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
61	2025-04-02	Gd-EOB-DTPA-enhanced MRI radiomics and deep learning models to predict microvascular invasion in hepatocellular carcinoma: a multicenter study 2025-Mar-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01646-9 PMID:40165094	research paper	基于Gd-EOB-DTPA增强MRI影像，开发了一种结合双区域特征和两种机器学习算法的放射组学模型，用于预测肝细胞癌的微血管侵犯	结合双区域特征和两种机器学习算法（CR和DLR）开发新型放射组学模型，提高了预测微血管侵犯的准确性	研究中所有模型之间的AUC差异不显著（P>0.005），可能影响模型选择的明确性	验证新型放射组学模型在术前预测肝细胞癌微血管侵犯中的潜在价值	304名肝细胞癌患者（训练队列216名，测试队列88名）	digital pathology	liver cancer	Gd-EOB-DTPA-enhanced MRI	3D ResNet-18, support vector machines	MRI images	304 patients (216 training, 88 testing)
62	2025-04-02	Effectiveness and clinical impact of using deep learning for first-trimester fetal ultrasound image quality auditing 2025-Mar-31, BMC pregnancy and childbirth IF:2.8Q1 DOI:10.1186/s12884-025-07485-4 PMID:40165135	research paper	开发并验证了一种基于人工智能的超声图像质量审核系统（AI-IQA），用于自动审核妊娠早期扫描中的四个关键平面图像质量	首次提出基于YOLOv7结构检测网络和多分支图像质量回归网络的AI-IQA系统，实现快速准确的超声图像质量自动审核	研究仅针对妊娠早期超声图像，未验证在其他孕期或不同类型超声检查中的适用性	开发自动化的超声图像质量审核系统，提高妊娠早期超声检查的质量控制效率	妊娠早期超声扫描的四个关键平面图像	computer vision	NA	深度学习	YOLOv7	image	567例由4名不同经验水平的放射科医师扫描的病例
63	2025-04-02	Deep learning-based breast MRI for predicting axillary lymph node metastasis: a systematic review and meta-analysis 2025-Mar-31, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00863-3 PMID:40165212	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习算法在乳腺MRI中预测乳腺癌患者腋窝淋巴结转移的诊断性能	首次系统评估深度学习在乳腺MRI中预测腋窝淋巴结转移的诊断性能，并提供了汇总的敏感性和特异性数据	研究间存在中度异质性（I2=61%和60%），且纳入研究数量有限（10项）	评估深度学习算法在乳腺MRI中预测乳腺癌患者腋窝淋巴结转移的诊断准确性	乳腺癌患者的乳腺MRI图像	digital pathology	breast cancer	MRI	deep learning	image	10项研究（具体样本量未明确说明）
64	2025-04-02	A novel network-level fused deep learning architecture with shallow neural network classifier for gastrointestinal cancer classification from wireless capsule endoscopy images 2025-Mar-31, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02966-0 PMID:40165262	研究论文	提出了一种新型网络级融合深度学习架构，用于无线胶囊内窥镜图像中的胃肠道癌症分类	融合了SC-DSAN和CNN-GRU两种新型架构，采用深度连接层进行网络级融合，避免了特征级融合的计算成本，并利用贝叶斯优化和熵控海洋捕食者算法进行动态超参数调优和特征选择	未提及在更广泛数据集上的适应性及计算复杂性的优化	解决胃肠道疾病分类和定位中的挑战，如类间和类内相似性、类别不平衡和计算效率低下	无线胶囊内窥镜图像中的胃肠道疾病	计算机视觉	胃肠道癌症	深度学习	SC-DSAN, CNN-GRU, SWNN	图像	Kvasir-V1和Kvasir-V2数据集
65	2025-04-02	Advances in AI-based strategies and tools to facilitate natural product and drug development 2025-Mar-30, Critical reviews in biotechnology IF:8.1Q1 DOI:10.1080/07388551.2025.2478094 PMID:40159111	综述	本文综述了人工智能在天然产物和药物开发中的应用及其进展	详细介绍了AI如何通过深度学习和自动化生物信息学平台加速天然产物的发现和药物开发	未提及具体AI工具或方法的局限性	探讨AI在天然产物和药物开发中的应用及其潜力	天然产物及其衍生物	机器学习	NA	深度学习、集成自动化生物信息学平台、质谱和核磁共振	神经网络	质谱数据、核磁共振数据	NA
66	2025-04-02	The clinical implications and interpretability of computational medical imaging (radiomics) in brain tumors 2025-Mar-30, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01950-6 PMID:40159380	review	本文综述了放射组学在脑肿瘤研究中的应用及其可解释性	整合脑肿瘤生物学领域知识与可解释性方法，提升放射组学的临床可理解性	深度学习模型缺乏生物学机制支持	探讨放射组学在脑肿瘤中的临床应用及其可解释性	脑肿瘤	digital pathology	brain tumor	radiomics	deep learning-based models, handcrafted-feature radiomics	medical imaging	NA
67	2025-04-02	Deep learning-quantified body composition from positron emission tomography/computed tomography and cardiovascular outcomes: a multicentre study 2025-Mar-30, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf131 PMID:40159388	research paper	该研究结合深度学习和图像处理技术，从PET/CT扫描中自动量化身体组织成分，并评估其与死亡或心肌梗死的关联	首次利用深度学习方法从标准心脏PET/CT扫描中快速自动获取体积身体组织成分，为医生提供详细的定量评估	研究仅基于三个中心的患者数据，可能影响结果的普遍性	评估从PET/CT扫描中自动量化的身体组织成分与心血管结局的关联	10,085名接受PET心肌灌注成像的患者	digital pathology	cardiovascular disease	PET/CT, deep learning	deep learning	image	10,085名患者
68	2025-04-02	Dual discriminator GAN-based synthetic crop disease image generation for precise crop disease identification 2025-Mar-30, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01361-0 PMID:40159478	research paper	提出了一种基于双判别器GAN的合成作物病害图像生成方法，以提高作物病害识别的精确度	设计了具有双判别器结构的频域和小波图像增强网络（FHWD），结合小波损失和快速傅里叶变换损失函数，提升生成图像的视觉质量和真实性	未提及具体的数据集规模限制或模型在其他作物病害上的泛化能力	解决作物病害图像稀缺问题，提升病害识别模型的准确性和泛化能力	作物病害图像	computer vision	crop disease	GAN, Fast Fourier Transform, wavelet transform	Dual discriminator GAN (FHWD)	image	十种作物病害（来自PlantVillage数据集）和九种番茄叶病害
69	2025-04-02	SGA-Driven feature selection and random forest classification for enhanced breast cancer diagnosis: A comparative study 2025-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95786-1 PMID:40159513	research paper	提出了一种结合海鸥优化算法（SGA）和随机森林（RF）分类器的乳腺癌分类新方法	首次将SGA应用于乳腺癌诊断中的基因选择，通过系统探索特征空间识别最具信息量的基因子集，提高分类精度并降低计算复杂度	未来需要探索其他自然启发算法和深度学习模型的集成以进一步提升性能和临床适用性	提高乳腺癌诊断的准确性和效率	乳腺癌基因数据	machine learning	breast cancer	Seagull Optimization Algorithm (SGA), Random Forest (RF)	RF, LR, SVM, KNN	gene data	NA
70	2025-04-02	Advances in machine learning for keratoconus diagnosis 2025-Mar-30, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03496-4 PMID:40159519	review	回顾了过去十年中机器学习技术在圆锥角膜（KC）诊断中的应用，并提出了促进机器学习模型在临床实践中整合的路线图模型	揭示了机器学习在圆锥角膜诊断中的现状和挑战，提出了针对ML开发者和眼科医生的可操作建议，并提出了促进临床整合的路线图模型	缺乏早期圆锥角膜检测和严重程度分期的客观诊断标准共识，多学科合作有限，公共数据集访问受限	评估机器学习在圆锥角膜诊断中的应用，并促进其在临床实践中的整合	圆锥角膜（KC）的诊断	machine learning	keratoconus	机器学习（ML）技术	Random Forest, CNN, Feedforward and Feedback Neural Networks, Support Vector Machines	numerical corneal parameters	62篇文章进行分析
71	2025-04-02	Deep learning-based mobile application for efficient eyelid tumor recognition in clinical images 2025-Mar-30, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01539-9 PMID:40159516	research paper	本研究开发了一种基于深度学习的移动应用程序，用于高效识别临床图像中的眼睑肿瘤	结合YOLOv5和Efficient-Net v2-B架构，开发了一款智能手机应用，用于眼睑肿瘤的自我诊断，其准确率超过普通医生、住院医生和眼科专家	研究仅基于1195张预处理临床眼部照片和活检结果，样本量可能不足以覆盖所有眼睑肿瘤类型	开发一个高效的眼睑肿瘤识别系统，以改善患者的健康支持系统	眼睑肿瘤患者	computer vision	眼睑肿瘤	深度学习	YOLOv5, Efficient-Net v2-B	image	1195张预处理临床眼部照片和活检结果
72	2025-04-02	Improving realism in abdominal ultrasound simulation combining a segmentation-guided loss and polar coordinates training 2025-Mar-30, Medical physics IF:3.2Q1 DOI:10.1002/mp.17801 PMID:40159565	research paper	提出了一种结合分割引导损失和极坐标训练的新框架，以提高腹部超声模拟的真实性和解剖一致性	通过引入分割引导损失和极坐标训练，显著减少了GAN在物理模拟中产生的幻觉，提高了图像的解剖准确性和真实感	研究仅针对腹部超声图像，未涉及其他类型的医学影像模拟	提高腹部超声模拟的真实性和解剖一致性	腹部超声图像	digital pathology	NA	GAN, Unet, 极坐标训练	CycleGAN	image	617张真实腹部超声图像和971张人工模拟扫描图像
73	2025-04-02	A data-driven personalized approach to predict blood glucose levels in type-1 diabetes patients exercising in free-living conditions 2025-Mar-30, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110015 PMID:40164029	research paper	本文评估了一种数据驱动的方法，用于准确预测1型糖尿病患者在自由生活条件下运动时的血糖水平	结合多种机器学习和深度学习模型，采用个性化与基于人群的微调模型相结合的方法，预测血糖水平	部分患者血糖水平预测仍具挑战性，且预测在运动期间和运动后误差较大	评估数据驱动方法在预测1型糖尿病患者运动时血糖水平的准确性和安全性	1型糖尿病患者	machine learning	diabetes	continuous glucose monitoring, insulin pumps, carbohydrate intake, exercise intensity and duration, physical activity-related information	XGBoost, Random Forest, LSTM, CNN-LSTM, Dual-encoder with Attention layer	time-series data	79名1型糖尿病患者，每人4周的数据
74	2025-04-02	Deep Learning and Radiomics Discrimination of Coronary Chronic Total Occlusion and Subtotal Occlusion using CTA 2025-Mar-30, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.011 PMID:40164533	research paper	该研究开发了基于深度学习和放射组学的模型，用于区分冠状动脉慢性完全闭塞和次全闭塞	结合深度学习和放射组学技术，提高了冠状动脉慢性完全闭塞和次全闭塞的鉴别准确率	研究为回顾性设计，可能影响结果的普遍性	开发并验证能够准确区分冠状动脉慢性完全闭塞和次全闭塞的人工智能模型	冠状动脉慢性完全闭塞和次全闭塞病变	digital pathology	cardiovascular disease	CCTA	DL	image	581名参与者（600个病变，包括403个CTO和197个STO病变）
75	2025-04-02	Cleavage-stage embryo segmentation using SAM-based dual branch pipeline: development and evaluation with the CleavageEmbryo dataset 2025-Mar-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae617 PMID:39423150	研究论文	本文介绍了一种基于SAM的双分支分割管道，用于自动分割分裂期胚胎的卵裂球，并构建了首个带有片段信息像素级标注的人类分裂期胚胎数据集CleavageEmbryo	首次提出基于SAM的双分支分割管道，同时构建了首个带有片段信息像素级标注的分裂期胚胎数据集	缺乏公开可用的数据集，可能限制方法的广泛验证和应用	开发自动化方法来分割分裂期胚胎，以提高胚胎选择过程的效率和准确性	人类分裂期胚胎	计算机视觉	生殖健康	深度学习	SAM-based双分支网络	图像	未明确说明样本数量（CleavageEmbryo数据集）
76	2025-04-02	A review of denoising methods in single-particle cryo-EM 2025-Mar-29, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2025.103817 PMID:40164016	review	本文全面回顾了单颗粒冷冻电镜图像去噪方法的最新进展，涵盖从传统滤波方法到最新基于深度学习的策略	涵盖了从传统方法到最新深度学习策略的多种去噪方法，并进行了分析和比较	NA	推动单颗粒冷冻电镜去噪领域的发展，促进获取更高质量的图像	冷冻电镜图像	生物物理学	NA	冷冻电镜	深度学习	图像	NA
77	2025-04-02	Highly parallel profiling of the activities and specificities of Cas12a variants in human cells 2025-Mar-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57150-9 PMID:40155371	研究论文	本文通过高通量分析评估了24种Cas12a变体的活性和与特定PAM的兼容性，并开发了深度学习模型来预测目标序列的基因编辑活性	开发了深度学习模型预测Cas12a变体的基因编辑活性，并改进了GUIDE-seq系统以增强脱靶检测	研究仅针对24种Cas12a变体，可能未涵盖所有可能的变体	评估和比较不同Cas12a变体的基因编辑活性和特异性	24种Cas12a变体及其在人类细胞中的基因编辑活动	基因编辑	NA	高通量分析、深度学习、GUIDE-seq	深度学习模型	基因序列数据	24种Cas12a变体
78	2025-04-02	Detection of cotton crops diseases using customized deep learning model 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94636-4 PMID:40155421	研究论文	本文提出了一种定制的深度学习模型，用于检测棉花作物的疾病	比较了多种先进的深度学习模型（如VGG16、DenseNet、EfficientNet等）在棉花疾病识别中的表现，并发现ResNet152模型效果最佳	未提及模型在真实田间环境中的泛化能力及对不同棉花疾病类型的识别效果差异	开发高效的棉花作物疾病检测方法以减少农业经济损失	棉花作物及其疾病	计算机视觉	棉花作物疾病	深度学习	VGG16, DenseNet, EfficientNet, InceptionV3, MobileNet, NasNet, ResNet	图像	未明确提及样本数量，但使用了从田间收集的真实棉花疾病数据
79	2025-04-02	Comparative analysis of dehazing algorithms on real-world hazy images 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95510-z PMID:40155458	review	本文对真实世界雾霾图像上的去雾算法进行了比较分析	比较了深度学习方法与基于先验的恢复技术，特别是在处理密集和非均匀雾霾方面的表现	物理驱动的单图像去雾算法缺乏鲁棒性，数据驱动方法在薄雾条件下表现良好但在密集雾霾中表现不佳	确保计算机视觉应用（如智能交通、视频监控、天气预报和遥感）的可靠运行	真实世界的雾霾图像	computer vision	NA	image dehazing techniques	deep learning methods, restoration-based techniques	image	real-world hazy images
80	2025-04-02	Comparative analysis of daily global solar radiation prediction using deep learning models inputted with stochastic variables 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95281-7 PMID:40155686	研究论文	比较分析使用深度学习模型输入随机变量预测每日全球太阳辐射（DGSR）的性能	比较了四种不同的ANN模型（RBFNN、LSTMNN、MNN和TM）在DGSR预测中的性能，并使用了不同的气象随机变量组合	未提及样本量或具体的地理位置数据，可能影响模型的泛化能力	提高光伏发电的预测准确性	每日全球太阳辐射（DGSR）	机器学习	NA	人工神经网络（ANN）	RBFNN, LSTMNN, MNN, TM	时间序列数据	NA