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 34204 篇文献，本页显示第 19801 - 19820 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 19801 | 2025-10-07 |
Exploring the Trade-Off in the Variational Information Bottleneck for Regression with a Single Training Run
2024-Nov-30, Entropy (Basel, Switzerland)
DOI:10.3390/e26121043
PMID:39766672
|
研究论文 | 提出一种可在单次训练中获取回归问题所有β值下VIB最优解的框架 | 首次在回归问题中推导VIB最优解，并提出单次训练即可探索所有β值的创新框架 | 仅针对回归问题进行分析，未涉及分类等其他任务 | 分析变分信息瓶颈在回归问题中的行为特性并提升参数探索效率 | 变分信息瓶颈方法在回归任务中的应用 | 机器学习 | NA | 变分信息瓶颈 | VIB | NA | NA | NA | NA | NA | NA |
| 19802 | 2025-10-07 |
Artificial Intelligence in IVF Laboratories: Elevating Outcomes Through Precision and Efficiency
2024-Nov-28, Biology
DOI:10.3390/biology13120988
PMID:39765654
|
综述 | 探讨人工智能技术在体外受精实验室中的应用及其对生殖医学的影响 | 系统分析AI在胚胎和精子选择自动化、临床决策优化方面的创新应用 | 存在数据安全、算法偏见和人机交互等伦理监管挑战 | 提升体外受精实验室的精准度和效率 | 体外受精实验室流程和生殖医学 | 机器学习 | 生殖系统疾病 | NA | 神经网络,深度学习,机器学习 | 医疗数据 | NA | NA | NA | 准确率,一致性,操作效率 | NA |
| 19803 | 2025-10-07 |
VDMNet: A Deep Learning Framework with Vessel Dynamic Convolution and Multi-Scale Fusion for Retinal Vessel Segmentation
2024-Nov-25, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11121190
PMID:39768008
|
研究论文 | 提出一种名为VDMNet的新型深度学习框架，用于视网膜血管分割 | 集成了快速多头自注意力模块、血管动态卷积模块、多尺度融合机制和加权非对称焦点Tversky损失函数，有效解决了噪声敏感、类别不平衡和复杂血管形态分割等挑战 | NA | 开发更精确的视网膜血管分割方法 | 视网膜血管图像 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描血管成像(OCTA) | 深度学习分割网络 | 医学图像 | ROSE-1和OCTA-3M两个公开数据集 | NA | VDMNet | 多种评估指标 | NA |
| 19804 | 2025-10-07 |
Early Detection of Macular Atrophy Automated Through 2D and 3D Unet Deep Learning
2024-Nov-25, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11121191
PMID:39768009
|
研究论文 | 开发了一种基于2D和3D Unet架构的自动化方法，用于通过光学相干断层扫描早期检测黄斑萎缩 | 首次结合2D和3D Unet架构开发自动化黄斑萎缩检测方法，性能优于人工评分 | 样本量相对有限（125只眼睛，89名患者） | 开发黄斑萎缩的早期自动检测方法 | 年龄相关性黄斑变性患者的黄斑萎缩病变 | 计算机视觉 | 年龄相关性黄斑变性 | 光学相干断层扫描 | CNN | 医学影像 | 1241个容积OCT扫描，来自125只眼睛（89名患者） | NA | 2D Unet, 3D Unet | Dice相似系数, F1分数 | NA |
| 19805 | 2025-10-07 |
LVGG-IE: A Novel Lightweight VGG-Based Image Encryption Scheme
2024-Nov-23, Entropy (Basel, Switzerland)
DOI:10.3390/e26121013
PMID:39766642
|
研究论文 | 提出一种基于轻量级VGG网络的图像加密方案LVGG-IE，通过结合混沌系统和深度学习实现高效安全的图像加密 | 设计轻量级VGG网络生成密钥种子，构建动态S-box和单连接层，将明文图像与混沌系统初始值关联 | 未明确说明计算复杂度分析，缺乏与其他深度学习加密方案的详细对比 | 开发高安全性和高效率的图像加密方案 | 数字图像的安全加密 | 计算机视觉 | NA | 图像加密，混沌系统，深度学习 | CNN | 图像 | NA | NA | VGG | 相关系数，NPCR，UACI | NA |
| 19806 | 2025-10-07 |
Metastasis Detection Using True and Artificial T1-Weighted Postcontrast Images in Brain MRI
2024-Nov-19, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001137
PMID:39688447
|
研究论文 | 比较真实对比增强T1加权图像与深度学习合成的伪图像在脑转移瘤检测中的敏感性和精确度 | 首次使用深度学习从低剂量MRI图像合成对比增强图像，并系统评估其在转移瘤检测中的性能 | 样本量相对较小（40名参与者），仅评估了两种钆对比剂剂量 | 评估低剂量对比剂结合深度学习合成图像在脑转移瘤检测中的可行性 | 脑转移瘤患者和正常脑部发现的患者 | 医学影像分析 | 脑转移瘤 | 脑磁共振成像（MRI），深度学习图像合成 | 深度学习 | MRI图像 | 40名参与者（24名男性，平均年龄54.3±15.1岁），来自5个中心的917名参与者数据库 | NA | NA | 敏感性，精确度，假阳性发现 | NA |
| 19807 | 2025-10-07 |
Visualizing nuclear pore complex plasticity with Pan-Expansion Microscopy
2024-Oct-30, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.18.613744
PMID:39345637
|
研究论文 | 本研究开发并评估了Pan扩展显微镜技术，用于可视化核孔复合体的结构可塑性 | 首次应用Pan-ExM技术实现16-20倍各向同性细胞扩增，结合深度学习分割揭示核孔复合体直径变化和POM121定位异常 | 技术依赖免疫染色验证，样本处理可能引入人为假象 | 研究核孔复合体在生理和病理条件下的结构可塑性 | 核孔复合体、核膜、LINC复合体、POM121核孔蛋白 | 生物医学成像 | 肌萎缩侧索硬化 | Pan扩展显微镜、免疫染色、深度学习分割 | 深度学习 | 显微镜图像 | 多种模型细胞系和ALS患者来源的诱导多能干细胞分化神经元 | NA | NA | 结构分割准确性 | NA |
| 19808 | 2025-10-07 |
The Role of Artificial Intelligence in Predicting Optic Neuritis Subtypes From Ocular Fundus Photographs
2024-Aug-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society
IF:2.0Q2
DOI:10.1097/WNO.0000000000002229
PMID:39088711
|
研究论文 | 本研究开发了一种基于眼底照片的深度学习AI算法，用于预测视神经炎亚型 | 首次使用深度学习算法通过眼底照片区分多发性硬化相关视神经炎与其他亚型视神经炎 | 回顾性研究，样本量有限，非MS ON组患者数量较少 | 开发AI算法辅助视神经炎亚型的早期诊断和鉴别 | 视神经炎患者 | 计算机视觉 | 视神经炎 | 眼底摄影 | 深度学习 | 图像 | 321名患者的1,599张眼底照片（MS ON：262名患者/1,114张照片；非MS ON：59名患者/485张照片） | NA | NA | AUC, 准确率, 敏感性, 特异性 | NA |
| 19809 | 2025-10-07 |
Synthetic photoplethysmogram (PPG) signal generation using a genetic programming-based generative model
2024-Aug, Journal of medical engineering & technology
DOI:10.1080/03091902.2024.2438150
PMID:39731227
|
研究论文 | 提出一种基于遗传编程的生成模型用于合成光电容积脉搏波信号 | 采用遗传编程方法自动确定数学模型的结构和组合，相比传统回归方法能生成更多样化和准确的数据 | 仅使用初始PPG信号样本进行训练，可能受限于样本的代表性 | 开发生成模型以解决PPG信号数据多样性和训练数据有限的问题 | 光电容积脉搏波信号 | 机器学习 | 心血管疾病 | 遗传编程 | 生成模型 | 生理信号 | 初始PPG信号样本 | NA | 基于遗传编程的生成模型 | 均方误差,均方根误差,相关系数 | 资源受限环境 |
| 19810 | 2025-10-07 |
Deep learning of movement behavior profiles and their association with markers of cardiometabolic health
2024-Mar-13, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02474-7
PMID:38481262
|
研究论文 | 本研究使用深度学习技术将加速度计记录的运动行为转换为图像，并分析其与心脏代谢健康标志物的关联 | 首次将加速度计输出转换为2D图像格式，利用卷积自编码器学习运动行为的完整谱系表示，捕捉运动行为的持续时间、时间和积累模式的复杂相互作用 | 样本仅来自NHANES研究的1812名成年参与者，可能无法代表更广泛的人群 | 探索运动行为模式与心脏代谢健康标志物之间的关联 | 20-65岁成年人的运动行为数据 | 机器学习 | 心血管代谢疾病 | 加速度计测量 | 卷积自编码器, K-means聚类 | 加速度计输出(活动计数)转换的2D图像 | 1812名成年参与者来自NHANES研究(2003-2006周期) | NA | 卷积自编码器 | 统计学显著性(P值) | NA |
| 19811 | 2025-10-07 |
The Breakthrough of Large Language Models Release for Medical Applications: 1-Year Timeline and Perspectives
2024-Feb-17, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-024-02045-3
PMID:38366043
|
综述 | 本文回顾了2023年大型语言模型在医疗领域的发展时间线，并探讨了其应用前景与挑战 | 首次系统梳理了2023年度医疗领域大型语言模型的发布脉络，并提出了向通用生物医学AI系统演进的发展视角 | 技术发展速度过快导致信息可能不够全面，对模型具体应用效果缺乏实证数据支持 | 概述近期发布的LLMs在医学领域的潜在应用，探讨安全有效的应用前景 | 大型语言模型及其在医疗领域的应用 | 自然语言处理 | 慢性病管理 | Transformer架构，预训练技术 | LLM | 文本 | NA | NA | Transformer | NA | 大规模计算资源 |
| 19812 | 2025-10-07 |
Deep-Learning-Based Analysis Reveals a Social Behavior Deficit in Mice Exposed Prenatally to Nicotine
2024-02-01, Cells
IF:5.1Q2
DOI:10.3390/cells13030275
PMID:38334667
|
研究论文 | 本研究利用深度学习技术分析产前尼古丁暴露对小鼠行为表现的影响 | 首次结合DeepLabCut和SimBA深度学习算法无偏评估产前尼古丁暴露小鼠的行为表型，并发现其同时表现出ADHD和ASD特征 | 研究仅限于小鼠模型，未涉及人类临床验证 | 探究产前尼古丁暴露对后代神经行为发育的影响 | 产前尼古丁暴露(PNE)小鼠模型 | 计算机视觉 | 注意缺陷多动障碍,自闭症谱系障碍 | 行为表型分析,神经发生评估 | 深度学习 | 视频 | 未明确说明 | DeepLabCut, SimBA | NA | 高保真度标记 | NA |
| 19813 | 2025-10-07 |
Multiple Classification of Brain MRI Autism Spectrum Disorder by Age and Gender Using Deep Learning
2024-Jan-22, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-023-02032-0
PMID:38252192
|
研究论文 | 本研究使用深度学习对脑部结构MRI进行自闭症谱系障碍的多重分类，同时考虑年龄和性别因素 | 首次基于年龄和性别因素进行自闭症的多重分类，探究这些因素对诊断的贡献 | NA | 开发自闭症谱系障碍的快速诊断系统，并分析年龄和性别因素对诊断的影响 | 自闭症谱系障碍患者和典型发育人群的脑部结构MRI数据 | 计算机视觉 | 自闭症谱系障碍 | 脑部结构MRI | CNN | 图像 | NA | NA | CNN | 准确率 | NA |
| 19814 | 2025-10-07 |
Automated Prediction of Photographic Wound Assessment Tool in Chronic Wound Images
2024-Jan-16, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-023-02029-9
PMID:38227131
|
研究论文 | 提出基于深度学习的全自动图像处理流程，用于慢性伤口图像中的伤口检测和Photographic Wound Assessment Tool（PWAT）评分预测 | 利用预训练神经网络模型和大规模伤口分割数据集，实现伤口区域的自动检测和PWAT评分预测，自动化临床伤口愈合评估过程 | 仅基于智能手机拍摄的图像，未考虑其他临床因素；在未见图像集上的验证规模有限 | 开发自动化伤口评估工具，消除人为主观性并加速临床实践 | 慢性伤口图像 | 计算机视觉 | 慢性伤口 | 图像处理分析 | 深度学习 | 图像 | 大规模伤口分割数据集 | NA | 预训练神经网络 | Spearman相关系数 | NA |
| 19815 | 2025-10-07 |
Deep learning for prediction of post-thrombectomy outcomes based on admission CT angiography in large vessel occlusion stroke
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1369702
PMID:39149161
|
研究论文 | 基于入院CTA图像开发端到端深度学习模型预测大血管闭塞卒中患者取栓术后3个月功能结局 | 首次基于入院CTA图像构建端到端自动化深度学习流程预测前循环大血管闭塞取栓术后结局，并独立验证模型性能 | 样本量相对有限（591例患者），需更大规模多中心研究验证 | 开发自动化深度学习模型预测大血管闭塞卒中患者取栓术后功能结局 | 前循环大血管闭塞卒中患者 | 医学影像分析 | 脑血管疾病 | 计算机断层扫描血管成像 | CNN | 医学影像 | 591例患者（496例训练/交叉验证，95例独立测试） | PyTorch | ResNet-50 3D | AUC | NA |
| 19816 | 2025-01-16 |
Assessment of the Accuracy of a Deep Learning Algorithm- and Video-based Motion Capture System in Estimating Snatch Kinematics
2024, International journal of exercise science
DOI:10.70252/PRVV4165
PMID:39807293
|
研究论文 | 本研究评估了基于深度学习和视频的无标记运动捕捉系统在抓举运动学估计中的准确性，并与基于标记的系统进行了比较 | 首次将基于深度学习的无标记视频系统应用于抓举运动学分析，并与传统标记系统进行对比 | 两种系统在估计运动学参数时存在显著差异，可能由于模型和假设的不同 | 评估无标记视频系统在抓举运动学分析中的适用性 | 21名举重运动员（15名男性，6名女性） | 计算机视觉 | NA | 深度学习姿态估计算法 | NA | 视频 | 21名举重运动员，131次试验 | NA | NA | NA | NA |
| 19817 | 2025-01-16 |
Design and validation of the reflection skills self-assessment questionnaire (RSSAQ)
2024, Journal of education and health promotion
IF:1.4Q3
DOI:10.4103/jehp.jehp_141_24
PMID:39811846
|
研究论文 | 本研究旨在设计和验证波斯语医学科学学生反思技能自我评估问卷（RSSAQ）的心理测量特性 | 开发了一种新的波斯语反思技能自我评估问卷，并验证了其心理测量特性 | 研究样本仅限于一所大学的学生，可能限制了结果的普遍性 | 设计和验证波斯语医学科学学生反思技能自我评估问卷的心理测量特性 | 医学科学学生 | 教育评估 | NA | 探索性因子分析（EFA）和验证性因子分析（CFA） | NA | 问卷数据 | 19名专家、50名学生（面效度和内容效度评估）、48名学生（信度评估）、151名学生（构念效度评估） | NA | NA | NA | NA |
| 19818 | 2025-10-07 |
Five dominant dimensions of brain aging are identified via deep learning: associations with clinical, lifestyle, and genetic measures
2023-Dec-30, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.12.29.23300642
PMID:38234857
|
研究论文 | 通过深度学习识别大脑衰老的五个主要维度，并分析其与临床、生活方式和遗传因素的关联 | 首次使用Surreal-GAN深度表征学习方法在大规模多样化人群中识别出五种主要的神经退行性变模式 | 研究基于横断面数据，需要纵向研究验证预测价值 | 阐明大脑衰老的异质性并开发基于MRI的精准诊断方法 | 来自11项研究的49,482名个体的大脑MRI数据 | 医学影像分析 | 神经退行性疾病 | MRI, 深度学习 | GAN | 医学影像 | 49,482名个体 | NA | Surreal-GAN | 关联分析, 预测价值评估 | NA |
| 19819 | 2025-10-07 |
Deep Learning-based Diagnosis and Localization of Pneumothorax on Portable Supine Chest X-ray in Intensive and Emergency Medicine: A Retrospective Study
2023-Dec-04, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-023-02023-1
PMID:38048012
|
研究论文 | 开发两种基于深度学习的系统，用于在便携式仰卧位胸部X光片上诊断和定位气胸 | 首次针对便携式仰卧位胸部X光片开发专门的气胸诊断和定位系统，并比较了基于检测和基于分割的两种不同方法 | 性能随气胸尺寸减小而下降，研究为回顾性设计 | 开发自动诊断和定位气胸的深度学习系统 | 便携式仰卧位胸部X光片 | 计算机视觉 | 气胸 | 胸部X光成像 | CNN, Transformer | 医学图像 | 训练集1571张图像，测试集1071张图像 | NA | EfficientNet-B2, DenseNet-121, Inception-v3, Deformable DETR, TOOD, VFNet, UNet | AUC, Dice系数 | NA |
| 19820 | 2025-10-07 |
Handling high-dimensional data with missing values by modern machine learning techniques
2023, Journal of applied statistics
IF:1.2Q2
DOI:10.1080/02664763.2022.2068514
PMID:36819079
|
研究论文 | 本文讨论使用现代机器学习技术处理高维缺失数据的方法 | 比较了惩罚回归、树基方法和深度学习在处理高维缺失数据方面的性能，发现深度学习和XGBoost方法在偏差与方差平衡方面具有优势 | 仅通过有限的模拟研究和单一实际应用进行比较验证 | 开发处理高维缺失数据的现代机器学习方法 | 高维数据中的缺失值处理 | 机器学习 | NA | 缺失数据处理技术 | 深度学习,XGBoost,惩罚回归模型,树基模型 | 高维数据 | NA | NA | NA | 偏差,方差 | NA |