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
19981	2025-10-07	Advanced Brain Tumor Classification in MR Images Using Transfer Learning and Pre-Trained Deep CNN Models 2025-Jan-02, Cancers IF:4.5Q1 DOI:10.3390/cancers17010121 PMID:39796749	研究论文	本研究利用迁移学习和预训练深度CNN模型对脑部MRI图像进行肿瘤分类	采用多种先进预训练模型进行脑肿瘤分类比较，并应用迁移学习优化分类精度	胶质瘤和脑膜瘤类别的召回率仍需改进，深度学习模型的黑盒特性影响可解释性	通过自动化脑部MRI图像分类来增强诊断过程	脑部MRI图像	计算机视觉	脑肿瘤	MRI成像	CNN	图像	7023张脑部MRI图像	TensorFlow, Keras	Xception, MobileNetV2, InceptionV3, ResNet50, VGG16, DenseNet121	准确率, F1分数	NA
19982	2025-10-07	Deep learning segmentation of mandible with lower dentition from cone beam CT 2025-Jan, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00770-6 PMID:39141154	研究论文	本研究训练了一个3D U-Net卷积神经网络，用于从锥形束CT扫描中自动分割下颌骨和下牙列	在包含高度金属伪影的人口多样化队列中开发了自动分割模型，并进行了内部和外部验证	分割精度受年龄组和金属伪影程度影响	开发从CBCT扫描中自动分割下颌骨和下牙列的深度学习模型	下颌骨和下牙列	计算机视觉	口腔颌面疾病	锥形束CT	CNN	3D医学图像	648个CBCT扫描来自490名患者	NA	3D U-Net	Dice相似系数	NA
19983	2025-10-07	Applying deep learning-based ensemble model to [18F]-FDG-PET-radiomic features for differentiating benign from malignant parotid gland diseases 2025-Jan, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01649-6 PMID:39254903	研究论文	本研究开发基于[18F]-FDG-PET影像组学特征的深度学习集成模型，用于鉴别腮腺良恶性疾病	首次将深度学习集成模型应用于[18F]-FDG-PET影像组学特征，结合装袋和多层堆叠方法构建分类器	回顾性研究，样本量较小（62例患者），需要更大规模的前瞻性验证	开发机器学习模型鉴别腮腺良恶性疾病	腮腺疾病患者	医学影像分析	腮腺疾病	[18F]-FDG-PET/CT影像组学	集成学习,深度学习	医学影像特征	62例患者共63个腮腺病灶（训练集44例，测试集19例）	NA	集成模型（装袋和多层堆叠方法）	AUC,准确率	NA
19984	2025-10-07	Diagnosis of Early Glottic Cancer Using Laryngeal Image and Voice Based on Ensemble Learning of Convolutional Neural Network Classifiers 2025-Jan, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2022.07.007 PMID:36075802	研究论文	本研究通过集成学习方法结合喉部图像和语音数据提高早期声门癌诊断准确率	提出基于决策树集成学习的CNN分类器融合方法，通过整合喉部图像和语音数据提升小数据集下的分类性能	研究数据集规模较小，仅使用两家医院的数据进行验证	提高早期声门癌的诊断分类准确率	声门癌患者的喉部图像和语音数据	医学影像分析	声门癌	深度学习，集成学习	CNN, 决策树	图像, 语音	釜山国立大学医院(PNUH)数据集用于训练，釜山国立大学梁山医院(PNUYH)数据集用于验证	NA	卷积神经网络	分类准确率	NA
19985	2025-10-07	Cardiac MR image reconstruction using cascaded hybrid dual domain deep learning framework 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313226 PMID:39792851	研究论文	提出一种级联混合双域深度学习框架用于心脏MR图像重建	引入结合多线圈数据一致性层的双域深度学习方法，充分利用图像域和k空间域的相关性	仅针对1-D可变密度随机欠采样数据，未涉及其他采样模式	从高度欠采样数据中恢复诊断质量的心脏MR图像	心脏MR图像	医学图像处理	心血管疾病	MRI	深度学习	医学图像	NA	NA	U-Net	SSIM, RMSE, PSNR	NA
19986	2025-10-07	From whole-slide image to biomarker prediction: end-to-end weakly supervised deep learning in computational pathology 2025-Jan, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-024-01047-2 PMID:39285224	研究论文	介绍一种从全切片图像到生物标志物预测的端到端弱监督深度学习工作流程	提出生物标志物无关的STAMP工作流程，允许结合组织病理学图像与遗传和临床病理学数据	需要基本的命令行知识，计算执行需要一整个工作日	开发计算病理学中从全切片图像预测生物标志物的实用工作流程	结直肠癌患者的全切片图像和微卫星不稳定性状态	数字病理	结直肠癌	苏木精-伊红染色全切片成像	深度学习	图像, 表格数据	NA	NA	NA	准确率	NA
19987	2025-10-07	Researching public health datasets in the era of deep learning: a systematic literature review 2025 Jan-Mar, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582241307839 PMID:39794941	系统性文献综述	通过系统性文献综述探讨深度学习在公共卫生数据预测分析中的应用、挑战与发展趋势	首次系统梳理公共卫生数据中深度学习的应用现状，识别出可解释AI、患者嵌入学习和多源数据融合等新兴趋势	未建立解决该领域挑战的标准方法，缺乏统一的实施指南	探索深度学习在公共卫生数据预测分析中的应用现状与未来发展方向	2004篇涉及公共卫生数据与深度学习的学术文献	机器学习	NA	深度学习	NA	公共卫生数据集	2004篇文献，涵盖14种疾病类别	NA	NA	NA	NA
19988	2025-10-07	A Systematic Review of the Applications of Deep Learning for the Interpretation of Positron Emission Tomography Images of Patients with Lymphoma 2024-Dec-29, Cancers IF:4.5Q1 DOI:10.3390/cancers17010069 PMID:39796698	系统综述	系统回顾深度学习在淋巴瘤PET图像解读中的应用研究	首次系统性地综述了深度学习在淋巴瘤PET图像分析中的多种应用任务	多数研究参与者数量较少且缺乏外部验证	评估深度学习在淋巴瘤PET图像解读中的应用效果	淋巴瘤患者的PET图像	医学影像分析	淋巴瘤	正电子发射断层扫描(PET)	深度学习模型	医学影像	21项研究共9402名参与者	NA	NA	曲线下面积(AUC), F1分数, p值	NA
19989	2025-10-07	Artificial Intelligence-Based Classification and Segmentation of Bladder Cancer in Cystoscope Images 2024-Dec-28, Cancers IF:4.5Q1 DOI:10.3390/cancers17010057 PMID:39796686	研究论文	本研究利用VGG19和Deeplab v3+深度学习模型分别对膀胱镜图像进行分类和分割	首次将VGG19分类模型与Deeplab v3+分割模型联合应用于膀胱镜图像分析，针对不同形态学类型和病理分期的膀胱癌病变进行精确识别	研究依赖于专家标注数据，模型性能可能受到标注质量的影响；未提及外部验证结果	开发基于深度学习的膀胱镜图像分类和分割方法，辅助膀胱癌诊断	膀胱镜图像中的膀胱癌病变区域	计算机视觉	膀胱癌	膀胱镜检查	CNN	图像	772名患者的膀胱镜图像	TensorFlow, Keras	VGG19, Deeplab v3+	准确率, IoU, 二元准确率	NA
19990	2025-10-07	Enabling Fast AI-Driven Inverse Design of a Multifunctional Nanosurface by Parallel Evolution Strategies 2024-Dec-27, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15010027 PMID:39791786	研究论文	提出基于并行计算框架的进化策略算法，加速人工智能驱动的多功能纳米表面逆向设计	开发并行进化策略算法解决传统进化策略在计算效率上的瓶颈，显著提升纳米表面逆向设计速度	未明确说明算法在更复杂纳米结构设计中的泛化能力	实现快速高效的人工智能驱动纳米表面逆向设计	多功能纳米图案化表面	机器学习	NA	毛细管力光刻(CFL)	深度学习	物理特性数据	NA	NA	NA	计算速度，可扩展性	并行计算框架
19991	2025-10-07	Quantitative analysis of the dexamethasone side effect on human-derived young and aged skeletal muscle by myotube and nuclei segmentation using deep learning 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae658 PMID:39752317	研究论文	提出一种基于深度学习的肌管和细胞核同步分割方法，用于定量分析地塞米松对人类年轻和衰老骨骼肌的副作用	首次结合深度学习与后处理技术实现肌管和细胞核的同步分割，并应用分水岭算法准确区分重叠细胞核	NA	开发标准化自动图像分割系统以优化骨骼肌疾病药物开发流程	人类来源的年轻和衰老骨骼肌细胞	计算机视觉	骨骼肌疾病	图像分割	深度学习	图像	NA	NA	NA	肌管直径测量、细胞核计数	NA
19992	2025-10-07	Prior-FOVNet: A Multimodal Deep Learning Framework for Megavoltage Computed Tomography Truncation Artifact Correction and Field-of-View Extension 2024-Dec-25, Sensors (Basel, Switzerland) DOI:10.3390/s25010039 PMID:39796828	研究论文	提出一种多模态深度学习框架Prior-FOVNet，用于校正兆伏级计算机断层扫描的截断伪影并扩展视野	结合对比学习生成对抗网络和Swin Transformer图像修复网络，利用同一患者的KVCT先验信息进行MVCT截断伪影校正和视野扩展	需要同一患者的KVCT数据作为先验信息输入	解决兆伏级计算机断层扫描因扫描视野有限导致的截断伪影问题	兆伏级计算机断层扫描图像	计算机视觉	放射治疗相关疾病	计算机断层扫描	GAN, Transformer	医学图像	模拟和真实患者数据	NA	Swin Transformer	MAE, SSIM	NA
19993	2025-10-07	FFL-IDS: A Fog-Enabled Federated Learning-Based Intrusion Detection System to Counter Jamming and Spoofing Attacks for the Industrial Internet of Things 2024-Dec-24, Sensors (Basel, Switzerland) DOI:10.3390/s25010010 PMID:39796800	研究论文	提出一种基于雾计算和联邦学习的入侵检测系统FFL-IDS，用于防御工业物联网中的干扰和欺骗攻击	结合雾计算和联邦学习技术，在保护数据隐私的同时实现低延迟检测	NA	开发针对工业物联网网络攻击的入侵检测系统	工业物联网网络中的干扰和欺骗攻击	机器学习	NA	NA	CNN	网络数据	两个数据集：Edge-IIoTset和CIC-IDS2017	NA	CNN	准确率, 召回率, 精确率, F1分数, 特异性	NA
19994	2025-10-07	Challenges and Prospects of Sensing Technology for the Promotion of Tele-Physiotherapy: A Narrative Review 2024-Dec-24, Sensors (Basel, Switzerland) DOI:10.3390/s25010016 PMID:39796804	综述	探讨传感技术在远程物理治疗中的应用挑战与发展前景	系统梳理了传感技术在远程物理治疗领域的发展现状，并前瞻性地提出通过技术进步与大数据结合可深化对运动障碍特征的理解	存在可用性和数据分析方面的技术限制	促进传感技术在远程物理治疗领域的发展与应用	远程物理治疗中的生物信号和患者运动监测	数字医疗	运动障碍疾病	传感技术	深度学习	生物信号数据、运动数据	NA	NA	NA	NA	NA
19995	2025-10-07	Predictive Maintenance and Fault Detection for Motor Drive Control Systems in Industrial Robots Using CNN-RNN-Based Observers 2024-Dec-24, Sensors (Basel, Switzerland) DOI:10.3390/s25010025 PMID:39796814	研究论文	提出一种基于CNN-RNN混合深度学习框架的工业机器人电机驱动系统预测性维护与故障检测方法	开发了新型CNN-RNN混合架构，相比现有CNN-LSTM方法具有更简单的结构和更低复杂度，能实现更快的处理速度	NA	提高工业机器人直流电机驱动系统的预测性维护和故障检测精度	工业机器人的直流电机驱动系统	机器学习	NA	深度学习	CNN, RNN	传感器数据（气温、过程温度、转速等）	NA	NA	CNN-RNN混合架构	准确率, 精确率	NA
19996	2025-10-07	Predicting the tumor microenvironment composition and immunotherapy response in non-small cell lung cancer from digital histopathology images 2024-Dec-19, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00765-w PMID:39702609	研究论文	开发了一种名为HistoTME的弱监督深度学习方法，直接从非小细胞肺癌组织病理学图像预测肿瘤微环境组成和免疫治疗反应	首次提出直接从数字组织病理学图像推断肿瘤微环境组成的弱监督深度学习方法，无需额外分子检测	研究基于特定肺癌类型，外部验证队列规模有限，需要进一步多中心验证	预测非小细胞肺癌肿瘤微环境组成和免疫检查点抑制剂治疗反应	非小细胞肺癌患者的数字组织病理学图像	数字病理学	肺癌	数字组织病理学成像	深度学习	全切片图像	652名患者的外部临床队列	NA	HistoTME	Pearson相关系数, AUROC	NA
19997	2025-10-07	Systematic benchmarking of deep-learning methods for tertiary RNA structure prediction 2024-Dec, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012715 PMID:39775239	研究论文	系统评估深度学习在RNA三级结构预测中的性能表现	首次对最先进的RNA结构预测深度学习方法进行系统性基准测试，并识别影响性能的关键因素	大多数方法无法预测RNA中的非沃森-克里克碱基对，且对新RNA或合成RNA的预测性能提升有限	评估和比较深度学习在RNA三级结构预测中的性能	RNA分子的三级结构	机器学习	NA	多序列比对，二级结构预测	深度学习	RNA序列和结构数据	多样化数据集中的多个RNA目标	NA	DeepFoldRNA, DRFold	NA	NA
19998	2025-10-07	LOGOWheat: deep learning-based prediction of regulatory effects for noncoding variants in wheats 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae705 PMID:39789857	研究论文	开发基于深度学习的LOGOWheat工具，用于预测小麦非编码变异的调控效应	首次将基于自注意力的上下文预训练语言模型应用于小麦基因组，整合表观基因组数据进行微调以识别基因组序列中的调控代码	NA	预测小麦非编码变异的调控功能	小麦基因组非编码变异	自然语言处理	NA	表观基因组分析	自注意力机制,预训练语言模型	基因组序列,表观基因组数据	NA	NA	Transformer	AUROC,AUPRC	NA
19999	2025-10-07	Deep learning to assess microsatellite instability directly from histopathological whole slide images in endometrial cancer 2024-May-29, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01131-7 PMID:38811811	研究论文	开发基于深度学习的模型直接从子宫内膜癌组织病理学全切片图像评估微卫星不稳定性状态	首次提出直接从H&E染色全切片图像评估MSI状态的深度学习方法，无需传统分子检测	研究基于TCGA单一数据库，需要外部验证	开发快速准确的子宫内膜癌微卫星不稳定性评估方法	子宫内膜癌患者的组织病理学全切片图像	数字病理学	子宫内膜癌	H&E染色全切片成像	深度学习	图像	529名患者来自癌症基因组图谱(TCGA)	NA	NA	F-measure,准确率,精确率,灵敏度	NA
20000	2025-10-07	Decoding imagined speech with delay differential analysis 2024, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2024.1398065 PMID:38826617	研究论文	本研究探索了一种新型非线性信号处理方法——延迟微分分析在语音解码中的应用	首次将延迟微分分析应用于语音解码任务，并与所有公开可用的深度学习方法进行系统比较	受限于现有EEG数据集的小规模和异质性，以及公开代码的有限可用性	探索非线性信号处理方法在语音解码中的性能表现	想象语音解码	自然语言处理	NA	延迟微分分析	NA	EEG信号	两个公共想象语音解码数据集	NA	NA	分类准确率	NA