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 33293 篇文献，本页显示第 621 - 640 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 621 | 2025-11-03 |
Enhancing Robotic Collaborative Tasks Through Contextual Human Motion Prediction and Intention Inference
2025, International journal of social robotics
IF:3.8Q2
DOI:10.1007/s12369-024-01140-2
PMID:41169784
|
研究论文 | 提出一种深度学习架构，通过预测3D人体运动和人类意图来增强机器人在协作任务中的能力 | 结合人类运动预测和意图推断，考虑机器人存在时的交互情境，采用多头注意力机制处理不同任务的输入 | 未明确说明模型在更复杂场景下的泛化能力，用户研究样本规模有限 | 提高机器人在人机协作任务中的表现和适应性 | 人机协作场景中的人类运动和意图 | 计算机视觉, 机器人学 | NA | 深度学习, 运动预测, 意图推断 | 多头注意力机制 | 3D运动数据, 情境信息 | 用户研究参与者（具体数量未说明） | NA | 多头注意力架构 | 社会性, 自然度, 安全性, 舒适度 | NA |
| 622 | 2025-11-03 |
Automated detection of pinworm parasite eggs using YOLO convolutional block attention module for enhanced microscopic image analysis
2025, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2025.1559987
PMID:41169809
|
研究论文 | 提出一种结合YOLO和注意力机制的新型框架YCBAM，用于自动化检测显微镜图像中的蛲虫寄生虫卵 | 首次将YOLO与自注意力机制和卷积块注意力模块（CBAM）集成，在具有挑战性的成像条件下实现寄生虫元素的精确定位 | NA | 开发自动化寄生虫检测方法以提高诊断准确性和效率 | 显微镜图像中的蛲虫寄生虫卵 | 计算机视觉 | 寄生虫感染 | 深度学习，显微镜成像 | YOLO, CNN | 显微镜图像 | NA | NA | YOLO Convolutional Block Attention Module (YCBAM), CBAM | 精确度, 召回率, 训练框损失, 平均精度(mAP), mAP50-95 | NA |
| 623 | 2025-11-03 |
Artificial intelligence (AI)-Enabled behavioral health application for college students: Pilot study protocol
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335847
PMID:41166359
|
研究论文 | 本研究开发了一款基于人工智能的行为健康应用程序，用于大学生抑郁症状的自动筛查 | 结合传感器行为数据和深度学习技术开发主动、私密、自动化的心理健康自我意识工具 | 仅针对两所美国大学的1000名大一学生，样本代表性有限 | 开发自动化筛查工具识别大学生抑郁行为模式 | 18岁及以上大学一年级本科生 | 机器学习 | 抑郁症 | 传感器数据采集、问卷调查 | 深度学习 | 传感器行为数据、调查问卷数据 | 约1000名来自美国中西部和西南部两所公立大学的一年级本科生 | NA | NA | NA | NA |
| 624 | 2025-11-03 |
Enhanced audience sentiment analysis in IoT-integrated metaverse media communication
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0332106
PMID:41166380
|
研究论文 | 提出一种集成物联网和元宇宙媒体的深度学习情感分析框架，用于增强观众情感分析能力 | 融合BERT双向编码和GPT生成建模的BG-Hybrid混合模型，结合动态窗口分割和持续优化机制 | 未明确说明模型在跨语言和文化背景下的泛化能力 | 开发可扩展的实时情感分析系统，处理异构高速媒体流 | 物联网集成元宇宙媒体通信中的观众情感 | 自然语言处理 | NA | 情感分析 | BERT, GPT | 文本 | Twitter Sentiment140和Amazon Reviews数据集 | NA | BG-Hybrid混合架构 | 准确率, F1分数, 响应延迟 | NA |
| 625 | 2025-11-03 |
Deep Learning-Based Reconstruction of 3D T1 SPACE Vessel Wall Imaging Provides Improved Image Quality with Reduced Scan Times: A Preliminary Study
2024-Nov-07, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8382
PMID:38889969
|
研究论文 | 本研究评估深度学习优化的3D T1 SPACE血管壁成像序列在缩短扫描时间的同时提升图像质量的效果 | 首次将深度学习图像重建技术应用于颅内血管壁成像序列优化，在保持图像质量的同时显著缩短扫描时间 | 样本量较小（10名健康对照和5名患者），需要更大规模研究验证 | 评估深度学习优化序列在颅内血管壁成像中的性能表现 | 健康对照者和患者的颅内血管 | 医学影像分析 | 脑血管疾病 | T1加权3D SPACE序列磁共振成像 | 深度学习 | 磁共振图像 | 10名健康对照和5名患者 | NA | NA | Likert评分, 配对样本t检验 | NA |
| 626 | 2025-11-03 |
A Comparison of CT-Based Pancreatic Segmentation Deep Learning Models
2024-11, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.06.015
PMID:38944630
|
研究论文 | 比较五种基于CT的胰腺分割深度学习模型在不同扫描和患者特征下的性能表现 | 首次系统评估五种高性能胰腺分割模型在不同临床特征下的分层性能，并识别影响分割准确性的关键因素 | 回顾性研究设计，部分患者性别和年龄数据缺失，仅评估了五种特定模型 | 评估和比较不同深度学习模型在CT胰腺分割任务中的性能表现 | 胰腺CT图像分割 | 计算机视觉 | 胰腺疾病 | CT成像 | 深度学习模型 | CT医学图像 | 352例CT扫描（30例女性，25例男性，297例性别未知；年龄58±7岁，327例年龄未知），训练数据规模从282到8448例扫描不等 | NA | U-Net, Swin Transformer, nnUNet | Dice系数, Hausdorff距离, 平均表面距离 | NA |
| 627 | 2025-11-03 |
Cardiac MR Fingerprinting: Overview, Technical Developments, and Applications
2024-Nov, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29206
PMID:38153855
|
综述 | 本文全面概述了心脏磁共振指纹技术(MRF)的发展现状、技术进展及其临床应用 | 系统总结了心脏MRF这一新兴多参数成像技术的完整技术框架，包括脉冲序列实现、字典生成、快速k空间采样和模式识别方法 | 证据等级为5级，技术效能处于第一阶段，表明该技术仍处于发展初期 | 探讨如何通过多参数MRI技术简化心脏磁共振检查流程，提高检查效率和可重复性 | 心脏磁共振成像技术及其在心血管疾病评估中的应用 | 医学影像 | 心血管疾病 | 磁共振指纹技术(MRF)、多参数MRI、同时多层采样、3D采样、运动校正算法 | 深度学习 | 磁共振图像 | NA | NA | NA | NA | NA |
| 628 | 2025-11-03 |
Tricuspid valve flow measurement using a deep learning framework for automated valve-tracking 2D phase contrast
2024-Nov, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30163
PMID:38817154
|
研究论文 | 开发了一种基于深度学习的自动瓣膜追踪二维相位对比方法，用于测量动态三尖瓣血流 | 首次将深度学习网络TVnet应用于自动追踪三尖瓣平面，实现了动态采集平面跟踪瓣膜运动的二维相位对比成像 | 样本量较小（9名健康受试者和2名患者），需要更大规模研究验证 | 解决心血管磁共振测量三尖瓣血流速度的临床挑战 | 三尖瓣血流和舒张功能 | 医学影像分析 | 心血管疾病 | 二维相位对比磁共振成像 | 深度学习网络 | 心脏长轴电影图像和相位对比图像 | 11名受试者（9名健康人，2名患者） | NA | TVnet | 偏倚, 标准差, 组内相关系数 | NA |
| 629 | 2025-11-03 |
A deep learning-based approach for unbiased kinematic analysis in CNS injury
2024-Nov, Experimental neurology
IF:4.6Q1
DOI:10.1016/j.expneurol.2024.114944
PMID:39242068
|
研究论文 | 开发基于深度学习的无标记运动学分析系统用于中枢神经系统损伤研究 | 开发了两种基于深度学习的无标记运动学分析范式（MotorBox和MotoRater），消除了研究者偏见和变异性 | NA | 改进脊髓损伤后功能评估方法，提高临床转化成功率 | 小鼠运动功能 | 计算机视觉 | 脊髓损伤 | 深度学习 | 深度学习算法 | 视频 | NA | DeepLabCut | NA | 运动指标、步态指标 | NA |
| 630 | 2025-11-03 |
BOATMAP: Bayesian Optimization Active Targeting for Monomorphic Arrhythmia Pace-mapping
2024-Nov, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109201
PMID:39342676
|
研究论文 | 提出一种名为BOATMAP的新型主动学习方法，通过12导联心电图逐步定位心室激活起源 | 将传统机器学习方法的输入输出关系反转，使用高斯过程作为代理模型，提供可解释的临床指导 | 仅在仿真环境中测试，尚未在真实临床环境中验证 | 开发能够精确定位心室激活起源的算法，指导心室心动过速消融治疗 | 心室激活起源定位 | 机器学习 | 心血管疾病 | 12导联心电图，起搏标测 | 高斯过程 | 心电图信号 | 多种心脏几何形状和组织特性的仿真环境 | NA | 高斯过程回归 | 定位精度 | NA |
| 631 | 2025-11-03 |
Joint self-supervised and supervised contrastive learning for multimodal MRI data: Towards predicting abnormal neurodevelopment
2024-11, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102993
PMID:39369634
|
研究论文 | 提出一种联合自监督和监督对比学习方法，用于从多模态MRI数据中学习鲁棒潜在特征表示，以预测异常神经发育 | 开发了联合自监督和监督对比学习的新方法，能够将异质多模态特征投影到共享公共空间，融合不同模态间的互补和相似信息 | NA | 预测异常神经发育 | 多模态MRI数据（结构、扩散张量、功能磁共振成像） | 医学影像分析 | 神经发育异常 | 磁共振成像（MRI） | 对比学习 | 多模态医学影像 | 两个独立数据集 | NA | 对比学习网络 | NA | NA |
| 632 | 2025-11-03 |
A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia
2024-Nov, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345241272048
PMID:39382109
|
研究论文 | 开发基于深度学习的系统通过口腔照片预测口腔白斑的上皮异常增生概率 | 首次使用深度学习模型通过非侵入性口腔照片预测口腔白斑的上皮异常增生，为临床决策提供支持 | 研究基于回顾性数据，需要进一步前瞻性验证 | 开发能够预测口腔白斑上皮异常增生的智能诊断系统 | 口腔白斑患者的口腔照片图像 | 医学影像分析 | 口腔癌前病变 | 深度学习 | CNN | 图像 | 2,073张口腔白斑图像 | NA | EfficientNet-B2 | Brier分数, AUC, 平衡准确率 | NA |
| 633 | 2025-11-03 |
A Survey on Hyperlink Prediction
2024-Nov, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3286280
PMID:37363843
|
综述 | 本文系统综述了超图中的超链接预测方法，并通过基准研究比较了不同类别方法的性能 | 首次对超链接预测领域进行系统全面的综述，并采用链接预测的经典分类法将现有方法分为四类 | NA | 系统梳理和比较超链接预测方法，为相关研究提供参考 | 超图中的超链接预测方法 | 机器学习 | NA | NA | 深度学习 | 超图数据 | NA | NA | NA | NA | NA |
| 634 | 2025-11-03 |
Deep learning-based Fast Volumetric Image Generation for Image-guided Proton Radiotherapy
2024-Nov, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/trpms.2024.3439585
PMID:40385936
|
研究论文 | 开发基于深度学习的快速体积图像生成框架，用于图像引导质子放疗中的肺癌治疗 | 提出结合正交kV X射线投影采集和深度学习的新型体积图像重建框架，专门针对FLASH超高剂量率放射治疗场景 | 研究仅基于30例肺癌患者数据，样本量相对有限；仅评估了肺部靶区 | 开发快速体积图像重建方法以提高图像引导质子放疗的精准度 | 肺癌患者 | 医学影像分析 | 肺癌 | kV X射线投影，四维计算机断层扫描 | 深度学习 | X射线投影图像，CT图像 | 30例肺癌患者，每人包含十个呼吸时相的四维CT数据集 | NA | NA | 平均绝对误差，峰值信噪比，结构相似性指数，水等效厚度误差 | NA |
| 635 | 2025-11-03 |
DeepSomatic: Accurate somatic small variant discovery for multiple sequencing technologies
2024-Aug-19, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.16.608331
PMID:39229187
|
研究论文 | 提出一种名为DeepSomatic的深度学习方法，用于从短读长和长读长测序数据中准确检测体细胞小变异 | 首个能够同时处理短读长和长读长测序数据的体细胞变异检测方法，并提供了公开的训练和基准数据集 | 未提及方法在特定癌症类型或复杂基因组区域的性能限制 | 开发高精度的体细胞变异检测工具，支持多种测序技术 | 体细胞单核苷酸变异(SNVs)和插入缺失(indels) | 生物信息学 | 癌症 | Illumina短读长测序, PacBio HiFi长读长测序, Oxford Nanopore长读长测序 | 深度学习 | 基因组测序数据 | 5对匹配的肿瘤-正常细胞系样本 | NA | NA | NA | NA |
| 636 | 2025-11-03 |
Overcoming Limitations to Deep Learning in Domesticated Animals with TrioTrain
2024-Apr-20, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.15.589602
PMID:38659907
|
研究论文 | 提出TrioTrain方法解决深度学习在驯养动物基因组分析中的局限性，开发首个多物种DeepVariant模型 | 首创多物种DeepVariant模型，通过TrioTrain方法自动化扩展非人类物种的变异检测，使用区域重排技术优化SLURM集群计算 | 受限于动物基因组的不完美标签数据 | 克服深度学习在驯养动物基因组分析中的限制，开发通用变异检测算法 | 牛、牦牛和野牛的三重基因组数据 | 生物信息学 | NA | 基因组测序，变异检测 | 深度学习 | 基因组序列数据 | 牛、牦牛和野牛的三重样本，共30个模型迭代 | DeepVariant | NA | 孟德尔遗传错误率，SNP F1分数 | SLURM集群 |
| 637 | 2025-11-03 |
Comparison of deep learning approaches to estimate injury severity from the International Classification of Diseases codes
2024, Traffic injury prevention
IF:1.6Q4
DOI:10.1080/15389588.2024.2356663
PMID:39485495
|
研究论文 | 比较不同深度学习方法从ICD编码估计损伤严重程度的性能 | 首次系统比较前馈神经网络与神经机器翻译模型在损伤严重程度估计中的表现，并对比直接与间接估计方法的优劣 | 仅使用美国国家创伤数据库数据，可能在其他医疗系统中泛化性有限 | 开发从ICD编码准确估计损伤严重程度的方法 | 创伤患者的ICD编码数据 | 自然语言处理 | 创伤 | 深度学习方法 | 前馈神经网络,神经机器翻译 | 医疗编码文本数据 | 训练集2,031,793例(2017-2018年)，测试集1,091,792例(2019年) | NA | 编码器-解码器架构 | ISS≥16正确分类百分比,ISS精确匹配百分比 | GPU(具体型号未指定) |
| 638 | 2025-11-02 |
Machine Learning Approaches for Predicting RNA-RNA/DNA Interactions
2026, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4670-0_14
PMID:41174207
|
综述 | 介绍用于预测RNA-RNA/DNA相互作用的机器学习方法及其在非编码RNA功能研究中的应用 | 与传统基于能量的方法相比，机器学习方法显著提高了预测准确性，并覆盖了多种RNA家族 | 存在过拟合风险且需要第三方验证 | 开发预测RNA-RNA/DNA相互作用的机器学习工具 | 非编码RNA（包括原核小RNA、miRNA、box C/D snoRNA、lncRNA-DNA三链体、CRISPR引导RNA） | 机器学习 | NA | 高通量测序 | 深度学习 | 相互作用数据 | NA | NA | NA | 准确率 | NA |
| 639 | 2025-11-02 |
Development and validation of a backpropagation neural network model for predicting nursing unit staffing needs: A cross-sectional study
2025-Dec, International journal of nursing studies
IF:7.5Q1
DOI:10.1016/j.ijnurstu.2025.105207
PMID:40972497
|
研究论文 | 本研究开发并验证了一种反向传播神经网络模型，用于预测护理单元人员配置需求 | 将效率评估与深度学习技术相结合开发护理人员配置预测模型，实现人员配置精度与操作灵活性的平衡 | 需要多中心验证并整合外部因素以实现更广泛应用 | 优化临床科室护理人员配置，提高患者安全性和人力资源效率 | 55个护理单元的数据，包括13个最优效率单元和42个次优效率单元 | 机器学习 | NA | 数据包络分析，深度学习 | 反向传播神经网络 | 护理运营数据 | 55个护理单元2023年1-12月的数据 | NA | 反向传播神经网络 | 均方误差，Pearson相关系数，Bland-Altman分析，决定系数 | NA |
| 640 | 2025-11-02 |
Patient-specific functional liver segments based on centerline classification of the hepatic and portal veins
2025-Dec, Computer assisted surgery (Abingdon, England)
DOI:10.1080/24699322.2025.2580307
PMID:41171014
|
研究论文 | 提出一种基于肝静脉和门静脉中心线分类的患者特异性肝脏分割方法 | 通过详细分类肝静脉和门静脉实现个性化肝脏分段，相比传统方法能更好地贴合患者实际解剖结构 | 需要外科医生在3D模型上标注血管端点，存在一定人工干预 | 改进肝脏手术规划中的解剖分段精度 | 肝脏血管系统（肝静脉和门静脉） | 数字病理 | 肝脏疾病 | 3D建模，血管中心线计算 | NA | 3D医学图像 | NA | 3D Slicer, nnU-Net | nnU-Net | Dice相似系数，体积测量，专家评估 | NA |