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 32372 篇文献，本页显示第 5841 - 5860 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5841 | 2025-10-06 |
Artificial intelligence in ophthalmology: a bibliometric analysis of the 5-year trends in literature
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1580583
PMID:40665980
|
文献计量分析 | 通过文献计量方法分析2020-2024年人工智能在眼科领域应用的最新研究趋势 | 超越单个研究领域提供更全面的视角，涵盖2022年后疫情时代和AI技术快速发展期的文献，填补了先前文献计量研究的空白 | 仅基于Web of Science核心合集数据库，可能未涵盖所有相关文献 | 阐明人工智能在眼科领域应用的最新观点和发展趋势 | 人工智能与眼科交叉领域的学术文献 | 医学信息学 | 眼科疾病 | 文献计量分析 | NA | 文献元数据 | 21,725篇文献，来自134个国家和7,126个机构 | CiteSpace, VOSviewer, Bibliometrix | NA | NA | NA |
| 5842 | 2025-10-06 |
PSSR2: a user-friendly Python package for democratizing deep learning-based point-scanning super-resolution microscopy
2025, BMC methods
DOI:10.1186/s44330-024-00020-5
PMID:40666158
|
研究论文 | 介绍PSSR2——一个用户友好的Python软件包，用于普及基于深度学习的点扫描超分辨率显微镜技术 | 重新设计PSSR工作流程和方法，通过集成的命令行界面和Napari插件实现用户友好的超分辨率工作流程，改进了半合成数据生成和训练过程 | PSSR2模型仅适用于与训练数据足够相似的超分辨率数据，需要针对真实世界基准数据进行验证 | 开发易于使用的深度学习工具来增强显微镜图像质量 | 低分辨率显微镜图像 | 计算机视觉 | NA | 点扫描超分辨率显微镜 | 深度学习 | 电子显微镜图像 | 配对的低分辨率和高分辨率电子显微镜图像测试数据集 | Python | NA | 准确性, 视觉代表性 | NA |
| 5843 | 2025-10-06 |
Dual-stage segmentation and classification framework for skin lesion analysis using deep neural network
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251351858
PMID:40666627
|
研究论文 | 开发了一种用于皮肤病变分割和分类的双阶段深度学习框架 | 提出结合U-Net分割网络与EfficientFormer/SwiftFormer分类网络的双阶段框架，并在不平衡数据集和新型SLICE-3D数据集上验证性能 | 未明确说明模型在临床环境中的实际部署挑战和计算效率问题 | 开发准确可靠的皮肤病变自动分析系统以辅助早期诊断 | 皮肤病变图像 | 计算机视觉 | 皮肤癌 | 深度学习 | CNN, Transformer | 图像, 表格数据 | HAM10000数据集(10,000训练图像), ISIC 2018, ISIC 2024 SLICE-3D数据集 | PyTorch | U-Net, VGG16, EfficientFormer, SwiftFormer, ResNet | 准确率, F1分数, 敏感度, 特异性, Jaccard指数, Dice相似系数, AUC | NA |
| 5844 | 2025-10-06 |
A method for English paragraph grammar correction based on differential fusion of syntactic features
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0326081
PMID:40668821
|
研究论文 | 提出一种基于句法特征差分融合的英语段落语法纠错方法 | 通过差分融合分析相邻句子的句法差异，识别由语法错误引起的显著差异，锁定错误位置和类型 | 未明确说明方法在大规模语料上的适用性和计算效率 | 提高段落级语法纠错的质量和准确率 | 英语段落语法错误 | 自然语言处理 | NA | 依赖解析，句法特征分析 | Transformer, Seq2Seq | 文本 | NA | NA | BERT, Transformer | 准确率 | NA |
| 5845 | 2025-10-06 |
The global evolution and impact of systems biology and artificial intelligence in stem cell research and therapeutics development: a scoping review
2024-11-05, Stem cells (Dayton, Ohio)
DOI:10.1093/stmcls/sxae054
PMID:39230167
|
综述 | 通过范围综述分析系统生物学和人工智能在干细胞研究和治疗开发中的全球演变历程与影响 | 首次系统梳理2000-2024年间系统生物学和人工智能在干细胞研究领域的全球发展趋势和区域分布特征 | 仅基于PubMed数据库文献，未涵盖其他学术资源；时间跨度较大可能导致早期文献收录不全 | 评估系统生物学和人工智能在干细胞研究及治疗开发中的贡献和发展轨迹 | PubMed数据库中2000-2024年发表的干细胞研究相关文献 | 生物信息学 | NA | 系统生物学分析，机器学习，深度学习 | NA | 文献元数据 | 涵盖2000-2024年PubMed数据库相关文献 | NA | NA | 文献数量统计，增长倍数分析 | NA |
| 5846 | 2025-10-06 |
Deep Learning Estimation of Small Airways Disease from Inspiratory Chest CT is Associated with FEV1 Decline in COPD
2024-Sep-11, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.09.10.24313079
PMID:39314974
|
研究论文 | 本研究开发了一种基于深度学习的AI模型，仅通过吸气相胸部CT扫描即可估算功能性小气道疾病，并验证其与COPD患者肺功能下降的关联 | 首次提出仅使用吸气相CT扫描（无需呼气相扫描）通过生成式模型估算功能性小气道疾病的方法 | 研究依赖于特定队列数据（SPIROMICS和COPDGene），需要在更广泛人群中验证 | 开发并验证基于AI的功能性小气道疾病估算方法及其临床关联 | 慢性阻塞性肺疾病（COPD）患者 | 医学影像分析 | 慢性阻塞性肺疾病 | 计算机断层扫描（CT） | 生成模型 | 医学影像（胸部CT扫描） | SPIROMICS研究2513名参与者（1055名用于模型开发，1458名用于验证），COPDGene研究458名参与者用于外部验证 | NA | NA | Pearson相关系数，组内相关系数，多元回归系数 | NA |
| 5847 | 2025-10-06 |
Optimizing neurointerventional procedures: an algorithm for embolization coil detection and automated collimation to enable dose reduction
2024-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.4.044003
PMID:39035051
|
研究论文 | 开发用于检测神经介入手术中栓塞线圈并实现自动准直的算法，以优化图像质量并减少辐射剂量 | 首次成功检测栓塞线圈的方法，并将检测结果整合到X射线血管造影系统中实现自动准直 | 使用放大边界框，不需要真实标注与预测之间的完全重叠 | 优化神经介入手术流程，提高手术效率和安全性的同时减少患者辐射剂量 | 神经介入手术中的栓塞线圈 | 计算机视觉 | 神经血管疾病 | X射线血管造影 | Faster R-CNN, RetinaNet | 医学图像 | NA | NA | ResNet-50 FPN, RetinaNet | mAP@75 | NA |
| 5848 | 2025-10-06 |
Deep Learning-Based Subject Independent Human Activity Recognition using Smart Lacelock Data
2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC53108.2024.10781739
PMID:40039707
|
研究论文 | 使用智能鞋带锁设备数据进行基于深度学习的主体无关人类活动识别 | 引入配备IMU和称重传感器的智能鞋带锁设备，无需修改鞋子即可舒适佩戴，为人类活动识别提供新型传感器数据 | 仅使用8名参与者的数据，样本量较小 | 开发基于深度学习的人类活动识别方法 | 人类日常活动（行走、上楼梯、下楼梯） | 机器学习 | NA | 惯性测量单元(IMU)、称重传感器 | CNN | 传感器数据 | 8名参与者 | NA | 三块CNN结构（卷积层、最大池化层、ReLU层、归一化层） | 准确率 | NA |
| 5849 | 2025-10-06 |
Iterative deep learning-design of human enhancers exploits condensed sequence grammar to achieve cell type-specificity
2024-Jun-14, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.14.599076
PMID:38915713
|
研究论文 | 本研究应用迭代深度学习设计在两种人类细胞系间具有强差异活性的合成增强子 | 首次将迭代深度学习应用于合成增强子设计，通过实验验证与模型重新优化的循环策略提升细胞类型特异性 | 仅验证了两种人类细胞系间的特异性，未在其他细胞类型中广泛测试 | 开发能够靶向特定细胞类型基因表达的合成生物学方法 | 人类合成增强子序列 | 机器学习 | NA | 深度学习，染色质可及性分析，转录因子结合位点分析 | 深度学习 | 基因组序列数据，增强子活性数据，染色质可及性数据 | NA | NA | NA | 增强子特异性，差异活性 | NA |
| 5850 | 2025-10-06 |
Autonomous screening for laser photocoagulation in fundus images using deep learning
2024-05-21, The British journal of ophthalmology
DOI:10.1136/bjo-2023-323376
PMID:37217293
|
研究论文 | 本研究开发了一种基于深度学习的自主筛查模型，用于检测眼底图像中的激光光凝治疗模式 | 首次提出使用深度学习模型自动识别眼底图像中的激光光凝模式，并证明该模型能有效提升其他AI模型的性能 | 研究仅使用单一数据集(EyePACs)，缺乏外部验证 | 开发能够自动检测眼底图像中激光光凝治疗的人工智能模型 | 糖尿病视网膜病变患者的眼底图像 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | 深度学习模型 | 眼底图像 | 开发集18,945例，验证集2,105例 | NA | NA | AUC, MAE | NA |
| 5851 | 2025-10-06 |
Automated expert-level scleral spur detection and quantitative biometric analysis on the ANTERION anterior segment OCT system
2024-05-21, The British journal of ophthalmology
DOI:10.1136/bjo-2022-322328
PMID:37798075
|
研究论文 | 本研究对ANTERION前段OCT系统中的深度学习算法进行独立验证，实现自动巩膜突检测和定量生物计量分析 | 在独立患者群体中验证深度学习算法达到专家级别的巩膜突定位精度，并首次系统比较算法与不同经验水平人工评分者的性能差异 | 样本量相对有限（117名参与者），仅使用单一OCT系统（ANTERION）的数据 | 验证深度学习算法在AS-OCT图像中自动检测巩膜突和测量相关生物计量参数的准确性和可靠性 | 接受常规眼科护理的患者的前段OCT图像 | 医学影像分析 | 眼科疾病 | 前段光学相干断层扫描（AS-OCT） | 深度学习算法 | 医学影像 | 117名参与者的1308张AS-OCT图像 | NA | NA | 假阳性率, 真阳性率, 组内相关系数 | NA |
| 5852 | 2025-10-06 |
Detecting the corneal neovascularisation area using artificial intelligence
2024-05-21, The British journal of ophthalmology
DOI:10.1136/bjo-2023-323308
PMID:37339866
|
研究论文 | 开发并评估基于人工智能的图像分析工具，用于测量和量化角膜新生血管区域 | 首次使用预训练的U-Net神经网络对裂隙灯图像进行角膜新生血管区域的自动分割与检测 | 样本量相对有限（120例患者），仅使用单一医疗机构数据 | 创建自动化工具量化角膜新生血管区域 | 角膜新生血管患者的裂隙灯图像 | 计算机视觉 | 角膜疾病 | 深度学习图像分割 | CNN | 图像 | 120例患者的120张眼部裂隙灯图像 | NA | U-Net | 交并比(IoU), 特异性 | NA |
| 5853 | 2025-10-06 |
Classification of self-limited epilepsy with centrotemporal spikes by classical machine learning and deep learning based on electroencephalogram data
2024-05-01, Brain research
IF:2.7Q3
DOI:10.1016/j.brainres.2024.148813
PMID:38373675
|
研究论文 | 本研究基于脑电图数据，使用经典机器学习和深度学习方法对自限性伴中央颞区棘波癫痫进行分类诊断 | 同时采用经典机器学习（基于尖波特征提取）和深度学习方法（ResNet）进行癫痫分类比较，展示了深度学习在癫痫分类中的显著优势 | 样本量较小（仅33名患者），年龄范围有限（3-11岁） | 开发有效的分类方法以辅助自限性伴中央颞区棘波癫痫的临床诊断 | 33名被诊断为SeLECTS或非SeLECTS的癫痫患者 | 机器学习 | 癫痫 | 脑电图 | 随机森林,极端随机森林,CNN | 脑电图信号 | 33名3-11岁癫痫患者 | NA | ResNet | 准确率,F1分数,AUC,AUPRC | NA |
| 5854 | 2025-10-06 |
Based on neural network cascade abnormal texture information dissemination of classification of patients with schizophrenia and depression
2024-05-01, Brain research
IF:2.7Q3
DOI:10.1016/j.brainres.2024.148819
PMID:38403037
|
研究论文 | 本研究通过MRI脑图像纹理分析和深度学习技术区分精神分裂症、重度抑郁症患者和健康对照组 | 结合纹理特征映射与深度学习技术进行精神疾病分类，采用重复嵌套交叉验证进行特征选择 | 样本量相对有限，仅包含三种分组比较 | 开发基于MRI纹理特征的生物标志物来区分精神分裂症、重度抑郁症和健康人群 | 精神分裂症患者、重度抑郁症患者和健康对照者 | 医学影像分析 | 精神疾病 | MRI脑图像分割，纹理分析 | 深度学习 | MRI脑部图像 | 141名精神分裂症患者，103名重度抑郁症患者，238名健康对照者 | NA | NA | 准确率，敏感性，特异性 | NA |
| 5855 | 2025-10-06 |
The Application of Artificial Intelligence to Cancer Research: A Comprehensive Guide
2024 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338241250324
PMID:38775067
|
综述 | 本文全面探讨了人工智能在癌症研究中的应用，重点介绍了机器学习、软计算和深度学习在肿瘤学中的作用 | 以清晰易懂的方式解释AI关键概念和算法，并提供文献中重要进展的表格总结 | NA | 使广大读者能够理解AI在癌症研究中的进展和应用 | 各种癌症类型的诊断、分类和预测 | 机器学习 | 癌症 | NA | SVM, Naïve Bayes, CNN | NA | NA | NA | NA | NA | NA |
| 5856 | 2025-10-06 |
Deep Learning-Based Prediction of Radiation Therapy Dose Distributions in Nasopharyngeal Carcinomas: A Preliminary Study Incorporating Multiple Features Including Images, Structures, and Dosimetry
2024 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338241256594
PMID:38808514
|
研究论文 | 本研究开发了一种结合剂量信息的深度学习模型，用于预测鼻咽癌放射治疗的剂量分布 | 首次将靶区适形计划剂量信息通过多通道输入方式整合到卷积神经网络中，提高了预测精度 | 对于小体积或邻近的危及器官预测存在差异，且为初步研究需要进一步验证 | 提高鼻咽癌调强放射治疗剂量分布的预测准确性 | 鼻咽癌患者的放射治疗计划 | 医学影像分析 | 鼻咽癌 | 调强放射治疗，容积旋转调强放疗 | CNN | 医学图像，结构轮廓，剂量分布数据 | NA | NA | 深度卷积神经网络 | 3D伽马通过率，剂量体积直方图相似性指数，D98%指标 | NA |
| 5857 | 2025-10-06 |
A 3 M Evaluation Protocol for Examining Lymph Nodes in Cancer Patients: Multi-Modal, Multi-Omics, Multi-Stage Approach
2024 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338241277389
PMID:39267420
|
综述 | 提出针对癌症患者淋巴结评估的多模态、多组学、多阶段标准化评估方案 | 整合影像组学与深度学习模型，建立系统化的淋巴结管理协议，涵盖术前评估到术后免疫影响的全流程 | 基于文献综述提出方案，尚未经过大规模临床验证 | 建立标准化淋巴结评估协议以优化癌症治疗 | 癌症患者的淋巴结转移与手术切除 | 数字病理 | 癌症 | 多模态成像、多组学分析、深度学习 | 深度学习模型 | 医学影像、临床数据、统计资料 | NA | NA | NA | NA | NA |
| 5858 | 2025-10-06 |
The Value of Topological Radiomics Analysis in Predicting Malignant Risk of Pulmonary Ground-Glass Nodules: A Multi-Center Study
2024 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338241287089
PMID:39363876
|
研究论文 | 本研究通过拓扑数据分析和纹理分析两种影像组学方法，预测肺磨玻璃结节(GGNs)的恶性风险 | 首次将基于同调性的拓扑特征应用于GGNs的影像组学分析，捕捉结节内复杂的几何和空间关系 | 回顾性研究设计，数据来自两个中心，需要更多外部验证 | 预测肺CT扫描中磨玻璃结节的恶性风险 | 肺磨玻璃结节(GGNs) | 医学影像分析 | 肺癌 | CT扫描，拓扑数据分析，纹理分析 | 机器学习，深度学习 | 医学影像(CT图像) | 3223名患者(来自两个中心，2018年1月至2023年6月) | NA | NA | AUC, 敏感度 | NA |
| 5859 | 2025-10-06 |
Trends and Hotspots in Global Radiomics Research: A Bibliometric Analysis
2024 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338241235769
PMID:38465611
|
文献计量分析 | 通过文献计量分析方法总结放射组学知识结构并探索潜在趋势和研究重点 | 首次对2012-2022年全球放射组学研究进行全面的文献计量分析，识别未来研究方向 | 仅基于Web of Science数据库，可能未涵盖所有相关文献 | 探索放射组学领域的研究现状、发展趋势和热点方向 | 2012-2022年期间发表的6428篇放射组学相关文献 | 医学影像分析 | NA | 文献计量分析 | NA | 文献元数据 | 6428篇文章 | VOSviewer, CiteSpace, Tableau, Microsoft Excel, Rstudio | NA | NA | 免费在线平台 |
| 5860 | 2025-10-06 |
A Comparative Study of Deep Learning Dose Prediction Models for Cervical Cancer Volumetric Modulated Arc Therapy
2024 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338241242654
PMID:38584413
|
研究论文 | 比较四种深度学习模型在宫颈癌VMAT治疗中体素级剂量分布的预测性能 | 首次系统比较四种先进三维深度学习模型在宫颈癌VMAT剂量预测中的表现 | 回顾性研究，样本量相对有限（261例患者） | 评估不同深度学习模型在放射治疗剂量预测中的性能 | 宫颈癌患者的VMAT治疗计划 | 医学影像分析 | 宫颈癌 | 容积旋转调强放疗(VMAT) | 3D CNN | CT图像, 解剖结构掩膜 | 261例宫颈癌患者治疗计划 | NA | 3D U-Net, UNETR | 平均绝对误差(MAE), 剂量图差异, 临床剂量学指标, Dice相似系数(DSC) | NA |