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
2281	2025-07-10	Neuron tracing from light microscopy images: automation, deep learning and bench testing 2022-12-13, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac712 PMID:36303315	综述	本文综述了从光学显微镜图像中自动追踪神经元形态的最新进展，特别是深度学习方法的应用	重点介绍了深度学习增强方法的最新进展，以及哺乳动物全脑单神经元追踪的半自动方法及其生成的大规模数据集	NA	帮助研究社区了解和选择神经元追踪工具及资源	神经元形态学	数字病理学	NA	光学显微镜成像	深度学习方法	图像	包含数千个完整神经元形态的数据集
2282	2025-07-09	CnnBoost: a multilevel explainable stacked ensemble framework for effective detection of Myocardial Infarction from 12-lead ECG images using a transformational approach 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00357-3 PMID:40626266	研究论文	开发了一个可解释的机器学习框架CNNBoost，用于从12导联ECG图像中有效检测心肌梗死和其他心脏异常	提出了CNNBoost，一种多级可解释堆叠集成模型，结合CNN提取的空间特征和时间序列数据，通过XGBoost处理，提高了ECG分类的准确性和可解释性	研究使用的ECG图像数据来自南亚的健康中心，可能在其他地区或人群中的适用性有限	开发一个可解释的机器学习框架，用于自动分类心肌梗死和其他心脏异常	12导联ECG图像	数字病理	心血管疾病	CNN, XGBoost, SHAP	CNN, XGBoost	图像	公开可用的ECG图像数据集，包含四类：正常、异常、心肌梗死(MI)和既往MI病史
2283	2025-07-09	Artificial intelligence models for predicting acute kidney injury in the intensive care unit: a systematic review of modeling methods, data utilization, and clinical applicability 2025-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf065 PMID:40620479	系统综述	本文系统综述了ICU中急性肾损伤（AKI）预测的人工智能模型，评估了建模方法、数据利用策略及临床适用性，并提出了未来研究方向	全面评估了AKI预测模型的建模方法、数据利用和临床适用性，并识别了当前挑战及未来研究方向	大多数研究存在高偏倚风险，特别是在泛化性和临床适用性方面，且缺乏外部验证和动态建模	评估ICU中AKI预测的人工智能模型，并探讨其临床适用性	ICU患者中的急性肾损伤（AKI）	机器学习	急性肾损伤	机器学习、深度学习、动态预测框架	多种（包括机器学习和深度学习模型）	ICU特定数据	47项符合纳入标准的研究（从1305项筛选研究中）
2284	2025-07-09	Deep Learning-Assisted Rapid Bacterial Classification Based on Raman Spectroscopy of Bacteria Lysed by Acoustically Driven Fiber-Tip Vibration 2025-Jul-08, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202507724 PMID:40625037	研究论文	本文介绍了一种基于声学驱动光纤尖端振动裂解细菌的拉曼光谱结合深度学习的快速细菌分类方法	采用声流体裂解技术结合拉曼光谱和深度学习，有效暴露细菌细胞内成分，显著提升拉曼光谱的特征表达和分类准确性	方法在七种细菌样本上验证，可能需要更多样本来验证其普适性	开发一种快速、准确的细菌病原体识别方法，以支持临床决策和对抗抗生素耐药性	细菌病原体	机器学习	细菌感染	表面增强拉曼光谱(SERS)、声流体裂解技术	ResNet	光谱数据	七种细菌样本
2285	2025-07-09	Gesture recognition and response system for special education using computer vision and human-computer interaction technology 2025-Jul-08, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2527226 PMID:40625119	研究论文	本文提出了一种基于计算机视觉和人机交互技术的特殊教育手势识别与响应系统	结合多种深度学习架构（AlexNet、VGG19、ResNet和MobileNet）与机器学习算法（SVM和随机森林），并引入遗传算法进行模型压缩，显著提升了系统在资源受限设备上的适用性	未来研究需要扩展手势库、整合多模态输入（如语音）并通过持续学习机制增强系统适应性	提升特殊教育中的人机交互体验，为残障人士提供辅助工具	手势识别系统	计算机视觉	NA	深度学习、机器学习、遗传算法	AlexNet、VGG19、ResNet、MobileNet、SVM、随机森林	手势数据	多样化的手势数据集，涵盖不同光照条件、用户人口统计特征和生理差异
2286	2025-07-09	Fast MR signal simulations of microvascular and diffusion contributions using histogram-based approximation and recurrent neural networks 2025-Jul-08, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30629 PMID:40626426	研究论文	提出了一种新型的MR信号模拟工具MR-WAVES，用于高效考虑微血管结构和水分扩散效应	结合深度学习方法，显著加速了MR信号模拟过程，同时保持了准确性	未提及在临床环境中的实际应用验证	提高MRI技术中微血管结构和水分扩散效应的模拟效率和准确性	MR信号模拟	医学影像处理	NA	深度学习	RNN	MR信号数据	NA
2287	2025-07-09	A Meta-Analysis of the Diagnosis of Condylar and Mandibular Fractures Based on 3-dimensional Imaging and Artificial Intelligence 2025-Jul-08, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011622 PMID:40627036	meta-analysis	本文通过文献回顾和荟萃分析，研究了基于3D影像和人工智能辅助方法在髁突和下颌骨骨折快速准确分类与诊断中的应用现状	探讨了3D影像技术和人工智能在髁突骨折诊断中的创新应用，特别是深度学习模型在骨折检测和分类中的成功案例	面临数据质量、模型可解释性和临床验证等挑战，需要更多多中心研究验证AI在不同临床环境中的应用	评估人工智能在下颌骨骨折诊断中的准确性和实用性，促进其在颌面外科中的广泛应用	髁突骨折和下颌骨骨折	digital pathology	maxillofacial fracture	3-dimensional computed tomography (CT), deep learning	deep learning models	3D images	NA
2288	2025-07-09	A fully automated deep learning framework for age estimation in adults using periapical radiographs of canine teeth 2025-Jul-08, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03558-3 PMID:40627040	研究论文	提出了一种基于深度学习的两步流程框架，用于通过犬齿根尖X光片自动估计成人年龄	使用YOLOv8-Nano模型进行牙齿检测，并结合四种CNN架构进行年龄估计，展示了高精度的牙齿检测和年龄预测能力	结合性别信息并未提升模型性能，且不同犬齿间的预测准确性无显著差异	开发一个自动化工具，用于法医调查中的年龄估计	犬齿的根尖X光片	计算机视觉	NA	深度学习	YOLOv8-Nano, ResNet-18, DenseNet-121, EfficientNet-B0, MobileNetV3	图像	2587张X光片，来自1004名患者（691名女性，313名男性）
2289	2025-07-09	Deep learning 3D super-resolution radiomics model based on Gd-enhanced MRI for improving preoperative prediction of HCC pathological grading 2025-Jul-08, Abdominal radiology (New York) DOI:10.1007/s00261-025-05085-6 PMID:40627133	研究论文	本研究开发了一种基于深度学习的3D超分辨率放射组学模型，用于提高肝细胞癌（HCC）术前病理分级的预测准确性	利用深度学习的三维超分辨率技术从常规分辨率HBP图像中获取超分辨率图像，提高了放射组学模型的预测性能	样本量相对有限（197例患者），且仅基于单一医疗中心的数据	评估基于深度学习的3D超分辨率MRI放射组学模型在预测HCC病理分级中的可行性和有效性	肝细胞癌（HCC）患者	数字病理	肝癌	3D超分辨率技术、放射组学分析	梯度提升（Gradient Boosting）、轻量级梯度提升机（LightGBM）、支持向量机（SVM）	MRI图像	197例HCC患者（训练集157例，测试集40例）
2290	2025-07-09	MTMedFormer: multi-task vision transformer for medical imaging with federated learning 2025-Jul-08, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03404-z PMID:40627238	研究论文	提出了一种基于Transformer的多任务医学影像模型MTMedFormer，结合联邦学习解决医学影像分析中的数据隐私和大规模数据需求问题	首次将Transformer架构与多任务学习结合用于医学影像分析，并提出新型贝叶斯联邦学习方法	仅在乳腺X光片和肺炎数据集上进行了验证，未在其他医学影像领域测试	开发能够同时处理多个医学影像分析任务且保护数据隐私的深度学习模型	医学影像数据（乳腺X光片和肺炎影像）	数字病理学	乳腺癌和肺炎	联邦学习(FL)和多任务学习(MTL)	Transformer	医学影像	NA
2291	2025-07-09	A novel UNet-SegNet and vision transformer architectures for efficient segmentation and classification in medical imaging 2025-Jul-08, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01564-8 PMID:40627277	研究论文	提出了一种结合UNet、SegNet和视觉Transformer的混合深度学习模型，用于医学图像的高效分割和分类	整合了CAE、UNet和SegNet架构的优势，并引入了动态特征融合和混合帝王企鹅优化器(HEPO)进行特征选择，以及HyViT-CE用于分类任务	未提及模型在计算资源消耗和实时性方面的表现	解决医学图像中由于低对比度、噪声和不规则解剖形状导致的复杂结构准确分割和分类问题	脑肿瘤MRI、乳腺超声和胸部X光图像	数字病理	脑肿瘤、乳腺癌、胸部疾病	深度学习	UNet、SegNet、Vision Transformer	医学影像(MRI、超声、X光)	三个主要数据集(具体数量未提及)
2292	2025-07-09	Development of a deep learning model for predicting skeletal muscle density from ultrasound data: a proof-of-concept study 2025-Jul-08, La Radiologia medica DOI:10.1007/s11547-025-02047-2 PMID:40627283	研究论文	本研究开发了一种深度学习模型，用于从超声数据预测骨骼肌密度，探索了一种新的基于超声的肌肉营养状态评估参数	提出了一种创新的方法，利用深度学习模型从超声图像自动预测肌肉密度，克服了传统超声评估依赖操作者经验和测量变异性的限制	研究为单中心观察性研究，未来需要在不同人群和临床环境中进行外部验证，并扩展至其他肌肉的应用	开发一种基于超声的自动化肌肉营养状态评估方法	成年参与者的腹直肌	数字病理	老年疾病	超声成像和CT	深度学习模型	图像	551名参与者（平均年龄67±17岁，323名男性），共1090张超声图像
2293	2025-07-09	Deep Learning Approach for Biomedical Image Classification 2025-Jul-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01590-8 PMID:40627296	review	本文全面综述了深度学习在生物医学图像分类中的应用，包括不同医疗数据类型和多种深度学习架构	系统调查了50种医疗领域的深度学习方法，并强调了公开数据集在AI驱动医疗创新中的重要作用	未提及具体临床应用验证或实际部署中的挑战	探索深度学习在生物医学图像分析中的潜在应用和未来研究方向	医疗图像数据（包括乳腺X光、组织病理学和放射学图像）	digital pathology	NA	深度学习	CNN, RNN, GAN	image	基于公开数据集的研究（未明确样本数量）
2294	2025-07-09	Automatic Identification of Dental Implant Brands with Deep Learning Algorithms 2025-Jul-08, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf054 PMID:40627380	研究论文	本研究利用深度学习算法在全景X光片上自动识别不同品牌的牙科种植体	首次应用深度学习算法在全景X光片上实现牙科种植体品牌的高精度自动分类	仅测试了四种牙科种植体品牌，未涵盖市场上所有品牌	解决牙科种植体品牌识别困难的问题	四种牙科种植体系统（NucleOSS、Medentika、Nobel和Implance）	计算机视觉	牙科疾病	CLAHE滤波器	GoogleNet, ResNet-18, VGG16, ShuffleNet	图像	5,375张裁剪后的全景X光片
2295	2025-07-09	Confidence-Driven Deep Learning Framework for Early Detection of Knee Osteoarthritis 2025-Jul-08, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3587003 PMID:40627470	research paper	提出了一种基于置信度的深度学习框架，用于早期膝关节骨关节炎（KOA）的检测	结合了多级特征提取架构和混合损失策略，通过置信度分区训练样本以提高模型鲁棒性	研究仅关注KL-0和KL-2阶段的区分，未涵盖所有KOA阶段	开发一种辅助诊断工具，提升早期KOA检测的准确性和效率	膝关节骨关节炎（KOA）患者	digital pathology	geriatric disease	深度学习	Siamese-based framework	image	Osteoarthritis Initiative (OAI) 数据集
2296	2025-07-09	Coupled Diffusion Models for Metal Artifact Reduction of Clinical Dental CBCT Images 2025-Jul-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3587131 PMID:40627491	research paper	提出一种用于减少临床牙科CBCT图像金属伪影的耦合扩散模型方法	提出耦合扩散模型（CDM），通过分别训练两个扩散模型获取先验信息，并开发噪声转换模块和MA自适应推理技术，有效利用未对齐的MA退化图像与干净图像之间的固有转换	未提及具体样本量或与其他方法的全面比较	减少牙科CBCT图像中的金属伪影，提高图像质量以辅助诊断	临床牙科CBCT图像	digital pathology	dental disease	diffusion models	CDM (Coupled Diffusion Models)	image	NA
2297	2025-07-09	ssEM Image Restoration via Diffusion Models with Multi-output Joint Strategy for Noise Estimation 2025-Jul-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3584726 PMID:40627490	研究论文	本文提出了一种基于扩散模型的新方法，用于恢复ssEM图像中缺失的切片，并通过多输出联合策略进行噪声估计	利用扩散模型恢复ssEM图像缺失切片，引入自适应和可学习重建模块(ALR)及首尾切片注意力块(FLAB)，采用多输出联合策略(MJS)进行噪声估计	未明确提及具体局限性	提升ssEM图像恢复质量以改善后续分析	连续切片电子显微镜(ssEM)图像	计算机视觉	NA	扩散模型	3D CNN	3D医学图像	NA
2298	2025-07-09	Protecting Deep Learning Model Copyrights With Adversarial Example-Free Reuse Detection 2025-Jul-08, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3578664 PMID:40627481	研究论文	提出了一种基于神经元功能分析的深度神经网络模型重用检测方法（NFARD），用于保护深度学习模型版权	首次提出无需对抗样本的深度神经网络版权保护方法，利用神经元功能分析检测模型重用关系	未明确说明在极端复杂模型架构下的适用性	开发有效的深度神经网络模型版权保护技术	深度神经网络（DNNs）	机器学习	NA	神经元功能分析	DNN	测试样本	覆盖多种实际重用技术和流行数据集的基准测试集Reuse Zoo
2299	2025-07-09	FusionMVSA: Multi-View Fusion Strategy with Self-Attention for Enhancing Drug Recommendation 2025-Jul-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3586758 PMID:40622834	research paper	提出了一种名为FusionMVSA的创新深度学习方法，用于预测药物与疾病之间的关联	采用多视角融合策略与自注意力机制，整合多源数据并提取代表性特征	未提及具体的数据集规模或实验限制	开发动态方法整合多源数据，提升药物推荐效果	药物与疾病之间的关联	machine learning	NA	deep learning	multi-layer perceptron neural network, self-attention	biomedical data	NA
2300	2025-07-09	Real-time super-resolution structured illumination microscopy: current progress in joint space and frequency reconstruction 2025-Jul-07, Reports on progress in physics. Physical Society (Great Britain) DOI:10.1088/1361-6633/adecb1 PMID:40623425	research paper	本文提出了一种联合空间和频率重建（JSFR）框架，用于实现实时超分辨率结构光照显微镜（SIM）成像	提出了JSFR框架，显著提高了图像重建速度，并展示了其在2D-SIM、3D-SIM和非线性SIM中实时伪影减少超分辨率成像的能力	未提及具体的技术限制或实验验证的不足	改进SIM的重建算法，实现实时超分辨率成像	细胞内结构的动态相互作用	生物医学成像	NA	结构光照显微镜（SIM）	JSFR框架	图像	NA