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 33008 篇文献，本页显示第 8901 - 8920 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8901 | 2025-10-06 |
A multi-modal dental dataset for semi-supervised deep learning image segmentation
2025-Jan-20, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-04306-9
PMID:39833232
|
研究论文 | 本文提出了一个用于半监督深度学习图像分割的多模态牙科数据集 | 首个结合牙科全景X射线图像和锥形束CT的多模态数据集，也是最大的牙齿分割数据集 | 未提及具体的模型性能评估结果 | 解决牙齿分割任务中公开数据集稀缺的问题 | 牙齿图像分割 | 计算机视觉 | 牙科疾病 | 全景X射线成像，锥形束CT | 深度学习分割模型 | 2D图像，3D扫描 | STS-2D-Tooth：4,000张图像和900个掩码；STS-3D-Tooth：148,400个未标注扫描和8,800个掩码 | NA | NA | NA | NA |
| 8902 | 2025-10-06 |
A novel dataset for nuclei and tissue segmentation in melanoma with baseline nuclei segmentation and tissue segmentation benchmarks
2025-Jan-06, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giaf011
PMID:39970004
|
研究论文 | 本文介绍了首个黑色素瘤专用的细胞核和组织分割数据集PUMA，并建立了基线细胞核分割和组织分割基准 | 创建了首个专门针对晚期黑色素瘤的全景细胞核和组织分割数据集，提出了通过启发式后处理基于组织定位更新细胞核类别的方法 | 数据仅来自单一黑色素瘤转诊机构，可能限制模型的泛化能力 | 开发用于黑色素瘤预后和预测生物标志物分析的细胞核和组织分割模型 | 晚期黑色素瘤组织样本中的细胞核和组织结构 | 数字病理学 | 黑色素瘤 | 苏木精-伊红染色 | 深度学习模型 | 病理图像 | 155个原发性和155个转移性黑色素瘤区域 | NA | Hover-NeXt | 淋巴细胞检测性能，观察者间一致性 | NA |
| 8903 | 2025-10-06 |
Automatic pituitary adenoma segmentation and identification of cavernous sinus invasion via multitask learning
2025-Jan, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2024.106756
PMID:39689622
|
研究论文 | 开发用于垂体大腺瘤分割和海绵窦侵犯识别的多任务深度学习模型 | 提出结合分割和分类任务的多任务多轴注意力UNet框架(MTMAU-Net)，在分割和海绵窦侵犯识别任务中均优于单任务模型 | 研究样本主要来自单一机构训练，外部验证样本量相对较小 | 开发自动化的垂体腺瘤分割和海绵窦侵犯识别方法以指导手术策略 | 926例垂体大腺瘤患者(816例训练，110例验证) | 数字病理 | 垂体腺瘤 | MRI成像 | 多任务深度学习 | 医学影像 | 926例患者，816例训练，110例验证 | NA | Multi-Task Multiaxis-Attention UNet (MTMAU-Net) | Dice相似系数, 95% Hausdorff距离, 准确率, AUC | NA |
| 8904 | 2025-06-17 |
[Evaluation of Low-contrast Detectability of Different Reconstruction Algorithms and Noise Reduction Intensities in the Upper Abdominal Pseudo-human Phantom]
2025, Nihon Hoshasen Gijutsu Gakkai zasshi
DOI:10.6009/jjrt.25-1507
PMID:40518302
|
research paper | 研究比较了不同重建算法和降噪强度在上腹部伪人体模中的低对比度检测性能 | 首次在腹部CT检查中比较了FBP、混合IR和基于深度学习的重建方法（DLR for body, DLR for body sharp）的低对比度检测性能 | 研究使用的是伪人体模而非真实患者数据，且仅评估了低频噪声抑制的局限性 | 评估重建算法和降噪强度对腹部CT低对比度检测性能的影响 | 上腹部伪人体模 | 医学影像 | NA | CT扫描 | DLR（基于深度学习的重建方法） | 医学影像 | 四种辐射剂量条件和三种降噪强度下的伪人体模数据 | NA | NA | NA | NA |
| 8905 | 2025-10-06 |
Abdominal Body Composition Reference Ranges and Association With Chronic Conditions in an Age- and Sex-Stratified Representative Sample of a Geographically Defined American Population
2024-04-01, The journals of gerontology. Series A, Biological sciences and medical sciences
DOI:10.1093/gerona/glae055
PMID:38373180
|
研究论文 | 本研究通过腹部CT扫描建立了美国特定地理区域人群的身体成分参考范围，并分析了其与慢性疾病的关联 | 首次在具有地理代表性的普通人群中建立了基于CT的身体成分参考范围，并系统分析了年龄、性别和慢性疾病对身体成分的影响 | 研究仅限于美国明尼苏达州南部和威斯康星州西部27个县的居民，可能不适用于其他人群 | 建立基于CT的身体成分参考范围并分析其与慢性疾病的关联 | 4,900名20-89岁接受腹部CT检查的居民 | 医学影像分析 | 慢性疾病 | 计算机断层扫描(CT) | 深度学习 | 医学影像 | 4,649名具有地理代表性的居民 | NA | NA | NA | NA |
| 8906 | 2025-10-06 |
Application of ChatGPT in Routine Diagnostic Pathology: Promises, Pitfalls, and Potential Future Directions
2024-Jan-01, Advances in anatomic pathology
IF:5.1Q1
DOI:10.1097/PAP.0000000000000406
PMID:37501529
|
文献综述 | 本文综述了ChatGPT在常规诊断病理学中的应用前景、潜在问题和未来发展方向 | 首次系统探讨大型语言模型在病理学诊断领域的应用潜力，并通过模拟实际病理诊断场景进行对话测试 | 目前关于ChatGPT在病理学领域的研究信息有限，需要更多研究验证其准确性、有效性和伦理问题 | 评估ChatGPT在常规诊断病理学中的应用价值和局限性 | ChatGPT及其他聊天机器人技术在病理诊断中的应用 | 自然语言处理 | NA | 自然语言处理，深度学习 | 大型语言模型 | 文本数据 | NA | NA | Transformer | NA | NA |
| 8907 | 2025-10-06 |
Detection of ninhydrin-glyphosate in groundwater via the colour chart-assisted digital camera method
2025-Oct-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126253
PMID:40273772
|
研究论文 | 本研究开发了一种基于比色卡辅助数码相机方法检测地下水中草甘膦含量的新技术 | 首次将一次性多标准比色卡应用于三种仪器（可见分光光度计、单反相机和手机相机），实现草甘膦的实时监测，无需昂贵传感器和重复标准化 | 单反相机受离子干扰导致浓度高估，可见分光光度计受磷酸盐和硝酸盐影响 | 开发低成本、用户友好的即时检测技术，用于地下水中草甘膦的定量分析 | 地下水样品中的草甘膦污染物 | 环境监测 | NA | 比色法、茚三酮-草甘膦络合反应、液相色谱-串联质谱 | NA | 图像数据、吸光度数据 | 实时地下水样品，浓度范围50-500 ng/mL（75 mL体积） | NA | NA | 相对标准偏差、回收率、准确度、精密度、ΔE色差 | NA |
| 8908 | 2025-10-06 |
Automatic deep learning segmentation of mandibular periodontal bone topography on cone-beam computed tomography images
2025-Aug, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105813
PMID:40373868
|
研究论文 | 本研究开发了一种基于SegResNet的多阶段深度学习模型，用于自动分割牙周炎患者的锥形束CT图像 | 首次将多阶段SegResNet深度学习模型应用于牙周骨地形CBCT图像的自动分割，相比半自动方法将分割时间减少了47倍 | 模型在牙周区域颊侧的可靠性和一致性有待提高，需要增强模型的鲁棒性 | 评估深度学习模型在牙周炎患者CBCT图像自动分割中的性能 | 接受牙周康复治疗的III期和IV期牙周炎患者的CBCT扫描图像 | 计算机视觉 | 牙周病 | 锥形束计算机断层扫描(CBCT) | 深度学习 | 医学影像 | 70个CBCT扫描用于训练和验证，10个独立CBCT扫描用于测试 | NA | SegResNet | Dice相似系数, IoU, Hausdorff距离95百分位数, 组内相关系数 | NA |
| 8909 | 2025-06-16 |
Artificial intelligence revolution in drug discovery: A paradigm shift in pharmaceutical innovation
2025-Jul-25, International journal of pharmaceutics
IF:5.3Q1
DOI:10.1016/j.ijpharm.2025.125789
PMID:40451590
|
综述 | 本文探讨了人工智能在药物发现中的革命性作用及其对制药创新的影响 | 利用AI技术（如ML、DL和NLP）优化药物开发的多个阶段，包括靶点识别、先导化合物优化和新药设计 | 数据可及性有限、多样化数据集的整合、AI模型的可解释性以及伦理问题 | 探讨人工智能如何改变药物发现过程，提高效率并降低成本 | 药物发现过程中的各个阶段，如靶点识别、先导化合物优化和新药设计 | 人工智能在制药领域的应用 | NA | 机器学习（ML）、深度学习（DL）、自然语言处理（NLP） | AlphaFold、AtomNet | 化学和生物数据 | NA | NA | NA | NA | NA |
| 8910 | 2025-10-06 |
Deep learning model for low-dose CT late iodine enhancement imaging and extracellular volume quantification
2025-Jul, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11288-0
PMID:39704803
|
研究论文 | 开发并验证用于低剂量CT晚期碘增强成像去噪和细胞外体积定量分析的深度学习模型 | 首次将残差密集网络和条件生成对抗网络应用于CT晚期碘增强图像去噪，并实现准确的细胞外体积定量 | 回顾性研究，样本量有限（423例患者），仅来自两家医院 | 开发能够对CT晚期碘增强图像进行去噪并实现准确细胞外体积定量的深度学习模型 | 胸痛不适患者的心肌CT成像数据 | 医学影像分析 | 心血管疾病 | CT心肌灌注成像+CT血管造影+晚期碘增强成像 | CNN, GAN | 医学影像 | 423例患者（训练集182例，调优集48例，内部验证92例，外部验证101例） | NA | 残差密集网络(RDN), 条件生成对抗网络(cGAN) | 信噪比(SNR), 对比噪声比(CNR), 曲线下面积(AUC), 准确率 | NA |
| 8911 | 2025-10-06 |
Generalizability, robustness, and correction bias of segmentations of thoracic organs at risk in CT images
2025-Jul, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11321-2
PMID:39738559
|
研究论文 | 评估和比较两种深度学习方法在CT图像中分割胸部危及器官的性能、泛化性和鲁棒性 | 首次系统评估多器官分割方法与多个单器官模型融合方法在胸部OAR分割中的性能比较，并探索专家校正带来的潜在偏差 | 研究仅针对四种胸部危及器官，未涵盖其他重要器官；专家校正可能引入偏差 | 评估深度学习模型在放疗计划中胸部危及器官自动分割的性能、泛化性和鲁棒性 | CT图像中的四种胸部危及器官：食管、气管、心脏和主动脉 | 医学图像分析 | 胸部疾病 | CT成像 | 深度学习 | CT图像 | NA | nnU-Net | U-Net | Dice系数 | NA |
| 8912 | 2025-10-06 |
Malignancy risk stratification for pulmonary nodules: comparing a deep learning approach to multiparametric statistical models in different disease groups
2025-Jul, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11256-8
PMID:39747589
|
研究论文 | 比较深度学习方法和多参数统计模型在不同疾病群体中对肺结节恶性风险分层的性能 | 首次在不同风险特征和基础肺部疾病群体中系统比较深度学习模型与传统统计模型的肺结节风险分类性能 | 回顾性研究设计，样本量相对有限（297名患者，422个结节） | 评估深度学习模型在肺结节恶性风险分类中的性能 | 肺结节患者群体，包括不同风险特征和基础肺部疾病患者 | 计算机视觉 | 肺癌 | CT扫描（平扫和增强扫描） | CNN | 医学影像 | 297名患者，422个合格结节（其中105个恶性） | NA | LCP-CNN | AUC, 敏感性, ROC分析 | NA |
| 8913 | 2025-10-06 |
Deep learning-based image domain reconstruction enhances image quality and pulmonary nodule detection in ultralow-dose CT with adaptive statistical iterative reconstruction-V
2025-Jul, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11317-y
PMID:39792163
|
研究论文 | 评估基于深度学习图像重建技术对超低剂量CT图像质量和肺结节检测能力的提升效果 | 首次将深度学习图像重建技术应用于超低剂量CT的自适应统计迭代重建-V后处理，显著提升图像质量和结节检测性能 | 研究样本量为210名患者，需要在更大人群中验证；仅针对肺结节检测进行评估 | 评估深度学习图像重建技术在超低剂量CT中提升图像质量和肺结节检测能力的有效性 | 肺癌筛查患者的CT图像和肺结节 | 计算机视觉 | 肺癌 | CT扫描，深度学习图像重建 | 深度学习模型 | 医学图像 | 210名患者，463个结节 | NA | NA | 图像噪声降低率，主观图像质量评分，结节检测率，直径测量差异，结节成像清晰度评分 | NA |
| 8914 | 2025-10-06 |
Deep learning for forensic age estimation using orthopantomograms in children, adolescents, and young adults
2025-Jul, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11373-y
PMID:39862249
|
研究论文 | 本研究使用定制卷积神经网络和大型多样化数据集，通过口腔全景片进行法医年龄估计 | 采用更大规模多样化数据集训练定制CNN模型，专注于牙齿生长特征，显著提升法医年龄估计准确度 | 研究样本年龄范围限定在1-25岁，模型在其他年龄段的应用效果需要进一步验证 | 改进儿童、青少年和年轻成人的法医年龄估计方法 | 21,814张来自13,766名1-25岁个体的口腔全景片 | 计算机视觉 | NA | 口腔全景片成像 | CNN | 医学影像 | 21,814张口腔全景片，来自13,766名个体 | NA | 定制卷积神经网络 | 平均绝对误差, 平均符号误差, 准确率 | NA |
| 8915 | 2025-10-06 |
Deep learning-based time-of-flight (ToF) enhancement of non-ToF PET scans for different radiotracers
2025-Jul, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07119-z
PMID:39964543
|
研究论文 | 本研究开发了一种基于深度学习的飞行时间增强模型，用于提升非飞行时间PET扫描的图像质量 | 首次开发了适用于多种放射性示踪剂的深度学习飞行时间增强模型，可在数字BGO PET/CT扫描仪上实现接近真实飞行时间的图像质量 | 研究仅限于GE Discovery MI扫描仪数据，未在其他设备上验证 | 评估深度学习模型在增强非飞行时间PET图像质量方面的性能 | PET扫描图像数据 | 医学影像分析 | 癌症 | PET扫描，BSREM重建算法 | 深度学习 | 医学影像 | 309个训练数据集，33个验证数据集，60个测试数据集 | NA | 3D残差U-NET | 标准化摄取值，病变可检测性评分，诊断置信度评分，图像噪声/质量评分 | NA |
| 8916 | 2025-10-06 |
Artificial intelligence-powered coronary artery disease diagnosis from SPECT myocardial perfusion imaging: a comprehensive deep learning study
2025-Jul, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07145-x
PMID:39976703
|
研究论文 | 本研究开发了基于深度学习的冠状动脉疾病诊断模型，通过SPECT心肌灌注成像实现自动化CAD诊断 | 采用了13种不同深度学习模型和4种输入类型，结合监督与半监督学习策略，首次系统比较了多种DL方法在SPECT-MPI CAD诊断中的性能 | 研究仅在前降支动脉区域验证了模型性能，且ICA参考标准样本量相对有限 | 开发基于SPECT心肌灌注成像的冠状动脉疾病自动诊断系统 | 940名接受SPECT-MPI检查的患者，其中281名包含侵入性冠状动脉造影数据 | 医学影像分析 | 冠状动脉疾病 | SPECT心肌灌注成像，定量灌注SPECT，侵入性冠状动脉造影 | 深度学习 | 医学影像，极坐标图 | 940名患者，其中281名有ICA数据，100名用于模型评估 | NA | DenseNet201, ResNet152V2, InceptionResNetV2 | AUC, 准确率, 敏感性, 特异性, 精确率, 平衡准确率 | NA |
| 8917 | 2025-06-16 |
Intergenerational inequity from hydrological drought in a warming world
2025-Jul, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.125988
PMID:40449421
|
research paper | 该研究量化了全球变暖背景下不同世代面临的水文干旱风险，揭示了气候变化导致的代际不平等问题 | 首次构建了干旱模拟的级联模型链，量化了2020年和1960年出生人群的终身干旱暴露差异 | 研究基于SSP5-85情景和5个GCM输出，结果可能受限于气候模型的不确定性 | 评估全球变暖对不同世代水文干旱暴露的影响 | 全球4091个流域的水文干旱演变 | 气候变化 | NA | 混合陆地模型、深度学习和多模型集成 | 深度学习模型 | 气候模型输出和水文数据 | 4091个流域 | NA | NA | NA | NA |
| 8918 | 2025-06-16 |
Formation mechanism analysis and the prediction for compound flood arising from rainstorm and tide using explainable artificial intelligence
2025-Jul, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.125858
PMID:40450943
|
research paper | 该研究提出了一种可解释人工智能框架，用于分析暴雨和潮汐引发的复合洪水形成机制并进行预测 | 结合LSTM网络和多头注意力机制作为城市洪水模拟的替代模型，并利用SHAP方法解释模型决策过程，揭示复合洪水场景中的关键驱动因素及其相互作用 | 模型性能略低于基于物理的模型 | 提高洪水模拟的准确性和透明度，分析复合洪水的形成机制 | 沿海城市暴雨和潮汐引发的复合洪水 | machine learning | NA | XAI, SHAP | LSTM, MHA | NA | NA | NA | NA | NA | NA |
| 8919 | 2025-06-16 |
Approaches for Measuring and Predicting Fouling During Thermal Processing of Dairy Solutions
2025-Jul, Comprehensive reviews in food science and food safety
IF:12.0Q1
DOI:10.1111/1541-4337.70209
PMID:40511546
|
综述 | 本文综述了乳制品热处理过程中污垢测量和预测的当前方法，强调了科学原理、技术成熟度和工业适用性 | 与现有主要关注污垢量化的综述不同，本文突出了向预测驱动方法的转变，以控制和最小化污垢 | 讨论了各种测量和预测方法在灵敏度、可扩展性和工业稳健性方面的局限性 | 改善乳制品热处理过程中的污垢管理，优化清洁计划，提高工艺效率 | 乳制品热处理过程中的污垢 | 食品工程 | NA | 声学、光谱学和电化学传感器、深度学习、计算流体动力学和量纲分析技术 | 深度学习 | 过程数据 | NA | NA | NA | NA | NA |
| 8920 | 2025-06-16 |
Leveraging deep learning to discover interpretable cellular spatial biomarkers for prognostic predictions based on hepatocellular carcinoma histology
2025-Jul, The journal of pathology. Clinical research
DOI:10.1002/2056-4538.70033
PMID:40511597
|
研究论文 | 利用深度学习发现可解释的细胞空间生物标志物，基于肝细胞癌组织学进行预后预测 | 开发了一种计算流程，通过深度学习细胞分割和识别，系统性量化肝细胞癌病理图像中肿瘤细胞、基质细胞和淋巴细胞的空间分布特征，并发现了六个与患者总生存率显著相关的细胞空间特征 | 研究仅基于两个独立队列的数据，可能需要更多样本来验证这些生物标志物的普适性 | 发现并量化肝细胞癌肿瘤微环境中细胞空间组织的生物标志物，用于预后预测 | 肝细胞癌患者的病理图像 | 数字病理学 | 肝细胞癌 | 深度学习细胞分割和识别 | 深度学习 | 图像 | 两个独立队列：The Cancer Genome Atlas Program队列和北京医院队列 | NA | NA | NA | NA |