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
3501	2025-10-07	Deep Convolutional Framelets for Dose Reconstruction in Boron Neutron Capture Therapy with Compton Camera Detector 2025-Jan-03, Cancers IF:4.5Q1 DOI:10.3390/cancers17010130 PMID:39796757	研究论文	开发基于深度神经网络的硼中子俘获治疗剂量重建方法，使用康普顿相机探测器数据	首次将深度卷积框架应用于BNCT剂量重建，显著缩短重建时间约6倍	基于模拟数据集，需要进一步优化输入图像的重建技术	开发快速剂量重建方法以支持BNCT治疗期间的实时监测	硼中子俘获治疗中的剂量分布	医学影像分析	癌症	康普顿成像	深度学习	医学影像	模拟BNCT康普顿相机图像数据集	NA	U-Net, 深度卷积框架变体	重建精度, 处理时间	NA
3502	2025-10-07	The Associations Between Myopia and Fundus Tessellation in School Children: A Comparative Analysis of Macular and Peripapillary Regions Using Deep Learning 2025-Jan-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.1.4 PMID:39775798	研究论文	使用深度学习技术量化眼底镶嵌纹理密度，比较学龄儿童黄斑区与视盘周围区眼底镶嵌纹理分布模式与近视的关联	首次使用深度学习技术精确量化眼底镶嵌纹理密度，并比较不同分布模式与近视参数的关联	横断面研究设计无法确定因果关系，样本仅来自学龄儿童群体	评估学龄儿童眼底镶嵌纹理分布模式与屈光参数的关联	1942名6-15岁学龄儿童	计算机视觉	近视	眼底摄影，深度学习图像处理	深度学习	图像	1942名学龄儿童	NA	NA	相关系数，卡方检验，P值	NA
3503	2025-10-07	Advanced Brain Tumor Classification in MR Images Using Transfer Learning and Pre-Trained Deep CNN Models 2025-Jan-02, Cancers IF:4.5Q1 DOI:10.3390/cancers17010121 PMID:39796749	研究论文	本研究利用迁移学习和预训练深度CNN模型对脑部MRI图像进行肿瘤分类	采用多种先进预训练模型进行脑肿瘤分类比较，并应用迁移学习优化分类精度	胶质瘤和脑膜瘤类别的召回率仍需改进，深度学习模型的黑盒特性影响可解释性	通过自动化脑部MRI图像分类来增强诊断过程	脑部MRI图像	计算机视觉	脑肿瘤	MRI成像	CNN	图像	7023张脑部MRI图像	TensorFlow, Keras	Xception, MobileNetV2, InceptionV3, ResNet50, VGG16, DenseNet121	准确率, F1分数	NA
3504	2025-10-07	Deep learning segmentation of mandible with lower dentition from cone beam CT 2025-Jan, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00770-6 PMID:39141154	研究论文	本研究训练了一个3D U-Net卷积神经网络，用于从锥形束CT扫描中自动分割下颌骨和下牙列	在包含高度金属伪影的人口多样化队列中开发了自动分割模型，并进行了内部和外部验证	分割精度受年龄组和金属伪影程度影响	开发从CBCT扫描中自动分割下颌骨和下牙列的深度学习模型	下颌骨和下牙列	计算机视觉	口腔颌面疾病	锥形束CT	CNN	3D医学图像	648个CBCT扫描来自490名患者	NA	3D U-Net	Dice相似系数	NA
3505	2025-10-07	Applying deep learning-based ensemble model to [18F]-FDG-PET-radiomic features for differentiating benign from malignant parotid gland diseases 2025-Jan, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01649-6 PMID:39254903	研究论文	本研究开发基于[18F]-FDG-PET影像组学特征的深度学习集成模型，用于鉴别腮腺良恶性疾病	首次将深度学习集成模型应用于[18F]-FDG-PET影像组学特征，结合装袋和多层堆叠方法构建分类器	回顾性研究，样本量较小（62例患者），需要更大规模的前瞻性验证	开发机器学习模型鉴别腮腺良恶性疾病	腮腺疾病患者	医学影像分析	腮腺疾病	[18F]-FDG-PET/CT影像组学	集成学习,深度学习	医学影像特征	62例患者共63个腮腺病灶（训练集44例，测试集19例）	NA	集成模型（装袋和多层堆叠方法）	AUC,准确率	NA
3506	2025-10-07	Diagnosis of Early Glottic Cancer Using Laryngeal Image and Voice Based on Ensemble Learning of Convolutional Neural Network Classifiers 2025-Jan, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2022.07.007 PMID:36075802	研究论文	本研究通过集成学习方法结合喉部图像和语音数据提高早期声门癌诊断准确率	提出基于决策树集成学习的CNN分类器融合方法，通过整合喉部图像和语音数据提升小数据集下的分类性能	研究数据集规模较小，仅使用两家医院的数据进行验证	提高早期声门癌的诊断分类准确率	声门癌患者的喉部图像和语音数据	医学影像分析	声门癌	深度学习，集成学习	CNN, 决策树	图像, 语音	釜山国立大学医院(PNUH)数据集用于训练，釜山国立大学梁山医院(PNUYH)数据集用于验证	NA	卷积神经网络	分类准确率	NA
3507	2025-10-07	Cardiac MR image reconstruction using cascaded hybrid dual domain deep learning framework 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313226 PMID:39792851	研究论文	提出一种级联混合双域深度学习框架用于心脏MR图像重建	引入结合多线圈数据一致性层的双域深度学习方法，充分利用图像域和k空间域的相关性	仅针对1-D可变密度随机欠采样数据，未涉及其他采样模式	从高度欠采样数据中恢复诊断质量的心脏MR图像	心脏MR图像	医学图像处理	心血管疾病	MRI	深度学习	医学图像	NA	NA	U-Net	SSIM, RMSE, PSNR	NA
3508	2025-10-07	From whole-slide image to biomarker prediction: end-to-end weakly supervised deep learning in computational pathology 2025-Jan, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-024-01047-2 PMID:39285224	研究论文	介绍一种从全切片图像到生物标志物预测的端到端弱监督深度学习工作流程	提出生物标志物无关的STAMP工作流程，允许结合组织病理学图像与遗传和临床病理学数据	需要基本的命令行知识，计算执行需要一整个工作日	开发计算病理学中从全切片图像预测生物标志物的实用工作流程	结直肠癌患者的全切片图像和微卫星不稳定性状态	数字病理	结直肠癌	苏木精-伊红染色全切片成像	深度学习	图像, 表格数据	NA	NA	NA	准确率	NA
3509	2025-10-07	MRI-Seed-Wizard: combining deep learning algorithms with magnetic resonance imaging enables advanced seed phenotyping 2025-Jan-10, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erae408 PMID:39383098	研究论文	开发结合深度学习与磁共振成像的新型种子表型分析工具MRI-Seed-Wizard	首次将深度学习算法与非侵入性磁共振成像结合应用于植物MRI领域，实现种子内部结构的三维无损评估	未明确说明样本数量限制或算法在其它作物上的泛化能力	开发自动化种子表型分析工具，实现种子形态和内部特征的无损量化	小麦和大麦谷物种子	计算机视觉	NA	磁共振成像	深度学习算法	MRI图像	NA	NA	NA	NA	NA
3510	2025-10-07	Machine learning assisted plasmonic metascreen for enhanced broadband absorption in ultra-thin silicon films 2025-Jan-09, Light, science & applications DOI:10.1038/s41377-024-01723-8 PMID:39779674	研究论文	提出一种数据驱动的等离子体元屏幕，通过深度学习框架优化设计，实现超薄硅薄膜中宽带光吸收的显著增强	结合双纳米环银阵列与深度学习逆向设计策略，在20纳米超薄非晶硅层中实现超过100%的光吸收增强	未明确说明实验样本数量和深度学习模型的泛化能力	提高超薄硅薄膜的光吸收效率而不增加活性层厚度	等离子体元屏幕和超薄非晶硅薄膜	机器学习	NA	等离子体共振技术，深度学习逆向设计	深度学习	吸收光谱数据，设计参数	NA	NA	NA	吸收增强百分比	NA
3511	2025-10-07	A hybrid machine learning approach for the personalized prognostication of aggressive skin cancers 2025-Jan-08, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01329-9 PMID:39779875	研究论文	开发了一种名为DeepMerkel的混合机器学习方法，用于默克尔细胞癌的个性化预后预测	结合深度学习特征选择与改进的XGBoost框架，开发了首个针对默克尔细胞癌的个性化预后工具	NA	开发个性化预后工具以改善默克尔细胞癌的临床管理	默克尔细胞癌患者	机器学习	皮肤癌	机器学习	深度学习, XGBoost	临床信息	NA	XGBoost	混合架构（深度学习特征选择+XGBoost）	预测性能	基于网络的工具
3512	2025-10-07	Effective BCDNet-based breast cancer classification model using hybrid deep learning with VGG16-based optimal feature extraction 2025-Jan-08, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01538-4 PMID:39780045	研究论文	提出基于BCDNet的乳腺癌分类模型，使用VGG16进行特征提取并通过混合深度学习实现肿瘤良恶性分类	提出新型BCDNet深度学习模型，采用RPAOSM-ESO算法优化权重参数，结合VGG16特征提取和AHDNAM分类方法	仅使用超声图像数据，未与其他成像方式对比；模型在泛化性方面仍需进一步验证	设计有效的乳腺癌早期诊断模型，准确分类肿瘤良恶性以降低死亡率	乳腺肿瘤超声图像	计算机视觉	乳腺癌	超声成像	深度学习,CNN,注意力机制	图像	NA	NA	VGG16,ASPP,DTCN,1DCNN	准确率	NA
3513	2025-10-07	Hybrid natural language processing tool for semantic annotation of medical texts in Spanish 2025-Jan-08, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05949-6 PMID:39780059	研究论文	开发了一种基于深度学习和词典的混合自然语言处理工具，用于西班牙语医学文本的语义标注	结合了基于词典的系统和Transformer模型，专门针对西班牙语医学文本进行命名实体识别和标准化	仅针对西班牙语医学文本，未在其他语言上进行验证	开发西班牙语医学文本的语义标注工具	西班牙语医学文本，包括临床试验和临床病例	自然语言处理	NA	自然语言处理，命名实体识别	Transformer	文本	1200个标注文本，200个新文本用于外部验证	Hugging Face	RoBERTa, mBERT, mDeBERTa	F1分数	NA
3514	2025-10-07	Feasibility of occlusal plane in predicting the changes in anteroposterior mandibular position: a comprehensive analysis using deep learning-based three-dimensional models 2025-Jan-08, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-05345-9 PMID:39780117	研究论文	本研究通过深度学习重建三维模型，分析咬合平面倾斜度与前後下颌位置变化的关系	首次使用深度学习重建CBCT三维模型，系统比较七种咬合平面倾斜度对下颌位置变化的预测能力	样本量相对有限（115个三维模型），需要更大样本验证	探索咬合平面倾斜度预测前後下颌位置变化的可行性	115个基于CBCT重建的三维下颌模型	医学影像分析	颌面畸形	锥形束计算机断层扫描（CBCT），口内扫描	深度学习	三维医学影像	115个三维模型	NA	NA	AUC, 相关系数, P值	NA
3515	2025-10-07	Deep learning based approaches for intelligent industrial machinery health management and fault diagnosis in resource-constrained environments 2025-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79151-2 PMID:39774953	综述	本文对资源受限环境下的工业机械健康管理与智能故障诊断深度学习方法进行了系统性综述	首次从数据处理方法、模型构建方法和训练优化方法三个维度对智能故障诊断方法进行分类，并填补了剩余使用寿命预测、边缘架构和完整智能故障诊断流程研究视角的空白	作为综述性文章，不包含原始实验数据和具体模型验证	研究工业4.0背景下资源受限环境中的工业机械健康管理与智能故障诊断方法	工业机械的健康监测、故障诊断和预测性维护系统	机器学习	NA	深度学习，工业物联网，边缘计算	NA	工业机械传感器数据	NA	NA	NA	NA	资源受限环境，边缘计算设备
3516	2025-10-07	3D DenseNet with temporal transition layer for heart rate estimation from real-life RGB videos 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241104 PMID:39058471	研究论文	提出一种基于3D DenseNet和时间过渡层的心率估计算法，用于从真实RGB视频中估计心率	结合3D卷积神经网络和3D时间过渡层，能够在无预定义感兴趣区域的真实场景视频中同时提取时空特征	在非受控场景下的性能表现依赖于训练数据集和模型架构	开发深度学习模型从RGB视频中准确估计心率	真实场景下的RGB视频数据	计算机视觉	心血管疾病	RGB视频分析	3DCNN	视频	大规模医院样真实场景视频数据集	NA	3D DenseNet	RMSE, MAE	NA
3517	2025-10-07	Revolutionizing health monitoring: Integrating transformer models with multi-head attention for precise human activity recognition using wearable devices 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241064 PMID:39269866	研究论文	提出一种结合预训练CNN和Transformer模型的可穿戴设备人体活动识别方法	集成预训练CNN、密集残差Transformer网络和多头多级注意力机制，通过自适应注意力融合特征	NA	开发精确的人体活动识别模型以革新健康监测	人体日常活动	机器学习	NA	深度学习	CNN, Transformer	频谱图数据	三个数据集：HARTH、KU-HAR、HuGaDB	NA	MobileNetV2, 密集残差Transformer网络, 多头多级注意力架构	准确率	NA
3518	2025-10-07	SwinDFU-Net: Deep learning transformer network for infection identification in diabetic foot ulcer 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241444 PMID:39269872	研究论文	提出一种结合CNN和Swin Transformer的深度学习模型用于糖尿病足溃疡感染识别	首次将CNN与Swin Transformer架构结合用于DFU感染分类，集成局部和全局特征提取能力	仅使用单一数据集进行验证，未在更广泛的临床场景中测试	开发准确识别糖尿病足溃疡感染的深度学习模型	糖尿病足溃疡图像	计算机视觉	糖尿病足溃疡	深度学习	CNN, Transformer	图像	DFUC Challenge数据集	NA	SwinDFU-Net, CNN, Swin Transformer	灵敏度, 特异度, 准确率, Matthews相关系数	NA
3519	2025-10-07	Periodontitis diagnosis: A review of current and future trends in artificial intelligence 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241169 PMID:39302402	综述	本文综述了人工智能在牙周炎诊断中的当前应用与未来发展趋势	系统评估了2018-2023年间AI在牙周炎诊断领域的最新进展，特别关注卷积神经网络在牙周骨丧失检测中的应用效果	仅纳入12项研究，样本量有限；AI模型的可靠性和泛化能力仍需进一步验证	评估人工智能在牙周炎诊断中的现状和未来发展方向	牙周炎诊断相关的医学影像数据和临床研究	医学影像分析	牙周炎	全景X光片分析	CNN	医学影像	基于12项研究的汇总数据	NA	卷积神经网络	准确率	NA
3520	2025-10-07	Enhancing stereotactic ablative boost radiotherapy dose prediction for bulky lung cancer: A multi-scale dilated network approach with scale-balanced structure loss 2025-Jan, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14546 PMID:39374302	研究论文	提出一种基于多尺度扩张网络和尺度平衡结构损失的深度学习方法，用于预测大体积肺癌立体定向消融增量放疗的3D剂量分布	设计了3D多尺度扩张网络并集成尺度平衡结构损失函数，在有限数据条件下显著提升剂量预测精度	研究样本量有限（74例患者），需要在更大数据集上进一步验证	提高大体积肺癌立体定向消融增量放疗计划的规划效率	大体积肺癌患者	医学影像分析	肺癌	立体定向消融放疗	深度学习	3D医学影像数据	74例患者（51例训练集，7例验证集，16例测试集）	NA	3D多尺度扩张网络	平均剂量评分，剂量学指标平均绝对差异，剂量-体积直方图	NA