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 33366 篇文献，本页显示第 14681 - 14700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14681 | 2025-10-07 |
Exploring structural diversity across the protein universe with The Encyclopedia of Domains
2024-11, Science (New York, N.Y.)
DOI:10.1126/science.adq4946
PMID:39480926
|
研究论文 | 利用深度学习方法在AlphaFold蛋白质结构数据库中检测和分类所有结构域，构建了结构域百科全书 | 发现了超过1000万个新的结构域间相互作用和数千个新折叠结构，极大地扩展了已知超家族的域空间表示 | NA | 探索蛋白质宇宙中的结构多样性并识别结构域 | AlphaFold蛋白质结构数据库中的2.14亿个预测蛋白质结构 | 生物信息学 | NA | 深度学习 | 深度学习模型 | 蛋白质结构数据 | 超过2.14亿个预测蛋白质结构，涵盖365万个检测到的结构域和100多万个分类单元 | NA | NA | NA | NA |
| 14682 | 2025-10-07 |
On machine learning analysis of atomic force microscopy images for image classification, sample surface recognition
2024-Apr-17, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d3cp05673b
PMID:38477533
|
研究论文 | 探讨机器学习在原子力显微镜图像分类和样品表面识别中的应用 | 提出专门针对AFM图像的机器学习分析模板，并特别关注结果统计显著性的分析 | AFM成像速度较慢限制了深度学习在图像识别中的广泛应用 | 开发适用于小样本AFM图像数据库的机器学习分类方法 | 原子力显微镜图像、生物细胞表面、材料表面 | 机器学习 | NA | 原子力显微镜成像 | 非深度学习神经网络 | 图像 | 小数据库，相对较少的AFM图像 | NA | NA | 统计显著性 | NA |
| 14683 | 2025-10-07 |
Deep learning approach for discrimination of liver lesions using nine time-phase images of contrast-enhanced ultrasound
2024-Jan, Journal of medical ultrasonics (2001)
DOI:10.1007/s10396-023-01390-z
PMID:38051461
|
研究论文 | 本研究开发了一种深度学习模型，利用对比增强超声的九个时相图像来鉴别肝脏病变性质 | 提出并行排列三个ResNet50迁移学习模型的新型架构，可同步输入九个不同时相的CEUS图像并进行数据增强 | 样本量相对有限（共181个肝脏病变），且仅使用单一对比剂Sonazoid | 评估深度学习模型在肝脏结节定性诊断中的性能 | 肝脏病变（48个良性，78个肝细胞癌，55个非肝细胞癌恶性病变） | 计算机视觉 | 肝脏疾病 | 对比增强超声 | CNN | 图像 | 181个肝脏病变 | NA | ResNet50 | 灵敏度, 特异度, 正确预测率 | NA |
| 14684 | 2025-10-07 |
Evaluation and Prediction of Post-Hepatectomy Liver Failure Using Imaging Techniques: Value of Gadoxetic Acid-Enhanced Magnetic Resonance Imaging
2024-01, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.0507
PMID:38184766
|
研究论文 | 评估钆塞酸增强磁共振成像在肝切除术后肝衰竭预测中的价值 | 结合体积和功能分析评估肝功能，采用钆塞酸增强MRI提供全局和区域功能信息 | NA | 准确评估肝功能和预测肝切除术后肝衰竭 | 接受肝切除术患者的肝功能评估 | 医学影像分析 | 肝脏疾病 | 钆塞酸增强磁共振成像 | 深度学习 | 磁共振图像 | NA | NA | NA | NA | NA |
| 14685 | 2025-10-07 |
Grey wolf optimization technique with U-shaped and capsule networks-A novel framework for glaucoma diagnosis
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103285
PMID:40236793
|
研究论文 | 提出一种结合灰狼优化算法与U型网络和胶囊网络的自动化青光眼诊断框架 | 首次将灰狼优化算法与U-Net++结合用于视盘精确分割，并采用胶囊网络进行青光眼分类 | NA | 开发自动化青光眼筛查系统以改善早期诊断 | 视网膜眼底图像中的视盘区域 | 计算机视觉 | 青光眼 | 图像分割与分类 | U-Net++, CapsNet | 视网膜眼底图像 | NA | NA | U-Net++, CapsNet | 准确率 | NA |
| 14686 | 2025-10-07 |
Innovative IoT-enabled mask detection system: A hybrid deep learning approach for public health applications
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103291
PMID:40236795
|
研究论文 | 提出一种结合深度学习和优化算法的物联网口罩检测系统，用于公共卫生应用 | 首次将自适应火焰-旗鱼优化算法(AFSO)与混合深度学习架构(ResNet50和MobileNetV2)结合，实现参数优化和可扩展性提升 | 未明确说明在极端光照或遮挡条件下的性能表现，也未详细讨论在低功耗物联网设备上的实际部署效果 | 开发高效、鲁棒的实时口罩检测系统，解决现有模型计算速度慢、环境适应性差和物联网设备资源受限的问题 | 公共场所中佩戴口罩的人员检测 | 计算机视觉 | 传染病预防 | 深度学习, 物联网技术 | CNN | 图像, 视频 | 三个数据集：Kaggle口罩数据集、公共场所数据集、公共视频数据集 | TensorFlow, PyTorch | ResNet50, MobileNetV2 | 准确率, 灵敏度, 精确率, F1分数 | 物联网设备(资源受限环境) |
| 14687 | 2025-10-07 |
Retinal fundus imaging-based diabetic retinopathy classification using transfer learning and fennec fox optimization
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103232
PMID:40236797
|
研究论文 | 提出一种基于迁移学习和耳廓狐优化的视网膜眼底图像糖尿病视网膜病变自动分类模型 | 结合中值滤波、Inception-ResNet-v2特征提取、GRU分类和耳廓狐优化算法进行超参数调优 | NA | 开发自动化的糖尿病视网膜病变计算机辅助诊断系统 | 糖尿病视网膜病变患者的视网膜眼底图像 | 计算机视觉 | 糖尿病视网膜病变 | 视网膜眼底成像 | CNN, GRU | 图像 | NA | NA | Inception-ResNet-v2, GRU | 准确率 | NA |
| 14688 | 2025-10-07 |
Hybrid CNN and random forest model with late fusion for detection of autism spectrum disorder in Toddlers
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103278
PMID:40236798
|
研究论文 | 提出结合VGG16卷积神经网络和随机森林的混合模型，用于幼儿自闭症谱系障碍的检测 | 首次将预训练深度CNN与随机森林分类器通过后期融合策略相结合，利用图像特征和问卷数据提升ASD诊断准确率 | 仅在单一数据集上验证，缺乏多模态数据整合和多样化数据集的广泛测试 | 开发高精度的自闭症谱系障碍早期诊断模型 | 幼儿自闭症谱系障碍患者 | 计算机视觉 | 自闭症谱系障碍 | 深度学习，机器学习 | CNN, 随机森林 | 图像, 问卷数据 | NA | NA | VGG16, EfficientNetB0, AlexNet | 准确率 | NA |
| 14689 | 2024-10-22 |
Re: Deep Learning Artificial Intelligence Predicts Homologous Recombination Deficiency and Platinum Response from Histologic Slides
2025-May, European urology
IF:25.3Q1
DOI:10.1016/j.eururo.2024.10.012
PMID:39428324
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14690 | 2025-10-07 |
Radiomics and Artificial Intelligence Landscape for [18F]FDG PET/CT in Multiple Myeloma
2025-May, Seminars in nuclear medicine
IF:4.6Q1
DOI:10.1053/j.semnuclmed.2024.11.005
PMID:39674756
|
综述 | 本文综述了放射组学和人工智能在多发骨髓瘤[18F]FDG PET/CT成像中的应用现状与前景 | 首次系统总结AI与放射组学在多发骨髓瘤PET/CT标准化解读中的创新应用 | 该领域研究仍处于初步阶段，文献数量有限且方法尚未标准化 | 探索先进影像量化方法以优化多发骨髓瘤的诊疗管理 | 多发骨髓瘤患者的[18F]FDG PET/CT影像数据 | 医学影像分析 | 多发骨髓瘤 | PET/CT成像，放射组学特征提取 | 机器学习，深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 14691 | 2025-10-07 |
Deep Learning-Derived Quantitative Scores for Chronic Rhinosinusitis Assessment: Correlation With Quality of Life Outcomes
2025-May, American journal of rhinology & allergy
IF:2.5Q1
DOI:10.1177/19458924251313845
PMID:39819002
|
研究论文 | 本研究利用深度学习自动分割鼻窦CT图像生成定量评分，并探讨其与慢性鼻窦炎患者生活质量的相关性 | 首次基于nnU-Net开发自动鼻窦分割模型，生成定量Lund-MacKay评分和定量混浊评分，系统评估其与生活质量指标的相关性 | 定量评分与总SNOT-22评分无显著相关性，与术后生活质量改善也无显著关联 | 开发慢性鼻窦炎的客观量化评估工具并验证其临床价值 | 慢性鼻窦炎患者的CT影像数据 | 医学影像分析 | 慢性鼻窦炎 | CT影像分析 | 深度学习 | CT图像 | 445例CT数据（来自2个医疗中心），其中300例用于训练验证，145例用于测试 | nnU-Net | nnU-Net | Dice相似系数 | NA |
| 14692 | 2025-10-07 |
Performance of Two Deep Learning-based AI Models for Breast Cancer Detection and Localization on Screening Mammograms from BreastScreen Norway
2025-May, Radiology. Artificial intelligence
DOI:10.1148/ryai.240039
PMID:39907587
|
研究论文 | 评估两种基于深度学习的AI模型在乳腺癌筛查乳腺X线摄影中的癌症检测和定位性能 | 在大型真实世界筛查人群中比较商业AI模型与内部开发模型的性能，并评估标记定位准确性 | 回顾性研究设计，仅使用单一筛查项目的数据 | 评估AI模型在乳腺X线摄影筛查中的癌症检测和定位准确性 | 129,434例女性筛查检查（平均年龄59.2岁） | 计算机视觉 | 乳腺癌 | 乳腺X线摄影 | 深度学习模型 | 医学影像 | 129,434例筛查检查 | NA | NA | AUC, 灵敏度, 定位准确率 | NA |
| 14693 | 2025-10-07 |
The Evolution of Artificial Intelligence in Nuclear Medicine
2025-May, Seminars in nuclear medicine
IF:4.6Q1
DOI:10.1053/j.semnuclmed.2025.01.006
PMID:39934005
|
综述 | 本文综述了人工智能在核医学领域的演变历程、当前应用与未来挑战 | 系统梳理了AI在核医学中从早期机器学习到现代生成式AI的技术演进路径 | 面临数据稀缺性、异质性和伦理问题等临床转化障碍 | 探讨人工智能技术在核医学诊断、治疗和影像处理中的应用与发展趋势 | 核医学领域的疾病诊断、影像分割、图像增强和诊疗一体化 | 医疗人工智能 | 多种疾病（未特指） | 机器学习、深度学习、生成式AI | CNN, Transformer, 扩散模型, 大语言模型 | 医学影像、医疗文本 | NA | NA | NA | NA | NA |
| 14694 | 2025-10-07 |
AI in Breast Cancer Imaging: An Update and Future Trends
2025-May, Seminars in nuclear medicine
IF:4.6Q1
DOI:10.1053/j.semnuclmed.2025.01.008
PMID:40011118
|
综述 | 本文回顾了人工智能在乳腺癌影像学中的最新应用进展和未来发展趋势 | 总结了大型基础模型在乳腺癌影像任务中的潜力，探讨了自监督学习和联邦学习等新兴技术 | 需要数据源头标准化、大规模标注多模态数据集和广泛的前瞻性临床试验来验证临床效用 | 综述人工智能在乳腺癌影像学中的最新发展和未来趋势 | 乳腺癌影像数据，包括乳腺X线摄影、数字乳腺断层合成、超声、磁共振成像和核医学技术 | 医学影像分析 | 乳腺癌 | 多种医学影像技术（乳腺X线摄影、数字乳腺断层合成、超声、磁共振成像、核医学技术） | 深度学习，基础模型，自监督学习，联邦学习 | 医学影像数据 | NA | NA | NA | NA | NA |
| 14695 | 2025-10-07 |
The Role of AI in the Evaluation of Neuroendocrine Tumors: Current State of the Art
2025-May, Seminars in nuclear medicine
IF:4.6Q1
DOI:10.1053/j.semnuclmed.2025.02.003
PMID:40023682
|
综述 | 本文综述人工智能在神经内分泌肿瘤诊疗中的当前应用与新兴趋势 | 系统整合AI计算机视觉在神经内分泌肿瘤影像工作流程中的创新应用 | NA | 改善神经内分泌肿瘤的诊断标准与临床管理 | 神经内分泌肿瘤 | 计算机视觉 | 神经内分泌肿瘤 | 影像组学, 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 14696 | 2025-10-07 |
Optimizing CT Imaging Parameters: Implications for Diagnostic Accuracy in Nuclear Medicine
2025-May, Seminars in nuclear medicine
IF:4.6Q1
DOI:10.1053/j.semnuclmed.2025.02.008
PMID:40055048
|
综述 | 本文综述了CT成像参数优化在核医学诊断准确性中的重要性，探讨了标准化协议和新兴图像重建技术 | 系统评估迭代重建和深度学习在提升CT图像质量及降低辐射剂量方面的潜力，并提出建立本地诊断参考水平的协议管理方案 | 主要基于文献综述，缺乏原始实验数据验证具体参数优化效果 | 优化CT成像参数以提高核医学诊断准确性并降低辐射剂量 | CT成像参数（采集因素、重建算法、图像质量指标）及核医学部门的协议管理流程 | 医学影像 | NA | CT扫描、SPECT、PET、迭代重建、深度学习 | NA | 医学影像数据 | NA | NA | NA | 图像质量指标、诊断准确性、辐射剂量 | NA |
| 14697 | 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 |
| 14698 | 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 |
| 14699 | 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 |
| 14700 | 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 |