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
321	2025-10-07	Advancing miRNA cancer research through artificial intelligence: from biomarker discovery to therapeutic targeting 2024-Dec-17, Medical oncology (Northwood, London, England) DOI:10.1007/s12032-024-02579-z PMID:39688780	综述	本文综述了人工智能在miRNA癌症研究中的应用进展，涵盖从生物标志物发现到治疗靶向的多个方面	系统整合了机器学习特别是深度学习技术在miRNA研究中的多种应用，包括生物标志物识别、靶标预测和预后模型构建	作为综述文章，主要总结现有研究而非提出新的原始方法	指导研究人员在miRNA领域有效利用AI技术，加速癌症诊断和治疗的发展	microRNAs（miRNAs）及其在癌症中的作用	机器学习	癌症	RNA测序技术	深度学习	RNA数据集	NA	NA	NA	NA	NA
322	2025-10-07	Enhancing sugarcane leaf disease classification through a novel hybrid shifted-vision transformer approach: technical insights and methodological advancements 2024-Dec-07, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13468-3 PMID:39643787	研究论文	提出一种新型混合移位视觉Transformer方法用于甘蔗叶部病害的自动分类	将视觉Transformer架构与混合移位窗口相结合，有效捕捉局部和全局特征，并采用自监督学习结合拼图任务增强特征表示	NA	开发自动化甘蔗叶部病害分类方法以提高农业病害检测效率	甘蔗叶部病害	计算机视觉	植物病害	深度学习	Transformer	图像	NA	NA	Vision Transformer, Hybrid Shifted Windows	准确率	NA
323	2025-01-23	Prediction of Preeclampsia Using Machine Learning: A Systematic Review 2024-Dec, Cureus DOI:10.7759/cureus.76095 PMID:39834976	review	本文系统回顾了使用机器学习预测子痫前期的方法、预测因子和模型性能，强调了其比较优势、挑战和临床适用性	本文综合评估了多种机器学习模型在子痫前期预测中的应用，并探讨了模型性能与可解释性之间的平衡	部分研究存在高偏倚风险，且非解释性或黑箱模型可能因伦理问题难以在临床中应用	探讨机器学习在子痫前期预测中的应用及其临床适用性	子痫前期	machine learning	preeclampsia	machine learning	XGBoost, random forest, neural networks	clinicodemographic characteristics, laboratory reports, Doppler ultrasound, genotypic data, fundal images	11 studies from diverse countries including the United States, the United Kingdom, China, and Korea	NA	NA	NA	NA
324	2025-01-21	Assessment of ComBat Harmonization Performance on Structural Magnetic Resonance Imaging Measurements 2024-Dec-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70085 PMID:39704541	研究论文	本研究评估了ComBat技术在结构磁共振成像（MRI）测量中的性能，特别是在多中心数据聚合的背景下	使用稳健的交叉验证方法来评估ComBat在多中心MRI数据中的性能，并应用多类高斯过程分类器进行定量分析	性能评估主要基于定量的统计分析和机器学习方法，缺乏更广泛的定性验证	评估ComBat技术在消除多中心MRI数据中的站点效应方面的有效性	多中心MRI数据中的体积和表面测量值	医学影像分析	NA	ComBat技术	多类高斯过程分类器	MRI图像	来自三个站点的MRI数据	NA	NA	NA	NA
325	2025-01-19	Intelligent Diagnosis of Hypopigmented Dermatoses and Intelligent Evaluation of Vitiligo Severity on the Basis of Deep Learning 2024-Dec, Dermatology and therapy IF:3.5Q1 DOI:10.1007/s13555-024-01296-9 PMID:39514178	研究论文	本研究提出了一种基于深度学习的智能诊断模型，用于分类诊断色素减退性皮肤病（HD）和评估白癜风严重程度	通过将squeeze-and-excitation (SE)模块与候选模型结合，构建了优化的诊断模型，并提出了一种客观的严重程度评估指标，结合分割模型形成了严重程度评估模型	研究中使用的数据集主要来自4744名患者，可能无法涵盖所有类型的HD和白癜风病例	开发一种客观、准确且方便的智能诊断和评估方法，用于色素减退性皮肤病和白癜风的严重程度评估	色素减退性皮肤病（HD）和白癜风患者	计算机视觉	皮肤病	深度学习	SE_ResNet-18, HR-Net	图像	4744名患者的11483张图像	NA	NA	NA	NA
326	2025-01-19	Three-dimensional convolutional neural network for leak detection and localization in smart water distribution systems 2024-Dec-01, Water research X IF:7.2Q1 DOI:10.1016/j.wroa.2024.100264 PMID:39822329	研究论文	本文提出了一种三维卷积神经网络（3D CNN）深度学习模型，用于智能水分配系统中的泄漏检测和定位	首次将3D CNN应用于水分配网络的泄漏检测和定位，能够处理压力和时间的空间分布信息	深度学习模型的适应性可能受限，且受水力模拟模型影响较大，网络变化时需要重新训练，可能耗时且难以处理多种故障情况	研究智能水分配系统中的泄漏检测和定位方法	水分配网络（WDNs）中的泄漏	机器学习	NA	深度学习	3D CNN	压力数据	使用奥斯汀的一个真实水分配网络进行测试，生成了150毫米管道中3升/秒的泄漏模拟数据	NA	NA	NA	NA
327	2025-10-07	MS-CLSTM: Myoelectric Manipulator Gesture Recognition Based on Multi-Scale Feature Fusion CNN-LSTM Network 2024-Dec-23, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics9120784 PMID:39727788	研究论文	提出基于多尺度特征融合CNN-LSTM网络的肌电操纵器手势识别模型MS-CLSTM	融合多尺度卷积核提取sEMG信号的局部细节、全局模式和通道间相关性，结合ResCBAM增强关键手势信息关注并缓解小样本过拟合	基于小样本数据集开发，模型泛化能力需进一步验证	提升表面肌电信号手势识别的准确性和实时性	表面肌电信号和对应的手势动作	机器学习	NA	表面肌电信号采集	CNN, LSTM	时序信号数据	Ninapro DB2和DB4数据集	NA	MS Block-ResCBAM-Bi-LSTM, CNN-LSTM, ResCBAM, Simple-ResNet	准确率	NA
328	2025-10-07	Deep Learning-Based Diagnosis Algorithm for Alzheimer's Disease 2024-Dec-23, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120333 PMID:39728230	研究论文	提出一种基于改进3D DenseNet分割模型和MobileNetV3分类模型的两阶段阿尔茨海默病自动辅助诊断算法	在分割网络中简化主干网络、替换激活函数和损失函数并引入3D GAM注意力机制；在分类网络中增加CA注意力机制、引入空洞卷积并改进全连接层结合迁移学习	NA	开发阿尔茨海默病的自动辅助诊断算法	阿尔茨海默病患者、轻度认知障碍患者和正常对照的脑部MR图像	计算机视觉	阿尔茨海默病	脑部磁共振成像	CNN	3D医学图像	NA	NA	3D DenseNet, MobileNetV3	准确率	NA
329	2025-10-07	Towards Robust Supervised Pectoral Muscle Segmentation in Mammography Images 2024-Dec-22, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120331 PMID:39728227	研究论文	本文提出了一种用于乳腺X线图像中胸大肌分割的监督学习方法，并提供了三个公开数据集的胸大肌分割标注	首次为INbreast、MIAS和CBIS-DDSM数据集提供胸大肌分割标注，支持基于深度学习的监督方法开发	未明确说明模型在临床环境中的泛化能力验证	开发鲁棒的胸大肌自动分割方法以改进乳腺癌检测系统	乳腺X线图像中的胸大肌区域	计算机视觉	乳腺癌	医学图像分割	深度学习	医学图像	INbreast、MIAS和CBIS-DDSM三个公开数据集的乳腺X线图像	未明确说明	AU-Net	交叉数据集测试性能	NA
330	2025-10-07	The Use of Hybrid CNN-RNN Deep Learning Models to Discriminate Tumor Tissue in Dynamic Breast Thermography 2024-Dec-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120329 PMID:39728226	研究论文	本研究评估混合CNN-RNN深度学习模型在动态乳腺热成像中识别肿瘤组织的性能	首次将五种预训练CNN架构与三种RNN结合构建混合模型，从动态乳腺热成像中同时提取空间和时间特征	未明确说明数据集规模和具体采集条件，性能比较仅限于所选架构	开发能够从动态乳腺热成像中有效识别肿瘤组织的深度学习模型	乳腺热成像图像中的肿瘤异常组织	计算机视觉	乳腺癌	红外热成像技术	CNN, RNN	动态热成像图像序列	NA	NA	VGG16, LSTM, AlexNet, RNN	准确率, 敏感度, 特异度	CPU（具体型号未说明）
331	2025-10-07	A Real-Time Lightweight Behavior Recognition Model for Multiple Dairy Goats 2024-Dec-19, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14243667 PMID:39765571	研究论文	提出一种用于多只奶山羊实时轻量级行为识别的GSCW-YOLO模型	集成高斯上下文变换和CARAFE上采样算子，增强对行为特征的关注并优化Wise-IoU损失函数	仅基于9213张自建数据集进行验证，未在更广泛场景测试	实现复杂环境下奶山羊小目标行为的自动识别	奶山羊的行为识别，特别是异常行为检测	计算机视觉	NA	视频监控	YOLO	图像	9213张图像	YOLOv8n	GSCW-YOLO	精确率,召回率,mAP,FPS	NA
332	2025-10-07	Automated Supraclavicular Brown Adipose Tissue Segmentation in Computed Tomography Using nnU-Net: Integration with TotalSegmentator 2024-Dec-11, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14242786 PMID:39767147	研究论文	开发基于nnU-Net的自动化锁骨上棕色脂肪组织分割方法并集成到TotalSegmentator软件中	首次将nnU-Net框架应用于BAT分割，并集成到现有医学影像分析平台TotalSegmentator中	研究仅针对淋巴瘤患者群体，未在其他疾病群体中验证	开发自动化BAT分割方法以减少人工标注时间和变异性	淋巴瘤患者的CT扫描图像	医学影像分析	淋巴瘤	CT扫描，FDG PET/CT	CNN	3D医学影像	训练集159例淋巴瘤患者，测试集30例患者，另分析7107例FDG PET/CT研究	nnU-Net	3D nnU-Net	DICE分数，Hausdorff距离	NA
333	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
334	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
335	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
336	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
337	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
338	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
339	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
340	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