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
721	2025-10-07	Toward automated detection of microbleeds with anatomical scale localization using deep learning 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103415 PMID:39642804	研究论文	提出一种用于脑微出血自动检测和脑解剖区域定位的3D深度学习框架	开发了包含特征融合模块和困难样本原型学习的新方案，在单一模型中同时实现微出血检测和解剖定位，显著降低假阳性率	NA	开发自动化脑微出血检测系统并实现解剖区域定位	脑微出血	计算机视觉	脑血管疾病	磁敏感加权成像	3D CNN	3D医学图像	NA	NA	3D U-Net, Region Proposal Network	灵敏度, 假阳性率	NA
722	2025-10-07	Intelligent identification of foodborne pathogenic bacteria by self-transfer deep learning and ensemble prediction based on single-cell Raman spectrum 2025-Apr-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127268 PMID:39644671	研究论文	提出基于单细胞拉曼光谱的AI模型，用于精确识别食源性致病菌	首次将自迁移深度学习和集成预测算法结合应用于单细胞拉曼光谱分析，显著提升训练效率和预测性能	NA	开发高精度食源性致病菌识别方法以预防疾病传播	食源性致病菌（包括革兰氏阴性菌和阳性菌）	机器学习	食源性疾病	单细胞拉曼光谱	深度学习	光谱数据	NA	NA	NA	准确率	NA
723	2025-10-07	Automated segmentation of dental restorations using deep learning: exploring data augmentation techniques 2025-Apr, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00794-y PMID:39652261	研究论文	本研究使用深度学习模型自动分割全景牙科X光片中的种植体、修复体和填充物，并探索数据增强技术对分割性能的影响	系统比较了9种深度学习分割模型和8种数据增强技术在牙科修复体分割任务中的表现，揭示了数据增强策略选择对模型性能和不同牙科结构类型的依赖性	未明确说明训练数据的详细来源和样本的具体分布特征	开发自动分割牙科修复体的深度学习模型，并评估数据增强技术对分割性能的优化效果	全景牙科X光片中的种植体、修复体和填充物	计算机视觉	牙科疾病	深度学习图像分割	深度学习分割模型	全景牙科X光图像	NA	NA	NA	IoU, Dice系数	NA
724	2025-10-07	Comparative benchmarking of failure detection methods in medical image segmentation: Unveiling the role of confidence aggregation 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103392 PMID:39657400	研究论文	本文提出了一个用于评估医学图像分割中失败检测方法的综合基准测试框架	揭示了像素置信度聚合在失败检测中的重要作用，并确定集成预测间的配对Dice评分作为简单而鲁棒的基线方法	研究仅基于五个公共3D医学图像数据集，可能无法覆盖所有临床场景	评估医学图像分割中的失败检测方法并建立基准测试框架	医学图像分割失败检测方法	计算机视觉	NA	深度学习	NA	3D医学图像	五个公共3D医学图像数据集	NA	NA	风险覆盖分析, 配对Dice评分	NA
725	2025-10-07	Evaluation of the mandibular canal and the third mandibular molar relationship by CBCT with a deep learning approach 2025-Apr, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00793-z PMID:39658743	研究论文	本研究使用CBCT和深度学习技术评估下颌管与第三磨牙的关系，并自动分割相关解剖结构	首次将nnU-NetV2架构应用于CBCT图像中下颌管与第三磨牙关系的自动评估和分割	研究为回顾性设计，样本量相对有限（300例患者）	开发深度学习模型自动评估下颌管与第三磨牙的解剖关系，辅助口腔手术规划	300名患者的CBCT影像数据，重点关注下颌管、第三磨牙、颏孔和下颌孔	计算机视觉	口腔疾病	CBCT成像技术	深度学习	医学影像	300例患者CBCT数据（训练集270例，测试集30例）	nnU-NetV2	nnU-NetV2	准确率, 敏感度, 精确率, Dice系数, Jaccard指数, AUC	NA
726	2025-04-27	AI for rapid identification of major butyrate-producing bacteria in rhesus macaques (Macaca mulatta) 2025-Apr-24, Animal microbiome IF:4.9Q1 DOI:10.1186/s42523-025-00410-2 PMID:40275402	research paper	该研究利用AI技术从恒河猴粪便涂片的数字图像中快速预测产丁酸盐细菌，并采用可解释性分析提高模型透明度	首次将深度学习与机器学习算法应用于粪便图像数据，实现快速、非侵入性的微生物组分析，并通过可解释性分析增强模型透明度	研究仅针对恒河猴，未在人类或其他动物中进行验证	开发一种快速、非侵入性且经济高效的微生物组分析方法	恒河猴(Macaca mulatta)的粪便样本	digital pathology	NA	metagenomic sequencing, deep learning, machine learning	DL and ML algorithms	digital images of fecal smears	NA	NA	NA	NA	NA
727	2025-04-27	Using deep learning models to decode emotional states in horses 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95853-7 PMID:40269006	研究论文	本研究探索了使用深度学习模型预测马匹情绪状态的方法	创建了两个新的数据集（裁剪身体和裁剪头部数据集），并在裁剪头部数据集上取得了最佳预测效果，准确率达到87%	裁剪头部数据集缺少尾部等重要区域，这些区域通常被专家用于标注	预测骑乘马匹的情绪状态	马匹	计算机视觉	NA	监督学习、迁移学习、微调	CNN、Yolo、Faster R-CNN	图像	NA	NA	NA	NA	NA
728	2025-04-27	PoulTrans: a transformer-based model for accurate poultry condition assessment 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98078-w PMID:40269017	研究论文	提出了一种基于Transformer的模型PoulTrans，用于准确评估家禽状况	结合CNN与CSA_Encoder-Transformer架构，引入Channel Spatial Memory-Guided Transformer (CSMT)和新型PS-Loss函数，优化多级注意力并提升状态描述的语义精度	未提及模型在实时应用中的性能或计算资源需求	开发直观的决策支持工具，提升家禽状况评估的准确性	家禽图像	计算机视觉	NA	深度学习	CNN, Transformer	图像	PSC-Captions数据集	NA	NA	NA	NA
729	2025-04-27	Ambiguity-aware semi-supervised learning for leaf disease classification 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95849-3 PMID:40269031	research paper	提出一种模糊感知的半监督学习方法，用于叶片病害分类，通过消除模糊结果提高伪标签精度	引入基于病害的模糊拒绝算法，提升伪标签精度，从而在半监督学习中减少对全标注数据的依赖	方法仅在咖啡和香蕉叶片病害数据集上验证，未涉及其他作物或病害类型	开发一种半监督学习方法，减少叶片病害分类中对全标注数据的依赖	咖啡和香蕉叶片的病害图像	computer vision	plant disease	semi-supervised learning	CNN	image	两个公共叶片病害数据集（咖啡和香蕉），标注数据比例从50%到100%不等	NA	NA	NA	NA
730	2025-04-27	Metaparameter optimized hybrid deep learning model for next generation cybersecurity in software defined networking environment 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96153-w PMID:40269039	研究论文	本文提出了一种基于混合深度学习模型和二进制独角鲸优化器的软件定义网络安全新方法，用于防御DDoS攻击	结合了混合深度学习模型（CNN-BiGRU-AM）和二进制独角鲸优化器（BNO），并利用海鸥优化算法（SOA）进行超参数调优，提高了检测系统的效率和鲁棒性	未提及该方法在其他类型网络攻击或不同网络环境中的适用性	开发一种可扩展且有效的解决方案，以保护SDN环境免受DDoS攻击	软件定义网络（SDN）中的DDoS攻击	机器学习	NA	深度学习、特征选择、超参数优化	CNN-BiGRU-AM、BNO、SOA	网络数据	未明确提及样本数量，使用DDoS SDN数据集	NA	NA	NA	NA
731	2025-04-27	Improved food image recognition by leveraging deep learning and data-driven methods with an application to Central Asian Food Scene 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95770-9 PMID:40269053	research paper	该论文通过深度学习和数据驱动方法改进食物图像识别，并应用于中亚食物场景	开发了一个大规模高质量的中亚食物场景数据集，用于食物定位和检测，解决了现实场景中多食物物品的识别问题	NA	改进食物图像识别技术，以支持高效的数字化食物记录、智能餐厅和超市等应用	中亚食物场景中的多食物物品	computer vision	NA	deep learning, data-driven methods	YOLOv8xl	image	21,306张图像，涵盖239种食物类别，69,856个实例	NA	NA	NA	NA
732	2025-04-27	Frame points attention convolution for deep learning on point cloud 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97388-3 PMID:40269085	研究论文	本文提出了一种名为帧点注意力卷积（FPAC）的新型三维空间卷积算子，用于处理点云数据	FPAC通过注意力机制量化输入局部点与预定义帧点之间的相关性，并动态生成空间连续滤波器，无需依赖生成模型或概率假设	NA	解决点云数据在深度学习中的处理难题	点云数据	计算机视觉	NA	注意力机制	FPAC	点云	广泛使用的数据集	NA	NA	NA	NA
733	2025-04-27	A hybrid segmentation and classification CAD framework for automated myocardial infarction prediction from MRI images 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98893-1 PMID:40269099	研究论文	提出一种用于从MRI图像中自动预测心肌梗死的计算机辅助诊断（CAD）框架，结合分割和分类技术	采用并行和串行两种方法进行分割和分类，并引入了混合CNN-ViT模型，显著提高了分类准确率	未提及在更大或更多样化的数据集上的验证，可能影响模型的泛化能力	开发一个自动化系统，用于心肌梗死的早期诊断和准确分类	MRI图像中的心肌梗死区域	数字病理学	心血管疾病	MRI成像	ResU-Net, CNN, ViT	图像	EMIDEC MRI数据集，使用五折交叉验证	NA	NA	NA	NA
734	2025-04-27	Research on underwater disease target detection method of inland waterway based on deep learning 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98570-3 PMID:40269127	研究论文	针对内河水道水下病害目标检测精度低和泛化能力差的问题，设计了一种基于改进YOLOv5的水下病害目标检测算法YOLOv5-GBCE	采用BiFPN加强特征融合提高小目标识别精度，引入CA模块分配注意力资源减少水下复杂背景干扰，使用EIoU作为框损失函数加速网络收敛，并采用Ghost卷积网络降低模型复杂度	NA	提高内河水道水下病害目标的检测精度和泛化能力	内河水道水下病害目标	计算机视觉	NA	深度学习	YOLOv5-GBCE（改进的YOLOv5）	图像	项目组收集的水下病害数据集（具体数量未提及）	NA	NA	NA	NA
735	2025-04-27	Anomaly detection in cropland monitoring using multiple view vision transformer 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98405-1 PMID:40269174	research paper	提出了一种基于多视角视觉变换器的农田异常检测方法，用于低空农业监测	采用具有独特注意力机制的视觉变换器模型，并在异常检测中表现出优越性能	未来计划整合热成像、红外或激光雷达传感器数据，并优化深度学习流程以减少计算复杂度	开发一种高效的农田异常检测系统，提升低空农业监测的安全性	农田图像数据，包括正常和异常情况	computer vision	NA	深度学习，视觉变换器	vision transformer	image	大量正常和异常农田图像	NA	NA	NA	NA
736	2025-04-27	A noval RUL prediction method for rolling bearing: TcLstmNet-CBAM 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98845-9 PMID:40269223	research paper	提出了一种名为TcLstmNet-CBAM的新型滚动轴承剩余使用寿命预测方法，结合了TCN和LSTM网络以及CBAM模块以提高预测精度	结合TCN提取长期时间依赖和高级空间特征，LSTM捕捉短期时间依赖和序列关系，并引入CBAM模块对关键特征进行多维加权	未提及方法在更广泛数据集或实际工业环境中的泛化能力	提高滚动轴承剩余使用寿命预测的准确性	旋转机械系统中的滚动轴承	machine learning	NA	TCN, LSTM, CBAM	TcLstmNet-CBAM	时间序列数据	PHM2012和XJTU-SY滚动轴承数据集	NA	NA	NA	NA
737	2025-04-27	Machine learning assessment of zoonotic potential in avian influenza viruses using PB2 segment 2025-Apr-23, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11589-8 PMID:40269678	研究论文	本研究开发了两种互补的方法，用于评估禽流感病毒的跨种传播潜力，重点关注PB2片段的适应性	结合回归模型和SHAP值分析，开发了一个全面的风险评估框架，能够识别和排名与跨种传播潜力相关的关键残基和突变	研究仅关注PB2片段，可能忽略了其他病毒片段对跨种传播潜力的影响	评估禽流感病毒的跨种传播潜力，开发一个基于PB2序列的全面风险评估框架	禽流感病毒（特别是来自禽类的A型流感病毒）的PB2片段	机器学习	禽流感	回归分析，SHAP值分析	随机森林回归模型，深度学习架构	序列数据	NA	NA	NA	NA	NA
738	2025-04-27	Torg-Pavlov ratio qualification to diagnose developmental cervical spinal stenosis based on HRViT neural network 2025-Apr-23, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08667-z PMID:40269821	research paper	开发基于HRViT神经网络的自动测量Torg-Pavlov比率（TPR）的深度学习模型，用于诊断发育性颈椎管狭窄（DCSS）	首次提出使用HRViT神经网络自动测量TPR，减少了主观影响并提高了处理速度	研究仅基于中国无症状人群的X射线图像，可能不适用于其他人群或更复杂的病例	开发自动测量TPR的深度学习模型，并建立中国无症状人群的TPR分布	1623张正常个体的颈椎侧位X射线图像	digital pathology	developmental cervical spinal stenosis	X-ray imaging	HRViT	image	1623张颈椎侧位X射线图像（训练集1466张，测试集157张）	NA	NA	NA	NA
739	2025-04-27	Global trends in artificial intelligence research in anesthesia from 2000 to 2023: a bibliometric analysis 2025-Apr-23, Perioperative medicine (London, England) DOI:10.1186/s13741-025-00531-x PMID:40270031	研究论文	通过文献计量分析，探讨2000年至2023年麻醉学领域人工智能研究的全球趋势和热点	首次对麻醉学领域的人工智能研究进行全面的文献计量分析，识别研究热点和未来方向	仅基于Web of Science Core Collection数据库的英文文献，可能遗漏其他语言或数据库的重要研究	分析麻醉学领域人工智能研究的全球发展趋势和热点	2000年至2023年发表的英文文章和综述	人工智能在医学中的应用	NA	文献计量分析	NA	文献数据	从Web of Science Core Collection数据库中检索的相关文献	NA	NA	NA	NA
740	2025-04-27	TCKAN: a novel integrated network model for predicting mortality risk in sepsis patients 2025-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03245-2 PMID:39560917	研究论文	提出了一种新型集成网络模型TCKAN，用于预测脓毒症患者的死亡风险	TCKAN模型首次将时间数据、常量数据和ICD编码整合到一个预测模型中，采用多模态数据集成策略，显著提高了预测准确性和鲁棒性	虽然已整合了时间数据、常量数据和ICD编码，但未来研究可以纳入更多样化的医疗数据类型，如影像学和实验室检测结果，以实现更全面的数据集成	提高脓毒症患者死亡风险的预测准确性，优化临床患者管理和治疗	脓毒症患者	机器学习	脓毒症	多模态数据集成	TCKAN（Time-Constant Kolmogorov-Arnold Network）	时间数据、常量数据和ICD编码	MIMIC-III和MIMIC-IV数据集	NA	NA	NA	NA