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
1	2025-06-17	Asymmetric scatter kernel estimation neural network for digital breast tomosynthesis 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22008 PMID:40520916	research paper	提出了一种基于非对称散射核叠加的深度学习方法，用于数字乳腺断层合成（DBT）中的散射估计	该方法结合了散射形成的物理原理，通过神经网络生成散射幅度分布、散射核宽度和非对称因子图，提高了散射估计的准确性	未提及具体样本量或临床验证结果	改进数字乳腺断层合成（DBT）中的散射估计方法	数字乳腺断层合成（DBT）投影数据	digital pathology	breast cancer	deep learning	neural network	image	NA
2	2025-06-17	Comparing percent breast density assessments of an AI-based method with expert reader estimates: inter-observer variability 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22011 PMID:40520917	研究论文	比较基于AI的方法与专家评估的乳腺密度百分比，研究观察者间变异性	使用深度学习模型MAI-VAS进行乳腺密度评估，其观察者间一致性优于专家评估	研究仅基于1328名女性的筛查数据，可能无法代表更广泛的人群	评估AI与专家在乳腺密度评估中的观察者间变异性和风险预测能力	1328名女性的乳腺筛查数据	数字病理	乳腺癌	深度学习	MAI-VAS	图像	1328名女性
3	2025-06-17	A Hybrid Deep Learning-Based Approach for Visual Field Test Forecasting 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100803 PMID:40520474	研究论文	本研究提出了一种混合深度学习框架，用于提高视野（VF）测试预测的灵活性和准确性	提出了一种结合RNN和CNN的混合模型Hybrid-VF-Net，利用深度变换器进行空间和时间建模，提高了预测性能和鲁棒性	中晚期青光眼病例数据可靠性低仍是一个挑战	开发一种更灵活准确的视野测试预测方法，用于青光眼管理	1750名受试者（健康人和青光眼患者）的19437次Humphrey VF测试数据	计算机视觉	青光眼	深度学习	RNN, CNN, Hybrid-VF-Net	图像	1750名受试者的19437次VF测试
4	2025-06-17	Unsupervised deep clustering of high-resolution satellite imagery reveals phenotypes of urban development in Sub-Saharan Africa 2025-Aug-01, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179739 PMID:40480170	研究论文	利用无监督深度学习和高分辨率卫星图像对撒哈拉以南非洲城市的城市发展表型进行聚类分析	提出了一种新颖的分层深度学习框架，用于无监督聚类高分辨率卫星图像，揭示城市发展的多维特征	研究仅覆盖了撒哈拉以南非洲的少数城市，可能无法完全代表该地区的所有城市发展模式	通过无监督深度学习分析高分辨率卫星图像，实现对城市环境的近实时监测	撒哈拉以南非洲多个城市的卫星图像	计算机视觉	NA	无监督深度学习	分层深度学习框架	卫星图像	多个城市（阿克拉、达喀尔、达累斯萨拉姆和基加利）的高分辨率卫星图像
5	2025-06-17	Comprehensive smartphone image dataset for fish species identification in Bangladesh's freshwater ecosystems 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111629 PMID:40521139	research paper	该论文介绍了一个用于孟加拉国淡水生态系统鱼类识别的智能手机图像数据集	提供了一个包含24,925张图像、涵盖21种淡水鱼类的大规模数据集，支持鱼类识别和深度学习研究	数据集仅涵盖孟加拉国淡水鱼类，可能不适用于其他地区或海洋鱼类	为水生生物多样性研究、渔业管理和鱼类识别机器学习模型开发提供数据支持	孟加拉国淡水生态系统中的21种常见鱼类	computer vision	NA	智能手机图像采集	深度学习模型（未指定具体模型）	image	24,925张图像，涵盖21种鱼类
6	2025-06-17	Attain: Inclusive annotated pavement distress types and severity dataset 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111715 PMID:40521146	研究论文	介绍了一个名为Attain的多样化、注释详尽的路面病害数据集，用于支持机器学习和深度学习模型在路面病害分类和目标检测中的开发	数据集包含10种不同的路面病害类别，每种病害还标注了低、中、高三个严重程度级别，且使用智能手机摄像头收集数据显著降低了数据收集成本	数据集仅包含2293张图像，可能不足以覆盖所有可能的路面条件和病害类型	促进自动路面病害检测系统的开发，以提高路面维护过程的效率和准确性	路面病害图像	计算机视觉	NA	智能手机摄像头图像采集	NA	图像	2293张图像，包含19,761个病害实例
7	2025-06-17	False data injection attack dataset for classification, identification, and detection for IIoT in Industry 5.0 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111692 PMID:40521148	research paper	本文介绍了UKMNCT_IIoT_FDIA数据集，用于分类、识别和检测工业5.0中IIoT的虚假数据注入攻击	提出了一个独立且全面的数据集，覆盖多种网络配置和攻击场景，以反映IIoT中FDI攻击的动态特性	未提及具体的数据集规模或在实际工业环境中的验证情况	提高工业5.0中IIoT环境的安全性，有效检测FDI攻击	工业物联网（IIoT）设备和虚假数据注入（FDI）攻击	machine learning	NA	machine learning (ML), deep learning (DL)	NA	network data	NA
8	2025-06-17	High-resolution RGB image dataset for wheat seed varietal identification and purity assessment 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111690 PMID:40521154	research paper	本文介绍了一个公开的高分辨率小麦种子图像数据集，用于小麦品种识别和纯度评估	提供了一个针对巴基斯坦特定地区小麦品种的高分辨率RGB图像数据集，填补了该领域数据集的空白	数据集仅包含三个小麦品种，可能无法代表所有地区的小麦品种	解决小麦种子品种识别和纯度评估的问题，以提高小麦产量	三个巴基斯坦主要小麦品种(Akbar-19, Dilkash-20和Urooj-22)	computer vision	NA	高分辨率RGB图像采集	NA	image	每个品种125粒纯种子，共375粒种子
9	2025-06-17	Comparison of different dental age estimation methods with deep learning: Willems, Cameriere-European, London Atlas 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03452-y PMID:39969569	research paper	比较不同牙齿年龄估计方法（Willems、Cameriere-European、London Atlas和深度学习方法）在土耳其儿童全景X光片上的效果	首次在土耳其儿童中比较了传统牙齿年龄估计方法与深度学习方法的效果，并发现London Atlas仅适用于男孩	研究仅针对土耳其儿童，可能无法推广到其他人群	比较不同牙齿年龄估计方法的准确性和适用性	1169名土耳其儿童（613名女孩，556名男孩）的全景X光片	digital pathology	NA	panoramic radiographs	CNN	image	1169名儿童（613名女孩，556名男孩）
10	2025-06-17	A novel approach for estimating postmortem intervals under varying temperature conditions using pathology images and artificial intelligence models 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03447-9 PMID:40019556	研究论文	本研究提出了一种利用病理图像和人工智能模型在不同温度条件下估计死后间隔（PMI）的新方法	首次引入结合病理组织图像和人工智能的预测模型，能够在三种温度条件下进行PMI估计	NA	提高法医调查中PMI估计的准确性和效率	死后组织样本	数字病理	NA	深度学习	ResNet50	图像	NA
11	2025-06-17	The impact of multi-modality fusion and deep learning on adult age estimation based on bone mineral density 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03432-2 PMID:40100354	研究论文	本研究通过多模态融合和深度学习技术，基于骨矿物质密度（BMD）提高了成人年龄估计的准确性	采用多模态融合策略结合深度学习，显著提升了基于BMD的年龄估计准确性和泛化能力	研究主要基于中国人群数据，外部验证队列样本量相对较小（351例）	提高基于骨矿物质密度的成人年龄估计准确性	成人年龄估计	医学影像分析	老年疾病	CT扫描	深度学习（DL）	医学影像（CT扫描）	4296例CT扫描（训练集）+ 644例（内部验证）+ 351例（外部验证）
12	2025-06-17	Artificial intelligence entering the pathology arena in oncology: current applications and future perspectives 2025-Jul, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2025.03.006 PMID:40307127	综述	本文综述了人工智能在病理学和肿瘤学领域的当前应用及未来前景	探讨了AI在肿瘤诊断、分子生物标志物检测和癌症预后评估中的创新应用，以及基础模型和通用模型等最新AI算法的潜力	目前尚无基于IA或IB证据水平的AI预后或预测性生物标志物，数据可用性、可解释性和监管考虑等障碍仍然存在	评估AI在癌症病理学中的当前应用并展望未来发展	肿瘤诊断、分子生物标志物检测和癌症预后评估	数字病理学	肿瘤学	AI算法、深度学习	基础模型、通用模型、基于transformer的深度学习	图像、多组学数据	NA
13	2025-06-17	A systematic review and meta-analysis of the utility of quantitative, imaging-based approaches to predict radiation-induced toxicity in lung cancer patients 2025-Jul, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110935 PMID:40360049	meta-analysis	本文通过系统综述和荟萃分析评估了放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能	首次对放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能进行了系统综述和荟萃分析，并比较了不同模型的性能	研究主要集中在放射性肺炎的预测，对其他毒性反应的预测研究较少	评估放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能	接受胸部放疗的肺癌患者	digital pathology	lung cancer	radiomics, dosiomics, machine learning	classical and deep learning models	imaging data	104项研究，包括23,373名患者
14	2025-06-17	Integration of metabolomics and machine learning for precise management and prevention of cardiometabolic risk in Asians 2025-Jul, Clinical nutrition (Edinburgh, Scotland) DOI:10.1016/j.clnu.2025.05.011 PMID:40414052	研究论文	本文探讨了代谢组学与机器学习在亚洲人群心血管代谢风险精确管理与预防中的应用	结合代谢组学与机器学习技术，揭示隐藏的代谢模式和通路，为亚洲人群提供个性化干预措施	代谢组学结果在不同种族群体间的解释存在困难，研究设计有限，分析平台和数据处理方法存在不一致性	开发针对亚洲人群的心血管代谢疾病（CMDs）的精准干预和预防措施	亚洲人群的心血管代谢风险	机器学习	心血管疾病	代谢组学	深度学习、网络分析	代谢组数据	NA
15	2025-05-27	Deep Learning Auto-Segmentation of Organs at Risk in a Real-World Head and Neck Cancer Proton Beam Radiotherapy Planning 2025-Jul, Clinical oncology (Royal College of Radiologists (Great Britain)) DOI:10.1016/j.clon.2025.103849 PMID:40414067	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16	2025-06-17	A Deep Learning Model Based on High-Frequency Ultrasound Images for Classification of Different Stages of Liver Fibrosis 2025-Jul, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70148 PMID:40515461	研究论文	开发基于高频超声图像的深度学习模型，用于分类慢性乙型肝炎患者肝纤维化的不同阶段	使用高频超声图像训练深度学习模型，在肝纤维化分类中表现优于低频超声模型及其他非侵入性方法	回顾性多中心研究，可能存在选择偏倚	开发并评估基于高频超声图像的深度学习模型在肝纤维化分类中的诊断价值	慢性乙型肝炎患者	数字病理	肝纤维化	高频超声成像	CNN	图像	多中心研究，涉及六家医院2014年1月至2024年8月的患者数据
17	2025-06-17	ConsAMPHemo: A computational framework for predicting hemolysis of antimicrobial peptides based on machine learning approaches 2025-Jul, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70087 PMID:40519190	研究论文	介绍了一个基于深度学习的计算框架ConsAMPHemo，用于预测抗菌肽的溶血活性	提出了一个两阶段的深度学习框架，既能进行抗菌肽溶血活性的二元分类，也能预测其溶血浓度，并通过特征分析揭示了溶血活性的物理基础	NA	开发一种成本效益高的方法来预测抗菌肽的溶血活性，以促进更安全抗菌肽的开发	抗菌肽（AMPs）	机器学习	NA	深度学习	NA	NA	三个不同的数据集
18	2025-06-17	Automated classification of oral potentially malignant disorders and oral squamous cell carcinoma using a convolutional neural network framework: a cross-sectional study 2025-Jul, Lancet regional health. Americas DOI:10.1016/j.lana.2025.101138 PMID:40519355	研究论文	本研究开发并评估了基于深度学习的AI模型，用于自动分类口腔潜在恶性疾病(OPMD)和口腔鳞状细胞癌(OSCC)的临床图像，并探索了使用Grad-CAM的解释性	应用迁移学习策略预训练8种CNN模型，并利用Grad-CAM进行可解释性分析	研究仅进行了内部测试，未进行外部验证	开发AI模型辅助诊断口腔潜在恶性疾病和口腔鳞状细胞癌	口腔潜在恶性疾病(OPMD)和口腔鳞状细胞癌(OSCC)的临床图像	数字病理	口腔癌	深度学习	CNN (包括ConvNeXt和MobileNet)	图像	778张OPMD和OSCC的临床图像
19	2025-06-17	Deep learning can predict global earthquake-triggered landslides 2025-Jul, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf179 PMID:40520459	research paper	该研究开发了一个深度学习模型，用于预测全球范围内地震引发的滑坡概率	首次建立了包含约40万次滑坡的全球数据库，并开发了无需依赖本地先验知识的深度学习模型，平均空间准确率约82%，且预测时间少于1分钟	模型依赖于历史地震和滑坡数据，可能无法完全预测新型或极端地震事件引发的滑坡	提高地震触发滑坡的预测速度和准确性，以支持快速灾害评估和事前规划	全球范围内的地震及其触发的滑坡	machine learning	NA	deep learning	深度学习模型（未指定具体类型）	地震和滑坡的地理空间数据	约40万次滑坡，涉及过去50年中最严重的38次地震
20	2025-06-17	Beyond the Posts: Analyzing Breast Implant Illness Discourse With Natural Language Processing and Deep Learning 2025-Jun-16, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf047 PMID:40173420	research paper	该研究利用自然语言处理和深度学习分析社交媒体上关于乳房植入物疾病(BII)的患者感知和情绪反应	使用Robust optimizing Bidirectional Encoder Representations from Transformers模型分析社交媒体数据，揭示患者情绪与乳房植入物取出率之间的强相关性	研究仅基于X平台的数据，可能无法代表所有社交媒体或患者群体的观点	分析患者对乳房植入物疾病的感知和情绪反应，并探讨其与乳房植入物取出率的关系	社交媒体上关于乳房植入物疾病的帖子	natural language processing	breast implant illness	自然语言处理	Robust optimizing Bidirectional Encoder Representations from Transformers	text	6099条帖子(2014-2023年)