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 32372 篇文献，本页显示第 2341 - 2360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2341 | 2025-10-06 |
Optimizing Deep Learning-Based Crack Detection Using No-Reference Image Quality Assessment in a Mobile Tunnel Scanning System
2025-Sep-02, Sensors (Basel, Switzerland)
DOI:10.3390/s25175437
PMID:40942868
|
研究论文 | 本研究提出了一种基于无参考图像质量评估的数据质量保障框架，用于优化移动隧道扫描系统中的裂缝检测性能 | 首次系统研究水平运动模糊对CNN裂缝检测性能的影响，并建立NR-IQA指标与检测性能的关联关系 | 主要关注水平方向运动模糊，未考虑其他类型的图像质量退化因素 | 优化移动隧道扫描系统中基于深度学习的裂缝检测可靠性 | 隧道裂缝检测图像 | 计算机视觉 | NA | 无参考图像质量评估 | CNN | 图像 | 公共数据集和真实世界MTSS数据集 | NA | ResNet, VGG, AlexNet | F1分数 | NA |
| 2342 | 2025-10-06 |
Generalized deep learning for histopathology image classification using supervised contrastive learning
2025-Sep, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2024.11.013
PMID:39551131
|
研究论文 | 提出了一种基于监督对比学习的混合网络HistopathAI，用于提高组织病理学图像分类的准确性 | 结合监督对比学习和混合深度特征融合技术，在数据不平衡情况下仍能实现优越的分类性能 | NA | 提高组织病理学图像分类的准确性和诊断效率 | 组织病理学图像 | 数字病理学 | 癌症 | 监督对比学习，混合深度特征融合 | CNN | 图像 | 七个公共数据集和一个私有数据集 | NA | EfficientNetB3, ResNet50 | 分类准确率 | NA |
| 2343 | 2025-10-06 |
Full dimensional dynamic 3D convolution and point cloud in pulmonary nodule detection
2025-Sep, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2024.11.033
PMID:39617261
|
研究论文 | 提出一种名为ODR3DNet的新型全维度动态3D卷积网络，结合点云检测算法用于肺结节检测 | 引入全维度动态3D卷积和专门针对3D点云的机器学习检测算法，克服传统3D CNN适应性和特征提取能力不足的局限 | NA | 提高肺结节检测的准确性和效率 | 肺部CT影像中的肺结节 | 计算机视觉 | 肺癌 | 深度学习，3D点云处理 | 3D CNN | 3D医学影像，点云数据 | NA | NA | ODR3DNet，OD3D模块 | CPM得分 | NA |
| 2344 | 2025-10-06 |
Update of imaging in the assessment of axial spondyloarthritis
2025-Sep, Best practice & research. Clinical rheumatology
DOI:10.1016/j.berh.2025.102064
PMID:40229184
|
综述 | 本文回顾了近5年来中轴型脊柱关节炎影像学评估的新进展，重点关注增强CT和MRI技术 | 介绍了基于深度学习的合成CT技术，可将MRI序列转换为类CT图像；国际共识推荐包含4个序列的MRI方案用于骶髂关节常规诊断评估 | 仅涵盖过去5年的发展，未涉及更早期的技术进展 | 更新中轴型脊柱关节炎的影像学评估方法 | 骶髂关节的炎症性和结构性病变 | 医学影像分析 | 中轴型脊柱关节炎 | CT, MRI, 深度学习 | 深度学习 | 医学影像 | NA | NA | NA | 识别准确性 | NA |
| 2345 | 2025-10-06 |
Detection of maxillary sinus pathologies using deep learning algorithms
2025-Sep, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery
IF:1.9Q2
DOI:10.1007/s00405-025-09451-4
PMID:40394252
|
研究论文 | 本研究开发了一种基于深度学习的AI模型，用于从锥形束计算机断层扫描图像中自动分割上颌窦病变 | 首次将卷积神经网络应用于CBCT图像中上颌窦病变的自动分割，实现了高精度的病理检测 | 研究仅基于500名患者的1000个上颌窦样本，需要更大规模的数据验证模型的泛化能力 | 评估人工智能算法在检测上颌窦病变方面的准确性 | 上颌窦病理变化 | 计算机视觉 | 上颌窦疾病 | 锥形束计算机断层扫描 | CNN | 医学影像 | 500名患者的1000个上颌窦 | NA | 卷积神经网络 | Dice相似系数, 交并比, 召回率, F1分数, 精确率 | NA |
| 2346 | 2025-10-06 |
Left ventricular systolic dysfunction screening in muscular dystrophies using deep learning-based electrocardiogram interpretation
2025 Sep-Oct, Journal of electrocardiology
IF:1.3Q3
|
研究论文 | 本研究评估基于人工智能的心电图解读在检测和预测肌营养不良患者左心室收缩功能障碍方面的应用价值 | 首次将深度学习心电图分析技术应用于肌营养不良患者的心功能筛查，提供了一种非侵入性的替代方案 | 需要外部验证、儿科应用研究不足、尚未完全整合到临床护理计划中 | 开发基于AI的心电图筛查工具，用于肌营养不良患者左心室收缩功能障碍的检测和预测 | 肌营养不良患者，包括杜氏肌营养不良、贝克型肌营养不良、肢带型肌营养不良、强直性肌营养不良患者及女性携带者 | 数字病理 | 肌营养不良 | 心电图、超声心动图 | CNN | 心电图信号 | 推导队列：53,874对心电图-超声心动图数据（来自30,978名患者）；测试集：390对数据（来自390名肌营养不良患者） | NA | 卷积神经网络 | AUROC, 敏感性, 特异性, 阴性预测值, 阳性预测值 | NA |
| 2347 | 2025-10-06 |
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 | 开发基于深度学习的乳腺X线摄影自动诊断系统，并在日本进行首次大规模多机构临床试验 | 首次针对日本女性开发的乳腺X线摄影AI-CADx系统，填补了日本人群验证证据的空白 | 回顾性研究设计，需前瞻性研究进一步验证医生使用该系统的诊断性能 | 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线摄影图像 | 计算机视觉 | 乳腺癌 | 乳腺X线摄影 | 深度学习 | 医学图像 | 11,450名日本女性的20,638张乳腺X线图像，包括5,019例乳腺癌、5,026例良性和10,593例正常图像 | NA | SE-ResNet, 滑动窗口算法 | 敏感度, 特异度, AUC, 准确率 | NA |
| 2348 | 2025-10-06 |
A generative adversarial network to improve integrated mode proton imaging resolution using paired proton-carbon data
2025-Sep, Medical physics
IF:3.2Q1
DOI:10.1002/mp.18081
PMID:40926569
|
研究论文 | 提出基于配对质子-碳数据的生成对抗网络，用于提高集成模式质子成像的空间分辨率 | 首次利用配对质子-碳数据训练条件生成对抗网络，实现质子束图像到碳离子束图像的转换，从而提升质子放射成像的分辨率 | 在人体头部模体评估中观察到噪声增加 | 提高集成模式质子放射成像的空间分辨率 | 质子放射成像和碳离子放射成像 | 医学影像处理 | NA | 集成模式质子成像，闪烁体探测器成像 | 条件生成对抗网络 | 图像 | 547,224对质子-碳图像 | NA | Proton2Carbon | 空间分辨率，水等效厚度精度 | NA |
| 2349 | 2025-10-06 |
Neuroimaging Data Informed Mood and Psychosis Diagnosis Using an Ensemble Deep Multimodal Framework
2025-Sep, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.70347
PMID:40927869
|
研究论文 | 本研究开发了一种集成深度多模态框架，通过融合神经影像数据和症状分类来改进情绪和精神病性障碍的诊断分类 | 提出集成深度多模态框架，将神经影像数据与症状分类相结合，通过识别生物同质性组别来改善诊断分类 | 依赖现有症状分类作为基础，可能存在初始诊断标签噪声的问题 | 改进精神疾病的诊断分类，识别潜在的生物标志物，减轻标签噪声 | 情绪和精神病性障碍患者 | 医学影像分析 | 精神疾病 | fMRI, 结构MRI | 深度学习, 集成学习 | 神经影像数据 | NA | NA | 深度卷积框架 | NA | NA |
| 2350 | 2025-10-06 |
A Review on Biomarker-Enhanced Machine Learning for Early Diagnosis and Outcome Prediction in Ovarian Cancer Management
2025-Sep, Cancer medicine
IF:2.9Q2
DOI:10.1002/cam4.71224
PMID:40927964
|
综述 | 评估生物标志物驱动的机器学习模型在卵巢癌早期检测、风险分层和治疗规划中的增强作用 | 系统整合多模态生物标志物数据与机器学习技术，显著提升卵巢癌诊断和预后预测性能 | 样本量较小、缺乏外部验证、排除了影像学和基因组学数据 | 改善卵巢癌的早期检测和预后预测 | 卵巢癌患者 | 机器学习 | 卵巢癌 | 生物标志物分析 | Random Forest, XGBoost, Neural Networks, RNN | 多模态数据（肿瘤标志物、炎症、代谢和血液学参数） | 基于17项研究的综合分析 | NA | 集成方法、深度学习 | AUC, 分类准确率 | NA |
| 2351 | 2025-10-06 |
Automated quantification of lung pathology on micro-CT in diverse disease models using deep learning
2025-Sep, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2025.105904
PMID:40886406
|
研究论文 | 开发基于深度学习的自动化肺部分割模型，用于量化多种疾病模型中的肺部病理变化 | 提出通用的深度学习肺部分割模型，能够适用于多种肺部疾病模型、扫描仪配置和啮齿类物种，并通过2.5D概率平均方法提高了分割精度 | NA | 开发能够自动量化肺部病理变化的深度学习模型，提高微CT数据分析效率 | 啮齿类动物（大鼠、仓鼠、八齿鼠）的肺部微CT图像 | 数字病理学 | 肺部疾病 | 微CT成像 | 深度学习 | 医学图像 | 来自唐氏综合征、病毒和真菌感染、COVID-19、肺部炎症和纤维化等多种疾病模型的纵向微CT图像数据集 | NA | 2D模型, 2.5D模型 | Dice相似系数 | NA |
| 2352 | 2025-10-06 |
Improving age prediction using ECG signals: Insights into lifestyle impacts
2025 Sep-Oct, Journal of electrocardiology
IF:1.3Q3
|
研究论文 | 本研究通过改进ECG信号预处理技术和引入容错训练机制，提高了基于心电图的年龄预测精度，并分析了生活方式对心脏老化的影响 | 提出了结合巴特沃斯带通滤波器和双曲正切变换的新型预处理方法，并引入了容忍标签噪声的训练机制 | 研究依赖于特定数据库，可能受到标签噪声和数据质量的限制 | 提高基于心电图的心脏年龄预测精度，并探索生活方式因素与心脏老化的关系 | 心电图信号和相关的行为生活方式数据 | 机器学习 | 心血管疾病 | 心电图信号处理 | 深度学习模型 | 心电图信号，行为信息 | PTB-XL数据集、PLHDB和AISDB数据库 | NA | NA | 平均绝对误差(MAE) | NA |
| 2353 | 2025-10-06 |
A Comparative Analysis of the Mamba, Transformer, and CNN Architectures for Multi-Label Chest X-Ray Anomaly Detection in the NIH ChestX-Ray14 Dataset
2025-Sep-01, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15172215
PMID:40941702
|
研究论文 | 对CNN、Transformer和Mamba架构在胸部X光异常检测中的性能进行综合比较分析 | 首次在医学影像分析中对Mamba、Transformer和CNN架构进行统一基准测试，发现混合架构在常见和罕见病理中均表现优异 | 仅使用单一数据集(NIH ChestX-ray14)进行评估，未在其他医学影像数据集上验证泛化能力 | 比较不同深度学习架构在胸部X光异常检测中的性能表现 | 胸部X光图像中的14种胸部疾病 | 计算机视觉 | 胸部疾病 | 深度学习 | CNN, Transformer, Mamba | 图像 | 112,120张标记的胸部X光图像 | NA | ConvFormer, CaFormer, EfficientNet | AUROC | NA |
| 2354 | 2025-10-06 |
EoML-SlideNet: A Lightweight Framework for Landslide Displacement Forecasting with Multi-Source Monitoring Data
2025-Sep-01, Sensors (Basel, Switzerland)
DOI:10.3390/s25175376
PMID:40942805
|
研究论文 | 提出一种轻量级滑坡位移预测框架EoML-SlideNet，用于资源受限的边缘设备 | 引入浮点运算作为评估指标，提出双波段LASSO增强潜变量模块进行特征选择，结合自回归模型和轻量神经网络 | 仅在广西喀斯特地形特定场地的数据集上进行验证，使用单一CPU工作站进行评估 | 开发适用于边缘设备的轻量级滑坡位移预测系统 | 降雨引发的浅层滑坡位移预测 | 机器学习 | NA | 多传感器监测 | 自回归模型,轻量神经网络 | 多源监测数据 | 广西喀斯特地形特定场地的多传感器数据集 | NA | DBLE-LV模块 | MAE,RMSE,推理时间,FLOPs | 单一CPU工作站 |
| 2355 | 2025-10-06 |
FracFusionNet: A Multi-Level Feature Fusion Convolutional Network for Bone Fracture Detection in Radiographic Images
2025-Aug-31, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15172212
PMID:40941699
|
研究论文 | 提出一种用于X射线图像骨折检测的多级特征融合卷积神经网络模型 | 设计能够捕获并整合低层级和高层级图像特征的多级特征融合网络架构 | NA | 通过深度学习提高医学影像中骨折检测的准确性和效率 | 骨骼X射线图像中的骨折区域 | 计算机视觉 | 骨科疾病 | X射线成像 | CNN | 图像 | 使用BFMRX数据集（具体样本数量未明确说明） | NA | MLFNet（多级特征融合网络） | 准确率 | NA |
| 2356 | 2025-10-06 |
An Artificial Intelligence-Based Melt Flow Rate Prediction Method for Analyzing Polymer Properties
2025-Aug-31, Polymers
IF:4.7Q1
DOI:10.3390/polym17172382
PMID:40942301
|
研究论文 | 提出一种基于人工智能的熔体流动速率预测方法，用于分析聚合物性能 | 结合核极限学习机和随机向量函数链接两种集成模型，并使用鹈鹕优化算法进行优化，实现了聚合物熔体流动速率的实时预测 | 仅使用1044个聚合物样本，数据集规模有限 | 开发实时聚合物质量监测解决方案 | 聚合物样本 | 机器学习 | NA | 机器学习 | KELM, RVFL | 数值数据 | 1044个聚合物样本 | NA | 集成学习模型 | R, MAE, RMSE, MAPE | NA |
| 2357 | 2025-10-06 |
Effectiveness of Multi-Layer Perceptron-Based Binary Classification Neural Network in Detecting Breast Cancer Through Nine Human Serum Protein Markers
2025-Aug-29, Cancers
IF:4.5Q1
DOI:10.3390/cancers17172832
PMID:40940928
|
研究论文 | 本研究开发了一种基于九种血清蛋白标志物的多层感知器神经网络模型，用于乳腺癌检测 | 将乳腺癌血清蛋白标志物从三种扩展到九种，并采用基于人工智能的深度学习模型确定诊断阈值 | 样本量相对有限（465例），仅评估了九种特定蛋白标志物 | 评估九种血清蛋白标志物在乳腺癌检测中的临床性能 | 243名健康对照者和222名乳腺癌患者的血清样本 | 机器学习 | 乳腺癌 | 质谱多重反应监测 | 多层感知器 | 蛋白质定量数据 | 465例（243健康对照，222乳腺癌患者） | NA | 多层感知器 | 灵敏度,特异性,阳性预测值,阴性预测值,准确率,AUC | NA |
| 2358 | 2025-10-06 |
Integrating Artificial Intelligence in Bronchoscopy and Endobronchial Ultrasound (EBUS) for Lung Cancer Diagnosis and Staging: A Comprehensive Review
2025-Aug-29, Cancers
IF:4.5Q1
DOI:10.3390/cancers17172835
PMID:40940931
|
综述 | 本文全面回顾了人工智能在支气管镜和支气管内超声中用于肺癌诊断和分期的应用现状 | 系统整合了AI在多种支气管镜成像模式（白光成像、自体荧光支气管镜、光谱成像）和EBUS淋巴结评估中的应用潜力 | 当前证据主要基于小型、回顾性、单中心数据集，缺乏外部验证和实际工作流程整合 | 评估人工智能在肺癌诊断和分期中的辅助作用 | 支气管镜和支气管内超声检查技术 | 数字病理 | 肺癌 | 支气管镜、EBUS、EBUS-TBNA | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 2359 | 2025-10-06 |
Comparative Analysis of Diagnostic Performance Between Elastography and AI-Based S-Detect for Thyroid Nodule Detection
2025-Aug-29, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15172191
PMID:40941678
|
研究论文 | 比较弹性成像与基于AI的S-detect在甲状腺结节检测中的诊断性能 | 首次系统比较传统弹性成像与深度学习辅助诊断软件S-detect在甲状腺结节良恶性鉴别中的诊断效能 | 单中心回顾性研究设计，样本量有限可能影响结果的普适性 | 评估弹性成像和S-detect在区分甲状腺结节良恶性方面的诊断性能和临床应用价值 | 159名甲状腺结节患者（61名男性，98名女性，年龄30-83岁） | 医学影像分析 | 甲状腺结节 | 超声弹性成像，深度学习计算机辅助诊断 | 深度学习 | 超声灰度二维图像 | 159名患者（101例良性结节，58例恶性结节） | NA | S-detect (RS85) | 准确率，敏感性，特异性，阳性预测值，阴性预测值，曲线下面积 | NA |
| 2360 | 2025-10-06 |
Efficient Navigable Area Computation for Underground Autonomous Vehicles via Ground Feature and Boundary Processing
2025-Aug-29, Sensors (Basel, Switzerland)
DOI:10.3390/s25175355
PMID:40942784
|
研究论文 | 提出一种基于地面特征和边界处理的地下自动驾驶车辆可通行区域计算方法 | 通过点云实时校正、网格映射和自适应边界补全三步骤，解决了地下隧道光照差、水雾粉尘等恶劣环境下的边界检测问题 | 基于规则的方法在极端环境下可能不如深度学习方法灵活，计算能力有限制 | 开发适用于地下煤矿环境的自动驾驶车辆导航区域计算技术 | 地下煤矿无轨胶轮自动驾驶车辆 | 计算机视觉 | NA | LiDAR点云处理 | NA | 点云数据，2D网格地图 | 真实地下车辆数据 | NA | NA | 边界检测准确性，跟踪一致性 | 有限计算能力环境 |