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
7681	2025-10-06	Deep learning reveals diverging effects of altitude on aging 2025-Jun, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01502-8 PMID:39815037	研究论文	本研究通过深度学习分析海拔高度对衰老的影响，发现高海拔地区疾病负担降低但面部衰老加速的矛盾现象	首次结合环境暴露数据、疾病负担数据和分子生物学指标，系统揭示海拔对衰老的双重影响机制	研究仅基于埃塞俄比亚特定区域样本，样本量有限且为横断面研究	探究海拔高度通过缺氧和紫外线辐射等环境因素对衰老过程的影响	埃塞俄比亚不同海拔地区的居民，包括427名高原和低海拔居住者	数字病理	老年疾病	面部图像分析，外周血单核细胞核形态分析	深度学习	图像，临床数据，环境暴露数据	429名参与者（227名高原居民，202名低海拔居民）	NA	NA	NA	NA
7682	2025-10-06	Development of an AI model for pneumothorax imaging: Dataset and model optimization strategies for real-world deployment 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100664 PMID:40547323	研究论文	本研究开发了一种基于深度学习的AI辅助气胸诊断系统，使用胸部X光图像提升诊断效率和准确性	针对真实世界部署优化数据集和模型策略，通过调整数据集分割和重新训练显著提升模型性能	模型在复杂病例中难以识别关键区域，性能受数据多样性、图像质量和临床复杂性影响	开发AI辅助气胸诊断系统以提高诊断效率、减少放射科医生工作量并提供及时治疗	胸部X光图像中的气胸检测	计算机视觉	气胸	胸部X光成像	CNN	图像	6888张胸部X光图像（训练64%、验证16%、测试20%）	NA	DenseNet121	准确率, 敏感度, 特异度, AUROC	NA
7683	2025-10-06	Navigating the AI Landscape in Medical Imaging: A Critical Analysis of Technologies, Implementation, and Implications 2025-Jun, Radiology IF:12.1Q1 DOI:10.1148/radiol.240982 PMID:40552997	综述	本文对医学影像AI领域的技术发展、实施挑战和影响进行全面批判性分析	系统分析多模态医学影像数据与大型语言模型整合的潜力，提出应对当前挑战的综合解决方案	专家标注数据稀缺、监管障碍、临床实施滞后、模型可解释性和泛化性等技术壁垒	分析医学影像AI技术的整合挑战、负责任发展路径及各利益相关者观点	医学影像AI技术、放射科医生、医疗保健系统	医学影像分析	NA	深度学习、少样本学习、自监督学习	深度学习模型、大型语言模型	多模态影像数据、临床文本记录	NA	NA	NA	NA	集中化平台
7684	2025-10-06	Genomic prediction of plant traits by popular machine learning methods 2025-Jun, Vavilovskii zhurnal genetiki i selektsii IF:0.9Q3 DOI:10.18699/vjgb-25-49 PMID:40556974	综述	本文系统回顾了机器学习方法在植物性状基因组预测中的应用现状与发展趋势	重点关注可解释人工智能在基因组预测中的创新应用，并强调基于变换器的大语言模型在遗传代码处理中的新兴作用	仅手动筛选了80篇文献源，可能未涵盖该领域所有相关研究	探讨机器学习方法在植物基因组预测中的应用效果与发展前景	植物基因组数据与表型性状的关联关系	机器学习	NA	基因组测序	CNN, 大语言模型	基因组数据	NA	NA	Transformer	NA	NA
7685	2025-10-06	Deep learning approach to the estimation of the ratio of reproductive modes in a partially clonal population 2025-Jun, Vavilovskii zhurnal genetiki i selektsii IF:0.9Q3 DOI:10.18699/vjgb-25-50 PMID:40556975	研究论文	本研究开发了一种基于深度学习的卷积神经网络模型，用于估计部分克隆种群中有性生殖与无性生殖的比例	首次将深度学习技术应用于估计混合生殖策略种群的生殖模式比例，能够有效处理小样本量带来的复杂性	模型假设生殖比例在具有双重生殖策略和稳定种群规模的种群中随时间保持恒定	探索单一物种内有性生殖和无性生殖的共存模式，分析具有混合生殖策略种群在变化环境中的动态	具有混合生殖策略的生物种群，特别是通过孤雌生殖产生的克隆生物与有性生殖起源的种群成员	机器学习	NA	微卫星重复序列等中性多等位基因标记特征	CNN	遗传标记数据	小样本量数据集	NA	卷积神经网络	准确率	NA
7686	2025-10-06	Diagnostic Performance of ChatGPT-4o in Detecting Hip Fractures on Pelvic X-rays 2025-Jun, Cureus DOI:10.7759/cureus.86654 PMID:40557058	研究论文	评估ChatGPT-4o在骨盆X光片上诊断髋部骨折的诊断性能	首次评估ChatGPT-4o在髋部骨折影像诊断中的表现，探索大型语言模型在医学影像分析中的应用潜力	对非移位性骨折的敏感性较低（68.2%的假阴性病例为非移位性骨折），模型识别细微影像学表现的能力有限	评估人工智能模型在髋部骨折诊断中的性能	髋部骨折患者的骨盆X光影像	医学影像分析	骨科疾病	X射线成像	大型语言模型	X光图像	200张骨盆前后位X光片（100例手术确认的髋部骨折患者，100例软组织创伤无骨折患者）	NA	ChatGPT-4o	敏感性, 特异性, 准确率, 阳性预测值, 阴性预测值, ROC曲线, AUC, Cohen's kappa, F1分数, 卡方检验, McNemar检验	NA
7687	2025-10-06	Can Deep Learning-Based Auto-Contouring Software Achieve Accurate Pelvic Volume Delineation in Volumetric Image-Guided Radiotherapy for Prostate Cancer? A Preliminary Multicentric Analysis 2025-May-30, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol32060321 PMID:40558264	研究论文	评估基于深度学习的自动轮廓勾画软件Limbus® Contour®在前列腺癌放疗中盆腔结构勾画的准确性	首次在多中心研究中评估商业深度学习自动轮廓软件在前列腺癌盆腔结构勾画中的性能	样本量有限(52例患者)，对肠袋和乙状结肠勾画准确性较低，缺乏淋巴结亚区分化功能	评估深度学习自动轮廓软件在前列腺癌放疗中危险器官勾画的准确性和临床应用价值	前列腺癌患者的盆腔结构(膀胱、直肠、肠袋、乙状结肠和盆腔淋巴结)	数字病理	前列腺癌	深度学习自动轮廓勾画	深度学习	医学影像	52例前列腺癌患者	NA	NA	Dice系数	NA
7688	2025-10-06	Deep Learning-Based Detection of Honey Storage Areas in Apis mellifera Colonies for Predicting Physical Parameters of Honey via Linear Regression 2025-May-29, Insects IF:2.7Q1 DOI:10.3390/insects16060575 PMID:40559006	研究论文	本研究开发了一种基于YOLOv11深度学习模型的自动化方法，用于检测和分类蜂巢中的储蜜区域，并通过线性回归预测蜂蜜物理参数	首次将YOLOv11模型应用于蜂巢储蜜区域的自动检测和分类，并探索了图像检测结果与蜂蜜物理特性之间的关联	蜂蜜物理特性（电导率和颜色）对储蜜区域估计的预测能力较弱，样本量和数据集划分可能影响模型性能	开发自动化的蜂巢储蜜监测技术，提高养蜂生产效率	意大利蜜蜂（Apis mellifera）蜂巢中的储蜜区域	计算机视觉	NA	深度学习图像分析	YOLO	图像	月度采样期间的蜂巢框架图像	YOLOv11	YOLOv11	mAP@0.5, 相关系数(r)	NA
7689	2025-10-06	Deep learning radiomics of left atrial appendage features for predicting atrial fibrillation recurrence 2025-May-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01740-y PMID:40419973	研究论文	本研究开发并验证了一种结合左心耳深度学习影像组学和临床变量的房颤消融术后复发预测模型	首次将nnUNet分割模型应用于左心耳形态分析，并整合深度学习影像组学特征与临床变量预测房颤复发	回顾性多中心研究，样本量相对有限（480例患者）	预测房颤射频导管消融术后的复发风险	接受射频导管消融治疗的房颤患者	医学影像分析	心血管疾病	CT血管造影	深度学习	医学影像	480例房颤患者，来自三家三级医院（2016-2022年）	nnUNet	nnUNet	Dice系数, AUC	NA
7690	2025-10-06	A Tutorial on the Use of Artificial Intelligence Tools for Facial Emotion Recognition in R 2025 May-Jun, Multivariate behavioral research IF:5.3Q1 DOI:10.1080/00273171.2025.2455497 PMID:39949325	教程	介绍如何使用R语言中三种人工智能工具进行面部情绪识别的教程	首次系统比较R语言中三种主流AI情绪识别工具并提供实用代码示例	仅介绍三种工具，未涉及其他可能的面部情绪识别方法	为研究人员提供面部情绪识别AI工具的实用指南	面部情绪识别工具	计算机视觉	NA	面部情绪识别	深度学习,机器学习	图像	NA	Google Cloud Vision, Amazon Rekognition, Py-Feat	NA	NA	云平台(Google Cloud, AWS)
7691	2025-10-06	Surface-Enhanced Raman Scattering Nanotags: Design Strategies, Biomedical Applications, and Integration of Machine Learning 2025 May-Jun, Wiley interdisciplinary reviews. Nanomedicine and nanobiotechnology DOI:10.1002/wnan.70015 PMID:40391396	综述	本文系统综述了表面增强拉曼散射纳米标签的设计策略、生物医学应用及与机器学习的融合	重点探讨了机器学习与深度学习算法在提升SERS纳米标签液体活检效能方面的创新应用	面临临床转化挑战，需克服相关技术障碍	推动SERS纳米标签在生物医学领域的应用发展	SERS纳米标签及其在疾病诊断、生物成像和液体活检中的应用	生物医学工程	癌症、SARS-CoV-2感染	表面增强拉曼散射、液体活检	机器学习、深度学习	光谱数据、生物医学图像	NA	NA	NA	NA	NA
7692	2025-10-06	[Segmentation and validation of mandibular canal and its bifurcation on cone beam CT based on deep learning] 2025-Apr, Shanghai kou qiang yi xue = Shanghai journal of stomatology PMID:40550761	研究论文	基于深度学习开发并验证下颌管及其分叉的CBCT自动分割方法	采用伪标签方法辅助标注，结合形态学后处理提升下颌管及分叉的分割精度	样本量有限（290例CBCT扫描），仅针对清晰分叉病例验证	建立下颌管及其分叉的自动检测与分割方法	下颌管及分叉解剖结构	计算机视觉	口腔颌面疾病	锥形束CT（CBCT）成像	CNN	医学影像（CBCT扫描）	290例CBCT扫描（训练集200例，测试集90例）	3D Slicer	3D U-Net	Dice相似系数，Hausdorff距离，Kappa值，检测率	NA
7693	2025-10-06	Integrating deep learning with ECG, heart rate variability and demographic data for improved detection of atrial fibrillation 2025-Mar-31, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003185 PMID:40164487	研究论文	本研究通过整合心电图、心率变异性和人口统计学数据，开发了一种改进心房颤动检测的多模态深度学习方法	首次将心电图数据与心率变异性和人口统计学数据相结合，采用多模态方法提升心房颤动检测性能	需要进一步的临床验证	提高心房颤动的早期检测准确率	心房颤动患者	机器学习	心血管疾病	心电图分析	CNN, Transformer	心电图信号, 心率变异性数据, 人口统计学数据	35,634份12导联心电图记录	NA	AlexNet, VGG-16, ResNet, Transformer	AUROC, 敏感性	NA
7694	2025-10-06	Gd-EOB-DTPA-enhanced MRI radiomics and deep learning models to predict microvascular invasion in hepatocellular carcinoma: a multicenter study 2025-Mar-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01646-9 PMID:40165094	研究论文	基于Gd-EOB-DTPA增强MRI开发结合双区域特征和两种机器学习算法的影像组学模型，用于预测肝细胞癌微血管侵犯	首次结合传统影像组学特征和深度学习特征的双区域模型，采用多中心数据验证	回顾性研究设计，样本量相对有限，模型性能在测试队列中有所下降	术前预测肝细胞癌微血管侵犯状态	肝细胞癌患者	医学影像分析	肝细胞癌	Gd-EOB-DTPA增强MRI	支持向量机, 3D ResNet	MRI图像	304例HCC患者（训练队列216例，测试队列88例）来自三家医院	FeAture Explorer, PyTorch（推断）	ResNet-18	AUC, 准确率, 敏感度, 特异性	NA
7695	2025-10-06	Effectiveness and clinical impact of using deep learning for first-trimester fetal ultrasound image quality auditing 2025-Mar-31, BMC pregnancy and childbirth IF:2.8Q1 DOI:10.1186/s12884-025-07485-4 PMID:40165135	研究论文	开发并验证基于人工智能的早孕期胎儿超声图像质量审核系统	首次将YOLOv7目标检测网络与多分支图像质量回归网络结合，实现自动化的超声图像质量审核	研究仅针对早孕期四个关键切面，未涵盖其他孕期或切面类型	开发自动化超声图像质量审核系统以替代耗时的人工审核	早孕期胎儿超声图像	计算机视觉	产科超声	超声成像	CNN	图像	567例由4名不同经验水平放射科医师扫描的病例	NA	YOLOv7, 多分支图像质量回归网络	准确率, 精确率, 召回率, F1分数, Cohen's Kappa系数	NA
7696	2025-10-06	Multiparametric MRI-Based Deep Learning Models for Preoperative Prediction of Tumor Deposits in Rectal Cancer and Prognostic Outcome 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.004 PMID:39438175	研究论文	基于多参数MRI的深度学习模型预测直肠癌肿瘤沉积及预后结果	首次将多参数MRI的深度放射组学特征与临床特征结合构建诺莫图模型，用于术前预测直肠癌肿瘤沉积	回顾性研究设计，样本量相对有限（529例患者）	预测直肠癌患者术前肿瘤沉积状态并分析预后结果	直肠癌患者	医学影像分析	直肠癌	多参数MRI	深度学习	医学影像	529例直肠癌患者（中心一：379例，中心二：150例）	NA	ResNet-101	AUC, ROC曲线, 决策曲线分析, 临床影响曲线, deLong检验	NA
7697	2025-10-06	Detection of Auto-Immune Disease using Deep Learning Techniques 2025-Mar, Mediterranean journal of rheumatology DOI:10.31138/mjr.060624.doa PMID:40557183	研究论文	本研究提出了一种基于深度学习的自动化方法，用于通过HEp-2细胞和分裂细胞实例分割检测自身免疫疾病	整合深度学习、先进图像处理、引导式HEp-2细胞和分裂细胞实例分割的创新自动化方法	数据集存在不平衡问题，分裂细胞数量显著少于HEp-2同质细胞	开发可靠的自动化方法用于自身免疫疾病诊断	HEp-2细胞和分裂细胞	计算机视觉	自身免疫疾病	间接免疫荧光检测	深度学习	图像	ICPR 2016数据集	Detectron2	YOLOv8n	平均精度均值	NA
7698	2025-10-06	Deep learning in surgical process modeling: A systematic review of workflow recognition 2025-Feb, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104779 PMID:39832608	综述	系统回顾深度学习在手术流程建模中用于工作流识别的研究进展	系统分析深度学习在微创手术工作流识别中的应用，强调时间与空间序列对手术阶段识别的关键作用	手术标注过程缺乏详细描述，不同手术程序的标注过程存在显著差异，公开数据集常缺乏临床知识	研究深度学习在识别手术工作流和从微创手术数据集中提取可靠模式的作用	使用腹腔镜和显微镜进行的微创手术视频数据	计算机视觉	NA	深度学习	RNN, TCN, Transformer	手术视频	59篇经过全文评审的文章（从2937篇初筛文章中筛选）	NA	Transformer	NA	NA
7699	2025-10-06	Smartphone image dataset for radish plant leaf disease classification from Bangladesh 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111263 PMID:39850369	研究论文	构建了一个用于萝卜叶病分类的智能手机图像数据集	创建了首个针对孟加拉国萝卜叶病的智能手机图像数据集，包含四种常见病害类型	数据集仅包含2801张图像，可能不足以训练更复杂的深度学习模型	通过深度学习技术精确识别萝卜叶部病害	萝卜植物的叶片	计算机视觉	植物病害	智能手机图像采集	深度学习模型	图像	2801张萝卜叶片图像（包含健康叶片和四种病害类型）	NA	NA	NA	NA
7700	2025-10-06	Classroom Behavior Recognition Using Computer Vision: A Systematic Review 2025-Jan-10, Sensors (Basel, Switzerland) DOI:10.3390/s25020373 PMID:39860742	系统综述	对基于计算机视觉的课堂行为识别研究进行系统性文献综述	首次系统梳理计算机视觉在课堂行为识别领域的研究现状、技术方法和未来挑战	仅纳入80篇同行评审期刊文章，可能存在发表偏倚	分析计算机视觉支持的课堂行为识别研究现状和未来趋势	教师和学生的课堂行为	计算机视觉	NA	深度学习	YOLO系列	视频	80篇期刊文章	NA	YOLO	NA	NA