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
3261	2025-07-07	Automated detection and segmentation of thoracic lymph nodes from CT using 3D foveal fully convolutional neural networks 2021-04-13, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-021-00599-z PMID:33849483	研究论文	开发了一种基于3D foveal全卷积神经网络的工具，用于自动检测和分割胸部CT扫描中的淋巴结	使用3D foveal patches的全卷积神经网络进行淋巴结的自动检测和分割	在较小淋巴结（短轴直径5-10mm）的检测率（62.2%）低于较大淋巴结（91.6%）	开发自动检测和分割胸部淋巴结的工具，以辅助临床工作和无观察者偏见的放射组学研究	胸部CT扫描中的淋巴结	数字病理	肺癌	CT扫描	3D foveal全卷积神经网络	3D医学影像	训练集：89例增强CT扫描（4275个淋巴结），测试集：15例增强CT扫描
3262	2025-07-06	Deep learning methods for clinical workflow phase-based prediction of procedure duration: a benchmark study 2025-12, Computer assisted surgery (Abingdon, England) DOI:10.1080/24699322.2025.2466426 PMID:39992712	研究论文	本研究评估了深度学习模型在预测心脏导管实验室（cath lab）手术结束时间方面的性能	仅使用视频分析得出的临床阶段作为算法输入，InceptionTime和LSTM-FCN模型实现了最准确的预测	需要在不同的手术环境中验证这些发现，并探索在不损失准确性的情况下优化训练时间的方法	评估深度学习模型在预测手术结束时间方面的性能，以提高心脏导管实验室的效率	心脏导管实验室（cath lab）的手术	机器学习	心血管疾病	视频分析	InceptionTime, LSTM-FCN, LSTM with attention mechanism, standard LSTM, CNN, Transformer	视频	NA
3263	2025-07-06	MLP-UNet: an algorithm for segmenting lesions in breast and thyroid ultrasound images 2025-12, Computer assisted surgery (Abingdon, England) DOI:10.1080/24699322.2025.2523266 PMID:40580163	研究论文	提出了一种名为MLP-UNet的深度学习模型，用于自动分割乳腺和甲状腺超声图像中的病变区域	MLP-UNet采用U形编码器-解码器架构，并在编码器阶段集成了基于MLP的模块（MAP），同时在跳跃连接中使用了轻量级注意力模块以增强特征表示	NA	提高乳腺和甲状腺超声图像中病变分割的准确性和实时性，以指导活检和手术中的精确针头放置	乳腺肿瘤和甲状腺结节	计算机视觉	乳腺癌, 甲状腺癌	深度学习	MLP-UNet	超声图像	使用了BUSI和DDTI两个数据集进行验证
3264	2025-07-06	AgCV: An Agentic framework for automating computer vision application 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103424 PMID:40612263	研究论文	本文提出了一个名为Agentic Computer Vision (AgCV)的框架，旨在通过自主代理自动化复杂的计算机视觉任务	AgCV框架结合了LangGraph、自然语言处理、深度学习和数据科学，构建了自适应、用户驱动的计算机视觉流程，并通过用户交互实现全自动化流水线	NA	自动化复杂的计算机视觉任务，降低技术门槛，提升计算机视觉应用的可访问性、可扩展性和灵活性	计算机视觉任务，如图像识别、分类和分割	计算机视觉	NA	自然语言处理、深度学习、数据科学	LangGraph、RAG	图像	NA
3265	2025-07-06	Automated material flow characterization of WEEE in sorting plants using deep learning and regression models on RGB data 2025-Aug-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114904 PMID:40424857	研究论文	本研究开发了一种基于RGB摄像头和深度学习的自动化方法，用于电子废弃物（WEEE）分选厂中的物料流成分分析	结合深度学习进行材料类型识别、回归模型预测单个颗粒质量，并将质量汇总为物料流成分	方法尚未在粉碎后的WEEE中成功应用	优化电子废弃物回收过程中的自动化粉碎和分离工艺	电子废弃物（WEEE）中的铁金属、非铁金属、印刷电路板和塑料	计算机视觉	NA	RGB摄像头数据采集	YOLO v11, K-nearest neighbors回归	RGB图像	NA
3266	2025-07-06	Pollen morphology, deep learning, phylogenetics, and the evolution of environmental adaptations in Podocarpus 2025-Aug, The New phytologist DOI:10.1111/nph.70250 PMID:40458972	研究论文	本研究利用深度学习和系统发育框架分析了Podocarpus花粉形态与环境因素的关系，探讨了温度、降水、海拔和太阳辐射对形态变化的影响	首次将深度学习量化特征与系统发育分析结合，揭示了环境适应在花粉形态进化中的作用	研究仅针对31个新热带区Podocarpidites化石样本，样本代表性可能有限	探究环境因素对Podocarpus花粉形态进化的影响	Podocarpus花粉形态特征	植物进化生物学	NA	深度学习, 系统发育分析	深度学习模型(未指定具体类型), 性状-环境回归模型	花粉形态图像数据, 环境参数数据	31个新热带区Podocarpidites化石样本
3267	2025-07-06	Generation of ultrasonic and audible sound waves for the automatic classification of packaging waste in reverse vending machines 2025-Aug-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114934 PMID:40489934	研究论文	本文提出了一种利用声学传感器进行包装废物分类的新方法，以解决现有逆向自动售货机(RVMs)在废物分类中的局限性	采用超声波和可听声波分析声场变化，结合人工智能系统对材料进行分类，避免了传统方法对昂贵传感器和复杂环境条件的依赖	验证仅在受控环境中进行，尚未在实际RVMs环境中测试	开发一种基于声学技术的低成本、高效废物分类方法	塑料、玻璃、纸板和金属罐等可回收物品	机器学习	NA	指数正弦扫描(ESS)技术	经典机器学习和深度学习模型	声学数据	NA
3268	2025-07-06	Develop intelligent waste bin prototype based on fusion feature recognition of sounds and RGB images 2025-Aug-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114959 PMID:40554027	研究论文	开发了一种基于声音和RGB图像融合特征识别的智能垃圾桶原型，用于城市固体废物的分类	首次采用多模态深度学习方法（MDLM）整合图像和声音数据进行城市固体废物识别	改进相对有限，且未来研究需要探索包含更多RGB图像以开发更稳健的融合特征	提升城市固体废物的自动分类效率，推动循环经济的发展	城市固体废物（MSW）	计算机视觉与音频处理	NA	Mel频率倒谱系数（MFCCs），ResNet-101，LSTM网络	MDLM（多模态深度学习模型），LSTM	音频信号，RGB图像	NA
3269	2025-07-06	BengalDeltaFish: A local dataset for fish detection in Bangladeshi markets 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111764 PMID:40612467	research paper	该论文介绍了BengalDeltaFish数据集，用于在孟加拉国市场的真实环境中检测鱼类	数据集在非受控的真实市场环境中收集，包含多种鱼类及罕见物种，填补了现有数据集的空白	数据集仅包含孟加拉国市场的鱼类，可能不适用于其他地区的鱼类识别	开发一个能够在真实市场环境中可靠检测和分类鱼类的AI工具	孟加拉国市场中的33种常见及罕见鱼类	computer vision	NA	deep learning	YOLOv11s	image	4560张标注图像，包含33种鱼类
3270	2025-07-06	teaLeafBD: A comprehensive image dataset to classify the diseased tea leaf to automate the leaf selection process in Bangladesh 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111769 PMID:40612469	research paper	该研究创建了一个名为teaLeafBD的综合图像数据集，用于分类孟加拉国的病态茶叶，以自动化茶叶选择过程	提供了一个包含5278张病态和健康茶叶图像的全面数据集，覆盖多种疾病类型和不同气象条件下的图像采集	数据集仅覆盖孟加拉国的茶叶疾病，可能无法完全代表其他地区的疾病模式	提高对茶叶疾病如何影响茶树种植和茶叶生产的认识，并支持自动化疾病分类系统的开发	茶叶叶片	computer vision	植物疾病	deep learning	NA	image	5278张病态和健康茶叶图像
3271	2025-07-06	Assessment model of blast injury: A narrative review 2025-Jul-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112830 PMID:40612508	综述	本文系统总结了爆炸冲击波的生物效应、传统评估模型的应用及其局限性，以及新兴技术——细胞/类器官模型和人工智能应用	介绍了冲击波细胞模型和类器官模型的成功开发，以及基于AI的模型在爆炸伤预测和评估中的应用	传统评估模型存在局限性，新兴技术的应用仍需进一步验证	评估爆炸伤的生物效应及其评估模型	爆炸冲击波引起的颅脑和肺部损伤	生物医学工程	爆炸伤	数值模拟、动物模型、死后人体替代模型(PMHS)、冲击波细胞模型、类器官模型、AI模型	机器学习/深度学习	NA	NA
3272	2025-07-06	A Feature-Augmented Transformer Model to Recognize Functional Activities from in-the-wild Smartwatch Data 2025-Jul-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3586074 PMID:40614149	研究论文	本文提出了一种特征增强的Transformer模型，用于从智能手表数据中识别功能活动	通过引入特征标记-Transformer嵌入来增强特征表示，以提高分类性能，并提出了一个大规模的功能活动数据集ArWISE	功能活动识别由于其固有的复杂性和在真实环境中的变异性，仍存在挑战	研究功能活动识别方法，以支持认知健康评估、康复、术后恢复和慢性病管理	智能手表数据中的功能活动	机器学习	慢性病	特征增强和Transformer模型	Transformer	传感器数据	503名参与者，超过3200万个标记点
3273	2025-07-06	Mutualistic Multi-Network Noisy Label Learning (MMNNLL) Method and Its Application to Transdiagnostic Classification of Bipolar Disorder and Schizophrenia 2025-Jul-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3585880 PMID:40614156	研究论文	本文提出了一种互惠多网络噪声标签学习（MMNNLL）方法，用于提高双相情感障碍和精神分裂症的跨诊断分类准确性	通过多网络协作与竞争，最大化深度神经网络在识别和利用干净及噪声标签样本时的一致性，从而有效处理噪声标签数据	未提及具体样本量的限制或数据集的多样性问题	提高精神障碍的诊断准确性，特别是双相情感障碍（BP）和精神分裂症（SZ）的跨诊断分类	双相情感障碍和精神分裂症患者	机器学习	精神障碍	深度神经网络（DNNs）	MMNNLL	神经影像数据和功能连接数据	未明确提及具体样本量，但使用了公开的CIFAR-10和PathMNIST数据集进行验证
3274	2025-07-06	eNCApsulate: neural cellular automata for precision diagnosis on capsule endoscopes 2025-Jul-04, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03425-x PMID:40615761	研究论文	本文提出了一种基于神经细胞自动机（NCA）的无线胶囊内窥镜（WCE）精确诊断方法，用于出血分割和深度估计	首次在微型设备上实现可靠的出血分割和深度估计，通过蒸馏大型基础模型到轻量级NCA架构，并在ESP32微控制器上高效运行	未提及具体样本量或临床验证结果	开发适用于无线胶囊内窥镜的轻量级深度学习模型，实现精确诊断和定位	胶囊内窥镜图像	数字病理学	胃肠道疾病	神经细胞自动机（NCA）、模型蒸馏	NCA	图像	NA
3275	2025-07-06	Deep learning-based approach to third molar impaction analysis with clinical classifications 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93783-y PMID:40603531	研究论文	本研究开发了一种基于深度学习的模型，用于自动检测和分类阻生第三磨牙，采用Pell和Gregory分类、Winter分类以及Pederson难度指数	使用YOLOv11模型自动化复杂阻生第三磨牙分类，提供高准确性和效率的临床决策支持系统	特定标签（如48-Distoangular-C-III）的F1分数较低，数据集多样性有待增强	开发自动化工具以改进阻生第三磨牙的临床分类和诊断	阻生第三磨牙的放射影像	计算机视觉	口腔疾病	深度学习	YOLOv11	图像	训练集2300张图像（含7624颗阻生牙），验证集765张（含2580颗），测试集765张（含2493颗），共98种标签
3276	2025-07-06	BrainAGE latent representation clustering is associated with longitudinal disease progression in early-onset Alzheimer's disease 2025-Jul-03, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2025.101365 PMID:40614437	研究论文	本研究利用基于Brain Age Gap Estimation (BrainAGE)的聚类算法对早发性阿尔茨海默病(EOAD)患者进行分层，以区分不同疾病进展速度的患者	首次将BrainAGE深度学习模型与k-means聚类相结合，用于EOAD患者的疾病进展分层	样本量相对较小(142名参与者)，且为回顾性研究	寻找与早发性阿尔茨海默病进展相关的生物标志物	早发性阿尔茨海默病患者	数字病理学	阿尔茨海默病	结构磁共振成像(MRI)	深度学习模型(BrainAGE)与k-means聚类	3D T1加权MRI图像	142名早发性阿尔茨海默病患者(纵向追踪6年)，预训练使用3,227名健康受试者的MRI数据
3277	2025-07-06	Prioritizing perturbation-responsive gene patterns using interpretable deep learning 2025-Jul-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61476-9 PMID:40603296	research paper	介绍了一种名为River的可解释深度学习框架，用于识别在不同条件下表现出空间表达差异的基因	提出了DSEP基因优先排序作为新的分析任务，并开发了具有双分支预测架构和事后归因策略的River框架	未明确提及具体限制，但可能涉及模型在不同数据类型上的泛化能力	识别在不同生物条件下表现出差异空间表达模式的基因	基因的空间表达模式	生物信息学	三阴性乳腺癌、糖尿病、狼疮	空间分辨转录组学	深度学习	空间转录组数据	涉及多种生物背景（如胚胎发育、糖尿病影响的精子发生、狼疮相关的脾脏变化）和三阴性乳腺癌患者
3278	2025-07-06	AI-enabled Barilai-Borwein-Blinder-Oaxaca-Bernoulli Deep Classifier for Enhanced Crop Yield Prediction 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03935-3 PMID:40603331	研究论文	本文探讨了将先进的人工智能（AI）深度学习方法与精确的作物产量预测相结合	提出了AI驱动的Barilai-Blinder-Oaxaca-Bernoulli深度分类器（BBO-BDC），结合了多种创新技术以提高作物产量预测的准确性、敏感性和特异性	未明确提及具体局限性	提高作物产量预测的准确性、敏感性和特异性，减少假阳性和假阴性案例	作物产量预测数据集中的原始样本	机器学习	NA	Barilai-Borwein梯度Min-max归一化、Blinder-Oaxaca统计分解、Bernoulli深度信念网络、Xavier初始化函数、主成分分析	BBO-BDC（Barilai-Blinder-Oaxaca-Bernoulli深度分类器）	NA	NA
3279	2025-07-06	Dual smart sensor data-based deep learning network for premature infant hypoglycemia detection 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03864-1 PMID:40603339	研究论文	介绍了一种名为HAPI-BELT的系统，该系统利用双智能传感器和深度学习算法来持续检测早产儿低血糖	结合智能摄像头和PPG传感器的智能腰带，通过GRU-LSTM网络实时监测早产儿的低血糖状态	未提及样本量或具体临床验证结果	开发一种实时监测早产儿低血糖的系统，以改善新生儿重症监护的医疗干预效果	早产儿	数字病理学	新生儿低血糖	PPG传感器、智能摄像头、CAT-Swarm优化算法	GRU-LSTM	图像数据、PPG传感器数据	NA
3280	2025-07-06	Explainable few-shot learning workflow for detecting invasive and exotic tree species 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05394-2 PMID:40603367	research paper	提出一种可解释的小样本学习工作流程，用于检测巴西大西洋森林中的入侵和外来树种	结合Siamese网络和可解释AI（XAI），在数据稀缺条件下实现树种分类并提供可视化解释	未提及具体的数据集规模限制或模型泛化能力的详细评估	开发一种可解释的小样本学习方法，用于森林管理和生物多样性保护	入侵和外来树种	computer vision	NA	few-shot learning, XAI	Siamese network, MobileNet, CNN	UAV images	3-shot learning