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 23714 篇文献，本页显示第 301 - 320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 301 | 2025-04-26 |
Detection of ninhydrin-glyphosate in groundwater via the colour chart-assisted digital camera method
2025-Apr-16, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126253
PMID:40273772
|
研究论文 | 本研究介绍了一种利用一次性多标准色卡通过三种仪器（颜色可见分光光度计、数码单反相机和手机相机）定量检测地下水中草甘膦的新方法 | 创新性地应用一次性多标准色卡结合三种仪器进行草甘膦检测，实现了实时监测且成本低廉的用户友好型即时检测技术 | 数码单反相机存在离子干扰导致浓度高估，而颜色可见分光光度计受磷酸盐和硝酸盐影响 | 开发一种经济高效的地下水草甘膦检测方法 | 地下水中的草甘膦 | 环境监测 | NA | 颜色可见分光光度法、数码相机成像分析 | NA | 图像数据、光谱数据 | 实时地下水样品（50-500 ng/mL浓度范围，75 mL体积） |
| 302 | 2025-04-26 |
Diabetes: Non-Invasive Blood Glucose Monitoring Using Federated Learning with Biosensor Signals
2025-Apr-16, Biosensors
DOI:10.3390/bios15040255
PMID:40277568
|
研究论文 | 本文提出了一种基于联邦学习的非侵入性血糖监测方法，利用光电容积图(PPG)信号和深度学习技术 | 采用联邦学习框架，允许多个医疗机构在不共享原始数据的情况下协作训练全局模型，同时确保数据隐私和安全 | 需要进一步验证在更广泛人群和不同临床环境中的适用性 | 开发一种非侵入性、隐私保护的血糖监测方法 | 糖尿病患者 | 机器学习 | 糖尿病 | PPG, 连续小波变换(CWT), 自适应周期分割(ACBS), 粒子群优化(PSO) | DNN, 联邦学习(FL) | PPG信号 | 来自VitalDB和MUST数据集的手术和麻醉期间收集的数据 |
| 303 | 2025-04-26 |
Broad learning system based on fractional order optimization
2025-Apr-12, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107468
PMID:40273541
|
研究论文 | 本文提出了一种基于分数阶优化的广度学习系统（FOBLS），通过引入分数阶微分方程的长时记忆特性，增强了系统的数据处理能力 | 创新性地将分数阶优化引入广度学习系统（BLS），利用分数阶微分方程的长时记忆特性优化权重过程 | 未明确提及具体局限性 | 提升广度学习系统（BLS）的数据处理能力 | 广度学习系统（BLS）及其优化方法 | 机器学习 | NA | 分数阶微分方程 | BLS, FOBLS | NA | NA |
| 304 | 2025-04-10 |
Editorial Expression of Concern: Development of deep learning algorithm for detecting dyskalemia based on electrocardiogram
2025-Apr-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96414-8
PMID:40199974
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 305 | 2025-04-26 |
Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound
2025-Apr-08, Urology
IF:2.1Q2
DOI:10.1016/j.urology.2025.04.009
PMID:40210002
|
研究论文 | 通过深度学习算法基于尿路超声关键参数预测单侧肾积水患者肾功能差异<40% | 首次将机器学习模型（如SVM）应用于尿路超声参数，以预测肾功能差异<40%，并展示了SVM模型相较于单一因素的显著改进 | 研究为回顾性分析，可能存在选择偏差，且样本仅来自单一科室 | 评估尿路超声参数在预测单侧肾积水儿童肾功能差异<40%中的价值，以辅助手术决策 | 802名单侧肾积水儿童 | 机器学习 | 肾积水 | 尿路超声、利尿肾图 | 随机森林、逻辑回归、SVM | 超声图像和临床数据 | 802名儿童 |
| 306 | 2025-04-26 |
Surface EMG Sensing and Granular Gesture Recognition for Rehabilitative Pouring Tasks: A Case Study
2025-Apr-07, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10040229
PMID:40277628
|
研究论文 | 该研究提出了一种基于粒计算的深度学习方法，用于提高表面肌电信号（sEMG）在复杂日常任务（如倒水动作）中的手势识别精度 | 结合特征融合和粒计算增强ConvMixer架构，显著提高了手势识别的准确性 | 研究仅针对倒水动作进行案例研究，未涉及其他复杂日常任务 | 探索sEMG在康复技术中的应用，特别是针对复杂日常任务的手势识别 | 倒水动作的肌电信号 | 机器学习 | 康复医学 | 表面肌电信号（sEMG） | ConvMixer | 肌电信号 | NA |
| 307 | 2025-04-26 |
Comprehensive Segmentation of Gray Matter Structures on T1-Weighted Brain MRI: A Comparative Study of Convolutional Neural Network, Convolutional Neural Network Hybrid-Transformer or -Mamba Architectures
2025-Apr-02, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8544
PMID:39433334
|
研究论文 | 本研究比较了6种深度学习模型在T1加权脑MRI上分割122个灰质结构的性能，旨在为临床和研究应用确定最有效的模型 | 评估了包括U-Mamba_Bot在内的6种先进深度学习模型在脑MRI分割中的性能，并验证了其在阿尔茨海默病研究中的潜在应用 | 研究数据集规模有限，未来需要更大数据集验证结果并探索模型在其他神经系统疾病中的适用性 | 评估深度学习模型在脑MRI灰质结构分割中的性能，并比较正常对照组与阿尔茨海默病患者的脑结构体积差异 | 1510例T1加权脑MRI扫描数据，包括正常对照组和阿尔茨海默病患者 | 医学图像分析 | 阿尔茨海默病 | T1加权MRI扫描 | nnU-Net, SegResNet, SwinUNETR, UNETR, U-Mamba_BOT, U-Mamba_Enc | MRI图像 | 1510例T1加权脑MRI扫描 |
| 308 | 2025-04-26 |
Deep-Learning-Based Disease Classification in Patients Undergoing Cine Cardiac MRI
2025-Apr, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29619
PMID:39353848
|
研究论文 | 开发一种基于MRI的深度学习疾病分类算法，用于区分正常受试者和患有扩张型心肌病、肥厚型心肌病及缺血性心脏病的患者 | 利用变分自编码器模型自动提取心脏MRI特征，并探索使用未标记的正常数据提高分类特异性 | 研究为回顾性设计，可能影响结果的普遍性 | 开发自动化心血管疾病分类方法以提高临床评估效率和可重复性 | 1337名受试者（包括正常人和三种心脏病患者） | 数字病理学 | 心血管疾病 | 平衡稳态自由进动电影序列 | 变分自编码器 | MRI图像 | 1337名受试者（568名正常，151名DCM，177名HCM，441名IHD） |
| 309 | 2025-04-26 |
Artificial intelligence for detection and characterization of focal hepatic lesions: a review
2025-Apr, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04597-x
PMID:39369107
|
综述 | 本文回顾了基于人工智能的算法在处理CT和MRI图像以检测和分类良性和恶性肝脏局灶性病变方面的诊断能力 | 利用深度学习方法分析大量数据，识别模式并提取临床特征，以早期检测和分类肝脏局灶性病变 | 需要扩大数据集、提高模型可解释性，并在多种临床环境中验证AI工具的适用性和可靠性 | 评估AI算法在肝脏局灶性病变检测和分类中的诊断能力 | 肝脏局灶性病变（FLLs） | 数字病理学 | 肝脏疾病 | CT和MRI | CNN | 图像 | 45项相关研究 |
| 310 | 2025-04-26 |
DELR-Net: a network for 3D multimodal medical image registration in more lightweight application scenarios
2025-Apr, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04602-3
PMID:39400589
|
研究论文 | 本文提出了一种名为DELR-Net的轻量级3D多模态医学图像配准网络，旨在在减少参数数量的同时确保高质量的配准结果 | DELR-Net结合了Mamba和ConvNet，采用状态空间序列模块和动态大核块作为双编码器的主要组件，动态特征融合块作为解码器的主要组件，实现了在减少参数的同时提高配准性能 | NA | 设计一个3D多模态配准网络，在减少参数数量的同时确保高质量的配准结果 | 3D脑部MR图像和腹部MR及CT图像 | 医学图像分析 | NA | 深度学习 | DELR-Net（结合Mamba和ConvNet） | 3D医学图像（MR和CT） | NA |
| 311 | 2025-04-26 |
Prior Visual-Guided Self-Supervised Learning Enables Color Vignetting Correction for High-Throughput Microscopic Imaging
2025-Apr, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3471907
PMID:39412976
|
research paper | 提出一种基于先验视觉引导的自监督学习算法VCLUT，用于高效校正高通量显微成像中的颜色渐晕效应 | 利用显微图像均匀性和渐晕径向衰减特性，开发自监督深度学习算法，实现复杂渐晕去除，并具有跨不同渐晕强度的泛化能力 | 未明确说明算法在极端光学畸变情况下的表现 | 解决多通道显微图像中稳健高效的渐晕校正问题 | 彩色显微图像 | digital pathology | NA | self-supervised deep learning | adversarial learning | microscopic images | 五个不同生物样本的数据集+病理学数据集 |
| 312 | 2025-04-26 |
An optimized siamese neural network with deep linear graph attention model for gynaecological abdominal pelvic masses classification
2025-Apr, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04633-w
PMID:39446167
|
研究论文 | 提出一种优化的孪生神经网络与深度线性图注意力模型（SCINN-DLGN），用于妇科腹部盆腔肿块的分类 | 结合孪生神经网络和深度线性图注意力模型，提高了盆腔肿块分类的准确性和效率 | 未提及模型在其他类型医学影像上的泛化能力 | 开发一种高效准确的盆腔肿块分类方法，以辅助卵巢癌诊断 | 盆腔肿块MRI图像 | 数字病理学 | 卵巢癌 | MRI成像 | SCINN-DLGN（孪生神经网络与深度线性图注意力模型） | 医学影像 | 未明确提及样本数量 |
| 313 | 2025-04-26 |
Deep learning-based whole-brain B1 +-mapping at 7T
2025-Apr, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30359
PMID:39462473
|
研究论文 | 本研究探讨了使用复数神经网络从不同切片方向的多切片定位扫描中估计定量传输磁场（B1+）图的可行性，旨在加速7T下并行传输（pTx）的特定受试者B1+校准 | 利用复数神经网络从多切片定位扫描中估计B1+图，加速7T下的B1+校准 | 研究仅涉及15名健康受试者，样本量较小 | 加速7T下并行传输（pTx）的特定受试者B1+校准 | 人脑 | 医学影像 | NA | 并行传输（pTx），复数神经网络 | 复数神经网络 | 医学影像数据 | 15名健康受试者 |
| 314 | 2025-04-26 |
Air quality index prediction with optimisation enabled deep learning model in IoT application
2025-Apr, Environmental technology
IF:2.2Q3
DOI:10.1080/09593330.2024.2409993
PMID:39467096
|
研究论文 | 本文开发了一种基于物联网（IoT）的深度学习（DL）技术，用于预测空气质量指数（AQI） | 提出了Tangent Two-Stage Algorithm (TTSA)用于路由机制，以及Fractional Tangent Two-Stage Optimisation (FTTSA)用于DFNN的训练过程 | 未提及具体的数据来源或实验环境的局限性 | 预测空气质量指数（AQI）以应对空气污染问题 | 空气质量数据 | 物联网与深度学习 | NA | 深度学习（DL）、物联网（IoT）、Z-score标准化、特征指标提取 | Deep Feedforward Neural Network (DFNN) | 时间序列数据 | 未提及具体样本数量 |
| 315 | 2025-04-26 |
Advancements in early detection of pancreatic cancer: the role of artificial intelligence and novel imaging techniques
2025-Apr, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04644-7
PMID:39467913
|
综述 | 本文综述了人工智能和新型成像技术在胰腺癌早期检测中的进展 | 重点关注深度学习方法和新型成像技术在胰腺导管腺癌早期检测中的应用 | NA | 提高胰腺导管腺癌的早期检测率和生存率 | 胰腺导管腺癌（PDA） | 数字病理学 | 胰腺癌 | 新型成像技术 | 深度学习 | 影像数据 | NA |
| 316 | 2025-04-26 |
Artificial intelligence in abdominal and pelvic ultrasound imaging: current applications
2025-Apr, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04640-x
PMID:39487919
|
综述 | 本文综述了人工智能在腹部和盆腔超声成像中的当前应用 | 提供了关于AI在腹部和盆腔超声成像中最新应用的全面概述 | 研究存在高偏倚风险，因为很少有应用经过前瞻性验证或多中心研究，或获得FDA批准 | 探讨AI技术在腹部和盆腔超声成像中的应用现状 | 腹部和盆腔超声成像 | 医学影像 | 多器官疾病 | 深度学习、机器学习、自然语言处理、机器人技术 | NA | 超声图像 | 57篇文献被纳入最终综述 |
| 317 | 2025-04-26 |
Detection of Macular Neovascularization in Eyes Presenting with Macular Edema using OCT Angiography and a Deep Learning Model
2025-Apr, Ophthalmology. Retina
DOI:10.1016/j.oret.2024.10.017
PMID:39461425
|
研究论文 | 本文测试了一种人工智能算法在使用OCT和OCTA检测和分割黄斑水肿眼中黄斑新生血管（MNV）的诊断性能 | 开发了一种新型的混合多任务卷积神经网络（aiMNV），用于在黄斑水肿眼中准确检测和分割MNV | 6×6-mm扫描的MNV检测灵敏度低于3×3-mm扫描，由于扫描采样密度较低 | 测试人工智能算法在检测和分割黄斑水肿眼中MNV的诊断性能 | 黄斑水肿患者，包括未经治疗的渗出性年龄相关性黄斑变性（AMD）、糖尿病性黄斑水肿（DME）或视网膜静脉阻塞（RVO）患者 | 数字病理学 | 黄斑变性 | OCT和OCTA成像 | 混合多任务卷积神经网络（aiMNV） | 图像 | 114只眼（来自112名研究参与者） |
| 318 | 2025-04-26 |
Multi-Omics Graph Knowledge Representation for Pneumonia Prognostic Prediction
2025-Apr, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3488735
PMID:39475733
|
研究论文 | 本文提出了一种多组学图知识表示方法，用于预测肺炎患者的院内预后 | 引入了多组学图知识表示方法，结合CT影像和三种非影像组学信息，利用知识图谱建模多组学关系以增强信息表示 | 未明确提及具体局限性 | 提高肺炎患者早期预后预测的准确性 | 肺炎患者 | 数字病理学 | 肺炎 | 多组学分析（CT影像、实验室指标、微生物指标、临床指标） | GCN（图卷积网络）、多通道金字塔递归MLP、Longformer-based 3D深度学习模块 | 影像数据（CT）、非影像数据（实验室、微生物、临床指标） | 未明确提及样本数量 |
| 319 | 2025-04-26 |
Supra-second tracking and live-cell karyotyping reveal principles of mitotic chromosome dynamics
2025-04, Nature cell biology
IF:17.3Q1
DOI:10.1038/s41556-025-01637-6
PMID:40185948
|
研究论文 | 介绍了一种名为FAST CHIMP的新方法，结合延时超分辨率显微镜和深度学习，用于研究有丝分裂中染色体的动态变化 | 开发了FAST CHIMP方法，能够以8秒的分辨率追踪人类染色体从前期到末期的动态变化，并揭示了中心体运动依赖的流动对染色体位置的影响 | NA | 研究有丝分裂中染色体的动态变化及其对基因组三维组织的影响 | 人类染色体 | 数字病理学 | NA | 延时超分辨率显微镜，深度学习 | 深度学习 | 图像 | NA |
| 320 | 2025-04-26 |
A novel data-driven screening method of antidepressants stability in wastewater and the guidance of environmental regulations
2025-Apr, Environment international
IF:10.3Q1
DOI:10.1016/j.envint.2025.109427
PMID:40188602
|
研究论文 | 本研究提出了一种基于数据驱动的抗抑郁药物在废水中稳定性的筛选方法，并构建了MSSL-RealFormer分类模型以预测其稳定性 | 首次构建了基于理化性质的抗抑郁药物废水稳定性评估框架和MSSL-RealFormer分类模型，预测精度显著高于传统方法 | 研究仅针对66种抗抑郁药物，样本量相对有限 | 开发一种快速筛选抗抑郁药物在废水中稳定性的方法，并为环境法规提供指导 | 66种抗抑郁药物及其在废水中的稳定性 | 环境科学 | NA | 密度泛函理论、SHapley Additive exPlanation方法、Ecological Structure Activity Relationships模型 | MSSL-RealFormer分类模型 | 理化性质数据、分子结构数据 | 66种抗抑郁药物 |