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
2181	2025-12-01	Multi-Task Deep Learning on MRI for Tumor Segmentation and Treatment Response Prediction in an Experimental Model of Hepatocellular Carcinoma 2025-Nov-10, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15222844 PMID:41300869	研究论文	开发并验证了一种多任务深度学习模型，用于在临床前大鼠模型中同时分割肝细胞癌肿瘤和预测治疗效果	提出结合U-Net++架构与预训练EfficientNet-B0编码器的多任务深度学习模型，能够同时实现肿瘤分割和治疗反应预测	研究基于临床前动物模型，尚未在人类患者中进行验证	开发能够同时分割肝细胞癌肿瘤并预测治疗反应的多任务深度学习模型	肝细胞癌临床前大鼠模型	数字病理	肝细胞癌	多参数MRI（T1加权、T2加权和对比增强MRI）	深度学习	医学影像	多组治疗大鼠模型（对照组、索拉非尼组、NK细胞免疫治疗组和联合治疗组）	NA	U-Net++, EfficientNet-B0	Dice系数, IoU, AUROC, 准确率, RMSE	NA
2182	2025-12-01	Integrative Long Non-Coding RNA Analysis and Recurrence Prediction in Cervical Cancer Using a Recurrent Neural Network 2025-Nov-10, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15222848 PMID:41300873	研究论文	本研究整合临床数据和GSE44001数据集，通过循环神经网络识别宫颈癌复发的关键风险因素和lncRNA标志物	首次将九种lncRNA特征与深度学习相结合，构建宫颈癌复发风险分层模型	样本量有限（138例复发患者），需更大规模数据验证	开发宫颈癌复发预测模型，实现患者风险分层	宫颈癌患者（分为高、中、低风险组）	机器学习	宫颈癌	基因表达分析，lncRNA筛选	RNN, LSTM	临床数据，基因表达数据	138例复发宫颈癌患者	NA	LSTM	复发无生存期统计显著性（p < 0.05）	NA
2183	2025-12-01	Deep Learning Model-Based Architectures for Lung Tumor Mutation Profiling: A Systematic Review 2025-Nov-10, Cancers IF:4.5Q1 DOI:10.3390/cancers17223619 PMID:41300986	系统综述	评估深度学习模型在基于H&E染色病理切片预测非小细胞肺癌分子改变中的应用	首次系统评估深度学习模型从常规H&E病理切片中提取基因组相关形态特征以预测肺癌突变的能力	方法学异质性、样本量小、外部验证有限限制了结果的可重复性和泛化性	评估深度学习模型在非小细胞肺癌分子改变预测中的应用效果	非小细胞肺癌患者的H&E染色病理切片	数字病理	肺癌	H&E染色,下一代测序	CNN	图像	基于TCGA等公共数据集的16项研究	NA	卷积神经网络	AUC	NA
2184	2025-12-01	A Study on the Interpretability of Diabetic Retinopathy Diagnostic Models 2025-Nov-10, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111231 PMID:41301187	研究论文	本研究系统评估了四种深度学习架构在糖尿病视网膜病变诊断中的可解释性表现	首次系统比较七种主流可解释性方法在四种代表性深度学习模型上的表现，并结合定性和定量指标进行综合评估	研究仅针对特定四种模型架构和七种可解释性方法，可能无法覆盖所有可能的组合	评估糖尿病视网膜病变诊断模型的可解释性性能	糖尿病视网膜病变分类模型	计算机视觉	糖尿病视网膜病变	深度学习	CNN	眼底图像	NA	NA	VGG, ResNet, DenseNet, EfficientNet	显著性图熵, AOPC分数, 召回率, Dice系数	NA
2185	2025-12-01	Depth Imaging-Based Framework for Efficient Phenotypic Recognition in Tomato Fruit 2025-Nov-10, Plants (Basel, Switzerland) DOI:10.3390/plants14223434 PMID:41304585	研究论文	开发了一种基于深度成像和深度学习的番茄果实表型智能检测框架	提出改进的SegFormer-MLLA模型和混合深度回归模型，实现番茄果实表型特征的自动化提取和定量分析	NA	实现番茄果实表型特征的高精度自动化分析	番茄果实	计算机视觉	NA	深度成像技术	深度学习,SegFormer	深度图像,RGB图像	NA	PyTorch	SegFormer-MLLA	相关性分析	NA
2186	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
2187	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
2188	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
2189	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
2190	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
2191	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
2192	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
2193	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
2194	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
2195	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
2196	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
2197	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
2198	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
2199	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
2200	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