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
321	2025-11-02	Artificial Intelligence-Aided Tooth Detection and Segmentation on Pediatric Panoramic Radiographs in Mixed Dentition Using a Transfer Learning Approach 2025-Oct-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202615 PMID:41153287	研究论文	本研究开发了一种基于深度学习的人工智能系统，用于在混合牙列期儿童全景X光片上自动检测和分割牙齿	采用创新的混合预标注策略，利用从650张公开成人X光片迁移学习的方法，结合专家手动精修	研究样本量相对有限（250张全景X光片），且主要针对6-13岁儿童混合牙列期	开发自动化牙齿检测和分割的深度学习模型，辅助混合牙列期牙齿发育异常的早期诊断	6-13岁儿童混合牙列期的乳牙和恒牙	计算机视觉	牙齿发育异常	全景X光摄影	YOLOv11	X光图像	250张儿童全景X光片，额外使用650张成人X光片进行迁移学习	NA	基于YOLOv11的定制化模型	平均精度均值(mAP), F1分数, 精确率, 召回率	NA
322	2025-11-02	Artificial Intelligence in the Management of Infectious Diseases in Older Adults: Diagnostic, Prognostic, and Therapeutic Applications 2025-Oct-16, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13102525 PMID:41153807	综述	本文综述了人工智能在老年人感染性疾病管理中的诊断、预后和治疗应用	系统总结了AI在老年感染性疾病管理中的多领域应用，特别关注了衰弱和功能状态整合的预后算法	训练数据中衰弱老年人代表性不足，缺乏老年医学环境中的真实世界验证，模型可解释性不足	探讨人工智能在老年人感染性疾病管理中的应用现状和前景	65岁及以上老年人的感染性疾病	自然语言处理	老年疾病	机器学习，深度学习，自然语言处理	机器学习，深度学习，自然语言处理	医疗数据	NA	NA	NA	AUC	NA
323	2025-11-02	Computer Vision-Based Deep Learning Modeling for Salmon Part Segmentation and Defect Identification 2025-Oct-16, Foods (Basel, Switzerland) DOI:10.3390/foods14203529 PMID:41154065	研究论文	提出基于两阶段融合网络的机器视觉检测方法，用于三文鱼部位分割和表面缺陷识别	改进U-Net模型引入CBAM注意力机制增强纹理特征提取能力，设计两阶段融合架构结合YOLOv5小目标检测层实现快速缺陷定位	NA	实现三文鱼部位精确分割和表面缺陷高效识别	三文鱼鱼体图像	计算机视觉	NA	机器视觉	U-Net, YOLOv5	图像	NA	NA	U-Net, YOLOv5	mAP, mIoU, fps	NA
324	2025-11-02	Data Augmentation-Enhanced Myocardial Infarction Classification and Localization Using a ResNet-Transformer Cascaded Network 2025-Oct-16, Biology DOI:10.3390/biology14101425 PMID:41154828	研究论文	提出一种结合ResNet和Transformer的级联网络，通过数据增强技术提升心肌梗死的分类和定位准确率	首次将S变换时频特征提取与ResNet-Transformer级联网络结合，并应用去噪扩散概率模型解决数据不平衡问题	未提及模型在不同人群中的泛化能力验证	提高心肌梗死的自动诊断准确率和可解释性	心电图信号	数字病理	心血管疾病	S变换, 去噪扩散概率模型	CNN, Transformer	心电图时频信号	NA	NA	ResNet, Transformer	准确率	NA
325	2025-11-02	SEPoolConvNeXt: A Deep Learning Framework for Automated Classification of Neonatal Brain Development Using T1- and T2-Weighted MRI 2025-Oct-16, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207299 PMID:41156170	研究论文	提出SEPoolConvNeXt深度学习框架用于新生儿脑发育的自动分类	整合残差连接、分组卷积和通道注意力机制，针对新生儿脑发育特点设计的专用架构	在11-12个月年龄段因类内变异性性能略有下降，T2男性数据集后期性能稍低	新生儿脑发育自动分类与评估	新生儿脑部T1和T2加权MRI图像	计算机视觉	新生儿脑发育	T1加权MRI, T2加权MRI	CNN	医学图像	29,516张图像，分为T1男性、T1女性、T2男性、T2女性四个亚组，每个亚组包含14个年龄类别	NA	SEPoolConvNeXt	准确率, F1分数	NA
326	2025-11-02	Secondary Prevention of AFAIS: Deploying Traditional Regression, Machine Learning, and Deep Learning Models to Validate and Update CHA2DS2-VASc for 90-Day Recurrence 2025-Oct-16, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207327 PMID:41156197	研究论文	本研究通过传统回归、机器学习和深度学习模型验证并更新CHA2DS2-VASc评分，以改善房颤相关急性缺血性卒中患者90天复发风险的预测	首次针对房颤相关卒中患者的复发风险专门验证和更新CHA2DS2-VASc评分，并采用迁移学习技术利用非房颤卒中患者数据	依赖回顾性临床试验档案数据，可能存在数据报告质量不均的问题	开发和验证改进的临床预测规则，用于房颤相关急性缺血性卒中患者的90天复发风险预测	房颤相关急性缺血性卒中患者和非房颤急性缺血性卒中患者	机器学习	心血管疾病	临床预测规则验证	逻辑回归,XGBoost,多层感知机	临床数据	房颤相关卒中患者2763例，非房颤卒中患者7809例	NA	多层感知机	AUC,校准曲线,F1分数	NA
327	2025-11-02	Hybrid Diagnostic Framework for Interpretable Bearing Fault Classification Using CNN and Dual-Stage Feature Selection 2025-Oct-16, Sensors (Basel, Switzerland) DOI:10.3390/s25206386 PMID:41157440	研究论文	提出一种结合CNN迁移学习和可解释监督分类的混合诊断框架，用于轴承故障分类	采用双阶段特征选择方法（ANOVA+PFI）优化预训练VGG19网络提取的深度特征，并利用SHAP提供预测解释	仅在CWRU轴承数据集上进行验证，未在其他工业场景测试	开发同时具备高预测精度和模型透明度的轴承故障诊断方法	旋转机械中的轴承故障	机器学习	NA	振动信号分析	CNN, 监督分类	振动信号数据	CWRU轴承数据集	NA	VGG19	分类准确率	NA
328	2025-11-02	Multi-Scale Frequency-Aware Transformer for Pipeline Leak Detection Using Acoustic Signals 2025-Oct-16, Sensors (Basel, Switzerland) DOI:10.3390/s25206390 PMID:41157449	研究论文	提出一种多尺度频率感知Transformer架构，用于基于声学信号的管道泄漏检测	集成频率域先验知识的神经网络架构设计，包含频率感知嵌入层、多头频率注意力机制、自适应噪声过滤模块和多尺度特征聚合机制	NA	解决管道泄漏声学信号检测中时频域特征利用不足、噪声环境适应性差和频率域先验知识利用不充分的问题	管道泄漏声学信号	机器学习	NA	声学信号测量	Transformer	声学信号	NA	NA	Multi-Scale Frequency-Aware Transformer (MSFAT)	准确率, F1分数	NA
329	2025-11-02	Automated Implant Placement Pathway from Dental Panoramic Radiographs Using Deep Learning for Preliminary Clinical Assistance 2025-Oct-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202598 PMID:41153269	研究论文	提出一种基于深度学习的AI辅助检测框架，用于从牙科全景X光片中自动预测种植体植入路径	首个基于牙科全景X光片的AI辅助种植体路径预测诊断框架，结合YOLO模型和图像处理技术实现精准定位	NA	开发AI辅助系统以提高牙科种植体植入的精确度和效率	牙科全景X光片中的缺牙区域和邻近健康牙齿	计算机视觉	牙科疾病	深度学习，图像处理	YOLO	牙科全景X光图像	NA	NA	YOLOv9m, YOLOv8n-OBB	精确度，平均角度误差	NA
330	2025-11-02	Precision Through Detail: Radiomics and Windowing Techniques as Key for Detecting Dens Axis Fractures in CT Scans 2025-Oct-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202599 PMID:41153271	研究论文	本研究探讨先进窗技术和不同分类方法组合对CT图像中齿状突骨折检测准确性的影响	结合深度学习分割、窗技术和放射组学特征的混合方法，相比纯深度学习方法提升了齿状突骨折检测准确率	回顾性研究设计，样本量相对有限（366例患者）	评估和比较不同计算方法在齿状突骨折检测中的诊断性能	上颈椎CT图像中的齿状突骨折	医学影像分析	颈椎骨折	CT成像，放射组学特征提取	CNN, FNN, U-Net, 机器学习分类器	CT图像	366例患者的上颈椎CT数据集	NA	U-Net	分类准确率	NA
331	2025-11-02	Review of Artificial Intelligence Techniques for Breast Cancer Detection with Different Modalities: Mammography, Ultrasound, and Thermography Images 2025-Oct-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101110 PMID:41155108	综述	本文系统回顾了人工智能技术在乳腺X线摄影、超声和热成像三种模态图像中乳腺癌检测的应用	全面比较三种不同成像模态的AI应用，并探讨可解释人工智能和大型语言模型在乳腺癌诊断中的未来发展方向	作为综述文章，未开展原始实验研究，主要基于现有文献分析	评估人工智能技术在乳腺癌检测中的潜力与发展趋势	乳腺X线摄影、超声和热成像图像数据	计算机视觉	乳腺癌	医学影像分析	传统机器学习,深度学习	医学影像	NA	NA	NA	NA	NA
332	2025-11-02	NeuroNet-AD: A Multimodal Deep Learning Framework for Multiclass Alzheimer's Disease Diagnosis 2025-Oct-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101107 PMID:41155106	研究论文	提出一种名为NeuroNet-AD的多模态深度学习框架，用于阿尔茨海默病的多分类诊断	结合卷积块注意力模块和元引导交叉注意力机制，有效融合MRI图像与临床文本数据	缺乏大规模数据集限制了性能的进一步提升	提高阿尔茨海默病的诊断准确性	阿尔茨海默病患者、轻度认知障碍患者和正常对照组	医学影像分析	阿尔茨海默病	磁共振成像, 临床文本分析	CNN, 注意力机制	图像, 文本	ADNI1和OASIS-3数据集	NA	ResNet-18, CBAM, MGCA	准确率	NA
333	2025-11-02	Progress of AI-Driven Drug-Target Interaction Prediction and Lead Optimization 2025-Oct-15, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms262010037 PMID:41155330	综述	本文综述了人工智能在药物靶点相互作用预测和先导化合物优化方面的最新进展与应用	全面整合了AI在药物设计各环节的应用，建立了推进AI驱动药物研发方法学的概念框架	作为综述文章，未涉及原始实验数据或具体模型验证	总结AI在药物研发中的应用进展，为研究人员选择合适AI策略提供指导	药物发现过程中的靶点识别、合成可行性预测、先导化合物优化和ADMET性质评估	机器学习	NA	深度学习	NA	分子结构数据、药物-靶点相互作用数据	NA	NA	NA	NA	NA
334	2025-11-02	PPG-Net 4: Deep-Learning-Based Approach for Classification of Blood Flow Using Non-Invasive Dual Photoplethysmography (PPG) Signals 2025-Oct-15, Sensors (Basel, Switzerland) DOI:10.3390/s25206362 PMID:41157416	研究论文	提出基于双光电容积脉搏波信号的深度学习模型PPG-Net 4，用于无创血流模式分类	采用创新的双传感器配置从两个身体部位采集PPG信号，结合梅尔频谱图和梅尔频率倒谱系数的高级信号处理技术	样本量相对较小（75名参与者），需要进一步验证模型的泛化能力	开发无创血流模式分类方法以改进心血管疾病诊断	人体血流模式	机器学习	心血管疾病	双光电容积脉搏波信号采集，梅尔频谱图生成，梅尔频率倒谱系数提取	深度学习	生理信号数据	75名参与者	NA	PPG-Net 4	F1-score	NA
335	2025-11-02	MSIMG: A Density-Aware Multi-Channel Image Representation Method for Mass Spectrometry 2025-Oct-15, Sensors (Basel, Switzerland) DOI:10.3390/s25206363 PMID:41157417	研究论文	提出一种用于质谱数据的密度感知多通道图像表示方法MSIMG，通过内容感知的补丁选择策略提升深度学习模型性能	引入计算机视觉中目标检测的思想，提出数据驱动的'密度峰值中心'补丁选择策略，通过密度图估计和非极大值抑制算法动态定位信号密集区域	NA	解决质谱数据表示中的信息丢失问题，提升下游深度学习模型性能	质谱数据	计算机视觉	NA	质谱分析	NA	质谱数据，图像表示	两个公共临床质谱数据集	NA	NA	NA	NA
336	2025-11-02	Retinal image-based deep learning for mild cognitive impairment detection in coronary artery disease population 2025-Oct-14, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-325486 PMID:40379470	研究论文	本研究开发了一种基于眼底图像的深度学习模型，用于在冠状动脉疾病人群中筛查轻度认知障碍	首次将眼底图像与深度学习相结合用于冠状动脉疾病患者的轻度认知障碍筛查，提供了一种非侵入性的早期诊断方法	单中心横断面研究，样本来源单一，需要多中心验证	优化冠状动脉疾病人群中轻度认知障碍的诊断，实现早期干预和改善预后	冠状动脉疾病患者（至少有一处≥50%狭窄）	计算机视觉	冠状动脉疾病, 轻度认知障碍	眼底成像	CNN	图像	4357名患者的9009张合格眼底图像	NA	四种不同的卷积神经网络架构	AUC, 校准曲线, 决策曲线	NA
337	2025-11-02	Transformer-Based Deep Learning for Preoperative Prediction of Microvascular Invasion in Hepatocellular Carcinoma 2025-Oct-14, Cancers IF:4.5Q1 DOI:10.3390/cancers17203314 PMID:41154371	研究论文	开发基于Transformer的深度学习框架，整合影像组学和临床特征用于肝细胞癌微血管侵犯的三分类预测	首次将Transformer架构应用于肝细胞癌微血管侵犯的三分类预测，并整合多模态特征	回顾性研究设计，样本量相对有限（437例患者）	术前预测肝细胞癌微血管侵犯状态	经病理证实的肝细胞癌患者	计算机视觉	肝细胞癌	Gd-BOPTA增强MRI，临床实验室检测	Transformer	医学影像，临床数据	437例患者（305例来自医院A，132例来自医院B）	NA	Transformer	准确率，加权F1分数，宏平均AUC，敏感性，特异性	NA
338	2025-11-02	AF-DETR: Transformer-Based Object Detection for Precise Atrial Fibrillation Beat Localization in ECG 2025-Oct-14, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101104 PMID:41155103	研究论文	提出一种基于Transformer的目标检测模型AF-DETR，用于心电图中房颤心搏的精准定位和分类	首次将Transformer目标检测架构应用于房颤心搏定位，引入对比去噪训练加速收敛并防止冗余预测	NA	实现心电图中心房颤动心搏的精准定位和分类	心电图中的房颤心搏	计算机视觉	心血管疾病	ECG信号分析	Transformer, CNN	心电图信号	五个公开ECG数据集（CPSC2021, AFDB, LTAFDB, MITDB, NSRDB）	NA	Transformer encoder-decoder, CNN backbone	F1-score, 准确率	NA
339	2025-11-02	Predictive Model for Managing the Clinical Risk of Emergency Department Patients: A Systematic Review 2025-Oct-14, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207245 PMID:41156117	系统综述	本文系统评估了用于管理急诊科患者临床风险的预测模型的性能与实用性	首次系统综述了急诊科临床风险预测模型的应用，并评估了人工智能整合对临床决策的潜在改进	纳入研究数量有限（仅4项研究），可能影响结论的普适性	评估预测模型在管理急诊科患者临床风险方面的性能与实用性	年龄≥18岁非妊娠的急诊科就诊患者	医疗健康	急诊医学	系统综述方法	机器学习,深度学习,风险评分模型	临床数据	4项研究，参与者数量从4388到448,972不等	NA	老年人急诊风险评估评分,情境感知模型,生命体征评分系统	院内死亡率,临床恶化	NA
340	2025-11-02	EAAUnet-ILT: A Lightweight and Iterative Mask Optimization Resolution with SRAF Constraint Scheme 2025-Oct-14, Micromachines IF:3.0Q2 DOI:10.3390/mi16101162 PMID:41156408	研究论文	提出一种结合轻量级EAAUnet模型和SRAF约束方案的迭代深度学习ILT框架，用于提升掩模优化质量并降低计算成本	提出轻量级EAAUnet模型加速运行时间，通过迭代优化提升掩模质量，并引入SRAF约束方案有效控制掩模制造复杂度	未明确说明模型在不同工艺节点下的泛化能力及实际产线验证结果	解决逆光刻技术中掩模优化质量与计算时间的平衡问题，同时兼顾成像保真度与可制造性	集成电路掩模图案优化	计算机视觉	NA	逆光刻技术	U-Net	掩模图像数据	NA	深度学习框架	EAAUnet（Ghost and Adaptive Attention U-net）	掩模质量指标	NA