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
11021	2025-04-26	Correction: Deep Learning-Based Estimation of Radiographic Position to Automatically Set Up the X-Ray Prime Factors 2025-Apr-24, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01476-9 PMID:40274694	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11022	2025-10-07	Primary angle-closed diseases recognition through artificial intelligence-based anterior segment-optical coherence tomography imaging 2025-Apr, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-024-06709-1 PMID:39680113	研究论文	本研究开发了一种基于深度学习的前段光学相干断层扫描图像自动分析系统，用于识别原发性房角关闭疾病	首次将迁移学习应用于ResNet-50架构，实现对AS-OCT图像的自动房角分类分析	研究样本仅来自上海社区老年人群，可能限制模型的泛化能力	开发人工智能系统以提高AS-OCT图像分析效率并自动识别房角关闭	687名参与者的94895张AS-OCT图像	计算机视觉	青光眼	光学相干断层扫描	CNN	图像	687名参与者，94895张AS-OCT图像	NA	ResNet-50	准确率, AUC	NA
11023	2025-10-07	Enhancing diabetic retinopathy and macular edema detection through multi scale feature fusion using deep learning model 2025-Apr, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-024-06687-4 PMID:39680112	研究论文	通过深度学习模型的多尺度特征融合技术增强糖尿病视网膜病变和黄斑水肿的检测能力	采用独特的多尺度特征融合技术，将高层次语义信息与低层次纹理特征相结合，提升自动化诊断精度	NA	提高糖尿病视网膜病变和糖尿病黄斑水肿的早期识别准确率	视网膜图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	MESSIDOR数据集中的视网膜图像	NA	卷积神经网络	准确率,精确度	NA
11024	2025-10-07	The need for balancing 'black box' systems and explainable artificial intelligence: A necessary implementation in radiology 2025-Apr, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112014 PMID:40031377	评论	探讨放射学中人工智能实施面临的挑战，并倡导优先采用可解释人工智能以增强透明度	提出在放射学领域平衡'黑盒'系统与可解释人工智能的必要性，强调透明度和伦理标准	承认可解释人工智能可能性能低于黑盒模型	分析AI在放射学实施的挑战并推动可解释AI的应用	放射学中的人工智能系统	医疗人工智能	NA	机器学习和深度学习	黑盒AI模型，可解释AI模型	医学影像数据	NA	NA	NA	NA	NA
11025	2025-10-07	LEyes: A lightweight framework for deep learning-based eye tracking using synthetic eye images 2025-Mar-31, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02645-y PMID:40164925	研究论文	提出一种轻量级框架LEyes，使用合成眼图像训练神经网络进行视线追踪	与传统逼真渲染方法不同，使用简单合成图像生成器训练神经网络检测瞳孔和角膜反射等关键特征	未明确说明具体性能限制和适用场景限制	解决视线估计领域训练数据缺乏和模型泛化能力差的问题	眼图像中的瞳孔和角膜反射特征	计算机视觉	NA	合成数据生成	神经网络	合成眼图像	NA	NA	NA	瞳孔和角膜反射的识别与定位精度	成本效益更高的硬件
11026	2025-10-07	Exploring a decade of deep learning in dentistry: A comprehensive mapping review 2025-Feb-19, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06216-5 PMID:39969623	综述	本系统图谱综述探讨了深度学习在牙科领域十年间的应用现状、趋势和临床意义	首次对牙科领域深度学习研究进行系统性图谱分析，涵盖2012-2023年间1007项研究，揭示了技术应用模式和临床专业分布	主要依赖监督学习方法（95.2%），需要大量标注数据，且多模态数据融合研究相对不足	系统梳理深度学习在牙科领域的应用现状和发展趋势	2012-2023年间发表的牙科深度学习相关研究文献	数字病理	牙科疾病	深度学习	CNN	影像数据	1007项纳入研究（从21242篇文献中筛选）	NA	卷积神经网络	NA	NA
11027	2025-10-07	LeFood-set: Baseline performance of predicting level of leftovers food dataset in a hospital using MT learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320426 PMID:40388400	研究论文	本文提出了一种基于深度学习的食物剩余量预测方法，并创建了首个大规模开放数据集LeFoodSet	创建了首个专门用于食物剩余量估计的大规模开放数据集，并采用多任务学习同时预测剩余量和食物类型	数据集仅包含524对图像，覆盖34种印尼食物类别，样本规模相对有限	开发AI方法来准确预测医院患者餐盘中的食物剩余量	医院患者的餐盘食物图像	计算机视觉	NA	深度学习	CNN	图像	524对图像（餐前餐后对比），涵盖34种印尼食物类别	NA	ResNet101	平均绝对误差(MAE), 分类准确率	NA
11028	2025-10-07	Transfer learning in ECG diagnosis: Is it effective? 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316043 PMID:40388401	研究论文	本研究首次系统评估迁移学习在心电图多标签分类中的有效性	首次对心电图分类中迁移学习效果进行大规模实证研究，挑战了迁移学习必然优于从头训练的普遍假设	研究结果依赖于特定心电图数据集和神经网络架构，可能不适用于所有场景	评估迁移学习在心电图诊断中的实际效果和适用条件	多标签心电图分类任务	机器学习	心血管疾病	深度学习	CNN, RNN	心电图时间序列数据	多个心电图数据集	NA	卷积神经网络，循环神经网络	分类性能，训练时间，计算成本	NA
11029	2025-10-07	Predictive hybrid model of a grid-connected photovoltaic system with DC-DC converters under extreme altitude conditions at 3800 meters above sea level 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324047 PMID:40388424	研究论文	开发用于3800米高海拔极端条件下并网光伏系统的预测混合模型	结合递归特征消除方法与高级正则化技术解决维度灾难问题，提高模型精度	未提及具体数据采集时长和气候条件变化范围	优化高海拔极端条件下光伏系统的预测性能	配备DC-DC优化器的并网光伏系统	机器学习	NA	递归特征消除(RFE)，正则化技术	Lasso, Ridge, Bayesian Ridge	光伏系统运行数据	NA	Scikit-learn	NA	精度, 平均绝对误差, 均方误差, 决定系数	NA
11030	2025-10-07	AI-driven educational transformation in ICT: Improving adaptability, sentiment, and academic performance with advanced machine learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317519 PMID:40388422	研究论文	本研究通过先进的机器学习和深度学习策略，在ICT教育领域实现教育转型，提升学生适应性、情感分析和学业表现	采用混合堆叠方法结合多种机器学习算法，并将情感分析融入教育框架，为教育技术提供创新解决方案	数据集仅包含1205个样本，可能限制模型的泛化能力；数据来源单一，仅来自Kaggle平台	通过AI技术改善教育领域的适应性、情感分析和学业表现	教育数据中的学生适应性、情感状态和学业表现	机器学习	NA	机器学习，深度学习	决策树，随机森林，XGBoost，梯度提升，CNN，RCNN	结构化数据	1205个样本，包含14个属性	NA	混合堆叠架构，CNN，RCNN	准确率	NA
11031	2025-10-07	Anomaly recognition in surveillance based on feature optimizer using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313692 PMID:40388481	研究论文	提出一种基于深度学习的监控异常识别框架，通过特征优化技术显著提升识别准确率	创新性地结合两种深度卷积网络进行特征提取，并采用蜻蜓算法和遗传算法进行特征优化，在5折交叉验证中达到99.9%的准确率	未明确说明计算资源需求和实时性能表现	提升监控系统中异常事件识别的准确性和鲁棒性	监控视频中的异常行为识别	计算机视觉	NA	深度学习，特征选择	CNN	图像	未明确说明具体样本数量	NA	Up-to-the-Minute-Net（63层CNN）, Inception-Resnet-v2	准确率	NA
11032	2025-10-07	Beyond genomics: artificial intelligence-powered diagnostics for indeterminate thyroid nodules-a systematic review and meta-analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1506729 PMID:40391010	系统评价与荟萃分析	评估人工智能在不使用基因组测序分类器的情况下诊断不确定甲状腺结节的当前证据	首次系统评估AI在不确定甲状腺结节诊断中的应用，重点关注非基因组学方法，填补了基因组测序分类器成本高昂导致的应用不平等缺口	研究间存在显著异质性，模型存在过拟合问题，缺乏稳健的独立外部验证，当前模型性能尚不适合直接临床实施	分析人工智能在不使用基因组测序分类器的情况下诊断不确定甲状腺结节的诊断准确性	不确定甲状腺结节	医学人工智能	甲状腺结节	超声检查，自然语言处理，细胞学分析	机器学习，深度学习	影像数据，文本数据，细胞学数据	7项研究中的20个模型	NA	NA	AUC	NA
11033	2025-10-07	Determining resources and capabilities in complex context: A decision-making model for banks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323735 PMID:40392866	研究论文	本研究开发了一个用于银行在复杂环境中确定资源和能力的决策模型	提出了一个适用于复杂环境的资源能力决策模型，整合了模糊偏好判断、深度学习分析和成功率预测	研究样本仅限于印度尼西亚国有银行，可能限制模型的普适性	开发银行资源和能力确定的决策模型	印度尼西亚国有银行	机器学习	NA	定性方法、案例研究策略、溯因方法	深度学习	定性数据	印度尼西亚国有银行样本	NA	NA	成功率预测	NA
11034	2025-10-07	Deep learning approaches for quantitative and qualitative assessment of cervical vertebral maturation staging systems 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323776 PMID:40392884	研究论文	本研究开发并比较了基于人工智能的定量和定性颈椎骨成熟度分期方法	首次提出基于13个颈椎标志点测量的定量QCVM方法，相比传统定性方法展现出更优性能	研究样本仅来自6个医疗中心，可能影响模型的泛化能力	探索人工智能在颈椎骨成熟度分期评估中的应用潜力	颈椎骨成熟度分期系统	计算机视觉	骨科发育评估	侧位头影测量	深度学习模型	图像	3,600张侧位头影测量图像	NA	NA	Pearson相关系数, 均方误差, 成功检测率, 精确率-召回率, F1分数, 分类准确率	NA
11035	2025-10-07	SwinFishNet: A Swin Transformer-based approach for automatic fish species classification using transfer learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322711 PMID:40392913	研究论文	提出基于Swin Transformer的迁移学习方法SwinFishNet，用于自动鱼类物种分类	首次将Swin Transformer架构应用于鱼类物种分类任务，通过其分层结构同时捕捉局部和全局特征	NA	开发自动鱼类物种分类方法以提升渔业可持续性、食品安全和市场效率	淡水鱼和海水鱼图像数据	计算机视觉	NA	图像处理	Transformer	图像	三个数据集：12类BD-Freshwater-Fish、10类SmallFishBD和20类FishSpecies	PyTorch	Swin Transformer	分类准确率,F1分数,召回率,精确率,马修斯相关系数,科恩卡帕系数,混淆矩阵	NA
11036	2025-10-07	Assessing response in endoscopy images of esophageal cancer treated with total neoadjuvant therapy via hybrid-architecture ensemble deep learning 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1590448 PMID:40395323	研究论文	通过混合架构集成深度学习评估食管癌患者接受全新辅助治疗后的内镜图像反应	提出EC-HAENet混合架构集成深度学习模型，在食管癌全新辅助治疗反应评估中显著优于传统内镜活检方法	研究样本仅来自单一医疗中心，需要多中心验证以证明模型的泛化能力	开发准确评估食管癌患者接受全新辅助治疗后病理完全反应的AI模型	食管癌患者的内镜图像	计算机视觉	食管癌	内镜检查	集成深度学习	图像	300名食管癌患者的7,359张内镜图像	NA	混合架构集成模型	AUC, 准确率	NA
11037	2025-10-07	Leveraging spatial dependencies and multi-scale features for automated knee injury detection on MRI diagnosis 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1590962 PMID:40395675	研究论文	开发基于图卷积网络和多尺度特征融合的深度学习模型KneeXNet，用于膝关节MRI图像的自动损伤检测	利用图卷积网络捕捉膝关节MRI中的空间依赖关系，结合多尺度特征融合和对比学习方案增强模型判别能力	NA	为临床医生提供高效可靠的膝关节损伤诊断工具，特别关注前交叉韧带撕裂检测	膝关节磁共振成像数据	医学影像分析	膝关节损伤	磁共振成像	图卷积网络	医学图像	1,370名患者的膝关节MRI扫描	PyTorch, Django	图卷积网络, 多尺度特征融合模块	AUC	NA
11038	2025-10-07	Transfer Learning and Multi-Feature Fusion-Based Deep Learning Model for Idiopathic Macular Hole Diagnosis and Grading from Optical Coherence Tomography Images 2025, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S521558 PMID:40396157	研究论文	开发基于迁移学习和多特征融合的深度学习模型，用于从光学相干断层扫描图像诊断和分级特发性黄斑裂孔	结合迁移学习与多特征融合策略，融合传统组学特征与深度特征，构建高效的黄斑裂孔诊断模型	单中心回顾性研究，样本量有限（229张OCT图像），需要更多临床试验验证	评估深度学习系统在特发性黄斑裂孔诊断、分级和预测中的作用	南昌大学第一附属医院特发性黄斑裂孔患者的双眼OCT图像	计算机视觉	眼科疾病	光学相干断层扫描（OCT）	CNN, 融合模型	图像	229张OCT图像	NA	ResNet101	准确率, AUC, C-index	NA
11039	2025-10-07	Predicting cell type-specific epigenomic profiles accounting for distal genetic effects 2024-11-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54441-5 PMID:39550354	研究论文	提出一种能预测未见细胞类型表观遗传信号的深度学习模型Enformer Celltyping	首次在深度学习模型中整合远端DNA相互作用效应（最远100,000碱基对）以实现跨细胞类型的表观遗传信号预测	基因组深度学习模型在遗传变异效应预测方面仍存在局限性	开发能预测不同细胞类型表观遗传谱的计算模型	细胞类型特异性表观遗传信号	机器学习	NA	染色质可及性数据，表观遗传插补	深度学习	DNA序列数据，表观遗传数据	NA	NA	Enformer	NA	NA
11040	2025-10-07	Digital profiling of gene expression from histology images with linearized attention 2024-11-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54182-5 PMID:39543087	研究论文	开发了一种名为SEQUOIA的线性化注意力模型，能够从组织学图像中预测癌症转录组谱	首次将线性化注意力机制应用于全切片图像分析，解决了传统transformer在医学图像处理中模型复杂度过高和数据量有限的问题	模型在16种癌症类型上训练，可能对其他罕见癌症类型的泛化能力有限	开发从组织学图像预测基因表达谱的深度学习方法，实现癌症个性化管理	癌症肿瘤样本	数字病理学	癌症	全切片图像分析，转录组分析	Transformer	图像	7584个肿瘤样本用于模型开发，1368个肿瘤样本用于验证	NA	线性化注意力Transformer	NA	NA