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
401	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
402	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
403	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
404	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
405	2025-10-07	RETRACTED ARTICLE: Cognitive computing-based COVID-19 detection on Internet of things-enabled edge computing environment 2024-12, Soft computing IF:3.1Q2 DOI:10.1007/s00500-021-06514-6 PMID:34812247	研究论文	提出一种基于联邦深度学习的COVID-19检测模型，在物联网边缘计算环境中实现	结合联邦学习与边缘计算，使用萤火虫群优化算法调参，实现隐私保护的分布式COVID-19检测	未明确说明数据集具体规模和多样性，实验细节描述不够充分	开发高效的COVID-19早期检测系统以降低死亡率	胸部X光图像数据	计算机视觉	COVID-19	深度学习，联邦学习	CNN	医学图像	基准CXR数据集（具体数量未说明）	NA	SqueezeNet	多种评估指标（具体未列明）	物联网边缘计算环境，云服务器
406	2025-10-07	RETRACTED ARTICLE: MTR-SDL: a soft computing based multi-tier rank model for shoulder X-ray classification 2024-12, Soft computing IF:3.1Q2 DOI:10.1007/s00500-023-08562-6 PMID:37362295	研究论文	提出一种基于软计算的多层排序模型MTR-SDL，用于肩部X射线分类	提出新型集成学习技术'基于排序的集成选择'，通过动态集成投票方法为未标记数据集生成标签	NA	解决医疗领域标注数据不足的问题，提高肩部X射线分类性能	肩部X射线图像	计算机视觉	肩部疾病	X射线成像	深度神经网络,集成学习	医学图像	NA	NA	NA	准确率,特异性,敏感性,精确率,马修斯相关系数,错误发现率,假阳性率,F1分数,阴性预测值,假阴性率	NA
407	2025-10-07	Validating Machine Learning Models Against the Saline Test Gold Standard for Primary Aldosteronism Diagnosis 2024-Dec, JACC. Asia DOI:10.1016/j.jacasi.2024.09.010 PMID:39802987	研究论文	开发并验证机器学习模型用于预测东亚高血压患者中的原发性醛固酮增多症，并与传统盐水输注试验进行比较	首次将机器学习模型与原发性醛固酮增多症诊断的金标准盐水试验进行系统比较验证	研究结果可能仅限于东亚高血压人群，需要更多样本人群验证	为原发性醛固酮增多症提供更高效、标准化的诊断方法	高血压患者中的原发性醛固酮增多症病例	机器学习	原发性醛固酮增多症	机器学习	Random Forest, XGBoost, 深度学习	临床数据	来自三个队列：TAIPAI（台湾原发性醛固酮增多症调查）、CONPASS（重庆原发性醛固酮增多症研究）和韩国队列	NA	NA	准确率, 敏感度, 特异性	NA
408	2025-10-07	Multidimensional morphological analysis of live sperm based on multiple-target tracking 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.02.025 PMID:39803335	研究论文	开发基于深度学习的活体精子多维形态分析系统，实现精子运动性和形态的自动化检测	改进了FairMOT跟踪算法，在匈牙利匹配算法的成本函数中加入了精子头部运动距离、角度和检测框IOU值，并首次同时实现精子前向运动性和形态的自动化分析	NA	改进临床精子形态检测方法，推动辅助生殖技术发展	活体精子	计算机视觉	生殖系统疾病	深度学习	多目标跟踪, 实例分割, 语义分割	视频图像	来自多家三甲医院的1272个样本	NA	FairMOT, BlendMask, SegNet	形态准确率90.82%，与人工显微镜结果高度一致	NA
409	2025-01-14	Letter to the Editor: Commentary on Feasibility Study of Parkinson's Speech Disorder Evaluation With Pre-Trained Deep Learning Model for Speech-to-Text Analysis (Korean J Neurotrauma 2024;20:168-179) 2024-Dec, Korean journal of neurotrauma DOI:10.13004/kjnt.2024.20.e40 PMID:39803342	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
410	2025-10-07	A deep learning modular ECG approach for cardiologist assisted adjudication of atrial fibrillation and atrial flutter episodes 2024-Dec, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2024.09.007 PMID:39803625	研究论文	开发一种基于深度学习的模块化心电图软件，用于辅助心脏病专家判读心房颤动和心房扑动发作	采用模块化结构模拟心脏病专家心电图判读流程，结合用户界面允许专家调整结果并驱动二次分析	残留错误主要与房性心律失常类型分类相关，部分记录需要手动调整模块	构建和评估用于长程心电图记录的深度学习模块化软件	房性快速性心律失常（包括心房颤动和心房扑动）	数字病理	心血管疾病	心电图分析	深度学习	心电图信号	187条记录，249,419个一分钟样本	NA	模块化神经网络	F1分数	NA
411	2025-10-07	RETRACTED ARTICLE: DLMBHCO: design of an augmented bioinspired deep learning-based multidomain body parameter analysis via heterogeneous correlative body organ analysis 2024-12, Soft computing IF:3.1Q2 DOI:10.1007/s00500-023-08613-y PMID:37362266	研究论文	提出一种增强型生物启发深度学习模型，通过异构关联器官分析实现多领域身体参数分析	结合细菌觅食优化器和多种深度学习模型融合，通过时间分析建立器官间疾病关联概率	仅基于有限的数据集进行验证，未提及模型在更广泛临床环境中的适用性	开发能够高效识别人体不同器官间疾病关联的深度学习模型	人体多器官疾病关联分析	机器学习	多器官疾病	时空数据扫描，血液报告时间分析	深度学习模型融合	医学扫描数据，血液报告	MITBIH, DEAP, CT Kidney, RIDER, PLCO数据集	NA	Inception Net, XCeption Net, GoogLeNet	准确率，精确率，召回率	NA
412	2025-10-07	Synchronous Analysis of Speech Production and Lips Movement to Detect Parkinson's Disease Using Deep Learning Methods 2024-Dec-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010073 PMID:39795601	研究论文	提出一种通过同步分析语音信号和唇部运动视频来检测帕金森病的深度学习方法	首次引入同步融合语音记录和唇部运动视频信息的双模态方法，采用基于注意力机制的串联投影策略	NA	提高帕金森病的自动检测准确率	帕金森病患者	计算机视觉,自然语言处理	帕金森病	深度学习	深度学习模型	语音信号,视频	NA	NA	注意力机制	准确率	NA
413	2025-01-14	Task Offloading with LLM-Enhanced Multi-Agent Reinforcement Learning in UAV-Assisted Edge Computing 2024-Dec-31, Sensors (Basel, Switzerland) DOI:10.3390/s25010175 PMID:39796966	研究论文	本文提出了一种创新的多智能体深度学习框架，用于优化无人机辅助边缘计算环境中的任务卸载和轨迹规划	结合QTRAN算法与大型语言模型（LLM）进行区域分解，并利用图卷积网络（GCN）与自注意力机制有效管理子区域间关系	未提及具体实验环境或数据集的局限性	优化无人机辅助边缘计算环境中的任务卸载和轨迹规划	无人机集群和用户设备（UE）	机器学习	NA	多智能体强化学习、大型语言模型（LLM）、图卷积网络（GCN）	QTRAN、GCN、自注意力机制	模拟数据	未提及具体样本数量	NA	NA	NA	NA
414	2025-10-07	The Role of Machine Learning in the Detection of Cardiac Fibrosis in Electrocardiograms: Scoping Review 2024-Dec-30, JMIR cardio DOI:10.2196/60697 PMID:39753213	综述	本文通过范围综述系统评估了基于心电图和机器学习技术检测心脏纤维化的研究现状	首次系统性地综述了机器学习在心电图检测心脏纤维化领域的应用现状，识别了当前研究的局限性和未来发展方向	纳入研究样本量有限，缺乏外部验证，方法学报告不一致，影响结果的普适性和可重复性	综合评估基于心电图的机器学习方法在心脏纤维化检测中的应用现状	心脏纤维化检测相关的机器学习研究	机器学习	心血管疾病	心电图分析	支持向量机,集成学习,深度学习,卷积神经网络	心电图,矢量心电图	11项研究，最大样本量14,052例	NA	卷积神经网络	准确率,AUC	NA
415	2025-10-07	SmartSkin-XAI: An Interpretable Deep Learning Approach for Enhanced Skin Cancer Diagnosis in Smart Healthcare 2024-Dec-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010064 PMID:39795592	研究论文	提出一种结合可解释人工智能技术的深度学习方法SmartSkin-XAI，用于增强皮肤癌诊断	将微调的DenseNet121模型与XAI技术相结合，在保持高准确性的同时提供可解释的预测结果	NA	开发准确且可解释的皮肤癌诊断系统，改善早期检测和患者管理	皮肤癌（特别是黑色素瘤）诊断	计算机视觉	皮肤癌	深度学习，可解释人工智能	CNN	皮肤图像	ISIC数据集和Kaggle数据集	NA	DenseNet121, InceptionV3, ResNet50	准确率, 精确率, 召回率, F1分数	NA
416	2025-01-14	Effect of Depth Band Replacement on Red, Green and Blue Image for Deep Learning Weed Detection 2024-Dec-30, Sensors (Basel, Switzerland) DOI:10.3390/s25010161 PMID:39796952	研究论文	本研究探讨了在深度学习杂草检测中，用深度数据替换RGB图像中的一个波段对YOLOv8模型性能的影响	提出了一种用深度数据替换RGB图像中的一个波段的方法，以解决传统RGB方法在检测杂草时因纹理和结构相似性而导致的困难	使用RGBD系统计算成本高，不适合小型轻量级机器人	研究深度数据替换RGB波段对YOLOv8模型在杂草检测中性能的影响	牧场中的杂草	计算机视觉	NA	深度学习	YOLOv8	图像	NA	NA	NA	NA	NA
417	2025-10-07	Improving Imitation Skills in Children with Autism Spectrum Disorder Using the NAO Robot and a Human Action Recognition 2024-Dec-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010060 PMID:39795588	研究论文	本研究使用NAO机器人和人类动作识别算法来改善自闭症谱系障碍儿童的模仿技能	将机器人技术与深度学习相结合，开发基于人类动作识别算法的模仿技能分析方法	NA	探索机器人技术是否能改善自闭症儿童的模仿技能并支持治疗师	自闭症谱系障碍儿童	机器人技术	自闭症谱系障碍	深度学习	NA	动作数据	NA	NA	NA	NA	NA
418	2025-10-07	Design, Development, and Testing of Machine Learning Models to Estimate Properties of Friction Stir Welded Joints 2024-Dec-29, Materials (Basel, Switzerland) DOI:10.3390/ma18010094 PMID:39795739	研究论文	本研究使用六种监督机器学习模型预测搅拌摩擦焊接接头的极限抗拉强度和硬度	首次系统比较六种机器学习模型在搅拌摩擦焊接性能预测中的表现，并发现人工神经网络具有最高精度	研究基于200个数据集，样本量相对有限，模型泛化能力需进一步验证	开发能够准确预测搅拌摩擦焊接接头力学性能的机器学习模型	搅拌摩擦焊接接头	机器学习	NA	搅拌摩擦焊接	线性回归,支持向量回归,决策树回归,随机森林回归,K近邻算法,人工神经网络	数值数据	200个数据集	NA	人工神经网络	准确率	NA
419	2025-01-14	Improved Intelligent Condition Monitoring with Diagnostic Indicator Selection 2024-Dec-29, Sensors (Basel, Switzerland) DOI:10.3390/s25010137 PMID:39796927	研究论文	本研究开发了一种预测性维护系统，专注于特征选择以检测和分类风力涡轮机叶片中的模拟缺陷	提出了一种基于相关性分析并结合全面视觉评估的结构化特征选择方法，保留了关键的领域特定信息，避免了故障指标的误解	特征减少并未同样提升深度学习模型的性能指标	开发一种更有效的预测性维护系统，用于风力涡轮机叶片的缺陷检测和分类	风力涡轮机叶片的模拟缺陷	机器学习	NA	相关性分析	深度神经网络, 投票分类器	振动数据	NA	NA	NA	NA	NA
420	2025-10-07	Improved Consistency of Lung Nodule Categorization in CT Scans with Heterogeneous Slice Thickness by Deep Learning-Based 3D Super-Resolution 2024-Dec-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010050 PMID:39795578	研究论文	提出基于深度学习的3D超分辨率方法，用于从异质性层厚CT图像生成薄层CT图像，提高肺结节体积测量的准确性	首次将深度学习3D超分辨率技术应用于肺结节CT图像的层厚标准化，显著改善异质性层厚对结节体积评估的影响	研究样本量有限，仅由两名放射科医生进行定性评估，需要更大规模验证	提高肺结节体积测量的准确性，改善肺癌筛查中结节分类的一致性	肺结节CT图像	计算机视觉	肺癌	CT扫描	深度学习	3D医学图像	未明确说明具体样本数量	NA	3D超分辨率网络	Likert量表评分, 结节体积差异百分比, Lung-RADS分类一致性	NA