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
18301	2025-10-07	Prediction of urinary tract infection using machine learning methods: a study for finding the most-informative variables 2025-Jan-09, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02819-2 PMID:39789596	研究论文	本研究使用机器学习方法预测尿路感染并确定最具信息量的预测变量	结合经典机器学习和深度学习模型，通过集成学习方法识别尿路感染预测的关键变量	NA	开发可靠的尿路感染预测模型并识别最重要的预测因素	尿路感染患者	机器学习	尿路感染	机器学习	XGBoost,决策树,轻量梯度提升机	尿液检测数据、血液检测数据、人口统计数据	NA	NA	集成学习架构	AUC,准确率	NA
18302	2025-10-07	Apnet: Lightweight network for apricot tree disease and pest detection in real-world complex backgrounds 2025-Jan-09, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01324-5 PMID:39789617	研究论文	提出用于杏树病虫害检测的轻量级网络APNet和自适应阈值算法ATA，并创建了真实场景下的杏树病虫害数据集ATZD01	开发了专门针对杏树病虫害检测的新型目标检测框架APNet和自适应阈值算法ATA，并首次构建了包含11类杏树病虫害的公开真实场景数据集	未提及模型在其他作物病虫害检测上的泛化能力，数据集规模可能有限	开发高效的杏树病虫害自动检测方法以替代传统人工检测	杏树的病虫害	计算机视觉	植物病虫害	深度学习	CNN	图像	ATZD01数据集包含11类杏树病虫害样本	未明确提及	APNet	准确率	NA
18303	2025-10-07	Graph neural networks in histopathology: Emerging trends and future directions 2025-Jan-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103444 PMID:39793218	综述	本文全面综述了图神经网络在病理学全切片图像分析中的应用、新兴趋势和未来发展方向	首次系统性地识别并深入探讨了图神经网络在病理学中的四大新兴趋势：分层GNN、自适应图结构学习、多模态GNN和高阶GNN	作为综述性文章，未提出新的算法模型或实验验证	探索图神经网络在病理学图像分析中的应用前景和发展方向	病理学全切片图像（WSIs）中的组织拓扑结构和细胞空间关系	数字病理学	NA	全切片图像分析	GNN	图像	NA	NA	分层GNN, 自适应图结构学习, 多模态GNN, 高阶GNN	NA	NA
18304	2025-10-07	Recurrent and Metastatic Head and Neck Cancer: Mechanisms of Treatment Failure, Treatment Paradigms, and New Horizons 2025-Jan-05, Cancers IF:4.5Q1 DOI:10.3390/cancers17010144 PMID:39796771	综述	本文综述了复发性和转移性头颈癌的治疗失败机制、当前治疗模式及精准肿瘤学新方向	整合免疫治疗机制与人工智能技术，提出精准肿瘤学新范式	叙述性综述方法可能存在文献选择偏倚	探讨头颈癌治疗失败机制并总结临床治疗进展	复发性和转移性头颈癌患者	医学肿瘤学	头颈癌	免疫治疗，人工智能，深度学习	NA	临床试验数据，肿瘤生物学数据	NA	NA	NA	NA	NA
18305	2025-10-07	Unlocking the diagnostic potential of electrocardiograms through information transfer from cardiac magnetic resonance imaging 2025-Jan-04, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103451 PMID:39793216	研究论文	提出一种通过从心脏磁共振成像转移信息来增强心电图诊断能力的深度学习策略	结合多模态对比学习和掩码数据建模，将CMR的领域特定信息转移到ECG表示中	NA	开发仅使用心电图进行经济高效且全面的心脏筛查方法	心血管疾病诊断和心脏表型预测	医学影像分析	心血管疾病	深度学习，多模态学习	深度学习模型	心电图，心脏磁共振图像	40,044名UK Biobank受试者	NA	多模态对比学习，掩码数据建模	风险预测性能提升，表型预测性能提升	NA
18306	2025-10-07	The role of artificial intelligence in pandemic responses: from epidemiological modeling to vaccine development 2025-01-03, Molecular biomedicine IF:6.3Q1 DOI:10.1186/s43556-024-00238-3 PMID:39747786	综述	本文综述人工智能在流行病应对中的多维作用，从流行病学建模到疫苗开发	系统整合AI在流行病应对各环节的应用，强调AI驱动决策与多技术协同的创新价值	未涉及具体实施案例的定量分析，缺乏对AI模型在实际应用中效能的实证评估	评估人工智能技术在全球公共卫生危机应对中的整体作用与战略价值	流行病应对全流程（预测建模、疫苗研发、临床实验、监测网络）	机器学习	传染病	机器学习、深度学习、预测分析	SIR模型,SIS模型	流行病学数据	NA	NA	NA	NA	NA
18307	2025-10-07	Deep Convolutional Framelets for Dose Reconstruction in Boron Neutron Capture Therapy with Compton Camera Detector 2025-Jan-03, Cancers IF:4.5Q1 DOI:10.3390/cancers17010130 PMID:39796757	研究论文	开发基于深度神经网络的硼中子俘获治疗剂量重建方法，使用康普顿相机探测器数据	首次将深度卷积框架应用于BNCT剂量重建，显著缩短重建时间约6倍	基于模拟数据集，需要进一步优化输入图像的重建技术	开发快速剂量重建方法以支持BNCT治疗期间的实时监测	硼中子俘获治疗中的剂量分布	医学影像分析	癌症	康普顿成像	深度学习	医学影像	模拟BNCT康普顿相机图像数据集	NA	U-Net, 深度卷积框架变体	重建精度, 处理时间	NA
18308	2025-10-07	The Associations Between Myopia and Fundus Tessellation in School Children: A Comparative Analysis of Macular and Peripapillary Regions Using Deep Learning 2025-Jan-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.1.4 PMID:39775798	研究论文	使用深度学习技术量化眼底镶嵌纹理密度，比较学龄儿童黄斑区与视盘周围区眼底镶嵌纹理分布模式与近视的关联	首次使用深度学习技术精确量化眼底镶嵌纹理密度，并比较不同分布模式与近视参数的关联	横断面研究设计无法确定因果关系，样本仅来自学龄儿童群体	评估学龄儿童眼底镶嵌纹理分布模式与屈光参数的关联	1942名6-15岁学龄儿童	计算机视觉	近视	眼底摄影，深度学习图像处理	深度学习	图像	1942名学龄儿童	NA	NA	相关系数，卡方检验，P值	NA
18309	2025-10-07	Advanced Brain Tumor Classification in MR Images Using Transfer Learning and Pre-Trained Deep CNN Models 2025-Jan-02, Cancers IF:4.5Q1 DOI:10.3390/cancers17010121 PMID:39796749	研究论文	本研究利用迁移学习和预训练深度CNN模型对脑部MRI图像进行肿瘤分类	采用多种先进预训练模型进行脑肿瘤分类比较，并应用迁移学习优化分类精度	胶质瘤和脑膜瘤类别的召回率仍需改进，深度学习模型的黑盒特性影响可解释性	通过自动化脑部MRI图像分类来增强诊断过程	脑部MRI图像	计算机视觉	脑肿瘤	MRI成像	CNN	图像	7023张脑部MRI图像	TensorFlow, Keras	Xception, MobileNetV2, InceptionV3, ResNet50, VGG16, DenseNet121	准确率, F1分数	NA
18310	2025-10-07	Deep learning segmentation of mandible with lower dentition from cone beam CT 2025-Jan, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00770-6 PMID:39141154	研究论文	本研究训练了一个3D U-Net卷积神经网络，用于从锥形束CT扫描中自动分割下颌骨和下牙列	在包含高度金属伪影的人口多样化队列中开发了自动分割模型，并进行了内部和外部验证	分割精度受年龄组和金属伪影程度影响	开发从CBCT扫描中自动分割下颌骨和下牙列的深度学习模型	下颌骨和下牙列	计算机视觉	口腔颌面疾病	锥形束CT	CNN	3D医学图像	648个CBCT扫描来自490名患者	NA	3D U-Net	Dice相似系数	NA
18311	2025-10-07	Applying deep learning-based ensemble model to [18F]-FDG-PET-radiomic features for differentiating benign from malignant parotid gland diseases 2025-Jan, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01649-6 PMID:39254903	研究论文	本研究开发基于[18F]-FDG-PET影像组学特征的深度学习集成模型，用于鉴别腮腺良恶性疾病	首次将深度学习集成模型应用于[18F]-FDG-PET影像组学特征，结合装袋和多层堆叠方法构建分类器	回顾性研究，样本量较小（62例患者），需要更大规模的前瞻性验证	开发机器学习模型鉴别腮腺良恶性疾病	腮腺疾病患者	医学影像分析	腮腺疾病	[18F]-FDG-PET/CT影像组学	集成学习,深度学习	医学影像特征	62例患者共63个腮腺病灶（训练集44例，测试集19例）	NA	集成模型（装袋和多层堆叠方法）	AUC,准确率	NA
18312	2025-10-07	Diagnosis of Early Glottic Cancer Using Laryngeal Image and Voice Based on Ensemble Learning of Convolutional Neural Network Classifiers 2025-Jan, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2022.07.007 PMID:36075802	研究论文	本研究通过集成学习方法结合喉部图像和语音数据提高早期声门癌诊断准确率	提出基于决策树集成学习的CNN分类器融合方法，通过整合喉部图像和语音数据提升小数据集下的分类性能	研究数据集规模较小，仅使用两家医院的数据进行验证	提高早期声门癌的诊断分类准确率	声门癌患者的喉部图像和语音数据	医学影像分析	声门癌	深度学习，集成学习	CNN, 决策树	图像, 语音	釜山国立大学医院(PNUH)数据集用于训练，釜山国立大学梁山医院(PNUYH)数据集用于验证	NA	卷积神经网络	分类准确率	NA
18313	2025-10-07	Cardiac MR image reconstruction using cascaded hybrid dual domain deep learning framework 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313226 PMID:39792851	研究论文	提出一种级联混合双域深度学习框架用于心脏MR图像重建	引入结合多线圈数据一致性层的双域深度学习方法，充分利用图像域和k空间域的相关性	仅针对1-D可变密度随机欠采样数据，未涉及其他采样模式	从高度欠采样数据中恢复诊断质量的心脏MR图像	心脏MR图像	医学图像处理	心血管疾病	MRI	深度学习	医学图像	NA	NA	U-Net	SSIM, RMSE, PSNR	NA
18314	2025-10-07	From whole-slide image to biomarker prediction: end-to-end weakly supervised deep learning in computational pathology 2025-Jan, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-024-01047-2 PMID:39285224	研究论文	介绍一种从全切片图像到生物标志物预测的端到端弱监督深度学习工作流程	提出生物标志物无关的STAMP工作流程，允许结合组织病理学图像与遗传和临床病理学数据	需要基本的命令行知识，计算执行需要一整个工作日	开发计算病理学中从全切片图像预测生物标志物的实用工作流程	结直肠癌患者的全切片图像和微卫星不稳定性状态	数字病理	结直肠癌	苏木精-伊红染色全切片成像	深度学习	图像, 表格数据	NA	NA	NA	准确率	NA
18315	2025-10-07	Researching public health datasets in the era of deep learning: a systematic literature review 2025 Jan-Mar, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582241307839 PMID:39794941	系统性文献综述	通过系统性文献综述探讨深度学习在公共卫生数据预测分析中的应用、挑战与发展趋势	首次系统梳理公共卫生数据中深度学习的应用现状，识别出可解释AI、患者嵌入学习和多源数据融合等新兴趋势	未建立解决该领域挑战的标准方法，缺乏统一的实施指南	探索深度学习在公共卫生数据预测分析中的应用现状与未来发展方向	2004篇涉及公共卫生数据与深度学习的学术文献	机器学习	NA	深度学习	NA	公共卫生数据集	2004篇文献，涵盖14种疾病类别	NA	NA	NA	NA
18316	2025-10-07	Deep Learning Reconstruction of Prospectively Accelerated MRI of the Pancreas: Clinical Evaluation of Shortened Breath-Hold Examinations With Dixon Fat Suppression 2025-Feb-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001110 PMID:39043213	研究论文	评估深度学习重建算法在胰腺MRI检查中缩短屏气时间并提升图像质量的临床效果	首次在前瞻性研究中将深度学习重建算法应用于上腹部加速MRI，针对胰腺病理进行临床验证	单中心研究，样本量有限（32名参与者），缺乏多中心验证	研究深度学习重建算法对胰腺MRI检查时间、图像质量和诊断信心的影响	患有各种胰腺疾病的患者	医学影像分析	胰腺疾病	磁共振成像（MRI），Dixon脂肪抑制技术	深度学习重建算法	医学影像	32名参与者（平均年龄62±19岁，20名男性）	NA	NA	信噪比（SNR），对比噪声比（CNR），图像清晰度，图像质量，诊断信心，病变显着性	1.5 T MRI扫描仪
18317	2025-10-07	Artificial T1-Weighted Postcontrast Brain MRI: A Deep Learning Method for Contrast Signal Extraction 2025-Feb-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001107 PMID:39074258	研究论文	提出一种基于深度学习的对比信号提取方法，用于从非对比和低剂量图像合成人工T1加权全剂量脑部MRI图像	提出新的对比信号提取方法，并与两种现有最先进方法进行性能比较	部分图像与参考图像的互换性仍不充分	减少钆基对比剂使用，降低医疗成本、环境影响和患者暴露风险	脑部磁共振成像	医学影像分析	神经系统疾病	磁共振成像	深度学习	医学图像	213名参与者，其中50名作为测试集	NA	NA	假阳性病变计数, 互换性评分, 对比增强评分, 一致性评分	NA
18318	2025-10-07	Trap colour strongly affects the ability of deep learning models to recognize insect species in images of sticky traps 2025-Feb, Pest management science IF:3.8Q1 DOI:10.1002/ps.8464 PMID:39377441	研究论文	本研究探讨了粘虫板颜色和成像设备对深度学习模型识别昆虫物种性能的影响	首次系统研究粘虫板颜色对深度学习模型识别昆虫物种性能的影响，并采用特征选择算法分析关键影响因素	仅测试了MobileNetV2架构，未评估其他深度学习模型在不同颜色粘虫板上的表现	研究粘虫板颜色和成像设备对深度学习模型害虫分类性能的影响	粘虫板上的昆虫物种	计算机视觉	NA	深度学习,图像识别	CNN	图像	NA	NA	MobileNetV2	准确率,F1分数	NA
18319	2025-10-07	Bioimaging and the future of whole-organismal developmental physiology 2025-Feb, Comparative biochemistry and physiology. Part A, Molecular & integrative physiology DOI:10.1016/j.cbpa.2024.111783 PMID:39581226	评论	本文探讨了生物成像和计算机视觉在整体有机体发育生理学研究中的潜力和挑战	提出计算机视觉技术可在不同物种、生命阶段和实验间转移应用，推动发育生理学的表型组学研究	图像分析而非图像采集成为研究瓶颈，且量化发育生物学的复杂性长期困扰研究人员	评估成像技术作为测量整体有机体发育生理学手段的重要性	发育中的动物生长和功能	计算机视觉	NA	生物成像	深度学习	图像	NA	NA	NA	NA	NA
18320	2025-10-07	Unveiling the power of artificial intelligence for image-based diagnosis and treatment in endodontics: An ally or adversary? 2025-Feb, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14163 PMID:39526945	综述	本文综述了人工智能在牙髓病学中基于图像的诊断与治疗应用，探讨其作为辅助工具或潜在挑战的双重角色	系统评估AI在2D和3D影像中的表现，首次在牙髓病学领域对比AI与专家放射科医生的诊断精度，并探讨放射组学与AI结合的潜力	部分研究依赖体外或离体数据集训练AI模型，这些数据集无法复现临床环境的复杂性，可能影响AI应用的可靠性	评估人工智能在牙髓病学影像诊断和治疗中的应用价值与发展前景	牙髓病学中的二维和三维影像数据，包括根尖周病变、根尖周X线片、全景X线片和锥形束CT扫描	计算机视觉	牙髓疾病	深度学习，影像组学	CNN	图像	NA	NA	卷积神经网络	准确率，灵敏度，特异性	NA