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 15341 - 15360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 15341 | 2025-03-14 |
A new intelligent system based deep learning to detect DME and AMD in OCT images
2024-Apr-23, International ophthalmology
IF:1.4Q3
DOI:10.1007/s10792-024-03115-8
PMID:38653842
|
研究论文 | 本文介绍了一种基于卷积神经网络（CNN）的新型计算机辅助诊断（CAD）系统，用于在OCT图像中检测和分类年龄相关性黄斑变性（AMD）和糖尿病性黄斑水肿（DME） | 提出了一种结合Inception_V3模型和自定义CNN提取特征的混合方法，在DUKE数据集上达到了99.53%的最高准确率 | NA | 开发一种自动化的OCT图像分析系统，用于早期检测和分类AMD和DME | OCT视网膜图像 | 计算机视觉 | 糖尿病性视网膜病变 | OCT | CNN, VGG16, VGG19, Inception_V3, BCNN | 图像 | DUKE公共数据集和突尼斯私人数据集 | NA | NA | NA | NA |
| 15342 | 2025-10-07 |
Biometric contrastive learning for data-efficient deep learning from electrocardiographic images
2024-04-03, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocae002
PMID:38269618
|
研究论文 | 开发了一种用于心电图图像的自监督预训练方法BCL，可在有限标注数据下有效检测心脏疾病 | 利用同一患者不同时间点的心电图对进行对比学习，提取生物特征签名，提高标签利用效率 | 研究主要基于单一医疗中心数据，外部验证队列有限 | 开发数据高效的心电图图像深度学习模型 | 78,288名个体的心电图图像 | 医疗影像分析 | 心血管疾病 | 心电图成像 | CNN | 图像 | 78,288名患者的心电图数据 | NA | NA | AUROC | NA |
| 15343 | 2025-03-14 |
Deep learning for water quality
2024-Mar-12, Nature water
DOI:10.1038/s44221-024-00202-z
PMID:38846520
|
review | 本文探讨了深度学习在内陆水质预测中的应用及其潜力 | 提出深度学习作为一种未充分利用但有前景的方法，能够揭示高维数据中的复杂结构和关系，并帮助填补时空数据缺口 | 深度学习方法的局限性相对于传统方法进行了讨论，但其具体局限性未详细说明 | 研究目的是探讨深度学习在水质科学中的潜力，以克服传统方法在预测水质方面的不足 | 内陆水质 | machine learning | NA | 深度学习 | NA | 高维数据 | NA | NA | NA | NA | NA |
| 15344 | 2025-03-14 |
A new computer-aided diagnosis tool based on deep learning methods for automatic detection of retinal disorders from OCT images
2024-Feb-23, International ophthalmology
IF:1.4Q3
DOI:10.1007/s10792-024-03033-9
PMID:38396074
|
研究论文 | 本文介绍了一种基于深度学习的计算机辅助诊断工具，用于从OCT图像中自动检测视网膜疾病 | 通过嵌入眼科医生的解释和医学描述中的丰富语义信息，提高了深度神经网络的解释性，克服了其模糊和黑箱性质 | 研究仅使用了UCSD数据集的一个小子集进行训练，可能限制了模型的泛化能力 | 开发一种可靠的计算机辅助诊断软件，用于早期检测视网膜疾病，防止视力丧失 | 视网膜疾病 | 计算机视觉 | 视网膜疾病 | 深度学习 | 深度神经网络 | 图像 | 29,800张OCT图像 | NA | NA | NA | NA |
| 15345 | 2025-10-07 |
Deep Learning Models for Coronary Atherosclerosis Detection in Coronary CT Angiography
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本研究比较了不同预训练深度学习模型在冠状动脉CT血管造影中检测动脉粥样硬化的性能 | 首次在冠状动脉CT血管造影中系统比较预训练深度学习模型，并采用Haar小波分解提升模型灵敏度 | 初始模型灵敏度较低（60.8%），需要额外技术手段进行改进 | 寻找冠状动脉CT血管造影中动脉粥样硬化检测的最佳深度学习模型 | 冠状动脉CT血管造影图像 | 计算机视觉 | 心血管疾病 | CT血管造影 | CNN, KNN | 医学图像 | NA | NA | ResNet101, 3D CNN | 准确率, 灵敏度, 阳性预测值 | NA |
| 15346 | 2025-03-14 |
Is the Juice Worth the Squeeze? Learning Curve of a Chest Radiograph Semantic Labeling Deep Learning Model
2024-01-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000755
PMID:37889555
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 15347 | 2025-10-07 |
Exploring the application of deep learning methods for polygenic risk score estimation
2023-Dec-15, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.12.14.23299972
PMID:38168416
|
研究论文 | 本研究探索深度学习在多基因风险评分估计中的应用 | 使用单一深度学习模型生成多个多基因风险评分，并证明在缺失SNP数据情况下模型性能优于传统方法 | 输入信息是进一步改进性能的限制因素，需要额外输入数据才能获得更大提升 | 探索机器学习如何改进多基因风险评分的生成 | 英国生物银行数据中的多基因风险评分 | 机器学习 | NA | 基因分型 | MLP | 基因数据 | 英国生物银行数据集 | NA | MLP | AUC | NA |
| 15348 | 2025-10-07 |
Deep learning on electronic medical records identifies distinct subphenotypes of diabetic kidney disease driven by genetic variations in the Rho pathway
2023-Sep-07, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.09.06.23295120
PMID:37732187
|
研究论文 | 本研究利用深度学习分析电子病历数据，识别出由Rho通路遗传变异驱动的糖尿病肾病不同亚型 | 首次发现通过影响细胞骨架调节蛋白稳定性导致疾病的遗传变异，揭示了一类新型可治疗靶点的表达数量性状位点 | 样本量相对有限（1,372例患者），需要进一步验证 | 识别糖尿病肾病的遗传特征和疾病亚型，预测疾病进展 | 1,372名糖尿病肾病患者 | 医疗人工智能 | 糖尿病肾病 | 全外显子组关联分析，细胞功能实验 | 自编码器，无监督聚类 | 电子健康记录，基因数据 | 1,372名糖尿病肾病患者 | NA | 自编码器 | NA | NA |
| 15349 | 2024-08-07 |
Deep Learning on Electrocardiograms for Prediction of In-hospital Intradialytic Hypotension in Patients with ESKD
2023-09-01, Kidney360
IF:3.2Q1
DOI:10.34067/KID.0000000000000208
PMID:37418626
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 15350 | 2025-10-07 |
Deep Learning for Automated Measurement of Patellofemoral Anatomic Landmarks
2023-Jul-08, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering10070815
PMID:37508842
|
研究论文 | 开发深度学习模型自动测量髌股解剖标志物 | 首个基于生理和病理CT影像的大规模深度学习回归模型，用于髌股自动标注 | 健康队列的滑车角测量存在统计学显著差异 | 通过自动测量膝关节解剖结构改善临床疗效 | 膝关节CT影像中的髌股解剖标志物 | 计算机视觉 | 膝关节疾病 | CT成像 | CNN | 医学影像 | 483名患者，14,652张标注图像 | PyTorch | ResNet50 | 平均绝对误差，Bland-Altman图，配对t检验 | NA |
| 15351 | 2025-10-07 |
The impact of trade and financial expansion on volatility of real exchange rate
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0262230
PMID:35061782
|
研究论文 | 本研究通过实证分析探讨贸易与金融开放对实际汇率波动的影响 | 结合物联网金融背景，使用深度学习技术分析金融数据，并采用混合OLS和工具变量法进行实证检验 | 仅涵盖45个主要国家数据，样本范围有限 | 分析贸易和金融开放对实际汇率波动的影响机制 | 全球45个主要国家的面板数据 | 机器学习 | NA | 深度学习 | NA | 金融面板数据 | 45个主要国家 | NA | NA | NA | NA |
| 15352 | 2025-03-13 |
Intelligent optoelectrowetting digital microfluidic system for real-time selective parallel manipulation of biological droplet arrays
2025-Mar-11, Lab on a chip
IF:6.1Q2
DOI:10.1039/d4lc00804a
PMID:39660615
|
研究论文 | 本文提出了一种结合光电润湿技术和深度学习算法的智能控制系统，用于实时选择性并行操作生物液滴阵列 | 结合光电润湿技术与深度学习算法，实现液滴的实时检测、自动生成虚拟电极控制移动，以及液滴阵列的高效跟踪 | 当前技术依赖于操作员手动定位液滴、绘制光学图案和预设液滴移动路径，缺乏实时反馈和独立液滴控制能力，可能导致液滴失控和污染 | 开发一种智能控制系统，用于自动化操作离散液滴，提高数字微流控技术在生物医学等领域的应用 | 生物液滴阵列 | 数字病理学 | NA | 光电润湿技术、深度学习算法 | 目标检测算法、跟踪算法 | 图像 | NA | NA | NA | NA | NA |
| 15353 | 2025-03-13 |
Quantitative Magnetic Resonance Imaging Methods for the Assessment and Prediction of Treatment Response to Transarterial Chemoembolization in Hepatocellular Carcinoma
2025-Mar-10, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.02.042
PMID:40068997
|
综述 | 本文综述了定量磁共振成像（qMRI）在预测和评估肝细胞癌（HCC）患者对经动脉化疗栓塞（TACE）治疗反应中的最新应用 | 探讨了多种qMRI方法在预测TACE治疗反应中的应用，包括肝细胞特异性对比增强MRI、扩散成像、灌注成像、磁共振波谱（MRS）、血氧水平依赖功能MRI（BOLD-fMRI）、磁共振弹性成像（MRE）和人工智能（AI） | BOLD-fMRI和MRE仍缺乏关键定量参数的模型，AI模型的附加价值需要通过更大规模的前瞻性研究验证 | 评估和预测肝细胞癌患者对TACE治疗的反应 | 肝细胞癌（HCC）患者 | 数字病理 | 肝癌 | 定量磁共振成像（qMRI） | AI模型（包括放射组学或深度学习） | 磁共振成像数据 | NA | NA | NA | NA | NA |
| 15354 | 2025-03-13 |
A large-scale open image dataset for deep learning-enabled intelligent sorting and analyzing of raw coal
2025-Mar-08, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04719-0
PMID:40057526
|
研究论文 | 本文介绍了一个大规模开源的原煤图像数据集DsCGF，用于支持深度学习驱动的原煤智能分选和分析 | 提出了一个大规模、多层次的标注原煤图像数据集，填补了智能选煤领域缺乏准确大规模数据的空白 | 数据集仅涵盖中国三个代表性矿区的样本，可能无法完全代表其他地区的原煤特征 | 推动中国能源转型，实现碳达峰和碳中和战略目标下的智能选煤技术发展 | 原煤图像 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 超过27万张可见光图像，来自中国三个代表性矿区 | NA | NA | NA | NA |
| 15355 | 2025-03-13 |
Probabilistic and deep learning approaches for conductivity-driven nanocomposite classification
2025-Mar-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91057-1
PMID:40055396
|
研究论文 | 本研究提出了一种结合贝叶斯技术和深度学习的混合方法，用于改进纳米复合材料的分类，特别是评估其导电性能 | 提出了一种结合贝叶斯网络（BN）和基于Transformer架构的循环神经网络（RNN）的混合模型，以量化并报告认知不确定性，从而提高分类准确性 | 研究主要关注方法学上的进展，实验结果的广泛适用性尚未验证 | 改进纳米复合材料的分类方法，特别是评估其导电性能 | 纳米复合材料 | 机器学习 | NA | 贝叶斯网络（BN），循环神经网络（RNN），Transformer架构 | 贝叶斯网络（BN），循环神经网络（RNN） | NA | NA | NA | NA | NA | NA |
| 15356 | 2025-03-11 |
Author Correction: Signature-based intrusion detection using machine learning and deep learning approaches empowered with fuzzy clustering
2025-Mar-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92132-3
PMID:40055395
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 15357 | 2025-03-13 |
SwinConvNeXt: a fused deep learning architecture for Real-time garbage image classification
2025-Mar-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91302-7
PMID:40055407
|
研究论文 | 本文提出了一种名为SwinConvNeXt的融合深度学习架构，用于实时垃圾图像分类 | 结合了增强的Swin Transformer、改进的ConvNeXt和空间注意力机制，有效提取垃圾图像的全局和局部特征，提高了分类准确性 | 模型在处理视觉相似度高且大小不一的物体时可能存在挑战 | 开发一种高效且可持续的实时垃圾管理系统 | 垃圾图像 | 计算机视觉 | NA | 深度学习 | SwinConvNeXt | 图像 | 公开的垃圾分类数据集 | NA | NA | NA | NA |
| 15358 | 2025-03-13 |
Laser-Induced Breakdown Spectroscopy and a Convolutional Neural Network Model for Predicting Total Iron Content in Iron Ores
2025-Mar, Applied spectroscopy
IF:2.2Q2
DOI:10.1177/00037028241294088
PMID:39558586
|
研究论文 | 本文提出了一种结合激光诱导击穿光谱（LIBS）和卷积神经网络（CNN）模型的方法，用于预测铁矿石中的总铁含量 | 使用CNN模型辅助LIBS技术，显著提高了总铁含量预测的准确性，并减少了建模时间 | 未提及具体局限性 | 提高LIBS技术在铁矿石总铁含量预测中的准确性 | 铁矿石样品 | 机器学习 | NA | 激光诱导击穿光谱（LIBS） | 卷积神经网络（CNN） | 光谱数据 | 339批来自五个国家的铁矿石样品，收集了2034个代表性光谱 | NA | NA | NA | NA |
| 15359 | 2025-03-13 |
Deep-Learning-Enabled Fast Raman Identification of the Twist Angle of Bi-Layer Graphene
2025-Mar, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202411833
PMID:39871720
|
研究论文 | 本文提出了一种结合拉曼光谱和深度学习的数据驱动策略，用于快速、无损地解码和预测双层石墨烯的扭转角度 | 利用深度学习处理高维拉曼数据，提取隐藏信息以实现精确的扭转角度识别，并将该方法扩展到二维平面，实现单个样品内的精确定向映射 | NA | 开发一种高效、无损的方法来识别双层石墨烯的扭转角度，并推广到其他角度依赖的二维材料研究 | 双层石墨烯（TBG） | 材料光谱学与分析 | NA | 拉曼光谱 | 深度学习模型 | 拉曼光谱数据 | NA | NA | NA | NA | NA |
| 15360 | 2025-03-13 |
Deep learning-based spatio-temporal fusion for high-fidelity ultra-high-speed X-ray radiography
2025-Mar-01, Journal of synchrotron radiation
IF:2.4Q3
DOI:10.1107/S1600577525000323
PMID:39937516
|
研究论文 | 本文探讨了基于深度学习的时空融合框架，用于融合两种互补的X射线图像序列，以重建具有高空间分辨率、高帧率和高保真度的目标图像序列 | 提出了一种新的深度学习时空融合框架，通过融合不同配置的X射线视频，显著提高了超高速X射线成像实验的性能和科学价值 | 需要与高速相机适当结合，才能充分发挥该方法的优势 | 提高超高速X射线成像实验的空间分辨率、帧率和保真度 | X射线图像序列 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 两个独立的X射线数据集 | NA | NA | NA | NA |