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
2381	2025-11-28	Deep learning classification of INSV-associated weeds in Monterey county using a curated RGB image dataset 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29552-8 PMID:41299059	研究论文	本研究利用深度学习技术对加利福尼亚州蒙特雷县与INSV病毒相关的杂草进行图像分类	首次建立了蒙特雷县INSV相关杂草的精选高分辨率图像数据集，填补了现有全球植物数据集的空白	研究在模拟田间环境的温室条件下进行，尚未在真实田间环境中验证	开发基于深度学习的杂草识别系统，支持精准农业中的早期杂草检测和疾病预防	苦苣菜（Sonchus oleraceus）和小花锦葵（Malva parviflora）两种INSV相关杂草	计算机视觉	植物病毒病	RGB图像采集	CNN	图像	NA	NA	ResNet-50, ResNet-101, DenseNet-121	准确率, Cohen's Kappa, F1-score, AUC	NA
2382	2025-11-28	Deep learning-based prediction of buccal, middle and palatal orientations of impacted maxillary canines using panoramic radiographs: a pilot study 2025-Nov-26, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07395-z PMID:41299355	研究论文	本研究使用深度学习模型基于全景X光片预测阻生上颌尖牙的颊侧、中间和腭侧方向	首次将YOLO11x和YOLO12x深度学习架构应用于阻生上颌尖牙方向分类	样本量较小，全景成像固有局限性，对颊侧和中间方向分类准确性较低	比较深度学习模型在检测和分类阻生上颌尖牙方向方面的性能	阻生上颌尖牙	计算机视觉	口腔疾病	全景X光摄影	YOLO	图像	200张全景X光片，通过数据增强扩展到400张图像	NA	YOLO11x, YOLO12x	精确率, 召回率, F1分数, mAP@0.5, mAP@0.5:0.95	NA
2383	2025-11-28	Ensemble transfer learning for classifying physical examinations in GP consultation: a multi-model approach to human-object and human-to-human activity recognition 2025-Nov-26, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaf196 PMID:41299889	研究论文	开发了一种集成迁移学习框架，用于自动分类全科医生咨询中的体格检查活动	提出融合空间和时间特征的多组件集成迁移学习框架，结合CNN-LSTM序列建模和多种CNN架构的集成，并通过注意力机制优化特征融合	NA	自动分类全科医生咨询中的体格检查活动，区分人-物交互活动和人-人交互活动	全科医生咨询视频中的体格检查活动	计算机视觉	NA	深度学习	CNN,LSTM,集成学习	视频	NA	TensorFlow,PyTorch	EfficientNet-B7,DenseNet-121,Inception-v3,CNN-LSTM	精确率,召回率,F1分数,特异性,Cohen's κ,PR-AUC	NA
2384	2025-11-28	Development and evaluation of an AI model for dental implant type detection: A comparison of diagnostic accuracy between a deep learning model and dental professionals 2025-Nov-26, Journal of prosthodontics : official journal of the American College of Prosthodontists DOI:10.1111/jopr.70064 PMID:41305904	研究论文	开发用于从根尖周X线片中识别五种牙科种植体品牌的深度学习系统，并与牙科专业人员的诊断准确性进行比较	首次系统比较YOLO架构(v7-v12)在牙科种植体识别任务中的性能，并证明AI模型在所有经验水平的临床医生中均表现更优	缺乏外部验证和数据集不平衡	开发牙科种植体品牌自动识别系统并评估其诊断准确性	牙科种植体品牌识别	计算机视觉	牙科疾病	深度学习	YOLO, DETR	X射线图像	5851张根尖周X线片，最终筛选为五个品牌(Adin, Dentium, Noris, OSSTEM, Straumann)	YOLO, DETR	YOLOv7, YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12x, DF-DETR	mAP@50, mAP@50-95, precision, recall, accuracy	NA
2385	2025-11-28	Comparative Performance of YOLO Models in the Automated Segmentation of Dental Traumas on Panoramic Radiographs 2025-Nov-26, Dental traumatology : official publication of International Association for Dental Traumatology IF:2.3Q2 DOI:10.1111/edt.70034 PMID:41305998	研究论文	比较YOLOv8、YOLOv11和YOLOv12在儿童全景X光片中自动分割牙科创伤的性能	首次系统比较不同版本YOLO模型在牙科创伤自动检测中的性能表现	人工智能在牙科创伤学中尚未实现完美性能，需要与专业牙医合作改进	评估基于人工智能的深度学习模型在牙科创伤自动检测和分类中的性能	6-13岁患有创伤性牙损伤的儿科患者全景X光片	计算机视觉	牙科创伤	全景X光摄影	CNN	图像	来自加济安泰普大学牙科学院儿科患者的全景X光片	NA	YOLOv8, YOLOv11, YOLOv12	AUC, F1-score	NA
2386	2025-11-28	Artificial intelligence in head and neck cancer: a bibliometric and visualization analysis (1995-2025) 2025-Nov-24, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03992-0 PMID:41284199	文献计量分析	通过文献计量学方法分析1995-2025年头颈癌人工智能研究的发展态势和热点演变	首次系统梳理头颈癌AI研究30年发展历程，识别关键里程碑和新兴研究方向	仅基于Web of Science数据库，可能存在文献收录不全的问题	分析头颈癌人工智能应用的研究趋势、合作网络和发展方向	230篇头颈癌AI相关研究文献	医学人工智能	头颈癌	文献计量分析	深度学习	文献数据	230篇出版物	CiteSpace, VOSviewer	NA	NA	NA
2387	2025-11-28	Predicting human mobility flows in cities using deep learning on satellite imagery 2025-Nov-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65373-z PMID:41285790	研究论文	开发基于卫星影像的深度学习模型预测城市细粒度人流移动模式	提出Imagery2Flow模型，首次利用中等分辨率卫星影像实现低成本、及时的城市人流预测	仅在美国前十大都市统计区进行验证，未涵盖更多城市类型	探索城市形态与人类移动动态之间的关系	城市人类移动流模式	计算机视觉	NA	卫星遥感	深度学习	卫星影像	美国前十大都市统计区	NA	Imagery2Flow	空间-时间泛化能力	NA
2388	2025-11-28	Hundred-layer photonic deep learning 2025-Nov-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65356-0 PMID:41285819	研究论文	本研究开发了一种误差容忍的单层光子计算芯片，突破了光学神经网络深度限制，实现了百层深度光子深度学习	通过片上扰动解耦计算相关性，消除传播冗余，实现误差容忍的单层光子计算芯片，将光学神经网络深度从十层扩展到数百层	NA	解决光子计算中误差累积问题，突破光学神经网络深度限制	光子计算芯片、光学神经网络、大语言模型	机器学习	NA	光子计算	神经网络	图像、文本	NA	NA	SLiM芯片架构	误差率、数据速率	10GHz数据速率光子计算芯片
2389	2025-11-28	A hybrid deep learning framework for fake news detection using LSTM-CGPNN and metaheuristic optimization 2025-Nov-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25311-x PMID:41285851	研究论文	提出一种结合LSTM-CGPNN和元启发式优化的混合深度学习框架用于虚假新闻检测	将LSTM上下文特征提取与CGPNN分类器相结合，并集成MFWO算法进行超参数优化	NA	提高虚假新闻检测的准确性和模型鲁棒性	社交媒体上的虚假新闻内容	自然语言处理	NA	TF-IDF文本表示	LSTM, CGPNN	文本	四个基准数据集：ISOT, Fakeddit, BuzzFeedNews, FakeNewsNet	NA	LSTM-CGPNN混合架构	准确率, F1分数	NA
2390	2025-11-28	AI-driven medical image analysis for sports injury diagnosis and prevention 2025-Nov-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20580-y PMID:41276514	研究论文	提出融合深度学习和生物力学建模的AI驱动框架，用于运动损伤诊断、预测和康复优化	开发了生物力学信息神经网络（BINN）和自适应运动医学策略（ASMS），通过注意力机制和多模态数据融合实现实时损伤风险评估和个性化康复建议	未明确说明模型在临床环境中的验证情况和实际应用限制	开发AI驱动的运动损伤诊断、预测和康复优化系统	运动员运动损伤数据	计算机视觉	运动损伤	运动捕捉、多模态数据融合	CNN, RNN, 注意力机制	运动捕捉数据、生理数据、运动表现数据	使用多个数据集（CamVid、MSRA10K、DUT-OMRON、NYU Depth V2），但未明确样本数量	NA	Biomechanically-Informed Neural Network (BINN)	预测准确性、可解释性	NA
2391	2025-11-28	Investigating blood cell images for enhanced hematologic disorder detection using multi-scale feature learning with a hybrid deep learning model 2025-Nov-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21412-9 PMID:41276546	研究论文	提出一种基于多尺度特征学习的混合深度学习模型，用于通过血细胞图像增强血液疾病的检测	提出MSFLHDD-HDCM方法，结合Inception模块进行特征提取，并采用CNN与双向门控循环单元的混合模型进行分类	NA	开发精确的血液疾病检测和分类模型	血细胞显微图像	计算机视觉	血液疾病	显微成像	CNN, BiGRU	图像	NA	NA	Inception, CNN, BiGRU	准确率	NA
2392	2025-11-28	Comparing prostate diffusion weighted images reconstructed with a commercial deep-learning product to a deep learning phase corrected model at 1.5 T 2025-Nov-23, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110681 PMID:41297172	研究论文	比较商用深度学习产品和深度学习相位校正模型在1.5T磁场下重建前列腺扩散加权图像的效果	提出新型深度学习相位校正重建模型，在1.5T磁场下相比商用产品显著提升图像质量	回顾性研究，样本量较小（30例患者），仅使用单一1.5T扫描仪	评估深度学习相位校正模型在前列腺扩散加权图像重建中的性能优势	30例接受前列腺多参数MRI检查的连续患者	医学影像处理	前列腺癌	扩散加权成像，多参数MRI	深度学习	医学影像	30例患者	NA	深度学习相位校正模型	信噪比, ADC值, 图像噪声分析, 定性评估（5点李克特量表）	NA
2393	2025-11-28	Deep learning for classifying quantum emission signals in WS2 monolayers using wavelet transform 2025-Nov-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29120-0 PMID:41274950	研究论文	本研究开发并评估了基于小波变换和深度学习的WS₂单层纳米气泡量子发射信号分类方法	首次将连续小波变换与深度学习结合用于量子发射信号分类，建立了量子材料表征与经典机器学习之间的桥梁	未明确说明样本数量，仅针对WS₂单层纳米气泡的特定光谱范围进行研究	开发量子发射信号分类方法以解决量子材料表征和光谱可区分性评估的挑战	WS₂单层纳米气泡在604-629 nm范围内发射的量子信号	机器学习	NA	连续小波变换，复Morlet小波	CNN	图像	NA	NA	ResNet50, VGG16, Xception	准确率	NA
2394	2025-11-28	Modality-AGnostic image Cascade (MAGIC) for multi-modality cardiac substructure segmentation 2025-Nov-19, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111296 PMID:41271169	研究论文	提出并验证了一种模态无关图像级联深度学习管道，用于多模态心脏亚结构分割	通过nnU-Net骨干网络的复制编码和解码分支处理多模态输入和重叠标签，实现单一模型分割多种图像模态和重叠结构	NA	开发能够跨不同模态和重叠结构进行心脏亚结构分割的通用深度学习解决方案	心脏亚结构包括心脏、心腔、大血管、瓣膜、冠状动脉和传导节点	数字病理	心血管疾病	CT-血管造影, MR, 模拟CT	深度学习	医学图像	训练集151例，验证集15例，测试集30例	NA	nnU-Net	Dice相似系数, Wilcoxon符号秩检验	NA
2395	2025-11-28	Magnetic resonance image processing transformer for general accelerated image restoration 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23851-w PMID:41249204	研究论文	提出基于Vision Transformer的磁共振图像处理框架MR-IPT，用于加速MRI图像恢复	首次将Vision Transformer架构应用于加速MRI图像恢复，通过在大规模多加速因子数据集上预训练实现统一框架，无需为不同加速因子单独训练模型	未明确说明模型在极端加速条件下的性能表现，也未讨论计算复杂度与推理时间	开发通用的加速磁共振图像恢复框架，提高模型的泛化能力和鲁棒性	加速采样的磁共振图像	计算机视觉	NA	磁共振成像	Transformer	图像	大规模数据集（具体数量未说明）	NA	Vision Transformer	图像质量指标（具体指标未明确说明）	NA
2396	2025-11-28	Translating Features to Findings: Deep Learning for Melanoma Subtype Prediction 2025-Nov-12, Dermatopathology (Basel, Switzerland) DOI:10.3390/dermatopathology12040042 PMID:41283484	综述	本文探讨深度学习在黑色素瘤亚型预测中的应用现状与前景	系统梳理深度学习在皮肤病理学中的核心方法学，并提出多模态整合、合成数据生成等新兴方向作为解决方案	存在数据集不平衡、模型可解释性不足和领域泛化能力有限等问题	提升黑色素瘤亚型诊断的精确度和可重复性	组织病理学切片中的黑色素瘤亚型	数字病理学	黑色素瘤	组织病理学分析	CNN	图像	NA	NA	NA	NA	NA
2397	2025-11-28	Deep learning framework for bronchoscopic diagnosis of burn inhalation injury 2025-Nov-08, Burns : journal of the International Society for Burn Injuries IF:3.2Q1 DOI:10.1016/j.burns.2025.107770 PMID:41297238	研究论文	本研究开发了一种基于视觉Transformer的深度学习框架，用于支气管镜诊断烧伤吸入性损伤的自动分级	首次将预训练的视觉Transformer模型应用于烧伤吸入性损伤的支气管镜图像自动分级，相比传统人工评分系统和其他深度学习模型表现出更优性能	样本量较小（仅36名患者），单中心研究，需要更大规模的多中心验证	开发自动化的支气管镜分级系统以提高烧伤吸入性损伤诊断的准确性和可靠性	烧伤吸入性损伤患者的支气管镜图像	计算机视觉	烧伤吸入性损伤	支气管镜检查	Vision Transformer (ViT)	图像	36名患者的1089张质量控制的支气管镜图像帧	NA	Vision Transformer (ViT)	准确率, 精确率, F1分数, 召回率	NA
2398	2025-11-28	Comparative Analysis of Transformer Architectures and Ensemble Methods for Automated Glaucoma Screening in Fundus Images from Portable Ophthalmoscopes 2025-Nov-03, Vision (Basel, Switzerland) DOI:10.3390/vision9040093 PMID:41283577	研究论文	本研究比较多种Transformer架构和集成方法在便携式眼底镜图像中自动筛查青光眼的性能	首次系统评估Transformer集成方法在低质量便携设备图像上的青光眼检测性能，通过患者级聚合显著提升准确度	研究主要基于特定数据集，在更广泛设备类型和人群中的泛化能力仍需验证	开发适用于便携设备的鲁棒青光眼自动筛查方法	眼底图像	计算机视觉	青光眼	深度学习	Transformer	图像	Brazil Glaucoma数据集和私有D-Eye数据集	NA	Swin-Tiny, ViT-Base, MobileViT-Small, DeiT-Base	准确率, F1分数, 敏感度	NA
2399	2025-11-28	Comparing Handcrafted Radiomics Versus Latent Deep Learning Features of Admission Head CT for Hemorrhagic Stroke Outcome Prediction 2025-Nov-02, Biotech (Basel (Switzerland)) DOI:10.3390/biotech14040087 PMID:41283322	研究论文	比较手工放射组学与潜在深度学习特征在入院头部CT中对出血性卒中结局预测的性能	首次系统比较手工放射组学与从分割编码器和生成自编码器提取的潜在深度学习特征在出血性卒中预后预测中的表现	预测性能提升仅在>3 mL血肿扩张阈值达到统计显著性，改进幅度有限	预测急性脑出血患者的3个月临床结局和血肿扩张	急性脑出血患者的入院非增强头部CT图像	医学影像分析	脑出血	CT影像分析	U-Net, 自编码器	医学影像	训练集866例（多中心试验队列），外部验证集645例（单中心数据集）	NA	多尺度U型分割网络, 生成自编码器	准确率, 统计显著性	NA
2400	2025-11-28	Artificial intelligence-based metal artefact correction algorithm for radiotherapy patients with dental hardware in head and neck CT: towards precise imaging 2025-Nov-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf038 PMID:40366748	研究论文	本研究评估基于人工智能的金属伪影校正算法在头颈部CT中对牙科金属植入物患者图像质量的改善效果	首次在体内研究中证明基于深度学习的AI-MAC算法在金属伪影校正方面优于传统插值法MAC	回顾性研究设计，样本量较小（41例患者），仅针对头颈部放疗患者	评估AI-MAC算法在头颈部CT中减少牙科金属伪影的临床效能	41例带有不可移除牙科金属植入物并接受头颈部CT扫描的放疗患者	医学影像处理	头颈部肿瘤	CT扫描，深度学习	深度学习模型	CT图像	41例患者	NA	NA	信噪比，伪影指数，Dice相似系数，Hausdorff距离	NA