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 32801 篇文献，本页显示第 17941 - 17960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 17941 | 2025-10-07 |
Deep-learning-based image segmentation for image-based computational hemodynamic analysis of abdominal aortic aneurysms: a comparison study
2023-09-12, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/acf3ed
PMID:37625388
|
研究论文 | 本研究比较两种深度学习图像分割方法在腹主动脉瘤计算血流动力学分析中的应用效果 | 首次系统比较ARU-Net和CACU-Net两种最新深度学习分割方法在腹主动脉瘤模型创建中的性能 | 样本量较小（仅30例CTA扫描），需要更大规模验证 | 评估基于深度学习的图像分割方法在腹主动脉瘤计算血流动力学分析中的可行性 | 腹主动脉瘤患者的计算机断层扫描血管造影图像 | 计算机视觉 | 腹主动脉瘤 | 计算机断层扫描血管造影 | CNN | 医学图像 | 30例CTA扫描 | NA | ARU-Net, CACU-Net | DICE分数, 相关系数, Bland-Altman分析 | NA |
| 17942 | 2025-10-07 |
Evolution of Breast Cancer Recurrence Risk Prediction: A Systematic Review of Statistical and Machine Learning-Based Models
2023-08, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI.23.00049
PMID:37566789
|
系统综述 | 本文系统回顾了2008-2022年间乳腺癌复发风险预测模型的发展，比较统计方法与机器学习模型的性能差异 | 首次系统比较统计与机器学习方法在乳腺癌复发预测中的表现，并特别关注患者种族多样性问题 | 纳入分析的研究数量有限（仅23篇），且存在模型可解释性不足和泛化能力有限的问题 | 系统评估乳腺癌复发风险预测模型的发展历程和性能表现 | 乳腺癌患者复发风险预测模型 | 机器学习 | 乳腺癌 | 统计方法，机器学习 | 支持向量机，决策树，逻辑回归，朴素贝叶斯，深度学习，集成学习 | 临床数据 | 基于23篇研究论文的汇总分析 | NA | NA | AUC | NA |
| 17943 | 2025-10-07 |
Dual-sensory fusion self-powered triboelectric taste-sensing system towards effective and low-cost liquid identification
2023-08, Nature food
IF:23.6Q1
DOI:10.1038/s43016-023-00817-7
PMID:37563492
|
研究论文 | 开发了一种基于液滴动态形态变化和液固接触带电的双感官融合自供电味觉传感系统，用于液体识别 | 结合摩擦电指纹信号和深度学习实现液体识别，并集成图像传感器提取液体视觉特征，通过双感官融合提高识别能力 | NA | 开发有效且低成本的液体传感技术，用于液体食品安全识别和管理 | 液体物质 | 智能传感 | NA | 液固接触带电，图像传感 | 深度学习 | 摩擦电信号，图像 | NA | NA | NA | 准确率 | NA |
| 17944 | 2025-01-28 |
Deep learning-assistance significantly increases the detection sensitivity of neurosurgery residents for intracranial aneurysms in subarachnoid hemorrhage
2025-Feb, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia
IF:1.9Q4
DOI:10.1016/j.jocn.2024.110971
PMID:39673838
|
研究论文 | 本研究评估了深度学习模型在提高神经外科住院医师通过CT血管造影检测颅内动脉瘤敏感性方面的有效性 | 首次将深度学习模型应用于神经外科住院医师的动脉瘤检测培训，显著提高了检测敏感性，特别是在小动脉瘤的检测上 | 研究样本量较小，仅包含104例患者的CTA扫描，且仅涉及三名住院医师 | 评估深度学习模型在提高神经外科住院医师检测颅内动脉瘤敏感性方面的效果 | 104例动脉瘤性蛛网膜下腔出血患者的CTA扫描，共126个动脉瘤 | 数字病理 | 颅内动脉瘤 | CT血管造影（CTA） | 深度学习模型（DLM） | 图像 | 104例患者的CTA扫描，共126个动脉瘤 | NA | NA | NA | NA |
| 17945 | 2025-01-28 |
Harnessing Spectral Libraries From AVIRIS-NG Data for Precise PFT Classification: A Deep Learning Approach
2025-Jan-27, Plant, cell & environment
DOI:10.1111/pce.15393
PMID:39866067
|
研究论文 | 本研究利用AVIRIS-NG高光谱数据和机器学习技术，开发了一个包含130种植物物种的光谱库，用于精确分类植物功能类型（PFTs） | 通过高光谱数据生成光谱库，结合机器学习方法，显著提高了植物功能类型分类的准确性 | 研究仅限于Shoolpaneshwar野生动物保护区的植物物种，可能不适用于其他地区 | 推进植物功能类型（PFTs）的分类和监测 | Shoolpaneshwar野生动物保护区的130种植物物种 | 机器学习 | NA | AVIRIS-NG高光谱成像和ASD手持光谱辐射计 | Parzen Window (PW), Gradient Boosted Machine (GBM), Stochastic Gradient Descent (SGD) | 高光谱图像 | 130种植物物种 | NA | NA | NA | NA |
| 17946 | 2025-01-28 |
Introduction to Memristive Mechanisms and Models
2025-Jan-24, Recent patents on nanotechnology
IF:2.0Q3
|
研究论文 | 本文介绍了忆阻系统的机制和模型，探讨了其在神经形态计算中的应用 | 本文结合了Chua开发的动态系统框架和统计物理学及渗流理论，提供了对忆阻系统复杂动态行为的深入理解，并探讨了其在深度学习方法中的成功应用 | 本文主要关注理论模型和框架，缺乏对实际硬件实现的详细讨论 | 探讨忆阻系统在神经形态计算中的应用，以应对人工智能发展带来的计算能力需求增长 | 忆阻系统及其在神经形态计算中的应用 | 机器学习 | NA | NA | 动态系统模型、渗流理论模型 | NA | NA | NA | NA | NA | NA |
| 17947 | 2025-01-28 |
Deep learning for kidney trauma detection: CT image algorithm performance and external validation: experimental study
2025-Jan-24, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002221
PMID:39869390
|
研究论文 | 本研究开发并验证了一种用于检测肾脏创伤的深度学习算法，使用机构创伤数据和RSNA数据集进行外部验证 | 首次将深度学习技术应用于肾脏创伤的CT图像检测，并通过外部验证展示了其稳健性能 | 模型在外部验证中的阳性预测值较低，可能需要进一步优化图像分割和计算效率 | 开发并验证一种用于检测肾脏创伤的深度学习算法 | 肾脏创伤的CT图像 | 医学影像 | 肾脏创伤 | 深度学习 | RenoTrNet | CT图像 | 机构创伤数据和RSNA数据集中的随机选择病例 | NA | NA | NA | NA |
| 17948 | 2025-01-28 |
An explainable language model for antibody specificity prediction using curated influenza hemagglutinin antibodies
2024-10-08, Immunity
IF:25.5Q1
DOI:10.1016/j.immuni.2024.07.022
PMID:39163866
|
研究论文 | 本文介绍了一种基于序列的抗体特异性预测的轻量级记忆B细胞语言模型（mBLM），并利用超过5,000个流感血凝素（HA）抗体数据集进行训练 | 开发了一种新的轻量级记忆B细胞语言模型（mBLM），用于基于序列的抗体特异性预测，并通过模型可解释性分析识别了HA干区抗体的关键序列特征 | 数据集主要来源于研究出版物和专利，可能存在数据偏差 | 预测抗体特异性，并提高对流感病毒抗体反应的分子理解 | 流感血凝素（HA）抗体 | 自然语言处理 | 流感 | 语言模型 | mBLM | 序列数据 | 超过5,000个流感血凝素（HA）抗体 | NA | NA | NA | NA |
| 17949 | 2025-01-28 |
Potential Use and Limitation of Artificial Intelligence to Screen Diabetes Mellitus in Clinical Practice: A Literature Review
2024-Oct, Acta medica Indonesiana
IF:0.7Q3
PMID:39865054
|
文献综述 | 本文综述了人工智能在临床实践中筛查糖尿病的潜在应用及其局限性 | 强调了人工智能技术（如机器学习和深度学习）在提高糖尿病筛查准确性方面的潜力，特别是在低资源环境中的应用 | 指出了当前临床实践中基于血液或实验室检测的糖尿病筛查方法的局限性，包括访问和成本问题 | 探讨人工智能技术在减少未诊断糖尿病负担中的应用 | 全球未诊断糖尿病的个体，特别是低收入和中等收入国家（如印度尼西亚）的人群 | 机器学习 | 糖尿病 | 机器学习和深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 17950 | 2025-01-28 |
Status and future trends in wastewater management strategies using artificial intelligence and machine learning techniques
2024-Aug, Chemosphere
IF:8.1Q1
|
综述 | 本文综述了利用人工智能和机器学习技术进行水和废水管理的最新趋势 | 结合AI、深度学习和物联网技术，提出了高效的水管理框架 | 未具体说明数据来源和样本量，案例研究和统计评估的细节不足 | 探讨智能水管理机制，以满足不同用途的水质要求 | 水和废水管理策略 | 机器学习 | NA | 人工智能（AI）、深度学习（DL）、物联网（IoT） | NA | 多种形式的数据 | NA | NA | NA | NA | NA |
| 17951 | 2025-01-28 |
The cytoarchitectonic landscape revealed by deep learning method facilitated precise positioning in mouse neocortex
2024-06-04, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae229
PMID:38836835
|
研究论文 | 本文开发了一种细胞结构标志物识别流程，利用荧光显微光学断层扫描技术成像小鼠全脑，并通过快速3D卷积网络分割整个新皮层的神经元体，揭示了新皮层的细胞结构景观 | 开发了一种新的细胞结构标志物识别流程，结合荧光显微光学断层扫描和快速3D卷积网络，实现了新皮层神经元的三维分割和分析 | 研究主要集中在小鼠新皮层，未涉及其他物种或更广泛的脑区 | 提高对新皮层结构的理解，特别是皮层区域的精确定位 | 小鼠新皮层 | 计算机视觉 | NA | 荧光显微光学断层扫描 | 3D卷积网络 | 图像 | 小鼠全脑 | NA | NA | NA | NA |
| 17952 | 2025-10-07 |
Exploring intricate connectivity patterns for cognitive functioning and neurological disorders: incorporating frequency-domain NC method into fMRI analysis
2024-05-02, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae195
PMID:38741270
|
研究论文 | 本研究将频域新因果方法应用于fMRI分析，探索认知功能与神经系统疾病的复杂连接模式 | 将频域新因果方法首次应用于fMRI分析，构建了多种因果关联模式并用于脑效率网络构建 | 研究仅针对认知障碍患者，未包含健康对照组进行对比分析 | 探索大脑连接模式与认知功能及神经系统疾病的关联 | 1252组不同程度认知障碍患者 | 医学影像分析 | 阿尔茨海默病 | 功能磁共振成像，频域新因果方法 | 深度学习模型 | fMRI BOLD信号 | 1252组认知障碍患者 | NA | NA | 准确率,精确率,召回率 | NA |
| 17953 | 2025-10-07 |
Multi-task deep learning-based survival analysis on the prognosis of late AMD using the longitudinal data in AREDS
2021, AMIA ... Annual Symposium proceedings. AMIA Symposium
PMID:35308963
|
研究论文 | 本研究利用多任务深度学习框架分析AREDS纵向数据，预测晚期年龄相关性黄斑变性的预后 | 首次将纵向数据与深度学习提取的图像特征结合用于AMD生存分析，并证明深度特征优于临床医生提取的特征 | 仅使用AREDS数据集，未在其他独立队列中验证；复杂特征仅当前访视数据具有预测价值 | 预测年龄相关性黄斑变性患者发展为晚期AMD的风险 | 年龄相关性黄斑变性患者 | 数字病理 | 年龄相关性黄斑变性 | 眼底摄影 | CNN | 图像 | AREDS研究中的纵向数据 | NA | 卷积神经网络 | 预测准确性 | NA |
| 17954 | 2025-10-07 |
AI-powered techniques in anatomical imaging: Impacts on veterinary diagnostics and surgery
2025-Feb, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft
DOI:10.1016/j.aanat.2024.152355
PMID:39577814
|
综述 | 探讨人工智能技术在兽医解剖成像领域的创新应用及其对诊断和手术的影响 | 系统评估AI技术在兽医影像诊断中的创新应用，包括提升诊断准确性和手术规划精度 | 存在数据隐私、算法偏见及临床工作流程整合等挑战 | 探索AI赋能成像工具在兽医诊断和手术中的创新与挑战 | 兽医诊断影像及手术应用 | 计算机视觉 | NA | X射线、超声、CT扫描、MRI/乳腺摄影 | 深度学习, 卷积神经网络 | 医学影像 | NA | NA | NA | 诊断准确性 | NA |
| 17955 | 2025-10-07 |
Let it shine: Autofluorescence of Papanicolaou-stain improves AI-based cytological oral cancer detection
2025-Feb, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109498
PMID:39662319
|
研究论文 | 通过结合明场和荧光显微镜成像及多模态信息融合，提升基于AI的口腔癌细胞学检测性能 | 首次利用Papanicolaou染色样本的自发荧光特性进行多模态成像，并采用弱监督深度学习方法和多种多模态信息融合策略 | 依赖于准确的图像配准以最大化多模态分析效益，细胞级注释的不可行性限制了模型性能 | 通过多模态成像和深度多模态信息融合改进基于AI的口腔癌检测 | 从健康人群和癌症患者收集的刷检活检Papanicolaou染色液基细胞学切片 | 数字病理学 | 口腔癌 | 全玻片显微镜成像，荧光成像，图像配准 | 深度学习 | 图像 | NA | NA | Co-Attention Fusion Network (CAFNet) | F1分数, 准确率 | NA |
| 17956 | 2025-10-07 |
Lifestyle factors and other predictors of common mental disorders in diagnostic machine learning studies: A systematic review
2025-Feb, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109521
PMID:39667056
|
系统综述 | 系统评估机器学习模型在预测常见精神障碍中的应用，重点关注生活方式因素作为预测因子的效用 | 首个评估诊断性机器学习在常见精神障碍中应用价值的系统综述，同时评估偏倚风险和预测因子类型 | 研究存在高度异质性和偏倚风险，生活方式数据利用不足 | 综合机器学习预测常见精神障碍的证据，评估模型性能，确定生活方式数据在机器学习模型中的潜在价值 | 使用机器学习方法预测成人常见精神障碍的研究 | 机器学习 | 精神障碍 | 机器学习 | 深度学习, 多种机器学习方法 | 生活方式数据, 生物数据, 人口统计-环境数据, 心理社会数据 | 117项研究（111项仅模型开发，16项开发和验证） | NA | NA | 准确率 | NA |
| 17957 | 2025-10-07 |
Unsupervised reconstruction of accelerated cardiac cine MRI using neural fields
2025-Feb, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109467
PMID:39672009
|
研究论文 | 提出基于神经场表示的无监督心脏电影MRI重建方法NF-cMRI | 使用隐式神经场表示进行无监督重建，无需大型训练数据集，避免引入数据偏差 | NA | 开发无需监督学习的加速心脏电影MRI重建方法 | 心脏电影MRI数据 | 医学影像处理 | 心血管疾病 | 心脏电影MRI，径向欠采样采集 | 神经场表示 | MRI图像 | NA | NA | NF-cMRI | 清晰度，伪影鲁棒性，时空描绘质量 | NA |
| 17958 | 2025-10-07 |
Exploring diabetes through the lens of AI and computer vision: Methods and future prospects
2025-Feb, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109537
PMID:39672014
|
综述 | 探讨人工智能和计算机视觉在糖尿病检测与管理中的应用方法及未来前景 | 系统整合工业4.0技术（机器学习、深度学习和计算机视觉机器人）应对糖尿病相关挑战 | 未涉及具体实验验证和性能评估数据 | 研究人工智能和计算机视觉在糖尿病早期诊断和治疗中的促进作用 | 糖尿病相关的临床数据分析和技术应用 | 计算机视觉, 机器学习 | 糖尿病 | NA | NA | 临床数据 | NA | NA | NA | NA | NA |
| 17959 | 2025-10-07 |
DCA-Enhanced Alzheimer's detection with shearlet and deep learning integration
2025-Feb, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109538
PMID:39674071
|
研究论文 | 本研究提出了一种结合剪切波变换和深度学习的方法，通过MRI数据实现阿尔茨海默病的早期检测 | 将3D剪切波变换与四种预训练CNN模型结合，并使用判别相关分析(DCA)融合深度特征和剪切波特征 | 样本量相对有限(200名患者)，且数据来自单一来源ADNI | 开发能够准确诊断早期阿尔茨海默病的计算模型 | 阿尔茨海默病患者MRI数据 | 医学影像分析 | 阿尔茨海默病 | 磁共振成像(MRI) | CNN, SVM, DTB | 3D医学影像 | 200名患者(AD 50人，进行性轻度认知障碍转AD 50人，稳定性轻度认知障碍50人，认知正常50人) | NA | SqueezeNet-v1.1, MobileNet-v2, Xception, Inception-v3 | 准确率 | NA |
| 17960 | 2025-10-07 |
Proximity adjusted centroid mapping for accurate detection of nuclei in dense 3D cell systems
2025-Feb, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109561
PMID:39693688
|
研究论文 | 提出一种基于3D U-net的核中心点映射方法PAC-MAP，用于精确检测密集3D细胞系统中的细胞核位置 | 通过预测核中心点位置及其邻近关系而非精确分割核形状，解决了高密度3D细胞系统中分割困难的挑战 | 依赖有限的专家标注数据（30张图像），在极高密度条件下性能可能受限 | 开发精确检测密集3D细胞系统中细胞核位置的方法 | 密集球状体和脑类器官中的细胞核 | 数字病理 | 胶质母细胞瘤 | 3D图像分析 | U-net | 3D图像 | 30张专家标注图像和2300多张弱监督批量图像 | NA | 3D U-net | F1分数, 召回率 | NA |