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
261	2025-11-14	Deep Learning Network with Illuminant Augmentation for Diabetic Retinopathy Segmentation Using Comprehensive Anatomical Context Integration 2025-Oct-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15212762 PMID:41226054	研究论文	提出一种结合全面解剖背景整合和光照增强的深度学习网络，用于糖尿病视网膜病变分割	创建首个系统整合DR病变与完整视网膜解剖结构的训练数据集，并创新性地采用基于光照的数据增强方法	在不同域数据集上的性能表现存在差异，泛化能力有待进一步提升	解决糖尿病视网膜病变分割中的域偏移和假阳性问题	糖尿病视网膜病变的视网膜图像	数字病理	糖尿病视网膜病变	深度学习，图像分割	CNN	视网膜图像	IDRiD、DDR和TJDR三个数据集	DeepLabV3+	DeepLabV3+	AUC-PR, IoU, F1-score	NA
262	2025-11-14	Correlation Study Between Neoadjuvant Chemotherapy Response and Long-Term Prognosis in Breast Cancer Based on Deep Learning Models 2025-Oct-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15212763 PMID:41226055	研究论文	基于深度学习模型研究乳腺癌新辅助化疗反应与长期预后的相关性	开发可解释的深度学习模型整合多变量预测新辅助化疗后复发和转移风险，超越传统二元病理完全缓解评估	回顾性研究设计，样本量相对有限（832例患者）	预测乳腺癌患者新辅助化疗后的复发和转移风险	832例接受新辅助化疗的乳腺癌患者	数字病理	乳腺癌	临床病理变量分析	MLP, SVM, Random Forest, XGBoost	临床和病理数据	832例乳腺癌患者（2013-2022年）	PyTorch	多层感知机（MLP）	AUC, 准确率, 精确率, 召回率, F1分数, 混淆矩阵	NA
263	2025-11-14	KINLI: Time Series Forecasting for Monitoring Poultry Health in Complex Pen Environments 2025-Oct-31, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15213180 PMID:41227514	研究论文	本文研究在复杂禽舍环境中使用时间序列预测技术监测家禽健康的方法	使用真实火鸡养殖场的传感器数据集，评估多种先进预测算法在具有高方差、传感器缺陷和时间戳不可靠数据上的表现	数据集存在传感器缺陷和时间戳不可靠问题，且仅针对火鸡养殖环境	开发准确的时间序列预测方法用于家禽健康监测	火鸡养殖场中的传感器数据（采食量、饮水量、环境参数）	机器学习	NA	传感器数据采集	Transformer, 时间序列基础模型	时间序列数据	真实火鸡养殖场传感器数据集	NA	Transformer	预测准确性, 模型运行效率	NA
264	2025-11-14	EyeInvaS: Lowering Barriers to Public Participation in Invasive Alien Species Monitoring Through Deep Learning 2025-Oct-31, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15213181 PMID:41227512	研究论文	开发基于深度学习的EyeInvaS系统，通过AI技术降低公众参与外来入侵物种监测的门槛	建立了中国54种关键外来入侵物种的多类群图像数据集，开发了集成图像采集、识别、地理标记和数据共享的AI系统	NA	通过深度学习技术降低公众参与外来入侵物种监测的障碍	中国54种关键外来入侵物种	计算机视觉	NA	深度学习	CNN	图像	1683个用户提交的图像数据	NA	EfficientNetV2	F1-score	NA
265	2025-11-14	Artificial Intelligence in Thyroid Cytopathology: Diagnostic and Technical Insights 2025-Oct-31, Cancers IF:4.5Q1 DOI:10.3390/cancers17213525 PMID:41228318	综述	本文综述了深度学习在甲状腺细胞病理学中的应用现状、技术挑战和未来发展方向	系统分析了深度学习在甲状腺细胞病理学中的技术难点和临床转化路径，提出了标准化数据集和多中心前瞻性试验的必要性	当前研究多为回顾性和单中心研究，缺乏外部验证，存在预分析变异性和领域偏移问题	探讨人工智能在甲状腺细胞病理学中的诊断应用和技术见解	甲状腺结节细针穿刺细胞学样本	数字病理学	甲状腺疾病	细针穿刺细胞学	深度学习	细胞病理学图像	NA	NA	NA	NA	NA
266	2025-11-14	Fault Diagnosis of Rolling Bearings Using Denoising Multi-Channel Mixture of CNN and Mamba-Enhanced Adaptive Self-Attention LSTM 2025-Oct-31, Sensors (Basel, Switzerland) DOI:10.3390/s25216652 PMID:41228875	研究论文	提出一种结合多视图卷积混合层和Mamba增强自适应自注意力LSTM的滚动轴承故障诊断方法	集成混合专家机制的多视图卷积层设计，以及能够同时捕获全局和局部依赖关系的MASA-LSTM模型	NA	提高滚动轴承在噪声环境下的故障诊断准确率	滚动球轴承系统	机器学习	NA	振动信号分析	CNN, LSTM, 自注意力机制	时间序列数据，振动信号	帕德博恩和凯斯西储大学轴承数据集	NA	MOM-Conv, MASA-LSTM	准确率，鲁棒性	NA
267	2025-11-14	Smart Total Knee Replacement: Recognition of Activities of Daily Living Using Embedded IMU Sensors and a Novel AI Model in a Cadaveric Proof-of-Concept Study 2025-Oct-31, Sensors (Basel, Switzerland) DOI:10.3390/s25216657 PMID:41228880	研究论文	本研究通过植入式IMU传感器和新型AI模型实现全膝关节置换术后日常活动的自动识别	首次在尸体膝关节中植入IMU传感器，并开发新型多模态深度学习模型用于活动识别	基于单一尸体样本的概念验证研究，尚未进行临床人体试验	开发全膝关节置换术后日常活动自动识别技术以辅助康复评估	植入IMU传感器的改良型后稳定全膝关节假体	医疗人工智能	膝关节疾病	惯性测量单元(IMU)传感技术	多模态深度学习	IMU传感器数据	1具尸体膝关节，多种日常活动模拟数据	NA	新型多模态深度学习架构	准确率, F1分数	NA
268	2025-11-14	Innovation for using dielectric properties to distinguish lung tumor from normal lung tissues and preliminary exploration for the relevance with metabolic features 2025-Oct-31, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-2025-934 PMID:41229834	研究论文	本研究开发了一种基于介电特性区分肺肿瘤与正常肺组织的简化方法，并探索了介电特性与PET代谢参数的相关性	首次将介电特性曲线拟合为对数函数和指数函数，利用函数参数区分肺肿瘤组织，并发现介电常数参数与PET代谢参数存在显著相关性	样本量较小（21例患者），未区分恶性肿瘤与良性病变，需要进一步研究验证	开发简化的介电特性分析方法用于肺肿瘤鉴别，并探索其与代谢特征的相关性	肺肿瘤组织和正常肺组织	医学物理	肺癌	介电特性测量，[18F]FDG PET/CT	NA	介电特性数据，PET/CT参数	21例患者的21个肺肿瘤组织和19个正常肺组织	NA	NA	AUC, ROC分析, R平方, P值	NA
269	2025-11-14	Integrating transcriptomics, single-cell omics, and deep learning-based histopathological features to identify OLFML3 in bladder cancer 2025-Oct-31, Translational andrology and urology IF:1.9Q3 DOI:10.21037/tau-2025-365 PMID:41230137	研究论文	本研究通过整合转录组学、单细胞组学和基于深度学习的组织病理学特征，识别OLFML3基因在膀胱癌复发中的作用	首次结合多组学数据和深度学习病理特征分析OLFML3在膀胱癌复发中的潜在作用	需要进一步研究阐明OLFML3在膀胱癌1年内复发的具体作用机制	提高膀胱癌复发预测准确性并改善临床管理	膀胱癌患者	数字病理学	膀胱癌	RNA测序,单细胞RNA测序,加权基因共表达网络分析	深度学习,随机森林	基因表达数据,临床信息,病理图像	TCGA和GEO数据库中的膀胱癌患者数据	R软件	ResNet50	生存分析,统计显著性	NA
270	2025-11-14	Feasibility of Multimodal Deep Learning for Automated Staging of Familial Exudative Vitreoretinopathy Using Color Fundus Photographs and Fluorescein Angiography 2025-Oct-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15212752 PMID:41226045	研究论文	评估多模态深度学习在家族性渗出性玻璃体视网膜病变自动分期中的可行性	首次构建多模态FEVR数据库并系统比较CNN、Transformer和多模态融合方法在自动分期中的性能	研究基于确认队列，需要进一步验证在更广泛人群中的适用性	开发自动化的家族性渗出性玻璃体视网膜病变分期系统	家族性渗出性玻璃体视网膜病变患者	计算机视觉	视网膜疾病	彩色眼底照相和荧光素血管造影	CNN, Transformer	图像	包含FEVR 0-5期和激光治疗后病例的多模态数据集	NA	ResNet, CRD-Net, Transformer	准确率, 召回率, 精确率, 宏F1, Cohen's κ, ROC/AUC	NA
271	2025-11-14	Predicting Radiotherapy Outcomes with Deep Learning Models Through Baseline and Adaptive Simulation Computed Tomography in Patients with Pharyngeal Cancer 2025-Oct-30, Cancers IF:4.5Q1 DOI:10.3390/cancers17213492 PMID:41228285	研究论文	本研究开发了一种深度学习模型，通过融合基线和自适应放疗模拟CT图像来预测咽癌患者的放疗结局	首次将基线与自适应放疗模拟CT图像相结合，采用深度对比学习模型预测咽癌患者局部复发、颈部淋巴结复发和远处转移	需要外部验证来确认模型性能，样本量相对有限	预测咽癌患者放疗后的治疗结局	新诊断的口咽癌或下咽癌患者	数字病理	咽癌	计算机断层扫描(CT)	深度对比学习模型	CT图像	162名患者	NA	深度对比学习模型	AUC, 准确率	NA
272	2025-11-14	Automated Multi-Class Classification of Retinal Pathologies: A Deep Learning Approach to Unified Ophthalmic Screening 2025-Oct-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15212745 PMID:41226037	研究论文	开发并验证了一个基于深度学习的统一框架，用于从眼底照片中自动分类多种视网膜病变	突破了传统单一疾病模型的局限，建立了能够同时分类九种不同视网膜疾病的统一深度学习框架	数据集规模相对较小（1841张图像），仅包含九种视网膜疾病类别	开发一个全面的AI驱动筛查工具，提升眼科临床诊断效率和决策支持	眼底照片中的多种视网膜病变	计算机视觉	视网膜疾病	深度学习	CNN	图像	1841张眼底照片，涵盖九个类别（包括糖尿病视网膜病变、青光眼和健康视网膜）	NA	ResNet-152, EfficientNetV2, YOLOv11	准确率, 宏平均F1分数, AUC	NA
273	2025-11-14	Automated Detection of Lumbosacral Transitional Vertebrae on Plain Lumbar Radiographs Using a Deep Learning Model 2025-Oct-29, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14217671 PMID:41227066	研究论文	开发并验证基于深度学习的AI模型，用于在腰椎平片上自动检测腰骶移行椎	首次将深度学习模型应用于腰骶移行椎的自动检测，通过多架构比较选择最优模型	样本量相对有限（3116张X光片），特异性较低（61.9%）	开发自动检测腰骶移行椎的AI系统以减少临床诊断错误	腰椎侧位X光片中的腰骶移行椎	计算机视觉	脊柱疾病	X射线成像	CNN	图像	3116张站立腰椎侧位X光片（含313张独立测试集）	PyTorch	ResNet-50,DINOv2,CLIP(ViT-B/32)	准确率,灵敏度,特异性,AUC	NA
274	2025-11-14	Hardness and Surface Roughness of 3D-Printed ASA Components Subjected to Acetone Vapor Treatment and Different Production Variables: A Multi-Estimation Work via Machine Learning and Deep Learning 2025-Oct-29, Polymers IF:4.7Q1 DOI:10.3390/polym17212881 PMID:41228641	研究论文	本研究首次结合机器学习与深度学习策略，分析丙酮蒸汽处理和3D打印参数对ASA组件硬度和表面粗糙度的影响	首次在技术文献中结合机器学习与深度学习方法来分析3D打印ASA组件的后处理效果	NA	通过机器学习方法优化3D打印ASA组件的硬度和表面质量性能	丙烯腈苯乙烯丙烯酸酯(ASA)3D打印组件	机器学习	NA	3D打印, 丙酮蒸汽处理	SVR, 1D-CNN, GB, RNN	实验数据	采用4种蒸汽处理时长(15,45,90,120分钟)、3种层厚(0.1,0.2,0.4mm)和3种填充率(25%,50%,100%)的组合	NA	一维卷积神经网络, 循环神经网络	预测误差	NA
275	2025-11-14	A Training-Free Foreground-Background Separation-Based Wire Extraction Method for Large-Format Transmission Line Images 2025-Oct-29, Sensors (Basel, Switzerland) DOI:10.3390/s25216636 PMID:41228859	研究论文	提出一种无需训练的输电线提取方法，通过深度估计图增强前景电线与复杂背景的分离	利用深度估计图改进前景背景分离，无需任务特定训练或标注数据集	未与深度学习方法进行定量性能对比，未明确说明处理速度优势	解决大尺寸输电线图像中电线精确提取问题	高分辨率大尺寸输电线图像	计算机视觉	NA	深度估计，线段结构检测	NA	图像	NA	NA	NA	NA	NA
276	2025-11-14	Hybrid Framework for Cartilage Damage Detection from Vibroacoustic Signals Using Ensemble Empirical Mode Decomposition and CNNs 2025-Oct-29, Sensors (Basel, Switzerland) DOI:10.3390/s25216638 PMID:41228862	研究论文	提出一种结合非线性信号分解和深度学习的混合框架，用于从振动声信号中检测软骨损伤	首次将集成经验模态分解、去趋势波动分析与卷积神经网络相结合用于软骨损伤检测	研究样本量有限，仅针对膝骨关节炎患者和健康对照	开发非侵入性软骨退变检测方法	膝骨关节炎患者和健康对照者的振动声信号	生物医学信号处理	膝骨关节炎	振动声信号分析，连续小波变换	CNN, SVM	振动声信号，时频图像	膝骨关节炎患者和健康对照者（具体数量未提及）	NA	卷积神经网络	准确率，AUC	NA
277	2025-11-14	Correction to 'Deep learning guided programmable design of Escherichia coli core promoters from sequence architecture to strength control' 2025-Oct-28, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf1308 PMID:41224125	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
278	2025-11-14	DeepCMS: A Feature Selection-Driven Model for Cancer Molecular Subtyping with a Case Study on Testicular Germ Cell Tumors 2025-Oct-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15212730 PMID:41226022	研究论文	提出基于特征选择的深度学习框架DeepCMS，用于癌症分子分型分类	结合前馈神经网络、基因集富集分析和特征选择构建代表性特征子集	基于结肠癌基因表达数据开发，但声称可推广到其他基因表达数据	开发精准的癌症分子分型分类框架	睾丸生殖细胞肿瘤（案例研究）和结肠癌数据	机器学习	癌症	基因表达分析，基因集富集分析	前馈神经网络	基因表达数据	NA	NA	前馈神经网络	准确率，灵敏度，特异性，平衡准确率	NA
279	2025-11-14	Transforming Endoscopic Image Classification with Spectrum-Aided Vision for Early and Accurate Cancer Identification 2025-Oct-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15212732 PMID:41226023	研究论文	本研究探讨了基于高光谱成像的SAVE技术在食管癌内镜图像分类中的性能，并与传统成像技术进行比较	首次将SAVE高光谱成像技术应用于食管癌内镜图像分类，通过波段选择增强特征提取能力	仅使用单一医疗中心的数据集，样本多样性可能有限	评估高光谱成像技术在食管癌早期诊断中的效果	食管癌内镜图像	计算机视觉	食管癌	高光谱成像	逻辑回归, CNN, YOLO	图像	2400张图像，涵盖8种疾病类型	NA	VGG16, YOLOv8, MobileNetV2	精确率, 召回率, F1分数, 准确率	NA
280	2025-11-14	OTC-NET: A Multimodal Method for Accurate Diagnosis of Ovarian Cancer in O-RADS Category 4 Masses 2025-Oct-28, Cancers IF:4.5Q1 DOI:10.3390/cancers17213466 PMID:41228259	研究论文	提出一种结合超声图像和临床信息的多模态方法OTC-NET，用于提高O-RADS 4类卵巢肿块的良恶性分类准确性	首次将超声图像与临床数据相结合用于O-RADS 4类卵巢肿块分类，突破了现有深度学习模型仅关注超声图像的局限	未明确说明样本数据的具体来源和采集条件，临床数据类型未详细列举	提高O-RADS 4类卵巢肿块的术前良恶性鉴别诊断准确性	O-RADS 4类卵巢肿块患者	数字病理	卵巢癌	超声成像	深度学习模型	多模态数据（超声图像，临床信息）	NA	NA	OTC-NET	AUC, 准确率	NA