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
18321	2025-10-07	Quality prediction of seabream Sparus aurata by deep learning algorithms and explainable artificial intelligence 2025-Jan-31, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143150 PMID:39923522	研究论文	本研究使用深度学习算法和可解释人工智能技术通过海鲷鱼眼和鳃图像预测其新鲜度质量	首次结合多种CNN架构与可解释AI技术(Grad-CAM和LIME)进行海鲷新鲜度无损检测	研究仅针对冰箱储存条件下的海鲷，未涉及其他储存条件或鱼类品种	开发基于图像分析的海鲷新鲜度无损检测方法	海鲷(Sparus aurata)的眼部和鳃部图像	计算机视觉	NA	图像采集	CNN, DenseNet121, Inception V3, ResNet50	图像	NA	NA	CNN, DenseNet121, Inception V3, ResNet50	准确率, 混淆矩阵	NA
18322	2025-10-07	Virtual Gram staining of label-free bacteria using dark-field microscopy and deep learning 2025-Jan-10, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ads2757 PMID:39772690	研究论文	利用暗场显微镜和深度学习对无标记细菌进行虚拟革兰氏染色	通过训练神经网络将未染色细菌的暗场图像数字转换为匹配亮场图像对比度的革兰氏染色等效图像，无需传统化学染色步骤	NA	开发一种替代传统革兰氏染色的虚拟染色方法	无标记细菌样本	计算机视觉	NA	暗场显微镜	神经网络	图像	NA	NA	NA	染色准确度	NA
18323	2025-10-07	Reliability of brain volume measures of accelerated 3D T1-weighted images with deep learning-based reconstruction 2025-Jan, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03461-5 PMID:39316090	研究论文	本研究评估基于深度学习的加速3D T1加权MRI扫描在脑体积测量中的可行性和可靠性	首次系统评估深度学习重建方法在不同加速水平(65%-75%欠采样)下对脑体积测量的可靠性	样本量相对较小(共90名参与者)，仅使用3T MRI设备	探索深度学习加速MRI扫描在脑萎缩定量评估中的临床应用价值	人脑3D T1加权MRI图像	医学影像分析	脑萎缩相关疾病	3D T1加权MRI, 深度学习重建	深度学习重建模型	医学影像(DICOM)	90名参与者(42名模拟加速数据集, 48名验证数据集)	NA	NA	ICC, R2, 定量误差指标	NA
18324	2025-10-07	An examination of daily CO2 emissions prediction through a comparative analysis of machine learning, deep learning, and statistical models 2025-Jan, Environmental science and pollution research international DOI:10.1007/s11356-024-35764-8 PMID:39800837	研究论文	比较分析机器学习、深度学习和统计模型在预测全球四大污染区域每日CO2排放量方面的性能	首次系统比较14种不同模型在每日CO2排放预测中的表现，并引入差分技术和集成方法提升模型性能	仅涵盖四大污染区域（中国、印度、美国和欧盟27国及英国），且深度学习模型计算资源需求较高	评估不同模型在每日CO2排放预测中的准确性和适用性	全球四大污染区域的每日CO2排放数据	机器学习	NA	时间序列分析	统计模型,机器学习模型,深度学习模型	时间序列数据	2022年1月1日至2023年9月30日的每日CO2排放数据	NA	ARMA,ARIMA,SARMA,SARIMA,SVM,RF,GB,ANN,GRU,LSTM,BILSTM,CNN-RNN混合模型	R平方,MAE,RMSE,MAPE	NA
18325	2025-10-07	Multi-dimensional perceptual recognition of tourist destination using deep learning model and geographic information system 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318846 PMID:39919101	研究论文	本研究提出了一种结合深度学习模型和地理信息系统的旅游目的地多维感知识别方法	整合多种用户生成内容数据，采用改进的Inception V3模型、带多头注意力的双向长短期记忆网络和GIS技术，提出渐进式维度组合方法	仅以中国大同市作为实验案例，未在其他地区验证方法的普适性	实现旅游目的地的精确感知识别，支持目的地管理决策和旅游推荐	旅游目的地感知特征，包括内容、情感和时空维度	计算机视觉,自然语言处理,地理信息系统	NA	用户生成内容分析,地理信息系统技术	CNN,LSTM	图像,文本,时空信息	包含图像、文本和时空信息的综合UGC数据集	NA	Inception V3,BiLSTM	准确率	NA
18326	2025-10-07	Advanced retinal disease detection from OCT images using a hybrid squeeze and excitation enhanced model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318657 PMID:39919140	研究论文	提出一种融合SE模块的混合模型，用于从OCT图像中检测视网膜疾病	将Squeeze-and-Excitation模块与EfficientNetB0和Xception架构相结合，增强网络表征能力	NA	开发基于人工智能的视网膜疾病自动诊断系统	糖尿病黄斑水肿、玻璃膜疣和脉络膜新生血管等视网膜疾病	计算机视觉	视网膜疾病	光学相干断层扫描	CNN	图像	UCSD和Duke两个OCT数据集	NA	EfficientNetB0,Xception	准确率	NA
18327	2025-10-07	Estimating baselines of Raman spectra based on transformer and manually annotated data 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125679 PMID:39733708	研究论文	本研究提出了一种基于Transformer和人工标注数据的拉曼光谱基线估计方法	设计了专门针对拉曼光谱数据的一维Transformer模型，并通过人工标注的真实基线数据进行训练	需要大量人工参数调优来生成训练数据，且仅针对八种生物材料进行了验证	开发更准确和通用的拉曼光谱基线校正方法	八种不同生物材料的拉曼光谱数据	光谱分析	NA	拉曼光谱	Transformer, CNN	光谱数据	八种生物材料的拉曼光谱数据集	NA	1dTrans, ResUNet	平均绝对误差, 光谱角制图	NA
18328	2025-10-07	On the analysis of adapting deep learning methods to hyperspectral imaging. Use case for WEEE recycling and dataset 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125665 PMID:39746253	研究论文	本文评估了空间和光谱特征对高光谱图像分割深度学习架构的影响，并公开了Tecnalia WEEE高光谱数据集	系统分析光谱与空间信息组合对模型性能的影响，探索RGB预训练基础模型向高光谱领域的知识迁移	未开发专门整合光谱和空间信息的新型架构，RGB基础模型在高光谱领域表现不佳	评估不同空间和光谱特征对高光谱图像分割深度学习模型性能、能耗和推理时间的影响	废弃电子电气设备(WEEE)中的有色金属分选，包括铜、黄铜、铝、不锈钢和白铜	计算机视觉	NA	高光谱成像	深度学习	高光谱图像	Tecnalia WEEE高光谱数据集，包含多种有色金属样本	NA	基础模型	识别性能、能耗、推理时间	NA
18329	2025-10-07	An AttSDNet model for multi-scale feature perception enhanced remote sensing classification of coastal salt-marsh wetlands 2025-Feb, Marine environmental research IF:3.0Q2 DOI:10.1016/j.marenvres.2024.106899 PMID:39673892	研究论文	提出一种融合注意力机制和多尺度特征提取的增强型U-Net模型，用于海岸带盐沼湿地遥感影像分类	结合堆叠空洞卷积扩展感受野和通道-空间注意力机制，增强模型对复杂湿地多尺度特征的学习能力	未明确说明模型计算复杂度及在更大尺度区域的泛化能力	提升海岸带湿地遥感影像分类精度，支持湿地生态保护与恢复	黄河三角洲和胶州湾海岸带湿地	计算机视觉	NA	卫星遥感	U-Net	光学遥感影像	Sentinel-2影像数据（具体数量未明确）	NA	U-Net, ResU-Net, SDU-Net, AttSDNet（改进型）	总体精度, MIoU	NA
18330	2025-10-07	Deep learning multi-classification of middle ear diseases using synthetic tympanic images 2025-Feb, Acta oto-laryngologica IF:1.2Q3 DOI:10.1080/00016489.2024.2448829 PMID:39797517	研究论文	本研究开发了一种基于深度学习的自动诊断系统，用于中耳疾病的多分类诊断	探索使用生成对抗网络(GANs)生成高质量合成鼓膜图像来增强训练数据集	合成图像与真实内窥镜图像结合训练未能显著提高诊断准确性	开发中耳疾病的自动诊断系统	鼓膜图像	计算机视觉	中耳疾病	内窥镜成像	CNN,GAN	图像	472张真实内窥镜图像和200张合成图像	TensorFlow/PyTorch	InceptionV3,StyleGAN3	诊断准确率	NA
18331	2025-10-07	Design and structure of overlapping regions in PCA via deep learning 2025-Jun, Synthetic and systems biotechnology IF:4.4Q1 DOI:10.1016/j.synbio.2024.12.007 PMID:39917768	研究论文	提出基于深度学习的重叠区域设计模型，用于提高聚合酶循环组装(PCA)合成DNA片段的成功率	首次利用深度学习从大规模合成数据中识别重叠区域的潜在序列表征，并开发SmartCut算法优化寡核苷酸设计	未明确说明模型对特定类型DNA序列的适用性限制	提高基因组合成中DNA片段合成的成功率和效率	DNA序列的重叠区域设计	机器学习	NA	聚合酶循环组装(PCA)	深度学习	DNA序列数据	大规模合成数据集	NA	NA	AUPR	NA
18332	2025-10-07	Deep Learning-Enhanced Accelerated 2D TSE and 3D Superresolution Dixon TSE for Rapid Comprehensive Knee Joint Assessment 2025-Mar-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001118 PMID:39190787	研究论文	评估深度学习重建的4倍加速2D TSE协议和6倍加速2D Dixon TSE结合3D超分辨率重建在膝关节MRI中的图像质量与诊断性能	首次将深度学习重建技术与4倍加速2D TSE和6倍加速2D Dixon TSE结合3D超分辨率重建应用于膝关节MRI评估	3D SRR Dixon TSE协议在边缘锐度降低和伪影存在方面图像质量较差，对软骨、肌腱和骨骼的可视化受影响	开发快速全面的膝关节MRI评估方法	19名有症状的成年受试者的膝关节	医学影像分析	膝关节疾病	磁共振成像, 深度学习重建, 超分辨率重建, 并行成像, 同步多层采集	深度学习模型	MRI图像	19名受试者，共228次膝关节MRI扫描，包含21,204张图像	NA	NA	图像质量评分, 解剖结构可见性评分, 诊断置信度评分, Fleiss-Cohen kappa统计量	临床3T MRI扫描仪
18333	2025-10-07	EpiBrCan-Lite: A lightweight deep learning model for breast cancer subtype classification using epigenomic data 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108553 PMID:39667144	研究论文	提出一种轻量级深度学习模型EpiBrCan-Lite，用于基于DNA甲基化数据的乳腺癌亚型分类	通过将传统Transformer编码器中的MLP模块替换为GRU模块，显著减少可训练权重参数数量同时保持对输入特征长程依赖关系的捕捉能力	未提及模型在其他独立数据集上的验证结果	开发轻量级乳腺癌亚型分类模型以解决现有方法参数过多和性能不足的问题	乳腺癌亚型分类	机器学习	乳腺癌	DNA甲基化数据	Transformer, GRU	表观基因组数据	TCGA乳腺癌数据集	NA	TransGRU（改进的Transformer编码器）	准确率, 精确率, 召回率, F1分数, 假正率, 假负率	适用于低计算能力设备
18334	2025-10-07	Improving real-time detection of laryngeal lesions in endoscopic images using a decoupled super-resolution enhanced YOLO 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108539 PMID:39689500	研究论文	提出一种名为SRE-YOLO的深度学习方法，用于实时检测喉镜图像中的喉部病变	将超分辨率分支与YOLOv8n基线耦合训练并在推理时解耦，在保持实时性的同时提升小病变检测精度	NA	开发高效的深度学习决策支持系统，为经验不足的医务人员提供喉部病变实时检测辅助	喉部病变	计算机视觉	喉癌	白光内窥镜成像，窄带成像	YOLO	图像	多中心数据集，包含多种喉部病理和采集模式	NA	YOLOv8n	平均精度，推理速度	NA
18335	2025-10-07	Transferable automatic hematological cell classification: Overcoming data limitations with self-supervised learning 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108560 PMID:39693791	研究论文	本研究提出将自监督学习整合到血细胞分类流程中，以解决数据稀缺和模型泛化性差的问题	首次将自监督学习应用于血细胞分类，实现了骨髓和外周血细胞领域间的知识迁移，仅需少量标注样本即可高效适应新数据集	研究基于公开数据集，在实际临床环境中的验证仍需进一步研究	开发鲁棒可靠的血细胞自动分类系统，克服数据稀缺和模型泛化性限制	骨髓和外周血细胞图像	计算机视觉	血液系统疾病	自监督学习	深度学习	单细胞图像	四个公开血液学数据集（一个骨髓数据集和三个外周血数据集），每类仅需50个标注样本	NA	自监督学习特征提取器+轻量级机器学习分类器	平衡分类准确率	NA
18336	2025-10-07	Multimodal autism detection: Deep hybrid model with improved feature level fusion 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108492 PMID:39700689	研究论文	提出了一种基于深度学习的多模态自闭症检测模型，融合脑电图和面部图像特征	提出了改进的特征级融合方法和深度混合模型架构，结合CNN和Bi-GRU进行自闭症检测	NA	开发准确的自闭症检测模型以辅助早期诊断	自闭症谱系障碍患者	机器学习	自闭症谱系障碍	脑电图分析，图像处理	CNN, Bi-GRU, 混合模型	脑电图信号，面部图像	NA	NA	CNN, Bi-GRU	准确率	NA
18337	2025-10-07	Robust multi-modal fusion architecture for medical data with knowledge distillation 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108568 PMID:39709743	研究论文	提出一种基于知识蒸馏的鲁棒多模态融合架构，用于处理医学数据中的模态缺失问题	提出池化瓶颈注意力多模态融合模块，结合知识蒸馏和梯度调制方法，有效应对模态缺失和不平衡优化问题	仅在MIMIC-IV数据集上验证，未在其他医学数据集上测试泛化能力	开发能够处理模态缺失的鲁棒多模态融合框架	胸部X光片、现病史文本、人口统计学和实验室检查表格数据	医学人工智能	院内死亡风险预测	多模态融合、知识蒸馏	深度学习	图像、文本、表格数据	MIMIC-IV数据集	NA	池化瓶颈注意力融合架构	AUROC, AUPRC	NA
18338	2025-10-07	A novel lightweight deep learning based approaches for the automatic diagnosis of gastrointestinal disease using image processing and knowledge distillation techniques 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108579 PMID:39798279	研究论文	提出一种基于知识蒸馏的轻量级深度学习模型，用于胃肠道疾病的自动诊断	集成模型压缩技术、ConvLSTM层和ConvNext块，并通过知识蒸馏优化，显著降低计算需求	NA	解决深度神经网络在临床环境中的计算效率问题	胃肠道疾病	计算机视觉	胃肠道疾病	图像处理	深度学习	图像	6000张内窥镜图像	NA	ConvLSTM, ConvNext	准确率, 计算成本, 磁盘空间使用量	NA
18339	2025-10-07	Bidirectional f-Divergence-Based Deep Generative Method for Imputing Missing Values in Time-Series Data 2025-Mar, Stats IF:0.9Q3 DOI:10.3390/stats8010007 PMID:39911165	研究论文	提出一种基于f-散度的双向生成对抗插补网络tf-BiGAIN，用于时间序列数据中的缺失值填补	使用f-散度作为目标函数提供灵活的优化框架，并采用双向门控循环单元同时利用前向和后向时间信息	未明确说明在高缺失率下的具体性能边界和计算效率	解决高维时间序列数据中缺失值插补的挑战	时间序列数据	机器学习	NA	NA	GAN, 双向门控循环单元	时间序列数据	两个真实世界时间序列数据集	NA	tf-BiGAIN	准确率, 鲁棒性	NA
18340	2025-10-07	HistoColAi: An open-source web platform for collaborative digital histology image annotation with AI-driven predictive integration 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108577 PMID:39813900	研究论文	开发了一个用于数字组织学图像标注的开源Web平台，集成了AI驱动的预测功能	首个将AI预测功能集成到开源Web平台的数字病理学图像标注工具，为非技术背景的病理学家提供了深度学习模型的使用途径	主要针对TIFF格式的Whole Slide Imaging，对其他图像格式支持有限	解决数字病理学中缺乏直观开源标注工具的问题，促进计算机辅助诊断系统的发展	数字组织学图像，特别是全玻片图像	数字病理学	梭形细胞皮肤肿瘤	Whole Slide Imaging	深度学习模型	图像	NA	NA	NA	可用性研究	Web平台