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 33074 篇文献，本页显示第 18241 - 18260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18241 | 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 |
| 18242 | 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 |
| 18243 | 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 |
| 18244 | 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 |
| 18245 | 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 |
| 18246 | 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 |
| 18247 | 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 |
| 18248 | 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 |
| 18249 | 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 |
| 18250 | 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 |
| 18251 | 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 |
| 18252 | 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 |
| 18253 | 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 |
| 18254 | 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 |
| 18255 | 2025-10-07 |
Generating synthetic CT images from unpaired head and neck CBCT images and validating the importance of detailed nasal cavity acquisition through simulations
2025-Feb, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109568
PMID:39700859
|
研究论文 | 本研究提出使用循环一致性生成对抗网络从非配对头颈部锥形束CT图像生成合成CT图像，并通过计算流体动力学验证详细鼻腔分割的重要性 | 结合多种损失函数和数据增强策略的cycleGAN模型用于CBCT去噪，开发基于规则的自动气道分割方法，并通过CFD分析鼻腔精细分割对气流的影响 | 未明确说明训练数据的具体样本量和多样性限制 | 提高头颈部CBCT图像质量以替代传统CT，实现精确的气道分割和流体动力学分析 | 头颈部锥形束CT图像和合成CT图像 | 医学影像处理 | 头颈部疾病 | 锥形束CT, 计算流体动力学 | cycleGAN | 医学图像 | NA | NA | cycleGAN | 平均绝对误差, 峰值信噪比, 结构相似性指数, Dice系数 | NA |
| 18256 | 2025-10-07 |
Generating 3D brain tumor regions in MRI using vector-quantization Generative Adversarial Networks
2025-Feb, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109502
PMID:39700855
|
研究论文 | 提出一种基于矢量量化生成对抗网络和Transformer的新型框架，用于生成高分辨率3D脑肿瘤区域以解决数据不平衡问题 | 首次将矢量量化GAN与掩码标记建模Transformer结合，专门生成脑肿瘤ROI而非完整图像体积 | 仅在两种特定脑肿瘤数据集上验证，未在其他肿瘤类型或医学图像模态上测试 | 解决医学图像分析中数据不平衡问题，提高脑肿瘤分类准确率 | 脑肿瘤MRI图像中的肿瘤区域 | 医学图像分析 | 脑肿瘤 | MRI | GAN, Transformer | 3D医学图像 | BraTS 2019数据集和内部儿科低级别胶质瘤数据集 | NA | 矢量量化GAN, Transformer | AUC | NA |
| 18257 | 2025-10-07 |
DCSENets: Interpretable deep learning for patient-independent seizure classification using enhanced EEG-based spectrogram visualization
2025-Feb, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109558
PMID:39708497
|
研究论文 | 提出一种基于增强EEG谱图可视化的可解释深度学习模型，用于患者无关的癫痫发作分类 | 开发新型STFT谱图构建算法结合锥形函数提升分辨率，并采用扩张卷积压缩激励网络和Grad CAM可视化解释器 | 模型性能受训练测试样本分布相似性影响，部分患者分类效果存在差异 | 开发计算机辅助诊断系统以减少神经科医生手动分析EEG信号的工作量 | 癫痫患者的脑电图信号 | 深度学习 | 癫痫 | 短时傅里叶变换，谱图可视化 | DCSENets | 脑电图信号，谱图图像 | CHB-MIT数据集中的选定患者 | NA | 扩张卷积压缩激励网络 | 准确率 | NA |
| 18258 | 2025-10-07 |
PTSP-BERT: Predict the thermal stability of proteins using sequence-based bidirectional representations from transformer-embedded features
2025-Feb, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109598
PMID:39708499
|
研究论文 | 开发基于蛋白质序列的深度学习模型PSTP-BERT，用于预测蛋白质的热稳定性并进行三类分类 | 首次实现嗜热蛋白、嗜温蛋白和嗜冷蛋白的三类直接识别，而非传统的二元分类 | 未明确说明模型对未知蛋白质序列的泛化能力 | 预测蛋白质的热稳定性并分类 | 嗜热蛋白、嗜温蛋白和嗜冷蛋白 | 生物信息学 | NA | 蛋白质序列分析 | BERT, LightGBM | 蛋白质序列数据 | 未明确说明具体样本数量 | BERT, LightGBM | BERT-bfd | 准确率 | NA |
| 18259 | 2025-01-27 |
Assessment of deep learning technique for fully automated mandibular segmentation
2025-Feb, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics
IF:2.7Q1
DOI:10.1016/j.ajodo.2024.09.006
PMID:39863342
|
研究论文 | 本研究评估了一种基于卷积神经网络的自动分割下颌骨的开源模型 | 使用MONAI Label主动学习工具扩展训练自动模型，并评估其在临床中的适用性 | 样本量较小，仅包含55个锥形束计算机断层扫描 | 评估自动分割下颌骨模型的精度 | 下颌骨的自动分割 | 计算机视觉 | NA | 锥形束计算机断层扫描 | 卷积神经网络（CNN） | 图像 | 55个锥形束计算机断层扫描 | NA | NA | NA | NA |
| 18260 | 2025-10-07 |
Generalization Analysis of Transformers in Distribution Regression
2025-Jan-21, Neural computation
IF:2.7Q3
DOI:10.1162/neco_a_01726
PMID:39556504
|
研究论文 | 本文提出了一个基于分布回归的Transformer学习框架，通过注意力算子分析Transformer的泛化能力 | 提出了注意力算子的数学表述，证明Transformer能将分布无损压缩为函数表示，并建立了泛化界 | 理论研究缺乏实证验证，实际应用效果需要进一步检验 | 分析Transformer在分布回归中的泛化能力及其数学机制 | Transformer模型及其在分布回归中的应用 | 机器学习 | NA | 分布回归，注意力机制分析 | Transformer | 分布数据 | NA | NA | Transformer | 泛化界 | NA |