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
4641	2025-10-06	Topology Optimization in Medical Image Segmentation with Fast χ Euler Characteristic 2025-Jul-28, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3589495 PMID:40720275	研究论文	提出一种基于欧拉特征的快速拓扑优化方法用于医学图像分割	首次将欧拉特征用于拓扑感知分割，提出快速χ计算方法和拓扑违规图概念	未明确说明计算复杂度具体降低程度和在大规模数据集上的扩展性	提高医学图像分割的拓扑正确性同时保持像素级分割精度	医学图像分割结果	医学图像分析	NA	深度学习	CNN	2D和3D医学图像	NA	NA	拓扑感知校正网络	欧拉特征误差, Dice系数, IoU	NA
4642	2025-10-06	Differential Analysis of Age, Gender, Race, Sentiment, and Emotion in Substance Use Discourse on Twitter During the COVID-19 Pandemic: A Natural Language Processing Approach 2025-Jul-28, JMIR infodemiology IF:3.5Q1 DOI:10.2196/67333 PMID:40720823	研究论文	本研究通过自然语言处理技术分析Twitter平台上COVID-19疫情期间不同人口统计特征用户的物质使用讨论趋势	首次在大规模社交媒体数据中结合人口统计特征分析物质使用趋势，并建立了COVID-19疫情期间的物质使用基线数据	仅使用英语推文数据，用户人口统计信息需要通过自然语言处理推断而非直接获取	分析COVID-19疫情期间不同人口统计特征用户在社交媒体上的物质使用讨论趋势	Twitter平台上2019-2021年间的11.3亿条英文推文，其中识别出900万条物质使用相关推文	自然语言处理	物质使用障碍	自然语言处理	RoBERTa	文本	11.3亿条推文，其中900万条物质使用相关推文	NA	RoBERTa	NA	NA
4643	2025-10-06	Deep Learning-Based Acceleration in MRI: Current Landscape and Clinical Applications in Neuroradiology 2025-Jul-28, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8943 PMID:40721279	综述	探讨基于深度学习的磁共振成像加速技术在神经放射学中的当前应用和发展趋势	深度学习图像重建技术可将梯度时间减少高达85%，同时保持或增强病灶显着性，并实现从2D到3D采集的演进	存在跨扫描器和成像条件的泛化性挑战，对伪影的敏感性，病理表征可能改变，以及供应商特定闭源算法的训练数据和临床验证有限	研究深度学习在磁共振成像加速中的应用及其临床价值	神经放射学中的磁共振成像	医学影像	神经系统疾病	磁共振成像	深度学习	医学影像	NA	NA	NA	信噪比，病灶显着性，噪声抑制，诊断准确性	NA
4644	2025-10-06	Identifying Cocoa Flower Visitors: A Deep Learning Dataset 2025-Jul-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05631-3 PMID:40721425	研究论文	本文提出了首个可可花访客图像数据集，并使用YOLOv8模型进行目标检测性能验证	创建了首个包含5,792张可可花访客图像的专业数据集，涵盖五个昆虫科别	图像对比度低且检测目标困难，模型性能仍有提升空间	通过深度学习技术识别可可花访客以改善授粉效率和产量	可可花及其访客昆虫（包括Ceratopogonidae、Formicidae、Aphididae、Araneae和Encyrtidae五个科）	计算机视觉	NA	嵌入式相机图像采集	YOLOv8	图像	5,792张昆虫图像和1,082张背景图像，从2,300万张原始图像中筛选	NA	YOLOv8	F1分数,mAP50	NA
4645	2025-10-06	Rapid vessel segmentation and reconstruction of head and neck angiograms from MR vessel wall images 2025-Jul-28, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01866-x PMID:40721485	研究论文	开发了一个名为VWI Assistant的多序列集成深度学习平台，用于自动化头颈部血管分割和三维重建	首个基于多中心数据训练的多序列集成深度学习平台，能够在不同患者群体、成像协议和扫描仪制造商间保持稳健性能	NA	解决3D磁共振血管壁成像的临床采用障碍，通过自动化后处理提高工作效率	头颈部血管成像	数字病理	脑血管疾病	三维磁共振血管壁成像(3D MR-VWI)	深度学习	磁共振血管壁图像	1981名患者的多中心数据集，实际部署1099名患者	NA	NA	合格率92.9%，处理时间减少90%，读者间/读者内一致性	NA
4646	2025-10-06	A new low-rank adaptation method for brain structure and metastasis segmentation via decoupled principal weight direction and magnitude 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11632-4 PMID:40721601	研究论文	提出一种名为PDoRA的参数高效微调方法，用于脑部结构及转移瘤分割任务	通过解耦主权重方向与幅度的创新方法，实现独立微调以增强模型捕捉任务特定特征的能力	未明确说明方法在其他器官或模态医学图像上的泛化能力	开发参数高效微调方法以减少对大规模标注数据和计算资源的依赖	脑部医学图像分割任务，包括脑结构和转移瘤分割	医学图像分析	脑部疾病	深度学习	SwinUNETR	医学图像	三个不同的医学图像数据集	NA	SwinUNETR	分割准确率，效率	NA
4647	2025-10-06	Classification of skin diseases with deep learning based approaches 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13275-x PMID:40721845	研究论文	本研究使用深度学习方法和Relief特征选择算法对三种皮肤疾病进行分类	结合特征选择算法与简化架构，在皮肤疾病分类中实现高准确率	仅针对三种特定皮肤疾病进行研究，样本多样性有限	开发有效的皮肤疾病自动分类方法以实现早期诊断	湿疹、皮肤癌和脂溢性皮炎患者	计算机视觉	皮肤疾病	深度学习，特征选择	CNN, SVM	皮肤图像	2213个样本（693例湿疹，750例皮肤癌，770例脂溢性皮炎）	NA	AlexNet	准确率	NA
4648	2025-10-06	Quantitative evaluation of hydrocarbon contamination in soil using hyperspectral data-a comparative study of machine learning models 2025-Jul-28, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-14386-8 PMID:40721876	研究论文	本研究比较不同机器学习和深度学习模型在利用高光谱数据快速预测土壤中碳氢化合物污染方面的适用性	首次系统比较XGB回归器和神经网络模型在三种土壤类型和三种石油污染物条件下的预测性能，并发现通过选择特定光谱波段可有效减少过拟合	汽油污染物的预测精度较低，因为其光谱特征较难区分；研究仅针对合成污染样本，实际野外应用的适用性有待验证	评估机器学习和深度学习技术在高光谱数据预测土壤碳氢化合物污染中的应用效果	黏土、粉土和砂土三种土壤类型中掺入原油、柴油和汽油的合成污染样本	机器学习	NA	高光谱成像、气相色谱-质谱联用(GC-MS)	XGB回归器,神经网络	高光谱数据	三种土壤类型(黏土、粉土、砂土)与三种污染物(原油、柴油、汽油)的组合样本，污染浓度范围0-10,000 mg/kg	NA	NA	R平方,RMSE	NA
4649	2025-10-06	DBA-ViNet: an effective deep learning framework for fruit disease detection and classification using explainable AI 2025-Jul-28, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-07015-6 PMID:40721988	研究论文	提出一种基于双分支注意力机制的新型深度学习框架DBA-ViNet，用于水果病害检测与分类	提出双分支注意力引导视觉网络(DBA-ViNet)，能有效整合全局和局部特征提升病害识别精度，并采用Grad-CAM实现模型可解释性	未进行统计显著性检验，将在未来工作中探索	开发有效鲁棒的水果病害识别与分类模型	苹果、番石榴、芒果、石榴和橙子的病害图像	计算机视觉	水果病害	计算机视觉技术	CNN, Transformer	图像	开源水果病害图像数据集，包含病害和健康样本，按70%训练、15%验证、15%测试划分，采用5折交叉验证	NA	DBA-ViNet, Swin Transformer, EfficientNetV2, ConvNeXt, YOLOv8, MobileNetV3	准确率, 特异性, 召回率, 精确率, F1分数	NA
4650	2025-10-06	Prediction of 1p/19q state in glioma by integrated deep learning method based on MRI radiomics 2025-Jul-28, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14454-9 PMID:40722008	研究论文	本研究开发了一种基于MRI影像组学的集成深度学习方法，用于预测低级别胶质瘤患者的1p/19q分子状态	提出集成卷积神经网络方法，结合变分自编码器、信息增益和卷积神经网络，实现非侵入性的1p/19q分子状态预测	回顾性研究，样本量相对有限（218例），数据来自两个不同来源	预测低级别胶质瘤患者的1p/19q分子状态，为临床分子分层决策提供辅助工具	低级别胶质瘤患者	数字病理	胶质瘤	MRI影像组学	CNN, VAE, 集成学习	医学影像	218例低级别胶质瘤患者（155例来自TCIA数据库，63例来自区域医疗中心）	NA	集成卷积神经网络，包含变分自编码器和信息增益模块	准确率, 精确率, 召回率, F1分数, AUC	NA
4651	2025-10-06	Diagnostic accuracy of artificial intelligence for obstructive sleep apnea detection: a systematic review 2025-Jul-28, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03129-x PMID:40722158	系统综述	评估人工智能模型在阻塞性睡眠呼吸暂停诊断中准确性的系统综述	首次系统评估多种AI模型在OSA诊断中的准确性，重点关注深度学习和混合模型的性能表现	纳入研究数量有限（13项），模型透明度和可解释性存在挑战，性能表现存在变异性	评估人工智能模型在阻塞性睡眠呼吸暂停检测中的诊断准确性	成年阻塞性睡眠呼吸暂停患者	医疗人工智能	阻塞性睡眠呼吸暂停	多导睡眠图（PSG）	深度学习, 机器学习, 混合模型	临床特征数据	13项研究纳入的成年患者群体	NA	NA	准确率	NA
4652	2025-10-06	AFM-Based Deep Learning Decodes Human Macrophage Mechanophenotypes 2025-Jul-28, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500953 PMID:40722235	研究论文	开发了一种结合原子力显微镜和深度学习的平台，用于无标记识别人类巨噬细胞的机械表型	首次将原子力显微镜与深度学习相结合，实现单细胞分辨率下巨噬细胞机械表型的无标记动态分类	未提及具体样本量限制和跨实验室验证情况	建立基于细胞力学特性的免疫细胞表型识别新方法	人类巨噬细胞的不同极化状态（M0、M1、M2）	生物医学工程	免疫相关疾病	原子力显微镜，深度学习	深度神经网络	纳米级力学图谱，形态和纳米力学特征	NA	NA	深度神经网络	分类准确性	NA
4653	2025-10-06	Toward data-driven predictive modeling of electrocatalyst stability and surface reconstruction 2025-Jul-28, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0271797 PMID:40728259	综述	系统评估数据驱动的电催化剂稳定性与表面重构预测建模方法	整合第一性原理模拟与神经网络势函数等数据驱动技术，为电催化剂降解和重构提供新建模范式	现有方法在通量、效率、准确性、可迁移性和可扩展性方面仍存在不足	开发预测电催化剂稳定性和表面重构的数据驱动计算方法	电催化界面原子过程	机器学习	NA	第一性原理模拟、表面采样	神经网络、生成深度学习模型	原子尺度模拟数据	NA	NA	神经网络势函数	NA	NA
4654	2025-10-06	Deep Learning Network Selection and Optimized Information Fusion for Enhanced COVID-19 Detection: A Literature Review 2025-Jul-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141830 PMID:40722579	文献综述	本文综述了深度学习在COVID-19检测中的应用，重点探讨了网络架构选择和信息融合技术	系统比较了CNN与新兴视觉Transformer在COVID-19检测中的性能，分析了多模态信息融合技术的最新进展	受限于数据集不统一和领域差异问题，存在诊断过拟合和泛化能力不足的挑战	评估深度学习架构在COVID-19检测中的性能并探讨优化策略	COVID-19相关的肺部异常检测	计算机视觉	COVID-19	胸部影像学检查（CXR, CT），肺部超声，临床数据，咳嗽音评估	CNN, ViT	医学影像，临床数据，音频数据	NA	NA	ResNet, Vision Transformer	NA	NA
4655	2025-10-06	Smart Dairy Farming: A Mobile Application for Milk Yield Classification Tasks 2025-Jul-21, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15142146 PMID:40723610	研究论文	本研究开发了一种基于轻量级图像深度学习模型的移动应用，用于通过自动检测奶牛乳房区域将奶牛分为低、中、高泌乳量类别	采用YOLOv11架构实现实时目标检测和分类，并部署到移动应用程序中，为非专业用户提供现场级评估支持	误分类主要发生在类别边界附近，强调了一致的图像采集条件的重要性	开发智能奶牛养殖系统，支持奶牛泌乳量分类决策	奶牛及其乳房区域图像	计算机视觉	NA	图像分析，深度学习	CNN	图像	带有305天泌乳量记录的公开奶牛图像数据集	NA	YOLOv11	精确度，召回率，平均精度均值(mAP@50)	NA
4656	2025-10-06	Machine Learning-Based Prognostic Signature in Breast Cancer: Regulatory T Cells, Stemness, and Deep Learning for Synergistic Drug Discovery 2025-Jul-21, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26146995 PMID:40725242	研究论文	本研究通过整合调节性T细胞分化与肿瘤干细胞特性，开发乳腺癌预后模型并筛选协同药物	首次结合调节性T细胞分化状态与肿瘤干细胞特性构建预后模型，并利用深度学习发现药物协同作用	模型验证仅基于RNA-Seq队列，缺乏多中心临床验证	研究乳腺癌肿瘤免疫微环境中调节性T细胞与肿瘤干细胞特性的相互作用	乳腺癌患者样本与调节性T细胞	机器学习	乳腺癌	RNA-Seq, 分子对接	LASSO, Cox回归, 深度学习	基因表达数据	四个ICI RNA-Seq队列	NA	NA	AUC	NA
4657	2025-10-06	AI-Driven Polypharmacology in Small-Molecule Drug Discovery 2025-Jul-21, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26146996 PMID:40725243	综述	本文综述了人工智能驱动多靶点药理学在小分子药物发现中的应用与前景	系统整合人工智能技术（深度学习、强化学习、生成模型）实现多靶点化合物的从头设计与优化	当前人工智能方法仍存在挑战和局限性	推动多靶点药物发现以克服生物冗余、网络补偿和耐药性问题	小分子多靶点药物	机器学习	肿瘤学、神经退行性疾病、代谢性疾病、传染性疾病	基于配体的建模、基于结构的对接、网络药理学、系统生物学、组学数据、CRISPR功能筛选、通路模拟	深度学习, 强化学习, 生成模型	NA	NA	NA	NA	NA	NA
4658	2025-10-06	Exploration of 3D Few-Shot Learning Techniques for Classification of Knee Joint Injuries on MR Images 2025-Jul-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141808 PMID:40722557	研究论文	本研究开发了一种名为MedNet-FS的3D少样本学习框架，用于膝关节磁共振图像损伤分类	提出结合领域特定预训练权重和广义端到端损失的3D少样本学习框架，显著降低对标注数据的依赖	在外部验证数据集上对部分撕裂ACL的分类性能有限（AUC最高0.58）	开发能够从少量标注样本中学习并准确分类膝关节损伤的AI工具	膝关节磁共振图像中的损伤，特别是前交叉韧带（ACL）撕裂	计算机视觉	膝关节损伤	磁共振成像（MRI）	少样本学习（FSL）	3D医学图像	MRNet和KneeMRI数据集，支持样本数k=40	NA	MedNet-FS	AUC（曲线下面积）	NA
4659	2025-10-06	Automated Aneurysm Boundary Detection and Volume Estimation Using Deep Learning 2025-Jul-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141804 PMID:40722553	研究论文	提出一种基于深度学习的自动化方法用于动脉瘤边界检测和体积估计	结合预训练神经网络和专家系统，在无像素级标注数据集上实现动脉瘤边界检测和体积计算	数据集缺乏像素级主动脉分割标注，仅包含切片级别的起始/结束标注	开发自动化动脉瘤边界检测和体积估计算法以改善临床评估	60名患者的动脉瘤医学影像数据	医学影像分析	心血管疾病	医学影像分析	UNet, LSTM, 专家系统	医学影像	60名患者	NA	UNet, LSTM	起始点预测得分71%，结束点预测得分76%，体积预测得分92%	NA
4660	2025-10-06	Turkish Chest X-Ray Report Generation Model Using the Swin Enhanced Yield Transformer (Model-SEY) Framework 2025-Jul-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141805 PMID:40722555	研究论文	开发了一种基于深度学习的土耳其语胸部X光报告自动生成模型Model-SEY	首个针对土耳其语的胸部X光自动报告生成研究，结合了Swin Transformer和专门适配土耳其语的cosmosGPT架构	NA	从胸部X光图像中自动提取医学信息并生成土耳其语报告	胸部X光图像及其对应的医学报告	计算机视觉, 自然语言处理	胸部疾病	深度学习	Transformer, GPT	图像, 文本	来自Elazıg Fethi Sekin City Hospital和Indiana University Chest X-Ray数据集的图像-报告对	NA	Swin Transformer, cosmosGPT	BLEU-1, BLEU-2, BLEU-3, BLEU-4, ROUGE	NA