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
1261	2025-05-03	Reconstructing and predicting stochastic dynamical systems using probabilistic deep learning 2025-May-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0248312 PMID:40310707	研究论文	本研究提出了一种深度随机时间延迟嵌入模型，用于改进随机动力系统的数据驱动重建和预测	将不确定性学习整合到深度学习模型中，构建深度概率捕捉器以捕获重建映射中的不确定性信息，并将其作为元信息整合到时间延迟嵌入的重建过程中	NA	提高随机动力系统的预测准确性和鲁棒性	随机动力系统	机器学习	NA	深度学习	深度随机时间延迟嵌入模型	时间序列数据	Lorenz系统和真实世界数据集	NA	NA	NA	NA
1262	2025-05-03	Transformer-based Koopman autoencoder for linearizing Fisher's equation 2025-May-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0244221 PMID:40310706	研究论文	提出了一种基于Transformer的Koopman自编码器，用于线性化Fisher的反应-扩散方程	使用深度学习技术发现反应-扩散系统中的复杂时空模式，并将系统动态转化为更易理解的线性形式	完全依赖数据，不要求了解基础方程，可能对未知方程的数据集适用性有限	通过深度学习技术线性化反应-扩散方程，并预测系统演化	Fisher的反应-扩散方程、Kuramoto-Sivashinsky方程和Burger's方程	机器学习	NA	深度学习	Transformer-based Koopman autoencoder	数值模拟数据	60,000个初始条件的数据集	NA	NA	NA	NA
1263	2025-05-02	Artificial Intelligence Measurement of Preoperative Radiographs in Adolescent Idiopathic Scoliosis Based on Multiple-View Semantic Segmentation 2025-May, Global spine journal IF:2.6Q1 DOI:10.1177/21925682241270036 PMID:39109794	研究论文	本研究探讨了基于深度学习的青少年特发性脊柱侧凸（AIS）自动分类方法，并验证了机器分类与人工分类的一致性	利用U-Net语义分割神经网络技术和深度学习方法，实现了脊柱多视图的自动分割和对齐关系建立，以及Cobb角等脊柱特征的自动提取	研究样本量相对较小，且性别比例不均（男性81例，女性425例）	开发并验证一种自动化的AIS影像分类方法，以提高分类的一致性和准确性	青少年特发性脊柱侧凸（AIS）患者	数字病理	脊柱侧凸	深度学习，U-Net语义分割神经网络	U-Net	图像	506例（训练集），107例（测试集）	NA	NA	NA	NA
1264	2025-05-02	A New Method for Scoliosis Screening Incorporating Deep Learning With Back Images 2025-May, Global spine journal IF:2.6Q1 DOI:10.1177/21925682241282581 PMID:39264983	研究论文	提出了一种结合深度学习与背部图像的新方法用于脊柱侧弯筛查	利用深度学习算法自动进行脊柱侧弯筛查，减少不必要的辐射风险和筛查成本	研究样本量较小（247例），且为回顾性研究	开发一种自动化、准确、简洁且方便的脊柱侧弯筛查方法	脊柱侧弯患者	计算机视觉	脊柱侧弯	深度学习	NA	图像（正面、侧面、背部直立图像及X射线图像）	247例脊柱侧弯患者（2008-2021年数据）	NA	NA	NA	NA
1265	2025-05-02	Lumbar Spinal Stenosis Grading in Multiple Level Magnetic Resonance Imaging Using Deep Convolutional Neural Networks 2025-May, Global spine journal IF:2.6Q1 DOI:10.1177/21925682241299332 PMID:39487037	研究论文	该研究通过比较专家和深度卷积神经网络（CNN）对腰椎多水平磁共振成像（MRI）的狭窄分级，探讨深度学习在临床诊断中的应用	使用CNN进行腰椎狭窄分级和神经根分类，展示了深度学习在医学影像诊断中的潜力	解剖结构的突然变化可能导致仅基于图像的诊断困难	评估深度学习模型在腰椎狭窄分级和神经根分类中的性能	腰椎多水平磁共振成像	数字病理学	脊柱疾病	MRI	CNN	图像	NA	NA	NA	NA	NA
1266	2025-10-07	Prediction of Hypoglycemia From Continuous Glucose Monitoring in Insulin-Treated Patients With Type 2 Diabetes Using Transfer Learning on Type 1 Diabetes Data: A Deep Transfer Learning Approach 2025-May, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968231215324 PMID:38014538	研究论文	本研究开发了一种基于迁移学习的深度学习模型，利用1型糖尿病数据预测2型糖尿病患者的低血糖事件	首次将1型糖尿病连续血糖监测数据通过迁移学习应用于2型糖尿病患者的低血糖预测	模型在外部验证集上的阳性预测值为40.49%，仍有提升空间	开发能够准确预测胰岛素治疗的2型糖尿病患者低血糖事件的深度学习模型	226名1型糖尿病患者和180名2型糖尿病患者的连续血糖监测数据	机器学习	糖尿病	连续血糖监测(CGM)	CNN	时间序列数据	406名患者（226名T1D，180名T2D），外部验证使用334,711个一小时CGM样本	NA	卷积神经网络	AUC, 阳性预测值, 特异性, 敏感性	NA
1267	2025-05-02	DDUM: Deformable Dilated U-structure Module for coronary stenosis detection 2025-May, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104337 PMID:40306887	research paper	提出了一种可变形可扩展的U结构模块（DDUM），用于提高冠状动脉狭窄检测的准确性和泛化能力	DDUM模块能够针对冠状动脉狭窄检测任务优化通用网络，显著提升模型性能和泛化能力	未提及具体的数据集规模和多样性限制	提高冠状动脉狭窄检测的准确性和模型泛化能力	冠状动脉狭窄检测	computer vision	cardiovascular disease	deep learning	ResNet50 + faster R-CNN	medical imaging (coronary angiography)	NA	NA	NA	NA	NA
1268	2025-10-07	AI-Driven Microscopy: Cutting-Edge Approach for Breast Tissue Prognosis Using Microscopic Images 2025-May, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24788 PMID:39748498	研究论文	提出一种基于深度学习的AI驱动显微镜方法，用于乳腺组织微观图像的预后分析	将挤压激励模块和扩张密集卷积块集成到密集卷积网络中，结合注意力机制和多尺度特征提取技术	未明确说明数据集的具体规模和多样性限制	开发快速精确的临床诊断、病程分析和预后预测的计算机辅助分析方法	乳腺组织微观图像中的良恶性病变和八种乳腺亚型	数字病理学	乳腺癌	显微镜成像	CNN	图像	NA	TensorFlow, PyTorch	DenseNet, VGGNet-19, ResNet152V2, EfficientNetV2-B1, DenseNet-121	准确率	NA
1269	2025-10-07	Highly-Efficient Differentiation of Reactive Lymphocytes in Peripheral Blood Using Multi-Object Detection Network With Large Kernels 2025-May, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24775 PMID:39760201	研究论文	提出一种高效的多目标检测网络用于外周血中反应性淋巴细胞的自动检测	引入空间到深度卷积(SPD-Conv)、动态大核注意力机制(DLKA)和渐进特征金字塔网络(AFPM)来提升密集小目标检测性能	NA	开发计算机辅助诊断系统用于反应性淋巴细胞检测	外周血中的反应性淋巴细胞和其他白细胞	计算机视觉	病毒感染相关疾病	深度学习	多目标检测网络	医学图像	NA	NA	SPD-Conv, DLKA, AFPN	mAP50	NA
1270	2025-10-07	Enhancing panoramic dental imaging with AI-driven arch surface fitting: achieving improved clarity and accuracy through an optimal reconstruction zone 2025-05-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf006 PMID:39832267	研究论文	开发基于AI的自动化全景牙科成像方法，通过3D U-Net生成牙弓曲面并定义最优重建区域	提出使用3D U-Net深度学习模型生成牙弓曲面并定义最优3D重建区域的新方法	需要进一步测试在不同牙颌面结构患者中的鲁棒性能	开发自动生成更清晰、对齐良好的全景牙科视图的方法	312名患者的锥形束CT扫描数据	数字病理	牙科疾病	锥形束CT扫描	3D U-Net	医学影像	312名患者（平均年龄40岁，41.3%男性，58.7%女性）	NA	3D U-Net	牙根与牙槽骨对比度，交并比，像素值	NA
1271	2025-10-07	Deep learning-based segmentation of the mandibular canals in cone-beam CT reaches human-level performance 2025-05-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae069 PMID:39932925	研究论文	本研究开发了一种基于深度学习的下颌管分割方法，在锥形束CT数据中达到人类专家水平的性能	首次实现基于深度学习的下颌管自动分割，在准确性和可靠性方面达到人类专家水平	样本量相对较小（90个CBCT扫描），验证集仅包含1个样本	为牙科种植治疗规划提供可靠高效的下颌管识别支持工具	下颌管解剖结构	计算机视觉	牙科疾病	锥形束CT成像	CNN	医学影像	90个CBCT扫描（训练集69个，验证集1个，测试集20个）	NA	分层卷积神经网络	Dice相似系数, 95% Hausdorff距离, 平均对称表面距离, 5点Likert量表	NA
1272	2025-10-07	Deep learning image enhancement for confident diagnosis of TMJ osteoarthritis in zero-TE MR imaging 2025-05-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae063 PMID:39989448	研究论文	评估深度学习技术在零回波时间MRI中用于去噪和伪影减少的有效性及其在颞下颌关节骨关节炎诊断中的临床应用价值	开发了一种新的深度学习技术，可同时实现ZTE-MRI的去噪和伪影减少，显著提高图像质量和诊断准确性	样本量较小（仅30名患者），需要更大规模的研究验证	评估深度学习图像增强技术在ZTE-MRI中的效果及其在颞下颌关节骨关节炎诊断中的临床应用	颞下颌关节（TMJ）	医学影像分析	颞下颌关节骨关节炎	零回波时间MRI（ZTE-MRI），锥形束CT（CBCT）	深度学习	医学影像	30名患者	NA	NA	信噪比（SNR），3点评分系统，Cohen's κ系数	NA
1273	2025-10-07	Predicting and Explaining Cognitive Load, Attention, and Working Memory in Virtual Multitasking 2025-May, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3549850 PMID:40063446	研究论文	本研究利用深度学习模型预测虚拟现实多任务环境中的认知负荷、注意力与工作记忆，并通过SHAP分析解释关键特征	首次结合眼动追踪、头部运动与生理指标（心率、皮电反应）综合预测虚拟现实多任务场景中的认知状态，并采用可解释性分析方法	依赖单一公开数据集（VRWalking），模型架构相对简单，未进行跨场景验证	开发能够预测和解释虚拟现实多任务环境中用户认知状态的模型	虚拟现实多任务环境中的用户认知状态（身体负荷、心理负荷、工作记忆、注意力）	机器学习	NA	眼动追踪，头部运动追踪，心率监测，皮电反应测量	深度学习	时间序列生理数据，运动追踪数据	VRWalking公开数据集（具体样本量未明确说明）	NA	NA	准确率	NA
1274	2025-10-07	Predicting Respiratory Disease Mortality Risk Using Open-Source AI on Chest Radiographs in an Asian Health Screening Population 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.240628 PMID:40172326	研究论文	评估开源深度学习算法CXR-Lung-Risk在亚洲健康筛查人群中预测呼吸系统疾病死亡风险的预后价值	首次在亚洲健康筛查人群中验证开源深度学习算法对呼吸系统疾病死亡风险的预测能力，并采用时间序列聚类分析进行纵向风险轨迹研究	单中心回顾性研究，样本来源单一，需要多中心前瞻性研究进一步验证	评估基于胸部X光片的深度学习算法对呼吸系统疾病死亡风险的预测价值	接受健康筛查的亚洲人群的胸部X光片	数字病理	肺癌	胸部X光摄影	深度学习	图像	36,924名个体（22,352名男性），中位年龄58岁	开源框架（具体未说明）	CXR-Lung-Risk	风险比, 置信区间, 似然比检验	NA
1275	2025-04-04	scAtlasVAE: a deep learning framework for generating a human CD8+ T cell atlas 2025-May, Nature reviews. Cancer DOI:10.1038/s41568-025-00811-0 PMID:40175619	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1276	2025-05-01	Analyzing resuscitation conference content through the lens of the chain of survival 2025-May, Resuscitation plus IF:2.1Q2 DOI:10.1016/j.resplu.2025.100951 PMID:40297165	研究论文	通过生存链框架分析复苏会议的内容	首次使用生存链框架对复苏会议摘要进行系统分析，并考察了人工智能和机器学习在数据分析中的应用	仅分析了两大会议的数据，可能无法代表所有复苏科学会议的情况	了解复苏科学会议中讨论的主题分布及其与生存链框架的对应关系	复苏会议摘要	医学信息学	心血管疾病	机器学习	NA	文本	Resuscitation 2024的54篇摘要和Resuscitation Science Symposium 2024的47篇摘要	NA	NA	NA	NA
1277	2025-10-07	Deep learning for cerebral vascular occlusion segmentation: A novel ConvNeXtV2 and GRN-integrated U-Net framework for diffusion-weighted imaging 2025-May-14, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.04.010 PMID:40204150	研究论文	提出一种集成ConvNeXtV2和GRN的新型U-Net框架，用于脑部血管闭塞的扩散加权成像分割	首次将ConvNeXtV2应用于脑血管闭塞分割领域，并在U-Net架构中集成ConvNeXtV2块和基于GRN的多层感知器	预处理阶段移除了小病灶（≤5像素），可能影响微小病变的检测	开发高效准确的脑部血管闭塞自动分割方法以支持临床诊断	脑部血管闭塞病变区域	计算机视觉	脑血管疾病	磁共振成像（MRI），扩散加权成像	U-Net	医学图像	ISLES 2022数据集	NA	U-Net, ConvNeXtV2, GRN-based MLP	IoU, Dice系数	NA
1278	2025-10-07	A fully automatic radiomics pipeline for postoperative facial nerve function prediction of vestibular schwannoma 2025-May-14, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.04.008 PMID:40210197	研究论文	提出基于多序列MRI的全自动深度学习流程，用于预测前庭神经鞘瘤患者术后面神经功能	开发了结合Transformer和U-Net的2.5D Trans-UNet分割网络，并构建了集成1DCNN和GRU的深度学习网络，实现了从图像分割到特征提取再到功能预测的全自动化流程	仅使用私有和公共数据集进行验证，需要进一步多中心验证	预测前庭神经鞘瘤患者术后面神经功能	前庭神经鞘瘤患者	医学影像分析	前庭神经鞘瘤	多序列磁共振成像	Transformer, U-Net, 1DCNN, GRU	医学影像	公共数据集和私有数据集	NA	2.5D Trans-UNet, 1DCNN-GRU	准确率	NA
1279	2025-10-07	Deep learning based abiotic crop stress assessment for precision agriculture: A comprehensive review 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125158 PMID:40203709	综述	本文全面综述了深度学习在作物非生物胁迫评估中的应用，涵盖多种模型架构和数据模态	系统整合了ANN、CNN、RNN、ViT等多种深度学习模型在作物非生物胁迫评估中的应用，并详细分析了水、营养、盐度、温度和重金属等五种主要胁迫条件	存在标记数据有限、模型可解释性不足和互操作性等挑战	推进数据驱动的精准农业中的作物非生物胁迫评估	遭受非生物胁迫的农作物	计算机视觉, 机器学习	NA	遥感技术, IoT传感器, 热成像, 光谱成像, RGB成像	ANN, CNN, RNN, ViT	传感器数据, 热成像数据, 光谱数据, RGB图像, 无人机影像, 卫星影像	NA	NA	人工神经网络, 卷积神经网络, 循环神经网络, 视觉变换器	NA	NA
1280	2025-10-07	Advancing harmful algal bloom predictions using chlorophyll-a as an Indicator: Combining deep learning and EnKF data assimilation method 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125441 PMID:40254001	研究论文	本研究结合深度学习和集合卡尔曼滤波数据同化方法，利用叶绿素a作为指标来预测有害藻华	首次将数据同化方法引入数据驱动的深度学习有害藻华预测模型，以解决模型结构局限性和生成过程不确定性问题	NA	提高有害藻华预测的准确性和可靠性	有害藻华及其指示物叶绿素a	机器学习	NA	数据同化	LSTM, GRU	高频传感器数据（pH、温度、电导率、浊度、溶解氧、氧化还原电位等）	NA	NA	LSTM, GRU	RMSE	NA