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 33344 篇文献，本页显示第 15841 - 15860 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 15841 | 2025-10-07 |
HCAR-AM ground nut leaf net: Hybrid convolution-based adaptive ResNet with attention mechanism for detecting ground nut leaf diseases with adaptive segmentation
2025-Feb, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2424248
PMID:39552170
|
研究论文 | 提出一种基于混合卷积的自适应ResNet与注意力机制模型，用于花生叶部病害检测与自适应分割 | 结合自适应TransResunet++分割、HP-BWCF优化算法和HCAR-AM分类模型，通过双阶段特征提取提升检测精度 | NA | 开发高效的花生叶部病害检测系统 | 花生叶片图像 | 计算机视觉 | 植物病害 | 深度学习 | CNN, ResNet, 注意力机制 | 图像 | NA | NA | 自适应TransResunet++, HCAR-AM, ResNet | 多种性能指标 | NA |
| 15842 | 2025-03-27 |
Integration of Artificial Intelligence for Diagnostic Methods in Musculoskeletal Conditions: A Systematic Review
2025-Feb, Cureus
DOI:10.7759/cureus.79391
PMID:40130121
|
系统综述 | 本文探讨并评估了人工智能技术在肌肉骨骼疾病诊断方法中的整合，以提高评估准确性 | 强调了AI技术在提高肌肉骨骼诊断准确性和效率方面的潜力，特别是通过机器学习和深度学习技术 | 部署AI工具用于诊断目的的问题需要更多关注 | 探索和评估AI技术在肌肉骨骼疾病诊断方法中的整合 | 肌肉骨骼疾病 | 数字病理学 | 肌肉骨骼疾病 | 机器学习（ML）、深度学习（DL）、卷积神经网络（CNNs） | CNN | 图像 | NA | NA | NA | NA | NA |
| 15843 | 2025-03-27 |
Deep learning-based discovery of compounds for blood pressure lowering effects
2025-01-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-83924-0
PMID:39747442
|
研究论文 | 本研究利用深度学习建立了一个预测模型，用于发现具有降压效果的化合物 | 利用深度学习预测化合物的生物活性，为识别药物副作用提供潜在解决方案，并发现新的降压化合物 | 仅验证了50个分子的预测结果，样本量相对较小 | 预测和验证具有降压效果的化合物，以帮助避免临床用药中的低血压副作用并辅助降压药物的发现 | 26,000种化合物 | 机器学习 | 心血管疾病 | 深度学习，分子对接 | 深度学习模型 | 化合物数据 | 26,000种化合物，其中50个分子用于验证 | NA | NA | NA | NA |
| 15844 | 2025-03-27 |
The development of an efficient artificial intelligence-based classification approach for colorectal cancer response to radiochemotherapy: deep learning vs. machine learning
2025-01-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84023-w
PMID:39748016
|
研究论文 | 开发了一种基于人工智能的高效分类方法，用于预测结直肠癌对放化疗的反应，比较了深度学习和机器学习的效果 | 比较了七种人工智能模型在预测结直肠癌对放化疗反应中的表现，并采用了三种特征选择策略来优化分类准确性 | 未提及样本的具体数量，且仅比较了有限的几种模型和特征选择方法 | 开发一种高效的人工智能分类方法，用于预测结直肠癌患者对放化疗的反应 | 结直肠癌患者 | 机器学习 | 结直肠癌 | 特征选择方法包括互信息、F-classif和卡方检验 | 决策树、K近邻、Adaboost、随机森林、梯度提升、多层感知机和CNN | 基因数据 | NA | NA | NA | NA | NA |
| 15845 | 2025-03-27 |
LaMoD: Latent Motion Diffusion Model For Myocardial Strain Generation
2025, Shape in medical imaging : International Workshop, ShapeMI 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, Proceedings. ShapeMI (Workshop) (2024 : Marrakech, Morocco)
DOI:10.1007/978-3-031-75291-9_13
PMID:40123747
|
research paper | 本文提出了一种名为LaMoD的潜在运动扩散模型，用于从标准心脏磁共振（CMR）视频中预测高精度的DENSE运动 | LaMoD利用预训练的配准网络编码器学习图像序列中的潜在运动特征，并通过概率潜在扩散模型从这些特征中重建准确运动 | 在具有细微外观变化的区域，准确性可能降低，且误差会随时间传播 | 提高标准CMR图像中运动分析的准确性，从而改善心脏患者的心肌应变分析 | 心脏磁共振（CMR）成像视频 | digital pathology | cardiovascular disease | DENSE CMR, 潜在扩散模型 | diffusion model | video | NA | NA | NA | NA | NA |
| 15846 | 2025-03-27 |
Automatic brain quantification in children with unilateral cerebral palsy
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1540480
PMID:40129724
|
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，用于量化单侧脑瘫儿童的无病变脑体积 | 利用深度学习自动量化无病变脑体积，特别是在解剖结构严重改变的脑部中表现出稳健的分割性能 | 样本量相对较小（35名患者用于训练，54名儿童用于验证），且年龄范围较广（1-17岁） | 探索单侧脑瘫儿童脑部结构与功能之间的关系 | 单侧脑瘫儿童 | 数字病理学 | 脑瘫 | T1加权和FLAIR MRI | 深度学习模型 | MRI图像 | 训练集35名患者（5-15岁），验证集54名儿童（7-16岁），独立数据集36名儿童（1-17岁） | NA | NA | NA | NA |
| 15847 | 2025-03-27 |
Laser induced forward transfer imaging using deep learning
2025, Discover applied sciences
DOI:10.1007/s42452-025-06679-x
PMID:40129928
|
研究论文 | 提出了一种通过深度学习技术提高激光诱导正向转移（LIFT）精度和效率的新方法 | 利用深度学习直接从供体图像预测铜滴在受体上的沉积情况，为LIFT参数优化提供了新思路 | 预测结果与实验图像相比仍存在一定误差（平均RMSE为9.63），需要进一步优化以减少误差 | 提高激光诱导正向转移技术的精度和效率 | 铜滴在受体基板上的沉积图像 | 计算机视觉 | NA | 激光诱导正向转移（LIFT） | 神经网络 | 图像 | NA | NA | NA | NA | NA |
| 15848 | 2025-03-27 |
Prediction of adverse drug reactions based on pharmacogenomics combination features: a preliminary study
2025, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2025.1448106
PMID:40129949
|
研究论文 | 该研究基于药物基因组学组合特征预测药物不良反应（ADRs），提出了一种新的深度学习架构DGANet | 提出了一种新的深度学习架构DGANet，结合CNN和交叉特征学习潜在的药物-基因-ADR关联，用于ADRs预测 | 研究为初步研究，可能存在数据量和模型泛化能力的限制 | 预测药物不良反应（ADRs）的发生 | 药物和基因表达变化 | 机器学习 | NA | 药物基因组学数据 | CNN | 基因组学数据 | NA | NA | NA | NA | NA |
| 15849 | 2025-03-27 |
Code generation system based on MDA and convolutional neural networks
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1491958
PMID:40135112
|
研究论文 | 该论文介绍了一个基于MDA和卷积神经网络的代码生成系统，旨在通过计算机视觉和深度学习技术从系统描述图中生成源代码 | 结合计算机视觉、深度学习和MDA技术，实现从系统描述图自动生成源代码 | 神经网络训练过程中存在硬件限制 | 开发一个简化软件开发流程的平台，连接规划、结构化和开发阶段 | 系统描述图和相应案例研究 | 计算机视觉 | NA | 计算机视觉、深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 15850 | 2025-03-27 |
Research on multi-label recognition of tongue features in stroke patients based on deep learning
2024-12-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84002-1
PMID:39739087
|
研究论文 | 本文提出了一种基于深度学习的自动识别中风患者舌象特征的方法，以提高舌象特征自动提取和识别的准确性 | 设计了一个标签引导的多标签舌象识别模型，能够学习特征之间的相关性并进行分类，自动识别舌形、舌色和舌苔等关键特征 | 模型性能依赖于舌象图像的质量和数据增强的效果，且未提及模型在不同年龄段或不同中风类型患者中的泛化能力 | 提高中风患者康复阶段舌象特征的自动提取和识别准确性，为中风康复过程的实时评估和诊断提供技术支持 | 中风患者的舌象图像 | 计算机视觉 | 中风 | 图像处理和机器学习技术 | 深度学习模型（与resnet和densenet进行比较） | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 15851 | 2025-10-07 |
Effect of childhood atropine treatment on adult choroidal thickness using sequential deep learning-enabled segmentation
2024 Sep-Oct, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.)
DOI:10.1016/j.apjo.2024.100107
PMID:39378966
|
研究论文 | 本研究使用序列深度学习分割技术评估儿童期接受阿托品治疗的成人脉络膜厚度变化 | 首次采用序列深度学习分割方法分析儿童期阿托品治疗对成人脉络膜厚度的长期影响 | 观察性研究设计无法确定因果关系，样本量相对有限 | 评估儿童期阿托品治疗对成人脉络膜厚度的长期影响 | 接受儿童期阿托品治疗的成人近视患者 | 数字病理学 | 近视 | 扫频源光学相干断层扫描 | 深度学习 | 医学影像 | 422只眼睛（94只无阿托品暴露，328只有儿童期阿托品暴露） | NA | 序列深度学习分割模型 | 置信区间，P值，比值比 | NA |
| 15852 | 2025-10-07 |
Deep learning-based segmentation of subcellular organelles in high-resolution phase-contrast images
2024-Aug-30, Cell structure and function
IF:2.0Q4
DOI:10.1247/csf.24036
PMID:39085139
|
研究论文 | 本研究开发了基于深度学习的亚细胞器分割方法，用于高分辨率相差图像分析 | 使用荧光标记作为真实掩膜来源，在无标记活细胞图像中实现亚细胞器的精确分割 | NA | 开发高分辨率相差图像中亚细胞器的精确分割方法 | 未染色活细胞中的亚细胞器 | 计算机视觉 | NA | 无标记成像，荧光标记，高分辨率相差显微镜 | 深度学习 | 高分辨率相差图像，荧光图像 | NA | NA | NA | NA | NA |
| 15853 | 2025-10-07 |
Opportunistic Screening of Chronic Liver Disease with Deep Learning Enhanced Echocardiography
2024-Jun-14, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.06.13.24308898
PMID:38947008
|
研究论文 | 开发基于深度学习的心动图视频分析算法，用于慢性肝病的机遇性筛查 | 首次利用常规心动图检查中获取的肝脏图像信息，通过深度学习实现慢性肝病的自动化筛查 | 回顾性研究设计，依赖配对腹部影像学检查作为金标准 | 开发并评估基于心动图视频的深度学习算法，用于慢性肝病的机遇性筛查 | 接受心动图和腹部影像学检查的成年患者 | 计算机视觉 | 慢性肝病 | 心动图视频分析 | 深度学习计算机视觉模型 | 心动图视频 | 1,596,640个心动图视频（来自24,276名患者的66,922项研究），外加106名患者的外部测试队列 | NA | EchoNet-Liver | AUC | NA |
| 15854 | 2025-10-07 |
Automated intracranial vessel segmentation of 4D flow MRI data in patients with atherosclerotic stenosis using a convolutional neural network
2024, Frontiers in radiology
DOI:10.3389/fradi.2024.1385424
PMID:38895589
|
研究论文 | 本研究开发了一种基于3D U-Net的深度学习模型，用于颅内动脉粥样硬化狭窄患者的4D血流MRI数据自动血管分割 | 首次将深度学习应用于狭窄颅内血管的4D血流MRI数据全自动分割，提高了分析效率和可重复性 | 样本量有限（154例），未来需要纳入更多ICAD病例和其他颅内血管病变以提高泛化能力 | 开发准确、全自动的颅内血管分割方法以加速数据分析并提高可重复性 | 颅内动脉粥样硬化疾病患者（68例）和健康对照者（86例）的4D血流MRI数据 | 医学影像分析 | 颅内动脉粥样硬化疾病 | 4D血流MRI, 黑血血管壁成像 | CNN | 4D血流MRI图像 | 154例双VENC 4D血流MRI扫描（68例ICAD患者，86例健康对照） | NA | 3D U-Net | Dice分数, Hausdorff距离, 平均对称表面距离, Bland-Altman分析, 组内相关系数 | 训练时间约10小时，平均分割时间2.2±1.0秒 |
| 15855 | 2025-10-07 |
Deep Learning-Enabled Multiplexed Point-of-Care Sensor using a Paper-Based Fluorescence Vertical Flow Assay
2023-12, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202300617
PMID:37104829
|
研究论文 | 开发了一种基于深度学习的纸基荧光垂直流动检测多路复用即时诊断传感器 | 结合纸基荧光垂直流动检测与神经网络推断实现多路复用即时诊断 | 仅在46个测试卡盒上验证，样本规模有限 | 开发用于急性心脏损伤诊断的即时检测平台 | 人血清样本中的三种心脏生物标志物 | 医学诊断 | 心血管疾病 | 纸基荧光垂直流动检测 | 神经网络 | 荧光图像 | 46个独立激活的检测卡盒，每个患者使用50μL血清样本 | NA | NA | 检测限，线性度，变异系数 | 低成本移动阅读器 |
| 15856 | 2025-03-27 |
MULTITASK LEARNING FOR IMPROVED LATE MECHANICAL ACTIVATION DETECTION OF HEART FROM CINE DENSE MRI
2023-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi53787.2023.10230782
PMID:40124116
|
研究论文 | 本文提出了一种多任务深度学习框架，用于同时估计心脏晚期机械激活（LMA）量并分类无疤痕的LMA区域，以提高心脏再同步治疗（CRT）的准确性 | 引入了辅助LMA区域分类子网络，提高了模型对心肌疤痕引起的复杂模式的鲁棒性，显著消除了LMA检测中的负面影响，并进一步改善了疤痕分类性能 | NA | 提高心脏晚期机械激活（LMA）区域的检测准确性，特别是在存在心肌疤痕的情况下 | 心脏的晚期机械激活（LMA）区域 | 医学影像分析 | 心血管疾病 | cine位移编码与受激回波（DENSE）磁共振成像（MRI） | 多任务深度学习框架 | 心脏MR图像 | NA | NA | NA | NA | NA |
| 15857 | 2025-10-07 |
Multi-step short-term
P
M
2.5
forecasting for enactment of proactive environmental regulation strategies
2022-04-21, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-022-10029-4
PMID:35445884
|
研究论文 | 本研究使用LSTM模型对北京和旁遮普地区的PM2.5浓度进行多步短期预测，以支持环境监管策略制定 | 采用贝叶斯优化技术调谐LSTM模型超参数和权重初始化策略，针对南亚两个高污染区域进行多变量多步预测 | 预测误差随时间步长增加而逐渐增大，24小时预测的RMSE达到0.7290 | 开发PM2.5多步短期预测模型，为建立空气质量预警系统和制定环境监管政策提供支持 | 中国北京和巴基斯坦旁遮普地区的PM2.5浓度数据 | 机器学习 | 心血管疾病 | 时间序列预测 | LSTM | 时间序列数据 | 两个高污染区域（北京和旁遮普）的空气质量数据 | NA | LSTM | RMSE, 准确率 | NA |
| 15858 | 2025-03-26 |
Artificial Intelligence Models to Identify Patients with High Probability of Glaucoma Using Electronic Health Records
2025 May-Jun, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100671
PMID:40124313
|
研究论文 | 本研究开发了人工智能模型，利用电子健康记录（EHRs）中的数据识别高概率青光眼患者，无需眼科影像或临床数据 | 利用非眼科的结构化EHR数据（如人口统计、实验室结果、测量、药物和诊断）开发AI模型，无需专用眼科影像或临床数据即可识别青光眼高风险患者 | 需要进一步研究受保护类别特征（如种族/民族）对模型性能和公平性的影响 | 开发AI模型以早期识别青光眼高风险患者 | 64,735名18岁以上、在EHR中有至少两次眼相关诊断记录的患者 | 机器学习 | 青光眼 | 机器学习与深度学习 | 惩罚逻辑回归、XGBoost、1D-CNN和堆叠自编码器 | 结构化电子健康记录数据 | 64,735名患者，其中7,268名（11.22%）有青光眼诊断 | NA | NA | NA | NA |
| 15859 | 2025-10-07 |
Applications of Artificial Intelligence in Dental Medicine: A Critical Review
2025-Apr, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2024.11.009
PMID:39843259
|
综述 | 本文对人工智能在牙科医学中的应用现状进行批判性评估，分析关键观点、挑战和局限性 | 系统性地批判性评估AI在牙科医学各专业领域的应用现状，并识别当前研究中的方法论局限和伦理问题 | 数据质量不一致、偏倚风险、缺乏透明度、临床验证有限 | 评估AI在牙科医学中的应用现状，识别研究挑战和局限性 | 牙科医学中的人工智能应用研究 | machine learning | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 15860 | 2025-10-07 |
Weakly supervised multi-modal contrastive learning framework for predicting the HER2 scores in breast cancer
2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出一种弱监督多模态对比学习框架，用于预测乳腺癌HER2评分 | 首次将多模态对比学习引入HER2评分预测，通过多模态注意力对比学习模块实现不同模态间的语义对齐 | 仅使用弱监督的WSI级别标签，未利用像素级或区域级标注 | 开发多模态深度学习框架以提升乳腺癌HER2评分预测性能 | 乳腺癌组织切片图像（H&E和IHC） | 数字病理 | 乳腺癌 | 免疫组织化学（IHC），苏木精-伊红（H&E）染色 | 深度学习，对比学习 | 全切片图像（WSI） | NA | NA | 多头自注意力机制（MHSA） | NA | NA |