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 7081 - 7100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7081 | 2025-10-06 |
A comparative analysis of sagittal, coronal, and axial magnetic resonance imaging planes in diagnosing anterior cruciate ligament and meniscal tears via a deep learning model: emphasizing the unexpected importance of the axial plane
2025-Jun-06, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1808
PMID:40606344
|
研究论文 | 通过深度学习模型比较矢状面、冠状面和轴面磁共振成像在诊断前交叉韧带和半月板撕裂中的效果，特别强调轴面成像的意外重要性 | 首次系统比较不同MRI平面组合对ACL和半月板撕裂检测的影响，发现轴面在半月板撕裂检测中具有突出价值 | 使用公开数据集，样本量相对有限，未进行外部验证 | 研究不同膝关节MRI平面对ACL和半月板撕裂检测的差异影响和相互作用 | 前交叉韧带撕裂和半月板撕裂 | 医学影像分析 | 运动损伤 | 磁共振成像 | 深度学习模型 | 磁共振图像 | 1,130个训练病例和120个验证病例 | NA | TripleMRNet | 准确率, 敏感度, 特异度, F1分数 | NA |
| 7082 | 2025-10-06 |
Deep learning-based rotational object detection algorithm for automatic Cobb angle measurement in X-ray images of scoliosis
2025-Jun-06, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-2138
PMID:40606352
|
研究论文 | 开发基于深度学习的旋转目标检测算法，用于脊柱侧凸X射线图像中Cobb角的自动测量 | 基于YOLOv8-OBB框架重新设计了YOLOv8-DSF模型，配备创新模块以改进旋转椎体的检测 | NA | 提高旋转椎体检测精度，从而提升脊柱侧凸Cobb角测量的准确性 | 脊柱侧凸患者的X射线图像 | 计算机视觉 | 脊柱侧凸 | X射线成像 | CNN | 图像 | 整合私有和公开数据的自定义数据集 | YOLOv8 | YOLOv8-DSF, YOLOv8n-OBB | mAP50, mAP50-95, SMAPE, MAE | NA |
| 7083 | 2025-10-06 |
Deep learning for automated grading of radiographic sacroiliitis
2025-Jun-06, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2024-2742
PMID:40606355
|
研究论文 | 开发并验证用于自动化评估X射线骶髂关节炎分级的深度学习系统 | 首次开发专门用于X射线骶髂关节炎自动分级的深度学习模型，并证明其能显著提升放射科医生的诊断准确性 | 回顾性研究设计，样本量相对有限（共883名患者），需要进一步前瞻性验证 | 开发辅助医生评估和诊断骶髂关节炎的人工智能系统 | 骶髂关节炎患者的骨盆X射线图像 | 计算机视觉 | 风湿性疾病 | X射线成像 | 深度学习 | 医学图像 | 训练集465人（930个骶髂关节），验证集195人（390个骶髂关节），外部测试集223人（446个骶髂关节） | NA | 神经网络 | 准确率, AUC, 敏感性, 特异性 | NA |
| 7084 | 2025-10-06 |
Dual-stage artificial intelligence-powered screening for accurate classification of thyroid nodules: enhancing fine needle aspiration biopsy precision
2025-Jun-06, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-2336
PMID:40606376
|
研究论文 | 提出一种双阶段深度学习架构，用于甲状腺结节的四分类，旨在提高诊断准确性并减少不必要的穿刺活检 | 首次将K-Net分割与MobileViT分类相结合的双阶段架构，实现甲状腺结节四分类而非传统二分类 | 未提及外部验证集性能，样本来源和多样性信息不足 | 提高甲状腺结节分类准确性，减少不必要的细针穿刺活检 | 甲状腺结节超声图像 | 计算机视觉 | 甲状腺疾病 | 超声成像 | 深度学习 | 医学图像 | NA | PyTorch | K-Net, MobileViT | 准确率, 精确率, 召回率, 平均交并比 | NA |
| 7085 | 2025-10-06 |
Diagnosis of thyroid nodules using ultrasound images based on deep learning features: online dynamic nomogram and gradient-weighted class activation mapping
2025-Jun-06, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-159
PMID:40606380
|
研究论文 | 本研究开发了一种基于超声图像和深度学习特征的甲状腺结节诊断集成模型，包含在线动态列线图和梯度加权类激活映射可视化 | 结合超声图像特征与深度学习特征构建集成诊断模型，并开发在线动态列线图工具和Grad-CAM可视化方法 | 回顾性研究设计，样本来源相对有限 | 提高年轻放射科医生对甲状腺结节的诊断能力 | 甲状腺结节患者 | 计算机视觉 | 甲状腺结节 | 超声成像 | 深度学习 | 图像 | 训练集1501张超声图像，测试集541名患者 | NA | 基于ImageNet预训练的5种深度学习模型 | AUC, NRI | NA |
| 7086 | 2025-10-06 |
U-Net benign prostatic hyperplasia-trained deep learning model for prostate ultrasound image segmentation in prostate cancer
2025-Jun-06, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2024-2476
PMID:40606395
|
研究论文 | 开发基于良性前列腺增生超声图像训练的深度学习模型用于前列腺癌超声图像分割 | 首次证明使用良性前列腺增生患者超声图像训练的深度学习模型可有效应用于前列腺癌患者的超声图像分割 | 样本量相对有限，仅包含370张BPH图像和68张PCa图像 | 开发前列腺超声图像自动分割模型并验证其跨疾病应用的可行性 | 良性前列腺增生患者和前列腺癌患者的超声图像 | 医学图像分析 | 前列腺癌 | 超声成像 | 深度学习 | 图像 | 438张前列腺超声图像（260名BPH患者和62名PCa患者） | NA | U-Net, LinkNet, PSPNet | Dice系数, IoU | NA |
| 7087 | 2025-10-06 |
Stroke subtypes risk prediction and detection using retinal vascular structure and oxygen saturation analysis
2025-Jun-06, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2024-2712
PMID:40606397
|
研究论文 | 本研究通过分析视网膜血管氧饱和度和结构特征，探索缺血性和出血性卒中亚型的风险预测与检测方法 | 首次针对卒中不同亚型进行视网膜血管氧饱和度和结构特征的全面分析，并创新性地将机器学习应用于视网膜图像进行卒中发生预测 | 样本量相对较小（缺血性卒中29例，出血性卒中23例，对照组82例），需要更大规模研究验证 | 开发基于视网膜生物标志物的卒中风险分层和预测工具 | 缺血性卒中患者、出血性卒中患者和健康对照者 | 医学影像分析 | 卒中 | 视网膜图像分析，氧饱和度测量，血管结构分析 | 逻辑回归，随机森林 | 视网膜图像 | 134例（29例缺血性卒中，23例出血性卒中，82例对照） | NA | NA | 准确率 | NA |
| 7088 | 2025-10-06 |
Can diffusion-based generated magnetic resonance images predict glioma methylation accurately?
2025-Jun-06, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1688
PMID:40606391
|
研究论文 | 开发基于扩散模型的生成方法，从加速T1加权扫描重建高质量MRI序列，同时保留胶质瘤诊断和MGMT预测所需的关键病理特征 | 首次将扩散模型应用于从加速T1加权扫描重建多序列MRI图像，并验证其在MGMT甲基化预测中的准确性 | 回顾性研究，使用单一数据集，需要进一步临床验证 | 开发能够从加速MRI扫描重建高质量图像并保留诊断特征的生成模型 | 胶质瘤患者 | 医学影像分析 | 脑肿瘤/胶质瘤 | 磁共振成像 | 扩散模型 | 医学影像 | BraTS 2021数据集共1,480例扫描（训练集785例，验证集695例） | NA | 扩散模型 | SSIM, PSNR, CCC, R2, AUC | NA |
| 7089 | 2025-04-03 |
Deep Learning Unlocks the Prognostic Importance of Thoracic Aortic Calcification
2025-Jun, AJR. American journal of roentgenology
DOI:10.2214/AJR.25.33012
PMID:40172167
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 7090 | 2025-10-06 |
Diagnostic performance of deep learning models in classifying mandibular third molar and mandibular canal contact status on panoramic radiographs: A systematic review and meta-analysis
2025-Jun, Imaging science in dentistry
IF:1.7Q3
DOI:10.5624/isd.20240239
PMID:40607067
|
系统综述与荟萃分析 | 通过系统综述和荟萃分析评估深度学习模型在全景X线片上分类下颌第三磨牙与下颌管接触状态的诊断性能 | 首次对基于卷积神经网络的深度学习模型在该特定诊断任务中的性能进行系统量化和异质性来源分析 | 纳入研究数量有限(7项)，存在高异质性(I2>90%)，患者选择偏倚风险领域常不明确 | 评估深度学习模型在全景X线片上识别下颌第三磨牙与下颌管接触的诊断准确性 | 下颌第三磨牙与下颌管的接触状态 | 数字病理 | 口腔疾病 | 全景X线摄影 | CNN | 医学影像 | 7项研究的4,955张全景X线片 | NA | VGG-16, AlexNet | 准确率, 灵敏度, 特异性, 精确率, F1分数 | NA |
| 7091 | 2025-10-06 |
Automated quality evaluation of dental panoramic radiographs using deep learning
2025-Jun, Imaging science in dentistry
IF:1.7Q3
DOI:10.5624/isd.20240232
PMID:40607073
|
研究论文 | 本研究开发了一种基于深度学习的自动化系统，用于评估牙科全景X光片的质量 | 首次使用YOLOv8模型对牙科全景X光片进行多维度质量评估，包括伪影、覆盖区域、患者定位、对比度/密度和整体质量 | 样本量相对有限（1000张图像），模型在不同质量维度上的准确率存在差异（74.1%-97.9%） | 开发自动化牙科全景X光片质量评估系统，提高诊断效率和一致性 | 牙科全景X光片 | 计算机视觉 | 牙科疾病 | X射线成像 | YOLOv8 | 医学图像 | 1000张全景X光片（2018-2023年收集） | NA | YOLOv8 | 准确率 | NA |
| 7092 | 2025-10-06 |
Single-shot reconstruction of three-dimensional morphology of biological cells in digital holographic microscopy using a physics-driven neural network
2025-May-24, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60200-x
PMID:40413181
|
研究论文 | 提出一种名为MorpHoloNet的深度学习模型，用于从单次全息图中重建生物细胞的三维形态 | 通过整合物理驱动和基于坐标的神经网络，实现从单次全息图直接重建3D复杂光场和3D形态，无需多相位全息图或角度扫描 | NA | 开发用于数字同轴全息显微镜中生物细胞三维形态重建的深度学习技术 | 生物细胞 | 计算机视觉 | NA | 数字同轴全息显微镜 | 神经网络 | 全息图像 | NA | NA | 物理驱动神经网络, 基于坐标的神经网络 | NA | NA |
| 7093 | 2025-10-06 |
Relevance of choroid plexus volumes in multiple sclerosis
2025-May-08, Fluids and barriers of the CNS
IF:5.9Q1
DOI:10.1186/s12987-025-00656-7
PMID:40340923
|
研究论文 | 本研究通过深度学习分割方法评估多发性硬化症患者脉络丛体积与脑室周围组织损伤的关系 | 首次使用基于结构MRI数据的深度学习分割方法量化脉络丛体积，并比较复发缓解型和原发进展型多发性硬化症的差异 | 横断面研究设计无法确定因果关系，样本量相对有限 | 探讨多发性硬化症中脉络丛体积与脑室周围组织损伤的关系及神经炎症的作用 | 141名复发缓解型多发性硬化症患者、64名原发进展型多发性硬化症患者和75名健康对照者 | 医学影像分析 | 多发性硬化症 | 结构MRI，T1w/FLAIR比率分析 | 深度学习分割方法 | MRI图像 | 280名参与者（205名患者+75名健康对照） | NA | NA | 体积测量，T1w/FLAIR比率 | NA |
| 7094 | 2025-10-06 |
Deep learning approaches for classification tasks in medical X-ray, MRI, and ultrasound images: a scoping review
2025-May-07, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01701-5
PMID:40335965
|
综述 | 本文通过范围综述方法系统回顾了深度学习在医学X射线、MRI和超声图像分类任务中的应用现状 | 首次按照PRISMA-ScR指南系统梳理三种主要医学影像模态的深度学习分类研究，并详细总结数据集特征、预处理技术和模型性能 | 作为范围综述，主要基于现有文献分析，未进行原始实验验证 | 探索深度学习在医学影像分类中的应用方法和效果 | 使用X射线、MRI和超声图像诊断的各种疾病 | 计算机视觉 | 多种疾病 | 医学影像分析 | 深度学习模型 | 医学图像（X射线、MRI、超声） | NA | NA | NA | 准确率 | NA |
| 7095 | 2025-10-06 |
Using interpretable deep learning radiomics model to diagnose and predict progression of early AD disease spectrum: a preliminary [18F]FDG PET study
2025-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11158-9
PMID:39477837
|
研究论文 | 本研究提出了一种基于[18F]FDG PET图像的可解释深度学习放射组学模型，用于诊断阿尔茨海默病临床谱系并预测轻度认知障碍向AD的进展 | 提出结合放射组学监督的可解释深度学习模型，解决了现有DL分类模型在AD谱系诊断中缺乏可解释性的问题 | 初步研究，需要进一步验证 | 诊断阿尔茨海默病临床谱系并预测轻度认知障碍向AD的进展 | 1962名来自两个独立多中心队列的受试者（ADNI高加索人群和中国两家医院的亚洲人群） | 医学影像分析 | 阿尔茨海默病 | [18F]FDG PET成像 | 深度学习 | PET图像 | 1962名受试者 | NA | 可解释深度学习放射组学模型 | 准确率, 风险比 | NA |
| 7096 | 2025-10-06 |
TonguExpert: A Deep Learning-Based Algorithm Platform for Fine-Grained Extraction and Classification of Tongue Phenotypes
2025-Apr, Phenomics (Cham, Switzerland)
DOI:10.1007/s43657-024-00210-9
PMID:40606562
|
研究论文 | 开发了一个基于深度学习的舌象表型精细提取与分类算法平台TonguExpert | 集成舌体分割和表型提取的先进技术，能够从舌象中提取773种表型特征，并发布了最大的公开舌象数据集 | 数据集主要来自中国人群，模型在其他人群中的泛化能力需要进一步验证 | 推进自动化舌诊在疾病检测和健康监测中的应用 | 舌象图像和相关的表型特征 | 计算机视觉 | 中医诊断 | 深度学习 | CNN | 图像 | 5992张舌象图像 | NA | NA | ROC-AUC, 准确率 | NA |
| 7097 | 2025-10-06 |
Facial identity recognition using StyleGAN3 inversion and improved tiny YOLOv7 model
2025-Mar-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93096-0
PMID:40097614
|
研究论文 | 提出一种结合StyleGAN3反演和改进Tiny YOLOv7模型的面部身份识别方法 | 开发了基于空间变换块和压缩激励空间金字塔池化的Tiny YOLOv7改进模型，在少样本场景下显著提升识别性能 | 数据集仅包含20个独特身份，样本多样性可能有限 | 解决面部属性操纵下的身份识别问题，应用于犯罪预防领域 | 面部属性和身份识别 | 计算机视觉 | NA | StyleGAN3反演 | CNN | 图像 | 11,560张图像，包含20个独特身份和38个面部属性 | NA | Tiny YOLOv7, StyleGAN3 | mAP | NA |
| 7098 | 2025-10-06 |
Research on the performance of the SegFormer model with fusion of edge feature extraction for metal corrosion detection
2025-Mar-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92531-6
PMID:40057599
|
研究论文 | 提出一种融合边缘特征提取的SegFormer金属腐蚀检测方法，通过并行提取边缘特征提升腐蚀边界和小腐蚀区域的分割精度 | 引入边缘特征提取模块(EEM)构建网络空间分支，结合特征融合模块(FFM)实现渐进式特征融合，有效解决边界模糊和小目标特征丢失问题 | NA | 提高金属腐蚀检测中边界分割和小腐蚀区域识别的准确性 | 金属腐蚀图像 | 计算机视觉 | NA | 语义分割 | SegFormer | 图像 | 公共金属表面腐蚀图像数据集、BSData缺陷数据集、自建油管腐蚀坑图像数据集 | NA | SegFormer, EEM, FFM | 准确率, mIoU | NA |
| 7099 | 2025-10-06 |
SiamTITP: Incorporating Temporal Information and Trajectory Prediction Siamese Network for Satellite Video Object Tracking
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3573527
PMID:40560699
|
研究论文 | 提出一种结合时间信息和轨迹预测的孪生网络SiamTITP，用于卫星视频目标跟踪 | 开发了动态更新模板的时间信息子模块和基于多项式函数拟合的轨迹预测子模块，无需特征融合和加权结果即可处理遮挡问题 | 未明确说明计算复杂度或实时性能限制 | 解决卫星视频目标跟踪中特征区分度不足、遮挡处理复杂和超参数过多的问题 | 卫星视频中的运动目标 | 计算机视觉 | NA | 卫星视频分析 | Siamese network | 卫星视频 | 三个大型卫星视频数据集（SatSOT、SV248S和OOTB） | NA | SiamTITP | NA | NA |
| 7100 | 2025-10-06 |
A Wavelet-Guided Deep Unfolding Network for Single Image Reflection Removal
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3581418
PMID:40569799
|
研究论文 | 提出一种基于小波引导的深度展开网络WDUNet，用于单图像反射去除 | 首次将离散小波变换与深度展开技术结合用于反射去除，通过频域分析区分反射伪影与传输内容 | 在反射与传输内容视觉相似度极高的复杂场景中仍存在挑战 | 解决单图像反射去除问题，提升图像质量 | 包含反射干扰的单一图像 | 计算机视觉 | NA | 离散小波变换 | 深度展开网络 | 图像 | 四个基准数据集 | NA | WDUNet, LPEM, HPEM | 客观评价指标, 主观视觉质量 | NA |