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 33008 篇文献，本页显示第 18621 - 18640 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18621 | 2025-10-07 |
Novel Transfer Learning Approach for Detecting Infected and Healthy Maize Crop Using Leaf Images
2025-Jan, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.4655
PMID:39803246
|
研究论文 | 提出一种名为VG-GNBNet的新型迁移学习模型，通过两阶段特征提取过程准确检测玉米作物的健康状况 | 结合VGG-16网络与高斯朴素贝叶斯模型，采用基于特征分解的矩阵分解机制进行特征优化 | NA | 开发高精度的玉米作物健康检测方法 | 玉米作物叶片图像 | 计算机视觉 | 作物病害 | 图像分析 | 迁移学习,机器学习 | 图像 | NA | NA | VGG-16 | 准确率 | NA |
| 18622 | 2025-10-07 |
An Optimized Bidirectional Long Short-Term Memory Model Based on Hyperspectral Analysis of Protein Content in Milk Powder
2025-Jan, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.4556
PMID:39803281
|
研究论文 | 本研究开发了一种基于高光谱分析的优化双向长短期记忆模型，用于快速准确检测奶粉蛋白质含量 | 结合注意力机制和鲸鱼优化算法优化BiLSTM模型，提出WOA-BiLSTM-Attention混合算法 | 未提及模型在其他食品或不同品牌奶粉中的泛化能力 | 开发快速无损检测奶粉蛋白质含量的深度学习方法 | 奶粉样品 | 机器学习 | NA | 高光谱分析 | BiLSTM, Attention机制 | 高光谱数据 | NA | NA | BiLSTM-Attention, WOA-BiLSTM-Attention | 决定系数, 均方根误差 | NA |
| 18623 | 2025-01-15 |
Erratum: Volumetric Breast Density Estimation From Three-Dimensional Reconstructed Digital Breast Tomosynthesis Images Using Deep Learning
2025-Jan, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI-24-00325
PMID:39807853
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 18624 | 2025-10-07 |
An AI-directed analytical study on the optical transmission microscopic images of Pseudomonas aeruginosa in planktonic and biofilm states
2024-Dec-24, ArXiv
PMID:39764404
|
研究论文 | 本研究开发了一种基于深度学习的AI模型，用于检测铜绿假单胞菌在浮游和生物膜状态的光学透射显微图像 | 首次将U-Net与ResNet编码器增强结合用于生物膜图像分割，并利用适配体DNA模板银纳米簇抑制生物膜形成 | NA | 开发准确高效的生物膜检测和预防方法 | 铜绿假单胞菌的生物膜和浮游状态 | 计算机视觉 | 细菌感染 | 光学透射显微镜，适配体DNA模板银纳米簇 | 深度学习 | 图像 | NA | NA | U-Net, ResNet18, ResNet34 | NA | NA |
| 18625 | 2025-10-07 |
Complex Large-Deformation Multimodality Image Registration Network for Image-Guided Radiotherapy of Cervical Cancer
2024-Dec-23, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11121304
PMID:39768121
|
研究论文 | 提出基于多阶段变换增强特征的多模态图像配准网络，用于宫颈癌图像引导放疗中的CT/MR图像配准 | 提出多阶段变换增强特征(MTEF)方法，结合小波变换提取图像不同成分，并设计共享金字塔配准网络实现从局部到全局的多重配准 | 仅针对宫颈癌患者的盆腔CT/MR图像进行验证，未涉及其他癌症类型或解剖部位 | 解决宫颈癌图像引导近距离放疗中多模态图像大变形不连续配准问题 | 宫颈癌患者的盆腔计算机断层扫描(CT)和磁共振(MR)图像 | 医学图像处理 | 宫颈癌 | 小波变换，双结构形态学 | 深度学习网络 | 医学图像(CT, MR) | 实际临床宫颈癌患者数据 | NA | 共享金字塔配准网络 | Dice相似系数(DSC) | NA |
| 18626 | 2025-10-07 |
Clean Self-Supervised MRI Reconstruction from Noisy, Sub-Sampled Training Data with Robust SSDU
2024-Dec-23, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11121305
PMID:39768122
|
研究论文 | 提出一种鲁棒的自监督MRI重建方法，能够从含噪声的欠采样训练数据中恢复干净图像 | 提出Robust SSDU方法，通过同时估计缺失k空间样本和去噪可用样本，从含噪声欠采样数据中恢复干净图像，并引入Noisier2Noise校正项 | 方法在极端噪声条件下性能可能受限，未在多种疾病数据集上进行验证 | 开发无需干净全采样训练数据的自监督MRI重建方法 | 多线圈快速MRI脑部数据集 | 医学影像重建 | 脑部疾病 | 磁共振成像 | 深度学习 | k空间数据，图像数据 | fastMRI脑部数据集 | NA | 去噪专用架构 | 重建质量指标 | NA |
| 18627 | 2025-10-07 |
In Vivo Evaluation of Two Hemorrhagic Shock Resuscitation Controllers with Non-Invasive, Intermittent Sensors
2024-Dec-20, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11121296
PMID:39768114
|
研究论文 | 本文评估了两种使用非侵入性间歇传感器的出血性休克复苏控制器在活体动物模型中的表现 | 提出使用闭环液体复苏控制器，仅依赖非侵入性间歇信号传感器输入，无需动脉导管即可实现有效复苏 | 非侵入性输入方法仍需进一步改进和完善 | 开发适用于战场和大规模伤亡情况下简化使用的出血性休克复苏控制器 | 猪出血性休克损伤模型 | 医学工程 | 出血性休克 | 非侵入性血压测量，光电容积描记法 | 深度学习模型 | 生理信号数据 | NA | NA | NA | 复苏有效性 | NA |
| 18628 | 2025-10-07 |
Image Synthesis in Nuclear Medicine Imaging with Deep Learning: A Review
2024-Dec-18, Sensors (Basel, Switzerland)
DOI:10.3390/s24248068
PMID:39771804
|
综述 | 本文综述了深度学习在核医学图像合成中的应用及其对诊断准确性和临床应用的提升 | 系统分析30篇最新文献，阐明深度学习模型如何生成与真实图像高度相似的合成核医学图像 | 基于文献综述，未涉及原始实验验证 | 改善核医学成像方案的解读性和实用性 | 核医学图像 | 医学影像分析 | NA | 核医学成像 | 深度学习 | 医学图像 | NA | NA | NA | 诊断准确性 | NA |
| 18629 | 2025-10-07 |
A precision oncology-focused deep learning framework for personalized selection of cancer therapy
2024-Dec-16, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.12.628190
PMID:39763776
|
研究论文 | 开发了一种基于深度学习的精准肿瘤学框架ScreenDL，用于个性化选择癌症治疗方案 | 结合肿瘤组学数据和功能性药物筛选数据来预测药物反应，适用于化疗和靶向药物，不依赖于可操作分子改变 | 目前仅在临床前研究中验证，需要在临床试验中进一步测试 | 开发精准肿瘤治疗选择方法，扩展缺乏可操作分子改变的肿瘤患者的治疗选择 | 患者来源的肿瘤模型和乳腺癌患者来源的异种移植模型 | 机器学习 | 癌症 | 肿瘤组学分析，功能性药物筛选 | 深度学习 | 组学数据，药物反应数据 | 大量患者来源的肿瘤模型 | NA | ScreenDL | 临床获益率，客观缓解率 | NA |
| 18630 | 2025-10-07 |
State-of-the-art performance of deep learning methods for pre-operative radiologic staging of colorectal cancer lymph node metastasis: a scoping review
2024-Dec-02, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2024-086896
PMID:39622569
|
综述 | 对深度学习在结直肠癌淋巴结转移术前影像分期中的应用现状进行范围综述 | 系统评估了2018-2024年间深度学习在结直肠癌淋巴结转移术前分期中的最新进展，特别关注可解释AI的应用 | 纳入研究存在数据代表性不足、方法学不完善、模型验证不充分和可解释性技术有限等根本性局限 | 评估深度学习在结直肠癌淋巴结转移术前影像分期中的应用现状 | 结直肠癌淋巴结转移的术前影像学数据 | 医学影像分析 | 结直肠癌 | 术前影像学检查 | 深度学习 | 医学影像 | 涵盖13项符合纳入标准的研究 | NA | NA | AUC曲线下面积 | NA |
| 18631 | 2025-10-07 |
Development and validation of a deep learning model for predicting gastric cancer recurrence based on CT imaging: a multicenter study
2024-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001627
PMID:38896865
|
研究论文 | 开发并验证基于CT影像的深度学习模型用于预测胃癌术后复发风险 | 构建结合深度学习特征与临床特征的融合签名模型，并在多中心数据中验证其预测性能 | 回顾性研究设计，可能存在选择偏倚 | 预测胃癌患者术后复发风险 | 接受根治性手术的胃癌患者 | 计算机视觉 | 胃癌 | CT成像 | CNN | 医学影像 | 2813例胃癌患者（来自两个医疗中心） | NA | ResNet50 | AUC, 校准度 | NA |
| 18632 | 2025-10-07 |
RETRACTED ARTICLE: Cognitive computing-based COVID-19 detection on Internet of things-enabled edge computing environment
2024-12, Soft computing
IF:3.1Q2
DOI:10.1007/s00500-021-06514-6
PMID:34812247
|
研究论文 | 提出一种基于联邦深度学习的COVID-19检测模型，在物联网边缘计算环境中实现 | 结合联邦学习与边缘计算，使用萤火虫群优化算法调参，实现隐私保护的分布式COVID-19检测 | 未明确说明数据集具体规模和多样性，实验细节描述不够充分 | 开发高效的COVID-19早期检测系统以降低死亡率 | 胸部X光图像数据 | 计算机视觉 | COVID-19 | 深度学习，联邦学习 | CNN | 医学图像 | 基准CXR数据集（具体数量未说明） | NA | SqueezeNet | 多种评估指标（具体未列明） | 物联网边缘计算环境，云服务器 |
| 18633 | 2025-10-07 |
RETRACTED ARTICLE: MTR-SDL: a soft computing based multi-tier rank model for shoulder X-ray classification
2024-12, Soft computing
IF:3.1Q2
DOI:10.1007/s00500-023-08562-6
PMID:37362295
|
研究论文 | 提出一种基于软计算的多层排序模型MTR-SDL，用于肩部X射线分类 | 提出新型集成学习技术'基于排序的集成选择'，通过动态集成投票方法为未标记数据集生成标签 | NA | 解决医疗领域标注数据不足的问题，提高肩部X射线分类性能 | 肩部X射线图像 | 计算机视觉 | 肩部疾病 | X射线成像 | 深度神经网络,集成学习 | 医学图像 | NA | NA | NA | 准确率,特异性,敏感性,精确率,马修斯相关系数,错误发现率,假阳性率,F1分数,阴性预测值,假阴性率 | NA |
| 18634 | 2025-10-07 |
Validating Machine Learning Models Against the Saline Test Gold Standard for Primary Aldosteronism Diagnosis
2024-Dec, JACC. Asia
DOI:10.1016/j.jacasi.2024.09.010
PMID:39802987
|
研究论文 | 开发并验证机器学习模型用于预测东亚高血压患者中的原发性醛固酮增多症，并与传统盐水输注试验进行比较 | 首次将机器学习模型与原发性醛固酮增多症诊断的金标准盐水试验进行系统比较验证 | 研究结果可能仅限于东亚高血压人群，需要更多样本人群验证 | 为原发性醛固酮增多症提供更高效、标准化的诊断方法 | 高血压患者中的原发性醛固酮增多症病例 | 机器学习 | 原发性醛固酮增多症 | 机器学习 | Random Forest, XGBoost, 深度学习 | 临床数据 | 来自三个队列：TAIPAI（台湾原发性醛固酮增多症调查）、CONPASS（重庆原发性醛固酮增多症研究）和韩国队列 | NA | NA | 准确率, 敏感度, 特异性 | NA |
| 18635 | 2025-10-07 |
Multidimensional morphological analysis of live sperm based on multiple-target tracking
2024-Dec, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2024.02.025
PMID:39803335
|
研究论文 | 开发基于深度学习的活体精子多维形态分析系统，实现精子运动性和形态的自动化检测 | 改进了FairMOT跟踪算法，在匈牙利匹配算法的成本函数中加入了精子头部运动距离、角度和检测框IOU值，并首次同时实现精子前向运动性和形态的自动化分析 | NA | 改进临床精子形态检测方法，推动辅助生殖技术发展 | 活体精子 | 计算机视觉 | 生殖系统疾病 | 深度学习 | 多目标跟踪, 实例分割, 语义分割 | 视频图像 | 来自多家三甲医院的1272个样本 | NA | FairMOT, BlendMask, SegNet | 形态准确率90.82%，与人工显微镜结果高度一致 | NA |
| 18636 | 2025-01-14 |
Letter to the Editor: Commentary on Feasibility Study of Parkinson's Speech Disorder Evaluation With Pre-Trained Deep Learning Model for Speech-to-Text Analysis (Korean J Neurotrauma 2024;20:168-179)
2024-Dec, Korean journal of neurotrauma
DOI:10.13004/kjnt.2024.20.e40
PMID:39803342
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 18637 | 2025-10-07 |
A deep learning modular ECG approach for cardiologist assisted adjudication of atrial fibrillation and atrial flutter episodes
2024-Dec, Heart rhythm O2
IF:2.5Q2
DOI:10.1016/j.hroo.2024.09.007
PMID:39803625
|
研究论文 | 开发一种基于深度学习的模块化心电图软件，用于辅助心脏病专家判读心房颤动和心房扑动发作 | 采用模块化结构模拟心脏病专家心电图判读流程，结合用户界面允许专家调整结果并驱动二次分析 | 残留错误主要与房性心律失常类型分类相关，部分记录需要手动调整模块 | 构建和评估用于长程心电图记录的深度学习模块化软件 | 房性快速性心律失常（包括心房颤动和心房扑动） | 数字病理 | 心血管疾病 | 心电图分析 | 深度学习 | 心电图信号 | 187条记录，249,419个一分钟样本 | NA | 模块化神经网络 | F1分数 | NA |
| 18638 | 2025-10-07 |
RETRACTED ARTICLE: DLMBHCO: design of an augmented bioinspired deep learning-based multidomain body parameter analysis via heterogeneous correlative body organ analysis
2024-12, Soft computing
IF:3.1Q2
DOI:10.1007/s00500-023-08613-y
PMID:37362266
|
研究论文 | 提出一种增强型生物启发深度学习模型，通过异构关联器官分析实现多领域身体参数分析 | 结合细菌觅食优化器和多种深度学习模型融合，通过时间分析建立器官间疾病关联概率 | 仅基于有限的数据集进行验证，未提及模型在更广泛临床环境中的适用性 | 开发能够高效识别人体不同器官间疾病关联的深度学习模型 | 人体多器官疾病关联分析 | 机器学习 | 多器官疾病 | 时空数据扫描，血液报告时间分析 | 深度学习模型融合 | 医学扫描数据，血液报告 | MITBIH, DEAP, CT Kidney, RIDER, PLCO数据集 | NA | Inception Net, XCeption Net, GoogLeNet | 准确率，精确率，召回率 | NA |
| 18639 | 2025-10-07 |
Deep learning segmentation architectures for automatic detection of pancreatic ductal adenocarcinoma in EUS-guided fine-needle biopsy samples based on whole-slide imaging
2024 Nov-Dec, Endoscopic ultrasound
IF:4.4Q1
DOI:10.1097/eus.0000000000000094
PMID:39802107
|
研究论文 | 本研究比较了7种U-Net架构变体在胰腺导管腺癌全玻片图像分割中的性能 | 评估了多种先前未在PDAC全玻片图像分割中探索的U-Net架构变体，并在两个不同医疗中心的数据集上进行交叉验证 | 样本量较小（分别为31和33张全玻片图像），仅针对胰腺导管腺癌一种疾病 | 开发基于深度学习的自动分割方法用于胰腺导管腺癌诊断 | EUS引导细针活检样本的全玻片图像 | 数字病理学 | 胰腺癌 | 全玻片成像 | CNN | 图像 | 两个数据集分别包含31和33张全玻片图像 | NA | U-Net, Inception U-Net | Dice系数, IoU | NA |
| 18640 | 2025-10-07 |
Functional imaging derived ADHD biotypes based on deep clustering: a study on personalized medication therapy guidance
2024-Nov, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2024.102876
PMID:39763511
|
研究论文 | 本研究基于功能影像数据开发深度学习聚类方法识别ADHD生物亚型，并探索其对个性化药物治疗的指导意义 | 首次提出结合功能网络连接性和非影像表型数据的图卷积网络生物亚型检测方法，实现了ADHD的客观分型并验证了不同亚型对药物的差异化反应 | 样本量相对有限，验证集仅来自单一医疗中心，需要更大规模的多中心研究进一步验证 | 开发基于神经影像的ADHD生物分型方法，为个性化药物治疗提供指导 | 注意缺陷多动障碍患者 | 医学影像分析 | 神经发育障碍 | 功能磁共振成像，深度学习聚类 | 图卷积网络 | 功能网络连接性数据，非影像表型数据 | 发现集1069名ADHD患者（来自ABCD研究），验证集130名ADHD青少年（来自北京大学第六医院） | 深度学习框架 | 图卷积网络 | 恢复率，统计学显著性 | NA |