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
1001	2025-07-05	Breathable soft bioelectronics for enhanced automatic detection of obstructive sleep apnea 2025-Jun-26, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117735 PMID:40609200	研究论文	介绍了一种无线、柔软且透气的生物电子系统，用于检测阻塞性睡眠呼吸暂停（OSA）	提出了一种新型的可穿戴设备，具有穿孔、可变形的结构，提高了皮肤贴合度，便于排汗，并减少了运动伪影，同时采用深度学习框架自动分类睡眠阶段和检测呼吸暂停事件	未提及样本量或具体实验结果的统计显著性	开发一种低成本、易于使用且舒适的OSA检测方法，特别是在儿童和有颅面畸形的患者中	阻塞性睡眠呼吸暂停（OSA）患者，特别是儿童和有颅面畸形的患者	数字病理学	阻塞性睡眠呼吸暂停	深度学习	多流卷积神经网络（CNN）与双向长短期记忆模型（Bi-LSTM）	电生理信号	NA
1002	2025-07-05	Electronic nose, HS-GC-IMS, HS-SPME-GC-MS, and deep learning model were used to analyze and predict the changes and contents of VOCs in in-shell walnut kernels under different roasting conditions 2025-Jun-26, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145342 PMID:40609363	研究论文	本研究使用电子鼻、HS-GC-IMS、HS-SPME-GC-MS和深度学习模型，分析并预测不同烘焙条件下带壳核桃仁中挥发性有机化合物（VOCs）的变化和含量	结合多种分析技术和深度学习模型，全面分析并预测核桃仁在不同烘焙条件下的VOCs变化，为烘焙工艺优化提供重要依据	研究仅针对带壳核桃仁，未考虑其他类型核桃或不同储存条件的影响	分析并预测不同烘焙条件下核桃仁中VOCs的变化和含量，优化烘焙工艺	带壳核桃仁在不同烘焙条件下的挥发性有机化合物（VOCs）	食品科学与技术	NA	电子鼻、HS-GC-IMS、HS-SPME-GC-MS、深度学习模型	反向传播神经网络（BP神经网络）	化学分析数据	NA
1003	2025-07-05	Towards effective and efficient machine learning models for schistosomiasis diagnosis in microscopic images 2025-Jun-25, Experimental parasitology IF:1.4Q3 DOI:10.1016/j.exppara.2025.108967 PMID:40578420	研究论文	本研究提出了一种结合深度学习和传统机器学习技术的自动化解决方案，用于在显微镜图像中识别曼氏血吸虫卵	结合DL-based目标检测方法和经典ML技术及HOG特征提取，提出了一种集成投票机制的机器学习模型方案	研究基于特定数据集，外部验证数据有限	提高曼氏血吸虫病的诊断效率和准确性	曼氏血吸虫卵的显微镜图像	计算机视觉	血吸虫病	Kato-Katz寄生虫学技术	Faster R-CNN with ResNet-50	图像	1100张图像
1004	2025-07-05	EEG-Based Classification of Parkinson's Disease With Freezing of Gait Using Midfrontal Beta Oscillations 2025-Jun-20, Journal of integrative neuroscience IF:2.5Q3 DOI:10.31083/JIN39023 PMID:40613373	研究论文	本研究利用脑电图（EEG）信号中的中额叶β振荡特征，结合机器学习和深度学习方法，对帕金森病伴随冻结步态（PDFOG+）与不伴随冻结步态（PDFOG-）的患者进行分类	首次将中额叶β振荡特征与LSTM时间建模相结合，作为区分PDFOG+和PDFOG-的潜在EEG生物标志物	样本量相对较小（共82名受试者），且仅使用静息态EEG数据	开发更有效的帕金森病相关步态障碍诊断工具和治疗策略	帕金森病患者（41名PDFOG+和41名PDFOG-）	机器学习	帕金森病	EEG	LR, RF, XGBoost, CatBoost, LSTM	EEG信号	82名受试者（41名PDFOG+和41名PDFOG-）
1005	2025-07-05	Rural Medical Centers Struggle to Produce Well-Calibrated Clinical Prediction Models: Data Augmentation Can Help 2025-Jun-17, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.16.25329699 PMID:40585177	研究论文	本文探讨了农村医疗中心在临床预测模型校准方面的困难，并提出数据增强技术作为解决方案	提出使用合成数据生成(SDG)技术增强农村医疗机构本地数据量，以改善模型校准效果	研究主要基于模拟数据和单一网络医院数据，需要更多真实世界验证	解决农村医疗机构因患者数量不足导致的临床预测模型校准问题	农村医疗中心的临床预测模型	医疗机器学习	NA	合成数据生成(SDG)	深度学习	临床数据	多站点ICU数据集和真实医院网络数据
1006	2025-07-05	Deep learning in poultry farming: comparative analysis of Yolov8, Yolov9, Yolov10, and Yolov11 for dead chickens detection 2025-Jun-13, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105440 PMID:40541098	research paper	本研究比较了YOLOv8、YOLOv9、YOLOv10和YOLOv11在无笼养鸡场死鸡检测中的性能	首次对YOLOv8至YOLOv11在死鸡检测任务中的性能进行全面比较，并提供了基于农场特定操作约束的模型选择建议	研究使用的是合成数据集，未在真实农场条件下进行验证	评估不同YOLO模型在死鸡检测任务中的性能，为家禽养殖提供AI监控方案	家禽养殖场中的死鸡	computer vision	NA	目标检测	YOLOv8, YOLOv9, YOLOv10, YOLOv11	image	3413张合成图像
1007	2025-07-05	Utilizing shallow features and spatial context for weakly supervised intracerebral hemorrhage segmentation 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1462 PMID:40606325	研究论文	提出一种利用浅层特征和空间上下文信息进行弱监督脑出血分割的新方法	开发了Shallow-Feature CAM模块和Spatial Context Aware (SCA)模块，利用CNN的浅层特征图和CT图像的空间上下文信息提高分割精度	仅使用公开数据集验证，未在更多临床场景中测试	提高弱监督条件下脑出血分割的准确性	脑出血CT图像	数字病理	脑出血	CNN	CNN	CT图像	两个公开数据集(BHSD和BCIHM)
1008	2025-07-05	A three-classification machine learning model for non-invasive prediction of molecular subtypes in diffuse glioma: a two-center study 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2461 PMID:40606348	research paper	开发并验证了一种非侵入性的三分类机器学习模型，用于预测成人型弥漫性胶质瘤的分子亚型	结合了常规MRI特征、RSTD特征和人口统计学特征，构建了一个性能优越的三分类机器学习模型	研究为回顾性设计，样本量相对有限，且仅来自两个中心	开发一种非侵入性方法来预测成人型弥漫性胶质瘤的分子亚型	306名胶质瘤患者	machine learning	glioma	MRI, radiomics, Swin Transformer-based deep learning	XGBoost, kNN, LightGBM, RF, SVM, SGD	MRI图像	306名患者（258名来自中心1，48名来自中心2）
1009	2025-07-05	A narrative review of foundation models for medical image segmentation: zero-shot performance evaluation on diverse modalities 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2826 PMID:40606341	综述	本文全面回顾了医学图像分割中的基础模型，评估了它们在多种数据集上的零样本性能，并评估了它们在临床环境中的实际适用性	通过系统性地分类基础模型并评估其在未见过的医学图像数据集上的零样本性能，为医学图像分割领域提供了新的见解	研究仅评估了六种基础模型，可能无法涵盖所有相关模型，且数据集的选择可能存在偏差	评估基础模型在医学图像分割中的零样本性能及其在临床环境中的适用性	医学图像分割中的基础模型	数字病理	NA	深度学习	基础模型	医学图像	63项研究系统回顾，31个未见过的医学图像数据集
1010	2025-07-05	A comparative analysis of sagittal, coronal, and axial magnetic resonance imaging planes in diagnosing anterior cruciate ligament and meniscal tears via a deep learning model: emphasizing the unexpected importance of the axial plane 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1808 PMID:40606344	research paper	比较分析矢状面、冠状面和轴向磁共振成像平面在通过深度学习模型诊断前交叉韧带和半月板撕裂中的作用，强调轴向平面的意外重要性	首次系统比较了不同MRI平面在深度学习模型中对前交叉韧带和半月板撕裂诊断的影响，并发现轴向平面在半月板撕裂检测中的重要性	研究仅使用了MRNet数据集，样本量相对有限，且未在外部数据集上进行验证	探究不同MRI平面在深度学习模型中对膝关节损伤诊断的影响	前交叉韧带(ACL)撕裂和半月板撕裂	digital pathology	骨科疾病	磁共振成像(MRI)	TripleMRNet (基于CNN的深度学习模型)	image	1,130训练病例和120验证病例
1011	2025-07-05	Deep learning-based rotational object detection algorithm for automatic Cobb angle measurement in X-ray images of scoliosis 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2138 PMID:40606352	研究论文	本研究开发了一种基于深度学习的旋转目标检测算法，用于自动测量脊柱侧凸X射线图像中的Cobb角	采用重新设计的YOLOv8-DSF模型，配备创新模块以提高旋转目标的检测能力，从而提升Cobb角测量的准确性	未提及模型在更广泛数据集上的泛化能力或实际临床环境中的验证	提高脊柱侧凸评估中Cobb角测量的准确性	脊柱侧凸患者的X射线图像	计算机视觉	脊柱侧凸	深度学习	YOLOv8-DSF	图像	整合了私有和公开数据的自定义数据集
1012	2025-07-05	Deep learning for automated grading of radiographic sacroiliitis 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2742 PMID:40606355	研究论文	本研究开发并验证了一种基于深度学习的AI系统，用于从标准X射线图像中辅助医生评估和诊断骶髂关节炎	利用深度学习模型自动评估X射线图像中的骶髂关节炎分级，显著提高了诊断和分级的准确性	研究为回顾性设计，可能受到数据选择和标注偏差的影响	开发并验证AI系统以辅助骶髂关节炎的X射线图像分级评估	骶髂关节炎患者的骨盆X射线图像	数字病理	骶髂关节炎	深度学习	神经网络	图像	训练集465人（930个骶髂关节），验证集195人（390个骶髂关节），外部测试集223人（446个骶髂关节）
1013	2025-07-05	Dual-stage artificial intelligence-powered screening for accurate classification of thyroid nodules: enhancing fine needle aspiration biopsy precision 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2336 PMID:40606376	研究论文	本文介绍了一种新颖的双阶段深度学习架构，用于甲状腺结节的四分类，旨在提高诊断准确性并减少不必要的细针穿刺活检	提出了一种结合分割和分类的双阶段深度学习框架，用于甲状腺结节的四分类，相比传统的二分类方法提供更精确和一致的分析	未明确提及具体局限性	提高甲状腺结节诊断的准确性，减少不必要的细针穿刺活检	甲状腺结节	数字病理	甲状腺癌	深度学习	K-Net, MobileViT	医学影像	未明确提及具体样本量
1014	2025-07-05	Diagnosis of thyroid nodules using ultrasound images based on deep learning features: online dynamic nomogram and gradient-weighted class activation mapping 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-159 PMID:40606380	research paper	本研究开发了一种基于超声图像和深度学习特征的集成模型，用于区分甲状腺结节的良恶性	结合深度学习特征和超声图像特征构建集成模型，并利用Grad-CAM可视化敏感区域，同时开发了在线动态列线图供实际应用	研究为回顾性设计，样本来源仅限于两家医院	提高年轻放射科医生在甲状腺结节良恶性鉴别诊断中的能力	甲状腺结节患者	digital pathology	thyroid nodules	ultrasound imaging, deep learning	CNN (implied by ImageNet-pretrained models)	image	1,501张超声图像用于训练和验证，541名患者用于独立测试
1015	2025-07-05	U-Net benign prostatic hyperplasia-trained deep learning model for prostate ultrasound image segmentation in prostate cancer 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2476 PMID:40606395	研究论文	本研究开发了一种基于深度学习的U-Net模型，用于前列腺超声图像分割，并验证其在良性前列腺增生（BPH）和前列腺癌（PCa）患者中的应用效果	首次证明基于BPH患者超声图像训练的深度学习模型可有效应用于PCa患者的前列腺分割	样本量相对较小，且仅使用了TRUS一种成像模态	开发并验证一种适用于前列腺癌诊断的前列腺超声图像自动分割方法	BPH和PCa患者的经直肠超声（TRUS）图像	数字病理	前列腺癌	深度学习	U-Net, LinkNet, PSPNet	超声图像	260例BPH患者（370张图像）和62例PCa患者（68张图像）
1016	2025-07-05	Stroke subtypes risk prediction and detection using retinal vascular structure and oxygen saturation analysis 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2712 PMID:40606397	研究论文	本研究通过分析视网膜血管结构和氧饱和度，预测和检测中风亚型的风险	首次探索视网膜血管氧饱和度和结构在中风亚型中的差异，并利用机器学习和统计方法进行中风分类	样本量较小，缺血性和出血性中风患者分别只有29和23例	评估视网膜生物标志物在中风风险预测和分类中的潜在价值	缺血性和出血性中风患者以及健康对照者	数字病理学	心血管疾病	视网膜图像分析	随机森林分类器	图像	29例缺血性中风患者、23例出血性中风患者和82例健康对照者
1017	2025-07-05	Can diffusion-based generated magnetic resonance images predict glioma methylation accurately? 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1688 PMID:40606391	研究论文	本研究开发了一种基于扩散的生成模型，用于从加速的T1加权扫描中重建高质量的MRI序列，同时保留对胶质瘤诊断和MGMT预测至关重要的病理特征	提出了一种基于扩散的生成模型，能够在加速扫描条件下重建高质量的MRI图像，并保持病理细节和诊断特征	研究为回顾性研究，未来需要评估其临床应用效果	开发能够从加速T1加权扫描中重建高质量MRI序列的生成模型，以保留对胶质瘤诊断和MGMT预测至关重要的病理特征	胶质瘤患者的MRI图像	数字病理学	胶质瘤	扩散模型	扩散模型	MRI图像	1,480例（训练集785例，验证集695例）
1018	2025-07-05	READRetro web: A user-friendly platform for predicting plant natural product biosynthesis 2025-Jun-02, Molecules and cells IF:3.7Q2 DOI:10.1016/j.mocell.2025.100235 PMID:40466944	研究论文	介绍了一个用户友好的网络平台READRetro web，用于预测植物天然产物的生物合成路径	开发了一个基于现代网络技术的用户友好平台，使不具备深厚计算背景的研究者也能轻松使用深度学习模型进行逆合成预测	未提及平台在处理特定复杂天然产物时的预测准确性或局限性	促进天然产物的生物合成路径设计和药物发现	植物天然产物及其生物合成路径	机器学习	NA	深度学习	READRetro ML模型	化学结构数据	NA
1019	2025-04-03	Deep Learning Unlocks the Prognostic Importance of Thoracic Aortic Calcification 2025-Jun, AJR. American journal of roentgenology DOI:10.2214/AJR.25.33012 PMID:40172167	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1020	2025-07-05	Diagnostic performance of deep learning models in classifying mandibular third molar and mandibular canal contact status on panoramic radiographs: A systematic review and meta-analysis 2025-Jun, Imaging science in dentistry IF:1.7Q3 DOI:10.5624/isd.20240239 PMID:40607067	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习模型在全景X光片上分类下颌第三磨牙与下颌管接触状态的诊断性能	首次对深度学习模型在该特定诊断任务中的性能进行了系统评价，并识别了影响模型性能的关键因素	研究间存在高度异质性，患者选择标准不明确	评估深度学习模型在全景X光片上识别下颌第三磨牙与下颌管接触的诊断准确性	下颌第三磨牙与下颌管的接触状态	数字病理学	口腔疾病	深度学习	CNN（包括VGG-16、AlexNet等架构）	医学影像（全景X光片）	7项研究共4,955张全景X光片