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
101	2025-06-14	Dual-Phase Severity Grading of Strawberry Angular Leaf Spot Based on Improved YOLOv11 and OpenCV 2025-May-29, Plants (Basel, Switzerland) DOI:10.3390/plants14111656 PMID:40508330	研究论文	本研究提出了一种基于改进YOLOv11和OpenCV的双阶段草莓角斑病严重程度分级框架	集成了CARAFE模块和SE注意力机制的改进YOLOv11架构，以及基于HSV颜色空间H通道阈值的OpenCV分割算法	NA	开发草莓角斑病严重程度评估的先进方法	草莓角斑病	计算机视觉	草莓角斑病	深度学习、计算机视觉	YOLOv11-CARAFE-SE	图像	NA
102	2025-06-14	Deep learning detection of acute and sub-acute lesion activity from single-timepoint conventional brain MRI in multiple sclerosis 2025-May-28, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103619 PMID:40505211	研究论文	该研究开发了一种深度学习模型，用于从单时间点常规脑MRI中检测多发性硬化症(MS)的急性和亚急性病变活动	首次提出从过去24周的单时间点常规脑MRI量化近期急性病变活动的临床相关任务，并证明2D-UNet在该任务上的优越性能	研究仅针对复发缓解型MS患者，未涉及其他类型的MS	开发能够从单时间点MRI预测MS患者近期急性病变活动的深度学习模型	多发性硬化症患者的脑部MRI数据	数字病理学	多发性硬化症	深度学习	2D-UNet	MRI图像	独立复发缓解型MS患者队列
103	2025-06-14	Multi-Scale Vision Transformer with Optimized Feature Fusion for Mammographic Breast Cancer Classification 2025-May-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111361 PMID:40506933	研究论文	提出了一种基于MAX-ViT的多尺度视觉Transformer框架，结合门控注意力融合模块和Harris Hawks优化算法，用于乳腺X线摄影的乳腺癌分类	采用MAX-ViT进行多尺度特征提取，引入门控注意力融合模块动态整合特征，并使用Harris Hawks优化算法进行特征选择	未提及模型在其他数据集上的泛化能力或计算效率的具体分析	提高乳腺癌诊断和分类的准确性和效率	乳腺X线摄影图像	计算机视觉	乳腺癌	MAX-ViT, GAFM, HHO, XGBoost	Transformer (MAX-ViT), XGBoost	医学影像	King Abdulaziz University Mammogram Dataset（具体数量未提及）
104	2025-06-14	Progress in the application of fludeoxyglucose positron emission tomography computed tomography in biliary tract cancer 2025-May-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i5.105446 PMID:40501462	综述	本文综述了过去十年特别是近三年来18F-FDG PET/CT在胆道癌（BTC）中的应用进展	重点介绍了近三年未被充分总结和认可的研究进展，包括从定性研究向定量研究的转变，以及利用18F-FDG PET/CT代谢信息预测ICC基因表达的突破	NA	评估18F-FDG PET/CT在胆道癌临床分期、治疗评估和预后预测中的应用价值	胆道癌（包括肝内胆管癌、肝门部胆管癌、远端胆管癌和胆囊癌）	数字病理学	胆道癌	18F-FDG PET/CT、PET/磁共振成像	深度学习	影像	NA
105	2025-06-14	A Bibliometric Review of Person-Centered Care Research 2010-2024 2025-May-27, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13111267 PMID:40508880	review	本文通过文献计量学方法回顾了2010-2024年间以人为中心的护理（PCC）研究的热点、趋势和发展轨迹	首次使用文献计量工具评估PCC领域，揭示了研究热点、趋势和发展轨迹	仅基于Web of Science核心合集数据库的文献，可能未涵盖所有相关研究	识别PCC领域的研究热点、趋势和发展轨迹	2010-2024年间发表的PCC相关研究文献	NA	NA	文献计量学分析	NA	文献数据	5837篇研究文献
106	2025-06-14	Auto-segmentation of cerebral cavernous malformations using a convolutional neural network 2025-May-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01738-6 PMID:40420000	research paper	本文提出了一种使用卷积神经网络（CNN）自动分割脑海绵状血管畸形（CCMs）的深度学习模型	采用Mask R-CNN和3D CNN（DeepMedic）结合的方法，实现了CCMs的自动分割，并开发了用户友好的图形界面	模型仅基于T2W图像进行分割，可能在其他类型的MRI图像上表现不同	开发自动分割脑海绵状血管畸形（CCMs）的深度学习模型，以辅助临床分析	脑海绵状血管畸形（CCMs）	digital pathology	cerebral cavernous malformations	MRI	Mask R-CNN, DeepMedic (3D CNN)	image	199 Gamma Knife (GK) exams (171单CCM病例，28多CCM病例)
107	2025-06-14	Optimizing CNN-Based Diagnosis of Knee Osteoarthritis: Enhancing Model Accuracy with CleanLab Relabeling 2025-May-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111332 PMID:40506904	research paper	本研究探讨了使用EfficientNetB5深度学习模型结合CleanLab重新标记技术，以提高膝骨关节炎（KOA）严重程度分类的准确性	采用Cleanlab框架进行系统性标签校正，显著提高了数据质量和模型性能，在五类KOA分类任务中达到了82.07%的准确率，优于之前报道的基准	处理固有模糊病例（如KL Grade 1）存在局限性，且严重KOA样本量较小	开发一种客观、自动且可靠的膝骨关节炎严重程度分类方法	膝骨关节炎（KOA）的X射线图像	digital pathology	geriatric disease	深度学习	EfficientNetB5	image	9786张膝关节X射线图像
108	2025-06-14	A Narrative Review of Artificial Intelligence in MRI-Guided Prostate Cancer Diagnosis: Addressing Key Challenges 2025-May-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111342 PMID:40506914	综述	本文探讨了人工智能在MRI引导的前列腺癌诊断中的应用及其面临的挑战	综述了AI在提高MRI扫描质量、检测伪影、辅助放射科医生进行病灶检测和解释方面的应用，并探讨了AI在减少阅读时间和读者间变异性方面的潜力	AI模型的泛化能力受到研究方法、数据集和成像协议差异的限制，且特异性较低可能增加假阳性率	探索AI技术在前列腺癌诊断中的应用，以提高诊断准确性和效率	前列腺癌诊断中的MRI图像	数字病理学	前列腺癌	机器学习和深度学习	NA	MRI图像	需要更大规模的前瞻性多中心研究验证
109	2025-06-14	[Clinical value of medical imaging artificial intelligence in the diagnosis and treatment of peritoneal metastasis in gastrointestinal cancers] 2025-May-25, Zhonghua wei chang wai ke za zhi = Chinese journal of gastrointestinal surgery DOI:10.3760/cma.j.cn441530-20250301-00075 PMID:40404364	综述	本文总结了医学影像人工智能在胃肠道癌症腹膜转移诊断和治疗中的代表性进展和应用前景	通过影像组学和深度学习技术深入分析医学影像中的肿瘤异质性和微环境特征，构建高精度预测模型	未提及具体研究样本量或数据集的局限性	探讨医学影像人工智能在胃肠道癌症腹膜转移诊断和治疗中的临床应用价值	胃肠道癌症患者的腹膜转移	数字病理学	胃肠道癌症	影像组学、深度学习	NA	医学影像	NA
110	2025-06-14	Automated Detection of Micro-Scale Porosity Defects in Reflective Metal Parts via Deep Learning and Polarization Imaging 2025-May-25, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15110795 PMID:40497844	研究论文	本研究提出了一种结合偏振成像和深度学习的增强SCK-YOLOV5框架，用于高反射金属材料精密增材制造中的微米级孔隙缺陷检测	首次在YOLO框架中引入SNWD损失函数，结合SIOU角度损失和NWD分布感知特性，显著提高了小金属微纳缺陷的智能识别能力	NA	提高高反射金属材料精密增材制造中微米级缺陷的自动检测能力	高反射金属材料表面的微米级孔隙缺陷	计算机视觉	NA	偏振成像预处理、深度学习	SCK-YOLOV5（改进的YOLOv5框架）	图像	NA
111	2025-06-14	Skeletal Muscle Density as a Predictive Marker for Pathologic Complete Response in Triple-Negative Breast Cancer Treated with Neoadjuvant Chemoimmunotherapy 2025-May-25, Cancers IF:4.5Q1 DOI:10.3390/cancers17111768 PMID:40507249	research paper	该研究探讨了骨骼肌密度（SMD）在三阴性乳腺癌（TNBC）患者新辅助化疗（NAC）中的预测价值	首次评估了SMD与病理完全缓解（pCR）的关联，并发现SMD可作为新辅助化疗免疫疗法（NACIT）疗效的预测标志物	研究为回顾性分析，样本量相对较小（144例患者），且仅在一家医院进行	评估SMD及其他临床变量对TNBC患者pCR的影响	接受NAC的TNBC患者	digital pathology	breast cancer	CT测量和深度学习软件（ClariMetabo version 1.03）	NA	image	144例TNBC患者（102例接受NACIT，42例接受NACT）
112	2025-06-14	Advanced Non-Destructive Testing Simulation and Modeling Approaches for Fiber-Reinforced Polymer Pipes: A Review 2025-May-24, Materials (Basel, Switzerland) DOI:10.3390/ma18112466 PMID:40508464	综述	本文系统回顾了纤维增强聚合物(FRP)管道无损检测(NDT)的数字技术进展，重点关注数值建模、仿真、机器学习和深度学习在缺陷检测中的应用	突出了机器学习和深度学习在缺陷自动分类、分割和严重性评估中的变革性能力，显著减少检测时间和人力依赖	指出该领域存在关键空白：针对FRP管道系统的先进数字方法转化为现场可部署解决方案的有限性	促进数字NDT技术在真实世界FRP管道检测和生命周期管理框架中的整合	纤维增强聚合物(FRP)管道	复合材料工程	NA	有限元法(FEM)、蒙特卡洛模拟、机器学习(ML)、深度学习(DL)	机器学习算法、深度学习算法	仿真数据、检测数据	基于2016-2024年间发表的140篇同行评议文章
113	2025-06-14	Novel Antimicrobials from Computational Modelling and Drug Repositioning: Potential In Silico Strategies to Increase Therapeutic Arsenal Against Antimicrobial Resistance 2025-May-24, Molecules (Basel, Switzerland) DOI:10.3390/molecules30112303 PMID:40509191	综述	本文综述了计算模型在药物重定位中识别潜在抗菌剂的最新进展	利用计算模型预测药物-靶点相互作用，将已注册药物重新定位为潜在抗菌剂	现有模型和方法仍需改进以应对快速出现的抗菌素耐药性	增加对抗菌素耐药性的治疗手段	已注册药物及其潜在抗菌能力	机器学习	感染性疾病	机器学习、分子对接、分子动力学、深度学习	NA	NA	NA
114	2025-06-14	Deep Learning-Based Aortic Diameter Measurement in Traumatic Hemorrhage Using Shallow Attention Network: A Path Forward 2025-May-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111312 PMID:40506884	研究论文	本研究开发并验证了一种基于深度学习的自动主动脉直径测量模型，用于创伤性出血患者	使用浅层注意力网络和基于椭圆的校准方法，提高了主动脉直径测量的准确性和自动化水平	研究样本量有限（300名患者），且为回顾性分析	开发自动化主动脉直径测量工具以改善创伤患者的干预计划	创伤性出血患者（需要大量输血）的腹部CT扫描图像	数字病理学	创伤性出血	深度学习	Shallow Attention Network	CT图像	300名成年患者的444张手动标注的轴向CT图像
115	2025-06-14	A Convolutional Mixer-Based Deep Learning Network for Alzheimer's Disease Classification from Structural Magnetic Resonance Imaging 2025-May-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111318 PMID:40506890	研究论文	提出了一种基于卷积混合器的深度学习网络，用于从结构磁共振成像中分类阿尔茨海默病	整合深度可分离卷积层与传统卷积层，高效提取sMRI特征，同时采用混合采样方法处理类别不平衡问题，并利用ASOP像素归因方法解释分类决策	医学影像数据集存在类别不平衡问题，可能导致模型对代表性不足的疾病阶段泛化能力差	开发一种准确的阿尔茨海默病分类工具，以支持有效的干预和治疗计划	阿尔茨海默病患者的结构磁共振成像扫描	数字病理学	老年病	结构磁共振成像(sMRI)	基于卷积混合器的深度学习网络	图像	NA
116	2025-06-14	Defect Recognition in Composite Materials Using Terahertz Spectral Imaging with ResNet18-SVM Approach 2025-May-23, Materials (Basel, Switzerland) DOI:10.3390/ma18112444 PMID:40508444	研究论文	提出了一种基于太赫兹时域光谱和ResNet18-SVM方法的复合材料内部缺陷检测技术	结合连续小波变换将光谱信号转换为时频图像，并采用ResNet18模型与SVM分类器相结合的方法，实现了对多层复合材料内部缺陷的高精度识别	仅针对三种特定类型的缺陷进行了测试，未涉及更广泛的缺陷类型	开发一种能够精确定位多层复合材料内部缺陷位置的无损检测方法	多层复合材料及其内部缺陷	计算机视觉	NA	太赫兹时域光谱(THz-TDS), 连续小波变换(CWT)	ResNet18, SVM	时频图像	NA
117	2025-06-14	Prediction of Key Quality Parameters in Hot Air-Dried Jujubes Based on Hyperspectral Imaging 2025-May-23, Foods (Basel, Switzerland) DOI:10.3390/foods14111855 PMID:40509382	研究论文	基于高光谱成像技术预测热风干燥红枣的关键品质参数	结合高光谱成像技术与深度学习模型（如BiLSTM、BiGRU和CNN-BiGRU）显著提高了模型预测精度，特别是CNN-BiGRU模型表现突出	未提及具体样本量及实验重复性验证	探索高光谱成像技术在红枣干燥过程中品质监测与优化的应用	热风干燥的红枣	计算机视觉	NA	高光谱成像（HSI）	SVR、BiLSTM、BiGRU、CNN-BiGRU	光谱数据（反射率、吸光度、Kubelka-Munk）	NA
118	2025-06-14	Ultrasound Diagnosis of Pelvic Organ Prolapse Using Artificial Intelligence 2025-May-22, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14113634 PMID:40507397	研究论文	本研究旨在设计一种基于人工智能的全自动混合方法，结合卷积神经网络（CNN）和基于树的模型（XGBoost），用于在动态二维超声研究中诊断不同类型的盆腔器官脱垂（POP）	首次开发了能够利用深度学习和机器学习技术在动态二维超声研究中诊断盆腔器官脱垂的预测模型	在区分不同类型的盆腔器官脱垂时，检测膀胱膨出和子宫脱垂的精确度、准确度、召回率和F1分数较高，而对其他类型的脱垂诊断效果相对较低	开发一种自动化方法用于盆腔器官脱垂的诊断	盆腔器官脱垂患者和非患者	数字病理	盆腔器官脱垂	动态二维超声	CNN, XGBoost	视频	188名患者（99名POP患者和89名非POP患者）
119	2025-06-14	Federated prediction for scalable and privacy-preserved knowledge-based planning in radiotherapy 2025-May-20, ArXiv PMID:40470470	research paper	开发了一个名为FedKBP+的联邦学习平台，用于放射治疗规划中的预测任务，旨在解决数据稀缺和隐私问题	提出了一个全面的联邦学习平台FedKBP+，支持集中式和完全分散式的联邦学习策略，并引入了一种新的分散式联邦学习算法Gossip Contrastive Mutual Learning	未明确提及具体局限性，但可能涉及平台在更大规模或更多样化数据集上的泛化能力	解决放射治疗规划中因数据稀缺和隐私问题导致的模型泛化能力不足的困境	放射治疗规划中的预测任务	machine learning	NA	federated learning, Google Remote Procedure Call (gRPC)	scale-attention network (SA-Net)	medical imaging data	340 cases from OpenKBP Challenge, 227 cases from BraTS challenge dataset, 384 cases from PanSeg dataset
120	2025-06-14	Utilizing Deep Learning to Identify Electron-Dense Deposits in Renal Biopsy Electron Microscopy Images 2025-May-19, American journal of nephrology IF:4.3Q1 DOI:10.1159/000546131 PMID:40388893	研究论文	本研究开发了一个基于深度学习的平台，用于自动分类肾脏活检电子显微镜图像中电子致密沉积物的位置	利用深度学习技术自动分类电子显微镜图像中的电子致密沉积物位置，提高了诊断效率和一致性	深度学习模型在评估沉积物存在和位置时的准确性低于电子显微镜病理学家，但高于综合肾脏病理学家	开发一个自动分类电子显微镜图像中电子致密沉积物位置的平台	肾脏活检电子显微镜图像中的电子致密沉积物	数字病理学	肾脏疾病	电子显微镜	ResNet18	图像	1,039例肾脏活检的4,303张电子显微镜图像