深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
12041	2025-10-06	Extraction of agricultural plastic greenhouses based on a U-Net convolutional neural network coupled with edge expansion and loss function improvement 2025-Feb, Journal of the Air & Waste Management Association (1995) DOI:10.1080/10962247.2024.2412708 PMID:39440842	研究论文	本研究通过改进U-Net卷积神经网络，结合边缘扩展和损失函数优化，实现了农业塑料大棚的高精度遥感提取	提出结合Canny算子和高斯核函数进行样本边缘扩展，并使用二元交叉熵和高斯核函数联合约束损失函数，从而提升U-Net模型对农业塑料大棚的提取精度	NA	提高农业塑料大棚的位置和数量提取精度，为农业管理和环境监测提供快速准确的方法	农业塑料大棚	计算机视觉	NA	遥感技术	CNN	遥感图像	NA	NA	U-Net	提取精度	NA
12042	2025-10-06	Weakly Supervised Multiple Instance Learning Model With Generalization Ability for Clinical Adenocarcinoma Screening on Serous Cavity Effusion Pathology 2025-Feb, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100648 PMID:39515585	研究论文	本研究提出一种弱监督多示例学习模型，用于浆膜腔积液中腺癌细胞的临床筛查	首次将细胞块技术与弱监督深度学习模型结合，采用多示例学习方法进行浆膜腺癌筛查	NA	提高浆膜腔积液中腺癌细胞的筛查效率和诊断准确性	浆膜腔积液中的腺癌细胞	数字病理学	腺癌	细胞块技术，全玻片成像	弱监督深度学习，多示例学习	病理图像	NA	NA	NA	NA	NA
12043	2025-10-06	Radiomics-guided generative adversarial network for automatic primary target volume segmentation for nasopharyngeal carcinoma using computed tomography images 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17493 PMID:39535436	研究论文	提出一种基于瘤周影像组学引导的生成对抗网络，用于鼻咽癌CT图像的原发肿瘤靶区自动分割	首次将瘤周影像组学特征作为先验知识融入生成对抗网络，解决CT图像中肿瘤边界不清的分割难题	样本量相对有限（157例患者），且仅基于CT图像	提高鼻咽癌原发肿瘤靶区在CT图像上的自动分割精度	鼻咽癌患者的CT图像	医学影像分析	鼻咽癌	CT成像	GAN	CT图像	157例鼻咽癌患者（训练集108例，验证集9例，测试集30例）	NA	生成对抗网络	Dice相似系数, 95% Hausdorff距离, 平均对称表面距离	NA
12044	2025-10-06	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	研究论文	本研究应用机器学习技术预测Fontan手术后随时间变化的边界条件，以改进手术规划	提出了新颖的多样性感知生成对抗主动学习框架，能够在有限心血管病例数据上成功训练预测性深度神经网络	基于虚拟队列合成数据，实际临床应用需要进一步验证	开发用于手术规划的术后边界条件预测方法	Fontan手术患者的术前和术后静脉血流条件	机器学习	心血管疾病	机器学习，计算流体动力学	GAN, 深度神经网络	血流模拟数据	14组实验（基于虚拟队列）	NA	生成对抗网络	预测准确度，决定系数	NA
12045	2025-10-06	Overcoming the preferred-orientation problem in cryo-EM with self-supervised deep learning 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02505-1 PMID:39558095	研究论文	开发了一种名为spIsoNet的自监督深度学习软件，用于解决冷冻电镜中的粒子取向偏好问题	首次提出端到端的自监督深度学习方法解决冷冻电镜中的取向偏好问题，无需额外的样本制备程序	NA	解决冷冻电镜单颗粒分析中的粒子取向偏好问题	核糖体、β-半乳糖苷酶、血凝素三聚体等生物大分子复合物	计算机视觉	NA	冷冻电镜单颗粒分析，断层扫描平均	深度学习	冷冻电镜图像数据	NA	NA	spIsoNet	角度各向同性，粒子对齐精度	NA
12046	2025-10-06	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	研究论文	开发基于深度学习的肝脏局灶性病变自动定位与分类系统，用于CT图像分析	使用生成对抗网络进行数据增强，开发端到端的肝脏病变定位与分类系统	初步研究，样本量相对有限，需要进一步验证	开发辅助医生进行肝脏病变诊断的深度学习系统	肝脏局灶性病变	计算机视觉	肝脏疾病	计算机断层扫描	GAN, CNN	医学影像	1589名患者，17335张切片，3195个肝脏局灶性病变	NA	深度卷积生成对抗网络	平均精度, 准确率, 置信区间	NA
12047	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	NA	NA	NA	NA
12048	2025-10-06	Accelerating high-concentration monoclonal antibody development with large-scale viscosity data and ensemble deep learning 2025-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2025.2483944 PMID:40170162	研究论文	本研究开发了基于集成深度学习的DeepViscosity模型，用于预测高浓度单克隆抗体的粘度分类	使用229个单克隆抗体的大规模粘度数据集，构建了包含102个集成人工神经网络模型的新方法，显著提升了预测性能	模型训练数据量仍相对有限，可能影响在更广泛抗体类型上的泛化能力	加速高浓度单克隆抗体的开发过程，通过预测粘度筛选适合皮下注射的抗体	229个单克隆抗体的粘度特性	机器学习	NA	序列分析，粘度测量	人工神经网络，集成学习	序列特征数据，实验粘度数据	229个单克隆抗体，包含54个独立测试样本	NA	集成人工神经网络	准确率	基于网页服务器的应用部署
12049	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）	NA	NA	NA	NA
12050	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	NA	NA	NA	NA
12051	2025-10-06	The environmental risk of heterogeneous oxidation is unneglectable: Time-resolved assessments beyond typical intermediate investigation 2025-Aug-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123572 PMID:40184704	研究论文	本研究提出了一种环境风险评估方法，用于区分高级氧化过程中不同氧化路径的解毒效果	通过深度学习回归建模和理论化学辅助评估，量化了高级氧化过程中的环境风险，发现了超过40%先前被忽视的毒性	研究主要关注异相高级氧化过程，对其他类型氧化过程的适用性有待验证	开发定量环境风险评估方法，提高污染物解毒评估的准确性	高级氧化过程中的污染物副产物	环境科学	NA	密度泛函理论，深度神经网络回归建模	深度神经网络	化学结构数据，毒性数据	NA	NA	回归模型	风险商数，聚类分析	NA
12052	2025-10-06	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	提出一种时空特征图神经网络（STF-GNN）用于河网区域多点水质预测	集成图卷积网络、门控循环单元和自注意力机制，显式建模分布式监测站之间的多尺度时空依赖关系	未提及模型计算复杂度及实时预测能力	改进河网区域水质预测的准确性和泛化能力	河网区域分布式水质监测站	图神经网络	NA	水质监测时间序列分析	GCN, GRU, 自注意力机制	多元时间序列数据	未明确说明具体样本数量	NA	STF-GNN（时空特征图神经网络）	RMSE, 相对误差, 峰谷同步率	NA
12053	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	NA	NA	NA	NA
12054	2025-10-06	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	提出基于视频的举重动作识别方法，通过等级变化运动学特征对实现实时监测	使用等级变化运动学特征对构建集成分类器，比基线分类器快12.5倍以上	未明确说明样本多样性和环境适应性限制	实时监测举重任务以预防工作相关的下背部损伤	视频中的人体举重动作	计算机视觉	下背部损伤	BlazePose姿态估计	集成分类器	视频	NA	NA	BlazePose	准确率,精确率,召回率,F1分数	移动设备,嵌入式系统
12055	2025-10-06	Enhancing Functional Protein Design Using Heuristic Optimization and Deep Learning for Anti-Inflammatory and Gene Therapy Applications 2025-Jul, Proteins IF:3.2Q2 DOI:10.1002/prot.26810 PMID:39985803	研究论文	本研究开发了一种结合启发式优化和深度学习的蛋白质序列设计方法，用于增强蛋白质功能特性	提出启发式优化方法增强蛋白质关键功能特性（溶解度、柔韧性、稳定性），同时保持结构完整性	未明确说明方法在特定蛋白质类型或规模上的局限性	开发功能更优且易于实验室生产的蛋白质设计方法	具有抗炎特性和基因治疗应用潜力的合成蛋白质	机器学习	炎症性疾病	蛋白质序列设计	深度学习	蛋白质序列数据	NA	NA	NA	恢复率, 置信度, AlphaFold评估	NA
12056	2025-10-06	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	本研究开发了一种基于深度学习技术的生存模型，用于评估甲状腺乳头状癌患者的生存预后	首次将DeepSurv深度学习生存模型应用于甲状腺乳头状癌的预后预测，并在多个外部数据集上进行了验证	研究基于回顾性数据，可能存在选择偏倚，且模型性能需要在更多前瞻性研究中验证	构建基于临床风险因素的深度学习模型来预测甲状腺乳头状癌患者的生存预后	甲状腺乳头状癌患者	机器学习	甲状腺癌	深度学习生存分析	深度神经网络	临床数据	来自美国17个SEER癌症登记处（2000-2020年）的连续患者数据，以及MDACC和TCGA两个外部测试数据集	DeepSurv	Cox比例风险深度神经网络	一致性指数, 整体生存率	NA
12057	2025-10-06	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	提出一种基于粒子群优化算法的视网膜分割方法，用于改善糖尿病视网膜病变分级任务的准确性	使用PSO算法自动确定分割阈值，并通过可解释AI分析视网膜分割对模型性能的影响	使用有限的数据集进行实验	提高糖尿病视网膜病变自动分级的准确性	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	眼底图像分析	CNN	图像	IDRiD眼底数据集	NA	ResNet50	准确率	NA
12058	2025-10-06	Gesture recognition from surface electromyography signals based on the SE-DenseNet network 2025-Jun-26, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0282 PMID:39873377	研究论文	提出基于SE-DenseNet融合网络的手势识别方法，用于表面肌电信号分类	将Squeeze-and-Excitation注意力机制与DenseNet融合，在DenseBlock和Transition层间插入注意力模块以增强特征表示能力	未明确说明模型计算复杂度的具体改进程度和泛化能力的量化指标	提高表面肌电信号手势识别的准确性和鲁棒性	表面肌电信号手势识别	机器学习	康复技术	表面肌电信号采集	CNN	表面肌电信号	NinaPro DB2和DB4数据集	NA	DenseNet-101, SE-DenseNet	准确率	NA
12059	2025-10-06	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	研究论文	开发了一种结合多元电化学指纹技术和一维卷积神经网络的传感器阵列，用于快速检测茶多酚和鉴别24种中国茶叶	受地标启发的激光雕刻传感器阵列设计，将多元电化学指纹技术与1D-CNN算法相结合，显著提高了茶叶鉴别的准确性	NA	开发快速精确检测茶多酚和鉴别中国茶叶的新方法	三种茶多酚和24种不同类型的中国茶叶	机器学习	NA	多元电化学指纹技术，激光雕刻传感器阵列	CNN	电化学指纹数据	24种茶叶品种	NA	一维卷积神经网络(1D-CNN)	准确率	NA
12060	2025-10-06	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	研究论文	提出一种名为Phasor U-Net的深度学习方法来提升荧光寿命成像显微镜的成像速度与精度	开发了结合两个轻量级U-Net子网络的深度学习架构，仅需计算机生成数据集训练即可实现噪声降低和仪器响应函数校正	未提及方法在更复杂生物样本或临床环境中的验证情况	提升荧光寿命成像显微镜在多重成像和传感应用中的性能	小鼠小肠样本和量子点材料	计算机视觉	NA	荧光寿命成像显微镜(FLIM)	U-Net	显微镜图像	计算机生成数据集和小鼠小肠样本	NA	U-Net	修正Kullback-Leibler散度, 平均绝对误差	NA