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
141	2025-06-29	Dual-Branch Network with Hybrid Attention for Multimodal Ophthalmic Diagnosis 2025-May-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060565 PMID:40564382	研究论文	提出一种基于双分支学习和混合注意力机制的深度学习模型，用于解决眼科图像诊断中特征利用不足和传统单模态深度学习模型在数据不平衡时泛化能力有限的问题	创新性地设计了频域变换驱动的混合注意力模块，包括频域注意力、空间注意力和通道注意力，以及多尺度分组注意力融合机制，有效解决了模态特征异质性导致的融合效率低下问题	未明确提及具体局限性	提高眼科疾病智能诊断的准确性和效率	眼科多模态图像数据	计算机视觉	眼科疾病	深度学习	双分支网络（Dual-Branch Network）	2D图像和3D体积数据	未明确提及样本数量
142	2025-06-29	Are Artificial Intelligence Models Listening Like Cardiologists? Bridging the Gap Between Artificial Intelligence and Clinical Reasoning in Heart-Sound Classification Using Explainable Artificial Intelligence 2025-May-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060558 PMID:40564375	研究论文	本研究探讨了人工智能模型在心音分类中与临床推理的一致性，并利用可解释人工智能（XAI）技术提升模型的分类准确性和可解释性	首次在手动分割的数据集上应用XAI技术评估模型行为，并通过结合注意力机制提升模型性能和可解释性	研究依赖于手动分割的数据集，可能限制了模型的泛化能力	评估人工智能模型在心音分类中是否聚焦于临床相关特征，并探索注意力机制对性能的提升	心音信号及其分类	机器学习	心血管疾病	可解释人工智能（XAI）	ResNet50, 多头注意力机制	心音信号生成的声谱图图像	NA
143	2025-06-29	Influence of Robotic Versus Manual Technology for Achieving Sagittal Targets in Total Knee Arthroplasty Using a Cruciate-Retaining and Medial-Stabilized Implant 2025-May-19, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.05.052 PMID:40398583	研究论文	比较机器人辅助全膝关节置换术（raTKA）与手动全膝关节置换术（mTKA）在实现外科医生术前矢状面目标方面的差异	开发了一种基于U-Net架构的深度学习模型，用于计算膝关节侧位X光片上的后髁偏移（PCO）和胫骨斜率（TS）	未来研究需要确定这些差异是否具有临床相关性	比较raTKA和mTKA在实现矢状面目标方面的差异	280名接受mTKA（132人）或raTKA（148人）的患者	数字病理学	骨关节疾病	深度学习	U-Net	X光片	280名患者（132 mTKA，148 raTKA）
144	2025-06-29	Data-driven machine learning algorithm model for pneumonia prediction and determinant factor stratification among children aged 6-23 months in Ethiopia 2025-May-02, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-025-10916-4 PMID:40316929	research paper	本研究开发了一种基于机器学习的预测模型，用于预测埃塞俄比亚6-23个月儿童的肺炎及其决定因素分层	使用随机森林算法预测肺炎并分层其决定因素，准确率达到91.3%	研究数据仅来自2016年埃塞俄比亚人口与健康调查，可能无法完全代表当前情况	开发数据驱动的预测模型以预测儿童肺炎并分层其决定因素	埃塞俄比亚6-23个月的儿童	machine learning	pneumonia	machine learning algorithms, principal component analysis	random forest	demographic and health survey data	2035名儿童样本
145	2025-06-28	Improving computer vision for plant pathology through advanced training techniques 2025 May-Jun, Applications in plant sciences IF:2.7Q2 DOI:10.1002/aps3.70010 PMID:40575549	研究论文	本研究探讨了通过半监督学习、专业损失函数和非可可类别的引入，提升卷积神经网络在可可树疾病检测中的性能	提出了动态焦点损失函数，利用经验难度度量对每张图像进行加权，并通过半监督学习和非可可类别的引入显著提升了模型的鲁棒性和性能	研究主要针对可可树疾病，可能不直接适用于其他植物病理学领域	提升计算机视觉在植物病理学中的应用效果，特别是在可可树疾病检测方面	可可树（Theobroma cacao）的疾病检测	计算机视觉	植物疾病	半监督学习、动态焦点损失函数	CNN（包括PhytNet和ResNet18）	图像	7220张健康和患病的可可树图像
146	2025-06-26	Can Deep Learning-Based Auto-Contouring Software Achieve Accurate Pelvic Volume Delineation in Volumetric Image-Guided Radiotherapy for Prostate Cancer? A Preliminary Multicentric Analysis 2025-May-30, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol32060321 PMID:40558264	研究论文	本研究评估了基于深度学习的自动轮廓软件Limbus® Contour®在前列腺癌放疗中盆腔结构描绘的准确性	首次在多中心研究中评估Limbus® Contour®软件在前列腺癌放疗中自动描绘盆腔结构的性能	软件在肠袋和乙状结肠描绘上表现不佳，且缺乏淋巴结亚区分化功能	评估深度学习自动轮廓软件在放射治疗中的临床应用价值	前列腺癌患者的盆腔结构（膀胱、直肠、肠袋、乙状结肠和盆腔淋巴结）	数字病理	前列腺癌	深度学习	NA	医学影像	52名患者
147	2025-06-26	A Multi-Region Brain Model to Elucidate the Role of Hippocampus in Spatially Embedded Decision-Making 2025-May-29, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.29.656671 PMID:40502058	research paper	提出一个多区域大脑模型，探讨海马体在空间嵌入式决策中的作用	通过对比不同交互架构的学习性能和神经表征，发现特定架构（网格细胞联合编码自运动速度信号和决策证据增量）优化学习效率并最接近实验观察	模型预测需要新的神经生理学实验验证	理解大脑结构如何支持高效学习和决策，为深度学习提供归纳偏置	强化学习智能体与不同交互架构的大脑模型	machine learning	NA	reinforcement learning (RL), recurrent neural network (RNN)	RNN	neural activity data	NA
148	2025-06-26	Deep Learning-Based Detection of Honey Storage Areas in Apis mellifera Colonies for Predicting Physical Parameters of Honey via Linear Regression 2025-May-29, Insects IF:2.7Q1 DOI:10.3390/insects16060575 PMID:40559006	研究论文	本研究提出了一种基于深度学习的自动化方法，使用YOLOv11模型检测、分类和量化蜂巢中的蜜脾，并探讨了蜂蜜物理特性与图像检测之间的关系	首次将YOLOv11模型应用于蜂巢蜜脾检测，并研究了图像检测结果与蜂蜜物理特性之间的相关性	蜂蜜物理特性（电导率和颜色）对蜜脾面积预测能力较弱，pH值和含水量关联性更差	开发自动化蜂巢监测技术，提高蜂蜜生产效率	西方蜜蜂(Apis mellifera)蜂巢中的蜜脾	计算机视觉	NA	深度学习	YOLOv11	图像	不同月份采集的蜂巢帧图像（数据集分割比例为90:5:5和80:10:10）
149	2025-06-26	Deep learning radiomics of left atrial appendage features for predicting atrial fibrillation recurrence 2025-May-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01740-y PMID:40419973	研究论文	本研究利用左心耳形态特征、深度学习放射组学和临床变量，开发并验证了一个预测心房颤动消融结果的模型	结合深度学习放射组学和临床变量开发预测模型，用于评估心房颤动消融后的复发概率	研究为回顾性多中心研究，可能存在选择偏倚	预测心房颤动消融后的复发概率	接受射频导管消融治疗的心房颤动患者	数字病理	心血管疾病	CT血管造影（CTA）	nnUNet	图像	480名连续患者
150	2025-06-26	Deep learning classification integrating embryo images with associated clinical information from ART cycles 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02076-x PMID:40399312	研究论文	开发了一种结合胚胎图像和临床数据的人工智能模型，用于预测单胚胎移植的临床妊娠结果	整合胚胎图像和临床数据，开发了三种AI模型，并通过可视化过程明确了影响预测的关键特征	仅使用胚胎图像预测临床妊娠的性能存在差距，可能由于仅凭胚胎图像预测的难度较大	提高单胚胎移植临床妊娠结果的预测准确性	1503个国际治疗周期的胚胎图像和临床数据	计算机视觉	生殖健康	深度学习	MLP, CNN, 融合模型	图像, 临床数据	1503个治疗周期（来自泰国、马来西亚和印度）
151	2025-06-26	A Tutorial on the Use of Artificial Intelligence Tools for Facial Emotion Recognition in R 2025 May-Jun, Multivariate behavioral research IF:5.3Q1 DOI:10.1080/00273171.2025.2455497 PMID:39949325	教程	本教程介绍了三种基于人工智能的面部情绪识别工具在R语言中的应用	提供了三种流行AI情绪检测程序的比较及示例代码，便于研究人员快速开始设计和分析情绪数据	仅针对R程序员，且未涉及这些工具在具体研究中的实际应用效果评估	提高社会和行为科学文献中可解释人工智能的素养	面部情绪识别工具	计算机视觉	NA	机器学习、深度学习、计算机视觉算法	NA	图像	NA
152	2025-06-26	Surface-Enhanced Raman Scattering Nanotags: Design Strategies, Biomedical Applications, and Integration of Machine Learning 2025 May-Jun, Wiley interdisciplinary reviews. Nanomedicine and nanobiotechnology DOI:10.1002/wnan.70015 PMID:40391396	review	本文综述了表面增强拉曼散射（SERS）纳米标签的设计策略、生物医学应用及其与机器学习的整合	强调了SERS纳米标签在生物成像、治疗诊断和液体活检中的最新应用，特别是机器学习与深度学习算法的整合以提高效能	讨论了SERS纳米标签在临床转化中面临的挑战	探讨SERS纳米标签在疾病诊断、监测和光谱引导手术中的应用及其技术进步	SERS纳米标签及其在生物医学领域的应用	生物医学工程	癌症、SARS-CoV-2	表面增强拉曼散射（SERS）	机器学习（ML）、深度学习	光谱数据、图像数据	NA
153	2025-06-24	Evaporative cooling signals for wound healing in plants 2025-May-28, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.23.655667 PMID:40502075	研究论文	本文研究了植物叶片受伤后局部冷却现象及其与伤口愈合的关系，并提出了一种利用计算机视觉和深度学习监测伤口愈合动态的方法	发现伤口诱导的局部冷却现象作为伤口愈合的定量标记，并开发了基于计算机视觉和深度学习的伤口愈合监测工作流程	研究仅限于拟南芥叶片，未验证其他植物或组织类型的适用性	探索植物伤口愈合的后期机制并开发定量监测工具	拟南芥叶片	计算机视觉	NA	计算机视觉、深度学习	深度学习	图像	NA
154	2025-06-24	A pediatric ECG database with disease diagnosis covering 11643 children 2025-May-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05225-z PMID:40419508	research paper	该研究提出了一个包含11643名0-14岁儿童的心电图数据库，用于心血管疾病的智能诊断	该数据库专注于儿童心血管疾病诊断，填补了现有ECG数据集主要关注成人且缺乏疾病诊断信息的空白	数据仅来自郑州大学第一附属医院的住院儿童，可能无法完全代表所有儿童群体	为儿童心血管疾病的智能诊断提供充足的数据支持	0-14岁儿童的心电图数据	digital pathology	cardiovascular disease	ECG	NA	ECG记录	11643名住院儿童，包含14190份儿科ECG记录
155	2025-06-24	Artificial Intelligence Applied to Ultrasound Diagnosis of Pelvic Gynecological Tumors: A Systematic Review and Meta-Analysis 2025-May-08, Gynecologic and obstetric investigation IF:2.0Q2 DOI:10.1159/000545850 PMID:40340944	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能在超声诊断盆腔妇科肿瘤中的应用效果	首次对AI在妇科盆腔肿瘤超声诊断中的研究进行系统性评估，并与现有ADNEX模型进行性能比较	95%的研究存在高偏倚风险，主要源于不恰当的研究纳入标准、缺乏患者级别的训练测试集划分以及未进行校准评估	评估AI模型在超声诊断妇科盆腔肿瘤中的鉴别性能	妇科盆腔肿瘤（卵巢、子宫内膜和子宫肌层病变）	数字病理	妇科肿瘤	超声成像	深度学习模型与基于放射组学的机器学习方法	超声图像	44项研究（40项卵巢病理、3项子宫内膜病理和1项子宫肌层病理研究）
156	2025-06-24	U-Net-Based Prediction of Cerebrospinal Fluid Distribution and Ventricular Reflux Grading 2025-May, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70029 PMID:40229147	研究论文	本研究探讨了深度学习在预测人类脑部脑脊液分布中的应用，使用了基于U-Net的监督学习模型	利用深度学习预测脑脊液分布，仅需注射后2小时的成像数据即可达到与使用更多后期扫描数据相当的预测效果	研究依赖于特定对比剂（钆基）的MRI扫描，可能不适用于其他类型的脑脊液标记物	预测脑脊液在人类脑部的分布及其与中枢神经系统疾病的关联	人类脑部脑脊液分布及心室反流分级	数字病理学	中枢神经系统疾病	T1加权磁共振成像（MRI）	U-Net	图像	NA
157	2025-06-24	Longitudinal Risk Prediction for Pediatric Glioma with Temporal Deep Learning 2025-May, NEJM AI DOI:10.1056/aioa2400703 PMID:40535328	研究论文	本研究开发了一种自监督的时序深度学习模型，用于分析儿童胶质瘤患者的连续MRI扫描，以提高个体化复发预测的准确性	提出了一种针对纵向医学影像分析的自监督时序深度学习方法，通过训练模型正确分类扫描的时间顺序作为前置任务，进而微调以预测复发风险	研究受限于数据可用性和当前机器学习方法的局限性	提高儿童胶质瘤个体化复发预测的准确性	儿童低级别和高级别胶质瘤患者	数字病理学	胶质瘤	MRI	自监督时序深度学习模型	影像	715名患者的3994次扫描
158	2025-06-22	SPARSITY-DRIVEN PARALLEL IMAGING CONSISTENCY FOR IMPROVED SELF-SUPERVISED MRI RECONSTRUCTION 2025-May-30, ArXiv PMID:40492248	研究论文	提出了一种基于稀疏驱动的并行成像一致性方法，用于改进自监督MRI重建	通过精心设计的扰动训练物理驱动的深度学习网络，并在稀疏域中评估模型预测扰动的能力，从而减少伪影	在高加速率下应用时仍可能引入伪影，影响图像保真度	改进快速MRI扫描的重建质量	MRI图像重建	医学影像处理	NA	自监督学习	PD-DL（物理驱动的深度学习）	MRI图像数据	fastMRI膝盖和大脑数据集
159	2025-06-22	Automated landmark-based mid-sagittal plane: reliability for 3-dimensional mandibular asymmetry assessment on head CT scans 2025-May-26, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06397-z PMID:40415151	research paper	本研究评估了一种基于自动标记的中矢状面（MSP）在头部CT扫描中量化下颌骨不对称性的可靠性	提出了一种基于深度学习的自动标记方法构建MSP，用于评估下颌骨不对称性，并与手动方法进行比较	研究仅基于368例CT扫描，且自动方法的临床适用性需进一步验证	评估自动标记方法构建MSP在量化下颌骨不对称性中的可靠性	368例头部CT扫描，包括正颌手术患者	digital pathology	NA	deep learning-based method	NA	CT scans	368例头部CT扫描
160	2025-06-21	AI Applications in Transfusion Medicine: Opportunities, Challenges, and Future Directions 2025-May-09, Acta haematologica IF:1.7Q3 DOI:10.1159/000546303 PMID:40349705	综述	本文探讨了人工智能在输血医学中的应用及其潜在影响	综述了AI在输血医学多个领域的应用，包括机器学习、深度学习、自然语言处理和预测分析，展示了AI在提高操作效率、患者安全和资源分配方面的潜力	当前研究多为探索性，面临临床工作流程的变异性、算法透明度、公平获取以及数据隐私和偏见等伦理问题的挑战	探讨人工智能在输血医学中的应用机会、挑战和未来发展方向	输血医学中的AI应用	医疗人工智能	NA	机器学习、深度学习、自然语言处理、预测分析	NA	NA	NA