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
2141	2025-12-01	Nondestructive Detection of Soluble Solids Content in Apples Based on Multi-Attention Convolutional Neural Network and Hyperspectral Imaging Technology 2025-Nov-09, Foods (Basel, Switzerland) DOI:10.3390/foods14223832 PMID:41299990	研究论文	基于多注意力卷积神经网络和高光谱成像技术实现苹果可溶性固形物含量的无损检测	提出融合通道注意力和空间注意力模块的多注意力卷积神经网络，能够自适应聚焦重要的光谱-空间特征并减少冗余信息干扰	NA	开发苹果可溶性固形物含量的快速无损检测方法	富士苹果	计算机视觉	NA	高光谱成像技术	CNN	高光谱图像	570个苹果样本	NA	多注意力卷积神经网络(MA-CNN), CA-CNN, SA-CNN	Rp2, RMSEP	NA
2142	2025-12-01	Panoramic Radiograph-Based Deep Learning Models for Diagnosis and Clinical Decision Support of Furcation Lesions in Primary Molars 2025-Nov-09, Children (Basel, Switzerland) DOI:10.3390/children12111517 PMID:41300634	研究论文	开发基于全景X光片的深度学习模型用于诊断乳磨牙根分叉病变并提供临床决策支持	首次将乳磨牙根分叉病变的全景X光片分类与儿科牙科治疗规划相结合，直接映射影像特征到治疗建议	相对较小的单中心数据集	开发儿科牙科临床决策支持系统，辅助根管治疗与拔牙决策	儿童乳磨牙根分叉病变	计算机视觉	牙科疾病	全景X光摄影	目标检测	X光影像	387张来自3-13岁儿童的全景X光片	NA	YOLOv12x, RT-DETR-L, RT-DETR-X	精确率, 召回率, mAP@0.5, mAP@0.5-0.95	NA
2143	2025-12-01	Deep Learning Model for Volume Measurement of the Remnant Pancreas After Pancreaticoduodenectomy and Distal Pancreatectomy 2025-Nov-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15222834 PMID:41300859	研究论文	开发并验证基于深度学习的模型，用于胰腺切除术后残余胰腺的自动分割和体积测量	首次系统比较六种3D分割模型在残余胰腺体积测量中的性能，包括四种卷积U-Net变体和两种基于Transformer的模型	研究样本量相对有限，模型性能提升在统计学上显著但数值改进较小	开发自动化的残余胰腺分割和体积测量方法，以评估术后胰腺功能	接受胰十二指肠切除术和远端胰腺切除术的患者	医学影像分析	胰腺疾病	腹部CT成像	深度学习	CT图像	1067例胰十二指肠切除术CT扫描（341名患者），512例远端胰腺切除术CT扫描（184名患者）	NA	U-Net, Dense U-Net, Residual U-Net, Residual Dense U-Net, Trans U-Net, Swin U-Net	敏感度, 特异度, 精确度, 准确度, Dice相似系数	NA
2144	2025-12-01	Online Estimation of Manipulator Dynamics for Computed Torque Control of Robotic Systems 2025-Nov-08, Sensors (Basel, Switzerland) DOI:10.3390/s25226831 PMID:41305040	研究论文	提出一种用于机器人系统计算力矩控制的数据驱动动力学在线估计方法	将经典控制理论与现代机器学习技术相结合，无需系统参数先验知识即可在线估计机器人动力学	仅在二连杆机械臂上验证，需要在实际运动中收集数据	解决传统模型控制策略在复杂不确定环境中的局限性	机器人机械臂系统	机器人控制	NA	系统辨识，物理信息神经网络，深度学习	PINNs，深度学习模型	机器人运动数据	NA	NA	NA	轨迹跟踪精度，鲁棒性	NA
2145	2025-12-01	Fusion of Robotics, AI, and Thermal Imaging Technologies for Intelligent Precision Agriculture Systems 2025-Nov-08, Sensors (Basel, Switzerland) DOI:10.3390/s25226844 PMID:41305053	技术综述	综述机器人技术、人工智能和热成像技术在精准农业中的集成应用	首次系统整合机器人技术、AI与热成像技术，提出智能精准农业系统的完整技术框架	成本问题和环境变异因素（光照、冠层湿度、微气候不稳定性）仍是主要挑战	探讨如何通过技术融合提升农业生产效率与可持续性	精准农业中的传感、自动化和农场决策系统	机器学习和计算机视觉	植物病虫害	热成像技术和深度学习	CNN	热成像图像和植物图像	PlantVillage、PlantDoc和FieldPlant数据集	TensorFlow, PyTorch	VGG16, InceptionV3, MobileNet	病虫害识别准确率、作物质量评估精度	NA
2146	2025-12-01	Deep Learning-Based Automatic Muscle Segmentation of the Thigh Using Lower Extremity CT Images 2025-Nov-07, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15222823 PMID:41300848	研究论文	开发基于深度学习的自动大腿肌肉分割方法，用于定量评估大腿肌肉	首次比较三种深度学习模型（Dense U-Net、MANet、SegFormer）在大腿肌肉自动分割中的性能，并实现功能肌群（伸肌、屈肌、内收肌）的精确分割	样本量有限（训练集136例，外部验证集40例），仅使用非对比CT图像	开发验证自动化大腿肌肉分割方法，支持肌肉减少症和肌肉骨骼研究	大腿肌肉功能组（伸肌、屈肌、内收肌）	计算机视觉	肌肉减少症	非对比计算机断层扫描（CT）	深度学习	CT图像	176例非对比大腿CT扫描（训练集136例，外部验证集40例）	NA	Dense U-Net, MANet, SegFormer	Dice相似系数, 敏感度, 特异度, 准确度, 组内相关系数	NA
2147	2025-12-01	From Machine Learning to Ensemble Approaches: A Systematic Review of Mammogram Classification Methods 2025-Nov-07, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15222829 PMID:41300854	系统综述	对乳腺X线摄影分类方法进行系统性回顾，重点分析机器学习、深度学习和混合集成模型在乳腺癌诊断中的应用	首次系统比较了机器学习、深度学习和混合模型在乳腺X线摄影分类中的性能表现，揭示了混合模型在多分类任务中的优势	纳入研究主要关注二分类任务，缺乏对多分类问题的广泛探讨；模型需要大量预处理和特征工程步骤	系统评估和比较不同计算方法在乳腺X线摄影分类中的性能表现	2018-2025年间发表的50项符合条件的研究，涉及乳腺X线摄影数据集和计算机辅助诊断方法	计算机视觉	乳腺癌	乳腺X线摄影	机器学习,深度学习,混合模型,集成学习	医学影像	基于MIAS和DDSM等公共数据集的50项研究	NA	ELM,Vision Transformer,CNN,IEUNet++	准确率	NA
2148	2025-12-01	Deep Learning for Predicting Late-Onset Breast Cancer Metastasis: The Single-Hyperparameter Grid Search (SHGS) Strategy for Meta-Tuning a Deep Feed-Forward Neural Network 2025-Nov-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111214 PMID:41301170	研究论文	本文提出了一种单超参数网格搜索(SHGS)策略，用于优化深度前馈神经网络在预测乳腺癌晚期转移中的应用	开发了SHGS策略作为网格搜索的预选方法，能够有效缩小超参数搜索范围并降低计算成本	超参数优化结果依赖于特定数据集，且受其他超参数设置的显著影响	提高乳腺癌晚期转移预测的准确性和效率	乳腺癌患者数据	机器学习	乳腺癌	NA	深度前馈神经网络(DFNN)	临床数据集	三个LSM-I-10+年数据集(10年、12年、15年)	NA	深度前馈神经网络	AUC	NA
2149	2025-12-01	Enhanced U-Net-Based Deep Learning Model for Automated Segmentation of Organoid Images 2025-Nov-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111216 PMID:41301171	研究论文	提出一种增强型U-Net深度学习模型，用于自动分割器官类器官图像	引入感兴趣区域优化机制以改善器官类器官边界分割效果	仅验证于明场器官类器官图像，未涉及其他成像模式	开发自动化的器官类器官图像分割方法以支持高通量分析	体外培养的器官类器官	计算机视觉	NA	明场成像	CNN	图像	NA	NA	U-Net	准确率, Dice相似系数, Jaccard指数	NA
2150	2025-12-01	Artificial Intelligence (AI) in Pharmaceutical Formulation and Dosage Calculations 2025-Nov-07, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics17111440 PMID:41304779	综述	本文全面综述人工智能技术在药物制剂和剂量计算领域的应用现状与发展趋势	系统整合AI在药物特性预测、辅料优化、剂型设计及精准给药等方面的创新应用，并展望AI辅助3D打印和可穿戴技术集成等新兴趋势	存在数据质量、模型可解释性、监管认可和伦理考量等持续挑战	探讨人工智能技术如何革新传统药物制剂开发和剂量计算方法	药物制剂设计、剂量计算和个性化治疗	机器学习	NA	机器学习、深度学习、自然语言处理	NA	药物特性数据、药代动力学数据、患者数据	NA	NA	NA	准确性、效率	NA
2151	2025-12-01	One-Dimensional Convolutional Neural Network for Object Recognition Through Electromagnetic Backscattering in the Frequency Domain 2025-Nov-07, Sensors (Basel, Switzerland) DOI:10.3390/s25226809 PMID:41305018	研究论文	本文提出了一种基于频域电磁后向散射的一维卷积神经网络物体识别方法	首次将频域电磁后向散射信号与一维卷积神经网络结合用于物体识别，为视觉不可用或隐私敏感场景提供替代方案	实验在受控环境中进行，实际环境性能待验证；仅测试了两类物体识别	开发不依赖图像输入的物体识别替代方法	通过电磁后向散射信号识别的两类物体	机器学习	NA	电磁后向散射测量，毫米波频段信号分析	CNN	频域信号	NA	NA	1D-CNN	准确率	NA
2152	2025-12-01	Enhanced Deep Neural Network for Prostate Segmentation in Micro-Ultrasound Images 2025-Nov-07, Sensors (Basel, Switzerland) DOI:10.3390/s25226815 PMID:41305024	研究论文	提出一种用于微超声图像前列腺分割的增强型深度神经网络模型	采用双编码器架构集成CNN和Transformer编码器，并引入基于Mamba v2的解码器和超图神经网络来增强分割精度	微超声图像中前列腺与周围组织边界不清晰带来的分割挑战	实现微超声图像中前列腺的精确分割	前列腺微超声图像	医学图像分割	前列腺癌	微超声成像	CNN, Transformer, Mamba	医学图像	NA	NA	双编码器架构（CNN+Transformer），Mamba v2解码器，超图神经网络	Dice系数, HD95	NA
2153	2025-11-30	An Edge-Enabled Lightweight LSTM for the Temperature Prediction of Electrical Joints in Low-Voltage Distribution Cabinets 2025-Nov-07, Sensors (Basel, Switzerland) DOI:10.3390/s25226816 PMID:41305029	研究论文	提出一种基于边缘计算的轻量级LSTM模型，用于低压配电柜电气连接点的短期温度预测	开发了边缘部署的轻量级LSTM模型，在保持精度的同时显著降低推理延迟和内存成本	仅针对低压配电柜场景进行验证，未涉及其他电力设备	实现电气连接点的智能温度监测和预测性维护	低压配电柜中的电气连接点	机器学习	NA	深度学习	LSTM, GRU, ARIMA	多源传感器数据（电压、电流、功率、温度）	NA	NA	LSTM, GRU	RMSE, MAE, MAPE	树莓派边缘节点
2154	2025-12-01	Deep Learning Algorithm Prognosticating Retinal Tears and Detachments From Optical Coherence Tomography 2025-Nov-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.11.18 PMID:41247117	研究论文	开发基于深度学习的光学相干断层扫描图像分类器，用于预测未来视网膜撕裂/视网膜脱离风险	首次使用OCT图像预测未来RT/RD发生风险，并提供像素级临床重要性解释	研究样本量有限，仅包含特定患者群体	通过深度学习算法预测视网膜病变风险	光学相干断层扫描图像	计算机视觉	视网膜疾病	光学相干断层扫描	CNN	图像	776名患者（433名阴性，343名阳性），2054张图像	NA	Inception-v4	AUC, 平均精确度得分, 准确率	NA
2155	2025-12-01	Deep Learning for Pathology: YOLOv8 with EigenCAM for Reliable Colorectal Cancer Diagnostics 2025-Nov-03, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111203 PMID:41301159	研究论文	提出结合YOLOv8架构和EigenCAM的深度学习框架，用于结直肠癌的多类别病变分类和可解释诊断	首次将YOLOv8架构与EigenCAM结合，在保持高精度的同时提供可视化模型解释，优于现有CNN和Transformer系统	仅使用单一医疗中心的5000张切片数据，需要更多外部验证	开发可靠且可解释的AI辅助结直肠癌诊断系统	结直肠癌组织病理切片	数字病理学	结直肠癌	苏木精-伊红染色	YOLOv8	图像	5000张苏木精-伊红染色切片，涵盖8种组织类型	NA	YOLOv8 Nano, YOLOv8 Small, YOLOv8 Medium, YOLOv8 Large, YOLOv8 XLarge	训练准确率, 测试准确率	NA
2156	2025-12-01	Marker-Less Lung Tumor Tracking from Real-Time Color X-Ray Fluoroscopic Images Using Cross-Patient Deep Learning Model 2025-Nov-02, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111197 PMID:41301153	研究论文	提出一种基于跨患者深度学习模型的无标记肺部肿瘤追踪框架，通过图像增强和分割技术实现实时X射线荧光图像中的肿瘤跟踪	开发了无需患者特定重新训练的跨患者深度学习模型，创新性地使用退化模型生成模拟数据训练Restormer网络进行图像增强	需要进一步的大规模验证以确认广泛的临床适用性，目前仅基于7名患者的数据进行可行性研究	开发无标记肿瘤追踪方法以替代侵入性基准标记植入	肺癌患者的X射线荧光图像和数字重建放射图像	计算机视觉	肺癌	X射线荧光成像，数字重建放射图像	深度学习	医学图像	7名肺癌患者的100个不同治疗区域	NA	Restormer, DUCK-Net	3D欧几里得肿瘤中心追踪误差，方向误差(LR,SI,AP)，处理时间	NA
2157	2025-12-01	Radiological evaluation and clinical implications of deep learning- and MRI-based synthetic CT for the assessment of cervical spine injuries 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11644-8 PMID:40335658	研究论文	评估基于深度学习和MRI的合成CT在颈椎损伤诊断中的有效性	首次在颈椎损伤评估中验证MRI-based合成CT的诊断有效性，提供无辐射的骨组织可视化方案	样本量较小（37名患者），需更大规模研究验证	评估合成CT在颈椎损伤诊断中的准确性和临床价值	颈椎损伤患者	医学影像分析	颈椎损伤	MRI, CT, 深度学习	深度学习模型	医学影像（MRI和CT图像）	37名患者，44处颈椎骨折	NA	NA	敏感性, ICC, Fleiss' Kappa, 平均绝对误差, 平均绝对皮质表面距离	NA
2158	2025-12-01	Predicting treatment response to systemic therapy in advanced gallbladder cancer using multiphase enhanced CT images 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11645-7 PMID:40341972	研究论文	开发并验证基于多期增强CT图像的深度学习放射组学模型，用于预测晚期胆囊癌患者对系统性治疗的反应	首次结合深度学习放射组学特征与临床因素构建预测模型，并利用梯度加权类激活映射提高模型可解释性	研究样本量相对有限（399例），且仅基于四家医疗机构的数据	预测晚期胆囊癌患者对系统性治疗的治疗反应	晚期胆囊癌患者	数字病理	胆囊癌	多期增强CT成像	深度学习	医学影像	399例来自四家医疗机构的胆囊癌患者	NA	NA	AUC, 校准曲线, 临床效用曲线	NA
2159	2025-12-01	Leveraging deep learning-based kernel conversion for more precise airway quantification on CT 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11696-w PMID:40405045	研究论文	本研究评估了深度学习核转换技术对减少CT气道量化测量变异性的效果	首次系统评估不同重建核和深度学习核转换对自动化气道定量CT测量的影响	对非肺专用核和亚段水平气道的改善效果有限，样本量相对较小	评估不同CT重建核对气道定量测量变异性的影响及核转换技术的改善效果	96例接受非增强胸部CT扫描的患者	医学影像分析	呼吸系统疾病	CT扫描，深度学习核转换	深度学习	CT影像	96例患者，来自两个医疗中心	NA	NA	方差分析，配对t检验，一致性相关系数(CCC)	NA
2160	2025-12-01	Deep learning reconstruction combined with contrast-enhancement boost in dual-low dose CT pulmonary angiography: a two-center prospective trial 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11681-3 PMID:40411550	研究论文	本研究探讨深度学习重建结合对比度增强提升技术在双低剂量CT肺动脉成像中改善图像质量和诊断准确性的效果	首次将深度学习重建与对比度增强提升技术结合应用于双低剂量CT肺动脉成像，实现了在降低辐射和对比剂剂量同时提升图像质量	样本量相对有限（130例患者），仅在两中心开展研究	评估深度学习重建结合对比度增强提升技术在低辐射和低对比剂剂量下对CT肺动脉成像诊断质量的改善效果	疑似肺栓塞患者	医学影像分析	肺栓塞	CT肺动脉成像，深度学习重建，对比度增强提升	深度学习模型	CT医学影像	130例疑似肺栓塞患者	NA	NA	信噪比，对比噪声比，图像质量评分，AUC	NA