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 24513 篇文献，本页显示第 4701 - 4720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4701 | 2025-04-03 |
Integrating Deep Learning in Breast MRI: Technical Advances and Clinical Promise
2025-Mar-31, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.03.047
PMID:40169328
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4702 | 2025-04-03 |
Deep Learning of Proteins with Local and Global Regions of Disorder
2025-Mar-29, ArXiv
PMID:40034137
|
研究论文 | 提出了一种新的机器学习方法IDPForge，用于生成全原子水平的内在无序蛋白质（IDPs）和内在无序区域（IDRs）的结构集合 | IDPForge利用transformer蛋白语言扩散模型，无需序列特异性训练或从粗粒度表示进行反向转换，即可生成与实验数据吻合良好的IDP/IDR构象集合 | 未明确提及样本量或具体实验验证的局限性 | 改进内在无序蛋白质和区域的结构预测方法 | 内在无序蛋白质（IDPs）和内在无序区域（IDRs） | 机器学习 | NA | transformer蛋白语言扩散模型 | transformer | 蛋白质序列和结构数据 | NA |
| 4703 | 2025-04-03 |
Towards Unified Deep Image Deraining: A Survey and A New Benchmark
2025-Mar-28, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3556133
PMID:40153286
|
综述 | 本文全面回顾了现有的图像去雨方法，并提供了一个统一的评估设置来评估它们的性能，同时构建了一个新的高质量基准HQ-RAIN | 提出了一个统一的评估设置来公平比较不同的去雨方法，并构建了一个包含5,000对高分辨率合成图像的新基准HQ-RAIN | 虽然提供了统一的评估设置和新基准，但可能未涵盖所有实际应用场景中的复杂情况 | 统一评估图像去雨方法的性能，并推动该领域的研究进展 | 图像去雨方法及其评估 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 5,000对高分辨率合成图像 |
| 4704 | 2025-04-03 |
From classical approaches to artificial intelligence, old and new tools for PDAC risk stratification and prediction
2025-Mar-26, Seminars in cancer biology
IF:12.1Q1
DOI:10.1016/j.semcancer.2025.03.004
PMID:40147701
|
综述 | 本文探讨了胰腺导管腺癌（PDAC）风险分层的演变，比较了传统流行病学框架与人工智能驱动的方法 | 提出将人工智能（AI）应用于PDAC风险分层，整合遗传、临床、生活方式和影像数据，以发现新的相互作用和风险特征 | 临床转化中的挑战包括数据稀缺、模型可解释性和外部验证 | 开发可扩展的个性化预测工具，以改善PDAC的早期检测和患者预后 | 胰腺导管腺癌（PDAC） | 人工智能 | 胰腺癌 | 全基因组关联研究（GWAS）、多基因风险评分、机器学习、放射组学、深度学习 | 机器学习、深度学习 | 遗传数据、临床数据、生活方式数据、影像数据 | NA |
| 4705 | 2025-04-03 |
[Research progress in mutation effect prediction based on protein language models]
2025-Mar-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology
DOI:10.13345/j.cjb.240683
PMID:40170306
|
review | 本文综述了基于蛋白质语言模型(PLMs)的蛋白质突变效应预测研究进展 | 总结了PLMs在蛋白质突变效应预测中的应用，包括序列模型、结构模型及序列结构融合模型，并探讨了无监督与监督学习的应用 | 面临高质量数据集获取和数据噪声处理等主要挑战 | 推进蛋白质突变效应预测研究 | 蛋白质语言模型及其在突变效应预测中的应用 | 生物信息学 | NA | 无监督学习、监督学习、多模态融合、小样本学习 | 蛋白质语言模型(PLMs) | 蛋白质序列数据、结构数据 | NA |
| 4706 | 2025-04-03 |
[Intelligent mining, engineering, and de novo design of proteins]
2025-Mar-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology
DOI:10.13345/j.cjb.240629
PMID:40170309
|
综述 | 本文综述了人工智能在蛋白质发现、评估、工程和设计方面的最新研究进展 | 探讨了AI如何通过分析大量生物信息学数据，利用机器学习和深度学习算法加速蛋白质的发现和优化，并辅助设计新的蛋白质结构 | 未提及具体的实验验证或实际应用案例 | 探索和改造酶以适应特定的生物制造过程 | 蛋白质，特别是酶 | 生物信息学 | NA | 机器学习和深度学习算法 | NA | 生物信息学数据 | NA |
| 4707 | 2025-04-03 |
Simultaneous detection of citrus internal quality attributes using near-infrared spectroscopy and hyperspectral imaging with multi-task deep learning and instrumental transfer learning
2025-Mar-22, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143996
PMID:40168872
|
研究论文 | 本研究利用高光谱成像（HSI）和近红外光谱（NIR）技术，结合多任务深度学习和仪器迁移学习，同时检测柑橘内部品质属性 | 开发了单任务和多任务卷积神经网络（CNN）模型，探索了从HSI到NIR的模型迁移可行性 | 研究仅针对两种柑橘品种（衢州椪柑和湘西长叶），模型在其他品种上的适用性未验证 | 同时测定柑橘水果的多种品质属性，并实现不同仪器间模型的成功迁移 | 衢州椪柑和湘西长叶两种柑橘的可溶性固形物含量（SSC）和pH值 | 计算机视觉 | NA | 高光谱成像（HSI）和近红外光谱（NIR） | CNN（卷积神经网络） | 图像和光谱数据 | 两种柑橘品种（具体样本数量未提及） |
| 4708 | 2025-04-03 |
Machine-learning models for Alzheimer's disease diagnosis using neuroimaging data: survey, reproducibility, and generalizability evaluation
2025-Mar-21, Brain informatics
DOI:10.1186/s40708-025-00252-3
PMID:40117001
|
研究论文 | 本文综述了利用神经影像数据进行阿尔茨海默病诊断的机器学习模型，并评估了这些模型的可重复性和泛化性 | 对现有机器学习模型在阿尔茨海默病诊断中的可重复性和泛化性进行了系统性评估 | 现有模型在不同数据队列中泛化能力下降 | 评估机器学习模型在阿尔茨海默病早期诊断中的应用潜力 | 阿尔茨海默病患者和轻度认知障碍患者 | 机器学习 | 阿尔茨海默病 | sMRI, fMRI, PET | 传统机器学习(ML)和深度学习(DL) | 神经影像数据 | NA |
| 4709 | 2025-04-03 |
HIPPIE: A Multimodal Deep Learning Model for Electrophysiological Classification of Neurons
2025-Mar-15, bioRxiv : the preprint server for biology
DOI:10.1101/2025.03.14.642461
PMID:40161713
|
research paper | 介绍了一种名为HIPPIE的多模态深度学习模型，用于神经元的电生理分类 | 结合了自监督预训练和监督微调，使用条件卷积联合自编码器学习稳健的波形和放电动态表示 | 未提及具体局限性 | 解决细胞外电生理记录中神经元分类的计算挑战 | 小鼠记录和脑切片中的神经元 | machine learning | NA | 自监督学习, 监督学习 | conditional convolutional joint autoencoders | 电生理记录数据 | 小鼠记录和脑切片 |
| 4710 | 2025-04-03 |
Deep Learning Study of Alkaptonuria Spinal Disease Assesses Global and Regional Severity and Detects Occult Treatment Status
2025-Mar-12, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.03.11.25323762
PMID:40162283
|
研究论文 | 本研究利用深度学习技术分析罕见病碱尿症（AKU）的脊柱X光片，评估疾病严重程度并检测患者是否接受尼替西农治疗 | 首次将深度学习应用于罕见病碱尿症的脊柱影像分析，能够检测临床专家难以识别的治疗状态 | 真空椎间盘现象的预测一致性较低（41-90%） | 评估深度学习在罕见疾病影像分析中的应用效果 | 碱尿症患者的颈椎和腰椎X光片 | 数字病理 | 碱尿症 | 深度学习 | DL模型 | X光影像 | 未明确说明样本数量，但包含颈椎和腰椎X光片 |
| 4711 | 2025-03-13 |
Publisher Correction: A hybrid explainable model based on advanced machine learning and deep learning models for classifying brain tumors using MRI images
2025-Mar-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92325-w
PMID:40069280
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4712 | 2025-04-03 |
Comparative analysis of U-Mamba and no new U-Net for the detection and segmentation of esophageal cancer in contrast-enhanced computed tomography images
2025-Mar-03, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1116
PMID:40160632
|
研究论文 | 本研究旨在开发和验证一种深度学习模型，用于在增强CT图像中自动检测和分割食管癌病变 | 比较了U-Mamba和nnU-Net两种深度学习网络在食管癌检测和分割中的性能，并展示了其在减少漏诊和提供一致病变标注方面的优势 | 研究为回顾性设计，可能受到选择偏倚的影响，且仅使用了来自三家医院的数据 | 开发自动检测和分割食管癌病变的深度学习模型 | 食管癌患者和健康食管的个体 | 数字病理 | 食管癌 | 对比增强CT成像 | U-Mamba和nnU-Net | 医学图像 | 871名患者（564名男性），中位年龄67岁 |
| 4713 | 2025-04-03 |
Ultrasound-based deep learning radiomics for multi-stage assisted diagnosis in reducing unnecessary biopsies of BI-RADS 4A lesions
2025-Mar-03, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-580
PMID:40160614
|
研究论文 | 本研究开发了基于超声图像的深度学习放射组学模型，用于改善BI-RADS 4A病变的诊断一致性并减少不必要的活检 | 提出了两种深度学习放射组学模型（DLR_LH和DLR_BM），用于乳腺病变风险重新分层和识别低恶性概率的BI-RADS 4A病变，以减少不必要的活检 | 研究为回顾性设计，可能受到选择偏倚的影响 | 提高乳腺超声成像诊断的准确性，减少不必要的活检 | 746名乳腺病变患者 | 数字病理 | 乳腺癌 | 深度学习放射组学 | DLR（深度学习放射组学模型） | 超声图像和临床变量 | 746名患者 |
| 4714 | 2025-04-03 |
Multitask Swin Transformer for classification and characterization of pulmonary nodules in CT images
2025-Mar-03, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1619
PMID:40160630
|
research paper | 提出了一种多任务Swin Transformer（MTST）模型，用于CT图像中肺结节的分类和特征分析 | 结合多任务学习框架，同时输出良恶性分类、多级分类和结节特征分析，提高了模型的性能和可解释性 | 模型性能依赖于数据质量和数量，且在实际临床环境中的泛化能力有待进一步验证 | 开发一种计算机辅助诊断（CAD）系统，用于肺结节的早期诊断和特征分析 | CT图像中的肺结节 | digital pathology | lung cancer | U-Net GAN用于图像增强 | Swin Transformer, CNN | CT图像 | 训练集/验证集/测试集分别为9,600/2,400/1,600个结节 |
| 4715 | 2025-04-03 |
Deep learning for identifying cervical ossification of the posterior longitudinal ligament: a systematic review and meta-analysis
2025-Mar-03, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1485
PMID:40160638
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估深度学习模型在诊断和预测颈椎后纵韧带骨化症中的性能 | 首次系统评估深度学习模型在颈椎后纵韧带骨化症诊断中的表现，并与传统方法进行比较 | 研究方法存在差异，深度学习技术本身存在挑战 | 评估深度学习模型在颈椎后纵韧带骨化症诊断和预测中的准确性和可靠性 | 颈椎后纵韧带骨化症患者 | 数字病理学 | 颈椎病 | 深度学习 | DLM | 医学影像 | 7项研究共3,373名患者，荟萃分析包含1,016名患者 |
| 4716 | 2025-04-03 |
Advanced deep learning for multi-class colorectal cancer histopathology: integrating transfer learning and ensemble methods
2025-Mar-03, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1641
PMID:40160652
|
research paper | 本研究开发了一种基于深度卷积神经网络（CNNs）的集成模型，用于结直肠癌组织病理学图像的多分类 | 结合迁移学习和集成方法优化深度学习模型在结直肠癌组织病理学图像分类中的性能 | 研究仅在一个公开数据集（EBHI）上进行了测试，未在其他数据集上验证模型的泛化能力 | 优化深度学习模型在结直肠癌组织病理学图像分类中的性能，以提高早期检测率和诊断准确性 | 结直肠癌组织病理学图像 | digital pathology | colorectal cancer | deep learning, transfer learning, ensemble methods | CNN, ensemble model | image | EBHI数据集（具体样本数量未提及） |
| 4717 | 2025-04-03 |
An automatic deep learning-based bone mineral density measurement method using X-ray images of children
2025-Mar-03, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-283
PMID:40160646
|
研究论文 | 提出了一种基于深度学习的自动骨密度测量方法，利用儿童X射线图像进行骨密度评估 | 通过单次X射线图像结合等效阶梯体模，实现骨龄或损伤评估的同时测量前臂骨密度，且采用深度学习方法消除软组织对骨密度测量的影响 | 方法仅在500张临床X射线图像上验证，样本量相对有限 | 开发一种适用于临床环境的自动骨密度测量方法，以替代或补充DXA技术 | 儿童的手部和前臂X射线图像 | 数字病理 | 骨质疏松症 | X射线成像 | 深度学习 | 图像 | 500张临床X射线图像 |
| 4718 | 2025-04-03 |
Enhancing bone radiology images classification through appropriate preprocessing: a deep learning and explainable artificial intelligence approach
2025-Mar-03, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1745
PMID:40160653
|
研究论文 | 本文通过深度学习和可解释人工智能方法，探讨了适当的预处理对骨放射学图像分类性能的提升作用 | 本文的创新点在于将特定的预处理技术（如去除背景和无关部分）应用于医学图像，以提高深度学习模型在分类任务中的性能，并结合XAI技术验证和说明其益处 | NA | 强调医学深度学习模型结果的真实性和模型及其创建者的责任，通过提出针对医学数据集的预处理方法来提高模型的性能和可靠性 | 骨放射学图像数据集 | 计算机视觉 | NA | 深度学习，可解释人工智能（XAI） | DenseNet201等深度学习神经网络 | 图像 | 两个骨放射学图像数据集 |
| 4719 | 2025-04-03 |
A multi-scale pyramid residual weight network for medical image fusion
2025-Mar-03, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-851
PMID:40160660
|
research paper | 提出了一种名为LYWNet的多尺度金字塔残差权重网络，用于医学图像融合，旨在有效整合高频细节信息和低频上下文信息 | 提出了一种新的CNN网络LYWNet，通过多尺度金字塔残差权重块和特征蒸馏融合算法，有效保留高频细节和低频上下文信息 | 未提及具体的样本量或实验数据集的规模，可能影响方法的普适性验证 | 改进多模态医学图像融合技术，提升临床诊断和手术导航的准确性和质量 | 医学图像（如SPECT-MRI、PET-MRI、MRI-CT等） | digital pathology | NA | CNN-based image fusion | CNN (LYWNet) | image | NA |
| 4720 | 2025-04-03 |
Quantitative assessment and risk stratification of random acute pulmonary embolism cases using a deep learning model based on computed tomography pulmonary angiography images
2025-Mar-03, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1412
PMID:40160671
|
研究论文 | 本研究开发了一种结合Transformer的VB-Net深度学习模型，用于从CTPA图像中检测肺栓塞并自动计算血栓负荷评分 | 首次报道了结合Transformer的VB-Net深度学习模型在肺栓塞检测和血栓负荷评分自动计算中的应用 | 模型在随机CTPA检查中的灵敏度为76.67%，仍有提升空间 | 通过早期诊断、风险分层和治疗方案确定来帮助患者，改善预后并减轻放射科医生的负担 | 肺栓塞患者 | 数字病理学 | 肺栓塞 | CTPA | VB-Net结合Transformer | 医学影像 | 2,424例CTPA检查病例（44%男性）用于训练和测试模型，另外70例随机CTPA数据（30例急性肺栓塞，40例无肺栓塞）用于验证 |