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 1477 篇文献，本页显示第 341 - 360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 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 |
| 342 | 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 |
| 343 | 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 |
| 344 | 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 |
| 345 | 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 |
| 346 | 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 |
| 347 | 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 |
| 348 | 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 |
| 349 | 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 |
| 350 | 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 |
| 351 | 2025-06-03 |
HVAngleEst: A Dataset for End-to-end Automated Hallux Valgus Angle Measurement from X-Ray Images
2025-May-30, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05261-9
PMID:40447606
|
research paper | 本文介绍了HVAngleEst，一个专为自动测量拇外翻角度设计的大规模开放数据集 | 首个大规模、开放获取的拇外翻角度估计数据集，支持全自动端到端测量 | 现有X射线数据集通常仅限于裁剪的足部区域图像，且公开可用的数据集样本量极少 | 开发有效的算法以减少人工劳动并消除评估者偏差 | 拇外翻角度（HVA）和跖骨间角度（IMA）的自动测量 | digital pathology | hallux valgus | X-ray imaging | deep learning | image | 1,382张X射线图像来自1,150名患者 |
| 352 | 2025-06-03 |
Bayesian deep-learning structured illumination microscopy enables reliable super-resolution imaging with uncertainty quantification
2025-May-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60093-w
PMID:40447610
|
research paper | 本文提出了一种基于贝叶斯深度学习的结构光照明显微镜（BayesDL-SIM）方法，用于实现高保真超分辨率成像并量化不确定性 | 开发了BayesDL-SIM方法，首次在SIM中引入贝叶斯深度学习框架，实现了超分辨率不确定性的量化，并提升了密集标记结构的重建质量 | 未明确说明该方法在计算资源需求或处理速度方面的局限性 | 提高结构光照明显微镜（SIM）成像的可靠性和透明度，实现超分辨率不确定性的量化 | 生物过程的超分辨率成像，特别是活细胞成像 | computational microscopy | NA | structured illumination microscopy (SIM), Bayesian deep learning | Bayesian deep learning | microscopy images | NA（涉及活细胞成像实验，但未明确样本数量） |
| 353 | 2025-06-03 |
Pixel super-resolved virtual staining of label-free tissue using diffusion models
2025-May-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60387-z
PMID:40447613
|
研究论文 | 本文提出了一种基于扩散模型的像素超分辨率虚拟染色方法，用于将无标记组织显微镜图像转换为等效的组织化学染色样本 | 利用布朗桥过程增强空间分辨率和保真度，显著降低生成图像的方差，提高稳定性和准确性 | NA | 提高无标记组织虚拟染色的分辨率和图像质量，增强临床诊断的可靠性 | 无标记人类肺组织样本的自动荧光图像 | 数字病理学 | 肺癌 | 扩散模型 | 扩散模型 | 图像 | NA |
| 354 | 2025-06-03 |
DeepDTAGen: a multitask deep learning framework for drug-target affinity prediction and target-aware drugs generation
2025-May-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-59917-6
PMID:40447614
|
研究论文 | 本文提出了一种多任务深度学习框架DeepDTAGen，用于预测药物-靶标亲和力并生成靶标感知的新药物 | 开发了一个多任务学习框架，能够同时预测药物-靶标结合亲和力并生成新的靶标感知药物变体，解决了现有方法单任务设计的局限性 | 未提及具体的数据集规模限制或模型泛化能力的局限性 | 加速药物发现和开发过程，提高药物-靶标相互作用预测和新药生成的效率 | 药物分子和靶标蛋白质 | 机器学习 | NA | 深度学习 | 多任务深度学习框架 | 药物分子和蛋白质的结构数据 | 三个真实世界的数据集 |
| 355 | 2025-06-03 |
Automated diagnosis for extraction difficulty of maxillary and mandibular third molars and post-extraction complications using deep learning
2025-May-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00236-7
PMID:40447616
|
研究论文 | 本研究提出了一种基于深度学习的方法，用于自动预测上下颌第三磨牙的拔牙难度及拔牙后并发症 | 首次提出一种同时预测拔牙难度和并发症（如上颌窦穿孔和下牙槽神经损伤）的自动化诊断方法 | NA | 开发一种自动化诊断方法，以辅助临床医生在手术前预测第三磨牙的拔牙难度和可能的并发症 | 上下颌第三磨牙（M3） | 数字病理学 | 口腔疾病 | 深度学习 | 语义分割和分类模型 | 图像（正颌全景片，OPGs） | 4,903张由专家标注的正颌全景片 |
| 356 | 2025-06-03 |
Assessing and improving reliability of neighbor embedding methods: a map-continuity perspective
2025-May-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60434-9
PMID:40447630
|
research paper | 本文提出了一种评估和改进邻域嵌入方法可靠性的框架LOO-map，旨在解决t-SNE和UMAP等方法在可视化高维数据时可能引入的误导性视觉伪影问题 | 利用留一法原则，将嵌入映射扩展到整个输入空间，并开发了两种点状诊断分数来检测不可靠的嵌入点并改进超参数选择 | NA | 评估和改进邻域嵌入方法的可靠性，以更准确地可视化高维数据 | 高维数据，特别是计算机视觉和单细胞组学数据 | machine learning | NA | LOO-map框架 | t-SNE, UMAP | 高维数据 | NA |
| 357 | 2025-06-03 |
Upper limb human-exoskeleton system motion state classification based on semg: application of CNN-BiLSTM-attention model
2025-May-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02864-5
PMID:40447649
|
research paper | 该研究基于表面肌电信号对上肢五种典型运动状态进行分类，以支持辅助上肢外骨骼的实时控制系统 | 提出了一种结合CNN、BiLSTM和注意力机制的深度学习模型，提高了复杂场景下运动状态识别的准确性 | 样本量较小（仅10名参与者），且仅针对特定肌肉群 | 开发一种能够准确分类上肢运动状态的模型，以支持外骨骼实时控制系统 | 上肢运动状态（静止、轻度活动、快速运动、动态负重和静态负重） | machine learning | NA | 表面肌电信号采集 | CNN-BiLSTM-attention | 生物电信号 | 10名参与者的肱二头肌、肱三头肌和三角肌的肌电数据 |
| 358 | 2025-06-03 |
Assessing the performance of domain-specific models for plant leaf disease classification: a comprehensive benchmark of transfer-learning on open datasets
2025-May-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03235-w
PMID:40447674
|
research paper | 本文通过评估多种CNN模型在公开植物叶片病害数据集上的性能，旨在确定最适合植物叶片病害分类的模型架构 | 首次对23种最先进的CNN模型在18个公开数据集上进行了全面基准测试，并比较了迁移学习和微调的效果 | 研究仅基于公开数据集，可能无法完全代表实际田间条件下的病害识别情况 | 确定最适合植物叶片病害分类的深度学习模型架构 | 植物叶片病害图像 | computer vision | 植物病害 | 迁移学习 | CNN | image | 18个公开数据集，共训练4140个模型 |
| 359 | 2025-06-03 |
Deep learning-driven automated mitochondrial segmentation for analysis of complex transmission electron microscopy images
2025-May-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03311-1
PMID:40447684
|
研究论文 | 介绍了一种结合概率交互式分割与线粒体形态自动量化的深度学习框架，用于复杂透射电子显微镜图像的线粒体分割分析 | 结合不确定性分析和实时用户反馈，模型在保持分割精度的同时将分析时间减少了90% | NA | 开发一种自动化工具，用于高效、可重复地分析线粒体形态及其与细胞功能和疾病机制的关系 | 小鼠骨骼肌的透射电子显微镜图像 | 计算机视觉 | 杜氏肌营养不良症 | 透射电子显微镜(TEM) | 深度学习框架 | 图像 | 基准Lucchi++数据集和真实世界的小鼠骨骼肌TEM图像 |
| 360 | 2025-06-03 |
A global object-oriented dynamic network for low-altitude remote sensing object detection
2025-May-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02194-6
PMID:40447715
|
研究论文 | 本文提出了一种名为GOOD-Net的全局面向对象动态网络算法，用于低空遥感图像中的目标检测 | 引入了ReSSD Block、GPSA和DECBS等新模块组件，实现了细粒度特征提取，同时保持计算和参数效率 | NA | 开发一种高效、实时的低空遥感目标检测算法 | 低空遥感图像中的目标 | 计算机视觉 | NA | 深度学习 | GOOD-Net | 图像 | VisDrone数据集 |