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
7321	2025-10-06	Deep learning system for the auxiliary diagnosis of thyroid eye disease: evaluation of ocular inflammation, eyelid retraction, and eye movement disorder 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1609231 PMID:40589523	研究论文	开发基于语义分割的甲状腺眼病辅助诊断模型，用于评估眼睑退缩、眼球运动障碍和眼部炎症	采用双分支特征提取融合策略的TBRM-Net进行多标签分类识别，DSR-Net进行眼部结构分割，并设计了可解释性强的定量诊断算法	样本量相对有限（153名受试者），未提及外部验证结果	构建甲状腺眼病辅助诊断系统，提高诊疗效率	表现出眼睑退缩、眼球运动障碍和CAS相关眼部炎症症状的患者	计算机视觉	甲状腺眼病	深度学习	语义分割网络, 多标签分类网络	眼部图像	153名受试者，包含原在位数据集（303眼）、注视位数据集（1,199眼）和多标签炎症分类数据集（272眼）	NA	TBRM-Net, DSR-Net	平均像素精度, 准确率	NA
7322	2025-10-06	Optimizing physical education schedules for long-term health benefits 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1555977 PMID:40589818	研究论文	本研究提出了一种基于深度学习的体育课程表优化方法，旨在提升学生长期健康效益	首次将CNN和LSTM融合用于体育课程表优化，通过空间特征和时间模式提取实现个性化排课	未明确说明研究样本的具体规模和多样性，可能影响模型的泛化能力	优化体育教育课程安排以最大化学生长期健康效益	学生群体的体育课程安排和健康数据	机器学习	NA	深度学习	CNN,LSTM	人口统计学数据,活动相关变量	NA	NA	CNN-LSTM融合架构	均方误差(MSE),R平方(R²),平均绝对误差(MAE)	NA
7323	2025-10-06	Identification of yellow vein clearing disease in lemons based on hyperspectral imaging and deep learning 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1554514 PMID:40589954	研究论文	本研究基于高光谱成像和深度学习技术开发了一种柠檬黄脉明病的识别方法	首次将高光谱成像技术应用于柠檬黄脉明病识别，并提出了一种结合3D和2D卷积层的混合3D-2D-LcNet架构	NA	开发高效准确的植物病害检测方法	柠檬黄脉明病	计算机视觉	植物病害	高光谱成像	CNN	高光谱图像	NA	NA	3D-2D-LcNet, 3D-ShuffleNetV2, 2D-LcNet, 2D-ShuffleNetV2	准确率	NA
7324	2025-10-06	Comparative analysis of adaptive and general labeling methods for soybean leaf detection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1582303 PMID:40589953	研究论文	比较自适应和通用标注方法在大豆叶片检测中的性能差异	提出了一种利用叶片长度和底部边缘信息的上下文感知标注方法	仅针对特定大豆品种进行了测试，未涵盖所有可能的大豆生长形态	研究不同标注方法对基于AI的大豆叶片检测效率的影响	大豆叶片	计算机视觉	NA	深度学习	YOLOv5L	高分辨率图像	NA	PyTorch	YOLOv5L	准确率,效率	NA
7325	2025-10-06	Deep learning for enhanced prediction of diabetic retinopathy: a comparative study on the diabetes complications data set 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1591832 PMID:40589972	研究论文	本研究使用深度学习与传统机器学习模型比较预测糖尿病患者视网膜病变的效果	首次在糖尿病并发症数据集上系统比较深度学习与传统统计模型在糖尿病视网膜病变预测中的性能，并采用SHAP分析增强模型可解释性	研究仅基于单一数据集的3000个数据点，样本代表性可能有限	开发、比较和验证预测糖尿病患者视网膜病变的模型	糖尿病患者及合并视网膜病变的患者	机器学习	糖尿病视网膜病变	临床数据分析	DNN, 逻辑回归, 决策树, 朴素贝叶斯, 随机森林, 支持向量机	结构化临床数据	3000个数据点，来自国家人口健康科学数据中心的糖尿病并发症数据集	SPSS, 深度学习框架未明确说明	深度神经网络	准确率, F1分数, AUC	NA
7326	2025-10-06	Ranking Protein-Protein Models with Large Language Models and Graph Neural Networks 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4623-6_4 PMID:40601251	研究论文	介绍了一种基于图神经网络和大语言模型的蛋白质-蛋白质相互作用模型排序方法	结合蛋白质语言模型和图神经网络开发了DeepRank-GNN-esm算法，用于从大量生成的模型中识别近天然PPI构象	NA	解决蛋白质-蛋白质相互作用模型排序的挑战，识别近天然构象	蛋白质-蛋白质相互作用模型	生物信息学	癌症，感染性疾病，神经退行性疾病	蛋白质语言模型，图神经网络	GNN	蛋白质结构数据	NA	NA	DeepRank-GNN-esm	NA	NA
7327	2025-10-06	Using InterLabelGO+ for Accurate Protein Language Model-Based Function Prediction 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4623-6_7 PMID:40601254	研究论文	介绍InterLabelGO+蛋白质功能预测模型及其在CAFA5挑战中的优异表现	结合ESM2蛋白质语言模型与考虑GO术语复杂关系的深度学习模型，并通过与序列同源性搜索结果整合获得共识预测	NA	开发准确的蛋白质功能预测方法	蛋白质序列及其基因本体(GO)功能注释	自然语言处理	NA	蛋白质语言模型，序列同源性搜索	深度学习模型	蛋白质序列数据	NA	NA	ESM2	CAFA5评估指标	NA
7328	2025-10-06	Predicting the Pathogenicity of Human Protein Variants: Not Only a Matter of Residue Labeling 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4623-6_12 PMID:40601259	研究论文	本文介绍了一种预测人类蛋白质变异致病性的计算方法，并扩展了致病性预测后的结构功能分析	不仅预测变异致病性，还能在预测为致病性后提供其他重要的结构和功能特性计算分析	NA	开发能够预测人类蛋白质变异致病性并提供相关结构功能分析的计算工具	人类蛋白质变异	生物信息学	NA	蛋白质序列嵌入，机器学习和深度学习	NA	蛋白质序列数据	NA	NA	NA	NA	NA
7329	2025-10-06	A reliable deep-learning-based method for alveolar bone quantification using a murine model of periodontitis and micro-computed tomography imaging 2024-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105057 PMID:38729290	研究论文	开发基于深度学习的自动分割模型，用于小鼠牙周炎模型中牙槽骨的微计算机断层扫描图像分析	创建了基于U-Net的3D深度学习模型，能够自动从µCT数据中分割牙槽骨并排除牙齿干扰，准确率超过98%	研究仅使用小鼠模型，未在人类样本中验证	开发人工智能辅助的牙槽骨自动分析工具，使研究人员无需机器学习背景即可轻松分析牙槽骨	小鼠牙周炎模型的牙槽骨	数字病理	牙周炎	微计算机断层扫描成像	深度学习	3D医学图像	小鼠上颌骨样本（4、7、9、14天时间点）	Dragonfly	U-Net	准确率	µCT扫描仪（µCT-45, Scanco）
7330	2025-10-06	Evaluating the relationship between magnetic resonance image quality metrics and deep learning-based segmentation accuracy of brain tumors 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17059 PMID:38640464	研究论文	本研究评估了磁共振图像质量指标与基于深度学习的脑肿瘤分割准确性之间的关系	首次系统性地探讨了特定MR图像质量指标与DenseNet脑肿瘤分割性能之间的相关性，并提出了基于图像质量指标的训练数据选择策略	研究主要基于BraTS数据集，需要在更多多中心数据上验证普适性	评估输入训练图像的图像质量指标与深度学习脑肿瘤分割准确性之间的关系，开发更具泛化性的多机构数据模型	脑肿瘤MRI图像	医学图像分析	脑肿瘤	磁共振成像	深度学习	3D MRI图像	BraTS 2020和2021队列的多模态MRI扫描	NA	3D DenseNet	Dice系数, Pearson相关系数	NA
7331	2025-10-06	Neural network dose prediction for cervical brachytherapy: Overcoming data scarcity for applicator-specific models 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17230 PMID:38814165	研究论文	本研究比较了三种神经网络训练方法在宫颈癌近距离放疗剂量预测中的性能，以解决不同施源器数据稀缺的挑战	针对宫颈癌近距离放疗中多种施源器数据稀缺的问题，提出了结合所有施源器数据训练统一模型并进行微调的方法	研究仅针对四种特定施源器类型，且数据量仍相对有限	比较不同神经网络训练方法在宫颈癌近距离放疗剂量预测中的性能，确定最优方法	宫颈癌近距离放疗治疗计划	医学影像分析	宫颈癌	近距离放疗	深度学习	3D医学影像数据	859个治疗计划，来自266名宫颈癌患者	NA	Cascade U-Net	平均误差, 平均绝对误差, 伽马分析通过率, Dice相似系数	NA
7332	2025-10-06	3D Single Vessel Fractional Moving Blood Volume (3D-svFMBV): Fully Automated Tissue Perfusion Estimation Using Ultrasound 2024-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3376668 PMID:38478454	研究论文	提出一种结合图像处理、数值建模和深度学习的全自动三维单血管分数移动血容量方法，用于超声组织灌注评估	首次实现完全自动化的3D-svFMBV计算，通过将PD信号映射到单一大血管内的特征强度剖面来定义标准化值，无需数学校正背景信号	仅在合成图像和143例早期胎盘超声数据上进行了验证，需要更多临床数据进一步验证	开发准确稳健的组织灌注评估方法	胎盘组织灌注	医学影像分析	先兆子痫	功率多普勒超声	深度学习	三维超声图像	143例早期胎盘超声体积数据	NA	NA	标准化值预测准确性，先兆子痫预测能力	NA
7333	2025-10-06	Mixed Supervision of Histopathology Improves Prostate Cancer Classification From MRI 2024-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3382909 PMID:38547000	研究论文	提出一种基于混合监督学习的深度学习方法来从MRI图像预测临床显著性前列腺癌	采用基于分布的回归而非基于值的回归，能够利用传统深度学习方法忽略的病理学发现	与基于图像的分割方法的一致性有所降低	提高从MRI图像进行前列腺癌分类的准确性	前列腺癌患者	数字病理学	前列腺癌	多参数前列腺MRI	深度学习	医学影像	973例多参数前列腺MRI检查（测试集198例）	NA	深度网络	平衡准确率, AUC	NA
7334	2025-10-06	Deep learning reveals lung shape differences on baseline chest CT between mild and severe COVID-19: A multi-site retrospective study 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108643 PMID:38815485	研究论文	本研究通过深度学习分析基线胸部CT图像，揭示不同严重程度COVID-19患者的肺部形态差异	首次在大规模多中心数据集上结合机器学习与统计图谱方法，发现COVID-19严重程度与肺部特定区域形态变化的关联	回顾性研究设计，未包含纵向随访数据	探索COVID-19患者肺部形态变化与疾病严重程度的关联	COVID-19患者（轻症与重症）及健康对照人群	医学影像分析	COVID-19	胸部CT成像	3D CNN	3D医学影像（胸部CT）	3443例多机构样本（健康组、轻症COVID-19组、重症COVID-19组）	NA	3D ResNet	NA	NA
7335	2025-10-06	Self-Supervised Learning Improves Accuracy and Data Efficiency for IMU-Based Ground Reaction Force Estimation 2024-07, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3361888 PMID:38315597	研究论文	本研究通过自监督学习提高基于IMU的地面反作用力估计的准确性和数据效率	首次将自监督学习技术应用于IMU数据预训练，显著减少对标记GRF数据的需求	研究仅针对三种特定运动任务（平地行走、跑步机行走和落地动作）进行验证	提高惯性测量单元(IMU)驱动动力学评估的准确性和数据效率	基于IMU的地面反作用力(GRF)估计	机器学习	NA	自监督学习	Transformer	IMU传感器数据	三个预训练数据集（真实IMU数据、合成IMU数据及其组合）	NA	Transformer	3轴GRF估计准确度	NA
7336	2025-10-06	Deceptive learning in histopathology 2024-Jul, Histopathology IF:3.9Q1 DOI:10.1111/his.15180 PMID:38556922	研究论文	系统评估深度学习模型在组织病理学分析中的可信度与欺骗性学习策略	首次系统分析深度学习模型在组织病理学中的视觉策略可信度，提出模型评估与解释框架	仅使用221张全切片图像，模型在激光捕获显微切割挑战测试集上泛化能力不足	评估深度学习模型在组织病理学分析中的可信度和学习策略	肺腺癌患者的全切片图像	数字病理	肺癌	全切片成像，激光捕获显微切割	深度神经网络	图像	221张全切片图像	NA	NA	NA	NA
7337	2024-08-07	Development and External Validation of a Multidimensional Deep Learning Model to Dynamically Predict Kidney Outcomes in IgA Nephropathy 2024-Jul-01, Clinical journal of the American Society of Nephrology : CJASN IF:8.5Q1 DOI:10.2215/CJN.0000000000000471 PMID:38728096	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7338	2025-10-06	Semantically redundant training data removal and deep model classification performance: A study with chest X-rays 2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102379 PMID:38608333	研究论文	本研究探讨了语义冗余训练数据对深度学习模型性能的影响，并提出基于熵的样本评分方法去除冗余数据	首次提出基于熵的样本评分方法识别和去除医学影像中的语义冗余训练数据，证明精选训练子集能显著提升模型性能	研究仅使用公开的NIH胸部X射线数据集，未在其他医学影像数据集上验证方法的普适性	研究语义冗余训练数据对深度学习分类器性能的影响，并开发数据选择方法优化模型训练	胸部X射线影像	医学影像分析	胸部疾病	深度学习	CNN	医学影像	NIH胸部X射线公开数据集	NA	NA	召回率	NA
7339	2025-10-06	Motion correction and super-resolution for multi-slice cardiac magnetic resonance imaging via an end-to-end deep learning approach 2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102389 PMID:38692199	研究论文	提出一种端到端深度学习模型，通过运动校正和超分辨率技术从2D心脏磁共振短轴切片重建高分辨率3D心脏体积	首次将运动校正和超分辨率两个关键任务整合到端到端深度学习框架中，通过特定组件分别处理切片错位和数据稀疏问题	在真实数据集中心肌分割的Dice系数相对较低(0.786±0.060)，模型在临床实际应用中的泛化能力需进一步验证	从心脏磁共振2D短轴切片重建高分辨率3D心脏体积，同时解决切片运动错位和数据稀疏问题	心脏磁共振成像数据，重点关注左心室和心肌组织	医学影像分析	心血管疾病	心脏磁共振成像(CMR)	深度学习模型	医学影像数据	模拟数据集和真实世界数据集	NA	端到端深度学习架构，包含运动校正和超分辨率两个专门组件	Dice系数, 位移误差(mm)	NA
7340	2025-10-06	Large-scale 3D non-Cartesian coronary MRI reconstruction using distributed memory-efficient physics-guided deep learning with limited training data 2024-Jul, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01157-8 PMID:38743377	研究论文	提出一种分布式内存高效的物理引导深度学习方法来重建大规模3D非笛卡尔冠状动脉MRI	结合深度学习与MRI重建技术突破硬件限制，提出2.5D重建方法将3D体积作为2D图像批次处理，在有限训练数据下实现高质量重建	训练数据有限	实现大规模3D非笛卡尔冠状动脉MRI的高质量重建	冠状动脉MRI图像	医学影像处理	心血管疾病	MRI	CNN	3D医学影像	NA	NA	2D卷积神经网络	血管清晰度, 定性图像质量评估	分布式内存高效计算