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 33459 篇文献，本页显示第 13861 - 13880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13861 | 2025-04-29 |
Accuracy of artificial intelligence in prediction of osteoporotic fractures in comparison with dual-energy X-ray absorptiometry and the Fracture Risk Assessment Tool: A systematic review
2025-Apr-18, World journal of orthopedics
IF:2.0Q2
DOI:10.5312/wjo.v16.i4.103572
PMID:40290609
|
系统综述 | 比较人工智能（AI）与双能X线吸收测定法（DXA）和骨折风险评估工具（FRAX）在预测骨质疏松性骨折中的效能 | AI在预测骨质疏松性骨折方面显示出优于DXA和FRAX的潜力 | 需要更多中心、更多样化的人群、更大数据集和更长的随访时间来验证AI模型的预测性能 | 评估和比较AI模型与DXA和FRAX在预测脆性骨折中的效能 | 骨质疏松导致的近端股骨和脊柱骨折患者 | 数字病理 | 骨质疏松 | AI算法、深度学习、机器学习、卷积神经网络 | CNN | 医学影像数据 | 来自13项研究的24489名患者 | NA | NA | NA | NA |
| 13862 | 2025-10-07 |
Deep Learning-Driven Abbreviated Shoulder MRI Protocols: Diagnostic Accuracy in Clinical Practice
2025-Apr-17, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11040048
PMID:40278715
|
研究论文 | 评估深度学习加速肩部MRI协议在临床实践中的诊断准确性 | 首次在临床实践中系统评估不同加速因子（2倍和4倍）对肩部MRI诊断准确性的影响 | 单中心研究，样本量相对有限（88例患者） | 比较深度学习加速MRI协议与标准协议在肩部病变诊断中的准确性 | 88例连续患者（49名男性，39名女性；平均年龄51岁） | 医学影像分析 | 肩部疾病 | MRI，深度学习重建技术 | 深度学习 | 医学影像 | 88例患者 | NA | NA | 敏感性，特异性，ROC曲线下面积，Kendall's W一致性系数 | NA |
| 13863 | 2025-04-29 |
A Lightweight Pig Aggressive Behavior Recognition Model by Effective Integration of Spatio-Temporal Features
2025-Apr-17, Animals : an open access journal from MDPI
IF:2.7Q1
DOI:10.3390/ani15081159
PMID:40281992
|
研究论文 | 提出一种基于深度学习的轻量级猪只攻击行为识别模型，结合MobileNetV2和Autoformer，有效提取时空特征 | 结合MobileNetV2和Autoformer，集成CBAM和HS-FPN模块，改进Autoformer编码器嵌入GAU单元，提升模型在复杂环境下的适应性和小目标检测能力 | 实验仅在公开数据集上验证，未说明在实际养殖场景中的泛化性能 | 提高猪只攻击行为识别的准确性和适应性，支持科学养殖管理 | 猪只攻击行为 | 计算机视觉 | NA | 深度学习 | MobileNetV2, Autoformer, CBAM, HS-FPN, GAU | 视频 | 公开数据集（未说明具体样本量） | NA | NA | NA | NA |
| 13864 | 2025-04-29 |
Non-Destructive Detection of Chilled Mutton Freshness Using a Dual-Branch Hierarchical Spectral Feature-Aware Network
2025-Apr-17, Foods (Basel, Switzerland)
DOI:10.3390/foods14081379
PMID:40282781
|
研究论文 | 本研究提出了一种双分支分层光谱特征感知网络（DBHSNet），用于高精度检测冷藏羊肉的新鲜度 | 提出DBHSNet网络，通过PBCA模块增强全局与局部分支间的信息交互，利用MSMHA模块捕捉光谱变化趋势与细粒度特征，并采用动态损失加权平衡分类性能 | 未明确说明模型在其他肉类新鲜度检测中的泛化能力 | 实现冷藏羊肉新鲜度的高精度检测 | 冷藏羊肉 | 计算机视觉 | NA | 高光谱成像与深度学习方法 | DBHSNet（双分支分层光谱特征感知网络） | 高光谱图像数据 | 未明确说明具体样本数量 | NA | NA | NA | NA |
| 13865 | 2025-04-29 |
Comparing Auto-Machine Learning and Expert-Designed Models in Diagnosing Vitreomacular Interface Disorders
2025-Apr-17, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14082774
PMID:40283604
|
research paper | 本研究比较了专家设计的深度学习模型和AutoML模型在诊断玻璃体黄斑界面疾病中的效果 | 比较了专家设计的深度学习模型和AutoML模型在玻璃体黄斑界面疾病分类中的性能 | AutoML模型在某些类别上的性能仍不及专家设计的模型 | 比较两种机器学习模型在玻璃体黄斑界面疾病分类中的有效性 | 玻璃体黄斑界面疾病的OCT图像 | digital pathology | vitreomacular interface disorders | optical coherence tomography (OCT) | ResNet-50, EfficientNet-B0, AutoML | image | 平衡数据集，包含五个类别的OCT图像（正常、ERM、FTMH、LMH、VMT） | NA | NA | NA | NA |
| 13866 | 2025-04-29 |
Ethics and Algorithms to Navigate AI's Emerging Role in Organ Transplantation
2025-Apr-17, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14082775
PMID:40283605
|
综述 | 本文探讨了人工智能在实体器官移植中的多样化应用及其对诊断、治疗和市场格局的影响 | 利用机器学习、深度学习和生成式AI处理大量数据以预测移植结果、个性化免疫抑制方案及优化患者选择 | 未具体说明AI技术的实际应用案例及效果验证 | 探索AI如何解决实体器官移植中的器官短缺、移植排斥和术后并发症等挑战 | 实体器官移植的诊断、治疗及市场格局 | 人工智能在医疗领域的应用 | 终末期器官衰竭 | 机器学习、深度学习、生成式AI | NA | 医疗数据 | NA | NA | NA | NA | NA |
| 13867 | 2025-04-29 |
Exploration of Advanced Applications of Triboelectric Nanogenerator-Based Self-Powered Sensors in the Era of Artificial Intelligence
2025-Apr-17, Sensors (Basel, Switzerland)
DOI:10.3390/s25082520
PMID:40285210
|
综述 | 本文综述了深度学习与传感器技术的融合，特别是基于摩擦电纳米发电机(TENG)的自供电传感器与人工智能(AI)算法的结合应用 | 重点介绍了TENG自供电传感器与深度学习算法在运动识别、智能医疗、智能家居和人机交互等领域的创新应用 | NA | 探讨深度学习与自供电传感器技术的协同创新，为下一代智能系统的发展铺平道路 | 基于摩擦电纳米发电机的自供电传感器及其与AI算法的集成应用 | 人工智能与传感器技术 | NA | 深度学习算法、摩擦电纳米发电机技术 | 神经网络 | 传感器数据 | NA | NA | NA | NA | NA |
| 13868 | 2025-04-29 |
Enhanced Simultaneous Localization and Mapping Algorithm Based on Deep Learning for Highly Dynamic Environment
2025-Apr-17, Sensors (Basel, Switzerland)
DOI:10.3390/s25082539
PMID:40285228
|
研究论文 | 提出了一种基于深度学习的动态SLAM算法，用于高动态环境中的精确定位与地图构建 | 结合YOLOv10n和ORB-SLAM2，通过语义信息提升动态环境下的SLAM精度 | 未提及算法在极端动态条件下的鲁棒性测试 | 提高动态环境中SLAM算法的定位与地图构建精度 | 高动态环境下的视觉SLAM系统 | 计算机视觉 | NA | 深度学习 | YOLOv10n, ORB-SLAM2 | 图像 | NA | NA | NA | NA | NA |
| 13869 | 2025-04-29 |
Development of a Deep-Learning-Based Computerized Scoring Algorithm
2025-Apr-17, Sensors (Basel, Switzerland)
DOI:10.3390/s25082537
PMID:40285226
|
研究论文 | 本文介绍了一种基于深度神经网络的韩国计算机化评分系统，旨在减少测谎检查员的主观偏见并提高评分准确性 | 利用深度神经网络处理生物信号的非线性特性，显著提升了计算机化评分系统的性能 | 未明确提及算法的泛化能力或在不同文化背景下的适用性 | 开发高精度的计算机化测谎评分系统以减少人为误差 | 测谎测试中的生理反应信号 | 机器学习 | NA | 深度神经网络 | DNN | 生理信号数据 | NA | NA | NA | NA | NA |
| 13870 | 2025-04-29 |
Flight Trajectory Prediction Based on Automatic Dependent Surveillance-Broadcast Data Fusion with Interacting Multiple Model and Informer Framework
2025-Apr-17, Sensors (Basel, Switzerland)
DOI:10.3390/s25082531
PMID:40285220
|
research paper | 提出了一种基于ADS-B数据融合的飞行轨迹预测新框架IMM-Informer，结合了交互多模型和深度学习模型 | 整合了交互多模型(IMM)和基于深度学习的Informer模型，通过融合两者的优势实现更准确和鲁棒的预测 | 未明确说明模型在极端天气或其他异常条件下的表现 | 提高飞行轨迹预测的准确性和鲁棒性 | 飞行轨迹数据 | machine learning | NA | 自动相关监视广播(ADS-B) | IMM, Informer | 飞行监视数据 | 真实飞行监视数据(具体数量未说明) | NA | NA | NA | NA |
| 13871 | 2025-04-29 |
An Approach for Detecting Mangrove Areas and Mapping Species Using Multispectral Drone Imagery and Deep Learning
2025-Apr-17, Sensors (Basel, Switzerland)
DOI:10.3390/s25082540
PMID:40285231
|
research paper | 本研究提出了一种基于多光谱无人机影像和深度学习的红树林区域检测和物种分布映射方法 | 开发了MangroveNet和AttCloudNet+模型，结合多尺度光谱和空间信息以及注意力机制，提高了红树林区域检测和物种识别的准确性和效率 | 未明确提及研究的具体局限性 | 开发更高效、智能和准确的红树林监测方法，以更好地了解和保护红树林生态系统 | 红树林区域和红树林物种 | computer vision | NA | 多光谱无人机影像 | MangroveNet, AttCloudNet+, SegNet, UNet, DeepUNet, K-means, ISODATA, RF, SVM | image | NA | NA | NA | NA | NA |
| 13872 | 2025-04-29 |
Smartphone-Based SPAD Value Estimation for Jujube Leaves Using Machine Learning: A Study on RGB Feature Extraction and Hybrid Modeling
2025-Apr-17, Sensors (Basel, Switzerland)
DOI:10.3390/s25082545
PMID:40285234
|
研究论文 | 本研究提出了一种利用智能手机图像和机器学习模型快速检测枣叶叶绿素含量的方法 | 结合智能手机图像和机器学习模型进行叶绿素含量快速检测，提出CNN-SVR混合模型，性能优于其他模型 | 研究仅针对新疆枣椰树，未验证在其他植物上的适用性 | 开发一种简单、经济且高精度的叶绿素含量检测方法 | 新疆枣椰树叶片的SPAD值和RGB图像 | 计算机视觉 | NA | RGB图像处理，机器学习，深度学习 | SVR, RVM, CNN, CNN-SVR, CNN-RVM | 图像 | NA | NA | NA | NA | NA |
| 13873 | 2025-10-07 |
Achieving precision assessment of functional clinical scores for upper extremity using IMU-Based wearable devices and deep learning methods
2025-Apr-16, Journal of neuroengineering and rehabilitation
IF:5.2Q1
DOI:10.1186/s12984-025-01625-9
PMID:40241161
|
研究论文 | 本研究利用IMU可穿戴设备和深度学习技术对脑卒中患者上肢运动功能进行精准评估 | 结合门控循环单元网络与随机森林算法，首次实现Fugl-Meyer量表自动评分和Brunnstrom分期预测的集成评估系统 | 样本量有限（120例患者），采用回顾性注册研究设计 | 开发基于可穿戴设备和机器学习的上肢运动功能精准评估方法 | 脑卒中后运动功能障碍患者 | 机器学习 | 脑卒中 | 惯性测量单元信号采集 | GRU,随机森林,极端随机树 | IMU传感器信号 | 120例患者 | NA | 门控循环单元网络 | 准确率,皮尔逊相关系数,斯皮尔曼相关系数 | NA |
| 13874 | 2025-10-07 |
Diabetes: Non-Invasive Blood Glucose Monitoring Using Federated Learning with Biosensor Signals
2025-Apr-16, Biosensors
DOI:10.3390/bios15040255
PMID:40277568
|
研究论文 | 本研究提出了一种基于联邦学习的非侵入性血糖监测方法，使用PPG信号进行血糖水平预测 | 首次将联邦学习应用于非侵入性血糖监测，解决了医疗数据隐私保护和多机构协作训练的难题 | 模型性能依赖于参与机构的PPG信号数据质量，不同设备间的信号差异可能影响预测准确性 | 开发一种隐私保护的非侵入性血糖监测系统 | 糖尿病患者的光电容积脉搏波信号 | 机器学习 | 糖尿病 | 光电容积脉搏波 | 深度神经网络 | 生物传感器信号 | 使用VitalDB和MUST等多个数据集，包含手术和麻醉期间收集的数据 | 联邦学习框架 | 深度神经网络 | 均方根误差, Clarke误差网格分析 | NA |
| 13875 | 2025-10-07 |
DermViT: Diagnosis-Guided Vision Transformer for Robust and Efficient Skin Lesion Classification
2025-Apr-16, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12040421
PMID:40281781
|
研究论文 | 提出一种医学驱动的深度学习架构DermViT，用于鲁棒高效的皮肤病变分类 | 通过模拟医生诊断范式的模块化设计解决皮肤病变分类中的语义纠缠、类内变异和伪影干扰等问题 | NA | 提高皮肤癌早期诊断的准确性和效率 | 皮肤病变图像 | 计算机视觉 | 皮肤癌 | 皮肤镜图像分析 | Vision Transformer | 图像 | ISIC2018和ISIC2019数据集 | NA | DermViT, Vision Transformer | 分类准确率 | NA |
| 13876 | 2025-04-29 |
Visualization of Runs of Homozygosity and Classification Using Convolutional Neural Networks
2025-Apr-16, Biology
DOI:10.3390/biology14040426
PMID:40282291
|
研究论文 | 本研究提出了一种通过可视化和使用卷积神经网络（CNN）分类来分析纯合子片段（ROH）的新方法 | 首次将ROH图谱可视化为彩色编码图像，并利用CNN进行分类分析 | 在预测表型性状（肢体缺陷）时准确率中等（78.57%） | 分析ROH与种群遗传结构、表型性状的关联 | 大白猪（n=568）和杜洛克猪（n=600）的遗传数据 | 机器学习 | NA | GeneSeek GGP SNP80x1_XT芯片基因分型，PLINK v1.9软件分析 | CNN | 基因数据 | 1168头猪（568头大白猪+600头杜洛克猪） | NA | NA | NA | NA |
| 13877 | 2025-04-29 |
Artificial Intelligence in Thoracic Surgery: A Review Bridging Innovation and Clinical Practice for the Next Generation of Surgical Care
2025-Apr-16, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14082729
PMID:40283559
|
review | 本文综述了人工智能在胸外科手术中的应用、优势、局限性及未来发展方向 | 探讨了AI在胸外科手术中的创新应用，包括诊断准确性、手术精确性、术中导航和术后管理 | 存在算法偏见、缺乏多中心验证、高实施成本以及数据安全和临床责任的伦理问题 | 分析AI在胸外科手术中的当前应用、益处、局限性和未来方向 | 胸外科手术中的AI技术应用 | digital pathology | lung cancer | machine learning, deep learning, computer vision, robotic-assisted surgery | NA | image, clinical data | 36项研究符合纳入标准 | NA | NA | NA | NA |
| 13878 | 2025-04-29 |
Estimation of Flood Inundation Area Using Soil Moisture Active Passive Fractional Water Data with an LSTM Model
2025-Apr-16, Sensors (Basel, Switzerland)
DOI:10.3390/s25082503
PMID:40285193
|
研究论文 | 利用SMAP分数水数据和LSTM模型估算洪水淹没区域 | 结合土壤湿度信息、降雨预测和洪泛区地形，使用LSTM模型进行洪水区域估算，提高了传统方法的准确性 | 在低植被覆盖、季节性水位变化和平坦区域表现最佳，可能在其他地形条件下表现有限 | 提高洪水监测和预测的准确性，以改善灾害准备和减灾能力 | 洪水淹没区域 | 机器学习 | NA | SMAP分数水数据、Sentinel-1 SAR图像 | LSTM | 卫星观测数据、土壤湿度信息、降雨预测、地形数据 | NA | NA | NA | NA | NA |
| 13879 | 2025-04-29 |
MEF-CAAN: Multi-Exposure Image Fusion Based on a Low-Resolution Context Aggregation Attention Network
2025-Apr-16, Sensors (Basel, Switzerland)
DOI:10.3390/s25082500
PMID:40285190
|
research paper | 提出了一种基于低分辨率上下文聚合注意力网络的多曝光图像融合方法（MEF-CAAN） | 通过低分辨率上下文聚合注意力网络（CAAN）和引导滤波上采样（GFU）技术，提高了在极端曝光区域的信息和细节恢复能力 | 未提及具体的数据集或样本量限制 | 提升多曝光图像融合的效果，特别是在极端曝光区域的信息恢复 | 多曝光图像 | computer vision | NA | 低分辨率上下文聚合注意力网络（CAAN），引导滤波上采样（GFU） | CNN | image | NA | NA | NA | NA | NA |
| 13880 | 2025-04-29 |
Advancements in the diagnosis of biliopancreatic diseases: A comparative review and study on future insights
2025-Apr-16, World journal of gastrointestinal endoscopy
IF:1.4Q4
DOI:10.4253/wjge.v17.i4.103391
PMID:40291132
|
综述 | 本文综述了胆胰疾病诊断中的关键技术进步，包括生物标志物、影像技术和基于人工智能的技术 | 探讨了AI在影像和病理学中的应用，以及生物标志物液体活检在非侵入性诊断中的重要性 | 未来研究需要标准化生物标志物验证，改进AI驱动的诊断技术，并在资源有限的环境中扩大先进影像技术的可及性 | 优化胆胰疾病的检测和管理 | 胆胰疾病，包括胰腺和胆道恶性肿瘤 | 数字病理学 | 胰腺癌 | CT、PET-CT、磁共振胰胆管造影、内镜超声 | 深度学习算法 | 医学影像 | NA | NA | NA | NA | NA |