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 32705 篇文献，本页显示第 17041 - 17060 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 17041 | 2025-10-07 |
Automated recognition of emotional states of horses from facial expressions
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0302893
PMID:39008504
|
研究论文 | 本研究开发了首个基于马匹面部表情自动识别情绪状态的AI模型 | 首次将AI模型应用于马匹情绪状态识别，探索了深度学习和机器学习两种方法，并比较了视频输入与EquiFACS注释输入的差异 | 积极期待和挫折两种情绪状态难以区分，准确率仅为61% | 开发自动识别马匹情绪状态的AI模型 | 马匹 | 计算机视觉 | NA | EquiFACS注释 | 深度学习, 机器学习 | 视频, 注释数据 | NA | NA | NA | 准确率 | NA |
| 17042 | 2025-10-07 |
Late-Life High Blood Pressure and Enlarged Perivascular Spaces in the Putaminal Regions of Community-Dwelling Japanese Older Persons
2024-01, Journal of geriatric psychiatry and neurology
IF:2.9Q2
DOI:10.1177/08919887231195235
PMID:37537887
|
研究论文 | 本研究探讨了日本社区老年人群晚期高血压与脑部豆状核区域血管周围间隙扩大的关联 | 首次在大型社区老年人群中系统分析血压水平与血管周围间隙体积的定量关系，并采用自主研发的深度学习软件进行精确测量 | 横断面研究设计无法确定因果关系，研究对象仅限于日本社区老年人群 | 确定血压与脑部血管周围间隙体积的关联并分析相关因素的交互作用 | 9296名65岁及以上社区居住的日本老年人 | 数字病理 | 老年疾病 | 脑磁共振成像 | 深度学习 | 医学影像 | 9296名社区老年受试者 | 自主研发软件 | NA | 协方差分析，多元回归分析，趋势P值 | NA |
| 17043 | 2025-10-07 |
A Deep Learning Approach to Improve Retinal Structural Predictions and Aid Glaucoma Neuroprotective Clinical Trial Design
2023 Mar-Apr, Ophthalmology. Glaucoma
DOI:10.1016/j.ogla.2022.08.014
PMID:36038107
|
研究论文 | 开发深度学习回归方法预测青光眼患者视网膜结构厚度，以优化神经保护临床试验设计 | 首次利用深度学习模型预测视网膜GCIPL和RNFL厚度，并提出基于个体化半视网膜预测的临床试验样本量优化方法 | 研究为横断面设计，仅包含特定人群（非裔后裔青光眼患者）的数据 | 改进青光眼神经保护临床试验设计，通过预测视网膜结构厚度降低样本量需求 | 青光眼患者的视网膜GCIPL和RNFL厚度 | 医学影像分析 | 青光眼 | 光谱域OCT扫描 | 深度学习回归模型 | 视网膜OCT图像 | 1096只眼（550名患者）的3327对GCIPL/RNFL扫描数据 | NA | NA | 平均绝对误差, 皮尔逊相关系数平方 | NA |
| 17044 | 2025-02-12 |
Hematoxylin and Eosin-stained whole slide image dataset annotated for skin tissue segmentation
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111306
PMID:39925388
|
研究论文 | 本文发布了一个用于皮肤组织分割的Hematoxylin和Eosin染色全切片图像数据集，并验证了其有效性 | 发布了一个包含38张全切片图像及其掩码的数据集，涵盖了12个类别，包括组织、皮肤癌和皮肤层，并使用SegFormer模型验证了数据集的有效性 | 数据集规模相对较小，仅包含38张图像 | 通过发布和验证数据集，支持基于深度学习的皮肤疾病自动诊断系统的开发 | 皮肤组织 | 数字病理学 | 皮肤癌 | Hematoxylin和Eosin染色 | SegFormer | 图像 | 38张全切片图像 | NA | NA | NA | NA |
| 17045 | 2025-10-07 |
Transformer-Based Multilabel Deep Learning Model Is Efficient for Detecting Ankle Lateral and Medial Ligament Injuries on Magnetic Resonance Imaging and Improving Clinicians' Diagnostic Accuracy for Rotational Chronic Ankle Instability
2025-Mar, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association
IF:4.4Q1
DOI:10.1016/j.arthro.2024.05.027
PMID:38876447
|
研究论文 | 开发基于Transformer的多标签深度学习模型用于检测踝关节内外侧韧带损伤并辅助诊断慢性踝关节不稳 | 首次将Transformer架构应用于踝关节MRI多标签韧带损伤检测，相比传统CNN模型性能显著提升 | 回顾性研究设计，需进一步前瞻性验证 | 开发深度学习模型辅助慢性踝关节不稳的MRI诊断 | 踝关节MRI图像和慢性踝关节不稳患者 | 医学影像分析 | 踝关节损伤 | 磁共振成像 | Transformer, CNN | 医学图像 | 从3个医疗中心2016年4月至2022年3月期间收集的踝关节MRI数据 | NA | AnkleNet, 4种CNN模型 | AUC, 平衡准确率 | NA |
| 17046 | 2025-10-07 |
ChatGPT, Bard, and Bing Chat Are Large Language Processing Models That Answered Orthopaedic In-Training Examination Questions With Similar Accuracy to First-Year Orthopaedic Surgery Residents
2025-Mar, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association
IF:4.4Q1
DOI:10.1016/j.arthro.2024.08.023
PMID:39209078
|
研究论文 | 评估ChatGPT、Bard和Bing Chat在骨科培训考试中的表现，并与骨科住院医师进行比较 | 首次系统比较三种大型语言处理模型在骨科专业考试中的表现，并与不同年级住院医师建立直接对比基准 | 模型无法处理图像相关题目，测试仅限于2021-2022年考题 | 评估AI模型在骨科诊断和治疗知识方面的准确性和临床适用性 | ChatGPT(GPT-3.5)、Bard、Bing Chat三种AI模型和骨科住院医师 | 自然语言处理 | 骨科疾病 | 大型语言模型 | GPT-3.5, Bard, Bing Chat | 文本试题 | 420道骨科培训考试题目 | NA | 大型语言模型 | 准确率 | NA |
| 17047 | 2025-10-07 |
Distinguishing the activity of flexor digitorum brevis and soleus across standing postures with deep learning models
2025-Mar, Gait & posture
IF:2.2Q2
DOI:10.1016/j.gaitpost.2024.12.014
PMID:39674063
|
研究论文 | 使用深度学习模型区分不同站立姿势下趾短屈肌和比目鱼肌的肌电活动 | 首次使用深度卷积神经网络分析趾短屈肌和比目鱼肌在不同站立姿势下的肌电活动特征差异 | 研究仅针对健康年轻男性，样本代表性有限 | 区分不同站立姿势下趾短屈肌和比目鱼肌的肌电活动特征 | 趾短屈肌和比目鱼肌的肌电信号 | 机器学习 | NA | 高密度表面肌电信号记录 | CNN | 肌电信号 | 健康年轻男性（具体数量未提及） | NA | 深度卷积神经网络 | 分类准确率 | NA |
| 17048 | 2025-10-07 |
Editorial Commentary: Thoughtful Application of Artificial Intelligence Technique Improves Diagnostic Accuracy and Supportive Clinical Decision-Making
2025-Mar, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association
IF:4.4Q1
DOI:10.1016/j.arthro.2024.12.009
PMID:39675394
|
评论 | 探讨人工智能技术在医学影像诊断中的合理应用及其对临床决策的支持作用 | 强调AI技术需要根据具体临床问题量身定制，提出分步整合和透明化应用的实施路径 | 未提供具体技术实现细节或临床验证数据 | 促进AI技术在骨科医学影像领域的合理应用和临床整合 | 骨科医学影像AI应用 | 计算机视觉 | 骨科疾病 | 深度学习 | NA | 医学影像 | NA | NA | NA | 诊断准确性 | NA |
| 17049 | 2025-10-07 |
Real-time assistance in suicide prevention helplines using a deep learning-based recommender system: A randomized controlled trial
2025-Mar, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2024.105760
PMID:39705915
|
研究论文 | 评估基于深度学习的AI辅助工具在自杀预防热线对话中为咨询师提供实时建议的有效性和可用性 | 首次在自杀预防热线中通过随机对照试验评估基于BERT句子嵌入的实时推荐系统 | 工具经常在不适当情境下使用，咨询师对AI辅助工具的使用熟练度不足或存在信任问题 | 评估AI辅助工具在自杀预防热线对话中的有效性和可用性 | 自杀预防热线咨询师和求助者之间的对话 | 自然语言处理 | 精神健康疾病 | 句子嵌入，余弦相似度 | BERT | 文本对话数据 | 48名咨询师（27名实验组，21名对照组），评估188个班次 | NA | BERT | 自我效能感，响应时间，使用频率，使用时长，可用信息比例 | NA |
| 17050 | 2025-10-07 |
Unsupervised tooth segmentation from three dimensional scans of the dental arch using domain adaptation of synthetic data
2025-Mar, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2024.105769
PMID:39721113
|
研究论文 | 本研究利用领域自适应技术从三维牙弓扫描中实现无监督牙齿分割 | 首次将领域自适应技术应用于牙齿分割任务，通过梯度反转层和孪生网络技术实现合成数据与真实数据的特征空间对齐 | 样本量较小（仅20个合成扫描和16个自然扫描），验证集仅包含4个未见过的自然扫描牙弓 | 开发无需人工标注的三维牙齿自动分割方法 | 人类牙弓的三维扫描数据 | 计算机视觉 | NA | 三维扫描技术 | PointNet, PointNet++ | 三维点云数据 | 20个合成牙弓扫描和16个自然牙弓扫描用于训练，4个自然牙弓扫描用于验证 | PyTorch或TensorFlow（基于梯度反转层的实现） | PointNet, PointNet++ | 平均交并比（mIoU） | NA |
| 17051 | 2025-02-12 |
Applicability of the regression approach for histological multi-class grading in clear cell renal cell carcinoma
2025-Mar, Regenerative therapy
IF:3.4Q2
DOI:10.1016/j.reth.2025.01.011
PMID:39925965
|
研究论文 | 本文探讨了回归方法在透明细胞肾细胞癌多类别分级中的适用性 | 首次广泛研究了回归方法在多类别癌分级中的应用，并证明其在透明细胞肾细胞癌四类分级中的有效性 | 研究仅基于16张全片图像和11,826个组织学图像块，样本量相对较小 | 评估回归方法在多类别癌分级中的适用性 | 透明细胞肾细胞癌的组织学图像 | 数字病理学 | 肾癌 | 深度学习 | CNN（DenseNet-121和Inception-v3） | 图像 | 16张全片图像和11,826个组织学图像块 | NA | NA | NA | NA |
| 17052 | 2025-10-07 |
Reducing reading time and assessing disease in capsule endoscopy videos: A deep learning approach
2025-Mar, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2025.105792
PMID:39817978
|
研究论文 | 本研究开发了一种基于深度学习的计算机辅助诊断方法，用于加速胶囊内窥镜视频分析 | 使用预训练卷积神经网络自动识别异常帧，将胶囊内窥镜视频播放时间从58分钟缩短至10分钟，同时保留93.33%的异常病变 | 仅使用8个测试视频进行评估，样本量较小；涉及五种不同类型的胶囊内窥镜设备 | 开发能够加速胶囊内窥镜视频分析的计算机辅助诊断方法 | 胶囊内窥镜视频中的胃肠道异常病变 | 计算机视觉 | 胃肠道疾病 | 胶囊内窥镜检查 | CNN | 视频帧图像 | 8个胶囊内窥镜视频，包含多种异常病变 | NA | 预训练卷积神经网络 | 异常保留率 | NA |
| 17053 | 2025-02-12 |
Correction to "DL 101: Basic Introduction to Deep Learning With Its Application in Biomedical Related Fields"
2025-Feb-28, Statistics in medicine
IF:1.8Q1
DOI:10.1002/sim.10349
PMID:39932330
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 17054 | 2025-02-12 |
Attention-Based Interpretable Multiscale Graph Neural Network for MOFs
2025-Feb-11, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c01525
PMID:39841881
|
研究论文 | 本文提出了一种基于注意力的可解释多尺度图神经网络（MSAIGNN），用于金属有机框架（MOFs）的气体分离和存储性能预测 | 引入了多尺度晶体图的构建方法，通过基于不同距离范围内的原子间相互作用将晶体图分解为多个子图，并考虑了晶体的全局结构，提出了具有自注意力机制的图池化机制的MSAIGNN模型，该模型结合了三体键角信息，考虑了不同尺度的结构特征，并最小化了冗余相互作用的干扰 | 未明确提及具体局限性 | 研究目的是通过深度学习预测复杂多孔晶体结构（如MOFs）的性能 | 金属有机框架（MOFs） | 机器学习 | NA | 图神经网络（GNNs） | MSAIGNN（多尺度原子相互作用图神经网络） | 晶体图数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 17055 | 2025-02-12 |
QuanFormer: A Transformer-Based Precise Peak Detection and Quantification Tool in LC-MS-Based Metabolomics
2025-Feb-11, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c04531
PMID:39868899
|
研究论文 | 本文介绍了一种基于Transformer架构的深度学习工具QuanFormer，用于在基于液相色谱-质谱联用的代谢组学分析中精确检测和量化峰信号 | QuanFormer结合了卷积神经网络（CNN）的特征提取能力和Transformer架构的全局计算能力，通过使用近20,000个标注的兴趣区域（ROIs）进行数据训练，实现了独特的预测，并在测试集上达到了96.5%的平均精度值 | 尽管QuanFormer在不重新训练的情况下能够区分真假峰的准确率超过90%，但其在更广泛数据集上的泛化能力仍需进一步验证 | 开发一种能够提高代谢组学分析中峰检测和量化准确性的工具 | 液相色谱-质谱联用（LC-MS）数据中的峰信号 | 机器学习 | 乳腺癌 | 液相色谱-质谱联用（LC-MS） | Transformer, CNN | 质谱数据 | 近20,000个标注的兴趣区域（ROIs） | NA | NA | NA | NA |
| 17056 | 2025-02-12 |
Carbon Dioxide Sensing Based on Off-Axis Integrated Cavity Absorption Spectroscopy Combined with the Informer and Multilayer Perceptron Models
2025-Feb-11, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c06057
PMID:39882837
|
研究论文 | 本文提出了一种基于离轴积分腔输出光谱（OA-ICOS）和深度学习模型的二氧化碳传感器，结合Informer和多层感知器（MLP）模型进行光谱数据处理和浓度预测 | 结合Informer模型进行光谱时间序列滤波，并使用MLP模型直接从滤波后的光谱数据中提取特征并预测二氧化碳浓度，显著提高了信噪比和检测精度 | 未提及具体的数据集规模或实验环境的多样性，可能影响模型的泛化能力 | 提高基于光谱的二氧化碳传感器的检测精度和信噪比 | 二氧化碳光谱数据 | 光谱学 | NA | 离轴积分腔输出光谱（OA-ICOS） | Informer, 多层感知器（MLP） | 光谱时间序列数据 | 未提及具体样本数量 | NA | NA | NA | NA |
| 17057 | 2025-02-12 |
Diffusion-driven multi-modality medical image fusion
2025-Feb-11, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03300-6
PMID:39932643
|
研究论文 | 本文提出了一种基于扩散驱动的多模态医学图像融合方法，旨在解决现有深度学习方法在图像细节和颜色信息融合不足的问题 | 提出了一种利用潜在空间中多模态图像信息分布关系的扩散驱动方法，并设计了局部和全局网络（LAGN）以更好地保留不同模态的互补信息 | NA | 提高多模态医学图像融合的质量，以提供更全面的临床诊断信息 | MRI/CT、MRI/PET和MRI/SPECT图像 | 计算机视觉 | NA | 扩散驱动方法 | 局部和全局网络（LAGN） | 医学图像 | 三个数据集（MRI/CT、MRI/PET和MRI/SPECT图像），16名医生和医学生参与评估 | NA | NA | NA | NA |
| 17058 | 2025-02-12 |
Recent Development, Applications, and Patents of Artificial Intelligence in Drug Design and Development
2025-Feb-10, Current drug discovery technologies
|
综述 | 本文综述了人工智能在药物设计和开发中的最新进展、应用及专利 | 本文重点介绍了人工智能和深度学习在药物设计中的创新应用，并讨论了相关专利，与已发表材料形成区分 | NA | 探讨人工智能在药物设计和开发中的应用，以提高药物发现的效率和成功率 | 药物设计和开发 | 机器学习 | NA | 深度学习（DL）、人工神经网络（ANNs） | 深度学习算法、机器学习算法 | 临床试验数据、基因组学数据、蛋白质组学数据、微阵列数据 | NA | NA | NA | NA | NA |
| 17059 | 2025-02-12 |
A multi-model feature fusion based transfer learning with heuristic search for copy-move video forgery detection
2025-Feb-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88592-2
PMID:39922840
|
研究论文 | 本文提出了一种基于多模型特征融合的迁移学习方法，结合启发式搜索，用于检测视频中的复制-移动伪造 | 提出了一种新的ECMVFD-FTLTDO模型，结合了ResNet50、MobileNetV3和EfficientNetB7三种模型的特征融合迁移学习过程，并使用Tasmanian Devil Optimizer优化ERNN分类器参数 | 模型对训练数据的依赖性较高，且需要合适的超参数范围 | 检测和分类视频内容中的复制-移动伪造 | 视频内容 | 计算机视觉 | NA | 迁移学习 | ResNet50, MobileNetV3, EfficientNetB7, ERNN | 视频 | GRIP和VTD数据集 | NA | NA | NA | NA |
| 17060 | 2025-02-12 |
Deep learning based gasket fault detection: a CNN approach
2025-Feb-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85223-8
PMID:39922855
|
研究论文 | 本文提出了一种基于深度学习的垫片故障检测方法，采用卷积神经网络（CNN）来自动识别和评估散热器图像中的垫片错位或安装错误 | 开发了一种基于CNN架构的垫片检测系统，结合了特征提取和分类的深度学习算法，实现了垫片故障的自动化检测 | 未提及具体的数据集规模或实验环境限制 | 自动化检测垫片错位或安装错误，提升产品质量控制效率 | 散热器图像中的垫片 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |