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 18081 - 18100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18081 | 2025-01-23 |
Diagnostic accuracy of MRI-based radiomic features for EGFR mutation status in non-small cell lung cancer patients with brain metastases: a meta-analysis
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1428929
PMID:39834943
|
meta-analysis | 本文通过meta分析评估了基于MRI的放射组学特征在预测非小细胞肺癌脑转移患者EGFR突变状态中的诊断准确性 | 首次系统评估了MRI放射组学特征在非小细胞肺癌脑转移患者EGFR突变预测中的应用，并发现深度学习模型和亚洲地区研究具有更高的诊断准确性 | 研究间存在显著的异质性，诊断性能的变异性表明需要标准化的放射组学协议以提高可重复性和临床实用性 | 评估基于MRI的放射组学特征在预测非小细胞肺癌脑转移患者EGFR突变状态中的诊断准确性 | 非小细胞肺癌脑转移患者 | 数字病理学 | 肺癌 | MRI | 深度学习模型 | 图像 | 13项研究，涉及2,348名患者 | NA | NA | NA | NA |
| 18082 | 2025-01-23 |
Individualized treatment recommendations for patients with locally advanced head and neck squamous cell carcinoma utilizing deep learning
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1478842
PMID:39835092
|
研究论文 | 本研究利用深度学习模型为局部晚期头颈部鳞状细胞癌患者提供个体化治疗建议，评估患者通过确定性放化疗实现器官保留的可能性，并为更适合手术的患者提供辅助治疗建议 | 首次使用深度学习模型为LA-HNSCC患者提供个体化治疗建议，并引入BITES模型在治疗推荐中表现出优越性能 | 研究结果需要进一步的外部验证，且模型的泛化能力尚未在其他癌症类型中得到验证 | 评估深度学习模型在局部晚期头颈部鳞状细胞癌患者治疗推荐中的应用效果 | 局部晚期头颈部鳞状细胞癌患者 | 机器学习 | 头颈部鳞状细胞癌 | 深度学习 | BITES | 临床数据 | 7,376名局部晚期头颈部鳞状细胞癌患者 | NA | NA | NA | NA |
| 18083 | 2025-01-23 |
Harnessing artificial intelligence in sepsis care: advances in early detection, personalized treatment, and real-time monitoring
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1510792
PMID:39835096
|
综述 | 本文探讨了人工智能（AI）在脓毒症管理中的潜力，包括早期检测、个性化治疗和实时监测 | 本文综述了AI在脓毒症管理中的创新应用，如通过机器学习技术分析电子健康记录（EHR）数据进行早期检测，以及通过AI算法开发个性化治疗方案和实时监测系统 | 伦理挑战，包括数据隐私问题和算法偏见，需要解决以确保公平和有效的实施 | 探讨AI在脓毒症管理中的应用，以克服当前管理中的局限性 | 脓毒症患者 | 机器学习 | 脓毒症 | 机器学习（ML）技术，如随机森林模型和深度学习算法 | 随机森林模型，深度学习算法 | 电子健康记录（EHR）数据 | NA | NA | NA | NA | NA |
| 18084 | 2025-10-07 |
Deep learning-based protoacoustic signal denoising for proton range verification
2023-05-12, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/acd257
PMID:37141867
|
研究论文 | 提出基于深度学习的质子声信号去噪方法，用于质子治疗中的布拉格峰位置验证 | 首次将堆栈自编码器用于质子声信号去噪，显著降低所需剂量和信号平均次数 | 仅在圆柱形聚乙烯体模中进行实验，尚未进行临床验证 | 开发质子治疗中布拉格峰位置验证的低剂量方法 | 质子声信号和布拉格峰定位 | 医学信号处理 | 癌症治疗 | 质子声技术 | SAE（堆栈自编码器） | 声信号 | 每个设备收集512个原始信号 | NA | 堆栈自编码器 | 均方误差，信噪比，布拉格峰范围不确定性 | NA |
| 18085 | 2025-10-07 |
Magnetic resonance imaging contrast enhancement synthesis using cascade networks with local supervision
2022-May, Medical physics
IF:3.2Q1
DOI:10.1002/mp.15578
PMID:35229344
|
研究论文 | 本研究提出一种级联深度学习工作流，用于从无对比剂增强的MR图像合成对比增强MR图像 | 提出结合视网膜U-Net和合成模块的级联网络架构，并在网络训练中融入肿瘤轮廓信息的局部监督机制 | 研究仅基于BraTS2020数据集，未在其他数据集验证泛化能力 | 开发无需钆基对比剂的MR图像对比增强合成方法 | 脑肿瘤患者的MR图像 | 医学影像分析 | 脑肿瘤 | 磁共振成像 | 深度学习 | 医学影像 | 369例患者（200例用于五折交叉验证，169例用于保留测试） | NA | Retina U-Net, 合成模块 | 标准化平均绝对误差, 结构相似性指数, 皮尔逊相关系数 | NA |
| 18086 | 2025-10-07 |
Explainable exercise recommendation with knowledge graph
2025-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106954
PMID:39667214
|
研究论文 | 提出一种基于知识图谱的可解释习题推荐方法KG4EER，通过匹配学生特征与习题资源并提供推荐理由 | 结合知识图谱与特征提取模块，实现可解释的个性化习题推荐，解决了传统方法缺乏解释性的问题 | 未明确说明模型在处理大规模动态更新数据时的性能表现 | 开发可解释的习题推荐系统以提高学生学习效率 | 学生、习题和知识点三类实体及其相互关系 | 自然语言处理 | NA | 知识图谱构建、特征提取 | 深度学习 | 结构化数据 | 三个真实世界数据集 | NA | KG4EER | 通过专家访谈评估可解释性，与基线方法比较性能 | NA |
| 18087 | 2025-10-07 |
Developing an Effective Off-the-job Training Model and an Automated Evaluation System for Thoracoscopic Esophageal Atresia Surgery
2025-Feb, Journal of pediatric surgery
IF:2.4Q2
DOI:10.1016/j.jpedsurg.2024.06.023
PMID:39054116
|
研究论文 | 开发基于深度学习的胸腔镜食管闭锁手术离岗培训模型和自动评估系统 | 首次将深度学习技术应用于胸腔镜食管闭锁手术的技能自动评估，通过钳具运动分析实现客观技能评价 | 样本量较小（仅45例），证据等级为IV级 | 构建基于钳具运动分析的胸腔镜食管闭锁手术技能自动评估系统 | 参与食管闭锁手术培训的医务人员 | 计算机视觉 | 食管闭锁 | 深度学习 | 深度学习模型 | 手术视频图像 | 45名参与者（13名技能优秀组，32名技能较差组） | NA | NA | 精确率, 特异性, AUC | NA |
| 18088 | 2025-10-07 |
An improved algorithm for salient object detection of microscope based on U2-Net
2025-Feb, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03205-w
PMID:39322859
|
研究论文 | 提出一种基于U2-Net改进的显微镜显著目标检测算法，通过引入注意力机制和模型轻量化技术提升检测性能 | 在U-Net中集成卷积块注意力模块(CBAM)增强关键信息提取能力，构建简单金字塔池化模块(SPPM)优化网络复杂度，使用Ghost卷积实现模型轻量化 | NA | 提高医学图像采集的效率和准确性，减轻后续定量分析负担 | 显微镜图像中的显著目标 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | U-Net, U2-Net | 准确率 | NA |
| 18089 | 2025-10-07 |
A comprehensive review on genomic insights and advanced technologies for mastitis prevention in dairy animals
2025-Feb, Microbial pathogenesis
IF:3.3Q2
DOI:10.1016/j.micpath.2024.107233
PMID:39694196
|
综述 | 本文系统综述了基因组学及相关技术在奶牛乳腺炎预防中的研究进展和应用前景 | 整合了预测基因组学、人工智能和CRISPR等前沿技术，提出了乳腺炎防控的新策略 | 主要基于文献综述，缺乏原始实验数据验证 | 探索基因组学和先进技术在乳腺炎预防中的应用 | 奶牛等乳用动物 | 生物信息学 | 乳腺炎 | 基因组学, 表观遗传学, 蛋白质组学, 转录组学, CRISPR | CNN | 基因组数据, 表型数据 | NA | NA | NA | NA | NA |
| 18090 | 2025-10-07 |
The role of sleep quality in mediating the relationship between habenula volume and resilience
2025-Feb, Psychiatry research
IF:4.2Q1
DOI:10.1016/j.psychres.2025.116358
PMID:39799818
|
研究论文 | 本研究探讨了睡眠质量在缰核体积与心理韧性关系中的中介作用 | 首次在人类研究中揭示睡眠质量作为缰核体积影响心理韧性的中介机制，并发现缰核体积的侧化效应 | 样本量较小（84名健康参与者），仅基于问卷评估睡眠质量，缺乏客观睡眠监测数据 | 探究缰核体积通过睡眠质量影响心理韧性的生物学机制 | 84名健康参与者的脑部MRI数据和心理评估数据 | 医学影像分析 | 精神疾病 | 3T-MRI T1加权成像 | 深度学习 | 脑部MRI图像 | 84名健康参与者 | NA | NA | 相关性分析，中介分析 | NA |
| 18091 | 2025-10-07 |
Deep learning helps discriminate between autoimmune hepatitis and primary biliary cholangitis
2025-Feb, JHEP reports : innovation in hepatology
IF:9.5Q1
DOI:10.1016/j.jhepr.2024.101198
PMID:39829723
|
研究论文 | 本研究开发了一种基于深度学习的AIH和PBC鉴别诊断系统 | 首次开发了无需人工标注的Transformer深度学习系统ALNE，用于自身免疫性肝病的定量鉴别诊断 | 扫描技术和切片染色方法的多样性可能影响模型性能 | 开发AIH和PBC的自动鉴别诊断方法 | 自身免疫性肝炎和原发性胆汁性胆管炎患者 | 数字病理学 | 自身免疫性肝病 | H&E染色全玻片图像 | Transformer | 病理图像 | 训练集354例（266例AIH，102例PBC），外部验证集92例（62例AIH，30例PBC） | NA | ALNE（自身免疫性肝脏神经估计器） | AUC | NA |
| 18092 | 2025-10-07 |
One-core neuron deep learning for time series prediction
2025-Feb, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwae441
PMID:39830389
|
研究论文 | 提出一种仅包含单个核心神经元的可解释小模型框架，用于时间序列预测任务 | 首次提出单核心神经元系统，通过多延迟反馈机制将输入特征向量转换为一维时间序列，在保持性能的同时大幅减少参数数量 | 主要适用于短期高维系统预测，在长期预测任务中的性能尚未验证 | 开发参数效率高的深度学习框架，解决大模型计算资源消耗过大的问题 | 时间序列预测任务，特别是短期高维系统 | 机器学习 | NA | 深度学习 | 自定义神经网络 | 时间序列数据 | NA | NA | 单核心神经元系统(OCNS) | NA | NA |
| 18093 | 2025-10-07 |
BananaImageBD: A comprehensive banana image dataset for classification of banana varieties and detection of ripeness stages in Bangladesh
2025-Feb, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.111239
PMID:39830620
|
研究论文 | 本文介绍了孟加拉国香蕉图像数据集BananaImageBD，用于香蕉品种分类和成熟度检测 | 创建了首个专门针对孟加拉国常见香蕉品种和成熟阶段的综合图像数据集 | 仅包含孟加拉国四种常见香蕉品种，样本数量相对有限 | 开发用于香蕉品种分类和成熟度检测的自动化系统 | 孟加拉国四种常见香蕉品种及其四个成熟阶段 | 计算机视觉 | NA | 智能手机图像采集 | NA | 图像 | 原始图像3291张（品种2471张，成熟度820张），增强后9870张（品种7413张，成熟度2457张） | NA | NA | NA | NA |
| 18094 | 2025-10-07 |
Error compensated MOF-based ReRAM array for encrypted logical operations
2025-Jan-21, Dalton transactions (Cambridge, England : 2003)
DOI:10.1039/d4dt02880e
PMID:39625410
|
研究论文 | 本研究开发了一种基于金属有机框架的忆阻器阵列，用于实现加密逻辑运算和低错误率信息读取 | 利用参数不均匀的'非理想'MOF基ReRAM阵列实现加密逻辑运算，通过深度学习达到95%读取准确率 | 仅使用6×6小规模阵列进行验证，参数变异达50% | 开发基于MOF的ReRAM阵列用于加密逻辑运算和信息存储 | 金属有机框架忆阻器阵列 | 机器学习 | NA | ReRAM技术 | 深度学习 | 电子参数数据 | 6×6忆阻器单元阵列 | NA | NA | 准确率 | NA |
| 18095 | 2025-10-07 |
Cross-modality PET image synthesis for Parkinson's Disease diagnosis: a leap from [18F]FDG to [11C]CFT
2025-Jan-20, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07096-3
PMID:39828866
|
研究论文 | 开发深度学习框架从[18F]FDG PET图像合成[11C]CFT PET图像，用于帕金森病诊断 | 利用跨模态相关性实现从[18F]FDG到[11C]CFT PET图像的合成，解决[11C]CFT PET在临床中不可及的问题 | NA | 通过合成[11C]CFT PET图像提升帕金森病诊断能力 | 帕金森病患者和正常对照者 | 医学影像分析 | 帕金森病 | PET成像 | 深度学习 | PET图像 | 604名参与者（274名帕金森病患者，330名正常对照） | NA | NA | PSNR, SSIM, 准确率, AUC | NA |
| 18096 | 2025-10-07 |
Performance and clinical implications of machine learning models for detecting cervical ossification of the posterior longitudinal ligament: a systematic review
2025-Jan-20, Asian spine journal
IF:2.3Q2
DOI:10.31616/asj.2024.0452
PMID:39829182
|
系统综述 | 评估机器学习和深度学习模型在检测颈椎后纵韧带骨化症中的诊断性能和临床意义 | 首次系统评估ML和DL模型在OPLL检测中的应用性能，涵盖多种算法和较大样本量 | 纳入研究的偏倚风险总体为中等，主要关注点在于受试者选择和缺失数据 | 评估机器学习和深度学习模型在颈椎后纵韧带骨化症检测中的诊断性能 | 颈椎后纵韧带骨化症(OPLL)患者 | 医学影像分析 | 脊柱疾病 | 医学影像技术 | CNN,随机森林 | 影像数据 | 6,031名患者 | NA | 卷积神经网络,随机森林 | 准确率,敏感性,特异性,AUC | NA |
| 18097 | 2025-01-22 |
Performance analysis of image retrieval system using deep learning techniques
2025-Jan-20, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2451388
PMID:39832139
|
研究论文 | 本文提出了一种基于深度学习的图像检索系统，用于提高图像检索的效率和准确性 | 提出了一种新的基于RETCNN的CBIR系统，能够同时处理彩色图像和灰度图像，并显著减少检索时间 | 未提及系统在处理大规模数据集时的性能表现 | 提高图像检索系统的检索效率和准确性 | 通用图像（GI）和医学图像（MI） | 计算机视觉 | NA | 深度学习 | RETCNN | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 18098 | 2025-10-07 |
Enhancing predictive accuracy for urinary tract infections post-pediatric pyeloplasty with explainable AI: an ensemble TabNet approach
2025-Jan-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-82282-1
PMID:39828726
|
研究论文 | 本研究开发了一种结合机器学习和深度学习的集成模型，用于预测小儿肾盂成形术后尿路感染 | 首次提出结合机器学习和深度学习的集成预测模型，并应用SHAP进行模型解释，识别eGFR和ALB作为重要预测因子 | 回顾性研究，证据等级IV级，无对照组 | 提高小儿肾盂成形术后尿路感染的预测准确性 | 764例接受单侧肾盂成形术的儿科患者 | 机器学习 | 泌尿系统疾病 | 机器学习，深度学习 | 集成学习，Logistic回归，SVM，随机森林，XGBoost，LightGBM，TabNet | 临床数据 | 764例儿科患者，其中265例(34.7%)发生术后尿路感染 | NA | 集成学习模型(结合LightGBM和TabNet，Logistic回归元学习器) | 准确率，AUC | NA |
| 18099 | 2025-10-07 |
Secure channel estimation model for cognitive radio network physical layer security using two-level shared key authentication
2025-Jan-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86165-x
PMID:39828744
|
研究论文 | 提出一种基于信道状态信息和深度学习的认知无线电网络安全信道估计模型，通过两级共享密钥认证增强物理层安全性 | 结合信道状态信息与深度学习算法，采用两级共享密钥认证机制，在变化信道条件下实现高安全性的物理层通信 | 未明确说明模型在极端干扰环境下的性能表现及计算复杂度分析 | 提高认知无线电网络物理层安全性的保密性、可用性和完整性 | 认知无线电网络中的主用户和次用户之间的通信安全 | 机器学习 | NA | 深度学习 | 深度学习算法 | 信道状态信息 | NA | NA | NA | 保密率, 检测概率, 干扰率 | NA |
| 18100 | 2025-01-22 |
Can a novel computer vision-based framework detect head-on-head impacts during a rugby league tackle?
2025-Jan-19, Injury prevention : journal of the International Society for Child and Adolescent Injury Prevention
IF:2.5Q2
DOI:10.1136/ip-2023-045129
PMID:39832883
|
研究论文 | 本研究开发并评估了一种基于计算机视觉的新框架，用于自动分类橄榄球比赛中的头对头撞击和非头对头撞击 | 首次将计算机视觉框架应用于橄榄球比赛中的头对头撞击检测，并进行了评估 | 未来研究应探索该框架在其他头部接触机制中的应用，以及实时识别潜在事件以进行临床评估的实用性 | 开发并评估一种基于计算机视觉的框架，用于自动检测橄榄球比赛中的头对头撞击 | 橄榄球比赛中的头对头撞击和非头对头撞击 | 计算机视觉 | NA | 深度学习网络、目标检测算法、三维卷积神经网络 | CNN | 视频 | 训练集341个视频片段，测试集670个视频片段 | NA | NA | NA | NA |