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 15521 - 15540 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 15521 | 2025-03-09 |
Practical Applications of Artificial Intelligence Diagnostic Systems in Fundus Retinal Disease Screening
2025, International journal of general medicine
IF:2.1Q2
DOI:10.2147/IJGM.S507100
PMID:40051895
|
研究论文 | 本研究评估了一种基于深度学习的AI诊断系统在视网膜疾病分析中的性能，评估其与专家诊断的一致性及其在筛查应用中的整体效用 | 使用深度学习AI系统进行视网膜疾病筛查，并与专家诊断进行对比，评估其在实际应用中的可靠性和可行性 | 研究仅在一家医院进行，样本量虽大但可能缺乏多样性 | 评估AI诊断系统在视网膜疾病筛查中的性能 | 3076名接受全面眼科检查的患者 | 数字病理 | 视网膜疾病 | 深度学习 | CARE系统 | 图像 | 3076名患者 | NA | NA | NA | NA |
| 15522 | 2025-03-08 |
Corrigendum: Addressing grading bias in rock climbing: machine and deep learning approaches
2025, Frontiers in sports and active living
IF:2.3Q2
DOI:10.3389/fspor.2025.1570591
PMID:40051920
|
correction | 本文是对先前发表文章的更正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 15523 | 2025-03-09 |
Research progress on artificial intelligence technology-assisted diagnosis of thyroid diseases
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1536039
PMID:40052126
|
综述 | 本文综述了人工智能技术在甲状腺疾病早期诊断中的应用研究，特别是深度学习算法在超声和病理图像识别中的应用 | 整合了多项研究结果，指出卷积神经网络模型在甲状腺结节和甲状腺病理细胞病变识别中具有高准确率，U-Net网络模型作为分割算法能显著提高甲状腺结节超声图像的识别准确率 | 目前甲状腺疾病的早期诊断仍依赖于检查设备和医生的临床经验，存在一定的误诊率 | 探索一种能在早期阶段客观筛查甲状腺病变的技术 | 甲状腺疾病的早期筛查和诊断 | 数字病理学 | 甲状腺癌 | 深度学习算法 | 卷积神经网络, U-Net网络模型 | 超声图像, 病理切片 | NA | NA | NA | NA | NA |
| 15524 | 2025-03-09 |
A review of AI-based radiogenomics in neurodegenerative disease
2025, Frontiers in big data
IF:2.4Q2
DOI:10.3389/fdata.2025.1515341
PMID:40052173
|
review | 本文综述了基于人工智能的放射基因组学在神经退行性疾病中的应用 | 结合放射组学和基因组学，利用人工智能技术提高神经退行性疾病的诊断准确性和及时性 | NA | 探讨人工智能在神经退行性疾病放射基因组学中的应用 | 神经退行性疾病 | digital pathology | geriatric disease | radiomics, genomics | machine learning, deep learning | imaging, genomic data | NA | NA | NA | NA | NA |
| 15525 | 2025-10-07 |
An interpretable generative multimodal neuroimaging-genomics framework for decoding alzheimer's disease
2024-Nov-14, ArXiv
PMID:38947922
|
研究论文 | 提出一种可解释的生成式多模态神经影像-基因组学框架，用于阿尔茨海默病的检测和轻度认知障碍转化预测 | 采用循环生成对抗网络在潜在空间填补缺失模态数据，并结合可解释人工智能方法分析特征重要性 | 未明确说明样本数据的具体来源和采集标准 | 解码阿尔茨海默病的多模态生物标志物并实现疾病分类预测 | 阿尔茨海默病患者、轻度认知障碍患者及正常对照组 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像, 功能磁共振成像, 单核苷酸多态性 | cGAN, 深度学习分类模型 | 神经影像数据, 基因组数据 | NA | NA | CycleGAN | 准确率 | NA |
| 15526 | 2025-03-09 |
Enhancing Whole Slide Image Classification with Discriminative and Contrastive Learning
2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
DOI:10.1007/978-3-031-72083-3_10
PMID:40046787
|
研究论文 | 本研究通过结合判别式和对比学习技术，提升了全切片图像（WSI）分类的准确性和鲁棒性 | 与现有主要依赖基于WSI级别标签分配伪标签的对比学习方法不同，本研究直接在WSI级别构建正负样本，从而更有效地学习信息丰富的图像特征 | NA | 提高全切片图像分类的准确性和鲁棒性 | 全切片图像（WSI） | 数字病理学 | NA | 对比学习 | 深度学习 | 图像 | 两个数据集 | NA | NA | NA | NA |
| 15527 | 2025-03-09 |
Accurate fully automated assessment of left ventricle, left atrium, and left atrial appendage function from computed tomography using deep learning
2024-Oct, European heart journal. Imaging methods and practice
DOI:10.1093/ehjimp/qyaf011
PMID:40051867
|
研究论文 | 本研究开发了一种全自动深度学习方法，用于从计算机断层扫描（CT）中计算心脏功能 | 首次比较了nnU-Net、3D TransUNet和UNETR在心脏功能参数分割和计算中的表现，发现nnU-Net在多个指标上优于其他模型 | 样本量较小（39名患者），且仅评估了左侧心脏功能 | 开发一种全自动深度学习方法，用于从CT中计算心脏功能参数 | 左心室（LV）、左心房（LA）和左心耳（LAA） | 计算机视觉 | 心血管疾病 | CT | nnU-Net, 3D TransUNet, UNETR | 图像 | 39名患者的时间分辨CT数据集 | NA | NA | NA | NA |
| 15528 | 2025-10-07 |
Artificial intelligence applied to magnetic resonance imaging reliably detects the presence, but not the location, of meniscus tears: a systematic review and meta-analysis
2024-Sep, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-10625-7
PMID:38386028
|
系统评价和荟萃分析 | 通过系统评价和荟萃分析评估卷积神经网络在MRI中检测半月板撕裂的准确性 | 首次通过荟萃分析比较AI模型在检测半月板撕裂存在与定位方面的性能差异 | 研究存在显著的异质性(I²=79%)，需要更多标准化报告和外部验证 | 评估和比较卷积神经网络在半月板撕裂诊断中的准确性 | 半月板撕裂患者的磁共振成像 | 计算机视觉 | 骨科疾病 | 磁共振成像 | CNN | 图像 | 13,467名患者和57,551张图像 | NA | NA | 敏感性,特异性,AUC | NA |
| 15529 | 2025-10-07 |
Evaluation of preoperative difficult airway prediction methods for adult patients without obvious airway abnormalities: a systematic review and meta-analysis
2024-07-17, BMC anesthesiology
IF:2.3Q2
DOI:10.1186/s12871-024-02627-1
PMID:39020308
|
系统评价与荟萃分析 | 评估成人无显著气道异常患者术前困难气道预测方法的系统评价与荟萃分析 | 首次系统比较11种困难气管插管预测方法，涵盖体格检查、多变量评分系统和影像学检查三大类别 | 研究间存在显著异质性，受样本量和研究设计等因素影响 | 为临床决策选择合适术前困难气管插管预测方法提供循证依据 | 接受各类手术的成人患者（无显著气道异常） | 医学临床研究 | 麻醉相关并发症 | 系统评价、荟萃分析、超声检查 | NA | 临床研究数据 | 686,089例患者（来自227篇文章） | Meta-Disc软件 | NA | 敏感度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比 | NA |
| 15530 | 2025-10-07 |
Data-driven fine-grained region discovery in the mouse brain with transformers
2024-Jun-13, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.05.592608
PMID:38766132
|
研究论文 | 开发了一种基于Transformer的无监督深度学习架构，用于从空间转录组数据中发现小鼠大脑中的精细空间区域 | 提出了无监督训练方案和新型Transformer架构，能够从粗粒度到细粒度识别大脑空间区域，并能发现其他方法无法检测的未编目亚区 | NA | 定义小鼠大脑的空间组织结构 | 小鼠大脑 | 计算生物学 | NA | 空间转录组学 | Transformer | 空间转录组数据 | 多个动物的全脑空间转录组数据集 | NA | Transformer | 与Allen小鼠大脑通用坐标框架版本3(CCFv3)的一致性，视觉可解释性 | NA |
| 15531 | 2025-10-07 |
The human hypothalamus coordinates switching between different survival actions
2024-Jun, PLoS biology
IF:7.8Q1
DOI:10.1371/journal.pbio.3002624
PMID:38941452
|
研究论文 | 本研究首次揭示了人类下丘脑在生存行为切换和动作组织中的关键作用 | 首次在人类中证明下丘脑协调不同生存行为之间的切换，并开发了结合虚拟现实和深度学习分割的独特研究范式 | 下丘脑体积小且组织对比度低，需要特殊成像序列和分割技术，样本量可能有限 | 研究人类下丘脑在生存行为切换中的作用机制 | 人类志愿者在虚拟环境中对捕食者或猎物的行为反应 | 计算神经科学 | NA | 功能磁共振成像，深度学习分割，多体素模式分析 | 计算模型，深度学习 | 脑成像数据，行为数据 | 2个实验中的志愿者（具体数量未明确说明） | NA | NA | 行为解码准确性，模式分析效果 | NA |
| 15532 | 2025-10-07 |
Adaptive Tensor-Based Feature Extraction for Pupil Segmentation in Cataract Surgery
2024-03, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2023.3345837
PMID:38127596
|
研究论文 | 提出一种自适应小波张量特征提取方法，用于提高白内障手术视频中瞳孔分割的准确性 | 首次构建三阶张量来表示空间信息、颜色通道和小波子带之间的相关性，并采用高阶奇异值分解自适应消除冗余信息 | 方法在白内障手术特定场景下开发，在其他眼科手术或医学图像分割任务中的泛化能力需要进一步验证 | 提高白内障手术视频中瞳孔分割的准确性和鲁棒性 | 白内障手术视频中的瞳孔区域 | 计算机视觉 | 白内障 | 小波变换，张量分析 | 深度学习分割模型 | 手术视频图像 | BigCat数据集：190例白内障手术的5,700张标注图像；公共CaDIS数据集 | NA | NA | Dice系数，统计显著性检验 | NA |
| 15533 | 2025-10-07 |
Synthesizing 3D Multi-Contrast Brain Tumor MRIs Using Tumor Mask Conditioning
2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3009331
PMID:38715792
|
研究论文 | 本研究开发了一种基于肿瘤掩码条件的3D多对比度脑肿瘤MRI生成方法 | 将2D潜在扩散模型适配用于生成3D多对比度脑肿瘤MRI数据，并在DPM的UNet骨干中集成条件模块以捕获语义类别依赖的数据分布 | NA | 解决脑肿瘤MRI数据稀缺和数据不平衡问题，增强训练数据可用性 | 脑肿瘤MRI数据 | 医学影像生成 | 脑肿瘤 | 扩散概率模型，生成式人工智能 | 扩散模型，自编码器 | 3D多对比度脑肿瘤MRI图像 | TCGA公共数据集和德克萨斯大学西南医学中心内部数据集 | NA | UNet，3D自编码器，3D扩散概率模型 | Fréchet Inception Distance (FID) | NA |
| 15534 | 2025-10-07 |
Fibration symmetry uncovers minimal regulatory networks for logical computation in bacteria
2023-Oct-17, ArXiv
PMID:37904746
|
研究论文 | 通过对称纤维化方法简化细菌基因调控网络，揭示其最小调控网络和逻辑计算能力 | 首次将对称纤维化方法应用于生物网络，通过等价类分组和k核分解识别网络的计算核心 | 仅针对两种细菌进行研究，方法在其他生物系统中的普适性有待验证 | 探索细菌基因调控网络的计算能力和决策机制 | 细菌基因调控网络 | 生物网络分析 | NA | 对称纤维化，k核分解 | NA | 基因调控网络数据 | 两种细菌的基因调控网络 | NA | NA | NA | NA |
| 15535 | 2025-10-07 |
MRI-Based Deep Learning Method for Classification of IDH Mutation Status
2023-Sep-05, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering10091045
PMID:37760146
|
研究论文 | 开发基于MRI的深度学习网络用于非侵入性IDH突变状态分类 | 同时开发了仅使用T2加权图像和多种对比度图像的深度学习网络，并在超过1100例数据上验证性能，是迄今为止基于图像的IDH分类最大规模研究 | NA | 开发非侵入性IDH突变状态分类方法 | 胶质瘤患者 | 医学影像分析 | 胶质瘤 | MRI | 深度学习 | 医学图像 | 训练数据：TCIA数据库227例，TCIA+EGD数据库683例；测试数据：超过1100例来自多个医学中心 | NA | 2D网络 | 准确率，AUC | NA |
| 15536 | 2025-10-07 |
Deep learning identifies robust gender differences in functional brain organization and their dissociable links to clinical symptoms in autism
2022-Apr, The British journal of psychiatry : the journal of mental science
DOI:10.1192/bjp.2022.13
PMID:35164888
|
研究论文 | 本研究利用深度学习识别自闭症谱系障碍中功能脑组织的性别差异及其与临床症状的关联 | 开发了新型时空深度神经网络(stDNN)，首次在多中心队列中系统识别自闭症患者功能脑组织的性别差异特征 | 研究主要基于神经影像数据，需要进一步验证这些脑特征与行为表现的直接关联 | 识别自闭症谱系障碍中区分女性和男性的功能性脑组织标志物并预测症状严重程度 | 自闭症谱系障碍患者（n=773）和神经典型发育个体的功能性磁共振成像数据 | 医学影像分析 | 自闭症谱系障碍 | 功能性磁共振成像(fMRI) | 深度学习 | 神经影像数据 | 773名自闭症谱系障碍患者的多中心队列 | NA | 时空深度神经网络(stDNN) | 分类准确率 | NA |
| 15537 | 2025-03-08 |
Kellgren-Lawrence grading of knee osteoarthritis using deep learning: Diagnostic performance with external dataset and comparison with four readers
2025-Jun, Osteoarthritis and cartilage open
DOI:10.1016/j.ocarto.2025.100580
PMID:40046240
|
研究论文 | 本研究评估了深度学习模型在外部数据集上对膝关节骨关节炎的Kellgren-Lawrence (KL)分级诊断性能，并与四位读者进行了比较 | 使用深度学习模型在外部数据集上评估膝关节骨关节炎的KL分级，并与多位人类读者进行比较，展示了深度学习在医学影像诊断中的潜力 | 研究样本量较小（208例膝关节X光片），且仅使用了单一外部数据集进行验证 | 评估深度学习模型在膝关节骨关节炎KL分级中的诊断性能 | 膝关节骨关节炎的X光片 | 计算机视觉 | 骨关节炎 | 深度学习 | 深度学习模型 | 图像 | 208例膝关节X光片 | NA | NA | NA | NA |
| 15538 | 2025-03-08 |
Optimizing Catheter Verification: An Understandable AI Model for Efficient Assessment of Central Venous Catheter Placement in Chest Radiography
2025-Apr-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001126
PMID:39724590
|
研究论文 | 本研究旨在通过分割支持材料和解剖结构来提高中心静脉导管（CVC）错位检测的精确性和可理解性 | 结合分类网络和分割网络的深度学习模型，提高了CVC错位检测的准确性和临床可解释性 | 研究中使用的数据集可能存在标签不准确的问题，且模型的泛化能力需要进一步验证 | 提高中心静脉导管（CVC）错位检测的准确性和临床可解释性 | 中心静脉导管（CVC）在胸部X光片中的位置 | 医学影像分析 | NA | 深度学习 | 分类网络、分割网络及其组合 | 胸部X光片 | 1006张带注释的仰卧胸部X光片 | NA | NA | NA | NA |
| 15539 | 2025-03-08 |
Assessment of Emphysema on X-ray Equivalent Dose Photon-Counting Detector CT: Evaluation of Visual Scoring and Automated Quantification Algorithms
2025-Apr-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001128
PMID:39729642
|
研究论文 | 本研究评估了在X射线等效剂量光子计数探测器CT上使用视觉评分、低衰减体积（LAV）和深度学习方法估计肺气肿范围的可行性和效果，旨在探索未来剂量减少的潜力 | 首次在X射线等效剂量光子计数探测器CT上评估了视觉评分和自动化量化算法在肺气肿估计中的应用，并探索了剂量减少的潜力 | 深度学习和LAV算法在X射线剂量扫描中高估了肺气肿范围 | 评估在X射线等效剂量光子计数探测器CT上估计肺气肿范围的可行性和效果 | 101名前瞻性入组的患者 | 数字病理学 | 慢性阻塞性肺疾病 | CT扫描、深度学习方法 | 深度学习模型 | 图像 | 101名患者 | NA | NA | NA | NA |
| 15540 | 2025-03-08 |
FusionNet: Dual input feature fusion network with ensemble based filter feature selection for enhanced brain tumor classification
2025-Apr-01, Brain research
IF:2.7Q3
DOI:10.1016/j.brainres.2025.149507
PMID:39970997
|
研究论文 | 本文提出了一种名为FusionNet的新方法，利用正常和分割的MRI图像来提高脑肿瘤分类的准确性 | FusionNet结合了正常和分割的MRI图像，使用基于注意力机制和集成特征选择的方法来优先考虑相关特征，从而提高分类性能 | NA | 提高脑肿瘤分类的准确性 | 脑肿瘤 | 计算机视觉 | 脑肿瘤 | 深度学习 | FusionNet | MRI图像 | 多个数据集（Figshare, Kaggle, Sartaj, 组合数据集） | NA | NA | NA | NA |