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 33074 篇文献，本页显示第 441 - 460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 441 | 2025-11-02 |
MultiScaleSleepNet: A Hybrid CNN-BiLSTM-Transformer Architecture with Multi-Scale Feature Representation for Single-Channel EEG Sleep Stage Classification
2025-Oct-13, Sensors (Basel, Switzerland)
DOI:10.3390/s25206328
PMID:41157382
|
研究论文 | 提出一种混合CNN-BiLSTM-Transformer架构用于单通道脑电图的睡眠分期分类 | 结合并行卷积分支提取多尺度特征，并通过BiLSTM和Transformer注意力机制建模长程时序依赖 | NA | 开发适用于可穿戴和边缘设备的高效紧凑睡眠分期深度学习架构 | 单通道脑电图信号 | 机器学习 | 睡眠障碍 | 脑电图 | CNN, BiLSTM, Transformer | 脑电图信号 | Sleep-EDF数据集、Sleep-EDF Expanded数据集、SHHS数据集 | NA | MultiScaleSleepNet（混合CNN-BiLSTM-Transformer架构） | 准确率, 宏平均F1分数, kappa系数 | NA |
| 442 | 2025-11-02 |
Artificial Intelligence in the Diagnosis and Management of Atrial Fibrillation
2025-Oct-11, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15202561
PMID:41153234
|
综述 | 本文系统评估人工智能在心房颤动诊断、风险预测和治疗指导中的临床应用与方法学进展 | 深入分析深度学习算法（CNN/RNN）在ECG分析中识别房颤细微波形特征的突破性应用，以及AI在个性化抗凝治疗和导管消融预后预测中的创新 | 临床实践应用面临数据隐私、算法可解释性及工作流程整合等挑战 | 评估人工智能在房颤诊疗管理中的临床价值与发展方向 | 房颤患者的心电数据与临床诊疗决策 | 自然语言处理, 机器学习 | 心血管疾病 | 心电图分析, 可穿戴设备持续监测 | CNN, RNN | 心电信号, 临床文本数据 | NA | NA | 卷积神经网络, 循环神经网络 | 准确率, 效率 | NA |
| 443 | 2025-11-02 |
A Deep Learning-Based Sensing System for Identifying Salmon and Rainbow Trout Meat and Grading Freshness for Consumer Protection
2025-Oct-11, Sensors (Basel, Switzerland)
DOI:10.3390/s25206299
PMID:41157353
|
研究论文 | 开发基于深度学习的智能手机兼容传感系统，用于识别鲑鱼和虹鳟鱼肉并分级鲑鱼新鲜度 | 采用改进的DenseNet121架构，结合全局平均池化、dropout层和定制输出层，并应用部分层冻结的迁移学习 | 在不同光照和包装条件下的实际环境适应性仍存在挑战 | 开发海鲜认证和新鲜度评估的消费者导向工具 | 鲑鱼和虹鳟鱼肉 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | DenseNet121 | 准确率 | 智能手机兼容系统 |
| 444 | 2025-11-02 |
Fringe-Based Structured-Light 3D Reconstruction: Principles, Projection Technologies, and Deep Learning Integration
2025-Oct-11, Sensors (Basel, Switzerland)
DOI:10.3390/s25206296
PMID:41157350
|
综述 | 系统分析基于条纹的结构光三维重建方法，包括漫反射表面的条纹投影轮廓术和镜面表面的相位测量偏折术 | 首次系统比较FPP和PMD两种主流方法，分析不同投影方案对系统性能的影响，并探讨深度学习在相位提取和三维重建中的新兴作用 | 作为综述文章，不包含原始实验数据，主要基于现有文献进行分析和比较 | 全面分析条纹结构光三维重建技术的原理、系统实现和性能表现 | 条纹投影轮廓术(FPP)和相位测量偏折术(PMD)两种三维重建方法 | 计算机视觉 | NA | 条纹投影、相位测量、数字光处理(DLP)、MEMS扫描镜激光扫描 | NA | 条纹图案、相位信息、三维几何数据 | NA | NA | NA | 相位提取精度、三维重建精度、动态范围 | NA |
| 445 | 2025-11-02 |
A Balanced Multimodal Multi-Task Deep Learning Framework for Robust Patient-Specific Quality Assurance
2025-Oct-10, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15202555
PMID:41153228
|
研究论文 | 提出一种平衡的多模态多任务深度学习框架，用于放疗中稳健的患者特定质量保证 | 通过调整模态特定损失因子实现模态平衡，提出任务特定融合策略、基于Shapley值的平衡机制、快速网络前向机制和基于模态贡献的任务加权方案 | NA | 解决放疗患者特定质量保证中的模态不平衡问题，提高预测准确性和鲁棒性 | 1370个IMRT放疗计划的多模态数据 | 医疗人工智能 | 放疗相关疾病 | 深度学习 | 多模态深度学习 | 图像剂量矩阵和表格计划复杂度指标 | 1370个IMRT计划 | NA | 具有注意力机制和空间级联的多模态网络 | 平均绝对误差, Gamma通过率, 结构相似性指数 | NA |
| 446 | 2025-11-02 |
An Explainable Web-Based Diagnostic System for Alzheimer's Disease Using XRAI and Deep Learning on Brain MRI
2025-Oct-10, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15202559
PMID:41153232
|
研究论文 | 开发了一种基于Web的可解释阿尔茨海默病诊断系统，使用XRAI和深度学习分析脑部MRI图像 | 首次将XRAI系统性地整合到基于MRI和深度学习的AD严重程度分类中，提供区域归因图增强临床可解释性 | 仅使用2D脑部MRI数据，可能未充分利用3D空间信息 | 开发临床可部署的阿尔茨海默病严重程度分类AI系统 | 阿尔茨海默病患者脑部MRI图像 | 计算机视觉 | 阿尔茨海默病 | 脑部MRI | CNN | 图像 | 33,984张图像，涵盖四个AD严重程度类别 | TensorFlow, PyTorch, Gradio | MobileNet-V3 Large, EfficientNet-B4, ResNet-50 | 准确率 | NA |
| 447 | 2025-11-02 |
YOLO-LaserGalvo: A Vision-Laser-Ranging System for High-Precision Welding Torch Localization
2025-Oct-10, Sensors (Basel, Switzerland)
DOI:10.3390/s25206279
PMID:41157335
|
研究论文 | 提出了一种名为YOLO-LaserGalvo的闭环视觉定位系统，用于工业焊接自动化中焊枪尖端的高精度定位 | 集成单目相机、红外激光测距传感器与振镜扫描器，结合改进的YOLOv11模型，实现无需结构光或人工标记的高精度焊枪定位 | 当前系统尚未实现完整的6自由度姿态估计，未来需要集成更多传感器以提升性能 | 开发高精度的焊枪尖端定位系统，提升工业焊接自动化的精度和鲁棒性 | 焊接焊枪尖端 | 计算机视觉 | NA | 红外激光测距，振镜扫描 | YOLO | 图像，距离数据 | NA | NA | YOLOv11 | 准确率，鲁棒性，处理速度 | NA |
| 448 | 2025-11-02 |
PDSRS-LD: Personalized Deep Learning-Based Sleep Recommendation System Using Lifelog Data
2025-Oct-10, Sensors (Basel, Switzerland)
DOI:10.3390/s25206292
PMID:41157345
|
研究论文 | 提出一种基于深度学习的个性化睡眠推荐系统，利用生活日志数据改善睡眠质量 | 结合可穿戴设备收集的生活日志数据和AI动力床获取的真实睡眠数据，构建个性化用户画像进行二次训练 | 未明确说明样本规模和数据收集的时间跨度 | 开发个性化睡眠推荐系统以改善用户睡眠质量 | 用户睡眠数据和生活日志数据（压力水平、疲劳程度、睡眠满意度等） | 机器学习 | 睡眠障碍 | 可穿戴设备数据采集，AI动力床监测 | 深度学习 | 传感器数据，生活日志数据 | NA | NA | NA | F1分数，平均精度(mAP) | NA |
| 449 | 2025-11-02 |
Enhancing Lesion Detection in Rat CT Images: A Deep Learning-Based Super-Resolution Study
2025-Oct-03, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines13102421
PMID:41153703
|
研究论文 | 本研究评估深度学习超分辨率模型在增强大鼠胸部CT图像质量和病灶检测能力方面的效果 | 首次系统比较三种超分辨率模型在大鼠CT图像上的表现，并强调传统定量指标与放射科医生评估之间的差异 | 研究仅基于222个大鼠CT扫描，样本量有限，且仅针对特定化学物质暴露模型 | 评估深度学习超分辨率技术在小动物临床前CT成像中的应用价值 | Sprague Dawley大鼠的胸部CT图像 | 计算机视觉 | 肺部疾病 | CT成像 | 深度学习超分辨率模型 | CT图像 | 222个大鼠胸部CT扫描 | NA | SinSR, SinSR3, OmniSR | PSNR, SSIM, 放射科医生评分 | NA |
| 450 | 2025-11-02 |
CACs Recognition of FISH Images Based on Adaptive Mean Teacher Semi-supervised Learning with Domain-Knowledge Pseudo Label
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01348-8
PMID:39668308
|
研究论文 | 本文提出了一种基于自适应Mean Teacher半监督学习和领域知识伪标签的循环遗传异常细胞识别方法 | 结合自适应Mean Teacher方法和领域知识伪标签改进半监督学习，在细胞分割和信号点检测任务中减少对标注数据的依赖 | NA | 开发用于肺癌诊断的循环遗传异常细胞检测系统 | 荧光原位杂交图像中的循环遗传异常细胞 | 计算机视觉 | 肺癌 | 荧光原位杂交 | 半监督学习 | 图像 | NA | NA | Mean Teacher, 自适应Mean Teacher | 检测准确率 | NA |
| 451 | 2025-11-02 |
Development of Periapical Index Score Classification System in Periapical Radiographs Using Deep Learning
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01360-y
PMID:39671050
|
研究论文 | 开发基于深度学习的根尖周指数评分分类系统用于根尖周X线片分析 | 比较了两种不同的PAI评分二分类方法，发现将评分1和2归为同一类（健康）的分类方法性能更优 | 模型对早期根尖周炎（评分2）的准确分类仍存在困难，样本量相对有限 | 开发自动化的根尖周指数评分分类系统以辅助牙科诊断 | 根尖周X线片中的根尖周区域 | 计算机视觉 | 根尖周炎 | X射线成像 | CNN | 医学影像 | 520张根尖周X线片中的2266个根尖周区域 | NA | GoogLeNet, AlexNet, ResNet | 准确率 | NA |
| 452 | 2025-11-02 |
Diagnosing Respiratory Variability: Convolutional Neural Networks for Chest X-ray Classification Across Diverse Pulmonary Conditions
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01355-9
PMID:39673008
|
研究论文 | 本研究使用卷积神经网络对胸部X光图像进行分类，以诊断多种肺部疾病 | 比较了多种CNN模型在肺部疾病分类中的性能，发现VGG19模型在准确率方面表现最优 | NA | 开发基于深度学习的自动化肺部疾病诊断系统 | 胸部X光图像中的四种肺部疾病（肺部混浊、COVID-19、肺炎和气胸）以及健康胸部X光图像 | 计算机视觉 | 肺部疾病 | 医学影像分析 | CNN | 图像 | 8000张肺部疾病胸部X光图像和2000张健康胸部X光图像 | NA | VGG16, VGG19, InceptionV3, ResNet50 | 准确率 | NA |
| 453 | 2025-11-02 |
Semi-supervised Ensemble Learning for Automatic Interpretation of Lung Ultrasound Videos
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01344-y
PMID:39673011
|
研究论文 | 提出一种用于自动解读肺部超声视频的半监督集成学习框架 | 采用半监督方法利用未标记数据，并引入基于LUS发现层次结构的集成建模策略 | 未明确说明样本量的具体数值和计算资源细节 | 开发自动解读肺部点-of-care超声视频的深度学习框架 | 肺部超声视频及其包含的医学发现（如A线、B线、实变） | 计算机视觉 | 肺部疾病 | 肺部超声成像 | 深度学习 | 视频 | NA | NA | 残差(2+1)D架构 | F1-score | NA |
| 454 | 2025-11-02 |
Combining the Variational and Deep Learning Techniques for Classification of Video Capsule Endoscopic Images
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01352-y
PMID:39753827
|
研究论文 | 提出结合分数阶变分模型和深度学习技术的框架，用于视频胶囊内窥镜图像的多分类和感兴趣区域定位 | 首次将分数阶变分模型与深度学习结合，利用光学流彩色图捕捉视频序列的动态信息进行多分类，而非仅使用静态帧的空间信息 | 未明确说明数据集规模和多样性限制，未与其他先进方法进行广泛比较 | 开发自动化计算机辅助病变分类技术，提高胃肠道异常检测效率 | 视频胶囊内窥镜图像 | 计算机视觉 | 胃肠道癌症 | 视频胶囊内窥镜 | Faster RCNN, EfficientNet | 视频图像序列 | NA | NA | Faster RCNN, EfficientNet B0 | AUC, mAP, balanced accuracy | NA |
| 455 | 2025-11-02 |
GLAC-Unet: Global-Local Active Contour Loss with an Efficient U-Shaped Architecture for Multiclass Medical Image Segmentation
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01387-9
PMID:39821780
|
研究论文 | 提出一种结合全局-局部主动轮廓损失函数和改进U型架构的多类别医学图像分割方法 | 提出全局-局部主动轮廓损失函数，将全局和局部图像特征整合到Mumford-Shah框架中，并扩展用于多类别分割 | NA | 解决医学图像分割中遮挡和非均匀强度等挑战，提高多类别分割精度 | 医学图像分割 | 计算机视觉 | 皮肤病、心脏病、脑部疾病 | 皮肤镜检查、心脏磁共振成像、脑部磁共振成像 | U-Net | 二维和三维医学图像 | 三个生物医学分割数据集（ISIC-2018、ACDC 2017、Infant Brain MRI Segmentation Challenge 2019） | NA | U-Net, Dense Layers, Convolutional Block Attention Modules, DropBlock | Dice分数, p值 | NA |
| 456 | 2025-11-02 |
HCTTI: High-Performance Heterogeneous Computing Toolkit for Tissue Image Stain Normalization
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01398-6
PMID:39821779
|
研究论文 | 开发用于组织图像染色归一化的高性能异构计算工具包HCTTI，整合了WSI读取、切片归一化和存储优化 | 首个包含分布式WSI读取、归一化和序列化的综合工具包，实现了多节点分布式GPU加速 | 未明确说明工具包在不同硬件配置下的兼容性和具体支持的WSI格式范围 | 提高全幻灯片图像分析中染色归一化的计算效率 | 组织病理学全幻灯片图像 | 数字病理学 | 癌症 | 全幻灯片成像，染色归一化 | NA | 医学图像 | NA | TIAToolbox | NA | 加速比，读写速度 | 多节点分布式GPU实现 |
| 457 | 2025-11-02 |
Utilizing a Novel Convolutional Neural Network for Diagnosis and Lesion Delineation in Colorectal Cancer Screening
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01396-8
PMID:39821781
|
研究论文 | 本研究开发了一种新型卷积神经网络模型，用于结直肠癌筛查中的癌症分类和病变区域定位 | 提出具有并行全局和局部特征提取分支的创新CNN架构，以及独特的分类头设计，能够同时实现癌症分类和生成病变区域热力图 | 研究仅在四个医疗机构的8260张图像上进行训练和验证，需要更大规模的多中心研究进一步验证 | 提高结直肠癌筛查的效率和准确性，实现早期检测 | 结直肠癌筛查图像 | 计算机视觉 | 结直肠癌 | 深度学习 | CNN | 图像 | 8260张来自四个医疗机构的筛查图像 | NA | 具有并行全局和局部特征提取分支的定制CNN架构 | 准确率,精确率,召回率,F1分数 | NA |
| 458 | 2025-11-02 |
PBCS-ConvNeXt: Convolutional Network-Based Automatic Diagnosis of Non-alcoholic Fatty Liver in Abdominal Ultrasound Images
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01394-w
PMID:39841370
|
研究论文 | 提出基于卷积网络的深度学习模型PBCS-ConvNeXt，用于腹部超声图像中非酒精性脂肪肝的自动诊断 | 提出包含三个关键组件的创新架构：用于鲁棒特征提取的可训练预处理模块、增强通道特征处理的ConvNeXt块、以及集成多阶段特征的增强块 | NA | 开发自动化的非酒精性脂肪肝计算机辅助诊断系统 | 腹部B模式超声图像 | 计算机视觉 | 非酒精性脂肪肝病 | 超声成像 | CNN | 图像 | NA | NA | ConvNeXt | 准确率, 敏感性, 特异性 | NA |
| 459 | 2025-11-02 |
Automated Detection of Cancer-Suspicious Findings in Japanese Radiology Reports with Natural Language Processing: A Multicenter Study
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01338-w
PMID:39843717
|
研究论文 | 开发基于规则的自然语言处理算法，用于从日本放射学报告中自动检测癌症可疑发现 | 针对日语放射学报告开发基于规则的NLP算法，并在多中心数据集上进行验证，证明其优于深度学习模型BERT | 仅针对胸部和腹部CT报告，未涵盖其他影像学检查类型 | 通过自然语言处理技术减少关键影像学发现的漏诊，避免患者随访和治疗延误 | 日语放射学报告中的癌症可疑发现 | 自然语言处理 | 癌症 | 自然语言处理(NLP) | 基于规则算法, BERT | 文本(放射学报告) | 来自六个机构的胸部和腹部CT报告 | NA | BERT | 精确率, 召回率, F1分数 | NA |
| 460 | 2025-11-02 |
Breast Cancer Histopathological Image Classification Based on Graph Assisted Global Reasoning
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01403-y
PMID:39843721
|
研究论文 | 提出一种基于图辅助全局推理的双流全局-局部网络(DSGLNet)用于乳腺癌组织病理图像分类 | 采用双流特征提取架构，结合卷积网络提取局部特征和图卷积映射构建全局特征交互空间，实现局部与全局特征的深度融合 | NA | 利用深度学习提取组织病理学特征并自动识别肿瘤信息，辅助医生进行高精度病理诊断 | 乳腺癌组织病理图像 | 数字病理学 | 乳腺癌 | 组织病理图像分析 | CNN, 图卷积网络 | 图像 | 公开BreakHis数据集，包含不同放大倍率的图像 | NA | 双流全局-局部网络(DSGLNet) | 准确率, 精确率 | NA |