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
321	2025-05-15	Deep learning for malignant lymph node segmentation and detection: a review 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1526518 PMID:40356919	综述	本文深入回顾了深度学习在恶性淋巴结分割和检测方面的进展	专注于恶性淋巴结的深度学习应用，填补了该领域综述的空白	未提及具体模型的性能比较或量化分析	提升癌症治疗规划的精确性和效率	恶性淋巴结	数字病理学	癌症	深度学习	NA	医学影像	NA
322	2025-05-15	Leveraging artificial intelligence in disaster management: A comprehensive bibliometric review 2025, Jamba (Potchefstroom, South Africa) DOI:10.4102/jamba.v17i1.1776 PMID:40357012	综述	本文通过文献计量学方法回顾了人工智能在灾害管理中的应用	利用VOSviewer和Biblioshiny工具分析了848篇文献，揭示了AI在灾害管理中的研究趋势和科学图谱	仅基于Scopus数据库的英文文献，可能遗漏其他语言或数据库的重要研究	评估人工智能技术在灾害管理领域的应用现状和发展趋势	自然灾害管理相关的人工智能研究文献	机器学习	NA	文献计量分析	NA	文献数据	848篇出版物
323	2025-05-15	Making, not breaking the young, aspiring athlete: the development of Prep to be PRO (Nærmere Best) - a Norwegian school-based educational programme 2025, BMJ open sport & exercise medicine IF:3.9Q1 DOI:10.1136/bmjsem-2024-002388 PMID:40357054	research paper	本文记录了Prep to be PRO教育模块化计划的开发过程，旨在支持和保护体育初中和体育高中年轻运动员的健康与发展	该计划首次系统性地整合了多学科知识，并通过国家高中课程确保其相关性和教育标准的一致性	尚未进行系统性的数据收集和效果评估，长期可持续性仍需验证	开发一个教育计划，以预防年轻运动员的健康问题并支持其发展	体育初中和体育高中的年轻运动员	运动科学	NA	NA	NA	NA	超过40名利益相关者参与开发过程
324	2025-05-15	Deep learning object detection-based early detection of lung cancer 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1567119 PMID:40357272	research paper	本文探讨了基于深度学习的物体检测技术在肺癌早期诊断中的应用	比较了不同版本的YOLO模型在肺癌CT图像检测任务中的性能，发现YOLOv8表现最佳	研究仅基于公开数据集Lung-PET-CT-Dx，未涉及其他数据集验证	提高肺癌早期诊断和分类的准确性	肺癌CT图像	computer vision	lung cancer	deep learning	YOLO系列（YOLOv5, YOLOv8, YOLOv9, YOLOv10, YOLOv11）	image	Lung-PET-CT-Dx公共数据集
325	2025-05-15	RAMAS-Net: a module-optimized convolutional network model for aortic valve stenosis recognition in echocardiography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1587307 PMID:40357270	研究论文	提出了一种名为RAMAS-Net的深度学习模型，用于在超声心动图中自动识别和诊断主动脉瓣狭窄	通过将ResNet50主干的Stage 4替换为SCConv和MDTA模块，减少了冗余计算并提高了特征提取能力	NA	提高主动脉瓣狭窄的诊断准确性，支持临床决策	主动脉瓣狭窄（AS）患者	数字病理	心血管疾病	深度学习	CNN（ResNet50改进版）	图像（超声心动图）	TMED-2和TMED-1数据集
326	2025-05-15	An optimized deep learning model based on transperineal ultrasound images for precision diagnosis of female stress urinary incontinence 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1564446 PMID:40357276	研究论文	本研究开发并验证了一种基于经会阴超声图像的优化深度学习模型，以提高女性压力性尿失禁的诊断精度和可靠性	首次将深度学习模型（如DenseNet-121）应用于经会阴超声图像，显著提高了女性压力性尿失禁的诊断性能	研究为回顾性设计，样本量相对有限（464例），且仅评估了三种深度学习模型	提高女性压力性尿失禁的诊断精度和可靠性	464名女性的经会阴超声图像（200例患者和264例对照）	数字病理	尿失禁	经会阴超声（TPUS）	ResNet-50, ResNet-152, DenseNet-121	图像	464名女性（200例患者和264例对照）
327	2025-05-15	Automatic segmentation and volume measurement of anterior visual pathway in brain 3D-T1WI using deep learning 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1530361 PMID:40357297	研究论文	本研究探讨了使用3D UX-Net深度学习模型在脑部T1加权成像中自动分割和测量前视通路（AVP）体积的可行性	首次在脑部T1WI中使用3D UX-Net模型进行AVP自动分割和体积测量，并提供了成人AVP的标准化测量值	研究样本量相对较小（119名成人），且为回顾性研究	开发自动分割和测量前视通路体积的深度学习模型	前视通路（AVP）	数字病理学	NA	3D T1加权成像（T1WI）	3D UX-Net, 3D U-Net, Swin UNEt TRansformers (UNETR), UNETR++, Swin Soft Mixture Transformer (Swin SMT)	3D医学影像	119名成人的临床数据和脑部3D T1WI影像
328	2025-05-14	An analysis of performance bottlenecks in MRI preprocessing 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae098 PMID:40072903	研究论文	本文分析了MRI预处理中的性能瓶颈，并提出了优化建议	使用Intel VTune分析工具对多个常用MRI预处理流程的性能瓶颈进行了详细分析，并发现了一些潜在问题	研究仅针对特定工具包（ANTs、FMRIB、FreeSurfer）的MRI预处理流程，可能不适用于其他工具或流程	提高MRI预处理流程的性能，以便更高效地进行大规模队列研究和临床应用	MRI预处理流程	医学影像处理	NA	Intel VTune分析工具	NA	MRI影像数据	NA
329	2025-05-14	Early pigment spot segmentation and classification from iris cellular image analysis with explainable deep learning and multiclass support vector machine 2025-01-01, Biochemistry and cell biology = Biochimie et biologie cellulaire DOI:10.1139/bcb-2023-0183 PMID:37906957	research paper	提出了一种结合可解释深度学习和多类支持向量机的方法，用于早期虹膜色素斑点的分割和分类	结合可解释深度学习和多类支持向量机进行虹膜色素斑点的早期分割和分类，优于现有方法	实验仅在三个基准数据集上进行，可能缺乏更广泛的验证	开发一种高效、准确的虹膜色素斑点分割和分类方法，以辅助早期视网膜疾病的诊断	虹膜细胞图像中的色素斑点	digital pathology	retinal disorders	deep learning, multiclass support vector machine	CNN, SVM	image	三个基准数据集（MILE、UPOL、Eyes SUB）
330	2025-05-14	A systematic review of automated hyperpartisan news detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316989 PMID:39982955	综述	本文系统回顾了自动化检测超党派新闻的不同方法，整理了2015年至2024年间81篇相关文章的方法和数据集	首次系统性地综述了超党派新闻检测领域的研究，为未来研究奠定了坚实基础	计算机科学领域对超党派尚无明确定义，且大多数数据集为英文，缺乏少数语言的数据集，大型语言模型(LLMs)在该领域的研究有限	自动化检测超党派新闻以应对其导致的社会两极分化和民主稳定性威胁	超党派新闻文章	自然语言处理	NA	机器学习、深度学习	传统机器学习模型、深度学习模型、LLMs	文本	81篇相关文章
331	2025-05-14	Chinese medical named entity recognition utilizing entity association and gate context awareness 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319056 PMID:39999103	研究论文	本文提出了一种结合实体关联和门控上下文感知的中文医学命名实体识别方法	使用RoBERTa-wwm-ext模型提取上下文特征，结合RNN和多头注意力机制捕捉实体间依赖关系，提高了识别准确率	未提及模型在更大规模数据集上的泛化能力	提高中文医学文本中命名实体识别的效率和准确性	中文医学文本中的命名实体	自然语言处理	NA	RoBERTa-wwm-ext, RNN, 多头注意力机制, 条件随机场	RoBERTa-wwm-ext, RNN	文本	MCSCSet和CMeEE数据集
332	2025-05-14	Virtual Monochromatic Imaging of Half-Iodine-Load, Contrast-Enhanced Computed Tomography with Deep Learning Image Reconstruction in Patients with Renal Insufficiency: A Clinical Pilot Study 2025, Journal of Nippon Medical School = Nippon Ika Daigaku zasshi DOI:10.1272/jnms.JNMS.2025_92-112 PMID:40058838	research paper	本研究探讨了深度学习图像重建（DLIR）在半碘负荷对比增强CT（CECT）虚拟单色成像（VMI）中的图像质量（IQ）	首次将DLIR应用于半碘负荷CECT的VMI，以优化图像质量	样本量较小（28例患者），且为回顾性研究	评估DLIR在半碘负荷CECT VMI中的图像质量	28例中重度肾功能不全的肿瘤患者	医学影像	肾功能不全	双能CT（DECT）和深度学习图像重建（DLIR）	DLIR	CT图像	28例患者
333	2025-05-14	Deep learning-based prediction of atrial fibrillation from polar transformed time-frequency electrocardiogram 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317630 PMID:40063554	research paper	本研究提出了一种基于极坐标变换的短时傅里叶变换谱图可视化ECG信号的新方法，并评估了深度卷积神经网络在预测心房颤动方面的性能	使用极坐标变换的短时傅里叶变换谱图进行ECG信号可视化，并利用深度CNN进行心房颤动预测	NA	开发一种基于深度学习的ECG信号分析方法，用于预测心房颤动	ECG信号	machine learning	心血管疾病	短时傅里叶变换(STFT)	CNN	image	PhysioNet/CinC Challenge 2017数据集中的ECG数据，分为四类：正常窦性心律、心房颤动、其他心律和噪声
334	2025-05-14	Color correction methods for underwater image enhancement: A systematic literature review 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317306 PMID:40063649	系统文献综述	本文系统综述了水下图像增强中的色彩校正方法的最新进展	对67项相关研究进行了全面分析，提出了13种水下图像增强方法，并将其分为物理模型、非物理模型和基于深度学习的方法三类	存在算法局限性、数据依赖性、计算复杂性和不同水下环境性能差异等挑战	识别并批判性分析现有的水下图像色彩校正方法，强调其优势、局限性和未来研究方向	水下图像	计算机视觉	NA	NA	物理模型、非物理模型、深度学习	图像	67项研究（2010-2024年）
335	2025-05-14	LLM-FMS: A fine-grained dataset for functional movement screen action quality assessment 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313707 PMID:40067873	research paper	该研究开发了一个细粒度的功能运动筛查（FMS）数据集LLM-FMS，并提出了一种基于大语言模型（LLM）的动作质量评估框架，以提高FMS评估的可解释性	LLM-FMS是首个用于动作评估任务的细粒度健身动作数据集，并提出了结合专家规则和LLM的新型动作质量评估框架	当前自动化的FMS评估仅限于等级评分，缺乏细粒度的反馈建议且可解释性差	提高功能运动筛查（FMS）动作质量评估的准确性和可解释性	功能运动筛查（FMS）动作	computer vision	NA	RTMPose, LLM	LLM	video, image	1812个动作关键帧图像，来自45名受试者
336	2025-05-14	Multi-omics and single-cell analysis reveals machine learning-based pyrimidine metabolism-related signature in the prognosis of patients with lung adenocarcinoma 2025, International journal of medical sciences IF:3.2Q1 DOI:10.7150/ijms.107694 PMID:40084259	研究论文	本研究通过多组学和单细胞分析，开发了基于机器学习的嘧啶代谢相关特征（PMRS），用于肺腺癌（LUAD）患者的预后评估	首次整合多种机器学习和深度学习算法构建PMRS模型，并通过实验验证了关键因子LYPD3在LUAD细胞系中的生物学功能	研究结果需要进一步在更大规模的临床样本中进行验证	评估嘧啶代谢在肺腺癌患者预后和治疗中的意义	肺腺癌（LUAD）患者	数字病理学	肺癌	多组学分析、单细胞分析	随机生存森林（random survival forest）	基因组数据、单细胞数据	NA
337	2025-05-14	PreCM: The Padding-Based Rotation Equivariant Convolution Mode for Semantic Segmentation 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558425 PMID:40249694	研究论文	本文提出了一种基于填充的旋转等变卷积模式（PreCM），用于提升语义分割任务中网络对任意旋转角度的鲁棒性	构建了通用的卷积-群框架以充分利用方向信息，并设计了PreCM模式，该模式可替代多种卷积类型，同时提出了新的评估指标旋转差异（RD）	未明确说明模型在极端旋转角度或复杂背景下的性能表现	解决语义分割网络中因缺乏旋转等变性导致的特征提取效率低下问题	多尺度图像和卷积核	计算机视觉	NA	深度学习	CNN	图像	三个数据集（卫星水体图像、DRIVE、Floodnet）
338	2025-05-14	Decalcify cardiac CT: unveiling clearer images with deep convolutional neural networks 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1475362 PMID:40351458	研究论文	本研究提出了一种名为HMDC的混合模型，用于通过有效的去钙化技术提高心脏CT图像的清晰度	提出了一种结合深度学习和传统图像处理方法的混合模型HMDC，用于心脏CT图像的去钙化，准确率高达97.22%	未提及具体的数据集大小或多样性限制	提高心脏CT图像的清晰度和诊断准确性	心脏CT图像中的钙化区域	医学影像	心血管疾病	深度学习与传统图像处理技术结合	CNN	图像	NA
339	2025-05-14	Multi-classification Deep Learning Approach for Diagnosing Stroke Type and Severity Using Multimodal Magnetic Resonance Images 2025, Journal of medical signals and sensors DOI:10.4103/jmss.jmss_37_24 PMID:40351777	研究论文	本研究利用多模态磁共振图像和卷积神经网络（CNNs）来区分健康与中风样本，分类中风类型并预测严重程度，以辅助中风管理的决策	引入了两种基于迁移学习的模型（ACL-ResNet-50和ACL-MobileNetV1），通过增强层提升了性能，并在中风分类和严重程度预测中表现出色	样本量相对较小（143名患者），且仅基于磁共振图像，未考虑其他临床数据	开发一种深度学习方法，用于准确诊断中风类型和评估严重程度，以支持临床决策	中风患者（85名缺血性中风和58名出血性中风）	计算机视觉	心血管疾病	扩散加权磁共振成像（DWI）和表观扩散系数（ADC）	CNN（ACL-ResNet-50和ACL-MobileNetV1）	图像（多模态磁共振图像）	143名患者（85名缺血性中风和58名出血性中风）
340	2025-05-14	Telemedicine in China: Effective indicators of telemedicine platforms for promoting health and well-being among healthcare consumers 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251341163 PMID:40351848	研究论文	本研究旨在识别影响中国远程医疗平台服务质量的关键因素，以促进患者健康和福祉，并为行业利益相关者提供基于证据的服务创新信息	提出了一种结合Servqual质量评估模型和由注意力机制增强的CNN-BiLSTM深度学习模型的新方法，用于建立服务质量评估框架	研究仅基于在线评论数据，可能未涵盖所有影响服务质量的因素	识别影响中国远程医疗平台服务质量的关键因素，促进患者健康和福祉	远程医疗平台的服务质量	自然语言处理	NA	深度学习	CNN-BiLSTM	文本	25,499条有效在线评论