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
10461	2025-05-03	Deep learning in neurosurgery: a systematic literature review with a structured analysis of applications across subspecialties 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1532398 PMID:40308224	系统文献综述	本研究系统综述了深度学习在神经外科实践中的应用，全面了解深度学习在神经外科中的角色	提供了深度学习技术在神经外科各亚专科中的具体应用、局限性和未来方向的系统综述	深度学习模型在神经外科实践中的整合面临挑战和限制	系统评估深度学习在神经外科实践中的应用及其潜力	神经外科各亚专科的深度学习应用研究	数字病理	神经外科相关疾病	深度学习	DL算法	视频、图像、CT、MRI和超声数据	181篇符合条件的研究文章
10462	2025-05-03	An android-smartphone application for rice panicle detection and rice growth stage recognition using a lightweight YOLO network 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1561632 PMID:40308302	研究论文	本研究开发了一个基于改进YOLOv8模型的安卓智能手机应用，用于水稻穗检测和生长阶段识别	提出了YOLO_ECO模型，通过C2f-Faster-EMA模块、Slim Neck结构和LSCD头部等改进，显著提升了检测效率和精度	NA	提高精准田间管理水平以最大化粮食产量	水稻穗及其生长阶段（孕穗期、抽穗期和灌浆期）	计算机视觉	NA	深度学习	YOLO_ECO（改进的YOLOv8）	图像	NA
10463	2025-05-03	Approach for enhancing the accuracy of semantic segmentation of chest X-ray images by edge detection and deep learning integration 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1522730 PMID:40309721	研究论文	提出了一种结合边缘检测和深度学习的方法来提高胸部X光图像语义分割的准确性	整合了Sobel和Scharr边缘检测滤波器与U-net深度学习架构，显著提升了分割精度	未提及对不同设备或不同质量X光图像的泛化能力	提高胸部X光图像中解剖结构的分割准确性，以改善心胸疾病的诊断	胸部X光图像中的肺、心脏和锁骨	计算机视觉	心胸疾病	边缘检测（Sobel和Scharr滤波器）	U-net	图像	NA
10464	2025-05-03	EfficientNetB0-Based End-to-End Diagnostic System for Diabetic Retinopathy Grading and Macular Edema Detection 2025, Diabetes, metabolic syndrome and obesity : targets and therapy DOI:10.2147/DMSO.S506494 PMID:40309724	研究论文	开发并验证了一种基于深度学习的自动化诊断系统，用于快速准确诊断糖尿病视网膜病变（DR）及其并发症	采用EfficientNetB0模型构建端到端诊断系统，实现DR分级和糖尿病黄斑水肿（DME）检测，并通过Grad-CAM增强模型可解释性	未提及模型在不同人群或设备采集图像上的泛化能力	提高糖尿病视网膜病变诊断的效率和准确性	2753名患者的19,031张荧光素血管造影（FFA）图像	数字病理学	糖尿病视网膜病变	荧光素血管造影（FFA）	EfficientNetB0	图像	19,031张FFA图像（来自2,753名患者）
10465	2025-05-03	Corrigendum: Bioinformatic analysis reveals the association between bacterial morphology and antibiotic resistance using light microscopy with deep learning 2025, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2025.1607769 PMID:40313407	correction	本文是对先前发表的文章的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10466	2025-05-02	Impact of synthetic data on training a deep learning model for lesion detection and classification in contrast-enhanced mammography 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22006 PMID:40302983	研究论文	探讨合成数据在训练深度学习模型用于对比增强乳腺摄影中病变检测和分类的影响	研究合成数据（特别是模拟微钙化簇）对提升深度学习模型性能的潜力，尤其是在真实数据稀缺的情况下	合成数据加入较小真实训练集时虽提高恶性病变检测灵敏度但降低了精确度，且集成模型性能不如独立DL模型	优化对比增强乳腺摄影中病变检测和分类的深度学习模型性能	乳腺摄影图像中的增强肿块和微钙化簇	数字病理学	乳腺癌	深度学习与放射组学分类器集成	DL（深度学习模型）与放射组学分类器	图像（低能量与重组对比增强乳腺摄影图像）	训练集：782例无病变乳房（合成数据）+850例真实患者；验证集：内部212例+外部279例真实患者
10467	2025-05-02	Artificial Intelligence Measurement of Preoperative Radiographs in Adolescent Idiopathic Scoliosis Based on Multiple-View Semantic Segmentation 2025-May, Global spine journal IF:2.6Q1 DOI:10.1177/21925682241270036 PMID:39109794	研究论文	本研究探讨了基于深度学习的青少年特发性脊柱侧凸（AIS）自动分类方法，并验证了机器分类与人工分类的一致性	利用U-Net语义分割神经网络技术和深度学习方法，实现了脊柱多视图的自动分割和对齐关系建立，以及Cobb角等脊柱特征的自动提取	研究样本量相对较小，且性别比例不均（男性81例，女性425例）	开发并验证一种自动化的AIS影像分类方法，以提高分类的一致性和准确性	青少年特发性脊柱侧凸（AIS）患者	数字病理	脊柱侧凸	深度学习，U-Net语义分割神经网络	U-Net	图像	506例（训练集），107例（测试集）
10468	2025-05-02	A New Method for Scoliosis Screening Incorporating Deep Learning With Back Images 2025-May, Global spine journal IF:2.6Q1 DOI:10.1177/21925682241282581 PMID:39264983	研究论文	提出了一种结合深度学习与背部图像的新方法用于脊柱侧弯筛查	利用深度学习算法自动进行脊柱侧弯筛查，减少不必要的辐射风险和筛查成本	研究样本量较小（247例），且为回顾性研究	开发一种自动化、准确、简洁且方便的脊柱侧弯筛查方法	脊柱侧弯患者	计算机视觉	脊柱侧弯	深度学习	NA	图像（正面、侧面、背部直立图像及X射线图像）	247例脊柱侧弯患者（2008-2021年数据）
10469	2025-05-02	MRI deep learning models for assisted diagnosis of knee pathologies: a systematic review 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11105-8 PMID:39422725	系统综述	本文系统综述了用于辅助诊断多种膝关节异常的深度学习MRI模型的现状	总结了不同卷积神经网络在膝关节病理诊断中的性能表现，并比较了特定损伤检测与一般异常检测模型的准确性差异	研究设计存在差异，现有模型性能与临床需求之间仍存在差距，需要更大规模的MRI数据集进行验证	评估深度学习模型在膝关节病理MRI辅助诊断中的临床应用潜力	膝关节异常（包括前交叉韧带损伤、骨关节炎、半月板损伤等）	数字病理	膝关节疾病	MRI	CNN（包括ResNet、VGG、DenseNet、DarkNet等）	医学影像	54篇相关研究文章
10470	2025-05-02	Lumbar Spinal Stenosis Grading in Multiple Level Magnetic Resonance Imaging Using Deep Convolutional Neural Networks 2025-May, Global spine journal IF:2.6Q1 DOI:10.1177/21925682241299332 PMID:39487037	研究论文	该研究通过比较专家和深度卷积神经网络（CNN）对腰椎多水平磁共振成像（MRI）的狭窄分级，探讨深度学习在临床诊断中的应用	使用CNN进行腰椎狭窄分级和神经根分类，展示了深度学习在医学影像诊断中的潜力	解剖结构的突然变化可能导致仅基于图像的诊断困难	评估深度学习模型在腰椎狭窄分级和神经根分类中的性能	腰椎多水平磁共振成像	数字病理学	脊柱疾病	MRI	CNN	图像	NA
10471	2025-05-02	Artificial Intelligence for Cervical Spine Fracture Detection: A Systematic Review of Diagnostic Performance and Clinical Potential 2025-May, Global spine journal IF:2.6Q1 DOI:10.1177/21925682251314379 PMID:39800538	系统综述	本文系统评估了人工智能和深度学习模型在颈椎骨折检测中的诊断性能及其临床潜力	首次系统综述了AI和DL模型在颈椎骨折检测中的应用，比较了不同模型和成像方式的性能差异	大多数研究缺乏外部验证，结果的可推广性存疑	评估AI和DL模型在颈椎骨折检测中的诊断性能及其临床应用潜力	颈椎骨折	数字病理学	骨科疾病	CT和X光成像	CNN, MobileNetV2, Vision Transformer (ViT)	医学影像	11项研究(2021-2024年间发表)
10472	2025-05-02	Deep learning image enhancement for confident diagnosis of TMJ osteoarthritis in zero-TE MR imaging 2025-05-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae063 PMID:39989448	research paper	评估深度学习在零回波时间MRI（ZTE-MRI）中去噪和伪影减少（AR）中的有效性，并比较图像诊断与颞下颌关节（TMJ）锥形束CT（CBCT）的临床适用性	新开发的深度学习技术用于ZTE-MRI的去噪和伪影减少，展示了临床实用性	样本量较小（30名患者），且仅针对TMJ骨成像	评估深度学习在ZTE-MRI图像增强中的效果，以替代CBCT在TMJ骨成像中的应用	30名患者的CBCT和ZTE-MRI数据	digital pathology	TMJ osteoarthritis	deep learning, ZTE-MRI, CBCT	deep learning	image	30名患者的CBCT和ZTE-MRI数据
10473	2025-05-02	Prediction of Hypoglycemia From Continuous Glucose Monitoring in Insulin-Treated Patients With Type 2 Diabetes Using Transfer Learning on Type 1 Diabetes Data: A Deep Transfer Learning Approach 2025-May, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968231215324 PMID:38014538	research paper	该研究利用迁移学习技术，基于1型糖尿病患者的连续血糖监测数据，开发了一个深度学习模型，用于预测2型糖尿病患者的低血糖事件	首次将迁移学习应用于从1型糖尿病数据中学习，以预测2型糖尿病患者的低血糖事件	模型在外部验证集上的阳性预测值较低（40.49%）	开发一个能够准确预测胰岛素治疗的2型糖尿病患者低血糖事件的深度学习模型	胰岛素治疗的2型糖尿病患者	machine learning	diabetes	continuous glucose monitoring (CGM)	CNN	time-series data	226名1型糖尿病患者和180名2型糖尿病患者的CGM数据，外部验证集包含334711个一小时CGM样本
10474	2025-05-02	DDUM: Deformable Dilated U-structure Module for coronary stenosis detection 2025-May, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104337 PMID:40306887	research paper	提出了一种可变形可扩展的U结构模块（DDUM），用于提高冠状动脉狭窄检测的准确性和泛化能力	DDUM模块能够针对冠状动脉狭窄检测任务优化通用网络，显著提升模型性能和泛化能力	未提及具体的数据集规模和多样性限制	提高冠状动脉狭窄检测的准确性和模型泛化能力	冠状动脉狭窄检测	computer vision	cardiovascular disease	deep learning	ResNet50 + faster R-CNN	medical imaging (coronary angiography)	NA
10475	2025-05-02	Determinants of ascending aortic morphology: cross-sectional deep learning-based analysis on 25 073 non-contrast-enhanced NAKO MRI studies 2025-Apr-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf081 PMID:40052574	研究论文	本研究利用深度学习自动分割胸主动脉，并从25,073例非对比增强磁共振血管造影数据中提取升主动脉形态特征，探讨了升主动脉中段直径的可能决定因素	首次在大型流行病学横断面研究中结合深度学习和因果分析来理解升主动脉形态的决定因素	研究为横断面设计，无法确定因果关系的时间顺序	探究升主动脉形态的决定因素，为精准诊断和治疗提供依据	25,073例来自德国国家队列(NAKO)的非对比增强磁共振血管造影数据	数字病理学	心血管疾病	非对比增强磁共振血管造影(NC-MRA)	深度学习(DL)	3D医学影像	25,073例NC-MRA数据
10476	2025-05-02	Improved Image Quality of Virtual Monochromatic Images with Deep Learning Image Reconstruction Algorithm on Dual-Energy CT in Patients with Pancreatic Ductal Adenocarcinoma 2025-Apr-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01514-6 PMID:40307592	研究论文	本研究旨在评估使用深度学习图像重建（DLIR）算法在双能CT（DECT）上重建的虚拟单色图像（VMIs）在胰腺导管腺癌（PDAC）诊断中的图像质量	首次在DECT上应用DLIR算法重建VMIs，显著提高了图像质量，特别是在低keV水平下	研究样本量较小（50例患者），且为回顾性分析	评估DLIR算法在DECT上重建VMIs的图像质量，以改善PDAC的诊断	50例经组织学确认的PDAC患者	数字病理	胰腺癌	双能CT（DECT）	深度学习图像重建（DLIR）	医学影像	50例PDAC患者
10477	2025-05-01	Correction: Accurate, automated classification of radiographic knee osteoarthritis severity using a novel method of deep learning: Plug‑in modules 2025-Apr-29, Knee surgery & related research IF:4.1Q1 DOI:10.1186/s43019-025-00268-3 PMID:40302005	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10478	2025-05-02	Harnessing deep learning to monitor people's perceptions towards climate change on social media 2025-Apr-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97441-1 PMID:40295576	研究论文	利用深度学习监测社交媒体上人们对气候变化的看法	提出了一种基于自然语言处理的可扩展方法框架，用于长期监测社交媒体用户对气候变化的看法和反应	研究仅针对西班牙、葡萄牙和英语的社交媒体帖子，可能无法代表全球范围内的观点	监测和分析社交媒体上人们对气候变化的看法，以支持基于数据的决策	社交媒体用户对气候变化的看法和反应	自然语言处理	NA	自然语言处理	深度学习	文本	1771千条来自西班牙、葡萄牙和英语的X/Twitter帖子
10479	2025-05-02	SkinEHDLF a hybrid deep learning approach for accurate skin cancer classification in complex systems 2025-Apr-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98205-7 PMID:40295588	research paper	提出了一种名为SkinEHDLF的混合深度学习模型，用于提高皮肤癌分类的准确性	结合了ConvNeXt、EfficientNetV2和Swin Transformer的优势，并引入了自适应注意力特征融合机制	未提及具体局限性	提高皮肤癌分类的准确性和可靠性	皮肤病变图像	computer vision	skin cancer	深度学习	ConvNeXt, EfficientNetV2, Swin Transformer	image	401,059张皮肤病变图像
10480	2025-05-02	Optimizing photovoltaic integration in grid management via a deep learning-based scenario analysis 2025-Apr-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98724-3 PMID:40295668	research paper	该研究开发了一种结合深度学习技术的双阶段优化模型，以解决光伏系统并入电网的挑战	利用生成对抗网络（GANs）模拟多样化和高分辨率的能源生成-消耗模式，并通过实时自适应控制框架进行动态调整，显著提升电网效率和稳定性	未提及具体的地理或气候条件限制，可能影响模型的普适性	优化光伏系统在电网管理中的集成，提高经济与环境效益	光伏系统与电网的集成管理	machine learning	NA	GANs	GAN	能源生成与消耗数据	NA