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 28992 篇文献，本页显示第 181 - 200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 181 | 2025-07-25 |
Application of deep learning for diagnosis of shoulder diseases in older adults: a narrative review
2025-Jan, Ewha medical journal
IF:0.3Q3
DOI:10.12771/emj.2025.e6
PMID:40704206
|
综述 | 本文探讨了深度学习在老年人肩部疾病诊断中的应用及其潜力 | 深度学习通过自动图像分割、疾病检测和运动分析，提高了肩部疾病诊断的准确性和效率，甚至在某些情况下超越了人类专家 | 需要大规模前瞻性验证研究以确保方法的通用性、可重复性和临床工作流程的有效整合 | 探索深度学习如何改善老年人肩部疾病的诊断和管理 | 老年人肩部疾病，包括肩袖撕裂、肌肉退化、脂肪浸润、骨折和关节疾病 | 数字病理学 | 老年疾病 | 深度学习（DL） | CNN | MRI、CT扫描和X光片 | NA |
| 182 | 2025-07-25 |
An Ensemble Deep Learning Algorithm for Structural Heart Disease Screening Using Electrocardiographic Images: PRESENT SHD
2024-Dec-27, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.10.06.24314939
PMID:39417095
|
研究论文 | 开发了一种名为PRESENT-SHD的集成深度学习算法，用于通过心电图图像自动检测和预测结构性心脏病 | 利用12导联心电图图像进行多种结构性心脏病的自动化检测和预测，提出了一种集成XGBoost模型PRESENT-SHD | 研究依赖于特定医院和人群的数据，可能在其他人群中表现不同 | 开发一种自动化工具，用于结构性心脏病的早期筛查和风险分层 | 结构性心脏病患者的心电图图像 | 数字病理学 | 心血管疾病 | 深度学习 | CNN, XGBoost | 图像 | 261,228份心电图来自93,693名患者，并在11,023名个体中进行了验证 |
| 183 | 2025-07-25 |
Enhancing the diagnostic capacity of [18F]PSMA-1007 PET/MRI in primary prostate cancer staging with artificial intelligence and semi-quantitative DCE: an exploratory study
2024-Nov-08, EJNMMI reports
DOI:10.1186/s41824-024-00225-5
PMID:39510993
|
研究论文 | 探讨基于人工智能和半定量动态对比增强MRI在[18F]-PSMA-1007 PET/MRI中区分前列腺良恶性组织的能力 | 结合人工智能和半定量DCE分析提高前列腺癌诊断准确性 | 样本量较小（仅7例患者），需进一步验证 | 提高[18F]PSMA-1007 PET/MRI在前列腺癌原发灶分期中的诊断能力 | 原发性前列腺癌患者 | 数字病理 | 前列腺癌 | PET/MRI, 动态对比增强MRI (DCE-MRI), 深度学习 | 深度学习管道 (DL pipeline) | 医学影像 (PET/MRI图像) | 7例前列腺癌患者 |
| 184 | 2025-07-25 |
Multimodal Artificial Intelligence in Medicine
2024-Nov-01, Kidney360
IF:3.2Q1
DOI:10.34067/KID.0000000000000556
PMID:39167446
|
研究论文 | 本文探讨了多模态人工智能在医学中的应用及其挑战 | 介绍了多模态Transformer模型在医疗领域的应用，能够处理文本、图像和结构化数据等多种数据形式 | 多模态深度学习模型的整合需要考虑伴随的伦理和环境挑战 | 研究多模态人工智能在医学诊断和治疗中的适用性和挑战 | 多模态医疗数据（如文本、图像和结构化数据） | 人工智能 | NA | 多模态Transformer模型 | Transformer | 多模态数据（文本、图像、结构化数据） | NA |
| 185 | 2025-07-25 |
Bone scintigraphy based on deep learning model and modified growth optimizer
2024-10-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-73991-8
PMID:39465262
|
研究论文 | 提出一种基于深度学习和改进生长优化器的骨闪烁扫描技术，用于自动分析全身骨扫描图像 | 结合MobileViT模型和改进的Growth Optimizer算法进行特征提取和选择，提出名为GOAOA的新特征选择算法 | 仅使用了2800张骨扫描图像进行验证，样本量相对有限 | 开发自动分析全身骨扫描图像的机器学习方法，减轻医生工作负担 | 骨扫描图像 | 医学影像分析 | 骨转移癌 | 深度学习 | MobileViT, GOAOA | 医学图像 | 2800张骨扫描图像（1400正常，1400异常） |
| 186 | 2025-07-25 |
Halted medical education in Korea amid Nobel Prizes in deep learning and machine learning research, tribute to a leader of Ewha Womans University College of Medicine, and highlights from this issue
2024-Oct, Ewha medical journal
IF:0.3Q3
DOI:10.12771/emj.2024.e71
PMID:40703983
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 187 | 2025-07-25 |
Subject-level spinal osteoporotic fracture prediction combining deep learning vertebral outputs and limited demographic data
2024-Sep-10, Archives of osteoporosis
IF:3.1Q1
DOI:10.1007/s11657-024-01433-z
PMID:39256211
|
research paper | 该研究通过结合深度学习椎体输出和有限的人口统计数据，实现了对中度至重度椎体骨折的预测 | 使用GAM模型结合年龄和卷积神经网络生成的三个最大椎体骨折评分，实现了高准确度的骨折预测 | 仅使用了基本的人口统计数据，可能未考虑其他潜在影响因素 | 开发自动化筛查椎体骨折的方法以改善临床结果 | 椎体骨折患者 | digital pathology | osteoporotic fracture | convolutional neural network | GAM, CNN | radiographs, demographic data | 大型X光片数据集 |
| 188 | 2025-07-25 |
Calculating Protein-Ligand Residence Times through State Predictive Information Bottleneck Based Enhanced Sampling
2024-Jul-23, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c00503
PMID:38991145
|
研究论文 | 本文提出了一种半自动化协议，用于计算蛋白质-配体停留时间，跨越12个数量级的时间尺度 | 结合深度学习方法和增强采样技术，首次实现了在原子水平上定量预测蛋白质-配体停留时间 | 方法仅在6种蛋白质-配体复合物上进行了验证，需要更广泛的测试 | 提高药物疗效和理解生物化学中的靶标识别 | 蛋白质-配体复合物 | 计算生物化学 | 癌症 | 分子动力学模拟(MD)、状态预测信息瓶颈(SPIB)、元动力学 | 深度学习 | 分子模拟数据 | 6种不同的蛋白质-配体复合物 |
| 189 | 2025-07-25 |
qMAP enabled microanatomical mapping of human skin aging
2024-Jul-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.03.588011
PMID:39005293
|
研究论文 | 本研究开发了一种名为qMAP的组织图像分析工作流程，用于定量分析人类皮肤衰老的微解剖变化 | 首次利用深度学习和机器视觉技术全面标记组织切片中的组织和细胞区室，建立了可解释的特征集来定量分析衰老相关的微解剖变化 | 研究仅针对皮肤组织，未涉及其他组织类型的衰老特征 | 识别与衰老相关的组织水平特征，发现新型衰老生物标志物 | 人类皮肤组织 | 数字病理学 | 老年疾病 | 深度学习 | NA | 图像 | 99名年龄在14至92岁之间的捐赠者 |
| 190 | 2025-07-25 |
Enhancing Molecular Property Prediction through Task-Oriented Transfer Learning: Integrating Universal Structural Insights and Domain-Specific Knowledge
2024-06-13, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.4c00692
PMID:38748846
|
research paper | 提出了一种基于BERT的双层次预训练框架TOML-BERT，用于分子属性预测，结合了结构模式和领域知识 | 引入了双层次预训练框架TOML-BERT，结合了分子结构模式和领域知识，提升了分子属性预测性能 | 未提及具体的数据稀缺性如何影响模型性能，以及在不同分子类型上的泛化能力 | 提升分子属性预测的准确性，以支持药物发现 | 分子属性预测 | machine learning | NA | BERT, 自监督预训练 | TOML-BERT | 分子结构数据 | 10个药物数据集 |
| 191 | 2025-07-25 |
An accurate pediatric bone age prediction model using deep learning and contrast conversion
2024-Apr, Ewha medical journal
IF:0.3Q3
DOI:10.12771/emj.2024.e23
PMID:40703683
|
研究论文 | 本研究旨在利用深度学习和对比度转换技术开发一个准确的儿童骨龄预测模型，以改善临床实践中的生长评估和临床决策 | 结合多种深度学习模型和对比度转换技术优化骨龄预测，并评估不同预处理方法对预测性能的影响 | 未提及模型在多样化人群或不同成像条件下的泛化能力 | 提高儿童骨龄预测的准确性以支持临床决策 | 儿童左手X光图像 | 计算机视觉 | 儿科疾病 | 对比度转换技术（模糊对比增强、限制对比度自适应直方图均衡化等） | CNN（包括ResNet50、VGG19、Inception V3、Xception） | 图像 | 未明确提及具体样本量，但使用标注骨龄和性别信息的儿科左手X光图像数据集 |
| 192 | 2025-07-25 |
What is the role of artificial intelligence in general surgery?
2024-Apr, Ewha medical journal
IF:0.3Q3
DOI:10.12771/emj.2024.e22
PMID:40703691
|
综述 | 本文探讨了人工智能（AI）在普通外科中的潜在作用及其与其他医学领域的差异 | 分析了AI在普通外科术前、术中和术后阶段的应用现状及未来潜力，强调了跨学科合作的重要性 | 手术室中AI的应用研究不足，且涉及伦理责任需要更多证据支持 | 理解AI在普通外科中的应用及其与其他医学领域的差异 | 普通外科中的AI应用 | 医学人工智能 | NA | 深度学习 | 神经网络 | NA | NA |
| 193 | 2025-07-25 |
Advancements and Applications of Artificial Intelligence in Pharmaceutical Sciences: A Comprehensive Review
2024 Jan-Dec, Iranian journal of pharmaceutical research : IJPR
IF:1.8Q3
DOI:10.5812/ijpr-150510
PMID:39895671
|
综述 | 本文全面回顾了人工智能在药物科学中的进展与应用 | 详细探讨了AI在药物发现、开发及个性化患者护理中的多种应用及其潜力 | 未提及具体的技术实施细节或案例研究的局限性 | 阐明AI在药物科学各领域的实际应用及其潜力 | 药物科学的多个子领域，包括药物化学、药剂学、药理学与毒理学等 | 药物科学 | NA | 机器学习、深度学习、自然语言处理、机器人自动化 | NA | NA | NA |
| 194 | 2025-07-25 |
PeakDetective: A Semisupervised Deep Learning-Based Approach for Peak Curation in Untargeted Metabolomics
2023-06-27, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.3c00764
PMID:37314824
|
研究论文 | 提出了一种基于半监督深度学习的峰检测方法PeakDetective，用于非靶向代谢组学中的峰筛选 | 结合无监督自编码器和主动学习分类器，快速训练并适应不同LC/MS方法和样本类型 | 需要用户标注少量峰样本进行训练 | 解决非靶向代谢组学数据处理中峰检测的准确性问题 | 代谢组学数据中的峰信号 | 机器学习 | NA | LC/MS | 自编码器+主动学习分类器 | 代谢组学数据 | 五个不同的LC/MS数据集，包括SARS-CoV-2数据集 |
| 195 | 2025-07-25 |
Automatic Classification of Cancer Pathology Reports: A Systematic Review
2022, Journal of pathology informatics
DOI:10.1016/j.jpi.2022.100003
PMID:35242443
|
系统综述 | 本文系统综述了2010年至2021年间发表的用于病理报告自动分类的自然语言处理（NLP）技术 | 遵循PRISMA指南，对NLP系统进行分类和基准测试，识别了当前技术的局限性和未来研究方向 | 某些癌症特征的提取（如大小、形状、癌症类型等）仍存在挑战，且综述仅涵盖25篇最终符合条件的文章 | 评估和比较用于病理报告自动分类的NLP技术，以促进癌症研究的进展 | 病理报告 | 自然语言处理 | 癌症 | 自然语言处理（NLP） | Rule-based and Intelligent systems, 统计机器学习, 深度学习 | 文本 | 25篇符合条件的文章 |
| 196 | 2025-07-24 |
QCAE-QOC-SVM: A hybrid quantum machine learning model for DoS and Fuzzy attack detection on autonomous vehicle CAN bus
2025-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103471
PMID:40687355
|
研究论文 | 提出了一种混合量子机器学习模型QCAE-QOC-SVM，用于检测自动驾驶车辆CAN总线上的DoS和Fuzzy攻击 | 结合量子卷积自编码器(QCAE)和基于支持向量机的量子正交分类器(QOC-SVM)，利用量子计算能力进行精确异常检测 | 模型在特定批次大小比例(7741:31)下表现最佳，可能对其他比例适应性有限 | 提高自动驾驶车辆CAN总线的网络安全防御能力 | 自动驾驶车辆的CAN总线通信数据 | 量子机器学习 | NA | 量子机器学习(QML) | QCAE-QOC-SVM(量子卷积自编码器与量子正交分类器的混合模型) | CAN总线通信数据 | 300,000个实例(来自CARLA模拟器的公开和自定义数据集) |
| 197 | 2025-07-24 |
Deep Learning-Based Prediction of Glaucoma Severity and Progression Using Imo/TEMPO Screening Program
2025 Nov-Dec, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100805
PMID:40697390
|
研究论文 | 开发了一种名为DeepISP的深度学习模型，用于基于快速筛查视野测量（Imo/TEMPO筛查程序）预测Humphrey视野分析仪的综合视野信息 | 开发了DeepISP模型，能够预测当前视野状态和视野进展参数，并评估了数据增强在合成ISP测试中的效果 | 研究样本量有限，且仅基于特定医院的回顾性数据 | 预测青光眼的严重程度和进展风险，为临床干预提供高效筛查工具 | 112名患者提供的187个实际ISP测试和883名患者提供的3470个合成ISP测试 | 数字病理 | 青光眼 | 深度学习 | 多任务神经网络 | 图像 | 187个实际ISP测试和3470个合成ISP测试 |
| 198 | 2025-07-24 |
Advancing non-invasive melanoma diagnostics with deep learning and multispectral photoacoustic imaging
2025-Oct, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2025.100743
PMID:40686556
|
研究论文 | 本文介绍了一种结合深度学习和多光谱光声成像的非侵入性黑色素瘤诊断方法 | 提出了一种结合K-means聚类、一维卷积神经网络和主动轮廓算法的计算框架，用于自动确定黑色素瘤边界 | NA | 提高黑色素瘤诊断效率，减少手术切口 | 人类黑色素瘤 | 数字病理学 | 黑色素瘤 | 多光谱光声成像 | CNN | 图像 | NA |
| 199 | 2025-07-24 |
Using nursing data for machine learning-based prediction modeling in intensive care units: A scoping review
2025-Sep, International journal of nursing studies
IF:7.5Q1
DOI:10.1016/j.ijnurstu.2025.105133
PMID:40544524
|
综述 | 本文通过范围综述，探讨了利用护理数据进行机器学习预测模型在重症监护病房中的应用现状 | 首次系统梳理了护理数据在ICU患者预后预测模型中的具体应用类型和趋势 | 仅纳入了截至2023年12月的研究，且未对模型预测性能进行定量分析 | 识别利用护理数据的机器学习模型预测ICU患者健康结局的研究现状 | 重症监护病房成年患者 | 医疗健康机器学习 | 重症监护 | 监督学习、深度学习和神经网络 | 回归模型、Boosting和随机森林 | 结构化护理数据（护理量表、评估记录、活动记录和护理记录） | 纳入151项研究（2004-2023年） |
| 200 | 2025-07-24 |
Continuous noninvasive blood pressure estimation using tissue blood flow measured by diffuse correlation spectroscopy
2025-Sep, APL bioengineering
IF:6.6Q1
DOI:10.1063/5.0266243
PMID:40697813
|
研究论文 | 本研究提出了一种利用扩散相关光谱（DCS）测量组织血流（BF）并通过深度学习模型进行连续无创血压估计的新方法 | 首次将DCS测量的组织血流与深度学习模型结合，实现连续无创血压监测 | 样本量较小（仅12名受试者），需要更大规模验证 | 开发一种连续无创血压监测方法 | 人体血压和组织血流 | 生物医学工程 | 心血管疾病 | 扩散相关光谱（DCS） | 深度学习模型（BFBP模型） | 生理信号数据 | 12名受试者 |