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
4541	2025-03-14	Deep Learning for Automated Measurement of Patellofemoral Anatomic Landmarks 2023-Jul-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10070815 PMID:37508842	研究论文	本文应用深度学习技术自动测量膝关节解剖标志，以更好地理解解剖结构，从而改善治疗效果	首次开发了一个深度学习回归模型，用于自动标注髌股关节解剖标志，并在生理和病理CT影像上进行大规模训练	健康队列的沟角测量存在统计学显著差异	通过深度学习自动测量膝关节解剖标志，以改善对髌股关节解剖结构的理解	483名患者的膝关节CT影像，包括计划进行膝关节置换的患者和健康膝关节解剖的患者	计算机视觉	膝关节疾病	深度学习	修改后的ResNet50架构	CT影像	483名患者的14,652张图像
4542	2025-03-14	The impact of trade and financial expansion on volatility of real exchange rate 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0262230 PMID:35061782	研究论文	本文研究贸易和金融开放对实际汇率波动的影响，并通过实证分析提供减少实际汇率波动的参考	结合物联网金融的创新商业模式，利用深度学习进行金融数据分析，探讨贸易和金融开放对实际汇率波动的影响	研究仅基于45个主要国家的面板数据，可能无法全面反映全球情况	探讨贸易和金融开放对实际汇率波动的影响，为减少实际汇率波动提供参考	45个主要国家的贸易和金融开放数据	金融数据分析	NA	深度学习（DL）	NA	面板数据	45个主要国家的数据
4543	2025-03-13	Estimation of fatty acid composition in mammary adipose tissue using deep neural network with unsupervised training 2025-May, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30401 PMID:39641987	研究论文	本文提出了一种基于深度学习的无监督训练方法，用于快速稳健地估计乳腺脂肪组织中的脂肪酸组成	提出了一种基于物理的无监督深度学习网络FAC-Net，用于从多回波双极梯度回波数据中估计脂肪酸组成，这是该领域的一项创新	研究样本量较小，癌症组和对照组的脂肪酸组成差异未达到统计学显著性	开发一种基于深度学习的方法，用于快速稳健地估计乳腺脂肪组织中的脂肪酸组成	乳腺脂肪组织	机器学习	乳腺癌	多回波双极梯度回波MRI	无监督深度学习网络（FAC-Net）	MRI图像数据	15名绝经后女性（8名对照组，7名癌症组）和包含8种不同脂肪酸组成的油类的体模
4544	2025-03-13	A Paradigm of Computer Vision and Deep Learning Empowers the Strain Screening and Bioprocess Detection 2025-Apr, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.28926 PMID:39821114	研究论文	本研究提出并验证了一种结合计算机视觉与深度学习的创新研究范式，以促进高效的菌株选择和有效的发酵过程优化	结合计算机视觉与深度学习，提出了一种新的研究范式，用于菌株筛选和发酵过程优化，实现了高效和高精度的检测	研究主要针对特定生物过程（如庆大霉素C1a的发酵过程），可能不适用于所有类型的生物制造过程	提高菌株筛选和发酵过程优化的效率和准确性	菌株筛选和发酵过程	计算机视觉	NA	深度学习	1D-CNN	图像	NA
4545	2025-03-13	Automated Euler number of the alveolar capillary network based on deep learning segmentation with verification by stereological methods 2025-Apr, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13390 PMID:39887731	研究论文	本文探讨了深度学习在处理肺泡毛细血管网络（ACN）分割、三维重建及自动化定量分析中的适用性，并与体视学方法进行验证	使用深度学习技术对SBF-SEM数据进行ACN分割，尽管训练数据有限且采用2D而非3D方法，仍生成了比现有方法更完整的初始分割	分析的数据量有限，未获得关于BPD引起的ACN改变的代表性数据，且需要进一步减少手动交互以充分利用自动化软件工具	开发高效的方法进行肺泡毛细血管网络的定量比较研究	肺泡毛细血管网络（ACN）	数字病理学	肺病	深度学习（DL），序列块面扫描电子显微镜（SBF-SEM）	2D深度学习模型	图像	有限的数据量，未具体说明样本数量
4546	2025-03-13	Impact of deep learning denoising on kinetic modelling for low-dose dynamic PET: application to single- and dual-tracer imaging protocols 2025-Mar-12, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07182-6 PMID:40069458	研究论文	本文探讨了深度学习去噪（DL-DN）在低剂量动态PET成像中的应用，以改善单和双示踪剂成像协议的定量分析	首次将深度学习去噪技术应用于低剂量动态PET成像，特别是在单和双示踪剂成像协议中，以改善定量分析的准确性	在极低剂量（4 MBq）下，对[¹⁸F]FGln在乳腺病变中的准确性有所降低	研究深度学习去噪技术在低剂量动态PET成像中的应用，以改善定量分析的准确性	16例[18F]FDG PET研究	医学影像处理	NA	深度学习去噪（DL-DN）	深度学习框架	PET图像	16例[18F]FDG PET研究
4547	2025-03-13	Intelligent optoelectrowetting digital microfluidic system for real-time selective parallel manipulation of biological droplet arrays 2025-Mar-11, Lab on a chip IF:6.1Q2 DOI:10.1039/d4lc00804a PMID:39660615	研究论文	本文提出了一种结合光电润湿技术和深度学习算法的智能控制系统，用于实时选择性并行操作生物液滴阵列	结合光电润湿技术与深度学习算法，实现液滴的实时检测、自动生成虚拟电极控制移动，以及液滴阵列的高效跟踪	当前技术依赖于操作员手动定位液滴、绘制光学图案和预设液滴移动路径，缺乏实时反馈和独立液滴控制能力，可能导致液滴失控和污染	开发一种智能控制系统，用于自动化操作离散液滴，提高数字微流控技术在生物医学等领域的应用	生物液滴阵列	数字病理学	NA	光电润湿技术、深度学习算法	目标检测算法、跟踪算法	图像	NA
4548	2025-03-13	Low-dose CT reconstruction using cross-domain deep learning with domain transfer module 2025-Mar-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb932 PMID:39983305	研究论文	本文提出了一种使用跨域深度学习和域转移模块的低剂量CT重建方法	提出了一种跨域深度学习方法，通过分析域转移函数减少冗余计算，优化资源效率而不影响性能	尽管减少了计算资源需求，但方法的性能仍需在更广泛的数据集上进一步验证	研究低剂量CT重建技术以减少辐射暴露	低剂量X射线CT图像	计算机视觉	NA	深度学习	U-Net	图像	NA
4549	2025-03-13	Power absorption and temperature rise in deep learning based head models for local radiofrequency exposures 2025-Mar-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb935 PMID:39983315	研究论文	本研究探讨了基于深度学习的头部模型在局部射频暴露下的功率吸收和温升问题	比较了传统组织分割模型与基于深度学习的无分割模型在射频暴露评估中的表现，展示了无分割模型在减少个体间变异性和提高计算效率方面的优势	两种模型之间的差异相对于整体剂量学不确定性较小，且研究主要集中在头部模型，未涉及其他身体部位	评估局部射频暴露下人体功率吸收和温升的计算不确定性和变异性，以提高人类保护指南的准确性和一致性	头部模型	机器学习	NA	有限差分时域方法、生物热传递方程	深度学习模型	磁共振图像	NA
4550	2025-03-13	A direct learning approach for detection of hotspots in microwave hyperthermia treatments 2025-Mar-11, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03343-9 PMID:40067423	研究论文	本文提出了一种使用深度学习在微波热疗中检测乳腺组织温度是否超过阈值的方法	提出了一种深度卷积编码器-解码器架构的模型，用于处理微波热疗中的温度监测问题，并展示了数据驱动方法在温度监测应用中的强大正则化能力	模型主要基于模拟数据进行训练和测试，尽管也使用了商业软件中的电磁热模拟数据，但实际临床数据的应用和验证仍需进一步研究	研究微波热疗中乳腺组织温度是否超过阈值的检测方法	乳腺组织	计算机视觉	乳腺癌	深度学习	深度卷积编码器-解码器	图像	模拟数据和商业软件中的电磁热模拟数据
4551	2025-03-13	Applications of Artificial Intelligence in Constrictive Pericarditis: A Short Literature Review 2025-Mar-11, Current cardiology reports IF:3.1Q2 DOI:10.1007/s11886-025-02222-x PMID:40067491	review	本文综述了人工智能在缩窄性心包炎（CP）诊断和治疗中的应用	利用认知机器学习和深度学习算法（如ResNet50）在区分CP与限制性心肌病方面取得了AUC超过0.95的成果	AI应用在CP中的发展仍处于初期，主要由于获取大规模高质量超声心动图数据集的挑战，以及模型的泛化性和可解释性问题	探讨人工智能在缩窄性心包炎诊断和治疗中的应用潜力	缩窄性心包炎（CP）患者	machine learning	cardiovascular disease	深度学习算法（ResNet50）	ResNet50	超声心动图数据	NA
4552	2025-03-13	Vision Mamba and xLSTM-UNet for medical image segmentation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88967-5 PMID:40059111	研究论文	本文介绍了一种名为VMAXL-UNet的新型医学图像分割网络，该网络结合了结构化状态空间模型（SSM）和轻量级LSTM（xLSTM），旨在解决传统卷积神经网络（CNN）和基于Transformer的模型在医学图像分割中的局限性	VMAXL-UNet网络通过集成Visual State Space（VSS）和ViL模块，有效地融合了局部边界细节和全局语义上下文，显著提高了分割精度和鲁棒性	尽管VMAXL-UNet在多个数据集上表现出色，但其在高分辨率图像上的计算效率仍需进一步验证	开发一种高效的医学图像分割方法，以克服传统CNN和Transformer模型在捕捉长距离依赖性和计算复杂性方面的不足	医学图像	计算机视觉	NA	结构化状态空间模型（SSM），轻量级LSTM（xLSTM）	VMAXL-UNet	图像	ISIC17, ISIC18, CVC-ClinicDB, Kvasir数据集
4553	2025-03-13	Dual-Modality Virtual Biopsy System Integrating MRI and MG for Noninvasive Predicting HER2 Status in Breast Cancer 2025-Mar-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.039 PMID:40068996	研究论文	本研究开发并验证了一种基于深度学习的决策视觉生物标志物系统（DM-VBS），用于通过MRI和乳腺X线摄影（MG）的放射组学和深度学习特征预测乳腺癌HER2状态	创新点在于整合了MRI和MG的双模态数据，构建了四个子模型，并通过XGBoost模型进行三元分类，以预测HER2状态	研究未明确提及对HER2-zero和HER2-low组之间的区分能力，且样本量相对有限	开发并验证一种非侵入性预测乳腺癌HER2状态的深度学习系统	乳腺癌患者	数字病理	乳腺癌	MRI, 乳腺X线摄影（MG）	XGBoost, 深度学习模型	图像	550名患者
4554	2025-03-13	Quantitative Magnetic Resonance Imaging Methods for the Assessment and Prediction of Treatment Response to Transarterial Chemoembolization in Hepatocellular Carcinoma 2025-Mar-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.042 PMID:40068997	综述	本文综述了定量磁共振成像（qMRI）在预测和评估肝细胞癌（HCC）患者对经动脉化疗栓塞（TACE）治疗反应中的最新应用	探讨了多种qMRI方法在预测TACE治疗反应中的应用，包括肝细胞特异性对比增强MRI、扩散成像、灌注成像、磁共振波谱（MRS）、血氧水平依赖功能MRI（BOLD-fMRI）、磁共振弹性成像（MRE）和人工智能（AI）	BOLD-fMRI和MRE仍缺乏关键定量参数的模型，AI模型的附加价值需要通过更大规模的前瞻性研究验证	评估和预测肝细胞癌患者对TACE治疗的反应	肝细胞癌（HCC）患者	数字病理	肝癌	定量磁共振成像（qMRI）	AI模型（包括放射组学或深度学习）	磁共振成像数据	NA
4555	2025-03-13	A large-scale open image dataset for deep learning-enabled intelligent sorting and analyzing of raw coal 2025-Mar-08, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04719-0 PMID:40057526	研究论文	本文介绍了一个大规模开源的原煤图像数据集DsCGF，用于支持深度学习驱动的原煤智能分选和分析	提出了一个大规模、多层次的标注原煤图像数据集，填补了智能选煤领域缺乏准确大规模数据的空白	数据集仅涵盖中国三个代表性矿区的样本，可能无法完全代表其他地区的原煤特征	推动中国能源转型，实现碳达峰和碳中和战略目标下的智能选煤技术发展	原煤图像	计算机视觉	NA	深度学习	NA	图像	超过27万张可见光图像，来自中国三个代表性矿区
4556	2025-03-13	Research on the performance of the SegFormer model with fusion of edge feature extraction for metal corrosion detection 2025-Mar-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92531-6 PMID:40057599	研究论文	本文提出了一种基于边缘特征提取的SegFormer金属腐蚀检测方法，旨在提高金属腐蚀边界和小腐蚀区域的准确分割	引入了边缘特征提取模块（EEM）和特征融合模块（FFM），通过逐步上采样解码层设计，增强了模型对小腐蚀区域的检测能力	NA	提高金属腐蚀检测的准确性和效率	金属腐蚀图像	计算机视觉	NA	NA	SegFormer	图像	公共金属表面腐蚀图像数据集、BSData缺陷数据集、自建管道腐蚀坑图像数据集
4557	2025-03-13	Probabilistic and deep learning approaches for conductivity-driven nanocomposite classification 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91057-1 PMID:40055396	研究论文	本研究提出了一种结合贝叶斯技术和深度学习的混合方法，用于改进纳米复合材料的分类，特别是评估其导电性能	提出了一种结合贝叶斯网络（BN）和基于Transformer架构的循环神经网络（RNN）的混合模型，以量化并报告认知不确定性，从而提高分类准确性	研究主要关注方法学上的进展，实验结果的广泛适用性尚未验证	改进纳米复合材料的分类方法，特别是评估其导电性能	纳米复合材料	机器学习	NA	贝叶斯网络（BN），循环神经网络（RNN），Transformer架构	贝叶斯网络（BN），循环神经网络（RNN）	NA	NA
4558	2025-03-11	Author Correction: Signature-based intrusion detection using machine learning and deep learning approaches empowered with fuzzy clustering 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92132-3 PMID:40055395	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4559	2025-03-13	SwinConvNeXt: a fused deep learning architecture for Real-time garbage image classification 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91302-7 PMID:40055407	研究论文	本文提出了一种名为SwinConvNeXt的融合深度学习架构，用于实时垃圾图像分类	结合了增强的Swin Transformer、改进的ConvNeXt和空间注意力机制，有效提取垃圾图像的全局和局部特征，提高了分类准确性	模型在处理视觉相似度高且大小不一的物体时可能存在挑战	开发一种高效且可持续的实时垃圾管理系统	垃圾图像	计算机视觉	NA	深度学习	SwinConvNeXt	图像	公开的垃圾分类数据集
4560	2025-03-13	Leveraging YOLO deep learning models to enhance plant disease identification 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92143-0 PMID:40055410	研究论文	本文介绍了一种利用YOLO深度学习模型增强植物病害识别的新方法	采用YOLOv3和YOLOv4模型进行水果植物病害识别，特别是YOLOv4在准确性和速度上表现出色	数据不平衡、症状变异、实时性能和高昂的注释成本可能影响模型的准确性和应用	提高植物病害的早期自动化识别，以精确保护作物	健康的桃子和草莓叶子，以及受细菌斑点影响的桃子叶子和受焦枯病影响的草莓叶子	计算机视觉	植物病害	深度学习	YOLOv3, YOLOv4	图像	来自公开的Plant Village数据集的数据