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 1379 篇文献，本页显示第 1241 - 1260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1241 | 2025-05-03 |
Hybrid deep learning-based skin cancer classification with RPO-SegNet for skin lesion segmentation
2025-May, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2428705
PMID:39628058
|
research paper | 提出了一种基于混合深度学习的皮肤癌分类方法，结合RPO-SegNet进行皮肤病变分割 | 提出了Recurrent Prototypical Object Segmentation Network (RPO-SegNet)用于皮肤病变分割，以及Fuzzy-based Shepard Convolutional Maxout Network (FSCMN)用于皮肤癌分类 | NA | 提高皮肤癌的准确和及时识别，以降低死亡率 | 皮肤黑色素病变 | computer vision | skin cancer | deep learning | RPO-SegNet, FSCMN, DMN, ShCNN | image | NA | NA | NA | NA | NA |
| 1242 | 2025-05-03 |
Deep learning-aided preparation and mechanism revaluation of waste wood lignocellulose-based flame-retardant composites
2025-May, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.141690
PMID:40043971
|
研究论文 | 本研究提出了一种利用深度学习辅助制备废木材基阻燃复合材料的方法，并重新评估了其阻燃机制 | 结合深度学习模型预测复合材料的阻燃性能，实现了废木材的高值化利用 | 未明确说明实验样本的具体数量及模型在其他类型废木材上的泛化能力 | 实现建筑行业废木材的高效回收利用，促进绿色低碳发展 | 废木材基阻燃复合材料 | 机器学习 | NA | 深度学习 | LSTM | 材料性能数据 | NA | NA | NA | NA | NA |
| 1243 | 2025-05-03 |
The Use of Maximum-Intensity Projections and Deep Learning Adds Value to the Fully Automatic Segmentation of Lesions Avid for [18F]FDG and [68Ga]Ga-PSMA in PET/CT
2025-May-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.124.269067
PMID:40081959
|
research paper | 本研究探讨了在[F]FDG和[Ga]Ga-PSMA PET/CT扫描中使用最大强度投影(MIP)图像结合深度学习(DL)进行全自动病灶分割的附加价值 | 结合MIP图像和深度学习技术，提出了一种改进的全自动病灶分割方法，并在[F]FDG PET/CT扫描中显示出减少假阳性病灶和改善肿瘤负荷量化的潜力 | 在[Ga]Ga-PSMA PET/CT扫描中，与标准DL方法相比未观察到显著性能提升 | 评估MIP图像在PET/CT扫描全自动病灶分割中的附加价值 | [F]FDG和[Ga]Ga-PSMA PET/CT扫描中的病灶 | digital pathology | melanoma, lymphoma, lung cancer, prostate cancer | PET/CT, deep learning | 3-dimensional U-Net | medical imaging | 489例[F]FDG PET/CT扫描(391训练/98测试)和117例外部测试集，355例[Ga]Ga-PSMA PET/CT扫描(285训练/70测试) | NA | NA | NA | NA |
| 1244 | 2025-05-03 |
Research on adversarial identification methods for AI-generated image software Craiyon V3
2025-May, Journal of forensic sciences
IF:1.5Q2
DOI:10.1111/1556-4029.70034
PMID:40156229
|
研究论文 | 本文研究了针对AI生成图像软件Craiyon V3的对抗性识别方法，旨在为司法实践提供可靠的决策依据 | 引入基于分数的似然比方法来评估证据强度，并在多种阈值分类器上实现了超过99%的准确率 | 研究仅针对Craiyon V3生成的图像，未涵盖其他AI生成图像软件 | 开发对抗性识别方法以区分AI生成图像，保障司法公正 | Craiyon V3软件生成的图像 | 计算机视觉 | NA | 深度学习 | Swin-Transformer, ResNet-18 | 图像 | 18,000张由Craiyon V3生成的图像 | NA | NA | NA | NA |
| 1245 | 2025-05-03 |
Reconstructing and predicting stochastic dynamical systems using probabilistic deep learning
2025-May-01, Chaos (Woodbury, N.Y.)
DOI:10.1063/5.0248312
PMID:40310707
|
研究论文 | 本研究提出了一种深度随机时间延迟嵌入模型，用于改进随机动力系统的数据驱动重建和预测 | 将不确定性学习整合到深度学习模型中，构建深度概率捕捉器以捕获重建映射中的不确定性信息，并将其作为元信息整合到时间延迟嵌入的重建过程中 | NA | 提高随机动力系统的预测准确性和鲁棒性 | 随机动力系统 | 机器学习 | NA | 深度学习 | 深度随机时间延迟嵌入模型 | 时间序列数据 | Lorenz系统和真实世界数据集 | NA | NA | NA | NA |
| 1246 | 2025-05-03 |
Transformer-based Koopman autoencoder for linearizing Fisher's equation
2025-May-01, Chaos (Woodbury, N.Y.)
DOI:10.1063/5.0244221
PMID:40310706
|
研究论文 | 提出了一种基于Transformer的Koopman自编码器，用于线性化Fisher的反应-扩散方程 | 使用深度学习技术发现反应-扩散系统中的复杂时空模式，并将系统动态转化为更易理解的线性形式 | 完全依赖数据，不要求了解基础方程，可能对未知方程的数据集适用性有限 | 通过深度学习技术线性化反应-扩散方程，并预测系统演化 | Fisher的反应-扩散方程、Kuramoto-Sivashinsky方程和Burger's方程 | 机器学习 | NA | 深度学习 | Transformer-based Koopman autoencoder | 数值模拟数据 | 60,000个初始条件的数据集 | NA | NA | NA | NA |
| 1247 | 2025-05-02 |
Artificial Intelligence Measurement of Preoperative Radiographs in Adolescent Idiopathic Scoliosis Based on Multiple-View Semantic Segmentation
2025-May, Global spine journal
IF:2.6Q1
DOI:10.1177/21925682241270036
PMID:39109794
|
研究论文 | 本研究探讨了基于深度学习的青少年特发性脊柱侧凸（AIS）自动分类方法，并验证了机器分类与人工分类的一致性 | 利用U-Net语义分割神经网络技术和深度学习方法，实现了脊柱多视图的自动分割和对齐关系建立，以及Cobb角等脊柱特征的自动提取 | 研究样本量相对较小，且性别比例不均（男性81例，女性425例） | 开发并验证一种自动化的AIS影像分类方法，以提高分类的一致性和准确性 | 青少年特发性脊柱侧凸（AIS）患者 | 数字病理 | 脊柱侧凸 | 深度学习，U-Net语义分割神经网络 | U-Net | 图像 | 506例（训练集），107例（测试集） | NA | NA | NA | NA |
| 1248 | 2025-05-02 |
A New Method for Scoliosis Screening Incorporating Deep Learning With Back Images
2025-May, Global spine journal
IF:2.6Q1
DOI:10.1177/21925682241282581
PMID:39264983
|
研究论文 | 提出了一种结合深度学习与背部图像的新方法用于脊柱侧弯筛查 | 利用深度学习算法自动进行脊柱侧弯筛查，减少不必要的辐射风险和筛查成本 | 研究样本量较小（247例），且为回顾性研究 | 开发一种自动化、准确、简洁且方便的脊柱侧弯筛查方法 | 脊柱侧弯患者 | 计算机视觉 | 脊柱侧弯 | 深度学习 | NA | 图像（正面、侧面、背部直立图像及X射线图像） | 247例脊柱侧弯患者（2008-2021年数据） | NA | NA | NA | NA |
| 1249 | 2025-05-02 |
Lumbar Spinal Stenosis Grading in Multiple Level Magnetic Resonance Imaging Using Deep Convolutional Neural Networks
2025-May, Global spine journal
IF:2.6Q1
DOI:10.1177/21925682241299332
PMID:39487037
|
研究论文 | 该研究通过比较专家和深度卷积神经网络（CNN）对腰椎多水平磁共振成像（MRI）的狭窄分级，探讨深度学习在临床诊断中的应用 | 使用CNN进行腰椎狭窄分级和神经根分类，展示了深度学习在医学影像诊断中的潜力 | 解剖结构的突然变化可能导致仅基于图像的诊断困难 | 评估深度学习模型在腰椎狭窄分级和神经根分类中的性能 | 腰椎多水平磁共振成像 | 数字病理学 | 脊柱疾病 | MRI | CNN | 图像 | NA | NA | NA | NA | NA |
| 1250 | 2025-05-02 |
DDUM: Deformable Dilated U-structure Module for coronary stenosis detection
2025-May, Medical engineering & physics
IF:1.7Q3
DOI:10.1016/j.medengphy.2025.104337
PMID:40306887
|
research paper | 提出了一种可变形可扩展的U结构模块（DDUM），用于提高冠状动脉狭窄检测的准确性和泛化能力 | DDUM模块能够针对冠状动脉狭窄检测任务优化通用网络，显著提升模型性能和泛化能力 | 未提及具体的数据集规模和多样性限制 | 提高冠状动脉狭窄检测的准确性和模型泛化能力 | 冠状动脉狭窄检测 | computer vision | cardiovascular disease | deep learning | ResNet50 + faster R-CNN | medical imaging (coronary angiography) | NA | NA | NA | NA | NA |
| 1251 | 2025-10-07 |
AI-Driven Microscopy: Cutting-Edge Approach for Breast Tissue Prognosis Using Microscopic Images
2025-May, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.24788
PMID:39748498
|
研究论文 | 提出一种基于深度学习的AI驱动显微镜方法，用于乳腺组织微观图像的预后分析 | 将挤压激励模块和扩张密集卷积块集成到密集卷积网络中，结合注意力机制和多尺度特征提取技术 | 未明确说明数据集的具体规模和多样性限制 | 开发快速精确的临床诊断、病程分析和预后预测的计算机辅助分析方法 | 乳腺组织微观图像中的良恶性病变和八种乳腺亚型 | 数字病理学 | 乳腺癌 | 显微镜成像 | CNN | 图像 | NA | TensorFlow, PyTorch | DenseNet, VGGNet-19, ResNet152V2, EfficientNetV2-B1, DenseNet-121 | 准确率 | NA |
| 1252 | 2025-10-07 |
Highly-Efficient Differentiation of Reactive Lymphocytes in Peripheral Blood Using Multi-Object Detection Network With Large Kernels
2025-May, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.24775
PMID:39760201
|
研究论文 | 提出一种高效的多目标检测网络用于外周血中反应性淋巴细胞的自动检测 | 引入空间到深度卷积(SPD-Conv)、动态大核注意力机制(DLKA)和渐进特征金字塔网络(AFPM)来提升密集小目标检测性能 | NA | 开发计算机辅助诊断系统用于反应性淋巴细胞检测 | 外周血中的反应性淋巴细胞和其他白细胞 | 计算机视觉 | 病毒感染相关疾病 | 深度学习 | 多目标检测网络 | 医学图像 | NA | NA | SPD-Conv, DLKA, AFPN | mAP50 | NA |
| 1253 | 2025-10-07 |
Enhancing panoramic dental imaging with AI-driven arch surface fitting: achieving improved clarity and accuracy through an optimal reconstruction zone
2025-05-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twaf006
PMID:39832267
|
研究论文 | 开发基于AI的自动化全景牙科成像方法，通过3D U-Net生成牙弓曲面并定义最优重建区域 | 提出使用3D U-Net深度学习模型生成牙弓曲面并定义最优3D重建区域的新方法 | 需要进一步测试在不同牙颌面结构患者中的鲁棒性能 | 开发自动生成更清晰、对齐良好的全景牙科视图的方法 | 312名患者的锥形束CT扫描数据 | 数字病理 | 牙科疾病 | 锥形束CT扫描 | 3D U-Net | 医学影像 | 312名患者（平均年龄40岁，41.3%男性，58.7%女性） | NA | 3D U-Net | 牙根与牙槽骨对比度，交并比，像素值 | NA |
| 1254 | 2025-10-07 |
Deep learning-based segmentation of the mandibular canals in cone-beam CT reaches human-level performance
2025-05-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae069
PMID:39932925
|
研究论文 | 本研究开发了一种基于深度学习的下颌管分割方法，在锥形束CT数据中达到人类专家水平的性能 | 首次实现基于深度学习的下颌管自动分割，在准确性和可靠性方面达到人类专家水平 | 样本量相对较小（90个CBCT扫描），验证集仅包含1个样本 | 为牙科种植治疗规划提供可靠高效的下颌管识别支持工具 | 下颌管解剖结构 | 计算机视觉 | 牙科疾病 | 锥形束CT成像 | CNN | 医学影像 | 90个CBCT扫描（训练集69个，验证集1个，测试集20个） | NA | 分层卷积神经网络 | Dice相似系数, 95% Hausdorff距离, 平均对称表面距离, 5点Likert量表 | NA |
| 1255 | 2025-10-07 |
Deep learning image enhancement for confident diagnosis of TMJ osteoarthritis in zero-TE MR imaging
2025-05-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae063
PMID:39989448
|
研究论文 | 评估深度学习技术在零回波时间MRI中用于去噪和伪影减少的有效性及其在颞下颌关节骨关节炎诊断中的临床应用价值 | 开发了一种新的深度学习技术，可同时实现ZTE-MRI的去噪和伪影减少，显著提高图像质量和诊断准确性 | 样本量较小（仅30名患者），需要更大规模的研究验证 | 评估深度学习图像增强技术在ZTE-MRI中的效果及其在颞下颌关节骨关节炎诊断中的临床应用 | 颞下颌关节（TMJ） | 医学影像分析 | 颞下颌关节骨关节炎 | 零回波时间MRI（ZTE-MRI），锥形束CT（CBCT） | 深度学习 | 医学影像 | 30名患者 | NA | NA | 信噪比（SNR），3点评分系统，Cohen's κ系数 | NA |
| 1256 | 2025-10-07 |
Predicting and Explaining Cognitive Load, Attention, and Working Memory in Virtual Multitasking
2025-May, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3549850
PMID:40063446
|
研究论文 | 本研究利用深度学习模型预测虚拟现实多任务环境中的认知负荷、注意力与工作记忆，并通过SHAP分析解释关键特征 | 首次结合眼动追踪、头部运动与生理指标（心率、皮电反应）综合预测虚拟现实多任务场景中的认知状态，并采用可解释性分析方法 | 依赖单一公开数据集（VRWalking），模型架构相对简单，未进行跨场景验证 | 开发能够预测和解释虚拟现实多任务环境中用户认知状态的模型 | 虚拟现实多任务环境中的用户认知状态（身体负荷、心理负荷、工作记忆、注意力） | 机器学习 | NA | 眼动追踪，头部运动追踪，心率监测，皮电反应测量 | 深度学习 | 时间序列生理数据，运动追踪数据 | VRWalking公开数据集（具体样本量未明确说明） | NA | NA | 准确率 | NA |
| 1257 | 2025-10-07 |
Predicting Respiratory Disease Mortality Risk Using Open-Source AI on Chest Radiographs in an Asian Health Screening Population
2025-May, Radiology. Artificial intelligence
DOI:10.1148/ryai.240628
PMID:40172326
|
研究论文 | 评估开源深度学习算法CXR-Lung-Risk在亚洲健康筛查人群中预测呼吸系统疾病死亡风险的预后价值 | 首次在亚洲健康筛查人群中验证开源深度学习算法对呼吸系统疾病死亡风险的预测能力，并采用时间序列聚类分析进行纵向风险轨迹研究 | 单中心回顾性研究，样本来源单一，需要多中心前瞻性研究进一步验证 | 评估基于胸部X光片的深度学习算法对呼吸系统疾病死亡风险的预测价值 | 接受健康筛查的亚洲人群的胸部X光片 | 数字病理 | 肺癌 | 胸部X光摄影 | 深度学习 | 图像 | 36,924名个体（22,352名男性），中位年龄58岁 | 开源框架（具体未说明） | CXR-Lung-Risk | 风险比, 置信区间, 似然比检验 | NA |
| 1258 | 2025-04-04 |
scAtlasVAE: a deep learning framework for generating a human CD8+ T cell atlas
2025-May, Nature reviews. Cancer
DOI:10.1038/s41568-025-00811-0
PMID:40175619
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1259 | 2025-05-01 |
Analyzing resuscitation conference content through the lens of the chain of survival
2025-May, Resuscitation plus
IF:2.1Q2
DOI:10.1016/j.resplu.2025.100951
PMID:40297165
|
研究论文 | 通过生存链框架分析复苏会议的内容 | 首次使用生存链框架对复苏会议摘要进行系统分析，并考察了人工智能和机器学习在数据分析中的应用 | 仅分析了两大会议的数据，可能无法代表所有复苏科学会议的情况 | 了解复苏科学会议中讨论的主题分布及其与生存链框架的对应关系 | 复苏会议摘要 | 医学信息学 | 心血管疾病 | 机器学习 | NA | 文本 | Resuscitation 2024的54篇摘要和Resuscitation Science Symposium 2024的47篇摘要 | NA | NA | NA | NA |
| 1260 | 2025-10-07 |
Deep learning based abiotic crop stress assessment for precision agriculture: A comprehensive review
2025-May, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.125158
PMID:40203709
|
综述 | 本文全面综述了深度学习在作物非生物胁迫评估中的应用，涵盖多种模型架构和数据模态 | 系统整合了ANN、CNN、RNN、ViT等多种深度学习模型在作物非生物胁迫评估中的应用，并详细分析了水、营养、盐度、温度和重金属等五种主要胁迫条件 | 存在标记数据有限、模型可解释性不足和互操作性等挑战 | 推进数据驱动的精准农业中的作物非生物胁迫评估 | 遭受非生物胁迫的农作物 | 计算机视觉, 机器学习 | NA | 遥感技术, IoT传感器, 热成像, 光谱成像, RGB成像 | ANN, CNN, RNN, ViT | 传感器数据, 热成像数据, 光谱数据, RGB图像, 无人机影像, 卫星影像 | NA | NA | 人工神经网络, 卷积神经网络, 循环神经网络, 视觉变换器 | NA | NA |