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 16061 - 16080 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 16061 | 2025-10-07 |
RAE-Net: a multi-modal neural network based on feature fusion and evidential deep learning algorithm in predicting breast cancer subtypes on DCE-MRI
2025-Feb-25, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adb494
PMID:39933196
|
研究论文 | 提出基于多模态特征融合和证据深度学习算法的RAE-Net神经网络模型，用于预测乳腺癌分子亚型 | 结合多模态特征融合和证据深度学习算法，为乳腺癌亚型预测提供不确定性估计 | NA | 提高乳腺癌分子亚型在DCE-MRI影像上的预测准确性 | 344例经组织学确认的乳腺癌患者 | 计算机视觉 | 乳腺癌 | 动态对比增强磁共振成像 | CNN | 医学影像 | 344例患者（训练集200例，验证集60例，测试集62例） | NA | ResNet-50, Multi-Head Attention, Multi-Layer Perceptron | 准确率, Macro-F1分数, AUC | NA |
| 16062 | 2025-10-07 |
Automated hallucination detection for synthetic CT images used in MR-only radiotherapy workflows
2025-Feb-25, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adb5eb
PMID:39946843
|
研究论文 | 开发了一种用于检测AI生成盆腔合成CT图像中骨骼幻觉的深度学习工具 | 首次提出基于深度学习自动分割模型的幻觉筛查器，用于识别AI生成合成CT图像中的虚假骨骼区域 | 训练数据集规模较小（86个Dixon MR图像集），测试数据集仅包含10个样本 | 提高MR-only放疗工作流程中合成CT图像的质量和安全性 | 盆腔AI生成合成CT图像中的骨骼幻觉区域 | 医学影像分析 | 盆腔疾病 | 深度学习自动分割 | CNN | 3D MR图像，CT图像 | 训练集：86个Dixon MR图像集，测试集：10个样本 | MONAI | 3D SegResNet | 特异性，灵敏度 | NA |
| 16063 | 2025-02-26 |
Deep-Learning-Assisted Self-Powered Microfluidic Bionic Electronic Tongues
2025-Feb-24, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c22067
PMID:39992874
|
研究论文 | 本文介绍了一种结合液体-固体接触带电效应和深度学习算法的自供电微流体仿生电子舌（SMET），用于实现高可靠性和智能化的样品识别和浓度检测 | 通过结合液体-固体接触带电效应和深度学习算法，开发了一种新型的自供电微流体仿生电子舌，显著提高了样品识别的准确性和灵敏度 | NA | 开发一种高可靠性和智能化的液体样品识别和浓度检测工具 | 液体样品，包括五种味觉元素样品和不同浓度的氯化钠溶液 | 机器学习和微流体技术 | NA | 液体-固体接触带电效应（LSCE）和深度学习算法 | 深度学习模型 | 电信号数据 | 五种味觉元素样品和五种浓度的氯化钠溶液，以及超过十种不同的味觉样品 | NA | NA | NA | NA |
| 16064 | 2025-02-26 |
An intelligent prediction method for rock core integrity based on deep learning
2025-Feb-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90924-1
PMID:39987183
|
研究论文 | 本文提出了一种基于深度学习的岩石核心完整性智能预测方法，名为IDA-RCF，用于自动评估岩石核心完整性 | 提出了一个双分支特征提取网络，结合可变形卷积和基于自注意力的EfficientViT网络，以及多级特征融合网络，有效提取并融合局部细节和全局上下文信息 | 未提及具体局限性 | 解决传统人工评估岩石核心完整性效率低下的问题，实现自动评估 | 岩石核心完整性 | 计算机视觉 | NA | 深度学习 | 双分支特征提取网络（Deformable convolution和EfficientViT） | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 16065 | 2025-02-26 |
A deep learning digital biomarker to detect hypertension and stratify cardiovascular risk from the electrocardiogram
2025-Feb-22, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01491-8
PMID:39987256
|
研究论文 | 本文开发了一种深度学习模型HTN-AI，用于通过12导联心电图波形识别高血压并分层心血管疾病风险 | 利用深度学习模型从心电图中检测高血压，并作为高血压相关心血管疾病的数字生物标志物 | 研究依赖于特定医院的数据，可能限制了模型的普适性 | 开发一种基于心电图的深度学习模型，用于高血压检测和心血管疾病风险分层 | 103,405名成年人的752,415份心电图数据 | 数字病理学 | 心血管疾病 | 深度学习 | 深度学习模型 | 心电图波形 | 103,405名成年人的752,415份心电图数据 | NA | NA | NA | NA |
| 16066 | 2025-02-26 |
Building rooftop extraction from high resolution aerial images using multiscale global perceptron with spatial context refinement
2025-Feb-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91206-6
PMID:39987354
|
研究论文 | 本文提出了一种基于Transformer和CNN的多尺度全局感知网络，用于从高分辨率航空图像中提取建筑物屋顶 | 提出了一种改进的多头注意力编码器，通过构建多尺度标记来增强全局语义关联，并开发了上下文细化解码器，协同使用高层语义表示和浅层特征来恢复空间细节 | 尽管模型在WHU和Massub数据集上表现优异，但未提及在其他数据集上的泛化能力 | 提高从高分辨率航空图像中提取建筑物屋顶的精度和效率 | 建筑物屋顶 | 计算机视觉 | NA | 深度学习 | Transformer, CNN | 图像 | WHU数据集和Massub数据集 | NA | NA | NA | NA |
| 16067 | 2025-02-26 |
Achieving a New Artificial Intelligence System for Serum Protein Electrophoresis to Recognize M-Spikes
2025-Feb-18, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c09327
PMID:39989836
|
研究论文 | 本文探索了一种新的人工智能系统AIRSPE，用于准确识别血清蛋白电泳（SPE）模式中的低浓度M峰 | 开发了基于深度学习的AIRSPE系统，显著优于人工解释，特别是在检测低浓度M峰方面 | 研究主要依赖于内部和外部测试集，可能需要在更广泛的数据集上进一步验证 | 准确识别血清蛋白电泳中的低浓度M峰 | 血清蛋白电泳（SPE）数据 | 机器学习 | NA | 免疫固定电泳（IFE） | MobileNetv2 | 电泳数据 | 166,003个SPE数据集，分为4个训练集和1个优化集，10,014个内部测试集和1,861个外部测试集 | NA | NA | NA | NA |
| 16068 | 2025-02-26 |
Enhanced classification of medicinal plants using deep learning and optimized CNN architectures
2025-Feb-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42385
PMID:39991214
|
研究论文 | 本文提出了一种基于深度学习的框架，利用卷积神经网络（CNNs）对药用植物图像进行分类，以提高分类准确性 | 采用带有残差和倒置残差块配置的CNN架构，并结合二元黑猩猩优化和序列特征融合技术，以提高分类的准确性和速度 | 研究中未提及具体的数据集规模或多样性，可能影响模型的泛化能力 | 提高药用植物物种的准确分类，以促进其有效保护和合理使用 | 药用植物图像 | 计算机视觉 | NA | 深度学习，卷积神经网络（CNNs） | CNN | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 16069 | 2025-02-26 |
Improvement of reading platforms assisted by the spring framework: A recommendation technique integrating the KGMRA algorithm and BERT model
2025-Feb-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42191
PMID:39991253
|
研究论文 | 本研究提出了一种结合KGMRA算法和BERT模型的新型推荐系统，旨在提高阅读平台的推荐准确性、个性化和内容多样性 | 结合KGMRA算法和BERT模型，利用知识图谱和多关系网络捕捉文章间的语义关系，并通过深度学习生成文章内容的语义表示，显著提升了推荐系统的性能 | 未提及具体的技术实现细节和在不同平台上的适用性 | 提高阅读平台的推荐系统性能，包括推荐准确性、个性化和内容多样性 | 阅读平台的用户和文章内容 | 自然语言处理 | NA | KGMRA算法, BERT模型 | BERT | 文本 | 未提及具体样本数量 | NA | NA | NA | NA |
| 16070 | 2025-02-26 |
Enhancing Pediatric Bone Age Assessment Using Artificial Intelligence: Implications for Orthopedic Surgery
2025-Feb, Cureus
DOI:10.7759/cureus.79507
PMID:39989489
|
研究论文 | 本研究评估了人工智能在儿科骨龄预测中的应用，使用RSNA 2017儿科骨龄挑战数据集，开发并训练了一个基于ResNet-50架构的深度学习模型 | 利用深度学习模型（ResNet-50）进行儿科骨龄预测，相比传统方法减少了操作者间的变异性并提高了可靠性 | 需要进一步验证研究以确保在不同患者群体中的临床适用性 | 提高儿科骨龄评估的准确性、效率和标准化，优化治疗时机并扩大高质量骨龄评估的普及 | 儿科骨龄评估 | 计算机视觉 | 骨科疾病 | 深度学习 | ResNet-50 | 图像 | 12,611张手和手腕的X光片用于训练，1,425张用于验证，200张用于测试 | NA | NA | NA | NA |
| 16071 | 2025-02-26 |
Lentil plant disease and quality assessment: A detailed dataset of high-resolution images for deep learning research
2025-Feb, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.111224
PMID:39989639
|
研究论文 | 本文介绍了一个包含高分辨率扁豆植物图像的详细数据集，旨在支持机器学习模型在扁豆种植中的疾病检测和质量评估 | 提供了一个全面的高分辨率扁豆植物图像数据集，专门用于农业研究中的计算机视觉和深度学习应用 | 数据集仅涵盖孟加拉国地区的扁豆植物，可能不适用于其他地区的扁豆种植 | 开发机器学习模型以精确检测扁豆疾病并评估其质量，从而提高扁豆生产效率 | 扁豆植物 | 计算机视觉 | 扁豆疾病（如褐斑病、锈病和白粉病） | 深度学习 | NA | 图像 | 四个月内在孟加拉国多个地点收集的高分辨率扁豆植物图像 | NA | NA | NA | NA |
| 16072 | 2025-02-26 |
Explainability of a Deep Learning-Based Classification Model for Antineutrophil Cytoplasmic Autoantibody-Associated Glomerulonephritis
2025-Feb, Kidney international reports
IF:5.7Q1
DOI:10.1016/j.ekir.2024.11.005
PMID:39990883
|
研究论文 | 本文介绍了一种基于深度学习的模型，用于分类抗中性粒细胞胞浆抗体相关性肾小球肾炎（ANCA-GN）的肾活检样本，并探讨了模型的可解释性 | 首次开发了基于深度学习的计算流程，用于按照Berden分类法对ANCA-GN肾活检进行分类，并利用可解释的人工智能技术使模型决策对肾病理学家透明 | 研究样本量较小，仅包括80名患者的肾活检样本，且数据来自三个欧洲中心，可能限制了模型的泛化能力 | 开发并验证一种深度学习模型，用于分类ANCA-GN肾活检样本，并提高模型决策的透明度和可解释性 | 80名ANCA-GN患者的肾活检样本 | 数字病理学 | 肾小球肾炎 | 深度学习 | 深度学习模型 | 图像 | 80名患者的肾活检样本 | NA | NA | NA | NA |
| 16073 | 2025-02-26 |
Automatic Segmentation of the Cisternal Segment of Trigeminal Nerve on MRI Using Deep Learning
2025, International journal of biomedical imaging
IF:3.3Q2
DOI:10.1155/ijbi/6694599
PMID:39989710
|
研究论文 | 本文提出了一种基于深度学习的U-Net模型，用于自动分割三叉神经池段，以提高三叉神经相关疾病的诊断和治疗效率 | 首次提出了一种全自动的三叉神经池段分割方法，使用U-Net模型在解剖MRI图像上进行分割 | NA | 提高三叉神经池段分割的准确性和效率，以辅助三叉神经相关疾病的诊断和治疗 | 三叉神经池段 | 计算机视觉 | 三叉神经痛 | 深度学习 | U-Net | MRI图像 | 健康对照图像和三叉神经痛患者数据集 | NA | NA | NA | NA |
| 16074 | 2025-02-26 |
Algorithmic emergence? Epistemic in/justice in AI-directed transformations of healthcare
2025, Frontiers in sociology
IF:2.0Q2
DOI:10.3389/fsoc.2025.1520810
PMID:39990252
|
研究论文 | 本文探讨了人工智能（AI）在医疗保健和公共卫生领域集成所带来的认识论、社会政治和技术影响，特别是深度学习和生成式AI技术 | 本文创新性地分析了AI与循证医学（EBM）的社会技术纠缠对健康AI的公平发展和治理的影响，并提出了如何在这些纠缠中嵌入参与式参与 | 本文主要关注AI在医疗领域的应用，可能未全面覆盖AI在其他领域的影响 | 研究AI在医疗保健和公共卫生领域的集成及其对医疗组织、治理和角色的影响 | 医疗保健和公共卫生领域 | 机器学习 | NA | 深度学习, 生成式AI | NA | NA | NA | NA | NA | NA | NA |
| 16075 | 2025-02-26 |
Exploring the role of artificial intelligence in chemotherapy development, cancer diagnosis, and treatment: present achievements and future outlook
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1475893
PMID:39990683
|
综述 | 本文探讨了人工智能在化疗开发、癌症诊断和治疗中的作用，总结了当前进展并指出了领域中的关键缺口 | 本文综合了人工智能在癌症诊断、化疗创新和治疗反应中的最新应用，强调了其在优化诊断准确性、个性化治疗计划和改善治疗效果方面的潜力 | 尽管人工智能在肿瘤学中展现出巨大潜力，但其预测准确性仍存在争议，特别是在机器学习和深度学习技术方面 | 探讨人工智能在预测化疗开发、癌症诊断和治疗反应结果中的作用 | 固体肿瘤和血液肿瘤 | 机器学习 | 癌症 | 机器学习（ML）、深度学习（DL） | NA | NA | NA | NA | NA | NA | NA |
| 16076 | 2025-02-26 |
Deep learning and hyperspectral features for seedling stage identification of barnyard grass in paddy field
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1507442
PMID:39990719
|
研究论文 | 本文提出了一种名为DeepBGS的高光谱特征解析框架，用于在水稻田中识别稗草幼苗 | 首次将深度卷积网络与双层LSTM模块结合，用于高光谱数据的特征提取，实现了在2-3叶期准确区分稗草和水稻的高精度识别 | 未提及样本的具体数量及多样性，可能影响模型的泛化能力 | 探索高光谱成像技术在早期识别稗草幼苗中的可行性，并开发先进的早期检测系统 | 稗草和水稻的幼苗 | 计算机视觉 | NA | 高光谱成像技术 | CNN, LSTM | 高光谱图像 | NA | NA | NA | NA | NA |
| 16077 | 2025-10-07 |
scMGATGRN: a multiview graph attention network-based method for inferring gene regulatory networks from single-cell transcriptomic data
2024-Sep-23, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae526
PMID:39417321
|
研究论文 | 提出基于多视图图注意力网络的scMGATGRN方法，用于从单细胞转录组数据推断基因调控网络 | 首次将多视图图注意力网络应用于基因调控网络推断，能够同时利用局部特征信息和高阶邻居特征信息 | 未明确说明模型在处理大规模数据时的计算效率限制 | 开发更准确的基因调控网络推断方法 | 基因调控网络 | 机器学习 | NA | 单细胞RNA测序 | 图注意力网络 | 单细胞转录组数据 | 7个基准单细胞RNA测序数据集，来自5个细胞系（2个人类，3个小鼠） | NA | GAT, 多视图注意力机制 | NA | NA |
| 16078 | 2025-10-07 |
Deep learning-based image quality assessment: impact on detection accuracy of prostate cancer extraprostatic extension on MRI
2024-08, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04468-5
PMID:38958754
|
研究论文 | 本研究使用基于深度学习的AI算法评估前列腺MRI图像质量，并分析图像质量对前列腺癌包膜外侵犯检测准确性的影响 | 首次将深度学习图像质量评估应用于前列腺癌包膜外侵犯检测，量化了图像质量对诊断准确性的具体影响 | 单中心回顾性研究，样本量有限，仅评估了T2WI序列 | 评估MRI图像质量对前列腺癌包膜外侵犯检测准确性的影响 | 接受多参数MRI检查并行根治性前列腺切除术的前列腺癌患者 | 医学影像分析 | 前列腺癌 | MRI, 深度学习 | 深度学习算法 | 医学影像 | 773例连续患者 | NA | NA | 敏感性, 特异性, 阳性预测值, 阴性预测值, 比值比 | NA |
| 16079 | 2025-10-07 |
Deep learning-accelerated T2WI: image quality, efficiency, and staging performance against BLADE T2WI for gastric cancer
2024-08, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04323-7
PMID:38662208
|
研究论文 | 比较深度学习加速单次屏气T2WI与BLADE T2WI在胃癌成像中的图像质量、效率和诊断性能 | 首次将深度学习加速的单次屏气T2WI技术应用于胃癌成像，并与传统BLADE T2WI进行系统比较 | 样本量相对有限（112例患者），单中心研究 | 评估深度学习加速T2WI在胃癌成像中的临床应用价值 | 胃癌患者 | 医学影像分析 | 胃癌 | T2加权磁共振成像 | 深度学习 | 医学影像 | 112例胃癌患者，其中69个可测量病灶，71例接受胃切除术患者 | NA | NA | 信噪比, 对比噪声比, T分期准确率, 图像质量评分 | NA |
| 16080 | 2025-10-07 |
High-throughput classification of S. cerevisiae tetrads using deep learning
2024-07, Yeast (Chichester, England)
DOI:10.1002/yea.3965
PMID:38850080
|
研究论文 | 开发基于深度学习的图像识别与分类流程，用于高通量酿酒酵母四分体检测和减数分裂交叉分类 | 首次将深度学习应用于酿酒酵母四分体的自动化分析，实现减数分裂交叉事件的高通量检测 | 方法验证仅限于野生型和特定基因敲除突变体，尚未在其他生物系统中测试 | 自动化分析酿酒酵母减数分裂重组事件，加速相关基因的发现 | 酿酒酵母四分体 | 计算机视觉 | NA | 荧光标记成像 | 深度学习 | 图像 | 野生型和选定基因敲除突变体的大规模图像数据集 | NA | NA | NA | NA |