述 | 本文系统概述了生物材料设计技术的发展，探讨了人工智能与高通量筛选技术的结合，并展望了AI驱动的生物材料设计在未来潜力 | 探讨了人工智能在生物材料设计中的应用，预测材料特性并优化设计流程，标志着生物材料设计进入新时代 | NA | 总结生物材料设计技术的演变，展望AI驱动的生物材料设计未来发展方向 | 生物材料设计技术 | 生物材料 | NA | 高通量筛选(HTS), 机器学习(ML), 深度学习 | NA | NA | NA |
| 318 | 2025-06-04 |
Deep learning method for malaria parasite evaluation from microscopic blood smear
2025-May, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2025.103114
PMID:40107120
|
系统综述 | 本文系统回顾了当前用于疟疾诊断中疟原虫属自动分析的方法，特别关注计算机辅助方法 | 识别了三类最适合疟疾数字诊断的机器学习模型，并讨论了提高模型准确性的预处理和后处理技术 | 数据标准化和实际应用中的挑战仍未解决 | 评估疟疾自动诊断方法，提高诊断准确性并减少人为错误 | 疟原虫属 | 数字病理学 | 疟疾 | 深度学习、机器学习 | ResNet、VGG、CNN、CADx | 图像 | NA |
| 319 | 2025-06-04 |
Pathomics in Gastrointestinal Tumors: Research Progress and Clinical Applications
2025-May, Cureus
DOI:10.7759/cureus.85060
PMID:40452669
|
综述 | 本文综述了病理组学在胃肠道肿瘤中的研究进展及其临床应用 | 介绍了病理组学作为一种新型工具，结合高分辨率数字切片扫描技术和深度学习算法，用于胃肠道肿瘤的精确诊断和治疗 | 当前面临的挑战包括技术应用的局限性和未来发展方向的不确定性 | 探讨病理组学在胃肠道肿瘤诊断和治疗中的应用 | 胃肠道肿瘤 | 数字病理学 | 胃肠道肿瘤 | 高分辨率数字切片扫描技术、机器学习和深度学习 | 深度学习算法 | 全切片图像 | NA |
| 320 | 2025-06-03 |
Application of Deep Neural Networks in the Manufacturing Process of Mesenchymal Stem Cells Therapeutics
2025-May-30, International journal of stem cells
IF:2.5Q3
DOI:10.15283/ijsc24070
PMID:39322430
|
研究论文 | 本文应用深度神经网络分析间充质干细胞培养过程中的细胞融合度和状态，以提高细胞治疗产品的质量和产量 | 首次使用深度学习方法直接分析影响干细胞治疗产品关键参数（产量和质量）的细胞图像 | 多叠层培养仅在单叠层培养无异常细胞时进行，因此异常细胞检测仅限于单叠层图像 | 提高干细胞治疗产品制造过程中的质量控制 | 间充质干细胞 | 数字病理学 | NA | 深度学习 | 深度神经网络 | 图像 | 多种培养容器中培养的间充质干细胞图像 |