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
941	2025-10-06	Deep Learning Image-Based Classification for Post-Earthquake Damage Level Prediction Using UAVs 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175406 PMID:40942835	研究论文	本研究开发了一种基于轻量级深度学习模型的无人机图像分类系统，用于震后损伤等级预测	采用MobileNetV3-Small轻量级CNN模型在无人机平台上实现实时震后损伤等级分类，显著降低计算复杂度并提升边缘设备部署能力	仅针对三种损伤等级进行分类，未涵盖更细粒度的损伤评估	开发实时准确的震后建筑损伤评估系统以支持搜救团队工作	震后建筑结构的无人机航拍图像	计算机视觉	NA	无人机航拍技术	CNN	图像	三个震后损伤等级数据集的合并数据集	NA	MobileNetV3-Small	FLOPs, F-score, 准确率	Raspberry Pi 5边缘设备
942	2025-10-06	High-Accuracy Deep Learning-Based Detection and Classification Model in Color-Shift Keying Optical Camera Communication Systems 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175435 PMID:40942863	研究论文	提出一种基于深度学习的光学相机通信系统中颜色偏移键控调制信号的检测与分类模型	首次将YOLOv8深度学习框架应用于光学相机通信系统的信号检测与分类，在真实环境条件下实现高精度符号识别	通信距离有限（30cm-3m），数据速率和系统可扩展性有待提升	优化光学相机通信系统中接收器的性能	颜色偏移键调制的光学通信信号	计算机视觉	NA	颜色偏移键控调制	CNN	图像序列	8×8 LED矩阵发射器和CMOS相机接收器组成的实验系统	YOLOv8	YOLOv8	准确率	NA
943	2025-10-06	Update of imaging in the assessment of axial spondyloarthritis 2025-Sep, Best practice & research. Clinical rheumatology DOI:10.1016/j.berh.2025.102064 PMID:40229184	综述	本文回顾了近5年来中轴型脊柱关节炎影像学评估的新进展，重点关注增强CT和MRI技术	介绍了基于深度学习的合成CT技术，可将MRI序列转换为类CT图像；国际共识推荐包含4个序列的MRI方案用于骶髂关节常规诊断评估	仅涵盖过去5年的发展，未涉及更早期的技术进展	更新中轴型脊柱关节炎的影像学评估方法	骶髂关节的炎症性和结构性病变	医学影像分析	中轴型脊柱关节炎	CT, MRI, 深度学习	深度学习	医学影像	NA	NA	NA	识别准确性	NA
944	2025-10-06	Left ventricular systolic dysfunction screening in muscular dystrophies using deep learning-based electrocardiogram interpretation 2025 Sep-Oct, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.154048 PMID:40527225	研究论文	本研究评估基于人工智能的心电图解读在检测和预测肌营养不良患者左心室收缩功能障碍方面的应用价值	首次将深度学习心电图分析技术应用于肌营养不良患者的心功能筛查，提供了一种非侵入性的替代方案	需要外部验证、儿科应用研究不足、尚未完全整合到临床护理计划中	开发基于AI的心电图筛查工具，用于肌营养不良患者左心室收缩功能障碍的检测和预测	肌营养不良患者，包括杜氏肌营养不良、贝克型肌营养不良、肢带型肌营养不良、强直性肌营养不良患者及女性携带者	数字病理	肌营养不良	心电图、超声心动图	CNN	心电图信号	推导队列：53,874对心电图-超声心动图数据（来自30,978名患者）；测试集：390对数据（来自390名肌营养不良患者）	NA	卷积神经网络	AUROC, 敏感性, 特异性, 阴性预测值, 阳性预测值	NA
945	2025-10-06	Development of a deep learning-based automated diagnostic system (DLADS) for classifying mammographic lesions - a first large-scale multi-institutional clinical trial in Japan 2025-Sep, Breast cancer (Tokyo, Japan) DOI:10.1007/s12282-025-01741-3 PMID:40608200	研究论文	开发基于深度学习的乳腺X线摄影自动诊断系统，并在日本进行首次大规模多机构临床试验	首次针对日本女性开发的乳腺X线摄影AI-CADx系统，填补了日本人群验证证据的空白	回顾性研究设计，需前瞻性研究进一步验证医生使用该系统的诊断性能	建立适用于日本女性的乳腺X线摄影AI辅助诊断系统	日本女性的筛查或诊断性乳腺X线摄影图像	计算机视觉	乳腺癌	乳腺X线摄影	深度学习	医学图像	11,450名日本女性的20,638张乳腺X线图像，包括5,019例乳腺癌、5,026例良性和10,593例正常图像	NA	SE-ResNet, 滑动窗口算法	敏感度, 特异度, AUC, 准确率	NA
946	2025-10-06	A generative adversarial network to improve integrated mode proton imaging resolution using paired proton-carbon data 2025-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.18081 PMID:40926569	研究论文	提出基于配对质子-碳数据的生成对抗网络，用于提高集成模式质子成像的空间分辨率	首次利用配对质子-碳数据训练条件生成对抗网络，实现质子束图像到碳离子束图像的转换，从而提升质子放射成像的分辨率	在人体头部模体评估中观察到噪声增加	提高集成模式质子放射成像的空间分辨率	质子放射成像和碳离子放射成像	医学影像处理	NA	集成模式质子成像，闪烁体探测器成像	条件生成对抗网络	图像	547,224对质子-碳图像	NA	Proton2Carbon	空间分辨率，水等效厚度精度	NA
947	2025-10-06	Neuroimaging Data Informed Mood and Psychosis Diagnosis Using an Ensemble Deep Multimodal Framework 2025-Sep, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70347 PMID:40927869	研究论文	本研究开发了一种集成深度多模态框架，通过融合神经影像数据和症状分类来改进情绪和精神病性障碍的诊断分类	提出集成深度多模态框架，将神经影像数据与症状分类相结合，通过识别生物同质性组别来改善诊断分类	依赖现有症状分类作为基础，可能存在初始诊断标签噪声的问题	改进精神疾病的诊断分类，识别潜在的生物标志物，减轻标签噪声	情绪和精神病性障碍患者	医学影像分析	精神疾病	fMRI, 结构MRI	深度学习, 集成学习	神经影像数据	NA	NA	深度卷积框架	NA	NA
948	2025-10-06	A Review on Biomarker-Enhanced Machine Learning for Early Diagnosis and Outcome Prediction in Ovarian Cancer Management 2025-Sep, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.71224 PMID:40927964	综述	评估生物标志物驱动的机器学习模型在卵巢癌早期检测、风险分层和治疗规划中的增强作用	系统整合多模态生物标志物数据与机器学习技术，显著提升卵巢癌诊断和预后预测性能	样本量较小、缺乏外部验证、排除了影像学和基因组学数据	改善卵巢癌的早期检测和预后预测	卵巢癌患者	机器学习	卵巢癌	生物标志物分析	Random Forest, XGBoost, Neural Networks, RNN	多模态数据（肿瘤标志物、炎症、代谢和血液学参数）	基于17项研究的综合分析	NA	集成方法、深度学习	AUC, 分类准确率	NA
949	2025-10-06	Automated quantification of lung pathology on micro-CT in diverse disease models using deep learning 2025-Sep, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105904 PMID:40886406	研究论文	开发基于深度学习的自动化肺部分割模型，用于量化多种疾病模型中的肺部病理变化	提出通用的深度学习肺部分割模型，能够适用于多种肺部疾病模型、扫描仪配置和啮齿类物种，并通过2.5D概率平均方法提高了分割精度	NA	开发能够自动量化肺部病理变化的深度学习模型，提高微CT数据分析效率	啮齿类动物（大鼠、仓鼠、八齿鼠）的肺部微CT图像	数字病理学	肺部疾病	微CT成像	深度学习	医学图像	来自唐氏综合征、病毒和真菌感染、COVID-19、肺部炎症和纤维化等多种疾病模型的纵向微CT图像数据集	NA	2D模型, 2.5D模型	Dice相似系数	NA
950	2025-10-06	Improving age prediction using ECG signals: Insights into lifestyle impacts 2025 Sep-Oct, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.154083 PMID:40716194	研究论文	本研究通过改进ECG信号预处理技术和引入容错训练机制，提高了基于心电图的年龄预测精度，并分析了生活方式对心脏老化的影响	提出了结合巴特沃斯带通滤波器和双曲正切变换的新型预处理方法，并引入了容忍标签噪声的训练机制	研究依赖于特定数据库，可能受到标签噪声和数据质量的限制	提高基于心电图的心脏年龄预测精度，并探索生活方式因素与心脏老化的关系	心电图信号和相关的行为生活方式数据	机器学习	心血管疾病	心电图信号处理	深度学习模型	心电图信号，行为信息	PTB-XL数据集、PLHDB和AISDB数据库	NA	NA	平均绝对误差(MAE)	NA
951	2025-10-06	A Comparative Analysis of the Mamba, Transformer, and CNN Architectures for Multi-Label Chest X-Ray Anomaly Detection in the NIH ChestX-Ray14 Dataset 2025-Sep-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172215 PMID:40941702	研究论文	对CNN、Transformer和Mamba架构在胸部X光异常检测中的性能进行综合比较分析	首次在医学影像分析中对Mamba、Transformer和CNN架构进行统一基准测试，发现混合架构在常见和罕见病理中均表现优异	仅使用单一数据集(NIH ChestX-ray14)进行评估，未在其他医学影像数据集上验证泛化能力	比较不同深度学习架构在胸部X光异常检测中的性能表现	胸部X光图像中的14种胸部疾病	计算机视觉	胸部疾病	深度学习	CNN, Transformer, Mamba	图像	112,120张标记的胸部X光图像	NA	ConvFormer, CaFormer, EfficientNet	AUROC	NA
952	2025-10-06	EoML-SlideNet: A Lightweight Framework for Landslide Displacement Forecasting with Multi-Source Monitoring Data 2025-Sep-01, Sensors (Basel, Switzerland) DOI:10.3390/s25175376 PMID:40942805	研究论文	提出一种轻量级滑坡位移预测框架EoML-SlideNet，用于资源受限的边缘设备	引入浮点运算作为评估指标，提出双波段LASSO增强潜变量模块进行特征选择，结合自回归模型和轻量神经网络	仅在广西喀斯特地形特定场地的数据集上进行验证，使用单一CPU工作站进行评估	开发适用于边缘设备的轻量级滑坡位移预测系统	降雨引发的浅层滑坡位移预测	机器学习	NA	多传感器监测	自回归模型,轻量神经网络	多源监测数据	广西喀斯特地形特定场地的多传感器数据集	NA	DBLE-LV模块	MAE,RMSE,推理时间,FLOPs	单一CPU工作站
953	2025-10-06	An iterative deep learning-guided algorithm for directed protein evolution 2025-Sep-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113324 PMID:40927680	研究论文	提出一种基于深度学习的迭代算法DeepDE，用于指导蛋白质定向进化	使用三重突变体作为构建块，通过约1000个突变体的小型训练库实现高效迭代优化	算法性能依赖于实验可承受的约1000个变体的有限筛选	开发深度学习指导的蛋白质定向进化算法以提高蛋白质活性	绿色荧光蛋白(GFP)	机器学习	NA	蛋白质定向进化	深度学习	蛋白质序列数据	约1000个突变体训练库	NA	NA	活性增强倍数	NA
954	2025-10-06	Leveraging modified ex situ tomography data for segmentation of in situ synchrotron X-ray computed tomography 2025-Sep-12, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70032 PMID:40938296	研究论文	提出一种利用改进的离位断层扫描数据训练深度学习模型，用于在位同步辐射X射线计算机断层扫描的自动分割方法	通过将高质量离位实验室数据转换为适用于在位同步辐射数据分割的训练数据，解决了训练数据有限的问题	仅使用静态样本进行训练，但需要处理实验中显著的形态变化	开发在位同步辐射X射线计算机断层扫描的自动分割方法	金属氧化物溶解研究中的材料系统	计算机视觉	NA	同步辐射X射线计算机断层扫描	深度学习	3D断层扫描图像	NA	NA	改进的SegFormer	IoU	NA
955	2025-10-06	Towards reliable prediction of intraoperative hypotension: a cross-center evaluation of deep learning-based and MAP-derived methods 2025-Sep-12, Journal of clinical monitoring and computing IF:2.0Q2 DOI:10.1007/s10877-025-01357-0 PMID:40938328	研究论文	本研究通过跨中心评估比较深度学习方法和MAP阈值方法在预测术中低血压方面的可靠性	引入包含临界血压病例的'灰色区域'概念，提出标准化MAP差异的方法来减少数据集特异性偏差，并发现模型在不同年龄群体间的非对称泛化能力	研究仅基于两个医疗中心的数据集，需要更多样化的数据集验证发现	评估AI模型预测术中低血压的可靠性并减少选择偏差	术中低血压患者	机器学习	心血管疾病	血压监测	深度学习	生理信号数据	来自瑞典卡罗林斯卡大学医院和韩国VitalDB数据库的多个外科队列	NA	NA	泛化能力评估	NA
956	2025-10-06	Artificial intelligence in cardiac telemetry 2025-Sep-11, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-323947 PMID:40122590	综述	本文综述了人工智能在心脏遥测技术中的当前应用状态与发展前景	系统梳理了从传统统计机器学习向先进深度神经网络的技术演进，强调现代AI模型在检测复杂遥测数据模式方面的优势	NA	探讨人工智能在心脏遥测领域的应用现状与未来发展方向	心脏遥测技术与人工智能模型	医疗人工智能	心血管疾病	心脏遥测	深度神经网络	遥测数据	NA	NA	NA	准确率	NA
957	2025-10-06	High-performance identification of insulating materials by using generalized spectrum in laser-induced breakdown spectroscopy 2025-Sep-11, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay01151e PMID:40838327	研究论文	提出一种基于激光诱导击穿光谱的广义谱方法，用于高性能识别绝缘材料	提出GSM-LIBS方法，相比传统PCA方法能整合多种光谱特征，保留全局和局部信息	NA	实现绝缘材料的高性能识别以减少资源浪费和污染	七种类型的绝缘材料	机器学习	NA	激光诱导击穿光谱	KNN, SVM, NN	光谱数据	NA	NA	NA	准确率	NA
958	2025-10-06	Beyond Contact: An Open-Set Biometric Identification System Using Radar-Extracted Heart Signals 2025-Sep-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3608801 PMID:40932807	研究论文	提出一种基于雷达的非接触式生物特征识别系统，通过心脏信号提取实现开放集人员识别	通过雷达提取心脏运动数据重建心电图信号，结合固定类锚点聚类损失和超球面划分方法实现开放集识别	对突发身体运动和环境噪声敏感，在严重心律不齐情况下性能可能下降，未知身份数量增加时效果降低	开发安全且保护隐私的非接触式生物特征识别系统	人类心脏信号和生物特征识别	生物特征识别	NA	雷达信号处理，心电图信号重建	深度学习	雷达信号，心脏运动数据	27个受试者（闭集），14个已知和13个未知受试者（开集）	NA	ECGReconNet, InceptionTime	准确率	NA
959	2025-10-06	Evaluation of the Detectability of Oral Potentially Malignant Diseases with a Deep Learning Approach: A Retrospective Pilot Study 2025-Sep-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01665-6 PMID:40936018	研究论文	本研究评估基于深度学习的方法在口腔潜在恶性疾病检测中的性能	首次使用YOLOv8架构的深度学习模型进行口腔潜在恶性疾病的自动检测	回顾性研究、样本量有限、需要更大规模多中心数据集和外部验证	评估深度学习诊断软件在检测口腔潜在恶性疾病方面的性能	经组织病理学诊断的口腔扁平苔藓、口腔白斑或口腔癌患者	计算机视觉	口腔癌	组织病理学活检	CNN	图像	358张回顾性口腔内图像	NA	YOLOv8	F1分数, 敏感度, 精确度	NA
960	2025-10-06	GEDI and Sentinel data integration for quantifying agroforestry tree height and stocks 2025-Sep-10, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127197 PMID:40934663	研究论文	本研究通过整合GEDI和Sentinel遥感数据，利用深度学习U-Net方法估算意大利帕丹平原杨树人工林的碳储量	首次将GEDI波形数据与Sentinel多波段影像结合，采用U-Net深度学习模型生成10米高分辨率冠层高度模型，用于杨树人工林碳储量估算	模型在胸径、立木蓄积量和地上生物量估算中的RMSE分别达到30.7%、46.2%和63.2%，精度有待进一步提高	开发有效的遥感监测方法，量化杨树人工林的高度和碳储量，支持气候变化减缓	意大利帕丹平原的杨树人工林	遥感监测, 深度学习	NA	遥感监测, 激光雷达, 深度学习	U-Net	遥感影像, 激光雷达波形数据	研究区域约46,000平方公里，包含2021和2022年杨树人工林地图数据	NA	U-Net	平均绝对误差, RMSE	NA