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
181	2025-07-15	Robust Autism Spectrum Disorder Screening Based on Facial Images (For Disability Diagnosis): A Domain-Adaptive Deep Ensemble Approach 2025-Jun-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131601 PMID:40647600	研究论文	本文开发并评估了一种基于面部图像的鲁棒深度集成学习系统，用于准确可靠地分类自闭症谱系障碍（ASD）	创新的ASD-UANet集成方法结合了Xception和ResNet50V2模型，采用加权集成策略（FPPR），显著提高了分类准确性和泛化能力	研究依赖于公开数据集，可能无法涵盖所有人群特征，且未在更广泛的实际临床环境中验证	开发一种鲁棒的ASD筛查方法，以促进更精确的诊断和更大的包容性	自闭症谱系障碍（ASD）患者的面部图像	计算机视觉	自闭症谱系障碍	深度学习	ASD-UANet（Xception和ResNet50V2的集成）	图像	来自Kaggle和YTUIA的两个公开数据集，以及一个未见过的实时数据集（UIFID）
182	2025-07-15	Clinical Context Is More Important than Data Quantity to the Performance of an Artificial Intelligence-Based Early Warning System 2025-Jun-23, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14134444 PMID:40648818	研究论文	本研究探讨了基于深度学习的早期预警系统VitalCare-Major Adverse Event Score在预测成人住院患者6小时内非计划转入重症监护室、心脏骤停或死亡方面的能力	研究发现临床背景比数据量对人工智能预警系统性能的影响更大，支持了对数据完整性的细致看法	这是一项回顾性单中心研究，结果可能无法推广到其他医疗环境	评估临床数据缺失模式对AI预警系统性能的影响	成人住院患者	医疗人工智能	多系统疾病	深度学习	VitalCare-Major Adverse Event Score	电子健康记录	未明确提及具体样本量
183	2025-07-15	Scalable Nuclei Detection in HER2-SISH Whole Slide Images via Fine-Tuned Stardist with Expert-Annotated Regions of Interest 2025-Jun-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131584 PMID:40647583	研究论文	本研究提出了一种可扩展的深度学习框架，用于在HER2-SISH全切片图像中进行细胞核检测，以提高诊断效率和一致性	结合预训练的Stardist模型和基于图像处理的注释，并在特定领域数据集上进行微调，显著提高了细胞核检测的准确性和泛化能力	研究仅基于20个全切片图像和100个专家标记区域，样本量相对较小	开发自动化深度学习框架以提高HER2-SISH图像中细胞核检测的准确性和效率	HER2-SISH全切片图像中的细胞核	数字病理学	乳腺癌	深度学习、图像处理	Stardist	图像	20个全切片图像中的100个专家标记区域
184	2025-07-15	Socializing AI: Integrating Social Network Analysis and Deep Learning for Precision Dairy Cow Monitoring-A Critical Review 2025-Jun-20, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15131835 PMID:40646734	综述	本文批判性分析了奶牛行为识别的最新进展，重点介绍了通过整合先进人工智能技术（如transformer模型和多视角跟踪）与社会网络分析（SNA）带来的新方法贡献	提出了创新的方法交叉点，如姿态感知的SNA框架和多摄像头融合技术，并讨论了伦理挑战和数据治理问题	当前应用仍有限，存在遮挡、标注瓶颈、数据集多样性和有限泛化能力等重大挑战	提高奶牛福利和操作效率，推动精准畜牧业的发展	奶牛行为识别与监控	机器学习和计算机视觉	NA	社会网络分析（SNA）、transformer模型、多视角跟踪	CNN、BiLSTM、convLSTM、YOLO、EfficientDet	图像、视频	NA
185	2025-07-15	Experimental Evaluation and Machine Learning-Based Prediction of Laser Cutting Quality in FFF-Printed ABS Thermoplastics 2025-Jun-20, Polymers IF:4.7Q1 DOI:10.3390/polym17131728 PMID:40647739	研究论文	本研究通过实验和机器学习方法评估和预测了激光切割FFF打印ABS热塑性塑料的质量	结合传统、集成和深度学习算法，特别是LSTM-GRU模型，实现了对激光切割质量的高精度预测	研究仅限于ABS材料，未涉及其他热塑性塑料	优化3D打印ABS零件的后处理策略，提高聚合物基增材制造的精度和效率	FFF打印的ABS热塑性塑料板	机器学习	NA	激光切割，机器学习	Linear Regression, Support Vector Regression, Extreme Gradient Boosting, Random Forest, LSTM, LSTM-GRU, LSTM-XGBoost	实验数据	45次实验试验
186	2025-07-14	Pediatric pancreas segmentation from MRI scans with deep learning 2025-Jun-16, Pancreatology : official journal of the International Association of Pancreatology (IAP) ... [et al.] IF:2.8Q2 DOI:10.1016/j.pan.2025.06.006 PMID:40645819	研究论文	本研究评估并验证了用于儿童胰腺MRI分割的深度学习算法PanSegNet，在急性胰腺炎、慢性胰腺炎及健康儿童中的表现	PanSegNet是首个经过验证的用于胰腺MRI分割的深度学习解决方案，在健康和疾病状态下均达到专家水平	研究样本量相对较小（84例MRI扫描），且数据来自单一机构	评估和验证深度学习算法在儿童胰腺MRI分割中的应用	2-19岁儿童，包括健康儿童及被诊断为急性或慢性胰腺炎的患者	数字病理学	胰腺炎	MRI扫描	深度学习算法（PanSegNet）	MRI图像	84例MRI扫描（42例健康儿童，42例胰腺炎患者）
187	2025-07-14	Enhancing Dementia Classification for Diverse Demographic Groups: Using Vision Transformer-Based Continuous Scoring of Clock Drawing Tests 2025-Jun-10, The journals of gerontology. Series B, Psychological sciences and social sciences DOI:10.1093/geronb/gbaf065 PMID:40197801	研究论文	本研究开发了一种基于深度学习神经网络的连续时钟绘图测试(CDT)评分方法，用于提高痴呆症分类的准确性	使用深度学习神经网络生成连续CDT评分，相比传统序数评分提供更细粒度的痴呆分类阈值，并针对不同人口群体调整阈值	研究样本虽然具有全国代表性，但可能仍需在更广泛人群中验证模型的普适性	提高痴呆症筛查的准确性和适应性	老年人群体(来自NHATS研究的全国代表性样本)	数字病理学	老年痴呆症	深度学习神经网络(DLNN)	Vision Transformer	图像(时钟绘图测试图像)	来自NHATS研究的全国代表性老年人样本(具体数量未明确说明)
188	2025-07-13	Deep learning-based differentiation of benign and malignant thyroid follicular neoplasms on multiscale intraoperative frozen pathological images: A multicenter diagnostic study 2025-Jun-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu DOI:10.21147/j.issn.1000-9604.2025.03.02 PMID:40642490	研究论文	开发一种基于深度学习的多尺度图像学习系统（DMILS），用于在甲状腺滤泡性肿瘤的多尺度术中冰冻病理图像上区分良恶性	首次使用多尺度全切片图像（WSIs）构建深度学习系统，用于甲状腺滤泡性肿瘤的良恶性区分，并在多中心数据集上验证其性能	研究仅基于三个中心的数据，可能无法完全代表所有临床场景	开发并验证一种深度学习系统，用于甲状腺滤泡性肿瘤的良恶性区分	甲状腺滤泡性肿瘤的多尺度术中冰冻病理图像	数字病理	甲状腺癌	深度学习	深度学习弱监督方法	图像	1,213名患者，分为训练集、验证集、内部测试集、外部测试集和前瞻性测试集
189	2025-07-13	PhytoCluster: a generative deep learning model for clustering plant single-cell RNA-seq data 2025-Jun, aBIOTECH IF:4.6Q1 DOI:10.1007/s42994-025-00196-6 PMID:40641652	研究论文	本文介绍了一种名为PhytoCluster的无监督深度学习算法，用于聚类植物单细胞RNA测序数据	提出了一种新的深度学习模型PhytoCluster，能够有效处理单细胞RNA测序数据的高维度、稀疏性和生物噪声问题，并在聚类准确性、噪声去除和信号保留方面优于其他方法	NA	开发一种能够有效聚类植物单细胞RNA测序数据的算法	植物单细胞RNA测序数据	机器学习	NA	scRNA-seq	深度学习	单细胞RNA测序数据	四个模拟数据集和五个真实scRNA-seq数据集
190	2025-07-12	Understanding the Impact of Seasonal Weather Dynamics on Rice Disease Occurrence Using Neural Networks: A Case Study of Panicle Blast and Grain Rot 2025-Jun-30, Phytopathology IF:2.6Q2 DOI:10.1094/PHYTO-01-25-0004-FI PMID:40586730	研究论文	本研究利用神经网络分析季节性天气动态对水稻穗瘟和谷腐病发生的影响	提出了一种仅依赖气象数据的数据驱动方法，揭示了气象条件与病害发生之间的隐藏关系	模型在测试集上的准确率最高仅为68.0%，仍有提升空间	探索季节性天气动态对水稻病害发生的影响	水稻穗瘟病(PB)和谷腐病(GR)	机器学习	水稻病害	LSTM模型	LSTM	时间序列气象数据	180天的气象数据(包含7个气象变量)
191	2025-07-12	Artificial Intelligence in cancer epigenomics: a review on advances in pan-cancer detection and precision medicine 2025-Jun-14, Epigenetics & chromatin IF:4.2Q1 DOI:10.1186/s13072-025-00595-5 PMID:40517231	综述	本文综述了人工智能在癌症表观基因组学中的应用，特别是在泛癌检测和精准医学中的进展	探讨了AI与DNA甲基化分析的协同作用，推动了精准肿瘤学的发展，并展望了AI与表观基因组学在癌症诊断和治疗中的未来	早期癌症检测的敏感性有限，许多AI算法的黑箱性质，以及需要在多样化人群中进行验证以确保公平实施	推动精准肿瘤学的发展，提高癌症早期检测和分类的准确性	DNA甲基化作为癌症生物标志物的应用	数字病理学	癌症	DNA甲基化分析	深度学习网络和图模型	DNA甲基化数据	NA
192	2025-07-12	Deep convolutional neural networks for early detection of interproximal caries using bitewing radiographs: A systematic review 2025-Jun, Evidence-based dentistry DOI:10.1038/s41432-025-01134-7 PMID:40114013	系统性综述	本文系统性综述了使用深度卷积神经网络（DCNN）通过咬翼片X光片早期检测邻面龋齿的研究	突出了YOLOv8在检测邻面龋齿方面相较于其他深度CNN模型的优势	纳入的研究中仅有40%在参考标准领域具有低偏倚风险	评估深度卷积神经网络在咬翼片X光片中检测邻面龋齿的准确性和应用效果	咬翼片X光片中的邻面龋齿	数字病理	龋齿	深度卷积神经网络（DCNN）	CNN, YOLOv8	图像	样本量从112到3,989名参与者不等
193	2025-07-12	Analysis of influenza-like illness trends in Saudi Arabia: a comparative study of statistical and deep learning techniques 2025-Jun, Osong public health and research perspectives IF:2.1Q3 DOI:10.24171/j.phrp.2025.0080 PMID:40501115	研究论文	比较Holt-Winters统计方法和LSTM深度学习模型在预测沙特阿拉伯季节性流感样疾病(ILI)发病率中的表现	首次在中东流行病学模型中整合特定区域的外生变量，并比较统计与深度学习方法的预测性能	在发病率波动较大时期存在显著未解释的变异性，Holt-Winters模型表现中等	开发和评估流感样疾病(ILI)发病率预测模型	沙特阿拉伯2017-2022年的每周ILI病例数据	机器学习	流感	时间序列分析	Holt-Winters, LSTM	时间序列数据	2017-2022年的每周ILI病例数据
194	2025-07-11	Domain-generalized Deep Learning for Improved Subject-independent Emotion Recognition Based on Electroencephalography 2025-Jun-30, Experimental neurobiology IF:1.8Q4 DOI:10.5607/en25011 PMID:40364497	研究论文	本研究评估了结合四种领域泛化技术和三种深度学习架构的方法，以提高基于脑电图(EEG)的独立于受试者的情绪识别的性能	系统地评估了十二种结合领域泛化技术和深度学习架构的方法，以解决跨受试者变异性问题，并提高了情绪识别的分类准确率	研究仅使用了两个情绪EEG数据集，可能无法涵盖所有可能的情绪状态和受试者变异性	提高独立于受试者的基于EEG的情绪识别的模型泛化能力	情绪识别	机器学习	NA	领域泛化技术(Deep CORAL, GroupDRO, VREx, DANN)	ShallowFBCSPNet, EEGNet, TSception	脑电图(EEG)数据	两个情绪EEG数据集，采用十折交叉验证策略
195	2025-07-11	Machine learning to identify hypoxic-ischemic brain injury on early head CT after pediatric cardiac arrest 2025-Jun-27, Resuscitation IF:6.5Q1 DOI:10.1016/j.resuscitation.2025.110693 PMID:40582483	研究论文	利用深度学习模型在儿童院外心脏骤停后的早期CT扫描中检测缺氧缺血性脑损伤（HIBI）	深度学习模型能够检测出放射科医生视觉上无法识别的HIBI	样本量较小（117例OHCA病例），且模型在预测不良结局时的AUC较低（0.69）	开发深度学习模型以早期检测儿童心脏骤停后的HIBI	儿童院外心脏骤停（OHCA）病例及其年龄匹配的对照组	数字病理学	心血管疾病	深度学习	深度学习模型	CT图像	117例OHCA病例（年龄3.1 [0.7-12.2]岁）及年龄匹配的对照组
196	2025-07-11	[Advances in low-dose cone-beam computed tomography image reconstruction methods based on deep learning] 2025-Jun-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202409021 PMID:40566788	综述	本文系统回顾了基于深度学习的低剂量锥形束计算机断层扫描（CBCT）图像重建方法	比较了不同网络架构在降噪、伪影去除、细节保留和计算效率方面的表现，并探讨了多模态融合和自监督学习等新兴技术的应用潜力	未提及具体临床验证结果或实际应用效果	优化低剂量CBCT算法并支持其临床应用	低剂量CBCT图像重建技术	医学影像处理	NA	深度学习	多种网络架构（未具体说明）	医学影像（CBCT扫描数据）	NA
197	2025-07-11	AI in Medical Questionnaires: Innovations, Diagnosis, and Implications 2025-Jun-23, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/72398 PMID:40549427	系统综述	本文系统综述了人工智能在医学问卷中的应用、潜在益处及问题，重点关注其在评估、开发和预测三个主要功能中的作用	揭示了AI技术在医学问卷中的综合应用潜力，包括提高诊断准确性、辅助临床决策及简化问卷开发和数据分析	大多数研究仍处于探索阶段，方法学质量中等，主要限制包括缺乏对照组、随访数据不完整和验证系统不足	系统评估AI在医学问卷中的价值，探索其在改善诊断效率、加速量表开发和促进早期干预方面的潜力	医学问卷，特别是与心理健康相关的问卷	自然语言处理	精神健康障碍	自然语言处理，生成模型如ChatGPT	随机森林、支持向量机、k近邻、CNN、BERT、ChatGPT	文本	从49,091篇文献中筛选出14篇符合纳入标准的研究
198	2025-07-11	Quantum-inspired computational drug design for phytopharmaceuticals: a herbal holography analysis 2025-Jun-13, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-025-06412-w PMID:40512383	研究论文	本文提出了一种基于量子理论启发的计算药物设计方法，用于植物药物的全息分析	引入了植物全息学这一新范式，将植物分子视为多维系统，并应用全息和量子理论进行理解	量子驱动方法在植物医学中的实际应用效果尚待验证	探索量子驱动方法是否能在植物药物领域带来真正的革命	植物化合物	计算药物设计	NA	混合量子-经典模拟、深度学习模型、量子力学	深度学习模型	NA	NA
199	2025-07-11	Ultra-fast single-sequence magnetic resonance imaging (MRI) for lower back pain: diagnostic performance of a deep learning T2-Dixon pprotocol 2025-Jun-11, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106987 PMID:40633138	research paper	评估深度学习加速的T2w Dixon单序列MRI协议在诊断下腰痛中的性能	提出了一种深度学习加速的T2w Dixon单序列MRI协议，显著缩短了扫描时间	单中心研究，样本量较小（30例患者）	评估缩短版MRI协议在下腰痛诊断中的性能	下腰痛患者	digital pathology	lower back pain	MRI, deep learning	NA	image	30例下腰痛患者
200	2025-07-11	Feasibility Study of Triple-low CCTA for Coronary Artery Disease Screening Combining Contrast Enhancement Boost and Deep Learning Reconstruction 2025-Jun, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/RCM31334 PMID:40630453	研究论文	本研究比较了使用对比增强提升(CE-boost)技术和深度学习重建技术的低剂量、低对比剂流速/剂量的冠状动脉CT血管成像(CCTA)与传统CCTA的图像质量，并探讨了该技术在冠状动脉疾病早期筛查中的潜在应用	结合CE-Boost技术和深度学习重建技术，实现了辐射剂量和对比剂用量的显著降低，同时保持了诊断图像质量	样本量较小(46例患者)，且研究时间较短(2024年3月至9月)	探索低剂量、低对比剂用量的CCTA技术在冠状动脉疾病筛查中的临床应用价值	疑似冠状动脉狭窄的患者	数字病理	心血管疾病	CT血管成像(CCTA)、对比增强提升(CE-Boost)、深度学习重建	深度学习	医学影像	46例疑似冠状动脉狭窄患者