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 29831 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-08-29 |
Robust multi-coil MRI reconstruction via self-supervised denoising
2025-Nov, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30591
PMID:40457510
|
研究论文 | 研究通过自监督去噪作为预处理步骤，提升基于深度学习的多线圈MRI重建方法的鲁棒性和性能 | 利用GSURE进行自监督去噪作为预处理，无需干净参考数据即可提升DL重建模型在噪声环境下的效果 | 实验仅针对T2加权脑部和脂肪抑制膝部扫描，未涵盖其他MRI序列或身体部位 | 改善加速多线圈磁共振成像（MRI）的重建质量与效率 | 多线圈k空间数据，特别是T2加权脑扫描和脂肪抑制质子密度膝部扫描 | 医学影像分析 | NA | Generalized Stein's Unbiased Risk Estimate (GSURE), 深度学习重建 | Diffusion Probabilistic Models (DPMs), Model-Based Deep Learning (MoDL) | 多线圈k空间MRI数据 | NA |
| 2 | 2025-08-29 |
SMART MRS: A Simulated MEGA-PRESS ARTifacts toolbox for GABA-edited MRS
2025-Nov, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30597
PMID:40485116
|
研究论文 | 开发了一个基于Python的工具箱SMART MRS，用于模拟GABA编辑MRS数据中的常见伪影 | 提供了一个灵活的用户自定义伪影模拟工具箱，支持多种输入数据类型并包含机器学习模型验证示例 | NA | 创建用于模拟单体素γ-氨基丁酸编辑MRS数据常见伪影的工具箱 | MRS数据伪影模拟与深度学习模型训练 | 医学影像分析 | NA | MEGA-PRESS MRS, 深度学习 | 机器学习模型 | MRS数据（时域和频域） | NA |
| 3 | 2025-08-29 |
MC-RED: A deep learning network for motion correction in 3D CEST imaging
2025-Nov, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30609
PMID:40495308
|
研究论文 | 提出一种基于深度学习的运动校正方法MC-RED，用于提升3D CEST成像的图像质量 | 采用结合频率特异性信息的残差编码-解码网络，通过静态参考图像生成无运动参考帧进行校正 | NA | 开发并验证深度学习运动校正方法以提升3D CEST成像的定量分析可靠性 | 健康志愿者模拟数据和脑炎患者临床数据 | 医学影像分析 | 脑炎 | CEST成像，Lorentzian差异分析 | 残差编码-解码网络（RED） | 3D医学影像 | 健康志愿者和脑炎患者的影像数据 |
| 4 | 2025-08-29 |
Fast MR signal simulations of microvascular and diffusion contributions using histogram-based approximation and recurrent neural networks
2025-Nov, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30629
PMID:40626426
|
研究论文 | 提出一种结合直方图近似和循环神经网络的快速MR信号模拟方法，用于高效计算微血管结构和扩散效应 | 通过磁场不均匀性矩阵降维与深度学习结合，将MR信号模拟速度提升近13000倍 | NA | 解决微血管特征和扩散效应整合的计算挑战，提高MR信号模拟的准确性和效率 | MR信号（特别是fMRI BOLD建模和MR血管指纹识别中的信号） | 医学影像分析 | NA | 深度学习，磁场不均匀性矩阵降维 | 循环神经网络（RNN） | MR信号数据 | NA |
| 5 | 2025-08-29 |
Development of a deep learning-based automated diagnostic system (DLADS) for classifying mammographic lesions - a first large-scale multi-institutional clinical trial in Japan
2025-Sep, Breast cancer (Tokyo, Japan)
DOI:10.1007/s12282-025-01741-3
PMID:40608200
|
研究论文 | 开发并验证了日本首个基于深度学习的乳腺X线摄影AI辅助诊断系统（DLADS），用于自动分类乳腺病变 | 首次针对日本女性群体构建大规模多中心临床验证的乳腺AI-CADx系统，填补了该人群证据空白 | 回顾性研究设计，需前瞻性研究进一步验证临床实用性 | 建立适用于日本女性的乳腺X线摄影AI辅助诊断系统 | 日本女性的筛查或诊断性乳腺X线影像 | 计算机视觉 | 乳腺癌 | 深度学习，SE-ResNet模块，滑动窗口算法 | CNN (SE-ResNet) | 图像 | 11,450名日本女性（中位年龄55岁）的20,638张乳腺X线影像，包含5,019例乳腺癌、5,026例良性和10,593例正常影像 |
| 6 | 2025-08-29 |
Artificial intelligence in nutrition and ageing research - A primer on the benefits
2025-Sep, Maturitas
IF:3.9Q1
DOI:10.1016/j.maturitas.2025.108662
PMID:40645039
|
综述 | 本文综述了人工智能在营养与老龄化研究中的应用及其潜在益处 | 展示了AI在自动化膳食评估、饮食行为分析及研究流程整合中的创新应用 | 面临数据质量、伦理问题和模型可解释性等挑战 | 探讨AI如何改善老年人群的健康护理成果 | 老年人群 | 自然语言处理 | 老年疾病 | 机器学习、自然语言处理、深度学习 | NA | 文本、图像 | 基于大型数据集 |
| 7 | 2025-08-29 |
Innovations in clinical PET image reconstruction: advances in Bayesian penalized likelihood algorithm and deep learning
2025-Sep, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-025-02088-7
PMID:40681770
|
综述 | 本文综述了临床PET图像重建中的贝叶斯惩罚似然算法和深度学习方法的技术原理与临床性能 | 总结了混合深度学习和迭代重建的创新方法（如uAI HYPER DPR），并对比了传统BPL算法与新兴深度学习技术的进展 | NA | 探讨先进PET图像重建技术以提升图像质量和定量准确性 | PET图像重建算法及其临床应用 | 医学影像处理 | NA | 贝叶斯惩罚似然算法、深度学习、卷积神经网络 | CNN | 医学影像（PET图像） | NA |
| 8 | 2025-08-29 |
Towards trustworthy artificial intelligence in musculoskeletal medicine: A narrative review on uncertainty quantification
2025-Sep, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA
DOI:10.1002/ksa.12737
PMID:40719310
|
综述 | 本文通过叙述性综述探讨不确定性量化在肌肉骨骼医学人工智能中的重要性及其方法分类 | 提出了肌肉骨骼影像中不确定性量化的系统分类法，并强调其在提升临床可信度和应用安全性的作用 | NA | 推动可信人工智能在肌肉骨骼医学领域的临床整合 | 肌肉骨骼医学影像深度学习模型 | 数字病理 | 肌肉骨骼疾病 | 不确定性量化方法 | 深度学习模型 | 医学影像 | NA |
| 9 | 2025-08-29 |
Improving Clinically Significant Prostate Cancer Detection with a Multimodal Machine Learning Approach: A Large-Scale Multicenter Study
2025-Sep, Radiology. Imaging cancer
DOI:10.1148/rycan.240507
PMID:40815224
|
研究论文 | 开发并验证一种结合临床和影像特征的多模态机器学习模型，用于预测临床显著性前列腺癌 | 整合双参数MRI影像组学、临床指标及PI-RADS评分，构建具有时间泛化能力的预测模型，显著优于单一PI-RADS评估 | 在某一医疗中心表现略差，且模型性能受影像序列和设备厂商影响 | 提升临床显著性前列腺癌的检测准确性并减少不必要的活检 | 男性前列腺癌疑似患者 | 数字病理 | 前列腺癌 | 双参数MRI（bpMRI）、影像组学分析 | 深度学习算法（未指定具体网络结构） | 医学影像（MRI）、临床数据 | 回顾性数据集7157例患者，前瞻性验证集1629例患者 |
| 10 | 2025-06-13 |
Reassessment of deep learning-based surgical phase recognition in laparoscopic cholecystectomy
2025-Aug-31, Annals of hepato-biliary-pancreatic surgery
IF:1.1Q3
DOI:10.14701/ahbps.25-059
PMID:40499925
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11 | 2025-08-29 |
A Deep Learning Model for Chemical Shieldings in Molecular Organic Solids Including Anisotropy
2025-Aug-28, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.5c01819
PMID:40825152
|
研究论文 | 提出一种深度学习模型ShiftML3，用于预测分子有机固体中的化学屏蔽，包括各向异性 | 在提高各向同性化学屏蔽预测精度的同时，首次实现全屏蔽张量的预测，且预测误差接近DFT参考计算水平 | NA | 开发高精度、高效的化学屏蔽预测方法，替代计算密集的ab initio计算 | 分子有机固体中的核磁共振化学屏蔽 | 机器学习 | NA | 深度学习 | 深度学习模型 | 化学屏蔽数据 | 实验基准数据集（具体数量未说明） |
| 12 | 2025-08-29 |
Prediction of influenza-like illness incidence using meteorological factors in Kunming : deep learning model study
2025-Aug-16, BMC public health
IF:3.5Q1
DOI:10.1186/s12889-025-23710-3
PMID:40818971
|
研究论文 | 使用气象因素和深度学习模型预测昆明地区流感样疾病发病率 | 将气象数据作为特征输入LSTM模型，并引入Kernel Attention Network增强非线性学习能力 | NA | 评估气象因素结合LSTM模型提高流感样疾病发病率预测准确性的潜力 | 昆明地区流感样疾病发病数据和气象数据 | 机器学习 | 呼吸道传染病 | Pearson相关分析，深度学习建模 | LSTM，注意力机制叠加LSTM，KAN | 时间序列数据 | 2017年11月至2022年1月的发病和气象数据 |
| 13 | 2025-08-29 |
A Large-Scale Image Repository for Automated Pavement Distress Analysis and Degradation Trend Prediction
2025-Aug-14, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05748-5
PMID:40813387
|
研究论文 | 构建大规模路面病害图像数据集，用于自动检测和长期退化趋势预测 | 首个包含长期路面病害追踪的大规模数据集，支持动态监测和维护策略优化 | NA | 开发自动化路面病害分析及退化趋势预测技术 | 路面图像及病害 | 计算机视觉 | NA | 深度学习 | 目标检测算法 | 图像 | 51012张路面识别图像 + 8928张长期追踪图像 |
| 14 | 2025-08-29 |
Data Mining-Based Model for Computer-Aided Diagnosis of Autism and Gelotophobia: Mixed Methods Deep Learning Approach
2025-Aug-13, JMIR formative research
IF:2.0Q4
DOI:10.2196/72115
PMID:40802390
|
研究论文 | 开发了一种基于深度学习和数据挖掘的混合方法系统，用于自闭症和被笑恐惧症的计算机辅助诊断 | 结合面部情感识别与验证问卷，创新性地实现了对被笑恐惧症的自动化检测，特别是在自闭症群体中的应用 | 在面部表情模糊的情况下，仅依赖DeepFace模型不足，需问卷辅助 | 开发深度学习诊断系统，检测自闭症患者及非患者的被笑恐惧症 | 自闭症谱系障碍患者和神经典型个体的面部图像及问卷数据 | 计算机视觉 | 自闭症 | 深度学习、面部特征提取、问卷评估 | 多层感知机(MLP)、DeepFace | 图像、问卷数据 | 2932张面部图像（自闭症和神经典型儿童各1466张） |
| 15 | 2025-08-29 |
A dataset of high-resolution plantar pressures for gait analysis across varying footwear and walking speeds
2025-Aug-13, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05792-1
PMID:40804054
|
研究论文 | 介绍UNB StepUP-P150数据集，包含150名参与者的高分辨率足底压力数据，用于步态分析与识别 | 提供了首个大规模公开可用的高分辨率足底压力数据集，包含多种步行速度和鞋履条件下的数据 | NA | 推动基于足底压力的步态分析与识别研究 | 人类步行时的足底压力模式 | 生物识别与生物力学 | NA | 足底压力传感技术 | NA | 压力传感器数据 | 150名参与者，超过200,000个脚步数据 |
| 16 | 2025-08-29 |
Anatomy-aware, label-informed approach improves image registration for challenging datasets
2025-Aug-12, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.11.669599
PMID:40832189
|
研究论文 | 提出一种基于标签信息的图像配准方法，用于改善具有显著形态差异的生物医学图像（如小鼠胚胎）的配准精度 | 开发了结合解剖结构标签的配准函数，通过区域对应关系引导配准，解决了传统方法在形态变异较大数据集上的失败问题 | NA | 提升图像配准在形态表型显著差异数据集中的准确性和可行性 | 敲除型小鼠胚胎与野生型模板图像的配准 | 医学图像分析 | 发育异常 | 图像配准技术 | NA | 医学图像（神经影像及生物医学图像） | E15.5阶段小鼠胚胎（具体数量未明确说明） |
| 17 | 2025-08-29 |
Multimodal Deep Learning for ARDS Detection
2025-Aug-12, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.08.08.25333333
PMID:40832385
|
研究论文 | 开发了一种多模态深度学习模型，结合影像、通气波形和电子健康记录数据用于ARDS早期检测 | 首次整合胸部X光、呼吸机波形数据和EHR表格数据，通过多模态深度学习提升ARDS检测性能 | 需要进一步验证各模态数据的附加效应，数据集规模较小且异质性较强 | 通过多模态深度学习改善急性呼吸窘迫综合征的早期诊断 | ICU收治的220名患者 | 医疗人工智能 | 急性呼吸窘迫综合征 | 深度学习，预训练编码器 | 多模态深度学习模型 | 影像数据，时间序列数据，表格数据 | 220名ICU患者 |
| 18 | 2025-08-29 |
Hybrid Neural Networks for Precise Hydronephrosis Classification Using Deep Learning
2025-Aug-07, Urology
IF:2.1Q2
DOI:10.1016/j.urology.2025.08.005
PMID:40783131
|
研究论文 | 提出一种基于深度学习的混合神经网络框架，用于肾脏超声图像中肾脏和液体的自动分割与肾积水分类 | 整合DenseNet201、FPN和SelfONN层，实现多尺度特征提取并提升空间精度 | 模型优化和可解释性AI尚未完全整合，需未来工作改进 | 提升肾积水的诊断准确性和评估一致性 | 肾脏超声图像中的肾脏和液体区域 | 计算机视觉 | 肾积水 | 深度学习 | DenseNet201, FPN, SelfONN | 图像 | 1731张肾脏超声图像 |
| 19 | 2025-08-29 |
Ensemble of Handcrafted and Learned Features for Colorectal Cancer Classification
2025-Aug-04, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01633-0
PMID:40760266
|
研究论文 | 提出一种结合手工特征和深度学习特征的集成方法用于结直肠癌分类 | 首次将手工纹理描述符与CNN深度学习特征集成，形成互补的鲁棒特征空间 | 需要标注数据集且模型可解释性有限 | 提升结直肠癌自动分类的准确性和鲁棒性 | 结直肠癌组织病理图像 | 数字病理 | 结直肠癌 | 图像特征提取与集成学习 | CNN与手工特征集成 | 医学图像 | NA |
| 20 | 2025-08-29 |
Miniaturized High-Throughput and High-Resolution Platform for Continuous Live-Cell Monitoring via Lens-Free Imaging and Deep Learning
2025-Aug, Small methods
IF:10.7Q1
DOI:10.1002/smtd.202401855
PMID:40091386
|
研究论文 | 提出一种集成微型高分辨率传感器与无透镜成像技术的平台，结合深度学习实现高通量活细胞连续监测 | 开发500纳米像素尺寸的400兆像素传感器，实现40秒/帧成像速度、1厘米视场和42dB信噪比，首次同时突破高通量与高分辨率限制 | 未提及具体样本量或算法处理延迟数据，实时性可能受深度学习计算效率影响 | 解决传统显微镜在视场与分辨率间的权衡问题，实现活细胞形态与动态的高通量高分辨率监测 | 单个细胞及细胞群体的形态、运动轨迹和生命周期 | 计算机视觉 | NA | 无透镜阴影成像技术、深度学习算法、K-means无监督聚类 | 深度学习（未指定具体网络结构） | 图像 | 未明确说明具体样本数量 |