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
781	2025-05-10	A skin disease classification model based on multi scale combined efficient channel attention module 2025-Feb-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90418-0 PMID:39972014	研究论文	提出一种基于多尺度通道注意力的皮肤疾病分类模型，用于提高皮肤疾病的诊断准确率	改进了金字塔分割注意力模块以全面提取图像的多尺度特征，并将注意力模块整合到反向残差结构中，以实现更好的多尺度特征提取	NA	提高皮肤疾病的分类准确率，降低误诊率	皮肤疾病图像	计算机视觉	皮肤疾病	深度学习	基于多尺度通道注意力的分类模型	图像	两个皮肤疾病数据集（ISIC2019和HAM10000）
782	2025-05-10	Temporal and spatial self supervised learning methods for electrocardiograms 2025-Feb-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90084-2 PMID:39972080	研究论文	提出了一种针对心电图检测的时空自监督学习方法（TSSL），利用心电图信号的时空特性增强特征表示	首次将时空特性结合到心电图的自监督学习中，通过时间上的一致性身份信息和空间上不同导联的相关性，提升了特征提取能力	方法主要针对心电图信号，可能不直接适用于其他类型的时序数据	解决标记心电图数据有限的问题，提升心电图检测的深度学习性能	心电图信号	机器学习	心血管疾病	自监督学习	TSSL	时序信号	CPSC2018、Chapman和PTB-XL数据库
783	2025-05-10	Ensemble fuzzy deep learning for brain tumor detection 2025-Feb-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90572-5 PMID:39972098	研究论文	提出了一种新颖的集成模糊深度学习方法，用于脑部MRI分析，旨在改善脑组织和异常的分割	方法集成了多种组件，包括增强的体素模糊池化、模型融合策略和注意力机制，以关注输入数据中最相关的区域	NA	提高脑部MRI图像中组织和异常的分割准确性	脑部MRI图像	数字病理	脑肿瘤	MRI	集成模糊深度学习	图像	完整的脑部MRI分割数据集
784	2025-05-10	A deep learning approach: physics-informed neural networks for solving a nonlinear telegraph equation with different boundary conditions 2025-Feb-19, BMC research notes IF:1.6Q2 DOI:10.1186/s13104-025-07142-1 PMID:39972356	research paper	本文提出了一种基于物理信息的深度学习方法，用于解决具有不同边界条件的非线性电报方程	使用物理信息神经网络（PINN）解决非线性电报方程，并采用多目标损失函数结合偏微分方程残差、初始条件和边界条件	未提及具体局限性	解决非线性电报方程在不同边界条件下的数值解问题	非线性电报方程及其Dirichlet、Neumann和Periodic边界条件	machine learning	NA	physics-informed neural networks (PINN)	feedforward deep neural networks	numerical data	三个计算示例
785	2025-05-10	Capsule network-based deep learning for early and accurate diabetic retinopathy detection 2025-Feb-18, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-024-03391-4 PMID:39966199	研究论文	本研究提出了一种基于胶囊网络和UNet++的深度学习方法，用于早期和准确的糖尿病视网膜病变检测	结合UNet++和胶囊网络（CapsNet）进行特征学习，提高了青光眼诊断的准确性，胶囊网络在捕捉层次结构和对青光眼变化的敏感性方面优于传统卷积神经网络	研究中未明确提及样本的具体数量，且AI在眼科健康护理中的应用仍处于发展阶段	通过深度学习方法提高青光眼的早期诊断准确性	青光眼患者的视网膜图像	数字病理学	青光眼	Histogram Equalization, Contrast Limited Adaptive Histogram Equalization (CLAHE)	UNet++, CapsNet	图像	十个基准数据集
786	2025-05-10	Cer-ConvN3Unet: an end-to-end multi-parametric MRI-based pipeline for automated detection and segmentation of cervical cancer 2025-Feb-18, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00557-2 PMID:39966210	research paper	建立并验证了一个创新的两阶段流程，用于基于多参数宫颈癌磁共振成像（MRI）的自动检测和分割，并研究了其临床效果	提出了一个结合ConvNeXt块和多通道DoubleU-Nets的深度学习框架，实现了高精度的自动检测和分割	研究为回顾性多中心研究，样本量相对较小，且仅基于特定类型的MRI图像	开发一个自动化工具，用于宫颈癌的检测和分割，以减轻放射科医生和妇科医生的工作负担	125名宫颈癌患者的多参数MRI图像	digital pathology	cervical cancer	diffusion-weighted imaging (DWI), T2-weighted imaging (T2WI), contrast-enhanced T1-weighted imaging (CE-T1WI)	ConvNeXt, DoubleU-Nets	image	125名患者的14,547张二维图像，包括3,077张DWI、2,990张T2WI和8,480张CE-T1WI切片
787	2025-05-10	Sub-1-min relaxation-enhanced non-contrast non-triggered cervical MRA using compressed SENSE with deep learning reconstruction in healthy volunteers 2025-Feb-18, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00560-7 PMID:39966221	research paper	评估使用压缩感知（CS）结合基于深度学习的重建（CS-AI）加速三维各向同性血流无关磁共振血管造影（REACT）在颈部动脉中的应用	首次将压缩感知与深度学习重建结合应用于非对比非触发的颈部磁共振血管造影，实现亚分钟级扫描且不损失图像质量	研究仅在健康志愿者中进行，未评估对狭窄或夹层等病变的诊断性能	开发快速可靠的颈部非对比磁共振血管成像技术	34名健康志愿者的颈部动脉	医学影像	NA	三维各向同性血流无关磁共振血管造影（REACT）、压缩感知（CS）、深度学习重建（AI）	深度学习	磁共振影像	34名健康志愿者
788	2025-05-10	Enhancing diabetic retinopathy diagnosis: automatic segmentation of hyperreflective foci in OCT via deep learning 2025-Feb-18, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03439-z PMID:39966317	research paper	该论文提出了一种基于深度学习的自动分割方法，用于在糖尿病视网膜病变患者的OCT图像中精确识别和分割高反射病灶（HRF）	引入了基于KiU-Net的HRF分割算法，结合Kite-Net分支和U-Net分支，并设计了交叉注意力块（CAB）来整合两个分支的信息	未提及具体的数据集规模或模型在其他疾病上的泛化能力	开发一种精确识别和分割糖尿病视网膜病变患者OCT图像中HRF的模型，以辅助眼科医生进行早期诊断和治疗评估	糖尿病视网膜病变患者的OCT图像中的高反射病灶（HRF）	digital pathology	diabetic retinopathy	optical coherence tomography (OCT)	KiU-Net (结合Kite-Net和U-Net)	image	NA
789	2025-05-10	Accelerating veterinary low field MRI acquisitions using the deep learning based denoising solution HawkAI 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88822-7 PMID:39966480	研究论文	本研究开发了一种基于生成对抗网络的去噪算法HawkAI，用于加速兽医低场MRI采集，并评估其在图像质量和诊断可靠性方面的表现	开发了名为HawkAI的生成对抗网络去噪算法，用于加速兽医MRI采集，同时保持图像质量和诊断可靠性	研究仅基于定性评估，未提供定量数据支持	证明通过HawkAI算法可以加速MRI采集而不影响图像质量和诊断可靠性	兽医MRI图像	数字病理学	NA	MRI	GAN	图像	未明确说明样本数量
790	2025-05-10	Linear regressive weighted Gaussian kernel liquid neural network for brain tumor disease prediction using time series data 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89249-w PMID:39966518	研究论文	提出了一种新型线性回归加权高斯核液态神经网络（LRWGKLNN）模型，用于基于时间序列数据的脑肿瘤疾病预测	开发了LRWGKLNN模型，结合线性回归处理缺失值和加权多数算法进行特征选择，提高了预测准确性和时间效率	未提及模型在不同类型脑肿瘤数据上的泛化能力	提高脑肿瘤疾病预测的准确性和时间效率	脑肿瘤时间序列数据	机器学习	脑肿瘤	时间序列分析	LRWGKLNN（线性回归加权高斯核液态神经网络）	时间序列数据	大量时间序列数据样本（具体数量未提及）
791	2025-05-10	Applying deep learning and the ecological home range concept to document the spatial distribution of Atlantic salmon parr (Salmo salar L.) in experimental tanks 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90118-9 PMID:39966514	研究论文	本研究应用深度学习和生态家园范围概念，记录实验水箱中大西洋鲑鱼幼鱼的空间分布	结合计算机视觉和人工智能自动化鱼类行为分析，引入家园范围和核心区域生态概念量化鱼类空间分布	仅使用5天的实验数据作为案例研究，样本规模有限	开发自动化工具以监测和分析水产养殖中鱼类的行为与空间分布	大西洋鲑鱼幼鱼	计算机视觉	NA	DeepLabCut框架	深度学习	视频	5天的实验数据
792	2025-05-10	Hybrid Greylag Goose deep learning with layered sparse network for women nutrition recommendation during menstrual cycle 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88728-4 PMID:39966547	research paper	提出了一种新型的优化混合深度学习模型（OdriHDL），用于为女性月经周期提供个性化的健康营养建议	结合了分层稀疏自编码器网络和基于注意力的双向卷积灰雁门控循环网络（HABi-ConGRNet），并利用灰雁优化算法进行超参数调优	未提及模型在更广泛人群中的适用性或实际应用中的潜在挑战	开发一个能够根据女性月经周期不同阶段提供个性化营养建议的系统	女性在月经周期中的营养需求	machine learning	NA	Missing Value Imputation, Z-score Normalization, One-hot encoding	HABi-ConGRNet, RNN, CNN-LSTM, attention GRU	NA	NA
793	2025-05-10	HDL-ACO hybrid deep learning and ant colony optimization for ocular optical coherence tomography image classification 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89961-7 PMID:39966596	research paper	提出了一种结合CNN和蚁群优化(ACO)的混合深度学习框架HDL-ACO，用于提高眼OCT图像分类的准确性和计算效率	整合了离散小波变换、ACO优化的数据增强、多尺度图像块嵌入以及基于Transformer的特征提取模块	未提及具体的数据集规模和临床验证的广泛性	提升眼OCT图像分类的准确性和计算效率	眼OCT图像	computer vision	ocular diseases	discrete wavelet transform, ACO-optimized augmentation, Transformer-based feature extraction	CNN, ACO, Transformer	image	NA
794	2025-05-10	Deep learning-based classification of diffusion-weighted imaging-fluid-attenuated inversion recovery mismatch 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90214-w PMID:39966647	研究论文	开发并验证了一种基于深度学习的分类器，用于分类DWI-FLAIR不匹配，以减少视觉评估的主观性	首次使用深度学习技术自动分类DWI-FLAIR不匹配，提高了准确性和一致性	研究仅基于四个卒中中心的数据，可能需要更多样化的数据集进行验证	开发一种减少DWI-FLAIR不匹配视觉评估主观性的工具，以支持急性卒中患者的治疗决策	急性缺血性卒中患者	数字病理	心血管疾病	DWI和FLAIR成像	CNN	医学影像	2369名患者用于模型开发和内部测试，679名患者用于外部验证
795	2025-05-10	Segmentation methods and dosimetric evaluation of 3D-printed immobilization devices in head and neck radiotherapy 2025-Feb-18, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13669-0 PMID:39966735	研究论文	本研究利用深度学习方法自动分割3D打印的头颈部固定装置，并评估其在头颈部VMAT放疗中的剂量学影响	采用Mask2Former模型自动分割3D打印的头枕和MFIF，提供了一种增强个性化放疗计划准确性的新方法	对小目标的自动分割不准确以及MFIF中金属紧固件产生的伪影，需要在更大、更多样化的数据集上进行模型优化和验证	评估3D打印固定装置对头颈部VMAT放疗剂量分布的影响	49名患者的CT定位图像	数字病理	头颈部癌症	CT成像，VMAT放疗	Mask2Former	图像	49名患者的CT定位图像
796	2025-05-10	Predicting mother and newborn skin-to-skin contact using a machine learning approach 2025-Feb-18, BMC pregnancy and childbirth IF:2.8Q1 DOI:10.1186/s12884-025-07313-9 PMID:39966775	研究论文	本研究利用机器学习方法预测母婴皮肤接触（SSC）的实施情况及其影响因素	首次采用多种机器学习模型（包括深度学习前馈网络和线性回归等）预测SSC，并识别出关键预测因素如导乐支持、新生儿体重等	需要更多研究来验证机器学习模型在预测SSC方面的性能	识别影响母婴皮肤接触（SSC）实施的关键因素	来自伊朗母婴网络（IMaN Net）的8031名符合条件的母亲及其新生儿	机器学习	NA	机器学习	线性回归, 逻辑回归, 决策树分类, 随机森林分类, 深度学习前馈, 极端梯度提升模型, 轻量梯度提升模型, 支持向量机, 排列特征分类与k近邻	医疗记录数据	8031名母亲（其中3759名经历了SSC）
797	2025-05-10	Integrating ultrasound radiomics and clinicopathological features for machine learning-based survival prediction in patients with nonmetastatic triple-negative breast cancer 2025-Feb-18, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13635-w PMID:39966783	研究论文	本研究评估了基于超声放射组学和临床病理特征的机器学习模型在三阴性乳腺癌患者生存分析中的预测价值	结合超声放射组学和临床病理特征构建的联合列线图在生存分析中表现出卓越性能，为三阴性乳腺癌患者提供了一种非侵入性的疾病结局分类方法	研究样本量相对有限，且需要外部验证进一步确认模型的泛化能力	评估机器学习模型在三阴性乳腺癌患者生存预测中的价值	非转移性三阴性乳腺癌患者	数字病理	乳腺癌	超声放射组学分析	机器学习模型	超声图像和临床数据	训练队列306例，内部验证队列77例，前瞻性外部验证队列82例
798	2025-05-10	Development and validation of prediction models for stroke and myocardial infarction in type 2 diabetes based on health insurance claims: does machine learning outperform traditional regression approaches? 2025-Feb-18, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-025-02640-9 PMID:39966813	研究论文	基于健康保险索赔数据开发和验证2型糖尿病患者中风和心肌梗死的预测模型，并比较传统回归方法与机器学习方法的预测性能	比较了传统回归方法与包括深度学习在内的先进机器学习方法在预测2型糖尿病患者中风和心肌梗死风险上的性能	由于文献中缺乏对其他相关指标（如AUPRC、敏感性和阳性预测值）的报告，比较这些指标的性能受到限制	开发和验证基于健康保险索赔数据的预测模型，用于预测2型糖尿病患者的中风和心肌梗死风险	2型糖尿病患者	机器学习	心血管疾病	逻辑回归、LASSO正则化、随机森林（RF）、梯度提升（GB）、多层感知器（MLP）和特征标记转换器（FTT）	逻辑回归、RF、GB、MLP、FTT	健康保险索赔数据	371,006名2型糖尿病患者
799	2025-05-10	Deep learning-based automated guide for defining a standard imaging plane for developmental dysplasia of the hip screening using ultrasonography: a retrospective imaging analysis 2025-Feb-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02926-8 PMID:39966904	research paper	提出了一种基于深度学习的神经网络模型，用于在二维超声扫描中自动检测五个标志点，以开发用于发育性髋关节发育不良（DDH）筛查的标准平面	开发了一种结合全局和局部网络的模型，用于自动检测DDH筛查中的五个关键标志点，这在临床应用中具有创新性	研究仅基于单一医疗中心的回顾性数据，可能限制了模型的泛化能力	开发一种自动检测超声图像中五个标志点的深度学习模型，用于DDH筛查	接受髋关节超声检查以进行DDH筛查的患者	digital pathology	developmental dysplasia of the hip	2D ultrasonography	EfficientNetB2	image	532名患者
800	2025-05-10	Deep learning-assisted screening and diagnosis of scoliosis: segmentation of bare-back images via an attention-enhanced convolutional neural network 2025-Feb-14, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-025-05564-y PMID:39953540	研究论文	开发了一种基于深度学习的图像分割模型，用于提高脊柱侧弯筛查的效率	在原始U-Net架构中加入了注意力机制，构建了Dual AttentionUNet模型用于图像分割	研究样本量相对较小，仅包含350名脊柱侧弯患者和108名健康受试者	提高脊柱侧弯筛查的效率和准确性	脊柱侧弯患者和健康受试者的裸背图像和站立全长前后位脊柱X光片	计算机视觉	脊柱侧弯	深度学习	Dual AttentionUNet	图像	350名脊柱侧弯患者和108名健康受试者