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
5361	2025-03-15	Deep Learning Models for Predicting Hearing Thresholds Based on Swept-Tone Stimulus-Frequency Otoacoustic Emissions 2024 Mar-Apr 01, Ear and hearing IF:2.6Q1 DOI:10.1097/AUD.0000000000001443 PMID:37990395	研究论文	本研究旨在开发基于扫频刺激频率耳声发射（SFOAEs）的深度学习模型，用于定量预测听力阈值	提出了四种深度学习模型（CNN、CNN-KNN、CNN-SVM、CNN-RF）用于预测听力阈值，并探索了SFOAEs与听力阈值之间的关系	研究样本量有限，仅包括174只正常听力耳朵和388只感音神经性听力损失耳朵	开发深度学习模型以定量预测听力阈值	正常听力耳朵和感音神经性听力损失耳朵	机器学习	听力损失	扫频刺激频率耳声发射（SFOAEs）	CNN、CNN-KNN、CNN-SVM、CNN-RF	SFOAE振幅谱及其信噪比谱	174只正常听力耳朵和388只感音神经性听力损失耳朵
5362	2025-03-15	scMeFormer: a transformer-based deep learning model for imputing DNA methylation states in single cells enhances the detection of epigenetic alterations in schizophrenia 2024-Jan-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.25.577200 PMID:38328094	研究论文	本文介绍了一种基于Transformer的深度学习模型scMeFormer，用于在单细胞中估算DNA甲基化状态，并增强了对精神分裂症中表观遗传改变的检测	scMeFormer模型在单细胞DNA甲基化数据估算方面表现出色，即使在CpG位点覆盖率显著降低的情况下也能实现高保真估算	NA	开发一种深度学习模型，用于在单细胞中估算DNA甲基化状态，以增强对精神分裂症中表观遗传改变的检测	单细胞DNA甲基化数据	深度学习	精神分裂症	单细胞DNA甲基化测序	Transformer	DNA甲基化数据	四个精神分裂症患者和四个神经典型对照的前额叶皮层单核DNA甲基化数据集
5363	2025-03-15	Lightweight model-based sheep face recognition via face image recording channel 2024-Jan-03, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skae066 PMID:38477672	研究论文	本文介绍了一种轻量级的绵羊面部识别模型YOLOv7-SFR，旨在解决现有模型体积大、计算成本高的问题	引入了轻量级改进策略，包括在主干网络中引入shuffle attention模块、融合Dyhead模块、使用深度可分离卷积替代传统卷积，并采用知识蒸馏技术进一步提升模型性能	研究仅针对50只小尾寒羊进行实验，样本规模较小，可能限制了模型的泛化能力	开发一种轻量化的绵羊面部识别模型，以推动数字羊场和精准畜牧业的实际应用	小尾寒羊的面部图像	计算机视觉	NA	深度学习	YOLOv7-SFR	图像	50只小尾寒羊，共22,000张面部图像
5364	2025-03-15	Deep Learning-based Assessment of Facial Asymmetry Using U-Net Deep Convolutional Neural Network Algorithm 2024 Jan-Feb 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009862 PMID:37973054	研究论文	本研究旨在评估基于深度卷积神经网络（DCNN）的计算机辅助诊断（CAD）系统在检测后前位（PA）头颅X光片上的面部不对称性方面的诊断性能，并将其与正畸医生的诊断结果进行比较	使用U-Net深度卷积神经网络算法进行面部不对称性评估，提供了一种新的计算机辅助诊断方法	研究样本量有限，仅使用了1020名患者的PA头颅X光片进行训练，25张用于测试	评估DCNN-based CAD系统在面部不对称性诊断中的性能	1020名正畸患者的PA头颅X光片	计算机视觉	NA	深度卷积神经网络（DCNN）	U-Net	图像	1020名患者的PA头颅X光片
5365	2025-03-15	Development of AI-Based Diagnostic Algorithm for Nasal Bone Fracture Using Deep Learning 2024 Jan-Feb 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009856 PMID:38294297	研究论文	本研究开发了一种基于深度学习的AI算法，用于通过面部骨骼的计算机断层扫描图像诊断鼻骨骨折	首次开发了一种基于深度学习的AI算法，用于诊断鼻骨骨折，并与人类医生的诊断结果达到了100%的敏感性和77%的特异性	研究处于初步阶段，样本量较小，需要进一步验证和优化	开发一种AI算法，用于通过计算机断层扫描图像诊断鼻骨骨折	面部骨骼的计算机断层扫描图像	计算机视觉	鼻骨骨折	深度学习	深度学习模型	图像	未明确提及样本量
5366	2025-03-15	Diagnostic-therapeutic management of pulmonary nodules 2024, Klinicka onkologie : casopis Ceske a Slovenske onkologicke spolecnosti DOI:10.48095/ ccko2024408 PMID:39772821	综述	本文全面回顾了肺结节的诊断和治疗方法，重点讨论了基于结节形态、大小和生长潜力的恶性潜力评估	文章详细分析了现代影像技术，特别是人工智能（AI）在肺结节诊断中的应用，并强调了多学科方法在肺结节诊断和管理中的重要性	文章未提及具体的研究局限性	优化肺结节的临床诊断和管理，以减少肺癌的死亡率并改善患者预后	肺结节	数字病理学	肺癌	人工智能（AI），深度学习技术	深度学习	影像数据	NA
5367	2025-03-15	Discrimination of benign and malignant breast lesions on dynamic contrast-enhanced magnetic resonance imaging using deep learning 2023-Dec-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_325_23 PMID:38156926	研究论文	本文评估了深度迁移学习（DTL）和微调方法在区分乳腺动态对比增强磁共振成像（DCE-MRI）中良恶性病变的能力	使用VGG19、ResNet50和DenseNet201模型进行对比，并通过微调策略提升模型性能，验证了VGG19模型在识别良恶性乳腺病变中的有效性	研究样本量有限，仅包含50个额外病变用于验证集，可能影响模型的泛化能力	评估深度迁移学习和微调方法在乳腺DCE-MRI中区分良恶性病变的能力	乳腺动态对比增强磁共振成像（DCE-MRI）中的良恶性病变	计算机视觉	乳腺癌	深度迁移学习（DTL）和微调方法	VGG19, ResNet50, DenseNet201	图像	50个额外病变用于验证集
5368	2025-03-15	Deep Learning-Based Diagnostic System for Velopharyngeal Insufficiency Based on Videofluoroscopy in Patients With Repaired Cleft Palates 2023 Nov-Dec 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009560 PMID:37815288	研究论文	本文开发了一种基于深度学习的诊断系统，用于评估修复腭裂患者的腭咽功能不全（VPI）	首次将深度学习技术应用于VPI的诊断，并与人类专家的诊断结果进行比较	研究为回顾性分析，可能存在选择偏差	开发一种基于深度学习的诊断系统，用于评估修复腭裂患者的VPI	修复腭裂患者	计算机视觉	腭咽功能不全	深度学习	VGGNet, ResNet, Xception, ResNext, DenseNet, SENet	视频	714例（2010年1月至2019年6月）
5369	2025-03-15	Using a New Deep Learning Method for 3D Cephalometry in Patients With Cleft Lip and Palate 2023 Jul-Aug 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009299 PMID:36944601	研究论文	本研究应用了一种基于3D点云图卷积神经网络的新深度学习方法，用于预测和定位唇腭裂患者的标志点	首次将深度学习方法应用于唇腭裂患者的3D头影测量标志点预测和定位	未来若扩大唇腭裂训练集，可能会获得更准确的结果	开发适用于唇腭裂患者的3D头影测量系统	唇腭裂患者	计算机视觉	唇腭裂	3D点云图卷积神经网络	PointNet++	3D图像	150名患者
5370	2025-03-14	A breakthrough computational strategy for efficient enzymatic digestion of walnut protein to prepare antioxidant peptides 2025-Jun-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143311 PMID:39970520	研究论文	本研究提出了一种高效的计算策略（CAE-VD），结合深度学习模型和虚拟消化技术，用于制备具有特定活性的天然生物活性肽	创新点在于将高精度的深度学习模型（卷积自编码器，CAE）与虚拟消化（VD）相结合，用于指导酶的选择和生物活性肽的制备	研究未提及该策略在其他类型生物活性肽制备中的广泛适用性，且未讨论实际应用中的潜在挑战	研究目的是开发一种高效的计算策略，用于指导酶的选择和生物活性肽的制备	研究对象为核桃蛋白及其衍生的抗氧化肽	机器学习	NA	虚拟消化（VD）	卷积自编码器（CAE）	肽序列数据	未明确提及具体样本数量
5371	2025-03-14	Specific glycomacropeptide detection via polyacrylamide gel electrophoresis with dual imaging and signal-fusion deep learning 2025-Jun-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143293 PMID:39986063	研究论文	本文报告了一种结合双成像和信号融合深度学习的SDS-PAGE方法，用于牛奶样品中糖巨肽（GMP）的特异性识别和分析	通过结合固有荧光成像（IFI）和银染色的双成像方法，以及信号融合深度学习模型，提高了对GMP的特异性识别和定量分析能力	该方法主要适用于具有独特IFI特性的蛋白质/肽的分析，可能不适用于所有类型的蛋白质/肽	开发一种特异性、灵敏且简便的方法，用于牛奶样品中糖巨肽（GMP）的识别和定量分析	牛奶样品中的糖巨肽（GMP）	食品安全	NA	SDS-PAGE, 固有荧光成像（IFI）, 银染色	信号融合深度学习模型	图像	NA
5372	2025-03-14	Role of artificial intelligence in data-centric additive manufacturing processes for biomedical applications 2025-Jun, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.106949 PMID:40036906	综述	本文综述了人工智能（AI）在增材制造（AM）过程中，特别是在生物医学应用中的角色，以增强从预处理到后处理的各个环节，满足更广泛的个性化医疗需求	本文首次全面探讨了AI在AM全过程中的应用，包括预处理、打印过程和后处理，特别是在生物医学领域的应用，展示了AI在提高资源效率和产品质量方面的潜力	本文主要集中于理论探讨和现有研究的综述，缺乏具体的实验验证和案例分析	探讨AI如何增强AM过程，以满足生物医学应用中的个性化需求	增材制造（AM）过程及其在生物医学应用中的各个环节	机器学习	NA	监督学习、无监督学习、深度学习、强化学习	NA	NA	NA
5373	2025-03-14	"Optimizing sEMG Gesture Recognition with Stacked Autoencoder Neural Network for Bionic Hand" 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103207 PMID:40071216	研究论文	本研究提出了一种使用堆叠自编码器神经网络（SAE）进行表面肌电图（sEMG）手势识别的新方法	利用堆叠自编码器神经网络进行层次表示学习，从原始sEMG信号中提取有意义的特征，提高了手势分类的精度和鲁棒性	NA	优化sEMG手势识别，以增强仿生手的控制技术	表面肌电图（sEMG）信号	机器学习	NA	MODWT分解（最大重叠离散小波变换）	堆叠自编码器神经网络（SAE）	sEMG信号	NA
5374	2025-03-14	An accurate and trustworthy deep learning approach for bladder tumor segmentation with uncertainty estimation 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108645 PMID:39954510	研究论文	本文提出了一种基于深度学习的膀胱肿瘤分割模型，该模型不仅能够有效分割病变区域，还能提供分割结果的置信度信息	该模型通过测试时间增强（TTA）和测试时间dropout（TTD）来估计内部和外部数据集中的随机不确定性和认知不确定性，探索了这两种不确定性对不同数据集的影响	未提及具体局限性	探索一种可信赖的基于AI的肿瘤分割模型，提供预测结果的置信度信息	膀胱肿瘤	计算机视觉	膀胱癌	深度学习	BSU模型	图像	内部和外部膀胱镜数据集
5375	2025-03-14	Injury degree appraisal of large language model based on retrieval-augmented generation and deep learning 2025 May-Jun, International journal of law and psychiatry IF:1.4Q3 DOI:10.1016/j.ijlp.2025.102070 PMID:39970564	研究论文	本研究提出了一种结合检索增强生成（RAG）、图知识库和深度学习的新方法，使大型语言模型（LLMs）能够基于中国人体损伤程度评定标准（SAEBI）进行损伤评定	结合检索增强生成（RAG）、图知识库和深度学习，显著提升了LLMs在损伤评定任务中的性能，准确率提升21至59个百分点	NA	提升大型语言模型在法医损伤评定等专业领域的应用性能	26,199个真实世界的损伤评定案例	自然语言处理	NA	检索增强生成（RAG）、深度学习	RoBERTa-CNN	文本	26,199个损伤评定案例
5376	2025-03-14	Deep-learning-based diagnosis framework for ankle-brachial index defined peripheral arterial disease of lower extremity wound: Comparison with physicians 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108654 PMID:39978141	研究论文	本文提出了一种基于深度学习的框架，用于检测和分类下肢伤口患者的外周动脉疾病（PAD）和外周动脉闭塞性疾病（PAOD），并与医生的诊断结果进行比较	首次使用基于卷积神经网络（CNN）的深度学习算法（AlexNet、GoogleNet和ResNet101V2）来评估下肢伤口患者的PAD，并提供了基于客观踝臂指数（ABI）值和图像预处理的自动化工具	未提及样本量的具体数据，且未讨论模型在不同临床环境中的泛化能力	建立一种自动化框架，用于检测和分类下肢伤口患者的PAD和PAOD	下肢伤口患者	计算机视觉	外周动脉疾病	深度学习	CNN（AlexNet、GoogleNet、ResNet101V2）	图像	NA
5377	2025-03-14	Automatic skull reconstruction by deep learnable symmetry enforcement 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108670 PMID:40009971	研究论文	本文提出了一种基于可学习对称性增强的自动颅骨重建方法，旨在解决颅骨损伤患者个性化植入物建模过程中的挑战	通过引入可学习的对称性增强机制，显著提高了颅骨重建的精度和效率，同时大幅减少了计算资源的需求	训练数据集的规模有限，且数据存在显著异质性，可能影响模型的泛化能力	开发一种自动化的颅骨重建方法，以减少个性化植入物建模的时间和成本	颅骨损伤患者	计算机视觉	颅骨损伤	深度学习	神经网络	体积数据	使用SkullBreak和SkullFix数据集进行定量评估，并结合真实临床案例进行定性评估
5378	2025-03-14	Causal associations between scapular morphology and shoulder condition estimated with Bayesian statistics 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108666 PMID:40009972	研究论文	本研究通过贝叶斯统计方法评估了肩胛骨形态与肩部状况之间的因果关系，强调了科学建模在统计分析前的重要性	使用贝叶斯因果模型来回答关于肩胛骨解剖对肩部状况影响的干预性问题，结合深度学习模型自动计算CT扫描数据	研究结果主要基于CT扫描数据，可能无法完全代表所有人群的肩胛骨形态和肩部状况	评估肩胛骨形态与肩部状况之间的因果关系，以帮助早期病理检测和优化手术计划	396名受试者，分为四组：原发性骨关节炎（OA）、肩袖撕裂性关节病（CTA）、其他病理（OTH）和无病理的对照组（CTRL）	医学影像分析	肩部疾病	CT扫描、深度学习模型、贝叶斯统计	贝叶斯模型	CT扫描图像	396名受试者
5379	2025-03-14	Segmentation of skin layers on HFUS images using the attention mechanism 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108668 PMID:40015155	研究论文	本文提出了一种结合上下文特征金字塔模块和注意力门的新型神经网络模型，用于准确分割皮肤层	首次使用上下文特征金字塔模块和注意力门进行皮肤层分割，并首次分割了三个皮肤层：入口回声层、SLEB和真皮层	研究中使用的数据集来自不同的超声设备和探头频率，可能影响模型的泛化能力	开发一种能够准确分割皮肤层的自动化超声图像分析算法，以辅助临床诊断和治疗评估	高频超声（HFUS）图像中的皮肤层	计算机视觉	皮肤病	高频超声（HFUS）	结合上下文特征金字塔模块和注意力门的神经网络模型	图像	两个不同的HFUS图像数据库，包含不同超声设备和探头频率获取的图像
5380	2025-03-14	Pathology report generation from whole slide images with knowledge retrieval and multi-level regional feature selection 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108677 PMID:40023962	研究论文	本文提出了一种从全切片图像（WSIs）生成病理报告的新方法，结合知识检索和多层次区域特征选择	引入了多层次区域特征编码网络和特征选择模块，以处理WSIs中病理信息分布不均的问题，并设计了知识检索模块以提高报告生成性能，还提出了基于大语言模型（LLM）的域外应用模式	未明确提及具体限制	设计一种能够从WSIs高效生成病理报告并适用于临床实践的方法	全切片图像（WSIs）	数字病理学	胃癌	深度学习	多层次区域特征编码网络、大语言模型（LLM）	图像	公共数据集GastricADC（991 WSIs）和内部数据集Gastric-3300（3309 WSIs）