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
1321	2025-07-25	CT-Less Whole-Body Bone Segmentation of PET Images Using a Multimodal Deep Learning Network 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3501386 PMID:40030243	研究论文	提出了一种新型多模态融合网络（MMF-Net），用于仅使用PET图像进行全身骨骼分割，无需CT图像	首次提出无需CT图像的PET全身骨骼分割方法，通过多模态融合网络整合三种PET模态图像的互补信息	研究仅基于130个全身PET图像数据集，样本量相对有限	开发一种无需CT图像的自动化全身骨骼分割方法，以提高骨癌诊断和分期的准确性	全身PET图像	数字病理学	骨癌	多模态深度学习	MMF-Net（多模态融合网络）	PET图像	130个全身PET图像数据集
1322	2025-07-25	EDSRNet: An Enhanced Decoder Semantic Recovery Network for 2D Medical Image Segmentation 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3504829 PMID:40030272	研究论文	本文提出了一种增强型解码器语义恢复网络（EDSRNet），用于解决2D医学图像分割中的语义信息差距和全局局部信息交互问题	引入了多级语义融合（MLSF）模块、多尺度空间注意力（MSSA）和交叉卷积通道注意力（CCCA）模块，以及全局-局部语义恢复（GLSR）模块，显著提升了语义恢复效果	未提及具体计算复杂度或实时性表现，且仅在特定公开数据集上验证	提升2D医学图像分割的精度和语义恢复能力	2D医学图像	数字病理	NA	深度学习	EDSRNet（基于encoder-decoder架构的CNN变体）	医学图像	BUSI、CVC-ClinicDB和Kvasir-SEG公开数据集（未提具体样本数）
1323	2025-07-25	WaveSleepNet: An Interpretable Network for Expert-Like Sleep Staging 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3498871 PMID:40030379	研究论文	提出了一种名为WaveSleepNet的可解释神经网络，用于模拟睡眠临床专家的方式进行睡眠分期	利用潜在空间表示识别不同睡眠阶段的特征波原型，并通过量化这些原型与输入信号的接近程度来进行睡眠分期，提高了模型的可解释性	未提及具体的技术限制或数据集局限性	开发一种可解释的深度学习模型，用于自动睡眠分期，以提高临床应用的接受度	睡眠信号数据	机器学习	NA	深度学习	WaveSleepNet（基于CNN的神经网络）	信号数据	三个公共数据集（未提及具体样本数量）
1324	2025-07-25	Artificial Intelligence in Cancer Diagnosis: A Game-changer in Healthcare 2025, Current pharmaceutical biotechnology IF:2.2Q3 DOI:10.2174/0113892010298852240528123911 PMID:38847160	综述	本文综述了人工智能在癌症早期诊断中的潜在应用及其对医疗保健的影响	强调深度学习算法在识别复杂模式和提升癌症诊断精度方面的潜力，并探讨了AI在患者筛选、风险分层及诊断复发的应用	讨论了AI在医疗应用中面临的伦理问题、数据质量、资源需求及报告一致性的挑战	探讨人工智能在癌症早期诊断中的应用及其临床潜力	无症状患者的恶性肿瘤风险筛查、有症状患者的调查与优先级排序、癌症复发的精确诊断	数字病理学	癌症	深度学习、神经网络、逻辑回归	深度学习算法	影像数据（如CT、乳腺X光）、病理切片、外周血分析数据	NA
1325	2025-07-25	Prognostic Value Of Deep Learning Based RCA PCAT and Plaque Volume Beyond CT-FFR In Patients With Stent Implantation 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056335065250426150739 PMID:40357785	研究论文	本研究探讨了基于深度学习的RCA PCAT和斑块体积在冠状动脉CT血管造影（CTA）衍生的血流储备分数（CT-FFR）之外对经皮冠状动脉介入治疗（PCI）患者的预后价值	首次将基于深度学习的RCA PCAT和斑块体积与CT-FFR进行比较，发现其在预测主要不良心血管事件（MACE）方面具有更强的关联性	研究为回顾性设计，样本量较小（183例患者），且随访时间有限	评估基于深度学习的PCAT和斑块体积在PCI患者中的预后价值	183例接受PCI并进行了冠状动脉CTA的患者	数字病理学	心血管疾病	冠状动脉CTA、深度学习	深度学习	医学影像	183例PCI患者
1326	2025-07-25	Hybrid deep learning optimization for smart agriculture: Dipper throated optimization and polar rose search applied to water quality prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327230 PMID:40690512	research paper	本研究提出了一种新颖的混合元启发式框架，结合了Dipper Throated Optimization (DTO)和Polar Rose Search (PRS)，用于提升深度学习模型在水质预测中的性能	结合了生物启发的DTO算法和PRS算法，提出了一种混合优化框架，用于处理高维数据集并提升预测准确性	未提及具体的数据集规模或实际应用中的潜在限制	提升智能农业中的水质预测精度，支持可持续农业灌溉决策	水质数据，特别是与土豆种植相关的高质量灌溉水	machine learning	NA	Dipper Throated Optimization (DTO), Polar Rose Search (PRS), Radial Basis Function Network (RBFN)	RBFN	水质数据	NA
1327	2025-07-25	Evolution from the physical process-based approaches to machine learning approaches to predicting urban floods: a literature review 2025, Environmental systems research DOI:10.1186/s40068-025-00409-3 PMID:40692624	review	本文综述了过去二十年来城市洪水预测方法的演变，从传统的基于物理过程的方法到AI和机器学习方法	聚焦AI驱动的实时和社区集成方法在洪水预测中的最新进展	许多城市缺乏使用这些工具所需的数据、传感器或系统，且许多模型未与城市规划或社区工作相结合	探讨城市洪水预测方法的演变及其改进	城市洪水预测方法	machine learning	NA	GIS, LiDAR, 卫星图像, 深度学习, 混合模型	AI, 机器学习, 深度学习, 混合模型	天气信息, 传感器数据, 社交媒体数据	NA
1328	2025-07-25	High-throughput end-to-end aphid honeydew excretion behavior recognition method based on rapid adaptive motion-feature fusion 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1609222 PMID:40692669	研究论文	提出一种基于快速自适应运动特征融合的端到端蚜虫蜜露排泄行为识别方法，用于提高检测精度和操作效率	首次建立了包含蚜虫爬行、腿部弹动和蜜露排泄行为的细粒度数据集，开发了快速自适应运动特征融合算法，并优化了RT-DETR检测模型	未提及具体的数据集规模或在实际农业环境中的适用性测试	提高蚜虫蜜露排泄行为的检测效率和准确性，以研究其摄食活动和评估植物抗性水平	蚜虫的蜜露排泄行为	计算机视觉	NA	深度学习	RT-DETR, ResNet50	视频	未明确提及具体样本数量
1329	2025-07-25	Classifying office workers with and without cervicogenic headache or neck and shoulder pain using posture-based deep learning models: a multicenter retrospective study 2025, Frontiers in pain research (Lausanne, Switzerland) DOI:10.3389/fpain.2025.1614143 PMID:40692757	研究论文	开发并评估基于习惯性坐姿图像的深度学习模型，用于分类有或无颈源性头痛或颈肩痛的办公室员工	首次使用深度学习模型从习惯性坐姿图像中分类颈源性头痛和颈肩痛，并利用CAM技术可视化模型关注区域	静态姿势与肌肉骨骼疼痛之间的复杂关系需要临床实践中采用多模式评估方法	开发用于肌肉骨骼疾病早期检测的自动化分类工具	531名办公室员工(135名CH患者，365名NSP患者，108名CH+NSP患者和139名对照组)	计算机视觉	肌肉骨骼疾病	深度学习	VGG19, ResNet50, EfficientNet B5	图像	531名办公室员工的904张习惯性坐姿图像
1330	2025-07-25	Deep learning for enhancement of low-resolution and noisy scanning probe microscopy images 2025, Beilstein journal of nanotechnology IF:2.6Q2 DOI:10.3762/bjnano.16.83 PMID:40692894	研究论文	本研究使用传统方法和深度学习模型提升低分辨率AFM图像的质量和分辨率	深度学习模型在超分辨率任务中表现优于传统方法，并能完全消除AFM图像中的常见伪影	研究中未提及深度学习模型的具体计算资源需求或训练时间	提升原子力显微镜(AFM)图像的分辨率和质量	低分辨率和含噪声的AFM图像	计算机视觉	NA	AFM扫描	深度学习模型	图像	未明确提及具体样本数量
1331	2025-07-25	Multidisciplinary Evaluation of an AI-Based Pneumothorax Detection Model: Clinical Comparison with Physicians in Edge and Cloud Environments 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S535405 PMID:40693169	研究论文	本研究评估了一种基于Google Cloud Vertex AI的深度学习模型在气胸检测中的诊断准确性，并与不同经验水平的医生进行了比较	该研究首次在云端和边缘部署环境中评估AI模型的气胸检测性能，并特别关注了微小气胸病例的检测能力	研究样本量较小（152例），且来自单一中心，可能影响结果的普遍性	评估AI模型在气胸检测中的诊断准确性及其临床应用潜力	胸部X光片中的气胸检测	数字病理	肺病	AutoML Vision	深度学习模型	医学影像	152例匿名胸部X光片（76例气胸，76例正常）
1332	2025-07-25	MSPO: A machine learning hyperparameter optimization method for enhanced breast cancer image classification 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251361603 PMID:40693252	研究论文	本文提出了一种多策略鹦鹉优化器（MSPO）用于乳腺癌图像分类任务，以提高深度学习模型的超参数优化效率和分类性能	在原始鹦鹉优化器基础上整合了Sobol序列初始化、非线性递减惯性权重和混沌参数等策略，增强了全局探索能力和收敛稳定性	仅在BreaKHis乳腺癌图像数据集上进行了验证，需要更多数据集测试其泛化能力	提高乳腺癌图像分类的准确性和效率	乳腺癌图像	计算机视觉	乳腺癌	深度学习	ResNet18	图像	BreaKHis数据集
1333	2025-07-24	QCAE-QOC-SVM: A hybrid quantum machine learning model for DoS and Fuzzy attack detection on autonomous vehicle CAN bus 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103471 PMID:40687355	研究论文	提出了一种混合量子机器学习模型QCAE-QOC-SVM，用于检测自动驾驶车辆CAN总线上的DoS和Fuzzy攻击	结合量子卷积自编码器(QCAE)和基于支持向量机的量子正交分类器(QOC-SVM)，利用量子计算能力进行精确异常检测	模型在特定批次大小比例(7741:31)下表现最佳，可能对其他比例适应性有限	提高自动驾驶车辆CAN总线的网络安全防御能力	自动驾驶车辆的CAN总线通信数据	量子机器学习	NA	量子机器学习(QML)	QCAE-QOC-SVM(量子卷积自编码器与量子正交分类器的混合模型)	CAN总线通信数据	300,000个实例(来自CARLA模拟器的公开和自定义数据集)
1334	2025-07-24	Advancing non-invasive melanoma diagnostics with deep learning and multispectral photoacoustic imaging 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100743 PMID:40686556	研究论文	本文介绍了一种结合深度学习和多光谱光声成像的非侵入性黑色素瘤诊断方法	提出了一种结合K-means聚类、一维卷积神经网络和主动轮廓算法的计算框架，用于自动确定黑色素瘤边界	NA	提高黑色素瘤诊断效率，减少手术切口	人类黑色素瘤	数字病理学	黑色素瘤	多光谱光声成像	CNN	图像	NA
1335	2025-07-24	Multimodal integration of longitudinal noninvasive diagnostics for survival prediction in immunotherapy using deep learning 2025-Aug-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaf074 PMID:40418276	研究论文	本研究开发了一种新型的人工神经网络架构MMTSimTA，用于整合多模态纵向非侵入性诊断数据，以预测接受免疫治疗的癌症患者的生存期	提出了基于transformer的多模态时序注意力网络MMTSimTA，整合治疗前后的血液测量、处方药物和CT器官体积等多模态数据	研究仅基于694名患者的回顾性数据，需要进一步前瞻性验证	通过深度学习整合多模态数据改进免疫治疗患者的生存预测	694名接受免疫治疗的泛癌患者	数字病理学	癌症	深度学习	MMTSimTA (基于transformer的多模态时序注意力网络)	多模态数据(血液测量、处方药物、CT影像)	694名患者
1336	2025-07-24	Continual learning across population cohorts with distribution shift: insights from multi-cohort metabolic syndrome identification 2025-Aug-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaf070 PMID:40498469	研究论文	本研究探讨了在真实医疗环境中应用深度学习模型时，由于医院与非医院环境间的分布偏移导致的灾难性遗忘问题，并提出了一种持续学习方法以提升代谢综合征识别的模型性能	提出了一种结合持续学习策略的代谢综合征识别流程，有效缓解了分布偏移下的灾难性遗忘问题，并研究了训练顺序对模型性能的影响	研究仅基于三个医疗数据集，可能无法涵盖所有可能的分布偏移情况	解决深度学习模型在真实医疗环境部署时因分布偏移导致的灾难性遗忘问题	代谢综合征(MetS)患者	机器学习	代谢综合征	深度学习(DL)	持续学习(CL)模型	医疗数据	三个医疗数据集(来自MIMIC、NHANES和一个专有数据集)
1337	2025-07-24	StarNet: Indian star gooseberries dataset for quality and maturity assessment 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111825 PMID:40687364	研究论文	该研究收集了印度星醋栗的数据集，用于自动化水果质量评估和成熟度分类	开发了一个名为'AmlaNet'的公开数据集，包含792张星醋栗图像样本，用于水果检测、质量评估和分类	数据集仅包含来自印度Mysuru果园的星醋栗样本，可能无法代表其他地区的品种	开发自动化计算机视觉模型以更准确评估水果质量	印度星醋栗	计算机视觉	NA	NA	NA	图像	792张星醋栗图像样本
1338	2025-07-24	Okra disease dataset for classification and segmentation: Dataset collection, analysis and applications 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111662 PMID:40687361	research paper	本文介绍了一个用于秋葵叶片疾病分类和分割的综合数据集，包含2500张图像，涵盖健康叶片和五种疾病类别	该数据集是首个公开的印度秋葵叶片疾病数据集，捕捉了真实世界条件下的自然变化，如光照、叶片位置和环境因素	未来需要扩展数据集，包括更多不同生长阶段和环境条件下的图像，以提高模型的泛化能力和实际应用性	为早期植物疾病分类、检测和分割研究提供基准资源，推动智能农业中的机器学习疾病诊断	秋葵叶片	digital pathology	plant disease	deep learning	CNN	image	2500张秋葵叶片图像
1339	2025-07-24	InterDuPa-UAV: A UAV-based dataset for the classification of intercropped durian and papaya trees 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111843 PMID:40687368	research paper	介绍了一个基于无人机采集的间作榴莲和木瓜树分类数据集	提出了一个专门用于间作榴莲和木瓜树分类的新型无人机数据集，支持精准农业中的多种应用	数据集仅包含两种树种的分类，可能无法涵盖其他间作植物的多样性	开发一个用于精准农业中多树种分类和空间模式分析的数据集	间作榴莲和木瓜树	computer vision	NA	无人机航拍	NA	image	311张无人机图像，包含3327张榴莲树图像和2872张木瓜树图像
1340	2025-07-24	Current challenges and opportunities in active and passive data collection for mobile health sensing: a scoping review 2025-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf025 PMID:40688708	综述	本文探讨了移动健康感知中主动和被动数据收集的当前挑战与机遇	分析了移动健康感知中数据收集的挑战，并提出了利用机器学习和用户界面设计解决这些挑战的机会	仅包括同时收集主动和被动数据的研究，排除了使用现有数据集的研究	识别和分析移动健康感知中数据收集的挑战和机遇	移动健康感知中的数据收集	机器学习	NA	机器学习	NA	移动感知数据	77项研究