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 1430 篇文献，本页显示第 1121 - 1140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1121 | 2025-05-09 |
Use of deep learning-accelerated T2 TSE for prostate MRI: Comparison with and without hyoscine butylbromide admission
2025-May, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2025.110358
PMID:39938669
|
research paper | 本研究探讨了深度学习加速的T2加权涡轮自旋回波成像序列在无需使用丁溴东莨菪碱的情况下，对前列腺MRI图像质量的影响 | 首次比较了深度学习加速的T2加权序列与传统序列在有无丁溴东莨菪碱情况下的表现，并评估了图像质量和定量参数 | 研究样本量相对较小（120例），且需要进一步研究来评估深度学习应用在前列腺MRI肿瘤检测率方面的表现 | 评估深度学习加速的T2加权序列在前列腺MRI中的应用效果，特别是是否需要使用丁溴东莨菪碱来提高图像质量 | 120名连续患者，分为四组，每组30人 | digital pathology | prostate cancer | deep learning-accelerated T2-weighted turbo spin echo (TSE) imaging | deep learning | MRI images | 120名患者，分为四组，每组30人 | NA | NA | NA | NA |
| 1122 | 2025-05-09 |
An accurate and trustworthy deep learning approach for bladder tumor segmentation with uncertainty estimation
2025-May, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108645
PMID:39954510
|
研究论文 | 本文提出了一种基于深度学习的可信赖膀胱肿瘤分割模型，不仅能够准确分割病变区域，还能提供分割结果的置信度信息 | 利用测试时间增强（TTA）和测试时间丢弃（TTD）来估计内部和外部数据集中的任意不确定性和认知不确定性，探索不同数据集上两种不确定性的影响 | NA | 探索一种可信赖的基于AI的肿瘤分割模型，提供预测结果及其置信度信息 | 膀胱肿瘤 | 数字病理学 | 膀胱癌 | 深度学习 | BSU模型 | 图像 | 内部和外部膀胱镜数据集 | NA | NA | NA | NA |
| 1123 | 2025-05-09 |
Application of deep learning for evaluation of the growth rate of Daphnia magna
2025-May, Journal of bioscience and bioengineering
IF:2.3Q3
DOI:10.1016/j.jbiosc.2025.01.006
PMID:39955201
|
research paper | 应用深度学习技术评估大型溞的生长速率 | 利用深度学习进行图像识别，实现了对游泳状态下大型溞大小的非侵入式测量 | NA | 评估化学物质对生态环境的影响 | 大型溞（Daphnia magna） | computer vision | NA | 深度学习图像识别 | CNN | image | NA | NA | NA | NA | NA |
| 1124 | 2025-05-09 |
A Review on Intelligent Systems for ECG Analysis: From Flexible Sensing Technology to Machine Learning
2025-May, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3508545
PMID:40030493
|
综述 | 本文全面回顾了用于心电图(ECG)采集的柔性心脏传感设备，重点介绍了它们在心脏健康监测中的应用 | 强调了柔性传感技术与机器学习在心脏健康监测中的结合及其对ECG健康监测方法的推动作用 | NA | 回顾和评估用于ECG采集的柔性传感设备及其在心脏健康监测中的应用 | 柔性心脏传感设备和机器学习在ECG分析中的应用 | 数字病理学 | 心血管疾病 | 机器学习(ML) | 深度学习, 支持向量机, 随机森林, 线性判别分析 | ECG信号 | NA | NA | NA | NA | NA |
| 1125 | 2025-05-09 |
PrediRep: Modeling hierarchical predictive coding with an unsupervised deep learning network
2025-May, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107246
PMID:39946763
|
研究论文 | 介绍了一种名为PrediRep的新型深度学习网络，该网络更严格地遵循层次预测编码（hPC）的架构原则，用于神经科学研究 | PrediRep是一种新型深度学习网络，比其他受hPC启发的深度学习网络更严格地遵循hPC的架构原则，并在功能上与hPC高度对齐 | PrediRep设计的主要目的是作为适合神经科学研究的模型，而非优化性能 | 探索层次预测编码（hPC）在深度学习模型中的应用，以更好地理解大脑皮层如何预测未来的感官输入 | 层次预测编码（hPC）和深度学习网络 | 机器学习 | NA | 深度学习 | PrediRep | NA | NA | NA | NA | NA | NA |
| 1126 | 2025-05-09 |
Clinically applicable semi-supervised learning framework for multiple organs at risk and tumor delineation in lung cancer brachytherapy
2025-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.104968
PMID:40174514
|
research paper | 本研究验证了一种半监督条件nnU-Net模型在肺癌近距离放射治疗中多器官风险区和肿瘤分割的临床应用潜力 | 提出了一种半监督条件nnU-Net模型（SSC-nnUNet），并在多中心数据上验证了其在肺癌分割和机器人辅助穿刺诊疗中的应用潜力 | 研究仅基于CT数据，未验证其他影像模态的适用性 | 验证深度学习自动分割技术在肺癌临床应用的泛化能力 | 肺癌患者的CT影像数据 | digital pathology | lung cancer | CT影像分析 | SSC-nnUNet | image | 674例患者用于训练和验证，181例多中心数据用于测试 | NA | NA | NA | NA |
| 1127 | 2025-05-09 |
Deep-learning synthetized 4DCT from 4DMRI of the abdominal site in carbon-ion radiotherapy
2025-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.104963
PMID:40187129
|
research paper | 研究使用深度学习从4DMRI数据生成合成的4DCT（4D-sCT）在腹部碳离子放疗中的可行性 | 采用3通道条件生成对抗网络（cGAN）从4DMRI数据生成4D-sCT，探索了基于4DCT和仅基于4DMRI的两种分割方法 | 仅基于4DMRI的方法在MAE指标上表现较差，且样本量较小（26名患者） | 探索深度学习在腹部碳离子放疗中生成合成4DCT的可行性 | 腹部接受碳离子放疗的患者 | digital pathology | abdominal tumors | 4DMRI, 4DCT, Carbon Ion Radiotherapy (CIRT) | conditional Generative Adversarial Network (cGAN) | medical imaging (T1-weighted 4DMRI and 4DCT volumes) | 26名患者（训练和测试），6名独立患者用于验证 | NA | NA | NA | NA |
| 1128 | 2025-05-09 |
Leveraging deep learning for improving parameter extraction from perfusion MR images: A narrative review
2025-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.104978
PMID:40215839
|
综述 | 本文回顾了深度学习在灌注磁共振成像（MRI）参数提取中的应用，探讨了其优势、挑战及潜在临床应用 | 深度学习算法能高效处理大数据集，提供更快、更准确的参数提取，减少主观性 | 传统量化灌注参数的方法耗时且易受噪声和复杂组织动态限制 | 评估深度学习在灌注MRI中的应用，以提高诊断准确性和治疗计划 | 灌注MRI技术（DCE、DSC、ASL、IVIM） | 医学影像分析 | NA | 深度学习（DL） | CNN、RNN、GAN | MRI图像 | NA | NA | NA | NA | NA |
| 1129 | 2025-05-09 |
Effects of Deep Learning-Based Reconstruction on the Quality of Accelerated Contrast-Enhanced Neck MRI
2025-May, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2024.1059
PMID:40307199
|
研究论文 | 比较深度学习重建的涡轮自旋回波(DL-TSE)与传统插值涡轮自旋回波(Conv-TSE)技术在颈部对比增强MRI中的图像质量 | 应用深度学习重建技术显著减少扫描时间，同时提高图像质量、清晰度和黏膜区域的可见性 | DL-TSE在解剖结构重叠区域产生更明显的伪影 | 评估深度学习重建技术在加速颈部MRI中的效果 | 106名患者的颈部对比增强MRI图像 | 医学影像 | NA | 深度学习重建的涡轮自旋回波(DL-TSE) | 深度学习 | MRI图像 | 106名患者 | NA | NA | NA | NA |
| 1130 | 2025-05-09 |
Age-Related Regional Changes in Choroidal Vascularity in Healthy Emmetropic Eyes
2025-May-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.5.3
PMID:40310636
|
研究论文 | 本研究探讨了健康正视眼中脉络膜血管指数（CVI）随生理年龄变化的区域性变化 | 首次使用深度学习技术对健康正视眼不同年龄段人群的脉络膜血管指数进行区域性分析，揭示了年龄相关的CVI变化模式 | 研究为横断面设计，无法确定因果关系；样本仅包括正视眼人群，可能不适用于其他屈光状态 | 探究健康正视眼中脉络膜血管特性随年龄变化的区域性差异 | 280名健康正视眼受试者（包括83名儿童、77名青少年和120名成人） | 数字病理学 | NA | 增强深度成像光学相干断层扫描（EDI-OCT） | 深度学习 | 图像 | 280名健康受试者（5-41岁） | NA | NA | NA | NA |
| 1131 | 2025-05-09 |
PhacoTrainer: Automatic Artificial Intelligence-Generated Performance Ratings for Cataract Surgery
2025-May-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.5.2
PMID:40310637
|
研究论文 | 探讨人工智能生成的自动性能评分在区分白内障手术学员和教师以及AI指标与专家评分之间的相关性 | 使用深度学习模型自动生成白内障手术视频的性能指标，并与专家评分进行相关性分析 | 样本量相对较小，仅包括28名学员和29名教师的手术视频 | 评估AI生成的指标在区分手术技能水平和与专家评分相关性方面的有效性 | 白内障手术视频 | 计算机视觉 | 白内障 | 深度学习 | CNN | 视频 | 57例手术视频（28名学员和29名教师） | NA | NA | NA | NA |
| 1132 | 2025-10-07 |
Artificial intelligence in the detection and classification of dental caries
2025-May, The Journal of prosthetic dentistry
IF:4.3Q1
DOI:10.1016/j.prosdent.2023.07.013
PMID:37640607
|
研究论文 | 本研究开发了一个基于深度学习的模型，用于检测和分类牙科龋齿 | 使用改进的King Abdulaziz大学龋齿分类系统，通过语义分割任务训练深度学习模型进行龋齿自动检测 | 训练样本量相对较小（554个训练样本），模型性能仍有提升空间 | 开发能够自动检测和分类牙科龋齿的深度学习模型 | 咬翼片X光影像中的龋齿病变 | 计算机视觉 | 牙科疾病 | 放射影像分析 | 深度学习 | X光影像 | 554个训练样本，1876×1402像素分辨率的咬翼片X光影像 | NA | 语义分割模型 | 交并比, F1分数 | NA |
| 1133 | 2025-05-08 |
SERS based determination of ceftriaxone, ampicillin, and vancomycin in serum using WS2/Au@Ag nanocomposites and a 2D-CNN regression model
2025-May-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.125850
PMID:39929115
|
research paper | 开发了一种基于表面增强拉曼光谱（SERS）和二维卷积神经网络（2D-CNN）回归模型的快速检测新生儿败血症治疗中抗生素浓度的方法 | 结合超灵敏SERS与2D-CNN深度学习模型，实现了对复杂混合血清溶液中多种抗生素浓度的同时高精度预测 | 研究仅针对三种抗生素（头孢曲松、氨苄西林和万古霉素）进行了验证，未涵盖其他可能的治疗药物 | 开发一种快速、准确的抗生素治疗药物监测（TDM）方法，以优化新生儿败血症的治疗 | 头孢曲松、氨苄西林和万古霉素三种抗生素在血清中的浓度 | machine learning | neonatal sepsis | surface-enhanced Raman spectroscopy (SERS) | 2D-CNN | spectroscopic data | NA | NA | NA | NA | NA |
| 1134 | 2025-05-08 |
Detection of Heavy Metal Copper Stress in Apple Rootstocks Using Surface-Enhanced Raman Spectroscopy
2025-May-07, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.5c00126
PMID:40264342
|
research paper | 利用表面增强拉曼光谱（SERS）结合深度学习模型快速准确检测苹果砧木中的重金属铜胁迫水平 | 结合SERS与1D-SAE-CNN深度学习模型，实现了对苹果砧木中铜胁迫水平的快速准确分类 | 研究仅针对铜胁迫，未涉及其他重金属污染物的检测 | 开发一种快速准确检测苹果砧木中重金属铜胁迫水平的方法 | 苹果砧木 | digital pathology | NA | 表面增强拉曼光谱（SERS）、扫描电子显微镜-能谱分析（SEM-EDS）、微拉曼成像 | 一维堆叠自编码卷积神经网络（1D-SAE-CNN） | 光谱数据、图像数据 | 10种常见铜胁迫浓度的苹果砧木样本 | NA | NA | NA | NA |
| 1135 | 2025-05-08 |
Response to Letter: "Skin Cancer Detection Using Deep Learning Approaches" by Haque et al
2025-May-07, Cancer biotherapy & radiopharmaceuticals
DOI:10.1089/cbr.2025.0122
PMID:40329831
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1136 | 2025-05-08 |
A Deep Learning Approach for Mandibular Condyle Segmentation on Ultrasonography
2025-May-06, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01527-1
PMID:40329156
|
研究论文 | 本研究开发并评估了一种基于深度学习的计算机诊断软件，用于超声图像中下颌髁突的分割 | 首次将YOLOv8深度学习AI模型应用于下颌髁突超声图像的分割，并取得了较高的性能指标（F1分数0.93，敏感性0.90，精确度0.96） | 研究仅使用了回顾性的超声图像数据，样本量相对有限（668张图像） | 开发并评估用于下颌髁突超声图像分割的计算机辅助诊断工具 | 成人下颌髁突的超声图像 | 数字病理 | 口腔颌面部疾病 | 超声成像 | YOLOv8 | 图像 | 668张回顾性超声图像 | NA | NA | NA | NA |
| 1137 | 2025-05-08 |
Deep Learning for Classification of Solid Renal Parenchymal Tumors Using Contrast-Enhanced Ultrasound
2025-May-06, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01525-3
PMID:40329155
|
研究论文 | 本研究评估了深度学习模型在利用对比增强超声（CEUS）图像分类不同亚型实性肾实质肿瘤的能力，并比较了它们的分类性能 | 首次使用深度学习模型（ResNet-18和RepVGG）对CEUS图像中的肾实质肿瘤亚型进行分类，并比较了两种模型的性能 | 研究为回顾性设计，样本量相对较小（237例），且仅使用了单一影像学方法（CEUS） | 评估深度学习模型在肾实质肿瘤亚型分类中的应用价值 | 237例肾肿瘤的CEUS图像（包括46例AML、118例ccRCC、48例pRCC和25例chRCC） | 数字病理 | 肾癌 | 对比增强超声（CEUS） | ResNet-18, RepVGG | 图像 | 237例肾肿瘤CEUS图像 | NA | NA | NA | NA |
| 1138 | 2025-05-08 |
Deep Learning-Based CT-Less Cardiac Segmentation of PET Images: A Robust Methodology for Multi-Tracer Nuclear Cardiovascular Imaging
2025-May-06, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01528-0
PMID:40329157
|
研究论文 | 开发了一种基于深度学习的无CT心脏PET图像分割方法，用于多示踪剂核心血管成像 | 提出了一种直接分割心脏PET图像的深度学习方法，克服了传统基于CT图像分割的局限性 | 研究中仅使用了146名患者的406张心脏PET图像，样本量相对有限 | 开发一种可靠的心脏PET图像分割方法，用于心血管疾病的诊断 | 心脏PET图像 | 数字病理 | 心血管疾病 | PET/CT成像 | nnU-Net V2 | 医学图像 | 146名患者的406张心脏PET图像（43 F-FDG、329 N-NH和37 Rb图像） | NA | NA | NA | NA |
| 1139 | 2025-05-08 |
Enhancing Breast Cancer Detection Through Optimized Thermal Image Analysis Using PRMS-Net Deep Learning Approach
2025-May-06, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01465-y
PMID:40329154
|
research paper | 该研究通过优化的热图像分析，使用PRMS-Net深度学习方法增强乳腺癌检测 | 创新性地结合了渐进残差网络（PRN）和ResNet-50，构建了渐进残差多类支持向量机网络（PRMS-Net），显著提升了特征提取和分类效果 | 未提及具体的数据来源和样本多样性，可能影响模型的泛化能力 | 提升乳腺癌早期检测的准确性和效率 | 乳腺癌的热图像数据 | digital pathology | breast cancer | thermal image analysis | PRMS-Net (Progressive Residual Multi-Class Support Vector Machine-Net) | image | 未明确提及样本数量，但使用了五折交叉验证方法 | NA | NA | NA | NA |
| 1140 | 2025-05-08 |
Massive experimental quantification allows interpretable deep learning of protein aggregation
2025-May-02, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adt5111
PMID:40305601
|
研究论文 | 通过大规模实验量化数据训练可解释的深度学习模型CANNA，用于预测蛋白质聚集 | 利用超过10万蛋白质序列的实验量化数据训练卷积-注意力混合神经网络CANNA，显著提高了蛋白质聚集预测的准确性 | NA | 解决蛋白质聚集预测中的数据短缺问题，提高预测准确性 | 蛋白质序列 | 机器学习 | NA | 深度学习 | 卷积-注意力混合神经网络(CANYA) | 蛋白质序列数据 | 超过10万蛋白质序列 | NA | NA | NA | NA |