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
241	2025-05-11	Deep learning in assisting dermatologists in classifying basal cell carcinoma from seborrheic keratosis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1507322 PMID:40342818	研究论文	本研究评估了深度学习模型在辅助皮肤科医生区分基底细胞癌（BCC）和脂溢性角化病（SK）中的有效性	使用基于CLIP ViT-B/16架构的深度学习模型，并展示了AI辅助诊断如何提高诊断准确性和减少误诊	模型在验证队列中的AUC为0.71，略低于训练和测试队列，可能表明模型在外部验证中的泛化能力有待提高	评估AI辅助诊断在提高皮肤癌分类准确性方面的潜力	基底细胞癌（BCC）和脂溢性角化病（SK）患者	数字病理学	皮肤癌	深度学习	CLIP ViT-B/16	图像	内部数据集707名患者，外部数据集5572名患者
242	2025-05-11	A review of lightweight convolutional neural networks for ultrasound signal classification 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1536542 PMID:40342856	review	本文综述了轻量级卷积神经网络在超声信号分类中的应用	结合超声信号特点，从模型压缩和操作优化两个角度详细评述轻量级算法	未提及具体实验数据或实际应用效果验证	探索轻量级卷积神经网络在超声信号处理中的应用潜力	超声信号分类	digital pathology	NA	深度学习	CNN	超声信号	基于ImageNet数据集的经典模型实验结果
243	2025-05-11	Is a single model enough? The systematic comparison of computational approaches for detecting populist radical right content 2025, Quality & quantity DOI:10.1007/s11135-024-02034-1 PMID:40343105	研究论文	本文系统比较了计算检测民粹主义激进右翼(PRR)内容的多种方法，包括字典法、经典监督机器学习和深度学习模型	首次系统比较了66种不同计算方法和330种集成模型在PRR内容检测任务上的表现，并分析了文本预处理方式对性能的影响	在噪声较大的数据集上性能仍不理想，集成模型的改进效果有限	比较不同计算方法在民粹主义激进右翼内容检测任务上的表现	德语文本数据中的民粹主义激进右翼内容	自然语言处理	NA	字典法、监督机器学习、深度学习	多种模型(包括DL模型)及330种集成模型	文本	三个德语测试数据集(其中一个高噪声数据集)
244	2025-05-11	Automatic segmentation and quantitative analysis of brain CT volume in 2-year-olds using deep learning model 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1573060 PMID:40343184	研究论文	本研究开发了一种使用ResU-Net深度学习模型自动分割2岁儿童脑部CT图像的方法，并量化特定脑区体积，建立临床和研究应用的参考数据库	首次使用ResU-Net模型对2岁儿童脑部CT图像进行自动分割和体积量化，并建立了基于CT的儿童脑部体积参考数据库	研究仅包含正常放射学表现的儿童样本，未涵盖异常或病理情况	开发儿童脑部CT图像的自动分割方法并建立正常参考值数据库	2岁健康儿童的脑部CT图像	数字病理学	NA	CT成像	ResU-Net, 3D U-Net	医学影像	1,487例2岁儿童的头颅CT扫描（训练集1,041例，测试集446例）
245	2025-05-11	High-yield spidroin mimics for bioinspired fibers via computational design 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1587546 PMID:40343205	research paper	该研究通过深度学习和生物工程手段，设计出具有高效原核表达的水溶性β-折叠丰富的蜘蛛丝蛋白模拟物	利用计算筛选序列替换蜘蛛丝蛋白中的聚丙氨酸基序，实现了高产量的可溶性表达，并展示了增强的机械性能	研究未涉及大规模工业化生产的实际应用验证	解决蜘蛛丝蛋白异源表达中的瓶颈问题，推动高性能仿生纤维的生产	蜘蛛丝蛋白模拟物	生物工程	NA	深度学习、生物工程、静电纺丝、粗粒化分子动力学模拟	NA	蛋白质序列、结构数据	五种功能性蜘蛛丝蛋白
246	2025-05-11	Using artificial intelligence to develop a measure of orthopaedic treatment success from clinical notes 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1523953 PMID:40343216	research paper	使用人工智能从临床记录中开发一种衡量骨科治疗成功的方法	利用AI技术从临床记录中识别治疗成功或失败的短语，为骨科患者开发一种新的治疗成功指标	研究仅针对急性肩部损伤患者，样本量有限，且仅在一个地区医疗系统内进行	开发一种反映骨科治疗成功的可用结果测量方法	急性肩部损伤患者的临床记录	自然语言处理	骨科疾病	机器学习和深度学习算法	Bio-ClinicalBERT	text	868份临床记录，来自123名医生和35个科室
247	2025-05-11	Brain tumor classification using MRI images and deep learning techniques 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322624 PMID:40344143	research paper	该研究开发了一个基于深度学习和MRI图像的自动化脑肿瘤分类系统，旨在准确检测和分类不同类型的脑肿瘤	采用预训练的VGG16作为基础模型的CNN架构，结合数据增强技术和大规模多样化数据集，实现了99.24%的高准确率，并开发了便于使用的网络应用	未提及模型在临床环境中的实际验证情况，以及对于罕见肿瘤类型的分类性能	开发一个高准确率的自动化脑肿瘤分类系统，以减少人为错误并提高诊断准确性	脑MRI图像，包括胶质瘤、脑膜瘤、垂体瘤和正常脑扫描	digital pathology	brain tumor	MRI	CNN (VGG16)	image	17,136张脑MRI图像，涵盖四种类型
248	2025-05-11	[Identification of kidney stone types by deep learning integrated with radiomics features] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202310043 PMID:40000211	研究论文	本文提出了一种结合放射组学和深度学习的框架，用于高精度自动术前分类肾结石类型	结合放射组学特征和深度学习，实现肾结石类型的自动分类	实验结果的准确率为84.5%，仍有提升空间	实现肾结石类型的自动术前分类	感染性和非感染性肾结石	数字病理	肾结石	放射组学方法	3D CNN, LightGBM	图像	NA
249	2025-05-11	[Cardiac magnetic resonance image segmentation based on lightweight network and knowledge distillation strategy] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202312015 PMID:40000210	research paper	提出了一种轻量化的扩张并行卷积U-Net（DPU-Net）及多尺度适应向量知识蒸馏（MAVKD）训练策略，用于心脏磁共振图像分割	采用独特的卷积通道变化方式减少参数数量，结合残差块和扩张卷积缓解梯度爆炸和空间信息丢失问题，并利用知识蒸馏策略提升分割精度	未提及模型在更广泛数据集上的泛化能力或临床实际应用效果	降低心脏MRI图像分割深度学习网络的参数量和浮点运算量，同时保持或提高分割精度	心脏磁共振图像	digital pathology	cardiovascular disease	MRI	DPU-Net（基于U-Net改进的轻量化网络）	image	ACDC公共数据集（具体样本量未说明）
250	2025-05-11	[Coronary artery segmentation based on Transformer and convolutional neural networks dual parallel branch encoder neural network] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202403058 PMID:40000209	研究论文	提出一种基于Transformer和CNN双并行分支编码器神经网络的新型冠状动脉分割模型DUNETR	采用Transformer和CNN双编码器设计，通过NRFF模块融合全局和局部特征，显著提升3D冠状动脉分割效果	仅在公开数据集上验证，未说明临床实际应用效果	提升冠状动脉CTA图像分割的准确性和效率	冠状动脉CTA图像	计算机视觉	心血管疾病	CTA成像	DUNETR（Transformer+CNN双编码器U-Net）	3D医学图像	公开数据集（未说明具体样本量）
251	2025-05-11	[Research progress on endoscopic image diagnosis of gastric tumors based on deep learning] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202404004 PMID:40000222	review	本文综述了深度学习在胃肿瘤内镜图像分类、目标检测和分割中的应用，并总结了相关的计算机辅助诊断系统和多模态算法	总结了深度学习在胃肿瘤内镜诊断中的应用，并展望了未来研究方向	未提及具体的数据集或实验结果的局限性	促进深度学习方法在胃肿瘤内镜诊断中的临床应用	胃肿瘤内镜图像	digital pathology	gastric cancer	deep learning	NA	image	NA
252	2025-05-11	Multi-label material and human risk factors recognition model for construction site safety management 2024-Dec, Journal of safety research IF:3.9Q2 DOI:10.1016/j.jsr.2024.10.002 PMID:39998535	研究论文	提出了一种基于深度学习的多标签风险因素识别框架，用于自动识别建筑工地上的材料和人为风险因素	结合材料和人为风险因素为单一标签，并通过可视化解释模型的决策基础以提高性能	模型在视觉模糊和涉及透视时倾向于关注附近物体，导致性能下降	开发并优化深度学习模型，以自动且同时识别和分类建筑工地上的多种材料和人为风险因素	建筑工地上的材料和人为风险因素	计算机视觉	NA	深度学习	多标签识别模型	图像	14,605个实例，涵盖八种材料和人为风险因素
253	2025-05-11	ANALYSIS OF CHALLENGES AND POSSIBILITIES OF USING ARTIFICIAL INTELLIGENCE IN MEDICAL DIAGNOSTICS 2024-Dec, Georgian medical news PMID:40007388	综述	本文分析了人工智能在医学诊断中的应用挑战与可能性	系统性地评估了AI在医学诊断中的多模态数据整合、自动化提升及国际标准趋同等趋势	研究仅基于2019-2024年的24项研究，样本量有限且可能存在发表偏倚	评估AI在医疗诊断中的地理分布、实施挑战及提升医疗效率的潜在机会	医学诊断领域的人工智能应用	人工智能医疗应用	NA	多模态AI、深度学习、机器学习	深度学习、机器学习	多模态医疗数据	24项研究(2019-2024)
254	2025-05-11	Noninvasive fetal genotyping using deep neural networks 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf067 PMID:39992001	研究论文	本研究提出了一种基于深度神经网络的无创胎儿基因分型方法	首次将深度学习框架应用于基于cfDNA的无创胎儿基因分型，整合了DNA核苷酸、片段、突变区域、样本和家族特征等多层次信息	NA	开发一种高效的无创产前单基因疾病检测方法	孕妇血浆中的游离DNA(cfDNA)	机器学习	单基因遗传病	全基因组测序(WGS)	深度学习(DL)	基因组数据	NA
255	2025-05-11	[Deep Learning Reconstruction Algorithm Combined With Smart Metal Artifact Reduction Technique Improves Image Quality of Upper Abdominal CT in Critically Ill Patients] 2024-Nov-20, Sichuan da xue xue bao. Yi xue ban = Journal of Sichuan University. Medical science edition DOI:10.12182/20241160102 PMID:39990832	研究论文	评估深度学习重建算法结合智能金属伪影减少技术对无法举臂且需要心电图监测的危重患者腹部CT图像质量的影响	首次将深度学习重建算法与智能金属伪影减少技术结合，用于改善危重患者腹部CT图像质量	研究为回顾性设计，样本量相对较小（102例患者）	提高危重患者腹部CT图像质量	无法举臂且需要心电图监测的危重患者	医学影像处理	危重病	深度学习重建算法、智能金属伪影减少技术、CT扫描	深度学习	CT图像	102例危重患者
256	2025-05-11	Effective genome editing with an enhanced ISDra2 TnpB system and deep learning-predicted ωRNAs 2024-Nov, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02418-z PMID:39313558	研究论文	本研究优化了ISDra2 TnpB系统用于哺乳动物细胞的基因组编辑，并开发了基于深度学习的ωRNA活性预测模型TEEP	优化了ISDra2 TnpB系统（TnpBmax）在哺乳动物细胞中的编辑效率，开发了识别不同TAMs的K76突变体，并构建了深度学习模型TEEP预测ωRNA活性	NA	开发高效的基因组编辑工具并扩展其应用范围	ISDra2 TnpB系统和ωRNA	基因组编辑	NA	基因组编辑、深度学习	深度学习模型（TEEP）	基因组编辑效率数据	10,211个目标位点的编辑效率数据
257	2025-05-11	Intelligent Recognition and Segmentation of Blunt Craniocerebral Injury CT Images Based on DeepLabV3+ Model 2024-Oct-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2024.440801 PMID:39992333	研究论文	基于DeepLabV3+模型实现钝性颅脑损伤CT图像的智能识别与分割	首次将DeepLabV3+模型应用于钝性颅脑损伤的CT图像分割，并探索了深度学习在法医学自动诊断中的应用价值	直接使用活体CT图像训练的模型在尸体CT图像上的分割能力相对较差	实现钝性颅脑损伤的智能识别与分割，探索深度学习在法医学中的应用	钝性颅脑损伤的CT图像	计算机视觉	颅脑损伤	CT成像	DeepLabV3+	图像	5486张活体CT图像（训练集、验证集、测试集），255张活体CT图像和156张正常CT图像（盲测集），340张尸体CT图像和120张正常CT图像（新盲测集）
258	2025-05-11	An efficient enhanced stacked auto encoder assisted optimized deep neural network for forecasting Dry Eye Disease 2024-10-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75518-7 PMID:39438634	研究论文	提出了一种名为ESAE-ODNN的改进堆叠自编码器辅助优化深度神经网络，用于预测干眼病	将混沌映射融入特征选择，使用SLSTM-STSA提高分类准确率，并通过EQBFOA的自适应量子旋转进行优化	NA	通过特征选择、特征提取和分类，提高干眼病的早期诊断准确率	干眼病患者	机器学习	干眼病	特征选择(FS)、特征提取(FE)、分类	堆叠自编码器(ESAE)、优化深度神经网络(ODNN)、SLSTM-STSA	NA	NA
259	2025-05-11	Automated analysis of fetal heart rate baseline/acceleration/deceleration using MTU-Net3 + model 2024-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00388-x PMID:39220035	研究论文	本研究提出了一种名为MTU-Net3+的深度学习模型，用于自动化分析胎儿心率（FHR）的基线、加速和减速，以提高诊断准确性和效率	MTU-Net3+模型基于UNet3+架构，整合了自注意力机制和双向LSTM层，提升了性能	模型在公开数据集和私有数据集上的表现存在差异，可能受数据质量和多样性的影响	提高胎儿心率分析的自动化水平和诊断准确性	胎儿心率信号	数字病理	胎儿健康评估	深度学习	MTU-Net3+（基于UNet3+架构，整合自注意力机制和双向LSTM）	胎儿心率信号	公开数据库的子集和私有数据库
260	2025-05-11	Precision in Prevention and Health Surveillance: How Artificial Intelligence May Improve the Time of Identification of Health Concerns through Social Media Content Analysis 2024-Aug, Yearbook of medical informatics DOI:10.1055/s-0044-1800736 PMID:40199301	研究论文	探讨人工智能通过分析社交媒体内容如何提升预防和健康监测的精准性	利用AI技术（如机器学习和自然语言处理）分析社交媒体数据，以提高健康问题识别的及时性和准确性	涉及伦理和隐私问题，需要强大的数据匿名化和透明处理实践	探索AI在预防和健康监测中的应用，以提高公共卫生效果	社交媒体内容及其在健康监测中的应用	自然语言处理	NA	机器学习、自然语言处理（NLP）、深度学习	transformer-based topic modelling、federated learning	社交媒体文本数据	89篇文章的分析，最终筛选出10篇相关研究