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
6181	2025-10-06	RADAI: A Deep Learning-Based Classification of Lung Abnormalities in Chest X-Rays 2025-Jul-07, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131728 PMID:40647727	研究论文	开发了一种基于深度学习的胸部X光片肺异常分类模型RADAI	通过微调三种先进深度学习模型(FSRFNet50、ResNext50、ResNet50)进行胸部X光肺异常分类比较	NA	开发能够准确检测胸部X光片中四种肺异常并生成报告的AI模型	胸部X光片中的肺异常	计算机视觉	肺癌	胸部X光成像	CNN	医学图像	NA	NA	FSRFNet50, ResNext50, ResNet50	准确率, 精确率, 召回率, F1分数	NA
6182	2025-10-06	Mamba-YOLO-ML: A State-Space Model-Based Approach for Mulberry Leaf Disease Detection 2025-Jul-07, Plants (Basel, Switzerland) DOI:10.3390/plants14132084 PMID:40648093	研究论文	提出基于状态空间模型的Mamba-YOLO-ML方法用于桑叶病害检测	采用相位模块化设计(PMSS)增强多尺度特征表示，结合Haar小波下采样保留纹理细节，并使用归一化Wasserstein距离损失提升小目标鲁棒性	NA	开发高效的桑叶病害检测方法以支持精准农业	桑叶病害	计算机视觉	植物病害	深度学习	YOLO, SSM, Mamba	图像	NA	NA	Mamba-YOLO-ML, PMSS, Mamba Block	mAP50, mAP50:95	嵌入式设备
6183	2025-10-06	Resource-Efficient Cotton Network: A Lightweight Deep Learning Framework for Cotton Disease and Pest Classification 2025-Jul-07, Plants (Basel, Switzerland) DOI:10.3390/plants14132082 PMID:40648091	研究论文	提出一种轻量级深度学习框架RF-Cott-Net用于棉花病虫害分类	集成早期退出机制和量化感知训练，在保持精度的同时提升部署效率	NA	实现棉花病虫害的快速准确诊断以支持有效防控策略和遗传育种研究	棉花病虫害图像	计算机视觉	植物病害	深度学习	CNN, Transformer	图像	包含11个疾病类别的CCDPHD-11开源图像数据集	NA	MobileViTv2	准确率, F1分数, 精确率, 召回率	农业边缘设备
6184	2025-10-06	Multi-Stage Cascaded Deep Learning-Based Model for Acute Aortic Syndrome Detection: A Multisite Validation Study 2025-Jul-07, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14134797 PMID:40649169	研究论文	开发了一种基于多阶段级联深度学习模型的急性主动脉综合征检测方法，并在多中心数据上进行了验证	采用多阶段级联架构，结合U-Net分割和级联分类，能够同时检测主动脉夹层、壁内血肿和穿透性动脉粥样硬化溃疡三种AAS亚型	研究样本量相对有限（260例），未提及模型在其他种族或地区人群中的泛化能力	开发能够快速准确检测急性主动脉综合征的深度学习模型	急性主动脉综合征患者	医学影像分析	心血管疾病	胸部CT血管成像	CNN, U-Net	医学影像	260例匿名CTA扫描，来自美国14个临床中心和4家不同CT制造商	NA	U-Net, 多尺度CNN	灵敏度, 特异度, AUC	NA
6185	2025-10-06	Model predictive control of nonlinear dynamical systems based on long sequence stable Koopman network 2025-Jul-07, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.07.003 PMID:40653404	研究论文	提出一种基于长序列稳定Koopman网络的非线性动力系统模型预测控制方法	提出SDKN-MPC方法，通过稳定Koopman求解器算法获得稳定Koopman算子，结合神经网络训练嵌入函数，解决了传统深度学习方法收敛慢和长期预测稳定性不足的问题	NA	解决非线性动力系统的控制问题	非线性动力系统	机器学习	NA	Koopman算子方法	深度Koopman网络	动力系统状态数据	NA	NA	稳定深度Koopman网络(SDKN)	预测性能, 收敛速度	NA
6186	2025-10-06	Integrating Graph Convolution and Attention Mechanism for Kinase Inhibition Prediction 2025-Jul-06, Molecules (Basel, Switzerland) DOI:10.3390/molecules30132871 PMID:40649385	研究论文	本研究开发了结合图卷积和图注意力网络的模型用于激酶抑制活性预测	首次将图卷积网络(GCN)与图注意力网络(GAT)相结合用于激酶抑制预测，在多个独立数据集上取得最佳性能	NA	预测小分子药物对激酶的抑制活性	激酶和小分子药物	机器学习	癌症	NA	GNN, GCN, GAT	图数据	两个大型激酶数据集（激酶数据集1和2）	NA	GCN, GCN_GAT	准确率, Matthews相关系数, 灵敏度, 特异性, 精确度	NA
6187	2025-10-06	Artificial Intelligence in Primary Malignant Bone Tumor Imaging: A Narrative Review 2025-Jul-04, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131714 PMID:40647712	综述	本文综述人工智能在原发性恶性骨肿瘤影像学中的应用进展	系统整合AI在骨肿瘤早期检测、影像分析、治疗反应预测和组织学分类中的创新应用	原发性恶性骨肿瘤罕见导致高质量数据集稀缺，缺乏标准化成像协议影响可重复性	探讨人工智能在原发性恶性骨肿瘤影像诊断和治疗中的临床应用	原发性恶性骨肿瘤的医学影像数据	医学影像分析	骨肿瘤	影像组学，多模态成像	CNN	医学影像	NA	NA	卷积神经网络	NA	NA
6188	2025-10-06	A comprehensive survey and benchmark of deep learning-based methods for atomic model building from cryo-electron microscopy density maps 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf322 PMID:40645653	综述	本文对基于深度学习的冷冻电镜密度图原子模型构建方法进行全面调查与基准测试	改进了现有评估指标，首次将深度学习方法与传统物理方法在50个不同分辨率冷冻电镜密度图上进行系统对比	AlphaFold依赖序列信息可用性和有限训练数据可能限制其应用	评估深度学习在冷冻电镜密度图原子模型构建中的性能表现	蛋白质原子模型	计算机视觉	NA	冷冻电镜	深度学习	密度图	50个冷冻电镜密度图	NA	NA	完整性, 准确性	NA
6189	2025-10-06	Deep Learning-Enhanced Spectroscopic Technologies for Food Quality Assessment: Convergence and Emerging Frontiers 2025-Jul-02, Foods (Basel, Switzerland) DOI:10.3390/foods14132350 PMID:40647102	综述	本文综述了深度学习与光谱技术融合在食品质量评估中的前沿应用与发展趋势	系统阐述六种先进光谱技术与深度学习的协同创新，重点聚焦光谱融合技术和混合光谱-异质融合方法	NA	建立从生产到消费的高精度可持续食品质量检测体系	食品质量评估	机器学习	NA	近红外/中红外光谱、拉曼光谱、荧光光谱、高光谱成像、太赫兹光谱、核磁共振	深度学习	光谱数据、图像数据	NA	NA	NA	速度、精度、非侵入性	边缘计算、便携设备
6190	2025-10-06	Optimizing Esophageal Cancer Diagnosis with Computer-Aided Detection by YOLO Models Combined with Hyperspectral Imaging 2025-Jul-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131686 PMID:40647685	研究论文	本研究结合高光谱成像与YOLO系列模型优化食管癌的计算机辅助诊断	首次将SAVE高光谱成像技术与多种YOLO模型结合，显著提升食管癌病变检测的准确性和诊断效能	未明确说明样本数量和数据集的详细组成，缺乏外部验证结果	开发可靠的食管癌恶性病变分期和定位检测框架	食管癌图像和恶性病变	计算机视觉	食管癌	高光谱成像, SAVE技术	YOLO	高光谱图像	NA	NA	YOLOv8, YOLOv7, YOLOv6, YOLOv5, Scaled YOLOv4, YOLOv3	特异性, 敏感性, 精确度, F1分数	NA
6191	2025-10-06	Machine Learning Models for Pancreatic Cancer Survival Prediction: A Multi-Model Analysis Across Stages and Treatments Using the Surveillance, Epidemiology, and End Results (SEER) Database 2025-Jul-02, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14134686 PMID:40649061	研究论文	本研究使用SEER数据库数据，通过多种机器学习模型分析胰腺癌患者在不同分期和治疗方式下的生存预测	首次在胰腺癌生存预测中系统比较参数模型、半参数模型、非参数模型与多种机器学习方法的性能，并构建生存概率热图	研究依赖于SEER数据库的回顾性数据，可能存在选择偏倚和数据完整性限制	开发准确的胰腺癌生存预测模型，为临床预后判断和治疗决策提供支持	胰腺癌患者，特别关注不同癌症分期和治疗方式（化疗和放疗）的患者群体	机器学习	胰腺癌	生存分析，机器学习建模	梯度提升，神经网络，弹性网络，随机森林，深度学习	临床数据，生存数据	SEER数据库中的胰腺癌患者数据	NA	NA	AUC，准确率，ROC曲线，拟合优度检验	NA
6192	2025-10-06	Intelligent meningioma grading based on medical features 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17808 PMID:40183528	研究论文	本研究开发了一种基于医学特征和深度神经网络的脑膜瘤智能分级方法	首次将医学特征与SNN-Tran模型结合用于脑膜瘤分级，能更好地捕捉医学特征间的复杂关系和长程依赖	NA	验证结合医学特征与深度神经网络能否有效提高脑膜瘤分级的准确性和可靠性	脑膜瘤患者	医学人工智能	脑膜瘤	医学特征分析	SNN-Tran	医学特征数据	NA	NA	SNN-Tran	准确率, 敏感性, 特异性, AUC	NA
6193	2025-10-06	A CNN-transformer-based hybrid U-shape model with long-range relay for esophagus 3D CT image gross tumor volume segmentation 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17818 PMID:40229138	研究论文	提出一种基于CNN-Transformer混合U型网络的食管肿瘤分割模型LRRM-U-TransNet，用于3D CT图像中食管大体肿瘤体积的精确分割	设计长距离接力机制，通过像素和语义路径逐步传递相邻层特征图，并开发Dual FastViT和Dual AxialViT两个模块增强特征表示和全局信息获取	NA	提高食管大体肿瘤体积在CT图像中的分割精度，改善食管癌的诊断和治疗效果	食管肿瘤患者的3D CT图像	医学图像分割	食管癌	CT成像	CNN, Transformer	3D CT图像	1665例真实世界患者CT样本，由5位放射学专家标注	NA	U-Net, Transformer, FastViT, AxialViT	Dice系数, Jaccard系数, 精确度, HD95, 体积相似度	NA
6194	2025-10-06	Deep learning-based hippocampus asymmetry assessment for Alzheimer's disease diagnosis 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17831 PMID:40241310	研究论文	提出基于深度学习的海马体不对称性定量评估方法DeepHAA，用于阿尔茨海默病诊断	首次通过深度学习实现海马体不对称性的定量评估，采用交叉注意力机制进行特征融合	样本量相对有限（仅199例），缺乏多中心验证	开发定量评估海马体不对称性的方法以辅助阿尔茨海默病诊断	正常认知、轻度认知障碍和阿尔茨海默病患者	医学影像分析	阿尔茨海默病	MRI	深度学习	医学影像	199例受试者（53例正常认知，71例轻度认知障碍，33例阿尔茨海默病）	NA	基于交叉注意力机制的深度学习模型	NA	NA
6195	2025-10-06	Lightweight cross-resolution coarse-to-fine network for efficient deformable medical image registration 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17827 PMID:40280883	研究论文	提出一种轻量级跨分辨率由粗到细网络，用于高效的可变形医学图像配准	提出三种关键创新：高效的跨分辨率由粗到细配准策略、纹理感知重参数化模块和组流重参数化模块，通过结构重参数化技术平衡训练精度和推理效率	NA	解决医学图像配准中高精度与高效率之间的权衡问题	医学图像配准	医学图像分析	NA	医学图像配准	深度学习	MRI图像, CT图像	LPBA数据集：30个训练图像对和9个测试图像对；OASIS数据集：1275个训练、110个验证和660个测试图像对；ACDC数据集：180个训练、20个验证和100个测试图像对；腹部CT数据集：380个训练对、6个验证对和42个测试对	NA	U-Net	DSC, HD95, MSE, Params, VRAM, FLOPs, 推理时间	NA
6196	2025-10-06	Impact of tracer uptake rate on quantification accuracy of myocardial blood flow in PET: A simulation study 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17871 PMID:40344168	研究论文	通过仿真研究探讨示踪剂摄取率对PET心肌血流量定量准确性的影响，并比较深度学习与传统参数估计方法的性能	首次系统研究示踪剂摄取率(K1)对MBF定量准确性的影响，并开发基于Transformer的深度学习模型用于PET参数成像	研究主要基于仿真数据，仅使用2例临床患者数据进行可行性验证，样本量有限	评估PET心肌血流量定量中不同参数估计方法的准确性，特别关注示踪剂摄取率的影响	心肌血流量(MBF)定量，PET参数成像	医学影像分析	心血管疾病	PET成像，动力学建模，13N-氨水PET扫描	Transformer, 深度学习	仿真PET图像，临床CT图像	基于55例临床CT图像生成的440个仿真案例(220个静息状态，220个负荷状态)，2例临床患者	NA	Transformer	平均绝对相对误差(MARE)，区域平均偏差，标准差	NA
6197	2025-10-06	Inference-specific learning for improved medical image segmentation 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17883 PMID:40356014	研究论文	提出一种推理特定学习策略，通过使训练数据与特定推理数据对齐来提升医学图像分割精度	提出推理特定学习策略，在不改变网络结构的情况下通过训练数据与推理数据对齐来提升预测精度	NA	通过弥合训练数据与推理数据之间的分布差异，提高深度学习网络在推理病例上的预测准确性	医学图像自动分割	医学图像分析	多器官分割（腹部、头颈部、胰腺）	CT成像	深度学习网络	医学图像（CT）	腹部30例、头颈部42例、胰腺210例CT数据	NA	NA	Dice系数, p值	NA
6198	2025-10-06	Transformer model based on Sonazoid contrast-enhanced ultrasound for microvascular invasion prediction in hepatocellular carcinoma 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17895 PMID:40384312	研究论文	本研究基于Sonazoid超声造影开发Transformer模型，用于术前预测肝细胞癌微血管侵犯	首次将Transformer模型应用于Sonazoid超声造影图像，结合动脉期和库普弗细胞期图像特征预测微血管侵犯	回顾性研究设计，样本量相对有限（164例患者）	评估Transformer模型在肝细胞癌微血管侵犯术前预测中的价值	164例肝细胞癌患者	计算机视觉	肝细胞癌	Sonazoid超声造影	Transformer	超声图像	164例HCC患者	NA	Transformer	AUC, 敏感性, 特异性, 准确率, 阳性预测值, 阴性预测值	NA
6199	2025-10-06	A 3D deep learning model based on MRI for predicting lymphovascular invasion in rectal cancer 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17882 PMID:40391614	研究论文	开发并验证基于术前MRI的3D深度学习模型用于预测直肠癌淋巴血管侵犯	首次提出使用3D深度学习模型结合不同扩展范围的肿瘤区域（GPTV系列）来预测直肠癌LVI状态，其中3D GPTV10模型表现最优	样本量相对有限（总样本334例），仅使用单一医疗机构数据	开发能够术前准确预测直肠癌淋巴血管侵犯的深度学习模型	直肠癌患者	医学影像分析	直肠癌	MRI T2WI轴向成像	深度学习	3D医学影像	334例直肠癌患者（训练集233例，验证集101例）	NA	DenseNet121	AUC	NA
6200	2025-10-06	Fusing radiomics and deep learning features for automated classification of multi-type pulmonary nodule 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17901 PMID:40391634	研究论文	提出融合影像组学特征和深度学习特征的方法，用于自动分类多种类型肺结节	首次使用判别相关分析特征融合算法整合影像组学特征和深度学习特征，最大化两类特征的互补性和类间差异	仅使用LIDC-IDRI数据集进行验证，未在其他数据集测试泛化能力	提高肺结节分类准确性，实现个性化肺癌治疗和预后预测	CT图像中的多种类型肺结节（恶性、钙化、毛刺、分叶、边界、纹理）	计算机视觉	肺癌	CT影像组学分析	深度学习神经网络	CT医学图像	LIDC-IDRI数据集	NA	NA	AUC	NA