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 11701 - 11720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11701 | 2025-02-13 |
Response to Letter to the Editor regarding, "Evaluation of accuracy of deep learning and conventional neural network algorithms in detection of dental implant type using intraoral radiographic images: A systematic review and meta-analysis"
2025-May, The Journal of prosthetic dentistry
IF:4.3Q1
DOI:10.1016/j.prosdent.2025.01.020
PMID:39934030
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11702 | 2025-05-09 |
Use of deep learning-accelerated T2 TSE for prostate MRI: Comparison with and without hyoscine butylbromide admission
2025-May, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2025.110358
PMID:39938669
|
research paper | 本研究探讨了深度学习加速的T2加权涡轮自旋回波成像序列在无需使用丁溴东莨菪碱的情况下，对前列腺MRI图像质量的影响 | 首次比较了深度学习加速的T2加权序列与传统序列在有无丁溴东莨菪碱情况下的表现，并评估了图像质量和定量参数 | 研究样本量相对较小（120例），且需要进一步研究来评估深度学习应用在前列腺MRI肿瘤检测率方面的表现 | 评估深度学习加速的T2加权序列在前列腺MRI中的应用效果，特别是是否需要使用丁溴东莨菪碱来提高图像质量 | 120名连续患者，分为四组，每组30人 | digital pathology | prostate cancer | deep learning-accelerated T2-weighted turbo spin echo (TSE) imaging | deep learning | MRI images | 120名患者，分为四组，每组30人 | NA | NA | NA | NA |
| 11703 | 2025-05-09 |
An accurate and trustworthy deep learning approach for bladder tumor segmentation with uncertainty estimation
2025-May, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108645
PMID:39954510
|
研究论文 | 本文提出了一种基于深度学习的可信赖膀胱肿瘤分割模型，不仅能够准确分割病变区域，还能提供分割结果的置信度信息 | 利用测试时间增强（TTA）和测试时间丢弃（TTD）来估计内部和外部数据集中的任意不确定性和认知不确定性，探索不同数据集上两种不确定性的影响 | NA | 探索一种可信赖的基于AI的肿瘤分割模型，提供预测结果及其置信度信息 | 膀胱肿瘤 | 数字病理学 | 膀胱癌 | 深度学习 | BSU模型 | 图像 | 内部和外部膀胱镜数据集 | NA | NA | NA | NA |
| 11704 | 2025-05-09 |
Application of deep learning for evaluation of the growth rate of Daphnia magna
2025-May, Journal of bioscience and bioengineering
IF:2.3Q3
DOI:10.1016/j.jbiosc.2025.01.006
PMID:39955201
|
research paper | 应用深度学习技术评估大型溞的生长速率 | 利用深度学习进行图像识别，实现了对游泳状态下大型溞大小的非侵入式测量 | NA | 评估化学物质对生态环境的影响 | 大型溞（Daphnia magna） | computer vision | NA | 深度学习图像识别 | CNN | image | NA | NA | NA | NA | NA |
| 11705 | 2025-05-09 |
A Review on Intelligent Systems for ECG Analysis: From Flexible Sensing Technology to Machine Learning
2025-May, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3508545
PMID:40030493
|
综述 | 本文全面回顾了用于心电图(ECG)采集的柔性心脏传感设备，重点介绍了它们在心脏健康监测中的应用 | 强调了柔性传感技术与机器学习在心脏健康监测中的结合及其对ECG健康监测方法的推动作用 | NA | 回顾和评估用于ECG采集的柔性传感设备及其在心脏健康监测中的应用 | 柔性心脏传感设备和机器学习在ECG分析中的应用 | 数字病理学 | 心血管疾病 | 机器学习(ML) | 深度学习, 支持向量机, 随机森林, 线性判别分析 | ECG信号 | NA | NA | NA | NA | NA |
| 11706 | 2025-05-09 |
PrediRep: Modeling hierarchical predictive coding with an unsupervised deep learning network
2025-May, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107246
PMID:39946763
|
研究论文 | 介绍了一种名为PrediRep的新型深度学习网络，该网络更严格地遵循层次预测编码（hPC）的架构原则，用于神经科学研究 | PrediRep是一种新型深度学习网络，比其他受hPC启发的深度学习网络更严格地遵循hPC的架构原则，并在功能上与hPC高度对齐 | PrediRep设计的主要目的是作为适合神经科学研究的模型，而非优化性能 | 探索层次预测编码（hPC）在深度学习模型中的应用，以更好地理解大脑皮层如何预测未来的感官输入 | 层次预测编码（hPC）和深度学习网络 | 机器学习 | NA | 深度学习 | PrediRep | NA | NA | NA | NA | NA | NA |
| 11707 | 2025-05-09 |
Clinically applicable semi-supervised learning framework for multiple organs at risk and tumor delineation in lung cancer brachytherapy
2025-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.104968
PMID:40174514
|
research paper | 本研究验证了一种半监督条件nnU-Net模型在肺癌近距离放射治疗中多器官风险区和肿瘤分割的临床应用潜力 | 提出了一种半监督条件nnU-Net模型（SSC-nnUNet），并在多中心数据上验证了其在肺癌分割和机器人辅助穿刺诊疗中的应用潜力 | 研究仅基于CT数据，未验证其他影像模态的适用性 | 验证深度学习自动分割技术在肺癌临床应用的泛化能力 | 肺癌患者的CT影像数据 | digital pathology | lung cancer | CT影像分析 | SSC-nnUNet | image | 674例患者用于训练和验证，181例多中心数据用于测试 | NA | NA | NA | NA |
| 11708 | 2025-05-09 |
Deep-learning synthetized 4DCT from 4DMRI of the abdominal site in carbon-ion radiotherapy
2025-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.104963
PMID:40187129
|
research paper | 研究使用深度学习从4DMRI数据生成合成的4DCT（4D-sCT）在腹部碳离子放疗中的可行性 | 采用3通道条件生成对抗网络（cGAN）从4DMRI数据生成4D-sCT，探索了基于4DCT和仅基于4DMRI的两种分割方法 | 仅基于4DMRI的方法在MAE指标上表现较差，且样本量较小（26名患者） | 探索深度学习在腹部碳离子放疗中生成合成4DCT的可行性 | 腹部接受碳离子放疗的患者 | digital pathology | abdominal tumors | 4DMRI, 4DCT, Carbon Ion Radiotherapy (CIRT) | conditional Generative Adversarial Network (cGAN) | medical imaging (T1-weighted 4DMRI and 4DCT volumes) | 26名患者（训练和测试），6名独立患者用于验证 | NA | NA | NA | NA |
| 11709 | 2025-05-09 |
Leveraging deep learning for improving parameter extraction from perfusion MR images: A narrative review
2025-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.104978
PMID:40215839
|
综述 | 本文回顾了深度学习在灌注磁共振成像（MRI）参数提取中的应用，探讨了其优势、挑战及潜在临床应用 | 深度学习算法能高效处理大数据集，提供更快、更准确的参数提取，减少主观性 | 传统量化灌注参数的方法耗时且易受噪声和复杂组织动态限制 | 评估深度学习在灌注MRI中的应用，以提高诊断准确性和治疗计划 | 灌注MRI技术（DCE、DSC、ASL、IVIM） | 医学影像分析 | NA | 深度学习（DL） | CNN、RNN、GAN | MRI图像 | NA | NA | NA | NA | NA |
| 11710 | 2025-05-09 |
Effects of Deep Learning-Based Reconstruction on the Quality of Accelerated Contrast-Enhanced Neck MRI
2025-May, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2024.1059
PMID:40307199
|
研究论文 | 比较深度学习重建的涡轮自旋回波(DL-TSE)与传统插值涡轮自旋回波(Conv-TSE)技术在颈部对比增强MRI中的图像质量 | 应用深度学习重建技术显著减少扫描时间，同时提高图像质量、清晰度和黏膜区域的可见性 | DL-TSE在解剖结构重叠区域产生更明显的伪影 | 评估深度学习重建技术在加速颈部MRI中的效果 | 106名患者的颈部对比增强MRI图像 | 医学影像 | NA | 深度学习重建的涡轮自旋回波(DL-TSE) | 深度学习 | MRI图像 | 106名患者 | NA | NA | NA | NA |
| 11711 | 2025-05-09 |
Age-Related Regional Changes in Choroidal Vascularity in Healthy Emmetropic Eyes
2025-May-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.5.3
PMID:40310636
|
研究论文 | 本研究探讨了健康正视眼中脉络膜血管指数（CVI）随生理年龄变化的区域性变化 | 首次使用深度学习技术对健康正视眼不同年龄段人群的脉络膜血管指数进行区域性分析，揭示了年龄相关的CVI变化模式 | 研究为横断面设计，无法确定因果关系；样本仅包括正视眼人群，可能不适用于其他屈光状态 | 探究健康正视眼中脉络膜血管特性随年龄变化的区域性差异 | 280名健康正视眼受试者（包括83名儿童、77名青少年和120名成人） | 数字病理学 | NA | 增强深度成像光学相干断层扫描（EDI-OCT） | 深度学习 | 图像 | 280名健康受试者（5-41岁） | NA | NA | NA | NA |
| 11712 | 2025-05-09 |
PhacoTrainer: Automatic Artificial Intelligence-Generated Performance Ratings for Cataract Surgery
2025-May-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.5.2
PMID:40310637
|
研究论文 | 探讨人工智能生成的自动性能评分在区分白内障手术学员和教师以及AI指标与专家评分之间的相关性 | 使用深度学习模型自动生成白内障手术视频的性能指标，并与专家评分进行相关性分析 | 样本量相对较小，仅包括28名学员和29名教师的手术视频 | 评估AI生成的指标在区分手术技能水平和与专家评分相关性方面的有效性 | 白内障手术视频 | 计算机视觉 | 白内障 | 深度学习 | CNN | 视频 | 57例手术视频（28名学员和29名教师） | NA | NA | NA | NA |
| 11713 | 2025-10-07 |
Artificial intelligence in the detection and classification of dental caries
2025-May, The Journal of prosthetic dentistry
IF:4.3Q1
DOI:10.1016/j.prosdent.2023.07.013
PMID:37640607
|
研究论文 | 本研究开发了一个基于深度学习的模型，用于检测和分类牙科龋齿 | 使用改进的King Abdulaziz大学龋齿分类系统，通过语义分割任务训练深度学习模型进行龋齿自动检测 | 训练样本量相对较小（554个训练样本），模型性能仍有提升空间 | 开发能够自动检测和分类牙科龋齿的深度学习模型 | 咬翼片X光影像中的龋齿病变 | 计算机视觉 | 牙科疾病 | 放射影像分析 | 深度学习 | X光影像 | 554个训练样本，1876×1402像素分辨率的咬翼片X光影像 | NA | 语义分割模型 | 交并比, F1分数 | NA |
| 11714 | 2025-05-09 |
Mixing individual and collective behaviors to predict out-of-routine mobility
2025-Apr-29, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2414848122
PMID:40267135
|
research paper | 该研究提出了一种动态整合个体和集体移动行为的方法，以提高非日常移动行为的预测准确性 | 通过利用集体智能动态整合个体和集体移动行为，显著提升了非日常移动行为的预测准确性，并在COVID-19等破坏性事件中保持了预测能力 | 模型在兴趣点密度高的城市区域表现最佳，可能在其他区域效果有限 | 解决非日常人类移动行为的预测问题，以应对城市设计、交通拥堵、流行病管理等社会挑战 | 人类移动行为 | machine learning | NA | 深度学习与马尔可夫模型结合 | 动态整合模型 | 轨迹数据 | 数百万条隐私保护的轨迹数据，覆盖五个美国城市 | NA | NA | NA | NA |
| 11715 | 2025-05-09 |
Reliable Radiologic Skeletal Muscle Area Assessment - A Biomarker for Cancer Cachexia Diagnosis
2025-Apr-25, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.04.21.25326162
PMID:40313262
|
research paper | 开发了一种基于深度学习的自动化工具SMAART-AI，用于通过CT扫描评估骨骼肌面积，以诊断癌症恶病质 | SMAART-AI结合了自动化、高准确性和不确定性机制，提高了骨骼肌面积评估的可靠性，并开发了MLP模型用于预测恶病质 | 研究主要基于胃食管癌数据集，可能在其他癌症类型中的泛化性有待验证 | 开发一种可靠的工具用于癌症恶病质的早期诊断和干预 | 癌症患者的骨骼肌面积评估和恶病质预测 | digital pathology | gastroesophageal cancer | CT扫描 | nnU-Net 2D, MLP | image | 胃食管癌数据集 | NA | NA | NA | NA |
| 11716 | 2025-05-09 |
Establishing performance criteria for evaluating watershed-scale sediment and nutrient models at fine temporal scales
2025-Apr-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.123156
PMID:39955106
|
research paper | 该研究旨在建立用于评估流域尺度沉积物和养分模型在精细时间尺度上性能的标准 | 提出了针对精细时间尺度的过程模型性能评估标准，并探讨了校准持续时间、目标单位选择等因素对模型性能的影响 | 虽然标准基于过程模型开发，但可能不完全适用于所有类型的模型评估 | 建立流域水质模型的性能评估标准 | 流域水质模型（涉及水流、沉积物、总养分和溶解养分） | 环境建模 | NA | Nash-Sutcliffe效率(NSE)分析、自助法(bootstrapping) | 过程模型、深度学习模型 | 水质监测数据 | 229个模型应用案例 | NA | NA | NA | NA |
| 11717 | 2025-05-09 |
Identifying RNA-small Molecule Binding Sites Using Geometric Deep Learning with Language Models
2025-Apr-15, Journal of molecular biology
IF:4.7Q1
DOI:10.1016/j.jmb.2025.169010
PMID:39961524
|
研究论文 | 开发了一个名为RNABind的几何深度学习框架，用于从RNA结构中检测RNA与小分子的结合位点 | 将RNA大型语言模型（LLMs）整合到先进的几何深度学习网络中，同时编码RNA序列和结构信息，并构建了最大的RNA-小分子相互作用数据集 | 未提及具体的局限性 | 预测RNA与小分子的结合位点，以促进RNA靶向药物发现 | RNA与小分子的结合位点 | 自然语言处理 | NA | 几何深度学习与语言模型 | RNABind（整合了RNA LLMs的几何深度学习网络） | RNA序列和结构数据 | 从整个多链复合体结构中编译的最大RNA-小分子相互作用数据集 | NA | NA | NA | NA |
| 11718 | 2025-05-09 |
EEGConvNeXt: A novel convolutional neural network model for automated detection of Alzheimer's Disease and Frontotemporal Dementia using EEG signals
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108652
PMID:39938252
|
研究论文 | 提出了一种名为EEGConvNeXt的新型卷积神经网络模型，用于通过EEG信号自动检测阿尔茨海默病和额颞叶痴呆 | EEGConvNeXt是一种轻量级的CNN模型，基于transformer模型构建，具有高效的多类分类能力 | 依赖相对较小的数据集，需要在更多样化的人群中进行进一步验证 | 开发一种高效、轻量级的深度学习模型，用于神经退行性疾病的自动检测 | 阿尔茨海默病(AD)和额颞叶痴呆(FD)患者及对照组的EEG信号 | 数字病理学 | 老年病 | EEG信号分析 | CNN (EEGConvNeXt) | EEG信号转换的功率谱图像 | 包含AD、FD和对照组三个类别的公开EEG数据集 | NA | NA | NA | NA |
| 11719 | 2025-05-09 |
LMTTM-VMI: Linked Memory Token Turing Machine for 3D volumetric medical image classification
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108640
PMID:39951959
|
研究论文 | 提出了一种名为LMTTM的新型深度学习模型，用于高效处理3D医学体积图像的分类问题 | 引入了链接记忆令牌图灵机（LMTTM），利用外部链接记忆有效处理3D医学体积图像的空间依赖性和结构复杂性 | 未提及具体的数据集局限性或模型适用范围 | 提高3D医学体积图像分类的准确性和效率 | 3D医学体积图像 | 数字病理 | NA | 深度学习 | LMTTM | 3D医学图像 | 六个来自MedMNIST v2的3D医学体积图像数据集 | NA | NA | NA | NA |
| 11720 | 2025-05-09 |
"Brain state network dynamics in pediatric epilepsy: Chaotic attractor transition ensemble network"
2025-Apr, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109832
PMID:39951978
|
research paper | 提出了一种新型的集成框架CATE-NET，用于识别儿童癫痫的神经动力学特征，区分生理性脑活动和癫痫引起的信号异常 | 结合混沌和动力系统理论，设计了模块化的CATE-NET框架，利用非线性动力学和混沌吸引子（特别是Rössler混沌吸引子）建模头皮EEG数据，并通过LSTM网络和概率图自动分析脑状态 | 未提及具体样本量，且依赖于EEG信号的质量 | 改进儿童癫痫的脑状态分析和癫痫活动检测 | 儿童癫痫患者的脑电图信号 | digital pathology | epilepsy | EEG信号分析，混沌吸引子建模，深度学习 | LSTM，概率图模型 | EEG信号 | NA | NA | NA | NA | NA |