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
2401	2025-07-10	A systematic survey: role of deep learning-based image anomaly detection in industrial inspection contexts 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1554196 PMID:40626146	综述	本文系统性地回顾了工业制造中基于深度学习的图像异常检测方法	全面比较了传统技术与深度学习在异常检测中的最新进展，并探讨了无人机、机械臂和AGV在异常检测中的创新应用	未提及具体实验验证或实际工业应用中的性能表现	推动智能制造中高质量过程检测的先进方法发展	工业制造中的图像异常检测	计算机视觉	NA	深度学习	监督学习、无监督学习、半监督学习	图像	NA
2402	2025-07-10	Artificial intelligence in early warning systems for infectious disease surveillance: a systematic review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1609615 PMID:40626156	系统综述	本文系统综述了人工智能在传染病监测早期预警系统中的应用现状、关键技术、数据来源、优势与挑战	全面评估了AI在传染病早期预警系统中的多种技术应用及整合多源数据的潜力	存在数据质量与偏差问题、模型透明度不足（'黑箱'问题）、系统整合困难以及隐私与公平等伦理考量	评估人工智能技术如何增强传染病监测的早期预警系统	传染病早期预警系统中的人工智能应用	自然语言处理	传染病	机器学习（ML）、深度学习（DL）、自然语言处理（NLP）	NA	流行病学数据、网络数据、气候数据、废水数据等多源数据	67项相关研究
2403	2025-07-10	Adverse drug reaction signal detection via the long short-term memory model 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1554650 PMID:40626311	研究论文	本研究通过长短期记忆模型（LSTM）进行药物不良反应信号检测，并与传统方法进行比较	将深度学习模型引入药物不良反应信号检测，提高了检测的敏感性和F1分数	研究仅基于广东省ADR监测中心的数据，可能不具有全国代表性	改进药物不良反应信号检测方法，提高检测准确率	药物不良反应信号	自然语言处理	NA	LSTM模型	LSTM	文本	2,376个ADR信号（448个阳性信号和1,928个阴性信号）
2404	2025-07-10	Unwrapping non-locality in the image transmission through turbid media 2024-Jul-15, Optics express IF:3.2Q2 DOI:10.1364/OE.521581 PMID:39538508	研究论文	本文提出了一种全局注意力机制，用于解决浑浊介质中高保真图像传输的挑战	通过研究重建图像中的非局部性，开发了一种全局注意力机制，显著提升了图像重建性能	未明确说明该方法在其他类型介质或更复杂场景中的适用性	提高浑浊介质中图像传输的保真度和重建精度	通过浑浊介质传输的图像	计算机视觉	NA	深度学习	全局注意力机制	图像	NA
2405	2025-07-10	Overcoming Limitations to Deep Learning in Domesticated Animals with TrioTrain 2024-Apr-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.15.589602 PMID:38659907	研究论文	本文提出了一种名为TrioTrain的新方法，用于扩展DeepVariant模型以适用于非人类基因组，特别是在家畜动物中，以提高变体检测的准确性	首次提出了一个多物种DeepVariant模型，通过TrioTrain方法自动化扩展模型至缺乏GIAB资源的物种，并采用区域洗牌技术优化SLURM集群的使用	受限于动物基因组的不完美标签	克服深度学习在非人类基因组应用中的限制，特别是在家畜动物中的变体检测	牛、牦牛和野牛的基因组	生物信息学	NA	DeepVariant, TrioTrain, 区域洗牌	DeepVariant	基因组数据	牛、牦牛和野牛的三重组合，共构建了30个模型迭代
2406	2025-07-10	Screening of Moyamoya Disease From Retinal Photographs: Development and Validation of Deep Learning Algorithms 2024-03, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.044026 PMID:38258570	研究论文	本研究开发了一种深度学习模型，利用视网膜照片辅助诊断和确定烟雾病（MMD）的阶段	首次利用视网膜照片和深度学习算法进行烟雾病的筛查和分期预测	样本量相对较小，且为回顾性研究	开发一种基于视网膜照片的烟雾病筛查和分期预测方法	烟雾病患者和健康参与者的视网膜照片	数字病理学	烟雾病	深度学习	ResNeXt50	图像	498张视网膜照片来自78名MMD患者，3835张照片来自1649名健康参与者
2407	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
2408	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
2409	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）
2410	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
2411	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
2412	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
2413	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
2414	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）
2415	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）
2416	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
2417	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)
2418	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
2419	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）
2420	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