深度学习在生物医药领域中的应用

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
221	2025-04-02	Clinical validation of an artificial intelligence algorithm for classifying tuberculosis and pulmonary findings in chest radiographs 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1512910 PMID:39991462	research paper	本研究评估了一种基于CNN的AI算法在解读胸部X光片（CXR）中的性能，并与包括胸科放射科医生在内的医师团队进行比较	使用真实世界数据验证AI算法在多样化医疗环境中的有效性，并比较AI与不同经验水平医师的表现	研究为回顾性设计，且医师报告算法在大多数情况下未影响其决策	评估AI算法在胸部X光片解读中的性能及其对非胸科放射专科医师的辅助作用	胸部X光片及参与解读的医师团队	digital pathology	tuberculosis	deep learning	CNN	image	NA
222	2025-04-01	The Role of Artificial Intelligence in Health Care 2025-Jan-14, Nigerian journal of physiological sciences : official publication of the Physiological Society of Nigeria DOI:10.54548/njps.v39i1.1 PMID:40156806	review	本文综述了人工智能在医疗保健领域的广泛应用及其面临的挑战	全面概述了AI在医疗保健中的多种应用，包括疾病诊断、个性化治疗、医疗管理以及药物发现	AI在医疗保健中的应用面临资金、监管、数据隐私和伦理等多重挑战	探讨人工智能在医疗保健中的角色及其潜在影响	医疗保健系统及其相关技术	machine learning	NA	machine learning, deep learning, statistical analysis	NA	NA	NA
223	2025-04-01	Deep learning based approaches for intelligent industrial machinery health management and fault diagnosis in resource-constrained environments 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79151-2 PMID:39774953	综述	本文综述了工业4.0背景下基于深度学习的工业机械健康管理与故障诊断方法，特别是在资源受限环境中的应用	全面调查了智能故障诊断（IFD）方法，并提出了从数据处理、模型构建到训练优化的三个不同视角分类	现有方法大多假设数据完整、平衡且充足，这与实际工程场景不符	探讨工业机械健康管理（IMHM）中的剩余使用寿命（RUL）预测、边缘计算架构和智能故障诊断（IFD）的研究进展	工业机械的健康管理与故障诊断	机器学习	NA	深度学习	NA	工业机械数据	NA
224	2025-04-01	Evaluation of an acne lesion detection and severity grading model for Chinese population in online and offline healthcare scenarios 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84670-z PMID:39774300	研究论文	开发并评估了一种基于深度学习的算法AcneDGNet，用于在不同医疗场景中准确完成痤疮病变检测和严重程度分级	设计了包含特征提取、病变检测和严重程度分级模块的AcneDGNet算法，并在在线和离线医疗场景中进行了系统评估	未提及算法的计算效率或在不同肤色人群中的泛化能力	开发一种能准确完成痤疮病变检测和严重程度分级的深度学习算法，并评估其在不同医疗场景中的性能	痤疮病变检测和严重程度分级	计算机视觉	痤疮	深度学习	AcneDGNet（包含特征提取、病变检测和严重程度分级模块）	图像	2,157张面部图像（来自两个公共数据集和三个自建数据集）
225	2025-04-01	Enhancing repeatability of follicle counting with deep learning reconstruction high-resolution MRI in PCOS patients 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84812-3 PMID:39775101	研究论文	本研究探讨了使用深度学习重建高分辨率MRI提高多囊卵巢综合征(PCOS)患者卵泡计数重复性的方法	采用深度学习重建SSFSE图像(SSFSE-DL)，在抑制运动伪影的同时补偿噪声，显著提高了卵泡检测的定性指标和FNPO评估的重复性	样本量较小(仅22名PCOS患者)，且仅由一名观察者评估主观噪声	提高PCOS诊断中卵泡计数的准确性和可重复性	多囊卵巢综合征(PCOS)患者的卵巢影像	数字病理学	多囊卵巢综合征	PROPELLER MRI、SSFSE T2加权序列、深度学习重建	深度学习(DL)	MRI图像	22名PCOS患者
226	2025-04-01	Segmentation of the iliac crest from CT-data for virtual surgical planning of facial reconstruction surgery using deep learning 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83031-0 PMID:39773990	研究论文	本研究开发了一种基于深度学习的自动化方法，用于从CT数据中分割髂嵴，以辅助面部重建手术的虚拟规划	首次采用3D U-Net架构的卷积神经网络实现髂嵴的自动化分割，并应用迁移学习优化模型训练	研究仅针对髂嵴分割，未涉及其他骨骼结构的自动化处理	开发自动化分割髂嵴的方法，以支持数字化手术规划流程	髂嵴的CT影像数据	数字病理	面部重建手术	CT成像	3D U-Net	CT影像	1,398个手动分割的数据集（其中400个用于训练和验证，177个用于测试）
227	2025-04-01	Prediction of white matter hyperintensities evolution one-year post-stroke from a single-point brain MRI and stroke lesions information 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83128-6 PMID:39774013	研究论文	本研究利用单点脑MRI和卒中病灶信息预测卒中后一年白质高信号（WMH）的演变	结合卒中病灶信息并使用概率深度学习模型预测WMH演变，提出了一种新的体积损失函数以提高预测准确性	研究主要针对轻度卒中事件后的WMH演变，可能不适用于其他类型的卒中或脑部疾病	预测卒中后一年白质高信号的演变，以支持个性化治疗干预	轻度卒中患者的白质高信号（WMH）和卒中病灶	数字病理学	心血管疾病	T2-FLAIR脑MRI	Probabilistic U-Net	图像	NA
228	2025-04-01	Multi-scale feature fusion of deep convolutional neural networks on cancerous tumor detection and classification using biomedical images 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84949-1 PMID:39774273	研究论文	本文提出了一种基于多尺度特征融合的深度卷积神经网络（MFFDCNN-CTDC）模型，用于生物医学图像中的癌症肿瘤检测和分类	结合ResNet50和EfficientNet架构进行多尺度特征融合，并采用混合烟花鲸鱼优化算法（FWWOA）进行参数调优	未提及模型在临床环境中的实际应用效果及泛化能力	开发一种高效的癌症肿瘤检测和分类方法	皮肤癌肿瘤	数字病理学	皮肤癌	深度学习	CNN（ResNet50, EfficientNet, Unet3+, CAE）	图像	ISIC 2017和HAM10000数据集
229	2025-04-01	Deep learning-based encryption scheme for medical images using DCGAN and virtual planet domain 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84186-6 PMID:39774748	research paper	提出了一种基于DCGAN和VPD的医学图像加密新技术	整合DCGAN和VPD方法生成诱饵图像，并利用时间戳、随机数和1-DEC映射生成加密密钥	未明确提及具体样本量或实验数据集的详细构成	增强医学图像的安全性，防止未经授权的访问和篡改	医学图像	数字病理	NA	DCGAN, VPD, 1-DEC映射	DCGAN	image	NA
230	2025-04-01	Ensemble genetic and CNN model-based image classification by enhancing hyperparameter tuning 2025-01-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76178-3 PMID:39762285	研究论文	提出了一种结合遗传算法和卷积神经网络的集成模型（EGACNN），通过优化超参数来提升图像分类的效率和准确率	结合遗传算法（GA）和卷积神经网络（CNN）进行超参数优化，提出EGACNN模型，显著提高了图像分类的准确率	研究仅基于MNIST数据集，未在其他更复杂的数据集上进行验证	提升基于CNN的图像分类系统的性能，利用集成学习和遗传算法的优势	图像分类模型	计算机视觉	NA	遗传算法（GA）	CNN, GA, 集成学习（EGACNN, CSNN）	图像	MNIST数据集
231	2025-04-01	Prediction of ECG signals from ballistocardiography using deep learning for the unconstrained measurement of heartbeat intervals 2025-01-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84049-0 PMID:39762351	研究论文	利用深度学习从心冲击图(BCG)信号中提取心电图(ECG)波形，并探索其在R-R间期(RRI)估计中的应用	提出了一种基于双向长短期记忆网络(BiLSTM)的深度学习模型，能够从BCG信号中预测ECG信号，实现无约束的心跳间隔测量	模型在长期记录数据上的泛化能力仍有提升空间，且样本量相对较小(18名参与者用于训练，12名用于验证)	开发一种无约束的心率监测方法，适用于家庭环境中的长期心脏健康监测	心冲击图(BCG)信号和心电图(ECG)信号	机器学习	心血管疾病	深度学习信号处理	BiLSTM	生理信号(BCG和ECG)	18名参与者用于训练模型，12名不同参与者用于长期记录验证
232	2025-04-01	Explainable attention based breast tumor segmentation using a combination of UNet, ResNet, DenseNet, and EfficientNet models 2025-01-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84504-y PMID:39762417	研究论文	本研究提出了一种基于改进UNet架构的深度学习技术，用于乳腺肿瘤分割，结合了注意力机制和先进的编码器架构	结合了CBAM和非局部注意力机制，以及ResNet、DenseNet和EfficientNet等先进的编码器架构，显著提升了分割性能	未来研究需探索多模态成像、实时临床应用以及更先进的注意力机制以进一步提升分割性能	提高乳腺肿瘤分割的准确性和可靠性	乳腺超声图像（BUSI）数据集中的乳腺肿瘤	计算机视觉	乳腺癌	深度学习	UNet、ResNet、DenseNet、EfficientNet	图像	BUSI数据集中的乳腺超声图像
233	2025-04-01	Diagnostic Performance of a Computer-aided System for Tuberculosis Screening in Two Philippine Cities 2025, Acta medica Philippina DOI:10.47895/amp.vi0.8950 PMID:39967706	research paper	评估qXR3.0技术在菲律宾两个城市中用于结核病筛查的诊断性能	首次在菲律宾本地评估基于AI的结核病筛查系统qXR3.0的性能，并与放射科医生的诊断进行比较	样本量较小（82名参与者），未来研究需要更大样本量验证结果	评估qXR3.0技术在结核病筛查中的诊断性能，并验证其是否符合WHO标准	菲律宾15岁及以上成年人	digital pathology	tuberculosis	deep learning neural networks (DLNNs)	qXR3.0	chest radiographs (CXRs)	82名参与者
234	2025-04-01	Detection of ionospheric disturbances with a sparse GNSS network in simulated near-real time Mw 7.8 and Mw 7.5 Kahramanmaraş earthquake sequence 2025, GPS solutions IF:4.5Q1 DOI:10.1007/s10291-024-01808-2 PMID:39990601	研究论文	本文开发了一种近实时检测电离层扰动的方法，用于识别由地震引起的电离层异常信号	利用LSTM神经网络自动检测地震引起的电离层扰动，无需事先知晓地震事件	方法在夜间电离水平较低时可能无法检测到较小幅度的扰动	开发近实时电离层扰动检测方法，用于地震监测	由Kahramanmaraş地震序列引起的电离层扰动	地球物理监测	NA	GNSS总电子含量(TEC)测量	LSTM	卫星信号数据	2023年2月6日Kahramanmaraş地震序列数据
235	2025-04-01	Deep Learning-Based Auto-Segmentation for Liver Yttrium-90 Selective Internal Radiation Therapy 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251327081 PMID:40152005	研究论文	评估基于深度学习的自动分割方法在Y-90选择性内放射治疗（SIRT）中肝脏轮廓划分的应用	使用U-Net3D架构构建的深度学习模型在肝脏自动分割中表现优于传统的基于图谱的方法	研究仅针对SIRT患者的CT图像进行测试，未涉及其他类型的医学影像或更广泛的临床场景	提高Y-90选择性内放射治疗中肝脏轮廓划分的准确性和效率	SIRT患者的CT图像中的肝脏	数字病理学	肝脏疾病	CT成像	U-Net3D	医学影像	未明确提及样本数量，仅提到SIRT患者的CT图像
236	2025-04-01	A hybrid long short-term memory-convolutional neural network multi-stream deep learning model with Convolutional Block Attention Module incorporated for monkeypox detection 2025 Jan-Mar, Science progress IF:2.6Q2 DOI:10.1177/00368504251331706 PMID:40152267	研究论文	开发了一种结合LSTM-CNN的多流深度学习模型，用于猴痘的早期检测	提出了一种结合LSTM、CNN和CBAM的混合模型，用于猴痘检测，并通过Grad-CAM和LIME提高模型的可解释性	未提及模型在更大或多样化数据集上的泛化能力	开发一种可靠的深度学习模型，用于猴痘的早期检测	猴痘皮肤病变图像	计算机视觉	猴痘	深度学习	LSTM-CNN混合模型	图像	MSLD v2.0数据集
237	2025-03-30	Correction: Detection and recognition of foreign objects in Pu-erh Sun-dried green tea using an improved YOLOv8 based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321409 PMID:40153338	correction	对一篇关于使用改进的YOLOv8深度学习模型检测和识别普洱茶晒青毛茶中外来物的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
238	2025-03-30	Advances in computer vision and deep learning-facilitated early detection of melanoma 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elaf002 PMID:40139223	综述	本文综述了计算机视觉和深度学习在早期黑色素瘤检测中的最新进展	整合了多种先进神经网络模型（如YOLO、GAN、Mask R-CNN、ResNet和DenseNet）以提升早期黑色素瘤检测和诊断的准确性	未来研究需进一步提升技术、整合多模态数据并改善AI决策的可解释性以促进临床采用	探索计算机视觉和深度学习技术在早期黑色素瘤检测中的应用	黑色素瘤的早期检测和诊断	计算机视觉	黑色素瘤	深度学习	YOLO, GAN, Mask R-CNN, ResNet, DenseNet	图像	综合皮肤病数据集（如PH2、ISIC、DERMQUEST和MED-NODE）
239	2025-03-29	Correction to: "UDE DIATOMS in the Wild 2024": a new image dataset of freshwater diatoms for training deep learning models 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf043 PMID:40139910	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
240	2025-03-30	Beyond the Greater Angkor Region: Automatic large-scale mapping of Angkorian-period reservoirs in satellite imagery using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320452 PMID:40138322	研究论文	利用深度学习技术自动识别卫星图像中的吴哥时期水库，以扩展对吴哥文化区域的研究	使用先进的深度学习模型Deeplab V3+进行语义分割，自动识别吴哥时期的水库，显著提高了考古学家的工作效率	虽然模型准确度高，但仍需考古学家的进一步验证，且目前仅针对吴哥时期水库进行识别	通过自动识别卫星图像中的考古特征，扩展对吴哥文化区域的全面研究	吴哥时期的水库	计算机视觉	NA	卫星遥感技术、深度学习	Deeplab V3+	卫星图像	NA