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
3501	2025-03-30	Artificial Intelligence Models to Identify Patients at High Risk for Glaucoma Using Self-reported Health Data in a United States National Cohort 2025 May-Jun, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100685 PMID:40151359	研究论文	本研究开发了基于自报健康调查数据的人工智能模型，用于预测青光眼高风险患者	利用自报健康调查数据而非专业眼科检查数据来预测青光眼风险，适用于资源匮乏环境的大规模筛查	模型性能依赖于电子健康记录中诊断代码的准确性，且未包含眼科影像数据	开发青光眼高风险人群的预筛查工具	美国全国队列中18岁以上、有≥2次眼科相关电子健康记录并提交健康调查的参与者	机器学习	青光眼	机器学习	XGBoost, 逻辑回归, 全连接神经网络	结构化调查数据	8205名患者（其中873名确诊青光眼）
3502	2025-03-30	Quantifying knee-adjacent subcutaneous fat in the entire OAI baseline dataset - Associations with cartilage MRI T2, thickness and pain, independent of BMI 2025-Apr, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2025.01.001 PMID:39864732	research paper	本研究开发了一种基于人工智能的工具，用于自动分割膝关节邻近皮下脂肪（kaSCF）厚度，并评估了kaSCF与软骨厚度、MRI T2弛豫时间、膝关节疼痛和肌肉力量之间的横断面关联，独立于体重指数（BMI）	首次使用深度学习算法自动分割kaSCF厚度，并独立于BMI评估其与膝关节骨关节炎相关结构、功能和临床结果的关联	研究为横断面设计，无法确定因果关系	评估膝关节邻近皮下脂肪（kaSCF）与膝关节骨关节炎相关指标之间的关联	骨关节炎倡议（OAI）队列中的4796名参与者的右膝关节基线3.0T MR图像	digital pathology	osteoarthritis	MRI, deep learning	deep learning algorithms	image	4796名OAI队列参与者的右膝关节MR图像
3503	2025-03-30	Towards contrast-agnostic soft segmentation of the spinal cord 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103473 PMID:39874684	research paper	本文提出了一种基于深度学习的脊髓软分割方法，能够在不同MRI对比度下稳定分割脊髓	使用软平均分割和回归损失函数减少CSA变异性，并能够处理部分容积效应	研究主要基于健康参与者的数据，对于病理情况的泛化能力仍需进一步验证	开发一种对比度无关的脊髓分割方法，以提高多中心研究中CSA测量的稳定性	脊髓MRI图像	digital pathology	neurodegenerative diseases	MRI	U-Net	image	267名健康参与者，6种对比度
3504	2025-03-30	Genomic prediction with NetGP based on gene network and multi-omics data in plants 2025-Apr, Plant biotechnology journal IF:10.1Q1 DOI:10.1111/pbi.14577 PMID:39950326	research paper	该论文提出了一种基于基因网络和多组学数据的NetGP模型，用于植物基因组预测	首次提出基于Pearson-Collinearity Selection (PCS)的SNP特征提取技术，并设计了新型深度学习模型NetGP	未明确说明模型在特定植物种类或环境条件下的适用性限制	提高植物基因组选择的预测准确性	植物基因组和表型数据	machine learning	NA	SNP特征提取, 多组学数据分析	NetGP (深度学习模型)	基因组数据(SNP), 转录组数据(Trans), 多组学数据(Trans + SNP)	多种植物数据(具体数量未明确说明)
3505	2025-03-30	A deep learning pipeline for systematic and accurate vertebral fracture reporting in computed tomography 2025-Apr, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106827 PMID:39970769	研究论文	介绍了一种用于在计算机断层扫描中系统准确报告椎体骨折的深度学习流程	开发了一种深度学习流程，用于在不同视野的CT脊柱图像中机会性检测骨折，提高了骨折检测的准确性和系统性	研究仅基于452例CT扫描，且排除了有脊柱手术史或病理性骨折的患者，可能限制了模型的泛化能力	提高椎体骨折在CT图像中的检测效率和准确性	腰椎/胸腰椎的CT图像	数字病理	脊柱骨折	深度学习	nnU-net, resnet18	CT图像	452例CT扫描（405例用于训练/验证，47例用于测试），27,019个切片（20,396个阴性，6,623个阳性）
3506	2025-03-30	Automated vertebral compression fracture detection and quantification on opportunistic CT scans: a performance evaluation 2025-Apr, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106831 PMID:40010260	研究论文	开发并评估了一种基于深度学习的算法，用于在机会性CT扫描中自动检测和量化椎体压缩性骨折	使用2D/3D U-Nets卷积神经网络开发了一种自动化工具，用于在非专门针对椎体压缩性骨折的CT扫描中进行机会性筛查和量化	研究样本量相对较小（100名患者），且为回顾性研究	评估深度学习算法在机会性CT扫描中检测和量化椎体压缩性骨折的性能	椎体压缩性骨折	数字病理学	骨质疏松症	CT扫描	2D/3D U-Nets	医学影像	100名患者（平均年龄76.6岁，72%为女性）
3507	2025-03-30	Evaluating Traditional, Deep Learning and Subfield Methods for Automatically Segmenting the Hippocampus From MRI 2025-Apr-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70200 PMID:40143669	研究论文	本文评估了传统方法、深度学习和海马体亚区方法在MRI图像中自动分割海马体的性能	首次在同一研究中独立比较了传统方法、深度学习方法和海马体亚区分割方法的性能	大多数方法在临床数据上表现不佳，存在过分割问题，特别是海马体前缘区域	评估不同自动海马体分割方法在MRI图像中的性能	10种自动海马体分割方法（FreeSurfer、SynthSeg、FastSurfer等）	医学影像分析	认知障碍疾病（包括轻度认知障碍和痴呆）	MRI	深度学习与传统图像处理方法	MRI图像	3个数据集（包含手动标注的海马体标签）
3508	2025-03-30	Deep learning-based prediction of cervical canal stenosis from mid-sagittal T2-weighted MRI 2025-Mar-28, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-04917-2 PMID:40152984	研究论文	本研究旨在建立一个大型退行性颈椎病队列，并开发深度学习模型用于从矢状T2加权MRI预测颈椎管狭窄	开发了一个集成深度学习模型，能够高精度预测颈椎管狭窄，并探索了模型的稳健性和可解释性	未纳入人口统计学特征未显著提高模型性能	预测颈椎管狭窄	退行性颈椎病患者	数字病理学	颈椎病	MRI	ResNet50, VGG16, MobileNetV3, EfficientNetV2	图像	7645名患者（训练集6880名，测试集765名）
3509	2025-03-30	Deep learning in the discovery of antiviral peptides and peptidomimetics: databases and prediction tools 2025-Mar-28, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11173-y PMID:40153158	综述	本文综述了抗病毒肽（AVPs）及其类似物的发现过程中深度学习技术的应用，包括数据库和预测工具的发展	强调了人工智能在抗病毒肽发现中的关键作用，特别是通过专门数据库和机器学习预测工具的开发和利用	面临数据集小、注释不完整、多组学数据整合不足、过拟合、实验验证有限以及缺乏机制性见解等挑战	探讨抗病毒肽及其类似物的发现和开发，特别是在应对新兴人畜共患病毒方面的应用	抗病毒肽（AVPs）及其类似物	自然语言处理	NA	机器学习和深度学习	NA	文本数据	NA
3510	2025-03-30	A Flexible Spatio-Temporal Architecture Design for Artifact Removal in EEG with Arbitrary Channel-Settings 2025-Mar-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3555813 PMID:40153283	研究论文	提出了一种名为ASTI-Net的灵活架构，用于处理任意通道设置的EEG信号中的伪迹去除问题	设计了双分支去噪模型ASTI-Net，能够处理任意EEG通道设置，通过时空注意力加权和可变形卷积操作捕捉通道间空间特性和通道内时间依赖性	未提及具体在真实临床环境中的性能表现或计算效率方面的限制	开发一种灵活有效的EEG伪迹去除方法，适用于不同临床和研究场景	EEG信号	生物医学信号处理	NA	深度学习	ASTI-Net（双分支网络）	EEG信号	在两个半模拟数据集和真实任务态EEG数据上进行了评估
3511	2025-03-30	Accelerating fringe projection profilometry to 100k fps at high-resolution using deep learning 2025-Mar-27, Light, science & applications DOI:10.1038/s41377-025-01802-4 PMID:40140350	research paper	该论文通过深度学习技术将条纹投影轮廓测量法的速度提升至每秒10万帧，同时保持高分辨率	利用深度学习技术显著提升条纹投影轮廓测量法的速度至100k fps，同时保持高分辨率	NA	提升条纹投影轮廓测量法的速度和分辨率，扩展其在高速瞬态场景中的应用	条纹投影轮廓测量法	computer vision	NA	deep learning	NA	3D imaging data	NA
3512	2025-03-30	Recurrent and convolutional neural networks in classification of EEG signal for guided imagery and mental workload detection 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92378-x PMID:40140460	研究论文	本文研究了使用循环神经网络和卷积神经网络对脑电图信号进行分类，以检测引导想象和心理工作负荷	首次在引导想象和心理工作负荷检测中比较了26个认知电极和256个通道的信号分类效果，并提出了最优分类器	研究样本仅包括26名学生，可能缺乏广泛代表性	验证是否能够检测并分类引导想象和心理工作负荷两种状态	26名接受引导想象放松技术和心理任务负荷的学生	机器学习	精神疾病	密集阵列脑电图放大器	EEGNet, LSTM, 1D CNN, 1D CNN-LSTM混合模型	脑电图信号	26名学生
3513	2025-03-30	Lightweight coal mine conveyor belt foreign object detection based on improved Yolov8n 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87848-1 PMID:40133307	research paper	提出了一种基于改进Yolov8n模型的轻量级算法，用于煤矿传送带异物检测，以提高检测速度并降低模型复杂度	采用轻量级StarNet作为主干网络，提出C2f.-EIEM模块增强特征学习能力，使用LSKA机制改进SPPF，替换通道注意力机制为C2f_MLCA，增加轻量级检测头Detect-LSDECD，以及用MPDIoU替换CIoU损失函数	未提及算法在不同光照或极端环境下的表现，也未讨论模型在其他类型异物检测上的泛化能力	解决基于深度学习的传送带异物检测方法速度慢、参数多、计算需求高的问题	煤矿传送带上的异物	computer vision	NA	NA	Yolov8n改进模型	image	NA
3514	2025-03-30	High precision banana variety identification using vision transformer based feature extraction and support vector machine 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95466-0 PMID:40133576	research paper	该研究提出了一种结合Vision Transformer（ViT）和Support Vector Machine（SVM）的混合框架，用于高精度识别香蕉品种	结合ViT模型的全局语义特征表示能力和SVM的鲁棒分类能力，提出了一种新颖的混合框架，显著提高了香蕉品种分类的准确率	研究主要针对香蕉品种的分类，可能未涵盖其他水果或作物的识别	提高香蕉品种的自动检测和分类精度	香蕉品种	computer vision	NA	deep learning, image processing	Vision Transformer (ViT), Support Vector Machine (SVM)	image	两个数据集：BananaImageBD（四类）和BananaSet（六类）
3515	2025-03-30	Deep neural networks excel in COVID-19 disease severity prediction-a meta-regression analysis 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95282-6 PMID:40133706	meta-analysis	该研究通过元回归分析评估了深度神经网络在COVID-19疾病严重程度预测中的表现	首次使用MetaForest算法识别工具性能的相关混杂因素，并通过混合效应元回归模型比较了线性、机器学习和深度学习方法	88%的研究存在高偏倚风险，主要原因是数据分析方面的不足	评估COVID-19严重程度预测工具的性能，指导临床医生选择最佳工具	住院的COVID-19患者	machine learning	COVID-19	MetaForest算法, 混合效应元回归模型	Neural Network, 机器学习方法	临床、实验室和影像数据	约280万患者，涉及27,312项研究中的430项独立评估
3516	2025-03-30	Enhancing registration accuracy and eminence of multispectral transmission breast images by fusing multi-wavelength gen using vision transformer and LSTM 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82965-9 PMID:40140442	研究论文	提出一种结合Vision Transformer和LSTM的新型深度学习方法，用于提高多光谱透射乳腺图像的配准精度和降噪效果	首次将Vision Transformer与LSTM网络结合用于多光谱乳腺图像处理，显著提高了配准精度和图像质量	未明确说明样本量大小及临床验证结果	提高早期乳腺癌筛查中多光谱透射图像的配准精度和图像质量	多波长(600、620、670、760nm)的乳腺透射图像	计算机视觉	乳腺癌	多光谱透射成像	Vision Transformer (ViT) 和 LSTM	多光谱图像	NA
3517	2025-03-30	Integrating vibration signal analysis and image embedding for enhanced bearing fault diagnosis in manufacturing 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94351-0 PMID:40140467	研究论文	提出了一种名为ZERONE的新型图像嵌入方法，用于增强机械系统中轴承故障的诊断	ZERONE方法通过将时域特征、频域特征和振动信号的操作条件整合到单一图像中，简化了表示，并利用CNN模型进行故障诊断，显著提高了诊断准确率	未明确提及方法的局限性	提高机械系统中轴承故障诊断的准确性和效率	机械系统中的轴承故障	计算机视觉	NA	振动信号分析、图像嵌入	CNN	图像、振动信号	Paderborn University轴承数据集和Jiangnan University数据集
3518	2025-03-30	Exploring the categories of students' interest and their relationships with deep learning in technology supported environments 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95294-2 PMID:40140502	研究论文	本研究探讨了技术支持环境中学生兴趣类别及其与深度学习的关系	使用潜在剖面分析(LPA)、多元逻辑回归分析和多变量方差分析(MANOVA)研究兴趣类别与深度学习的关系	样本仅来自中国初中生，可能限制结果的普适性	探索技术支持学习环境中情境兴趣与个体兴趣的共存类别及其对深度学习的影响	634名中国初中生	教育技术	NA	潜在剖面分析(LPA), 多元逻辑回归分析, 多变量方差分析(MANOVA)	NA	问卷调查数据	634名初中生
3519	2025-03-30	Research on the influence of spontaneous commercial space on the commercial vitality of historical and cultural districts 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94712-9 PMID:40140652	研究论文	本研究探讨了自发商业空间对历史文化街区商业活力的影响，并利用深度学习和机器学习方法进行了系统分析	首次结合Mask R-CNN深度学习和随机森林回归分析，量化了自发商业空间对商业活力的影响，并提出了预测框架	研究仅基于武汉昙华林历史文化街区的数据，可能无法完全代表其他地区的情况	探究自发商业空间对历史文化街区商业活力的影响	武汉昙华林历史文化街区的自发商业空间	计算机视觉	NA	Mask R-CNN深度学习、随机森林回归分析、SHAP解释方法	Mask R-CNN、随机森林	图像	4217张标注图像
3520	2025-03-30	Steel surface defect detection based on multi-layer fusion networks 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74601-3 PMID:40140671	research paper	该论文提出了一种基于多层融合网络的钢材表面缺陷检测方法，通过改进YOLOv5模型提高了复杂背景下大目标和小目标的检测能力	将RepBi-PAN融合网络集成到YOLOv5中，优化模型结构并引入DenseNet结构和归一化注意力模块(NAM)，提升了检测性能	未明确说明在极端低分辨率或极端复杂背景下的性能表现	提高钢材表面缺陷检测的准确率和召回率	钢材表面缺陷	computer vision	NA	deep learning	YOLOv5 with RepBi-PAN and DenseNet	image	未明确说明具体样本数量