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	2025-06-14	[Clinical value of medical imaging artificial intelligence in the diagnosis and treatment of peritoneal metastasis in gastrointestinal cancers] 2025-May-25, Zhonghua wei chang wai ke za zhi = Chinese journal of gastrointestinal surgery DOI:10.3760/cma.j.cn441530-20250301-00075 PMID:40404364	综述	本文总结了医学影像人工智能在胃肠道癌症腹膜转移诊断和治疗中的代表性进展和应用前景	通过影像组学和深度学习技术深入分析医学影像中的肿瘤异质性和微环境特征，构建高精度预测模型	未提及具体研究样本量或数据集的局限性	探讨医学影像人工智能在胃肠道癌症腹膜转移诊断和治疗中的临床应用价值	胃肠道癌症患者的腹膜转移	数字病理学	胃肠道癌症	影像组学、深度学习	NA	医学影像	NA
242	2025-06-14	Automated Detection of Micro-Scale Porosity Defects in Reflective Metal Parts via Deep Learning and Polarization Imaging 2025-May-25, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15110795 PMID:40497844	研究论文	本研究提出了一种结合偏振成像和深度学习的增强SCK-YOLOV5框架，用于高反射金属材料精密增材制造中的微米级孔隙缺陷检测	首次在YOLO框架中引入SNWD损失函数，结合SIOU角度损失和NWD分布感知特性，显著提高了小金属微纳缺陷的智能识别能力	NA	提高高反射金属材料精密增材制造中微米级缺陷的自动检测能力	高反射金属材料表面的微米级孔隙缺陷	计算机视觉	NA	偏振成像预处理、深度学习	SCK-YOLOV5（改进的YOLOv5框架）	图像	NA
243	2025-06-14	Skeletal Muscle Density as a Predictive Marker for Pathologic Complete Response in Triple-Negative Breast Cancer Treated with Neoadjuvant Chemoimmunotherapy 2025-May-25, Cancers IF:4.5Q1 DOI:10.3390/cancers17111768 PMID:40507249	research paper	该研究探讨了骨骼肌密度（SMD）在三阴性乳腺癌（TNBC）患者新辅助化疗（NAC）中的预测价值	首次评估了SMD与病理完全缓解（pCR）的关联，并发现SMD可作为新辅助化疗免疫疗法（NACIT）疗效的预测标志物	研究为回顾性分析，样本量相对较小（144例患者），且仅在一家医院进行	评估SMD及其他临床变量对TNBC患者pCR的影响	接受NAC的TNBC患者	digital pathology	breast cancer	CT测量和深度学习软件（ClariMetabo version 1.03）	NA	image	144例TNBC患者（102例接受NACIT，42例接受NACT）
244	2025-06-14	Advanced Non-Destructive Testing Simulation and Modeling Approaches for Fiber-Reinforced Polymer Pipes: A Review 2025-May-24, Materials (Basel, Switzerland) DOI:10.3390/ma18112466 PMID:40508464	综述	本文系统回顾了纤维增强聚合物(FRP)管道无损检测(NDT)的数字技术进展，重点关注数值建模、仿真、机器学习和深度学习在缺陷检测中的应用	突出了机器学习和深度学习在缺陷自动分类、分割和严重性评估中的变革性能力，显著减少检测时间和人力依赖	指出该领域存在关键空白：针对FRP管道系统的先进数字方法转化为现场可部署解决方案的有限性	促进数字NDT技术在真实世界FRP管道检测和生命周期管理框架中的整合	纤维增强聚合物(FRP)管道	复合材料工程	NA	有限元法(FEM)、蒙特卡洛模拟、机器学习(ML)、深度学习(DL)	机器学习算法、深度学习算法	仿真数据、检测数据	基于2016-2024年间发表的140篇同行评议文章
245	2025-06-14	Novel Antimicrobials from Computational Modelling and Drug Repositioning: Potential In Silico Strategies to Increase Therapeutic Arsenal Against Antimicrobial Resistance 2025-May-24, Molecules (Basel, Switzerland) DOI:10.3390/molecules30112303 PMID:40509191	综述	本文综述了计算模型在药物重定位中识别潜在抗菌剂的最新进展	利用计算模型预测药物-靶点相互作用，将已注册药物重新定位为潜在抗菌剂	现有模型和方法仍需改进以应对快速出现的抗菌素耐药性	增加对抗菌素耐药性的治疗手段	已注册药物及其潜在抗菌能力	机器学习	感染性疾病	机器学习、分子对接、分子动力学、深度学习	NA	NA	NA
246	2025-06-14	Deep Learning-Based Aortic Diameter Measurement in Traumatic Hemorrhage Using Shallow Attention Network: A Path Forward 2025-May-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111312 PMID:40506884	研究论文	本研究开发并验证了一种基于深度学习的自动主动脉直径测量模型，用于创伤性出血患者	使用浅层注意力网络和基于椭圆的校准方法，提高了主动脉直径测量的准确性和自动化水平	研究样本量有限（300名患者），且为回顾性分析	开发自动化主动脉直径测量工具以改善创伤患者的干预计划	创伤性出血患者（需要大量输血）的腹部CT扫描图像	数字病理学	创伤性出血	深度学习	Shallow Attention Network	CT图像	300名成年患者的444张手动标注的轴向CT图像
247	2025-06-14	A Convolutional Mixer-Based Deep Learning Network for Alzheimer's Disease Classification from Structural Magnetic Resonance Imaging 2025-May-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111318 PMID:40506890	研究论文	提出了一种基于卷积混合器的深度学习网络，用于从结构磁共振成像中分类阿尔茨海默病	整合深度可分离卷积层与传统卷积层，高效提取sMRI特征，同时采用混合采样方法处理类别不平衡问题，并利用ASOP像素归因方法解释分类决策	医学影像数据集存在类别不平衡问题，可能导致模型对代表性不足的疾病阶段泛化能力差	开发一种准确的阿尔茨海默病分类工具，以支持有效的干预和治疗计划	阿尔茨海默病患者的结构磁共振成像扫描	数字病理学	老年病	结构磁共振成像(sMRI)	基于卷积混合器的深度学习网络	图像	NA
248	2025-06-14	Defect Recognition in Composite Materials Using Terahertz Spectral Imaging with ResNet18-SVM Approach 2025-May-23, Materials (Basel, Switzerland) DOI:10.3390/ma18112444 PMID:40508444	研究论文	提出了一种基于太赫兹时域光谱和ResNet18-SVM方法的复合材料内部缺陷检测技术	结合连续小波变换将光谱信号转换为时频图像，并采用ResNet18模型与SVM分类器相结合的方法，实现了对多层复合材料内部缺陷的高精度识别	仅针对三种特定类型的缺陷进行了测试，未涉及更广泛的缺陷类型	开发一种能够精确定位多层复合材料内部缺陷位置的无损检测方法	多层复合材料及其内部缺陷	计算机视觉	NA	太赫兹时域光谱(THz-TDS), 连续小波变换(CWT)	ResNet18, SVM	时频图像	NA
249	2025-06-14	Prediction of Key Quality Parameters in Hot Air-Dried Jujubes Based on Hyperspectral Imaging 2025-May-23, Foods (Basel, Switzerland) DOI:10.3390/foods14111855 PMID:40509382	研究论文	基于高光谱成像技术预测热风干燥红枣的关键品质参数	结合高光谱成像技术与深度学习模型（如BiLSTM、BiGRU和CNN-BiGRU）显著提高了模型预测精度，特别是CNN-BiGRU模型表现突出	未提及具体样本量及实验重复性验证	探索高光谱成像技术在红枣干燥过程中品质监测与优化的应用	热风干燥的红枣	计算机视觉	NA	高光谱成像（HSI）	SVR、BiLSTM、BiGRU、CNN-BiGRU	光谱数据（反射率、吸光度、Kubelka-Munk）	NA
250	2025-06-14	Ultrasound Diagnosis of Pelvic Organ Prolapse Using Artificial Intelligence 2025-May-22, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14113634 PMID:40507397	研究论文	本研究旨在设计一种基于人工智能的全自动混合方法，结合卷积神经网络（CNN）和基于树的模型（XGBoost），用于在动态二维超声研究中诊断不同类型的盆腔器官脱垂（POP）	首次开发了能够利用深度学习和机器学习技术在动态二维超声研究中诊断盆腔器官脱垂的预测模型	在区分不同类型的盆腔器官脱垂时，检测膀胱膨出和子宫脱垂的精确度、准确度、召回率和F1分数较高，而对其他类型的脱垂诊断效果相对较低	开发一种自动化方法用于盆腔器官脱垂的诊断	盆腔器官脱垂患者和非患者	数字病理	盆腔器官脱垂	动态二维超声	CNN, XGBoost	视频	188名患者（99名POP患者和89名非POP患者）
251	2025-06-14	Utilizing Deep Learning to Identify Electron-Dense Deposits in Renal Biopsy Electron Microscopy Images 2025-May-19, American journal of nephrology IF:4.3Q1 DOI:10.1159/000546131 PMID:40388893	研究论文	本研究开发了一个基于深度学习的平台，用于自动分类肾脏活检电子显微镜图像中电子致密沉积物的位置	利用深度学习技术自动分类电子显微镜图像中的电子致密沉积物位置，提高了诊断效率和一致性	深度学习模型在评估沉积物存在和位置时的准确性低于电子显微镜病理学家，但高于综合肾脏病理学家	开发一个自动分类电子显微镜图像中电子致密沉积物位置的平台	肾脏活检电子显微镜图像中的电子致密沉积物	数字病理学	肾脏疾病	电子显微镜	ResNet18	图像	1,039例肾脏活检的4,303张电子显微镜图像
252	2025-06-14	Study on Liver Sinusoidal Endothelial Cell Fenestrations Based on Cellular Omics-Structure Integration Technology and Its Application in Metabolic Diseases 2025-May-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.16.653525 PMID:40475559	研究论文	本研究开发了一种新的细胞组学-结构整合（COSI）技术平台，用于解决传统技术在单细胞水平上同时获取基因表达谱和超分辨率细胞结构信息的局限性	开发了COSI技术平台，首次实现了单细胞水平上基因表达谱与超分辨率细胞结构信息的同步获取与分析	NA	研究肝脏窦内皮细胞窗孔形成的机制及其在代谢疾病中的应用	肝脏窦内皮细胞	细胞生物学	代谢疾病	单细胞转录组学、超分辨率荧光显微镜、电子显微镜、深度学习分辨率增强	深度学习	基因表达数据、超分辨率图像数据	NA
253	2025-06-14	Deep learning MRI-based radiomic models for predicting recurrence in locally advanced nasopharyngeal carcinoma after neoadjuvant chemoradiotherapy: a multi-center study 2025-May-15, Clinical & experimental metastasis IF:4.2Q2 DOI:10.1007/s10585-025-10349-y PMID:40369240	研究论文	本研究基于深度学习的MRI影像组学模型，用于预测局部晚期鼻咽癌患者在新辅助放化疗后的复发情况	结合传统影像组学特征和深度学习提取的深度影像组学特征，构建预测模型，并在多中心数据上验证其性能	研究为回顾性设计，样本量相对有限（328例患者）	验证基于深度学习的MRI影像组学模型在预测局部晚期鼻咽癌复发中的临床价值	局部晚期鼻咽癌（LA-NPC）患者	数字病理	鼻咽癌	MRI（T1WI+C和T2WI序列）	Random forest (RF), LASSO, 五种机器学习分类器	医学影像	328例鼻咽癌患者（来自四家医院），分为训练集（229例）和验证集（99例）
254	2025-06-14	CMV2U-Net: A U-shaped network with edge-weighted features for detecting and localizing image splicing 2025-May, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70033 PMID:40177991	research paper	提出了一种名为CMV2U-Net的边缘加权U形网络，用于检测和定位图像拼接	设计了一个特征提取模块，可以同时处理两路输入图像，并采用分层融合方法和通道注意力机制来防止浅层特征的数据丢失	未明确提及具体局限性	提高图像拼接伪造检测和定位的准确性和鲁棒性	图像拼接伪造	computer vision	NA	deep learning	U-Net	image	多个公共数据集（未明确提及具体数量）
255	2025-06-14	Fast MRI Techniques of the Liver and Pancreaticobiliary Tract: Overview and Application 2025-May, Journal of the Korean Society of Radiology DOI:10.3348/jksr.2025.0004 PMID:40502472	review	本文综述了肝脏和胰胆管MRI中的快速成像技术及其应用	探讨了压缩感知和深度学习重建在加速MRI扫描中的应用及其潜力	压缩感知重建时间长且参数优化复杂，深度学习重建需要进一步测试模型稳定性、泛化能力和输出图像保真度	研究肝脏和胰胆管MRI中减少呼吸运动伪影和加速扫描时间的技术	肝脏和胰胆管MRI图像	医学影像	肝脏和胰胆管疾病	并行成像、压缩感知、深度学习重建	CNN	MRI图像	NA
256	2025-06-14	A physics-informed deep learning model for predicting beam dose distribution of intensity-modulated radiation therapy treatment plans 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100779 PMID:40502721	研究论文	开发了一种基于物理信息的深度学习模型，用于预测鼻咽癌患者调强放射治疗（IMRT）中的束流剂量分布	提出了一种专门用于束流剂量预测任务的物理信息深度学习网络，并通过交叉采样方案解决了深度学习模型的可解释性挑战	样本量相对较小（100例），且为回顾性研究	开发用于IMRT束流剂量预测的深度学习模型	鼻咽癌患者的IMRT治疗计划	医学影像分析	鼻咽癌	深度学习	U-Net	CT图像和轮廓输入	100例九束IMRT病例（72例训练集，8例验证集，20例测试集）
257	2025-06-14	Deep learning assisted prediction of osteogenic capability of orthopedic implant surfaces based on early cell morphology 2025-03-15, Acta biomaterialia IF:9.4Q1 DOI:10.1016/j.actbio.2025.01.059 PMID:39894326	研究论文	本研究开发了一种基于早期细胞形态和深度学习的骨科植入物表面成骨能力预测方法	提出了Orthopedic Implants-Osteogenic Differentiation Network (OIODNet)，利用早期细胞形态图像和碱性磷酸酶(ALP)活性值预测植入物表面成骨能力，性能指标超过0.98	NA	开发高效筛选骨科植入物表面成骨能力的方法	钛及其合金植入物表面	数字病理	骨科疾病	深度学习	OIODNet	图像	NA
258	2025-06-14	Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients 2025-Mar-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.06.25322855 PMID:40093217	研究论文	比较不同多模态深度学习方法在预测病房患者临床恶化方面的效果	首次比较了结合结构化数据与临床笔记信息的多种深度学习方法在预测临床恶化方面的性能	添加临床笔记信息并未显著提升模型性能	评估多模态深度学习模型预测病房患者临床恶化的效果	病房患者	机器学习	NA	深度循环神经网络	RNN	结构化数据和非结构化文本数据	506,076名病房患者
259	2025-06-14	Physics-Informed Autoencoder for Prostate Tissue Microstructure Profiling with Hybrid Multidimensional MRI 2025-03, Radiology. Artificial intelligence DOI:10.1148/ryai.240167 PMID:39907585	research paper	评估物理信息自编码器（PIA）在利用混合多维MRI测量前列腺癌组织生物标志物方面的性能	提出了一种新兴的自监督深度学习模型PIA，将三室扩散弛豫模型与混合多维MRI结合，无需大量训练数据即可预测前列腺癌组织特异性生物标志物	研究样本量较小（21名患者），且为回顾性研究	开发一种准确、无创且可解释的人工智能方法用于前列腺癌检测	前列腺癌患者的组织生物标志物	digital pathology	prostate cancer	hybrid multidimensional MRI	Physics-Informed Autoencoder (PIA)	MRI数据	21名前列腺癌患者（71个感兴趣区域）
260	2025-06-14	REMED-T2D: A robust ensemble learning model for early detection of type 2 diabetes using healthcare dataset 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109771 PMID:39914204	研究论文	开发了一种名为REMED-T2D的集成机器学习模型，用于早期检测2型糖尿病	首次使用Pima数据集进行综合分析，整合多种机器学习算法，并开发了公开可访问的网页服务器	模型主要针对亚洲女性，可能在其他人群中的适用性有限	提高2型糖尿病的早期检测准确性和鲁棒性	Pima Indian Diabetes数据集、RTML1和Pabna数据集	机器学习	2型糖尿病	集成学习、欠采样方法	集成ML模型	医疗数据集	Pima Indian Diabetes数据集生成的五个平衡数据集，以及RTML1、Pabna和RTML2数据集