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 33150 篇文献，本页显示第 541 - 560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 541 | 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 |
| 542 | 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 |
| 543 | 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 |
| 544 | 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 |
| 545 | 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 |
| 546 | 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 |
| 547 | 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 |
| 548 | 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 |
| 549 | 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 |
| 550 | 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 |
| 551 | 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 |
| 552 | 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 |
| 553 | 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 |
| 554 | 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 |
| 555 | 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 |
| 556 | 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 |
| 557 | 2025-11-02 |
How to Efficiently Annotate Images for Best-Performing Deep Learning-Based Segmentation Models: An Empirical Study with Weak and Noisy Annotations and Segment Anything Model
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01408-7
PMID:39843720
|
研究论文 | 本文通过实证研究评估了不同图像标注策略对深度学习分割模型性能的影响 | 首次对六种标注策略变体（共9-10种子变体）在4个数据集上进行了全面的成本效益评估，发现精确轮廓标注在预算有限时几乎不是最优选择 | 研究仅基于4个数据集，可能需要更多数据集验证普适性 | 评估不同标注策略的成本效益，为研究者提供高效的图像标注方案 | 图像分割任务的标注策略 | 计算机视觉 | NA | 图像标注技术 | 深度神经网络 | 图像 | 4个数据集 | NA | Segment Anything Model | 分割性能，成本效益 | NA |
| 558 | 2025-11-02 |
Semi-Supervised Medical Image Segmentation Based on Frequency Domain Aware Stable Consistency Regularization
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01397-7
PMID:39843719
|
研究论文 | 提出一种基于频域感知稳定一致性正则化的半监督医学图像分割方法 | 利用图像固有频域信息作为一致性约束，并在编码器阶段引入监督机制 | NA | 改进半监督医学图像分割方法的性能 | 医学图像 | 计算机视觉 | NA | 深度学习 | NA | 医学图像 | NA | NA | NA | NA | NA |
| 559 | 2025-11-02 |
Deep Learning-Based Multi-View Projection Synthesis Approach for Improving the Quality of Sparse-View CBCT in Image-Guided Radiotherapy
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01390-0
PMID:39849201
|
研究论文 | 提出一种基于深度学习的多视图投影合成方法，用于改善图像引导放疗中稀疏视图CBCT的图像质量 | 首次将动态卷积层和残差学习技术整合到2D U-Net中，用于正弦图恢复，并通过多视图投影合成方法准确合成缺失投影 | 研究仅基于163例真实患者数据，需要更大规模数据验证通用性 | 提高图像引导放疗中稀疏视图低剂量CBCT的图像质量 | 锥束计算机断层扫描(CBCT)图像 | 医学影像处理 | 肿瘤放疗 | 锥束计算机断层扫描(CBCT) | CNN | 医学影像 | 163例训练患者，30例验证患者，30例测试患者 | NA | 2D U-Net | RMSE, PSNR, SSIM, FSIM | NA |
| 560 | 2025-11-02 |
Wound Segmentation with U-Net Using a Dual Attention Mechanism and Transfer Learning
2025-Oct, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01386-w
PMID:39849203
|
研究论文 | 提出一种融合双注意力机制和迁移学习的U-Net模型用于精确伤口分割 | 在U-Net架构中集成双注意力机制，结合VGG16和迁移学习技术 | NA | 开发精确的伤口图像分割方法以辅助皮肤病诊断和治疗 | 糖尿病足溃疡图像、急性和慢性伤口图像 | 计算机视觉 | 皮肤病 | 深度学习 | CNN, U-Net | 图像 | NA | NA | U-Net, VGG16 | Dice系数, IoU | NA |