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 14461 - 14480 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14461 | 2025-04-03 |
A systematic review of the application of machine learning techniques to ultrasound tongue imaging analysis
2024-09-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0028610
PMID:39287468
|
review | 本文系统回顾了机器学习技术在超声舌成像分析中的应用 | 深入探讨了深度学习在超声舌图像序列分析中的应用潜力，特别是在克服斑点噪声和视野遮挡方面的优势 | 未提及具体实验验证或实际应用效果的局限性 | 评估机器学习技术在超声舌成像分析中的研究现状和发展趋势 | 超声舌图像帧序列(UTIFs) | machine learning | NA | B-mode ultrasound | deep learning | image | NA | NA | NA | NA | NA |
| 14462 | 2025-04-03 |
A Self-Sensing and Self-Powered Wearable System Based on Multi-Source Human Motion Energy Harvesting
2024-07, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202311036
PMID:38342584
|
研究论文 | 提出了一种基于多源人体运动能量收集的自感知自供电可穿戴系统 | 结合三自由度摩擦纳米发电机和负能量收集器，利用深度学习模型识别运动状态，实现自感知和自供电 | 未提及系统在极端环境下的稳定性和长期穿戴的舒适性 | 开发自感知自供电的可穿戴系统，提高能量利用效率 | 人体运动能量（腰部运动能量和膝盖负能量） | 可穿戴技术 | NA | 摩擦纳米发电机（TENG）、深度学习 | Gate Recurrent Unit (GRU) | 运动信号 | 实验数据未明确说明具体样本数量，但涉及模型穿戴测试 | NA | NA | NA | NA |
| 14463 | 2025-10-07 |
A Proof-of-Concept Computer Vision Approach for Measurement of Tympanic Membrane Perforations
2024-Jun, The Laryngoscope
DOI:10.1002/lary.31270
PMID:38214334
|
研究论文 | 本研究开发了一种概念验证计算机视觉模型，用于通过内窥镜图像测量鼓膜穿孔大小 | 首次将深度学习架构应用于鼓膜穿孔的自动分割和面积计算，相比传统目测方法显著提高了测量准确性 | 研究样本量较小，且主要包含前部相对较小的鼓膜穿孔，缺乏多样性和代表性 | 开发自动测量鼓膜穿孔大小的计算机视觉方法 | 鼓膜穿孔患者的内窥镜图像 | 计算机视觉 | 耳科疾病 | 内窥镜成像 | 深度学习 | 图像 | 小样本鼓膜穿孔内窥镜图像数据集 | NA | NA | 平均绝对误差 | NA |
| 14464 | 2025-04-03 |
A Clinical and Imaging Fused Deep Learning Model Matches Expert Clinician Prediction of 90-Day Stroke Outcomes
2024-04-08, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8140
PMID:38331959
|
research paper | 本研究开发了一种融合临床和影像数据的深度学习模型（DLPD），用于预测急性缺血性卒中患者90天后的功能结局，并与临床医生的预测进行了比较 | 首次将深度学习模型（DLPD）应用于急性缺血性卒中患者的长期功能结局预测，并证明其预测效果不劣于临床专家 | 研究样本量较小（80例患者），且为单中心数据，可能影响模型的泛化能力 | 开发并验证一种基于深度学习的预测模型，用于急性缺血性卒中患者的长期功能结局预测 | 急性缺血性卒中患者 | digital pathology | cardiovascular disease | 深度学习 | DLPD | 影像数据和临床数据 | 80例急性缺血性卒中患者 | NA | NA | NA | NA |
| 14465 | 2025-04-03 |
Identifying Patients with CSF-Venous Fistula Using Brain MRI: A Deep Learning Approach
2024-04-08, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8173
PMID:38423747
|
研究论文 | 本研究开发了一种深度学习模型，用于通过脑部MRI准确诊断CSF-静脉瘘 | 首次使用深度学习模型基于脑部MRI预测CSF-静脉瘘的存在 | 需要进一步的模型优化和外部验证才能应用于临床 | 开发一种通过脑部MRI准确诊断CSF-静脉瘘的深度学习方法 | 疑似自发性颅内低压的患者 | 数字病理学 | 自发性颅内低压 | 脑部MRI | 深度学习模型 | 图像 | 129名患者 | NA | NA | NA | NA |
| 14466 | 2025-10-07 |
Correspondence attention for facial appearance simulation
2024-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103094
PMID:38306802
|
研究论文 | 提出一种基于注意力机制的面部外观模拟方法，用于正颌手术规划中预测面部软组织变化 | 通过点对点注意力对应矩阵关联面部软组织变化与骨骼移动，并引入基于k-NN聚类的对比损失进行自监督预训练 | 未明确说明样本规模和数据多样性限制 | 提高正颌手术规划中面部外观变化预测的准确性和计算效率 | 颌骨畸形患者的面部软组织和骨骼结构 | 计算机视觉 | 颌骨畸形 | 深度学习 | ACMT-Net | 医学图像数据 | 颌骨畸形患者数据（具体数量未说明） | NA | 注意力对应辅助移动变换网络 | 计算效率，面部变化预测准确度 | NA |
| 14467 | 2025-04-03 |
Assessing the Impact of Urban Environments on Mental Health and Perception Using Deep Learning: A Review and Text Mining Analysis
2024-Apr, Journal of urban health : bulletin of the New York Academy of Medicine
DOI:10.1007/s11524-024-00830-6
PMID:38466494
|
综述 | 本文通过系统综述和文本挖掘分析，探讨了深度学习技术在理解户外环境对人类感知和心理健康影响中的应用 | 提出了一种新颖的主题建模方法，用于识别连贯的关键词，并将当前研究分为三个主要领域 | 仅涵盖了2016年至2023年间发表的40篇论文，可能无法全面反映该领域的所有研究 | 研究户外环境对人类感知和心理健康的影响 | 城市环境与人类感知、心理健康之间的关系 | 自然语言处理 | NA | 文本挖掘、主题建模 | 深度学习 | 文本 | 40篇论文 | NA | NA | NA | NA |
| 14468 | 2025-10-07 |
Deep Learning-Based Interpretable AI for Prostate T2W MRI Quality Evaluation
2024-04, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2023.09.030
PMID:37858505
|
研究论文 | 开发基于深度学习的可解释AI工具用于评估前列腺T2W MRI图像质量 | 首次开发针对T2W序列的3D AI质量评估模型，并能生成3D体素级质量热图进行解释 | 回顾性研究，样本来源有限（三个队列），需要进一步前瞻性验证 | 开发一致的T2W前列腺MRI质量评估AI工具，减少用户偏差 | 前列腺T2W MRI图像 | 数字病理 | 前列腺癌 | MRI | CNN | 3D医学图像 | 1046名患者（三个队列：ProstateX 347例，内部常规602例，内部劣质质量97例） | MONAI | 3D DenseNet121 | 准确率, 敏感性, 特异性, Cohen Kappa | NA |
| 14469 | 2025-04-03 |
Patterns of subregional cerebellar atrophy across epilepsy syndromes: An ENIGMA-Epilepsy study
2024-Apr, Epilepsia
IF:6.6Q1
DOI:10.1111/epi.17881
PMID:38411286
|
research paper | 研究通过结构磁共振成像量化了1602名癫痫患者和1022名健康对照者的小脑区域体积，探讨了癫痫综合征中小脑亚区萎缩的模式 | 采用深度学习技术对小脑进行28个神经解剖亚区的分割，首次全面描述了癫痫患者中小脑亚区体积的损失模式及其与临床特征的关系 | 研究为横断面设计，无法确定小脑萎缩与癫痫之间的因果关系 | 探讨不同癫痫综合征中小脑亚区萎缩的特征模式 | 1602名成人癫痫患者和1022名健康对照者 | digital pathology | epilepsy | structural magnetic resonance imaging | deep learning | image | 1602 epilepsy patients and 1022 healthy controls from 22 sites | NA | NA | NA | NA |
| 14470 | 2025-10-07 |
Scanning Laser Ophthalmoscopy Demonstrates Pediatric Optic Disc and Peripapillary Strain During Horizontal Eye Rotation
2024-04, Current eye research
IF:1.7Q3
DOI:10.1080/02713683.2023.2295789
PMID:38185657
|
研究论文 | 通过扫描激光检眼镜自动分析儿童水平眼球转动时视盘及周围组织的机械应变 | 首次在儿童群体中量化水平眼球转动对视盘及视网膜脉络膜血管的机械应变，发现儿童视盘周围应变比成人更大且传播更远 | 仅分析了31名儿童样本，且仅24只眼能清晰观察到脉络膜血管 | 比较儿童与成人在水平眼球转动时视盘及视网膜脉络膜血管机械应变的差异 | 31名平均年龄11.3±2.7岁的儿童患者 | 医学影像分析 | 眼科疾病 | 扫描激光检眼镜(SLO) | 深度学习 | 医学影像 | 31名儿童（62只眼） | NA | 基于光流分析的深度学习模型 | 应变量化（水平应变、垂直应变、剪切应变、等效应变） | NA |
| 14471 | 2025-04-03 |
Estimating lung function from computed tomography at the patient and lobe level using machine learning
2024-Apr, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16915
PMID:38329315
|
研究论文 | 提出了一种名为I3Dr的深度学习架构，用于从CT扫描中自动估计肺功能测试结果，并分解各肺叶对患者肺功能的个体贡献 | I3Dr架构能够从图像中估计全局测量值，并能估计图像各部分对该全局测量值的个体贡献，特别是在肺功能测试中的应用 | 需要大量CT扫描和患者级别的肺功能测量数据进行训练 | 从CT扫描中自动估计肺功能测试结果，并分解各肺叶对患者肺功能的个体贡献 | 肺功能测试结果和CT扫描图像 | 数字病理学 | 肺部疾病 | 深度学习 | I3Dr | 图像 | 训练集8,433个CT扫描，验证集1,775个CT扫描，测试集1,873个CT扫描 | NA | NA | NA | NA |
| 14472 | 2025-04-03 |
Optimizing feature subset for schizophrenia detection using multichannel EEG signals and rough set theory
2024-Apr, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-023-10011-x
PMID:38699607
|
研究论文 | 提出一种基于多通道脑电图信号和粗糙集理论的改进特征子集优化方法，用于精神分裂症检测 | 提出了一种改进的CAO（ICAO）降维方法，结合水平和垂直交叉方法与AOA，以及基于粗糙集的适应度函数，以提高特征选择的准确性 | 未提及样本量及数据来源的具体细节，可能影响方法的泛化能力 | 优化精神分裂症检测中的特征子集选择，提高分类准确性和计算效率 | 精神分裂症患者和正常人的多通道脑电图信号 | 机器学习 | 精神分裂症 | 多变量经验模式分解（MEMD）、熵度量（如谱熵、排列熵、近似熵、样本熵和SVD熵） | 核支持向量机（SVM） | 脑电图信号 | NA | NA | NA | NA | NA |
| 14473 | 2025-04-03 |
Unified Noise-aware Network for Low-count PET Denoising with Varying Count Levels
2024-Apr, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/trpms.2023.3334105
PMID:39391291
|
研究论文 | 提出了一种统一的噪声感知网络（UNN），用于处理不同噪声水平的低计数PET图像去噪问题 | 结合多个具有不同去噪能力的子网络，能够处理不同噪声水平的输入，无需针对每种噪声水平单独训练网络 | 需要大规模数据进行训练，且在实际应用中可能面临数据可用性有限的问题 | 降低PET扫描中的辐射剂量，同时保持图像质量和诊断性能 | 低计数PET图像 | 数字病理学 | NA | 深度学习 | UNN（统一的噪声感知网络） | PET图像 | 来自两个医疗中心的大规模数据 | NA | NA | NA | NA |
| 14474 | 2025-04-03 |
A Review on Low-Dose Emission Tomography Post-Reconstruction Denoising with Neural Network Approaches
2024-Apr, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/trpms.2023.3349194
PMID:39429805
|
综述 | 本文综述了低剂量发射断层扫描(ET)后重建去噪的神经网络方法 | 重点探讨了深度学习在低剂量ET图像质量和分辨率提升中的潜力 | NA | 提升低剂量ET图像质量和分辨率 | 低剂量发射断层扫描图像 | 医学影像 | NA | NA | 神经网络 | 医学影像 | NA | NA | NA | NA | NA |
| 14475 | 2025-10-07 |
Automatic Classification of Slit-Lamp Photographs by Imaging Illumination
2024-Apr-01, Cornea
IF:1.9Q2
DOI:10.1097/ICO.0000000000003318
PMID:37267474
|
研究论文 | 开发基于照明技术的裂隙灯照片自动分类算法，以辅助深度学习系统诊断角膜炎类型 | 首次针对裂隙灯照片的照明技术开发自动分类算法，为深度学习系统提供图像标注支持 | 裂隙光束和巩膜散射是最常被错误分类的照明类型 | 通过自动分类裂隙灯照片的照明技术，促进深度学习系统在角膜炎诊断中的应用 | 角膜溃疡患者的裂隙灯照片 | 计算机视觉 | 角膜炎 | 裂隙灯摄影 | CNN, MLP, k-NN | 图像 | 409名患者的12,132张图像 | NA | MobileNetV2, ResNet50, LeNet, AlexNet | 准确率, F1分数, AUC-ROC | NA |
| 14476 | 2025-10-07 |
Reducing annotation burden in MR: A novel MR-contrast guided contrastive learning approach for image segmentation
2024-Apr, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16820
PMID:37956263
|
研究论文 | 提出一种基于MR对比度的约束对比学习方法，用于医学图像分割以减少标注负担 | 首次将组织特异性信息通过约束图引入对比学习，定义正负局部邻域来嵌入MR图像对比度信息 | 方法验证仅限于MR图像分割任务，在其他医学影像模态上的适用性未经验证 | 开发一种能够利用未标注MR图像中对比度信息的自监督学习方法，提升有限标注数据下的分割性能 | MR图像，包括腹部T2加权图像和脑肿瘤多参数MR图像 | 计算机视觉 | 脑肿瘤 | 磁共振成像 | 深度学习模型 | 医学图像 | 多回波T2加权图像(n=101)，BraTS脑肿瘤数据集(n=80)，腹部T2加权图像(训练/测试=30/20)，公共笛卡尔T2数据集(训练/测试=6/12)，BraTS多参数MR图像(训练/测试=40/50) | NA | NA | Dice系数，精确率，召回率，HD95 | NA |
| 14477 | 2025-04-03 |
A Preliminary Study Comparing the Performance of Thyroid Molecular Tests to a Deep Learning Algorithm in Predicting Malignancy in Indeterminate Thyroid Fine Needle Aspiration Biopsies
2024-Apr, Thyroid : official journal of the American Thyroid Association
IF:5.8Q1
DOI:10.1089/thy.2023.0054
PMID:38010913
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14478 | 2025-10-07 |
Endoscopic sleeve gastroplasty: stomach location and task classification for evaluation using artificial intelligence
2024-Apr, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-023-03054-2
PMID:38212470
|
研究论文 | 本研究开发了一种基于人工智能的内镜袖状胃成形术评估系统，用于自动识别胃部位置和手术任务分类 | 首次将深度学习应用于内镜袖状胃成形术的自动化性能评估，实现了胃部位置识别和手术任务分类的自动化 | 研究使用离体猪胃标本，尚未在人体临床试验中验证 | 自动化评估内镜袖状胃成形术的手术表现 | 内镜袖状胃成形术的手术过程 | 计算机视觉 | 肥胖症 | 内镜手术 | 深度学习 | 图像,视频 | 专家在离体猪胃标本上进行的ESG手术截图和视频片段 | NA | NA | 准确率 | NA |
| 14479 | 2025-10-07 |
Topological Persistence Guided Knowledge Distillation for Wearable Sensor Data
2024-Apr, Engineering applications of artificial intelligence
IF:7.5Q1
DOI:10.1016/j.engappai.2023.107719
PMID:38282698
|
研究论文 | 提出一种基于拓扑持久性的知识蒸馏方法，用于提升可穿戴传感器数据的深度学习性能 | 使用双教师网络（原始时序数据和拓扑持久性图像）进行知识蒸馏，设计正交性约束和退火策略实现特征融合 | 未明确说明方法在其他类型传感器数据或任务上的泛化能力 | 解决可穿戴传感器数据深度学习中信号质量敏感性和特征融合困难的问题 | 可穿戴传感器采集的时序数据 | 机器学习 | NA | 拓扑数据分析(TDA), 知识蒸馏(KD) | CNN | 时序数据, 图像数据(持久性图像) | GENEActiv数据集上的6000个测试样本 | NA | WRN16-1 (1D CNNs) | 分类准确率, 处理时间 | NA |
| 14480 | 2025-04-03 |
A transformer-based diffusion probabilistic model for heart rate and blood pressure forecasting in Intensive Care Unit
2024-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2024.108060
PMID:38350189
|
research paper | 本研究提出了一种基于Transformer和扩散概率模型的新型深度学习方法，用于预测重症监护病房（ICU）中的心率、收缩压和舒张压 | 结合Transformer和扩散模型，提出TDSTF模型，用于稀疏时间序列预测，在预测ICU生命体征分布方面表现出色，计算效率更高 | NA | 开发一种准确预测ICU患者生命体征的深度学习系统 | ICU患者的心率、收缩压和舒张压 | machine learning | cardiovascular disease | deep learning | Transformer-based Diffusion Probabilistic Model (TDSTF) | time series data | 24,886 ICU stays from over 46,000 patients in MIMIC-III database | NA | NA | NA | NA |