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 32373 篇文献，本页显示第 3201 - 3220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3201 | 2025-10-06 |
Fast and Robust Single-Shot Cine Cardiac MRI Using Deep Learning Super-Resolution Reconstruction
2025-Oct-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001186
PMID:40184545
|
研究论文 | 本研究比较了深度学习超分辨率重建的单次激发心脏电影MRI与标准多次激发心脏电影MRI的诊断质量 | 首次将工业开发的深度学习超分辨率算法应用于单次激发心脏电影MRI重建，显著缩短扫描时间的同时保持非劣诊断质量 | 样本量相对较小（45名参与者），缺乏多中心验证 | 评估深度学习重建单次激发心脏电影MRI在临床诊断中的可行性和图像质量 | 具有心脏MRI临床适应症的参与者 | 医学影像分析 | 心血管疾病 | 平衡稳态自由进动序列，压缩感知，深度学习超分辨率重建 | 深度学习超分辨率算法 | 心脏MRI图像 | 45名参与者（平均年龄50±18岁，30名男性） | NA | NA | 主观图像质量评分，边缘上升距离，表观信噪比，对比噪声比，Bland-Altman分析，Pearson相关系数 | NA |
| 3202 | 2025-10-06 |
Eliminating Rasterization: Direct Vector Floor Plan Generation With DiffPlanner
2025-Oct, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3559682
PMID:40208765
|
研究论文 | 提出一种直接在向量空间生成边界约束平面图的深度学习框架DiffPlanner | 首次在向量空间直接生成平面图，避免了传统方法中矢栅转换造成的信息损失；采用基于Transformer的条件扩散模型，集成对齐机制模拟设计师的迭代设计过程 | NA | 解决边界约束平面图生成问题，直接生成房间的拓扑和几何属性 | 建筑平面图和气泡图 | 计算机视觉 | NA | 深度学习 | 扩散模型, Transformer | 向量数据 | NA | NA | Transformer | 定量比较, 定性评估, 消融实验, 感知研究 | NA |
| 3203 | 2025-10-06 |
FLINT: Learning-Based Flow Estimation and Temporal Interpolation for Scientific Ensemble Visualization
2025-Oct, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3561091
PMID:40232923
|
研究论文 | 提出一种基于深度学习的FLINT方法，用于科学集成数据的流场估计和时间插值 | 首个从科学集成数据中执行流场估计的方法，能在原始流信息缺失的情况下生成对应流场 | NA | 开发科学集成数据的流场估计和时间插值方法 | 2D+时间和3D+时间的科学集成数据 | 科学可视化 | NA | 深度学习 | CNN | 科学集成数据，标量场 | NA | NA | 卷积层，反卷积层 | 性能，准确性 | NA |
| 3204 | 2025-10-06 |
ASight: Fine-Tuning Auto-Scheduling Optimizations for Model Deployment via Visual Analytics
2025-Oct, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3574194
PMID:40440148
|
研究论文 | 提出ASight视觉分析系统，帮助工程师理解自动调度生成的底层代码并优化深度学习模型部署性能 | 开发了子图匹配算法识别中间表示中的图同构，并提出增强的可视化方法来分析自动调度的大规模搜索空间 | NA | 通过视觉分析系统改进深度学习模型部署时的自动调度优化 | 深度学习模型的自动调度优化过程 | 机器学习 | NA | 视觉分析，子图匹配算法 | NA | 中间表示，性能指标，计算图 | 两个案例研究（本地机器和数据中心） | NA | NA | 推理延迟 | 本地机器，数据中心 |
| 3205 | 2025-10-06 |
Machine and deep learning methods for epileptic seizure recognition using EEG data: A systematic review
2025-Oct-01, Brain research
IF:2.7Q3
DOI:10.1016/j.brainres.2025.149797
PMID:40562194
|
系统综述 | 对基于EEG数据的机器学习和深度学习方法在癫痫发作识别中的应用进行系统性回顾和分析 | 首次全面涵盖癫痫发作检测、分类和预测三大任务，并分析可解释AI、迁移学习和联邦学习等新兴趋势 | 仅基于PubMed数据库2013-2023年的研究，可能未涵盖所有相关文献 | 评估机器学习和深度学习在癫痫发作识别中的效果、可解释性和临床应用性 | 癫痫患者的EEG信号数据 | 机器学习 | 癫痫 | 脑电图 | 机器学习,深度学习 | EEG信号 | NA | NA | NA | 准确率 | NA |
| 3206 | 2025-10-06 |
A Study of Data Augmentation for Learning-Driven Scientific Visualization
2025-Oct, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3587685
PMID:40638349
|
研究论文 | 本研究系统评估了九种数据增强技术在科学可视化任务中的有效性 | 首次对多种数据增强技术在科学可视化领域进行系统性比较研究，揭示了数据量增加和单域多样性提升对模型性能的积极影响 | 研究仅针对空间超分辨率和环境光遮蔽预测两个特定任务，结论可能不适用于其他科学可视化任务 | 探索数据增强技术在解决科学可视化中训练数据稀缺问题的有效性 | 科学可视化数据集和深度学习模型 | 科学可视化 | NA | 数据增强技术 | 深度学习模型 | 科学可视化数据 | 多个具有不同特征的科学数据集 | NA | NA | 数据质量，渲染保真度，优化时间，内存消耗 | NA |
| 3207 | 2025-10-06 |
A Comprehensive Survey on 3D Single-View Object Reconstruction
2025-Oct, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3591770
PMID:40699970
|
综述 | 本文系统综述了基于单视图的3D物体重建技术，特别关注了基于新视角合成方法的最新进展，并提出了一种更符合人类视觉感知的评估方法 | 首次全面覆盖基于新视角合成的单视图3D重建方法，提出考虑部件显著性的加权评估方法，开发自动感知重建差异的新技术 | 作为综述文章，主要整合现有研究而非提出全新算法，新评估方法尚未在实际应用中广泛验证 | 填补单视图3D物体重建领域现有综述的空白，特别关注新视角合成方法的发展，改进评估体系以更好反映人类视觉感知 | 单视图3D物体重建技术，特别是基于新视角合成的方法 | 计算机视觉 | NA | 深度学习，新视角合成 | NA | 2D图像，3D形状数据 | NA | NA | NA | 加权评估方法，考虑部件显著性的指标，自动感知重建差异技术 | NA |
| 3208 | 2025-10-06 |
CT-SCOPE: annotated dataset of CT SCans for the automatic semantic segmentation of the Osseous structures of the Paranasal sinusEs
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111962
PMID:40896122
|
研究论文 | 本文介绍了用于鼻旁窦骨结构自动语义分割的CT扫描数据集 | 创建了首个包含多医院、多CT设备采集的鼻旁窦CT扫描注释数据集，并提供了自动生成的伪标签 | 仅40名受试者，其中仅13名有手动注释，样本量相对较小 | 开发用于医学图像分析的深度学习语义分割模型 | 鼻旁窦周围骨结构 | 数字病理 | 鼻窦疾病 | CT扫描 | NA | 医学图像 | 40名受试者（13名手动注释，27名未注释），共696个配对CT切片和掩码 | NA | NA | NA | NA |
| 3209 | 2025-10-06 |
UMATBrush: A dataset of inertial signals of toothbrushing activities
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111980
PMID:40896134
|
研究论文 | 介绍UMATBrush数据集，包含通过智能手表采集的刷牙活动惯性信号数据 | 首个专门针对刷牙活动监测的惯性信号数据集，包含受试者日常生活的长期监测数据 | 仅包含4名实验受试者的数据，样本规模有限 | 开发基于惯性传感器信号的人类活动识别系统，特别关注刷牙活动监测 | 人类刷牙活动 | 机器学习 | 口腔健康 | 惯性传感器信号采集 | NA | 惯性信号（加速度数据） | 4名实验受试者，大量刷牙会话 | NA | NA | NA | NA |
| 3210 | 2025-10-06 |
Stress-strain and fracture acoustic emission dataset of high-strength concrete for metro tunnel lining under different stress states
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111973
PMID:40896120
|
研究论文 | 本文提出了一个包含地铁隧道衬砌高强混凝土在不同应力状态下应力应变行为和断裂声发射特性的新型数据集 | 首次提供了地铁隧道衬砌高强混凝土在多种应力状态下的综合数据集，包含应力应变数据、声发射数据和损伤图像 | NA | 解决地铁隧道衬砌工程问题并促进相关科学研究 | 地铁隧道衬砌高强混凝土 | 材料科学 | NA | 声发射检测、应力应变测试、高分辨率成像 | NA | 图像、应力应变数据、声发射数据 | NA | NA | NA | NA | MTS815.04力学测试系统、AE传感器、应力应变传感器、高分辨率相机 |
| 3211 | 2025-10-06 |
RoseLeafInsight: A high-resolution image dataset for rose leaf disease recognition
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111968
PMID:40896128
|
研究论文 | 本文提出了一个用于玫瑰叶片病害识别的高分辨率图像数据集RoseLeafInsight | 创建了包含四种玫瑰叶片状态的高质量图像数据集，并采用多种数据增强技术提升数据集质量 | 数据集仅包含四种叶片状态类别，可能无法覆盖所有玫瑰病害类型 | 开发用于玫瑰叶片病害早期检测和识别的高精度机器学习模型 | 玫瑰叶片病害图像 | 计算机视觉 | 植物病害 | 图像采集、数据增强 | 迁移学习 | 图像 | 3,228张原始图像（黑斑病409张、虫孔453张、黄花叶病毒680张、健康叶片1,686张） | NA | MobileNetV2 | 准确率 | NA |
| 3212 | 2025-10-06 |
Terahertz ptychography enabled by untrained physics-driven neural networks
2025-Sep-19, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.113278
PMID:40894909
|
研究论文 | 提出一种无需预训练的物理驱动神经网络方法，用于实现高质量太赫兹叠层衍射成像重建 | 开发了无需预训练数据的物理驱动神经网络，通过整合真实物理模型指导推理过程，适应不同成像对象和硬件 | 未提及具体的数据获取难度和计算资源需求限制 | 解决太赫兹波段叠层衍射成像中标记数据稀缺导致的神经网络泛化能力受限问题 | 太赫兹波段的相位成像 | 计算成像 | NA | 太赫兹叠层衍射成像 | 物理驱动神经网络 | 强度图像 | 单个数据集 | 神经网络 | 未指定具体架构 | 图像质量、横向分辨率、鲁棒性 | NA |
| 3213 | 2025-09-06 |
Integrated subcellular localization of functional fluorescence probes and functional analysis in motile spermatozoa by an AI-enhanced algorithm
2025-Sep-05, Asian journal of andrology
IF:3.0Q1
DOI:10.4103/aja202545
PMID:40908796
|
研究论文 | 开发了一种结合AI算法和荧光显微镜的集成计算成像平台，用于精子功能能力的分子表型分析 | 首次将精细调优的YOLOv8架构与双探针荧光显微图像分割结合，实现精子细胞内pH和线粒体DNA G-四链体的同步量化 | NA | 解决男性不育评估中精子功能能力精确分析的技术挑战 | 活动精子 | 计算机视觉 | 男性不育 | 双探针荧光显微镜成像 | YOLOv8 | 荧光显微镜图像 | NA | NA | NA | NA | NA |
| 3214 | 2025-09-06 |
Artificial Intelligence-Driven Automated Design of Anterior and Posterior Crowns Under Diverse Occlusal Scenarios
2025-Sep-05, Journal of esthetic and restorative dentistry : official publication of the American Academy of Esthetic Dentistry ... [et al.]
IF:3.2Q1
DOI:10.1111/jerd.70029
PMID:40910757
|
研究论文 | 评估咬合类型和基于人工智能的CAD软件对自动生成前后牙冠几何精度和临床质量的影响 | 首次在多样化咬合场景下比较深度学习与传统自动化软件生成牙冠的几何偏差和临床质量 | 深度学习软件在处理前牙间隙病例时表现欠佳，需要进一步优化 | 评估AI驱动的自动化牙冠设计在不同咬合条件下的性能 | 上颌右中切牙和第一磨牙的牙冠设计 | 数字病理 | 牙科疾病 | 人工智能CAD软件、口内扫描、深度学习算法 | 深度学习模型 | 3D扫描数据 | 5种咬合类型模型各10次扫描，共100个牙冠设计样本 | NA | NA | NA | NA |
| 3215 | 2025-09-06 |
A novel RHD*01N allele harboring a c.634+1G>A splice site variant results in the RhD-negative phenotype in a Chinese blood donor
2025-Sep-05, Transfusion
IF:2.5Q2
DOI:10.1111/trf.18390
PMID:40910776
|
研究论文 | 在中国献血者中发现一种新型RHD*01N等位基因，其c.634+1G>A剪接位点变异导致RhD阴性表型 | 首次报道了由c.634+1G>A剪接位点变异引起的新型RHD*01N等位基因 | NA | 鉴定导致RhD阴性表型的分子机制 | 中国献血者的血液样本 | NA | NA | 血清学技术、Sanger测序、SMRT测序、SpliceAI预测工具 | NA | 基因序列数据 | 1例中国献血者样本 | NA | NA | NA | NA |
| 3216 | 2025-09-06 |
Prenatal diagnosis of cerebellar hypoplasia in fetal ultrasound using deep learning under the constraint of the anatomical structures of the cerebellum and cistern
2025-Sep-05, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06376-2
PMID:40911057
|
研究论文 | 本研究开发并验证了一种基于解剖结构约束的深度学习模型（ASC-Net），用于提升胎儿超声图像中小脑发育不全的产前诊断准确性 | 提出双分支深度学习分类网络ASC-Net，首次结合超声图像与解剖结构掩模作为输入，并通过小脑和脑池的解剖结构约束优化模型性能 | 回顾性研究设计，数据来源于单一医疗机构，可能影响模型泛化能力 | 提高胎儿小脑发育不全的产前超声诊断准确率 | 胎儿小脑发育异常病例及正常妊娠病例 | 计算机视觉 | 神经系统发育异常 | 超声成像 | 深度学习分类网络（ASC-Net） | 图像 | 302例小脑发育不全病例和549例正常妊娠病例 | NA | NA | NA | NA |
| 3217 | 2025-09-06 |
Enhancing Breast Density Assessment in Mammograms Through Artificial Intelligence
2025-Sep-05, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01657-6
PMID:40911159
|
研究论文 | 开发并评估一种基于深度学习的开源计算机视觉方法，用于乳腺X线摄影图像中的客观乳腺密度评估 | 提出结合定制设计卷积神经网络(CD-CNN)和极限学习机(ELM)层的创新模型，专注于资源有限医疗环境中的可及性和一致性 | 在外部mini-MIAS数据集上准确率(73.9%)明显低于内部测试集(95.4%)，表明可能存在泛化能力限制 | 开发低成本、可访问的AI解决方案，提供一致的乳腺密度分类以支持乳腺癌早期检测 | 乳腺X线摄影图像 | 计算机视觉 | 乳腺癌 | 深度学习 | CD-CNN with ELM | 图像 | 10,371张全视野数字乳腺X线摄影图像 | NA | NA | NA | NA |
| 3218 | 2025-09-06 |
Prostate MR image segmentation using a multi-stage network approach
2025-Sep-05, International urology and nephrology
IF:1.8Q3
DOI:10.1007/s11255-025-04763-0
PMID:40911178
|
研究论文 | 本研究利用多阶段深度学习网络方法对前列腺MR图像进行分割，以提高前列腺癌检测和表征的准确性 | 提出并评估了包括单阶段、顺序两阶段和端到端两阶段在内的多阶段分割方法，其中端到端方法利用共享特征表示显著提升了性能 | 模型需要进一步优化，并评估在不同医学影像背景下的泛化能力 | 通过深度学习图像分割技术提升前列腺癌的诊断准确性 | 前列腺MR图像 | 数字病理 | 前列腺癌 | T2加权磁共振成像 | MultiResUNet及多阶段深度学习架构 | 图像 | 1151名患者的61,119张T2加权MR图像 | NA | NA | NA | NA |
| 3219 | 2025-09-06 |
A dual-branch encoder network based on squeeze-and-excitation UNet and transformer for 3D PET-CT image tumor segmentation
2025-Sep-05, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03427-6
PMID:40911253
|
研究论文 | 提出一种基于SE-UNet和Transformer的双分支编码器网络TASE-UNet，用于3D PET-CT图像肿瘤分割 | 结合PET分子信息和CT病理信息，设计双分支编码器结构，在跳跃连接中加入3D CBAM注意力模块 | NA | 实现肿瘤的自动分割，替代专家手动分割 | 3D PET-CT图像中的肿瘤区域 | 计算机视觉 | 肿瘤 | 深度学习 | SE-UNet, Transformer, 3D CBAM | 3D医学图像（PET-CT） | HECKTOR2022数据集 | NA | NA | NA | NA |
| 3220 | 2025-09-06 |
Real-time corneal image segmentation for cataract surgery based on detection framework
2025-Sep-05, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03506-x
PMID:40911268
|
研究论文 | 提出一种基于椭圆建模的无锚框实时角膜分割框架EllipseNet，用于白内障手术中的角膜图像分割 | 仅需矩形边界框标注即可自动推断角膜椭圆轴，实现高效实时分割，速度比现有最优模型快近三倍 | 依赖矩形边界框初始标注，未提及多中心验证或不同手术场景的泛化能力 | 开发实时角膜分割方法以支持白内障手术的术中引导和教学培训 | 白内障手术中的角膜图像和手术器械 | 计算机视觉 | 白内障 | 深度学习图像分割 | Hourglass网络与anchor-free检测框架 | 图像 | NA | NA | NA | NA | NA |