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 32373 篇文献，本页显示第 15061 - 15080 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 15061 | 2025-10-07 |
Comparative Analysis of MaxEnt and Deep Learning Approaches for Modeling Humpback Whale Distribution in North Iceland
2025-Mar, Ecology and evolution
IF:2.3Q2
DOI:10.1002/ece3.71099
PMID:40109551
|
研究论文 | 比较MaxEnt和深度学习方法在冰岛北部座头鲸分布建模中的表现 | 首次系统比较传统MaxEnt方法与新兴深度学习在鲸类分布建模中的性能差异 | 输入数据分辨率低、存在空间偏差、无法完全捕捉自然过程复杂性 | 评估不同建模方法在海洋哺乳动物分布预测中的效果 | 冰岛北部Skjálfandi湾的座头鲸 | 生态信息学 | NA | 卫星遥感、仅出现点观测数据 | 深度学习, MaxEnt | 物种出现数据、环境数据 | 2018-2021年月度分布数据，含伪缺失点 | NA | NA | AUC | NA |
| 15062 | 2025-10-07 |
Thermal imaging-based core peripheral temperature difference measurement for neonatal monitoring in the NICU
2025-Mar-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.549693
PMID:40109525
|
研究论文 | 提出基于热红外成像的非接触式自动连续核心-外周温度差测量方法用于新生儿监护 | 首次在NICU环境中使用热红外相机对早产儿进行连续非接触式CPTD监测的临床展示 | 由于热红外相机校准和环境因素影响，难以准确测量新生儿皮肤的绝对温度 | 开发新生儿核心-外周温度差的自动连续监测方法 | 早产儿 | 计算机视觉 | 新生儿疾病 | 热红外成像 | 深度学习 | 热红外图像 | 40名早产儿 | NA | 基于深度学习的身体解析模型 | 平均绝对误差 | NA |
| 15063 | 2025-10-07 |
An ensemble learning model for detection of pulmonary hypertension using electrocardiogram, chest X-ray, and brain natriuretic peptide
2025-Mar, European heart journal. Digital health
DOI:10.1093/ehjdh/ztae097
PMID:40110214
|
研究论文 | 开发一种基于集成学习的人工智能模型，通过整合心电图、胸部X光和脑钠肽数据来检测肺动脉高压 | 首次将心电图、胸部X光和脑钠肽三种不同模态数据通过集成学习方法结合，构建多模态模型用于肺动脉高压检测 | 研究数据来源于七个机构，可能存在数据异质性；模型性能仍需在更广泛人群中验证 | 开发人工智能模型以改善肺动脉高压的早期诊断 | 肺动脉高压患者 | 医学人工智能 | 肺动脉高压 | 心电图、胸部X光、脑钠肽检测 | CNN, Logistic Regression, 集成学习 | 心电图信号、医学图像、生物标志物数据 | 来自七个机构的患者数据，十名心脏病专家参与评估 | NA | ResNet18, 三层全连接多模态模型 | AUC, 准确率 | NA |
| 15064 | 2025-10-07 |
Sudden cardiac arrest prediction via deep learning electrocardiogram analysis
2025-Mar, European heart journal. Digital health
DOI:10.1093/ehjdh/ztae088
PMID:40110219
|
研究论文 | 本研究通过深度学习分析心电图数据来预测心脏骤停风险 | 首次使用深度卷积神经网络结合年龄和性别信息从12导联心电图中预测心脏骤停 | 基础模型在95%灵敏度下特异性仅为31%，尚未达到临床应用标准 | 开发基于深度学习的非侵入性心脏骤停筛查工具 | 心脏骤停患者和健康对照者的心电图数据 | 机器学习 | 心血管疾病 | 心电图分析 | CNN | 心电图信号 | 221名心脏骤停患者和1046名对照者 | NA | 深度卷积神经网络 | AUC, 灵敏度, 特异性 | NA |
| 15065 | 2025-10-07 |
SE(3)-Equivariant Ternary Complex Prediction Towards Target Protein Degradation
2025-Feb-26, ArXiv
PMID:40061120
|
研究论文 | 提出一种名为DeepTernary的深度学习方法来预测靶向蛋白降解中的三元复合物结构 | 首次使用SE(3)-等变图神经网络结合三元图间注意力机制，实现端到端的三元复合物结构预测 | 训练数据TernaryDB可能仍不够充分，对分子胶降解剂的预测仍有挑战 | 开发准确高效的三元复合物结构预测方法以加速靶向蛋白降解药物发现 | PROTACs和分子胶降解剂形成的三元复合物结构 | 计算生物学, 药物发现 | 多种疾病相关的蛋白靶点 | 深度学习, 结构预测 | 图神经网络 | 3D分子结构数据 | 从TernaryDB收集的高质量训练数据集 | 深度学习框架 | SE(3)-等变图神经网络, 编码器-解码器架构 | 预测准确性, 计算速度, 与实验降解效价的相关性 | NA |
| 15066 | 2025-10-07 |
Enhancing diabetic retinopathy diagnosis: automatic segmentation of hyperreflective foci in OCT via deep learning
2025-Feb-18, International ophthalmology
IF:1.4Q3
DOI:10.1007/s10792-025-03439-z
PMID:39966317
|
研究论文 | 提出一种基于KiU-Net的深度学习算法，用于在糖尿病视网膜病变患者的OCT图像中自动分割高反射灶 | 采用双分支KiU-Net架构，结合Kite-Net分支和三层U-Net分支，并设计交叉注意力模块整合两个分支的信息 | NA | 开发精确识别和分割糖尿病视网膜病变患者OCT图像中高反射灶的模型 | 糖尿病视网膜病变患者的OCT图像 | 医学图像分析 | 糖尿病视网膜病变 | 光学相干断层扫描 | 深度学习 | 医学图像 | NA | NA | KiU-Net, Kite-Net, U-Net | 灵敏度, Dice相似系数, 精确率, 召回率 | NA |
| 15067 | 2025-10-07 |
AI and Neurology
2025-Feb-17, Neurological research and practice
DOI:10.1186/s42466-025-00367-2
PMID:39956906
|
综述 | 本文综述了人工智能在神经病学领域的应用现状、潜力及面临的挑战 | 系统总结了人工智能在神经病学多个子领域（急重症神经病学、卒中、癫痫、运动障碍）的应用潜力，并首次将技术潜力与伦理安全挑战进行匹配分析 | 基于现有文献的回顾性分析，缺乏前瞻性研究验证 | 探讨人工智能在神经病学领域的应用前景及面临的挑战 | 神经病学领域的诊断、预后预测、决策制定和治疗方法 | 机器学习 | 神经系统疾病 | 机器学习和深度学习方法 | NA | 神经影像数据及其他临床数据 | NA | NA | NA | NA | NA |
| 15068 | 2025-10-07 |
Detection of concha bullosa using deep learning models in cone-beam computed tomography images: a feasibility study
2025-Feb, Archives of craniofacial surgery
DOI:10.7181/acfs.2024.00283
PMID:40068625
|
研究论文 | 本研究评估深度学习模型在锥形束CT图像中检测鼻甲气房（concha bullosa）的可行性 | 首次将离散小波变换与对比度增强技术结合应用于CBCT图像的预处理，并采用预训练深度学习模型与随机森林分类器的混合架构 | 样本量有限（仅203个CBCT扫描），需要更大样本量和更多深度学习模型验证结果 | 评估深度学习模型在CBCT图像中检测鼻甲气房的性能 | 锥形束CT图像中的鼻甲气房 | 计算机视觉 | 鼻部疾病 | 锥形束CT成像，离散小波变换，对比度增强 | CNN | 医学图像 | 203个CBCT扫描（83个有CB，119个无CB），其中162个训练，41个测试 | TensorFlow, PyTorch, Keras, Scikit-learn | ResNet50, ResNet101, MobileNet | 准确率, AUC, 精确率, 召回率, F1分数 | NA |
| 15069 | 2025-10-07 |
Leveraging Artificial Intelligence in Breast Cancer Screening and Diagnosis
2025-Feb, Cureus
DOI:10.7759/cureus.79177
PMID:40109789
|
评论 | 探讨人工智能在乳腺癌筛查和诊断中的应用现状与潜力 | 系统分析AI在多种乳腺影像技术中的整合应用，并提出通过可解释AI和标准化验证解决临床转化挑战 | 存在数据可及性、算法偏差、监管限制和临床整合等多重挑战 | 评估人工智能在乳腺癌筛查诊断中的转化价值与发展前景 | 乳腺癌筛查与诊断流程 | 医学影像分析 | 乳腺癌 | 数字乳腺X线摄影、数字乳腺断层合成、超声、磁共振成像 | 机器学习、深度学习 | 医学影像 | NA | NA | NA | 敏感性、特异性、假阳性率、假阴性率 | NA |
| 15070 | 2025-10-07 |
Value of vendor-agnostic deep learning image denoising in brain computed tomography: A multi-scanner study
2025-01, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin
DOI:10.1055/a-2290-4781
PMID:38749431
|
研究论文 | 评估供应商无关的深度学习去噪算法在五种CT扫描仪上对非对比颅脑CT图像质量的改善效果 | 首次在多扫描仪研究中验证供应商无关深度学习去噪算法的普适性，证明其在不同厂商设备上的有效性 | 单中心回顾性研究，样本量有限（150例患者），仅针对轻微头部创伤患者 | 评估深度学习去噪算法在脑部CT图像质量改善方面的价值 | 轻微头部创伤后接受常规成像的150例患者 | 医学影像处理 | 头部创伤 | 计算机断层扫描 | 深度学习 | 医学影像 | 150例患者（5种扫描仪各30例） | NA | NA | 图像噪声、信噪比、对比噪声比、伪影指数、4点Likert量表评分 | NA |
| 15071 | 2025-10-07 |
Language model-based labeling of German thoracic radiology reports
2025-01, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin
DOI:10.1055/a-2287-5054
PMID:38663428
|
研究论文 | 本研究开发了一种基于深度学习的德语胸部放射学报告标签提取模型，并评估其在胸部X光分类中的性能 | 提出使用弱监督方法训练德语BERT模型进行放射学报告标签提取，仅需少量人工标注数据即可达到接近人工标注的性能 | 研究仅针对德语放射学报告，模型在其他语言上的适用性需要进一步验证 | 探索弱监督在深度学习标签预测模型中的潜力，用于从德语自由文本胸部放射学报告中提取标签并训练胸部X光分类模型 | 德语胸部放射学报告和相关的胸部X光图像 | 自然语言处理 | 肺部疾病 | 放射学报告分析，胸部X光成像 | BERT, DenseNet | 文本，图像 | 66071份回顾性收集的放射学报告(DS 0)，1091份手动标注报告(DS 1)，6434张胸部X光片(DS 2) | NA | German BERT, DenseNet-121 | F1分数，AUC | NA |
| 15072 | 2025-10-07 |
Artificial intelligence-enhanced magnetic resonance imaging-based pre-operative staging in patients with endometrial cancer
2025-Jan, International journal of gynecological cancer : official journal of the International Gynecological Cancer Society
IF:4.1Q2
DOI:10.1016/j.ijgc.2024.100017
PMID:39878275
|
研究论文 | 本研究开发了一种基于深度学习的MRI图像分析流程，用于子宫内膜癌患者的术前分期评估 | 提出了一种两阶段深度学习管道，先分割整个MRI体积中的子宫，再在预测的感兴趣区域中进行肿瘤分割 | 数据变异、类别不平衡和伪影存在带来的挑战 | 通过AI辅助子宫内膜癌的术前分期，预测深肌层浸润和宫颈基质浸润 | 子宫内膜癌患者 | 医学影像分析 | 子宫内膜癌 | 磁共振成像 | 深度学习 | MRI图像 | 178名患者 | NA | NA | 准确率, Dice系数 | NA |
| 15073 | 2025-03-20 |
Retraction: Control of hybrid electromagnetic bearing and elastic foil gas bearing under deep learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320337
PMID:40100785
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 15074 | 2025-10-07 |
Forecasting stock prices using long short-term memory involving attention approach: An application of stock exchange industry
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0319679
PMID:40100866
|
研究论文 | 本研究开发了四种基于深度学习的模型用于股票价格预测，并在卡拉奇证券交易所数据上验证了长短期记忆网络结合注意力机制模型的最佳性能 | 将注意力机制与多种深度学习模型（包括RNN、LSTM和GRU）结合应用于股票价格预测，并进行了系统比较 | 研究仅基于卡拉奇证券交易所数据，未在其他市场验证模型的泛化能力 | 开发准确的股票价格预测模型以促进经济稳定 | 股票市场价格数据 | 机器学习 | NA | 深度学习 | ANN, RNN, LSTM, GRU | 时间序列数据 | 卡拉奇证券交易所100指数从2008年2月22日至2021年2月23日的每日业务数据 | NA | 人工神经网络, 带注意力的循环神经网络, 带注意力的长短期记忆网络, 带注意力的门控循环单元 | R平方值 | NA |
| 15075 | 2025-10-07 |
Automated program using convolutional neural networks for objective and reproducible selection of corneal confocal microscopy images
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251326223
PMID:40103638
|
研究论文 | 开发基于卷积神经网络的自动程序用于客观可重复地选择角膜共聚焦显微镜图像 | 首次提出结合ResNet-18深度特征提取和无监督聚类的全自动CCM图像选择算法，通过平衡非冗余性和代表性确保客观性和可重复性 | 需要多中心研究在不同人群中验证结果 | 开发自动化算法改善糖尿病周围神经病变的诊断效率 | 角膜共聚焦显微镜图像 | 计算机视觉 | 糖尿病周围神经病变 | 角膜共聚焦显微镜 | CNN | 图像 | 数百张图像 | NA | ResNet-18 | 诊断准确率 | 分析数百张图像仅需1秒 |
| 15076 | 2025-10-07 |
Intraoperative robotic measurements of coronal alignment in total knee arthroplasty correlate with pre- and post-operative long-leg radiographs
2025-Jan, Journal of experimental orthopaedics
IF:2.0Q2
DOI:10.1002/jeo2.70220
PMID:40103674
|
研究论文 | 本研究通过比较机器人测量与长腿X光片测量，验证了全膝关节置换术中机器人测量冠状位对齐的准确性 | 首次将无图像机器人系统测量与基于深度学习的术前术后长腿X光片测量进行对比验证 | 回顾性研究，单中心数据，样本量有限（59例患者） | 验证全膝关节置换术中机器人测量冠状位对齐的准确性和可靠性 | 接受初次全膝关节置换术的59名患者 | 数字病理 | 骨科疾病 | 长腿X光片，机器人测量系统 | 深度学习模型 | 医学影像 | 59名患者 | NA | NA | Pearson相关系数，p值，平均差异 | NA |
| 15077 | 2025-10-07 |
Role of AI in empowering and redefining the oncology care landscape: perspective from a developing nation
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1550407
PMID:40103737
|
综述 | 探讨人工智能在印度等发展中国家肿瘤护理领域中的应用潜力与变革作用 | 从发展中国家视角系统分析AI在肿瘤全程管理中的实施路径，强调针对人口大国医疗资源不均的解决方案 | 未涉及具体临床验证数据，主要基于理论分析和现有文献综述 | 评估AI技术如何帮助发展中国家应对肿瘤诊疗挑战并优化医疗资源配置 | 印度医疗体系、肿瘤患者群体、医疗资源配置 | 医疗人工智能 | 癌症 | 机器学习、深度学习、自然语言处理 | NA | 医疗健康数据、人口统计数据 | 年报告140万癌症病例 | NA | NA | NA | NA |
| 15078 | 2025-10-07 |
A bibliometric analysis of artificial intelligence research in critical illness: a quantitative approach and visualization study
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1553970
PMID:40103796
|
文献计量分析 | 通过文献计量学方法对重症医学领域人工智能研究进行定量分析和可视化展示 | 首次系统性地对重症医学AI研究领域进行文献计量分析，识别核心作者、机构和研究热点 | 仅基于文献数据库分析，未涉及具体临床验证和模型性能评估 | 分析人工智能在重症医学领域的研究现状和发展趋势 | 2005-2024年间900篇相关学术文献 | 机器学习 | 重症疾病 | 文献计量分析 | NA | 文献数据 | 900篇文章，涉及6,653位作者和82个国家 | R-bibliometrix, VOSviewer, CiteSpace | NA | NA | NA |
| 15079 | 2025-10-07 |
Evaluating deep learning auto-contouring for lung radiation therapy: A review of accuracy, variability, efficiency and dose, in target volumes and organs at risk
2025-Jan, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100736
PMID:40104215
|
综述 | 评估深度学习自动勾画在肺癌放疗中对靶区和危及器官轮廓的准确性、变异性和效率 | 系统评估深度学习自动勾画在肺癌放疗中的综合表现，包括准确性、观察者间变异性、时间效率和剂量体积影响 | 观察者间变异性研究结果不一致，剂量体积评估研究数量有限，需要更多临床验证 | 评估深度学习算法在肺癌放疗计划中自动勾画靶区和危及器官的应用效果 | 肺癌患者的放疗靶区体积和危及器官 | 医学影像分析 | 肺癌 | 深度学习自动轮廓勾画 | 深度学习算法 | 医学影像数据 | 包含40项研究 | NA | NA | 准确性, 观察者间变异性, 勾画时间, 剂量体积指标 | NA |
| 15080 | 2025-10-07 |
Duple-MONDNet: duple deep learning-based mobile net for motor neuron disease identification
2025, Turkish journal of medical sciences
IF:1.2Q2
DOI:10.55730/1300-0144.5952
PMID:40104302
|
研究论文 | 提出一种基于双重深度学习的移动网络模型Duple-MONDNet，用于运动神经元疾病的早期识别 | 采用双重特征提取框架，结合局部二值模式纹理特征和颜色信息特征进行疾病分类 | NA | 运动神经元疾病的早期检测 | 运动神经元疾病患者 | 医学影像分析 | 运动神经元疾病 | 弥散张量成像纤维束成像 | 深度学习 | 医学影像 | NA | NA | MobileNet | 检测率,F1分数 | NA |