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 23615 篇文献，本页显示第 341 - 360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 2025-04-25 |
Artificial intelligence for instance segmentation of MRI: advancing efficiency and safety in laparoscopic myomectomy of broad ligament fibroids
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1549803
PMID:40265020
|
research paper | 评估人工智能引导的MRI实例分割在优化腹腔镜子宫肌瘤切除术效果中的应用 | 开发了一种深度学习模型，用于从术前MRI中分割肌瘤、子宫壁和子宫腔，显著提高了手术效率和安全性 | 研究样本量较小，仅包括120名患者，且仅针对子宫宽韧带肌瘤 | 优化腹腔镜子宫肌瘤切除术的手术效果 | 120名MRI确诊的子宫宽韧带肌瘤患者 | digital pathology | uterine fibroids | MRI, deep learning | deep learning model | MRI images | 120名患者（60名AI辅助组，60名传统MRI组） |
| 342 | 2025-04-25 |
Automatic joint segmentation and classification of breast ultrasound images via multi-task learning with object contextual attention
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1567577
PMID:40265029
|
研究论文 | 提出了一种结合多任务学习和对象上下文注意力模块的网络（MTL-OCA），用于乳腺超声图像的自动分割和分类 | 利用对象上下文注意力模块捕捉像素-区域关系，提升分割质量，并通过未增强的分割掩码提取高级特征以提高分类准确性 | 未提及具体的数据集规模或多样性限制，也未讨论模型在临床环境中的实际应用效果 | 提升乳腺超声图像的分割和分类性能，以辅助乳腺癌的早期诊断 | 乳腺超声图像 | 计算机视觉 | 乳腺癌 | 深度学习 | 多任务学习网络（MTL-OCA） | 图像 | 公共乳腺超声数据集（未提及具体样本数量） |
| 343 | 2025-04-25 |
A bibliometric analysis of artificial intelligence applied to cervical cancer
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1562818
PMID:40265176
|
研究论文 | 本文通过文献计量学方法分析了人工智能在宫颈癌领域的应用，全面概述了研究现状和最新进展 | 首次对宫颈癌与人工智能结合的文献进行系统性计量分析，揭示了研究热点和发展趋势 | 仅基于Web of Science数据库的文献，可能遗漏其他重要来源的研究 | 了解人工智能在宫颈癌领域的研究现状和发展趋势 | 1996-2024年间发表的770篇宫颈癌与人工智能相关的研究论文 | 机器学习 | 宫颈癌 | 文献计量分析 | NA | 文献数据 | 770篇研究论文 |
| 344 | 2025-04-25 |
Depth prediction of urban waterlogging based on BiTCN-GRU modeling
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321637
PMID:40267055
|
研究论文 | 提出了一种基于BiTCN-GRU混合深度学习模型的城市内涝深度预测方法 | 结合双向时间卷积网络(BiTCN)和门控循环单元(GRU)，提升了内涝深度预测的准确性和泛化能力 | 未提及模型在不同城市或更大数据集上的泛化性能测试 | 提高城市内涝深度的预测准确性，为防灾减灾提供支持 | 城市易涝区域的内涝深度 | 机器学习 | NA | 深度学习 | BiTCN-GRU | 时间序列数据 | 两个道路数据集（Minshan Road和Huaihe Road） |
| 345 | 2025-04-25 |
Retraction: Unreferenced English articles' translation quality-oriented automatic evaluation technology using sparse autoencoder under the background of deep learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322063
PMID:40267925
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 346 | 2025-04-25 |
Opportunities and challenges with artificial intelligence in allergy and immunology: a bibliometric study
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1523902
PMID:40270494
|
研究论文 | 本文通过文献计量学方法系统评估了人工智能在过敏和免疫学领域的全球研究现状、趋势及未来热点 | 首次系统性地分析了AI在过敏和免疫学领域的应用现状、研究热点及合作模式，揭示了从基础诊断向个性化医疗系统集成的转变趋势 | 存在技术限制、伦理问题和监管框架等挑战可能阻碍AI的进一步实施和整合 | 评估人工智能在过敏和免疫学领域的应用现状、发展趋势及未来研究方向 | 全球范围内发表的3,883篇相关研究文章及其21,552位作者 | 机器学习 | 过敏和免疫学相关疾病 | 文献计量分析 | 机器学习和深度学习 | 文献数据 | 3,883篇文章 |
| 347 | 2025-04-25 |
Construction and validation of a deep learning-based diagnostic model for segmentation and classification of diabetic foot
2025, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2025.1543192
PMID:40270716
|
研究论文 | 本研究利用深度学习模型对糖尿病足溃疡图像进行深入分析，实现伤口的自动分割与分类，探索人工智能在糖尿病足护理领域的应用 | 比较了三种实例分割模型（Mask2former、Deeplabv3plus和Swin-Transformer）在糖尿病足溃疡识别中的性能，发现Mask2former表现最佳 | 样本量相对较小（671张图像），且未提及模型在其他数据集上的泛化能力 | 探索人工智能在糖尿病足护理领域的应用，实现伤口的自动分割与分类 | 糖尿病足溃疡（DFU）图像 | 计算机视觉 | 糖尿病足 | 深度学习 | Mask2former, Deeplabv3plus, Swin-Transformer | 图像 | 671张糖尿病足溃疡图像 |
| 348 | 2025-04-25 |
Evaluating the Accuracy of Deep Learning Models and Dental Postgraduate Students in Measuring Working Length on Intraoral Periapical X-rays: An In vitro Study
2025 Jan-Mar, Contemporary clinical dentistry
IF:0.9Q3
DOI:10.4103/ccd.ccd_274_24
PMID:40270870
|
research paper | 本研究评估并比较了深度学习模型与牙科研究生在测量根尖周X光片上工作长度的准确性 | 首次将深度学习模型应用于牙科根尖周X光片工作长度测量，并与人类专家进行对比 | 研究样本量较小（100张X光片），且仅针对单根牙 | 评估人工智能在牙科诊断成像中的准确性 | 牙科根尖周X光片 | digital pathology | dental disease | deep learning | CNN | image | 100张单根牙的根尖周X光片 |
| 349 | 2025-04-25 |
A short report on deep learning synergy for decentralized smart grid cybersecurity
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1557960
PMID:40270931
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 350 | 2025-04-25 |
AI-driven sleep apnea screening with overnight blood oxygen saturation: current practices and future directions
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1510166
PMID:40271052
|
综述 | 本文综述了基于血氧饱和度(SpO)的睡眠呼吸暂停筛查的当前实践和未来方向 | 总结了SpO2信号在睡眠呼吸暂停筛查中的三大应用类别，并指出了该领域的两大研究空白 | 缺乏足够多样化的公开数据集，以及数据采集、信号预处理和模型基准测试的标准化协议缺失 | 评估基于SpO2信号的AI驱动睡眠呼吸暂停筛查方法的研究进展 | 已发表的关于SpO2信号用于睡眠呼吸暂停筛查的研究 | 机器学习 | 睡眠呼吸暂停 | 机器学习/深度学习 | NA | 血氧饱和度信号 | 31篇文献进行全文综述 |
| 351 | 2025-04-25 |
Deep learning-based automatic segmentation of brain structures on MRI: A test-retest reproducibility analysis
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.04.007
PMID:40271109
|
研究论文 | 本研究评估了基于深度学习的MRI脑结构自动分割在不同扫描仪类型和磁场强度下的可重复性 | 首次全面比较了1.5T和3T MRI扫描仪在深度学习脑分割中的表现差异 | 未探讨其他可能影响分割结果的因素(如扫描参数变化) | 评估MRI脑结构自动分割的可重复性 | MRI脑扫描图像 | 医学影像分析 | 脑部疾病 | 深度学习 | NA | MRI图像 | 未明确说明样本数量 |
| 352 | 2025-04-25 |
A multi-agent reinforcement learning based approach for automatic filter pruning
2024-Dec-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-82562-w
PMID:39730902
|
研究论文 | 本文提出了一种基于多智能体强化学习的自动滤波器剪枝方法QMIX_FP，用于深度卷积神经网络的高效部署 | 首次将多智能体强化学习算法QMIX应用于滤波器剪枝，考虑了各卷积层之间的交互作用及其对整体网络的不同敏感性 | 仅在VGG-16和AlexNet两个基准网络上进行了验证，未涉及更复杂的网络结构 | 解决资源受限设备上深度卷积神经网络的高效部署问题 | 深度卷积神经网络(DCNNs)的滤波器剪枝 | 机器学习 | NA | 强化学习(RL)、知识蒸馏 | QMIX、VGG-16、AlexNet | 图像数据 | CIFAR-10和CIFAR-100数据集 |
| 353 | 2024-12-20 |
Deep learning on chromatin profiles reveals the cis-regulatory sequence code of the rice genome
2024-Dec-18, Journal of genetics and genomics = Yi chuan xue bao
DOI:10.1016/j.jgg.2024.12.007
PMID:39694233
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 354 | 2025-04-25 |
A Deep Learning Approach for Accurate Discrimination Between Optic Disc Drusen and Papilledema on Fundus Photographs
2024-Dec-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society
IF:2.0Q2
DOI:10.1097/WNO.0000000000002223
PMID:39090774
|
research paper | 本研究开发了一种深度学习系统，用于在眼底照片上准确区分视盘玻璃疣和颅内高压引起的视乳头水肿 | 开发了一个专用的深度学习系统，能够准确区分视盘玻璃疣和视乳头水肿，包括各种亚型 | 研究为回顾性设计，可能影响结果的普遍性 | 训练、验证和测试一个深度学习系统，用于视盘玻璃疣与视乳头水肿的二元分类 | 视盘玻璃疣和视乳头水肿患者 | digital pathology | ophthalmologic disease | deep learning | DLS (Deep Learning System) | image | 4,508张眼底照片，来自2,180名患者 |
| 355 | 2025-04-25 |
Multiband Convolutional Riemannian Network With Band-Wise Riemannian Triplet Loss for Motor Imagery Classification
2024-Dec, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3438167
PMID:39102329
|
研究论文 | 提出了一种新颖的运动想象分类算法，通过多频带卷积黎曼网络和频带黎曼三元组损失提高分类性能 | 开发了一种最先进的多频带黎曼网络，通过减少子带数量、插入卷积层和使用黎曼三元组损失来降低过拟合风险 | NA | 提高运动想象分类的性能 | 运动想象分类 | 机器学习 | NA | 多频带卷积黎曼网络 | CNN | 脑电信号 | 公开数据集 BCI Competition IV dataset 2a 和 OpenBMI dataset |
| 356 | 2025-04-25 |
Predicting miRNA-Disease Associations Based on Spectral Graph Transformer With Dynamic Attention and Regularization
2024-Dec, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3438439
PMID:39102330
|
research paper | 提出了一种名为DARSFormer的深度学习模型，用于预测miRNA与疾病之间的关联 | 整合了动态注意力机制与谱图Transformer，提高了预测miRNA-疾病关联的整体效果和对节点位置的鲁棒性 | NA | 预测miRNA与疾病之间的关联 | miRNA和疾病 | machine learning | prostate cancer | graph neural networks, Transformer | DARSFormer | graph data | HMDD v2.0和v3.2数据库，结直肠癌、食管癌和前列腺肿瘤案例研究 |
| 357 | 2025-04-25 |
An Eye Movement Classification Method Based on Cascade Forest
2024-Dec, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3439568
PMID:39106144
|
研究论文 | 提出了一种基于级联森林的眼动分类方法（EMCCF），用于提高眼动数据分类的准确性和效率 | 创新性地采用分层集成架构，结合级联森林结构和集成学习原理，专门用于眼动分类 | 未提及具体局限性 | 解决眼动分类中的类别不平衡和数据稀缺问题，提高分类方法的适应性和准确性 | 原始眼动数据 | 计算机视觉 | NA | 多尺度时间窗口方法 | 级联森林（Cascade Forest） | 眼动数据 | 未提及具体样本数量 |
| 358 | 2025-04-25 |
Deep-DM: Deep-Driven Deformable Model for 3D Image Segmentation Using Limited Data
2024-Dec, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3440171
PMID:39110559
|
研究论文 | 提出了一种名为Deep-DM的深度学习驱动变形模型，用于在有限训练数据下进行3D医学图像分割 | 通过CNN学习能量函数并集成到显式变形模型中，减少了训练数据依赖，提高了小样本下的分割性能 | 需要进一步验证在其他解剖结构和影像模态上的通用性 | 开发一种在有限数据条件下仍能准确分割3D医学图像的方法 | 左心室、胎儿头部（超声）、左心房（MRI）和膀胱（CT） | 数字病理 | NA | 深度学习驱动的变形模型 | CNN | 3D医学图像 | 不同数量的训练体积（具体数量未说明） |
| 359 | 2025-04-25 |
DualStreamFoveaNet: A Dual Stream Fusion Architecture With Anatomical Awareness for Robust Fovea Localization
2024-Dec, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3445112
PMID:39150813
|
研究论文 | 提出一种名为DualStreamFoveaNet的双流融合架构，用于鲁棒的视网膜中央凹定位 | 引入基于transformer的双流编码器，结合空间注意力机制和自学习解剖信息，显著降低计算成本并提高定位鲁棒性 | 未明确提及具体局限性 | 提高视网膜疾病分析中中央凹定位的准确性和鲁棒性 | 视网膜图像（包括正常和病变图像） | 计算机视觉 | 视网膜疾病 | 深度学习 | transformer架构（DualStreamFoveaNet） | 视网膜图像 | 两个公共数据集和一个大规模私有数据集 |
| 360 | 2025-04-25 |
Deep Quasi-Recurrent Self-Attention With Dual Encoder-Decoder in Biomedical CT Image Segmentation
2024-Dec, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3447689
PMID:39172619
|
research paper | 本文提出了一种用于生物医学CT图像分割的深度准循环自注意力与双编码器-解码器结构的新模型 | 首创深度准循环自注意力结构，结合双编码器-解码器，通过参数重用实现学习一致性和快速收敛，并有效处理长距离依赖关系 | 未提及模型在极端噪声或异常解剖结构下的表现，也未讨论计算资源需求 | 提高生物医学CT图像分割的准确性和效率 | 生物医学CT图像 | digital pathology | NA | deep learning | deep quasi-recurrent self-attention with dual encoder-decoder | CT images | 多个公开可用的CT扫描数据集（未提具体数量） |