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 13601 - 13620 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13601 | 2025-04-18 |
Beyond Double Reading: Multiple Deep Learning Models Enhancing Radiologist-led Breast Screening
2025-May, Radiology. Artificial intelligence
DOI:10.1148/ryai.250125
PMID:40237597
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13602 | 2025-10-07 |
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
|
研究论文 | 提出一种适用于非中心对称晶体结构解析的相位播种方法，将连续相位问题转化为多分类问题 | 将非中心对称结构的连续相位值离散化为少数几个离散值，将复杂回归问题转化为多分类问题 | 目前仅为可行性研究，需要进一步验证在更复杂结构中的应用 | 开发适用于人工智能集成的晶体结构解析新方法 | 非中心对称晶体结构 | 机器学习 | NA | X射线晶体学 | 深度学习 | 晶体衍射数据 | NA | NA | NA | NA | NA |
| 13603 | 2025-10-07 |
Improving the cleaning quality of tube lumen instruments by imaging analysis and deep learning techniques
2025-Apr-18, Biomedizinische Technik. Biomedical engineering
DOI:10.1515/bmt-2023-0527
PMID:40241330
|
研究论文 | 本研究通过成像分析和深度学习技术改进管腔器械的清洁质量检测 | 引入两种注意力机制聚焦重要特征，提出FA-ResNet18模型并采用并发空间和通道压缩激励注意力机制 | NA | 提高可重复使用管腔器械的清洁质量检测水平，确保患者安全和临床可靠性 | 管腔器械 | 计算机视觉 | NA | 电子内窥镜成像，图像预处理技术 | 深度学习 | 图像 | NA | NA | ResNet18, FA-ResNet18 | 准确率, 宏精确率, 宏召回率, 宏F2分数 | NA |
| 13604 | 2025-10-07 |
Brain tumour classification and survival prediction using a novel hybrid deep learning model using MRI image
2025-Apr-17, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2486206
PMID:40243150
|
研究论文 | 提出一种名为DRP_Net的新型混合深度学习模型，用于脑肿瘤分类和生存预测 | 融合深度残差网络和金字塔网络构建新型混合模型DRP_Net，结合同态滤波、Haar小波和LDNP特征提取技术 | 仅使用BraTS数据集，未提及外部验证或临床部署可行性 | 开发自动化的脑肿瘤分类和生存预测方法 | 脑肿瘤患者的MRI图像 | 计算机视觉 | 脑肿瘤 | MRI | CNN, RNN | 图像 | BraTS数据集（具体数量未明确） | NA | Deep Residual Network, PyramidNet, Deep Recurrent Neural Network | 真阴性率, 准确率, 真阳性率 | NA |
| 13605 | 2025-10-07 |
Radiology AI and sustainability paradox: environmental, economic, and social dimensions
2025-Apr-17, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-01962-2
PMID:40244301
|
综述 | 探讨放射学AI在环境、经济和社会维度上的可持续性悖论 | 首次从放射学视角系统分析AI技术的可持续性矛盾，提出平衡创新与可持续性的综合框架 | 未提供具体实证数据支持理论分析，缺乏量化环境影响评估 | 分析AI在放射学领域的可持续性挑战并提出应对策略 | 放射学AI系统的环境足迹、经济可行性和社会影响 | 医疗AI | NA | 深度学习 | NA | NA | NA | NA | NA | NA | 云计算 |
| 13606 | 2025-10-07 |
A deep learning model based on self-supervised learning for identifying subtypes of proliferative hepatocellular carcinoma from dynamic contrast-enhanced MRI
2025-Apr-17, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-01968-w
PMID:40244356
|
研究论文 | 本研究开发了一种基于自监督学习的深度学习模型，利用动态对比增强MRI数据识别肝细胞癌的增殖亚型 | 首次将自监督学习与动态影像组学结合，采用两阶段训练方法预测HCC增殖亚型 | 回顾性研究设计，样本量相对有限（381例患者） | 提高肝细胞癌增殖亚型的诊断精度并指导个性化治疗规划 | 肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 动态对比增强MRI | 深度学习模型 | 医学影像 | 381例HCC患者（训练集220例，内部测试集93例，外部测试集68例） | NA | pHCC-SSL模型 | AUC | NA |
| 13607 | 2025-10-07 |
DWI of the rectum with deep learning reconstruction: comparison of PROPELLER, reduced FOV, and conventional DWI
2025-Apr-17, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04950-8
PMID:40244478
|
研究论文 | 比较PROPELLER、rFOV和传统DWI结合深度学习重建在直肠肿瘤评估中的图像质量和诊断性能 | 首次系统比较三种DWI序列（PROPELLER、rFOV和传统DWI）结合深度学习重建在直肠肿瘤评估中的表现 | 样本量较小（42次MRI检查），诊断准确性改善未达统计学显著性 | 评估不同DWI序列结合深度学习重建在直肠肿瘤成像中的效果 | 38名直肠肿瘤患者的42次MRI检查 | 医学影像分析 | 直肠癌 | 扩散加权成像（DWI），深度学习重建 | 深度学习 | MRI影像 | 38名患者的42次MRI检查 | NA | NA | 图像质量评分，诊断准确性，加权kappa值 | NA |
| 13608 | 2025-10-07 |
Empowering natural product science with AI: leveraging multimodal data and knowledge graphs
2025-Apr-16, Natural product reports
IF:10.2Q1
DOI:10.1039/d4np00008k
PMID:39148455
|
观点文章 | 探讨如何利用人工智能和多模态数据及知识图谱推动天然产物科学研究 | 提出通过构建知识图谱整合分散的天然产物数据，以开发能模拟天然产物科学家决策过程的AI模型 | 天然产物数据存在多模态、不平衡、非标准化和分散存储等挑战，限制了现有深度学习架构的应用 | 推动人工智能在天然产物科学研究中的应用，模拟人类认知决策过程 | 天然产物科学数据和知识 | 自然语言处理, 机器学习 | NA | 知识图谱构建, 多模态数据处理 | NA | 多模态数据, 非关系型数据 | NA | NA | NA | NA | NA |
| 13609 | 2025-10-07 |
A deep learning approach for quantifying CT perfusion parameters in stroke
2025-Apr-16, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adc9b6
PMID:40194529
|
研究论文 | 提出一种基于Transformer的深度学习方法，用于从CT灌注图像中准确量化脑卒中相关生理参数 | 首次将Transformer网络应用于CT灌注参数估计，能够学习体素级时间特征并估计局部动脉输入函数 | 方法验证主要基于模拟数据和单一公开数据集(ISLES18)，需要更多临床数据验证 | 开发从CT灌注图像准确估计生理参数的方法 | 急性缺血性脑卒中患者的CT灌注图像 | 医学影像分析 | 脑卒中 | CT灌注成像 | Transformer | 医学影像序列数据 | ISLES18数据集和模拟数据 | NA | Transformer | 相关系数, 平均误差 | NA |
| 13610 | 2025-10-07 |
Deep Anatomical Federated Network (Dafne): An Open Client-server Framework for the Continuous, Collaborative Improvement of Deep Learning-based Medical Image Segmentation
2025-Apr-16, Radiology. Artificial intelligence
DOI:10.1148/ryai.240097
PMID:40237599
|
研究论文 | 提出并评估了Dafne，一个基于联邦增量学习的免费去中心化协作深度学习系统，用于医学影像语义分割 | 开发了首个开放的客户端-服务器框架，支持通过联邦增量学习实现医学影像分割模型的持续协作改进 | 本地评估仅基于38个下肢MRI数据集，样本规模有限 | 开发一个能够通过联邦学习持续改进医学影像分割性能的协作系统 | 放射学图像的语义分割 | 医学影像分析 | NA | 联邦学习，增量学习 | 深度学习 | 医学影像，MRI | 38个下肢MRI数据集，639个实际使用案例 | NA | NA | Dice相似系数 | 客户端-服务器架构 |
| 13611 | 2025-10-07 |
Clinical Neuroimaging Over the Last Decade: Achievements and What Lies Ahead
2025-Apr-16, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001192
PMID:40239043
|
综述 | 回顾过去十年临床神经影像学领域的技术进步与科学发现，重点分析《Investigative Radiology》期刊的高影响力文章及其对临床实践的影响 | 整合光子计数CT、高低场磁共振成像技术创新与深度学习分析方法，首次系统梳理脑部类淋巴系统等基础神经科学发现对临床的转化价值 | 主要基于单一期刊的文献分析，可能未全面覆盖该领域所有重要进展 | 总结临床神经影像学十年发展历程并展望未来方向 | 神经影像学技术文献与临床实践应用 | 医学影像 | 神经系统疾病 | 光子计数CT、高低场磁共振成像、定量成像技术 | 深度学习 | 医学影像数据 | NA | NA | NA | NA | NA |
| 13612 | 2025-10-07 |
A lightweight Xray-YOLO-Mamba model for prohibited item detection in X-ray images using selective state space models
2025-Apr-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96035-1
PMID:40240781
|
研究论文 | 提出一种轻量级Xray-YOLO-Mamba模型，用于X射线图像中的违禁物品检测 | 集成YOLO和Mamba架构，引入CResVSS块增强感受野和特征表示，SDConv下采样块减少信息损失，Dysample上采样块改善分辨率恢复 | NA | 解决X射线图像违禁物品检测中的特征提取、目标遮挡和模型复杂度问题 | X射线图像中的违禁物品 | 计算机视觉 | NA | X射线成像 | YOLO, Mamba | X射线图像 | 三个数据集(CLCXray, OPIXray, SIXray) | NA | YOLO, Mamba, CResVSS, SDConv, Dysample | mAP, FPS | GPU |
| 13613 | 2025-10-07 |
Inter-organ correlation based multi-task deep learning model for dynamically predicting functional deterioration in multiple organ systems of ICU patients
2025-Apr-16, BioData mining
IF:4.0Q1
DOI:10.1186/s13040-025-00445-w
PMID:40241105
|
研究论文 | 提出基于器官间相关性的多任务深度学习模型IOC-MT，用于动态预测ICU患者六个器官系统的功能恶化 | 使用图注意力网络模块捕获器官间相关性，并采用自适应调整机制根据其他器官信息调整预测结果 | 研究依赖于三个公共ICU数据库，未在更多数据集上验证模型泛化能力 | 开发多任务深度学习模型同时预测多个器官系统的功能恶化 | ICU患者六个器官系统的功能恶化 | 医疗健康, 深度学习 | 危重症疾病 | 深度学习, 图神经网络 | 多任务深度学习, GAT, LSTM, GRU, Transformer | ICU临床数据 | 三个公共ICU数据库 | NA | Graph Attention Networks, LSTM, GRU, Transformer | AUROC, AUPRC, 校准曲线 | NA |
| 13614 | 2025-10-07 |
AI-assisted SERS imaging method for label-free and rapid discrimination of clinical lymphoma
2025-Apr-16, Journal of nanobiotechnology
IF:10.6Q1
DOI:10.1186/s12951-025-03339-5
PMID:40241186
|
研究论文 | 开发了一种结合AI和SERS成像的无标记快速淋巴瘤诊断方法 | 首次将表面增强拉曼散射成像与深度学习相结合，实现小视野(30×30μm²)组织切片的快速分子成像诊断 | 目前仅验证了非霍奇金淋巴瘤和正常淋巴组织的识别，未扩展到其他类型淋巴瘤 | 开发微创淋巴瘤诊断的分子成像策略 | 临床正常淋巴组织和非霍奇金淋巴瘤组织样本 | 数字病理 | 淋巴瘤 | 表面增强拉曼散射成像 | CNN | 拉曼光谱图像 | 临床淋巴组织和NHL组织样本 | NA | 深度卷积神经网络 | 识别率 | NA |
| 13615 | 2025-10-07 |
Physical twinning for joint encoding-decoding optimization in computational optics: a review
2025-Apr-15, Light, science & applications
DOI:10.1038/s41377-025-01810-4
PMID:40229266
|
综述 | 本文综述了计算光学中通过物理孪生技术实现编码-解码联合优化的方法 | 提出将光学编码数字化孪生为神经网络层，实现编码与解码过程的端到端联合优化 | 从优化编码参数到实际调制元件的反向物理孪生面临位深、数值范围和稳定性等方面的差距挑战 | 探索计算光学中编码-解码联合优化技术 | 光学调制元件 | 计算光学 | NA | 深度学习, 数字孪生 | 神经网络 | 光学成像数据 | NA | NA | NA | 精度, 速度, 鲁棒性 | NA |
| 13616 | 2025-10-07 |
Assessing Pan-Canada wildfire susceptibility by integrating satellite data with novel hybrid deep learning and black widow optimizer algorithms
2025-Apr-15, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.179369
PMID:40239493
|
研究论文 | 通过整合卫星数据与新型混合深度学习和黑寡妇优化器算法评估加拿大全境野火易发性 | 开发了LSTM、RNN、BiLSTM和BiRNN与黑寡妇优化器(BWO)混合的新型深度学习模型 | NA | 开发成本效益高且可靠的方法来准确预测和绘制野火发生概率 | 加拿大全境的历史野火发生情况 | 机器学习 | NA | 遥感数据, 深度学习, 元启发式算法 | LSTM, RNN, BiLSTM, BiRNN, BWO | 卫星数据, 历史野火位置数据 | 4240个历史大型野火位置(2014-2023年) | NA | LSTM, RNN, BiLSTM, BiRNN | AUC, 统计误差指标 | NA |
| 13617 | 2025-10-07 |
Advances in research on receptor heterogeneity in breast cancer liver metastasis
2025-Apr-15, Bioscience trends
IF:5.7Q1
DOI:10.5582/bst.2025.01046
PMID:40240168
|
综述 | 本文综述乳腺癌肝转移受体异质性的研究进展及其临床意义 | 系统阐述受体状态异质性的影响因素，并提出人工智能深度学习预测模型等未来研究方向 | 未涉及具体实验数据验证，主要为理论性综述 | 探讨乳腺癌肝转移受体异质性对治疗策略的影响 | 乳腺癌肝转移患者及其受体状态 | 医学研究 | 乳腺癌 | 肝脏活检 | 深度学习 | 临床数据 | NA | NA | NA | NA | NA |
| 13618 | 2025-10-07 |
Deep Learning in Knee MRI: A Prospective Study to Enhance Efficiency, Diagnostic Confidence and Sustainability
2025-Apr-15, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.03.018
PMID:40240275
|
研究论文 | 评估深度学习重建的并行采集技术和同步多层加速成像在膝关节MRI中的应用效果 | 首次将深度学习重建的四倍并行采集技术与两倍同步多层加速成像相结合，显著提升成像效率和质量 | 样本量较小（34名参与者），仅评估了特定脉冲序列 | 比较深度学习增强的膝关节MRI与传统成像方法的性能差异 | 接受膝关节MRI检查的成年患者 | 医学影像分析 | 膝关节疾病 | 磁共振成像，深度学习重建，并行采集技术，同步多层加速 | 深度学习 | 医学影像 | 34名参与者（平均年龄45±17岁，14名女性） | NA | NA | 图像质量，信噪比，对比噪声比，放射组学特征 | NA |
| 13619 | 2025-10-07 |
Applied research on innovation and development of blue calico of Chinese intangible cultural heritage based on artificial intelligence
2025-Apr-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96587-2
PMID:40229316
|
研究论文 | 提出一种基于增强循环一致性生成对抗网络的风格迁移方法，用于中国传统蓝印花布图案的创新设计 | 将Ghost卷积模块和SRM注意力模块引入生成器网络结构，在减少模型参数和计算成本的同时增强网络特征提取能力 | NA | 促进传统蓝印花布图案的创新设计，解决传承人减少和市场萎缩的挑战 | 中国传统蓝印花布图案 | 计算机视觉 | NA | 深度学习 | GAN | 图像 | NA | NA | CycleGAN | NA | NA |
| 13620 | 2025-10-07 |
ALL diagnosis: can efficiency and transparency coexist? An explainble deep learning approach
2025-Apr-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97297-5
PMID:40229347
|
研究论文 | 提出一种结合EfficientNet-B7架构与可解释人工智能方法的急性淋巴细胞白血病诊断框架 | 将高效深度学习架构与多种XAI技术相结合，在保持高精度的同时提升模型透明度和计算效率 | NA | 开发高效、可解释的急性淋巴细胞白血病诊断工具 | 急性淋巴细胞白血病患者 | 计算机视觉 | 白血病 | 深度学习 | CNN | 医学图像 | Taleqani医院数据集、C-NMC-19数据集和Multi-Cancer数据集 | NA | EfficientNet-B7 | 准确率,精确率,召回率,F1分数,AUC,mAP | NA |