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 1546 篇文献，本页显示第 441 - 460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 441 | 2025-10-05 |
Deep learning model trained using multi-energy computed tomography (CT) data shows better metal artifact reduction for lumbar CT imaging
2025-Sep-05, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2025.107076
PMID:41016075
|
研究论文 | 开发基于多能量CT数据的深度学习金属伪影减少模型，用于腰椎CT成像 | 首次使用多能量虚拟单色图像训练深度学习金属伪影减少模型，并在更宽能量范围内评估性能 | 样本量有限（93例患者），仅针对腰椎植入物患者进行研究 | 比较基于单能量和多能量CT数据的深度学习金属伪影减少模型性能 | 腰椎植入物患者的CT图像 | 医学影像处理 | 脊柱疾病 | 多能量CT扫描，虚拟单色图像重建 | 深度学习模型 | CT图像 | 93例腰椎植入物患者 | NA | NA | PSNR, SSIM | NA |
| 442 | 2025-10-05 |
High-Performance Open-Source AI for Breast Cancer Detection and Localization in MRI
2025-09, Radiology. Artificial intelligence
DOI:10.1148/ryai.240550
PMID:40560044
|
研究论文 | 开发并评估用于乳腺MRI扫描中乳腺癌检测和定位的开源深度学习模型 | 使用迄今为止最大的乳腺MRI数据集训练深度学习模型，并公开提供代码和权重以促进进一步开发 | 回顾性研究设计，数据主要来自单一医疗中心 | 开发高性能开源AI系统用于乳腺癌的检测和定位 | 乳腺MRI扫描图像 | 计算机视觉 | 乳腺癌 | MRI | 深度学习 | 医学图像 | 30,672个矢状面MRI检查（52,598个乳房）来自9,986名女性患者，验证集包括6,615个乳房（矢状面）和7,058个乳房（轴位面），外加第二个临床站点的1,840个乳房 | NA | NA | AUC, 特异性, 敏感性 | NA |
| 443 | 2025-10-05 |
Multi-Receptor Skin with Highly Sensitive Tele-Perception Somatosensory Flexible Electronics in Healthcare: Multimodal Sensing and AI-Powered Diagnostics
2025-Sep, Advanced healthcare materials
IF:10.0Q1
DOI:10.1002/adhm.202502901
PMID:40619754
|
综述 | 系统回顾柔性电子技术在医疗监测领域的进展，重点关注多模态传感平台与人工智能算法的集成 | 整合多模态传感与人工智能算法，创新柔性基底、可拉伸互连和传感器架构，实现电生理、生物物理和生化信号同步采集 | 存在异质传感器集成、长期功能稳定性和体内生物相容性等技术挑战 | 推动柔性电子技术在智能医疗和个性化医疗中的应用发展 | 柔性电子设备与医疗监测系统 | 医疗电子 | NA | 多模态传感，能量采集，无线通信协议 | 深度学习 | 电生理信号，生物物理信号，生化信号 | NA | NA | NA | NA | 边缘计算 |
| 444 | 2025-10-05 |
Prediction of Early Neoadjuvant Chemotherapy Response of Breast Cancer through Deep Learning-based Pharmacokinetic Quantification of DCE MRI
2025-09, Radiology. Artificial intelligence
DOI:10.1148/ryai.240769
PMID:40631989
|
研究论文 | 通过基于深度学习的动态对比增强MRI药代动力学量化预测乳腺癌新辅助化疗早期反应 | 使用深度学习进行回顾性药代动力学量化，提高了病理完全缓解预测的泛化能力 | 回顾性研究设计，数据来自2002-2016年，可能存在选择偏倚 | 提高乳腺癌新辅助化疗后病理完全缓解预测的准确性和泛化性 | 乳腺癌患者 | 医学影像分析 | 乳腺癌 | 动态对比增强MRI，药代动力学量化 | 深度学习 | MRI影像 | 1073名女性乳腺癌患者，来自四个公共数据集 | NA | NA | AUC | NA |
| 445 | 2025-10-05 |
MR-Transformer: A Vision Transformer-based Deep Learning Model for Total Knee Replacement Prediction Using MRI
2025-09, Radiology. Artificial intelligence
DOI:10.1148/ryai.240373
PMID:40668131
|
研究论文 | 开发基于Vision Transformer的深度学习模型MR-Transformer，利用MRI预测膝关节骨关节炎进展为全膝关节置换的风险 | 首次将Vision Transformer架构应用于膝关节MRI分析，利用ImageNet预训练和三维空间相关性进行预测 | 回顾性研究设计，样本量相对有限，随访时间最长9年 | 预测膝关节骨关节炎进展为全膝关节置换的风险 | 膝关节骨关节炎患者 | 计算机视觉 | 骨关节炎 | MRI扫描 | Transformer | 三维MRI图像 | 骨关节炎倡议数据库353对病例对照，多中心骨关节炎研究数据库270对病例对照 | NA | Vision Transformer | AUC, 敏感性, 特异性 | NA |
| 446 | 2025-10-05 |
Predicting arterial pressure without prejudice: towards effective hypotension prediction models
2025-Sep, British journal of anaesthesia
IF:9.1Q1
DOI:10.1016/j.bja.2025.06.016
PMID:40685291
|
评论 | 讨论选择偏差对低血压预测模型的影响及有效算法开发建议 | 通过对比有偏和无偏数据训练的深度学习模型，揭示选择偏差对模型学习动脉波形信息能力的影响 | 基于已有研究的讨论性分析，未提供原始实验数据 | 开发有效的低血压预测算法并解决选择偏差问题 | 动脉波形数据和低血压预测模型 | 机器学习 | 心血管疾病 | NA | 深度学习 | 动脉波形数据 | NA | NA | NA | 阳性预测值 | NA |
| 447 | 2025-10-05 |
Deep-Learning-Driven High Spatial Resolution Attenuation Imaging for Ultrasound Tomography (AI-UT)
2025-09, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2025.3592578
PMID:40705570
|
研究论文 | 提出基于深度学习的高空间分辨率超声衰减成像方法，用于乳腺超声断层扫描 | 利用声速与衰减的空间相关性作为模型约束，结合深度学习实现高分辨率衰减成像 | NA | 开发高空间分辨率、低方差的超声衰减成像方法 | 人体乳腺组织 | 医学影像处理 | 乳腺癌 | 超声断层扫描 | 深度学习 | 射频数据 | 来自QTI BACT扫描仪的60个角度视图数据 | NA | NA | 空间分辨率，方差 | NA |
| 448 | 2025-10-05 |
Collaborative Integration of AI and Human Expertise to Improve Detection of Chest Radiograph Abnormalities
2025-09, Radiology. Artificial intelligence
DOI:10.1148/ryai.240277
PMID:40668130
|
研究论文 | 开发了一种融合眼动数据和放射学报告的协作AI系统，用于改善胸部X光片异常检测并纠正感知错误 | 首次将眼动追踪数据与放射学报告相结合，通过多模态大模型识别和纠正放射科医生的感知错误 | 使用模拟错误数据集而非真实临床环境，错误类型有限且样本量相对较小 | 提高胸部X光片异常检测的诊断准确性 | 胸部X光片中的异常区域 | 计算机视觉 | 胸部疾病 | 眼动追踪，多模态分析 | CNN，深度学习 | 图像，眼动数据，文本报告 | 来自REFLACX和EGD-CXR公共数据集的332个异常样本 | NA | 多模态大模型 | 准确率，置信区间，满意度比例 | NA |
| 449 | 2025-10-05 |
[Extracorporeal Membrane Oxygenation( ECMO) as an Emerging Technology:Present and Future]
2025-Sep, Kyobu geka. The Japanese journal of thoracic surgery
PMID:40998332
|
综述 | 本文从临床医生视角综述体外膜肺氧合(ECMO)技术的最新进展与未来发展方向 | 介绍了新型硅胶膜肺与MPC聚合物涂层在大型动物模型中实现长达100天无血栓支持，以及人工智能在实时决策和生存预测中的应用探索 | NA | 探讨ECMO作为新兴技术的发展现状与未来趋势 | ECMO相关技术设备与临床应用 | 医疗技术 | 呼吸循环衰竭 | 体外膜肺氧合, 表面涂层技术, 人工智能 | 深度学习 | NA | 大型动物模型 | NA | NA | 设备使用寿命, 血栓形成情况 | NA |
| 450 | 2025-10-05 |
DM-Net: a physics-model-independent direct mapping approach for calibration-free multi-coil MRI
2025-Sep-01, Research square
DOI:10.21203/rs.3.rs-7174070/v1
PMID:40951291
|
研究论文 | 提出一种不依赖物理模型的直接映射方法DM-Net，用于无需校准的多线圈MRI重建 | 首次提出不显式使用线圈敏感度的物理模型独立直接映射方法，无需预计算线圈敏感度即可实现最优重建 | 仅在17名受试者的5440张图像上进行训练和测试，样本规模有限 | 开发无需校准的多线圈磁共振图像重建方法 | 多线圈磁共振图像 | 医学影像重建 | NA | 3DFT（傅里叶变换） | CNN | 医学影像 | 17名受试者的5440张图像 | NA | 密集连接卷积网络 | NA | NA |
| 451 | 2025-10-05 |
A machine learning approach for automated injuries classification on postmortem images
2025-Sep-01, Journal of forensic and legal medicine
IF:1.2Q3
DOI:10.1016/j.jflm.2025.102955
PMID:41016353
|
研究论文 | 本研究开发了一种基于机器学习的自动化方法，用于在尸体图像上对瘀伤和擦伤两类损伤进行语义分割 | 首次将U-Net、FPN和LinkNet三种深度学习架构与EfficientNetB3和ResNet50骨干网络结合应用于尸体损伤分类，并采用自定义损失函数结合图像变换和类别平衡技术的优化策略 | 仅针对瘀伤和擦伤两类损伤进行研究，未涵盖其他类型损伤 | 开发自动化尸体损伤分类的人工智能方法 | 尸体损伤图像中的瘀伤和擦伤 | 计算机视觉 | NA | 图像分析 | 深度学习 | 图像 | NA | NA | U-Net,FPN,LinkNet,EfficientNetB3,ResNet50 | 灵敏度,特异度 | NA |
| 452 | 2025-10-05 |
Multimodal Machine Learning with 3D-Weighted-Matrix Encoding for High-Throughput Design of High-Performance Polyurethanes
2025-Sep-27, Macromolecular rapid communications
IF:4.2Q2
DOI:10.1002/marc.202500471
PMID:41014522
|
研究论文 | 开发了一种结合机器学习和多模态特征工程的高通量筛选框架，用于预测聚氨酯材料的力学性能 | 提出了有效的3D加权矩阵编码方法表示聚氨酯单体，特征区分度比传统分子描述符提高23%；采用早期融合架构将结构特征与合成工艺参数融合 | NA | 加速高性能聚氨酯材料的开发，解决材料结构复杂性带来的力学性能设计挑战 | 聚氨酯材料及其单体 | 机器学习 | NA | 3D加权矩阵编码，逻辑基编码，多模态特征融合 | 深度学习 | 化学结构表示，合成工艺参数 | 筛选超过1.5亿个分子和工艺组合 | NA | 多模态深度学习模型 | 决定系数 | NA |
| 453 | 2025-10-05 |
[Advances in the application of artificial intelligence for pulmonary function assessment based on chest imaging in thoracic surgery]
2025-Sep-27, Zhonghua wai ke za zhi [Chinese journal of surgery]
|
综述 | 探讨人工智能在基于胸部影像的胸外科肺功能评估中的应用进展 | 首次系统总结AI技术在多模态胸部影像（X射线、CT、MRI）肺功能评估中的创新应用，包括肺通气定量分析、弥散功能评估等新方向 | 面临数据标准化不足、模型可解释性有限、缺乏术后并发症预测模型等临床转化挑战 | 提升胸外科围术期肺功能评估的精准决策能力 | 胸外科患者的胸部影像数据及肺功能指标 | 医学影像分析 | 肺部疾病 | 多模态影像分析（X射线、CT、MRI） | 深度学习 | 医学影像 | NA | NA | NA | FEV1预测精度, DLCO评估准确率, TLC测量一致性 | NA |
| 454 | 2025-10-05 |
Generation of multimodal realistic computational phantoms as a test-bed for validating deep learning-based cross-modality synthesis techniques
2025-Sep-27, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03437-4
PMID:41015634
|
研究论文 | 提出一种利用计算体模生成逼真CT和MRI图像的新框架，为验证深度学习跨模态合成技术提供可靠基准数据集 | 首次使用生成的计算体模作为验证数据，用于评估基于深度学习的跨模态合成技术 | NA | 验证医学图像跨模态合成的深度学习模型，特别针对放射治疗应用 | 计算体模生成的CT和MRI图像 | 医学影像分析 | NA | 医学影像合成 | CycleGAN, GAN | CT图像, MRI图像 | NA | NA | CycleGAN | 直方图相关性, 剂量测定准确性 | NA |
| 455 | 2025-10-05 |
Exploring learning transferability in deep segmentation of colorectal cancer liver metastases
2025-Sep-26, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111076
PMID:41014675
|
研究论文 | 本研究探索深度学习模型在结直肠癌肝转移分割任务中的知识迁移能力 | 首次系统研究在肝转移瘤分割任务中不同迁移学习方案的效果，并通过尺度特异性评估揭示领域特定预训练的优势 | 研究仅针对肝转移瘤数据集，未涵盖其他类型肝脏病变 | 评估深度学习模型在医学图像分割中的迁移学习能力 | 结直肠癌肝转移病灶 | 医学图像分割 | 结直肠癌肝转移 | 深度学习 | Transformer | 医学图像 | NA | NA | Transformer | 尺度特异性评估指标 | NA |
| 456 | 2025-10-05 |
Does brain connectivity hold the key to safer roads? EEG-based fatigue detection in young drivers using interpretable deep learning
2025-Sep-26, Accident; analysis and prevention
DOI:10.1016/j.aap.2025.108251
PMID:41014829
|
研究论文 | 本研究通过EEG脑连接分析和可解释深度学习模型检测年轻驾驶员的心理疲劳 | 结合多头自注意力与长短期记忆网络(MHSA-xLSTM)的新型深度学习架构，并利用SHAP方法增强模型可解释性 | 样本量相对较小(32名年轻驾驶员)，需在更大群体中验证 | 开发准确且可解释的驾驶员疲劳检测方法以提高道路安全 | 年轻驾驶员 | 脑机接口, 深度学习 | 疲劳相关驾驶风险 | 脑电图(EEG), 脑功能网络分析 | MHSA-xLSTM | EEG信号 | 32名年轻驾驶员 | NA | 多头自注意力机制, 长短期记忆网络 | 准确率 | NA |
| 457 | 2025-10-05 |
[Research and prospects of deep learning in the field of temporomandibular disorders]
2025-Sep-26, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology
|
综述 | 回顾深度学习在颞下颌关节紊乱病诊疗中的应用现状，讨论面临的挑战并展望未来发展 | 首次系统总结深度学习技术在颞下颌关节紊乱病诊疗领域的研究进展与前景 | NA | 探讨深度学习技术在颞下颌关节紊乱病诊疗中的应用潜力与发展方向 | 颞下颌关节紊乱病患者 | 医学人工智能 | 颞下颌关节紊乱病 | 深度学习 | NA | 医学影像数据 | NA | NA | NA | NA | NA |
| 458 | 2025-10-05 |
An open deep learning-based framework and model for tooth instance segmentation in dental CBCT
2025-Sep-25, Clinical oral investigations
IF:3.1Q1
DOI:10.1007/s00784-025-06578-w
PMID:40996470
|
研究论文 | 开发了一个基于深度学习的开源框架和模型OralSeg，用于牙科CBCT图像中的牙齿实例分割 | 构建了密集标注的牙科CBCT数据集，结合Swin Transformer和空间Mamba模块进行多尺度残差特征融合，并部署为一键式工具 | NA | 解决当前牙科CBCT分割工具在准确性、可访问性和解剖覆盖范围方面的不足 | 牙科CBCT图像中的牙齿实例分割 | 计算机视觉 | 牙科疾病 | CBCT成像 | 深度学习 | 医学图像 | NA | 3D Slicer平台 | UNetR, Swin Transformer, 空间Mamba模块 | Dice相似系数 | NA |
| 459 | 2025-10-05 |
Segmentation-model-based framework to detect aortic dissection on non-contrast CT images: a retrospective study
2025-Sep-25, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-02098-z
PMID:40996604
|
研究论文 | 开发基于分割模型的深度学习框架，用于在非增强CT图像上自动检测主动脉夹层并可视化其形态和范围 | 首次在非增强CT图像上使用分割模型检测主动脉夹层，并利用假腔体积作为诊断指标 | 回顾性研究，样本量有限，仅包含两个医疗中心的数据 | 开发自动化的主动脉夹层检测和可视化方法 | 接受主动脉CTA检查的患者 | 数字病理 | 心血管疾病 | CT扫描 | 深度学习分割模型 | 医学影像 | 701名患者（中心1：545例，中心2：156例） | NA | 分割模型 | Dice系数, ICC, AUC, 灵敏度, 特异性, 阴性预测值 | NA |
| 460 | 2025-10-05 |
Attention-Enhanced CNNs and transformers for accurate monkeypox and skin disease detection
2025-Sep-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-12216-y
PMID:40998853
|
研究论文 | 提出一种注意力增强的深度学习架构，用于从皮肤病变图像中准确检测猴痘和其他皮肤病 | 基于EfficientNetB7架构并增强坐标注意力机制，显著提升特征提取能力和分类准确率，在猴痘检测任务中达到前所未有的性能 | 未明确说明模型在真实临床环境中的部署挑战和计算资源需求 | 开发高精度的AI诊断工具用于猴痘和皮肤病的自动检测 | 皮肤病变图像 | 计算机视觉 | 猴痘, 皮肤病 | 图像分析 | CNN, Transformer | 图像 | Monkeypox Skin Lesion Dataset (MSLD v2.0)数据集 | NA | EfficientNetB7, Xception, Swin Transformer, ResNet-50, MobileNetV2 | 准确率, 精确率, 召回率, F1分数, AUC | NA |