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 32373 篇文献，本页显示第 10201 - 10220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10201 | 2025-10-07 |
Fair ultrasound diagnosis via adversarial protected attribute aware perturbations on latent embeddings
2025-May-17, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01641-y
PMID:40382499
|
研究论文 | 提出一种通过在潜在嵌入空间学习公平扰动来减轻超声图像诊断中偏见的方法 | 无需改变基础模型参数，通过生成对抗网络在潜在空间学习公平扰动来缓解诊断偏见 | NA | 减轻超声图像诊断中的不公平性，提高不同亚组间的诊断公平性 | 超声图像中的病灶分割 | 计算机视觉 | NA | 超声成像 | GAN | 图像 | 公开数据集和内部超声图像数据集 | NA | NA | 分割公平性 | NA |
| 10202 | 2025-10-07 |
RP-DETR: end-to-end rice pests detection using a transformer
2025-May-17, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-025-01381-w
PMID:40382633
|
研究论文 | 提出一种基于Transformer架构的水稻害虫检测框架RP-DETR，通过改进模型结构和损失函数提升检测性能 | 在原始模型中添加自研的RepPConv-block减少特征提取中的信息冗余，集成Gold-YOLO颈部增强多尺度特征融合能力，使用MPDIoU损失函数提升检测性能 | NA | 实现快速准确的水稻害虫自动识别 | 水稻害虫 | 计算机视觉 | NA | 深度学习 | Transformer | 图像 | 自建高质量水稻害虫数据集 | NA | RP-DETR, Transformer, Gold-YOLO | 平均精度 | NA |
| 10203 | 2025-10-07 |
Adaptive debiasing learning for drug repositioning
2025-May-17, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2025.104843
PMID:40389101
|
研究论文 | 提出一种用于药物重定位的自适应去偏学习框架DRDM，通过动态调整关联权重和双视图对比学习解决数据偏差问题 | 首次分析药物重定位数据集中的节点极化现象，提出动态去偏机制和双视图对比学习方法 | 仅在三个常用数据集上进行验证，未在更大规模或更多样化数据集上测试 | 开发能够有效缓解数据偏差的药物重定位深度学习模型 | 药物重定位任务中的流行实体和长尾实体 | 机器学习 | NA | 图神经网络 | GNN | 图数据 | 三个常用药物重定位数据集 | NA | 双视图对比学习架构 | 竞争力比较，案例研究分析 | NA |
| 10204 | 2025-10-07 |
Fully Automated Evaluation of Condylar Remodeling after Orthognathic Surgery in Skeletal Class II Patients Using Deep Learning and Landmarks
2025-May-17, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105819
PMID:40389149
|
研究论文 | 开发并验证了一种基于深度学习和解剖标志点的全自动髁突重塑评估方法 | 首次将解剖标志点引导的分割与配准相结合，实现了髁突重塑的全自动评估 | 研究样本仅针对骨骼II类患者，未包含其他颌面畸形类型 | 开发高效准确的髁突重塑自动评估方法 | 正颌手术后的骨骼II类患者 | 计算机视觉 | 颌面畸形 | CT成像 | 深度学习 | CT图像 | 未明确说明具体样本数量 | 未明确说明 | V-Net | Dice系数, 平均绝对误差, 处理时间, 专家评分 | 未明确说明 |
| 10205 | 2025-10-07 |
phyddle: software for exploring phylogenetic models with deep learning
2025-May-14, Systematic biology
IF:6.1Q1
DOI:10.1093/sysbio/syaf036
PMID:40366771
|
研究论文 | 介绍用于系统发育建模的深度学习软件phyddle | 开发了首个基于管道的软件，使用无似然深度学习方法来处理缺乏易处理似然函数的系统发育模型 | NA | 开发用于系统发育建模的深度学习软件工具 | 系统发育树和进化模型 | 机器学习 | NA | 深度学习 | 深度学习模型 | 系统发育树数据 | NA | NA | NA | 准确性, 覆盖测试 | NA |
| 10206 | 2025-10-07 |
A Clinical Neuroimaging Platform for Rapid, Automated Lesion Detection and Personalized Post-Stroke Outcome Prediction
2025-May-11, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.05.09.25327310
PMID:40385411
|
研究论文 | 开发了一个自动化神经影像处理平台，用于快速检测卒中病灶并预测个性化预后结果 | 首个将病灶位置信息整合到预后预测中的临床部署工具，采用全自动三阶段处理流程 | 仅在概念验证阶段，样本量有限，需要进一步临床验证 | 开发基于影像的卒中预后预测临床工具 | 成人缺血性卒中患者 | 医学影像分析 | 卒中 | 神经影像处理，深度学习 | 深度学习模型，统计模型，大语言模型 | DICOM影像，MRI | 训练队列604例局灶性脑损伤患者，验证队列153例缺血性卒中患者 | NA | NA | 一致性96% | NA |
| 10207 | 2025-10-07 |
ROICellTrack: a deep learning framework for integrating cellular imaging modalities in subcellular spatial transcriptomic profiling of tumor tissues
2025-May-06, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf152
PMID:40199763
|
研究论文 | 开发了一个深度学习框架ROICellTrack，用于整合细胞成像与空间转录组分析 | 将细胞成像作为空间转录组数据分析和解释的组成部分，而不仅仅是用于识别感兴趣区域 | 仅分析了56个感兴趣区域，样本规模有限 | 改进空间转录组数据分析中细胞成像与转录组分析的整合 | 膀胱尿路上皮癌和上尿路尿路上皮癌组织 | 数字病理学 | 膀胱癌 | 空间转录组技术，免疫荧光成像 | 深度学习 | 图像，转录组数据 | 56个感兴趣区域 | NA | NA | NA | NA |
| 10208 | 2025-10-07 |
Deep Learning-Assisted Computer-Aided Diagnosis System for Early Detection of Lung Cancer
2025-May, Journal of clinical ultrasound : JCU
IF:1.2Q3
DOI:10.1002/jcu.23929
PMID:39887401
|
研究论文 | 开发了一种基于深度学习的计算机辅助诊断系统，用于肺癌早期检测 | 提出结合FNLM滤波器和BGOA特征提取的10层神经网络架构，相比传统方法在准确率和灵敏度上有显著提升 | 仅使用单一数据集进行验证，缺乏多中心数据验证 | 开发高性能的肺癌早期计算机辅助诊断系统 | 肺癌CT图像 | 计算机视觉 | 肺癌 | 医学影像分析 | 深度学习 | 医学图像 | NA | NA | 10层神经网络 | 准确率, 灵敏度, ROC曲线 | NA |
| 10209 | 2025-10-07 |
Prenatal Diagnostics Using Deep Learning: A Dual Approach to Plane Localization and Cerebellum Segmentation in Ultrasound Images
2025-May, Journal of clinical ultrasound : JCU
IF:1.2Q3
DOI:10.1002/jcu.23924
PMID:39901589
|
研究论文 | 本研究开发了两种专用卷积神经网络架构，用于超声图像中的平面定位和小脑分割，以进行产前神经发育障碍预测 | 提出了两种专用CNN架构：用于平面定位的差分CNN整合了六种不同卷积算子，用于小脑分割的双CNN整合了原始图像和特征图等补充信息 | 研究承认存在某些局限性和挑战 | 开发深度学习技术用于产前神经发育障碍预测 | 第五个月胎儿超声脑图像 | 医学影像分析 | 神经发育障碍 | 超声成像 | CNN | 图像 | NA | NA | 差分CNN, 双CNN | 准确率, Dice系数 | NA |
| 10210 | 2025-10-07 |
Combining Ultrasound Imaging and Molecular Testing in a Multimodal Deep Learning Model for Risk Stratification of Indeterminate Thyroid Nodules
2025-May, Thyroid : official journal of the American Thyroid Association
IF:5.8Q1
DOI:10.1089/thy.2024.0584
PMID:40256961
|
研究论文 | 提出一种结合超声成像和分子检测的多模态深度学习模型，用于不确定甲状腺结节的危险分层 | 首次将超声成像与分子检测结合到多模态深度学习框架中，通过整合两种模式的互补信息提高诊断性能 | 单中心数据集、缺乏外部验证、使用二值化分子检测输出而非细粒度恶性风险概率 | 提高不确定甲状腺结节的危险分层准确性 | 不确定甲状腺结节患者 | 医学影像分析 | 甲状腺结节 | 超声成像、二代测序 | 深度学习 | 超声图像、分子检测数据 | 333名患者（259例良性，74例恶性） | NA | 集成模型 | AUROC, 敏感度, 特异度, 阳性预测值 | NA |
| 10211 | 2025-10-07 |
Expert consensus document on artificial intelligence of the Italian Society of Cardiology
2025-May-01, Journal of cardiovascular medicine (Hagerstown, Md.)
DOI:10.2459/JCM.0000000000001716
PMID:40331418
|
专家共识文件 | 意大利心脏病学会关于人工智能在心血管疾病管理中应用的专家共识文档 | 系统总结了人工智能在心血管疾病管理中的最新应用，包括从常见疾病到罕见病的诊断和预后评估 | 算法外部有效性无法保证，结果可解释性存在'黑箱'问题 | 探讨人工智能在心血管疾病管理中的应用潜力和挑战 | 心血管疾病患者，包括高血压、缺血性心脏病、浸润性心肌病和房颤患者 | 机器学习 | 心血管疾病 | 机器学习，深度学习 | 人工神经网络 | 医院数据集，心电图，超声心动图 | NA | NA | NA | 准确性 | NA |
| 10212 | 2025-10-07 |
MMsurv: a multimodal multi-instance multi-cancer survival prediction model integrating pathological images, clinical information, and sequencing data
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf209
PMID:40366860
|
研究论文 | 提出一种多模态多实例多癌症生存预测模型MMSurv，整合病理图像、临床信息和测序数据 | 提出基于紧凑双线性池化和Transformer的新型多模态融合方法，结合双线性池化与Transformer架构 | 仅基于癌症基因组图谱的六种癌症类型进行评估，未在其他数据集上验证 | 提高癌症患者生存率预测的准确性 | 癌症患者的多模态医疗数据 | 数字病理学 | 多癌症类型 | 测序数据，H&E染色全切片图像 | 深度学习，多实例学习 | 图像，临床数据，测序数据 | 六种癌症类型的数据集 | NA | Transformer，双线性池化，多实例学习 | C-index，五折交叉验证 | NA |
| 10213 | 2025-10-07 |
Deep Learning Study of Alkaptonuria Spinal Disease Assesses Global and Regional Severity and Detects Occult Treatment Status
2025-May, Journal of inherited metabolic disease
IF:4.2Q2
DOI:10.1002/jimd.70042
PMID:40375095
|
研究论文 | 本研究开发深度学习模型分析罕见病褐黄病脊柱X光片，评估疾病严重程度并检测隐匿治疗状态 | 首次将深度学习应用于罕见病褐黄病的脊柱影像分析，能够识别传统方法难以检测的尼替西农治疗状态 | 真空盘现象预测一致性较低(41%-90%)，样本量受限于罕见病特性 | 评估深度学习在罕见疾病医学影像分析中的性能，特别是脊柱严重程度分级和治疗状态识别 | 褐黄病患者的颈椎和腰椎X光片 | 医学影像分析 | 褐黄病 | X射线成像 | 深度学习模型 | X光图像 | NA | NA | NA | 准确度, 平均绝对误差 | NA |
| 10214 | 2025-10-07 |
Enhancing perihematomal edema segmentation: integrating prior knowledge with deep learning for enhanced accuracy and interpretability
2025-May-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-2404
PMID:40384678
|
研究论文 | 提出一种融合先验知识与深度学习的脑出血周围水肿分割网络PESE-Net，用于提高分割精度和可解释性 | 提出基于切片相似性的PHE相关切片生成方法和新型特征加权策略，协同融合PHE的整体变化特征和空间信息 | NA | 提高自发性颅内出血中脑出血周围水肿分割的准确性，提升临床诊断效率和可靠性 | 自发性颅内出血患者的脑出血周围水肿区域 | 医学图像分析 | 颅内出血 | 医学影像分析 | 深度学习网络 | 医学影像 | NA | NA | PESE-Net | 相对体积差异 | NA |
| 10215 | 2025-10-07 |
Free-breathing pediatric cardiac dark-blood imaging with reverse double inversion-recovery and single-shot deep learning reconstruction
2025-May-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1933
PMID:40384682
|
研究论文 | 本研究结合反向双反转恢复和基于人工智能辅助压缩感知的单次激发暗血快速自旋回波成像技术，实现自由呼吸状态下儿科心脏水肿评估 | 首次将反向双反转恢复与基于深度学习的单次激发压缩感知重建相结合，显著减少运动伪影并缩短扫描时间 | 样本量相对有限（67例），未包含更广泛的病理类型 | 开发适用于自由呼吸状态下儿科心脏成像的高分辨率运动鲁棒性水肿评估方法 | 20名健康儿童和47名儿科心脏病患者 | 医学影像分析 | 儿科心脏病 | 暗血T2加权快速自旋回波，反向双反转恢复，人工智能辅助压缩感知重建 | 深度学习 | 心脏磁共振图像 | 67例（20名健康儿童+47名患者） | NA | NA | 信噪比，对比噪声比，采集时间，心肌可见度，重影伪影，整体质量 | NA |
| 10216 | 2025-10-07 |
MHAU-Net: a multi-scale hybrid attention U-shaped network for the segmentation of MRI breast tumors
2025-May-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1515
PMID:40384695
|
研究论文 | 提出一种用于MRI乳腺肿瘤分割的多尺度混合注意力U型网络MHAU-Net | 采用四组不同扩张率的空洞卷积提取多尺度上下文信息，结合通道和空间注意力机制构建混合注意力特征 | NA | 实现MRI扫描中乳腺肿瘤的准确自动分割 | 乳腺MRI图像中的肿瘤区域 | 计算机视觉 | 乳腺癌 | 磁共振成像 | CNN | 3D医学图像 | 906个3D乳腺MRI图像 | NA | U-Net, MHAU-Net | Dice相似系数, 交并比 | NA |
| 10217 | 2025-10-07 |
Detection-guided deep learning-based model with spatial regularization for lung nodule segmentation
2025-May-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2024-2511
PMID:40384696
|
研究论文 | 提出一种结合检测引导和空间正则化的深度学习模型用于肺结节分割 | 集成U-Net分割和ResNet分类的多任务框架，采用特征组合块和空间正则化技术，并开发了最优迁移学习策略 | 训练数据集有限 | 开发准确可靠的肺结节分割方法以辅助放射科医生提高诊断准确性 | CT图像中的肺结节 | 计算机视觉 | 肺癌 | CT成像 | 深度学习 | 医学图像 | NA | NA | U-Net, ResNet | 灵敏度, Dice系数, Hausdorff距离, 平均对称表面距离 | NA |
| 10218 | 2025-10-07 |
Lightweight attention network for guidewire segmentation and localization in clinical fluoroscopic images of vascular interventional surgery
2025-May-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2024-2926
PMID:40384703
|
研究论文 | 提出一种用于血管介入手术中导丝分割和定位的轻量级注意力网络 | 设计了双边特征融合模块和轻量级门控注意力模块，专门针对临床TACE手术中的导丝分割问题 | NA | 提高血管介入手术中导丝分割的精确度，辅助医生和机器人系统进行手术操作 | 经导管动脉化疗栓塞术中的导丝 | 计算机视觉 | 心血管疾病 | X射线荧光透视成像 | 深度学习 | X射线图像 | 38名受试者的2,839张X射线图像，来自27个X射线荧光透视视频的903张临床图像 | NA | 轻量级注意力网络 | AUC, Macro-F1, Dice系数 | NA |
| 10219 | 2025-10-07 |
Deep learning-based key point detection algorithm assisting vessel centerline extraction
2025-May-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1949
PMID:40384705
|
研究论文 | 提出一种基于深度学习的关键点检测算法，用于辅助血管中心线提取以改善斑块定量分析 | 首次将关键点检测方法应用于血管中心线提取，特别针对迂曲血管的检测难题提出解决方案 | 研究为回顾性设计，仅包含539例脑血管疾病患者，需要进一步前瞻性验证 | 提高血管中心线提取的准确性，辅助斑块定量分析 | 脑血管疾病患者的血管结构 | 计算机视觉 | 脑血管疾病 | 3.0-T磁共振成像 | 深度学习 | 医学影像 | 539例来自多中心的脑血管疾病患者 | NA | NA | 未检测点数,错误检测点数,点准确率,平均中心线距离 | NA |
| 10220 | 2025-10-07 |
Bibliometric analysis of the application of artificial intelligence in orthopedic imaging
2025-May-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1384
PMID:40384704
|
文献计量分析 | 通过文献计量分析方法总结人工智能在骨科影像学应用的知识结构和研究趋势 | 首次对人工智能在骨科影像学领域的应用进行系统性文献计量分析，识别关键研究主题和未来发展方向 | 仅基于Web of Science数据库，可能遗漏其他数据库的相关文献 | 探索人工智能在骨科影像学领域的应用现状、研究热点和发展趋势 | 2007-2024年间Web of Science数据库中关于AI在骨科影像学应用的3147篇文献 | 医学影像分析 | 骨科疾病 | 文献计量分析，可视化分析 | 深度学习，卷积神经网络 | 文献数据，影像数据 | 3147篇出版物 | VOSviewer, CiteSpace | CNN | 文献计量指标（发文量，引用量，合作网络） | NA |