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
421	2025-05-09	A Complete Pipeline to Extract Temperature from Thermal Images of Pigs 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030643 PMID:39943283	研究论文	本文提出了一种完整的流程，用于从猪的热成像图像中自动提取温度	结合热成像技术和AI技术，开发了一个自动化的温度提取系统，无需人工干预	未提及系统在不同环境或不同品种猪上的泛化能力	探索热成像和AI在猪研究中的潜力，开发自动化温度提取系统	猪的热成像图像	计算机视觉	NA	热成像技术	CNN（卷积神经网络）	图像	未明确提及具体样本数量
422	2025-05-09	Advanced Deep Learning Models for Melanoma Diagnosis in Computer-Aided Skin Cancer Detection 2025-Jan-21, Sensors (Basel, Switzerland) DOI:10.3390/s25030594 PMID:39943236	研究论文	本研究开发了一种基于深度学习的自动化模型，用于辅助早期皮肤癌检测，特别是在黑色素瘤的诊断中	提出了一种混合方法，结合形态学操作和基于上下文聚合的深度神经网络，用于去除毛发线并改善皮肤癌图像的对比度，以及使用深度学习进行图像分割和分类	研究仅使用了ISIC 2020基准数据集，可能无法涵盖所有临床场景	开发高效的计算机辅助诊断（CAD）方法，用于黑色素瘤的早期检测和诊断	皮肤癌图像，特别是黑色素瘤和良性病变	计算机视觉	黑色素瘤	深度学习	深度神经网络	图像	ISIC 2020基准数据集
423	2025-05-09	NeuroFlex: Feasibility of EEG-Based Motor Imagery Control of a Soft Glove for Hand Rehabilitation 2025-Jan-21, Sensors (Basel, Switzerland) DOI:10.3390/s25030610 PMID:39943246	研究论文	介绍了一种基于EEG的运动意图控制的软体机器人手套NeuroFlex，用于手部康复	采用基于transformer的深度学习架构解码运动意图，并将非侵入式脑机接口与软体机器人手套结合	未提及样本的具体数量及多样性，可能影响结果的泛化性	开发一种通过EEG信号控制的软体机器人手套，以促进手部康复	因中风或脊髓损伤导致手部运动障碍的患者	脑机接口	中风	EEG	transformer-based DL	EEG信号	NA
424	2025-05-09	A fully automated U-net based ROIs localization and bone age assessment method 2025-Jan-03, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025007 PMID:39949166	research paper	提出了一种基于U-net的完全自动化ROIs定位和骨龄评估方法	结合了U-net和InceptionResNetV2网络，实现了高精度的ROIs定位和骨龄预测，同时结合了ROIs和全局特征的优势	未提及在不同年龄段或不同种族群体中的泛化能力	开发一种完全自动化的骨龄评估方法，提高评估的准确性和效率	青少年的骨龄评估	computer vision	NA	deep learning	U-net, InceptionResNetV2	image	公共RSNA数据集和内部数据集
425	2025-05-09	Enhancer-driven cell type comparison reveals similarities between the mammalian and bird pallium 2025-Jan-02, Science (New York, N.Y.) DOI:10.1126/science.adp3957 PMID:39946451	研究论文	使用深度学习比较哺乳动物和鸟类大脑皮层细胞类型的增强子编码	开发了三种指标来比较羊膜动物端脑中的细胞类型，并揭示了哺乳动物和鸟类大脑皮层细胞类型之间的相似性	研究主要关注哺乳动物和鸟类的比较，可能不适用于其他动物类群	比较哺乳动物和鸟类大脑皮层细胞类型的增强子编码	鸡端脑的单细胞多组学和空间分辨转录组数据	生物信息学	NA	单细胞多组学、空间分辨转录组学、深度学习	深度学习	基因组调控序列	鸡端脑的单细胞数据
426	2025-05-09	A privacy-preserved horizontal federated learning for malignant glioma tumour detection using distributed data-silos 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316543 PMID:39932966	research paper	提出了一种基于分布式数据孤岛的隐私保护水平联邦学习模型，用于恶性胶质瘤肿瘤检测	采用分布式和隐私保护的联邦学习方法，解决了传统深度学习模型在数据隐私和集中存储方面的挑战	模型性能依赖于客户端的数量和数据分布类型（IID或非IID）	开发一种高效且隐私保护的恶性胶质瘤检测方法	恶性胶质瘤患者的MRI扫描数据	digital pathology	malignant glioma	MRI	MobileNetV2, federated learning (FL)	image	MRI scans of non-tumour and glioma tumours (具体数量未提及)
427	2025-05-09	Epileptic seizure detection in EEG signals via an enhanced hybrid CNN with an integrated attention mechanism 2025-Jan, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025004 PMID:39949163	研究论文	提出了一种结合CNN、BiGRU和CBAM的新型深度学习框架，用于癫痫发作的EEG信号检测	结合CNN、BiGRU和CBAM的混合架构，优化了EEG模式识别，提高了检测准确率	未提及具体的数据集规模或多样性限制	开发一种可靠的癫痫发作检测方法，以优化患者护理	癫痫患者的EEG信号	机器学习	癫痫	EEG信号分析	CNN, BiGRU, CBAM	EEG信号	公共EEG数据集（具体数量未提及）
428	2025-05-09	Multi-step depth enhancement refine network with multi-view stereo 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314418 PMID:39946337	研究论文	本文介绍了一种创新的多视图立体匹配网络——多步深度增强细化网络（MSDER-MVS），旨在提高高分辨率3D重建的准确性和计算效率	MSDER-MVS网络结合了现代深度学习的强大能力和传统3D重建技术的几何直觉，特别关注深度图质量和重建过程效率的优化，创新点包括双分支融合结构和特征金字塔网络（FPN）以有效提取和整合多尺度特征，以及引入可微分的深度优化过程	未来计划将该方法扩展到更复杂的环境和更大规模的数据集，以增强模型的泛化能力和实时处理能力	提高高分辨率3D重建的准确性和计算效率	多视图立体匹配网络	计算机视觉	NA	深度学习	MSDER-MVS网络	3D图像	标准DTU数据集
429	2025-05-09	Deep learning based screening model for hip diseases on plain radiographs 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318022 PMID:39946371	research paper	开发并验证了一种基于深度学习的筛查模型，用于在普通X光片上区分正常髋关节与严重髋关节疾病	使用深度学习模型在普通X光片上高效筛查髋关节疾病，并比较了不同预处理和骨干算法的效果	研究数据仅来自特定时间段的电子医疗记录，可能无法涵盖所有髋关节疾病类型	开发一种高准确性和可靠性的深度学习模型，辅助医生更准确地诊断髋关节疾病	普通髋关节X光片	digital pathology	hip diseases	deep learning	DenseNet, EfficientNet	image	1,726张X光片（500张正常髋关节X光片和1,226张髋关节疾病X光片）
430	2025-05-09	Diagnostic of fatty liver using radiomics and deep learning models on non-contrast abdominal CT 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310938 PMID:39946425	研究论文	本研究探讨了非对比腹部CT影像组学和深度学习模型在准确诊断脂肪肝中的潜力	系统比较了2D和3D影像组学模型及深度学习模型在四分类脂肪肝诊断中的性能，为确定最佳肝脏脂肪诊断模型提供了更广泛的视角	研究为回顾性设计，可能受到选择偏倚的影响	探索非对比腹部CT影像组学和深度学习模型在脂肪肝诊断中的应用	840名接受非对比腹部CT和定量CT(QCT)检查的个体	数字病理学	脂肪肝	QCT技术	随机森林算法、Bagging决策树算法	CT图像	840名参与者(平均年龄49.1岁±11.5岁；581名男性)
431	2025-05-09	Hybrid-RViT: Hybridizing ResNet-50 and Vision Transformer for Enhanced Alzheimer's disease detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318998 PMID:39951414	research paper	开发了一种名为Hybrid-RViT的新型深度学习模型，用于增强阿尔茨海默病的检测	结合了预训练的卷积神经网络ResNet-50和Vision Transformer (ViT)，以分类不同阶段的阿尔茨海默病脑部MRI图像	NA	提高阿尔茨海默病的早期检测准确率，以预防疾病进展并制定有效治疗方案	脑部MRI图像	digital pathology	geriatric disease	deep learning	Hybrid-RViT (ResNet-50 + ViT)	image	NA
432	2025-05-09	Fast fault diagnosis of smart grid equipment based on deep neural network model based on knowledge graph 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315143 PMID:39951439	研究论文	本文提出了一种基于知识图谱和深度神经网络模型的智能电网设备快速故障诊断方法	创新性地将YOLOv4目标检测算法与知识图谱结合，统一了输入多模态信息的表征和存储	未提及具体实验样本量和在不同类型设备上的泛化能力	提高智能电网设备故障诊断的准确率和效率	智能电网设备	机器学习	NA	深度学习、知识图谱	YOLOv4	多模态信息	未提及具体样本量
433	2025-05-09	The multiple uses of artificial intelligence in exercise programs: a narrative review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1510801 PMID:39957989	综述	本文综述了人工智能在促进体育活动、训练、运动和健康结果中的应用	阐明了人工智能在体育活动中的多种应用，填补了实际应用理解的空白	仅包括2014年以后发表的英文随机对照试验，排除了机器人辅助的研究	探讨人工智能在体育活动、训练、运动和健康结果中的应用	儿童、青少年、成人、老年人和残疾人等不同人群	机器学习	NA	人工智能、机器学习和深度学习	NA	NA	15项符合条件的研究
434	2025-05-09	A preoperative predictive model based on multi-modal features to predict pathological complete response after neoadjuvant chemoimmunotherapy in esophageal cancer patients 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1530279 PMID:39958355	research paper	本研究旨在开发一个多模态模型，结合治疗前的CT影像组学、病理组学特征及临床变量，预测局部晚期食管癌患者对新辅助化疗免疫治疗的病理完全缓解	提出了一个结合影像组学、病理组学及临床特征的多模态预测模型，其预测性能优于单一模态模型	样本量相对较小（223例），且研究时间范围较短（2021年8月至2023年12月）	预测食管癌患者对新辅助化疗免疫治疗的病理完全缓解	局部晚期食管癌患者	digital pathology	esophageal cancer	CT影像组学、病理组学	SVM	image	223例食管癌患者
435	2025-05-08	Unlocking the power of AI for phenotyping fruit morphology in Arabidopsis 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae123 PMID:39937596	研究论文	本研究评估了深度学习在拟南芥果实形态表型分析中的有效性，并开发了一个基于实例分割模型的表型分析流程	开发了一个可扩展的流程，用于量化拟南芥果实形态特征，为大规模群体表型分析提供了高质量数据	深度学习在器官水平表型分析的精确性和适应性尚未完全评估	评估深度学习在拟南芥果实形态表型分析中的有效性，并建立表型与基因型变异之间的联系	拟南芥果实形态	计算机视觉	NA	实例分割模型	深度学习	图像	332,194个个体果实
436	2025-05-08	Recent Advances in Nanomaterial-Based Biosignal Sensors 2025-01, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202405301 PMID:39610205	综述	本文综述了基于纳米材料的生物信号传感器的最新进展，包括其分类、应用、局限性及未来发展方向	将纳米材料（如金属基纳米颗粒、碳基或聚合物基纳米材料）融入生物信号传感器，以提高其适应性，并探讨了深度学习在信号处理和人机界面中的应用潜力	讨论了当前纳米材料基生物信号传感器面临的挑战和改进方向	提供对纳米材料基生物信号传感器的理解，概述技术现状，讨论需解决的挑战，并提出发展方向	生物信号传感器及其在医疗、机器人和可穿戴电子设备中的应用	生物医学工程	NA	纳米材料技术、深度学习信号处理	NA	生物物理信号、生物电信号、生化信号	NA
437	2025-05-08	Multi-dimensional perceptual recognition of tourist destination using deep learning model and geographic information system 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318846 PMID:39919101	research paper	本研究提出了一种结合深度学习模型和地理信息系统（GIS）的多维度旅游目的地感知识别策略	整合多种用户生成内容（UGC）数据，采用改进的Inception V3模型、带多头注意力的BiLSTM模型和GIS技术，实现了超过97%的识别准确率	实验案例仅聚焦于中国大同的游客感知，可能限制了结果的普适性	提高旅游目的地感知识别的准确性和完整性，支持目的地管理决策和旅游推荐	旅游目的地的多维度感知（内容、情感、时空特征）	自然语言处理	NA	深度学习、GIS	Inception V3、BiLSTM	图像、文本、时空信息	NA
438	2025-05-08	Advanced retinal disease detection from OCT images using a hybrid squeeze and excitation enhanced model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318657 PMID:39919140	研究论文	提出了一种结合SE块、EfficientNetB0和Xception架构的混合模型，用于从OCT图像中检测视网膜疾病	结合SE块增强网络表征能力，整合EfficientNetB0和Xception架构提升分类性能	未提及模型在临床环境中的实际应用验证	开发基于人工智能的视网膜疾病早期诊断工具	糖尿病性黄斑水肿(DME)、Drusen和脉络膜新生血管(CNV)等视网膜疾病	计算机视觉	视网膜疾病	OCT成像	SE-Enhanced Hybrid Model (结合EfficientNetB0和Xception)	OCT图像	UCSD和Duke的OCT数据集
439	2025-05-08	Deep learning based tractography with TractSeg in patients with hemispherotomy: Evaluation and refinement 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103738 PMID:39922027	research paper	本文评估并改进了基于深度学习的纤维追踪工具TractSeg在半球切开术患者中的应用	首次记录了TractSeg在手术断开区域错误重建纤维束的情况，并提出了一种改进方法以提高其在病理数据中的适用性	尽管有所改进，仍建议在临床应用时进行手动质量控制	评估和改进深度学习纤维追踪工具在病理情况下的表现	25名接受半球切开术的癫痫患者和25名健康对照者	digital pathology	epilepsy	deep learning-based tractography	TractSeg	MRI imaging data	25 patients with epilepsy and 25 healthy controls
440	2025-05-08	Subject-Based Transfer Learning in Longitudinal Multiple Sclerosis Lesion Segmentation 2025 Jan-Feb, Journal of neuroimaging : official journal of the American Society of Neuroimaging IF:2.3Q2 DOI:10.1111/jon.70024 PMID:39923192	research paper	该研究提出了两种基于迁移学习的流程，用于提高纵向多发性硬化症（MS）数据集中病灶分割的性能	提出了针对每个受试者使用首次扫描进行深度学习模型微调的新方法，显著提升了后续扫描的分割性能	需要每个受试者的首次扫描作为微调基础，可能不适用于缺乏基线扫描的情况	提高纵向多发性硬化症研究中病灶分割的准确性和一致性	多发性硬化症患者的MRI扫描数据	digital pathology	multiple sclerosis	MRI	深度学习模型（具体类型未明确说明）	image	937名MS患者，共3210次扫描