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 10661 - 10680 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10661 | 2025-05-16 |
Impact of optimized and conventional facility designs on outpatient abdominal MRI workflow efficiency
2025-Mar-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-94799-0
PMID:40157988
|
research paper | 本研究评估了优化设施与传统设施在腹部磁共振成像（MRI）门诊工作流程效率上的差异 | 通过对比优化设施与传统设施的工作流程效率，展示了优化设施在提高患者吞吐量方面的显著优势 | 研究仅针对特定机构的两个设施，结果可能不具备普遍性 | 评估优化设施与传统设施在腹部MRI门诊工作流程效率上的差异 | 2,723例对比增强肝脏和前列腺MRI检查 | digital pathology | liver cancer, prostate cancer | MRI, deep learning reconstruction | NA | medical imaging data | 2,723例MRI检查 | NA | NA | NA | NA |
| 10662 | 2025-05-16 |
Advances in machine learning for keratoconus diagnosis
2025-Mar-30, International ophthalmology
IF:1.4Q3
DOI:10.1007/s10792-025-03496-4
PMID:40159519
|
review | 回顾了过去十年中机器学习技术在圆锥角膜（KC）诊断中的应用，并指出了学术研究与临床实践之间的差距 | 提出了一个路线图模型，以促进机器学习模型在临床实践中的整合，提高诊断准确性和患者护理 | 缺乏对圆锥角膜早期检测和严重程度分期的客观诊断标准的共识，多学科合作有限，公共数据集访问受限 | 评估机器学习在圆锥角膜诊断中的进展，并探讨如何将其更好地应用于临床实践 | 圆锥角膜（KC）的诊断 | machine learning | keratoconus | NA | Random Forest, CNN, Feedforward and Feedback Neural Networks, SVM | numerical corneal parameters | 62 articles analyzed | NA | NA | NA | NA |
| 10663 | 2025-05-16 |
A novel deep learning-based model for automated tooth detection and numbering in mixed and permanent dentition in occlusal photographs
2025-Mar-29, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-05803-y
PMID:40158107
|
研究论文 | 开发了一种基于深度学习的自动化系统，用于在混合和恒牙列的咬合照片中检测和编号牙齿 | 首次在咬合照片中实现了混合和恒牙列的自动化牙齿检测与编号，填补了该领域的研究空白 | 在代表性不足的牙齿（如乳切牙和恒牙第三磨牙）上存在误分类 | 开发人工智能模型以改进牙科诊断和治疗规划 | 混合和恒牙列的牙齿 | 计算机视觉 | 牙科疾病 | 深度学习 | CNN, YOLOv8 | 图像 | 3215张上颌和下颌的咬合视图图像 | NA | NA | NA | NA |
| 10664 | 2025-05-16 |
N6-methyladenine identification using deep learning and discriminative feature integration
2025-Mar-29, BMC medical genomics
IF:2.1Q3
DOI:10.1186/s12920-025-02131-6
PMID:40158097
|
研究论文 | 本研究提出了一种名为Deep-N6mA的新型深度神经网络模型，用于精确识别DNA中的N6-甲基腺嘌呤（6mA）位点 | 结合了最优混合特征和深度神经网络，提高了6mA位点识别的准确性和泛化能力 | 未提及模型在更大规模或更多样化数据集上的表现 | 开发一种准确识别DNA中6mA位点的方法，以促进早期检测和表观遗传学研究 | DNA序列中的N6-甲基腺嘌呤（6mA）位点 | 生物信息学 | NA | DNA测序技术 | DNN | DNA序列数据 | 两个基准数据集（F. vesca和R. chinensis） | NA | NA | NA | NA |
| 10665 | 2025-05-16 |
Harnessing Transfer Deep Learning Framework for the Investigation of Transition Metal Perovskite Oxides with Advanced p-n Transformation Sensing Performance
2025-03-28, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c03085
PMID:40029947
|
研究论文 | 本研究利用深度学习框架结合自然语言处理技术和晶体图卷积神经网络，预测并优化了过渡金属钙钛矿氧化物的p-n转换传感性能 | 提出了一种结合Word2Vec和CGCNN的预测方法，构建了包含120万文献摘要和11万晶体结构数据的数据集，并开发了HSLIM-n和PSLRM-p模型以深入分析传感性能的p-n转换机制 | NA | 研究过渡金属钙钛矿氧化物在气体传感材料中的性能优化和p-n转换机制 | 锌钴双金属离子与配体复合的钙钛矿氧化物 | 机器学习 | NA | Word2Vec, CGCNN | 深度学习框架 | 文本, 晶体结构数据 | 120万文献摘要和11万晶体结构数据 | NA | NA | NA | NA |
| 10666 | 2025-05-16 |
Multimodal recurrence risk prediction model for HR+/HER2- early breast cancer following adjuvant chemo-endocrine therapy: integrating pathology image and clinicalpathological features
2025-Mar-28, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-025-01968-0
PMID:40148997
|
研究论文 | 开发了一种多模态复发风险预测模型，用于HR+/HER2-早期乳腺癌患者在辅助化疗内分泌治疗后的复发风险预测 | 整合病理图像和临床病理特征，开发了基于深度学习的多实例学习管道，显著提高了复发风险预测的准确性 | 研究样本主要来自单一医疗机构，外部验证仅使用了TCGA队列 | 优化HR+/HER2-早期乳腺癌患者的治疗策略，改善患者预后 | HR+/HER2-早期乳腺癌患者 | 数字病理 | 乳腺癌 | 深度学习 | ACMIL, CLAM | 病理图像, 临床病理数据 | 1095名HR+/HER2-早期乳腺癌患者 | NA | NA | NA | NA |
| 10667 | 2025-05-16 |
Highly parallel profiling of the activities and specificities of Cas12a variants in human cells
2025-Mar-28, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-57150-9
PMID:40155371
|
研究论文 | 本文通过高通量分析评估了24种Cas12a变体的活性和与特定PAM的兼容性，并开发了深度学习模型来预测这些变体在目标序列上的基因编辑活性 | 开发了深度学习模型预测Cas12a变体的基因编辑活性，并改进了GUIDE-seq系统以减少Cas12a的脱靶检测阻碍 | 研究仅针对24种Cas12a变体，可能未涵盖所有可能的变体 | 评估和比较不同Cas12a变体的基因编辑活性和特异性 | 24种Cas12a变体 | 基因编辑 | NA | 高通量分析、深度学习、GUIDE-seq | 深度学习模型 | 基因序列数据 | 24种Cas12a变体 | NA | NA | NA | NA |
| 10668 | 2025-05-16 |
Application of dual branch and bidirectional feedback feature extraction networks for real time accurate positioning of stents
2025-Mar-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86304-4
PMID:40155423
|
research paper | 提出了一种名为DBMedDet的深度学习模型，用于实时指导动脉支架植入手术中的精确定位 | DBMedDet模型具有并行双分支边缘特征提取网络和双向反馈特征融合子网络，专为胸腹主动脉支架设计 | NA | 提高支架植入手术的精确度和安全性 | 胸腹主动脉支架 | computer vision | cardiovascular disease | deep learning | DBMedDet | image | NA | NA | NA | NA | NA |
| 10669 | 2025-05-16 |
A deep learning approach to remotely assessing essential tremor with handwritten images
2025-Mar-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-94729-0
PMID:40155628
|
研究论文 | 该研究提出了一种基于深度学习的远程评估原发性震颤（ET）严重程度的新方法，使用手写图像提高评估效率和可及性 | 开发了基于迁移学习的模型ETSD-Net，用于评估ET严重程度，准确率达到88.44%，优于基线模型 | 未提及模型在更大规模或不同人群中的泛化能力 | 开发一种远程评估原发性震颤严重程度的高效、可及性强的工具 | 原发性震颤（ET）患者 | 数字病理学 | 老年疾病 | 深度学习 | ETSD-Net | 图像 | 约1000张高质量阿基米德螺旋手写图像，来自医疗机构和家庭环境中的患者 | NA | NA | NA | NA |
| 10670 | 2025-05-16 |
Fine-tuned deep learning models for early detection and classification of kidney conditions in CT imaging
2025-Mar-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-94905-2
PMID:40155680
|
研究论文 | 该研究通过微调的深度学习模型对CT图像中的肾脏状况进行早期检测和分类 | 提出了一种创新方法，整合了精细调整的迁移学习、高级图像处理和超参数优化，以提高肾脏肿瘤分类的准确性 | NA | 提高肾脏疾病的早期检测和分类准确性，改善医学影像诊断 | CT图像中的囊肿、正常状态、结石和肿瘤 | 数字病理学 | 肾脏疾病 | CT成像、图像处理技术（数据归一化、增强、分水岭分割、Otsu二值化阈值处理） | CNN、VGG16、ResNet50、CNNAlexnet、InceptionV3 | 图像 | NA | NA | NA | NA | NA |
| 10671 | 2025-05-16 |
A deep learning model for classification of chondroid tumors on CT images
2025-Mar-28, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-13951-1
PMID:40155859
|
研究论文 | 本研究开发了一种深度学习模型，用于在CT图像上分类软骨样肿瘤 | 开发了一种2D卷积神经网络模型，用于区分不同类型的软骨样肿瘤，并与放射科医生的诊断性能进行了比较 | 在区分非典型软骨样肿瘤和高级别软骨肉瘤方面表现仍有提升空间，反映了放射学诊断中的已知挑战 | 开发一种深度学习模型，用于软骨样肿瘤的分类，以辅助临床诊断 | 软骨样肿瘤（包括内生软骨瘤、非典型软骨样肿瘤和高级别软骨肉瘤） | 数字病理学 | 软骨肉瘤 | CT成像 | 2D CNN | 图像 | 344名患者（124例内生软骨瘤，92例非典型软骨样肿瘤，128例高级别软骨肉瘤） | NA | NA | NA | NA |
| 10672 | 2025-05-16 |
Feasibility study of AI-assisted multi-parameter MRI diagnosis of prostate cancer
2025-Mar-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84516-8
PMID:40148363
|
研究论文 | 提出一种基于AI的多参数MRI辅助诊断前列腺癌的新方法 | 结合预训练的ResNet50模型和多头注意力机制，开发了一种新型计算机辅助诊断系统，用于多参数MRI中前列腺癌的检测 | 研究为单中心回顾性研究，样本量相对较小（106例患者） | 评估人工智能在多参数MRI中检测临床显著性前列腺癌的可行性 | 前列腺良恶性病变的MRI图像 | 数字病理学 | 前列腺癌 | 多参数MRI（mp-MRI） | ResNet50结合多头注意力机制 | 医学影像 | 106例患者的137幅mp-MRI图像，产生274组ROI数据（206组用于训练验证，68组用于测试） | NA | NA | NA | NA |
| 10673 | 2025-05-16 |
Artificial intelligence for sustainable farming with dual branch convolutional graph attention networks in rice leaf disease detection
2025-Mar-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-94891-5
PMID:40148438
|
研究论文 | 本文提出了一种新型混合深度学习方法，用于水稻叶部病害分类，旨在提高病害检测的准确性和农业生产力 | 采用双分支卷积图注意力网络（DB-CGANNet）进行病害分类，结合了多种图像增强技术和特征提取方法，显著提高了分类准确率 | 依赖于特定数据集（Rice Leaf Diseases Dataset和Rice Disease Images Dataset），可能在其他数据集上的泛化能力有限 | 提高水稻叶部病害检测的准确性，以改善作物管理和农业生产力 | 水稻叶部病害（如褐斑病、细菌性叶枯病、叶瘟病等） | 计算机视觉 | 水稻病害 | Upgraded Weighted Median Filtering (Up-WMF), Aligned Gamma-based Contrast Limited Adaptive Histogram Equalization (AG-CLAHE), Discrete Wavelet Transform (DWT), Gray Level Run Length Matrix (GLRLM), VGG19, Bio-Inspired Artificial Hummingbird (BI-AHB) | Dual Branch Convolutional Graph Attention Neural Network (DB-CGANNet) | 图像 | 两个数据集（Rice Leaf Diseases Dataset和Rice Disease Images Dataset） | NA | NA | NA | NA |
| 10674 | 2025-05-16 |
CTA image segmentation method for intracranial aneurysms based on MGLIA net
2025-Mar-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95143-2
PMID:40148442
|
research paper | 提出了一种基于MGLIA net的CTA图像分割方法，用于颅内动脉瘤的三维形态重建和破裂风险评估 | 开发了基于MoblieNet的GLIA Net算法（MGLIA Net模型），能够对不同条件下采集的动脉瘤图像进行自适应目标分割 | 当前使用CTA大数据和深度学习的颅内动脉瘤分割方法缺乏普适性，面对新的医院获取的成像模态时通常需要重新设计和训练分割网络 | 提高颅内动脉瘤CTA图像分割的准确性和普适性 | 颅内动脉瘤 | digital pathology | cardiovascular disease | CTA, deep learning | MGLIA Net (based on MoblieNet) | image | 开源数据集（具体数量未提及） | NA | NA | NA | NA |
| 10675 | 2025-05-16 |
High precision banana variety identification using vision transformer based feature extraction and support vector machine
2025-Mar-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95466-0
PMID:40133576
|
研究论文 | 该研究提出了一种结合Vision Transformer（ViT）和支持向量机（SVM）的混合框架，用于高精度识别香蕉品种 | 结合ViT模型进行全局语义特征提取与SVM分类，显著提高了香蕉品种分类的准确率 | 研究未提及在实际农田环境中的适用性及计算资源需求 | 提高香蕉品种识别的准确性和自动化水平 | 香蕉品种 | 计算机视觉 | NA | 深度学习（DL）、图像处理 | Vision Transformer（ViT）、支持向量机（SVM） | 图像 | 两个数据集：BananaImageBD（四类）和BananaSet（六类） | NA | NA | NA | NA |
| 10676 | 2025-05-16 |
Enhancing registration accuracy and eminence of multispectral transmission breast images by fusing multi-wavelength gen using vision transformer and LSTM
2025-Mar-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-82965-9
PMID:40140442
|
研究论文 | 提出了一种结合Vision Transformer和LSTM网络的新方法，用于提高多光谱透射乳腺图像的配准精度和降噪效果 | 首次将Vision Transformer与LSTM网络结合用于多光谱透射乳腺图像处理，显著提高了配准精度和图像质量 | 未提及具体样本量，且可能受限于人体呼吸和相机不稳定引起的运动伪影 | 提高早期乳腺癌筛查中多光谱透射图像的配准精度和图像质量 | 多光谱透射乳腺图像 | 计算机视觉 | 乳腺癌 | 多光谱透射成像 | Vision Transformer (ViT) 和 LSTM | 图像 | NA | NA | NA | NA | NA |
| 10677 | 2025-05-16 |
Exploring the categories of students' interest and their relationships with deep learning in technology supported environments
2025-Mar-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95294-2
PMID:40140502
|
研究论文 | 本研究通过潜在剖面分析、多元逻辑回归分析和多元方差分析，探索了技术支持学习环境中情境兴趣与个体兴趣的共存类别及其对深度学习的影响 | 揭示了技术支持学习环境中情境兴趣与个体兴趣的共存类别及其对深度学习四要素的异质性影响，发现“高情境兴趣-高个体兴趣”是深度学习发生的重要因素 | 样本仅来自中国初中生，可能限制结果的普适性 | 探索技术支持学习环境中学生兴趣类别及其与深度学习的关系 | 634名中国初中生 | 教育技术 | NA | 潜在剖面分析(LPA)、多元逻辑回归分析、多元方差分析(MANOVA) | NA | 问卷调查数据 | 634名初中生 | NA | NA | NA | NA |
| 10678 | 2025-05-16 |
Automated segmentation of brain metastases in T1-weighted contrast-enhanced MR images pre and post stereotactic radiosurgery
2025-Mar-26, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01643-y
PMID:40140740
|
research paper | 该研究评估了nnU-Net和MedNeXt两种深度学习模型在脑转移瘤的MRI图像分割中的性能，特别是在治疗计划和随访MRI中的应用 | 首次在治疗计划和随访MRI上评估了深度学习模型的性能，并探讨了公开数据对模型性能的影响 | 模型在随访MRI上的性能相对较低 | 评估深度学习模型在脑转移瘤MRI图像分割中的性能 | 脑转移瘤的MRI图像 | digital pathology | brain metastases | deep learning | nnU-Net, MedNeXt | MRI images | 255名患者的MRI数据（201训练，54测试）加上公开的75名患者数据 | NA | NA | NA | NA |
| 10679 | 2025-05-16 |
Predicting rheumatoid arthritis progression from seronegative undifferentiated arthritis using machine learning: a deep learning model trained on the KURAMA cohort and externally validated with the ANSWER cohort
2025-Mar-26, Arthritis research & therapy
IF:4.4Q1
DOI:10.1186/s13075-025-03541-8
PMID:40140918
|
研究论文 | 使用机器学习模型预测血清阴性未分化关节炎进展为类风湿性关节炎的风险 | 开发了一个前馈神经网络（FNN）模型，仅使用临床和实验室参数预测血清阴性未分化关节炎进展为类风湿性关节炎，并在独立验证队列中保持了较高的敏感性 | 模型在独立验证队列中的AUC（0.777）低于训练数据集（0.924），可能存在泛化能力不足的问题 | 预测血清阴性未分化关节炎进展为类风湿性关节炎的风险 | 血清阴性未分化关节炎患者 | 机器学习 | 类风湿性关节炎 | 机器学习 | FNN | 临床和实验室参数 | 训练数据集（KURAMA队列）包括210名患者，验证数据集（ANSWER队列）包括140名患者 | NA | NA | NA | NA |
| 10680 | 2025-05-16 |
Deep learning based quantitative cervical vertebral maturation analysis
2025-Mar-26, Head & face medicine
IF:2.4Q2
DOI:10.1186/s13005-025-00498-6
PMID:40140932
|
研究论文 | 本研究旨在通过精确的标记定位，提升定量颈椎成熟度（QCVM）分期的临床诊断准确性 | 设计了一个先进的两阶段卷积神经网络（CNN），专门用于提高颈椎分析的准确性，特别是在处理复杂解剖变异方面 | QCVM分期的识别准确率为69.52%，仍有提升空间 | 提升定量颈椎成熟度（QCVM）分期的临床诊断准确性 | 2100张头影测量图像 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 2100张头影测量图像，按8:1:1的比例分为训练集、验证集和测试集 | NA | NA | NA | NA |