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
11181	2025-02-14	Where, why, and how is bias learned in medical image analysis models? A study of bias encoding within convolutional networks using synthetic data 2025-Jan, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2024.105501 PMID:39671751	研究论文	本研究通过使用合成的脑磁共振成像数据，系统地研究了卷积神经网络中层次偏差编码的机制，旨在理解医学图像分析模型中偏差的来源和影响	首次系统地研究了卷积神经网络中层次偏差编码的机制，并利用已知疾病和偏差效应的合成数据，量化了疾病相关信息和基于形态及强度的偏差在模型学习特征中的表现	研究依赖于合成数据，可能无法完全反映真实世界医学图像中的复杂偏差	理解医学图像分析模型中偏差的来源和影响，特别是卷积神经网络中的偏差编码机制	卷积神经网络在疾病分类中的应用	计算机视觉	NA	脑磁共振成像	卷积神经网络 (CNN)	图像	合成脑磁共振成像数据
11182	2025-02-14	A step towards quantifying, modelling and exploring uncertainty in biomedical knowledge graphs 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109355 PMID:39541901	研究论文	本研究旨在利用深度学习技术自动量化和建模生物医学知识图谱（BKGs）中事实的不确定性，基于其文本支持证据	使用句子转换器提取句子深度特征，结合朴素贝叶斯分类器对句子事实性进行分类，进而量化事实的不确定性，并创建了USemMedDB展示不确定BKG结构与置信度分数的相关性	NA	自动量化和建模生物医学知识图谱中事实的不确定性	生物医学知识图谱中的事实及其文本支持证据	自然语言处理	NA	深度学习	句子转换器、朴素贝叶斯分类器	文本	SemMedDB数据集中的事实及其支持证据
11183	2025-02-14	Detection of Masses in Mammogram Images Based on the Enhanced RetinaNet Network With INbreast Dataset 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S493873 PMID:39935433	研究论文	本文提出了一种基于增强RetinaNet网络的乳腺X光图像肿块检测方法，旨在提高计算机辅助诊断的效率和准确性	在RetinaNet网络结构中引入ReLU函数处理特征图M5，以防止小肿块特征的分辨率损失，并采用迁移学习技术进行模型训练	研究仅基于INbreast数据集进行验证，未在其他数据集上测试模型的泛化能力	提高乳腺X光图像中肿块的检测准确率，减少假阳性和假阴性	乳腺X光图像中的肿块	计算机视觉	乳腺癌	深度学习	RetinaNet	图像	INbreast数据集
11184	2025-02-14	Diagnosis of depression based on facial multimodal data 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1508772 PMID:39935533	研究论文	本研究提出了一种基于面部视频和音频数据的深度学习方法来自动诊断抑郁症	通过融合多模态数据，使用时空注意力模块增强视觉特征提取，并结合GCN和LSTM分析音频特征，有效捕捉与抑郁症相关的不同特征模式	NA	开发基于客观指标的自动诊断工具，以解决传统量表诊断方法的主观性强和误诊率高的问题	抑郁症患者	机器学习	抑郁症	深度学习	GCN, LSTM	面部视频, 音频数据	公开的临床数据集E-DAIC
11185	2025-02-14	Mapping knowledge landscapes and emerging trends in artificial intelligence for antimicrobial resistance: bibliometric and visualization analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1492709 PMID:39935800	研究论文	本文通过文献计量学分析，系统地绘制了人工智能在抗菌素耐药性研究中的应用知识图谱和发展趋势	整合了多种文献计量学方法，包括VOSviewer、CiteSpace和定量分析，以可视化合作网络和研究集群，并分析时间演变	数据来源仅限于Web of Science核心合集数据库，可能未涵盖所有相关研究	提供基于证据的见解，指导未来研究方向，并为这一动态领域的战略决策提供信息	2014年至2024年期间发表的关于人工智能在抗菌素耐药性研究中应用的出版物	机器学习	抗菌素耐药性	文献计量学分析、VOSviewer、CiteSpace	人工神经网络、图神经网络	文献数据	2,408篇出版物
11186	2025-02-14	DPD-YOLO: dense pineapple fruit target detection algorithm in complex environments based on YOLOv8 combined with attention mechanism 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1523552 PMID:39935949	研究论文	本文提出了一种基于YOLOv8并结合注意力机制的DPD-YOLO算法，用于复杂环境下的菠萝果实目标检测	DPD-YOLO算法引入了注意力机制（Coordinate Attention）和BiFPN（双向特征金字塔网络），并替换了YOLOv8的检测头为RT-DETR检测头，结合了Cross-Attention和Self-Attention机制，显著提高了模型在复杂背景和遮挡情况下的检测精度	NA	提高复杂环境下菠萝果实目标检测的准确性	菠萝果实	计算机视觉	NA	NA	YOLOv8, DPD-YOLO, RT-DETR	图像	NA
11187	2025-02-14	Dual-stream disentangled model for microvascular extraction in five datasets from multiple OCTA instruments 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1542737 PMID:39944497	研究论文	本文提出了一种新颖的双流解耦网络（D2Net），用于视网膜OCTA微血管分割，有效减少了不同成像仪器带来的噪声和伪影干扰	提出了一种双流编码器，分别学习图像伪影和潜在血管特征，通过引入血管结构作为先验约束和构建辅助信息，实现了解耦表示学习	尽管在多个数据集上验证了方法的鲁棒性和泛化能力，但仍需进一步验证其在更广泛临床环境中的适用性	提高视网膜OCTA微血管分割的准确性，减少噪声和伪影的干扰	视网膜OCTA图像中的微血管	计算机视觉	眼科疾病	OCTA成像技术	双流解耦网络（D2Net）	图像	五个数据集（包括FOCA、OCTA-500、ROSE-O、ROSE-Z和ROSE-H），数据来自不同仪器
11188	2025-02-14	Magnetic resonance imaging-based deep learning for predicting subtypes of glioma 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1518815 PMID:39944539	研究论文	本研究探讨了基于磁共振成像（MRI）的深度学习在胶质瘤亚型分类中的应用价值	开发了一套能够有效分类胶质瘤亚型的模型，并发现仅包含FLAIR序列的模型效果最佳	研究样本主要来自公开数据库和单一医院，可能存在样本选择偏差	探索基于MRI的深度学习在胶质瘤亚型分类中的应用	747名来自公开数据库和64名来自医院的经手术病理证实的胶质瘤成年患者	计算机视觉	胶质瘤	磁共振成像（MRI）	深度学习	图像	811名患者（747名来自公开数据库，64名来自医院）
11189	2025-02-14	Modeling dose uncertainty in cone-beam computed tomography: Predictive approach for deep learning-based synthetic computed tomography generation 2025-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100704 PMID:39944778	研究论文	本研究提出了一种基于深度学习的合成CT生成方法，用于评估锥形束CT（CBCT）中的剂量不确定性	引入了与合成CT和CT之间误差相关的体素级不确定性估计器，并提出了一种通过定义CT剂量-体积直方图（DVH）周围的置信区间来估计剂量不确定性的新方法	研究样本主要来自单一中心的头颈部患者，且仅测试了少量来自其他中心的患者，可能限制了方法的普适性	提高CBCT在图像引导放疗中的剂量计算准确性	头颈部癌症患者	计算机视觉	头颈部癌症	深度学习	NA	医学影像	85名头颈部患者（主要来自单一中心），外加3名来自不同中心的患者
11190	2025-02-14	Association between the subclinical level of problematic internet use and habenula volume: a look at mediation effect of neuroticism 2025, General psychiatry IF:5.3Q1 DOI:10.1136/gpsych-2024-101694 PMID:39944777	研究论文	本研究探讨了亚临床水平的问题性互联网使用（PIU）与缰核体积之间的关系，以及神经质在这一关系中的中介作用	首次揭示了缰核体积减少与PIU增加之间的关键联系，并发现神经质是PIU发展的关键风险因素，且在其中起中介作用	研究为横断面设计，无法确定因果关系；样本量相对较小	探讨亚临床PIU与缰核体积的关系及人格特质的中介作用	110名健康成年人	神经科学	精神疾病	结构磁共振成像，深度学习技术	深度学习	图像，问卷数据	110名健康成年人
11191	2025-02-13	A comprehensive hog plum leaf disease dataset for enhanced detection and classification 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111311 PMID:39931093	研究论文	本文介绍了一个全面的Hog plum叶片病害数据集，旨在增强病害的检测和分类	创建了一个全面的Hog plum叶片病害数据集，并通过数据增强技术扩展了数据集，提高了深度学习模型的训练效果	数据集仅包含来自孟加拉国不同地区的图像，可能无法完全代表其他地区的病害情况	开发一个用于早期检测和分类Hog plum叶片病害的机器学习模型，以减少对人工检查的依赖	Hog plum叶片病害	计算机视觉	植物病害	数据增强技术（翻转、旋转、缩放、平移、裁剪、添加噪声、调整亮度、调整对比度、缩放）	深度学习模型	图像	原始数据集包含3782张图像，通过数据增强扩展到20000张图像
11192	2025-02-13	Active learning for extracting rare adverse events from electronic health records: A study in pediatric cardiology 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105761 PMID:39689449	研究论文	本文研究了如何从电子健康记录中自动化提取罕见的不良事件，特别是在儿科心脏病学领域	使用主动学习过程来注释数据，并训练深度学习文本分类器以准确识别经历过严重不良事件的患者	由于不良事件的罕见性，初始预筛选步骤获得的数据集不平衡，包含大量假阳性	自动化从电子病历文本中提取与心脏导管插入术相关的不良事件	因心脏导管插入术住院的患者的电子健康记录	自然语言处理	心血管疾病	主动学习，深度学习	深度学习文本分类器	文本	2,980名患者
11193	2025-02-13	Deep Imbalanced Regression Model for Predicting Refractive Error from Retinal Photos 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100659 PMID:39931359	研究论文	本研究旨在通过整合深度不平衡回归（DIR）技术到ResNet和Vision Transformer模型中，从视网膜照片预测屈光不正	首次将深度不平衡回归（DIR）技术整合到ResNet和Vision Transformer模型中，以解决数据集不平衡问题，并进行了外部验证	研究为回顾性研究，可能存在选择偏差	预测屈光不正	视网膜照片	计算机视觉	眼科疾病	深度不平衡回归（DIR）	ResNet34, SwinV2 (Swin Transformer)	图像	总计124,514张视网膜图像（新加坡眼病流行病学研究、英国生物银行、新加坡前瞻性研究和北京眼研究）
11194	2025-02-13	PortNet: Achieving lightweight architecture and high accuracy in lung cancer cell classification 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41850 PMID:39931476	研究论文	本研究开发了一种名为PortNet的深度学习模型，旨在为肺癌细胞的病理类型提供高效、准确且经济的辅助诊断	PortNet模型通过结合1×1卷积块和深度可分离卷积架构，显著减少了模型参数数量，同时通过集成Squeeze-and-Excitation自注意力模块增强了特征表示，实现了轻量化和高精度的平衡	未提及模型在实际临床环境中的验证情况，以及是否适用于其他类型的癌症细胞分类	开发一种轻量化的深度学习模型，用于肺癌细胞分类的辅助诊断	肺癌细胞	计算机视觉	肺癌	深度学习	CNN	图像	未明确提及样本数量
11195	2025-02-13	Deep learning-based quick MLC sequencing for MRI-guided online adaptive radiotherapy: a feasibility study for pancreatic cancer patients 2025-Feb-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb099 PMID:39883962	研究论文	本研究提出了一种基于深度学习的快速MLC序列生成方法，用于MRI引导的在线自适应放疗，旨在加速胰腺癌患者的治疗计划适应过程	使用递归条件生成对抗网络模型从通量图预测MLC段形状，并结合线性矩阵方程模块优化段的监测单位权重，显著减少了治疗计划的执行时间	研究仅针对腹部癌症患者，且样本量相对较小（49名患者，242个每日分数）	加速MRI引导的在线自适应放疗的每日在线重新计划过程	胰腺癌患者	数字病理学	胰腺癌	深度学习	递归条件生成对抗网络（RCGAN）	MRI图像	49名腹部癌症患者的242个每日分数
11196	2025-02-13	Association of visceral fat obesity with structural change in abdominal organs: fully automated three-dimensional volumetric computed tomography measurement using deep learning 2025-Feb-12, Abdominal radiology (New York) DOI:10.1007/s00261-025-04834-x PMID:39937214	研究论文	本研究探讨了腹部器官结构变化与内脏脂肪肥胖（VFO）之间的关联，采用基于深度学习算法的全自动三维体积CT测量方法	首次使用全自动三维体积CT测量方法结合深度学习算法，研究腹部器官结构变化与内脏脂肪肥胖的关联	样本量相对较小，且仅基于CT测量，未涉及其他影像学或生物学指标	探讨腹部器官结构变化与内脏脂肪肥胖的关联	610名患者（295名男性和315名女性，平均年龄68.4岁）	数字病理学	代谢相关疾病	全自动三维体积CT测量	深度学习算法	CT图像	610名患者
11197	2025-02-13	Forensic dental age estimation with deep learning: a modified xception model for panoramic X-Ray images 2025-Feb-12, Forensic science, medicine, and pathology DOI:10.1007/s12024-025-00962-4 PMID:39937388	研究论文	本研究旨在通过深度学习模型改进法医年龄估计方法，特别关注于区分12岁以下和12岁及以上的个体	引入了新的多边形面积度量（PAM）来处理法医应用中常见的不平衡数据集，并开发了基于Xception的'Forensic Xception'模型，该模型在年龄分类任务中表现出色	研究仅使用了1941名儿科患者的数据，未来研究需要探索更多数据集并解决伦理和法律问题	开发一种改进的法医年龄估计方法，特别关注于区分12岁以下和12岁及以上的个体	1941名5至15岁的儿科患者的正畸全景X射线图像	计算机视觉	NA	深度学习	Xception, ResNet, ShuffleNet, InceptionV3, DarkNet, NasNet, DenseNet, EfficientNet, MobileNet, ResNet18, GoogleNet, SqueezeNet, AlexNet	图像	1941名儿科患者
11198	2025-02-13	In vivo confocal microscopy in ophthalmology: research trends from a bibliometric analysis 2025-Feb-11, Clinical & experimental optometry DOI:10.1080/08164622.2025.2459345 PMID:39933698	研究论文	本文通过文献计量分析探讨了活体共聚焦显微镜（IVCM）在眼科领域的研究趋势	首次对IVCM在眼科领域的全球研究进行了文献计量分析，填补了该领域的空白	研究仅基于Web of Science核心合集数据库，可能未涵盖所有相关文献	识别IVCM研究中的有影响力的文章、作者、机构和新兴趋势	眼科领域的IVCM研究文献	数字病理	眼科疾病	活体共聚焦显微镜（IVCM）	NA	文献数据	1,389篇文章，其中600篇发表于过去十年
11199	2025-02-13	Frontier molecular orbital weighted model based networks for revealing organic delayed fluorescence efficiency 2025-Feb-10, Light, science & applications DOI:10.1038/s41377-024-01713-w PMID:39924488	研究论文	本文提出了一种基于前沿分子轨道加权模型的网络，用于揭示有机延迟荧光效率	开发了电子结构注入网络（ESIN），用于TADF发射体的筛选，能够基于分子几何和轨道信息准确预测TADF分子的光致发光量子产率（PLQYs）	数据驱动的材料筛选方法在访问TADF发射体的激发态特性方面仍然非常困难且未得到充分解决	预测TADF发射体的功能，以替代金属基磷光材料，并作为新一代发射体用于OLED显示的大规模生产	具有热激活延迟荧光（TADF）特性的有机分子	机器学习	NA	深度学习（DL）	电子结构注入网络（ESIN）	分子几何和轨道信息	NA
11200	2025-02-13	An automatic control system based on machine vision and deep learning for car windscreen clean 2025-Feb-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88688-9 PMID:39924520	研究论文	本文介绍了一种基于机器视觉和深度学习的实时雨滴检测系统和创新的雨刷控制方法，用于汽车挡风玻璃清洁	使用改进的YOLOv8模型构建了一个全天候雨滴检测模型，并提出了根据降雨强度自动调整检测频率和雨刷操作速度的控制方法	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	提高雨天驾驶的安全性，通过自动控制雨刷系统保持挡风玻璃清晰	汽车挡风玻璃上的雨滴	计算机视觉	NA	深度学习	CNN, YOLOv8	图像	未提及具体样本数量