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 13241 - 13260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13241 | 2025-04-24 |
Evaluation of AI-based nerve segmentation on ultrasound: relevance of standard metrics in the clinical setting
2025-May, British journal of anaesthesia
IF:9.1Q1
DOI:10.1016/j.bja.2024.12.040
PMID:40016039
|
research paper | 评估基于AI的超声神经分割在临床环境中的相关性，探讨客观像素指标与主观临床评估之间的关系 | 首次研究了客观像素指标与主观临床评估在神经分割中的关系，并尝试确定临床可接受的像素重叠阈值 | 研究样本量有限（173帧图像），且仅分析了被主观评为优秀的案例 | 评估AI神经分割工具在超声引导区域麻醉中的临床应用价值 | 超声图像中的神经结构（臂丛神经、股神经和坐骨神经） | digital pathology | NA | 超声成像 | deep learning | image | 173帧超声图像 | NA | NA | NA | NA |
| 13242 | 2025-04-24 |
Leveraging Deep Learning in Real-Time Intelligent Bladder Tumor Detection During Cystoscopy: A Diagnostic Study
2025-May, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-025-17015-3
PMID:40050483
|
研究论文 | 本研究评估了HRNetV2深度学习模型在膀胱镜检查中智能检测膀胱病变的有效性，重点关注其在不同图像分辨率下的性能 | 首次将HRNetV2模型应用于膀胱病变的实时智能检测，并分析了不同图像分辨率对模型性能的影响 | 研究样本量相对较小（94名患者），且需要在更大规模的多中心数据集上进行进一步验证 | 提高膀胱镜检查中膀胱病变的检测准确率 | 膀胱病变患者 | 数字病理学 | 膀胱癌 | 深度学习 | HRNetV2 | 视频 | 94名患者，102个白光膀胱镜检查视频，33,657帧标注图像 | NA | NA | NA | NA |
| 13243 | 2025-03-13 |
ASO Visual Abstract: Leveraging Deep Learning in Real-Time Intelligent Bladder Tumor Detection During Cystoscopy-A Diagnostic Study
2025-May, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-025-17143-w
PMID:40069466
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13244 | 2025-04-24 |
Deep learning in nuclear medicine: from imaging to therapy
2025-May, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-025-02031-w
PMID:40080372
|
review | 本文综述了深度学习在核医学领域的最新应用进展，特别是在成像、病灶检测和放射性药物治疗方面 | 深度学习与功能成像技术（如PET和SPECT）的结合，实现了更精确的诊断和个性化治疗策略的开发 | 模型可解释性不足、跨多样化数据集的泛化能力有限、多模态数据融合的挑战以及应用中面临的伦理和法律问题 | 探讨深度学习在核医学中的应用及其对精准医疗、实时治疗监测和临床决策的影响 | 核医学成像、病灶检测和放射性药物治疗 | machine learning | NA | PET, SPECT | neural network | image | NA | NA | NA | NA | NA |
| 13245 | 2025-04-24 |
[Frozen section in oncologic endocrine surgery]
2025-May, Chirurgie (Heidelberg, Germany)
DOI:10.1007/s00104-025-02266-3
PMID:40131405
|
review | 本文讨论了术中冰冻切片在内分泌肿瘤手术管理中的益处 | 探讨了深度学习在克服冰冻切片技术问题上的潜力，并提供了关于甲状腺手术中冰冻切片应用的最新证据 | 对于甲状旁腺和肾上腺癌的手术治疗，缺乏相关文献支持冰冻切片的作用 | 评估术中冰冻切片在内分泌肿瘤手术中的应用及其效果 | 甲状腺结节、分化型甲状腺癌、髓样甲状腺癌、甲状旁腺和肾上腺癌 | digital pathology | thyroid cancer | frozen section, deep learning | deep learning | image | NA | NA | NA | NA | NA |
| 13246 | 2025-10-07 |
Fully Automated Agatston Score Calculation From Electrocardiography-Gated Cardiac Computed Tomography Using Deep Learning and Multi-Organ Segmentation: A Validation Study
2025-May, Angiology
IF:2.6Q2
DOI:10.1177/00033197231225286
PMID:38166442
|
研究论文 | 本研究开发了一种基于深度学习的全自动方法，用于从心电图门控心脏CT扫描中计算Agatston钙化积分 | 首次将基于掩模区域的卷积神经网络(R-CNN)用于多器官分割，实现心脏CT中钙化的全自动量化 | 回顾性研究，样本量有限(训练集40例，验证集110例) | 评估深度学习在心脏CT钙化分割和量化中的性能 | 心电图门控心脏CT扫描 | 计算机视觉 | 心血管疾病 | 心脏CT扫描 | CNN, R-CNN | 医学图像 | 训练集40例患者，验证集110例患者 | NA | 基于掩模区域的卷积神经网络(R-CNN) | Pearson相关系数, Bland-Altman分析, 敏感性, 特异性, 风险分类准确率 | NA |
| 13247 | 2025-04-24 |
Rapid and accurate identification and quantification of Lycium barbarum L. components: Integrating deep learning and NMR for nutritional assessment
2025-May, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2025.116246
PMID:40263805
|
研究论文 | 本研究提出了一种结合深度学习和核磁共振光谱的创新方法IQ-LC模型，用于快速准确识别和量化枸杞成分，并评估不同食用方式的营养价值 | 整合NMR光谱与一维卷积神经网络，开发了IQ-LC模型，实现了枸杞成分的高精度识别与量化 | 未提及模型在其他植物成分分析中的泛化能力 | 开发快速准确的枸杞成分分析方法并评估不同食用方式的营养价值 | 枸杞及其制品（鲜果、果泥和茶） | 食品科学与营养分析 | NA | NMR光谱 | 一维CNN | 光谱数据 | 25种已知浓度混合物+10个商业品牌枸杞果泥 | NA | NA | NA | NA |
| 13248 | 2025-04-24 |
Data efficient learning of molecular slow modes from nonequilibrium metadynamics
2025-Apr-28, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0258483
PMID:40260824
|
研究论文 | 本文提出了一种算法，利用非平衡元动力学模拟的有限轨迹数据训练Deep-TICA CVs，以更高效地学习分子慢模式 | 通过变分Koopman算法重加权短非平衡轨迹，使其反映平衡概率密度，从而解决了从有限轨迹数据推断慢模式的关键挑战 | 需要进一步验证该方法在更复杂分子系统中的适用性 | 开发一种数据高效的方法来学习分子慢模式，以促进分子过程的研究 | 分子系统（如Müller-Brown势、丙氨酸二肽和chignolin迷你蛋白）的慢模式 | 计算化学 | NA | 非平衡元动力学模拟、变分Koopman算法 | Deep-TICA（深度时间滞后独立成分分析） | 分子轨迹数据 | 有限数量的短非平衡轨迹数据 | NA | NA | NA | NA |
| 13249 | 2025-04-24 |
Fourier-enhanced high-order total variation (FeHOT) iterative network for interior tomography
2025-Apr-23, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adc8f6
PMID:40179937
|
研究论文 | 提出了一种傅里叶增强的高阶总变分迭代网络（FeHOT），用于解决内部断层扫描中的高精度重建问题 | 1) 将经典HOT理论与深度学习通过迭代展开框架相结合 2) 引入频域操作克服CT图像中多项式/分段常数假设的限制 3) 在仅五次迭代内实现高质量重建，平衡计算效率与准确性 | 对于具有分段常数特性的成像对象（如AAPM数据集），一阶总变分已能取得满意结果，可能不需要更复杂的二阶正则化 | 解决内部断层扫描中从截断投影数据实现高精度重建的挑战 | CT图像重建 | 数字病理 | NA | CT扫描 | FeHOT网络（结合HOT和U-Net） | 图像 | AAPM数据集和临床医学数据集 | NA | NA | NA | NA |
| 13250 | 2025-04-24 |
Destruction for growth: a novel laser direct writing perovskite strategy with intelligent anti-counterfeiting applications
2025-Apr-22, Nanoscale horizons
IF:8.0Q1
DOI:10.1039/d4nh00612g
PMID:40125819
|
研究论文 | 本文提出了一种新型的激光直写钙钛矿策略，利用激光破坏诱导钙钛矿生长，并展示了其在精密图案化和防伪应用中的潜力 | 不同于以往依赖热效应和光子吸收诱导成核的激光直写技术，本研究利用脉冲激光快速破坏应力丰富的钙钛矿前驱体磷酸盐玻璃表面，通过应力释放和反向移动剪切带效应促进钙钛矿晶体的成核和生长 | NA | 探索激光破坏诱导钙钛矿生长的新机制及其在光电子学和防伪应用中的潜力 | 钙钛矿材料及其在激光直写技术中的应用 | 光电子学 | NA | 激光直写技术（LDW） | NA | NA | NA | NA | NA | NA | NA |
| 13251 | 2025-04-24 |
A machine learning toolkit assisted approach for IMRT fluence map optimization: feasibility and advantages
2025-Apr-22, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adcaca
PMID:40203852
|
研究论文 | 本研究提出了一种利用机器学习工具包辅助IMRT（调强放射治疗）通量图优化的新方法，展示了其在计划质量和效率上的优势 | 首次将机器学习工具包直接应用于治疗计划优化，实现了比传统优化方法更快的收敛速度和更强的鲁棒性 | 研究仅在前列腺和头颈部病例上进行了测试，未涉及其他癌症类型 | 探索机器学习在放射治疗计划优化中的新应用方式 | IMRT治疗计划中的通量图优化 | 机器学习 | 前列腺癌,头颈癌 | PyTorch的L-BFGS优化器 | 单层网络 | 剂量沉积矩阵 | 前列腺和头颈部病例（具体数量未明确说明） | NA | NA | NA | NA |
| 13252 | 2025-04-24 |
Transforming Medical Imaging: The Role of Artificial Intelligence Integration in PACS for Enhanced Diagnostic Accuracy and Workflow Efficiency
2025-Apr-22, Current medical imaging
IF:1.1Q3
|
综述 | 本文探讨了人工智能（AI）在医学影像存档与通信系统（PACS）中的整合及其对医学影像、诊断流程和患者结果的影响 | AI整合显著提升了诊断准确性和工作效率，特别是在早期肿瘤检测和异常识别方面，诊断时间减少了90% | 数据隐私、法规遵从性和互操作性方面的挑战仍然存在，需要标准化框架和强大的安全协议 | 评估AI在PACS中的整合对医学影像、诊断流程和患者结果的影响 | 医学影像存档与通信系统（PACS） | 医学影像 | NA | 深度学习、自然语言处理（NLP） | 卷积神经网络（CNN） | 医学影像 | 183项研究 | NA | NA | NA | NA |
| 13253 | 2025-04-24 |
Seeing through multimode fibers using real-valued intensity transmission matrix with deep learning
2025-Apr-07, Optics express
IF:3.2Q2
DOI:10.1364/OE.553949
PMID:40219515
|
研究论文 | 本文提出了一种结合实值强度传输矩阵（RVITM）和深度学习的方法，用于通过多模光纤（MMF）增强图像检索 | 结合RVITM算法和分层并行多尺度（HPM）-注意力U-Net，提高了图像质量，并减少了训练样本需求 | 方法在泛化能力上仍有提升空间，且依赖于MMF的特性表征 | 提高通过多模光纤传输图像的质量和效率 | 多模光纤（MMF）中的图像传输 | 计算机视觉 | NA | 深度学习，RVITM算法 | HPM-attention U-Net | 图像 | NA | NA | NA | NA | NA |
| 13254 | 2025-04-04 |
Publisher Correction: Interpretable deep learning of single-cell and epigenetic data reveals novel molecular insights in aging
2025-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95242-0
PMID:40175436
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13255 | 2025-04-24 |
High-Throughput Multiplexed Plasmonic Color Encryption of Microgel Architectures via Programmable Dithering-Mask Flow Microlithography
2025-Apr, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202405388
PMID:39568283
|
research paper | 介绍了一种可扩展且成本效益高的方法，通过在微凝胶结构中原位光还原银纳米颗粒（AgNPs）来产生多重等离子体颜色 | 利用数字微镜设备（DMD）基于流动微光刻系统结合可编程抖动掩模技术，实现了形状或条形码微粒的高通量合成，以及嵌入隐藏多重等离子体颜色的大规模高分辨率图像 | NA | 开发一种高通量、低成本的多重等离子体颜色编码方法，用于隐藏数据存储、安全光学标记和防伪技术 | 银纳米颗粒（AgNPs）和微凝胶结构 | 纳米技术 | NA | 数字微镜设备（DMD）基于流动微光刻系统，可编程抖动掩模技术 | 深度学习分类器 | 图像 | 大规模（>5.6 × 5.6 cm）高分辨率（>300 dpi）微凝胶阵列 | NA | NA | NA | NA |
| 13256 | 2025-10-07 |
A deep learning-based calculation system for plaque stenosis severity on common carotid artery of ultrasound images
2025-Apr, Vascular
IF:1.0Q4
DOI:10.1177/17085381241246312
PMID:38656244
|
研究论文 | 开发基于深度学习的系统用于超声图像中颈总动脉斑块狭窄严重程度的自动计算 | 提出新的CANet模型用于颈动脉内膜-中膜厚度和斑块分割，并自动计算斑块狭窄严重程度 | 样本量相对有限（390张图像），外部验证集仅来自另一家医院 | 创建深度学习模型自动评估颈动脉斑块狭窄严重程度 | 颈总动脉横断面超声图像 | 计算机视觉 | 心血管疾病 | 超声成像 | 深度学习 | 图像 | 376名患者的390张图像（内部数据集）和115名患者的122张图像（外部测试集） | NA | CANet | Dice系数, 组内相关系数(ICC), Pearson相关系数 | NA |
| 13257 | 2025-04-24 |
Transcriptomic landscape around wound bed defines regenerative versus non-regenerative outcomes in mouse digit amputation
2025-Apr, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012997
PMID:40203060
|
研究论文 | 本研究通过分析小鼠远端末节指骨（P3）截肢后的伤口床组织，探讨了再生与非再生结果的分子机制 | 揭示了非再生指骨在伤口床中表现出更强烈的早期转录反应，并发现再生指骨中与Bmp2相关的独特共表达模块，以及HOXA11和HOXD11等转录因子的时间依赖性富集模式 | 研究仅基于小鼠模型，结果是否适用于人类尚需验证 | 探索再生与非再生结果的分子机制，为再生医学提供关键见解 | 小鼠远端末节指骨（P3）截肢后的伤口床组织 | 再生医学 | NA | RNA-seq, 巨噬细胞测定 | 深度学习AI模型 | 转录组数据 | 小鼠P3截肢模型 | NA | NA | NA | NA |
| 13258 | 2025-04-24 |
Decoding Recurrence in Early-Stage and Locoregionally Advanced Non-Small Cell Lung Cancer: Insights From Electronic Health Records and Natural Language Processing
2025-Apr, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI-24-00227
PMID:40249880
|
研究论文 | 本研究利用电子健康记录和自然语言处理技术，分析了早期和局部晚期非小细胞肺癌（NSCLC）术后复发的风险因素 | 开发了一个基于深度学习的定制化NLP系统，用于高效识别NSCLC复发数据，并纵向分析风险因素 | 研究依赖于电子健康记录的数据质量，可能存在信息不完整或偏差 | 建立NLP系统以分析NSCLC术后复发的风险因素 | 6,351名NSCLC患者的电子健康记录，其中1,295名I-IIIA期手术患者 | 自然语言处理 | 肺癌 | NLP | 深度学习 | 文本 | 6,351名NSCLC患者的700,000多条记录 | NA | NA | NA | NA |
| 13259 | 2025-04-24 |
Innovative Approach for Diabetic Retinopathy Severity Classification: An AI-Powered Tool using CNN-Transformer Fusion
2025-Apr, Journal of biomedical physics & engineering
DOI:10.31661/jbpe.v0i0.2408-1811
PMID:40259941
|
研究论文 | 开发了一种结合CNN和Transformer架构的深度学习模型，用于糖尿病视网膜病变的严重程度分类 | 提出了一种结合CNN和Transformer的混合模型，提高了糖尿病视网膜病变诊断的准确性、可靠性和泛化能力 | 模型性能依赖于数据集的质量和多样性，可能存在对某些罕见病例的识别不足 | 提高糖尿病视网膜病变的诊断准确性和严重程度分类 | 糖尿病视网膜病变患者的视网膜图像 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | CNN-Transformer融合模型 | 图像 | APTOS 2019数据集和IDRiD数据集 | NA | NA | NA | NA |
| 13260 | 2025-04-24 |
The Prediction of Recombination Hotspot Based on Automated Machine Learning
2025-Mar-15, Journal of molecular biology
IF:4.7Q1
DOI:10.1016/j.jmb.2024.168653
PMID:38871176
|
研究论文 | 本文研究基于自动化机器学习的重组热点预测方法，通过结合序列信息和物理化学特性，提高了预测准确率 | 采用自动化机器学习方法构建重组热点预测模型，结合TF-IDF-Kmer和DNA组成成分提取更有效的特征数据，并在三个不同数据集上验证了模型的有效性 | 未明确提及具体的数据集规模或多样性限制 | 提高重组热点预测的准确性和泛化能力 | 基因序列中的重组热点 | 机器学习 | NA | 自动化机器学习、TF-IDF-Kmer、DNA组成分析 | 自动化机器学习模型 | 基因序列数据 | 三个不同的数据集（具体数量未提及） | NA | NA | NA | NA |