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
221	2025-06-14	Deep learning reconstruction in biparametric prostate MRI: Impact on qualitative and radiomics analyses 2025-Jun, Research in diagnostic and interventional imaging DOI:10.1016/j.redii.2025.100059 PMID:40503095	research paper	评估深度学习重建（DLR）算法在前列腺MRI定性和放射组学分析中的影响	首次评估商业DLR算法在前列腺MRI中对放射组学特征的影响	单中心回顾性研究，样本量较小（25例患者）	评估DLR算法对前列腺MRI图像质量和放射组学分析的影响	前列腺MRI图像	digital pathology	prostate cancer	MRI, 放射组学分析	DLR（深度学习重建算法）	医学影像	25例患者的前列腺MRI数据
222	2025-06-14	Artificial Intelligence-Assisted Breeding for Plant Disease Resistance 2025-Jun-01, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26115324 PMID:40508136	综述	本文综述了人工智能在植物抗病育种中的应用，包括病害检测和组学预测	探讨了大型语言模型和多模态模型在解析复杂病害模式中的潜力，并提出了将联邦学习与大型语言模型结合的创新视角	讨论了数据、模型和隐私方面的挑战	将人工智能整合到植物育种项目中，促进计算技术进步转化为抗病作物育种	植物病害检测和抗性预测	农业人工智能	植物病害	深度学习、大型语言模型、多模态模型	CNN、大型语言模型、多模态模型	多组学数据、图像、文本	NA
223	2025-06-14	A Dual-Modal Robot Welding Trajectory Generation Scheme for Motion Based on Stereo Vision and Deep Learning 2025-Jun-01, Materials (Basel, Switzerland) DOI:10.3390/ma18112593 PMID:40508590	研究论文	本研究提出了一种基于立体视觉和深度学习的双模态感知框架，用于机器人焊接轨迹生成	结合改进的U-Net深度学习模型和双通道注意力模块，实现了高精度的焊缝分割和特征点提取	NA	提高机器人焊接轨迹规划的自主性和鲁棒性	焊接轨迹生成	机器视觉	NA	深度学习	改进的U-Net	2D图像和3D点云	NA
224	2025-06-14	CDAFormer: Hybrid Transformer-based contrastive domain adaptation framework for unsupervised hyperspectral change detection 2025-May-31, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107633 PMID:40505164	研究论文	提出了一种基于混合Transformer的对比域适应框架CDAFormer，用于无监督高光谱变化检测	通过分别对齐两个域的变化和未变化差异特征，利用先验信息在无标注训练样本情况下提升检测性能	未明确提及具体局限性	解决高光谱图像变化检测中数据分布差异和标注数据获取困难的问题	高光谱图像（HSI）	计算机视觉	NA	对比域适应	Transformer	高光谱图像	广泛使用的数据集（未明确数量）
225	2025-06-14	Optimizing Attenuation Correction in 68Ga-PSMA PET Imaging Using Deep Learning and Artifact-Free Dataset Refinement 2025-May-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111400 PMID:40506972	研究论文	本研究提出了一种新颖的伪影精炼框架，通过过滤损坏的PET-CT图像来创建干净的数据集，用于训练基于深度学习的图像域衰减校正模型	提出了一种伪影精炼框架，通过过滤损坏的PET-CT图像来创建干净的数据集，消除了对解剖参考扫描的需求	研究仅针对Ga-PSMA PET成像，未涉及其他类型的PET成像	优化Ga-PSMA PET成像中的衰减校正，提高图像质量和定量准确性	828例全身Ga-PSMA PET-CT扫描数据	数字病理	前列腺癌	PET-CT成像	ResNet	图像	828例全身Ga-PSMA PET-CT扫描数据
226	2025-06-14	Explainable Artificial Intelligence in Radiological Cardiovascular Imaging-A Systematic Review 2025-May-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111399 PMID:40506971	系统综述	本文系统综述了可解释人工智能（XAI）在放射学心血管影像中的应用	总结了XAI在心血管影像中的最新研究进展，并指出了未来研究方向	XAI方法的评估主要停留在定性层面，缺乏标准化	提高深度学习模型在心血管影像中的透明度和临床接受度	心血管影像数据	医学影像分析	心血管疾病	Grad-CAM, SHAP, LIME, 显著性图	深度学习模型	影像数据	28项符合纳入标准的研究
227	2025-06-14	Methylomes Reveal Recent Evolutionary Changes in Populations of Two Plant Species 2025-May-30, Genome biology and evolution IF:3.2Q2 DOI:10.1093/gbe/evaf101 PMID:40408446	研究论文	通过比较拟南芥和二穗短柄草的CG甲基组和基因组，研究DNA甲基化变异在种群遗传过程和人口历史推断中的应用	开发了一种基于深度学习的创新方法，仅利用甲基化变异数据推断人口历史，并揭示了单核苷酸多态性无法识别的近期种群扩张	甲基化变异在拟南芥中识别种群分化的效果不如单核苷酸多态性	研究DNA甲基化变异在种群遗传过程和人口历史推断中的应用	拟南芥和二穗短柄草	基因组学	NA	甲基化测序	深度学习	基因组数据	两种植物物种的种群样本
228	2025-06-14	An Information-Extreme Algorithm for Universal Nuclear Feature-Driven Automated Classification of Breast Cancer Cells 2025-May-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111389 PMID:40506962	研究论文	本研究开发了一种基于信息极限机器学习方法和通用细胞学特征的自动化乳腺癌细胞分类算法，旨在实现客观和通用的组织病理学诊断	将信息极限方法应用于细胞学特征分析以实现癌细胞分类	需要在更大的数据集上进行验证，并探索其在其他癌症类型中的适用性	开发一种客观且计算高效的乳腺癌细胞分类方法	乳腺癌细胞	数字病理学	乳腺癌	信息极限机器学习算法	信息极限算法	图像	176张标记的细胞图像
229	2025-06-14	A Hybrid Model of Feature Extraction and Dimensionality Reduction Using ViT, PCA, and Random Forest for Multi-Classification of Brain Cancer 2025-May-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111392 PMID:40506964	research paper	提出了一种结合ViT、PCA和随机森林的混合模型ViT-PCA-RF，用于脑癌的多分类	首次将Vision Transformer (ViT)、主成分分析(PCA)和随机森林(RF)结合，用于脑肿瘤分类	模型仅在BTM数据集上进行了测试，未在其他数据集上验证	开发一种能准确分类脑肿瘤的计算机辅助诊断系统	脑肿瘤MRI图像	digital pathology	brain cancer	MRI	ViT, PCA, RF	image	BTM数据集（具体数量未提及）
230	2025-06-14	Harnessing Artificial Intelligence in Pediatric Oncology Diagnosis and Treatment: A Review 2025-May-30, Cancers IF:4.5Q1 DOI:10.3390/cancers17111828 PMID:40507308	综述	本文综述了人工智能在儿科肿瘤诊断和治疗中的应用及其潜力	探讨了AI在儿科肿瘤中的新兴应用，如基于AI的放射组学和蛋白质组学，以及AI如何推动精准医疗的发展	儿科肿瘤数据的异质性和稀有性、影像技术的快速发展、数据隐私和算法透明度的伦理问题	提高儿童癌症诊断和治疗的准确性和有效性	儿科肿瘤	数字病理学	儿科肿瘤	机器学习和深度学习	NA	影像和蛋白质组学数据	NA
231	2025-06-14	Deep Learning-Assisted Microscopic Polarization Inspection of Micro-Nano Damage Precursors: Automatic, Non-Destructive Metrology for Additive Manufacturing Devices 2025-May-29, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15110821 PMID:40497869	研究论文	提出了一种创新的微观偏振YOLOv11-LSF智能检测框架，用于增材制造设备微纳米损伤前驱体的自动无损检测	通过三重技术创新（多尺度感知模块、跨级局部网络VoV-GSCSP模块、结合物理特征的损伤前驱体模拟策略），突破了现有技术瓶颈	未明确提及具体局限性	解决增材制造质量监测系统中的智能转型挑战	增材制造设备中的微纳米损伤前驱体	智能制造	NA	微观偏振检测、深度学习	YOLOv11-LSF	图像	虚拟与真实集成的训练样本库（具体数量未提及）
232	2025-06-14	Explainability of Protein Deep Learning Models 2025-May-29, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26115255 PMID:40508065	研究论文	本文研究了蛋白质深度学习模型的可解释性，通过XAI方法探讨了蛋白质嵌入模型的内部工作机制	首次使用XAI方法研究蛋白质嵌入模型的内部工作机制，比较了不同XAI方法在揭示蛋白质相互作用关键信息方面的效果	仅针对特定的蛋白质相互作用预测和嵌入生成方法进行研究，可能无法推广到所有蛋白质深度学习模型	提高蛋白质深度学习模型的可解释性，理解蛋白质相互作用的基本机制	蛋白质相互作用位点预测和蛋白质嵌入向量生成	生物信息学	NA	XAI(可解释AI)	Seq-InSite, ProtBERT, ProtT5, Ankh	蛋白质序列数据	3.3 TB总数据量
233	2025-06-14	Dual-Phase Severity Grading of Strawberry Angular Leaf Spot Based on Improved YOLOv11 and OpenCV 2025-May-29, Plants (Basel, Switzerland) DOI:10.3390/plants14111656 PMID:40508330	研究论文	本研究提出了一种基于改进YOLOv11和OpenCV的双阶段草莓角斑病严重程度分级框架	集成了CARAFE模块和SE注意力机制的改进YOLOv11架构，以及基于HSV颜色空间H通道阈值的OpenCV分割算法	NA	开发草莓角斑病严重程度评估的先进方法	草莓角斑病	计算机视觉	草莓角斑病	深度学习、计算机视觉	YOLOv11-CARAFE-SE	图像	NA
234	2025-06-14	Deep learning detection of acute and sub-acute lesion activity from single-timepoint conventional brain MRI in multiple sclerosis 2025-May-28, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103619 PMID:40505211	研究论文	该研究开发了一种深度学习模型，用于从单时间点常规脑MRI中检测多发性硬化症(MS)的急性和亚急性病变活动	首次提出从过去24周的单时间点常规脑MRI量化近期急性病变活动的临床相关任务，并证明2D-UNet在该任务上的优越性能	研究仅针对复发缓解型MS患者，未涉及其他类型的MS	开发能够从单时间点MRI预测MS患者近期急性病变活动的深度学习模型	多发性硬化症患者的脑部MRI数据	数字病理学	多发性硬化症	深度学习	2D-UNet	MRI图像	独立复发缓解型MS患者队列
235	2025-06-14	Multi-Scale Vision Transformer with Optimized Feature Fusion for Mammographic Breast Cancer Classification 2025-May-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111361 PMID:40506933	研究论文	提出了一种基于MAX-ViT的多尺度视觉Transformer框架，结合门控注意力融合模块和Harris Hawks优化算法，用于乳腺X线摄影的乳腺癌分类	采用MAX-ViT进行多尺度特征提取，引入门控注意力融合模块动态整合特征，并使用Harris Hawks优化算法进行特征选择	未提及模型在其他数据集上的泛化能力或计算效率的具体分析	提高乳腺癌诊断和分类的准确性和效率	乳腺X线摄影图像	计算机视觉	乳腺癌	MAX-ViT, GAFM, HHO, XGBoost	Transformer (MAX-ViT), XGBoost	医学影像	King Abdulaziz University Mammogram Dataset（具体数量未提及）
236	2025-06-14	Progress in the application of fludeoxyglucose positron emission tomography computed tomography in biliary tract cancer 2025-May-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i5.105446 PMID:40501462	综述	本文综述了过去十年特别是近三年来18F-FDG PET/CT在胆道癌（BTC）中的应用进展	重点介绍了近三年未被充分总结和认可的研究进展，包括从定性研究向定量研究的转变，以及利用18F-FDG PET/CT代谢信息预测ICC基因表达的突破	NA	评估18F-FDG PET/CT在胆道癌临床分期、治疗评估和预后预测中的应用价值	胆道癌（包括肝内胆管癌、肝门部胆管癌、远端胆管癌和胆囊癌）	数字病理学	胆道癌	18F-FDG PET/CT、PET/磁共振成像	深度学习	影像	NA
237	2025-06-14	A Bibliometric Review of Person-Centered Care Research 2010-2024 2025-May-27, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13111267 PMID:40508880	review	本文通过文献计量学方法回顾了2010-2024年间以人为中心的护理（PCC）研究的热点、趋势和发展轨迹	首次使用文献计量工具评估PCC领域，揭示了研究热点、趋势和发展轨迹	仅基于Web of Science核心合集数据库的文献，可能未涵盖所有相关研究	识别PCC领域的研究热点、趋势和发展轨迹	2010-2024年间发表的PCC相关研究文献	NA	NA	文献计量学分析	NA	文献数据	5837篇研究文献
238	2025-06-14	Auto-segmentation of cerebral cavernous malformations using a convolutional neural network 2025-May-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01738-6 PMID:40420000	research paper	本文提出了一种使用卷积神经网络（CNN）自动分割脑海绵状血管畸形（CCMs）的深度学习模型	采用Mask R-CNN和3D CNN（DeepMedic）结合的方法，实现了CCMs的自动分割，并开发了用户友好的图形界面	模型仅基于T2W图像进行分割，可能在其他类型的MRI图像上表现不同	开发自动分割脑海绵状血管畸形（CCMs）的深度学习模型，以辅助临床分析	脑海绵状血管畸形（CCMs）	digital pathology	cerebral cavernous malformations	MRI	Mask R-CNN, DeepMedic (3D CNN)	image	199 Gamma Knife (GK) exams (171单CCM病例，28多CCM病例)
239	2025-06-14	Optimizing CNN-Based Diagnosis of Knee Osteoarthritis: Enhancing Model Accuracy with CleanLab Relabeling 2025-May-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111332 PMID:40506904	research paper	本研究探讨了使用EfficientNetB5深度学习模型结合CleanLab重新标记技术，以提高膝骨关节炎（KOA）严重程度分类的准确性	采用Cleanlab框架进行系统性标签校正，显著提高了数据质量和模型性能，在五类KOA分类任务中达到了82.07%的准确率，优于之前报道的基准	处理固有模糊病例（如KL Grade 1）存在局限性，且严重KOA样本量较小	开发一种客观、自动且可靠的膝骨关节炎严重程度分类方法	膝骨关节炎（KOA）的X射线图像	digital pathology	geriatric disease	深度学习	EfficientNetB5	image	9786张膝关节X射线图像
240	2025-06-14	A Narrative Review of Artificial Intelligence in MRI-Guided Prostate Cancer Diagnosis: Addressing Key Challenges 2025-May-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111342 PMID:40506914	综述	本文探讨了人工智能在MRI引导的前列腺癌诊断中的应用及其面临的挑战	综述了AI在提高MRI扫描质量、检测伪影、辅助放射科医生进行病灶检测和解释方面的应用，并探讨了AI在减少阅读时间和读者间变异性方面的潜力	AI模型的泛化能力受到研究方法、数据集和成像协议差异的限制，且特异性较低可能增加假阳性率	探索AI技术在前列腺癌诊断中的应用，以提高诊断准确性和效率	前列腺癌诊断中的MRI图像	数字病理学	前列腺癌	机器学习和深度学习	NA	MRI图像	需要更大规模的前瞻性多中心研究验证