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
341	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
342	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
343	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
344	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
345	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
346	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
347	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
348	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
349	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
350	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
351	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
352	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
353	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
354	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
355	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
356	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
357	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
358	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
359	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
360	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