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 32801 篇文献，本页显示第 14541 - 14560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14541 | 2025-04-12 |
Differences Between Patient and Clinician-Taken Images: Implications for Virtual Care of Skin Conditions
2024-Mar, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2024.01.005
PMID:40206682
|
research paper | 比较患者自拍和临床拍摄的皮肤状况图像在临床、人口统计学和图像质量特征上的差异 | 首次系统性地分析了患者自拍和临床拍摄皮肤图像的多维度差异，并识别出与拍摄来源相关的关键因素 | 研究为回顾性设计，仅基于单一医疗系统的数据，且排除了无法诊断或多重病症的病例 | 探究不同来源皮肤图像的特征差异及其对虚拟皮肤科护理的启示 | 2500例斯坦福医疗保健系统eConsult中的皮肤病例图像（628例患者自拍和1719例临床拍摄） | digital pathology | skin conditions | deep learning | NA | image | 2347例有效病例（628 PAT + 1719 CLIN） | NA | NA | NA | NA |
| 14542 | 2025-04-12 |
An Automated Approach for Diagnosing Allergic Contact Dermatitis Using Deep Learning to Support Democratization of Patch Testing
2024-Mar, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2024.01.006
PMID:40206684
|
research paper | 开发一种深度学习算法用于分析斑贴试验结果，以支持过敏性接触性皮炎的自动化诊断 | 利用深度学习模型从照片中分类斑贴试验结果，实现过敏性接触性皮炎的自动化检测 | 样本量较小（37名患者），模型性能仍有提升空间 | 开发一种自动化方法来诊断过敏性接触性皮炎，支持斑贴试验的普及 | 斑贴试验的照片结果 | digital pathology | allergic contact dermatitis | deep learning | CNN | image | 5070个测试部位（来自37名患者） | NA | NA | NA | NA |
| 14543 | 2025-10-07 |
Digital pathology-based artificial intelligence models for differential diagnosis and prognosis of sporadic odontogenic keratocysts
2024-02-26, International journal of oral science
IF:10.8Q1
DOI:10.1038/s41368-024-00287-y
PMID:38403665
|
研究论文 | 开发基于数字病理学的人工智能模型用于牙源性角化囊肿的鉴别诊断和预后预测 | 首次将深度学习与机器学习算法结合，利用全切片图像开发牙源性角化囊肿的诊断和预后AI模型，并展示了多切片模型整合组织病理学信息的优势 | 样本量相对有限（519例病例），未提及外部验证集的结果 | 开发基于数字病理学的AI模型用于牙源性角化囊肿的鉴别诊断和预后预测 | 519例牙源性角化囊肿病例，包含2,157张H&E染色图像 | 数字病理学 | 牙源性角化囊肿 | 数字病理学，H&E染色 | CNN | 病理图像 | 519例病例，2,157张H&E染色图像 | TensorFlow | Inception_v3 | AUC | NA |
| 14544 | 2025-10-07 |
Machine learning predicts which rivers, streams, and wetlands the Clean Water Act regulates
2024-01-26, Science (New York, N.Y.)
DOI:10.1126/science.adi3794
PMID:38271507
|
研究论文 | 使用深度学习模型预测《清洁水法案》对河流、溪流和湿地的监管范围 | 首次结合航空影像和地球物理数据，通过深度学习预测美国陆军工程兵团对15万项水资源管辖权的决定 | 模型预测依赖于历史管辖决定数据，可能无法完全捕捉未来政策变化的影响 | 评估《清洁水法案》对水资源的保护范围及最高法院和白宫规则变化对监管的影响 | 美国河流、溪流、湿地等水资源及其管辖权决定 | 机器学习 | NA | 深度学习 | 深度学习模型 | 航空影像、地球物理数据 | 150,000项管辖权决定 | NA | NA | NA | NA |
| 14545 | 2025-10-07 |
Early detection of Alzheimer's disease in structural and functional MRI
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1520878
PMID:39726682
|
研究论文 | 本研究通过先进的深度学习架构实现海马体和脑室的精确分割，并结合混合分类器提高阿尔茨海默病的早期检测准确率 | 将先进的DeepLabV3+和Deep-Residual-U-Net分割技术与VGG-16-RF等混合分类器无缝集成，为早期AD检测提供了鲁棒且可扩展的框架 | NA | 开发精确高效的深度学习架构用于阿尔茨海默病的早期检测 | 阿尔茨海默病患者的功能性磁共振成像数据 | 医学影像分析 | 阿尔茨海默病 | 功能性磁共振成像 | CNN, 集成学习 | 医学影像 | NA | NA | Deep-Residual-U-Net, DeepLabV3+, VGG-16, DenseNet-169 | 准确率, Jaccard系数, Dice系数 | NA |
| 14546 | 2025-04-12 |
RApid Throughput Screening for Asymptomatic COVID-19 Infection With an Electrocardiogram: A Prospective Observational Study
2023-Dec, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2023.07.007
PMID:40206301
|
研究论文 | 评估神经网络使用便携设备获取的心电图（ECG）识别无症状SARS-CoV-2感染的能力 | 使用便携式、智能手机兼容的人工智能心电图（POC AI-ECG）设备进行无症状SARS-CoV-2感染的筛查 | POC AI-ECG算法在检测无症状SARS-CoV-2感染方面效果不佳，无法有效区分阳性与阴性参与者的心电图 | 评估人工智能心电图在检测无症状SARS-CoV-2感染中的准确性 | 2827名患者 | 数字病理学 | COVID-19 | 人工智能心电图（AI-ECG） | 深度学习模型 | 心电图数据 | 2827名患者（48%女性，79%白人，7%有既往COVID-19感染史） | NA | NA | NA | NA |
| 14547 | 2025-04-12 |
Deep Learning for Computed Tomography Assessment of Hepatic Fibrosis and Cirrhosis: A Systematic Review
2023-Dec, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2023.08.008
PMID:40206310
|
系统综述 | 本文系统综述了深度学习在计算机断层扫描评估肝纤维化和肝硬化中的应用 | 首次系统评估深度学习算法在CT图像分析肝纤维化和肝硬化诊断中的准确性 | 研究队列和方法学存在异质性，限制了这些研究的普适性 | 评估深度学习算法在肝纤维化和肝硬化CT诊断中的准确性 | 计算机断层扫描(CT)图像 | 数字病理 | 肝纤维化和肝硬化 | 深度学习 | 图像分类算法和图像分割算法 | CT图像 | 6项符合纳入标准的研究（3877项初步筛选研究） | NA | NA | NA | NA |
| 14548 | 2025-04-12 |
Optimizing Storage and Computational Efficiency: An Efficient Algorithm for Whole Slide Image Size Reduction
2023-Sep, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2023.06.010
PMID:40206606
|
研究论文 | 开发了一种用于减少全切片图像(WSI)大小的图像处理算法，以提高存储和计算效率 | 提出了一种新颖的图像处理算法，能够在不改变组织区域图像分辨率的情况下，去除WSI中不需要的背景并将组织部分组装成更小的WSI | 研究仅针对Barrett食管的不同发育不良阶段的组织切片，未验证在其他类型组织上的适用性 | 优化全切片图像的存储、传输和分析效率 | 非发育不良Barrett食管、低度发育不良和高度发育不良的组织学切片 | 数字病理学 | Barrett食管 | 图像处理算法 | NA | 图像 | 1992年1月至2020年9月期间使用Aperio AT2扫描仪数字化的组织切片 | NA | NA | NA | NA |
| 14549 | 2025-10-07 |
Tissue response curve-shape analysis of dynamic glucose-enhanced and dynamic contrast-enhanced magnetic resonance imaging in patients with brain tumor
2023-06, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.4863
PMID:36310022
|
研究论文 | 开发基于组织响应曲线形状的动态葡萄糖增强MRI分析方法，并与动态对比增强MRI在脑肿瘤患者中进行比较 | 首次提出基于深度学习识别七种组织响应曲线形状的方法，创建彩色编码曲线图展示不同曲线类型的空间分布 | 样本量较小（11例患者），仅针对胶质瘤患者进行研究 | 比较动态葡萄糖增强MRI和动态对比增强MRI在脑肿瘤检测中的异同 | 疑似胶质瘤患者的脑部组织 | 医学影像分析 | 脑肿瘤 | 动态葡萄糖增强MRI，动态对比增强MRI，7T磁共振成像 | 深度学习 | 磁共振影像 | 11例疑似胶质瘤患者 | NA | NA | 曲线下面积，p值 | NA |
| 14550 | 2025-04-11 |
A high-performance broadband polarization-sensitive photodetector based on BiSeS nanowires
2025-Apr-10, Nanoscale
IF:5.8Q1
DOI:10.1039/d4nr05031b
PMID:40105281
|
research paper | 该论文报道了一种基于BiSeS纳米线的高性能宽带偏振敏感光电探测器的设计与制备 | 通过化学气相传输法制备BiSeS纳米线，解决了BiSe基器件中固有缺陷和态的问题，实现了从紫外C到近红外的宽带波长区域的光响应，并展示了优异的偏振敏感性 | 未提及具体的大规模生产可行性或长期稳定性测试 | 设计和制备高性能宽带偏振敏感光电探测器 | BiSeS纳米线 | 材料科学 | NA | 化学气相传输法 | NA | 光学性能数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 14551 | 2025-04-11 |
Automatic Cry Analysis: Deep Learning for Screening of Autism Spectrum Disorder in Early Childhood
2025-Apr-10, Journal of autism and developmental disorders
IF:3.2Q1
DOI:10.1007/s10803-025-06811-1
PMID:40208423
|
研究论文 | 本研究通过深度学习技术分析儿童哭声的声学特征，以支持自闭症谱系障碍（ASD）的早期筛查 | 利用递归卷积神经网络（R-CNN）对ASD和典型发育（TD）儿童的哭声进行分类，准确率达到90.28% | 样本量较小，仅包括31名ASD儿童和31名TD儿童 | 开发基于哭声的非侵入性AI工具，以促进ASD的早期检测和干预 | 18至54个月大的ASD和TD儿童 | 机器学习 | 自闭症谱系障碍 | 深度学习 | R-CNN | 音频 | 62名儿童（31名ASD和31名TD） | NA | NA | NA | NA |
| 14552 | 2025-04-11 |
Development and Validation of an Early Recurrence Prediction Model for High-Grade Glioma Integrating Temporalis Muscle and Tumor Features: Exploring the Prognostic Value of Temporalis Muscle
2025-Apr-09, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01491-w
PMID:40205255
|
research paper | 开发并验证了一个整合颞肌和肿瘤特征的高级别胶质瘤早期复发预测模型，探讨了颞肌指标的预后价值 | 首次将颞肌指标与肿瘤特征结合，构建了预测高级别胶质瘤早期复发的综合模型，并验证了颞肌指标的独立预后价值 | 样本量较小（71例），且数据来源于单一医疗机构和公开数据集，可能存在选择偏倚 | 开发高级别胶质瘤早期复发预测模型并评估颞肌指标的预后价值 | 71例经分子确认的高级别胶质瘤患者 | digital pathology | brain tumor | 深度学习分割、放射组学特征提取 | HistGradientBoosting | MRI影像 | 71例高级别胶质瘤患者（含本地数据和TCIA RHUH-GBM数据集） | NA | NA | NA | NA |
| 14553 | 2025-04-11 |
Accurate and Rapid Prediction of Protein pKa: Protein Language Models Reveal the Sequence-pKa Relationship
2025-Apr-08, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c01288
PMID:40138263
|
研究论文 | 介绍了一种名为pKALM的新型深度学习方法，用于高通量蛋白质pKa预测 | 利用蛋白质语言模型(PLM)捕捉蛋白质复杂的序列-结构关系，并发现预测的蛋白质等电点(pI)可提高pKa预测的准确性 | 方法存在一定约束条件，具体在案例研究中有所体现 | 开发高效准确的蛋白质pKa预测工具 | 蛋白质的六种残基(Asp, Glu, His, Lys, Cys, Tyr)和两个末端 | 计算生物学 | NA | 蛋白质语言模型(PLM) | 深度学习 | 蛋白质序列数据 | 人类蛋白质组的高通量预测 | NA | NA | NA | NA |
| 14554 | 2025-04-11 |
Rapid dose prediction for lung CyberKnife radiotherapy plans utilizing a deep learning approach by incorporating dosimetric features delivered by noncoplanar beams
2025-Apr-08, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adc697
PMID:40153867
|
研究论文 | 本研究提出了一种结合CyberKnife非共面束剂量特征的深度学习方法，用于快速预测肺癌患者的放疗剂量分布 | 将几何和剂量特征驱动的深度学习剂量计算方法扩展到CyberKnife应用场景，显著提高了剂量预测精度 | 未明确说明样本量大小及模型在其他癌症类型中的泛化能力 | 开发一种快速准确的CyberKnife放疗计划剂量预测方法 | 肺癌患者的CyberKnife放疗计划 | 数字病理 | 肺癌 | 深度学习 | 深度学习模型（未指定具体类型） | CT图像和剂量特征数据 | NA | NA | NA | NA | NA |
| 14555 | 2025-04-11 |
The Future of Medicine: AI and ML Driven Drug Discovery Advancements
2025-Apr-08, Current topics in medicinal chemistry
IF:2.9Q3
|
review | 本文回顾了人工智能和机器学习在药物设计领域的应用及其未来发展趋势 | 介绍了AI和ML如何通过整合大数据提高计算机辅助药物设计的效率和准确性，以及深度学习在处理复杂非线性数据中的作用 | 未具体提及研究中的局限性 | 探讨AI和ML在药物发现领域的应用及其对医疗保健的变革 | 药物设计领域的技术和方法 | machine learning | NA | Computer-Aided Drug Design (CADD), Structure based drug design (SBDD), Ligand based drug design (LBDD), Pharmacophore modelling, PBPK modeling, nano-QSAR | Deep Learning (DL) | big data | NA | NA | NA | NA | NA |
| 14556 | 2025-04-11 |
Enabling new insights from old scans by repurposing clinical MRI archives for multiple sclerosis research
2025-Apr-07, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-58274-8
PMID:40195318
|
research paper | 开发了一种名为MindGlide的深度学习模型，用于从任何单一MRI对比中提取脑区和白质病变体积，以促进多发性硬化症研究 | MindGlide模型能够从单一MRI对比中提取脑区和白质病变体积，突破了传统多对比协议的限制，使得大量单对比医院档案得以利用 | 模型虽然在多个数据集上进行了验证，但可能仍存在对某些特定MRI扫描仪或患者群体的适应性不足 | 促进多发性硬化症的临床研究和试验，通过深度学习模型利用现有单对比MRI档案 | 多发性硬化症患者的MRI扫描数据 | digital pathology | multiple sclerosis | MRI, deep learning | deep learning model (MindGlide) | MRI scans | 训练集：4247次脑MRI扫描，来自2934名MS患者，592台扫描仪；验证集：14,952次扫描，来自1,001名患者 | NA | NA | NA | NA |
| 14557 | 2025-04-11 |
The first urban open space product of global 169 megacities using remote sensing and geospatial data
2025-Apr-07, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04924-x
PMID:40195340
|
research paper | 该研究利用深度学习和遥感数据，首次为全球169个特大城市制作了高分辨率的城市开放空间地图产品OpenspaceGlobal | 首次采用基于微小人工标注策略的深度学习方法，为全球169个特大城市制作了1.19米分辨率的城市开放空间地图产品 | 城市开放空间的高类间相似性、复杂环境和尺度变化可能导致映射性能不尽如人意 | 填补全球主要城市缺乏城市开放空间地图产品的空白，促进对全球主要城市人造空间表面的更好理解 | 全球169个特大城市的城市开放空间 | remote sensing | NA | 深度学习，光学遥感影像 | NA | 光学遥感影像，众包地理空间数据 | 处理了超过8.5 TB的遥感图像和近9000万个众包地理空间数据多边形 | NA | NA | NA | NA |
| 14558 | 2025-04-11 |
Validation of body composition parameters extracted via deep learning-based segmentation from routine computed tomographies
2025-Apr-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96238-6
PMID:40195401
|
研究论文 | 本研究开发并验证了一种基于深度学习的自动化流程，用于从常规CT扫描中提取身体组成参数 | 提出了一种灵活、开源的自动化流程，整合了深度学习分割模型与前后处理步骤，用于身体组成参数的提取 | 分割错误、解剖异常或图像不规则性导致测量差异，SM测量因切片选择存在较大变异性 | 验证基于深度学习的自动化身体组成参数提取方法的准确性和预后价值 | 337名外科肿瘤患者的CT扫描图像 | 数字病理学 | 肿瘤 | 深度学习分割 | 深度学习模型 | CT图像 | 337名外科肿瘤患者 | NA | NA | NA | NA |
| 14559 | 2025-04-11 |
A novel hybrid layer-based encoder-decoder framework for 3D segmentation in congenital heart disease
2025-Apr-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96251-9
PMID:40195399
|
research paper | 提出了一种新型的基于混合层的编码器-解码器框架，用于先天性心脏病的3D图像分割 | 结合全局体积混合模块和基于局部体积的多头注意力模块，通过自注意力机制显式捕捉3D图像分割过程中的局部和全局依赖关系 | 训练数据集有限且心脏和大血管组织的变异性带来固有复杂性 | 提高先天性心脏病患者心脏解剖结构分割的准确性，以支持精确诊断和治疗计划 | 先天性心脏病患者的3D医学图像 | digital pathology | cardiovascular disease | 3D图像分割 | hybrid layer-based encoder-decoder framework | 3D medical images | 公共数据集ImageCHD和HVSMR-2.0 | NA | NA | NA | NA |
| 14560 | 2025-04-11 |
Current status and prospects of computer vision-based attitude and deformation measurement applications in wind tunnels
2025-Apr-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96000-y
PMID:40195507
|
综述 | 本文总结了基于计算机视觉的模型姿态和变形测量在风洞测试中的应用现状与前景 | 探讨了多维数据融合和深度学习技术在风洞视觉测量中的互补优势，提高了测量效率和精度 | 风洞环境的特定条件对视觉测量技术的实际应用存在一定限制 | 响应风洞测试智能化需求，总结模型姿态和变形测量的应用进展 | 风洞测试中的模型姿态和变形测量 | 计算机视觉 | NA | 深度学习 | NA | 多维数据 | NA | NA | NA | NA | NA |