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
781	2025-10-07	Automatic measurement of X-ray radiographic parameters based on cascaded HRNet model from the supraspinatus outlet radiographs 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1373 PMID:39995702	研究论文	本研究开发了一种基于级联HRNet模型的自动测量系统，用于从冈上肌出口X线片中测量肩部形态学参数	首次报道了在冈上肌出口X线片中自动测量放射学参数的方法，使用了基于深度学习的级联HRNet模型	研究仅使用了单中心数据，模型在肩峰形态分类方面仅具有中等可靠性	开发自动测量肩部形态学参数的系统，用于肩袖疾病的早期筛查和临床决策支持	冈上肌出口X线片	计算机视觉	肩袖损伤	X线摄影	HRNet	医学影像	1668张冈上肌出口X线片（1147张用于训练和验证，521张用于测试）	深度学习	级联HRNet	PCK, ICC, Pearson相关系数, 平均绝对误差, 均方根误差, Cohen's kappa系数	NA
782	2025-10-07	Rapid and automatic hemodynamic assessment: integration of deep learning-based image segmentation, vessel reconstruction, and CFD prediction 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1721 PMID:39995727	研究论文	开发了一种基于深度学习的血管血流动力学快速自动评估方法，整合图像分割、血管重建和CFD预测	提出Res2-CD-UNet模型，将深度学习方法与MC算法和OpenFOAM结合，实现从CT图像到血流动力学分析的端到端自动化流程	仅在下肢动脉和主动脉数据集上验证，未提及其他血管区域或更大规模多中心验证	开发快速准确的血管血流动力学特征数据提取方法，替代传统耗时易错的手工处理流程	血管CT图像中的动脉区域	计算机视觉	心血管疾病	CT成像	CNN	医学图像	下肢动脉和主动脉两个数据集	OpenFOAM	Res2Net-ConvFormer-Dilation-UNet (Res2-CD-UNet)	准确率, 相对几何误差	NA
783	2025-10-07	Predicting joint space changes in knee osteoarthritis over 6 years: a combined model of TransUNet and XGBoost 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1397 PMID:39995733	研究论文	本研究开发了结合TransUNet和XGBoost的模型，用于膝关节骨关节炎的关节间隙宽度自动测量和6年变化预测	首次将TransUNet分割网络与XGBoost回归模型结合，仅使用2年X光图像即可高精度预测6年关节间隙变化	数据来源于单一数据库（骨关节炎倡议数据库），样本代表性可能存在局限	建立膝关节间隙自动分割测量模型并预测6年关节间隙宽度变化	膝关节骨关节炎患者的X光图像	计算机视觉	骨关节炎	X射线成像	CNN, Transformer, 集成学习	医学图像	1947名参与者的膝关节X光图像	NA	TransUNet, XGBoost	Dice系数, 组内相关系数(ICC), 平均绝对误差(MAE)	NA
784	2025-10-07	Deep learning for the detection of moyamoya angiopathy using T2-weighted images: a multicenter study 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1269 PMID:39995722	研究论文	基于T2加权图像开发深度学习模型用于烟雾病检测的多中心研究	首次基于T2WI开发深度学习模型用于烟雾病检测，并在多中心数据上进行验证	回顾性研究设计，未包含其他脑血管疾病的全面比较	开发基于T2WI的深度学习模型用于烟雾病检测	烟雾病患者、正常MRA患者和非烟雾病脑血管疾病患者	计算机视觉	烟雾病	磁共振成像，T2加权成像	CNN	医学图像	1038例烟雾病患者，1211例正常MRA患者，271例非烟雾病脑血管疾病患者	NA	SCNN,LeNet-5,VGG,ResNet,DenseNet	准确率,置信区间	NA
785	2025-10-07	Diagnosis of Alzheimer's disease using transfer learning with multi-modal 3D Inception-v4 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1577 PMID:39995734	研究论文	本研究提出了一种基于多模态特征和迁移学习的3D Inception-v4模型，用于阿尔茨海默病的诊断	首次将多模态三维Inception-v4模型与迁移学习相结合，融合MRI影像和临床评分数据进行AD诊断	NA	开发基于深度学习的阿尔茨海默病计算机辅助诊断方法	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	磁共振成像	CNN	图像, 临床评分数据	来自ADNI数据库的数据	NA	3D Inception-v4	准确率, AUC, 精确率, 召回率, F1分数	NA
786	2025-10-07	Combining pelvic floor ultrasonography with deep learning to diagnose anterior compartment organ prolapse 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-772 PMID:39995742	研究论文	本研究结合盆底超声与深度学习技术，开发用于诊断前盆腔器官脱垂的自动识别系统	首次将深度学习模型应用于盆底超声图像的前盆腔器官脱垂诊断，通过迁移学习提升特征提取稳定性	回顾性研究，样本来源单一，缺乏外部验证	提高盆底超声诊断前盆腔器官脱垂的速度和可靠性，促进基层医疗机构的诊疗能力	前盆腔器官脱垂患者（1,605例）和正常对照者（200例）的盆底超声图像	计算机视觉	盆腔器官脱垂	盆底超声检查	CNN	超声图像	5,816张盆底前腔静态超声图像（5,281张异常，535张正常），来自1,805名女性	NA	AlexNet,VGG-16,ResNet-18,ResNet-50	准确率,精确率,召回率,F1分数,AUC	NA
787	2025-10-07	Deep Learning-Assisted Fluorescence Single-Particle Detection of Fumonisin B1 Powered by Entropy-Driven Catalysis and Argonaute 2025-Feb-25, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05913 PMID:39868471	研究论文	开发了一种结合深度学习和熵驱动催化的荧光单颗粒检测平台，用于超灵敏检测伏马菌素B1	首次将熵驱动催化、Argonaute酶和深度学习YOLOv9模型集成到荧光单颗粒检测平台中	NA	实现食品中痕量霉菌毒素的超灵敏检测	伏马菌素B1（FB1）	生物传感	食品安全相关疾病	荧光单颗粒检测、熵驱动催化、Argonaute酶切割	YOLOv9	共聚焦荧光图像	NA	NA	YOLOv9	检测限0.89 pg/mL，线性范围1 pg/mL-100 ng/mL，回收率87.2-113.5%	NA
788	2025-10-07	RAE-Net: a multi-modal neural network based on feature fusion and evidential deep learning algorithm in predicting breast cancer subtypes on DCE-MRI 2025-Feb-25, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adb494 PMID:39933196	研究论文	提出基于多模态特征融合和证据深度学习算法的RAE-Net神经网络模型，用于预测乳腺癌分子亚型	结合多模态特征融合和证据深度学习算法，为乳腺癌亚型预测提供不确定性估计	NA	提高乳腺癌分子亚型在DCE-MRI影像上的预测准确性	344例经组织学确认的乳腺癌患者	计算机视觉	乳腺癌	动态对比增强磁共振成像	CNN	医学影像	344例患者（训练集200例，验证集60例，测试集62例）	NA	ResNet-50, Multi-Head Attention, Multi-Layer Perceptron	准确率, Macro-F1分数, AUC	NA
789	2025-10-07	Automated hallucination detection for synthetic CT images used in MR-only radiotherapy workflows 2025-Feb-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb5eb PMID:39946843	研究论文	开发了一种用于检测AI生成盆腔合成CT图像中骨骼幻觉的深度学习工具	首次提出基于深度学习自动分割模型的幻觉筛查器，用于识别AI生成合成CT图像中的虚假骨骼区域	训练数据集规模较小（86个Dixon MR图像集），测试数据集仅包含10个样本	提高MR-only放疗工作流程中合成CT图像的质量和安全性	盆腔AI生成合成CT图像中的骨骼幻觉区域	医学影像分析	盆腔疾病	深度学习自动分割	CNN	3D MR图像，CT图像	训练集：86个Dixon MR图像集，测试集：10个样本	MONAI	3D SegResNet	特异性，灵敏度	NA
790	2025-02-26	Deep-Learning-Assisted Self-Powered Microfluidic Bionic Electronic Tongues 2025-Feb-24, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c22067 PMID:39992874	研究论文	本文介绍了一种结合液体-固体接触带电效应和深度学习算法的自供电微流体仿生电子舌（SMET），用于实现高可靠性和智能化的样品识别和浓度检测	通过结合液体-固体接触带电效应和深度学习算法，开发了一种新型的自供电微流体仿生电子舌，显著提高了样品识别的准确性和灵敏度	NA	开发一种高可靠性和智能化的液体样品识别和浓度检测工具	液体样品，包括五种味觉元素样品和不同浓度的氯化钠溶液	机器学习和微流体技术	NA	液体-固体接触带电效应（LSCE）和深度学习算法	深度学习模型	电信号数据	五种味觉元素样品和五种浓度的氯化钠溶液，以及超过十种不同的味觉样品	NA	NA	NA	NA
791	2025-02-26	An intelligent prediction method for rock core integrity based on deep learning 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90924-1 PMID:39987183	研究论文	本文提出了一种基于深度学习的岩石核心完整性智能预测方法，名为IDA-RCF，用于自动评估岩石核心完整性	提出了一个双分支特征提取网络，结合可变形卷积和基于自注意力的EfficientViT网络，以及多级特征融合网络，有效提取并融合局部细节和全局上下文信息	未提及具体局限性	解决传统人工评估岩石核心完整性效率低下的问题，实现自动评估	岩石核心完整性	计算机视觉	NA	深度学习	双分支特征提取网络（Deformable convolution和EfficientViT）	图像	未提及具体样本数量	NA	NA	NA	NA
792	2025-02-26	A deep learning digital biomarker to detect hypertension and stratify cardiovascular risk from the electrocardiogram 2025-Feb-22, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01491-8 PMID:39987256	研究论文	本文开发了一种深度学习模型HTN-AI，用于通过12导联心电图波形识别高血压并分层心血管疾病风险	利用深度学习模型从心电图中检测高血压，并作为高血压相关心血管疾病的数字生物标志物	研究依赖于特定医院的数据，可能限制了模型的普适性	开发一种基于心电图的深度学习模型，用于高血压检测和心血管疾病风险分层	103,405名成年人的752,415份心电图数据	数字病理学	心血管疾病	深度学习	深度学习模型	心电图波形	103,405名成年人的752,415份心电图数据	NA	NA	NA	NA
793	2025-02-26	Building rooftop extraction from high resolution aerial images using multiscale global perceptron with spatial context refinement 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91206-6 PMID:39987354	研究论文	本文提出了一种基于Transformer和CNN的多尺度全局感知网络，用于从高分辨率航空图像中提取建筑物屋顶	提出了一种改进的多头注意力编码器，通过构建多尺度标记来增强全局语义关联，并开发了上下文细化解码器，协同使用高层语义表示和浅层特征来恢复空间细节	尽管模型在WHU和Massub数据集上表现优异，但未提及在其他数据集上的泛化能力	提高从高分辨率航空图像中提取建筑物屋顶的精度和效率	建筑物屋顶	计算机视觉	NA	深度学习	Transformer, CNN	图像	WHU数据集和Massub数据集	NA	NA	NA	NA
794	2025-02-26	Achieving a New Artificial Intelligence System for Serum Protein Electrophoresis to Recognize M-Spikes 2025-Feb-18, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c09327 PMID:39989836	研究论文	本文探索了一种新的人工智能系统AIRSPE，用于准确识别血清蛋白电泳（SPE）模式中的低浓度M峰	开发了基于深度学习的AIRSPE系统，显著优于人工解释，特别是在检测低浓度M峰方面	研究主要依赖于内部和外部测试集，可能需要在更广泛的数据集上进一步验证	准确识别血清蛋白电泳中的低浓度M峰	血清蛋白电泳（SPE）数据	机器学习	NA	免疫固定电泳（IFE）	MobileNetv2	电泳数据	166,003个SPE数据集，分为4个训练集和1个优化集，10,014个内部测试集和1,861个外部测试集	NA	NA	NA	NA
795	2025-02-26	Enhanced classification of medicinal plants using deep learning and optimized CNN architectures 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42385 PMID:39991214	研究论文	本文提出了一种基于深度学习的框架，利用卷积神经网络（CNNs）对药用植物图像进行分类，以提高分类准确性	采用带有残差和倒置残差块配置的CNN架构，并结合二元黑猩猩优化和序列特征融合技术，以提高分类的准确性和速度	研究中未提及具体的数据集规模或多样性，可能影响模型的泛化能力	提高药用植物物种的准确分类，以促进其有效保护和合理使用	药用植物图像	计算机视觉	NA	深度学习，卷积神经网络（CNNs）	CNN	图像	未提及具体样本数量	NA	NA	NA	NA
796	2025-02-26	Improvement of reading platforms assisted by the spring framework: A recommendation technique integrating the KGMRA algorithm and BERT model 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42191 PMID:39991253	研究论文	本研究提出了一种结合KGMRA算法和BERT模型的新型推荐系统，旨在提高阅读平台的推荐准确性、个性化和内容多样性	结合KGMRA算法和BERT模型，利用知识图谱和多关系网络捕捉文章间的语义关系，并通过深度学习生成文章内容的语义表示，显著提升了推荐系统的性能	未提及具体的技术实现细节和在不同平台上的适用性	提高阅读平台的推荐系统性能，包括推荐准确性、个性化和内容多样性	阅读平台的用户和文章内容	自然语言处理	NA	KGMRA算法, BERT模型	BERT	文本	未提及具体样本数量	NA	NA	NA	NA
797	2025-02-26	Enhancing Pediatric Bone Age Assessment Using Artificial Intelligence: Implications for Orthopedic Surgery 2025-Feb, Cureus DOI:10.7759/cureus.79507 PMID:39989489	研究论文	本研究评估了人工智能在儿科骨龄预测中的应用，使用RSNA 2017儿科骨龄挑战数据集，开发并训练了一个基于ResNet-50架构的深度学习模型	利用深度学习模型（ResNet-50）进行儿科骨龄预测，相比传统方法减少了操作者间的变异性并提高了可靠性	需要进一步验证研究以确保在不同患者群体中的临床适用性	提高儿科骨龄评估的准确性、效率和标准化，优化治疗时机并扩大高质量骨龄评估的普及	儿科骨龄评估	计算机视觉	骨科疾病	深度学习	ResNet-50	图像	12,611张手和手腕的X光片用于训练，1,425张用于验证，200张用于测试	NA	NA	NA	NA
798	2025-02-26	Lentil plant disease and quality assessment: A detailed dataset of high-resolution images for deep learning research 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111224 PMID:39989639	研究论文	本文介绍了一个包含高分辨率扁豆植物图像的详细数据集，旨在支持机器学习模型在扁豆种植中的疾病检测和质量评估	提供了一个全面的高分辨率扁豆植物图像数据集，专门用于农业研究中的计算机视觉和深度学习应用	数据集仅涵盖孟加拉国地区的扁豆植物，可能不适用于其他地区的扁豆种植	开发机器学习模型以精确检测扁豆疾病并评估其质量，从而提高扁豆生产效率	扁豆植物	计算机视觉	扁豆疾病（如褐斑病、锈病和白粉病）	深度学习	NA	图像	四个月内在孟加拉国多个地点收集的高分辨率扁豆植物图像	NA	NA	NA	NA
799	2025-02-26	Explainability of a Deep Learning-Based Classification Model for Antineutrophil Cytoplasmic Autoantibody-Associated Glomerulonephritis 2025-Feb, Kidney international reports IF:5.7Q1 DOI:10.1016/j.ekir.2024.11.005 PMID:39990883	研究论文	本文介绍了一种基于深度学习的模型，用于分类抗中性粒细胞胞浆抗体相关性肾小球肾炎（ANCA-GN）的肾活检样本，并探讨了模型的可解释性	首次开发了基于深度学习的计算流程，用于按照Berden分类法对ANCA-GN肾活检进行分类，并利用可解释的人工智能技术使模型决策对肾病理学家透明	研究样本量较小，仅包括80名患者的肾活检样本，且数据来自三个欧洲中心，可能限制了模型的泛化能力	开发并验证一种深度学习模型，用于分类ANCA-GN肾活检样本，并提高模型决策的透明度和可解释性	80名ANCA-GN患者的肾活检样本	数字病理学	肾小球肾炎	深度学习	深度学习模型	图像	80名患者的肾活检样本	NA	NA	NA	NA
800	2025-02-25	Optimizing potato leaf disease recognition: Insights DENSE-NET-121 and Gaussian elimination filter fusion 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42318 PMID:39991243	研究论文	本文提出了一种基于深度学习的混合模型DENSE-NET-121与2D高斯消元滤波器，用于通过早期检测马铃薯叶片病害来提高产量	结合DENSE-NET-121和2D高斯消元滤波器，实现了前所未有的训练和验证准确率，并显著降低了训练和验证损失	NA	提高马铃薯产量，通过早期检测叶片病害	马铃薯叶片	计算机视觉	马铃薯病害	深度学习	DENSE-NET-121	图像	来自Kaggle数据集的三种马铃薯叶片类别（早疫病、健康、晚疫病）	NA	NA	NA	NA