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
7661	2025-10-06	Preoperative model for predicting early recurrence in hepatocellular carcinoma patients using radiomics and deep learning: A multicenter study 2025-Jun-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i6.106608 PMID:40547169	研究论文	本研究开发了一种结合影像组学和深度学习的术前模型，用于预测肝细胞癌患者消融治疗后早期复发风险	首次将肿瘤内和瘤周区域（5mm和10mm）特征相结合，采用光梯度增强机器学习算法构建预测模型	样本量相对有限（288例患者），需要更大规模的多中心验证	建立肝细胞癌患者消融治疗后早期复发的预测模型	肝细胞癌患者	数字病理	肝细胞癌	影像组学，深度学习	LightGBM	医学影像	288例患者（主要队列222例，外部队列66例）	NA	NA	AUC, 校准曲线, 决策曲线分析, Kaplan-Meier分析	NA
7662	2025-10-06	Dose Reduction in Scintigraphic Imaging Through Enhanced Convolutional Autoencoder-Based Denoising 2025-Jun-14, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060197 PMID:40558796	研究论文	本研究提出一种基于增强卷积自编码器的深度学习方法来提高低剂量骨闪烁成像图像质量，旨在降低患者辐射剂量同时保持诊断质量	开发了集成多尺度特征提取、通道注意力机制和高效残差块的增强卷积自编码器架构，用于从低剂量输入重建高质量图像	研究样本量相对有限（105名患者），且仅在单一医疗中心的设备上验证	开发降低核医学成像中患者辐射剂量的深度学习去噪方法	骨闪烁成像图像	医学影像处理	骨骼疾病	骨闪烁成像	自编码器	医学图像	105名患者的真实世界配对低剂量和全剂量图像	NA	增强卷积自编码器（ECAE）	峰值信噪比（PSNR）, 结构相似性指数（SSIM）, 专家定性评估	NA
7663	2025-10-06	Multi-Feature Facial Complexion Classification Algorithms Based on CNN 2025-Jun-13, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10060402 PMID:40558371	研究论文	提出三种基于CNN的多特征面部肤色分类算法，通过融合、拼接或独立训练不同面部区域特征来提升分类性能	提出三种创新的多特征融合框架，能更有效地利用面部特征信息，提高特征利用率和分类性能	仅使用721张面部图像进行训练验证，样本规模相对有限	开发高效的面部肤色分类算法以辅助健康状况评估	面部肤色特征	计算机视觉	NA	面部图像分析	CNN	图像	721张面部图像	NA	EfficientNet	准确率	NA
7664	2025-10-06	A Multimodal Multi-Stage Deep Learning Model for the Diagnosis of Alzheimer's Disease Using EEG Measurements 2025-Jun-13, Neurology international IF:3.2Q2 DOI:10.3390/neurolint17060091 PMID:40559329	研究论文	提出一种使用EEG测量诊断阿尔茨海默病的多模态多阶段深度学习模型	采用三阶段数据处理流程，结合多种时频分析方法和特征融合技术进行AD诊断	对额颞叶痴呆患者数据的诊断效果下降，需要进一步优化以同时检测多种神经退行性疾病	开发基于EEG的阿尔茨海默病自动诊断方法	阿尔茨海默病患者和健康个体的EEG测量数据	数字病理学	阿尔茨海默病	脑电图	CNN	EEG信号	NA	NA	CNN	准确率, 灵敏度, 特异性	NA
7665	2025-10-06	Deep learning neural network prediction of postoperative complications in patients undergoing laparoscopic right hemicolectomy with or without CME and CVL for colon cancer: insights from SICE (Società Italiana di Chirurgia Endoscopica) CoDIG data 2025-Jun-11, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-025-03165-9 PMID:40498162	研究论文	本研究利用深度学习神经网络预测结肠癌患者腹腔镜右半结肠切除术后并发症风险	首次将深度学习神经网络应用于意大利多中心数据库(CoDIG)来预测结肠癌术后并发症，并比较了多种机器学习模型的性能	需要外部验证和在多样化临床环境中的实施验证	评估机器学习模型在预测结肠癌术后并发症方面的应用价值	接受腹腔镜右半结肠切除术的结肠癌患者	机器学习	结肠癌	机器学习	深度学习神经网络,决策树,随机森林	临床数据	来自CoDIG多中心数据库的患者数据	NA	深度学习神经网络	准确率,精确率,召回率,F1分数	NA
7666	2025-10-06	Integration of AI and ML in Tuberculosis (TB) Management: From Diagnosis to Drug Discovery 2025-Jun-11, Diseases (Basel, Switzerland) DOI:10.3390/diseases13060184 PMID:40558595	综述	本文综述了人工智能和机器学习在结核病管理中的应用，涵盖从诊断到药物发现的各个环节	系统整合了AI/ML在结核病管理中的多种应用，特别强调了深度学习技术在医学图像分析中的优势	未提供具体的实验验证数据，主要基于现有研究的总结分析	探讨人工智能技术在结核病诊断和治疗中的应用潜力	结核病患者数据，包括医学影像和生物标志物	机器学习	结核病	医学影像分析，生物标志物检测	SVM, RF, CNN	医学图像，生物标志物数据	NA	NA	卷积神经网络	准确性，灵敏度	NA
7667	2025-10-06	SADiff: Coronary Artery Segmentation in CT Angiography Using Spatial Attention and Diffusion Model 2025-Jun-11, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060192 PMID:40558791	研究论文	提出一种结合空间注意力和扩散模型的冠状动脉CT血管造影分割方法SADiff	首次将扩散模型与空间注意力机制结合用于冠状动脉分割，通过扩张注意力网络、扩散子网和条纹注意力网络的混合框架解决传统方法难点	未提及对极端运动伪影的处理能力及计算效率的具体分析	开发更准确和鲁棒的冠状动脉CT血管造影图像分割方法	冠状动脉CT血管造影图像中的血管结构	计算机视觉	心血管疾病	CT血管造影	扩散模型,注意力网络	医学图像	公共ImageCAS数据集和私有ImageLaPP数据集	NA	扩张注意力网络(DAN),扩散子网,条纹注意力网络(SAN)	Dice系数,Hausdorff距离	NA
7668	2025-10-06	Morphology of Macular Neovascularization in Age-Related Macular Degeneration Influences Treatment Requirement and Visual Outcome After 1 Year 2025-Jun-11, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15060246 PMID:40559108	研究论文	本研究评估OCT和OCTA参数对新生血管性年龄相关性黄斑变性患者治疗需求和视力预后的预测价值	首次系统评估MNV形态学参数与抗VEGF治疗需求及视力预后的相关性，并发现分形维度等新型OCTA参数的预测价值	回顾性研究设计，样本量有限（96眼），缺乏长期观察数据，需要深度学习模型进一步验证	探索OCT和OCTA参数在预测nAMD患者治疗需求和视力预后方面的应用价值	96只初治新生血管性年龄相关性黄斑变性患者的眼睛	数字病理	年龄相关性黄斑变性	光学相干断层扫描（OCT），OCT血管成像（OCTA），玻璃体内注射	NA	医学影像数据	96只初治nAMD患者的眼睛	NA	NA	最佳矫正视力（BCVA），玻璃体内注射次数	NA
7669	2025-10-06	SAM for Road Object Segmentation: Promising but Challenging 2025-Jun-10, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060189 PMID:40558788	研究论文	本研究对Segment Anything Model (SAM)在零样本道路物体分割任务中的性能进行了全面评估	首次对SAM模型在无显式提示情况下的零样本道路物体分割能力进行系统性评估	SAM模型在动态环境、光照变化和遮挡情况下表现存在挑战	评估基础模型在复杂道路环境中分割各种道路物体的固有能力与限制	道路物体分割	计算机视觉	NA	零样本学习	基础模型	图像	KITTI、BDD100K和Mapillary Vistas数据集	NA	Segment Anything Model (SAM)	多种已建立评估指标	NA
7670	2025-10-06	Artificial Intelligence in the Assessment and Grading of Acne Vulgaris: A Systematic Review 2025-Jun-06, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15060238 PMID:40559101	系统综述	系统评估人工智能在痤疮诊断、皮损分割/计数和严重程度分级中的应用进展	首次系统综述AI在痤疮评估与分级中的最新进展，强调AI方法在提高客观性、可重复性和临床效率方面的潜力	大型公共数据集有限，数据主要来自特定种族群体，缺乏广泛的外部验证	评估人工智能在痤疮诊断和严重程度分级中的应用	痤疮（寻常痤疮）患者	计算机视觉	皮肤病	深度学习	CNN	图像	29项符合纳入标准的研究	NA	基于CNN的模型	准确率	NA
7671	2025-10-06	NCT-CXR: Enhancing Pulmonary Abnormality Segmentation on Chest X-Rays Using Improved Coordinate Geometric Transformations 2025-Jun-05, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060186 PMID:40558785	研究论文	提出NCT-CXR框架，通过解剖学约束的数据增强和专家指导的标注优化来提升胸部X光肺异常分割的精度和临床可靠性	结合解剖学约束的数据增强（离散角度旋转）和临床验证的标注优化流程，显著提升肺异常分割性能	NA	提高胸部X光肺异常分割的精度和临床可靠性	胸部X光图像中的肺异常区域	计算机视觉	肺疾病	医学图像分割	YOLOv8	图像	基于NIH胸部X光数据集	NA	YOLOv8	分割精度	NA
7672	2025-10-06	Trends and global productivity in artificial intelligence research in clinical neurology and neuroimaging: a bibliometric analysis from 1980 to 2024 2025-Jun-04, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhaf148 PMID:40543094	文献计量分析	通过文献计量方法分析1980-2024年临床神经病学和神经影像学领域人工智能研究的趋势与全球产出	首次系统分析该领域近45年的研究趋势，揭示国家生产力与GDP的正相关关系，并预测未来研究增长轨迹	仅基于Web of Science数据库，未包含其他文献来源；未分析研究质量差异	评估临床神经病学和神经影像学领域人工智能研究的全球发展趋势和生产力	5020篇聚焦于临床神经病学和神经影像学AI研究的出版物	机器学习	神经系统疾病	文献计量分析	回归模型	文献元数据	5020篇出版物（其中2687篇原创研究文章）	NA	NA	引用次数（篇均19.44次），H指数（90）	NA
7673	2025-10-06	COSMICA: A Novel Dataset for Astronomical Object Detection with Evaluation Across Diverse Detection Architectures 2025-Jun-04, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060184 PMID:40558783	研究论文	本文介绍了天文学目标检测新数据集COSMICA，并评估了多种检测架构在天文图像中的性能	提出了首个专门用于天文目标检测的精心策划数据集COSMICA，并系统比较了多种现代检测模型在天文领域的表现	数据集主要来源于业余观测，可能无法完全代表专业天文观测的多样性	开发适用于实际天文观测流程的实时目标检测系统	彗星、星系、星云和球状星团等天体目标	计算机视觉	NA	天文图像采集与标注	YOLO, EfficientDet, FasterRCNN	图像	手动标注的天文图像数据集	NA	YOLOv8, YOLOv9, YOLOv11, EfficientDet-Lite0, MobileNetV3-FasterRCNN-FPN	mAP, 精确率, 召回率, 推理速度	NA
7674	2025-10-06	Platelets Image Classification Through Data Augmentation: A Comparative Study of Traditional Imaging Augmentation and GAN-Based Synthetic Data Generation Techniques Using CNNs 2025-Jun-04, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060183 PMID:40558782	研究论文	本研究比较传统图像增强与GAN生成合成数据在血小板图像分类中的效果	首次将Wasserstein GAN with Gradient Penalty (WGAN-GP)应用于血小板图像合成，并与传统增强方法进行系统性对比	初始数据集较小（仅71张原始图像），样本来源单一	评估不同数据增强方法对血小板图像分类性能的影响	血小板图像	计算机视觉	血液相关疾病	图像数据增强，GAN合成	CNN	图像	原始71张，传统增强1463张，GAN生成300张	TensorFlow, PyTorch	DenseNet121, DenseNet169, DenseNet201, VGG16, VGG19, InceptionV3, InceptionResNetV2, AlexNet, 自定义CNN	准确率, 精确率, 召回率, F1分数	NA
7675	2025-10-06	A Structured and Methodological Review on Multi-View Human Activity Recognition for Ambient Assisted Living 2025-Jun-03, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060182 PMID:40558781	综述	本文系统性地回顾了环境辅助生活领域中从单视角到多视角人体活动识别方法的发展历程	首次系统比较单视角与多视角人体活动识别方法，分析多视角架构在环境辅助生活中的优化应用	作为综述文章，不包含原始实验数据验证	为环境辅助生活应用开发智能、高效且符合隐私要求的人体活动识别系统提供指导	老年人和残障人士的日常活动识别	计算机视觉	老年疾病	传感器融合	CNN, RNN, LSTM, TCN, GCN	多视角传感器数据	NA	NA	NA	准确性, 鲁棒性	有限计算资源环境
7676	2025-10-06	Semi-Supervised Learning Allows for Improved Segmentation With Reduced Annotations of Brain Metastases Using Multicenter MRI Data 2025-Jun, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29686 PMID:39792624	研究论文	本研究探讨了半监督学习在多中心MRI数据中改善脑转移瘤分割性能的可行性	首次在多中心MRI数据中系统比较三种半监督学习方法对脑转移瘤分割的效果，证明在减少标注数据量的情况下仍能提升模型性能	回顾性研究，数据来源于特定机构，需要进一步前瞻性验证	测试半监督学习在脑转移瘤分割中的有效性	脑转移瘤患者	医学影像分析	脑转移瘤	MRI成像	深度学习	医学影像	745例标注扫描（来自四个机构）和519例未标注扫描（来自单一机构）	NA	U-Net	Dice相似系数, 95% Hausdorff距离, 假阳性预测数, 真阳性预测数	NA
7677	2025-10-06	Accelerated retinal ageing and multimorbidity in middle-aged and older adults 2025-Jun, GeroScience IF:5.3Q1 DOI:10.1007/s11357-025-01581-1 PMID:40035945	研究论文	本研究探讨视网膜年龄差与多病共存之间的关联	首次使用深度学习模型量化视网膜年龄差，并发现其与多病共存的独立关联	观察性研究设计无法确定因果关系，随访时间存在变异	研究视网膜年龄差与多病共存的关联性	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	视网膜图像	45,436名参与者，其中3,607人发生多病共存	NA	NA	风险比(HR), 置信区间(CI), P值	NA
7678	2025-10-06	Revealing morphological fingerprints in perinatal brains using quasi-conformal mapping: occurrence and neurodevelopmental implications 2025-Jun, Brain imaging and behavior IF:2.4Q2 DOI:10.1007/s11682-025-00998-8 PMID:40146450	研究论文	本研究通过准共形映射和深度学习框架探索围产期大脑形态指纹的存在及其与神经发育的关系	首次在围产期大脑中发现个体特异性形态指纹，并证明其与长期神经发育的预测关联	样本量有限（461名婴儿），纵向数据较少（41名），需要更大样本验证	探究围产期大脑个体形态指纹的存在及其神经发育意义	461名婴儿的大脑结构MRI数据	医学影像分析	神经发育	结构MRI，准共形映射	CNN，对比学习	三维脑部图像，球形网格	461名婴儿（含41名纵向扫描，20名验证集）	PyTorch	ResNet18	Top1准确率，Top5准确率	NA
7679	2025-10-06	Using Traditional and Deep Machine Learning to Predict Emergency Room Triage Levels 2025-Jun, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0632 PMID:40401726	研究论文	本研究开发了传统机器学习和深度学习方法预测急诊分诊级别	针对土耳其语医疗文档和土耳其医疗系统特点构建预测模型，并比较不同文本嵌入技术的效果	仅使用土耳其当地医院的数据集，模型在其他语言或医疗系统中的适用性需要进一步验证	预测急诊室分诊级别以提高患者护理效率和资源分配	土耳其当地医院急诊科就诊患者	自然语言处理	NA	文本嵌入技术	逻辑回归,随机森林,XGBoost,CNN,LSTM	结构化数据和非结构化文本数据	土耳其当地医院急诊科就诊患者数据集	NA	卷积神经网络,注意力机制,长短期记忆网络	AUC,准确率,加权F1分数	NA
7680	2025-10-06	Unified deep learning framework for many-body quantum chemistry via Green's functions 2025-Jun, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00810-z PMID:40468046	研究论文	提出一个针对多体格林函数的深度学习框架，统一预测基态和激发态的电子性质	首次将深度学习应用于多体格林函数，统一处理基态和激发态电子性质预测，并提供对多电子关联效应的物理洞察	NA	开发能够捕捉基本多体物理的机器学习模型，解决量子化学中的多电子问题	分子和纳米材料的电子性质	机器学习	NA	多体微扰理论，耦合簇自能方法	图神经网络	量子化学数据	多个分子和纳米材料基准测试	NA	图神经网络	单粒子和双粒子激发预测精度，单粒子密度矩阵可推导量	NA