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 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 | 2025-05-09 |
Optimizing non small cell lung cancer detection with convolutional neural networks and differential augmentation
2025-May-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98731-4
PMID:40325128
|
研究论文 | 本研究提出了一种结合卷积神经网络（CNN）和差分增强（DA）的方法，用于优化非小细胞肺癌的检测 | 通过引入差分增强策略（如色调、亮度、饱和度和对比度调整）来多样化训练数据，增强模型的鲁棒性，有效解决了内存过拟合的问题 | 未提及具体局限性 | 提高非小细胞肺癌的早期检测准确率，改善患者预后 | 非小细胞肺癌的医学影像数据 | 数字病理学 | 肺癌 | 差分增强（DA） | CNN | 图像 | 包括IQ-OTH/NCCD数据集在内的多个数据集 | NA | NA | NA | NA |
| 11702 | 2025-05-09 |
Innovative framework for fault detection and system resilience in hydropower operations using digital twins and deep learning
2025-May-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98235-1
PMID:40325162
|
研究论文 | 本研究提出了一种结合数字孪生技术和深度学习的创新框架，用于增强水力发电系统的故障检测、优化操作并提高系统韧性 | 结合数字孪生技术和深度学习进行实时监控和预测分析，显著提高了故障检测时间和系统效率 | 研究基于MATLAB环境下的模拟，未提及实际应用中的潜在挑战 | 优化水力发电系统的操作效率和故障检测能力 | 水力发电系统 | 机器学习 | NA | 数字孪生技术和深度学习 | 深度学习算法 | 实时系统行为数据 | NA | NA | NA | NA | NA |
| 11703 | 2025-05-09 |
An online 11 kv distribution system insulator defect detection approach with modified YOLOv11 and mobileNetV3
2025-May-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99756-5
PMID:40325205
|
研究论文 | 提出了一种基于改进YOLOv11和MobileNetV3的11 kV配电系统绝缘子缺陷在线检测方法 | 结合改进的YOLOv11架构（包含C3K2、SPFF和C2PSA算法模块）与MobileNetV3分类器，实现了轻量级框架 | 复杂背景、有限的图像数据集和小尺度对象增加了检测的复杂性 | 开发一种高效的绝缘子缺陷检测方法，以提升配电自动化系统的性能 | 11 kV配电系统中的绝缘子 | 计算机视觉 | NA | 深度学习 | YOLOv11, MobileNetV3 | 图像 | NA | NA | NA | NA | NA |
| 11704 | 2025-05-09 |
M-DeepAssembly: enhanced DeepAssembly based on multi-objective multi-domain protein conformation sampling
2025-May-05, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-025-06131-2
PMID:40325375
|
research paper | 提出了一种基于多目标多域蛋白质构象采样的增强型DeepAssembly方法M-DeepAssembly，用于多域蛋白质结构预测 | 结合DeepAssembly和AlphaFold2提取域间相互作用和全长序列距离特征，构建多目标能量模型并设计采样算法探索构象空间，生成多样化的蛋白质结构集合 | 虽然集合中存在更高精度的模型，但这些模型未被选中，可能影响最终预测结果的准确性 | 解决多域蛋白质结构预测中进化信号弱或蛋白质结构大的挑战 | 多域蛋白质 | 生物信息学 | NA | 多目标蛋白质构象采样算法 | DeepAssembly, AlphaFold2 | 蛋白质序列和结构数据 | 164个多域蛋白质的测试集 | NA | NA | NA | NA |
| 11705 | 2025-05-09 |
Latent space autoencoder generative adversarial model for retinal image synthesis and vessel segmentation
2025-May-05, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01694-1
PMID:40325399
|
research paper | 提出了一种潜在空间自编码器生成对抗模型，用于视网膜图像合成和血管分割 | 结合潜在空间自编码器和GAN生成多样化的视网膜图像和血管分割掩模，解决了训练数据不足的问题 | 仅使用了三个公开数据集进行验证，未在更多样化的临床数据上测试 | 开发视网膜图像合成和血管分割方法以辅助糖尿病视网膜病变诊断 | 视网膜血管图像 | digital pathology | diabetic retinopathy | GAN | latent space auto-encoder + GAN + UNet | image | 三个数据集(DRIVE, STARE, CHASE_DB) | NA | NA | NA | NA |
| 11706 | 2025-05-09 |
Application of 3D atom pair map in an attention model for enhanced drug virtual screening
2025-May-05, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-01023-2
PMID:40325489
|
research paper | 本研究展示了一种新型分子表示方法3D APM及其基于深度学习的模型在虚拟筛选中的应用 | 提出了一种新型分子表示方法3D APM，并开发了基于该方法的深度学习模型用于虚拟筛选 | NA | 提升药物虚拟筛选的效率和准确性 | 分子表示和虚拟筛选 | machine learning | NA | deep learning | attention model | molecular representation | NA | NA | NA | NA | NA |
| 11707 | 2025-05-09 |
Effect of New Generation Snapshot Freeze Combined With Deep Learning Image Reconstruction on Image Quality of Coronary Artery Calcifications and Their Quantification
2025-May-05, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001765
PMID:40338070
|
研究论文 | 评估新一代快照冻结算法(SSF2)结合深度学习图像重建(DLIR)在改善冠状动脉钙化(CAC)图像质量及其量化方面的有效性 | 结合SSF2和DLIR技术，显著减少运动伪影和图像噪声，并降低CACS值和风险分层 | 样本量较小(69例患者)，且未探讨长期临床影响 | 提高冠状动脉钙化的图像质量和量化准确性 | 冠状动脉钙化患者 | 数字病理 | 心血管疾病 | ECG触发非对比CT扫描，深度学习图像重建(DLIR) | DLIR | 医学影像 | 69例患者 | NA | NA | NA | NA |
| 11708 | 2025-05-09 |
NA_mCNN: Classification of Sodium Transporters in Membrane Proteins by Integrating Multi-Window Deep Learning and ProtTrans for Their Therapeutic Potential
2025-May-02, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.4c00884
PMID:40193588
|
研究论文 | 介绍了一种名为NA_mCNN的计算方法，用于整合多窗口深度学习和ProtTrans蛋白语言模型，以分类膜蛋白中的钠转运蛋白并探讨其治疗潜力 | 结合蛋白语言模型嵌入和多窗口扫描深度学习模型，提高了钠转运蛋白分类的准确性 | 未提及具体局限性 | 利用深度学习和蛋白语言模型加速钠转运蛋白的识别，以开发新的治疗干预措施 | 膜蛋白中的钠转运蛋白 | 机器学习 | 高血压、糖尿病、神经系统疾病、癌症 | 蛋白语言模型嵌入（PLMs）、多窗口扫描深度学习模型 | CNN、ProtTrans、Tape、ESM-1b-1280、ESM-2-128 | 蛋白序列数据 | 未提及具体样本数量 | NA | NA | NA | NA |
| 11709 | 2025-10-07 |
Application of 3D neural networks and explainable AI to classify ICDAS detection system on mandibular molars
2025-May, The Journal of prosthetic dentistry
IF:4.3Q1
DOI:10.1016/j.prosdent.2024.09.014
PMID:39438189
|
研究论文 | 本研究应用3D神经网络和可解释AI对下颌磨牙ICDAS检测系统进行分类 | 首次探索不同操作者ICDAS分类对3D模型腔洞预备的影响及其对深度学习模型预测能力的影响 | 仅使用56个模拟下颌第一磨牙修复腔洞，样本量有限 | 研究不同操作者ICDAS分类后3D模型腔洞预备的差异及其对深度学习模型预测能力的影响 | 模拟下颌第一磨牙修复腔洞 | 计算机视觉 | 龋齿 | 3D扫描，计算机辅助设计处理 | CNN | 3D图像 | 56个模拟下颌第一磨牙修复腔洞 | NA | 3D卷积神经网络 | 准确率，Hausdorff距离，Dice相似系数 | NA |
| 11710 | 2025-10-07 |
Mineralized tissue visualization with MRI: Practical insights and recommendations for optimized clinical applications
2025-May, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2024.11.001
PMID:39667997
|
综述 | 本文系统综述了矿物质组织磁共振成像技术及其临床应用优化建议 | 首次对多种矿物质组织MRI技术进行系统分类和比较分析，并提出临床应用优化方案 | MRI在评估细微骨异常和软组织钙化方面仍劣于传统CT，存在空间分辨率限制 | 优化矿物质组织MRI技术的临床应用 | 矿物质组织磁共振成像技术 | 医学影像 | 肌肉骨骼疾病 | 三维梯度回波、超短回波时间、零回波时间、磁敏感加权成像、人工智能生成合成CT | 深度学习 | 医学影像 | NA | NA | NA | 图像质量、诊断准确性 | 超高场MRI |
| 11711 | 2025-10-07 |
Generation of high-resolution MPRAGE-like images from 3D head MRI localizer (AutoAlign Head) images using a deep learning-based model
2025-May, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-024-01728-8
PMID:39794660
|
研究论文 | 开发基于深度学习的模型，将3D头部MRI定位器图像转换为高分辨率MPRAGE样图像 | 首次使用深度学习模型从常规MRI定位器图像生成高质量的MPRAGE样图像 | 回顾性单中心研究，样本量有限 | 为痴呆和神经退行性疾病的诊断和研究提供替代成像方案 | 轻度认知障碍、痴呆和癫痫患者的脑部MRI图像 | 医学影像分析 | 神经退行性疾病 | 磁共振成像 | 深度学习模型 | 3D医学图像 | 569名患者（训练集340人，验证集36人，测试集193人） | NA | NA | PSNR, SSIM, LPIPS, Dice系数, 绝对对称百分比变化, Cohen kappa值 | NA |
| 11712 | 2025-02-11 |
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" by Dashti et al
2025-May, The Journal of prosthetic dentistry
IF:4.3Q1
DOI:10.1016/j.prosdent.2024.12.029
PMID:39924432
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11713 | 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 |
| 11714 | 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 |
| 11715 | 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 |
| 11716 | 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 |
| 11717 | 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 |
| 11718 | 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 |
| 11719 | 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 |
| 11720 | 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 |