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
11081	2025-05-28	Impact of contrast-enhanced agent on segmentation using a deep learning-based software "Ai-Seg" for head and neck cancer 2025-May-26, The British journal of radiology DOI:10.1093/bjr/tqaf108 PMID:40419459	研究论文	本研究开发了一种专用于对比增强CT的头颈部风险器官分割模型，并比较了其在对比增强和非对比增强CT上的性能	开发了专用于对比增强CT的分割模型，并首次评估其在非对比增强CT上的适用性	在非对比增强CT上对颌下腺的分割性能显著下降	评估深度学习分割软件在不同CT图像类型上的性能差异	头颈部癌症患者的CT图像	数字病理	头颈部癌症	CT扫描	深度学习模型（Ai-Seg）	医学影像	321名患者用于训练，25名患者用于测试	NA	NA	NA	NA
11082	2025-10-07	Minimally interactive segmentation of soft-tissue tumors on CT and MRI using deep learning 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11167-8 PMID:39560714	研究论文	开发了一种基于深度学习的软组织肿瘤最小交互式分割方法	提出了一种只需用户点击六个边界点的最小交互式分割方法，将点转换为距离图并与图像一起作为CNN输入	NA	开发用于CT和MRI上软组织肿瘤的快速准确分割方法	软组织肿瘤	医学影像分析	软组织肿瘤	CT, MRI (T1加权, T2加权脂肪饱和)	CNN	医学影像	514名患者，包含9种软组织肿瘤表型和7个解剖位置，另有外部验证数据集包含5种未见过的肿瘤表型	NA	NA	Dice相似系数, 体积测量误差, 直径测量误差, 相关系数	NA
11083	2025-10-07	High-throughput markerless pose estimation and home-cage activity analysis of tree shrew using deep learning 2025-May, Animal models and experimental medicine IF:3.8Q2 DOI:10.1002/ame2.12530 PMID:39846430	研究论文	本研究开发了一种基于深度学习的无标记姿态估计方法，用于分析树鼩在家庭笼中的自发行为	首次实现了树鼩的无标记姿态估计和多种自发行为的自动识别，开发了可同时监测16只树鼩的高通量系统	未明确说明模型在复杂环境下的鲁棒性和泛化能力	开发高效工具来量化和理解树鼩的自然行为	树鼩的家庭笼活动行为	计算机视觉	NA	深度学习	深度学习模型	视频图像	16只树鼩	NA	NA	NA	NA
11084	2025-05-28	Deep learning radiopathomics predicts targeted therapy sensitivity in EGFR-mutant lung adenocarcinoma 2025-Apr-29, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06480-9 PMID:40301933	研究论文	本研究开发了一种深度学习放射病理临床(DLRPC)模型，用于预测EGFR突变肺腺癌患者对酪氨酸激酶抑制剂(TKIs)的治疗反应	整合了CT影像、H&E染色活检样本和临床数据，采用基于临床的注意力掩膜探索跨模态关联	回顾性研究设计可能引入选择偏倚，样本量相对有限(214例)	预测EGFR突变肺腺癌患者对TKIs的治疗敏感性	EGFR突变肺腺癌患者	数字病理	肺癌	深度学习	DLRPC(多模态融合模型)	CT影像、病理图像、临床数据	214例来自两个医疗中心的肺腺癌患者	NA	NA	NA	NA
11085	2025-10-07	A comprehensive validation study on the influencing factors of cough-based COVID-19 detection through multi-center data with abundant metadata 2025-Apr, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104798 PMID:39993588	研究论文	本研究通过多中心数据和丰富元数据全面验证了基于咳嗽声的COVID-19检测模型在各种影响因素下的性能差异	首次结合临床病毒载量和抗体水平指标验证预测概率与临床指标的相关性，并系统评估咳嗽类型、症状和感染阶段等因素对检测性能的影响	恢复期个体和开源数据集中检测性能较差，临床数据样本量有限导致与临床指标的相关性分析受限	评估基于咳嗽声的COVID-19检测模型在实际应用中的可行性和局限性	临床采集和众包的咳嗽音频数据，包含不同症状状态和感染阶段的COVID-19患者	自然语言处理	COVID-19	音频分析，自监督学习	深度学习	音频	临床数据和众包数据组成的多中心数据集	NA	自监督学习模型	AUC	NA
11086	2025-05-28	Enhancing convolutional neural networks in electroencephalogram driver drowsiness detection using human inspired optimizers 2025-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93765-0 PMID:40155444	research paper	该研究探讨了使用人类启发式优化算法（TLBO和SPBO）优化卷积神经网络（CNN）在基于脑电图（EEG）的驾驶员 drowsiness 检测中的应用	引入了两种人类启发式优化算法（TLBO和SPBO）来优化CNN架构，提高了EEG信号中 drowsiness 检测的性能	存在轻微的过拟合问题	提高基于EEG的驾驶员 drowsiness 检测系统的性能	驾驶员 drowsiness 检测	machine learning	NA	EEG	CNN	EEG信号	NA	NA	NA	NA	NA
11087	2025-05-28	Multimodal medical image fusion combining saliency perception and generative adversarial network 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95147-y PMID:40148552	研究论文	本文提出了一种结合显著性感知和生成对抗网络的多模态医学图像融合方法，以提高诊断准确性	提出了一种新颖的深度学习架构Temporal Decomposition Network (TDN)，通过特征级时间分析和对抗学习机制优化多模态医学图像融合	NA	优化多模态医学图像融合，提高诊断准确性	多模态医学图像	数字病理	NA	生成对抗网络(GAN)	TDN (Temporal Decomposition Network)	图像	多样化的医学图像数据集，包含多种模态和图像维度	NA	NA	NA	NA
11088	2025-10-07	Deep learning-based evaluation of panoramic radiographs for osteoporosis screening: a systematic review and meta-analysis 2025-Mar-12, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01626-z PMID:40075328	系统综述与荟萃分析	评估深度学习模型在曲面断层放射影像中筛查骨质疏松症的准确性	首个系统评价和荟萃分析，评估深度学习模型从曲面断层放射影像预测骨质疏松的准确性	需要更广泛的多中心研究来验证在高风险群体中的有效性	评估深度学习模型在曲面断层放射影像中筛查骨质疏松症的诊断准确性	骨质疏松症患者	医学影像分析	骨质疏松症	曲面断层放射影像	深度学习	放射影像	7项研究纳入分析	NA	AlexNet, ResNet	AUC, 敏感度, 特异度	NA
11089	2025-10-07	Deep Learning-Emerged Grid Cells-Based Bio-Inspired Navigation in Robotics 2025-Mar-04, Sensors (Basel, Switzerland) DOI:10.3390/s25051576 PMID:40096448	研究论文	本文探讨基于网格细胞的仿生导航方法在机器人领域的应用，通过深度学习模型从移动机器人轨迹中学习空间表征	首次在移动无人地面车辆轨迹训练中成功复现了生物网格细胞的空间周期性和六边形激活模式，同时模拟了边界细胞和头方向细胞的响应特性	未提及具体实验规模和数据集的多样性限制	开发基于网格细胞仿生原理的机器人导航算法	移动无人地面车辆(UGV)机器人	机器人导航	NA	深度学习	网格细胞网络	机器人运动轨迹数据	NA	NA	网格细胞网络	空间周期性激活模式、六边形激活模式、边界细胞响应、头方向细胞响应	NA
11090	2025-10-07	Comparing the Effectiveness of Artificial Intelligence Models in Predicting Ovarian Cancer Survival: A Systematic Review 2025-Mar, Cancer reports (Hoboken, N.J.) DOI:10.1002/cnr2.70138 PMID:40103563	系统综述	系统评估人工智能模型在预测卵巢癌患者生存结局方面的有效性	首次系统比较多种机器学习算法在卵巢癌生存预测中的表现，并识别关键预测特征	模型准确性和可解释性仍存在挑战，纳入研究数量有限（32项）	评估机器学习算法预测卵巢癌患者生存结局的有效性	卵巢癌患者	机器学习	卵巢癌	机器学习算法	随机森林,支持向量机,逻辑回归,XGBoost,深度学习模型	临床数据,影像数据,分子数据	32项符合纳入标准的研究（来自2400篇文献）	NA	NA	AUC,C-index,准确率	NA
11091	2025-10-07	Using pretrained models in ensemble learning for date fruits multiclass classification 2025-Mar, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70136 PMID:40135491	研究论文	本研究使用四种预训练CNN模型和集成学习方法对九种不同椰枣品种进行多分类	提出Dirichlet集成方法，结合多个CNN模型的预测结果，在椰枣分类任务中实现最佳性能	未探索更先进的集成策略和微调技术，模型泛化能力有待进一步提升	提高椰枣品种自动分类的准确性和鲁棒性，用于质量控制和商业应用	九种不同品种的椰枣果实	计算机视觉	NA	深度学习图像分类	CNN, 集成学习	图像	NA	NA	DenseNet121, MobileNetV2, ResNet18, VGG16	准确率, 精确率, 召回率, F1分数	NA
11092	2025-10-07	Deep learning-based defect detection in film-coated tablets using a convolutional neural network 2025-Feb-25, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.125220 PMID:39832574	研究论文	本文提出了一种基于卷积神经网络的深度学习方法来检测薄膜包衣片剂的缺陷	首次将CNN应用于薄膜包衣片剂缺陷检测，采用3D打印托盘和独特分割方法，显著优于传统基于规则的方法	仅使用红色-橙色薄膜包衣安慰剂片剂进行研究，缺陷为人工诱导，可能无法完全代表真实生产环境	开发标准化、客观且高效的片剂缺陷检测方法	薄膜包衣片剂	计算机视觉	NA	图像分析	CNN	图像	25,200张片剂图像	NA	卷积神经网络	准确率,精确率,召回率,F1分数	NA
11093	2025-10-07	Deep learning and electrocardiography: systematic review of current techniques in cardiovascular disease diagnosis and management 2025-Feb-23, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01349-w PMID:39988715	综述	系统回顾深度学习与心电图结合在心血管疾病诊断与管理中的最新技术进展	通过系统分析198篇高质量文献，对心血管疾病领域进行细致分类和层次划分，全面描绘当前技术格局	NA	为心血管疾病诊断与管理提供深度学习与心电图技术应用的全面指南	198篇高质量科学出版物	机器学习	心血管疾病	心电图	深度学习	心电图数据	198篇文献	NA	NA	NA	NA
11094	2025-10-07	Development of a pressure ulcer stage determination system for community healthcare providers using a vision transformer deep learning model 2025-Feb-14, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000041530 PMID:39960905	研究论文	开发基于Vision Transformer深度学习模型的压疮分期系统，帮助社区医疗护理人员早期检测压疮	首次将Vision Transformer模型应用于压疮分期，相比传统CNN模型具有更高准确率，并结合物联网技术实现低计算资源下的图像分析	研究样本量有限（395张图像），仅来自3家医院，模型泛化能力需进一步验证	开发辅助社区护理人员早期识别压疮分期的计算机视觉系统	卧床患者的压疮图像	计算机视觉	压疮	深度学习，图像分析	Vision Transformer	图像	395张压疮图像，来自3家医院	NA	PUC-ViT (Pressure Ulcer Cluster Vision Transformer)	ROC曲线值，准确率，F1分数	低计算资源环境，物联网技术
11095	2025-10-07	Predicting the Price of Molecules Using Their Predicted Synthetic Pathways 2025-Feb, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400039 PMID:39887833	研究论文	提出一种利用分子预测合成路径来预测分子价格的深度学习模型RetroPriceNet	首次提出考虑起始原料可用性和价格的分子价格预测方法，结合计算机辅助合成规划领域最新进展	NA	开发能够预测虚拟分子价格的模型以改进成本决策过程	虚拟分子及其合成路径	机器学习	NA	计算机辅助合成规划	深度学习	分子结构数据，合成路径数据	NA	NA	RetroPriceNet	NA	NA
11096	2025-10-07	Retinal vascular alterations in cognitive impairment: A multicenter study in China 2025-Feb, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.14593 PMID:39988572	研究论文	通过深度学习模型分析中国三个地区认知障碍患者的视网膜血管变化特征	首次在中国多中心研究中利用深度学习模型VC-Net分割视网膜动静脉网络并提取36个血管特征	样本量有限，需要更大队列验证，且未深入探讨潜在机制	研究认知障碍患者的视网膜血管变化特征	轻度认知障碍(MCI)或阿尔茨海默病(AD)患者和健康对照者	数字病理	阿尔茨海默病	视网膜成像	深度学习	图像	176名认知障碍患者和264名对照者，来自上海、香港和宁夏三个中心	NA	VC-Net	NA	NA
11097	2025-10-07	Diagnostic accuracy of radiomics and artificial intelligence models in diagnosing lymph node metastasis in head and neck cancers: a systematic review and meta-analysis 2025-Feb, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03485-x PMID:39527265	系统综述与荟萃分析	本系统综述与荟萃分析评估了影像组学和人工智能模型在头颈部癌淋巴结转移诊断中的准确性	首次通过荟萃分析系统评估不同影像模态（CT、MRI、PET/CT）和模型类型（深度学习与传统影像组学）在头颈部癌淋巴结转移诊断中的性能差异	大多数研究缺乏外部验证，所有分析仅限于内部验证集，可能影响结果的泛化能力	评估人工智能模型在头颈部癌淋巴结转移诊断中的准确性	头颈部癌患者的淋巴结转移	医学影像分析	头颈部癌	影像组学分析	深度学习模型, 传统影像组学模型	医学影像（CT、MRI、PET/CT）	23项符合纳入标准的研究	R环境	NA	AUC, 敏感性, 特异性	NA
11098	2025-10-07	Abnormality detection in nailfold capillary images using deep learning with EfficientNet and cascade transfer learning 2025-01-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85277-8 PMID:39814806	研究论文	本研究开发了一种基于EfficientNet和级联迁移学习的深度学习框架，用于自动检测甲襞毛细血管图像中的异常	提出了基于EfficientNet-B0的级联迁移学习方法，显著提升了正常与异常甲襞毛细血管图像的分类性能	数据集中正常图像仅占6%，可能存在类别不平衡问题	开发自动化的甲襞毛细血管镜检查临床筛查工具	甲襞毛细血管图像	计算机视觉	糖尿病、心血管疾病、风湿性疾病（如系统性硬化症）	甲襞毛细血管镜检查(NFC)	CNN	图像	225名参与者的甲襞毛细血管图像	NA	EfficientNet-B0	准确率,精确率,召回率,F1分数,ROC_AUC	NA
11099	2025-10-07	Exploring the subtle and novel renal pathological changes in diabetic nephropathy using clustering analysis with deep learning 2025-01-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84588-6 PMID:39814818	研究论文	本研究利用深度学习聚类分析方法探索糖尿病肾病中细微且新颖的肾脏病理学改变	首次将不变信息聚类（IIC）应用于肾小球图像分析，结合Grad-CAM和Cycle-GAN可视化技术发现糖尿病肾病早期特征性病变	样本来源单一（仅来自金泽医科大学45例患者），样本量相对有限	通过深度学习技术识别糖尿病肾病的早期病理学改变	糖尿病和非糖尿病患者的肾小球图像	数字病理学	糖尿病肾病	光学显微镜成像，深度学习聚类分析	IIC, GAN, CNN	图像	45名患者的13,251张肾小球图像（糖尿病病例7,799张，非糖尿病病例5,542张）	NA	Cycle-GAN	t-SNE聚类分析	NA
11100	2025-10-07	Advances in computer vision and deep learning-facilitated early detection of melanoma 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elaf002 PMID:40139223	综述	本文综述了计算机视觉和深度学习技术在黑色素瘤早期检测中的最新进展与应用	系统评估了YOLO、GAN、Mask R-CNN、ResNet和DenseNet等先进神经网络在黑色素瘤早期检测中的集成应用	未提及具体研究样本量和技术实现的详细性能指标	探索人工智能技术在改善黑色素瘤早期检测和诊断准确性的应用	皮肤镜图像和黑色素瘤病变	计算机视觉	黑色素瘤	深度学习	YOLO, GAN, Mask R-CNN, ResNet, DenseNet	皮肤镜图像	NA	NA	YOLO, GAN, Mask R-CNN, ResNet, DenseNet	NA	NA