深度学习在生物医药领域中的应用
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，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10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 24644 篇文献，本页显示第 1261 - 1280 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1261 | 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 |
| 1262 | 2025-05-09 |
Prospective study of continuous rhythm monitoring in patients with early post-infarction systolic dysfunction: clinical impact of arrhythmias detected by an implantable cardiac monitoring device with real-time transmission-the TeVeO study protocol
2025-May-02, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2024-094764
PMID:40316360
|
研究论文 | 一项前瞻性研究，探讨了早期梗死后收缩功能不全患者连续心律监测的临床影响，特别是通过植入式心脏监测设备实时检测的心律失常 | 首次提供了关于梗死后心室功能障碍患者心律失常负担及其中期预后影响的实时信息 | 研究样本量相对较小（约200名患者），且随访时间有限（4年） | 更新基于植入式心律转复除颤器（ICD）的梗死后心脏性猝死（SCD）一级预防策略 | 急性心肌梗死后左心室射血分数（LVEF）≤40%的患者 | 心血管疾病 | 心血管疾病 | 植入式心脏监测设备（ICM）实时远程连接 | 机器学习和深度学习技术 | 远程传输的心律数据 | 约200名患者，预计分析超过20,000次远程传输数据 |
| 1263 | 2025-05-09 |
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
|
research paper | 本研究应用3D神经网络和可解释AI对下颌磨牙的ICDAS检测系统进行分类 | 首次探讨了不同操作者在ICDAS分类后3D模型腔洞准备的差异及其对深度学习模型预测能力的影响 | 研究仅涉及56个模拟下颌第一磨牙的修复性腔洞，样本量较小 | 研究不同操作者对ICDAS分类后3D模型腔洞准备的差异及其对深度学习模型预测能力的影响 | 模拟下颌第一磨牙的修复性腔洞 | digital pathology | dental caries | 3D扫描和计算机辅助设计处理 | 3D CNN | 3D图像 | 56个模拟下颌第一磨牙的修复性腔洞 |
| 1264 | 2025-05-09 |
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 | 本文综述了用于增强矿化组织可视化的MRI技术（MT-MRI），并提供了优化临床应用的建议 | 全面概述了MT-MRI技术，包括其技术原理、临床应用及优缺点，并探讨了未来可能通过深度学习和硬件创新弥补现有不足 | MT-MRI在评估细微骨异常和软组织钙化方面仍逊于传统CT，主要受限于空间分辨率 | 优化矿化组织MRI技术的临床应用 | 矿化组织（如骨骼） | 医学影像 | 肌肉骨骼疾病 | 三维梯度回波、超短回波时间和零回波时间MRI、磁敏感加权成像、AI生成的合成CT | 深度学习 | MRI图像 | NA |
| 1265 | 2025-05-09 |
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 | 本研究利用深度学习模型从3D头部MRI定位图像生成高分辨率MPRAGE样图像，以辅助痴呆和神经退行性疾病的诊断和研究 | 首次提出将3D MRI定位图像通过深度学习转换为MPRAGE样图像的方法，并验证其在诊断和研究中的潜在价值 | 研究数据来自单一机构，可能存在选择偏倚；未评估模型在其他疾病或更广泛人群中的适用性 | 建立并评估基于深度学习的模型，用于从MRI定位图像生成MPRAGE样图像 | 轻度认知障碍、痴呆和癫痫患者的脑部MRI图像 | 数字病理 | 神经退行性疾病 | 深度学习 | 深度学习模型（具体架构未说明） | MRI图像 | 569名患者（训练集340人，验证集36人，测试集193人） |
| 1266 | 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 |
| 1267 | 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 |
| 1268 | 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 |
| 1269 | 2025-05-09 |
A Bi-modal Temporal Segmentation Network for Automated Segmentation of Focal Liver Lesions in Dynamic Contrast-enhanced Ultrasound
2025-May, Ultrasound in medicine & biology
|
research paper | 开发并验证了一种基于深度学习的双模态时间分割网络（BTS-Net），用于动态对比增强超声（CEUS）视频中肝脏局灶性病变（FLL）的自动分割 | 提出了一种新型的双模态时间分割网络（BTS-Net），用于动态CEUS视频中FLL的自动分割，并在多个测试集中表现出优越性能 | 研究为回顾性多中心研究，可能存在选择偏倚，且样本量相对较小（232例患者） | 开发一种自动化的深度学习模型，用于动态CEUS视频中FLL的分割 | 肝脏局灶性病变（FLL）患者 | digital pathology | liver cancer | dynamic contrast-enhanced ultrasound (CEUS) | BTS-Net | video | 232例患者（160名男性，中位年龄56岁） |
| 1270 | 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 |
| 1271 | 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 |
| 1272 | 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 |
| 1273 | 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 |
| 1274 | 2025-05-09 |
IR-GPT: AI Foundation Models to Optimize Interventional Radiology
2025-May, Cardiovascular and interventional radiology
IF:2.8Q2
DOI:10.1007/s00270-024-03945-0
PMID:40140092
|
研究论文 | 本文探讨了如何定制基础AI模型以优化介入放射学（IR）领域 | 提出了IR-GPT基础模型的概念，旨在为介入放射学提供一个统一的AI平台 | 尚未实际构建和验证IR-GPT模型，仅停留在概念设计阶段 | 探索基础AI模型在介入放射学领域的应用潜力 | 介入放射学相关的文本、医学图像和其他类型数据 | 数字病理学 | NA | 深度学习 | GPT | 文本、医学图像、多模态数据 | NA |
| 1275 | 2025-05-09 |
Unsupervised Test-Time Adaptation for Hepatic Steatosis Grading Using Ultrasound B-Mode Images
2025-May, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2025.3555180
PMID:40138246
|
研究论文 | 本文提出了一种无监督测试时间适应技术，用于使用超声B型图像进行肝脂肪变性分级 | 提出了一种测试时间批量归一化（TTN）技术，专门处理标签分布变化的域偏移问题 | 方法仅在两个腹部超声数据集上进行了验证，需要更多临床环境的测试 | 解决肝脂肪变性诊断中因临床环境差异导致的模型性能下降问题 | 肝脂肪变性（脂肪肝）的超声图像 | 数字病理学 | 肝脂肪变性 | 超声B型成像 | CNN | 图像 | 两个不同机构收集的腹部超声数据集 |
| 1276 | 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 |
| 1277 | 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 |
| 1278 | 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 |
| 1279 | 2025-05-09 |
The phase-seeding method for solving non-centrosymmetric crystal structures: a challenge for artificial intelligence
2025-May-01, Acta crystallographica. Section A, Foundations and advances
DOI:10.1107/S2053273325002797
PMID:40243167
|
research paper | 提出了一种适用于非中心对称晶体结构的新相位播种方法，旨在解决晶体学中的相位问题 | 将非中心对称结构的连续相位问题离散化为多类分类问题，降低了深度学习模型的训练数据需求和计算复杂度 | 目前仅进行了可行性研究，尚未在大规模复杂结构上验证 | 开发适用于非中心对称晶体结构的AI相位求解方法 | 非中心对称晶体结构 | machine learning | NA | deep learning | AI classification algorithms | crystallographic data | 可行性研究中涉及小型、中型和大型结构 |
| 1280 | 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 |