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
881	2025-10-06	Constraint Boundary Wandering Framework: Enhancing Constrained Optimization With Deep Neural Networks 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3560762 PMID:40232899	研究论文	提出一种基于深度神经网络的约束边界游走框架，用于解决约束优化问题	引入受主动集方法启发的边界游走策略，将Lipschitz常数作为可学习参数，并证明L2范数正则化项的优越性	NA	提升约束优化问题的求解效率和可扩展性	约束优化问题	机器学习	NA	深度学习	深度神经网络	合成数据集和ACOPT数据集	NA	NA	NA	目标损失, 约束损失	NA
882	2025-10-06	PointNorm-Net: Self-Supervised Normal Prediction of 3D Point Clouds via Multi-Modal Distribution Estimation 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3562051 PMID:40238601	研究论文	提出首个自监督深度学习框架PointNorm-Net，用于解决3D点云法向量预测在真实场景中的泛化问题	提出三阶段多模态法向量分布估计范式，可集成到深度学习和传统优化方法中，是首个自监督3D点云法向量预测框架	未明确说明在极端复杂场景下的性能表现和处理效率	解决合成数据与真实数据之间的领域差距问题，提升3D点云法向量预测在真实场景的泛化能力	3D点云数据	计算机视觉	NA	自监督学习	深度学习框架	3D点云	三个真实世界数据集	NA	PointNorm-Net	泛化性能，与最先进方法的比较	NA
883	2025-10-06	Graph Anomaly Detection in Time Series: A Survey 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3566620 PMID:40315075	综述	对基于图的时间序列异常检测方法进行全面调研和系统综述	首次系统性地综述图方法在时间序列异常检测中的应用，分析图表示对时间序列数据的潜力及其对异常检测的贡献	作为综述性文章，不包含原始实验验证，主要依赖现有文献分析	探索图异常检测技术在时间序列数据分析中的应用和发展	时间序列数据中的异常检测方法	机器学习	NA	图表示学习	深度学习架构	时间序列数据	NA	NA	NA	NA	NA
884	2025-10-06	Plexus and Peripheral Nerve MR Imaging: Advances and Applications: MR Neurography: Sequence Possibilities and Recent Advances 2025-Aug, Magnetic resonance imaging clinics of North America IF:1.5Q3 DOI:10.1016/j.mric.2025.03.001 PMID:40610154	综述	本文探讨磁共振神经成像在诊断和管理神经丛及周围神经疾病方面的最新进展与技术应用	重点关注3T成像技术、深度学习重建方法、脂肪与血管抑制策略，并展望7T磁共振和定量扩散成像的未来发展	NA	总结磁共振神经成像技术的最新进展及其临床应用	臂丛神经、腰骶丛神经和四肢周围神经	医学影像	周围神经疾病	磁共振神经成像（MRN）、3T/7T磁共振成像、扩散成像	深度学习	医学影像	NA	NA	NA	NA	NA
885	2025-10-06	X-ArecaNet: Dataset of arecanut X-ray images for deep learning applications 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111721 PMID:40612478	研究论文	提出一个用于槟榔分级的新型X射线图像数据集X-ArecaNet	首次通过X射线内部检测方法创建槟榔分级数据集，填补了无损检测槟榔质量的研究空白	数据集未进行图像增强，样本量相对有限（共900张图像）	为槟榔产业建立基于深度学习的质量分级标准	槟榔果实	计算机视觉	NA	X射线成像	深度学习	X射线图像	900张X射线图像（3个等级各300张）	YOLOv5	NA	NA	NA
886	2025-10-06	Urban tree species benchmark dataset for time series classification 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111777 PMID:40612477	研究论文	本文提出了一个用于城市树种分类的基准数据集，包含多源光学卫星图像时间序列数据	提供了首个专门针对城市树种的卫星图像时间序列分类基准数据集，并开发了基于InceptionTime的多源数据融合模型	数据集仅覆盖法国斯特拉斯堡市的20个常见树种，可能无法代表其他地区的树种多样性	开发城市树种分类的基准数据集和深度学习模型，支持城市森林管理和生态监测	城市树种，特别是法国斯特拉斯堡市的公共树木	计算机视觉	NA	多源光学卫星遥感（Sentinel-2和PlanetScope）	深度学习	卫星图像时间序列	45,084棵树木，涵盖20个最常见树种	深度学习框架	InceptionTime, Dual-InceptionTime	置信度得分，正确性标志，t-SNE可视化分析	NA
887	2025-10-06	DunHuangStitch: Unsupervised Deep Image Stitching of Dunhuang Murals 2025-Aug, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3398289 PMID:38717890	研究论文	本文提出了一种基于深度学习的敦煌壁画无监督图像拼接方法	首次将深度学习应用于敦煌壁画拼接，设计了渐进回归图像对齐网络和特征差分重建软编码接缝拼接网络，并引入了软编码接缝质量评估方法	未明确说明方法在极端低纹理区域的适用性	解决敦煌壁画数字化存储中的图像拼接问题	敦煌壁画图像	计算机视觉	NA	深度学习图像处理	无监督学习	图像	构建了两个壁画拼接数据集（未明确具体样本数量）	NA	渐进回归图像对齐网络，特征差分重建软编码接缝拼接网络	对齐性能，拼接性能	NA
888	2025-10-06	Deep Learning Reconstruction Combined With Conventional Acceleration Improves Image Quality of 3 T Brain MRI and Does Not Impact Quantitative Diffusion Metrics 2025-Aug-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001158 PMID:39919383	研究论文	评估深度学习重建与传统加速技术结合对3T脑部MRI扩散加权成像图像质量和定量扩散指标的影响	首次将传统加速技术与Deep Resolve Boost深度学习重建相结合应用于单次激发平面回波扩散加权成像，并系统评估其对图像质量和定量指标的影响	样本量较小(24例患者)，在特定区域(额极和视交叉附近)仍存在伪影问题，加速程度与ADC值差异存在正相关关系	评估深度学习重建与传统加速技术结合对脑部MRI图像质量和定量扩散指标的改善效果	24例接受脑部MRI检查的患者	医学影像分析	神经系统疾病	磁共振成像, 扩散加权成像, 单次激发平面回波成像	深度学习	医学影像	24例患者	NA	Deep Resolve Boost	图像质量评分, 噪声评估, 锐度评分, 伪影评估, ADC值一致性	NA
889	2025-10-06	Moving Beyond CT Body Composition Analysis: Using Style Transfer for Bringing CT-Based Fully-Automated Body Composition Analysis to T2-Weighted MRI Sequences 2025-Aug-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001162 PMID:39961134	研究论文	本研究提出了一种基于深度学习的自动化身体成分分析方法，通过风格迁移技术将CT图像的身体成分分析能力迁移到T2加权MRI序列	首次使用CycleGAN将CT分割结果映射到合成的MR图像，并利用nnU-Net在真实T2加权MRI序列上实现全自动身体成分分析	仅使用120名患者的T2加权MRI序列，样本量相对有限	开发适用于MRI序列的自动化身体成分分析方法	人体10个身体区域（骨骼、肌肉、皮下脂肪等）和4个身体部位（手臂、头颈、腿部、躯干）	医学影像分析	身体成分分析	CycleGAN风格迁移，深度学习分割	nnU-Net	CT图像，T2加权MRI序列	30对合成数据用于初始训练，120名患者（46%女性，中位年龄56岁）的真实T2加权MRI序列	nnU-Net	nnU-Net V2 2D, nnU-Net V2 3D	Sørensen-Dice, Surface Dice, Hausdorff Distance	NA
890	2025-10-06	New approaches to lesion assessment in multiple sclerosis 2025-Aug-01, Current opinion in neurology IF:4.1Q2 DOI:10.1097/WCO.0000000000001378 PMID:40377692	综述	总结人工智能驱动的多发性硬化病灶分割新方法和新型神经影像模态在病灶识别与表征方面的最新进展	深度学习技术实现了多发性硬化多种病灶亚型的自动检测，包括钆增强、中央静脉征阳性、顺磁性边缘、皮质和脊髓病变	NA	提升多发性硬化病灶评估的准确性、可重复性和效率，改善疾病诊断、监测和治疗反应评估	多发性硬化病灶	医学影像分析	多发性硬化	定量磁化率成像(QSM)、χ分离成像、胞体与神经突密度成像(SANDI)、PET	深度学习	神经影像数据	NA	NA	NA	准确性, 可重复性, 效率	NA
891	2025-10-06	A Robust Residual Three-dimensional Convolutional Neural Networks Model for Prediction of Amyloid-β Positivity by Using FDG-PET 2025-Aug-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005966 PMID:40524364	研究论文	本研究开发了一种基于残差三维卷积神经网络的稳健模型，用于通过FDG-PET预测淀粉样蛋白-β阳性	首次利用残差3DCNN从更易获取的FDG-PET图像中预测淀粉样蛋白-β阳性，显著减少对站点标准化预处理的依赖	样本量相对有限（187例开发集，99例多中心验证集），在认知正常组中的F1分数较低	开发深度学习模型预测阿尔茨海默病中的淀粉样蛋白-β阳性	从认知正常到痴呆及其他认知障碍的患者	医学影像分析	阿尔茨海默病	FDG-PET, PiB-PET, T1加权MRI	3DCNN	三维医学影像	187例患者用于模型开发，99例多中心患者用于验证	NA	残差3DCNN	AUC, F1分数	NA
892	2025-10-06	Grapes leaf disease dataset for precision agriculture 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111716 PMID:40599426	研究论文	本文提供了一个包含2,726张高质量葡萄叶病害图像的数据集，用于精准农业中的病害检测	提供了首个来自印度纳西克地区的大规模、高质量葡萄叶病害图像数据集，并经过农业领域专家精确标注	数据集仅包含三种主要真菌病害，可能无法覆盖所有葡萄病害类型	开发用于葡萄病害自动检测和分类的AI模型	葡萄叶片图像	计算机视觉	植物病害	图像采集与标注	CNN	图像	2,726张葡萄叶病害图像	PyTorch	ResNet-18	分类准确率	NA
893	2025-10-06	Microscope-Assisted Hypertensive Retinopathy Diagnosis Using Deep Learning Models 2025-Aug, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24847 PMID:40129051	研究论文	提出一种基于U-Net和Dense-Net的深度学习模型，通过视网膜图像自动检测和分级高血压视网膜病变	结合U-Net血管分割和Dense-Net动静脉分类，通过计算动静脉比值实现自动HR检测和分级	仅使用单一数据集(AVRDB)进行验证，未提及在其他数据集上的泛化能力	开发自动化的高血压视网膜病变诊断和分级系统	视网膜图像中的血管网络	计算机视觉	心血管疾病	视网膜图像分析	CNN	图像	AVRDB数据集	NA	U-Net, Dense-Net	准确率	NA
894	2025-10-06	Advances in disease detection through retinal imaging: A systematic review 2025-Aug, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110412 PMID:40482560	系统性综述	本文系统综述了利用机器学习技术从视网膜图像中检测疾病的研究进展	综合分析单模态和多模态视网膜成像方法在疾病检测中的应用，并指出未来研究方向	识别出机器学习在视网膜疾病检测中面临的若干关键挑战	探讨机器学习在视网膜图像疾病自动检测和分级中的应用	视网膜图像	计算机视觉	眼科疾病	视网膜成像	深度学习, 经典机器学习	图像	NA	NA	NA	准确率, 敏感度, 特异度	NA
895	2025-10-06	Advancing respiratory disease diagnosis: A deep learning and vision transformer-based approach with a novel X-ray dataset 2025-Aug, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110501 PMID:40494170	研究论文	本文通过构建新型X射线数据集并应用深度学习和视觉变换器技术，推进呼吸系统疾病的诊断分类研究	引入包含7867张X射线图像的新型多样化数据集，涵盖49种不同肺部疾病，并系统评估DL和ViT模型在呼吸系统疾病分类中的性能	综述范围仅限于2017-2024年，可能遗漏2017年前的基础性工作；AI技术快速发展可能使早期方法相关性降低；存在数据集偏差和X射线图像质量变化问题	改进呼吸系统疾病（如肺炎和COVID-19）的诊断分类，解决医学影像数据稀缺问题	X射线图像和呼吸系统疾病分类	计算机视觉	肺部疾病	X射线成像	深度学习, 视觉变换器(ViT)	X射线图像	7867张X射线图像，来自5263名患者，涵盖49种不同肺部疾病	NA	视觉变换器(ViT)	准确率, 精确率, 召回率, F1分数	NA
896	2025-10-06	IDEA: Image database for earthquake damage annotation 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111733 PMID:40599425	数据论文	本文介绍了IDEA地震损伤标注图像数据库，包含5400多张经过标注的真实结构损伤图像	提出了基于结构工程共识的全面损伤本体论，覆盖多种结构类型和损伤类别，弥补了现有数据集的不足	NA	开发用于结构损伤检测和分类的深度学习方法的标注数据集	地震后和常规现场检查中收集的结构损伤图像	计算机视觉	NA	现场检查图像采集	NA	图像	超过5400张标注图像	NA	NA	NA	NA
897	2025-10-06	Automated detection and recognition of oocyte toxicity by fusion of latent and observable features 2025-Aug-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.138411 PMID:40318589	研究论文	开发融合潜在特征和可观察特征的深度学习框架，用于自动检测和识别卵母细胞毒性	首次将深度学习提取的潜在特征与人类可理解概念特征相融合，显著提升卵母细胞毒性检测性能	研究仅基于小鼠卵母细胞图像，样本数量有限（2126张图像）	评估环境污染物对卵母细胞异常影响，开发自动化毒性检测方法	小鼠卵母细胞	计算机视觉	生殖系统疾病	深度学习图像分析	深度学习融合模型	图像	2126张小鼠卵母细胞图像	NA	NA	ROC-AUC, 准确率	NA
898	2025-10-06	Comparison of clinical, radiomics, deep learning, and fusion models for predicting early recurrence in locally advanced rectal cancer based on multiparametric MRI: a multicenter study 2025-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112173 PMID:40403678	研究论文	本研究比较了基于多参数MRI的临床、影像组学、深度学习和融合模型在预测局部晚期直肠癌早期复发方面的性能	首次在局部晚期直肠癌中系统比较临床模型、影像组学模型、深度学习模型及两种融合模型（特征级早期融合和决策级晚期融合）的预测性能	回顾性研究设计，样本量相对有限（337例患者）	预测局部晚期直肠癌患者的早期复发风险	局部晚期直肠癌患者	医学影像分析	直肠癌	多参数MRI（T2WI, DWI, T1WI, CET1WI）	XGBoost, 深度学习模型	医学影像	337例来自四个中心的局部晚期直肠癌患者	XGBoost	NA	AUC, DeLong检验, 校准曲线, 决策曲线分析, Kaplan-Meier分析	NA
899	2025-10-06	Artificial Intelligence in Pediatric Endocrinology 2025-Aug, Advances in pediatrics DOI:10.1016/j.yapd.2024.12.003 PMID:40582750	综述	本文探讨人工智能在儿科内分泌学领域的应用与潜力	提出人机协同方法，将AI技术与临床专家知识相结合以提升医疗服务质量	未提供具体临床验证数据和应用案例	研究人工智能技术在儿科内分泌学中的临床应用价值	儿科内分泌疾病患者及临床医疗服务	自然语言处理, 机器学习	儿科内分泌疾病	机器学习, 深度学习, 自然语言处理, 机器人技术, 语音处理	NA	NA	NA	NA	NA	NA	NA
900	2025-10-06	Reirradiation for recurrent glioblastoma: the significance of the residual tumor volume 2025-Aug, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05042-9 PMID:40310485	研究论文	本研究探讨再程放疗治疗复发性胶质母细胞瘤的疗效，重点关注残留肿瘤体积对预后的影响	首次通过深度学习自动分割管道量化残留肿瘤体积，并证实其为总体生存期的独立预测因子	单中心回顾性研究，样本量有限（71例患者）	评估再程放疗治疗复发性胶质母细胞瘤的疗效并确定预后因素	71例复发性CNS WHO 4级IDH野生型胶质母细胞瘤患者	数字病理	胶质母细胞瘤	深度学习自动分割，影像学随访	深度学习	医学影像	71例患者	NA	NA	风险比，p值	NA