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	2025-09-14	Enhanced Breast Cancer Diagnosis Using Multimodal Feature Fusion with Radiomics and Transfer Learning 2025-Aug-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172170 PMID:40941663	研究论文	本研究通过融合放射组学特征和深度学习特征，开发了一种多模态特征融合方法，以提高乳腺癌诊断的准确性和鲁棒性	结合放射组学特征与深度学习特征构建统一多模态特征空间，并系统比较了13种预训练迁移学习模型在乳腺癌分类中的表现	研究仅基于CBIS-DDSM数据集，未来需要整合更多模态数据（如临床数据、基因组信息）来提升模型泛化能力	提高乳腺癌诊断的准确性和模型鲁棒性，克服数据有限和过拟合等挑战	乳腺癌医学影像数据	计算机视觉	乳腺癌	放射组学特征提取、迁移学习、数据增强	ResNet, DenseNet, InceptionV3, MobileNet, VGG	医学影像	基于CBIS-DDSM数据集的样本
82	2025-09-14	Machine Learning Models for Predicting Gynecological Cancers: Advances, Challenges, and Future Directions 2025-Aug-27, Cancers IF:4.5Q1 DOI:10.3390/cancers17172799 PMID:40940896	综述	本文回顾了机器学习模型在妇科癌症预测中的最新进展、挑战及未来方向	讨论了可解释AI、联邦学习和多组学融合等新兴技术以提升模型可靠性和实用性	存在数据不一致性、模型可解释性不足以及临床转化困难等问题	改善妇科癌症的早期预测方法，提高生存率并指导个体化治疗	妇科癌症（如乳腺癌、宫颈癌、卵巢癌）患者	机器学习	妇科癌症	机器学习（ML）、深度学习（DL）	支持向量机、随机森林、卷积神经网络	临床记录、基因组学、蛋白质组学、医学影像等多模态数据	NA
83	2025-09-14	From Data to Diagnosis: A Novel Deep Learning Model for Early and Accurate Diabetes Prediction 2025-Aug-27, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13172138 PMID:40941490	研究论文	提出一种新型深度学习模型TIPNet，用于早期准确预测糖尿病	设计时序初始感知器网络(TIPNet)，结合自适应合成过采样策略和可解释AI技术，提升模型性能与可解释性	NA	开发高精度、可解释的糖尿病早期预测工具	糖尿病健康指标数据	机器学习	糖尿病	深度学习，自适应合成过采样，可解释人工智能	TIPNet (时序初始感知器网络)	结构化健康指标数据	253,680个实例，22个特征
84	2025-09-14	BiU-Net: A Biologically Informed U-Net for Genotype Imputation 2025-Aug-26, Research square DOI:10.21203/rs.3.rs-6797863/v1 PMID:40909775	研究论文	提出一种结合生物学信息的U-Net模型BiU-Net，用于基因型插补以提高全基因组关联研究的统计效力	通过分割基因型数据并编码位置信息来保留基因组上下文，解决了小数据集中罕见变异插补的难题	NA	开发参考基因组无关的深度学习方法，提升复杂基因组区域和群体不匹配情况下的基因型插补性能	人类基因型数据	机器学习	NA	基因型插补	U-Net	基因型数据	1000 Genomes Project、Louisiana Osteoporosis Study和Simons Genome Diversity Project数据集
85	2025-09-14	Intensive Care Unit Patient Outcome Prediction Using ν-Support Vector Classification and Stochastic Signal Processing-Based Feature Extraction Techniques: Algorithm Development and Validation Study 2025-Aug-26, JMIR AI DOI:10.2196/72671 PMID:40857726	研究论文	开发并验证了一种结合ν-支持向量分类和随机信号处理特征提取技术的ICU患者预后预测框架	提出基于信号处理的新型特征工程方法，从医疗数字轨迹中提取高预测性特征	NA	改进ICU患者预后预测准确率，支持医疗运营管理	ICU患者及其医疗数字轨迹数据	机器学习	危重疾病	信号处理特征提取，ν-SVC	ν-Support Vector Classification	时间序列数据	真实世界ICU数据集（具体数量未说明）
86	2025-09-14	Artificial Intelligence in Ocular Transcriptomics: Applications of Unsupervised and Supervised Learning 2025-Aug-26, Cells IF:5.1Q2 DOI:10.3390/cells14171315 PMID:40940727	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
87	2025-09-14	Deep Learning for Cervical Spine Radiography: Automated Measurement of Intervertebral and Neural Foraminal Distances 2025-Aug-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172162 PMID:40941650	研究论文	本研究提出了一种基于深度学习的自动化方法，用于定位颈椎X光片中的椎体并测量椎间孔距离	使用YOLOv8实现颈椎自动定位与分割，在C7椎体识别上达到100%准确率，相比现有方法提升66.67%	NA	开发自动化颈椎X光分析系统，提高诊断效率和准确性	颈椎X光影像中的C2-C7椎体	计算机视觉	颈椎退行性疾病	图像增强，YOLOv8目标检测	YOLOv8	X光影像	NA
88	2025-09-14	Sparse-MoE-SAM: A Lightweight Framework Integrating MoE and SAM with a Sparse Attention Mechanism for Plant Disease Segmentation in Resource-Constrained Environments 2025-Aug-24, Plants (Basel, Switzerland) DOI:10.3390/plants14172634 PMID:40941799	研究论文	提出一种轻量级框架Sparse-MoE-SAM，用于资源受限环境下的植物病害分割	集成稀疏注意力机制与两阶段MoE解码器，动态激活关键通道并优化计算路径，显著降低计算成本同时保持精度	未明确说明模型在不同植物物种或极端环境条件下的泛化能力	解决资源受限环境中高精度植物病害分割的部署挑战	植物叶片病害区域	计算机视觉	植物病害	深度学习，稀疏注意力机制，混合专家系统	SAM增强框架，CNN变体	图像	三个异构数据集（PlantVillage Extended, CVPPP和自收集田间图像）
89	2025-09-14	Transfer Learning-Based Multi-Sensor Approach for Predicting Keyhole Depth in Laser Welding of 780DP Steel 2025-Aug-24, Materials (Basel, Switzerland) DOI:10.3390/ma18173961 PMID:40942387	研究论文	本研究开发基于迁移学习的深度学习模型，利用同轴熔池图像和光谱仪信号预测780DP钢激光焊接中的熔深深度	首次将多传感器数据与CNN迁移学习结合用于激光焊接熔深预测，显著提升预测精度	模型性能依赖于OCT信号的校准精度，且未明确说明模型泛化能力	预测激光焊接过程中关键孔深度以控制焊接质量	780双相钢（780DP steel）的激光焊接过程	机器视觉与工业应用	NA	光学相干断层扫描（OCT）、光谱仪信号采集、迁移学习	CNN（包括MobileNetV2, ResNet50V2, EfficientNetB3, Xception）	图像信号（同轴熔池图像）与光谱信号	未明确说明样本数量，但使用多传感器数据进行训练和验证
90	2025-09-14	Efficient Deep Learning-Based Arrhythmia Detection Using Smartwatch ECG Electrocardiograms 2025-Aug-23, Sensors (Basel, Switzerland) DOI:10.3390/s25175244 PMID:40942673	研究论文	提出一种基于一维CNN的高效深度学习模型，用于从智能手表ECG中检测心律失常	首次针对智能手表ECG数据设计高效心律失常检测模型，注重模型效率与实际临床部署	二元模型特异性较低（6.25%），且仅在公开数据集上验证	开发高效心律失常自动检测方法以辅助临床诊断	智能手表采集的心电图（ECG）数据	数字病理	心血管疾病	ECG信号分析	1D CNN	时间序列信号	使用UMass Medical School Simband和MIT-BIH心律失常两个公开数据集
91	2025-09-14	High-Performance Automated Detection of Sheep Binocular Eye Temperatures and Their Correlation with Rectal Temperature 2025-Aug-22, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15172475 PMID:40941270	研究论文	提出一种基于E-S-YOLO11n模型的自动化绵羊双眼区域检测方法，并分析眼温与直肠温度的相关性	首次结合红外热成像与深度学习实现绵羊双眼温度的自动检测，并系统分析双眼温度差异及与直肠温度的相关性	环境因素可能影响眼温作为直肠温度替代指标的可靠性，且眼温与直肠温度相关性未达到统计学显著性	开发非接触式动物体温监测方法，提升精准畜牧业的效率	绵羊	计算机视觉	NA	红外热成像技术(IRT), 深度学习	E-S-YOLO11n (YOLO变体)	热成像图像	未明确说明样本数量，但包含左右眼温度对比分析
92	2025-09-14	Small Object Detection in Agriculture: A Case Study on Durian Orchards Using EN-YOLO and Thermal Fusion 2025-Aug-22, Plants (Basel, Switzerland) DOI:10.3390/plants14172619 PMID:40941783	研究论文	提出一种基于EN-YOLO和热融合技术的深度学习模型，用于农业中小物体检测，特别是在榴莲园中精准识别病虫害	集成EfficientNet骨干网络和多模态注意力机制，引入大跨度残差边缘保留关键空间信息，并采用多模态输入策略增强鲁棒性	NA	开发自动化病虫害检测系统，提升榴莲作物产量和质量管理的智能农业应用	榴莲园中的病虫害	计算机视觉	NA	深度学习，多模态成像（RGB、近红外、热成像）	EN-YOLO（基于YOLO架构的增强模型）	图像	真实果园数据集（具体数量未明确说明）
93	2025-09-14	Robust Pavement Modulus Prediction Using Time-Structured Deep Models and Perturbation-Based Evaluation on FWD Data 2025-Aug-22, Sensors (Basel, Switzerland) DOI:10.3390/s25175222 PMID:40942651	研究论文	提出一种结合时间结构建模和扰动评估的集成框架，用于从FWD数据中鲁棒预测路面结构模量	开发了五种时间序列输入策略并设计混合Wide & Deep ResRNN架构，结合蒙特卡洛风格扰动评估提升模型鲁棒性	NA	提高路面结构模量预测的准确性和抗噪声鲁棒性	路面结构模量	机器学习	NA	Falling Weight Deflectometer (FWD) 数据采集	Wide & Deep ResRNN (包含SimpleRNN, GRU, LSTM)	时间序列数据	NA
94	2025-09-14	"Frustratingly easy" domain adaptation for cross-species transcription factor binding prediction 2025-Aug-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.21.655414 PMID:40501927	研究论文	提出一种名为MORALE的领域自适应框架，用于提升跨物种转录因子结合预测的准确性和泛化性	通过对齐跨物种序列嵌入的统计矩，无需对抗训练或复杂架构即可学习物种不变调控特征	NA	解决深度学习模型在跨物种基因组序列预测中的泛化性问题	转录因子（TF）结合位点	计算生物学	NA	ChIP-seq，深度学习	嵌入式序列模型（架构无关）	DNA序列数据	多物种TF ChIP-seq数据集（包含五个物种）
95	2025-09-14	Diagnosis of Oral Cancer With Deep Learning. A Comparative Test Accuracy Systematic Review 2025-Aug, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15330 PMID:40163741	系统综述	比较深度学习模型与人类专家及其他诊断方法在口腔癌临床检测中的诊断准确性	首次通过贝叶斯荟萃分析直接比较深度学习与人类专家在口腔癌诊断中的表现	纳入研究存在偏倚风险，证据等级较低	评估深度学习模型在口腔癌诊断中的准确性	口腔黏膜病变（癌变与非癌变）的摄影图像	数字病理	口腔癌	深度学习	深度学习模型	图像	8项研究（具体样本量未提供）
96	2025-07-04	Retraction: A deep learning model for estimating sedation levels using heart rate variability and vital signs: a retrospective cross-sectional study at a center in South Korea 2025-Aug, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2024.01200.r1 PMID:40602482	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
97	2025-09-14	Feasibility study of fully automatic measurement of adenoid size on lateral neck and head radiographs using deep learning 2025-Aug, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06332-0 PMID:40658209	研究论文	本研究开发并验证了一种基于深度学习的全自动系统，用于在头颈部侧位X光片上测量腺样体大小	首次实现全自动腺样体测量，结合RTMDet和RTMPose网络进行关键点检测，采用数学公式计算腺样体尺寸	回顾性研究，仅包含两个中心的711张X光片，可能存在选择偏倚	开发客观可靠的腺样体量化测量系统以辅助临床诊断和治疗策略制定	头颈部侧位X光片中的腺样体组织	计算机视觉	耳鼻喉疾病	深度学习，X光成像	RTMDet, RTMPose	医学影像	711张头颈部侧位X光片来自两个医疗中心
98	2025-09-14	Detecting Oral Cancer Using Tabular Deep Learning 2025-Aug, IEEE International Conference on Omni-layer Intelligent Systems : COINS. IEEE International Conference on Omni-layer Intelligent Systems DOI:10.1109/coins65080.2025.11125786 PMID:40933553	研究论文	本研究使用表格深度学习技术对口腔癌进行早期检测，通过分析临床结构化表格数据区分癌性病变与癌前病变	首次将深度学习网络应用于口腔癌相关的表格医疗数据，填补了该领域的研究空白	研究基于1791名患者的子集数据，样本规模相对有限	开发可靠的多模态AI/ML方法，预测需要活检的候选病变	口腔癌患者和癌前病变患者	机器学习	口腔癌	深度学习	tabular deep learning methods	表格数据	1791名患者
99	2025-09-14	Artificial Intelligence in Diabetes Care: Applications, Challenges, and Opportunities Ahead 2025-Jul-17, Endocrine practice : official journal of the American College of Endocrinology and the American Association of Clinical Endocrinologists IF:3.7Q2 DOI:10.1016/j.eprac.2025.07.008 PMID:40683367	综述	本文综述了人工智能在糖尿病护理中的最新应用、挑战及未来机遇	整合传统机器学习和深度学习算法，探索非侵入性生物标志物识别、图像辅助膳食分析及胰岛素自动输送系统优化等新兴方向	基于文献综述，缺乏原始数据验证；未涉及具体临床实施障碍的深度分析	评估人工智能在糖尿病护理中的应用潜力与转化前景	糖尿病患者及糖尿病相关并发症（如视网膜病变、黄斑水肿、神经病变）	医疗人工智能	糖尿病	机器学习（ML）、深度学习	NA	电子健康记录、医学图像、生物标志物数据	NA（文献综述未注明具体样本量）
100	2025-09-14	Modeling inter-reader variability in clinical target volume delineation for soft tissue sarcomas using diffusion model 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17865 PMID:40317577	研究论文	本研究开发了一种基于扩散模型的深度学习技术，用于模拟软组织肉瘤临床靶区勾画中的读者间变异性	首次使用扩散模型生成多个合理的临床靶区轮廓，模拟临床实践中不同读者之间的勾画差异	样本量相对较小（51例训练集+5例验证集），需要进一步验证模型的泛化能力	开发能够模拟临床靶区勾画读者间变异性的自动分割方法	软组织肉瘤患者	医学图像分析	软组织肉瘤	扩散模型，多模态医学影像分析	diffusion model	多模态医学影像（FDG-PET、CT、MRI）	51例患者训练集，5例患者独立验证集