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
7601	2025-06-05	Advancements in Frank's sign Identification using deep learning on 3D brain MRI 2025-01-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82756-2 PMID:39827273	research paper	本研究开发了一种深度学习模型，用于在3D面部MRI图像中自动识别Frank's sign（FS）	首次使用深度学习技术对3D脑部MRI图像中的FS进行自动分割和识别	研究仅基于有限数量的MRI扫描样本（400例训练集+600例验证集）	开发自动化的FS检测工具以改善临床诊断	3D面部MRI图像中的Frank's sign标记	digital pathology	geriatric disease	MRI扫描	U-net	3D图像	400例训练集MRI扫描+600例验证集MRI扫描（两个外部数据集各300例）
7602	2025-06-05	Comparison of 1D and 3D volume measurement techniques in NF2-associated vestibular schwannoma monitoring 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85386-4 PMID:39824854	research paper	比较1D（线性）和3D分割体积分析（SVA）在NF2相关前庭神经鞘瘤（VS）监测中的效果	首次系统地比较了1D线性测量和3D分割体积分析在NF2相关前庭神经鞘瘤监测中的效果，并提出了正交分析（OA）作为更优的时间节省替代方案	小肿瘤或手术缩小后的肿瘤存在较大的测量离散范围，不适用于需要精确评估肿瘤体积和生长的治疗决策	评估不同肿瘤体积测量技术在NF2相关前庭神经鞘瘤监测中的效果	NF2相关前庭神经鞘瘤	医学影像分析	前庭神经鞘瘤	MRI, 3D分割体积分析（SVA）	线性回归模型	医学影像	149名NF2患者和292个相关前庭神经鞘瘤，共进行了2586次SVA和10344次线性测量
7603	2025-06-05	Exploring the anticancer activities of Sulfur and magnesium oxide through integration of deep learning and fuzzy rough set analyses based on the features of Vidarabine alkaloid 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82483-8 PMID:39824867	research paper	该研究结合深度学习和模糊粗糙集分析，探索硫和氧化镁的抗癌活性，基于Vidarabine生物碱的特征	提出了一种结合深度学习、模糊粗糙集理论和可解释人工智能的AI模型，用于发现基于天然产物的新型抗癌药物候选物	研究仅针对特定细胞系进行了验证，需要进一步的临床前研究	探索和发现新型抗癌药物候选物	硫和氧化镁作为潜在的抗癌药物	machine learning	lung cancer	深度学习、模糊粗糙集理论、可解释人工智能	DL, FRS, XAI	化学化合物特征数据	针对A-549、A-375和A-431细胞系的实验室实验数据
7604	2025-06-05	Automatic detection and prediction of COVID-19 in cough audio signals using coronavirus herd immunity optimizer algorithm 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85140-w PMID:39824893	研究论文	本研究提出了一种基于深度学习的框架，利用咳嗽音频信号自动检测和预测COVID-19	使用增强深度神经网络（EDNN）和冠状病毒群体免疫优化器（CHIO）算法，显著降低了误差指标	NA	开发高效的COVID-19诊断工具	COVID-19患者的咳嗽音频信号	数字病理学	COVID-19	深度学习	EDNN-CHIO, U-Net	音频	来自COUGHVID数据集的音频数据
7605	2025-06-05	Interpretable and integrative deep learning for discovering brain-behaviour associations 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-85032-5 PMID:39824899	research paper	提出一个可解释和整合的深度学习框架，用于发现大脑与行为之间的关联	结合数字化身和稳定性选择来评估多视图数据之间的关系，有效识别稳定的大脑-行为交互	未提及具体样本量的限制或模型在更广泛数据集上的泛化能力	研究精神疾病的复杂性和变异性，通过整合多源数据来理解和预测精神综合征	健康脑网络队列中的临床行为评分和脑成像特征	machine learning	psychiatric syndromes	deep learning, structural MRI	deep learning models	imaging, genetics, symptom reports	Healthy Brain Network cohort（具体数量未提及）
7606	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
7607	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
7608	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
7609	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
7610	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
7611	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
7612	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
7613	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）
7614	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
7615	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
7616	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
7617	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
7618	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
7619	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
7620	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）