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
18961	2025-10-07	Multi-region infectious disease prediction modeling based on spatio-temporal graph neural network and the dynamic model 2025-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012738 PMID:39787070	研究论文	基于图变换神经网络和动态模型开发多区域传染病预测模型	将图变换神经网络和图学习机制融入元种群SIR模型，构建混合框架M-Graphormer，有效解决动态图结构中隐藏空间依赖关系丢失的问题	NA	预测由人口流动引起的多区域传染病传播动态	多区域传染病传播数据	机器学习	传染病	深度学习	图神经网络, Transformer	时空数据, 流行病学数据	基于真实疫情数据的多区域多波次预测	NA	Graph Transformer Neural Network, 元种群SIR模型	参数估计准确性, 传播动态预测精度	NA
18962	2025-10-07	Automatic anal sphincter integrity detection from ultrasound images via convolutional neural networks 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240569 PMID:39213111	研究论文	开发基于卷积神经网络的深度学习工具，通过盆底超声图像自动检测肛门括约肌完整性	首次提出使用CNN从盆底超声图像中获取诊断肛门括约肌损伤所需平面并进行初步诊断	NA	开发自动诊断肛门括约肌完整性的工具，减少对超声医师经验的依赖	肛门括约肌复合体及其在盆底超声图像中的表现	计算机视觉	肛门括约肌损伤	盆底超声	CNN	图像	NA	NA	2D检测网络, 2D分类网络	平均精度, 交并比, ROC曲线下面积	NA
18963	2025-10-07	Detection and recognition of foreign objects in Pu-erh Sun-dried green tea using an improved YOLOv8 based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312112 PMID:39775324	研究论文	本研究提出一种基于改进YOLOv8的深度学习模型，用于普洱茶晒青毛茶中异物的检测与识别	采用MPDIoU优化损失函数、引入EfficientDet高效目标检测网络架构、集成BiFormer双向注意力机制，并结合切片辅助超推理技术	NA	快速检测和准确识别普洱茶晒青毛茶中的微小异物，提升茶叶生产质量与安全	普洱茶晒青毛茶中的异物	计算机视觉	NA	深度学习	YOLOv8	图像	NA	NA	YOLOv8, EfficientDet, BiFormer	精确率, 召回率, mAP, F1分数	NA
18964	2025-10-07	Deep Learning for Discrimination of Early Spinal Tuberculosis from Acute Osteoporotic Vertebral Fracture on CT 2025, Infection and drug resistance IF:2.9Q2 DOI:10.2147/IDR.S482584 PMID:39776757	研究论文	本研究开发了基于CT图像的深度学习模型，用于早期脊柱结核与急性骨质疏松性椎体压缩骨折的鉴别诊断	首次将深度学习模型应用于脊柱结核与骨质疏松性椎体骨折的CT图像鉴别诊断，并证明其诊断性能优于脊柱外科医生	样本量相对有限（373例患者），需要更多外部验证	评估深度学习模型在鉴别早期脊柱结核和急性骨质疏松性椎体压缩骨折中的效能	脊柱结核和骨质疏松性椎体压缩骨折患者	计算机视觉	脊柱疾病	CT成像	深度学习	CT图像	373例患者（302例训练和内部验证，71例外部验证）	NA	MVITV2, EfficientNet-B5, ResNet101, ResNet50	准确率, 精确率, 敏感度, F1分数, AUC	NA
18965	2025-10-07	Accurate predictions on small data with a tabular foundation model 2025-Jan, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08328-6 PMID:39780007	研究论文	提出一种基于Transformer的表格数据基础模型TabPFN，在小规模数据集上实现快速准确的预测	首个表格数据基础模型，通过在数百万合成数据集上学习算法本身，实现快速训练和优异性能	主要适用于样本量不超过10,000的数据集	开发适用于表格数据的深度学习基础模型，提升小数据集的预测性能	表格数据（电子表格形式的结构化数据）	机器学习	NA	NA	Transformer	表格数据	最多10,000个样本的数据集	NA	Transformer	分类准确率	NA
18966	2025-10-07	A hybrid dual-branch model with recurrence plots and transposed transformer for stock trend prediction 2025-Jan-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0233275 PMID:39792696	研究论文	提出一种结合递归图和转置Transformer的双分支网络模型用于股票趋势预测	创新性地将递归图与转置Transformer结合，通过双分支网络分别捕捉时间序列的非线性关系和多元时间序列的细微互连	仅基于7只随机选择的股票历史数据进行实验，样本规模有限	提高股票市场时间序列趋势预测的准确性	股票市场时间序列数据	机器学习	NA	时间序列分析	双分支网络,Transformer	时间序列数据	7只股票的历史数据	NA	转置Transformer,全连接层	准确率,F1分数	NA
18967	2025-10-07	deep-AMPpred: A Deep Learning Method for Identifying Antimicrobial Peptides and Their Functional Activities 2025-Jan-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01913 PMID:39792442	研究论文	提出一种名为deep-AMPpred的两阶段深度学习方法来识别抗菌肽及其功能活性	结合ESM-2模型编码肽序列特征，并集成CNN、BiLSTM和CBAM模型来识别抗菌肽及其13种常见功能活性	NA	准确识别抗菌肽并预测其多种功能活性	抗菌肽及其功能活性	生物信息学	传染病	深度学习	CNN, BiLSTM, CBAM	肽序列数据	NA	NA	ESM-2, CNN, BiLSTM, CBAM	NA	NA
18968	2025-10-07	Automated stenosis estimation of coronary angiographies using end-to-end learning 2025-Jan-09, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03324-x PMID:39789341	研究论文	开发了一种基于深度学习的自动化冠状动脉造影狭窄评估系统	相比先前工作，性能提升，包含全部16个血管段，不排除血运重建患者，进行了外部验证，且流程更简化	NA	通过深度学习实现冠状动脉狭窄的自动化评估	冠状动脉造影影像和患者	计算机视觉	心血管疾病	深度学习	CNN	影像	19,414名患者的332,582个电影循环，其中13,480名患者用于模型开发，5,056名用于内部测试，608名用于外部测试	NA	端到端学习	ROC曲线下面积	NA
18969	2025-10-07	Enhanced prediction of partial nitrification-anammox process in wastewater treatment by developing an attention-based deep learning network 2025-Jan-08, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.124012 PMID:39788059	研究论文	本研究开发了一种基于注意力机制的深度学习网络，用于改进污水处理中部分硝化-厌氧氨氧化过程的预测性能	开发了增强型基于注意力的DenseNet网络(AttentionNet)，在传统LSTM和DenseNet基础上进一步提升了预测精度	对某些输出参数的预测准确性相对较低，未明确说明模型在其他类型废水中的适用性	改进部分硝化-厌氧氨氧化过程的建模和预测能力，实现更及时的过程干预	低浓度废水处理中的部分硝化-厌氧氨氧化反应器	机器学习	NA	深度学习建模	LSTM, DenseNet, 注意力机制网络	污水处理过程数据	基于长期实验构建的数据集	NA	LSTM, DenseNet, AttentionNet	平均相对误差, Bland-Altman分析	NA
18970	2025-10-07	Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients 2025-Jan-08, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2024.10.048 PMID:39788817	研究论文	使用无监督深度学习算法识别和验证外科及危重症患者中的低血压内型	首次将深度自编码器与高斯混合模型结合用于低血压内型识别，并在大型数据集上进行独立验证	研究仅基于特定血流动力学参数，未考虑其他潜在影响因素	识别和验证外科及危重症患者中不同类型的低血压内型	外科患者和危重症患者	机器学习	心血管疾病	无监督深度学习	自编码器, 高斯混合模型	血流动力学参数数据	开发集：871名外科患者（6962次低血压事件）；验证集1：1000名外科患者（7904次低血压事件）；验证集2：1000名危重症患者（53821次低血压事件）	NA	自编码器	内型识别一致性	NA
18971	2025-10-07	Innovative breast cancer detection using a segmentation-guided ensemble classification framework 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00435-7 PMID:39781047	研究论文	提出一种分割引导的集成分类框架用于乳腺癌检测，通过两阶段方法提升诊断准确性	结合注意力U-Net分割和多元集成分类器，通过精确的感兴趣区域分析提升小尺寸肿块检测能力	未明确说明数据集规模和多样性限制，可能影响模型泛化能力	提高乳腺癌早期检测和诊断的准确性	乳腺肿瘤（恶性、良性和正常类别）	计算机视觉	乳腺癌	超声成像	Attention U-Net, 集成分类器	超声图像	NA	NA	Attention U-Net, SVM, 决策树, KNN, 人工神经网络, 随机森林	准确率, F1分数	NA
18972	2025-10-07	Spinal tissue identification using a Forward-oriented endoscopic ultrasound technique 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00440-w PMID:39781062	研究论文	本研究开发了一种前向超声内镜系统，用于微创脊柱手术中脊髓组织的自动识别	首次将前向超声内镜技术与深度学习模型相结合，实现脊柱软组织的实时识别	研究使用离体绵羊脊柱组织，尚未进行人体临床试验	提高微创脊柱手术中关键组织识别的准确性和安全性	绵羊脊柱软组织样本	医学影像分析	脊柱疾病	前向超声内镜技术	DenseNet, Vision Transformer	超声信号数据	758个离体软组织样本	NA	DenseNet, 一维Vision Transformer	准确率, 特异性, 推理延迟	NA
18973	2025-10-07	A Review for automated classification of knee osteoarthritis using KL grading scheme for X-rays 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00437-5 PMID:39781063	综述	本文综述了基于KL分级系统对膝关节骨关节炎X光片进行自动分类的最新研究进展	系统回顾了85篇相关文献，总结了人工智能技术在膝关节骨关节炎自动诊断中的最新应用	仅关注基于KL分级系统的X光片分类方法，未涵盖其他诊断方式或分类系统	回顾膝关节骨关节炎自动放射学分类和检测技术	膝关节骨关节炎的X光影像	计算机视觉	骨关节炎	X射线成像	NA	X光图像	NA	NA	NA	NA	NA
18974	2025-01-11	Addendum to: The effectiveness of deep learning model in differentiating benign and malignant pulmonary nodules on spiral CT 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-249001 PMID:39792355	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
18975	2025-01-07	EEG-based cross-subject passive music pitch perception using deep learning models 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10196-9 PMID:39758357	研究论文	本研究利用深度学习模型，基于脑电图（EEG）数据，探索跨被试的音乐音高感知	提出了轻量级改进的EEGNet模型用于EEG音高分类，并采用分类器集成方法构建跨被试模型	研究仅针对小提琴的G3和B6音高，未涵盖更广泛的音高范围	客观检测和解码跨被试的音乐音高感知的脑响应	34名被试在听到小提琴G3和B6音高时的EEG信号	机器学习	NA	EEG	改进的EEGNet模型	EEG信号	34名被试	NA	NA	NA	NA
18976	2025-01-07	Deep learning enabled near-isotropic CAIPIRINHA VIBE in the nephrogenic phase improves image quality and renal lesion conspicuity 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100622 PMID:39758710	研究论文	本研究探讨了深度学习加速的CAIPIRINHA-VIBE技术在肾脏成像中的应用，以提升图像质量和病变检测能力	首次将深度学习技术应用于CAIPIRINHA-VIBE序列，以改善肾脏成像的图像质量和病变显着性	DL-CAIPIRINHA-VIBE呈现出更多的合成外观和混叠伪影	比较DL-CAIPIRINHA-VIBE与标准CAIPIRINHA-VIBE在肾脏成像中的图像质量和病变检测能力	50名患者，包括23个实性和45个囊性肾脏病变	医学影像	肾脏疾病	深度学习加速的CAIPIRINHA-VIBE技术	深度学习模型	MRI图像	50名患者，68个肾脏病变	NA	NA	NA	NA
18977	2025-01-07	Optical coherence tomography: implications for neurology 2025-Feb-01, Current opinion in neurology IF:4.1Q2 DOI:10.1097/WCO.0000000000001340 PMID:39704153	综述	本文探讨了光学相干断层扫描（OCT）在神经学实践中的作用，特别是在诊断和监测视乳头水肿、视神经炎和视网膜动脉阻塞等疾病中的应用	OCT作为一种非侵入性工具，能够有效检测和监测视觉通路中的神经轴索损伤，结合深度学习算法提高了诊断准确性和预测能力	NA	探讨OCT在神经学中的应用，特别是在诊断和监测视觉通路相关疾病中的作用	视乳头水肿、视神经炎、视网膜动脉阻塞等疾病患者	数字病理学	神经系统疾病	光学相干断层扫描（OCT）	深度学习算法	图像	NA	NA	NA	NA	NA
18978	2025-01-07	Artificial intelligence and stroke imaging 2025-Feb-01, Current opinion in neurology IF:4.1Q2 DOI:10.1097/WCO.0000000000001333 PMID:39760722	综述	本文探讨了人工智能在卒中影像学中的应用及其潜力	提出了深度学习技术在卒中影像学中的高保真预测、描述和推理工具的应用，并探讨了生成模型在解决当前障碍中的潜力	尽管人工智能在卒中影像学中的潜力巨大，但在实际临床应用中仍面临数据噪声、不完整、偏见和小规模数据的挑战	探讨人工智能在卒中影像学中的应用，以实现个体化精准医疗	卒中影像学数据	医学影像	卒中	深度学习	生成模型	影像数据	NA	NA	NA	NA	NA
18979	2025-01-07	Deep learning-based segmentation of acute ischemic stroke MRI lesions and recurrence prediction within 1 year after discharge: A multicenter study 2025-Jan-26, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2024.12.002 PMID:39631660	研究论文	本研究探讨了基于深度学习的急性缺血性卒中（AIS）患者脑部MRI梗死病灶分割的性能，以及放射组学在出院后1年内复发预测的价值，并开发了一个结合放射组学特征和临床因素的模型来准确预测AIS复发	使用多尺度残差注意力UNet（MRA-UNet）进行MRI病灶分割，并结合放射组学数据和临床数据开发了预测AIS复发的模型	未提及具体样本量，且模型在验证集上的表现可能受到样本选择偏差的影响	提高急性缺血性卒中患者MRI病灶分割的准确性，并预测出院后1年内的复发风险	急性缺血性卒中患者的脑部MRI图像	医学影像分析	急性缺血性卒中	MRI	MRA-UNet, LR, RF, CatBoost, XGBoost	图像, 临床数据	未提及具体样本量	NA	NA	NA	NA
18980	2025-01-07	Deep learning-based object detection algorithms in medical imaging: Systematic review 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41137 PMID:39758372	综述	本文综述了基于深度学习的医学图像中的目标检测算法，探讨了最新方法、不同成像技术和解剖学应用	通过PRISMA指南进行定量和定性分析，揭示了基于深度学习的对象检测模型在医学图像分析中的未开发潜力	数据集大小存在显著差异，许多数据集被标记为私有或内部，且前瞻性研究仍然稀缺	探讨基于深度学习的医学图像目标检测算法的应用和发展趋势	医学图像中的目标检测	计算机视觉	NA	CR扫描、病理图像、内窥镜成像	深度学习	图像	数据集大小存在显著差异，许多数据集被标记为私有或内部	NA	NA	NA	NA