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
8481	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
8482	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
8483	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
8484	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
8485	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
8486	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
8487	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
8488	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
8489	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
8490	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
8491	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
8492	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
8493	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
8494	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
8495	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
8496	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
8497	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
8498	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
8499	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
8500	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