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
7461	2025-03-05	Application-driven validation of posteriors in inverse problems 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103474 PMID:39892221	研究论文	本文提出了一个系统框架，用于在逆问题中基于应用需求验证后验方法	首次将目标检测验证中的关键原则应用于后验方法的验证，提出了模式中心验证方法	未提及具体局限性	解决逆问题中多解情况下的后验方法验证问题	后验方法（如条件扩散模型和可逆神经网络）	计算机视觉	NA	NA	条件扩散模型、可逆神经网络	图像	NA
7462	2025-03-05	DSAM: A deep learning framework for analyzing temporal and spatial dynamics in brain networks 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103462 PMID:39892220	研究论文	本文提出了一种名为DSAM的深度学习框架，用于分析脑网络中的时空动态	DSAM框架通过时间因果卷积网络捕捉时间动态，使用时间注意单元识别重要时间点，自注意单元构建目标特定的连接矩阵，并采用图神经网络的变体捕捉空间动态，用于下游分类	NA	研究目标是开发一种深度学习框架，以更好地理解脑网络中的时空动态	研究对象为人类脑网络，具体使用了Human Connectome Project数据集和Adolescent Brain Cognitive Development数据集	机器学习	NA	rs-fMRI	图神经网络	时间序列数据	Human Connectome Project数据集包含1075个样本，Adolescent Brain Cognitive Development数据集包含8520个样本
7463	2025-03-05	ResGEM: Multi-Scale Graph Embedding Network for Residual Mesh Denoising 2025-Apr, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3378309 PMID:38498760	研究论文	本文提出了一种新的多尺度图嵌入网络ResGEM，用于残差网格去噪，通过并行处理法线和顶点分支来平衡平滑度和几何细节	引入了ResGEM，一种新的图卷积网络，具有多尺度嵌入模块和残差解码结构，用于网格去噪，并提出新的正则化项以增强网络的平滑和泛化能力	NA	提高3D网格去噪的精度和效率，特别是在处理具有不规则拓扑结构的网格时	噪声污染的3D网格	计算机视觉	NA	图卷积网络(GCNs)	ResGEM	3D网格数据	合成和真实扫描的数据集
7464	2025-03-05	A spatiotemporal CNN-LSTM deep learning model for predicting soil temperature in diverse large-scale regional climates 2025-Mar-10, The Science of the total environment DOI:10.1016/j.scitotenv.2025.178901 PMID:39987832	研究论文	本研究开发了一种结合CNN和LSTM的深度学习模型，用于预测不同气候区域下的土壤温度	结合CNN和LSTM模型，首次用于预测大范围区域内的土壤温度，并在多种气候条件下验证了其准确性	研究仅针对加拿大和美国的五个气候区域，未涵盖全球其他气候类型	开发一种可靠的土壤温度预测模型，以支持农业、水文和气候适应等领域的决策	土壤温度	机器学习	NA	深度学习	CNN-LSTM	时间序列数据	加拿大和美国的五个气候区域的年度小时时间序列土壤温度数据
7465	2025-03-05	Hybrid ladybug Hawk optimization-enabled deep learning for multimodal Parkinson's disease classification using voice signals and hand-drawn images 2025-Mar-04, Network (Bristol, England) DOI:10.1080/0954898X.2025.2457955 PMID:40035544	研究论文	本研究开发了一种优化的深度学习模型，用于通过语音信号和手绘螺旋图像进行帕金森病分类	结合了ZFNet和DRN模型，并利用LHO算法进行训练，通过多数投票选择最佳输出	未提及模型在不同数据集上的泛化能力	开发一种用于帕金森病早期诊断的深度学习模型	帕金森病患者	深度学习	帕金森病	深度学习	ZFNet, DRN	语音信号, 手绘图像	未提及具体样本数量
7466	2025-03-05	New AI explained and validated deep learning approaches to accurately predict diabetes 2025-Mar-04, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03338-6 PMID:40035798	研究论文	本文提出了两种新的深度学习模型LeDNet和HiDenNet，用于早期和准确的糖尿病预测，并通过实验验证了其优越性能	提出了两种新的深度学习模型LeDNet和HiDenNet，结合了LeNet、Dual Attention Network、highway network和DenseNet的特点，并采用多数加权少数过采样技术解决了类别不平衡问题	模型在Diabetes Health Indicators数据集上训练，该数据集存在固有的类别不平衡问题，可能导致预测偏差	提高糖尿病预测的准确性和可解释性	糖尿病患者	机器学习	糖尿病	深度学习	LeDNet, HiDenNet	结构化数据	Diabetes Health Indicators数据集
7467	2025-03-05	Accelerated retinal ageing and multimorbidity in middle-aged and older adults 2025-Mar-04, GeroScience IF:5.3Q1 DOI:10.1007/s11357-025-01581-1 PMID:40035945	研究论文	本研究探讨了视网膜年龄差距与多病状态之间的关联	使用深度学习模型计算视网膜年龄差距，并首次将其与多病状态的发生风险相关联	研究依赖于基线数据，可能未完全捕捉到所有相关变量	研究视网膜年龄差距与多病状态之间的关联	45,436名中老年参与者	数字病理学	老年疾病	深度学习	深度学习模型	图像	45,436名参与者
7468	2025-03-05	Application of TransUnet Deep Learning Model for Automatic Segmentation of Cervical Cancer in Small-Field T2WI Images 2025-Mar-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01464-z PMID:40035972	研究论文	本研究开发了一种创新的深度学习模型，用于增强宫颈癌病变的自动分割	结合CNN和TransUnet模型，利用多方向MRI技术开发了三种不同的分割模型，显著提高了宫颈癌组织的分割精度	研究仅基于小视野T2WI图像，可能限制了模型的泛化能力	提高宫颈癌在MR图像中的自动分割精度，以辅助自动检测、分期和治疗规划	222名经病理确诊的宫颈癌患者的4063张T2WI小视野图像	计算机视觉	宫颈癌	MRI	CNN, TransUnet	图像	222名患者的4063张T2WI图像
7469	2025-03-05	Cone-beam computed tomography (CBCT) image-quality improvement using a denoising diffusion probabilistic model conditioned by pseudo-CBCT of pelvic regions 2025-Mar-04, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00892-4 PMID:40035984	研究论文	本文提出了一种基于条件去噪扩散概率模型（CDDPM）的方法，用于提高骨盆区域锥形束计算机断层扫描（CBCT）的图像质量，从而改善放疗中的剂量计算和治疗计划	使用条件去噪扩散概率模型（CDDPM）生成高质量的合成CT（sCT），显著提高了CBCT的Hounsfield单位（HU）准确性和解剖结构保持	研究主要针对骨盆区域，未涉及其他身体部位，且模型的泛化能力尚未在更大规模的数据集上验证	提高CBCT图像质量，以改善放疗中的剂量计算和治疗计划	骨盆区域的CBCT图像	医学影像处理	前列腺癌	条件去噪扩散概率模型（CDDPM）	CDDPM	图像	未明确提及样本数量
7470	2025-03-05	Recommendations for Artificial Intelligence Application in Continued Process Verification: A Journey Toward the Challenges and Benefits of AI in the Biopharmaceutical Industry 2025-Mar-03, PDA journal of pharmaceutical science and technology DOI:10.5731/pdajpst.2024.012950 PMID:39730202	review	本文探讨了人工智能（AI）在生物制药行业持续过程验证（CPV）中的变革性影响，并提供了实施AI的综合建议	提出了将AI与监管标准对齐的建议，并强调透明度、可解释性和风险管理，为AI在制药制造中的实施建立最佳实践	未涉及CPV of the Future项目中使用的具体算法，因为需要独立于算法进行通用化	研究AI在生物制药行业持续过程验证中的应用挑战与机遇	生物制药行业中的持续过程验证（CPV）	machine learning	NA	AI, Machine Learning, Deep Learning	NA	real-time data	NA
7471	2025-03-05	RESNET-50 with ontological visual features based medicinal plants classification 2025-Mar-03, Network (Bristol, England) DOI:10.1080/0954898X.2024.2447878 PMID:40028706	研究论文	本文提出了一种基于本体视觉特征和RESNET-50的药用植物分类方法	结合了本体关系、群体智能技术（粒子群和布谷鸟搜索算法）以及深度学习模型RESNET-50，提出了一个混合模型来提高分类准确性	未提及样本多样性和模型泛化能力的验证	提高药用植物叶片分类的准确性和效率	15种药用植物的叶片	计算机视觉	NA	粒子群算法、布谷鸟搜索算法、回归神经网络（GRNN）、RESNET-50	RESNET-50、GRNN	图像	15种药用植物的叶片数据集
7472	2025-03-05	Deep Learning-Based Diagnostic Model for Parkinson's Disease Using Handwritten Spiral and Wave Images 2025-Mar-03, Current medical science IF:2.0Q3 DOI:10.1007/s11596-025-00017-3 PMID:40029495	研究论文	本文开发并验证了一种基于深度神经网络的模型，用于通过手绘螺旋和波浪图像诊断帕金森病，并与多种机器学习和深度学习模型进行了性能比较	使用深度神经网络模型处理手绘螺旋和波浪图像，显著提高了帕金森病的诊断准确性，超越了多种传统机器学习和深度学习模型	数据集规模较小，仅包含204张图像，可能影响模型的泛化能力	开发一种基于深度神经网络的帕金森病诊断模型，并验证其性能	帕金森病患者和健康受试者的手绘螺旋和波浪图像	计算机视觉	帕金森病	深度神经网络	DNN	图像	204张图像（102张螺旋图像和102张波浪图像）
7473	2025-03-05	Automated Tumor Segmentation in Breast-Conserving Surgery Using Deep Learning on Breast Tomosynthesis 2025-Mar-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01457-y PMID:40032761	研究论文	本研究旨在通过深度学习模型改进乳腺癌保乳手术中的肿瘤分割，利用数字乳腺断层合成技术提高术中肿瘤边缘的精确度	采用改进的U-Net架构，结合卷积块注意力模块（CBAM），以提高肿瘤边缘分割的精度	研究样本量较小，仅包含51例患者，可能影响结果的普遍性	提高乳腺癌保乳手术中的肿瘤分割精度，改善术中边缘评估和手术效果	乳腺癌患者	计算机视觉	乳腺癌	数字乳腺断层合成技术（DBT）	改进的U-Net架构，结合卷积块注意力模块（CBAM）	图像	51例患者
7474	2025-03-05	Diagnosing Ankylosing Spondylitis via Architecture-Modified ResNet and Combined Conventional Magnetic Resonance Imagery 2025-Mar-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01427-4 PMID:40032762	研究论文	本文探讨了使用改进的ResNet架构和组合的常规磁共振成像（MRI）来诊断强直性脊柱炎（AS）	通过架构修改的ResNet50模型和组合的常规MRI序列进行AS分类，显著提高了诊断的准确性和特异性	研究样本量较小，仅涉及56名患者，可能影响模型的泛化能力	研究目的是确定是否可以使用MRI训练/优化卷积神经网络（CNNs）进行AS分类，并确定哪种类型的常规MRI可能占主导地位	强直性脊柱炎（AS）患者和对照组的骶髂关节（SIJs）	计算机视觉	强直性脊柱炎	常规磁共振成像（MRI）	ResNet50, InceptionV3, VGG16, YOLOv5	图像	56名患者的534个AS和606个对照SIJs
7475	2025-03-05	Smartphone-Based Oral Lesion Image Segmentation Using Deep Learning 2025-Mar-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01455-0 PMID:40032764	研究论文	本研究开发了一种基于深度学习的智能手机口腔病变图像分割解决方案，旨在提高口腔疾病的早期检测和诊断准确性	提出了一种新的UNet-based模型OralSegNet，结合了EfficientNetV2L编码器、ASPP和残差块，以提高分割精度	模型参数较多（104.46百万），尽管在计算效率上表现良好，但在资源受限的设备上可能面临挑战	开发一种基于深度学习的智能手机口腔病变图像分割解决方案，以提高口腔疾病的早期检测和诊断准确性	智能手机拍摄的口腔病变图像	计算机视觉	口腔疾病	深度学习	UNet-based模型OralSegNet	图像	538张原始图像，平均分辨率为1394×1524像素
7476	2025-03-05	SSW-YOLO: Enhanced Blood Cell Detection with Improved Feature Extraction and Multi-scale Attention 2025-Mar-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01460-3 PMID:40032763	研究论文	本文介绍了一种名为SSW-YOLO的新算法，旨在提高血液细胞检测的准确性和效率	SSW-YOLO的主要创新点包括使用空间到深度卷积（SPD-Conv）层增强特征提取，采用Swin Transformer进行多尺度注意力机制，简化c2f模块以减少模型复杂性，以及利用Wasserstein距离损失（WDLoss）函数提高定位精度	NA	提高血液细胞检测的准确性和效率，加速血液疾病的诊断并提高临床诊断的精确性	血液细胞	计算机视觉	血液疾病	深度学习	YOLO, Swin Transformer	图像	BCCD血液细胞数据集
7477	2025-03-05	SeasFire cube - a multivariate dataset for global wildfire modeling 2025-Mar-03, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04546-3 PMID:40032880	研究论文	本文介绍了SeasFire数据立方体，一个为全球季节性至亚季节性野火建模量身定制的时空数据集	引入了包含59个变量的SeasFire数据立方体，涵盖气候、植被、海洋指数和人类因素，具有8天时间分辨率和0.25°空间分辨率，覆盖2001年至2021年	NA	通过地球观测数据，量化并归因野火的前置条件，以改进对野火的理解和预测	全球野火	地球系统科学	NA	深度学习模型	Deep Learning	时空数据	2001年至2021年的全球数据
7478	2025-03-05	Prediction of Lymph Node Metastasis in Lung Cancer Using Deep Learning of Endobronchial Ultrasound Images With Size on CT and PET-CT Findings 2025-Mar-03, Respirology (Carlton, Vic.) DOI:10.1111/resp.70010 PMID:40033122	研究论文	本研究评估了深度学习在EBUS图像上检测肺癌纵隔淋巴结转移的诊断能力，强调了整合ROI、CT上的淋巴结大小和PET-CT发现的价值	首次将ROI、CT上的淋巴结大小和PET-CT发现整合到EBUS图像的深度学习分析中，显著提高了模型诊断肺癌纵隔淋巴结转移的能力	研究中使用的样本量较大，但未提及模型的泛化能力及在不同医疗中心的应用效果	评估深度学习在EBUS图像上检测肺癌纵隔淋巴结转移的诊断能力	1454名肺癌患者的2055个纵隔淋巴结站的2901张EBUS图像	数字病理	肺癌	EBUS-TBNA, CT, PET-CT	ResNet18	图像	1454名肺癌患者的2055个纵隔淋巴结站的2901张EBUS图像
7479	2025-03-05	A novel deep learning framework for automatic scoring of PD-L1 expression in non-small cell lung cancer 2025-Mar-03, Biomolecules & biomedicine DOI:10.17305/bb.2025.12056 PMID:40035693	研究论文	本文提出了一种新的深度学习框架，用于自动评估非小细胞肺癌（NSCLC）全切片图像（WSIs）中的PD-L1表达，旨在提高肿瘤比例评分（TPS）评估的精确性和一致性	提出了一种新的自动化框架，结合深度学习技术，用于从NSCLC的WSIs中准确评估PD-L1表达，提高了TPS评估的精确性和一致性	研究仅基于66个NSCLC组织样本，样本量较小，可能影响模型的泛化能力	提高PD-L1表达的自动评估精度和一致性，减少病理学家的工作量	非小细胞肺癌（NSCLC）的全切片图像（WSIs）	数字病理学	肺癌	免疫组织化学（IHC）	EfficientNet, Inception, Vision Transformer, UNet, DeepLabV3, StarDist	图像	66个NSCLC组织样本
7480	2025-03-05	Artificial Intelligence-Assisted MRI Diagnosis in Lumbar Degenerative Disc Disease: A Systematic Review 2025-Mar, Global spine journal IF:2.6Q1 DOI:10.1177/21925682241274372 PMID:39147730	系统综述	本文综述了人工智能辅助MRI在腰椎退行性椎间盘疾病诊断中的应用	系统评估了AI在腰椎退行性椎间盘疾病诊断中的表现，展示了AI相比传统方法在准确性、敏感性和特异性上的优势	需要进一步的研究和验证以优化AI算法在腰椎退行性椎间盘疾病诊断中的实际应用	探讨AI辅助MRI在腰椎退行性椎间盘疾病诊断中的应用及其临床使用的研究现状	腰椎退行性椎间盘疾病	医学影像分析	腰椎退行性椎间盘疾病	MRI	机器学习和深度学习	图像	20项研究