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
81	2025-06-14	Efficient polyp detection algorithm based on deep learning 2025-Jun, Scandinavian journal of gastroenterology IF:1.6Q3 DOI:10.1080/00365521.2025.2503297 PMID:40358097	research paper	提出了一种基于YOLOv10的轻量高效结肠息肉检测模型EP-YOLO，通过引入GBottleneck模块、轻量级GHead检测头和小目标检测层等改进，提高了检测精度和效率	引入GBottleneck模块减少参数并加速推理，设计轻量级GHead检测头和小目标检测层增强小目标识别能力，提出SE_SPPF模块提高息肉注意力并抑制背景噪声干扰，使用Wise-IoU损失函数优化梯度分布	未提及模型在更广泛临床环境中的泛化性能验证	开发高效的结肠息肉检测算法以降低结直肠癌发病率	结肠息肉	computer vision	colorectal cancer	deep learning	YOLOv10-based EP-YOLO	image	LDPolypVideo (7,681张图像), Kvasir-SEG (1,000张图像), CVC-ClinicDB (612张图像)
82	2025-06-14	A Deep Learning-Based Artificial Intelligence Model Assisting Thyroid Nodule Diagnosis and Management: Pilot Results for Evaluating Thyroid Malignancy in Pediatric Cohorts 2025-Jun, Thyroid : official journal of the American Thyroid Association IF:5.8Q1 DOI:10.1089/thy.2024.0627 PMID:40454939	research paper	研究探讨了基于深度学习的AI模型在儿童甲状腺结节诊断中的适用性	首次将原本基于成人数据训练的AI-Thyroid模型应用于儿童甲状腺结节的诊断	样本量较小（128例），且为回顾性研究	评估深度学习模型在儿童甲状腺结节恶性风险评估中的性能	儿童甲状腺结节患者	digital pathology	thyroid cancer	ultrasonography	DL	image	128名儿童患者（156个结节）
83	2025-06-14	Segmentation of Leukoaraiosis on Noncontrast Head CT Using CT-MRI Paired Data Without Human Annotation 2025-Jun, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70602 PMID:40495458	research paper	开发并验证了一种用于非对比头部CT上白质疏松（LA）分割的深度学习算法，使用CT-MRI配对数据且无需人工标注	利用CT-MRI配对数据通过变形图像配准生成伪真实LA标签，训练仅基于CT图像和配准掩模的2D nnU-Net架构	未明确提及算法的泛化能力在不同种族或更广泛数据集上的表现	开发一种可重复的方法用于CT上的LA分割，以弥合CT和MRI在缺血性卒中患者评估中的差距	白质疏松（LA）在非对比头部CT上的分割	digital pathology	ischemic stroke	deep learning, deformable image registration	2D nnU-Net	CT and MRI images	来自多中心韩国注册表的CT-FLAIR MRI配对数据及美国数据集，独立临床队列（n=867）
84	2025-06-14	Artificial Intelligence in Aesthetic Medicine: Applications, Challenges, and Future Directions 2025-Jun, Journal of cosmetic dermatology IF:2.3Q2 DOI:10.1111/jocd.70241 PMID:40501296	综述	本文探讨了人工智能在美容医学中的应用、挑战及未来发展方向	深入分析了AI在美容医学中的多种应用，包括面部分析、机器人辅助手术、预测患者结果建模和个性化治疗计划，并探讨了相关的伦理问题和监管挑战	AI决策缺乏透明度、训练数据可能存在偏见、监管审批不一致，以及过度依赖AI可能削弱美容医学中以人为中心的本质	评估人工智能在美容医学中的应用及其面临的伦理和监管挑战	美容医学领域的人工智能技术和应用	医疗人工智能	NA	机器学习（ML）、深度学习、计算机视觉	NA	文献数据、案例研究	NA
85	2025-06-14	Deep learning reconstruction in biparametric prostate MRI: Impact on qualitative and radiomics analyses 2025-Jun, Research in diagnostic and interventional imaging DOI:10.1016/j.redii.2025.100059 PMID:40503095	research paper	评估深度学习重建（DLR）算法在前列腺MRI定性和放射组学分析中的影响	首次评估商业DLR算法在前列腺MRI中对放射组学特征的影响	单中心回顾性研究，样本量较小（25例患者）	评估DLR算法对前列腺MRI图像质量和放射组学分析的影响	前列腺MRI图像	digital pathology	prostate cancer	MRI, 放射组学分析	DLR（深度学习重建算法）	医学影像	25例患者的前列腺MRI数据
86	2025-06-14	Artificial Intelligence-Assisted Breeding for Plant Disease Resistance 2025-Jun-01, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26115324 PMID:40508136	综述	本文综述了人工智能在植物抗病育种中的应用，包括病害检测和组学预测	探讨了大型语言模型和多模态模型在解析复杂病害模式中的潜力，并提出了将联邦学习与大型语言模型结合的创新视角	讨论了数据、模型和隐私方面的挑战	将人工智能整合到植物育种项目中，促进计算技术进步转化为抗病作物育种	植物病害检测和抗性预测	农业人工智能	植物病害	深度学习、大型语言模型、多模态模型	CNN、大型语言模型、多模态模型	多组学数据、图像、文本	NA
87	2025-06-14	A Dual-Modal Robot Welding Trajectory Generation Scheme for Motion Based on Stereo Vision and Deep Learning 2025-Jun-01, Materials (Basel, Switzerland) DOI:10.3390/ma18112593 PMID:40508590	研究论文	本研究提出了一种基于立体视觉和深度学习的双模态感知框架，用于机器人焊接轨迹生成	结合改进的U-Net深度学习模型和双通道注意力模块，实现了高精度的焊缝分割和特征点提取	NA	提高机器人焊接轨迹规划的自主性和鲁棒性	焊接轨迹生成	机器视觉	NA	深度学习	改进的U-Net	2D图像和3D点云	NA
88	2025-06-14	Training Set Design for Uneven Illumination Correction in High-Resolution Whole Slide Images 2025-Jun, Journal of biomedical physics & engineering DOI:10.31661/jbpe.v0i0.2502-1890 PMID:40510308	研究论文	该研究提出了一种新的训练集设计策略，用于高分辨率全切片图像中的不均匀光照校正	提出了一种优化神经网络性能的训练集设计策略，保留了原始图像分辨率并整合了全局光照模式，提高了校正的一致性和模型的泛化能力	未提及具体的计算资源节省量或模型在特定数据集上的性能表现	提高全切片图像中不均匀光照校正的效果和效率	高分辨率全切片图像（WSI）	数字病理学	NA	深度学习	深度神经网络	图像	NA
89	2025-06-14	AE-BoNet: A Deep Learning Method for Pediatric Bone Age Estimation using an Unsupervised Pre-Trained Model 2025-Jun, Journal of biomedical physics & engineering DOI:10.31661/jbpe.v0i0.2304-1609 PMID:40510303	research paper	本研究提出了一种基于无监督预训练模型的深度学习方法AE-BoNet，用于儿科骨龄评估	采用无监督预训练方法解决骨龄评估中标记数据有限的问题，并首次将自编码器用于手部X光图像的特征提取	仅在RSNA X射线图像数据集上进行评估，未在其他数据集上验证泛化能力	开发自动骨龄评估方法以克服临床评估耗时且易受观察者差异影响的问题	儿科患者的手部X光图像	digital pathology	geriatric disease	X-ray imaging	autoencoder (AE)	image	Radiological Society of North America (RSNA) X-ray图像数据集
90	2025-06-14	A comprehensive dataset of mandarin leaf images for classification 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111685 PMID:40510633	research paper	该研究致力于使用深度学习方法对柑橘叶进行分类	创建了一个全面的柑橘叶图像数据集，并利用深度学习技术进行分类，支持早期健康叶片的识别	数据集仅包含健康叶片图像，可能无法涵盖所有实际应用场景	提升柑橘叶分类技术，支持农业领域的自动化系统开发	柑橘叶图像	computer vision	NA	深度学习	NA	image	1917张原始图像和8000张增强图像
91	2025-06-14	An annotated image dataset of urban insects for the development of computer vision and deep learning models with detection tasks 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111673 PMID:40510639	research paper	该研究创建了一个大型昆虫图像数据集，用于开发类似YOLO的昆虫识别算法	提供了一个包含超过25,000个注释的昆虫图像数据集，用于计算机视觉和深度学习模型的开发	数据集主要来自城市环境中的食品仓库、制造商和杂货店，可能无法涵盖所有昆虫种类	开发自动检测系统以研究城市昆虫多样性或害虫控制	城市昆虫	computer vision	NA	UV光诱捕和高分辨率扫描	YOLO	image	超过25,000个注释的昆虫图像
92	2025-06-14	CDAFormer: Hybrid Transformer-based contrastive domain adaptation framework for unsupervised hyperspectral change detection 2025-May-31, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107633 PMID:40505164	研究论文	提出了一种基于混合Transformer的对比域适应框架CDAFormer，用于无监督高光谱变化检测	通过分别对齐两个域的变化和未变化差异特征，利用先验信息在无标注训练样本情况下提升检测性能	未明确提及具体局限性	解决高光谱图像变化检测中数据分布差异和标注数据获取困难的问题	高光谱图像（HSI）	计算机视觉	NA	对比域适应	Transformer	高光谱图像	广泛使用的数据集（未明确数量）
93	2025-06-14	Optimizing Attenuation Correction in 68Ga-PSMA PET Imaging Using Deep Learning and Artifact-Free Dataset Refinement 2025-May-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111400 PMID:40506972	研究论文	本研究提出了一种新颖的伪影精炼框架，通过过滤损坏的PET-CT图像来创建干净的数据集，用于训练基于深度学习的图像域衰减校正模型	提出了一种伪影精炼框架，通过过滤损坏的PET-CT图像来创建干净的数据集，消除了对解剖参考扫描的需求	研究仅针对Ga-PSMA PET成像，未涉及其他类型的PET成像	优化Ga-PSMA PET成像中的衰减校正，提高图像质量和定量准确性	828例全身Ga-PSMA PET-CT扫描数据	数字病理	前列腺癌	PET-CT成像	ResNet	图像	828例全身Ga-PSMA PET-CT扫描数据
94	2025-06-14	Explainable Artificial Intelligence in Radiological Cardiovascular Imaging-A Systematic Review 2025-May-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111399 PMID:40506971	系统综述	本文系统综述了可解释人工智能（XAI）在放射学心血管影像中的应用	总结了XAI在心血管影像中的最新研究进展，并指出了未来研究方向	XAI方法的评估主要停留在定性层面，缺乏标准化	提高深度学习模型在心血管影像中的透明度和临床接受度	心血管影像数据	医学影像分析	心血管疾病	Grad-CAM, SHAP, LIME, 显著性图	深度学习模型	影像数据	28项符合纳入标准的研究
95	2025-06-14	Methylomes Reveal Recent Evolutionary Changes in Populations of Two Plant Species 2025-May-30, Genome biology and evolution IF:3.2Q2 DOI:10.1093/gbe/evaf101 PMID:40408446	研究论文	通过比较拟南芥和二穗短柄草的CG甲基组和基因组，研究DNA甲基化变异在种群遗传过程和人口历史推断中的应用	开发了一种基于深度学习的创新方法，仅利用甲基化变异数据推断人口历史，并揭示了单核苷酸多态性无法识别的近期种群扩张	甲基化变异在拟南芥中识别种群分化的效果不如单核苷酸多态性	研究DNA甲基化变异在种群遗传过程和人口历史推断中的应用	拟南芥和二穗短柄草	基因组学	NA	甲基化测序	深度学习	基因组数据	两种植物物种的种群样本
96	2025-06-14	An Information-Extreme Algorithm for Universal Nuclear Feature-Driven Automated Classification of Breast Cancer Cells 2025-May-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111389 PMID:40506962	研究论文	本研究开发了一种基于信息极限机器学习方法和通用细胞学特征的自动化乳腺癌细胞分类算法，旨在实现客观和通用的组织病理学诊断	将信息极限方法应用于细胞学特征分析以实现癌细胞分类	需要在更大的数据集上进行验证，并探索其在其他癌症类型中的适用性	开发一种客观且计算高效的乳腺癌细胞分类方法	乳腺癌细胞	数字病理学	乳腺癌	信息极限机器学习算法	信息极限算法	图像	176张标记的细胞图像
97	2025-06-14	A Hybrid Model of Feature Extraction and Dimensionality Reduction Using ViT, PCA, and Random Forest for Multi-Classification of Brain Cancer 2025-May-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111392 PMID:40506964	research paper	提出了一种结合ViT、PCA和随机森林的混合模型ViT-PCA-RF，用于脑癌的多分类	首次将Vision Transformer (ViT)、主成分分析(PCA)和随机森林(RF)结合，用于脑肿瘤分类	模型仅在BTM数据集上进行了测试，未在其他数据集上验证	开发一种能准确分类脑肿瘤的计算机辅助诊断系统	脑肿瘤MRI图像	digital pathology	brain cancer	MRI	ViT, PCA, RF	image	BTM数据集（具体数量未提及）
98	2025-06-14	Harnessing Artificial Intelligence in Pediatric Oncology Diagnosis and Treatment: A Review 2025-May-30, Cancers IF:4.5Q1 DOI:10.3390/cancers17111828 PMID:40507308	综述	本文综述了人工智能在儿科肿瘤诊断和治疗中的应用及其潜力	探讨了AI在儿科肿瘤中的新兴应用，如基于AI的放射组学和蛋白质组学，以及AI如何推动精准医疗的发展	儿科肿瘤数据的异质性和稀有性、影像技术的快速发展、数据隐私和算法透明度的伦理问题	提高儿童癌症诊断和治疗的准确性和有效性	儿科肿瘤	数字病理学	儿科肿瘤	机器学习和深度学习	NA	影像和蛋白质组学数据	NA
99	2025-06-14	Deep Learning-Assisted Microscopic Polarization Inspection of Micro-Nano Damage Precursors: Automatic, Non-Destructive Metrology for Additive Manufacturing Devices 2025-May-29, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15110821 PMID:40497869	研究论文	提出了一种创新的微观偏振YOLOv11-LSF智能检测框架，用于增材制造设备微纳米损伤前驱体的自动无损检测	通过三重技术创新（多尺度感知模块、跨级局部网络VoV-GSCSP模块、结合物理特征的损伤前驱体模拟策略），突破了现有技术瓶颈	未明确提及具体局限性	解决增材制造质量监测系统中的智能转型挑战	增材制造设备中的微纳米损伤前驱体	智能制造	NA	微观偏振检测、深度学习	YOLOv11-LSF	图像	虚拟与真实集成的训练样本库（具体数量未提及）
100	2025-06-14	Explainability of Protein Deep Learning Models 2025-May-29, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26115255 PMID:40508065	研究论文	本文研究了蛋白质深度学习模型的可解释性，通过XAI方法探讨了蛋白质嵌入模型的内部工作机制	首次使用XAI方法研究蛋白质嵌入模型的内部工作机制，比较了不同XAI方法在揭示蛋白质相互作用关键信息方面的效果	仅针对特定的蛋白质相互作用预测和嵌入生成方法进行研究，可能无法推广到所有蛋白质深度学习模型	提高蛋白质深度学习模型的可解释性，理解蛋白质相互作用的基本机制	蛋白质相互作用位点预测和蛋白质嵌入向量生成	生物信息学	NA	XAI(可解释AI)	Seq-InSite, ProtBERT, ProtT5, Ankh	蛋白质序列数据	3.3 TB总数据量