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 13341 - 13360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13341 | 2025-04-23 |
Deciphering the Scattering of Mechanically Driven Polymers Using Deep Learning
2025-Apr-22, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c00409
PMID:40197011
|
研究论文 | 本文提出了一种利用深度学习分析二维散射数据的方法，用于研究外力作用下的半柔性聚合物 | 使用变分自编码器(VAE)和转换网络建立聚合物参数与散射函数的双向映射，提供了一种快速、自动化的散射分析工具 | 方法尚未经过实验验证，且目前仅适用于静态散射数据 | 开发一种可扩展的自动化工具用于聚合物散射分析 | 半柔性聚合物在外部力作用下的散射数据 | 机器学习 | NA | 变分自编码器(VAE), 蒙特卡洛模拟 | VAE | 二维散射数据 | 通过离格蒙特卡洛模拟生成的训练数据 | NA | NA | NA | NA |
| 13342 | 2025-04-23 |
Optimization of Material Composition for Improving Mechanical Properties of Fly Ash-Slag-Based Geopolymers: A Deep Learning Approach
2025-Apr-22, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.4c04969
PMID:40203137
|
研究论文 | 本研究利用深度学习技术优化粉煤灰-矿渣基地质聚合物（FASGG）的材料组成和配合比设计，以提高其力学性能的预测精度 | 开发了一种新型预测模型MK-CNN-GRU，整合了最大信息系数-K中值算法、卷积神经网络和门控循环单元算法，能够充分挖掘实验数据的内部特征并学习其变化规律 | NA | 优化粉煤灰-矿渣基地质聚合物的材料组成和配合比设计，提高其力学性能的预测精度 | 粉煤灰-矿渣基地质聚合物（FASGG） | 机器学习 | NA | 深度学习 | MK-CNN-GRU（整合了最大信息系数-K中值算法、CNN和GRU） | 实验数据 | 600组实验数据 | NA | NA | NA | NA |
| 13343 | 2025-04-23 |
Design of Multi-Cancer VOCs Profiling Platform via a Deep Learning-Assisted Sensing Library Screening Strategy
2025-Apr-22, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c06468
PMID:40211116
|
研究论文 | 提出了一种深度学习辅助的两步筛选策略，用于识别最小传感器元件的最佳组合，以开发高性能传感器阵列 | 使用深度学习辅助的FRR算法有效筛选传感元件，快速构建了8元和10元传感器阵列，实现了100%的VOCs判别准确率 | NA | 开发高性能传感器阵列用于多癌症VOCs的并行判别 | 挥发性有机化合物(VOCs)和癌症模型 | 机器学习 | 多癌症 | 深度学习辅助的传感器元件筛选策略 | 前馈神经网络-随机森林-递归特征消除(FRR)算法 | 颜色变化数据和图像数据 | 400个传感元件（由20个可电离阳离子元件和20个阴离子染料配对构成） | NA | NA | NA | NA |
| 13344 | 2025-04-23 |
Development of an Artificial Intelligence-Enabled Electrocardiography to Detect 23 Cardiac Arrhythmias and Predict Cardiovascular Outcomes
2025-Apr-22, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-025-02177-0
PMID:40259136
|
研究论文 | 开发一种基于人工智能的心电图技术，用于检测23种心律失常并预测心血管结局 | 开发了一个深度学习模型（DLM），能够在多个数据集中检测多种心律失常，并在人机竞赛中达到心脏病专家水平的性能 | 研究中使用的心电图数据集虽然多样，但仍可能存在一定的局限性，且模型的泛化能力需要进一步验证 | 开发一种准确的心律失常检测工具，以帮助医生识别高风险患者并进行早期干预 | 心电图数据和心律失常患者 | 数字病理 | 心血管疾病 | 深度学习 | DLM | 心电图数据 | 22,130份心电图用于开发和验证，32,495份心电图用于外部验证 | NA | NA | NA | NA |
| 13345 | 2025-04-23 |
Deep learning unlocks the true potential of organ donation after circulatory death with accurate prediction of time-to-death
2025-Apr-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95079-7
PMID:40253393
|
研究论文 | 本研究利用深度学习技术预测循环死亡后器官捐献的时间，以提高器官捐献数量和质量 | 结合了循环神经网络和神经常微分方程的ODE-RNN模型，能够处理不规则采样的时间序列数据，准确预测死亡时间 | 模型仅在特定医院的患者数据上进行训练和验证，可能在其他地区或医院的应用效果有限 | 解决循环死亡后器官捐献时间不确定的问题，以提高器官捐献的成功率和移植后效果 | 重症监护病房(ICU)中接受终末拔管的患者 | 机器学习 | 器官移植 | ODE-RNN | RNN与神经常微分方程结合 | 临床观察时间序列数据 | 训练集3,238名患者(来自耶鲁纽黑文医院)，验证集1,908名患者(来自康涅狄格州六家医院) | NA | NA | NA | NA |
| 13346 | 2025-04-23 |
Efficient hybrid heuristic adopted deep learning framework for diagnosing breast cancer using thermography images
2025-Apr-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96827-5
PMID:40253418
|
research paper | 提出了一种基于深度学习的混合启发式框架，用于通过热成像图像诊断乳腺癌 | 结合了Rock Hyraxes Dandelion Algorithm Optimization (RHDAO)进行阈值优化和权重优化，并采用了新实现的StackVRDNet深度学习结构 | 未提及具体样本量及数据来源的详细信息 | 提高乳腺癌早期诊断的准确性和效率 | 乳腺癌患者的热成像图像 | digital pathology | breast cancer | thermography, deep learning | StackVRDNet (结合VGG16, Resnet, DenseNet) | image | NA | NA | NA | NA | NA |
| 13347 | 2025-04-23 |
A hybrid approach combining deep learning and signal processing for bearing fault diagnosis under imbalanced samples and multiple operating conditions
2025-Apr-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98138-1
PMID:40253550
|
研究论文 | 提出了一种结合深度学习和信号处理的混合方法，用于在样本不平衡和多种操作条件下进行轴承故障诊断 | 结合生成对抗网络(GANs)、迁移学习、小波变换时频表示、非对称卷积网络和多头注意力机制(MAC-MHA)，提升轴承故障诊断性能 | NA | 提升轴承故障诊断性能 | 轴承振动信号 | 机器学习 | NA | GANs, 迁移学习, 小波变换, MAC-MHA | 非对称卷积网络, 多头注意力机制 | 振动信号 | PADERBORN和CWRU数据集 | NA | NA | NA | NA |
| 13348 | 2025-04-23 |
Examining the development, effectiveness, and limitations of computer-aided diagnosis systems for retained surgical items detection: a systematic review
2025-Apr-10, Ergonomics
IF:2.0Q3
DOI:10.1080/00140139.2025.2487558
PMID:40208001
|
系统综述 | 本文系统综述了计算机辅助诊断系统在检测手术遗留物品中的发展、有效性和局限性 | 总结了计算机辅助检测系统的特性，评估了其发展、有效性和局限性，并提出了改进机会 | 大多数研究使用合成的RSI放射照片开发CAD系统，这引发了普遍性问题，且深度学习为基础的CAD系统未纳入可解释的人工智能技术以确保决策透明度 | 评估计算机辅助诊断系统在检测手术遗留物品中的发展、有效性和局限性 | 计算机辅助诊断系统 | 数字病理 | NA | 计算机辅助检测(CAD) | 深度学习 | 放射照片 | 11项研究 | NA | NA | NA | NA |
| 13349 | 2025-10-07 |
Application of Artificial Intelligence in Thoracic Radiology: A Narrative Review
2025-Apr, Tuberculosis and respiratory diseases
IF:2.5Q2
DOI:10.4046/trd.2024.0062
PMID:39689720
|
综述 | 本文综述人工智能在胸部放射学领域的最新应用进展与未来发展方向 | 系统梳理深度学习在胸部放射学中的最新成果，并探讨该前沿技术的当前局限与发展方向 | NA | 探讨人工智能在胸部放射学中的应用潜力与发展前景 | 胸部放射学中的人工智能技术 | 计算机视觉 | NA | 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 13350 | 2025-10-07 |
Evaluation of the effectiveness of panoramic radiography in impacted mandibular third molars on deep learning models developed with findings obtained with cone beam computed tomography
2025-Apr, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-024-00799-7
PMID:39729224
|
研究论文 | 本研究利用锥形束计算机断层扫描标注的全景放射影像，评估不同深度学习模型在下颌第三磨牙阻生与下颌管关系识别中的性能 | 首次将CBCT标注数据用于训练PR图像的深度学习模型，并系统比较了三种CNN架构在四个不同分类问题上的表现 | 样本量相对有限（546颗阻生牙），仅评估了三种CNN架构 | 评估基于CBCT标注训练的深度学习模型在全景放射影像中识别下颌第三磨牙阻生与下颌管关系的有效性 | 290名患者的546颗下颌第三磨牙阻生 | 计算机视觉 | 口腔疾病 | 锥形束计算机断层扫描，全景放射成像 | CNN | 医学影像 | 290名患者的546颗下颌第三磨牙阻生 | NA | SqueezeNet, GoogLeNet, Inception-v3 | 准确率 | NA |
| 13351 | 2025-10-07 |
A novel deep learning-based pipeline architecture for pulp stone detection on panoramic radiographs
2025-Apr, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-025-00804-7
PMID:39806222
|
研究论文 | 提出一种基于深度学习的两阶段流水线架构，用于在全景X光片上检测牙髓结石 | 首次提出针对全景影像牙髓结石检测的流水线架构，采用小样本标注数据的现实场景 | 标注训练数据有限 | 开发自动检测牙髓结石的方法 | 牙髓结石 | 计算机视觉 | 牙科疾病 | 全景X光摄影 | CNN | 图像 | 375张全景影像 | NA | YOLOv8, ResNeXt | 准确率, 精确率, 召回率, 假阴性率, 假阳性率, F1分数 | NA |
| 13352 | 2025-10-07 |
Deep learning-based MVIT-MLKA model for accurate classification of pancreatic lesions: a multicenter retrospective cohort study
2025-Apr, La Radiologia medica
DOI:10.1007/s11547-025-01949-5
PMID:39832039
|
研究论文 | 开发并验证基于CT图像的深度学习模型MVIT-MLKA用于胰腺病变的准确分类 | 提出新型混合模型MVIT-MLKA，整合CNN和Transformer架构，并引入多尺度大核注意力机制 | 回顾性研究设计，仅使用三个医疗中心的数据 | 开发深度学习模型用于胰腺病变的良恶性分类 | 胰腺病变患者 | 计算机视觉 | 胰腺癌 | CT成像 | 深度学习, CNN, Transformer | CT图像 | 864名患者（422名男性，442名女性）来自三个医疗中心 | NA | MVIT-MLKA（多尺度大核注意力移动视觉Transformer） | AUC, 准确率, 敏感性 | NA |
| 13353 | 2025-10-07 |
Kernel Conversion Improves the Correlation between the Extent of Emphysema and Clinical Parameters in Chronic Obstructive Pulmonary Disease: A Multicenter Cohort Study
2025-Apr, Tuberculosis and respiratory diseases
IF:2.5Q2
DOI:10.4046/trd.2024.0166
PMID:39904364
|
研究论文 | 通过核转换技术处理CT图像，评估其对慢性阻塞性肺疾病患者肺气肿程度与临床参数相关性的改善效果 | 首次在多中心研究中应用核转换技术标准化不同CT设备的图像，显著提高了肺气肿指数与临床参数的相关性 | 研究仅纳入韩国COPD患者，样本来源相对单一；未评估其他图像标准化方法的对比效果 | 评估核转换技术对改善CT图像中肺气肿程度与临床参数相关性的效果 | 慢性阻塞性肺疾病患者 | 医学影像分析 | 慢性阻塞性肺疾病 | 计算机断层扫描，核转换技术，深度学习 | 深度学习模型 | CT图像 | 484名COPD患者 | NA | NA | 相关系数 | NA |
| 13354 | 2025-04-23 |
Physical Considerations in Memory and Information Storage
2025-Apr, Annual review of physical chemistry
IF:11.7Q1
|
review | 本文从能量学、动力学和统计力学的角度回顾了信息存储和检索的原理 | 探讨了Hopfield联想记忆模型的物理实现及其与深度学习中的能量基神经网络的联系 | 未提及具体实验验证或实际应用案例 | 理解稳健信息处理的物理原理 | 信息存储和检索的物理系统 | machine learning | NA | NA | Hopfield model, energy-based neural networks | NA | NA | NA | NA | NA | NA |
| 13355 | 2025-10-07 |
Deep learning-based design and screening of benzimidazole-pyrazine derivatives as adenosine A2B receptor antagonists
2025-Apr, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2023.2295974
PMID:38133953
|
研究论文 | 本研究开发了一种基于深度生成模型和多层虚拟筛选的方法，用于设计和筛选作为腺苷A2B受体拮抗剂的苯并咪唑-吡嗪衍生物 | 结合深度生成模型与多层虚拟筛选的支架导向协议，成功设计出具有A2B受体选择性的新型苯并咪唑-吡嗪衍生物 | 研究主要基于计算模拟，缺乏实验验证数据 | 开发选择性腺苷A2B受体拮抗剂用于癌症免疫治疗 | 苯并咪唑-吡嗪衍生物 | 机器学习 | 癌症 | 虚拟筛选，计算分析 | 深度生成模型 | 化学结构数据 | 使用已报道的A2B受体拮抗剂作为训练集 | NA | NA | 结合自由能，选择性 | NA |
| 13356 | 2025-10-07 |
An energy-aware heart disease prediction system using ESMO and optimal deep learning model for healthcare monitoring in IoT
2025-Apr, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2023.2298736
PMID:38165748
|
研究论文 | 提出一种基于增强蜘蛛猴优化算法和权重优化深度神经网络的心血管疾病预测系统，用于物联网医疗监护环境 | 结合增强蜘蛛猴优化算法进行能量感知的集群优化，并采用改进的阿基米德权重优化深度神经网络进行疾病预测 | NA | 开发能量高效的心血管疾病预测系统以提升物联网医疗监护效能 | 心血管疾病患者数据 | 机器学习 | 心血管疾病 | 物联网数据采集 | 深度神经网络 | 医疗数据 | NA | NA | EAWO-DNN | 准确率,精确率,召回率,F1分数 | NA |
| 13357 | 2025-10-07 |
Revolutionizing Breast Cancer Care: AI-Enhanced Diagnosis and Patient History
2025-Apr, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2023.2300681
PMID:38178694
|
研究论文 | 本研究提出了一种结合人工智能和机器学习的综合方法，用于乳腺癌诊断和医疗史生成 | 整合传统机器学习与深度学习方法的协同效应，并采用AI驱动的动态问诊系统 | 未明确说明样本规模和数据来源的具体细节 | 提高乳腺癌诊断准确性和简化医疗史记录流程 | 乳腺癌患者诊断和医疗史数据 | 医疗人工智能 | 乳腺癌 | 机器学习、深度学习、自然语言处理 | SVM,KNN,Fuzzy Logic,深度学习模型 | 医疗数据、患者响应数据 | NA | NA | GPT-3.5 | 准确率 | NA |
| 13358 | 2025-10-07 |
A pooling convolution model for multi-classification of ECG and PCG signals
2025-Apr, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2023.2299697
PMID:38193152
|
研究论文 | 提出一种用于心电信号和心音信号多分类的池化卷积模型 | 设计了包含卷积层和最大池化层的堆叠块(MCM)及其变体，以及残差块(REC)，能处理不同采样率的生理信号 | NA | 提高心血管疾病检测效率 | 心电图(ECG)和心音图(PCG)信号 | 机器学习 | 心血管疾病 | 深度学习 | CNN | 生理信号 | 多个ECG和PCG数据集 | NA | MCM, REC | 准确率 | NA |
| 13359 | 2025-04-23 |
Development and validation of a semi-automatic radiomics ensemble model for preoperative evaluation of breast masses in mammotome-assisted minimally invasive resection
2025-Mar-31, Gland surgery
IF:1.5Q3
DOI:10.21037/gs-24-440
PMID:40256481
|
研究论文 | 开发并验证了一种基于超声的半自动分割集成模型，用于在乳腺微创旋切术前评估乳腺肿块 | 提出了一种基于半自动分割的集成学习模型，减少了手动勾画的主观性和时间消耗，提高了术前评估的准确性 | 研究为回顾性分析，可能存在选择偏倚；模型性能在测试队列中的AUC相对训练队列有所下降 | 提高乳腺肿块术前评估的准确性，指导个体化治疗策略 | 773例患者的术前超声图像（543例肿瘤，230例非肿瘤） | 数字病理 | 乳腺癌 | 超声成像，深度迁移学习（DTL） | DeepLabv3_ResNet50, FCN_ResNet50, 集成模型 | 超声图像 | 773例患者（543例肿瘤，230例非肿瘤） | NA | NA | NA | NA |
| 13360 | 2025-10-07 |
Adaptive neighborhood triplet loss: enhanced segmentation of dermoscopy datasets by mining pixel information
2025-Mar, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03241-9
PMID:39090504
|
研究论文 | 提出一种自适应邻域三元组损失函数，通过挖掘像素信息增强皮肤镜数据集的图像分割性能 | 设计了一种动态挖掘特定像素信息的损失函数，利用三元组概念驱动预测边界逼近真实边界 | NA | 提高医学图像分割的准确性和自动化能力 | 皮肤镜图像数据集 | 计算机视觉 | 皮肤病 | 深度学习 | 神经网络 | 图像 | PH2和ISIC2017皮肤镜数据集 | NA | NA | Jaccard指数 | NA |