深度学习在生物医药领域的应用

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
3001	2025-10-07	An artificial intelligence grading system of apical periodontitis in cone-beam computed tomography data 2024-10-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae029 PMID:38960866	研究论文	开发基于深度学习的人工智能系统用于锥形束CT数据中根尖周炎的分级诊断	提出新型PAINet算法，在根尖周炎分级任务中优于经典ResNet系列及当前主流Transformer和注意力模型	仅使用120个CBCT图像样本，样本量相对有限	辅助初级医生更准确诊断根尖周炎	根尖周炎患者的锥形束CT影像数据	计算机视觉	根尖周炎	锥形束计算机断层扫描(CBCT)	CNN, Transformer	医学影像	120个CBCT图像	NA	ResNet50, ResNet101, ResNet152, PAINet, Transformer	准确率, 精确率, 召回率, F1分数, AUC, Cohen's kappa	NA
3002	2025-10-07	Automatic classification and segmentation of multiclass jaw lesions in cone-beam CT using deep learning 2024-10-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae028 PMID:38937280	研究论文	开发并验证基于nnU-Net的深度学习模型，用于锥形束CT中五类颌骨病变的自动分类和分割	提出改进的nnU-Net模型实现颌骨病变的多类别分类与分割双重任务，在医生诊断中提供AI辅助	研究样本量有限（368例CBCT扫描），未提及外部验证集结果	开发能够自动分类和分割多类别颌骨病变的深度学习模型	颌骨病变的锥形束CT影像	医学影像分析	颌骨疾病	锥形束CT成像	深度学习	医学影像	368例CBCT扫描（37,168个切片）	nnU-Net	nnU-Net	灵敏度,特异性,精确度,F1分数,准确率,Dice相似系数,平均对称表面距离	NA
3003	2025-10-07	Hybrid Deep Learning Approach for Traffic Speed Prediction 2024-10, Big data IF:2.6Q2 DOI:10.1089/big.2021.0251 PMID:35108088	研究论文	提出一种名为HDL4TSP的混合深度学习方法用于城市交通速度预测	同时建模交通数据中的空间和时间相关性，通过图卷积网络捕获空间依赖关系，使用ConvLSTM网络建模时间周期性	NA	提高交通速度预测的准确性	城市各区域的交通速度数据	机器学习	NA	深度学习	图卷积网络, ConvLSTM	交通速度数据	两个真实世界数据集	NA	HDL4TSP（包含输入层、空间层、时间层、融合层和输出层）	NA	NA
3004	2025-10-07	A Network Intrusion Detection System Using Hybrid Multilayer Deep Learning Model 2024-10, Big data IF:2.6Q2 DOI:10.1089/big.2021.0268 PMID:35704031	研究论文	提出一种基于混合多层深度学习模型的网络入侵检测系统	采用多层卷积神经网络进行特征提取和选择，并结合softmax分类器进行入侵分类，同时使用多层深度神经网络进行进一步分析	仅使用NSL-KDD和KDDCUP'99两个基准数据集进行验证，未在其他数据集上测试泛化能力	提高网络入侵检测的准确率	网络流量数据	机器学习	NA	深度学习	CNN, 深度神经网络	网络流量数据	NSL-KDD和KDDCUP'99两个基准数据集	NA	多层卷积神经网络, 多层深度神经网络	准确率, 召回率, F1分数, 精确率	NA
3005	2025-10-07	Detection and classification of mandibular fractures in panoramic radiography using artificial intelligence 2024-09-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae018 PMID:38652576	研究论文	本研究评估YOLOv5深度学习模型在全景X光片中检测不同类型下颌骨骨折的性能	首次将YOLOv5模型应用于全景X光片中六种解剖位置下颌骨骨折的自动检测与分类	髁状突头部骨折检测性能相对较低，样本量有限	开发基于人工智能的下颌骨骨折自动检测系统	包含下颌骨骨折的全景X光片图像	计算机视觉	颌面部创伤	全景X光摄影	YOLOv5	医学影像	498张全景X光片，包含673处骨折	PyTorch	YOLOv5	准确率, 精确率, 敏感度, 特异度, Dice系数, AUC	NA
3006	2025-10-07	Accurate, automated classification of radiographic knee osteoarthritis severity using a novel method of deep learning: Plug-in modules 2024-Aug-13, Knee surgery & related research IF:4.1Q1 DOI:10.1186/s43019-024-00228-3 PMID:39138550	研究论文	开发了一种基于插件模块的深度学习模型，用于自动分类膝关节骨关节炎的X线严重程度	首次将插件模块集成到深度学习网络中用于膝关节骨关节炎的细粒度分类，通过集成四个不同的插件模块提高了分类精度	未来仍需改进，某些KL分级准确率较低（如KL 1级仅为43%）	开发自动膝关节骨关节炎严重程度分类模型	膝关节X线影像	计算机视觉	骨关节炎	深度学习	CNN, Transformer	X线图像	训练集：骨关节炎倡议数据集；测试集：多中心骨关节炎研究数据集（17,040例）	NA	插件模块集成模型	准确率	NA
3007	2025-10-07	Automated cooling tower detection through deep learning for Legionnaires' disease outbreak investigations: a model development and validation study 2024-Jul, The Lancet. Digital health DOI:10.1016/S2589-7500(24)00094-3 PMID:38906615	研究论文	开发并验证了用于自动检测冷却塔的深度学习计算机视觉模型，以辅助军团病疫情调查	首次将两阶段深度学习模型（YOLOv5+EfficientNet-b5）应用于冷却塔的自动检测，显著提高了疫情调查效率	模型在未见过的城市性能有所下降，且依赖空中可见的冷却塔	开发自动检测冷却塔的深度学习模型，加速军团病疫情调查和源头控制	空中可见的冷却塔	计算机视觉	军团病	卫星图像分析	深度学习	卫星图像	2051张图像包含7292个冷却塔，测试集548张图像	PyTorch	YOLOv5, EfficientNet-b5	灵敏度, 阳性预测值	NA
3008	2025-10-07	DMAF-Net: deformable multi-scale adaptive fusion network for dental structure detection with panoramic radiographs 2024-06-28, Dento maxillo facial radiology DOI:10.1093/dmfr/twae014 PMID:38518093	研究论文	提出一种可变形多尺度自适应融合网络用于全景X光片中的牙齿结构检测	改进了YOLO网络，提出不同模块增强特征提取能力，采用自适应空间特征融合解决不同特征层尺度不匹配问题	NA	提高全景X光片中牙齿结构问题检测的准确性	牙齿的五种情况：阻生牙、缺失牙、种植体、冠修复和根管治疗牙	计算机视觉	牙齿疾病	全景X光成像	YOLO	图像	1474张全景X光片，按7:2:1比例分为训练集、验证集和测试集	NA	DMAF-Net	精确率, 召回率, mAP0.5, mAP[0.5:0.95]	NA
3009	2025-10-07	Development and external validation of deep learning clinical prediction models using variable-length time series data 2024-May-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae088 PMID:38679906	研究论文	开发并外部验证用于变长时间序列临床预测的深度学习模型	比较了多种深度学习架构和数据转换方法在变长时间序列数据上的表现，并通过外部验证确认LSTM/GRU架构与PLE-DT数据转换的组合在临床预测任务中表现最佳	研究为回顾性研究，仅使用两个医疗中心的数据进行训练和测试	比较和外部验证深度学习模型在变长时间序列临床预测任务中的性能	医院住院患者数据	机器学习	临床恶化、急性肾损伤、疑似感染	NA	LSTM, GRU, 时序卷积网络, CNN	变长时间序列数据	训练集373,825例住院，测试集256,128例住院	NA	LSTM/GRU, 时序卷积网络, TDW-CNN	AUPRC, AUROC	NA
3010	2025-10-07	Improving resolution of panoramic radiographs: super-resolution concept 2024-04-29, Dento maxillo facial radiology DOI:10.1093/dmfr/twae009 PMID:38483289	研究论文	本研究利用深度学习超分辨率技术提升牙科全景X光片的分辨率	首次在牙科全景X光片领域系统比较四种先进的超分辨率深度学习模型	性能随图像缩放比例增加而下降，未在临床环境中验证	通过超分辨率技术提升牙科全景X光片的分辨率和质量	牙科全景X光片	计算机视觉	牙科疾病	深度学习超分辨率	CNN, GAN, Autoencoder	医学影像	1714张全景X光片（训练集1364张，测试集350张）	NA	SRCNN, Efficient Sub-Pixel CNN, Super-Resolution GAN, Autoencoder	SSIM, PSNR	NA
3011	2025-10-07	Artificial intelligence system for automatic maxillary sinus segmentation on cone beam computed tomography images 2024-04-29, Dento maxillo facial radiology DOI:10.1093/dmfr/twae012 PMID:38502963	研究论文	开发基于nnU-Net v2的AI模型用于锥形束CT图像中上颌窦的自动分割	首次应用nnU-Net v2框架实现上颌窦在CBCT图像中的自动分割	样本量相对较小（仅101例CBCT扫描），缺乏外部验证	开发自动分割上颌窦的AI模型并评估其性能	锥形束CT图像中的上颌窦区域	计算机视觉	NA	锥形束计算机断层扫描	深度学习	医学图像	101例CBCT扫描（80训练，11验证，10测试）	nnU-Net v2	nnU-Net	F1分数, 准确率, 灵敏度, 精确度, AUC, Dice系数, 95% Hausdorff距离, IoU	NA
3012	2025-10-07	An Intelligent Channel Estimation Algorithm Based on Extended Model for 5G-V2X 2024-04, Big data IF:2.6Q2 DOI:10.1089/big.2022.0029 PMID:36848263	研究论文	提出一种基于扩展模型和深度学习的5G-V2X智能信道估计算法	基于信道脉冲响应稀疏性建立高速移动场景扩展模型，设计多层CNN完成频域插值和双向GRU进行时域状态预测，引入速度和多径参数提升训练精度	NA	提高车联网系统信道估计精度并降低误码率	5G-V2X通信系统	机器学习	NA	深度学习	CNN, GRU	信道数据	NA	NA	多层卷积神经网络, 双向门控循环单元	信道估计精度, 误码率	NA
3013	2025-10-07	Development and validation of a deep learning system for detection of small bowel pathologies in capsule endoscopy: a pilot study in a Singapore institution 2024-03-01, Singapore medical journal IF:1.7Q2 DOI:10.4103/singaporemedj.SMJ-2023-187 PMID:38527297	研究论文	开发并验证用于胶囊内窥镜中小肠病理检测的深度学习系统	首次针对新加坡医疗场景开发的胶囊内窥镜深度学习检测系统，结合了开源数据和本地数据	样本量较小（总72例），属于初步研究阶段	开发能够自动检测小肠胶囊内窥镜图像中异常的深度学习系统	胶囊内窥镜图像中的小肠病理异常	计算机视觉	小肠疾病	胶囊内窥镜成像	CNN	图像	开源数据43例 + 本地数据29例 = 总72例	NA	ResNet50	AUC, PR曲线, top-1准确率, top-2准确率	NA
3014	2025-04-29	Deep learning-based classification of gallbladder lesions in patients with non-diagnostic (GB-RADS 0) ultrasound 2024-Dec, Clinical and experimental hepatology IF:1.5Q3 DOI:10.5114/ceh.2024.145424 PMID:40290528	研究论文	本研究评估了深度学习模型在非诊断性超声图像中对胆囊病变进行分类的诊断性能	首次在非诊断性胆囊超声图像中应用多种深度学习模型（包括CNN、Transformer及混合模型）进行良恶性分类	模型性能仍需进一步提升以达到临床应用标准，测试样本量较小（26名患者）	提高非诊断性胆囊超声（GB-RADS 0）中病变的良恶性分类准确性	因胆囊因素导致超声检查非诊断性的患者	数字病理	胆囊疾病	超声成像	ResNet50, GBCNet, ViT, RadFormer, MedViT	图像	训练集1004张图像，验证集251张图像，测试集26名患者（304张图像）	NA	NA	NA	NA
3015	2025-10-07	Classification of rib fracture types from postmortem computed tomography images using deep learning 2024-Dec, Forensic science, medicine, and pathology DOI:10.1007/s12024-023-00751-x PMID:37968549	研究论文	本研究开发基于深度学习的模型，用于从死后计算机断层扫描图像中分类肋骨骨折类型	首次将ResNet50架构应用于PMCT图像的肋骨骨折多级分类，并采用分层分类方法	对'ad latus'类型骨折的识别率较低（17-18%），在较低层级分类时性能下降	开发辅助临床医生进行医学图像诊断的深度学习系统	死后计算机断层扫描（PMCT）图像中的肋骨骨折	计算机视觉	骨骼损伤	计算机断层扫描（CT）	CNN	图像	NA	NA	ResNet50	准确率	NA
3016	2025-10-07	BEAS-Net: A Shape-Prior-Based Deep Convolutional Neural Network for Robust Left Ventricular Segmentation in 2-D Echocardiography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3418030 PMID:38913532	研究论文	提出一种基于形状先验的深度卷积神经网络BEAS-Net，用于2D超声心动图中左心室的鲁棒分割	将BEAS算法生成的解剖形状先验信息与卷积层编码的图像特征相结合，提升对伪影或低质量图像的分割鲁棒性	未明确说明模型在极端图像质量下的性能边界和计算效率	开发能够处理低质量超声图像的左心室自动分割方法	2D超声心动图中的左心室结构	计算机视觉	心血管疾病	超声心动图	CNN	图像	三个不同的体内数据集	NA	BEAS-Net, U-Net	分割精度	NA
3017	2025-10-07	Single-Molecule Identification and Quantification of Steviol Glycosides with a Deep Learning-Powered Nanopore Sensor 2024-09-10, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c07038 PMID:39189792	研究论文	本研究开发了一种基于深度学习的气溶素纳米孔传感器，用于单分子水平识别和定量甜菊糖苷	利用野生型气溶素纳米孔通过调节电压产生的电渗流效应区分不同甜菊糖苷物种，并首次结合深度学习模型实现单分子自动识别	仅测试了15种甜菊糖苷物种，样本规模有限	开发精确识别和定量复杂甜菊糖苷结构的方法	甜菊糖苷（一类高甜度无热量天然甜味剂）	生物传感	NA	纳米孔传感技术	深度学习模型	纳米孔电信号数据	15种甜菊糖苷物种	NA	NA	识别精度，定量准确性	NA
3018	2025-10-07	Deep Learning-Based Kinetic Analysis in Paper-Based Analytical Cartridges Integrated with Field-Effect Transistors 2024-09-10, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c02897 PMID:39252606	研究论文	本研究结合场效应晶体管、纸基分析盒和深度学习技术，开发了一种用于定量生物传感的动力学分析方法	首次将场效应晶体管、纸基分析盒与深度学习相结合，通过动力学分析解决传统生物传感器的灵敏度低和样品基质干扰问题	目前仅为概念验证研究，需要进一步验证其在更广泛应用场景中的性能	开发一种经济高效、易于使用的即时诊断和家庭检测生物传感平台	胆固醇检测	机器学习	心血管疾病	场效应晶体管传感，纸基分析技术	深度学习	动力学电信号数据	NA	NA	NA	变异系数，相关系数(r值)	NA
3019	2025-10-07	High-Throughput and Integrated CRISPR/Cas12a-Based Molecular Diagnosis Using a Deep Learning Enabled Microfluidic System 2024-09-03, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c05734 PMID:39173188	研究论文	开发了一种基于CRISPR/Cas12a和深度学习的高通量微流控系统，用于快速检测SARS-CoV-2及其变异株	结合微流控技术、自研试剂和深度学习原型设备，实现了96样本/轮次的高通量检测，检测限低至250拷贝/mL	样本规模有限（72个临床样本），需进一步验证系统普适性	开发高效集成的病原体分子诊断系统	SARS-CoV-2病毒及其变异株	数字病理	COVID-19	CRISPR/Cas12a, RT-LAMP, 微流控技术	深度学习	分子检测数据	72个临床样本（22个野生型，26个突变型，24个阴性）	NA	NA	准确率	NA
3020	2025-10-07	High-throughput optimized prime editing mediated endogenous protein tagging for pooled imaging of protein localization 2024-Sep-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.16.613361 PMID:39345511	研究论文	开发了一种基于prime editing的高通量内源蛋白标记方法，用于并行研究蛋白质亚细胞定位	首次将prime editing与光学读出和测序结合，实现大规模蛋白质亚细胞定位的准确测量	仅验证了60种蛋白质的标记效率，尚未在不同细胞类型和环境扰动中广泛验证	开发能够大规模测量蛋白质亚细胞定位的技术方法	60种具有不同定位模式的内源蛋白质	计算生物学	NA	prime editing, 原位pegRNA测序, 高通量深度学习图像分析	深度学习	图像, 测序数据	17,280个pegRNAs设计的文库，覆盖60种蛋白质	NA	NA	标记效率预测准确性	NA