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
6721	2025-02-21	Artificial intelligence-powered coronary artery disease diagnosis from SPECT myocardial perfusion imaging: a comprehensive deep learning study 2025-Feb-20, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07145-x PMID:39976703	研究论文	本研究旨在开发先进的深度学习模型，利用SPECT心肌灌注成像（MPI）进行冠状动脉疾病（CAD）的诊断	采用了多种监督和半监督深度学习算法及训练策略，包括迁移学习和数据增强，以提高CAD诊断的准确性	研究仅针对LAD区域的诊断，未涵盖所有冠状动脉区域	开发并验证基于深度学习的SPECT-MPI图像分析模型，用于CAD的自动化诊断	940名接受SPECT-MPI检查的患者，其中281名患者进行了侵入性冠状动脉造影（ICA）	数字病理学	心血管疾病	SPECT-MPI, 侵入性冠状动脉造影（ICA）	DenseNet201, ResNet152V2, InceptionResNetV2	图像	940名患者，其中281名进行了ICA
6722	2025-02-21	Impact of deep learning on pediatric elbow fracture detection: a systematic review and meta-analysis 2025-Feb-20, European journal of trauma and emergency surgery : official publication of the European Trauma Society IF:1.9Q2 DOI:10.1007/s00068-025-02779-w PMID:39976732	系统综述与荟萃分析	本研究系统评估了深度学习模型在检测儿童肘部骨折中的表现	首次系统评估和荟萃分析了深度学习模型在儿童肘部骨折检测中的应用及其性能	仅纳入了6项符合条件的研究，样本量相对较小，可能影响结果的普遍性	评估深度学习模型在儿童肘部骨折检测中的准确性和性能	0至16岁儿童的肘部骨折	计算机视觉	儿童肘部骨折	深度学习	ResNet等深度学习模型	医学影像	22项研究中的6项符合条件的研究
6723	2025-02-21	TRUSWorthy: toward clinically applicable deep learning for confident detection of prostate cancer in micro-ultrasound 2025-Feb-20, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03335-y PMID:39976857	研究论文	本文提出了一种名为TRUSWorthy的系统，旨在通过深度学习技术提高前列腺癌（PCa）在微超声中的检测准确性	TRUSWorthy系统整合了自监督学习、多实例学习聚合、随机欠采样增强和集成学习，有效解决了标签稀缺、弱标签、类别不平衡和过度自信等问题	尽管TRUSWorthy在准确性和不确定性校准方面表现出色，但其在临床环境中的广泛应用仍需进一步验证和优化	开发一种可靠的深度学习系统，用于前列腺癌的检测，以满足临床需求	前列腺癌（PCa）	计算机视觉	前列腺癌	自监督学习、多实例学习聚合、随机欠采样增强和集成学习	深度学习模型	微超声数据	大型多中心数据集
6724	2025-02-21	Triboelectric Nanogenerator-Based Flexible Acoustic Sensor for Speech Recognition 2025-Feb-19, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c21563 PMID:39912319	研究论文	本文提出了一种基于声驱动摩擦电纳米发电机的柔性声学传感器，用于语音识别	设计了一种基于PVDF/GO复合纳米纤维膜的声驱动摩擦电纳米发电机，结合多层注意力卷积网络（MLACN）实现高精度语音识别	未提及传感器的长期稳定性测试结果	开发一种低成本、高稳定性、高保真和高灵敏度的人机交互声学传感器	柔性声学传感器及其在语音识别中的应用	人机交互	NA	电纺丝技术	多层注意力卷积网络（MLACN）	语音数据	未明确提及样本数量
6725	2025-02-21	EBHOA-EMobileNetV2: a hybrid system based on efficient feature selection and classification for cardiovascular disease diagnosis 2025-Feb-19, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2466081 PMID:39970065	研究论文	本文提出了一种基于深度学习的智能医疗框架，用于心血管疾病的诊断，结合了有效的特征选择和分类技术	结合了增强的二进制蝗虫优化算法（EBHOA）和增强的MobileNetV2模型（EMobileNetV2），以提高心血管疾病预测的准确性和一致性	未提及模型在其他数据集上的泛化能力，以及在实际临床环境中的应用效果	提高心血管疾病预测的准确性，以改善临床实践和患者护理	心血管疾病（CVD）患者	机器学习	心血管疾病	增强的二进制蝗虫优化算法（EBHOA）、增强的MobileNetV2模型（EMobileNetV2）	EMobileNetV2	结构化数据	UCI Heart Disease和Framingham Heart Study数据集
6726	2025-02-21	Mental Health Screening Using the Heart Rate Variability and Frontal Electroencephalography Features: A Machine Learning-Based Approach 2025-Feb-19, JMIR mental health IF:4.8Q1 DOI:10.2196/72803 PMID:39971280	研究论文	本研究探讨了使用心率和前额脑电图特征进行心理健康筛查的机器学习方法	结合心率和前额脑电图特征进行心理健康筛查，展示了可能的协同效应	需要进一步研究以预测治疗反应并基于基线生理标志物提出优选治疗方案	探讨心率和前额脑电图特征在机器学习算法中对精神病患者和健康对照者的分类准确性	182名参与者（87名精神病患者和95名健康对照者）	机器学习	精神疾病	支持向量机（SVM）	SVM	生理信号（心率和脑电图）	182名参与者（87名精神病患者和95名健康对照者）
6727	2025-02-21	Enhancing Chest X-ray Diagnosis with a Multimodal Deep Learning Network by Integrating Clinical History to Refine Attention 2025-Feb-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01446-1 PMID:39971817	研究论文	本研究介绍了一种多模态胸部X光网络（MCX-Net），通过整合胸部X光图像和临床病史文本进行多标签疾病诊断	MCX-Net通过结合预训练的文本编码器、图像编码器和图像-文本跨模态编码器，显著提升了胸部X光的多标签疾病诊断性能	模型训练面临标签不平衡和某些疾病样本稀缺的挑战	提升胸部X光的多标签疾病诊断准确性	胸部X光图像和临床病史文本	医学影像分析	肺部疾病	深度学习	MCX-Net（结合预训练的文本编码器、图像编码器和图像-文本跨模态编码器）	图像和文本	基于公开的MIMIC-CXR-JPG数据集进行训练和测试
6728	2025-02-21	NMTNet: A Multi-task Deep Learning Network for Joint Segmentation and Classification of Breast Tumors 2025-Feb-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01440-7 PMID:39971818	研究论文	本文提出了一种新型多任务深度学习网络（NMTNet），用于联合分割和分类乳腺肿瘤，基于卷积神经网络（CNN）和U形架构	NMTNet结合了共享编码器、多尺度融合通道细化（MFCR）模块、分割分支和分类分支，通过病变区域增强（LRE）模块和细粒度分类器提高了分割和分类的准确性	NA	提高乳腺肿瘤的分割和分类准确性，以辅助乳腺癌诊断	乳腺肿瘤	计算机视觉	乳腺癌	深度学习	CNN, U-shaped architecture	超声图像, 磁共振成像	NA
6729	2025-02-21	Artificial Intelligence for Diabetic Foot Screening Based on Digital Image Analysis: A Systematic Review 2025-Feb-17, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968251317521 PMID:39960227	系统综述	本文系统回顾了基于数字图像分析的人工智能技术在糖尿病足筛查中的应用	探讨了人工智能在糖尿病足筛查中的潜力，特别是深度学习方法的应用	需要进一步评估临床适用性，包括伦理问题和患者数据安全性，以及开发更全面的数据集	识别并分析使用数字图像分析开发AI模型进行糖尿病足筛查的研究	糖尿病足筛查	计算机视觉	糖尿病	数字图像分析	人工神经网络（ANNs）和卷积神经网络（CNNs）	热成像或足部热图	2214篇相关文章，其中9篇符合纳入标准
6730	2025-02-21	Super-resolution synthetic MRI using deep learning reconstruction for accurate diagnosis of knee osteoarthritis 2025-Feb-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01911-z PMID:39961957	研究论文	本研究评估了深度学习重建（DLR）技术在合成MRI（SyMRI）上的准确性，包括T2测量和DLR合成MRI（SyMRIDL）在膝关节骨关节炎（KOA）患者中的诊断性能，以常规MRI为标准参考	使用深度学习重建技术生成合成MRI图像，提供准确的T2测量值，能够更自信地从正常外观的软骨中识别早期软骨退化	样本量相对较小（36名志愿者和70名患者），且研究时间较短（2023年5月至10月）	评估DLR合成MRI在膝关节骨关节炎诊断中的准确性和性能	膝关节骨关节炎患者和志愿者	医学影像	膝关节骨关节炎	深度学习重建（DLR），合成MRI（SyMRI）	深度学习模型	MRI图像	36名志愿者和70名患者
6731	2025-02-21	Stacked CNN-based multichannel attention networks for Alzheimer disease detection 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85703-x PMID:39962097	研究论文	本文提出了一种基于堆叠卷积神经网络（CNN）和多通道注意力网络的轻量级模型（SCCAN），用于MRI图像的阿尔茨海默病（AD）分类	通过堆叠5个CNN模块和多级特征提取，结合通道注意力模块，有效减少噪声并增强特征权重，同时减少模型参数，适合小数据集训练	未提及模型在更广泛数据集上的泛化能力或实际临床应用的验证	开发一种高效的AD识别系统，提升MRI图像分类的准确性和效率	阿尔茨海默病（AD）患者的MRI图像	计算机视觉	阿尔茨海默病	深度学习（DL）	堆叠卷积神经网络（CNN）与通道注意力网络（SCCAN）	MRI图像	ADNI1 Complete 1Yr 1.5T、Kaggle和OASIS-1数据集
6732	2025-02-21	Multi-label software requirement smells classification using deep learning 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86673-w PMID:39962114	研究论文	本研究开发了一种基于深度学习的多标签软件需求异味分类模型，用于检测单个需求中的多种软件需求异味	首次将LSTM、Bi-LSTM和GRU等高级神经网络架构与ELMo和Word2Vec等词嵌入技术结合，用于多标签软件需求异味分类	研究仅基于8120个需求数据集，可能无法覆盖所有类型的软件需求异味	提高软件需求异味检测的自动化水平，减少人工检测的时间和错误	软件需求异味	自然语言处理	NA	深度学习	LSTM, Bi-LSTM, GRU	文本	8120个需求数据集
6733	2025-02-21	Multicenter study on predicting postoperative upper limb muscle strength improvement in cervical spinal cord injury patients using radiomics and deep learning 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72539-0 PMID:39962172	研究论文	本研究旨在评估基于机器学习的放射组学方法在预测脊髓损伤患者预后中的准确性	结合放射组学和深度迁移学习特征，利用MRI图像预测颈椎脊髓损伤患者术后上肢肌力改善情况	样本量较小（82例），且为回顾性研究，可能存在选择偏倚	评估放射组学方法在预测脊髓损伤患者预后中的准确性	颈椎脊髓损伤患者	数字病理	脊髓损伤	MRI	随机森林（RF）和ResNet34	图像	82例来自三家医院的脊髓损伤患者
6734	2025-02-21	A deep learning framework based on structured space model for detecting small objects in complex underwater environments 2025-Feb-17, Communications engineering DOI:10.1038/s44172-025-00367-9 PMID:39962196	研究论文	本文提出了一种结合结构化空间模型（SSM）与特征增强的创新方法，专门用于复杂水下环境中的小目标检测	结合结构化空间模型（SSM）与特征增强，开发了高精度、轻量级的检测模型UWNet，显著提高了计算效率并保持了高检测精度	未提及具体局限性	解决水下目标检测中精度与模型效率及实时性能的平衡问题	水下环境中的小目标，如海星和扇贝	计算机视觉	NA	结构化空间模型（SSM）与特征增强	UWNet	图像	未提及具体样本数量
6735	2025-02-21	Multimodal surface-based transformer model for early diagnosis of Alzheimer's disease 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90115-y PMID:39962212	研究论文	本文提出了一种基于多模态表面特征的Transformer模型，用于阿尔茨海默病的早期诊断	首次利用从MRI和PET扫描中提取的多模态、轻量级皮层表面特征，替代计算密集型的3D体积特征，并采用中间融合方法和交叉注意力机制有效整合不同模态的特征	NA	开发一种更高效的方法来早期诊断阿尔茨海默病	阿尔茨海默病患者	数字病理学	老年病	MRI, PET	Transformer	图像	ADNI系列数据集
6736	2025-02-21	A unified framework harnessing multi-scale feature ensemble and attention mechanism for gastric polyp and protrusion identification in gastroscope imaging 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90034-y PMID:39962226	研究论文	本研究旨在解决胃镜成像中区分胃息肉和突出物的诊断挑战，提出了一种结合多尺度特征集成和注意力机制的深度学习模型MultiAttentiveScopeNet	引入了MultiAttentiveScopeNet模型，结合多层特征集成和注意力机制，提高了胃镜图像分析的准确性和可解释性	NA	提高胃镜成像中胃息肉和突出物的诊断准确性	胃镜图像	计算机视觉	胃病	深度学习	CNN	图像	大型多类胃镜图像数据集
6737	2025-02-21	Stacked encoding and AutoML-based identification of lead-zinc small open pit active mines around Rampura Agucha in Rajasthan state, India 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89672-z PMID:39962260	研究论文	本研究旨在通过Sentinel 2图像分析，利用机器学习算法检测和分类印度拉贾斯坦邦Rampura Agucha周围的铅锌露天矿区域	结合多种波段比率和光谱指数，使用深度学习堆叠编码器和15种不同的机器学习分类器，提高了复杂矿区及其周边地物特征的检测精度	研究仅限于Sentinel 2图像数据，未涉及其他遥感数据源	检测和分类铅锌露天矿区域及其周边地物特征	印度拉贾斯坦邦Rampura Agucha周围的铅锌露天矿区域	机器学习	NA	Sentinel 2图像分析	extra tree classifier (et), light gradient boosting machine classifier (lightgbm), random forest classifier (rf)	卫星图像	NA
6738	2025-02-21	Deep convolutional neural network-based enhanced crowd density monitoring for intelligent urban planning on smart cities 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90430-4 PMID:39962323	研究论文	本文提出了一种基于深度卷积神经网络的增强型人群密度监测技术，用于智能城市规划	提出了DCNNCDM-IUP技术，结合SE-DenseNet和ConvLSTM方法，通过红狐优化算法进行超参数选择，提高了人群密度监测的准确性	未提及具体的数据集规模或实际应用中的潜在挑战	开发一种高效的人群密度监测技术，以支持智能城市的交通管理、公共安全和城市规划	智能城市中的人群密度监测	计算机视觉	NA	深度学习（DL）、高斯滤波（GF）、红狐优化（RFO）	SE-DenseNet、ConvLSTM	图像、时间序列数据	未提及具体样本数量
6739	2025-02-21	Research on the development of an intelligent prediction model for blood pressure variability during hemodialysis 2025-Feb-17, BMC nephrology IF:2.2Q2 DOI:10.1186/s12882-025-03959-x PMID:39962403	研究论文	本研究开发了一种智能预测模型，用于预测血液透析期间血压变异性，以减少透析中低血压（IDH）和透析中高血压（IDHTN）的发生	利用机器学习和深度学习模型预测血液透析期间的血压波动，并通过SHAP方法识别关键特征，开发了临床应用的便捷工具	研究数据来自两家医院，可能存在地域局限性，且样本量虽大但未涵盖所有可能的患者群体	开发智能预测模型以减少血液透析期间的血压波动	接受维持性血液透析的患者	机器学习	心血管疾病	机器学习	XGBoost, CatBoost, RF	临床数据	67,524次血液透析会话
6740	2025-02-21	Comparative analysis of intestinal tumor segmentation in PET CT scans using organ based and whole body deep learning 2025-Feb-17, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01587-3 PMID:39962481	研究论文	本文比较了基于器官和全身深度学习在PET CT扫描中分割肠道肿瘤的效果	提出了一种新的基于器官的深度学习方法来提高肠道肿瘤分割的准确性	研究主要针对DLBCL患者，对其他类型肿瘤的适用性需要进一步验证	评估训练数据同质性在准确识别肠道肿瘤中的有效性	肠道肿瘤	计算机视觉	癌症	深度学习	CNN	PET CT图像	来自大型多中心临床试验（NCT01287741）的DLBCL患者