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
301	2025-10-07	Generalizable deep learning approach for 3D particle imaging using holographic microscopy (HM) 2024-Dec-30, Optics express IF:3.2Q2 DOI:10.1364/OE.535207 PMID:39876127	研究论文	提出一种基于深度学习的通用化三维粒子成像方法，用于全息显微镜分析	利用人类对粒子衍射图案纵向变化的感知特性开发深度学习架构，实现了处理速度数量级提升和高度通用化的三维粒子分析	仅使用简单粒子的少量合成和真实全息图进行训练	开发通用化的三维粒子成像分析方法	全息显微镜中的粒子	计算机视觉	NA	全息显微镜	深度学习	全息图像	少量合成和真实全息图	NA	NA	处理速度，通用性	NA
302	2025-10-07	Qualitative identification of passive Fourier transform infrared spectra via an attention mechanism based deep learning approach 2024-Dec-30, Optics express IF:3.2Q2 DOI:10.1364/OE.543450 PMID:39876146	研究论文	提出一种基于注意力机制的深度学习模型，用于被动傅里叶变换红外光谱的定性识别	首次将Transformer自注意力神经网络与协同注意力机制结合用于气体识别，实现联合特征学习与融合	未明确说明模型在极端弱信号条件下的性能极限	提高被动傅里叶变换红外光谱在复杂背景干扰下的气体识别精度	空气中的化学污染物气体	机器学习	NA	被动傅里叶变换红外光谱	Transformer	光谱数据	NA	NA	Transformer, 协同注意力机制	NA	NA
303	2025-10-07	Mobile-friendly under-sampling single-pixel imaging based on a lightweight hybrid CNN-ViT architecture 2024-Dec-30, Optics express IF:3.2Q2 DOI:10.1364/OE.546375 PMID:39876166	研究论文	提出一种基于轻量级CNN-ViT混合架构的移动友好型欠采样单像素成像方法	提出移动ViT模块降低传统ViT计算成本，并结合CNN设计轻量级混合模型，同时提出适用于深度学习SPI的通用差分三元调制模式方案	NA	开发适用于移动设备的单像素成像重建方法	单像素成像系统	计算机视觉	NA	单像素成像	CNN, ViT	图像	NA	NA	CNN-ViT混合架构	成像质量, 内存消耗, 计算负担	移动设备
304	2025-10-07	Three-stage training strategy phase unwrapping method for high speckle noises 2024-Dec-30, Optics express IF:3.2Q2 DOI:10.1364/OE.544968 PMID:39876182	研究论文	提出一种三阶段多任务相位展开方法，用于高散斑噪声条件下的相位恢复	提出三阶段训练策略和基于卷积的多尺度空间注意力模块，有效降低空间不一致噪声的干扰	仅使用模拟数据进行测试，未在真实实验数据上验证	提高高噪声条件下相位展开的测量精度	含噪声的包裹相位数据	计算机视觉	NA	相位展开技术	CNN	相位图像数据	不同噪声水平的模拟数据	NA	UNet, DeepLabV3+	噪声鲁棒性, 相位恢复精度	NA
305	2025-10-07	OAM-basis underwater single-pixel imaging based on deep learning at a low sampling rate 2024-Dec-30, Optics express IF:3.2Q2 DOI:10.1364/OE.543358 PMID:39876191	研究论文	提出一种基于轨道角动量基和深度学习的低采样率水下单像素成像方法	首次将轨道角动量基采样方案与双注意力残差U-Net生成对抗网络相结合用于水下单像素成像	NA	解决水下环境中低采样率和高浊度条件下的成像挑战	水下目标图像	计算机视觉	NA	单像素成像	GAN	图像	NA	NA	双注意力残差U-Net生成对抗网络(DARU-GAN)	NA	NA
306	2025-10-07	A Deep Learning Framework for Automated Classification and Archiving of Orthodontic Diagnostic Documents 2024-Dec, Cureus DOI:10.7759/cureus.76530 PMID:39877794	研究论文	提出基于卷积神经网络的深度学习框架，用于自动化正畸诊断图像的分类和归档	采用带有注意力模块的顺序分类方法，结合Grad-CAM可视化验证模型对临床相关特征的关注	研究仅聚焦于图像分类任务，尚未实现完整的诊断和治疗规划自动化	开发AI驱动的自动化正畸诊断图像分类和归档系统	正畸诊断图像	计算机视觉	口腔正畸	深度学习	CNN	图像	61,842张训练图像和13,729张外部验证图像，来自三家牙科诊所，涵盖13个类别	NA	ResNet50, InceptionV3, 带注意力模块的自定义模型	准确率	NA
307	2025-01-28	Artificial Intelligence in Fetal and Pediatric Echocardiography 2024-Dec-25, Children (Basel, Switzerland) DOI:10.3390/children12010014 PMID:39857845	综述	本文综述了人工智能在胎儿和儿科超声心动图中的应用、挑战和未来方向	探讨了人工智能在自动化图像采集、图像分割、先天性心脏病检测和测量方面的潜力	数据集数量少、算法透明度、医生对AI的接受度以及可访问性等问题仍需解决	研究人工智能在胎儿和儿科超声心动图中的应用	胎儿和儿科患者	医学影像	先天性心脏病	机器学习和深度学习	NA	图像	NA	NA	NA	NA	NA
308	2025-01-29	A simple 2D multibody model to better quantify the movement quality of anterior cruciate ligament patients during single leg hop 2024-Dec, Acta orthopaedica Belgica IF:0.5Q4 DOI:10.52628/90.4.12600 PMID:39869863	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
309	2025-10-07	Characterization of saffron from different origins by HS-GC-IMS and authenticity identification combined with deep learning 2024-Dec-30, Food chemistry: X DOI:10.1016/j.fochx.2024.101981 PMID:39850938	研究论文	本研究结合顶空气相色谱-离子迁移谱和深度学习技术，开发了一种快速可靠的藏红花产地鉴别和掺假识别方法	首次将HS-GC-IMS技术与CNN模型结合用于藏红花产地鉴别和掺假识别，实现了数据处理最小化和自动特征提取	NA	开发快速可靠的藏红花产地鉴别和掺假识别方法	藏红花挥发性化合物	计算机视觉	NA	顶空气相色谱-离子迁移谱(HS-GC-IMS)	CNN	图像	NA	NA	CNN	准确率	NA
310	2025-10-07	Accurate size-based protein localization from cryo-ET tomograms 2024-Dec, Journal of structural biology: X DOI:10.1016/j.yjsbx.2024.100104 PMID:39044770	研究论文	本文提出一种基于尺寸的蛋白质定位方法，用于从冷冻电子断层扫描图像中快速准确地识别蛋白质颗粒	开发了无需外部模板或人工标注的快速尺寸检测方法，在检测精度和计算效率上优于基于深度学习的现有方法	未明确说明方法对特定蛋白质类型的适用性限制，也未详细讨论在极端噪声条件下的性能表现	提高冷冻电子断层扫描中蛋白质颗粒自动检测的准确性和效率	细胞内的蛋白质颗粒，特别是核糖体	计算机视觉	NA	冷冻电子断层扫描(cryo-ET)，子断层图平均(STA)	NA	3D断层扫描图像	多种类型样本的断层扫描数据	NA	NA	检测精度	非专用CPU硬件
311	2025-10-07	Evolutionary Strategies AI Addresses Multiple Technical Challenges in Deep Learning Deployment: Proof-of-Principle Demonstration for Neuroblastoma Brain Metastasis Detection 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01165-z PMID:38886289	研究论文	本文通过神经母细胞瘤脑转移检测的案例，证明深度神经进化算法在小数据集训练中具有优异的泛化能力	首次验证深度神经进化算法在多样化外部验证数据集上的泛化性能，解决了放射学AI在小数据集上的过拟合和泛化难题	研究仅基于神经母细胞瘤脑转移的特定案例，需要更多疾病类型验证	解决放射学AI在小数据集训练中的过拟合和泛化问题	神经母细胞瘤脑转移的MRI图像	计算机视觉	神经母细胞瘤	MRI成像	CNN	医学图像	60个训练MRI图像，来自50多个机构的多样化测试集	NA	卷积神经网络	准确率	NA
312	2025-10-07	Anatomy-centred deep learning improves generalisability and progression prediction in radiographic sacroiliitis detection 2024-Dec-23, RMD open IF:5.1Q1 DOI:10.1136/rmdopen-2024-004628 PMID:39719299	研究论文	本研究探讨了以解剖学为中心的深度学习在提高影像学骶髂关节炎检测的泛化能力和预测疾病进展方面的效果	提出解剖学中心的深度学习模型，通过裁剪骶髂关节边界框区域来改进模型性能，并首次展示了该模型在预测疾病进展方面的能力	回顾性多中心研究，样本量相对有限，需要进一步前瞻性验证	提高影像学骶髂关节炎检测的泛化能力并预测疾病进展	中轴型脊柱关节炎患者的常规骨盆X光片	医学影像分析	中轴型脊柱关节炎	深度学习	神经网络	X光图像	训练集1261张图像，验证集222张图像，三个独立测试集分别包含436、340和163名患者	NA	NA	AUC, 准确率, 灵敏度, 特异性	NA
313	2025-10-07	Advances for Managing Pancreatic Cystic Lesions: Integrating Imaging and AI Innovations 2024-Dec-22, Cancers IF:4.5Q1 DOI:10.3390/cancers16244268 PMID:39766167	综述	本文综述了人工智能在胰腺囊性病变管理中的创新应用，重点探讨了AI如何提升诊断准确性和风险分层能力	整合影像学与人工智能技术，提出深度学习算法和影像组学在胰腺囊性病变自动分割和异质性分析中的创新应用	目前AI方法仍处于早期研究阶段，需要更多临床验证和大规模前瞻性研究	探索人工智能技术在胰腺囊性病变诊断和管理中的潜在价值	胰腺囊性病变（PCLs）	医学影像分析	胰腺癌	放射影像学、超声内镜引导细针穿刺、临床和生化数据	深度学习	医学影像	NA	NA	NA	诊断准确性、风险分层能力	NA
314	2025-10-07	Artificial Intelligence-Assisted Segmentation of a Falx Cerebri Calcification on Cone-Beam Computed Tomography: A Case Report 2024-Dec-12, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina60122048 PMID:39768927	病例报告	通过病例报告和文献综述探讨人工智能在锥形束CT图像中分割大脑镰钙化的应用	首次系统评估AI在CBCT图像中分割大脑镰钙化的应用，并采用基于云的AI平台进行病例验证	区分大脑镰钙化与其他颅骨结构仍存在挑战，该领域研究文献数量有限	探索人工智能在放射学诊断中分割和检测大脑镰钙化的应用	大脑镰钙化患者（59岁病例）及相关文献研究	医学影像分析	颅内钙化	锥形束计算机断层扫描（CBCT）	深度学习	医学影像	1例病例报告+4项文献研究	基于云的AI平台	NA	准确性	基于云的AI平台
315	2025-10-07	From pixels to patients: the evolution and future of deep learning in cancer diagnostics 2024-Dec-11, Trends in molecular medicine IF:12.8Q1 DOI:10.1016/j.molmed.2024.11.009 PMID:39665958	观点文章	探讨深度学习在癌症诊断中的演变历程和未来发展方向，重点关注从像素级图像分析到以患者为中心的综合诊疗模式转变	提出开发能够整合多模态数据的大语言模型，将AI从辅助工具转变为临床决策的核心组成部分	NA	分析深度学习在癌症诊断领域的发展轨迹和未来趋势	深度学习在癌症诊断中的应用	数字病理	癌症	深度学习	神经网络,大语言模型	医学影像,多模态数据	NA	NA	NA	NA	NA
316	2025-10-07	Deep-AutoMO: Deep automated multiobjective neural network for trustworthy lesion malignancy diagnosis in the early stage via digital breast tomosynthesis 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109299 PMID:39437606	研究论文	开发了一种名为Deep-AutoMO的深度自动多目标神经网络，用于通过数字乳腺断层合成实现早期乳腺病变恶性程度的可信诊断	提出了多目标免疫神经架构搜索(MINAS)同时优化敏感性和特异性，并采用基于熵的证据推理方法构建安全鲁棒模型	NA	构建可信赖的乳腺病变恶性诊断模型，在统一框架下实现平衡性、安全性和鲁棒性	数字乳腺断层合成(DBT)图像中的乳腺病变	计算机视觉	乳腺癌	数字乳腺断层合成(DBT)	深度学习神经网络	医学图像	NA	NA	ResNet, DenseNet	敏感性, 特异性	NA
317	2025-01-24	Role of Artificial Intelligence in MRI-Based Rectal Cancer Staging: A Systematic Review 2024-Dec, Cureus DOI:10.7759/cureus.76185 PMID:39840208	系统综述	本文系统综述了人工智能（AI）在基于磁共振成像（MRI）的直肠癌（RC）分期中的应用及其表现	首次对AI在MRI-based RC分期中的表现进行了全面评估，涵盖了多种AI模型和MRI技术	仅纳入了14项研究，样本量较小，且未对不同AI模型进行直接比较	评估AI模型在MRI-based RC分期中的诊断性能	直肠癌（RC）患者	数字病理	直肠癌	MRI	深度学习（DL）、卷积神经网络（CNN）、随机森林分类器、LASSO等	MRI图像（T1加权、T2加权、扩散加权图像等）	14项研究，涉及716条记录	NA	NA	NA	NA
318	2025-01-23	Performance of deep learning model and radiomics model for preoperative prediction of spread through air spaces in the surgically resected lung adenocarcinoma: a two-center comparative study 2024-Dec-31, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-646 PMID:39830743	研究论文	本研究比较了基于深度学习和放射组学的模型在预测手术切除的肺腺癌中空气传播扩散（STAS）的术前预测性能	首次构建并比较了基于CT图像的深度学习模型和放射组学模型，用于预测肺腺癌中的STAS状态	研究为回顾性设计，样本量相对较小，且仅来自两个中心	评估和比较深度学习和放射组学模型在预测肺腺癌STAS状态中的性能	395名经病理确认的肺腺癌患者	数字病理	肺癌	CT成像	深度学习模型, 放射组学模型	CT图像	395名患者（其中146名检测到STAS）	NA	NA	NA	NA
319	2025-10-07	The development of a waste management and classification system based on deep learning and Internet of Things 2024-Dec-26, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13595-x PMID:39724392	研究论文	开发了一种基于深度学习和物联网的废物管理与分类系统	在YOLOv7-tiny基础上引入部分卷积和坐标注意力机制，降低了模型参数和计算量，同时提高了识别精度	仅测试于Jetson Nano边缘设备，未在其他硬件平台验证部署效果	实现高效的废物自动分类与管理，促进资源回收和降低人工成本	可回收废物图像	计算机视觉	NA	深度学习，物联网，边缘计算	YOLO	图像	包含多类别废物的真实背景图像数据集	PyTorch	YOLOv7-tiny, ELAN, Sppcspc	mAP@.5, mAP@.5:.95, 参数数量, FLOPs, 推理时间, FPS	Jetson Nano边缘设备
320	2025-10-07	Mapping of high-resolution daily particulate matter (PM2.5) concentration at the city level through a machine learning-based downscaling approach 2024-Dec-23, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13562-6 PMID:39714636	研究论文	本研究通过机器学习降尺度方法提高越南PM2.5浓度监测的空间分辨率	提出基于CatBoost的2天滞后模型，相比现有方法在相关系数上提升57%，多项误差指标降低28-75%	小数据集条件下传统机器学习模型优于复杂深度学习模型，模型验证需关注生成地图的实际应用性	提高越南PM2.5浓度监测的空间分辨率和数据质量	越南胡志明市的PM2.5浓度数据	机器学习	NA	机器学习降尺度方法	随机森林, XGBoost, CatBoost, 支持向量回归, 混合效应模型, LSTM, CNN, ConvLSTM	空气质量监测数据	NA	NA	LSTM, CNN, ConvLSTM	相关系数, RMSE, MRE, MAE	NA