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
4061	2025-07-10	Regularization by neural style transfer for MRI field-transfer reconstruction with limited data 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1579251 PMID:40607454	研究论文	提出了一种名为RNST的新框架，通过结合神经风格迁移和去噪技术，实现在有限数据条件下的MRI场转移重建	首次将神经风格迁移（NST）引擎与去噪器结合，用于MRI场转移重建，无需配对训练数据	未明确提及具体的数据量限制或计算资源需求	解决有限数据条件下MRI场转移重建的挑战	MRI图像	医学影像分析	NA	神经风格迁移（NST）	深度学习模型（未指定具体架构）	MRI图像数据	未明确提及具体样本数量
4062	2025-07-10	Video swin-CLSTM transformer: Enhancing human action recognition with optical flow and long-term dependencies 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327717 PMID:40622917	research paper	提出了一种结合光流和长时依赖的视频Swin-CLSTM Transformer模型，用于增强复杂背景下的人类动作识别	模型在Video Swin Transformer基础上引入光流信息以抵抗背景干扰，并嵌入ConvLSTM单元增强长时依赖捕捉能力	实验仅在UCF-101数据集上进行验证，未展示在其他更复杂数据集上的泛化性能	提升复杂背景下视频人类动作识别的准确性和计算效率	视频中的人类动作	computer vision	NA	optical flow, 3D Patch Partition, Patch Merging	Video Swin-CLSTM Transformer (结合Swin Transformer和ConvLSTM)	video	UCF-101数据集（具体样本量未明确说明）
4063	2025-07-10	Saliency-enhanced infrared and visible image fusion via sub-window variance filter and weighted least squares optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323285 PMID:40622931	research paper	提出了一种新颖的红外与可见光图像融合方法，通过子窗口方差滤波和加权最小二乘优化增强显著特征并提高视觉清晰度	采用基于子窗口方差滤波的分解技术和加权最小二乘优化的显著性图测量方案，显著提升重要特征的可见性	在处理高度复杂场景时可能存在挑战，未来将通过自适应参数优化和深度学习框架集成来解决	提升红外与可见光图像融合的质量，特别是在显著目标突出和纹理细节保留方面	红外与可见光图像	computer vision	NA	sub-window variance filter (SVF), weighted least squares optimization (WLSO)	NA	image	三个公共数据集
4064	2025-07-10	Air-ground collaborative multi-source orbital integrated detection system: Combining 3D imaging and intrusion recognition 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326951 PMID:40623035	研究论文	提出了一种空地协作的多源轨道综合检测系统，结合3D成像和入侵识别技术	系统采用改进的LOAM-SLAM算法和优化的ICP算法实现实时动态映射和高精度点云配准与着色，YOLOv3-ResNet融合模型在入侵检测中表现出色	未提及系统在极端天气条件下的具体性能表现	提高铁路轨道检测的效率和安全性	铁路基础设施	计算机视觉	NA	LiDAR, 深度学习	YOLOv3-ResNet融合模型	点云数据, 图像	未明确提及具体样本数量
4065	2025-07-10	Deep learning-based prediction model of acute kidney injury following coronary artery bypass grafting in coronary heart disease patients: a multicenter clinical study from China 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1600012 PMID:40625392	研究论文	本研究旨在利用机器学习技术开发一个稳健的风险预测模型，用于预测冠状动脉搭桥术后急性肾损伤	使用XGBoost模型在内部和外部验证中表现最佳，展示了其稳健性和泛化能力，同时整合了多机构患者数据，显著提高了AKI风险评估	研究为回顾性设计，可能存在选择偏倚，且外部验证队列规模相对较小	开发一个用于预测冠状动脉搭桥术后急性肾损伤的机器学习模型	冠状动脉疾病患者	机器学习	心血管疾病	机器学习	XGBoost, SVM, DT, RF, AdaBoost	临床数据	3,043名冠状动脉疾病患者（训练集2,130名，验证集913名），外部验证队列878名患者
4066	2025-07-10	Ves-GAN: Unsupervised Vessel-Targeted Low-Dose Coronary Computed Tomography Angiography Denoising Framework 2025, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0149 PMID:40625644	research paper	本研究开发了一种名为Ves-GAN的无监督去噪框架，用于低剂量冠状动脉CT血管造影（LDCTA），在降低噪声的同时保留血管结构	Ves-GAN采用高频感知数据增强策略和高频挤压-激励模块，以及血管一致性损失，以在去噪过程中保持血管结构完整性	虽然Ves-GAN在无监督模型中表现优异，但仍需进一步验证其在更广泛临床场景中的适用性	开发一种无监督的去噪框架，以提高低剂量冠状动脉CT血管造影的图像质量	低剂量冠状动脉CT血管造影图像	digital pathology	cardiovascular disease	CT angiography	GAN	image	50 CT scans reviewed by 3 radiologists
4067	2025-07-10	Machine learning combined multi-omics analysis to explore key oxidative stress features in systemic lupus erythematosus 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1567466 PMID:40625749	研究论文	本研究结合机器学习和多组学分析，探索系统性红斑狼疮(SLE)中关键的氧化应激特征及其相互关系	结合多种机器学习方法和多组学数据，识别了SLE中与氧化应激相关的关键基因和代谢通路	样本量相对较小，且主要基于公开数据集和有限的患者样本	探索系统性红斑狼疮发病机制中的关键氧化应激特征	系统性红斑狼疮患者和健康对照者的免疫细胞和血液样本	机器学习	系统性红斑狼疮	转录组分析、代谢组学(LC-MS)、单细胞转录组分析、RT-qPCR	深度学习(DL)、随机森林(RF)、XGBoost、支持向量机(SVM)、LASSO	转录组数据、代谢组数据、单细胞数据	来自GEO的三个转录组数据集和SLE患者与健康对照者的外周血样本
4068	2025-07-10	Hybrid model for predicting microsatellite instability in colorectal cancer using hematoxylin & eosin-stained images and clinical features 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1580195 PMID:40626015	研究论文	提出一种混合模型，结合病理图像和临床特征预测结直肠癌中的微卫星不稳定性（MSI）	开发了一种结合病理图像特征和临床特征的混合预测模型，用于预测MSI状态，并进行了基因富集分析和蛋白质相互作用网络构建	研究样本量有限，外部验证队列规模较小	预测结直肠癌中的微卫星不稳定性（MSI）状态	结直肠癌患者	数字病理学	结直肠癌	深度学习，基因富集分析，蛋白质-蛋白质相互作用网络分析	混合模型（结合CNN和临床特征模型）	图像（H&E染色病理图像），临床数据，mRNA测序数据	总样本682例（TCGA队列559例，东阳队列123例）
4069	2025-07-10	A systematic survey: role of deep learning-based image anomaly detection in industrial inspection contexts 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1554196 PMID:40626146	综述	本文系统性地回顾了工业制造中基于深度学习的图像异常检测方法	全面比较了传统技术与深度学习在异常检测中的最新进展，并探讨了无人机、机械臂和AGV在异常检测中的创新应用	未提及具体实验验证或实际工业应用中的性能表现	推动智能制造中高质量过程检测的先进方法发展	工业制造中的图像异常检测	计算机视觉	NA	深度学习	监督学习、无监督学习、半监督学习	图像	NA
4070	2025-07-10	Artificial intelligence in early warning systems for infectious disease surveillance: a systematic review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1609615 PMID:40626156	系统综述	本文系统综述了人工智能在传染病监测早期预警系统中的应用现状、关键技术、数据来源、优势与挑战	全面评估了AI在传染病早期预警系统中的多种技术应用及整合多源数据的潜力	存在数据质量与偏差问题、模型透明度不足（'黑箱'问题）、系统整合困难以及隐私与公平等伦理考量	评估人工智能技术如何增强传染病监测的早期预警系统	传染病早期预警系统中的人工智能应用	自然语言处理	传染病	机器学习（ML）、深度学习（DL）、自然语言处理（NLP）	NA	流行病学数据、网络数据、气候数据、废水数据等多源数据	67项相关研究
4071	2025-07-10	Adverse drug reaction signal detection via the long short-term memory model 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1554650 PMID:40626311	研究论文	本研究通过长短期记忆模型（LSTM）进行药物不良反应信号检测，并与传统方法进行比较	将深度学习模型引入药物不良反应信号检测，提高了检测的敏感性和F1分数	研究仅基于广东省ADR监测中心的数据，可能不具有全国代表性	改进药物不良反应信号检测方法，提高检测准确率	药物不良反应信号	自然语言处理	NA	LSTM模型	LSTM	文本	2,376个ADR信号（448个阳性信号和1,928个阴性信号）
4072	2025-07-10	Unwrapping non-locality in the image transmission through turbid media 2024-Jul-15, Optics express IF:3.2Q2 DOI:10.1364/OE.521581 PMID:39538508	研究论文	本文提出了一种全局注意力机制，用于解决浑浊介质中高保真图像传输的挑战	通过研究重建图像中的非局部性，开发了一种全局注意力机制，显著提升了图像重建性能	未明确说明该方法在其他类型介质或更复杂场景中的适用性	提高浑浊介质中图像传输的保真度和重建精度	通过浑浊介质传输的图像	计算机视觉	NA	深度学习	全局注意力机制	图像	NA
4073	2025-07-10	Overcoming Limitations to Deep Learning in Domesticated Animals with TrioTrain 2024-Apr-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.15.589602 PMID:38659907	研究论文	本文提出了一种名为TrioTrain的新方法，用于扩展DeepVariant模型以适用于非人类基因组，特别是在家畜动物中，以提高变体检测的准确性	首次提出了一个多物种DeepVariant模型，通过TrioTrain方法自动化扩展模型至缺乏GIAB资源的物种，并采用区域洗牌技术优化SLURM集群的使用	受限于动物基因组的不完美标签	克服深度学习在非人类基因组应用中的限制，特别是在家畜动物中的变体检测	牛、牦牛和野牛的基因组	生物信息学	NA	DeepVariant, TrioTrain, 区域洗牌	DeepVariant	基因组数据	牛、牦牛和野牛的三重组合，共构建了30个模型迭代
4074	2025-07-10	Screening of Moyamoya Disease From Retinal Photographs: Development and Validation of Deep Learning Algorithms 2024-03, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.044026 PMID:38258570	研究论文	本研究开发了一种深度学习模型，利用视网膜照片辅助诊断和确定烟雾病（MMD）的阶段	首次利用视网膜照片和深度学习算法进行烟雾病的筛查和分期预测	样本量相对较小，且为回顾性研究	开发一种基于视网膜照片的烟雾病筛查和分期预测方法	烟雾病患者和健康参与者的视网膜照片	数字病理学	烟雾病	深度学习	ResNeXt50	图像	498张视网膜照片来自78名MMD患者，3835张照片来自1649名健康参与者
4075	2025-07-10	Neuron tracing from light microscopy images: automation, deep learning and bench testing 2022-12-13, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac712 PMID:36303315	综述	本文综述了从光学显微镜图像中自动追踪神经元形态的最新进展，特别是深度学习方法的应用	重点介绍了深度学习增强方法的最新进展，以及哺乳动物全脑单神经元追踪的半自动方法及其生成的大规模数据集	NA	帮助研究社区了解和选择神经元追踪工具及资源	神经元形态学	数字病理学	NA	光学显微镜成像	深度学习方法	图像	包含数千个完整神经元形态的数据集
4076	2025-07-09	CnnBoost: a multilevel explainable stacked ensemble framework for effective detection of Myocardial Infarction from 12-lead ECG images using a transformational approach 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00357-3 PMID:40626266	研究论文	开发了一个可解释的机器学习框架CNNBoost，用于从12导联ECG图像中有效检测心肌梗死和其他心脏异常	提出了CNNBoost，一种多级可解释堆叠集成模型，结合CNN提取的空间特征和时间序列数据，通过XGBoost处理，提高了ECG分类的准确性和可解释性	研究使用的ECG图像数据来自南亚的健康中心，可能在其他地区或人群中的适用性有限	开发一个可解释的机器学习框架，用于自动分类心肌梗死和其他心脏异常	12导联ECG图像	数字病理	心血管疾病	CNN, XGBoost, SHAP	CNN, XGBoost	图像	公开可用的ECG图像数据集，包含四类：正常、异常、心肌梗死(MI)和既往MI病史
4077	2025-07-09	Artificial intelligence models for predicting acute kidney injury in the intensive care unit: a systematic review of modeling methods, data utilization, and clinical applicability 2025-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf065 PMID:40620479	系统综述	本文系统综述了ICU中急性肾损伤（AKI）预测的人工智能模型，评估了建模方法、数据利用策略及临床适用性，并提出了未来研究方向	全面评估了AKI预测模型的建模方法、数据利用和临床适用性，并识别了当前挑战及未来研究方向	大多数研究存在高偏倚风险，特别是在泛化性和临床适用性方面，且缺乏外部验证和动态建模	评估ICU中AKI预测的人工智能模型，并探讨其临床适用性	ICU患者中的急性肾损伤（AKI）	机器学习	急性肾损伤	机器学习、深度学习、动态预测框架	多种（包括机器学习和深度学习模型）	ICU特定数据	47项符合纳入标准的研究（从1305项筛选研究中）
4078	2025-07-09	Gesture recognition and response system for special education using computer vision and human-computer interaction technology 2025-Jul-08, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2527226 PMID:40625119	研究论文	本文提出了一种基于计算机视觉和人机交互技术的特殊教育手势识别与响应系统	结合多种深度学习架构（AlexNet、VGG19、ResNet和MobileNet）与机器学习算法（SVM和随机森林），并引入遗传算法进行模型压缩，显著提升了系统在资源受限设备上的适用性	未来研究需要扩展手势库、整合多模态输入（如语音）并通过持续学习机制增强系统适应性	提升特殊教育中的人机交互体验，为残障人士提供辅助工具	手势识别系统	计算机视觉	NA	深度学习、机器学习、遗传算法	AlexNet、VGG19、ResNet、MobileNet、SVM、随机森林	手势数据	多样化的手势数据集，涵盖不同光照条件、用户人口统计特征和生理差异
4079	2025-07-09	A Meta-Analysis of the Diagnosis of Condylar and Mandibular Fractures Based on 3-dimensional Imaging and Artificial Intelligence 2025-Jul-08, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011622 PMID:40627036	meta-analysis	本文通过文献回顾和荟萃分析，研究了基于3D影像和人工智能辅助方法在髁突和下颌骨骨折快速准确分类与诊断中的应用现状	探讨了3D影像技术和人工智能在髁突骨折诊断中的创新应用，特别是深度学习模型在骨折检测和分类中的成功案例	面临数据质量、模型可解释性和临床验证等挑战，需要更多多中心研究验证AI在不同临床环境中的应用	评估人工智能在下颌骨骨折诊断中的准确性和实用性，促进其在颌面外科中的广泛应用	髁突骨折和下颌骨骨折	digital pathology	maxillofacial fracture	3-dimensional computed tomography (CT), deep learning	deep learning models	3D images	NA
4080	2025-07-09	A fully automated deep learning framework for age estimation in adults using periapical radiographs of canine teeth 2025-Jul-08, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03558-3 PMID:40627040	研究论文	提出了一种基于深度学习的两步流程框架，用于通过犬齿根尖X光片自动估计成人年龄	使用YOLOv8-Nano模型进行牙齿检测，并结合四种CNN架构进行年龄估计，展示了高精度的牙齿检测和年龄预测能力	结合性别信息并未提升模型性能，且不同犬齿间的预测准确性无显著差异	开发一个自动化工具，用于法医调查中的年龄估计	犬齿的根尖X光片	计算机视觉	NA	深度学习	YOLOv8-Nano, ResNet-18, DenseNet-121, EfficientNet-B0, MobileNetV3	图像	2587张X光片，来自1004名患者（691名女性，313名男性）