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
441	2025-05-03	Deep learning in surgical process modeling: A systematic review of workflow recognition 2025-Feb, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104779 PMID:39832608	系统综述	本文综述了深度学习在手术流程建模中的应用，特别是微创手术中的工作流识别	系统评估了深度学习在手术工作流识别中的应用，并探讨了多模态数据输入的优势	手术注释过程缺乏详细描述，不同手术程序的注释过程存在显著差异，公开数据集缺乏临床知识	研究深度学习在识别手术工作流和提取可靠模式中的作用，推动内窥镜手术中情境感知智能系统的发展	微创手术中的手术视频和数据集	计算机视觉	NA	深度学习	RNN, TCN, transformer	手术视频	59篇全文综述的文章
442	2025-05-03	Deep Radiogenomics Sequencing for Breast Tumor Gene-Phenotype Decoding Using Dynamic Contrast Magnetic Resonance Imaging 2025-Feb, Molecular imaging and biology IF:3.0Q2 DOI:10.1007/s11307-025-01981-x PMID:39815134	研究论文	本研究利用动态对比增强磁共振成像（MRI）和深度学习算法，对乳腺癌肿瘤进行放射基因组学分析，解码雌激素受体（ER）、孕激素受体（PR）和人表皮生长因子受体2（HER2）基因的表型	结合动态对比增强MRI和深度学习算法进行乳腺癌肿瘤的放射基因组学分析，解码ER、PR和HER2基因的表型	预测性能中等，AUC值在0.658至0.698之间	通过影像学和基因组学结合的方法，解码乳腺癌肿瘤的基因表型	922例经活检确认的浸润性乳腺癌患者的MRI影像数据	数字病理学	乳腺癌	动态对比增强MRI	SEResNet50, ResNet34, SEResNext101	MRI影像	922例乳腺癌患者
443	2025-05-02	Comparative analysis of brain volumetric measurements between contrast-enhanced and non-contrast MRI images 2025-Feb-06, Neuroscience letters IF:2.5Q3 DOI:10.1016/j.neulet.2025.138118 PMID:39788481	research paper	比较增强和非增强MRI图像在脑体积测量中的可靠性	使用深度学习工具SynthSeg+评估增强MRI在形态测量中的可靠性，拓宽了临床增强MRI在神经影像研究中的应用	样本量较小（59名正常参与者），且CAT12工具表现不一致	评估增强MRI扫描在形态测量中的可靠性	59名年龄在21-73岁的正常参与者的T1加权增强和非增强MRI扫描	neuroimaging	NA	MRI	深度学习（SynthSeg+）	image	59名正常参与者
444	2025-05-02	Speech Technology for Automatic Recognition and Assessment of Dysarthric Speech: An Overview 2025-Feb-04, Journal of speech, language, and hearing research : JSLHR DOI:10.1044/2024_JSLHR-23-00740 PMID:39813019	综述	本文综述了构音障碍语音研究领域的最新进展，重点介绍了语音技术在自动识别和评估构音障碍语音中的应用	整合了构音障碍语音研究的现有成果，并探讨了人工智能分析和远程治疗等新方向	未涉及伦理委员会或机构审查委员会的审批	改善构音障碍患者的生活质量，开发包容性对话界面	构音障碍语音	自然语言处理	构音障碍	机器学习、深度神经网络	深度学习模型	语音数据	NA
445	2025-05-02	Enhanced prediction of partial nitrification-anammox process in wastewater treatment by developing an attention-based deep learning network 2025-Feb, 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（AttentionNet），用于增强废水处理中部分硝化-厌氧氨氧化（PN-anammox）过程的预测性能	提出了结合LSTM和DenseNet的AttentionNet模型，显著提高了PN-anammox过程的预测精度	模型在进水质量不稳定和处理性能较差条件下的表现仍需进一步验证	提高废水处理中PN-anammox过程的预测精度和实时监控能力	低浓度废水中的PN-anammox反应器	机器学习	NA	深度学习	LSTM, DenseNet, AttentionNet	实验数据	基于长期实验构建的数据集
446	2025-05-02	Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients 2025-Feb, 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模型识别和验证手术及重症患者中的低血压内型	首次应用无监督深度学习算法（自编码器结合高斯混合模型）识别低血压内型，并在独立数据集中验证	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	识别和验证手术及重症患者中不同低血压内型	手术患者和重症患者	机器学习	心血管疾病	无监督深度学习	自编码器结合高斯混合模型	血流动力学参数数据	开发数据集：871名手术患者（6962次低血压事件）；验证数据集1：1000名手术患者（7904次低血压事件）；验证数据集2：1000名重症患者（53821次低血压事件）
447	2025-05-02	Deep learning model for automatic detection of different types of microaneurysms in diabetic retinopathy 2025-Feb, Eye (London, England) DOI:10.1038/s41433-024-03585-1 PMID:39789187	研究论文	本研究开发了一种基于深度学习的软件，用于在非增殖性糖尿病视网膜病变（NPDR）患者的结构光学相干断层扫描（OCT）图像中自动检测和区分低反射和高反射微动脉瘤（MAs）	使用YOLO和DETR两种深度学习模型对MAs进行检测和分类，并比较其性能	自动化方法与人工标注之间的差异主要源于自动化方法对正常视网膜血管的选择	开发一种能够自动检测和分类糖尿病视网膜病变中不同类型微动脉瘤的深度学习软件	非增殖性糖尿病视网膜病变（NPDR）患者的结构OCT图像	计算机视觉	糖尿病视网膜病变	结构光学相干断层扫描（OCT）	YOLO, DETR	图像	249名患者（498只眼睛）
448	2025-05-02	G-SET-DCL: a guided sequential episodic training with dual contrastive learning approach for colon segmentation 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03319-4 PMID:39789205	研究论文	提出了一种新型深度学习方法来显著提高结肠分割的准确性，即使在有限的数据标注情况下也能提升CT结肠成像在临床中的整体效果	结合3D上下文信息，通过引导顺序片段训练和双重对比学习增强特征区分能力，提高分割精度	虽然在小规模标注数据上表现良好，但未在大规模多样化数据集上进行验证	提高结肠分割的准确性以支持自动诊断评估	结肠CT图像	数字病理学	结肠癌	深度学习，对比学习	Markov Random Field-based算法，顺序片段训练模型	3D CT图像	98例腹部扫描数据
449	2025-05-02	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，用于通过鼓膜图像分类中耳疾病	利用GAN生成高质量的合成鼓膜图像以扩充训练数据集，并探索其在医学诊断模型中的潜在应用	合成图像与真实图像结合训练并未显著提高诊断准确率，且仅使用合成图像时模型准确率约为70%	开发自动诊断中耳疾病的系统	鼓膜图像（包括真实和合成图像）	计算机视觉	中耳疾病	GAN（StyleGAN3）	InceptionV3	图像	472张真实内窥镜图像和200张合成图像
450	2025-05-02	White matter hyperintensities regress at a high rate at three months after minor ischemic stroke or transient ischemic attack 2025-Feb, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2024.101239 PMID:39798248	研究论文	研究探讨轻微缺血性卒中或短暂性脑缺血发作后三个月内白质高信号（WMH）的早期消退情况及其影响因素	首次报道WMH在轻微缺血性卒中或短暂性脑缺血发作后三个月内即可出现消退，并识别了影响消退的因素	样本量较小（98例患者），且为回顾性分析	探究WMH在轻微缺血性卒中或短暂性脑缺血发作后的早期消退情况及影响因素	轻微缺血性卒中或短暂性脑缺血发作患者	数字病理学	心血管疾病	脑MRI	深度学习算法	图像	98例轻微缺血性卒中或短暂性脑缺血发作患者
451	2025-05-02	The role of sleep quality in mediating the relationship between habenula volume and resilience 2025-Feb, Psychiatry research IF:4.2Q1 DOI:10.1016/j.psychres.2025.116358 PMID:39799818	研究论文	本研究探讨了睡眠质量在缰核体积与心理韧性关系中的中介作用	首次在人类研究中揭示缰核体积通过睡眠质量影响心理韧性的生物学机制	样本量较小（84名健康参与者），且为横断面研究无法确定因果关系	探究缰核体积与心理韧性关系的生物学机制	84名健康参与者的缰核体积、睡眠质量和心理韧性	神经影像学	抑郁症	3T-MRI T1加权成像	深度学习自动分割模型	MRI图像和问卷数据	84名健康参与者
452	2025-05-02	Development and routine implementation of deep learning algorithm for automatic brain metastases segmentation on MRI for RANO-BM criteria follow-up 2025-Feb-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121002 PMID:39800174	研究论文	开发并验证了一种用于自动分割MRI上脑转移瘤的深度学习算法，以简化RANO-BM标准的临床应用	利用深度学习算法自动分割脑转移瘤，显著提高了RANO-BM标准的应用效率和准确性	研究样本量较小，仅包含132名患者的27,456张MRI图像	开发并验证一种AI解决方案，用于在常规临床环境中自动分割脑转移瘤并获取RANO-BM标准	脑转移瘤（BM）患者	数字病理学	脑转移瘤	MRI	UNETR	图像	132名患者的27,456张MRI图像
453	2025-05-02	Deep Learning and Numerical Analysis for Bladder Outflow Obstruction and Detrusor Underactivity Diagnosis in Men: A Novel Urodynamic Evaluation Scheme 2025-Feb, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.25665 PMID:39803869	研究论文	通过深度学习与数值分析方法，提出一种新型尿动力学评估方案，用于自动识别和诊断男性下尿路症状患者的膀胱出口梗阻和逼尿肌活动不足	结合深度卷积神经网络与短时傅里叶变换算法，利用五通道尿动力学数据进行准确诊断	研究仅针对男性患者，未涉及女性或其他人群	自动诊断膀胱出口梗阻（BOO）和逼尿肌活动不足（DUA）	1949名接受尿动力学检查的男性患者	数字病理学	泌尿系统疾病	短时傅里叶变换（STFT）	深度卷积神经网络（CNN）	尿动力学数据（包括尿流率、尿量、膀胱内压、腹压和逼尿肌压力）	1949名男性患者（1725名来自武汉大学人民医院，224名来自武汉市中心医院）
454	2025-05-02	CLSSATP: Contrastive learning and self-supervised learning model for aquatic toxicity prediction 2025-Feb, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2025.107244 PMID:39805255	研究论文	提出了一种名为CLSSATP的高效对比自监督学习深度神经网络预测模型，用于有机毒性预测	模型整合了自监督学习模块和对比学习模块，通过双视角学习深入理解分子结构和性质关系	NA	研究化学物质对不同水生物种的潜在影响，以保护环境和确保可持续人类发展	有机毒性	机器学习	NA	对比学习、自监督学习	深度神经网络	分子指纹、分子图	NA
455	2025-05-02	ECGEFNet: A two-branch deep learning model for calculating left ventricular ejection fraction using electrocardiogram 2025-Feb, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103065 PMID:39809042	research paper	提出了一种名为ECGEFNet的双分支深度学习模型，用于通过心电图计算左心室射血分数（LVEF）	创新性地整合了原始数值信号和波形图，通过融合注意力机制（FAT）和双分支特征融合模块（BFF）提高了特征融合效率	未提及模型在外部数据集上的验证情况	开发一种基于心电图的心脏功能障碍实时监测工具	左心室射血分数（LVEF）	machine learning	cardiovascular disease	deep learning	ECGEFNet (two-branch deep learning model)	electrocardiogram (ECG)	大型内部数据集（具体数量未提及）
456	2025-05-02	Pneumonia Detection Using Enhanced Convolutional Neural Network Model on Chest X-Ray Images 2025-02, Big data IF:2.6Q2 DOI:10.1089/big.2022.0261 PMID:37074075	research paper	本研究开发了多种深度学习模型，用于通过胸部X光图像检测肺炎，并比较了它们的性能	使用了增强的CNN模型，并在大数据集上进行了训练，其准确率达到了92.4%，超过了其他模型和现有技术	数据集虽然扩充了，但可能仍存在样本不平衡或多样性不足的问题	开发高效的深度学习模型，以提高肺炎的早期检测准确率	胸部X光图像	computer vision	lung cancer	deep learning	CNN, VGG-19, ResNet-50	image	5863张胸部X光图像
457	2025-05-01	The intelligent fault identification method based on multi-source information fusion and deep learning 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90823-5 PMID:39994344	研究论文	本文提出了一种基于多源信息融合和深度学习的智能断层识别方法，通过整合遥感影像、数字高程模型和地质图数据，实现了断层的快速、精确和智能识别	采用多源信息融合方法，结合多种机器学习模型和CNN模型，显著提高了断层识别的准确性和效率	研究仅应用于中国六安市金寨县南部地区，未在其他地区验证其普适性	开发一种智能断层识别方法，以提高断层识别的准确性和效率	地质断层	计算机视觉	NA	多源信息融合、机器学习、深度学习	CNN、分类与回归树模型	遥感影像、数字高程模型、地质图数据	中国六安市金寨县南部地区的数据
458	2025-05-01	Automated gradation design of natural waste gravel soil stabilized by composite soil stabilizer based on a novel DNNSS-APDM-PFC model 2025-Feb-15, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2024.12.046 PMID:39778231	研究论文	本研究提出了一种基于DNNSS-APDM-PFC模型的新型复合土壤稳定剂稳定废弃砾石土自动级配设计方法	开发了适用于小样本的深度学习神经网络（DNNSS）来预测无侧限抗压强度和抗冻性，为级配设计提供基础预测数据	NA	建立复合土壤稳定剂稳定废弃砾石土（CSSWGS）的自动级配设计新模型	复合土壤稳定剂稳定的废弃砾石土	机器学习	NA	深度学习神经网络（DNNSS）、粒子流代码（PFC）、中国沥青路面设计方法（APDM）	DNNSS	工程性能数据	NA
459	2025-05-01	A deep learning approach to perform defect classification of freeze-dried product 2025-Feb-10, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2024.125127 PMID:39756597	research paper	使用深度学习方法对冷冻干燥产品进行缺陷分类	开发了两种基于卷积神经网络的方法（基于补丁的方法和多标签分类），用于处理高分辨率图像，并实现了对关键缺陷的完美精确度和召回率	研究中仅使用了故意制备的缺陷样本和缺陷无样本，可能无法涵盖所有实际生产中的缺陷情况	提高冷冻干燥产品的质量检测效率和准确性	冷冻干燥产品	computer vision	NA	Convolutional Neural Networks	CNN	image	多个连续冷冻干燥样品
460	2025-05-01	NovoRank: Refinement for De Novo Peptide Sequencing Based on Spectral Clustering and Deep Learning 2025-Feb-07, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.4c00300 PMID:39739539	研究论文	本文提出了一种名为NovoRank的后处理工具，通过光谱聚类和深度学习改进从头肽段测序的准确性	结合光谱聚类和深度学习模型，显著提高了肽段识别的召回率和精确度	依赖于初始肽段测序工具的输出质量，可能对某些特定类型的肽段识别效果有限	提高质谱法蛋白质组学中肽段序列识别的准确性	质谱数据中的肽段序列	生物信息学	NA	质谱法	深度学习	质谱数据	NA