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 33150 篇文献，本页显示第 18961 - 18980 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18961 | 2025-01-11 |
Addendum to: The effectiveness of deep learning model in differentiating benign and malignant pulmonary nodules on spiral CT
2025, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-249001
PMID:39792355
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 18962 | 2025-10-07 |
[Research progress on prognostic prediction models for patients undergoing extracorporeal membrane oxygenation]
2024-Dec, Zhonghua wei zhong bing ji jiu yi xue
|
综述 | 本文系统回顾了体外膜肺氧合(ECMO)患者预后预测模型的研究进展，并对现有模型进行分类和局限性分析 | 首次基于方法学分类、患者人群和理论框架对成人ECMO预后预测模型进行系统分类，并提出整合机器学习和深度学习技术的未来发展方向 | 现有模型存在样本量有限、多中心验证不足、静态数据分析以及模型适用性受限等问题 | 优化ECMO治疗决策并提高患者生存率 | 接受体外膜肺氧合治疗的成人患者 | 医学预测模型 | 难治性呼吸循环衰竭 | 预后预测模型开发与验证 | 机器学习,深度学习 | 临床数据 | NA | NA | NA | NA | NA |
| 18963 | 2025-10-07 |
Comparing the Artificial Intelligence Detection Models to Standard Diagnostic Methods and Alternative Models in Identifying Alzheimer's Disease in At-Risk or Early Symptomatic Individuals: A Scoping Review
2024-Dec, Cureus
DOI:10.7759/cureus.75389
PMID:39781179
|
综述 | 本范围综述比较了人工智能检测模型与标准诊断方法在阿尔茨海默病早期识别中的表现 | 系统评估了2022-2023年最新AI技术在AD早期检测中的应用，重点关注多模态方法和可解释性AI | 存在数据异质性问题，需要更高质量和多样化的数据集，临床工作流整合和伦理考虑是实际应用的主要障碍 | 比较AI检测模型与传统方法在阿尔茨海默病早期识别中的效果 | 处于风险或早期症状的阿尔茨海默病个体 | 机器学习 | 阿尔茨海默病 | 神经影像学、基因组学、认知测试、血液生物标志物 | 深度学习 | 多模态数据（神经影像、临床评估、基因数据） | 从2,966篇文章中筛选44篇进行定性分析 | NA | NA | 灵敏度, 特异度, AUC | NA |
| 18964 | 2025-10-07 |
Assessing Artificial Intelligence in Oral Cancer Diagnosis: A Systematic Review
2024-Oct-29, The Journal of craniofacial surgery
IF:1.0Q3
DOI:10.1097/SCS.0000000000010663
PMID:39787481
|
系统综述 | 本系统综述评估了2020-2024年间人工智能技术在口腔癌检测和诊断中的有效性和准确性 | 首次系统评估2020-2024年间AI在口腔癌诊断中的应用效果，涵盖多种AI技术和数据类型的综合分析 | 数据集变异性大和监管问题等限制因素 | 评估人工智能技术在口腔癌检测和诊断中的有效性和准确性 | 口腔癌诊断相关的AI技术应用研究 | 医学影像分析 | 口腔癌 | 机器学习、深度学习 | 机器学习算法、深度学习算法 | 组织病理学切片、口腔内图片 | 12篇符合纳入标准的研究论文 | NA | NA | 诊断精度、病变识别效果、预后预测准确性 | NA |
| 18965 | 2025-10-07 |
Precision Opioid Prescription in ICU Surgery: Insights from an Interpretable Deep Learning Framework
2024, Journal of surgery (Lisle, IL)
DOI:10.29011/2575-9760.11189
PMID:39781484
|
研究论文 | 开发可解释深度学习框架预测ICU手术患者术后阿片类药物需求 | 首次将Permutation Feature Importance Test应用于多种机器学习模型的可解释性分析，识别影响术后阿片类药物使用的关键因素 | 仅使用单一数据库（MIMIC）数据，模型性能仍有提升空间（PCC=0.283） | 通过可解释AI方法精准预测ICU手术患者术后阿片类药物需求 | ICU手术患者 | 机器学习 | 术后疼痛管理 | 电子健康记录分析 | DNN, SVM, XGBoost, Random Forest | 结构化电子健康记录 | 4,912名手术患者 | NA | 深度神经网络 | 均方误差, 皮尔逊相关系数 | NA |
| 18966 | 2025-10-07 |
Antibody-supervised deep learning for quantification of tumor-infiltrating immune cells in hematoxylin and eosin stained breast cancer samples
2016, Journal of pathology informatics
DOI:10.4103/2153-3539.189703
PMID:27688929
|
研究论文 | 提出基于抗体引导标注和深度学习的创新方法，用于量化乳腺癌H&E染色样本中免疫细胞浸润区域 | 首次将抗体引导标注与深度学习相结合，仅使用常规H&E染色实现免疫细胞浸润的自动量化 | 样本量较小（仅20例患者），需进一步验证方法的泛化能力 | 开发自动量化肿瘤浸润免疫细胞的新方法 | 乳腺癌患者的福尔马林固定石蜡包埋组织样本 | 数字病理学 | 乳腺癌 | H&E染色, CD45免疫组化染色, 全玻片数字化扫描 | CNN, SVM | 病理图像 | 20例乳腺癌患者，123,442个标注超像素 | NA | 预训练卷积神经网络 | F-score, Kappa系数 | NA |
| 18967 | 2025-01-07 |
EEG-based cross-subject passive music pitch perception using deep learning models
2025-Dec, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-024-10196-9
PMID:39758357
|
研究论文 | 本研究利用深度学习模型，基于脑电图（EEG）数据，探索跨被试的音乐音高感知 | 提出了轻量级改进的EEGNet模型用于EEG音高分类，并采用分类器集成方法构建跨被试模型 | 研究仅针对小提琴的G3和B6音高，未涵盖更广泛的音高范围 | 客观检测和解码跨被试的音乐音高感知的脑响应 | 34名被试在听到小提琴G3和B6音高时的EEG信号 | 机器学习 | NA | EEG | 改进的EEGNet模型 | EEG信号 | 34名被试 | NA | NA | NA | NA |
| 18968 | 2025-01-07 |
Deep learning enabled near-isotropic CAIPIRINHA VIBE in the nephrogenic phase improves image quality and renal lesion conspicuity
2025-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2024.100622
PMID:39758710
|
研究论文 | 本研究探讨了深度学习加速的CAIPIRINHA-VIBE技术在肾脏成像中的应用，以提升图像质量和病变检测能力 | 首次将深度学习技术应用于CAIPIRINHA-VIBE序列，以改善肾脏成像的图像质量和病变显着性 | DL-CAIPIRINHA-VIBE呈现出更多的合成外观和混叠伪影 | 比较DL-CAIPIRINHA-VIBE与标准CAIPIRINHA-VIBE在肾脏成像中的图像质量和病变检测能力 | 50名患者，包括23个实性和45个囊性肾脏病变 | 医学影像 | 肾脏疾病 | 深度学习加速的CAIPIRINHA-VIBE技术 | 深度学习模型 | MRI图像 | 50名患者，68个肾脏病变 | NA | NA | NA | NA |
| 18969 | 2025-01-07 |
Deep Learning to Predict the Future Growth of Geographic Atrophy from Fundus Autofluorescence
2025 Mar-Apr, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100635
PMID:39758130
|
研究论文 | 本文开发了多种深度学习模型，利用眼底自发荧光（FAF）图像预测地理萎缩（GA）病变的1年增长区域（ROG） | 首次使用深度学习模型预测GA病变的1年增长区域，并比较了不同时间点FAF图像的预测效果 | 研究为回顾性分析，可能受到数据选择和模型训练的限制 | 预测地理萎缩（GA）病变的1年增长区域，以支持临床试验和临床治疗决策 | 地理萎缩（GA）病变 | 计算机视觉 | 老年性疾病 | 深度学习 | 2D U-Net | 图像 | 597名患者的研究眼数据，分为训练集（310）、验证集（78）和测试集（209） | NA | NA | NA | NA |
| 18970 | 2025-01-07 |
Optical coherence tomography: implications for neurology
2025-Feb-01, Current opinion in neurology
IF:4.1Q2
DOI:10.1097/WCO.0000000000001340
PMID:39704153
|
综述 | 本文探讨了光学相干断层扫描（OCT）在神经学实践中的作用，特别是在诊断和监测视乳头水肿、视神经炎和视网膜动脉阻塞等疾病中的应用 | OCT作为一种非侵入性工具，能够有效检测和监测视觉通路中的神经轴索损伤，结合深度学习算法提高了诊断准确性和预测能力 | NA | 探讨OCT在神经学中的应用，特别是在诊断和监测视觉通路相关疾病中的作用 | 视乳头水肿、视神经炎、视网膜动脉阻塞等疾病患者 | 数字病理学 | 神经系统疾病 | 光学相干断层扫描（OCT） | 深度学习算法 | 图像 | NA | NA | NA | NA | NA |
| 18971 | 2025-01-07 |
Artificial intelligence and stroke imaging
2025-Feb-01, Current opinion in neurology
IF:4.1Q2
DOI:10.1097/WCO.0000000000001333
PMID:39760722
|
综述 | 本文探讨了人工智能在卒中影像学中的应用及其潜力 | 提出了深度学习技术在卒中影像学中的高保真预测、描述和推理工具的应用，并探讨了生成模型在解决当前障碍中的潜力 | 尽管人工智能在卒中影像学中的潜力巨大，但在实际临床应用中仍面临数据噪声、不完整、偏见和小规模数据的挑战 | 探讨人工智能在卒中影像学中的应用，以实现个体化精准医疗 | 卒中影像学数据 | 医学影像 | 卒中 | 深度学习 | 生成模型 | 影像数据 | NA | NA | NA | NA | NA |
| 18972 | 2025-01-07 |
Deep learning-based segmentation of acute ischemic stroke MRI lesions and recurrence prediction within 1 year after discharge: A multicenter study
2025-Jan-26, Neuroscience
IF:2.9Q2
|
研究论文 | 本研究探讨了基于深度学习的急性缺血性卒中（AIS）患者脑部MRI梗死病灶分割的性能，以及放射组学在出院后1年内复发预测的价值，并开发了一个结合放射组学特征和临床因素的模型来准确预测AIS复发 | 使用多尺度残差注意力UNet（MRA-UNet）进行MRI病灶分割，并结合放射组学数据和临床数据开发了预测AIS复发的模型 | 未提及具体样本量，且模型在验证集上的表现可能受到样本选择偏差的影响 | 提高急性缺血性卒中患者MRI病灶分割的准确性，并预测出院后1年内的复发风险 | 急性缺血性卒中患者的脑部MRI图像 | 医学影像分析 | 急性缺血性卒中 | MRI | MRA-UNet, LR, RF, CatBoost, XGBoost | 图像, 临床数据 | 未提及具体样本量 | NA | NA | NA | NA |
| 18973 | 2025-01-07 |
Deep learning-based object detection algorithms in medical imaging: Systematic review
2025-Jan-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e41137
PMID:39758372
|
综述 | 本文综述了基于深度学习的医学图像中的目标检测算法，探讨了最新方法、不同成像技术和解剖学应用 | 通过PRISMA指南进行定量和定性分析，揭示了基于深度学习的对象检测模型在医学图像分析中的未开发潜力 | 数据集大小存在显著差异，许多数据集被标记为私有或内部，且前瞻性研究仍然稀缺 | 探讨基于深度学习的医学图像目标检测算法的应用和发展趋势 | 医学图像中的目标检测 | 计算机视觉 | NA | CR扫描、病理图像、内窥镜成像 | 深度学习 | 图像 | 数据集大小存在显著差异，许多数据集被标记为私有或内部 | NA | NA | NA | NA |
| 18974 | 2025-01-07 |
Automated Breast Density Assessment for Full-Field Digital Mammography and Digital Breast Tomosynthesis
2025-Jan-06, Cancer prevention research (Philadelphia, Pa.)
DOI:10.1158/1940-6207.CAPR-24-0338
PMID:39450526
|
研究论文 | 本文开发了一种深度学习模型，用于自动化评估全视野数字乳腺摄影（FFDM）和数字乳腺断层合成（DBT）的乳腺密度 | 提出了一种能够同时适用于FFDM和DBT的自动化乳腺密度评估模型，减少了评估中的观察者间差异 | 模型在外部验证中的表现虽好，但仍有改进空间，特别是在不同种族群体中的适用性 | 自动化评估乳腺密度，以辅助乳腺癌的风险预测和补充筛查决策 | 9,714名女性的前瞻性队列和18,360名女性的外部验证队列 | 数字病理学 | 乳腺癌 | 深度学习 | 深度学习模型 | 图像 | 9,714名女性的前瞻性队列和18,360名女性的外部验证队列 | NA | NA | NA | NA |
| 18975 | 2025-01-07 |
From Sequence to System: Enhancing IVT mRNA Vaccine Effectiveness through Cutting-Edge Technologies
2025-Jan-06, Molecular pharmaceutics
IF:4.5Q1
|
综述 | 本文综述了IVT mRNA疫苗的最新研究进展和优化策略，包括AI模型和深度学习技术在IVT mRNA结构优化和递送系统设计中的应用 | 应用AI模型和深度学习技术优化IVT mRNA结构及递送系统设计，探讨了新型递送平台如脂质纳米颗粒、聚合物和外泌体的发展 | 未提及具体实验数据或样本量，主要基于现有研究的综述 | 提升IVT mRNA疫苗的有效性，克服现有挑战，如表达水平有限、非特异性靶向、快速降解和意外免疫激活 | IVT mRNA疫苗及其递送系统 | 生物信息学 | 传染病 | AI模型、深度学习 | 深度学习 | NA | NA | NA | NA | NA | NA |
| 18976 | 2025-01-07 |
Machine Learning Models for Predicting Monoclonal Antibody Biophysical Properties from Molecular Dynamics Simulations and Deep Learning-Based Surface Descriptors
2025-Jan-06, Molecular pharmaceutics
IF:4.5Q1
|
研究论文 | 本研究利用分子动力学模拟和深度学习技术预测单克隆抗体的生物物理特性 | 开发了新的深度学习模型DeepSP，直接从序列预测抗体的动态和结构特性，显著减少计算时间 | 数据集仅包含137种抗体的12种生物物理特性，可能限制了模型的泛化能力 | 预测和优化单克隆抗体的生物物理特性，以提高其作为治疗药物的开发成功率 | 单克隆抗体 | 机器学习 | NA | 分子动力学模拟, 深度学习 | DeepSP, 机器学习模型 | 序列数据, 实验数据 | 137种抗体的12种生物物理特性 | NA | NA | NA | NA |
| 18977 | 2025-01-07 |
FormulationBCS: A Machine Learning Platform Based on Diverse Molecular Representations for Biopharmaceutical Classification System (BCS) Class Prediction
2025-Jan-06, Molecular pharmaceutics
IF:4.5Q1
|
研究论文 | 本研究开发了一个基于机器学习的网络平台，用于高通量生物药剂学分类系统（BCS）分类，旨在提高药物开发和监管效率 | 首次开发了一个基于机器学习的BCS分类网络平台，结合多种分子表示和高性能机器学习模型，实现了快速准确的BCS分类 | 尽管模型在内部和外部验证中表现良好，但仍需进一步验证其在更广泛数据集上的适用性和准确性 | 开发一个基于机器学习的网络平台，用于高通量BCS分类，以支持药物候选物的早期开发和配方决策 | 药物候选物的BCS分类 | 机器学习 | NA | 机器学习算法和深度学习框架 | LightGBM, AttentiveFP, XGBoost | 分子表示（一维分子指纹、描述符、分子图、三维分子空间坐标） | 四个BCS相关分子属性数据集 | NA | NA | NA | NA |
| 18978 | 2025-01-07 |
An Artificial Intelligence-Driven Preoperative Radiomic Subtype for Predicting the Prognosis and Treatment Response of Patients with Papillary Thyroid Carcinoma
2025-Jan-06, Clinical cancer research : an official journal of the American Association for Cancer Research
IF:10.0Q1
DOI:10.1158/1078-0432.CCR-24-2356
PMID:39535738
|
研究论文 | 本研究开发并验证了一种基于深度学习的放射组学特征（DLRI），用于预测甲状腺乳头状癌（PTC）的炎症亚型及其预后和抗炎中药治疗效果 | 首次开发了一种非侵入性的放射组学特征（DLRI），用于预测PTC的炎症亚型及其预后和治疗反应，特别是抗炎中药的治疗效果 | 需要前瞻性研究来进一步验证这些发现 | 开发并验证一种非侵入性的放射组学特征，用于预测PTC患者的预后和治疗反应 | 甲状腺乳头状癌（PTC）患者 | 数字病理学 | 甲状腺癌 | 深度学习 | 深度学习放射组学特征（DLRI） | 超声图像 | 2,506例患者（来自两个独立中心） | NA | NA | NA | NA |
| 18979 | 2025-01-07 |
Neural Ordinary Differential Equations for Forecasting and Accelerating Photon Correlation Spectroscopy
2025-Jan-06, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.4c03234
PMID:39757890
|
研究论文 | 本文提出了一种基于神经常微分方程模型g2NODE的方法，用于预测和加速光子相关光谱实验 | 使用神经常微分方程模型g2NODE，从少量噪声相关函数中预测完整的无噪声干涉实验，显著加速实验获取时间 | 需要进一步验证在更多实验数据上的适用性和稳定性 | 加速光子相关光谱实验，提高量子发射体材料的实验表征效率 | 固态单光子发射体的量子光学特性 | 机器学习 | NA | 光子相关傅里叶光谱（PCFS） | 神经常微分方程（NODE） | 光子相关函数 | 10-20个噪声测量的光子相关函数 | NA | NA | NA | NA |
| 18980 | 2025-01-07 |
Deep learning-based histopathological assessment of tubulo-interstitial injury in chronic kidney diseases
2025-Jan-05, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00708-3
PMID:39757253
|
研究论文 | 本文开发了一种基于深度学习的名为DLRS的方法，用于从肾活检标本的全切片图像中量化间质纤维化和炎症细胞浸润作为肾小管间质损伤评分 | DLRS方法能够自动分割全切片图像中的不同组织区域并检测间质核，从而量化肾小管间质损伤评分，且其评分与肾小球滤过率（eGFR）的相关性高于肾病学家的评估 | 研究样本主要来自日本和欧洲血统的患者，可能限制了结果的普遍性 | 开发一种自动化的深度学习方法，用于准确量化慢性肾脏病（CKD）患者的肾小管间质损伤 | 慢性肾脏病（CKD）患者的肾活检标本 | 数字病理学 | 慢性肾脏病 | 深度学习 | NA | 图像 | 71名日本CKD患者、28名日本肾小管间质性肾炎患者、49名欧洲血统的肾硬化患者以及238名日本CKD患者（包括来自另一家医院的167名患者） | NA | NA | NA | NA |