深度学习在生物医药领域中的应用
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，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10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 30532 篇文献，本页显示第 821 - 840 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 821 | 2025-09-06 |
Automated Classification of Dental Caries in Bitewing Radiographs Using Machine Learning and the ICCMS Framework
2025, International journal of dentistry
IF:1.9Q2
DOI:10.1155/ijod/6644310
PMID:40894183
|
研究论文 | 本研究评估了YOLOv11模型在咬翼X光片中基于ICCMS框架自动检测和分割龋齿的性能 | 首次将YOLOv11深度学习模型与标准化ICCMS龋齿分类系统结合用于牙科X光片的自动分析 | 模型对早期龋损（RA1+RA2和RA3类别）的检测性能中等，mAP50分数分别为0.61和0.52 | 开发基于人工智能的牙科龋齿自动检测系统以提高诊断准确性 | 咬翼X光片中的龋齿病变 | 计算机视觉 | 牙科疾病 | 深度学习，数据增强 | YOLOv11 | X光图像 | 730张咬翼X光片，包含1115个标注的龋损病灶 |
| 822 | 2025-09-06 |
A systematic study of DNN based speech enhancement in reverberant and reverberant-noisy environments
2025-Jan, Computer speech & language
DOI:10.1016/j.csl.2024.101677
PMID:40895519
|
研究论文 | 系统研究基于深度神经网络的语音增强方法在混响和混响-噪声环境中的性能 | 系统研究时域模型中窗口大小、损失函数和特征表示等组件对语音去混响效果的影响，并提出使用变换操作提高表示稀疏性 | NA | 改进混响和混响-噪声环境中的语音增强性能 | 语音信号 | 自然语言处理 | NA | 深度神经网络 | ARN, DC-CRN | 音频 | NA |
| 823 | 2025-09-06 |
Characterizing Psychiatric Disorders Through Graph Neural Networks: A Functional Connectivity Analysis of Depression and Schizophrenia
2025, Depression and anxiety
IF:4.7Q1
DOI:10.1155/da/9062022
PMID:40895757
|
研究论文 | 使用图神经网络分析抑郁症和精神分裂症的功能连接模式，揭示其共性与特异性神经机制 | 首次应用基于注意力的分层池化图神经网络（SAGPool）对多中心静息态fMRI数据进行分类，并通过可解释性方法识别驱动模型决策的关键功能连接 | NA | 识别抑郁症和精神分裂症在大规模脑网络中的共同和独特分布模式 | 抑郁症患者、精神分裂症患者和健康对照者 | 机器学习 | 精神疾病 | 静息态功能磁共振成像（fMRI），图神经网络（GNN） | SAGPool（基于注意力的分层池化GNN） | 脑功能连接数据 | 多中心数据集（具体数量未在摘要中说明） |
| 824 | 2025-09-06 |
Pseudo-Rendering for Resolution and Topology-Invariant Cortical Parcellation
2025, Machine learning in medical imaging. MLMI (Workshop)
DOI:10.1007/978-3-031-73290-4_8
PMID:40896370
|
研究论文 | 提出一种名为PRIR的伪渲染-逆渲染框架，将皮层网格分割问题转化为2D图像分割任务 | 首次通过直接-逆渲染框架处理任意拓扑结构的网格，无需拓扑校正且能有效捕获长程依赖关系 | NA | 开发拓扑不变且分辨率不变的皮层网格分割方法 | 大脑皮层网格模型，包括白质网格和表面扫描数据 | 医学图像分析 | 神经疾病 | 伪渲染-逆渲染框架，U-Net分割，马尔可夫随机场后处理 | U-Net | 3D网格数据，2D渲染图像 | NA |
| 825 | 2025-09-06 |
Validation of a deep learning-based AI system for HER2-targeted breast cancer assessment using ultrasound imaging in a clinical setting
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1639474
PMID:40896446
|
研究论文 | 本研究验证了一种基于深度学习的AI系统在临床环境中使用超声成像评估HER2靶向乳腺癌的性能 | 开发了基于CNN的AI系统，能够通过超声图像实时生成恶性肿瘤风险评分，并与治疗反应建立有意义的相关性 | 样本量较小（86例），统计功效处于边界水平（~0.74），需要在更大、更多样化的队列中进行更广泛的验证 | 评估AI系统在乳腺癌治疗监测中的有效性，比较赫赛汀与Stradexa在降低AI预测恶性肿瘤风险百分比方面的效果 | HER2阳性乳腺癌患者 | 数字病理 | 乳腺癌 | B型超声成像 | CNN | 超声图像 | 86例经组织学确认的乳腺癌患者，来自150人的更大队列 |
| 826 | 2025-09-06 |
Predicting Treatment Response to Transcatheter Arterial Chemoembolization in Hepatocellular Carcinoma Patients using a Deep Learning-based Approach
2025, Current medical imaging
IF:1.1Q3
|
研究论文 | 本研究开发了一种基于深度学习的模型，用于预测肝细胞癌患者对TACE治疗的早期反应 | 采用带有注意力机制的新型LeNet架构，首次应用于HCC患者TACE治疗反应的预测 | 样本量相对较小（111例患者），需要更大规模的研究验证 | 评估深度学习模型在预测HCC患者对TACE治疗反应方面的有效性和精确性 | 肝细胞癌患者 | 计算机视觉 | 肝癌 | MRI成像 | LeNet with attention mechanism | 医学影像 | 111例HCC患者（训练集91例645张图像，测试集20例155张图像） |
| 827 | 2025-09-06 |
Artificial intelligence technologies for enhancing neurofunctionalities: a comprehensive review with applications in Alzheimer's disease research
2025, Frontiers in aging neuroscience
IF:4.1Q2
DOI:10.3389/fnagi.2025.1609063
PMID:40893125
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 828 | 2025-09-06 |
Identify doctors' online performance and prioritize service attributes: A framework with aspect-based sentiment analysis and empirical investigation
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251353320
PMID:40893170
|
研究论文 | 提出基于方面级情感分析的三阶段框架，用于从患者在线评论中识别医生服务属性并确定优先级 | 结合深度学习模型与计量经济学方法，首次系统量化不同服务属性对患者满意度和咨询需求的影响差异 | 研究仅基于单一在线医疗平台数据，未考虑跨平台差异 | 优化医生在线服务表现评估体系，帮助医生针对性改进服务质量 | 在线医疗平台的医生服务属性和患者评论 | 自然语言处理 | NA | 方面级情感分析、极端梯度提升、计量经济模型 | 深度学习模型 | 文本评论 | 445,435条评论涉及49,024名医生 |
| 829 | 2025-09-06 |
Robust deep MRI contrast synthesis using a prior-based and task-oriented 3D network
2025, Imaging neuroscience (Cambridge, Mass.)
DOI:10.1162/IMAG.a.116
PMID:40893451
|
研究论文 | 提出一种基于先验知识和任务导向的3D深度学习网络，用于从T1加权MRI合成T2加权MRI体积 | 结合分割导向损失函数、频率空间信息损失和多图谱先验信息，采用半监督学习框架提升模型泛化能力 | NA | 开发鲁棒的MRI对比度合成方法以减少临床扫描时间和资源消耗 | T1加权和T2加权磁共振成像体积 | 医学影像分析 | NA | 深度学习，半监督学习 | 3D CNN | 3D医学影像 | NA |
| 830 | 2025-09-06 |
RetinalVasNet: a deep learning approach for robust retinal microvasculature detection
2025, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2025.1562608
PMID:40894076
|
研究论文 | 提出RetinalVasNet深度学习模型，利用多通道眼底图像提升视网膜微血管分割的准确性和鲁棒性 | 首次系统性地利用多通道眼底图像而非仅绿色通道进行血管分割，证明各通道对分割任务有独特贡献 | NA | 提高视网膜微血管检测的准确性和有效性，以支持疾病早期检测和监测 | 视网膜微血管 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN | 图像 | NA |
| 831 | 2025-09-06 |
Deep learning-based semantic segmentation for rice yield estimation by analyzing the dynamic change of panicle coverage
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1611653
PMID:40894489
|
研究论文 | 本研究提出一种基于深度学习和时间序列分析的稻穗覆盖动态变化方法，用于水稻表型分析和产量预测 | 首次将时间序列稻穗覆盖动态变化与分段函数建模相结合，用于水稻产量预测，突破了传统单时间点分析的局限 | 研究仅基于RGB图像，未考虑多光谱或其他传感数据，且仅在两个生长季节进行验证 | 通过分析稻穗覆盖的动态变化来准确预测水稻产量及其构成要素 | 水稻冠层和高分辨率RGB图像 | 计算机视觉 | NA | RGB成像和语义分割 | DeepLabv3+, U-Net, PSPNet, FPN, LinkNet, PLSR, RFR, GBR, XGBR | 图像 | 两个生长季节的水稻冠层高分辨率RGB图像 |
| 832 | 2025-09-06 |
Cenobamate reduces epileptiform activity in the ex vivo F98 rat glioma model
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1629259
PMID:40896334
|
研究论文 | 本研究首次在胶质瘤相关癫痫临床前模型中评估新型抗惊厥药物cenobamate的疗效 | 首次在F98胶质瘤模型中测试cenobamate的抗癫痫效果，并采用深度学习分析癫痫样事件 | 研究基于离体大鼠脑切片模型，结果需在体实验进一步验证 | 评估cenobamate在胶质瘤相关癫痫模型中的抗惊厥效果 | Fischer大鼠的皮质切片，包括假手术组和F98肿瘤植入组 | 神经科学 | 脑胶质瘤 | 局部场电位记录，急性去抑制溶液，功率谱密度分析 | 深度学习 | 电生理信号 | 未明确样本数量，使用正常Fischer大鼠和F98肿瘤植入动物的皮质切片 |
| 833 | 2025-09-06 |
Magnetoencephalographic source localization and reconstruction via deep learning
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1578473
PMID:40896341
|
研究论文 | 提出一种名为Deep-MEG的深度学习算法，用于从MEG信号中实现高分辨率的时空源定位与重建 | 采用混合神经网络架构同时提取时空信息，突破传统方法空间分辨率限制，并能处理全脑信号而非仅限皮层源 | NA | 解决MEG信号源级重建中空间分辨率不足的问题，为临床提供精确病理组织定位 | 脑磁图（MEG）信号及脑内神经活动源 | 机器学习 | NA | MEG，深度学习 | 混合神经网络（hybrid neural network） | 脑磁图信号 | 通过真实正向模型进行多主动源仿真，并采用真实MEG数据验证 |
| 834 | 2025-09-06 |
A Cross-Modal Mutual Knowledge Distillation Framework for Alzheimer's Disease Diagnosis: Addressing Incomplete Modalities
2024-Oct-22, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.08.24.23294574
PMID:37662267
|
研究论文 | 提出一种跨模态互知识蒸馏框架，用于处理不完整多模态数据的阿尔茨海默病早期诊断 | 通过跨模态互知识蒸馏（MKD）处理缺失模态问题，教师模型和学生模型相互增强学习 | NA | 解决多模态神经影像数据不完整问题，提升阿尔茨海默病早期诊断性能 | 阿尔茨海默病患者的多模态神经影像数据（MRI和PET） | 数字病理学 | 阿尔茨海默病 | 深度学习，知识蒸馏 | 深度学习框架（包含Modality-Disentangling Teacher模型和学生模型） | 多模态神经影像数据（MRI和PET图像） | 使用ADNI数据集进行案例研究（具体样本数量未明确说明） |
| 835 | 2025-09-06 |
Exploiting correlations across trials and behavioral sessions to improve neural decoding
2024-Oct-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.14.613047
PMID:39314484
|
研究论文 | 提出两种新型神经解码模型，利用跨试验和跨行为会话的相关性提升小鼠行为解码精度 | 首次引入多会话降秩模型和状态空间模型，显式利用跨试验和会话的神经活动相关性，相比传统方法显著提升解码性能 | NA | 改进神经解码精度，揭示动物决策的潜在行为动力学 | 小鼠神经活动数据与四种不同行为 | 神经科学数据分析 | NA | Neuropixels神经信号记录，降秩回归，状态空间建模 | 多会话降秩模型，多会话状态空间模型 | 神经电生理信号 | 433个实验会话，覆盖270个大脑区域 |
| 836 | 2025-09-06 |
Diabetic retinopathy screening through artificial intelligence algorithms: A systematic review
2024 Sep-Oct, Survey of ophthalmology
IF:5.1Q1
|
系统综述 | 本文系统回顾了人工智能算法在糖尿病视网膜病变筛查中的应用现状与技术进展 | 整合了当前AI在DR筛查中的多种深度学习方法，并指出分类与分割技术结合的未来方向 | 高质量标注数据获取困难，模型复杂性管理挑战大，且实际临床应用的可靠性仍需验证 | 评估人工智能在糖尿病视网膜病变自动筛查中的研究现状并指导未来研究方向 | 糖尿病视网膜病变筛查相关的研究文献和AI技术方法 | 医学人工智能 | 糖尿病视网膜病变 | 深度学习，包括分类、检测和分割技术 | YOLO, ViT, U-Net, CNN | 彩色眼底图像 | 主要基于IDRiD数据集（516张图像），涵盖不同DR和糖尿病黄斑水肿阶段 |
| 837 | 2025-09-06 |
Vasculature segmentation in 3D hierarchical phase-contrast tomography images of human kidneys
2024-Aug-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.25.609595
PMID:39253466
|
研究论文 | 通过全球机器学习竞赛开发深度学习算法，用于人类肾脏3D分层相衬断层扫描图像中的血管分割 | 组织全球1401名参与者的大规模竞赛，建立基于相衬断层扫描的血管分割新基准 | 计算方法的准确性仍存在局限 | 开发可扩展的3D血管分割算法，用于研究和临床应用 | 人类肾脏血管系统 | 计算机视觉 | NA | 分层相衬断层扫描 | 深度学习 | 3D图像 | 手动标注的3D肾脏数据集（具体样本数量未明确说明） |
| 838 | 2025-09-06 |
PixelPrint 4D : A 3D printing method of fabricating patient-specific deformable CT phantoms for respiratory motion applications
2024-Aug-03, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.08.02.24311385
PMID:39211887
|
研究论文 | 提出一种名为PixelPrint 4D的3D打印方法，用于制造患者特异性可变形CT呼吸运动体模 | 能够精确复制患者肺部结构、纹理和衰减特性，并展示准确的非刚性变形能力 | NA | 开发更真实的呼吸运动体模以评估CT成像中的运动补偿技术 | 肺部呼吸运动体模 | 医学影像 | 肺部疾病 | 3D打印技术 | NA | CT影像数据 | NA |
| 839 | 2025-09-06 |
Resting state electroencephalographic brain activity in neonates can predict age and is indicative of neurodevelopmental outcome
2024-07, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology
IF:3.7Q2
DOI:10.1016/j.clinph.2024.05.002
PMID:38797002
|
研究论文 | 使用深度学习模型基于单通道静息态脑电图预测新生儿脑年龄，并探索脑年龄差与神经发育结局的关联 | 开发了数据需求大幅减少的深度学习模型，仅需20分钟单通道EEG即可准确预测脑年龄，适用于临床床边应用 | 模型仅在神经发育正常的新生儿数据上训练，测试数据集有限且来自两个临床中心 | 建立适用于临床的新生儿脑年龄预测模型，并评估脑年龄差与神经发育结局的关系 | 早产新生儿 | 机器学习 | 新生儿神经发育疾病 | EEG（脑电图），Bayley婴幼儿发展量表（BSID） | 深度学习模型 | EEG信号 | 来自两个临床中心的独立测试数据集 |
| 840 | 2025-09-06 |
Deep learning model utilizing clinical data alone outperforms image-based model for hernia recurrence following abdominal wall reconstruction with long-term follow up
2024-07, Surgical endoscopy
DOI:10.1007/s00464-024-10980-y
PMID:38862826
|
研究论文 | 本研究比较了仅使用临床数据和仅使用影像数据的深度学习模型在预测腹壁重建术后疝复发方面的表现 | 发现仅基于临床数据的深度学习模型在预测疝复发方面优于影像模型和混合模型 | 所有三个模型对复发的预测能力都较差，需要进一步研究提升 | 评估深度学习模型预测腹壁重建术后疝复发的效果，并比较不同数据类型的预测能力 | 接受腹壁重建术并有术前CT影像的患者 | 机器学习 | 疝病 | 深度学习 | DLM | 影像数据和临床数据 | 190名腹壁重建术患者，平均随访超过7年 |