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
5541	2025-04-26	Deep learning based adaptive and automatic measurement of palpebral margin in eyelid morphology 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93975-6 PMID:40263452	研究论文	本文提出了一种基于深度学习的自适应自动测量方法DeepAAM，用于眼睑形态的量化评估	首次引入Margin Iris Intersectant Angle (MIA)作为创新评估指标，并通过注意力机制和多种算法增强U-Net架构，提高了测量精度	模型在实际应用中仍面临挑战，且精度有待进一步提高	提高眼睑形态测量的准确性和自动化程度，以支持眼周整形手术的疾病治疗和手术规划	眼睑形态	计算机视觉	眼疾	深度学习	U-Net	图像	NA
5542	2025-04-26	Habesha cultural cloth classification using deep learning 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98269-5 PMID:40263488	研究论文	使用深度学习方法对埃塞俄比亚哈贝沙文化服饰进行分类	首次应用CNN模型（VGG16、VGG19和ResNet50v2）对哈贝沙克米斯刺绣设计进行识别和分类	样本量相对较小，仅包含320张原始图像，虽通过数据增强扩展到3,270张，但可能仍不足以覆盖所有可能的变体	识别和分类哈贝沙克米斯刺绣设计的质量	埃塞俄比亚哈贝沙文化服饰（哈贝沙克米斯）的刺绣设计	计算机视觉	NA	数字图像处理、CNN	VGG16、VGG19、ResNet50v2	图像	320张原始图像，通过数据增强扩展到3,270张
5543	2025-04-26	Efficient human activity recognition on edge devices using DeepConv LSTM architectures 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98571-2 PMID:40263516	research paper	该研究旨在通过TinyML在边缘设备上部署轻量级深度学习模型进行人类活动识别（HAR）	DeepConv LSTM模型通过有效捕捉空间和时间特征，在轻量级模型中表现最佳，准确率达到98.24%，F1分数为98.23%	研究未提及模型在更复杂或多样化活动识别场景中的表现	开发并部署轻量级深度学习模型以实现高效的实时人类活动识别	人类活动识别（HAR）	machine learning	NA	TinyML	DeepConv LSTM, 2D CNN, 1D CNN	sensor data	NA
5544	2025-04-26	Deep learning based ensemble model for accurate tomato leaf disease classification by leveraging ResNet50 and MobileNetV2 architectures 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98015-x PMID:40263518	研究论文	本文提出了一种基于深度学习的集成模型，结合MobileNetV2和ResNet50架构，用于番茄叶片病害的精确分类	通过修改输出层（如GlobalAverage Pooling2D、Batch Normalization、Dropout和Dense层）优化特征提取，并融合两种模型的互补特征	NA	开发一种高精度的番茄叶片病害分类方法，以支持智能农业和可持续耕作	番茄叶片的病害分类	计算机视觉	植物病害	深度学习	ResNet50和MobileNetV2的集成模型	图像	11,000张标注图片，涵盖10种病害类别
5545	2025-04-26	Deep learning-aided segmentation combined with finite element analysis reveals a more natural biomechanic of dinosaur fossil 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99131-4 PMID:40263619	研究论文	本研究结合深度学习和有限元分析技术，提出了一种新方法来更准确地模拟恐龙化石的生物力学特性	首次将深度学习分割技术与有限元分析结合应用于化石研究，能够更真实地反映灭绝物种的生物力学性能	仅应用于Jeholosaurus的股骨标本，尚未验证在其他化石上的普适性	研究灭绝物种的生物力学、功能形态学和分类学	Jeholosaurus(小型两足恐龙)的股骨化石标本	数字病理学	NA	有限元分析(FEA)和深度学习分割	深度学习模型(未指定具体类型)	CT图像数据	1个Jeholosaurus股骨化石标本
5546	2025-04-26	Deep learning for automated segmentation of brain edema in meningioma after radiosurgery 2025-Apr-22, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01660-x PMID:40264119	研究论文	本研究开发了一种基于深度学习的自动化方法，用于分割和量化脑膜瘤放射手术后脑水肿区域	首次应用Mask R-CNN和DeepMedic深度学习模型实现脑水肿区域的自动分割与量化	样本量较小(21名患者)，且仅基于T2加权图像	开发自动化工具来量化放射手术后脑水肿体积，以辅助治疗规划和监测	接受伽玛刀放射手术(GKRS)治疗的脑膜瘤患者	数字病理学	脑膜瘤	MRI T2加权成像	Mask R-CNN, DeepMedic	医学影像	21名患者的154次T2w扫描(其中130次用于模型训练和测试)
5547	2025-04-10	Editorial Expression of Concern: Development of deep learning algorithm for detecting dyskalemia based on electrocardiogram 2025-Apr-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96414-8 PMID:40199974	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5548	2025-04-26	Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound 2025-Apr-08, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.04.009 PMID:40210002	研究论文	通过深度学习算法基于尿路超声关键参数预测单侧肾积水患者肾功能差异<40%	首次将机器学习模型（如SVM）应用于尿路超声参数，以预测肾功能差异<40%，并展示了SVM模型相较于单一因素的显著改进	研究为回顾性分析，可能存在选择偏差，且样本仅来自单一科室	评估尿路超声参数在预测单侧肾积水儿童肾功能差异<40%中的价值，以辅助手术决策	802名单侧肾积水儿童	机器学习	肾积水	尿路超声、利尿肾图	随机森林、逻辑回归、SVM	超声图像和临床数据	802名儿童
5549	2025-04-26	Deep-Learning-Based Disease Classification in Patients Undergoing Cine Cardiac MRI 2025-Apr, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29619 PMID:39353848	研究论文	开发一种基于MRI的深度学习疾病分类算法，用于区分正常受试者和患有扩张型心肌病、肥厚型心肌病及缺血性心脏病的患者	利用变分自编码器模型自动提取心脏MRI特征，并探索使用未标记的正常数据提高分类特异性	研究为回顾性设计，可能影响结果的普遍性	开发自动化心血管疾病分类方法以提高临床评估效率和可重复性	1337名受试者（包括正常人和三种心脏病患者）	数字病理学	心血管疾病	平衡稳态自由进动电影序列	变分自编码器	MRI图像	1337名受试者（568名正常，151名DCM，177名HCM，441名IHD）
5550	2025-04-26	Artificial intelligence for detection and characterization of focal hepatic lesions: a review 2025-Apr, Abdominal radiology (New York) DOI:10.1007/s00261-024-04597-x PMID:39369107	综述	本文回顾了基于人工智能的算法在处理CT和MRI图像以检测和分类良性和恶性肝脏局灶性病变方面的诊断能力	利用深度学习方法分析大量数据，识别模式并提取临床特征，以早期检测和分类肝脏局灶性病变	需要扩大数据集、提高模型可解释性，并在多种临床环境中验证AI工具的适用性和可靠性	评估AI算法在肝脏局灶性病变检测和分类中的诊断能力	肝脏局灶性病变（FLLs）	数字病理学	肝脏疾病	CT和MRI	CNN	图像	45项相关研究
5551	2025-04-26	DELR-Net: a network for 3D multimodal medical image registration in more lightweight application scenarios 2025-Apr, Abdominal radiology (New York) DOI:10.1007/s00261-024-04602-3 PMID:39400589	研究论文	本文提出了一种名为DELR-Net的轻量级3D多模态医学图像配准网络，旨在在减少参数数量的同时确保高质量的配准结果	DELR-Net结合了Mamba和ConvNet，采用状态空间序列模块和动态大核块作为双编码器的主要组件，动态特征融合块作为解码器的主要组件，实现了在减少参数的同时提高配准性能	NA	设计一个3D多模态配准网络，在减少参数数量的同时确保高质量的配准结果	3D脑部MR图像和腹部MR及CT图像	医学图像分析	NA	深度学习	DELR-Net（结合Mamba和ConvNet）	3D医学图像（MR和CT）	NA
5552	2025-04-26	Prior Visual-Guided Self-Supervised Learning Enables Color Vignetting Correction for High-Throughput Microscopic Imaging 2025-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3471907 PMID:39412976	research paper	提出一种基于先验视觉引导的自监督学习算法VCLUT，用于高效校正高通量显微成像中的颜色渐晕效应	利用显微图像均匀性和渐晕径向衰减特性，开发自监督深度学习算法，实现复杂渐晕去除，并具有跨不同渐晕强度的泛化能力	未明确说明算法在极端光学畸变情况下的表现	解决多通道显微图像中稳健高效的渐晕校正问题	彩色显微图像	digital pathology	NA	self-supervised deep learning	adversarial learning	microscopic images	五个不同生物样本的数据集+病理学数据集
5553	2025-04-26	An optimized siamese neural network with deep linear graph attention model for gynaecological abdominal pelvic masses classification 2025-Apr, Abdominal radiology (New York) DOI:10.1007/s00261-024-04633-w PMID:39446167	研究论文	提出一种优化的孪生神经网络与深度线性图注意力模型（SCINN-DLGN），用于妇科腹部盆腔肿块的分类	结合孪生神经网络和深度线性图注意力模型，提高了盆腔肿块分类的准确性和效率	未提及模型在其他类型医学影像上的泛化能力	开发一种高效准确的盆腔肿块分类方法，以辅助卵巢癌诊断	盆腔肿块MRI图像	数字病理学	卵巢癌	MRI成像	SCINN-DLGN（孪生神经网络与深度线性图注意力模型）	医学影像	未明确提及样本数量
5554	2025-04-26	Deep learning-based whole-brain B1 +-mapping at 7T 2025-Apr, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30359 PMID:39462473	研究论文	本研究探讨了使用复数神经网络从不同切片方向的多切片定位扫描中估计定量传输磁场（B1+）图的可行性，旨在加速7T下并行传输（pTx）的特定受试者B1+校准	利用复数神经网络从多切片定位扫描中估计B1+图，加速7T下的B1+校准	研究仅涉及15名健康受试者，样本量较小	加速7T下并行传输（pTx）的特定受试者B1+校准	人脑	医学影像	NA	并行传输（pTx），复数神经网络	复数神经网络	医学影像数据	15名健康受试者
5555	2025-04-26	Air quality index prediction with optimisation enabled deep learning model in IoT application 2025-Apr, Environmental technology IF:2.2Q3 DOI:10.1080/09593330.2024.2409993 PMID:39467096	研究论文	本文开发了一种基于物联网（IoT）的深度学习（DL）技术，用于预测空气质量指数（AQI）	提出了Tangent Two-Stage Algorithm (TTSA)用于路由机制，以及Fractional Tangent Two-Stage Optimisation (FTTSA)用于DFNN的训练过程	未提及具体的数据来源或实验环境的局限性	预测空气质量指数（AQI）以应对空气污染问题	空气质量数据	物联网与深度学习	NA	深度学习（DL）、物联网（IoT）、Z-score标准化、特征指标提取	Deep Feedforward Neural Network (DFNN)	时间序列数据	未提及具体样本数量
5556	2025-04-26	Advancements in early detection of pancreatic cancer: the role of artificial intelligence and novel imaging techniques 2025-Apr, Abdominal radiology (New York) DOI:10.1007/s00261-024-04644-7 PMID:39467913	综述	本文综述了人工智能和新型成像技术在胰腺癌早期检测中的进展	重点关注深度学习方法和新型成像技术在胰腺导管腺癌早期检测中的应用	NA	提高胰腺导管腺癌的早期检测率和生存率	胰腺导管腺癌（PDA）	数字病理学	胰腺癌	新型成像技术	深度学习	影像数据	NA
5557	2025-04-26	Detection of Macular Neovascularization in Eyes Presenting with Macular Edema using OCT Angiography and a Deep Learning Model 2025-Apr, Ophthalmology. Retina DOI:10.1016/j.oret.2024.10.017 PMID:39461425	研究论文	本文测试了一种人工智能算法在使用OCT和OCTA检测和分割黄斑水肿眼中黄斑新生血管（MNV）的诊断性能	开发了一种新型的混合多任务卷积神经网络（aiMNV），用于在黄斑水肿眼中准确检测和分割MNV	6×6-mm扫描的MNV检测灵敏度低于3×3-mm扫描，由于扫描采样密度较低	测试人工智能算法在检测和分割黄斑水肿眼中MNV的诊断性能	黄斑水肿患者，包括未经治疗的渗出性年龄相关性黄斑变性（AMD）、糖尿病性黄斑水肿（DME）或视网膜静脉阻塞（RVO）患者	数字病理学	黄斑变性	OCT和OCTA成像	混合多任务卷积神经网络（aiMNV）	图像	114只眼（来自112名研究参与者）
5558	2025-04-26	Multi-Omics Graph Knowledge Representation for Pneumonia Prognostic Prediction 2025-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3488735 PMID:39475733	研究论文	本文提出了一种多组学图知识表示方法，用于预测肺炎患者的院内预后	引入了多组学图知识表示方法，结合CT影像和三种非影像组学信息，利用知识图谱建模多组学关系以增强信息表示	未明确提及具体局限性	提高肺炎患者早期预后预测的准确性	肺炎患者	数字病理学	肺炎	多组学分析（CT影像、实验室指标、微生物指标、临床指标）	GCN（图卷积网络）、多通道金字塔递归MLP、Longformer-based 3D深度学习模块	影像数据（CT）、非影像数据（实验室、微生物、临床指标）	未明确提及样本数量
5559	2025-04-26	Supra-second tracking and live-cell karyotyping reveal principles of mitotic chromosome dynamics 2025-04, Nature cell biology IF:17.3Q1 DOI:10.1038/s41556-025-01637-6 PMID:40185948	研究论文	介绍了一种名为FAST CHIMP的新方法，结合延时超分辨率显微镜和深度学习，用于研究有丝分裂中染色体的动态变化	开发了FAST CHIMP方法，能够以8秒的分辨率追踪人类染色体从前期到末期的动态变化，并揭示了中心体运动依赖的流动对染色体位置的影响	NA	研究有丝分裂中染色体的动态变化及其对基因组三维组织的影响	人类染色体	数字病理学	NA	延时超分辨率显微镜，深度学习	深度学习	图像	NA
5560	2025-04-26	A novel data-driven screening method of antidepressants stability in wastewater and the guidance of environmental regulations 2025-Apr, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109427 PMID:40188602	研究论文	本研究提出了一种基于数据驱动的抗抑郁药物在废水中稳定性的筛选方法，并构建了MSSL-RealFormer分类模型以预测其稳定性	首次构建了基于理化性质的抗抑郁药物废水稳定性评估框架和MSSL-RealFormer分类模型，预测精度显著高于传统方法	研究仅针对66种抗抑郁药物，样本量相对有限	开发一种快速筛选抗抑郁药物在废水中稳定性的方法，并为环境法规提供指导	66种抗抑郁药物及其在废水中的稳定性	环境科学	NA	密度泛函理论、SHapley Additive exPlanation方法、Ecological Structure Activity Relationships模型	MSSL-RealFormer分类模型	理化性质数据、分子结构数据	66种抗抑郁药物