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
981	2025-09-25	Tomato seedling stem and leaf segmentation method based on an improved ResNet architecture 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1571445 PMID:40978790	研究论文	提出一种基于改进ResNet架构的番茄幼苗茎叶点云分割方法	通过集成瓶颈模块和下采样技术优化传统残差块，结合曲率特征和几何特性设计专用卷积层，提升分割精度	NA	解决传统深度学习模型在点云分割任务中参数过多、复杂度高和易过拟合的问题	番茄幼苗的茎和叶点云数据	计算机视觉	NA	3D点云技术	改进的ResNet架构（X-ResNet）	点云数据	NA
982	2025-09-25	Automatic differentiation of Parkinson's disease motor subtypes based on deep learning and radiomics 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1650985 PMID:40979208	研究论文	基于深度学习和影像组学技术建立帕金森病运动亚型自动分类方法	首次结合深度学习与影像组学技术，从8个深部脑核团提取2264个特征实现帕金森病运动亚型的全自动分类	样本量有限（135例患者），需更大规模数据验证模型泛化能力	建立帕金森病运动亚型的自动分类模型辅助临床诊断	135名帕金森病患者（43例PIGD亚型，92例TD亚型）的MRI影像数据	医学影像分析	帕金森病	影像组学分析、机器学习分类	BDT（Bagging Decision Tree）、AdaBoost、GP、LR、RF	MRI影像	135例帕金森病患者（来自PPMI数据库）
983	2025-09-25	Technical and clinical validation of a novel deep learning-based white matter hyperintensity segmentation tool 2025, Cerebral circulation - cognition and behavior DOI:10.1016/j.cccb.2025.100393 PMID:40979673	研究论文	开发并验证两种基于深度学习的新型白质高信号分割算法	采用MD-GRU和nnU-Net深度学习算法，在异质性数据集上训练，具备卓越的泛化能力和临床实用性	NA	解决现有白质高信号分割工具的局限性，开发更精准的分割算法	脑小血管疾病患者的白质高信号区域	医学影像分析	脑小血管疾病	深度学习，MRI影像分析	MD-GRU, nnU-Net	MRI影像数据	使用MarkVCID联盟、SWISS-AF和DiViNAS研究等多个数据集进行验证
984	2025-09-25	Exploration of chaos game representation and integrative deep learning approaches for whole-genome sequencing-based grapevine genetic testing 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf193 PMID:40980553	研究论文	本研究探索利用混沌游戏表示和深度学习进行全基因组测序的葡萄遗传鉴定	首次将混沌游戏表示与深度学习结合应用于葡萄全基因组测序数据，实现物种和品种的高精度分类	研究尚处于初步阶段，品种分类准确率（80%）有待提升，且仅针对有限样本量进行验证	开发基于全基因组测序的葡萄遗传鉴定新方法	葡萄的5个物种和41个栽培品种	生物信息学	NA	全基因组测序（WGS）、混沌游戏表示（CGR）	深度学习	基因组序列数据、图像数据（CGR表示）	涉及5个物种和41个栽培品种的基因组数据
985	2025-09-25	Core fucose identification in glycoproteomics: an ML approach addressing fucose migration in mass spectrometry 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf186 PMID:40980549	研究论文	本研究开发了机器学习模型来解决糖蛋白质组学中核心岩藻糖鉴定的技术难题	首次联合使用半监督模型和自监督模型处理质谱中的岩藻糖迁移现象，并利用10个核心相关特征离子的相对强度作为特征向量	研究主要基于小鼠脑组织数据，在人类样本中的应用仍需进一步验证	开发高可靠性、高准确性的核心岩藻糖鉴定方法	小鼠脑组织糖肽、人类IgG和人类血清样本	生物信息学	NA	质谱分析、糖蛋白质组学	半监督模型、自监督模型	质谱数据	FUT8敲除小鼠脑组织数据、野生型小鼠脑组织、人类IgG和血清样本
986	2025-09-25	Modeling dynamic inflow effects in fMRI to quantify cerebrospinal fluid flow 2025, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/IMAG.a.9 PMID:40800831	研究论文	开发动态模型和物理驱动的深度学习框架来量化fMRI中的脑脊液流动信号	首次建立基于时变流速的fMRI流入信号动态模型，并开发物理驱动的深度学习反演框架实现流速直接估计	模型验证仅使用人体和幻影数据，需要进一步临床验证	量化fMRI脑脊液流动信号并实现物理可解释的流速估计	人脑脑脊液流动系统	医学影像分析	神经系统疾病	fMRI、深度学习	动态模型、物理驱动深度学习框架	fMRI影像数据	人体数据和幻影数据（具体样本量未明确说明）
987	2025-09-25	Multimodal data driven deep learning based seismic impedance inversion optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331952 PMID:40982555	研究论文	本研究采用深度学习模型优化地震波阻抗反演技术，提高地下属性预测精度	首次将LeNet、AlexNet等CNN架构应用于地震数据反演，通过CWT特征提取实现多模态数据融合	未提及模型在复杂地质条件下的泛化能力及实际钻井验证结果	提升地震波阻抗反演的分辨率和合成地震记录生成质量	地震数据和测井数据	地球物理	NA	连续小波变换(CWT)、深度学习	LeNet、AlexNet、CNN	地震数据、测井数据	NA
988	2025-09-25	An interpretable multi-transformer ensemble for text-based movie genre classification 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2945 PMID:40989307	研究论文	提出一种基于电影剧情文本的多标签电影流派分类集成模型	首次将BERT、DistilBERT和ROBERTa三种Transformer模型通过加权软投票集成，并引入LIME解释方法增强模型可解释性	仅使用文本模态数据，未融合音频视觉等多模态信息	探索基于文本数据的多标签电影流派自动分类	电影剧情文本数据	自然语言处理	NA	Transformer集成、LIME可解释性分析	BERT、DistilBERT、ROBERTa集成模型	文本	Trailers12K和LMTD9两个基准数据集
989	2025-09-25	An End-to-End autonomous driving model based on visual perception for temporary roads 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3152 PMID:40989386	研究论文	提出一种基于视觉感知的端到端自动驾驶模型，专门用于临时道路场景下的移动机器人自主导航	首次将全局上下文视觉Transformer（GCViT）网络与Transformer、GRU网络结合，构建专门针对临时道路的端到端自动驾驶模型	仅针对低速车辆设计，未验证在高速场景下的适用性	解决临时道路环境下自动驾驶的技术挑战，提升无人地面车辆的自主导航能力	移动机器人和无人地面车辆	计算机视觉	NA	深度学习、视觉感知	GCViT、Transformer、GRU、端到端模型	图像	通过仿真测试和实地测试验证，具体样本量未明确说明
990	2025-09-25	A versatile attention-based neural network for chemical perturbation analysis and its potential to aid surgical treatment: an experimental study 2024-Dec-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001781 PMID:39017949	研究论文	提出一种基于注意力机制的神经网络ACTIN，用于化学扰动分析和辅助手术治疗药物发现	结合图卷积和Transformer机制，仅需少量训练数据即可实现最先进性能，并能识别特定元素药效基团对基因表达的影响	训练样本量较小（仅393个实例），尚未进行大规模临床验证	开发灵活高效的药物发现方法以辅助手术治疗	化学药效基团和基因表达数据	机器学习	COVID-19	转录组数据分析	图卷积网络(GCN)和Transformer	药物数据和转录组数据	393个训练实例，使用COVID-19患者肺组织转录组数据验证
991	2025-09-25	Generative AI in orthopedics: an explainable deep few-shot image augmentation pipeline for plain knee radiographs and Kellgren-Lawrence grading 2024-11-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae246 PMID:39311859	研究论文	提出一种用于膝关节X光片生成和Kellgren-Lawrence分级的可解释深度少样本图像增强流程	首次提出深度少样本图像增强流程，能够利用有限训练样本生成高质量合成膝关节X光片	训练样本数量有限	解决骨科医学图像分析中大规模标准化标注数据缺乏的问题	膝关节X光片和Kellgren-Lawrence分级	医学图像分析	骨关节炎	深度少样本图像增强	深度学习模型	X光图像	生成86,000张合成膝关节X光片
992	2025-09-25	DL-EDOF: Novel Multi-Focus Image Data Set and Deep Learning-Based Approach for More Accurate and Specimen-Free Extended Depth of Focus 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01076-z PMID:38528289	研究论文	本研究提出了一种基于无监督深度学习的扩展景深显微镜方法，并创建了新的多焦点图像数据集	首个基于无监督深度学习的EDOF方法，无需任何预处理或后处理技术，使用深度特征获取像素聚焦度	NA	开发更准确、无需特定样本的扩展景深显微镜方法	多焦点图像	计算机视觉	NA	深度学习	无监督深度学习模型	图像	包含9个图像集合的数据集（4个合成图像集和5个显微镜图像集）
993	2025-09-25	Multi-Class Deep Learning Model for Detecting Pediatric Distal Forearm Fractures Based on the AO/OTA Classification 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00968-4 PMID:38308069	研究论文	基于AO/OTA分类开发多类别深度学习模型用于检测儿童远端前臂骨折	首次将YOLOv4目标检测模型应用于儿童远端前臂骨折的多类别分类，并采用AO/OTA儿科骨折分类标准	测试集样本量较小（仅88张图像），未进行外部验证	开发自动检测儿童远端前臂骨折的深度学习模型以辅助临床治疗规划	儿童远端前臂骨折的X射线图像	计算机视觉	儿科骨折	深度学习	YOLOv4 CNN	X射线图像	7006张手腕X光图像（来自1809名患者），测试集88张图像（来自34名患者）
994	2025-09-25	Enhancing YOLO5 for the Assessment of Irregular Pelvic Radiographs with Multimodal Information 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00986-2 PMID:38315343	研究论文	本研究通过将年龄和性别信息融入YOLO5模型通道，提升深度学习模型在发育性髋关节发育不良诊断中的性能	首次将多模态信息（年龄和性别）融入YOLO5模型用于DDH诊断，考虑了骨盆在不同发育阶段和性别间的差异	NA	提高深度学习模型在发育性髋关节发育不良诊断中的准确性和有效性	骨盆X射线图像中的髋关节解剖标志点	计算机视觉	发育性髋关节发育不良	深度学习	YOLO5	X射线图像	7750张骨盆X射线图像，覆盖4个月至16岁年龄段，包含畸形和术后等多种情况
995	2025-09-25	Development of Medical Imaging Data Standardization for Imaging-Based Observational Research: OMOP Common Data Model Extension 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00982-6 PMID:38315345	研究论文	提出医学影像数据模型扩展（MI-CDM），用于支持基于影像的观察性研究	首次将医学影像数据结构化整合到OMOP通用数据模型中，新增两个数据表和词汇表	NA	建立医学影像数据标准化框架以支持影像生物标志物研究	观察性医疗数据与医学影像数据	医学信息学	NA	DICOM标准、深度学习	数据模型扩展	医学影像数据、结构化医疗数据	NA
996	2025-09-25	Development and Validation of Deep Learning-Based Automated Detection of Cervical Lymphadenopathy in Patients with Lymphoma for Treatment Response Assessment: A Bi-institutional Feasibility Study 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00966-6 PMID:38316667	研究论文	开发并验证基于深度学习的自动化宫颈淋巴结病变检测系统，用于淋巴瘤患者的治疗反应评估	首次使用3D SegResNet模型对淋巴瘤患者头颈部增强CT图像进行宫颈淋巴结的自动检测和分割，并验证其在纵向治疗反应评估中的临床效用	模型分割性能中等（DSC=0.39），样本量有限且为回顾性研究	开发深度学习模型用于淋巴瘤患者宫颈淋巴结的自动检测和分割，并评估其在治疗反应评估中的临床应用价值	淋巴瘤患者的头颈部增强CT图像和宫颈淋巴结	数字病理	淋巴瘤	对比增强CT扫描	3D SegResNet	医学影像（CT图像）	开发队列76例，内部测试1队列27例，内部测试2队列87例，外部测试队列26例，总计216例患者
997	2025-09-25	Deep Learning-Assisted Diffusion Tensor Imaging for Evaluation of the Physis and Metaphysis 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00993-3 PMID:38321313	研究论文	本研究开发了一种基于UNETR的深度学习模型，用于自动分割儿童骨骼生长板DTI图像，以替代耗时的手动分割方法	首次将UNETR混合模型应用于骨骼生长板DTI图像的自动分割，显著提升了分割效率和一致性	研究为回顾性分析，样本量相对有限（191名受试者），需要进一步前瞻性验证	开发自动分割方法以优化儿童骨骼生长板DTI图像的分析流程	儿童骨骼生长板（physis）和干骺端（metaphysis）的DTI图像	医学影像分析	儿科骨骼发育	扩散张量成像（DTI）	UNETR（UNET Transformer混合模型）和UNET	医学影像数据（DTI扫描）	385次DTI扫描，来自191名平均年龄12.6±2.01岁的受试者
998	2025-09-25	Automated Quantification of Total Cerebral Blood Flow from Phase-Contrast MRI and Deep Learning 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00948-0 PMID:38343224	研究论文	开发基于深度学习的自动量化全脑血流量方法，用于评估脑健康	首次将U-Net深度学习网络应用于相位对比MRI的脑血管自动分割，并通过图像预处理增强分割性能	训练样本量相对有限（218张图像），需要进一步验证在更广泛人群中的适用性	开发自动化的全脑血流量量化技术，替代传统手动方法	脑部供血动脉血管	医学影像分析	脑血管疾病	相位对比磁共振成像（PC MRI）、深度学习	U-Net	医学影像（MRI图像）	218张训练图像，40张内部测试图像，20组外部测试数据
999	2025-09-25	Deep Learning-based Diagnosis of Pulmonary Tuberculosis on Chest X-ray in the Emergency Department: A Retrospective Study 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00952-4 PMID:38343228	研究论文	开发基于深度学习的算法用于急诊科胸部X光片的肺结核检测	使用EfficientNetV2架构并结合半监督学习（通过ChestX-ray14数据集进行伪标注），在多种拍摄体位的X光片上验证算法性能	回顾性研究，需前瞻性验证；性能在不同拍摄体位间存在差异	开发辅助急诊科快速诊断肺结核的深度学习算法	胸部X光片图像	计算机视觉	肺结核	深度学习	EfficientNetV2	医学影像（X光片）	3498张本院X光片（训练集2144张，测试集1354张），另使用公共数据集112,120张训练图像和800张测试图像
1000	2025-09-25	MRI-Based Machine Learning Fusion Models to Distinguish Encephalitis and Gliomas 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00957-z PMID:38343248	研究论文	本研究比较传统机器学习与深度学习模型性能，并评估融合放射组学在非典型病例中区分脑炎和胶质瘤的有效性	首次将传统机器学习与深度学习放射组学特征融合，构建深度学习放射组学列线图和在线计算器辅助临床决策	样本量有限（116例患者），仅使用FLAIR序列MRI图像	开发机器学习模型用于非典型病例中脑炎与胶质瘤的鉴别诊断	116例经病理确诊的胶质瘤和临床诊断脑炎患者的术前MRI图像	医学影像分析	神经系统疾病	MRI影像分析、放射组学	LR、SVM、MLP、DenseNet121、ResNet50、ResNet18、深度学习放射组学模型	医学影像（MRI FLAIR序列）	116例患者