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 1414 篇文献，本页显示第 1281 - 1300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1281 | 2025-10-07 |
Unbiased and reproducible liver MRI-PDFF estimation using a scan protocol-informed deep learning method
2025-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11164-x
PMID:39500799
|
研究论文 | 提出一种基于深度学习的VET-Net方法，用于从化学位移编码MRI图像中估计肝脏质子密度脂肪分数 | 开发了可变回波时间神经网络框架，通过将回波时间作为辅助输入，实现对不同扫描仪和采集参数的鲁棒PDFF估计 | 研究基于单中心肝脏数据集，样本量相对有限（188名受试者） | 开发能够跨不同MR扫描仪和采集参数精确估计肝脏质子密度脂肪分数的深度学习方法 | 肝脏化学位移编码MRI图像 | 医学影像分析 | 肝脏疾病 | 化学位移编码MRI | 深度学习 | MRI图像 | 188名受试者，4146个轴向切片 | NA | VET-Net（可变回波时间神经网络） | 重现性系数，PDFF偏差 | NA |
| 1282 | 2025-10-07 |
Comparison of individualized facial growth prediction models using artificial intelligence and partial least squares based on the Mathews growth collection
2025-May-01, The Angle orthodontist
DOI:10.2319/082124-687.1
PMID:39884314
|
研究论文 | 本研究开发并比较了基于人工智能和偏最小二乘法的个体化面部生长预测模型 | 首次将TabNet深度神经网络应用于面部生长预测，并与传统PLS方法进行系统性比较 | 样本量相对较小（33名受试者），仅使用Mathews生长收集数据库的数据 | 开发并比较不同面部生长预测模型的性能 | 面部硬组织和软组织标志点 | 计算机视觉 | NA | 纵向侧位头颅X光片分析 | TabNet, PLS | 医学图像 | 33名受试者的1257对生长前后侧位头颅X光片 | NA | TabNet深度神经网络 | 预测误差 | NA |
| 1283 | 2025-10-07 |
FovealNet: Advancing AI-Driven Gaze Tracking Solutions for Efficient Foveated Rendering in Virtual Reality
2025-May, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3549577
PMID:40067704
|
研究论文 | 提出FovealNet框架，通过AI驱动的注视点追踪技术优化虚拟现实中的凹点渲染效率 | 采用基于事件的裁剪方法减少64.8%无关像素，结合动态令牌剪枝策略，并提出系统性能感知的多分辨率训练策略 | NA | 提升虚拟现实中注视点追踪精度以优化凹点渲染系统性能 | 虚拟现实系统中的注视点追踪和凹点渲染技术 | 计算机视觉 | NA | 深度学习，实时眼动追踪 | DNN | 图像 | NA | NA | FovealNet | 速度提升，感知质量提升 | NA |
| 1284 | 2025-10-07 |
ViDDAR: Vision Language Model-Based Task-Detrimental Content Detection for Augmented Reality
2025-May, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3549147
PMID:40072851
|
研究论文 | 提出一种基于视觉语言模型的增强现实中任务有害内容检测系统ViDDAR | 首个在AR环境中使用视觉语言模型检测任务有害内容的系统 | 检测延迟较高，信息操纵攻击检测延迟达9.62秒 | 检测增强现实中可能损害任务性能的虚拟内容 | 增强现实环境中的虚拟内容 | 计算机视觉,增强现实 | NA | 深度学习,视觉语言模型 | 视觉语言模型 | 图像,文本 | 自定义开源数据集 | NA | 视觉语言模型 | 准确率,延迟 | 用户-边缘-云架构 |
| 1285 | 2025-10-07 |
Envelope spectrum knowledge-guided domain invariant representation learning strategy for intelligent fault diagnosis of bearing
2025-May, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2025.03.004
PMID:40102111
|
研究论文 | 提出一种基于包络谱知识引导的域不变表示学习策略，用于轴承的智能故障诊断 | 通过包络谱知识蒸馏捕获傅里叶特征作为域不变特征，并设计最大化健康状态表示二范数度量的创新损失函数来丰富表示多样性 | NA | 开发跨不同工作条件的轴承故障诊断方法 | 轴承故障诊断 | 机器学习 | NA | 包络谱分析，知识蒸馏 | 深度学习 | 振动信号数据 | Paderborn轴承数据集和私有轴承数据集 | NA | NA | AUC，诊断准确率 | NA |
| 1286 | 2025-04-03 |
Closing the gap: commercialized deep learning solutions for knee MRI are already transforming clinical practice
2025-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11550-z
PMID:40172638
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1287 | 2025-04-03 |
Reply to the Letter to the Editor: MRI deep learning models for assisted diagnosis of knee pathologies: a systematic review
2025-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11552-x
PMID:40172639
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1288 | 2025-10-07 |
Predicting post-hepatectomy liver failure in patients with hepatocellular carcinoma: nomograms based on deep learning analysis of gadoxetic acid-enhanced MRI
2025-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11173-w
PMID:39528755
|
研究论文 | 基于深度学习分析钆塞酸增强MRI开发预测肝细胞癌患者肝切除术后肝衰竭的列线图模型 | 首次结合深度学习分析的MRI体积和功能变量与临床指标构建预测肝切除术后肝衰竭的列线图 | 回顾性研究设计，需外部验证确认泛化能力 | 预测肝细胞癌患者肝切除术后肝衰竭风险 | 接受肝切除术的肝细胞癌患者 | 数字病理 | 肝细胞癌 | 钆塞酸增强肝胆期MRI | 深度学习算法 | MRI图像 | 1760例患者（1395例男性，平均年龄60±10岁） | NA | NA | AUC | NA |
| 1289 | 2025-04-26 |
Automatic prediction of stroke treatment outcomes: latest advances and perspectives
2025-May, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-025-00462-y
PMID:40271393
|
综述 | 本文综述了深度学习在预测中风治疗结果中的最新进展和应用 | 利用多模态信息（包括最终梗死数据）来更好地预测长期功能结果 | 医学图像分析领域内常见的数据标准化挑战 | 预测中风干预的结果以促进临床决策和改善患者护理 | 中风患者 | 数字病理学 | 心血管疾病 | 深度学习 | NA | 脑部扫描、医疗报告、EEG、ECG、EMG等传感器信息 | NA | NA | NA | NA | NA |
| 1290 | 2025-04-25 |
Deep Learning-Based Classification of Early-Stage Mycosis Fungoides and Benign Inflammatory Dermatoses on H&E-Stained Whole-Slide Images: A Retrospective, Proof-of-Concept Study
2025-May, The Journal of investigative dermatology
IF:5.7Q1
DOI:10.1016/j.jid.2024.07.036
PMID:39306030
|
研究论文 | 本研究探讨了深度学习在区分早期蕈样肉芽肿和良性炎症性皮肤病中的应用，使用H&E染色的全切片图像数据集 | 首次将深度学习应用于皮肤淋巴瘤的分类，特别是在早期蕈样肉芽肿与良性炎症性皮肤病的区分上 | 需要更大的多机构数据集和改进的方法论，如结合临床数据的多模态深度学习 | 评估深度学习在早期蕈样肉芽肿与良性炎症性皮肤病分类中的表现 | 皮肤活检的H&E染色全切片图像 | 数字病理学 | 皮肤淋巴瘤 | 深度学习 | 弱监督深度学习模型 | 图像 | 924张H&E染色全切片图像，包括233名早期蕈样肉芽肿患者和353名良性炎症性皮肤病患者 | NA | NA | NA | NA |
| 1291 | 2025-04-25 |
PackPPI: An integrated framework for protein-protein complex side-chain packing and ΔΔG prediction based on diffusion model
2025-May, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70110
PMID:40260988
|
研究论文 | 介绍了一个名为PackPPI的集成框架，用于蛋白质复合物的侧链包装和ΔΔG预测，基于扩散模型 | 结合了扩散模型和近端优化算法，改进了蛋白质复合物的侧链预测，并利用学习到的表示预测ΔΔG | 未提及具体限制 | 提高蛋白质复合物的侧链包装和ΔΔG预测的准确性和效率 | 蛋白质复合物 | 生物信息学 | NA | 扩散模型，近端优化算法 | 扩散模型 | 蛋白质结构数据 | CASP15数据集和SKEMPI v2.0数据集 | NA | NA | NA | NA |
| 1292 | 2025-04-24 |
Deep learning-based cytoskeleton segmentation for accurate high-throughput measurement of cytoskeleton density
2025-May, Protoplasma
IF:2.5Q2
DOI:10.1007/s00709-024-02019-9
PMID:39692866
|
研究论文 | 本研究探讨了基于深度学习的细胞骨架分割方法在定量评估细胞骨架组织中的效用 | 采用深度学习技术显著提高了细胞骨架密度测量的准确性，并验证了该方法在不同生理模型中的适用性 | 未提及具体的技术局限性 | 开发一种高精度、高通量的细胞骨架密度测量方法 | 烟草BY-2细胞的皮层微管、拟南芥保卫细胞和受精卵 | 数字病理学 | NA | 共聚焦显微镜成像 | 深度学习模型 | 图像 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 1293 | 2025-04-24 |
Artificial Intelligence in CT for Predicting Cervical Lymph Node Metastasis in Papillary Thyroid Cancer Patients: A Meta-analysis
2025-May, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.02.007
PMID:40000328
|
meta-analysis | 评估基于CT的人工智能在诊断甲状腺乳头状癌患者颈部淋巴结转移中的诊断性能 | 深度学习模型在敏感性方面优于机器学习方法 | 研究间存在高度异质性，且在不同人群中的外部验证不足 | 评估基于CT的人工智能在诊断甲状腺乳头状癌患者颈部淋巴结转移中的诊断性能 | 甲状腺乳头状癌患者颈部淋巴结转移 | digital pathology | thyroid cancer | CT | deep learning, machine learning | image | 内部验证集1778名患者，外部验证集4072名患者 | NA | NA | NA | NA |
| 1294 | 2025-04-24 |
Evaluation of AI-based nerve segmentation on ultrasound: relevance of standard metrics in the clinical setting
2025-May, British journal of anaesthesia
IF:9.1Q1
DOI:10.1016/j.bja.2024.12.040
PMID:40016039
|
research paper | 评估基于AI的超声神经分割在临床环境中的相关性，探讨客观像素指标与主观临床评估之间的关系 | 首次研究了客观像素指标与主观临床评估在神经分割中的关系，并尝试确定临床可接受的像素重叠阈值 | 研究样本量有限（173帧图像），且仅分析了被主观评为优秀的案例 | 评估AI神经分割工具在超声引导区域麻醉中的临床应用价值 | 超声图像中的神经结构（臂丛神经、股神经和坐骨神经） | digital pathology | NA | 超声成像 | deep learning | image | 173帧超声图像 | NA | NA | NA | NA |
| 1295 | 2025-04-24 |
Leveraging Deep Learning in Real-Time Intelligent Bladder Tumor Detection During Cystoscopy: A Diagnostic Study
2025-May, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-025-17015-3
PMID:40050483
|
研究论文 | 本研究评估了HRNetV2深度学习模型在膀胱镜检查中智能检测膀胱病变的有效性，重点关注其在不同图像分辨率下的性能 | 首次将HRNetV2模型应用于膀胱病变的实时智能检测，并分析了不同图像分辨率对模型性能的影响 | 研究样本量相对较小（94名患者），且需要在更大规模的多中心数据集上进行进一步验证 | 提高膀胱镜检查中膀胱病变的检测准确率 | 膀胱病变患者 | 数字病理学 | 膀胱癌 | 深度学习 | HRNetV2 | 视频 | 94名患者，102个白光膀胱镜检查视频，33,657帧标注图像 | NA | NA | NA | NA |
| 1296 | 2025-03-13 |
ASO Visual Abstract: Leveraging Deep Learning in Real-Time Intelligent Bladder Tumor Detection During Cystoscopy-A Diagnostic Study
2025-May, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-025-17143-w
PMID:40069466
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1297 | 2025-04-24 |
Deep learning in nuclear medicine: from imaging to therapy
2025-May, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-025-02031-w
PMID:40080372
|
review | 本文综述了深度学习在核医学领域的最新应用进展，特别是在成像、病灶检测和放射性药物治疗方面 | 深度学习与功能成像技术（如PET和SPECT）的结合，实现了更精确的诊断和个性化治疗策略的开发 | 模型可解释性不足、跨多样化数据集的泛化能力有限、多模态数据融合的挑战以及应用中面临的伦理和法律问题 | 探讨深度学习在核医学中的应用及其对精准医疗、实时治疗监测和临床决策的影响 | 核医学成像、病灶检测和放射性药物治疗 | machine learning | NA | PET, SPECT | neural network | image | NA | NA | NA | NA | NA |
| 1298 | 2025-04-24 |
[Frozen section in oncologic endocrine surgery]
2025-May, Chirurgie (Heidelberg, Germany)
DOI:10.1007/s00104-025-02266-3
PMID:40131405
|
review | 本文讨论了术中冰冻切片在内分泌肿瘤手术管理中的益处 | 探讨了深度学习在克服冰冻切片技术问题上的潜力，并提供了关于甲状腺手术中冰冻切片应用的最新证据 | 对于甲状旁腺和肾上腺癌的手术治疗，缺乏相关文献支持冰冻切片的作用 | 评估术中冰冻切片在内分泌肿瘤手术中的应用及其效果 | 甲状腺结节、分化型甲状腺癌、髓样甲状腺癌、甲状旁腺和肾上腺癌 | digital pathology | thyroid cancer | frozen section, deep learning | deep learning | image | NA | NA | NA | NA | NA |
| 1299 | 2025-10-07 |
Fully Automated Agatston Score Calculation From Electrocardiography-Gated Cardiac Computed Tomography Using Deep Learning and Multi-Organ Segmentation: A Validation Study
2025-May, Angiology
IF:2.6Q2
DOI:10.1177/00033197231225286
PMID:38166442
|
研究论文 | 本研究开发了一种基于深度学习的全自动方法，用于从心电图门控心脏CT扫描中计算Agatston钙化积分 | 首次将基于掩模区域的卷积神经网络(R-CNN)用于多器官分割，实现心脏CT中钙化的全自动量化 | 回顾性研究，样本量有限(训练集40例，验证集110例) | 评估深度学习在心脏CT钙化分割和量化中的性能 | 心电图门控心脏CT扫描 | 计算机视觉 | 心血管疾病 | 心脏CT扫描 | CNN, R-CNN | 医学图像 | 训练集40例患者，验证集110例患者 | NA | 基于掩模区域的卷积神经网络(R-CNN) | Pearson相关系数, Bland-Altman分析, 敏感性, 特异性, 风险分类准确率 | NA |
| 1300 | 2025-04-24 |
Rapid and accurate identification and quantification of Lycium barbarum L. components: Integrating deep learning and NMR for nutritional assessment
2025-May, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2025.116246
PMID:40263805
|
研究论文 | 本研究提出了一种结合深度学习和核磁共振光谱的创新方法IQ-LC模型，用于快速准确识别和量化枸杞成分，并评估不同食用方式的营养价值 | 整合NMR光谱与一维卷积神经网络，开发了IQ-LC模型，实现了枸杞成分的高精度识别与量化 | 未提及模型在其他植物成分分析中的泛化能力 | 开发快速准确的枸杞成分分析方法并评估不同食用方式的营养价值 | 枸杞及其制品（鲜果、果泥和茶） | 食品科学与营养分析 | NA | NMR光谱 | 一维CNN | 光谱数据 | 25种已知浓度混合物+10个商业品牌枸杞果泥 | NA | NA | NA | NA |