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
5881	2025-10-06	An open-source deep learning framework for respiratory motion monitoring and volumetric imaging during radiation therapy 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.18015 PMID:40665474	研究论文	开发了一个名为Voxelmap的开源深度学习框架，用于放射治疗期间的呼吸运动监测和三维成像	提出了一个能够使用标准临床设备和数据实现实时三维呼吸运动估计和容积成像的框架，支持保拓扑和可逆的微分同胚映射	某些网络架构在目标质心误差方面表现不佳，特别是网络B和C在基于X射线的肺癌患者数据中误差较大	开发低成本实时图像引导放射治疗解决方案	放射治疗中的呼吸运动监测和器官风险跟踪	医学影像分析	肺癌, 心律失常	可变形图像配准, 前向投影, 切片提取	深度学习	4D-CT, 4D-MRI, X射线图像, k空间数据	XCAT和CoMBAT数字体模, SPARE Grand Challenge数据集	NA	五种不同的网络架构（网络A-E）	Dice相似系数, 目标质心误差	NA
5882	2025-10-06	Automated Detection of Gibbon Calls From Passive Acoustic Monitoring Data Using Convolutional Neural Networks in the "Torch for R" Ecosystem 2025-Jul, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.71678 PMID:40666685	研究论文	本研究开发了一种基于卷积神经网络的长臂猿叫声自动检测方法，使用R语言环境下的深度学习框架	首次在R语言的'torch for R'生态系统中实现卷积神经网络，专门用于长臂猿叫声的自动检测，为生态学家提供了更易用的深度学习工具	不同架构的最佳性能因物种和测试数据集而异，缺乏统一的最高性能模型	开发长臂猿叫声的自动检测和分类方法，评估不同CNN架构在被动声学监测数据上的性能	北灰长臂猿和南黄颊冠长臂猿的雌性叫声	机器学习	NA	被动声学监测(PAM)	CNN	音频	来自马来西亚丹浓谷保护区和柬埔寨克奥塞马野生动物保护区的两个自主记录单元网格数据	torch for R	六种CNN架构（具体未指明）	NA	NA
5883	2025-10-06	Classification of Biscuit Quality With Deep Learning Algorithms 2025-Jul, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70379 PMID:40676924	研究论文	本研究使用深度学习算法对饼干质量进行自动分类检测	首次将EfficientNet等深度学习模型应用于饼干质量检测，并通过Grad-CAM可视化验证模型关注的关键缺陷区域	未明确说明数据集规模和具体实验环境细节	通过深度学习减少饼干生产质量控制过程中的时间、成本和人为错误	饼干产品的质量缺陷检测	计算机视觉	NA	深度学习	CNN	图像	NA	NA	EfficientNet, ResNet, XceptionNet, MobileNet	准确率, 精确率, F1分数	NA
5884	2025-10-06	AVN: A Deep Learning Approach for the Analysis of Birdsong 2025-Jun-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.10.593561 PMID:39229184	研究论文	开发了一种基于深度学习的鸟类鸣声分析工具AVN，用于斑胸草雀等鸣禽的学习发声行为分析	无需额外训练数据即可跨多个动物群体高精度标注鸣声，并生成可解释特征来描述鸣声的句法、时序和声学特性	NA	开发标准化的行为分析工具来促进和加速声音行为研究	斑胸草雀的学习发声行为	机器学习	NA	深度学习行为分析	深度学习	音频数据	跨多个研究组和实验的斑胸草雀鸣声数据	Python	NA	准确度, 敏感性, 与专家判断的一致性	NA
5885	2025-10-06	Regulatory risk loci link disrupted androgen response to pathophysiology of Polycystic Ovary Syndrome 2025-Jun-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.26.25324630 PMID:40196246	研究论文	本研究通过整合多囊卵巢综合征相关细胞类型的分子和表观基因组注释，采用深度学习框架预测风险变异对雄激素反应的调控影响	首次将深度学习模型与表观基因组数据整合，系统揭示PCOS风险变异通过破坏转录因子结合位点影响多组织调控机制	研究主要基于计算预测，需要更多实验验证；风险变异的功能验证仍需深入	解析多囊卵巢综合征遗传易感位点驱动分子机制的途径	多囊卵巢综合征风险变异及其调控功能	生物信息学	多囊卵巢综合征	深度学习、表观基因组注释、报告基因检测	深度学习	基因组数据、表观基因组数据	NA	NA	NA	与报告基因检测数据一致性	NA
5886	2025-10-06	Current State of Artificial Intelligence Model Development in Obstetrics 2025-Jun-05, Obstetrics and gynecology IF:5.7Q1 DOI:10.1097/AOG.0000000000005944 PMID:40472381	综述	本文综述了2019年至2024年间产科人工智能模型开发的最新进展，分析了应用趋势并评估其对产科护理的潜在影响	首次系统评估了近五年产科AI研究的全球现状，识别出最具临床应用潜力的AI模型类型	大多数研究患者群体与美国人群差异较大，模型泛化能力不确定，且极少模型已实际部署到临床实践	评估人工智能在产科领域的应用现状和发展趋势	2019年6月至2024年5月期间发表的产科AI相关研究文献	医疗人工智能	产科疾病	文献系统回顾与质量评估	机器学习,深度学习,神经网络	医学文献数据	从207篇最终纳入文献中分析，研究人群规模从10到953,909不等	NA	NA	预测准确性,模型验证	NA
5887	2025-10-06	Deep learning model for differentiating thyroid eye disease and orbital myositis on computed tomography (CT) imaging 2025-Jun-03, Orbit (Amsterdam, Netherlands) DOI:10.1080/01676830.2025.2510587 PMID:40459922	研究论文	开发基于眼眶CT影像的深度学习模型，用于准确区分甲状腺眼病和眼眶肌炎	首次使用VGG-16网络在单张冠状位眼眶CT图像上实现甲状腺眼病和眼眶肌炎的高精度区分，不仅基于眼外肌增大还利用其他显著特征	回顾性单中心研究，样本量有限（192名患者）	开发能够准确区分甲状腺眼病和眼眶肌炎的深度学习诊断模型	甲状腺眼病患者、眼眶肌炎患者和正常对照组的眼眶CT影像	计算机视觉	甲状腺眼病	CT成像	CNN	图像	192名患者（110例甲状腺眼病，51例眼眶肌炎，31例对照），共1628张图像	NA	VGG-16	准确率, AUC, 灵敏度, 特异性, F1分数	NA
5888	2025-10-06	An innovative ensemble approach of deep learning models with soft computing techniques for GIS-based drought-zonation mapping in Rarh Region, West Bengal 2025-Jun, Environmental science and pollution research international DOI:10.1007/s11356-025-36634-7 PMID:40560313	研究论文	本研究采用深度学习集成方法结合软计算技术，为西孟加拉邦Rarh地区开发基于GIS的干旱分区地图	提出混合深度学习集成模型，结合多层感知器神经网络和DenseNet神经网络，用于精确绘制干旱易发区地图	研究区域局限于西孟加拉邦的Rarh地区，可能限制了模型的普适性	分析干旱情景并开发精确的干旱分区地图，为干旱管理提供决策支持	西孟加拉邦Rarh地区的Birbhum和Purba Bardhhaman地区	地理信息系统, 环境科学	NA	GIS, 深度学习, 软计算技术	MLP, DenseNet, 集成学习	空间数据, 气象数据, 农业数据, 水文数据, 社会经济数据	27个干旱评估因子，覆盖3个月、6个月和12个月三个时间尺度	NA	多层感知器神经网络, DenseNet神经网络, 混合深度学习集成模型	ROC-AUC	NA
5889	2025-10-06	Physics-informed neural networks for optimal vaccination plan in SIR epidemic models 2025-May-20, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025059 PMID:40676987	研究论文	本研究提出基于物理信息神经网络的方法求解SIR传染病模型中的最优疫苗接种计划	首次将物理信息神经网络应用于求解传染病最优控制问题的HJB方程，并引入变量缩放方法提升训练稳定性	研究基于恒定感染率和恢复率的简化SIR模型，未考虑更复杂的流行病学因素	求解SIR传染病模型中的最小根除时间和最优疫苗接种策略	易感-感染-恢复(SIR)传染病模型	机器学习	传染病	物理信息神经网络(PINN)	神经网络	数值模拟数据	NA	NA	物理信息神经网络	均方残差误差, 收敛性, 最优切换时间识别精度	NA
5890	2025-10-06	Using deep learning for estimation of time-since-injury in pediatric accidental fractures 2025-May, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06223-4 PMID:40258953	研究论文	本研究使用深度学习模型评估儿童意外长骨骨折的受伤时间	首次将深度学习应用于儿童骨折受伤时间的影像学评估，相比传统方法提高了时间估计精度	研究数据来自单一儿童医院，样本量相对有限，且仅包含6岁以下儿童的长骨骨折	训练和验证深度学习模型以准确估计儿童意外长骨骨折的受伤时间	儿童意外长骨骨折的X光影像	计算机视觉	儿科骨折	X光影像分析	深度学习	图像	来自399名患者的2,328张X光片	NA	NA	混淆矩阵, 敏感性/特异性, 激活图, 平均绝对误差(MAE), 均方根误差(RMSE)	NA
5891	2025-10-06	Accuracy of deep learning-based upper airway segmentation 2025-03, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.102048 PMID:39244033	研究论文	本研究评估了基于深度学习的自动分割方法与半自动方法在上气道分割中的准确性	首次使用MONAI Label框架训练自动分割模型，并与开源软件ITK-SNAP的半自动方法进行系统性比较	研究样本量未明确说明，可能影响结果的普适性	评估自动和半自动上气道分割方法在正畸治疗中的准确性	锥形束CT图像中的上气道结构	数字病理	正畸疾病	锥形束CT成像	深度学习分割模型	医学影像	NA	MONAI Label, ITK-SNAP	NA	Dice相似系数, 精确度, 召回率, 95% Hausdorff距离, 体积差异	NA
5892	2025-10-06	Invited commentary: deep learning-methods to amplify epidemiologic data collection and analyses 2025-Feb-05, American journal of epidemiology IF:5.0Q1 DOI:10.1093/aje/kwae215 PMID:39013794	评论	本文探讨深度学习在流行病学数据收集与分析中的应用潜力与挑战	强调深度学习为流行病学研究提供的新机遇，包括扩大地理覆盖范围、增加研究对象数量和处理高维数据	深度学习工具对流行病学家而言不如传统回归方法直观易用，需要跨学科合作	探讨深度学习在流行病学数据收集与分析中的放大作用	流行病学研究方法和数据	机器学习	NA	深度学习	神经网络,注意力算法	文本,音频,图像,视频	NA	NA	NA	NA	NA
5893	2025-10-06	Deep Learning-Based Segmentation of Cervical Posterior Longitudinal Ligament Ossification in Computed Tomography Images and Assessment of Spinal Cord Compression: A Two-Center Study 2025-02, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.123567 PMID:39694139	研究论文	开发基于CT图像的深度学习模型用于自动分割颈椎后纵韧带骨化病灶并评估脊髓压迫程度	首个基于3D U-Net框架的全自动CT图像后纵韧带骨化分割系统，能够同时测量骨化物质厚度和计算脊髓压迫系数	样本量相对有限（307例），外部测试集性能略有下降	开发自动化深度学习模型用于颈椎后纵韧带骨化的精确分割和脊髓压迫评估	颈椎后纵韧带骨化患者	医学影像分析	颈椎病	计算机断层扫描（CT）	深度学习	CT图像	307例患者（上海长征医院260例，西南医科大学附属中医医院47例）	NA	3D U-Net	Dice相似系数，平均表面距离，组内相关系数（ICC），Bland-Altman图	NA
5894	2025-10-06	Critical factors influencing live birth rates in fresh embryo transfer for IVF: insights from cluster ensemble algorithms 2025-01-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88210-1 PMID:39881210	研究论文	本研究通过开发新型NMF集成算法分析影响新鲜胚胎移植活产率的关键临床因素	提出基于非负矩阵分解的集成算法(NMFE)，结合NMF、AMU-NMF和广义深度学习聚类算法，提高分析准确性	研究仅基于2238个IVF周期数据，样本量相对有限，且未验证算法在其他生殖医学场景的适用性	识别影响新鲜胚胎移植成功的关键临床因素	接受体外受精-胚胎移植治疗的不孕夫妇	机器学习	不孕症	非负矩阵分解，深度学习聚类	集成学习算法	临床特征数据	2238个IVF治疗周期，包含85个临床特征	NA	NMF, AMU-NMF, GDLC	准确性，可靠性	NA
5895	2025-10-06	Deep learning-based malaria parasite detection: convolutional neural networks model for accurate species identification of Plasmodium falciparum and Plasmodium vivax 2025-01-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87979-5 PMID:39885248	研究论文	提出基于卷积神经网络的深度学习模型，用于从厚血涂片中准确识别恶性疟原虫、间日疟原虫和未感染白细胞	开发七通道输入的CNN模型，解决了既往模型难以区分疟原虫物种的难题	当前模型基于实验室环境开发，尚未在真实世界质量图像上全面验证	通过自动化医学图像分析提升疟疾诊断的准确性和效率	感染恶性疟原虫和间日疟原虫的红细胞及未感染白细胞	计算机视觉	疟疾	厚血涂片显微镜检查	CNN	医学图像	12,954个测试案例（总预测64,126次）	NA	NA	准确率,精确率,召回率,特异性,F1分数,损失率	NA
5896	2025-10-06	Investigating the performance of multivariate LSTM models to predict the occurrence of Distributed Denial of Service (DDoS) attack 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313930 PMID:39823417	研究论文	本研究评估多元LSTM模型在预测分布式拒绝服务(DDoS)攻击方面的性能	首次系统比较多种LSTM变体与传统机器学习模型在DDoS攻击预测中的表现，并证明LSTM在网络安全时序数据处理中的优越性	无法完全避免服务器遭受DDoS攻击，仅能一定程度预防；研究基于特定数据集CICDDoS2019	开发能够准确预测DDoS攻击的深度学习模型	网络流量数据和DDoS攻击模式	机器学习	NA	深度学习，机器学习	LSTM, DNN, Random Forest, AdaBoost, Gaussian Naive Bayes	网络流量时序数据	CICDDoS2019数据集，包含88个特征，最终选用22个关键特征	NA	Vanilla LSTM, Stacked LSTM, Deep Neural Networks	准确率	NA
5897	2025-10-06	Artificial intelligence in ophthalmology: a bibliometric analysis of the 5-year trends in literature 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1580583 PMID:40665980	文献计量分析	通过文献计量方法分析2020-2024年人工智能在眼科领域应用的最新研究趋势	超越单个研究领域提供更全面的视角，涵盖2022年后疫情时代和AI技术快速发展期的文献，填补了先前文献计量研究的空白	仅基于Web of Science核心合集数据库，可能未涵盖所有相关文献	阐明人工智能在眼科领域应用的最新观点和发展趋势	人工智能与眼科交叉领域的学术文献	医学信息学	眼科疾病	文献计量分析	NA	文献元数据	21,725篇文献，来自134个国家和7,126个机构	CiteSpace, VOSviewer, Bibliometrix	NA	NA	NA
5898	2025-10-06	PSSR2: a user-friendly Python package for democratizing deep learning-based point-scanning super-resolution microscopy 2025, BMC methods DOI:10.1186/s44330-024-00020-5 PMID:40666158	研究论文	介绍PSSR2——一个用户友好的Python软件包，用于普及基于深度学习的点扫描超分辨率显微镜技术	重新设计PSSR工作流程和方法，通过集成的命令行界面和Napari插件实现用户友好的超分辨率工作流程，改进了半合成数据生成和训练过程	PSSR2模型仅适用于与训练数据足够相似的超分辨率数据，需要针对真实世界基准数据进行验证	开发易于使用的深度学习工具来增强显微镜图像质量	低分辨率显微镜图像	计算机视觉	NA	点扫描超分辨率显微镜	深度学习	电子显微镜图像	配对的低分辨率和高分辨率电子显微镜图像测试数据集	Python	NA	准确性, 视觉代表性	NA
5899	2025-10-06	Dual-stage segmentation and classification framework for skin lesion analysis using deep neural network 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251351858 PMID:40666627	研究论文	开发了一种用于皮肤病变分割和分类的双阶段深度学习框架	提出结合U-Net分割网络与EfficientFormer/SwiftFormer分类网络的双阶段框架，并在不平衡数据集和新型SLICE-3D数据集上验证性能	未明确说明模型在临床环境中的实际部署挑战和计算效率问题	开发准确可靠的皮肤病变自动分析系统以辅助早期诊断	皮肤病变图像	计算机视觉	皮肤癌	深度学习	CNN, Transformer	图像, 表格数据	HAM10000数据集(10,000训练图像), ISIC 2018, ISIC 2024 SLICE-3D数据集	PyTorch	U-Net, VGG16, EfficientFormer, SwiftFormer, ResNet	准确率, F1分数, 敏感度, 特异性, Jaccard指数, Dice相似系数, AUC	NA
5900	2025-10-06	A method for English paragraph grammar correction based on differential fusion of syntactic features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326081 PMID:40668821	研究论文	提出一种基于句法特征差分融合的英语段落语法纠错方法	通过差分融合分析相邻句子的句法差异，识别由语法错误引起的显著差异，锁定错误位置和类型	未明确说明方法在大规模语料上的适用性和计算效率	提高段落级语法纠错的质量和准确率	英语段落语法错误	自然语言处理	NA	依赖解析，句法特征分析	Transformer, Seq2Seq	文本	NA	NA	BERT, Transformer	准确率	NA