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	2025-06-18	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	该方法考虑了散射形成的物理基础，通过生成散射振幅分布、散射核宽度和非对称因子图，改进了现有端到端训练方法的不足	NA	改进数字乳腺断层合成中的散射估计方法	数字乳腺断层合成（DBT）投影数据	digital pathology	breast cancer	deep learning	CNN	image	数值模拟体模数据和物理实验数据
2	2025-06-18	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	research paper	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，相比专家评估具有更低观察者间变异性	研究仅基于1328名女性的数据，可能无法代表更广泛人群	评估AI方法与专家在乳腺密度评估和乳腺癌风险预测方面的一致性和准确性	1328名女性的乳腺筛查数据	digital pathology	breast cancer	deep learning	MAI-VAS	image	1328名女性
3	2025-06-18	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，用于提高视野测试预测的灵活性和准确性	结合RNN和CNN，并引入深度变换器进行时空建模，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	提高视野测试预测的准确性和灵活性	健康人群和青光眼患者	计算机视觉	青光眼	深度学习	RNN, CNN, Hybrid-VF-Net	图像	1750名受试者，包含19437次Humphrey视野测试
4	2025-06-18	Keystone microbial taxa identified by deep learning reveal mechanisms of phosphorus stoichiometric homeostasis in submerged macrophytes under different hydrodynamic states 2025-Aug-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123721 PMID:40311292	研究论文	本研究通过深度学习识别关键微生物类群，探讨了不同水动力状态下沉水植物磷化学计量稳态的机制	开发了基于深度学习的Keystoneness Taxa Identification (DLKTI)框架，用于识别关键微生物类群，并揭示了这些类群对沉水植物根际磷代谢的影响	研究仅针对两种沉水植物（Vallisneria natans和Myriophyllum spicatum），可能无法推广到其他植物或生态系统	优化植物修复策略，提高水生生态系统富营养化管理的效率	沉水植物（Vallisneria natans和Myriophyllum spicatum）及其根际微生物群落	生态学与深度学习	NA	深度学习	DLKTI框架	微生物群落数据	NA
5	2025-06-18	Efficient urban flood control and drainage management framework based on digital twin technology and optimization scheduling algorithm 2025-Aug-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123711 PMID:40319783	研究论文	本文提出了一种基于数字孪生技术和优化调度算法的高效城市防洪排水管理框架	结合数字孪生实验平台、深度学习和多目标优化算法，优化排水泵调度规则，实现实时数据采集和虚拟-现实交互	未提及具体实施中的硬件限制或数据获取的潜在问题	提升城市防洪排水的综合管理能力	城市防洪排水系统	数字孪生技术	NA	PLC技术、Unity3D引擎、深度学习、多目标优化算法	深度学习模型	实时监测数据	不同河流流入和排水操作场景下的数据
6	2025-06-18	Statin use and longitudinal bone marrow lesion burden: analysis of knees without osteoarthritis from the Osteoarthritis Initiative study 2025-Aug, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-04878-6 PMID:39890641	research paper	该研究探讨了他汀类药物使用与无骨关节炎参与者膝关节骨髓病变体积纵向变化之间的关联	首次在无放射学膝关节骨关节炎的参与者中，使用深度学习算法定量评估他汀类药物对骨髓病变体积纵向变化的影响	研究仅基于观察性数据，无法确定因果关系	评估他汀类药物对膝关节骨髓病变体积变化的潜在疾病修饰作用	无基线膝关节骨关节炎的参与者	digital pathology	osteoarthritis	MRI, deep learning	DL algorithm	medical image	1502 knees (751 statin users and 751 non-users)
7	2025-06-18	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	本文介绍了一个用于孟加拉国淡水生态系统鱼类物种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种淡水鱼类物种的全面数据集，支持鱼类物种识别和生物多样性研究	数据集仅涵盖孟加拉国的淡水鱼类，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、渔业管理以及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	deep learning	image	24,925张图像，涵盖21种鱼类
8	2025-06-18	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	该论文介绍了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实验环境的局限性	提高工业5.0中IIoT环境的安全性，通过有效检测虚假数据注入攻击	工业物联网（IIoT）设备和虚假数据注入（FDI）攻击	machine learning	NA	machine learning (ML) and deep learning (DL) algorithms	NA	network configurations and attack scenarios	NA
9	2025-06-18	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	该论文介绍了一个公开可用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	提供了一个特定地区的高分辨率小麦种子图像数据集，填补了现有数据的空白	数据集仅包含巴基斯坦三个主要小麦品种，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	小麦种子（Akbar-19, Dilkash-20, Urooj-22三个品种）	computer vision	NA	NA	NA	image	每个品种125粒纯种种子，共375粒
10	2025-06-18	Deep learning predicts the effect of neoadjuvant chemotherapy for patients with triple negative breast cancer 2025-Aug, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100448 PMID:40524708	research paper	本研究利用深度学习技术，基于术前肿瘤活检的H&E染色全切片图像，预测三阴性乳腺癌患者新辅助化疗的效果	首次使用深度学习技术从H&E染色切片中预测三阴性乳腺癌患者对新辅助化疗的反应，其预测性能优于基于传统临床数据的方法	样本量相对较小，尤其是中度和不良反应患者的数量较少，可能影响模型的泛化能力	预测三阴性乳腺癌患者对新辅助化疗的治疗效果	三阴性乳腺癌患者	digital pathology	breast cancer	H&E染色	CNN	image	训练集包含205名患者的221个活检样本，测试集包含50名患者的52个活检样本
11	2025-06-18	Malignancy risk stratification for pulmonary nodules: comparing a deep learning approach to multiparametric statistical models in different disease groups 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11256-8 PMID:39747589	research paper	比较深度学习方法和多参数统计模型在不同疾病组中对肺结节恶性风险分层的性能	首次评估了深度学习模型LCP-CNN在多种风险特征和潜在肺部疾病患者中的性能，并与传统多参数统计模型进行了比较	研究为回顾性分析，样本量相对有限（297名患者，422个结节）	评估深度学习模型在肺结节恶性风险分层中的性能	肺结节患者（包括筛查、肺气肿和间质性肺病患者）	digital pathology	lung cancer	CT扫描	CNN	image	297名患者，422个肺结节（其中105个为恶性）
12	2025-06-18	Deep learning for forensic age estimation using orthopantomograms in children, adolescents, and young adults 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11373-y PMID:39862249	research paper	该研究利用卷积神经网络（CNN）和大型多样化数据集改进法医年龄估计，特别关注儿童、青少年和年轻成人的牙齿生长特征	使用自定义CNN模型和大型多样化数据集显著提高了法医年龄估计的准确性和可靠性，预测精度可达1年以内	研究主要基于牙齿生长特征，可能不适用于所有年龄段或特殊情况	改进法医年龄估计方法，提高预测准确性和效率	儿童、青少年和年轻成人（1至25岁以下）	digital pathology	NA	orthopantomograms (OPGs)	CNN	image	21,814张OPGs（来自13,766名个体）
13	2025-06-18	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光片上的表现	首次在土耳其儿童中比较了传统牙龄估计方法与深度学习方法的效果	研究仅针对土耳其儿童，结果可能不适用于其他人群	评估和比较不同牙龄估计方法的准确性	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）
14	2025-06-18	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	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的新方法	首次引入基于病理组织图像和人工智能的预测模型，用于估计死后间隔，并在三种温度条件下进行验证	未提及样本来源的多样性或模型在其他环境条件下的泛化能力	提高法医调查中死后间隔估计的准确性和效率	病理组织图像	数字病理	NA	深度学习	ResNet50	图像	未明确提及具体样本数量
15	2025-06-18	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的成人年龄估计精度	研究主要基于中国人群数据，可能在其他种族群体中的泛化性有待验证	提升基于骨密度的成人年龄估计准确性	成人年龄估计	机器学习	老年疾病	CT扫描	深度学习	医学影像	4296例CT扫描（内部验证644例，外部尸体验证351例）
16	2025-06-18	Radiation and contrast dose reduction in coronary CT angiography for slender patients with 70 kV tube voltage and deep learning image reconstruction 2025-Jul-01, The British journal of radiology DOI:10.1093/bjr/tqaf077 PMID:40205479	研究论文	评估在冠状动脉CT血管造影（CCTA）中，将70kV管电压与深度学习图像重建（DLIR）结合用于BMI≤25kg/m²的瘦削患者时，辐射和对比剂剂量的减少潜力	首次在瘦削患者的CCTA中结合使用70kV管电压和DLIR技术，显著降低了辐射和对比剂剂量，同时提高了图像质量	研究样本量较小（60名患者），且仅针对BMI≤25kg/m²的瘦削患者，结果可能不适用于其他人群	探索在CCTA中减少辐射和对比剂剂量的方法	BMI≤25kg/m²的瘦削患者	数字病理	心血管疾病	深度学习图像重建（DLIR）	DLIR	医学影像	60名患者（分为两组）
17	2025-06-18	ReorderBench: A Benchmark for Matrix Reordering 2025-Jul, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3560345 PMID:40227900	research paper	该论文构建了一个矩阵重排序基准测试ReorderBench，用于评估和改进矩阵重排序技术	提出了一个卷积和基于熵的方法来评分矩阵，并生成了大量具有代表性的矩阵	NA	评估和改进矩阵重排序技术	矩阵重排序算法和视觉模式	machine learning	NA	卷积和基于熵的方法	deep learning model	binary matrices, continuous matrices	2,835,000 binary matrices, 5,670,000 continuous matrices, 450 real-world matrices
18	2025-06-18	Development and application of deep learning-based diagnostics for pathologic diagnosis of gastric endoscopic submucosal dissection specimens 2025-Jul, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association IF:6.0Q1 DOI:10.1007/s10120-025-01612-y PMID:40232558	研究论文	开发并评估了一种基于深度学习的模型，用于诊断胃内镜黏膜下剥离术（ESD）标本	该深度学习模型在组织分割和检测肿瘤及黏膜下浸润方面表现出色，显著减少了病理学家的诊断时间	研究仅针对腺癌的ESD标本，未涵盖其他类型的胃癌	开发一种深度学习模型，以提高ESD标本的诊断准确性和效率	366例腺癌的ESD标本，包含2257个标注的兴趣区域和83,839个补丁图像	数字病理学	胃癌	深度学习	CNN	图像	366例ESD标本
19	2025-06-18	Multitask Deep Learning for Automated Detection of Endoleak at Digital Subtraction Angiography during Endovascular Aneurysm Repair 2025-07, Radiology. Artificial intelligence DOI:10.1148/ryai.240392 PMID:40266029	research paper	开发并评估一种新型多任务深度学习框架，用于在真实世界的腹主动脉瘤血管内修复术（EVAR）过程中自动检测和定位主动脉数字减影血管造影（DSA）中的内漏	提出了一种基于多任务学习的卷积神经网络，用于内漏的自动检测和定位，性能优于人类专家	研究为回顾性设计，样本量相对较小（220例患者）	开发自动化工具以提高EVAR手术中内漏检测的准确性和效率	接受EVAR手术患者的主动脉DSA图像	digital pathology	cardiovascular disease	digital subtraction angiography	CNN	image	220例患者（中位年龄74岁，181名男性）
20	2025-06-18	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	本研究旨在开发和评估用于自动分类口腔潜在恶性病变（OPMD）和口腔鳞状细胞癌（OSCC）临床图像的AI模型，并探索使用Grad-CAM进行可解释性分析	采用深度学习方法和Grad-CAM技术，实现了对OPMD和OSCC临床图像的自动分类，并探索了模型的可解释性	研究仅进行了内部测试，未进行外部验证	开发AI模型以辅助口腔潜在恶性病变和口腔鳞状细胞癌的诊断	口腔潜在恶性病变（OPMD）和口腔鳞状细胞癌（OSCC）的临床图像	计算机视觉	口腔癌	深度学习	CNN（包括ConvNeXt和MobileNet）	图像	778张临床图像