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
8501	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
8502	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)
8503	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
8504	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
8505	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
8506	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
8507	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
8508	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
8509	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
8510	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
8511	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
8512	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
8513	2025-10-06	A Comprehensive Review of Artificial Intelligence (AI) Applications in Pulmonary Hypertension (PH) 2025-Jan-07, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61010085 PMID:39859065	综述	本文系统回顾了人工智能在肺动脉高压领域的应用现状与潜力	首次系统性地综述了AI在肺动脉高压诊疗中的全面应用，涵盖诊断、分类和预后预测等多个方面	存在研究偏倚风险，AI工具仍需进一步探索和完善	评估人工智能在肺动脉高压诊疗管理中的转化应用价值	肺动脉高压患者及相关医学数据	医疗人工智能	肺动脉高压	机器学习、深度学习	NA	医学数据	45项相关研究（从500多篇初选文章中筛选）	NA	NA	NA	NA
8514	2025-10-06	Data-driven identification of urgent surgical procedures for use in trauma outcomes measurement 2025, Trauma surgery & acute care open IF:2.1Q2 DOI:10.1136/tsaco-2025-001783 PMID:40406235	研究论文	提出一种基于常规管理数据识别创伤患者紧急手术程序的数据驱动方法	开发了无需专家共识的灵活数据驱动方法，通过手术时间框架自动识别紧急手术程序	研究基于单家医院数据，方法尚未在其他机构验证	建立标准化的创伤紧急手术程序列表以促进创伤系统评估比较	创伤患者的手术程序数据	医疗数据分析	创伤	管理数据链接分析	NA	围手术期和住院管理数据	4737例创伤入院，6750次手术，567种独特手术程序	NA	NA	紧急协议分类标准（75%手术在4小时内完成），紧急共识分类标准（50-75%手术在4小时内完成且共识度低于0.7）	NA
8515	2025-10-06	LOD-PCAC: Level-of-Detail-Based Deep Lossless Point Cloud Attribute Compression 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3578760 PMID:40526560	研究论文	提出一种基于细节层次结构的无损点云属性压缩框架LOD-PCAC	利用细节层次结构实现密度鲁棒压缩，提出比特级残差编码器和参考集构建方法	未明确说明计算复杂度和实时性能表现	解决稀疏或不均匀分布点云的无损属性压缩问题	点云属性数据	计算机视觉	NA	深度学习	神经网络	点云数据	多种点云数据集	NA	NA	压缩性能	NA
8516	2025-10-06	Fast 3D Room Layout Estimation Based on Compact High-Level Representation 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3578785 PMID:40531646	研究论文	提出一种基于紧凑高层表示的快速3D房间布局估计方法	使用仅29个实数的紧凑高层表示替代传统高分辨率2D表示，显著提升推理速度并降低内存消耗	未明确说明在复杂场景或非平面结构房间中的适用性	实现从室内RGB图像快速重建整体3D结构	室内场景的3D房间布局	计算机视觉	NA	深度学习	通用回归网络	RGB图像	NA	NA	NA	推理速度，布局估计性能	NA
8517	2025-10-06	MLCDL: A Critical Practice and Implementation of Multi-tissue Classification and Diagnosis Using Deep Learning Algorithm 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_18 PMID:40553341	研究论文	本研究提出了一种基于深度学习的多组织分类与诊断方法，使用集成迁移学习的EfficientNet-B7卷积神经网络进行纹理分类	采用集成迁移学习策略的EfficientNet-B7模型进行多组织分类，相比传统机器学习方法具有更高性能	测试集准确率相对较低（51.326%），模型泛化能力有待进一步提升	开发基于深度学习的多组织分类与诊断系统	医学图像中的组织纹理	计算机视觉	NA	深度学习	CNN	图像	381张150×150像素图像	NA	EfficientNet-B7	准确率, 训练损失	NA
8518	2025-10-06	Artificial Intelligence in CRISPR-Cas Systems: A Review of Tool Applications 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_14 PMID:40553337	综述	本文综述了人工智能在CRISPR-Cas系统工具应用中的整合与发展	将人工智能与CRISPR-Cas系统相结合，为基因工程研究开辟新视角	NA	探索人工智能在基因编辑工具CRISPR-Cas系统中的应用	CRISPR-Cas系统及其基因编辑应用	机器学习	NA	CRISPR-Cas基因编辑技术	深度学习, 机器学习	基因组数据	NA	NA	NA	NA	NA
8519	2025-10-06	The Use of AI for Phenotype-Genotype Mapping 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_21 PMID:40553344	综述	探讨人工智能在表型-基因型映射中的方法、应用、挑战及未来前景	系统综述AI在整合多组学数据、识别疾病亚型和加速精准医疗方面的创新应用	数据异质性、模型可解释性不足、隐私问题及罕见病数据稀缺	推动基因型-表型映射研究以促进精准医疗发展	基因组数据与表型数据的关联分析	机器学习	NA	下一代测序(NGS), 多组学数据整合	支持向量机(SVM), 随机森林, 梯度提升, k均值聚类, 层次聚类, 卷积神经网络(CNN), 循环神经网络(RNN), 生成对抗网络(GAN)	基因组数据, 基因表达谱, 转录组数据, 蛋白质组数据	NA	NA	NA	NA	NA
8520	2025-10-06	Deep Genomics: Deep Learning-Based Analysis of Genome-Sequenced Data for Identification of Gene Alterations 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_20 PMID:40553343	综述	本章综述了深度基因组学领域，探讨深度学习框架在基因组数据分析中的应用及其对基因变异识别的贡献	整合多种深度学习架构分析多组学数据，强调可解释性方法和伦理框架在基因组学中的应用	面临数据协调和模型可解释性的方法论挑战，存在系统偏差风险	探索深度学习在基因组数据分析中的应用，提升基因变异识别和解释能力	基因组测序数据和多组学数据	机器学习	NA	下一代测序, 多组学分析	CNN, RNN, Transformer, GNN	基因组序列数据, 表观基因组数据, 转录组数据, 蛋白质组数据	NA	NA	卷积神经网络, 循环神经网络, 变换器, 图神经网络	NA	联邦学习, 安全多方计算, 量子计算