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 7101 - 7120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7101 | 2025-10-06 |
Global research landscape on artificial intelligence in echocardiography from 1997 to 2024: Bibliometric analysis
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251351201
PMID:40605994
|
文献计量分析 | 通过文献计量方法分析1997-2024年间人工智能在超声心动图领域的研究热点和发展趋势 | 首次系统梳理人工智能在超声心动图领域的全球研究格局和发展轨迹 | 仅基于Web of Science数据库，可能遗漏其他重要文献来源 | 探索AI驱动超声心动图的研究热点和发展趋势 | 1997-2024年间发表的605篇相关文献 | 医学影像分析 | 心血管疾病 | 文献计量分析 | NA | 文献数据 | 605篇文献 | VOSviewer, CiteSpace | NA | NA | NA |
| 7102 | 2025-10-06 |
Optimizing deep learning models to combat amyotrophic lateral sclerosis (ALS) disease progression
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251349719
PMID:40605998
|
研究论文 | 本研究利用深度学习模型优化预测肌萎缩侧索硬化症（ALS）的疾病进展 | 通过超参数优化显著提升深度学习模型在ALS进展预测中的性能，并发现XGBoost模型在区分延髓和肢体发病类型方面表现优异 | 使用公开数据集PRO-ACT，可能受限于数据集的样本特征和规模 | 优化深度学习模型以预测ALS疾病进展并实现早期风险分层 | 肌萎缩侧索硬化症（ALS）患者数据 | 机器学习 | 神经退行性疾病 | NA | 深度学习序列模型,XGBoost,LightGBM | 临床数据 | PRO-ACT公开数据集 | NA | NA | R-squared,Root Mean Squared Error,灵敏度,特异性,准确率,F1-score,Matthews Correlation Coefficient,AUC | NA |
| 7103 | 2025-10-06 |
Brain age prediction model based on electroencephalogram signal and its application in children with autism spectrum disorders
2025, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2025.1605291
PMID:40606145
|
研究论文 | 基于脑电图信号构建脑年龄预测模型并应用于自闭症谱系障碍儿童 | 首次使用门控循环单元神经网络构建基于脑电图的脑年龄预测模型，并将其应用于自闭症谱系障碍儿童的脑发育评估 | 样本量相对有限（98名ASD患者），且为回顾性研究 | 开发客观的生物标志物来评估自闭症谱系障碍的脑发育异常 | 659名健康儿童和98名自闭症谱系障碍患者 | 机器学习 | 自闭症谱系障碍 | 脑电图 | GRU | 脑电图信号 | 757名儿童（659名健康儿童，98名ASD患者） | NA | 门控循环单元神经网络 | 相关系数，脑年龄差距估计 | NA |
| 7104 | 2025-10-06 |
Plant disease classification in the wild using vision transformers and mixture of experts
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1522985
PMID:40606487
|
研究论文 | 提出一种结合视觉变换器和混合专家的新方法，用于野外环境下的植物病害分类 | 首次将视觉变换器与混合专家模型结合，通过门控机制动态选择最适合的专家处理不同输入条件 | 未明确说明模型在极端环境条件下的性能表现和计算资源需求 | 提高植物病害分类模型在真实农业环境中的泛化能力 | 植物病害图像 | 计算机视觉 | 植物病害 | 深度学习 | Vision Transformer, 混合专家模型 | 图像 | NA | NA | Vision Transformer, Mixture of Experts | 准确率 | NA |
| 7105 | 2025-10-06 |
Advancing 1.5T MR imaging: toward achieving 3T quality through deep learning super-resolution techniques
2025, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2025.1532395
PMID:40606499
|
研究论文 | 本研究探索使用深度学习超分辨率技术提升1.5T磁共振图像质量，使其达到3T扫描水平 | 首次系统比较三种深度学习超分辨率技术在MRI图像增强中的表现，并证明TCGAN模型在此任务中的优越性 | 研究仅限于脑部MRI图像，未验证在其他身体部位或不同病理条件下的适用性 | 开发经济有效的MRI图像增强方法，解决不同场强扫描仪数据异质性问题 | 1.5T和3T磁共振脑部图像 | 计算机视觉 | 神经系统疾病 | 磁共振成像 | GAN, Transformer | 医学图像 | NA | NA | Transformer Enhanced Generative Adversarial Network (TCGAN) | SSIM, PSNR, LPIPS, IDP | NA |
| 7106 | 2025-10-06 |
Self-Powered Multimodal Tactile Sensing Enabled by Hybrid Triboelectric and Magnetoelastic Mechanisms
2025, Cyborg and bionic systems (Washington, D.C.)
DOI:10.34133/cbsystems.0320
PMID:40607079
|
研究论文 | 提出一种基于摩擦电-磁弹性传感的自供电多模态触觉感知技术 | 融合摩擦电和磁弹性机制实现自供电传感，无需外部电源即可生成传感信号 | NA | 提升物体属性感知能力，解决解耦难度和精度限制的挑战 | 物体的材料特性、软硬度和粗糙度等关键特征 | 传感器技术 | NA | 摩擦电-磁弹性传感技术 | 深度学习算法 | 多维度物体信息 | NA | NA | NA | 准确率 | NA |
| 7107 | 2025-10-06 |
HMA-Net: a hybrid mixer framework with multihead attention for breast ultrasound image segmentation
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1572433
PMID:40607452
|
研究论文 | 提出一种基于深度学习的混合框架HMA-Net用于乳腺超声图像分割 | 结合ConvMixer编码器和ConvNeXT解码器，并引入卷积增强的多头注意力机制来捕获局部和全局上下文特征 | NA | 提高乳腺超声图像中肿瘤分割的准确性 | 乳腺超声图像中的肿瘤区域 | 计算机视觉 | 乳腺癌 | 超声成像 | 深度学习 | 图像 | 两个数据集（BUSI数据集和BrEaST数据集） | NA | ConvMixer, ConvNeXT | Jaccard指数, Dice相似系数 | NA |
| 7108 | 2025-10-06 |
Predicting Affinity Through Homology (PATH): Interpretable Binding Affinity Prediction with Persistent Homology
2024-Oct-21, bioRxiv : the preprint server for biology
DOI:10.1101/2023.11.16.567384
PMID:38014181
|
研究论文 | 提出了一种基于持续同调的蛋白质-配体结合亲和力预测算法PATH，具有可解释性和高效性 | 使用反对距离计算蛋白质-配体复合物的持续同调特征，开发了运行时间与蛋白质大小无关的最快算法，并提出了可解释的持久性指纹表示方法 | NA | 开发可解释且高效的蛋白质-配体结合亲和力预测方法 | 蛋白质-配体复合物 | 计算生物学 | NA | 持续同调，拓扑数据分析 | 回归树集成 | 蛋白质-配体复合物结构数据 | NA | NA | 浅回归树集成 | 结合亲和力预测准确度 | NA |
| 7109 | 2025-10-06 |
Artificial intelligence unravels interpretable malignancy grades of prostate cancer on histology images
2024-Mar-06, Npj imaging..
DOI:10.1038/s44303-023-00005-z
PMID:40604230
|
研究论文 | 利用人工智能开发基于组织学图像的前列腺癌可解释恶性分级系统 | 开发了独立于现有Gleason分级系统的新型四风险组分级系统，在长期随访数据验证下表现优于当前五级分组 | 研究基于根治性前列腺切除术患者数据，结果可能不适用于其他治疗方式的患者群体 | 解决前列腺癌恶性分级中观察者间变异性的核心问题，开发更准确的风险分层系统 | 2647名接受根治性前列腺切除术的前列腺癌患者 | 数字病理学 | 前列腺癌 | 深度学习 | NA | 组织学图像 | 2647名患者，随访时间≥10年 | NA | NA | 生存分析，生化复发风险，癌症特异性死亡风险 | NA |
| 7110 | 2025-10-06 |
Osteoarthritis year in review 2022: imaging
2023-08, Osteoarthritis and cartilage
IF:7.2Q1
DOI:10.1016/j.joca.2023.03.005
PMID:36924919
|
综述 | 本文总结了2021年4月至2022年3月期间关于骨关节炎影像学研究的进展 | 重点关注人工智能在骨关节炎影像分析中的应用趋势，特别是纹理分析和预测模型开发 | 仅纳入英文发表的人体在体研究，可能存在语言和文献类型偏倚 | 回顾骨关节炎影像学领域的最新研究进展 | 人体胫股关节、髌股关节、髋关节和手关节的结构 | 医学影像分析 | 骨关节炎 | 放射摄影、超声、计算机断层扫描、双能X线吸收测量法、磁共振成像 | 深度学习 | 医学影像 | 涉及17-37个开放数据库和154篇AI相关文献 | NA | NA | NA | NA |
| 7111 | 2025-10-06 |
Analysis of intra- and inter-observer variability in 4D liver ultrasound landmark labeling
2025-Sep, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.5.051807
PMID:40600072
|
研究论文 | 本研究评估了肝脏4D超声成像中专家标记地标点的观察者内和观察者间变异性 | 首次系统量化了4D肝脏超声地标标记的观察者变异性，并识别出超声伪影是影响标记准确性的主要因素 | 研究仅包含8个4D肝脏超声序列和8名观察者，样本量有限 | 评估4D超声成像中专家标记地面真实数据的可靠性 | 肝脏4D超声序列中的地标点 | 医学影像分析 | 肝脏疾病 | 4D超声成像 | NA | 4D超声图像序列 | 8个4D肝脏超声序列，8名专家观察者，每个观察者标记8个地标点3次 | NA | NA | 观察者内变异性(mm)，观察者间变异性(mm)，平均地标运动(mm) | NA |
| 7112 | 2025-10-06 |
DunHuangStitch: Unsupervised Deep Image Stitching of Dunhuang Murals
2025-Aug, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2024.3398289
PMID:38717890
|
研究论文 | 本文提出了一种基于深度学习的敦煌壁画无监督图像拼接方法 | 首次将深度学习应用于敦煌壁画拼接，设计了渐进回归图像对齐网络和特征差分重建软编码接缝拼接网络，并引入了软编码接缝质量评估方法 | 未明确说明方法在极端低纹理区域的适用性 | 解决敦煌壁画数字化存储中的图像拼接问题 | 敦煌壁画图像 | 计算机视觉 | NA | 深度学习图像处理 | 无监督学习 | 图像 | 构建了两个壁画拼接数据集（未明确具体样本数量） | NA | 渐进回归图像对齐网络，特征差分重建软编码接缝拼接网络 | 对齐性能，拼接性能 | NA |
| 7113 | 2025-10-06 |
Deep Learning Reconstruction Combined With Conventional Acceleration Improves Image Quality of 3 T Brain MRI and Does Not Impact Quantitative Diffusion Metrics
2025-Aug-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001158
PMID:39919383
|
研究论文 | 评估深度学习重建与传统加速技术结合对3T脑部MRI扩散加权成像图像质量和定量扩散指标的影响 | 首次将传统加速技术与Deep Resolve Boost深度学习重建相结合应用于单次激发平面回波扩散加权成像，并系统评估其对图像质量和定量指标的影响 | 样本量较小(24例患者)，在特定区域(额极和视交叉附近)仍存在伪影问题，加速程度与ADC值差异存在正相关关系 | 评估深度学习重建与传统加速技术结合对脑部MRI图像质量和定量扩散指标的改善效果 | 24例接受脑部MRI检查的患者 | 医学影像分析 | 神经系统疾病 | 磁共振成像, 扩散加权成像, 单次激发平面回波成像 | 深度学习 | 医学影像 | 24例患者 | NA | Deep Resolve Boost | 图像质量评分, 噪声评估, 锐度评分, 伪影评估, ADC值一致性 | NA |
| 7114 | 2025-10-06 |
Moving Beyond CT Body Composition Analysis: Using Style Transfer for Bringing CT-Based Fully-Automated Body Composition Analysis to T2-Weighted MRI Sequences
2025-Aug-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001162
PMID:39961134
|
研究论文 | 本研究提出了一种基于深度学习的自动化身体成分分析方法，通过风格迁移技术将CT图像的身体成分分析能力迁移到T2加权MRI序列 | 首次使用CycleGAN将CT分割结果映射到合成的MR图像，并利用nnU-Net在真实T2加权MRI序列上实现全自动身体成分分析 | 仅使用120名患者的T2加权MRI序列，样本量相对有限 | 开发适用于MRI序列的自动化身体成分分析方法 | 人体10个身体区域（骨骼、肌肉、皮下脂肪等）和4个身体部位（手臂、头颈、腿部、躯干） | 医学影像分析 | 身体成分分析 | CycleGAN风格迁移，深度学习分割 | nnU-Net | CT图像，T2加权MRI序列 | 30对合成数据用于初始训练，120名患者（46%女性，中位年龄56岁）的真实T2加权MRI序列 | nnU-Net | nnU-Net V2 2D, nnU-Net V2 3D | Sørensen-Dice, Surface Dice, Hausdorff Distance | NA |
| 7115 | 2025-10-06 |
New approaches to lesion assessment in multiple sclerosis
2025-Aug-01, Current opinion in neurology
IF:4.1Q2
DOI:10.1097/WCO.0000000000001378
PMID:40377692
|
综述 | 总结人工智能驱动的多发性硬化病灶分割新方法和新型神经影像模态在病灶识别与表征方面的最新进展 | 深度学习技术实现了多发性硬化多种病灶亚型的自动检测，包括钆增强、中央静脉征阳性、顺磁性边缘、皮质和脊髓病变 | NA | 提升多发性硬化病灶评估的准确性、可重复性和效率，改善疾病诊断、监测和治疗反应评估 | 多发性硬化病灶 | 医学影像分析 | 多发性硬化 | 定量磁化率成像(QSM)、χ分离成像、胞体与神经突密度成像(SANDI)、PET | 深度学习 | 神经影像数据 | NA | NA | NA | 准确性, 可重复性, 效率 | NA |
| 7116 | 2025-10-06 |
A Robust Residual Three-dimensional Convolutional Neural Networks Model for Prediction of Amyloid-β Positivity by Using FDG-PET
2025-Aug-01, Clinical nuclear medicine
IF:9.6Q1
DOI:10.1097/RLU.0000000000005966
PMID:40524364
|
研究论文 | 本研究开发了一种基于残差三维卷积神经网络的稳健模型，用于通过FDG-PET预测淀粉样蛋白-β阳性 | 首次利用残差3DCNN从更易获取的FDG-PET图像中预测淀粉样蛋白-β阳性，显著减少对站点标准化预处理的依赖 | 样本量相对有限（187例开发集，99例多中心验证集），在认知正常组中的F1分数较低 | 开发深度学习模型预测阿尔茨海默病中的淀粉样蛋白-β阳性 | 从认知正常到痴呆及其他认知障碍的患者 | 医学影像分析 | 阿尔茨海默病 | FDG-PET, PiB-PET, T1加权MRI | 3DCNN | 三维医学影像 | 187例患者用于模型开发，99例多中心患者用于验证 | NA | 残差3DCNN | AUC, F1分数 | NA |
| 7117 | 2025-10-06 |
Grapes leaf disease dataset for precision agriculture
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111716
PMID:40599426
|
研究论文 | 本文提供了一个包含2,726张高质量葡萄叶病害图像的数据集，用于精准农业中的病害检测 | 提供了首个来自印度纳西克地区的大规模、高质量葡萄叶病害图像数据集，并经过农业领域专家精确标注 | 数据集仅包含三种主要真菌病害，可能无法覆盖所有葡萄病害类型 | 开发用于葡萄病害自动检测和分类的AI模型 | 葡萄叶片图像 | 计算机视觉 | 植物病害 | 图像采集与标注 | CNN | 图像 | 2,726张葡萄叶病害图像 | PyTorch | ResNet-18 | 分类准确率 | NA |
| 7118 | 2025-10-06 |
Deep learning on high-density EEG during a cognitive task distinguishes patients with Parkinson's disease from healthy controls
2025-Jul-03, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ade6a9
PMID:40541235
|
研究论文 | 本研究使用深度学习模型分析高密度脑电图数据，通过认知任务区分帕金森病患者与健康对照 | 首次在认知任务激活状态下使用高密度EEG数据训练深度学习模型，相比静息态EEG显著提高了帕金森病分类准确率 | 未明确说明样本量大小及具体数据预处理方法 | 探索认知任务是否能提高基于EEG的帕金森病检测准确率 | 帕金森病患者与健康对照人群 | 机器学习 | 帕金森病 | 高密度脑电图 | 深度学习 | 脑电图信号 | NA | NA | NA | 准确率, 敏感度分析 | NA |
| 7119 | 2025-10-06 |
CBH-BDC Enhanced Δ-ML for Predicting the Accurate Standard Enthalpy of Formation
2025-Jul-03, The journal of physical chemistry. A
DOI:10.1021/acs.jpca.5c03134
PMID:40556314
|
研究论文 | 提出一种结合CBH-BDC与Δ-ML的方法，用于精确预测标准生成焓 | 首次将连接性层次结构与键差校正方法与Δ机器学习相结合，绕过高精度量子计算实现准确预测 | BDC参数仅限于特定元素，电子能量计算存在挑战 | 开发精确预测标准生成焓的计算方法 | 464个实验物种和QM9数据库中的120,416个稳定有机分子 | 机器学习 | NA | 密度泛函理论(DFT)、CCSD(T)计算 | Δ-ML | 分子描述符、热力学数据 | 464个实验验证物种 + 120,416个QM9数据库分子 | NA | NA | 预测精度 | NA |
| 7120 | 2025-10-06 |
Contrast-enhanced image synthesis using latent diffusion model for precise online tumor delineation in MRI-guided adaptive radiotherapy for brain metastases
2025-Jul-03, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ade845
PMID:40562071
|
研究论文 | 开发基于潜在扩散模型的对比增强图像合成方法，用于脑转移瘤MRI引导自适应放疗中的在线肿瘤勾画 | 提出ControlNet耦合潜在扩散模型结合个性化迁移学习和去噪扩散隐式模型反演方法，实现从T2/FLAIR图像生成高质量合成T1CE图像 | NA | 开发合成T1CE图像生成方法以促进在线自适应脑转移瘤勾画的准确性 | 脑转移瘤患者 | 医学影像分析 | 脑转移瘤 | MRI, 潜在扩散模型 | 扩散模型, ControlNet | MRI图像 | NA | NA | 潜在扩散模型, ControlNet | Dice相似系数 | NA |