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 1459 篇文献，本页显示第 1261 - 1280 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1261 | 2024-10-24 |
Correction: Checklist for Reproducibility of Deep Learning in Medical Imaging
2025-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01295-4
PMID:39438367
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1262 | 2025-05-24 |
Deep Learning Segmentation of Chromogenic Dye RNAscope From Breast Cancer Tissue
2025-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01301-9
PMID:39443395
|
research paper | 本文介绍了一种新型深度学习方法的开发和优化，专注于从乳腺癌组织中准确分割RNAscope点（表示基因表达） | 提出了一种使用ConvNeXt作为骨干网络的卷积深度学习网络，采用自定义、高度正则化的块来防止过拟合和早期收敛于次优解 | 网络规模对于分割网络来说较为适中，且需要较少的训练数据即可良好运行 | 开发一种自动化分析方法，用于乳腺癌组织中的RNAscope染色分析 | 乳腺癌组织中的RNAscope染色 | digital pathology | breast cancer | RNAscope staining | CNN, ConvNeXt | image | NA |
| 1263 | 2025-05-24 |
Integrating VAI-Assisted Quantified CXRs and Multimodal Data to Assess the Risk of Mortality
2025-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01247-y
PMID:39448455
|
研究论文 | 本研究开发了一种基于视觉人工智能（VAI）的基础模型，用于通过胸部X光片（CXRs）增强死亡风险分层 | 利用深度学习提取CXR特征并结合Cox比例风险模型生成风险评分（'CXR-risk'），仅需单次CXR即可提供准确的死亡和发病率预测 | 回顾性研究设计可能引入选择偏倚，且外部验证集的样本量相对较小 | 开发一种广泛可用的检查方法以预测死亡风险 | 门诊和体检中心的患者 | 数字病理 | NA | 深度学习，Cox比例风险模型 | 深度学习模型 | 图像（胸部X光片），临床和实验室数据，放射学报告 | 训练集41,945例，验证集10,492例，内部测试集31,707例，外部测试集4,441例 |
| 1264 | 2025-05-24 |
Utilizing Pseudo Color Image to Improve the Performance of Deep Transfer Learning-Based Computer-Aided Diagnosis Schemes in Breast Mass Classification
2025-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01237-0
PMID:39455542
|
研究论文 | 本研究探讨了利用形态学信息分类可疑乳腺病变的影响，并提出了一种新的伪彩色图像生成方法以提高分类性能 | 开发了一种利用肿块轮廓信息增强分类性能的新型伪彩色图像生成方法 | 性能提升依赖于肿块分割的准确性 | 提高基于乳腺X光片的计算机辅助诊断方案在乳腺肿块分类中的性能 | 乳腺肿块 | 计算机视觉 | 乳腺癌 | 深度学习迁移学习 | 预训练的深度学习模型与SVM分类器结合 | 图像 | 830例乳腺癌病例（310例良性，520例恶性），每例采集4个ROI |
| 1265 | 2025-05-24 |
Comparative Bladder Cancer Tissues Prediction Using Vision Transformer
2025-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01228-1
PMID:39455543
|
research paper | 本研究比较了三种模型在膀胱癌组织预测中的性能，包括CNN、混合CNN-ML和ViT模型，其中ViT表现最佳 | 首次在膀胱癌组织预测中应用Vision Transformer（ViT）模型，并展示了其优于传统CNN和混合模型的性能 | 未提及样本量是否足够大以验证模型的泛化能力，也未讨论模型在其他癌症类型上的适用性 | 开发一个计算机辅助决策支持系统，以帮助专家更高效地识别膀胱癌组织类型 | 膀胱癌组织 | digital pathology | bladder cancer | endoscopic imaging | CNN, hybrid CNN-ML, ViT | image | NA |
| 1266 | 2025-05-24 |
A Multi-model Deep Learning Architecture for Diagnosing Multi-class Skin Diseases
2025-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01300-w
PMID:39482493
|
research paper | 该研究提出了一种新颖的深度学习多模型架构，用于高精度皮肤疾病诊断 | 采用五分类Xception模型对皮肤病变进行分类，并通过迁移学习为每个类别构建专用模型，显著提升了诊断准确率 | 未提及模型在临床环境中的实际应用验证 | 开发高精度的皮肤疾病诊断工具 | 皮肤病变图像 | digital pathology | skin diseases | deep learning | Xception | image | 25,010张图像 |
| 1267 | 2025-05-24 |
Applying Deep-Learning Algorithm Interpreting Kidney, Ureter, and Bladder (KUB) X-Rays to Detect Colon Cancer
2025-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01309-1
PMID:39482492
|
研究论文 | 本研究开发了一种深度学习模型，利用KUB X光片检测结肠癌，以提高筛查覆盖率和效果 | 首次将深度学习算法应用于KUB X光片进行结肠癌检测，提供了一种成本效益高的替代传统筛查方法 | 需要进一步前瞻性研究验证结果并完全整合该技术到临床实践中 | 开发一种深度学习模型，用于通过KUB X光片检测结肠癌 | 结肠癌患者 | 数字病理 | 结肠癌 | 深度学习 | DenseNet | 图像 | 开发集28,055例，调优集11,234例，内部验证集16,875例，外部验证集15,876例 |
| 1268 | 2025-05-24 |
Deep learning based on ultrasound images predicting cervical lymph node metastasis in postoperative patients with differentiated thyroid carcinoma
2025-Jun-01, The British journal of radiology
DOI:10.1093/bjr/tqaf047
PMID:40073229
|
research paper | 开发基于超声图像的深度学习模型，用于预测分化型甲状腺癌术后患者的颈淋巴结转移 | 创新性地使用淋巴结超声图像的深度学习来预测DTC术后患者的颈淋巴结状态 | 初步研究，样本量相对较小（352个淋巴结来自330名患者） | 预测分化型甲状腺癌（DTC）术后患者的颈淋巴结转移（CLNM） | 分化型甲状腺癌（DTC）术后患者的颈淋巴结 | digital pathology | thyroid carcinoma | ultrasound imaging | ResNet50 | image | 352个淋巴结来自330名患者 |
| 1269 | 2025-05-24 |
CT-derived fractional flow reserve on therapeutic management and outcomes compared with coronary CT angiography in coronary artery disease
2025-Jun-01, The British journal of radiology
DOI:10.1093/bjr/tqaf055
PMID:40107975
|
研究论文 | 本研究比较了基于深度学习的CT衍生血流储备分数（CT-FFR）与冠状动脉CT血管造影（CCTA）在疑似冠状动脉疾病（CAD）患者治疗管理和临床结果中的价值 | 首次在单中心前瞻性研究中评估了现场深度学习CT-FFR对CAD患者治疗管理和临床结果的影响，并与单独CCTA进行比较 | 样本量相对较小（461例患者），且为单中心研究，可能限制结果的普遍性 | 评估CT-FFR在CAD患者治疗管理和临床结果中的价值 | 疑似冠状动脉疾病（CAD）患者 | 数字病理 | 心血管疾病 | 深度学习 | 深度学习模型（未指定具体类型） | 医学影像（CT） | 461例疑似CAD患者 |
| 1270 | 2025-05-24 |
Does the deep learning-based iterative reconstruction affect the measuring accuracy of bone mineral density in low-dose chest CT?
2025-Jun-01, The British journal of radiology
DOI:10.1093/bjr/tqaf059
PMID:40127198
|
research paper | 研究深度学习迭代重建算法对低剂量胸部CT中骨密度测量准确性和图像质量的影响 | 首次评估深度学习迭代重建算法（AIIR）在低剂量胸部CT中对骨密度测量准确性的影响，同时优化图像质量 | 研究样本可能有限，且仅评估了特定类型的深度学习迭代重建算法 | 探讨深度学习迭代重建算法在低剂量胸部CT中对图像质量和骨密度测量准确性的影响 | 体模和患者 | digital pathology | NA | 定量CT（QCT） | 深度学习迭代重建算法（AIIR） | CT图像 | 体模和患者研究 |
| 1271 | 2025-05-24 |
A new era in nephrology: the role of super-resolution microscopy in research, medical diagnostic, and drug discovery
2025-Jun, Kidney international
IF:14.8Q1
DOI:10.1016/j.kint.2025.01.040
PMID:40139567
|
综述 | 本文探讨了超分辨率显微镜在肾脏研究、医学诊断和药物发现中的潜在应用 | 介绍了3维结构照明显微镜及其在量化足细胞足突形态中的新方法，结合mRNA检测、多重染色和深度学习算法 | NA | 探索超分辨率显微镜在肾脏研究、医学诊断和药物发现中的应用 | 肾脏的超微结构，特别是足细胞足突和裂隙隔膜 | 数字病理学 | 肾脏疾病 | 超分辨率显微镜，3维结构照明显微镜 | 深度学习算法 | 图像 | NA |
| 1272 | 2025-05-24 |
Revolutionising osseous biopsy: the impact of artificial intelligence in the era of personalized medicine
2025-Jun-01, The British journal of radiology
DOI:10.1093/bjr/tqaf018
PMID:40402584
|
综述 | 本文综述了人工智能在骨肿瘤活检中的应用及其对个性化医疗的影响 | 探讨了AI在骨活检中的多种应用，包括提高诊断准确性、改善活检安全性及更精确的病灶定位，并提供了开源AI工具和算法的列表 | 讨论了AI在骨活检中的技术限制、健康公平性、通用性问题、部署挑战及报销问题 | 探索人工智能在骨肿瘤活检中的应用及其对个性化医疗的贡献 | 骨肿瘤（原发性和继发性）的活检及样本处理 | 数字病理学 | 骨肿瘤 | 传统机器学习、深度学习、放射组学、模拟和生成模型 | NA | 图像 | NA |
| 1273 | 2025-05-23 |
Artificial intelligence (AI) in point-of-care testing
2025-Jun-15, Clinica chimica acta; international journal of clinical chemistry
DOI:10.1016/j.cca.2025.120341
PMID:40324611
|
research paper | 本文探讨了人工智能（AI）在即时检测（POCT）中的应用及其对现代医疗的变革性影响 | AI技术（包括机器学习、深度学习和自然语言处理）显著提升了POCT的准确性和效率，例如卷积神经网络将疟疾检测的灵敏度提高到95%，预测分析在资源有限的环境中减少了20%的设备停机时间 | 数据隐私风险、算法不透明性以及低收入和中等收入国家的基础设施差距 | 探讨AI在POCT中的应用，以解决诊断准确性、工作流程效率和公平获取医疗资源等关键挑战 | 即时检测（POCT）技术及其在医疗诊断中的应用 | machine learning | malaria, cardiovascular disease | machine learning, deep learning, natural language processing, predictive analytics | CNN | image, real-time data | NA |
| 1274 | 2025-05-23 |
Automated Whole-Brain Focal Cortical Dysplasia Detection Using MR Fingerprinting With Deep Learning
2025-Jun-10, Neurology
IF:7.7Q1
DOI:10.1212/WNL.0000000000213691
PMID:40378378
|
research paper | 本研究开发了一种基于磁共振指纹（MRF）和深度学习（DL）的全脑局灶性皮质发育不良（FCD）检测框架 | 首次将MRF与深度学习结合用于全脑FCD检测，提供了一种快速可靠的定量成像技术 | 样本量较小（40名FCD患者和67名健康对照），且未提及模型在其他数据集上的泛化能力 | 开发一种自动化的全脑FCD检测方法，以提高临床MRI对FCD的检测能力 | 药物难治性局灶性癫痫患者和健康对照者 | digital pathology | epilepsy | MRF, deep learning | no-new U-Net | MRI图像 | 40名FCD患者（平均年龄28.1岁，47.5%女性）和67名健康对照者 |
| 1275 | 2025-04-24 |
Corrigendum to: Pollen analysis using multispectral imaging flow cytometry and deep learning
2025-Jun, The New phytologist
DOI:10.1111/nph.70163
PMID:40263692
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1276 | 2025-05-23 |
Diagnosis of carpal tunnel syndrome using deep learning with comparative guidance
2025-Jun, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology
IF:3.7Q2
DOI:10.1016/j.clinph.2025.03.038
PMID:40300239
|
研究论文 | 本研究开发了一种基于深度学习的模型，用于通过比较分类方法对腕管综合征（CTS）进行稳健诊断 | 提出了基于余弦相似度的比较引导方法，使模型能够自动识别超声图像中异常回声纹理差异 | 样本量相对较小（152名参与者），且仅使用超声图像数据 | 开发一种能够自动识别CTS重要特征的深度学习模型 | 腕管综合征患者和健康个体的超声图像 | 数字病理学 | 腕管综合征 | 超声成像 | 深度学习模型（具体架构未提及） | 超声图像 | 152名参与者（包括不同严重程度的CTS患者和健康个体） |
| 1277 | 2025-05-23 |
Recent trends in diabetes mellitus diagnosis: an in-depth review of artificial intelligence-based techniques
2025-Jun, Diabetes research and clinical practice
IF:6.1Q1
DOI:10.1016/j.diabres.2025.112221
PMID:40328407
|
综述 | 本文综述了人工智能（AI）在糖尿病诊断中的最新进展，重点关注机器学习和深度学习的应用 | 探讨了AI驱动诊断工具的最新突破方法及其在临床实践中的实际应用 | 讨论了模型可解释性、伦理考虑和实际实施中的挑战 | 提高糖尿病的诊断准确性并支持AI技术在临床实践中的整合 | 糖尿病 | 机器学习 | 糖尿病 | 机器学习和深度学习 | NA | NA | NA |
| 1278 | 2025-05-23 |
Parkinson's disease detection using inceptionV3: A Deep learning approach
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103333
PMID:40395929
|
研究论文 | 本研究使用深度学习算法对帕金森病患者绘制的螺旋图像进行分类，作为一种低成本诊断技术 | 利用四种CNN架构（DenseNet121、InceptionV3、VGG16和LeNet）进行螺旋图像分类，并通过迁移学习提高模型性能 | 未来研究可结合螺旋图像与其他生物标志物或更广泛的运动测量数据进行更全面的疾病评估 | 开发一种非侵入性、高效且自动化的帕金森病早期检测方法 | 帕金森病患者和健康个体绘制的螺旋图像 | 计算机视觉 | 帕金森病 | 深度学习 | CNN（包括DenseNet121、InceptionV3、VGG16和LeNet） | 图像 | NA |
| 1279 | 2025-05-23 |
Deep learning-based technique for investigating the behavior of MEMS systems with multiwalled carbon nanotubes and electrically actuated microbeams
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103337
PMID:40395931
|
研究论文 | 本文提出了一种基于深度学习的模型，用于研究带有碳纳米管和电驱动微梁的MEMS系统的行为 | 开发了一种新颖的基于DNN的模型来解决MEMS中的非线性系统，特别是针对带有MWCNTs的振荡器 | 由于系统的刚度、参数敏感性和非线性，预测这些系统的行为具有挑战性 | 研究MEMS振荡器的非线性振动特性，特别是与纳米管和电驱动微梁相关的特性 | 双端固定的电驱动微梁和多壁碳纳米管（MWCNTs） | 机器学习 | NA | 深度神经网络（DNN） | DNN | 数值模拟数据 | NA |
| 1280 | 2025-05-22 |
Current Status, Hotspots, and Prospects of Artificial Intelligence in Ophthalmology: A Bibliometric Analysis (2003-2023)
2025-Jun, Ophthalmic epidemiology
IF:1.7Q3
DOI:10.1080/09286586.2024.2373956
PMID:39146462
|
综述 | 本文通过文献计量学方法分析了2003-2023年间人工智能在眼科领域的研究现状、热点及未来趋势 | 采用VOSviewer、CiteSpace和R包Bibliometrix进行文献计量分析，系统梳理了AI在眼科领域的发展脉络和研究热点 | 仅基于Web of Science数据库的文献，可能未涵盖所有相关研究；未深入探讨技术、监管和伦理等具体挑战 | 总结人工智能在眼科领域的研究现状并展望未来发展方向 | 3377篇来自98个国家4035个机构的眼科AI研究文献 | 数字病理 | 眼科疾病 | 文献计量分析 | GAN, ChatGPT | 文献数据 | 3377篇文献，涉及1345位研究人员 |