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
5561	2025-07-10	Saliency-enhanced infrared and visible image fusion via sub-window variance filter and weighted least squares optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323285 PMID:40622931	research paper	提出了一种新颖的红外与可见光图像融合方法，通过子窗口方差滤波和加权最小二乘优化增强显著特征并提高视觉清晰度	采用基于子窗口方差滤波的分解技术和加权最小二乘优化的显著性图测量方案，显著提升重要特征的可见性	在处理高度复杂场景时可能存在挑战，未来将通过自适应参数优化和深度学习框架集成来解决	提升红外与可见光图像融合的质量，特别是在显著目标突出和纹理细节保留方面	红外与可见光图像	computer vision	NA	sub-window variance filter (SVF), weighted least squares optimization (WLSO)	NA	image	三个公共数据集
5562	2025-07-10	Air-ground collaborative multi-source orbital integrated detection system: Combining 3D imaging and intrusion recognition 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326951 PMID:40623035	研究论文	提出了一种空地协作的多源轨道综合检测系统，结合3D成像和入侵识别技术	系统采用改进的LOAM-SLAM算法和优化的ICP算法实现实时动态映射和高精度点云配准与着色，YOLOv3-ResNet融合模型在入侵检测中表现出色	未提及系统在极端天气条件下的具体性能表现	提高铁路轨道检测的效率和安全性	铁路基础设施	计算机视觉	NA	LiDAR, 深度学习	YOLOv3-ResNet融合模型	点云数据, 图像	未明确提及具体样本数量
5563	2025-07-10	Deep learning-based prediction model of acute kidney injury following coronary artery bypass grafting in coronary heart disease patients: a multicenter clinical study from China 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1600012 PMID:40625392	研究论文	本研究旨在利用机器学习技术开发一个稳健的风险预测模型，用于预测冠状动脉搭桥术后急性肾损伤	使用XGBoost模型在内部和外部验证中表现最佳，展示了其稳健性和泛化能力，同时整合了多机构患者数据，显著提高了AKI风险评估	研究为回顾性设计，可能存在选择偏倚，且外部验证队列规模相对较小	开发一个用于预测冠状动脉搭桥术后急性肾损伤的机器学习模型	冠状动脉疾病患者	机器学习	心血管疾病	机器学习	XGBoost, SVM, DT, RF, AdaBoost	临床数据	3,043名冠状动脉疾病患者（训练集2,130名，验证集913名），外部验证队列878名患者
5564	2025-07-10	Ves-GAN: Unsupervised Vessel-Targeted Low-Dose Coronary Computed Tomography Angiography Denoising Framework 2025, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0149 PMID:40625644	research paper	本研究开发了一种名为Ves-GAN的无监督去噪框架，用于低剂量冠状动脉CT血管造影（LDCTA），在降低噪声的同时保留血管结构	Ves-GAN采用高频感知数据增强策略和高频挤压-激励模块，以及血管一致性损失，以在去噪过程中保持血管结构完整性	虽然Ves-GAN在无监督模型中表现优异，但仍需进一步验证其在更广泛临床场景中的适用性	开发一种无监督的去噪框架，以提高低剂量冠状动脉CT血管造影的图像质量	低剂量冠状动脉CT血管造影图像	digital pathology	cardiovascular disease	CT angiography	GAN	image	50 CT scans reviewed by 3 radiologists
5565	2025-07-10	Machine learning combined multi-omics analysis to explore key oxidative stress features in systemic lupus erythematosus 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1567466 PMID:40625749	研究论文	本研究结合机器学习和多组学分析，探索系统性红斑狼疮(SLE)中关键的氧化应激特征及其相互关系	结合多种机器学习方法和多组学数据，识别了SLE中与氧化应激相关的关键基因和代谢通路	样本量相对较小，且主要基于公开数据集和有限的患者样本	探索系统性红斑狼疮发病机制中的关键氧化应激特征	系统性红斑狼疮患者和健康对照者的免疫细胞和血液样本	机器学习	系统性红斑狼疮	转录组分析、代谢组学(LC-MS)、单细胞转录组分析、RT-qPCR	深度学习(DL)、随机森林(RF)、XGBoost、支持向量机(SVM)、LASSO	转录组数据、代谢组数据、单细胞数据	来自GEO的三个转录组数据集和SLE患者与健康对照者的外周血样本
5566	2025-07-10	Hybrid model for predicting microsatellite instability in colorectal cancer using hematoxylin & eosin-stained images and clinical features 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1580195 PMID:40626015	研究论文	提出一种混合模型，结合病理图像和临床特征预测结直肠癌中的微卫星不稳定性（MSI）	开发了一种结合病理图像特征和临床特征的混合预测模型，用于预测MSI状态，并进行了基因富集分析和蛋白质相互作用网络构建	研究样本量有限，外部验证队列规模较小	预测结直肠癌中的微卫星不稳定性（MSI）状态	结直肠癌患者	数字病理学	结直肠癌	深度学习，基因富集分析，蛋白质-蛋白质相互作用网络分析	混合模型（结合CNN和临床特征模型）	图像（H&E染色病理图像），临床数据，mRNA测序数据	总样本682例（TCGA队列559例，东阳队列123例）
5567	2025-07-10	A systematic survey: role of deep learning-based image anomaly detection in industrial inspection contexts 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1554196 PMID:40626146	综述	本文系统性地回顾了工业制造中基于深度学习的图像异常检测方法	全面比较了传统技术与深度学习在异常检测中的最新进展，并探讨了无人机、机械臂和AGV在异常检测中的创新应用	未提及具体实验验证或实际工业应用中的性能表现	推动智能制造中高质量过程检测的先进方法发展	工业制造中的图像异常检测	计算机视觉	NA	深度学习	监督学习、无监督学习、半监督学习	图像	NA
5568	2025-07-10	Artificial intelligence in early warning systems for infectious disease surveillance: a systematic review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1609615 PMID:40626156	系统综述	本文系统综述了人工智能在传染病监测早期预警系统中的应用现状、关键技术、数据来源、优势与挑战	全面评估了AI在传染病早期预警系统中的多种技术应用及整合多源数据的潜力	存在数据质量与偏差问题、模型透明度不足（'黑箱'问题）、系统整合困难以及隐私与公平等伦理考量	评估人工智能技术如何增强传染病监测的早期预警系统	传染病早期预警系统中的人工智能应用	自然语言处理	传染病	机器学习（ML）、深度学习（DL）、自然语言处理（NLP）	NA	流行病学数据、网络数据、气候数据、废水数据等多源数据	67项相关研究
5569	2025-07-10	Adverse drug reaction signal detection via the long short-term memory model 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1554650 PMID:40626311	研究论文	本研究通过长短期记忆模型（LSTM）进行药物不良反应信号检测，并与传统方法进行比较	将深度学习模型引入药物不良反应信号检测，提高了检测的敏感性和F1分数	研究仅基于广东省ADR监测中心的数据，可能不具有全国代表性	改进药物不良反应信号检测方法，提高检测准确率	药物不良反应信号	自然语言处理	NA	LSTM模型	LSTM	文本	2,376个ADR信号（448个阳性信号和1,928个阴性信号）
5570	2025-07-09	CnnBoost: a multilevel explainable stacked ensemble framework for effective detection of Myocardial Infarction from 12-lead ECG images using a transformational approach 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00357-3 PMID:40626266	研究论文	开发了一个可解释的机器学习框架CNNBoost，用于从12导联ECG图像中有效检测心肌梗死和其他心脏异常	提出了CNNBoost，一种多级可解释堆叠集成模型，结合CNN提取的空间特征和时间序列数据，通过XGBoost处理，提高了ECG分类的准确性和可解释性	研究使用的ECG图像数据来自南亚的健康中心，可能在其他地区或人群中的适用性有限	开发一个可解释的机器学习框架，用于自动分类心肌梗死和其他心脏异常	12导联ECG图像	数字病理	心血管疾病	CNN, XGBoost, SHAP	CNN, XGBoost	图像	公开可用的ECG图像数据集，包含四类：正常、异常、心肌梗死(MI)和既往MI病史
5571	2025-07-09	Artificial intelligence models for predicting acute kidney injury in the intensive care unit: a systematic review of modeling methods, data utilization, and clinical applicability 2025-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf065 PMID:40620479	系统综述	本文系统综述了ICU中急性肾损伤（AKI）预测的人工智能模型，评估了建模方法、数据利用策略及临床适用性，并提出了未来研究方向	全面评估了AKI预测模型的建模方法、数据利用和临床适用性，并识别了当前挑战及未来研究方向	大多数研究存在高偏倚风险，特别是在泛化性和临床适用性方面，且缺乏外部验证和动态建模	评估ICU中AKI预测的人工智能模型，并探讨其临床适用性	ICU患者中的急性肾损伤（AKI）	机器学习	急性肾损伤	机器学习、深度学习、动态预测框架	多种（包括机器学习和深度学习模型）	ICU特定数据	47项符合纳入标准的研究（从1305项筛选研究中）
5572	2025-07-09	Gesture recognition and response system for special education using computer vision and human-computer interaction technology 2025-Jul-08, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2527226 PMID:40625119	研究论文	本文提出了一种基于计算机视觉和人机交互技术的特殊教育手势识别与响应系统	结合多种深度学习架构（AlexNet、VGG19、ResNet和MobileNet）与机器学习算法（SVM和随机森林），并引入遗传算法进行模型压缩，显著提升了系统在资源受限设备上的适用性	未来研究需要扩展手势库、整合多模态输入（如语音）并通过持续学习机制增强系统适应性	提升特殊教育中的人机交互体验，为残障人士提供辅助工具	手势识别系统	计算机视觉	NA	深度学习、机器学习、遗传算法	AlexNet、VGG19、ResNet、MobileNet、SVM、随机森林	手势数据	多样化的手势数据集，涵盖不同光照条件、用户人口统计特征和生理差异
5573	2025-07-09	A Meta-Analysis of the Diagnosis of Condylar and Mandibular Fractures Based on 3-dimensional Imaging and Artificial Intelligence 2025-Jul-08, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011622 PMID:40627036	meta-analysis	本文通过文献回顾和荟萃分析，研究了基于3D影像和人工智能辅助方法在髁突和下颌骨骨折快速准确分类与诊断中的应用现状	探讨了3D影像技术和人工智能在髁突骨折诊断中的创新应用，特别是深度学习模型在骨折检测和分类中的成功案例	面临数据质量、模型可解释性和临床验证等挑战，需要更多多中心研究验证AI在不同临床环境中的应用	评估人工智能在下颌骨骨折诊断中的准确性和实用性，促进其在颌面外科中的广泛应用	髁突骨折和下颌骨骨折	digital pathology	maxillofacial fracture	3-dimensional computed tomography (CT), deep learning	deep learning models	3D images	NA
5574	2025-07-09	A fully automated deep learning framework for age estimation in adults using periapical radiographs of canine teeth 2025-Jul-08, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03558-3 PMID:40627040	研究论文	提出了一种基于深度学习的两步流程框架，用于通过犬齿根尖X光片自动估计成人年龄	使用YOLOv8-Nano模型进行牙齿检测，并结合四种CNN架构进行年龄估计，展示了高精度的牙齿检测和年龄预测能力	结合性别信息并未提升模型性能，且不同犬齿间的预测准确性无显著差异	开发一个自动化工具，用于法医调查中的年龄估计	犬齿的根尖X光片	计算机视觉	NA	深度学习	YOLOv8-Nano, ResNet-18, DenseNet-121, EfficientNet-B0, MobileNetV3	图像	2587张X光片，来自1004名患者（691名女性，313名男性）
5575	2025-07-09	Deep learning 3D super-resolution radiomics model based on Gd-enhanced MRI for improving preoperative prediction of HCC pathological grading 2025-Jul-08, Abdominal radiology (New York) DOI:10.1007/s00261-025-05085-6 PMID:40627133	研究论文	本研究开发了一种基于深度学习的3D超分辨率放射组学模型，用于提高肝细胞癌（HCC）术前病理分级的预测准确性	利用深度学习的三维超分辨率技术从常规分辨率HBP图像中获取超分辨率图像，提高了放射组学模型的预测性能	样本量相对有限（197例患者），且仅基于单一医疗中心的数据	评估基于深度学习的3D超分辨率MRI放射组学模型在预测HCC病理分级中的可行性和有效性	肝细胞癌（HCC）患者	数字病理	肝癌	3D超分辨率技术、放射组学分析	梯度提升（Gradient Boosting）、轻量级梯度提升机（LightGBM）、支持向量机（SVM）	MRI图像	197例HCC患者（训练集157例，测试集40例）
5576	2025-07-09	MTMedFormer: multi-task vision transformer for medical imaging with federated learning 2025-Jul-08, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03404-z PMID:40627238	研究论文	提出了一种基于Transformer的多任务医学影像模型MTMedFormer，结合联邦学习解决医学影像分析中的数据隐私和大规模数据需求问题	首次将Transformer架构与多任务学习结合用于医学影像分析，并提出新型贝叶斯联邦学习方法	仅在乳腺X光片和肺炎数据集上进行了验证，未在其他医学影像领域测试	开发能够同时处理多个医学影像分析任务且保护数据隐私的深度学习模型	医学影像数据（乳腺X光片和肺炎影像）	数字病理学	乳腺癌和肺炎	联邦学习(FL)和多任务学习(MTL)	Transformer	医学影像	NA
5577	2025-07-09	A novel UNet-SegNet and vision transformer architectures for efficient segmentation and classification in medical imaging 2025-Jul-08, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01564-8 PMID:40627277	研究论文	提出了一种结合UNet、SegNet和视觉Transformer的混合深度学习模型，用于医学图像的高效分割和分类	整合了CAE、UNet和SegNet架构的优势，并引入了动态特征融合和混合帝王企鹅优化器(HEPO)进行特征选择，以及HyViT-CE用于分类任务	未提及模型在计算资源消耗和实时性方面的表现	解决医学图像中由于低对比度、噪声和不规则解剖形状导致的复杂结构准确分割和分类问题	脑肿瘤MRI、乳腺超声和胸部X光图像	数字病理	脑肿瘤、乳腺癌、胸部疾病	深度学习	UNet、SegNet、Vision Transformer	医学影像(MRI、超声、X光)	三个主要数据集(具体数量未提及)
5578	2025-07-09	Deep Learning Approach for Biomedical Image Classification 2025-Jul-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01590-8 PMID:40627296	review	本文全面综述了深度学习在生物医学图像分类中的应用，包括不同医疗数据类型和多种深度学习架构	系统调查了50种医疗领域的深度学习方法，并强调了公开数据集在AI驱动医疗创新中的重要作用	未提及具体临床应用验证或实际部署中的挑战	探索深度学习在生物医学图像分析中的潜在应用和未来研究方向	医疗图像数据（包括乳腺X光、组织病理学和放射学图像）	digital pathology	NA	深度学习	CNN, RNN, GAN	image	基于公开数据集的研究（未明确样本数量）
5579	2025-07-09	Confidence-Driven Deep Learning Framework for Early Detection of Knee Osteoarthritis 2025-Jul-08, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3587003 PMID:40627470	research paper	提出了一种基于置信度的深度学习框架，用于早期膝关节骨关节炎（KOA）的检测	结合了多级特征提取架构和混合损失策略，通过置信度分区训练样本以提高模型鲁棒性	研究仅关注KL-0和KL-2阶段的区分，未涵盖所有KOA阶段	开发一种辅助诊断工具，提升早期KOA检测的准确性和效率	膝关节骨关节炎（KOA）患者	digital pathology	geriatric disease	深度学习	Siamese-based framework	image	Osteoarthritis Initiative (OAI) 数据集
5580	2025-07-09	Coupled Diffusion Models for Metal Artifact Reduction of Clinical Dental CBCT Images 2025-Jul-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3587131 PMID:40627491	research paper	提出一种用于减少临床牙科CBCT图像金属伪影的耦合扩散模型方法	提出耦合扩散模型（CDM），通过分别训练两个扩散模型获取先验信息，并开发噪声转换模块和MA自适应推理技术，有效利用未对齐的MA退化图像与干净图像之间的固有转换	未提及具体样本量或与其他方法的全面比较	减少牙科CBCT图像中的金属伪影，提高图像质量以辅助诊断	临床牙科CBCT图像	digital pathology	dental disease	diffusion models	CDM (Coupled Diffusion Models)	image	NA