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
621	2025-04-25	Automated grading of oleaster fruit using deep learning 2025-02-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89358-6 PMID:39939355	研究论文	本研究开发了一种基于深度学习的实时机器视觉系统，用于自动化分级沙枣果实	首次将Mask R-CNN和YOLOv8模型应用于沙枣果实的分级，实现了在不同分级速度下的高精度分类	研究仅针对伊朗国家标准分类的四种质量等级，未考虑其他可能的分类标准	开发高效的自动化沙枣果实分级方法以满足全球日益增长的需求	沙枣果实	计算机视觉	NA	深度学习	Mask R-CNN, YOLOv8	视频帧图像	四种不同质量等级的沙枣果实视频帧，采集自不同传送带速度(4.82至21.51 cm/s)
622	2025-04-25	Learning based lower limb joint kinematic estimation using open source IMU data 2025-02-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89716-4 PMID:39939380	研究论文	本研究提出了一种基于深度学习的框架，利用惯性测量单元（IMUs）估计下肢关节运动学	通过利用开源数据集开发了三种训练方法，包括单用户训练、多用户训练及结合迁移学习的方法，克服了对大量数据收集的依赖	多用户训练方法因用户步态模式差异而表现出较低的准确性	开发一种高效且可访问的下肢关节运动学估计方法，用于临床评估和实际环境应用	下肢关节运动学	机器学习	NA	深度学习	NA	IMU数据	开源数据集（未明确样本数量）
623	2025-04-25	Blockchain-integrated IoT device for advanced inspection of casting defects 2025-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86777-3 PMID:39939622	研究论文	本研究提出了一种创新的区块链集成物联网系统，用于铸件缺陷的高级检测，结合了基于ResNet的深度学习模型和区块链技术	结合ResNet深度学习模型与区块链技术，提升缺陷检测精度并确保数据完整性和可追溯性	可扩展性和能源效率仍有待改进	解决智能制造中的质量控制和数据管理挑战	铸件缺陷检测与数据管理	智能制造	NA	区块链技术、深度学习	ResNet	图像数据	NA
624	2025-04-25	Pre- and post- COVID-19 trends related to dementia caregiving on Twitter 2025-02-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82405-8 PMID:39939632	research paper	研究分析了COVID-19前后Twitter上关于痴呆症护理的相关趋势	使用BERT模型进行监督和无监督深度学习，分析痴呆症护理者在社交媒体上的表达变化	研究仅基于英文推文，可能无法代表全球所有地区的护理者情况	揭示COVID-19前后痴呆症护理者的关注点变化，以更好地支持护理者	Twitter上关于痴呆症护理的推文	natural language processing	geriatric disease	BERT-based topic modelling	BERT	text	44,527条推文
625	2025-04-25	Deep learning-based prediction of possibility for immediate implant placement using panoramic radiography 2025-02-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89219-2 PMID:39939654	研究论文	本研究探讨了基于深度学习的全景X光片预测即刻种植牙可能性的可行性	首次使用深度学习模型对即刻种植牙可能性进行预测，并验证了其高准确性	研究样本量相对有限（201名患者），且仅使用全景X光片数据	评估深度学习在预测即刻种植牙可能性方面的应用	201名患者的874颗待拔牙齿	数字病理	牙科疾病	全景X光摄影	DenseNet121, ResNet18, ResNet101, ResNeXt101, InceptionNetV3, InceptionResNetV2	医学影像	201名患者的874颗牙齿（440颗难以即刻种植，434颗可即刻种植）
626	2025-04-25	Mortality risk assessment using deep learning-based frequency analysis of electroencephalography and electrooculography in sleep 2025-Feb-10, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsae219 PMID:39301948	research paper	利用基于深度学习的脑电图和眼电图频率分析评估睡眠中的全因死亡风险	首次使用深度学习模型分析EEG和EOG的功率谱，以预测全因死亡率，并通过SHAP方法进行数据驱动的睡眠阶段特定频带定义	预测全因死亡率的C-index增益较小，仅增加0.24%	评估夜间多导睡眠图（PSG）中EEG和EOG的频率内容是否能预测全因死亡率	8716名参与者，包括MrOS睡眠研究和睡眠心脏健康研究的参与者	machine learning	NA	深度学习生存模型，SHAP分析，Cox比例风险模型	深度学习模型	EEG和EOG信号数据	8716名参与者的PSG数据
627	2025-04-25	Deep Learning-Powered Colloidal Digital SERS for Precise Monitoring of Cell Culture Media 2025-Feb-04, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.03.636280 PMID:39974903	研究论文	本文介绍了一种基于深度学习的胶体数字SERS平台，用于精确监测细胞培养基	利用深度学习和胶体数字SERS技术，通过将时间波动的SERS强度转换为数字二进制信号，显著提高了检测的准确性和可重复性	某些分析物缺乏特征SERS峰可能限制了该平台的广泛应用	开发一种快速、精确监测细胞培养基的新技术，以提高生物制药制造的质量控制	细胞培养基（特别是AMBIC 1.1）中的小分子关键过程参数和质量属性	生物医学诊断	NA	表面增强拉曼光谱（SERS），深度学习	深度学习	光谱数据	NA
628	2025-04-25	Heatmap-Based Active Shape Model for Landmark Detection in Lumbar X-ray Images 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01210-x PMID:39103566	研究论文	提出了一种基于热图和主动形状模型的方法，用于提高腰椎X射线图像中地标检测的鲁棒性	结合深度学习的图像分析能力和地标分布的统计形状约束，提高了地标检测的准确性	未提及具体对噪声和图像模糊性的处理效果	提高腰椎X射线图像中地标检测的鲁棒性	腰椎X射线图像	计算机视觉	腰椎疾病	热图响应和主动形状模型	CNN（Pose-Net和M-Net）	图像	3600张腰椎X射线图像
629	2025-04-25	IEA-Net: Internal and External Dual-Attention Medical Segmentation Network with High-Performance Convolutional Blocks 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01217-4 PMID:39105850	研究论文	提出了一种内部和外部双重注意力的医学图像分割网络IEA-Net，用于解决传统CNN在特征提取和远程依赖建模方面的不足	设计了ICSwR模块和IEAM模块，其中IEAM模块包含LGGW-SA和EA模块，分别用于学习样本内局部-全局特征关联和样本间连接	未明确提及具体局限性	提升医学图像分割性能，特别是人体器官分割任务	医学图像（人体器官图像）	计算机视觉	NA	深度学习	IEA-Net（包含ICSwR和IEAM模块）	图像	Synapse多器官分割数据集和ACDC心脏分割数据集（具体样本数量未提及）
630	2025-04-25	Automated 3D Cobb Angle Measurement Using U-Net in CT Images of Preoperative Scoliosis Patients 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01211-w PMID:39117939	研究论文	提出一种名为SpineCurve-net的深度学习框架，用于从术前脊柱侧弯患者的CT图像中自动测量3D Cobb角度	开发了结合U-net和NURBS-net的自动化3D Cobb角度测量方法，能更准确反映脊柱三维畸形特征	样本量相对有限（116例患者），且验证集年龄分布与训练集存在差异	开发自动化脊柱侧弯评估工具以辅助手术规划	脊柱侧弯患者的CT影像	数字病理	脊柱侧弯	CT成像	U-net结合NURBS-net	3D医学影像	116例脊柱侧弯患者（89例训练集，27例验证集）
631	2025-04-25	Allergy Wheal and Erythema Segmentation Using Attention U-Net 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01075-0 PMID:39120761	research paper	该研究使用深度学习方法对皮肤点刺试验（SPT）图像中的风团和红斑进行分割	采用Attention U-Net模型和图像预处理技术（CLAHE）来提高SPT图像中目标区域的分割精度	样本量较小（46张SPT图像，来自33名参与者），且模型的敏感性和Dice相似系数仍有提升空间	开发一种自动化方法来准确分割SPT图像中的风团和红斑区域	皮肤点刺试验（SPT）图像中的风团和红斑区域	computer vision	过敏性疾病	CLAHE（对比度受限的自适应直方图均衡化）	Attention U-Net	image	46张SPT图像（来自33名参与者），其中144个风团和150个红斑训练数据集
632	2025-04-25	Robust ROI Detection in Whole Slide Images Guided by Pathologists' Viewing Patterns 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01202-x PMID:39122892	研究论文	该研究提出了一种基于深度学习的方法，通过模拟病理学家的观察模式来增强全切片图像中感兴趣区域的检测	利用病理学家诊断时的观察模式生成热图，指导深度学习架构训练，无需单个病例注释	在没有眼动追踪数据的情况下，精确识别焦点区域具有挑战性	提高计算机辅助诊断系统中感兴趣区域检测的准确性和效率	皮肤活检全切片图像中的黑色素瘤诊断	数字病理学	黑色素瘤	深度学习	U-Net with pre-trained ResNet-18 encoder	图像	NA
633	2025-04-25	RVDLAHA: An RISC-V DLA Hardware Architecture for On-Device Real-Time Seizure Detection and Personalization in Wearable Applications 2025-Feb, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3442250 PMID:39137083	研究论文	提出了一种基于RISC-V的深度学习加速器硬件架构（RVDLAHA），用于可穿戴设备上的实时癫痫发作检测和个性化算法	提出了实时癫痫发作检测和个性化算法、可编程RISC-V深度学习加速器硬件架构（RVDLAHA）以及专用的RISC-V DLA（RVDLA）编译器	实验仅在实验室大鼠中进行，尚未在人类患者中验证	解决可穿戴设备中实时癫痫检测和个性化算法的硬件实现问题	癫痫患者的脑电信号数据	机器学习	癫痫	CNN	CNN	脑电信号数据	实验室大鼠
634	2025-04-25	Artificial intelligence-driven electrocardiography: Innovations in hypertrophic cardiomyopathy management 2025-Feb, Trends in cardiovascular medicine IF:7.3Q1 DOI:10.1016/j.tcm.2024.08.002 PMID:39147002	综述	本文探讨了人工智能（AI）和机器学习（ML）技术在肥厚型心肌病（HCM）的心电图（ECG）分析中的应用及其对诊断、预后和管理的潜在影响	利用深度学习（DL）模型（如卷积神经网络）分析ECG信号，准确识别HCM相关异常，超越传统诊断方法，并在风险评估中预测心律失常事件	需要更大、更多样化的数据集以提高模型的泛化能力，并解决罕见事件预测中的不平衡问题	探索AI和ML技术在HCM的ECG分析中的应用，以改进诊断、预后和管理策略	肥厚型心肌病（HCM）患者	机器学习	心血管疾病	深度学习（DL）	CNN	ECG信号	NA
635	2025-04-25	Deep Convolutional Neural Network for Automated Staging of Periodontal Bone Loss Severity on Bite-wing Radiographs: An Eigen-CAM Explainability Mapping Approach 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01218-3 PMID:39147888	research paper	该研究利用深度学习模型YOLOv8自动分类牙周骨丧失的严重程度，通过咬翼片X光图像进行四阶段分期	首次采用YOLOv8模型结合Eigen-CAM可解释性热图分析牙周骨丧失分期，实现了较高的分类准确率	模型在轻度和中度骨丧失分类上表现相对较差，可能由于这些阶段的影像学特征不如正常和严重阶段明显	开发自动化牙周骨丧失分期系统以辅助临床诊断	1752张咬翼片X光图像	digital pathology	periodontal disease	deep learning	YOLOv8	image	1752张咬翼片X光图像（80%训练验证，20%测试）
636	2025-04-25	Artificial intelligence-driven volumetric CT outcome score in cystic fibrosis: longitudinal and multicenter validation with/without modulators treatment 2025-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11019-5 PMID:39150489	研究论文	本研究利用3D深度学习技术对囊性纤维化（CF）患者CT结构变化进行全肺分割，开发了一种自动定量评估气道异常的标准化体积（NOVAA-CT）方法，并进行了纵向和多中心验证	首次开发了基于AI的全肺自动定量评估系统NOVAA-CT，可量化多种气道异常参数，并验证了其对治疗效果的监测能力	研究为回顾性设计，样本量相对有限（139例），且仅针对特定治疗药物（ETI和皮质类固醇）进行了验证	验证AI驱动的CT体积评分在囊性纤维化病情监测和治疗效果评估中的临床应用价值	囊性纤维化患者（接受ETI或皮质类固醇治疗）	数字病理学	囊性纤维化	3D深度学习	3D CNN	CT影像	139例CF患者（60例ETI组，20例ABPA组，59例外部验证组）
637	2025-04-25	Disease Activity and Therapeutic Response to Pegcetacoplan for Geographic Atrophy Identified by Deep Learning-Based Analysis of OCT 2025-Feb, Ophthalmology IF:13.1Q1 DOI:10.1016/j.ophtha.2024.08.017 PMID:39151755	研究论文	使用基于深度学习的OCT图像分析技术量化pegcetacoplan治疗下地理萎缩(GA)患者的光感受器(PRs)和视网膜色素上皮(RPE)层的形态学变化	首次采用深度学习技术对OCT图像进行分析，量化pegcetacoplan治疗对GA患者PR和RPE退化的影响，并发现EZ-RPE差异对疾病进展和治疗反应有显著影响	研究为事后纵向图像分析，可能存在选择偏倚；样本仅来自两项临床试验(OAKS和DERBY)	评估pegcetacoplan治疗对GA患者视网膜结构变化的影响	年龄相关性黄斑变性导致的GA患者	数字病理学	年龄相关性黄斑变性	OCT成像，深度学习分析	深度学习分割模型	OCT图像	897名患者的897只眼睛
638	2025-04-25	Deep learning and optimization enabled multi-objective for task scheduling in cloud computing 2025-Feb, Network (Bristol, England) DOI:10.1080/0954898X.2024.2391395 PMID:39163538	研究论文	本文提出了一种结合多目标优化和深度学习的任务调度模型，用于云计算环境中的任务分配	提出了一种混合分数火烈鸟甲虫优化算法(FFBO)和深度前馈神经网络融合长短期记忆网络(DFNN-LSTM)的新模型	NA	优化云计算环境中的任务调度性能	云计算任务调度	机器学习	NA	深度学习	DFNN-LSTM, FFBO	任务参数和虚拟机参数	NA
639	2025-04-25	Sleep onset time as a mediator in the association between screen exposure and aging: a cross-sectional study 2025-Feb, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01321-x PMID:39190220	研究论文	本研究探讨了屏幕暴露时间对中老年人群衰老的影响，并分析了睡眠开始时间在这一关系中的中介作用	首次使用视网膜年龄差作为衰老指标，并发现睡眠开始时间在屏幕使用与视网膜年龄差之间起中介作用	研究为横断面设计，无法确定因果关系	探究屏幕暴露时间与衰老之间的关系及其潜在机制	中国上海45岁以上的健康在职成年人	数字病理学	老年疾病	深度学习算法	深度学习	图像（眼底图像）和问卷数据	未明确说明样本数量，研究对象为上海45岁以上健康在职成年人
640	2025-04-25	Brain tumor detection and segmentation using deep learning 2025-Feb, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01203-5 PMID:39231857	research paper	该研究提出了一种基于深度学习的脑肿瘤检测、分类和分割方法，结合YOLOv5与2D U-Net	首次比较了不同目标检测算法（Faster R-CNN、YOLO和SSD）在脑肿瘤MRI数据上的表现，并将最佳检测网络与2D U-Net结合进行像素级分割	研究仅针对特定数据集（BTF和BRATS 2018）进行了验证，未在其他数据集上测试泛化能力	比较不同目标检测算法在脑肿瘤检测中的性能，并开发一种高效的脑肿瘤检测与分割方法	脑肿瘤的检测、分类和分割	digital pathology	brain tumor	deep learning-based object detection and segmentation	YOLOv5, 2D U-Net, Faster R-CNN, SSD, Mask R-CNN	MRI images	Brain Tumor Figshare (BTF) dataset和BRATS 2018数据集