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 32372 篇文献，本页显示第 11621 - 11640 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11621 | 2025-05-10 |
Deep learning-assisted screening and diagnosis of scoliosis: segmentation of bare-back images via an attention-enhanced convolutional neural network
2025-Feb-14, Journal of orthopaedic surgery and research
IF:2.8Q1
DOI:10.1186/s13018-025-05564-y
PMID:39953540
|
研究论文 | 开发了一种基于深度学习的图像分割模型，用于提高脊柱侧弯筛查的效率 | 在原始U-Net架构中加入了注意力机制，构建了Dual AttentionUNet模型用于图像分割 | 研究样本量相对较小，仅包含350名脊柱侧弯患者和108名健康受试者 | 提高脊柱侧弯筛查的效率和准确性 | 脊柱侧弯患者和健康受试者的裸背图像和站立全长前后位脊柱X光片 | 计算机视觉 | 脊柱侧弯 | 深度学习 | Dual AttentionUNet | 图像 | 350名脊柱侧弯患者和108名健康受试者 | NA | NA | NA | NA |
| 11622 | 2025-05-10 |
Machine Learning in the Management of Patients Undergoing Catheter Ablation for Atrial Fibrillation: Scoping Review
2025-Feb-10, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/60888
PMID:39928932
|
综述 | 本文通过范围综述评估了机器学习在心房颤动导管消融患者管理中的应用现状 | 系统比较了不同机器学习模型在特定临床任务中的表现，并总结了该领域的优势与局限性 | 大多数模型缺乏外部验证，存在高偏倚风险 | 评估机器学习在心房颤动导管消融患者管理中的应用证据 | 接受心房颤动导管消融治疗的患者 | 机器学习 | 心血管疾病 | 机器学习 | CNN | 人口统计学数据、临床特征、影像学数据、电生理信号 | 23项纳入研究 | NA | NA | NA | NA |
| 11623 | 2025-05-10 |
Arthroscopy-validated Diagnostic Performance of 7-Minute Five-Sequence Deep Learning Super-Resolution 3-T Shoulder MRI
2025-Feb, Radiology
IF:12.1Q1
DOI:10.1148/radiol.241351
PMID:39964264
|
research paper | 该研究验证了7分钟三倍并行成像加速的深度学习超分辨率3-T肩部MRI在诊断肩部病变中的临床效果 | 首次通过关节镜验证了深度学习超分辨率MRI在肩部病变诊断中的良好性能 | 样本量相对较小（121名成人），且为回顾性研究 | 验证加速深度学习MRI在肩部病变诊断中的临床效果 | 成人肩痛患者 | digital pathology | shoulder conditions | 深度学习超分辨率MRI | DL | MRI图像 | 121名成人（平均年龄55岁±14，75名男性） | NA | NA | NA | NA |
| 11624 | 2025-05-10 |
Change analysis of surface water clarity in the Persian Gulf and the Oman Sea by remote sensing data and an interpretable deep learning model
2025-Feb, Environmental science and pollution research international
DOI:10.1007/s11356-025-36018-x
PMID:39966320
|
研究论文 | 利用遥感数据和可解释深度学习模型分析波斯湾和阿曼海水体透明度的变化 | 结合MODIS-Aqua影像、统计测试和深度学习模型，首次全面监测波斯湾和阿曼海2002至2018年的水体透明度变化，并应用解释技术确定关键影响因素 | 研究时间跨度有限（2002-2018年），且仅基于MODIS-Aqua影像数据 | 监测波斯湾和阿曼海的水体透明度变化以评估生态系统健康状况和水质 | 波斯湾和阿曼海的水体透明度及相关环境参数 | 遥感与环境监测 | NA | MODIS-Aqua遥感影像、统计测试、深度学习模型 | CNN、LSTM | 遥感影像、环境参数数据 | 2002至2018年波斯湾和阿曼海的遥感监测数据 | NA | NA | NA | NA |
| 11625 | 2025-05-10 |
A practical deep learning model for core temperature prediction of specialized workers in high-temperature environments
2025-Feb, Journal of thermal biology
IF:2.9Q1
DOI:10.1016/j.jtherbio.2025.104079
PMID:39970650
|
研究论文 | 本文开发了一种结合卡尔曼滤波和长期序列预测深度学习模型的无创核心温度预测模型，用于高温环境下特种作业人员的健康监测 | 结合卡尔曼滤波和长期序列预测深度学习模型，利用皮肤温度和心率作为输入特征，实现个性化实时核心温度预测 | 实验样本量较小（13名参与者），且仅在34至40°C的环境温度范围内进行验证 | 解决高温环境下特种作业人员核心温度的实时监测和预测问题 | 高温环境下特种作业人员的核心温度 | 机器学习 | NA | 卡尔曼滤波和长期序列预测深度学习模型 | LSTM | 皮肤温度和心率数据 | 13名参与者的实验数据 | NA | NA | NA | NA |
| 11626 | 2025-05-10 |
Radiomics and Deep Learning Prediction of Immunotherapy-Induced Pneumonitis From Computed Tomography
2025-Feb, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI-24-00198
PMID:39977708
|
研究论文 | 该研究利用放射组学和深度学习技术，通过计算机断层扫描（CT）预测免疫治疗引起的肺炎（PN） | 首次结合放射组学特征和深度学习模型（CNN）预测免疫治疗引起的肺炎，相比传统放射组学方法，深度学习模型表现出更高的预测性能 | 结合放射组学和深度学习的模型相比仅使用CNN的模型并未显示出显著改进 | 预测癌症患者在免疫检查点抑制剂（ICI）治疗期间可能发生的肺炎，以提高治疗安全性和有效性 | 接受ICI治疗的癌症患者 | 数字病理学 | 肺癌 | 计算机断层扫描（CT） | CNN | 图像 | 671名患者的2,700份胸部CT扫描数据 | NA | NA | NA | NA |
| 11627 | 2025-10-07 |
Deep learning algorithms enable MRI-based scapular morphology analysis with values comparable to CT-based assessments
2025-01-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84107-7
PMID:39794358
|
研究论文 | 本研究开发了基于深度学习的MRI肩胛骨形态分析方法，其准确性可与CT评估相媲美 | 首次开发能够从各向异性分辨率和有限视野的MRI中自动进行肩胛骨三维形态分析的深度学习方法 | 方法依赖于配对CT数据进行训练，且样本量未明确说明 | 开发从诊断性MRI自动分析肩胛骨形态的方法，克服传统MRI评估的局限性 | 肩胛骨形态特征，包括关键肩角、关节盂倾角和版本角 | 医学影像分析 | 肩袖损伤 | MRI, CT | 深度学习分割网络 | 医学影像（MRI和CT） | NA | NA | NA | 角度测量精度，组内相关系数 | NA |
| 11628 | 2025-05-10 |
Unsupervised neural network-based image stitching method for bladder endoscopy
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0311637
PMID:39964991
|
研究论文 | 提出了一种基于无监督神经网络的膀胱内窥镜图像拼接方法 | 无需标记数据集，采用无监督学习方法进行图像拼接，解决了医学数据标记困难的问题 | 未提及具体的数据集规模或多样性限制 | 开发一种无需标记数据的膀胱内窥镜图像拼接方法，以扩展视野并辅助诊断 | 膀胱内窥镜图像 | 计算机视觉 | 膀胱疾病 | 无监督深度学习 | 无监督对齐网络和无监督融合网络 | 图像 | NA | NA | NA | NA | NA |
| 11629 | 2025-05-10 |
A Robust Approach to Early Glaucoma Identification from Retinal Fundus Images using Dirichlet-based Weighted Average Ensemble and Bayesian
Optimization
2025, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种基于Dirichlet加权平均集成和贝叶斯优化的稳健方法，用于从视网膜眼底图像中早期识别青光眼 | 采用集成学习方法结合多个深度学习模型，并利用贝叶斯优化自动调整超参数，显著提高了诊断准确性和模型泛化能力 | 研究仅使用了两个公开数据集，可能无法涵盖所有临床场景 | 提高青光眼早期诊断的准确性和可靠性 | 视网膜眼底图像 | 数字病理 | 青光眼 | 深度学习 | CNN, MobileNet, DenseNet201 | 图像 | 1,355张视网膜眼底图像 | NA | NA | NA | NA |
| 11630 | 2025-05-10 |
Application of machine learning in predicting consumer behavior and precision marketing
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321854
PMID:40327711
|
research paper | 研究机器学习在消费者行为预测和精准营销中的应用 | 比较了四种机器学习模型（SVM、XGBoost、CatBoost和BPANN）在预测消费者购买意愿方面的性能，并提出了优化营销策略的具体应用 | 未来研究可以通过引入更多种类的非结构化数据（如消费者评论、图像、视频和社交媒体数据）来提高模型的预测能力 | 研究机器学习在消费者行为预测和精准营销中的应用 | 消费者的购买行为 | machine learning | NA | NA | SVM, XGBoost, CatBoost, BPANN | 结构化数据 | NA | NA | NA | NA | NA |
| 11631 | 2025-05-10 |
Deep learning for accurate B-line detection and localization in lung ultrasound imaging
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1560523
PMID:40330027
|
研究论文 | 该研究开发了基于YOLOv5和YOLOv8的改进模型YOLOv5-PBB和YOLOv8-PBB，用于肺部超声图像中B线的精确检测和定位 | 提出了两种改进的深度学习模型YOLOv5-PBB和YOLOv8-PBB，采用多边形边界框(PBBs)进行B线定位，并整合了图像预处理技术以提高图像质量 | 研究主要基于公开数据集和乌干达医疗设施的数据，可能在其他地区或人群中的泛化性有待验证 | 开发自动化的B线检测和定位方法，以解决资源有限地区专业人员不足的问题 | 肺部超声图像中的B线伪影 | 计算机视觉 | COVID-19肺炎、心力衰竭、慢性肾病、间质性肺病 | 深度学习 | YOLOv5-PBB, YOLOv8-PBB | 图像 | 来自公开数据库和乌干达医疗设施的多样化数据集 | NA | NA | NA | NA |
| 11632 | 2025-05-10 |
Enhanced breast cancer diagnosis using modified InceptionNet-V3: a deep learning approach for ultrasound image classification
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1558001
PMID:40330252
|
research paper | 该研究通过改进的InceptionNet-V3深度学习模型，提高了超声图像在乳腺癌诊断中的分类准确性 | 提出了一种集成改进InceptionV3特征的深度神经网络模型，显著提高了乳腺癌分类的准确率 | 模型训练依赖于预训练模型和特定数据集，可能在不同数据分布下表现不同 | 开发自动化且可靠的乳腺癌诊断方法，提高诊断准确性和效率 | 乳腺癌的超声图像 | digital pathology | breast cancer | deep learning, transfer learning | modified InceptionV3, GoogLeNet, ShuffleNet, AlexNet, VGG-16, SqueezeNet | image | NA | NA | NA | NA | NA |
| 11633 | 2025-05-10 |
High-resolution automated free-breathing coronary magnetic resonance angiography in comparison with coronary computed tomography angiography
2025-Jan, European heart journal. Imaging methods and practice
DOI:10.1093/ehjimp/qyaf037
PMID:40330538
|
研究论文 | 本研究评估了一种新型自动化iNAV冠状动脉磁共振血管成像（CMRA）协议与冠状动脉计算机断层扫描血管成像（CCTA）在冠状动脉疾病分类中的一致性 | 开发了一种结合图像导航器（iNAV）与自动化扫描规划的CMRA协议，以提高图像质量的稳定性 | 研究样本量较小（95人），且CMRA与CCTA在CAD-RADS分类中的一致性随疾病严重程度增加而降低 | 评估自动化iNAV CMRA协议在冠状动脉疾病诊断中的临床价值 | 疑似或确诊冠状动脉疾病的患者 | 数字病理学 | 心血管疾病 | 冠状动脉磁共振血管成像（CMRA）、冠状动脉计算机断层扫描血管成像（CCTA） | 深度学习辅助自动化扫描规划 | 医学影像 | 95名个体 | NA | NA | NA | NA |
| 11634 | 2025-05-10 |
Relationship between cerebrospinal fluid circulation markers, brain degeneration, and cognitive impairment in cerebral amyloid angiopathy
2025, Frontiers in aging neuroscience
IF:4.1Q2
DOI:10.3389/fnagi.2025.1549072
PMID:40330595
|
research paper | 研究脑淀粉样血管病（CAA）患者脑脊液循环标志物与脑退化和认知障碍的关系 | 首次探讨脑脊液循环标志物在CAA患者中的变化及其与脑退化和认知障碍的关联 | 样本量较小，且仅基于ADNI3数据库，可能影响结果的普遍性 | 探究脑脊液循环标志物在CAA患者中的变化及其与脑退化和认知障碍的关系 | 52名认知障碍患者（26名CAA患者和26名非CAA患者）及26名认知正常对照 | digital pathology | cerebral amyloid angiopathy | MRI, 扩散张量成像（DTI-ALPS）, 正电子发射断层扫描（PET） | deep learning-based method | image | 52名认知障碍患者和26名认知正常对照 | NA | NA | NA | NA |
| 11635 | 2025-05-10 |
Characterizing hip joint morphology using a multitask deep learning model
2025-Jan, Journal of hip preservation surgery
IF:1.4Q3
DOI:10.1093/jhps/hnae041
PMID:40331073
|
research paper | 该研究开发了一种基于YOLOv5和ConvNeXt-Tiny架构的多任务深度学习模型，用于预测髋关节形态学特征 | 首次将YOLOv5和ConvNeXt-Tiny架构结合用于髋关节形态学特征的预测 | 模型在检测cam畸形时的准确率相对较低（78.0%） | 开发准确高效的机器学习算法用于髋关节形态病理学的诊断 | 髋关节形态学特征（包括cam畸形、坐骨棘征、发育不良等） | digital pathology | developmental dysplasia of the hip, femoroacetabular impingement | deep learning | YOLOv5, ConvNeXt-Tiny | medical imaging | NA | NA | NA | NA | NA |
| 11636 | 2025-05-10 |
Sentiment mining of online comments of sports venues: Consumer satisfaction and its influencing factors
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0319476
PMID:40333946
|
研究论文 | 基于互联网大数据、深度学习、主题分析和社交网络分析，对体育场馆在线评论进行情感挖掘，以捕捉消费者满意度及其影响因素 | 利用互联网大数据和深度学习技术进行情感挖掘，替代传统耗时、资源密集且覆盖范围有限的调查方法 | 未提及具体样本量或数据来源的局限性 | 研究体育场馆消费者满意度及其影响因素，以开发更消费者友好的服务 | 体育场馆的在线评论 | 自然语言处理 | NA | 情感挖掘、主题分析、社交网络分析 | 深度学习 | 文本 | NA | NA | NA | NA | NA |
| 11637 | 2025-05-10 |
A KAN-based hybrid deep neural networks for accurate identification of transcription factor binding sites
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322978
PMID:40334196
|
research paper | 提出了一种基于KAN的混合深度神经网络CBR-KAN，用于准确识别转录因子结合位点 | 结合多尺度卷积模块、BiLSTM网络和KAN网络，通过残差连接优化模型，显著提高了预测准确率 | 未提及模型在更大规模数据集上的泛化能力 | 预测转录因子结合位点，以支持药物设计和开发 | DNA序列中的转录因子结合位点 | bioinformatics | NA | ChIP-seq | CNN, BiLSTM, KAN | DNA序列数据 | 50个常见的ChIP-seq基准数据集 | NA | NA | NA | NA |
| 11638 | 2025-05-10 |
OA-HybridCNN (OHC): An advanced deep learning fusion model for enhanced diagnostic accuracy in knee osteoarthritis imaging
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322540
PMID:40334259
|
research paper | 该研究提出了一种名为OA-HybridCNN (OHC)的深度学习融合模型，用于提高膝关节骨关节炎影像诊断的准确性 | OHC模型整合了ResNet和DenseNet架构，有效解决了DenseNet中的梯度消失问题，并提高了预测准确性 | 未提及具体局限性 | 提高膝关节骨关节炎影像诊断的准确性和效率 | 膝关节骨关节炎影像数据 | computer vision | geriatric disease | 深度学习 | CNN (ResNet和DenseNet融合) | image | 未提及具体样本数量 | NA | NA | NA | NA |
| 11639 | 2025-05-10 |
Artificial intelligence in pathologic myopia: a review of clinical research studies
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1572750
PMID:40337273
|
review | 本文综述了人工智能在病理性近视（PM）临床研究中的最新进展 | 探讨了AI在PM筛查、诊断、分级分类及预测评估中的潜在应用 | 未提及具体AI模型的性能比较或临床验证的局限性 | 探索AI技术在病理性近视管理中的应用 | 病理性近视及其相关眼底疾病 | digital pathology | geriatric disease | machine learning, deep learning | NA | image | NA | NA | NA | NA | NA |
| 11640 | 2025-05-10 |
Brain age in multiple sclerosis: a study with deep learning and traditional machine learning
2025, Brain communications
IF:4.1Q2
DOI:10.1093/braincomms/fcaf152
PMID:40337466
|
研究论文 | 本研究使用深度学习和传统机器学习方法评估多发性硬化症患者的脑龄，并比较两种方法的性能 | 首次在多发性硬化症患者中比较深度学习和传统机器学习方法在脑龄评估中的表现，并验证深度学习模型的有效性 | 研究为回顾性观察研究，数据来自两个机构，可能存在选择偏倚 | 验证深度学习脑龄模型在多发性硬化症中的有效性，并比较其与传统机器学习模型的性能 | 多发性硬化症患者 | 数字病理学 | 多发性硬化症 | MRI | 全卷积网络（深度学习）与传统机器学习模型 | 图像 | 1516名多发性硬化症患者的4584个MRI扫描 | NA | NA | NA | NA |