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	2025-03-14	AI-enhanced PET/CT image synthesis using CycleGAN for improved ovarian cancer imaging 2025, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/196804 PMID:40070416	研究论文	本研究利用CycleGAN进行PET图像的衰减校正，旨在提高卵巢癌成像的质量	使用生成对抗网络（GANs）进行PET图像衰减校正，避免了额外的CT成像	需要进一步优化和临床验证以实现全面的临床应用	提高卵巢癌成像的质量，减少辐射暴露	55名卵巢癌患者的PET/CT数据	计算机视觉	卵巢癌	生成对抗网络（GANs）	CycleGAN	图像	55名卵巢癌患者的PET/CT数据
422	2025-03-14	Unsupervised semantic label generation in agricultural fields 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1548143 PMID:40070454	研究论文	本文提出了一种用于农业领域中作物-杂草语义图像分割的自动标注管道，旨在减少深度学习模型训练对手动标注数据的依赖	提出了一种利用无人机或地面机器人记录的RGB图像，结合田间行结构进行空间一致性标注的自动化标注系统，并采用证据深度学习来提供预测不确定性估计，以改进语义预测	尽管在作物上的IoU表现优于完全监督方法，但在杂草上的IoU表现仍较低（22.7% vs 33.5%）	减少农业领域中深度学习模型训练对手动标注数据的依赖，提升作物-杂草语义分割的自动化水平	农业领域中的作物和杂草	计算机视觉	NA	证据深度学习	深度学习模型	RGB图像	多个田地和作物种类
423	2025-03-14	MMRT: MultiMut Recursive Tree for predicting functional effects of high-order protein variants from low-order variants 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.02.012 PMID:40070521	研究论文	本文介绍了一种名为MMRT的新型深度学习模型，用于预测高阶蛋白质变体的功能效应	MMRT模型结合深度学习和递归树框架，利用低阶变体的信息来预测高阶变体的功能效应	研究仍受限于高阶变体组合数量庞大，难以全面扫描	预测高阶蛋白质变体的功能效应，以理解复杂疾病的发病机制、推进蛋白质工程和精准医学	蛋白质序列及其变体	机器学习	复杂疾病	深度学习	MMRT（MultiMut Recursive Tree）	蛋白质序列数据	685,593个高阶变体
424	2025-03-14	Advancements in the application of artificial intelligence in the field of colorectal cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1499223 PMID:40071094	研究论文	本文探讨了人工智能在结直肠癌领域的应用进展	利用机器学习和深度学习算法，提高结直肠癌的早期检测、诊断和治疗效果	未具体提及研究的局限性	探索人工智能在结直肠癌管理中的潜力	结直肠癌患者	机器学习	结直肠癌	机器学习和深度学习算法	深度学习（DL）	医疗数据	NA
425	2025-03-14	Deep learning model for the early prediction of pathologic response following neoadjuvant chemotherapy in breast cancer patients using dynamic contrast-enhanced MRI 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1491843 PMID:40071096	研究论文	本研究旨在探讨不同深度学习方法在DCE-MRI上的诊断准确性，为预测乳腺癌患者新辅助化疗（NAC）后的病理反应提供一个简单易用的工具	利用多种深度学习框架进行迁移学习，结合多种机器学习技术构建分类模型，成功开发出性能最佳的DLR模型，用于预测乳腺癌患者NAC后的病理反应	研究样本量有限，仅包括313名乳腺癌患者，且所有患者均来自单一机构，可能影响模型的泛化能力	开发一个基于DCE-MRI的深度学习模型，用于早期预测乳腺癌患者NAC后的病理反应	313名乳腺癌患者	计算机视觉	乳腺癌	DCE-MRI	ViT, VGG16, ShuffleNet_v2, ResNet18, MobileNet_v2, MnasNet-0.5, GoogleNet, DenseNet121, AlexNet, SVM, KNN, RandomForest, ExtraTrees, XGBoost, LightGBM, MLP	图像	313名乳腺癌患者
426	2025-03-14	Data augmented lung cancer prediction framework using the nested case control NLST cohort 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1492758 PMID:40071099	研究论文	本研究探讨了在肺癌筛查中使用数据增强技术来提高深度学习模型的预测性能	全面评估了多种数据增强方法在肺癌预测中的应用，并发现传统方法在某些情况下优于最新的在线数据增强技术	研究仅基于253名个体的CT扫描数据，样本量相对较小	评估数据增强技术在肺癌筛查中的有效性	253名个体的CT扫描数据	计算机视觉	肺癌	数据增强技术	3D深度学习模型	CT扫描图像	253名个体的CT扫描数据
427	2025-03-13	ds-FCRN: three-dimensional dual-stream fully convolutional residual networks and transformer-based global-local feature learning for brain age prediction 2025-Jan-18, Brain structure & function IF:2.7Q3 DOI:10.1007/s00429-024-02889-y PMID:39826018	研究论文	本研究开发了一种高预测准确性和可解释性的深度学习模型，用于脑龄预测任务	提出了一种结合3D双流全卷积残差网络（ds-FCRN）和基于Transformer的全局-局部特征学习范式的创新深度学习架构	NA	开发高预测准确性和可解释性的深度学习模型，用于脑龄预测任务	16,377名45至82岁健康参与者的T1 MRI数据	计算机视觉	老年疾病	深度学习	3D双流全卷积残差网络（ds-FCRN）和Transformer	图像	16,377名健康参与者（45至82岁）
428	2025-03-13	Model-based convolution neural network for 3D Near-infrared spectral tomography 2025-Jan-14, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3529621 PMID:40031020	研究论文	本文提出了一种结合扩散方程模型和卷积神经网络（CNN）的重建算法（Model-CNN），用于解决近红外光谱断层扫描（NIRST）图像重建中的病态问题	提出了一种新的重建算法Model-CNN，结合了扩散方程模型和CNN，显著提高了图像重建的精度和效率	Model-CNN未在患者数据上进行训练，而是使用模拟的体模数据进行训练，可能在实际应用中存在一定的局限性	解决近红外光谱断层扫描（NIRST）图像重建中的病态问题，提高图像重建的精度和效率	近红外光谱断层扫描（NIRST）图像	计算机视觉	NA	近红外光谱断层扫描（NIRST）	卷积神经网络（CNN）	图像	数值模拟数据、物理体模数据和临床患者NIRST数据
429	2025-03-13	Prediction of traffic accident risk based on vehicle trajectory data 2025, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2024.2402936 PMID:39570198	研究论文	本研究旨在利用车辆轨迹数据进行交通事故风险的精确预测	开发了一种基于LSTM的端到端事故风险预测模型，能够从低质量原始轨迹数据中直接提取与事故相关的危险状态特征	NA	进行交通事故风险的精确预测	车辆轨迹数据	机器学习	NA	深度学习	LSTM	车辆轨迹数据	超过3000辆车的原始轨迹样本
430	2025-03-13	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	研究论文	本研究探讨了一种基于极坐标变换的短时傅里叶变换（STFT）谱图可视化ECG信号的新方法，并评估了深度卷积神经网络（CNN）在从这些极坐标变换谱图中预测房颤的性能	提出了一种新的ECG信号可视化方法，即使用极坐标变换的STFT谱图，并首次评估了深度CNN在此类图像上的房颤预测性能	研究中使用的数据仅限于PhysioNet/CinC Challenge 2017的数据集，可能无法涵盖所有临床情况	探索和评估基于极坐标变换的ECG信号可视化方法及其在房颤预测中的应用	ECG信号	机器学习	心血管疾病	短时傅里叶变换（STFT）	深度卷积神经网络（CNN）	图像	PhysioNet/CinC Challenge 2017数据集中的ECG数据，分为四类：正常窦性心律、房颤、其他心律和噪声
431	2025-03-13	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	综述	本文系统回顾了水下图像增强中的色彩校正方法，分析了现有方法的优缺点及未来研究方向	提出了13种不同的水下图像增强方法，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	现有方法存在算法局限性、数据依赖性、计算复杂性和在不同水下环境中的性能差异等问题	识别和分析现有的水下图像增强方法，强调其优势、局限性和未来研究领域	水下图像	计算机视觉	NA	NA	深度学习	图像	67项相关研究
432	2025-03-13	Diagnostic accuracy of artificial intelligence models in detecting congenital heart disease in the second-trimester fetus through prenatal cardiac screening: a systematic review and meta-analysis 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1473544 PMID:40066351	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了人工智能模型在产前心脏筛查中检测胎儿先天性心脏病的诊断准确性	首次系统评估人工智能模型在胎儿先天性心脏病筛查中的表现，并进行了荟萃分析	研究样本量有限，且需要更大数据集和更多样化人群的前瞻性研究来验证结果	评估人工智能模型在产前心脏筛查中检测先天性心脏病的诊断准确性	胎儿先天性心脏病	医学影像分析	先天性心脏病	超声和超声心动图	深度学习模型	图像	9项研究，共374项研究筛选
433	2025-03-13	Advancements in cache management: a review of machine learning innovations for enhanced performance and security 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1441250 PMID:40070808	review	本文综述了机器学习在缓存管理中的应用，包括优化缓存性能和增强安全性	探讨了从基于强化学习的缓存替换策略到LSTM模型预测内容特性以做出缓存决策的多种机器学习技术	未提及具体实验数据或样本量，可能缺乏实证支持	研究机器学习在缓存管理中的应用，以优化性能和增强安全性	缓存管理系统	machine learning	NA	reinforcement learning, LSTM, imitation learning, neural networks	LSTM, neural networks	NA	NA
434	2025-03-12	AI-powered innovations in pancreatitis imaging: a comprehensive literature synthesis 2025-01, Abdominal radiology (New York) DOI:10.1007/s00261-024-04512-4 PMID:39133362	综述	本文综述了人工智能在胰腺炎影像诊断中的创新应用及其对临床支持的改进	探讨了深度学习模型在胰腺炎非侵入性诊断中的应用及其潜力	讨论了当前AI在胰腺炎早期检测和管理中的方法学限制	提高胰腺炎的早期识别和诊断准确性	胰腺炎患者	数字病理学	胰腺炎	深度学习	深度学习模型	影像数据	NA
435	2025-03-12	Automated Deep Learning-Based Finger Joint Segmentation in 3-D Ultrasound Images With Limited Dataset 2025-01, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346241277178 PMID:39295443	研究论文	本文提出了一种基于深度学习的自动化方法，用于在受类风湿性关节炎影响的手指关节的超声图像中分割滑膜	利用深度学习技术自动化分割超声图像中的滑膜，特别是在有限数据集的情况下，通过数据增强策略提高模型性能	研究基于有限的数据集（18个3-D超声体积，来自9名患者），且地面真实标注稀疏，可能影响模型的泛化能力	开发一种自动化工具，用于更高效和标准化地筛查类风湿性关节炎	类风湿性关节炎患者的手指关节超声图像	计算机视觉	类风湿性关节炎	深度学习	卷积神经网络（CNN）	3-D超声图像	18个3-D超声体积，来自9名类风湿性关节炎患者
436	2025-03-12	CBAM-RIUnet: Breast Tumor Segmentation With Enhanced Breast Ultrasound and Test-Time Augmentation 2025-01, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346241276411 PMID:39283069	研究论文	本研究提出了一种名为CBAM-RIUnet的深度学习模型，用于在乳腺超声图像中自动分割乳腺肿瘤，以提高计算机辅助诊断（CAD）的效果	CBAM-RIUnet模型结合了卷积块注意力模块（CBAM）和残差初始深度可分离卷积，能够消除无关特征并专注于感兴趣区域，显著提升了分割精度	未提及具体的研究局限性	提高乳腺超声图像中乳腺肿瘤的自动分割精度，以支持计算机辅助诊断	乳腺超声图像中的乳腺肿瘤	计算机视觉	乳腺癌	深度学习	CBAM-RIUnet（基于Unet结构的深度学习模型）	图像	未提及具体样本数量
437	2025-03-12	Contrastive self-supervised learning for neurodegenerative disorder classification 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1527582 PMID:40034453	研究论文	本文探讨了对比自监督学习在神经退行性疾病分类中的应用，特别是阿尔茨海默病（AD）和额颞叶变性（FTLD）的分类	使用对比自监督学习方法训练深度学习模型，无需大量标注数据，且模型表现与最先进的监督学习方法相当	需要进一步验证在更大规模和多样化的数据集上的泛化能力	研究自监督学习模型在神经退行性疾病分类中的应用及其可解释性	阿尔茨海默病（AD）和额颞叶变性（FTLD）患者及认知正常对照组（CN）的T1加权MRI扫描数据	计算机视觉	神经退行性疾病	对比自监督学习	深度卷积神经网络（CNN）	T1加权MRI扫描图像	2,694个T1加权MRI扫描样本，来自四个数据集：ADNI、AIBL和FTLDNI
438	2025-03-12	Using machine learning models for cuffless blood pressure estimation with ballistocardiogram and impedance plethysmogram 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1511667 PMID:40060031	研究论文	本文探讨了利用机器学习模型通过心冲击图和阻抗体积描记图进行无袖带血压估计的方法	提出了一种结合一维卷积神经网络（1D CNN）和门控循环单元（GRU）的堆叠模型，用于分类心冲击图和阻抗体积描记图信号的质量，并使用随机森林（RF）和XGBoost模型估计血压	研究仅涉及17名健康受试者，样本量较小，且血压升高是通过运动实现的，可能不适用于所有人群	提高无袖带血压测量的准确性，以适用于移动健康（mHealth）应用	心冲击图（BCG）和阻抗体积描记图（IPG）信号	机器学习	心血管疾病	深度学习，机器学习	1D CNN, GRU, 随机森林（RF）, XGBoost	信号数据	17名健康受试者
439	2025-03-11	A novel approach to Indian bird species identification: employing visual-acoustic fusion techniques for improved classification accuracy 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1527299 PMID:40061023	研究论文	本文提出了一种新颖的视觉-声学融合技术，用于提高印度鸟类物种识别的准确性	采用视觉-声学融合技术，结合DCNN和LSTM网络，显著提高了物种识别的准确性	NA	提高印度鸟类物种识别的准确性，以支持生物多样性监测和生态保护	印度鸟类物种	计算机视觉	NA	视觉-声学融合技术	DCNN, LSTM	图像, 声音	iBC53（印度鸟鸣）数据集
440	2025-03-12	Leveraging deep learning for plant disease and pest detection: a comprehensive review and future directions 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1538163 PMID:40061031	综述	本文综述了深度学习在植物病害和害虫检测中的应用，探讨了其挑战、机遇及未来发展方向	深入分析了深度学习在植物病害和害虫检测中的最新进展，并预测了未来研究方向	未提及具体实验数据或样本量，主要基于现有研究的总结和分析	探讨深度学习在农业诊断中的应用，特别是植物病害和害虫检测	植物病害和害虫	计算机视觉	NA	深度学习	分类、检测和分割网络	图像	NA