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
7181	2025-10-06	Adverse drug reaction signal detection via the long short-term memory model 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1554650 PMID:40626311	研究论文	本研究将LSTM深度学习模型应用于药物不良反应信号检测，并与传统统计方法进行比较	首次将LSTM深度学习模型引入药物不良反应信号检测领域，并证明其优于传统机器学习方法	研究数据仅来源于广东省ADR监测中心，样本代表性可能有限	提高药物不良反应信号检测的准确性和效率	药物不良反应监测数据	自然语言处理	药物不良反应	文本挖掘，深度学习	LSTM	文本数据	2,376个ADR信号（448个阳性信号，1,928个阴性信号）	NA	LSTM	灵敏度，F1分数	NA
7182	2025-10-06	Unwrapping non-locality in the image transmission through turbid media 2024-Jul-15, Optics express IF:3.2Q2 DOI:10.1364/OE.521581 PMID:39538508	研究论文	本研究开发了一种全局注意力机制来解决浑浊介质中图像传输的挑战，显著提升了重建性能	提出了基于光传播物理原理的全局注意力机制，有效捕捉像素间的长程依赖关系，实现两个数量级的性能提升	未明确说明方法在极端浑浊条件下的表现和计算效率	解决浑浊介质中高保真图像传输的挑战	通过浑浊介质传输的图像	计算机视觉	NA	光学成像，深度学习	深度学习网络	图像	NA	NA	全局注意力机制	重建保真度，像素级重建精度	NA
7183	2025-10-06	Overcoming Limitations to Deep Learning in Domesticated Animals with TrioTrain 2024-Apr-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.15.589602 PMID:38659907	研究论文	开发了一种名为TrioTrain的新方法，用于扩展DeepVariant在多物种基因组变异检测中的应用	提出了首个多物种DeepVariant模型，通过家系三重样本训练和区域重排技术解决非人类基因组变异检测的局限性	受限于动物基因组中不完美的真实标签数据	克服深度学习在驯养动物基因组变异检测中的限制	牛、牦牛和野牛的家系三重样本	生物信息学	NA	基因组测序，变异检测	深度学习	基因组序列数据	牛、牦牛和野牛的家系三重样本，共构建30个模型迭代	DeepVariant	DeepVariant模型架构	孟德尔遗传错误率，SNP F1分数	基于SLURM的集群
7184	2025-10-06	Screening of Moyamoya Disease From Retinal Photographs: Development and Validation of Deep Learning Algorithms 2024-03, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.044026 PMID:38258570	研究论文	开发并验证基于视网膜照片筛查烟雾病及其分期的深度学习算法	首次利用视网膜照片和深度学习技术实现烟雾病的自动筛查和分期预测	回顾性研究，样本量相对有限，需进一步前瞻性验证	开发辅助诊断烟雾病及其分期的深度学习模型	烟雾病患者和健康参与者的视网膜照片	计算机视觉	烟雾病	视网膜摄影	CNN	图像	498张烟雾病患者视网膜照片（78名患者），3835张健康参与者照片（1649名参与者）	PyTorch	ResNeXt50	AUC, 准确率, 灵敏度, 特异性, F1分数	NA
7185	2025-10-06	Neuron tracing from light microscopy images: automation, deep learning and bench testing 2022-12-13, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac712 PMID:36303315	综述	本文综述了光学显微镜图像中神经元追踪的自动化方法、深度学习进展及性能评估标准	聚焦深度学习增强方法的最新进展，重点介绍哺乳动物全脑单神经元追踪的半自动方法及包含数千个完整神经元形态的数据集	作为综述文章，不包含原始实验数据或新算法开发	更新神经元追踪领域的最新进展，帮助研究社区理解和选择相关工具与资源	光学显微镜图像中的神经元形态	数字病理学	NA	光学显微镜成像	NA	显微镜图像	多个包含数千个完整神经元形态的数据集	NA	NA	神经元追踪基准测试常用指标	NA
7186	2025-10-06	CnnBoost: a multilevel explainable stacked ensemble framework for effective detection of Myocardial Infarction from 12-lead ECG images using a transformational approach 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00357-3 PMID:40626266	研究论文	提出一种可解释的多层次堆叠集成框架CNNBoost，用于从12导联心电图图像中有效检测心肌梗死	提出结合CNN空间特征和XGBoost的堆叠集成模型，能够同时学习时空特征，并引入SHAP可解释性分析	使用南亚健康中心的公开数据集，可能存在地域代表性限制	开发可解释的机器学习框架用于心电图异常分类	心肌梗死和其他心脏异常的心电图图像	计算机视觉	心血管疾病	心电图图像分析	CNN, XGBoost	图像, 时间序列	NA	XGBoost	CNN, 堆叠集成模型	准确率, AUC, AUPRC	NA
7187	2025-10-06	Artificial intelligence models for predicting acute kidney injury in the intensive care unit: a systematic review of modeling methods, data utilization, and clinical applicability 2025-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf065 PMID:40620479	系统综述	系统评估ICU中急性肾损伤预测AI模型的建模方法、数据利用和临床适用性	首次系统评估ICU环境中AKI预测AI模型的方法学、数据利用和临床适用性，识别当前挑战并提出未来研究方向	纳入研究存在高偏倚风险，特别是泛化性和临床适用性方面，模型可比性受研究设计、预测窗口和数据源差异影响	评估ICU中急性肾损伤预测AI模型的建模方法、数据利用策略和临床适用性	ICU患者的急性肾损伤预测模型研究	机器学习	急性肾损伤	系统文献综述	机器学习,深度学习	ICU临床数据	47项符合纳入标准的研究（从1305项筛选研究中）	NA	NA	准确率,精确率,召回率,F1分数,AUC	NA
7188	2025-10-06	Gesture recognition and response system for special education using computer vision and human-computer interaction technology 2025-Jul-08, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2527226 PMID:40625119	研究论文	提出一种用于特殊教育的综合手势识别与响应系统，结合深度学习架构和机器学习算法	使用遗传算法进行模型压缩，将模型大小减少42%，推理时间减少45%，显著提升在资源受限设备上的实时性能	手势库有限，未整合多模态输入，系统自适应能力有待提升	开发适用于特殊教育的手势识别系统，作为残障人士的辅助工具	特殊教育中的手势识别应用	计算机视觉	NA	手势识别技术	CNN, SVM, 随机森林	手势图像数据	多样化手势数据集（包含不同光照条件、用户人口统计特征和生理差异）	NA	AlexNet, VGG19, ResNet, MobileNet	准确率	移动和嵌入式平台
7189	2025-10-06	Deep Learning-Based Classification of NSCLC-Derived Extracellular Vesicles Using AFM Nanomechanical Signatures 2025-Jul-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02009 PMID:40626500	研究论文	本研究开发了一种基于深度学习的非小细胞肺癌来源细胞外囊泡分类方法，通过原子力显微镜纳米力学特征分析实现精准诊断	首次展示了基于纳米力学特征的NSCLC来源细胞外囊泡分类方法，将深度学习和AFM分析相结合	样本变异性问题尚未解决，需要在临床样本中进一步验证性能	开发非小细胞肺癌液体活检的精准诊断工具	非小细胞肺癌来源的细胞外囊泡	数字病理学	肺癌	原子力显微镜	CNN	图像	来自NSCLC亚型（A549、PC9、PC9/GR）和非肿瘤性支气管上皮细胞（BEAS-2B）的细胞外囊泡	NA	DenseNet	AUC, 准确率	NA
7190	2025-10-06	Event-Driven Taxonomy (EDT) Screening: Leveraging Effect-Based Spectral Libraries to Accelerate Semiquantitative Nontarget Analysis of AhR Agonists in Sediment in the Era of Big Data 2025-Jul-08, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c07344 PMID:40626791	研究论文	开发了一种事件驱动分类法筛选策略，用于加速沉积物中非目标生物活性污染物的识别和半定量分析	将效应导向分析与非目标筛选工作流程整合为单一步骤，并嵌入两种新型效应基谱库	仅以芳烃受体活性为例进行验证，方法在其他生物活性体系中的适用性有待进一步研究	加速复杂化学混合物中生物活性污染物的识别和风险评估	沉积物中的芳烃受体激动剂	环境分析化学	NA	液相色谱-高分辨质谱, 效应导向分析, 非目标筛选	深度学习	质谱数据, 生物活性数据	NA	NA	NA	识别准确率, 假阳性率, 生物活性贡献解释率	NA
7191	2025-10-06	A Meta-Analysis of the Diagnosis of Condylar and Mandibular Fractures Based on 3-dimensional Imaging and Artificial Intelligence 2025-Jul-08, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011622 PMID:40627036	meta-analysis	通过系统综述和荟萃分析评估3D影像和人工智能在髁状突及下颌骨骨折诊断中的准确性和实用性	首次对基于3D影像和人工智能的髁状突骨折诊断方法进行系统性荟萃分析	面临数据质量、模型可解释性和临床验证等挑战，需要更多多中心研究验证	改善髁状突骨折的快速准确分类诊断，评估人工智能在颌面外科的应用价值	髁状突骨折和下颌骨骨折	medical imaging	maxillofacial fractures	3-dimensional computed tomography (CT)	deep learning models	3D medical images	NA	NA	NA	prediction accuracy, diagnostic efficiency	NA
7192	2025-10-06	A fully automated deep learning framework for age estimation in adults using periapical radiographs of canine teeth 2025-Jul-08, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03558-3 PMID:40627040	研究论文	提出了一种基于犬齿根尖周X线片的成人年龄自动估计深度学习框架	开发了包含牙齿检测和年龄估计的两步流程全自动框架，并比较了四种不同CNN架构在年龄估计中的表现	结合性别信息未能提升模型性能，且不同牙齿间的预测准确性无显著差异	开发用于法医鉴定的自动年龄估计工具	成人犬齿根尖周X线片	计算机视觉	法医鉴定	根尖周X线摄影	CNN	X线图像	2,587张X线片来自1,004名患者（691名女性，313名男性）	NA	YOLOv8-Nano, ResNet-18, DenseNet-121, EfficientNet-B0, MobileNetV3	F1分数, 检测成功率, 中位绝对误差	NA
7193	2025-10-06	Deep learning 3D super-resolution radiomics model based on Gd-enhanced MRI for improving preoperative prediction of HCC pathological grading 2025-Jul-08, Abdominal radiology (New York) DOI:10.1007/s00261-025-05085-6 PMID:40627133	研究论文	本研究开发了一种基于深度学习的3D超分辨率放射组学模型，用于术前预测肝细胞癌病理分级	首次将深度学习3D超分辨率技术与放射组学结合应用于HCC病理分级预测	样本量相对有限（197例患者），需进一步多中心验证	评估基于深度学习的3D超分辨率MRI放射组学模型预测HCC病理分级的可行性和有效性	肝细胞癌患者	医学影像分析	肝细胞癌	钆增强MRI，3D超分辨率技术	深度学习，梯度提升，支持向量机	3D MRI图像	197例HCC患者（训练集157例，测试集40例）	NA	梯度提升，LightGBM，支持向量机	AUC，敏感度，特异度，准确率	NA
7194	2025-10-06	MTMedFormer: multi-task vision transformer for medical imaging with federated learning 2025-Jul-08, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03404-z PMID:40627238	研究论文	提出了一种基于Transformer的多任务医学影像模型MTMedFormer，并结合联邦学习解决医学数据隐私问题	首次将Transformer架构与多任务学习结合用于医学影像，并提出新颖的贝叶斯联邦聚合方法	仅在乳腺X光片和肺炎数据集上进行了验证，需要更多医学影像任务的测试	解决医学影像分析中数据不足和隐私保护的双重挑战	医学影像数据，包括乳腺X光片和肺炎影像	医学影像分析	乳腺癌, 肺炎	深度学习	Transformer	医学影像	NA	NA	Transformer	NA	NA
7195	2025-10-06	A novel UNet-SegNet and vision transformer architectures for efficient segmentation and classification in medical imaging 2025-Jul-08, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01564-8 PMID:40627277	研究论文	提出一种结合卷积自编码器、UNet、SegNet和视觉变换器的混合深度学习模型，用于医学图像分割和分类	提出动态特征融合机制，集成多种架构优势；使用混合帝王企鹅优化器进行特征选择；开发HyViT-CE用于分类任务	未明确说明模型计算复杂度及在临床环境中的实时性能	解决医学图像中复杂结构的分割和分类挑战	脑肿瘤MRI、乳腺超声和胸部X光图像	计算机视觉	脑肿瘤, 乳腺癌, 胸部疾病	MRI, 超声, X射线	CAE, UNet, SegNet, Transformer	医学图像	三个主要数据集（具体数量未说明）	NA	UNet, SegNet, Vision Transformer, 卷积自编码器	准确率	NA
7196	2025-10-06	Deep Learning Approach for Biomedical Image Classification 2025-Jul-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01590-8 PMID:40627296	综述	本文全面概述了深度学习技术在生物医学图像分类中的应用	系统调研了50种医疗领域深度学习方法，强调公开数据集在推动AI医疗创新中的重要作用	NA	探讨深度学习在生物医学图像分析中的潜力和未来研究方向	医疗图像数据（乳腺X光、组织病理学、放射学等）	计算机视觉	NA	NA	CNN, RNN, GAN	医学图像	NA	NA	NA	NA	NA
7197	2025-10-06	Confidence-Driven Deep Learning Framework for Early Detection of Knee Osteoarthritis 2025-Jul-08, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3587003 PMID:40627470	研究论文	提出一种基于置信度驱动的深度学习框架，用于膝关节骨关节炎的早期检测	采用孪生网络框架结合多层级特征提取架构和混合损失策略，通过置信度划分训练样本来处理标注不确定性	仅针对KL-0和KL-2阶段进行区分，未涵盖所有KOA分级	开发辅助诊断工具以提升早期膝关节骨关节炎检测能力	膝关节骨关节炎患者	计算机视觉	骨关节炎	深度学习	Siamese网络	医学影像	骨关节炎倡议(OAI)数据集	NA	多层级全局平均池化(GAP)	准确率, 灵敏度, 特异性, Cohen's kappa, McNemar检验	NA
7198	2025-10-06	Coupled Diffusion Models for Metal Artifact Reduction of Clinical Dental CBCT Images 2025-Jul-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3587131 PMID:40627491	研究论文	提出一种耦合扩散模型用于减少临床牙科CBCT图像中的金属伪影	首次将耦合扩散模型应用于牙科CBCT金属伪影减少，设计了噪声转换模块和金属伪影自适应推理技术	未提及模型在跨中心数据上的泛化能力	减少临床牙科CBCT图像中的金属伪影	牙科CBCT图像	计算机视觉	牙科疾病	CBCT成像	扩散模型	医学图像	临床数据集（具体数量未说明）	NA	耦合扩散模型	客观指标，视觉质量	NA
7199	2025-10-06	ssEM Image Restoration via Diffusion Models with Multi-output Joint Strategy for Noise Estimation 2025-Jul-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3584726 PMID:40627490	研究论文	本研究提出了一种基于扩散模型的串行切片电子显微镜图像恢复方法，通过多输出联合策略进行噪声估计	提出了自适应可学习重建模块和首尾切片注意力块，采用多输出联合策略进行噪声估计，并重新设计了推理过程以优化部分损坏切片的恢复	未明确说明方法在极端噪声条件下的表现和计算效率	恢复串行切片电子显微镜中缺失的切片图像	串行切片电子显微镜图像	计算机视觉	NA	串行切片电子显微镜	扩散模型	3D图像	NA	NA	非对称和对称3D卷积	感知质量，分割性能	NA
7200	2025-10-06	Protecting Deep Learning Model Copyrights With Adversarial Example-Free Reuse Detection 2025-Jul-08, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3578664 PMID:40627481	研究论文	提出一种基于神经元功能分析的深度学习模型重用检测方法，用于保护模型版权	首个无需对抗样本、利用神经元功能分析进行DNN版权保护的方法，可处理异构重用场景	未明确说明方法在超大规模模型上的适用性	开发深度学习模型版权保护技术，防止未经授权的模型重用和复制	深度神经网络模型	机器学习	NA	神经元功能分析	深度神经网络	正常测试样本	NA	NA	NA	F1分数	NA