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 33632 篇文献，本页显示第 9781 - 9800 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9781 | 2025-06-14 |
Brain tau PET-based identification and characterization of subpopulations in patients with Alzheimer's disease using deep learning-derived saliency maps
2025-Jun-09, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-025-00761-4
PMID:40488912
|
研究论文 | 本研究利用深度学习衍生的显著性图谱，基于脑tau PET数据识别和表征阿尔茨海默病患者的亚群 | 使用深度学习模型生成的显著性图谱作为聚类特征，揭示了阿尔茨海默病患者中两个具有不同tau沉积模式的亚群 | 研究样本主要来自ADNI数据库，可能无法代表所有阿尔茨海默病患者群体 | 探究阿尔茨海默病的异质性并识别患者亚群 | 阿尔茨海默病患者和认知正常人群 | 数字病理学 | 阿尔茨海默病 | 18F-flortaucipr PET扫描，T1加权MRI | 3D-CNN | 医学影像 | 615名认知正常者和159名AD患者的脑部扫描数据 | NA | NA | NA | NA |
| 9782 | 2025-06-14 |
AI Approaches to Homogeneous Catalysis with Transition Metal Complexes
2025-Jun-06, ACS catalysis
IF:11.3Q1
DOI:10.1021/acscatal.5c01202
PMID:40502974
|
综述 | 本文综述了人工智能在均相过渡金属催化研究中的应用及其进展 | 讨论了AI在催化剂筛选、反应条件优化及新型催化剂逆向设计中的创新应用 | 大多数研究依赖于计算数据，实验数据的获取仍有待改进 | 探讨AI在均相金属催化反应中的应用现状及未来发展方向 | 均相过渡金属催化反应 | 化学信息学 | NA | AI、深度学习 | 生成式AI | 计算数据、实验数据 | NA | NA | NA | NA | NA |
| 9783 | 2025-06-14 |
Automatic Design Framework of Dielectric Elastomer Actuators: Neural Network-Based Real-Time Simulation, Genetic Algorithm-Based Electrode Optimization, and Experimental Verification
2025-Jun, Soft robotics
IF:6.4Q1
DOI:10.1089/soro.2024.0063
PMID:39610306
|
研究论文 | 提出了一种基于深度学习的自动设计框架，用于快速生成高维分布式电极图案的介电弹性体致动器（DEAs） | 结合神经网络和遗传算法，实现了DEAs电极图案的自动优化设计，显著提高了设计效率和性能 | 高维设计空间可能对深度学习模型的准确性和通用性带来挑战 | 优化介电弹性体致动器（DEAs）的设计过程，提高其性能和设计效率 | 介电弹性体致动器（DEAs） | 机器学习 | NA | 深度学习、遗传算法、有限元模型 | 神经网络 | 模拟数据、实验数据 | 一系列案例研究（包括最大位移、特定位移、解决方案的多重性、多自由度驱动和复杂驱动） | NA | NA | NA | NA |
| 9784 | 2025-06-14 |
Diagnosis and Post-Treatment Follow-Up Evaluation of Melasma Using Optical Coherence Tomography and Deep Learning
2025-Jun, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.70006
PMID:40084480
|
研究论文 | 本研究结合光学相干断层扫描（OCT）和深度学习技术，用于黄褐斑的诊断和治疗后随访评估 | 提出了一种便携式OCT系统与改进的VGG16神经网络结合的空间注意力机制模型，用于黄褐斑的诊断和治疗评估 | NA | 开发一种结合OCT和深度学习的技术，用于黄褐斑的临床诊断和治疗评估 | 健康志愿者和黄褐斑患者的皮肤组织 | 数字病理 | 黄褐斑 | 光学相干断层扫描（OCT） | VGG16神经网络（带空间注意力机制） | 图像 | 健康志愿者和黄褐斑患者的皮肤组织数据集 | NA | NA | NA | NA |
| 9785 | 2025-06-14 |
A General Framework for Augmenting Lossy Compressors With Topological Guarantees
2025-Jun, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3567054
PMID:40333107
|
research paper | 提出了一种通用框架，用于增强有损压缩器以在压缩过程中保留数据的拓扑结构 | 引入了一个通用框架，通过量化调整并使用自定义可变精度编码方案来保存轮廓树，从而保证数据的拓扑结构 | 未提及具体压缩效率或计算开销的量化分析 | 在科学数据压缩中保留拓扑描述符 | 科学数据（如材料科学和气候模拟中的体积数据） | 数据压缩与可视化 | NA | 可变精度编码 | SZ3, TTHRESH, ZFP, Neurcomp | 体积数据 | NA | NA | NA | NA | NA |
| 9786 | 2025-06-14 |
A Novel Diffusion Irradiation Method to Monitor Thermal Effects on Deep Subcutaneous Vessels Using Laser Speckle Contrast Imaging
2025-Jun, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500089
PMID:40357992
|
研究论文 | 本研究通过新型扩散照射方法，利用激光散斑对比成像监测激光手术中深层皮下血管的热效应 | 结合激光散斑对比成像与深度学习去噪技术，提出监测深层皮下血管激光诱导效应的新策略 | 实验仅在大鼠模型中进行，尚未在人体验证 | 研究激光手术中皮肤上层对光传播和热扩散的影响，优化血管皮肤病治疗策略 | 大鼠背部窗口模型中的深层皮下血管 | 数字病理学 | 血管皮肤病 | 激光散斑对比成像(LSCI)，深度学习去噪 | 深度学习 | 图像 | 20只Sprague Dawley大鼠 | NA | NA | NA | NA |
| 9787 | 2025-06-14 |
Multimodal Diagnostic Approach for Osteosarcoma and Bone Callus Using Hyperspectral Imaging and Deep Learning
2025-Jun, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500087
PMID:40357996
|
研究论文 | 本研究提出了一种结合高光谱成像和深度学习的多模态诊断方法J-CAN，用于快速准确区分骨肉瘤和骨痂 | 提出J-CAN框架，整合高光谱成像和H&E染色病理学，通过自注意力机制增强特征选择，提高分类性能 | 未提及样本来源的多样性或模型在其他数据集上的泛化能力 | 提高骨肉瘤与骨痂的区分准确率，解决传统组织病理学评估的局限性 | 骨肉瘤和骨痂样本 | 数字病理学 | 骨肉瘤 | 高光谱成像（HSI） | MobileNetV2, 1D-CNN, 自注意力机制 | 高光谱图像和H&E染色病理图像 | NA | NA | NA | NA | NA |
| 9788 | 2025-06-14 |
A Deep Learning-Based Artificial Intelligence Model Assisting Thyroid Nodule Diagnosis and Management: Pilot Results for Evaluating Thyroid Malignancy in Pediatric Cohorts
2025-Jun, Thyroid : official journal of the American Thyroid Association
IF:5.8Q1
DOI:10.1089/thy.2024.0627
PMID:40454939
|
research paper | 研究探讨了基于深度学习的AI模型在儿童甲状腺结节诊断中的适用性 | 首次将原本基于成人数据训练的AI-Thyroid模型应用于儿童甲状腺结节的诊断 | 样本量较小（128例），且为回顾性研究 | 评估深度学习模型在儿童甲状腺结节恶性风险评估中的性能 | 儿童甲状腺结节患者 | digital pathology | thyroid cancer | ultrasonography | DL | image | 128名儿童患者（156个结节） | NA | NA | NA | NA |
| 9789 | 2025-06-14 |
Deep learning reconstruction in biparametric prostate MRI: Impact on qualitative and radiomics analyses
2025-Jun, Research in diagnostic and interventional imaging
DOI:10.1016/j.redii.2025.100059
PMID:40503095
|
research paper | 评估深度学习重建（DLR）算法在前列腺MRI定性和放射组学分析中的影响 | 首次评估商业DLR算法在前列腺MRI中对放射组学特征的影响 | 单中心回顾性研究，样本量较小（25例患者） | 评估DLR算法对前列腺MRI图像质量和放射组学分析的影响 | 前列腺MRI图像 | digital pathology | prostate cancer | MRI, 放射组学分析 | DLR（深度学习重建算法） | 医学影像 | 25例患者的前列腺MRI数据 | NA | NA | NA | NA |
| 9790 | 2025-06-14 |
Deep Learning-Assisted Microscopic Polarization Inspection of Micro-Nano Damage Precursors: Automatic, Non-Destructive Metrology for Additive Manufacturing Devices
2025-May-29, Nanomaterials (Basel, Switzerland)
DOI:10.3390/nano15110821
PMID:40497869
|
研究论文 | 提出了一种创新的微观偏振YOLOv11-LSF智能检测框架，用于增材制造设备微纳米损伤前驱体的自动无损检测 | 通过三重技术创新（多尺度感知模块、跨级局部网络VoV-GSCSP模块、结合物理特征的损伤前驱体模拟策略），突破了现有技术瓶颈 | 未明确提及具体局限性 | 解决增材制造质量监测系统中的智能转型挑战 | 增材制造设备中的微纳米损伤前驱体 | 智能制造 | NA | 微观偏振检测、深度学习 | YOLOv11-LSF | 图像 | 虚拟与真实集成的训练样本库（具体数量未提及） | NA | NA | NA | NA |
| 9791 | 2025-06-14 |
Progress in the application of fludeoxyglucose positron emission tomography computed tomography in biliary tract cancer
2025-May-27, World journal of hepatology
IF:2.5Q2
DOI:10.4254/wjh.v17.i5.105446
PMID:40501462
|
综述 | 本文综述了过去十年特别是近三年来18F-FDG PET/CT在胆道癌（BTC）中的应用进展 | 重点介绍了近三年未被充分总结和认可的研究进展，包括从定性研究向定量研究的转变，以及利用18F-FDG PET/CT代谢信息预测ICC基因表达的突破 | NA | 评估18F-FDG PET/CT在胆道癌临床分期、治疗评估和预后预测中的应用价值 | 胆道癌（包括肝内胆管癌、肝门部胆管癌、远端胆管癌和胆囊癌） | 数字病理学 | 胆道癌 | 18F-FDG PET/CT、PET/磁共振成像 | 深度学习 | 影像 | NA | NA | NA | NA | NA |
| 9792 | 2025-06-14 |
Auto-segmentation of cerebral cavernous malformations using a convolutional neural network
2025-May-26, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01738-6
PMID:40420000
|
research paper | 本文提出了一种使用卷积神经网络（CNN）自动分割脑海绵状血管畸形（CCMs）的深度学习模型 | 采用Mask R-CNN和3D CNN（DeepMedic）结合的方法，实现了CCMs的自动分割，并开发了用户友好的图形界面 | 模型仅基于T2W图像进行分割，可能在其他类型的MRI图像上表现不同 | 开发自动分割脑海绵状血管畸形（CCMs）的深度学习模型，以辅助临床分析 | 脑海绵状血管畸形（CCMs） | digital pathology | cerebral cavernous malformations | MRI | Mask R-CNN, DeepMedic (3D CNN) | image | 199 Gamma Knife (GK) exams (171单CCM病例，28多CCM病例) | NA | NA | NA | NA |
| 9793 | 2025-06-14 |
Automated Detection of Micro-Scale Porosity Defects in Reflective Metal Parts via Deep Learning and Polarization Imaging
2025-May-25, Nanomaterials (Basel, Switzerland)
DOI:10.3390/nano15110795
PMID:40497844
|
研究论文 | 本研究提出了一种结合偏振成像和深度学习的增强SCK-YOLOV5框架，用于高反射金属材料精密增材制造中的微米级孔隙缺陷检测 | 首次在YOLO框架中引入SNWD损失函数，结合SIOU角度损失和NWD分布感知特性，显著提高了小金属微纳缺陷的智能识别能力 | NA | 提高高反射金属材料精密增材制造中微米级缺陷的自动检测能力 | 高反射金属材料表面的微米级孔隙缺陷 | 计算机视觉 | NA | 偏振成像预处理、深度学习 | SCK-YOLOV5（改进的YOLOv5框架） | 图像 | NA | NA | NA | NA | NA |
| 9794 | 2025-06-14 |
Study on Liver Sinusoidal Endothelial Cell Fenestrations Based on Cellular Omics-Structure Integration Technology and Its Application in Metabolic Diseases
2025-May-19, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.16.653525
PMID:40475559
|
研究论文 | 本研究开发了一种新的细胞组学-结构整合（COSI）技术平台，用于解决传统技术在单细胞水平上同时获取基因表达谱和超分辨率细胞结构信息的局限性 | 开发了COSI技术平台，首次实现了单细胞水平上基因表达谱与超分辨率细胞结构信息的同步获取与分析 | NA | 研究肝脏窦内皮细胞窗孔形成的机制及其在代谢疾病中的应用 | 肝脏窦内皮细胞 | 细胞生物学 | 代谢疾病 | 单细胞转录组学、超分辨率荧光显微镜、电子显微镜、深度学习分辨率增强 | 深度学习 | 基因表达数据、超分辨率图像数据 | NA | NA | NA | NA | NA |
| 9795 | 2025-06-14 |
Fast MRI Techniques of the Liver and Pancreaticobiliary Tract: Overview and Application
2025-May, Journal of the Korean Society of Radiology
DOI:10.3348/jksr.2025.0004
PMID:40502472
|
review | 本文综述了肝脏和胰胆管MRI中的快速成像技术及其应用 | 探讨了压缩感知和深度学习重建在加速MRI扫描中的应用及其潜力 | 压缩感知重建时间长且参数优化复杂，深度学习重建需要进一步测试模型稳定性、泛化能力和输出图像保真度 | 研究肝脏和胰胆管MRI中减少呼吸运动伪影和加速扫描时间的技术 | 肝脏和胰胆管MRI图像 | 医学影像 | 肝脏和胰胆管疾病 | 并行成像、压缩感知、深度学习重建 | CNN | MRI图像 | NA | NA | NA | NA | NA |
| 9796 | 2025-06-14 |
A physics-informed deep learning model for predicting beam dose distribution of intensity-modulated radiation therapy treatment plans
2025-Apr, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100779
PMID:40502721
|
研究论文 | 开发了一种基于物理信息的深度学习模型，用于预测鼻咽癌患者调强放射治疗（IMRT）中的束流剂量分布 | 提出了一种专门用于束流剂量预测任务的物理信息深度学习网络，并通过交叉采样方案解决了深度学习模型的可解释性挑战 | 样本量相对较小（100例），且为回顾性研究 | 开发用于IMRT束流剂量预测的深度学习模型 | 鼻咽癌患者的IMRT治疗计划 | 医学影像分析 | 鼻咽癌 | 深度学习 | U-Net | CT图像和轮廓输入 | 100例九束IMRT病例（72例训练集，8例验证集，20例测试集） | NA | NA | NA | NA |
| 9797 | 2025-06-14 |
Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients
2025-Mar-07, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.03.06.25322855
PMID:40093217
|
研究论文 | 比较不同多模态深度学习方法在预测病房患者临床恶化方面的效果 | 首次比较了结合结构化数据与临床笔记信息的多种深度学习方法在预测临床恶化方面的性能 | 添加临床笔记信息并未显著提升模型性能 | 评估多模态深度学习模型预测病房患者临床恶化的效果 | 病房患者 | 机器学习 | NA | 深度循环神经网络 | RNN | 结构化数据和非结构化文本数据 | 506,076名病房患者 | NA | NA | NA | NA |
| 9798 | 2025-06-14 |
REMED-T2D: A robust ensemble learning model for early detection of type 2 diabetes using healthcare dataset
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109771
PMID:39914204
|
研究论文 | 开发了一种名为REMED-T2D的集成机器学习模型，用于2型糖尿病的早期检测 | 首次使用Pima数据集进行综合分析，整合多种机器学习算法，并开发了公开可访问的Web服务器 | 模型主要针对亚洲女性，可能在其他人群中的适用性有限 | 提高2型糖尿病的早期检测准确性和鲁棒性 | Pima Indian Diabetes数据集、RTML1和Pabna数据集 | 机器学习 | 2型糖尿病 | 集成学习、欠采样方法 | 集成ML模型 | 医疗数据集 | Pima Indian Diabetes数据集生成的五个平衡数据集，以及RTML1、Pabna和RTML2数据集 | NA | NA | NA | NA |
| 9799 | 2025-06-14 |
Deep Learning-based Brain Age Prediction Using MRI to Identify Fetuses with Cerebral Ventriculomegaly
2025-03, Radiology. Artificial intelligence
DOI:10.1148/ryai.240115
PMID:39969279
|
研究论文 | 本研究探讨了基于深度学习的胎儿脑龄预测模型在识别脑室扩大胎儿及其严重程度和相关中枢神经系统异常方面的诊断性能 | 使用二维单通道CNN与多平面MRI切片相结合的胎儿脑龄预测新方法，能够辅助识别脑室扩大及相关中枢神经系统异常 | 样本量相对有限，且仅使用了MRI数据 | 评估深度学习模型在胎儿脑室扩大及相关异常诊断中的临床应用价值 | 胎儿（包括脑室扩大胎儿和正常发育胎儿） | 数字病理学 | 脑室扩大 | MRI | CNN | 图像 | 500例胎儿（317例脑室扩大胎儿和183例正常发育胎儿） | NA | NA | NA | NA |
| 9800 | 2025-06-14 |
Real-time detection and monitoring of public littering behavior using deep learning for a sustainable environment
2025-01-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-77118-x
PMID:39848984
|
research paper | 利用深度学习实时检测和监控公共乱扔垃圾行为，以促进可持续环境 | 结合MoViNet视频分类模型和YOLOv8目标检测模型，通过面部识别和车牌识别技术识别乱扔垃圾的个体 | 数据收集困难，需通过模拟真实场景获取数据 | 通过技术手段减少公共乱扔垃圾行为，保护环境和人类健康 | 车辆和行人的乱扔垃圾行为 | computer vision | NA | 深度学习、计算机视觉 | MoViNet, YOLOv8, LRCN, CNN-RNN | 视频 | 模拟真实场景收集的数据集 | NA | NA | NA | NA |