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
7501	2025-10-06	Can AI-Based ChatGPT Models Accurately Analyze Hand-Wrist Radiographs? A Comparative Study 2025-Jun-14, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121513 PMID:40564836	研究论文	评估基于ChatGPT的大型语言模型在手部腕部X光片上预测骨龄和识别生长阶段的有效性	首次系统评估通用GPT模型在骨龄预测任务中的表现，探索其作为传统方法和CNN模型的替代方案	样本量较小(仅90张X光片)，模型预测存在偏差，尚不能替代临床检查	评估LLM-based聊天机器人在骨龄预测和生长阶段识别中的效果	手部腕部X光片	医学影像分析	生长发育评估	X射线成像	LLM, ChatGPT	X光图像	90张匿名手部腕部X光片(30张来自每个生长阶段，男女各半)	NA	GPT-4o, GPT-o4-mini-high, GPT-o1-pro	Pearson相关系数, 平均绝对误差, 准确率, Bland-Altman分析, Cohen's kappa	NA
7502	2025-10-06	Hierarchical Swin Transformer Ensemble with Explainable AI for Robust and Decentralized Breast Cancer Diagnosis 2025-Jun-13, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060651 PMID:40564466	研究论文	提出一种结合分层Swin Transformer集成与可解释AI的联邦学习系统，用于稳健的去中心化乳腺癌诊断	首次将四种分层Swin Transformer变体与随机森林元学习器集成，并采用联邦学习框架保护数据隐私，同时集成Grad-CAM提供可解释性	未明确说明模型在异构数据分布环境下的性能表现	开发一种安全、可解释且具有强泛化能力的乳腺癌诊断AI系统	乳腺癌医学影像数据	计算机视觉	乳腺癌	深度学习，联邦学习	Transformer, Random Forest	医学影像	五个基准数据集：BreakHis、BUSI、INbreast、CBIS-DDSM和组合数据集	PyTorch	Swin Transformer Tiny, Swin Transformer Small, Swin Transformer Base, Swin Transformer Large	F1分数, PR AUC, Matthews相关系数	未明确指定，但支持实时Web应用部署
7503	2025-10-06	ViSwNeXtNet Deep Patch-Wise Ensemble of Vision Transformers and ConvNeXt for Robust Binary Histopathology Classification 2025-Jun-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121507 PMID:40564828	研究论文	提出ViSwNeXtNet集成框架，结合多种视觉Transformer模型用于组织病理学二元分类	首次将ConvNeXt、Swin和ViT三种Transformer架构进行补丁级集成，并采用INCA特征选择方法	目前仅支持二元分类，需要多中心验证和可解释性AI技术集成	开发稳健的组织病理学图像分类方法以提高肠上皮化生的诊断准确性	H&E染色组织切片中的肠上皮化生病变	数字病理学	胃癌前病变	H&E染色	Transformer, CNN	图像	自定义数据集：516例肠上皮化生病例和521例对照病例；GasHisSDB数据集：20,160个正常和13,124个异常图像块	NA	ConvNeXt-Tiny, Swin-Tiny, ViT-Base	准确率, 灵敏度, F1分数	NA
7504	2025-10-06	Enhancing Heart Disease Diagnosis Using ECG Signal Reconstruction and Deep Transfer Learning Classification with Optional SVM Integration 2025-Jun-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121501 PMID:40564822	研究论文	本研究提出了一种集成ECG信号分割与迁移学习分类的深度学习框架，旨在提高心脏疾病诊断性能	提出创新的ECG分割算法，集成自适应预处理、基于直方图的导联分离和鲁棒点跟踪技术，专注于从噪声和重叠的多导联图像中自动精确重建单个ECG导联	NA	通过ECG信号重建和深度迁移学习分类增强心脏疾病诊断	12导联标准ECG图像	机器学习	心血管疾病	ECG信号分析	CNN, SVM	图像	NA	NA	VGG16, VGG19, ResNet50, InceptionNetV2, GoogleNet	准确率, 召回率, 精确率, F1分数	NA
7505	2025-10-06	Artificial Intelligence Applications to Personalized Dietary Recommendations: A Systematic Review 2025-Jun-13, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13121417 PMID:40565444	系统综述	本系统综述评估人工智能生成的饮食干预在改善成人临床结局方面的有效性	首次系统评估AI在个性化饮食推荐中的应用效果，整合了机器学习、深度学习和物联网系统的混合方法	需要进一步研究验证长期效果、完善干预方案并提高用户依从性	评估人工智能生成的饮食干预在改善临床结局方面的有效性	18-91岁接受AI生成饮食推荐的成年人	机器学习	糖尿病,肠易激综合征	机器学习,深度学习,物联网系统	机器学习算法,深度学习	血糖生物标志物,肠道微生物组组成,自我报告数据	11项符合纳入标准的研究（5项RCT, 5项前后设计, 1项横断面分析）	NA	NA	IBS症状严重程度降低39%,糖尿病缓解率72.7%,统计学显著改善	NA
7506	2025-10-06	Detection of Soluble Solid Content in Citrus Fruits Using Hyperspectral Imaging with Machine and Deep Learning: A Comparative Study of Two Citrus Cultivars 2025-Jun-13, Foods (Basel, Switzerland) DOI:10.3390/foods14122091 PMID:40565699	研究论文	本研究比较机器学习和深度学习结合高光谱成像技术预测两个柑橘品种可溶性固形物含量的性能	首次系统比较传统机器学习与深度学习模型在两个不同柑橘品种SSC预测中的表现，并探索了深度学习架构的组合模型	研究仅涉及两个柑橘品种，模型泛化能力有待验证	开发基于高光谱成像的柑橘可溶性固形物含量预测模型	椪柑和天朝两个柑橘品种	计算机视觉	NA	高光谱成像	支持向量机,偏最小二乘回归,卷积神经网络,长短期记忆网络,Transformer	高光谱图像	两个柑橘品种的样本	NA	CNN,LSTM,Transformer	预测性能	NA
7507	2025-10-06	Epileptic Seizure Detection Using Machine Learning: A Systematic Review and Meta-Analysis 2025-Jun-12, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15060634 PMID:40563805	系统综述与荟萃分析	通过系统综述和荟萃分析评估机器学习模型在癫痫发作检测中的性能表现	首次对机器学习在癫痫发作检测中的性能进行系统性量化评估，并分析模型类型、数据预处理方法和数据集类型对结果的影响	需要更大规模的多中心临床研究来验证算法在真实临床环境中的可解释性、安全性和适用性	评估机器学习模型在癫痫发作检测中的性能，为智能工具开发提供循证基础	基于脑电图信号的癫痫发作检测研究	机器学习	癫痫	脑电图信号分析	深度学习, 传统机器学习	脑电图信号	60项研究，93个数据集	NA	NA	灵敏度, 特异度, AUC	Stata 17.0
7508	2025-10-06	Machine Learning-Augmented Triage for Sepsis: Real-Time ICU Mortality Prediction Using SHAP-Explained Meta-Ensemble Models 2025-Jun-12, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13061449 PMID:40564166	研究论文	开发一种可解释的机器学习框架，用于预测ICU脓毒症患者的院内死亡率	提出结合集成机器学习算法与深度学习架构的混合建模方法，使用红食人鱼优化算法进行特征选择和超参数调优，并通过SHAP提供模型解释	使用回顾性数据，需要前瞻性验证；可能存在数据采集偏差	提高脓毒症患者死亡率预测的准确性和及时性，改善临床决策	ICU脓毒症患者	机器学习	脓毒症	机器学习，深度学习	集成学习，深度学习	临床数据，实验室数据	三级大学医院2019年1月至2024年6月患者记录，以及MIMIC-III数据集外部验证	NA	元集成模型	AUC，Brier分数，召回率	NA
7509	2025-10-06	Characterizing Breast Tumor Heterogeneity Through IVIM-DWI Parameters and Signal Decay Analysis 2025-Jun-12, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121499 PMID:40564820	研究论文	本研究提出了一种结合IVIM-DWI、高光谱成像技术和深度学习的乳腺癌肿瘤表征新方法	首次将IVIM-DWI数据作为高光谱图像堆栈处理，结合深度神经网络进行乳腺肿瘤异质性分析，无需对比剂	样本量较小（仅22例），仅针对肿块型乳腺癌，缺乏多中心验证	开发无创、安全的乳腺癌诊断方法，替代传统对比增强MRI	乳腺肿瘤组织，特别是肿块型乳腺癌	医学影像分析	乳腺癌	IVIM-DWI，高光谱成像，MRI	深度神经网络	MRI图像，多b值扩散加权图像	22例确诊为肿块型乳腺癌的患者	NA	深度神经网络	Dice相似系数，Jaccard指数，3D-ROC分析	3T MRI系统（Discovery MR750 3.0 Tesla）
7510	2025-10-06	A Lightweight Breast Cancer Mass Classification Model Utilizing Simplified Swarm Optimization and Knowledge Distillation 2025-Jun-11, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060640 PMID:40564456	研究论文	提出一种利用简化群优化和知识蒸馏的轻量级乳腺癌肿块分类模型	提出新型串联分类架构和两阶段策略，结合知识蒸馏与简化群优化方法开发轻量化模型	未明确说明模型在更广泛数据集上的泛化能力	开发计算效率高的轻量级乳腺癌肿块异常分类模型	乳腺肿块异常分类	计算机视觉	乳腺癌	数据增强，图像预处理	CNN, DNN	医学影像	CBIS-DDSM数据集	NA	NASNetMobile, SSO-Concatenated NASNetMobile (SSO-CNNM)	准确率, 精确率, 召回率, AUC	NA
7511	2025-10-06	Sequence-Based Prediction for Protein Solvent Accessibility 2025-Jun-11, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26125604 PMID:40565067	研究论文	开发了一种基于序列的蛋白质溶剂可及性预测工具SolAcc	首次将三维蛋白质结构特征与LSTM深度学习方法结合用于氨基酸可及性预测	NA	预测氨基酸的溶剂可及性以了解蛋白质功能	蛋白质氨基酸残基	自然语言处理	NA	序列分析	LSTM	蛋白质序列	NA	NA	LSTM	NA	NA
7512	2025-10-06	Research on Plant RNA-Binding Protein Prediction Method Based on Improved Ensemble Learning 2025-Jun-10, Biology DOI:10.3390/biology14060672 PMID:40563923	研究论文	提出一种基于改进集成学习的植物RNA结合蛋白预测方法，整合浅层和深度学习模型	将SVM、LR、LDA和LightGBM的预测结果集成到增强的TextCNN中，使用K-肽组成编码和相关性阈值减少冗余	NA	开发准确预测植物RNA结合蛋白的计算方法	植物RNA结合蛋白	机器学习	NA	K-肽组成编码	SVM,LR,LDA,LightGBM,CNN	蛋白质序列	基准数据集4992条序列，独立测试集1086条序列	NA	TextCNN	ACC,F1-score,MCC,SN,SP	NA
7513	2025-10-06	A Novel Machine Learning Model for the Automated Diagnosis of Nasal Pathology in Canine Patients 2025-Jun-10, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15121718 PMID:40564270	研究论文	开发用于犬类鼻腔病理自动诊断的机器学习模型	首次将神经网络流程应用于犬类鼻腔病理的CT图像分类	样本量较小（仅80个CT研究），仅针对三种鼻腔状况进行分类	开发基于CT图像的犬类鼻腔病理自动诊断系统	犬类头部CT扫描图像	计算机视觉	鼻腔疾病	CT扫描	神经网络	医学影像	80个CT研究	NA	NA	准确率	NA
7514	2025-10-06	Edge Artificial Intelligence Device in Real-Time Endoscopy for the Classification of Colonic Neoplasms 2025-Jun-10, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121478 PMID:40564799	研究论文	开发并评估了一种基于深度学习的结肠镜图像分类模型，用于在边缘计算硬件上实时进行结直肠病变组织学分类	采用边缘计算设备实现去中心化架构，显著提升AI系统的可访问性和实时性能，将推理速度提升至2-6毫秒/帧	回顾性研究设计，样本量相对有限（内部测试2418张图像，外部测试269张图像）	构建和评估用于实时内窥镜检查的深度学习分类模型，实现结直肠病变的自动组织学分类	结肠镜图像中的结直肠病变	计算机视觉	结直肠癌	结肠镜检查	深度学习	图像	2418张结肠镜图像（内部数据集）和269张结肠镜图像（外部测试集）	NA	NA	准确率	边缘计算硬件（GPU模式和CPU模式）
7515	2025-10-06	LL-MAROCO: A Large Language Model-Assisted Robotic System for Oral and Craniomaxillofacial Osteotomy 2025-Jun-09, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060629 PMID:40564445	研究论文	开发基于大语言模型ChatGPT-4的口腔颌面截骨术智能手术机器人系统，实现自主手术规划与执行	首次将大语言模型ChatGPT-4与手术机器人系统集成，实现口腔颌面截骨术的自主规划与导航跟踪的全面整合	仅验证了两种代表性手术程序，需要更广泛的手术类型验证	开发智能手术机器人系统以提高口腔颌面截骨术的精确性和安全性	口腔颌面骨畸形患者	医疗机器人	口腔颌面骨畸形	深度学习，机器人辅助手术	大语言模型，深度学习模型	视觉数据，文本数据	NA	NA	ChatGPT-4	轨迹规划精度，执行精度，完成率	NA
7516	2025-10-06	Deep Learning Based Automatic Ankle Tenosynovitis Quantification from MRI in Patients with Psoriatic Arthritis: A Feasibility Study 2025-Jun-09, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121469 PMID:40564790	研究论文	本研究开发了一种基于深度学习的自动量化方法，用于从银屑病关节炎患者的MRI中分割和量化踝关节腱鞘炎	首次实现银屑病关节炎患者踝关节腱鞘炎的完全自动分割和体积量化，替代传统半定量视觉评分方法	样本量相对有限（71名患者），需要进一步验证在更大群体中的适用性	开发自动量化银屑病关节炎患者踝关节腱鞘炎的深度学习方法	银屑病关节炎患者的踝关节MRI扫描	医学影像分析	银屑病关节炎	磁共振成像	深度学习分割模型	MRI图像	71名患者的364个踝关节3T MRI扫描	nnUNet	nnUNet	Dice分数, Spearman相关系数	NA
7517	2025-10-06	Prediction of Alzheimer's Disease Based on Multi-Modal Domain Adaptation 2025-Jun-07, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15060618 PMID:40563789	研究论文	提出一种基于多模态域适应的阿尔茨海默病预测模型，融合MRI和PET数据提升分类准确率	首次将多模态数据融合与深度域适应相结合，通过多头注意力机制实现动态特征融合，有效解决跨数据集域分布差异问题	仅使用ADNI数据集，未在其他独立数据集上验证模型泛化能力	开发阿尔茨海默病的计算机辅助诊断方法	阿尔茨海默病患者、轻度认知障碍患者和认知正常对照组	计算机视觉	阿尔茨海默病	结构磁共振成像, 18-氟-脱氧葡萄糖正电子发射断层扫描	CNN, 域适应	医学图像	639名来自ADNI的受试者	NA	卷积神经网络, 多头注意力机制	准确率	NA
7518	2025-10-06	A Dual-Feature Framework for Enhanced Diagnosis of Myeloproliferative Neoplasm Subtypes Using Artificial Intelligence 2025-Jun-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060623 PMID:40564439	研究论文	提出一种结合手工特征和自动特征提取的双特征框架，用于改进费城染色体阴性骨髓增殖性肿瘤亚型的AI诊断分类	首次将手工特征（可解释的形态学和纹理特征）与深度学习自动提取的复杂特征相结合，通过概率拼接实现最优分类性能	对某些特征类型假设了正态分布，这可能存在局限性	提高费城染色体阴性骨髓增殖性肿瘤亚型的诊断准确性	费城染色体阴性骨髓增殖性肿瘤亚型（包括原发性血小板增多症、真性红细胞增多症和原发性骨髓纤维化）	数字病理学	骨髓增殖性肿瘤	组织病理学图像分析	深度学习模型	组织病理学图像	NA	Optuna	NA	精确度, 召回率, F1分数, 准确率, 特异性, 加权平均值	NA
7519	2025-10-06	Using Deep Learning With Few-Shot Learning to Improve Data Capture in Total Hip Arthroplasty Operative Notes 2025-Jun-06, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.06.008 PMID:40484056	研究论文	本研究评估了使用GPT-4和小样本学习技术从全髋关节置换术手术记录中提取结构化数据的可行性	首次将GPT-4与小样本学习结合应用于骨科手术记录的结构化数据提取，并能够提供分类依据的临床论证	研究仅基于单一机构的240份手术记录，样本量有限，需要更大规模验证	改进全髋关节置换术手术记录的数据捕获方法，为骨科注册研究提供结构化数据	全髋关节置换术手术记录	自然语言处理	骨科疾病	小样本学习，文本分析	GPT-4	文本	240份手术记录，来自38名外科医生	NA	GPT-4	准确率，Flesch-Kincaid可读性评分，自BLEU评分，字符级序列匹配率	NA
7520	2025-10-06	Lightweight Brain Tumor Segmentation Through Wavelet-Guided Iterative Axial Factorization Attention 2025-Jun-06, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15060613 PMID:40563784	研究论文	提出一种轻量级深度学习框架，通过小波引导的迭代轴向注意力实现脑肿瘤的3D MRI分割	结合自适应离散小波分解和迭代轴向注意力机制，在保持精度的同时显著降低计算复杂度	仅在特定数据集上验证，未在更广泛的临床场景中测试	开发高效准确的脑肿瘤分割方法，适用于资源受限的临床环境	脑肿瘤的3D MRI图像分割	医学影像分析	脑肿瘤	3D MRI	深度学习	3D医学图像	BraTS2020和FeTS2022数据集	NA	小波分解模块, 迭代轴向注意力机制	Dice系数	仅需523万参数和9.75 GFLOPs计算量