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
501	2025-06-05	Clinical feasibility of deep learning-driven magnetic resonance angiography collateral map in acute anterior circulation ischemic stroke 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85731-7 PMID:39825032	研究论文	验证深度学习驱动的磁共振血管造影（DL-driven MRA）侧支循环图在急性缺血性卒中中的临床可行性	提出了一种名为3D-MROD-Net的3D多任务回归和有序回归深度神经网络，用于生成DL-driven MRA侧支循环图，并在临床应用中显示出更高的效率和图像质量	研究仅针对296名急性缺血性卒中患者，样本量可能不足以代表所有相关病例	验证DL-driven MRA侧支循环图在急性缺血性卒中中的临床可行性	急性缺血性卒中患者	数字病理学	心血管疾病	磁共振血管造影（MRA）	3D-MROD-Net	图像	296名急性缺血性卒中患者
502	2025-06-05	Optimized digital workflow for pathologist-grade evaluation in bleomycin-induced pulmonary fibrosis mouse model 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86544-4 PMID:39833349	research paper	开发了一种优化的数字工作流程，用于在博来霉素诱导的肺纤维化小鼠模型中实现病理学家级别的评估	开发了深度学习模型，用于肺纤维化分级，其准确性可与病理学家相媲美，并整合了复杂的图像模式和定性因素	NA	优化博来霉素诱导的肺纤维化小鼠模型的评估工作流程，以提高药物开发的效率和可重复性	博来霉素诱导的肺纤维化小鼠模型	digital pathology	lung cancer	deep learning	CNN	image	NA
503	2025-06-05	Applications of and issues with machine learning in medicine: Bridging the gap with explainable AI 2025-Jan-14, Bioscience trends IF:5.7Q1 DOI:10.5582/bst.2024.01342 PMID:39647859	review	本文探讨了机器学习在医学中的应用及其面临的挑战，特别是可解释性AI（XAI）在解决模型透明度问题中的潜力	强调了可解释性AI（XAI）在提升机器学习模型透明度和临床接受度方面的创新作用	未提及具体的技术实现细节或实验验证结果	探讨机器学习在医学中的应用及其可解释性问题，推动XAI的发展以增强模型透明度	机器学习模型及其在医学决策中的应用	machine learning	NA	NA	CNN, transformers	patient data	NA
504	2025-06-05	Active Machine Learning for Pre-procedural Prediction of Time-Varying Boundary Condition After Fontan Procedure Using Generative Adversarial Networks 2025-Jan, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-024-03640-8 PMID:39480609	research paper	本研究应用机器学习技术预测Fontan手术后的边界条件，以优化手术规划	提出了一种新颖的多样性感知生成对抗主动学习框架，用于在心血管研究中有限的病例上成功训练预测性深度神经网络	研究基于虚拟队列合成，实际临床应用效果需进一步验证	预测Fontan手术后的边界条件以优化手术规划	Fontan手术患者	machine learning	cardiovascular disease	generative adversarial networks	GAN	simulated data	14组实验
505	2025-06-05	Automatic localization and deep convolutional generative adversarial network-based classification of focal liver lesions in computed tomography images: A preliminary study 2025-Jan, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16803 PMID:39542428	research paper	开发了一种基于深度学习的定位和分类系统，用于计算机断层扫描图像中的局灶性肝脏病变，以辅助医生进行更稳健的临床决策	使用生成对抗网络进行数据增强，开发了一个深度学习定位和分类系统，能够准确识别和分类局灶性肝脏病变	研究为初步研究，样本量虽大但时间跨度较长，可能存在数据异质性	开发一种非侵入性方法，准确诊断肝脏疾病	局灶性肝脏病变（FLLs）	digital pathology	liver cancer	deep learning, GAN	GAN	image	1589名患者，17335张切片，包含3195个局灶性肝脏病变
506	2025-06-05	Advancing enterprise risk management with deep learning: A predictive approach using the XGBoost-CNN-BiLSTM model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319773 PMID:40179109	研究论文	本研究提出了一种基于深度学习的风险管理模型XGBoost-CNN-BiLSTM，用于提升风险事件的预测和检测能力	结合XGBoost的结构化数据处理能力、CNN的特征提取能力和BiLSTM的时间序列处理能力，全面捕捉风险事件的关键特征	NA	提升企业风险管理的预测和检测能力	企业风险事件	机器学习	NA	深度学习	XGBoost-CNN-BiLSTM	结构化数据和时间序列数据	多个数据集，包括S&P 500历史数据集
507	2025-06-05	Audio-visual source separation with localization and individual control 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321856 PMID:40408322	研究论文	提出了一种专为视频会议和远程呈现机器人应用设计的音视频源分离流程，旨在在嘈杂环境中隔离和增强单个参与者的语音，同时控制视频帧中特定个体的音量	结合深度学习特征提取器、音频引导的视觉注意力机制、背景噪声抑制和人类语音分离模块以及DMRN模块，采用DPRNN-TasNet进行人类语音分离	在AVE和Music 21数据集上的测试准确率为71.88%，仍有提升空间	提升视频会议和远程呈现机器人应用中的音频质量	视频会议和远程呈现机器人应用中的音频信号	机器学习和音频处理	NA	深度学习	DPRNN-TasNet, DMRN	音频和视频	AVE和Music 21数据集
508	2025-06-04	Robust evaluation of tissue-specific radiomic features for classifying breast tissue density grades 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22010 PMID:40453545	研究论文	本研究评估了一种用于分类乳腺组织密度等级的特征选择方法（RFE-SHAP）的鲁棒性，并探讨了其在乳腺密度自动评估中的应用	结合传统和可解释AI方法（RFE-SHAP）进行特征选择，提高了模型的可解释性和预测性能	模型在外部验证中对某些密度等级的AUC值较低（如D级0.673），可能存在泛化能力限制	开发鲁棒的乳腺组织密度自动评估方法以改善乳腺癌风险评估	数字乳腺断层合成筛查的原始中央投影图像	数字病理	乳腺癌	RFE-SHAP特征选择方法	逻辑回归（LR）	医学影像	751例（651例训练集，100例验证集）
509	2025-06-04	Detection and classification of supraspinatus pathologies on shoulder magnetic resonance images using a code-free deep learning application 2025-Oct, Asia-Pacific journal of sports medicine, arthroscopy, rehabilitation and technology DOI:10.1016/j.asmart.2025.04.005 PMID:40454208	research paper	评估无代码深度学习应用在肩部磁共振成像中诊断冈上肌腱病变的性能	使用无代码深度学习应用LobeAI和ResNet-50 V2模型进行冈上肌腱病变的分类和检测	当前迭代的无代码深度学习应用在临床实践中的可靠性有待提高	评估无代码深度学习应用在诊断冈上肌腱病变中的性能	肩部磁共振成像中的冈上肌腱病变（部分撕裂、全层撕裂和肌腱病）	digital pathology	supraspinatus pathologies	MRI	ResNet-50 V2	image	患者肩部MRI图像，包括正常、部分撕裂、全层撕裂和肌腱病
510	2025-06-04	Temporal and spatial feature extraction using graph neural networks for multi-point water quality prediction in river network areas 2025-Aug-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123561 PMID:40184707	研究论文	提出了一种时空特征图神经网络（STF-GNN），用于河流网络区域多点水质预测，整合了图卷积网络、门控循环单元和自注意力机制	首次整合GCN、GRU和自注意力机制，显式建模分布式监测站之间的多尺度时空依赖关系	未提及模型在极端天气或突发事件下的预测性能	提高河流网络区域多点水质预测的准确性	河流网络中的分布式监测站	机器学习	NA	图卷积网络（GCN）、门控循环单元（GRU）、自注意力机制	STF-GNN（时空特征图神经网络）	多元时间序列数据	未明确提及具体样本数量，但涉及多个监测站的跨流域验证
511	2025-06-04	Ultrasound-based deep learning to differentiate salivary gland tumors 2025-Aug, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.014 PMID:40379502	研究论文	本研究开发了一种基于超声成像的深度学习模型DeepSGT，用于准确区分良性和恶性唾液腺肿瘤	使用多种CNN模型处理超声图像，并采用Focal Loss微调ResNet50d模型以解决类别不平衡问题，模型性能显著超过超声医师的诊断	研究为回顾性设计，样本量相对有限（315例患者）	开发一种准确区分良性和恶性唾液腺肿瘤的深度学习模型，以辅助临床决策	唾液腺肿瘤患者的超声图像	计算机视觉	唾液腺肿瘤	超声成像	CNN（包括Inception v3、ResNet101d、EfficientNet、DenseNet、Vision Transformer和ResNet50d）	图像	315例经手术切除后病理证实的唾液腺肿瘤患者
512	2025-06-04	Video-Based Lifting Action Recognition Using Rank-Altered Kinematic Feature Pairs 2025-Jul, Human factors IF:2.9Q2 DOI:10.1177/00187208241309748 PMID:39723832	研究论文	该研究提出了一种基于视频的举重动作识别方法，通过鲁棒的类别预测和简化的流程实现实时监控	使用基于计算机视觉的运动学特征对和集成分类器，实现了高效且准确的举重动作识别与计数	未明确提及方法在不同光照条件或复杂背景下的泛化能力	开发一种能够在有限硬件资源上实时监控举重任务的方法	视频中的举重动作	计算机视觉	职业性腰背损伤	BlazePose姿态估计模型	集成分类器	视频	NA
513	2025-06-04	A Deep Learning Survival Model for Evaluating the Survival Prognosis of Papillary Thyroid Cancer: A Population-Based Cohort Study 2025-Jul, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17290-0 PMID:40254654	研究论文	本研究构建了一个基于临床风险因素的深度学习模型，用于预测甲状腺乳头状癌患者的生存预后	首次在甲状腺乳头状癌（PTC）中探索深度学习生存模型的性能，并利用DeepSurv模型对患者进行风险分层	研究依赖于回顾性数据，可能存在选择偏倚	评估深度学习模型在甲状腺乳头状癌患者生存预后预测中的性能	甲状腺乳头状癌患者	数字病理学	甲状腺癌	深度学习	DeepSurv（基于Cox比例风险的深度神经网络）	临床数据	来自17个美国SEER癌症登记处（2000-2020年）的连续PTC患者，以及MDACC和TCGA两个外部测试数据集
514	2025-06-04	Temporal insights into ecological community: Advancing waterbird monitoring with dome camera and deep learning 2025-Jul, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125769 PMID:40403671	研究论文	本研究通过整合半球形摄像头和级联神经网络（CNNs），开发了一个自动化观测系统，用于监测中国西南部滇池半封闭湿地的水鸟群落动态	提出了一种结合半球形摄像头和级联神经网络（CNNs）的自动化观测系统，实现了对水鸟群落的高精度、高频率、连续和长期监测	研究仅在一个半封闭湿地（滇池）进行，可能无法代表其他类型湿地的水鸟群落动态	开发一个自动化观测系统，用于高效监测水鸟群落的动态，以支持物种保护和栖息地管理策略的制定	滇池半封闭湿地的水鸟群落	计算机视觉	NA	级联神经网络（CNNs）	CNN	图像	595个监测时段，识别出5目6科17种鸟类
515	2025-06-04	Empirical analysis on retinal segmentation using PSO-based thresholding in diabetic retinopathy grading 2025-Jun-26, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0299 PMID:39754503	研究论文	本文提出了一种基于粒子群优化（PSO）的自动阈值算法，用于糖尿病视网膜病变分级中的视网膜分割，以提高特征提取和分级的准确性	提出了一种基于PSO的自动阈值算法，减少背景像素对特征提取的负面影响，并通过可解释AI（XAI）分析视网膜分割的重要性	数据量有限，可能影响模型的泛化能力	提高糖尿病视网膜病变（DR）分级的准确性和效率	糖尿病视网膜病变患者的视网膜图像	计算机视觉	糖尿病视网膜病变	PSO-based thresholding, Explainable AI (XAI)	ResNet50	图像	IDRiD眼底数据集（具体数量未提及）
516	2025-06-04	Deep Learning-Assisted Multiplexed Electrochemical Fingerprinting for Chinese Tea Identification 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06651 PMID:40207593	research paper	开发了一种结合多重电化学指纹技术和1D-CNN的激光雕刻传感器阵列，用于快速精确检测三种茶多酚并区分24种中国茶	利用深度学习辅助的多重电化学指纹技术，相比其他机器学习方法，提高了茶叶识别的准确性	NA	提高复杂基质中相似化学结构天然成分的选择性差异识别能力	三种茶多酚和24种中国茶	machine learning	NA	multiplex electrochemical fingerprinting technology	1D-CNN	electrochemical fingerprints	24 distinct types of Chinese teas
517	2025-06-04	Multiplexing and Sensing with Fluorescence Lifetime Imaging Microscopy Empowered by Phasor U-Net 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02028 PMID:40378347	research paper	提出了一种名为Phasor U-Net的深度学习方法，用于快速准确的荧光寿命成像显微镜(FLIM)成像	Phasor U-Net通过两个轻量级U-Net子网络进行去噪和解卷积，提高了寿命估计的准确性并减少了数据处理时间	方法仅在计算机生成的数据集上进行训练，未使用大规模实验数据集	开发一种快速准确的FLIM成像方法，用于前沿领域的多重成像和传感	荧光寿命成像显微镜(FLIM)数据	计算机视觉	NA	荧光寿命成像显微镜(FLIM)	U-Net	图像	小鼠小肠样本标记的两种荧光染料
518	2025-06-04	Deep Learning-Assisted Sensor Array Based on Host-Guest Chemistry for Accurate Fluorescent Visual Identification of Multiple Explosives 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01326 PMID:40380950	研究论文	本文提出了一种基于主客体化学的深度学习辅助传感器阵列，用于高精度荧光视觉识别多种爆炸物	结合环糊精保护的多色荧光金纳米团簇和DenseNet算法，实现了对七种爆炸物的高精度识别	NA	开发一种快速准确识别多种爆炸物的方法	七种爆炸物	机器视觉	NA	荧光传感器阵列	DenseNet	图像	NA
519	2025-06-04	Analysis of the Evolutionary Process of Spatial Microdamage Propagation in Silicon Nitride Bearings Using Deep Learning-Driven Molecular Dynamics 2025-Jun-03, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.5c00466 PMID:40389365	研究论文	本研究提出了一种基于3D点云重建和机器学习势函数的分子动力学建模方法，用于揭示氮化硅轴承表面空间微损伤的动态演化机制	首次揭示了氮化硅轴承中微损伤扩展与弹塑性变形之间的动态耦合机制，阐明了损伤闭合行为的区域变异性	NA	揭示氮化硅轴承表面空间微损伤的动态演化机制，为陶瓷轴承的寿命预测和抗损伤设计提供原子尺度理论支持	氮化硅轴承表面的空间微损伤	分子动力学模拟	NA	3D点云重建、机器学习势函数、深度势原子相互作用模型	深度势原子相互作用模型	3D点云数据	NA
520	2025-06-04	Unveiling Spectrum-Structure Correlation in Vibrational Spectroscopy: Task-Driven Deep Learning Classification Balancing Global Fusion and Local Extraction 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05842 PMID:40399767	研究论文	本文开发了两种基于CNN的算法，分别针对混合物分类和功能基团识别任务，通过多尺度卷积和注意力机制提升光谱-结构关联分析的效率和准确性	针对光谱数据中全局和局部信息关注度的差异，设计了两种任务导向的CNN算法（CNN-Peak和ResNet-ResPeak），实现了特征融合与局部提取的平衡	算法性能可能受限于光谱数据固有的特征丰富度和数据量不足的问题	提升光谱-结构关联分析在混合物分类和功能基团识别任务中的准确性和泛化能力	振动光谱数据	机器学习	NA	多尺度卷积、注意力机制	CNN、ResNet	光谱数据	NA