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
1241	2026-07-04	Comparative analysis and enhancing rainfall prediction models for monthly rainfall prediction in the Eastern Thailand 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103094 PMID:39802428	研究论文	评估泰国东部月降雨量预测模型，并开发一种新型混合深度学习模型以提高预测精度	针对厄尔尼诺和南方涛动不同条件开发新型混合深度学习模型，优化海洋尼诺指数与当地气象参数之间的时间依赖关系	NA	评估和改进泰国东部的月降雨量预测模型	泰国东部的月降雨量	机器学习	NA	NA	RNN, LSTM, GRU, 混合深度学习模型	气象数据	五个选定站点的月降雨量数据	NA	RNN with ReLU, LSTM, GRU（单层）, LSTM+LSTM, LSTM+GRU（多层）	平均绝对误差 (MAE), 均方根误差 (RMSE)	NA
1242	2026-07-04	Automatic Vertical Root Fracture Detection on Intraoral Periapical Radiographs With Artificial Intelligence-Based Image Enhancement 2025-06, Dental traumatology : official publication of International Association for Dental Traumatology IF:2.3Q2 DOI:10.1111/edt.13027 PMID:39829209	研究论文	探索迁移学习技术并结合人工智能图像增强，以提升口腔根尖X光片中垂直根折的诊断准确性	首次结合迁移学习与粒子群优化和深度学习图像增强方法，用于垂直根折的自动检测，并评估了融合模型在离体牙和患者口内图像上的表现	研究样本量有限，仅为378张根尖X光片，且主要聚焦于磨牙和前磨牙，可能限制了模型的泛化能力	提升垂直根折在放射影像中的诊断准确性，开发全自动诊断系统	垂直根折（VRF）的检测	数字病理学	牙科疾病	口腔根尖X光	CNN	图像	378张根尖X光片，包括195颗骨折牙和183颗非骨折牙	NA	DenseNet, ConvNext, Inception121, MobileNetV2	准确率, 精确率, 召回率, F1分数, AUC, kappa值	NA
1243	2026-07-04	Integrating Social Determinants of Health and Established Risk Factors to Predict Cardiovascular Disease Risk Among Healthy Older Adults 2025-06, Journal of the American Geriatrics Society IF:4.3Q1 DOI:10.1111/jgs.19440 PMID:40099367	research paper	本研究整合社会健康决定因素与既有风险因子，预测健康老年人心血管疾病风险	首次将社会健康决定因素纳入心血管疾病风险预测模型，并发现其对女性的影响大于男性	NA	评估社会健康决定因素对心血管疾病风险预测的改善效果	70岁及以上无心血管疾病、痴呆症及独立活动受限的老年人	machine learning	心血管疾病	NA	随机生存森林、DeepSurv、神经多任务逻辑回归	纵向临床数据与社会学数据	12896名健康老年人（5884名男性，7012名女性）	NA	随机生存森林、DeepSurv、神经多任务逻辑回归	C-index, 综合Brier分数, 5年AUC, 10年AUC	NA
1244	2026-07-04	Automatic Segmentation of Vestibular Schwannoma From MRI Using Two Cascaded Deep Learning Networks 2025-04, The Laryngoscope DOI:10.1002/lary.31979 PMID:39744768	research paper	提出一种级联两个卷积神经网络模型的方法，用于从MRI中自动分割前庭神经鞘瘤，以提升分割性能	创新性地采用了两个UNet模型顺序连接，第一个UNet的分割结果输入第二个网络进行精炼，并结合空间注意力机制，在2D、2.5D和3D架构上均提升了分割效果	深度学习方法因肿瘤变异性面临泛化挑战，论文未详细讨论跨中心或大样本验证的局限性	通过深度学习自动检测和分割前庭神经鞘瘤，提升MRI自动分割性能	前庭神经鞘瘤	computer vision	vestibular schwannoma	MRI	CNN	image	使用公共和私有数据集，包含对比增强T1和高分辨率T2加权MRI图像，具体样本数量未提及	NA	UNet	Dice score	NA
1245	2026-07-04	Artificial Intelligence in Temporal Bone Imaging: A Systematic Review 2025-03, The Laryngoscope DOI:10.1002/lary.31809 PMID:39352072	综述	系统综述人工智能在颞骨影像学中的应用	首次系统综述AI在颞骨成像中的应用，涵盖72篇研究并评价质量	现有研究存在异质性和质量差异，需更标准化的方法学	阐明人工智能在颞骨影像学中的当前作用	颞骨影像学中的人工智能应用，包括CT和MRI成像	计算机视觉	颞骨疾病	NA	神经网络	图像	72篇研究	NA	卷积神经网络	NA	NA
1246	2026-07-04	Toward Intelligent Head Impulse Test: A Goggle-Free Approach Using a Monocular Infrared Camera 2025-03, The Laryngoscope DOI:10.1002/lary.31848 PMID:39422423	研究论文	提出一种无需护目镜的智能头脉冲测试方法，使用单目红外摄像头和深度学习进行前庭功能评估	首次提出用单目红外摄像头替代传统头部护目镜，结合两阶段多模态视频分类网络，实现无需校准的完全自动化前庭功能检测	未提及具体局限性	开发一种无需护目镜、低成本、易操作的智能头脉冲测试方法，用于评估前庭功能	前庭功能检测中的视频头脉冲测试视频片段	计算机视觉，机器学习	前庭功能障碍	红外摄像头录制	两阶段多模态视频分类网络	视频	文章中未明确提及具体样本数量	PyTorch	两阶段多模态视频分类网络	准确率	NA
1247	2026-07-04	A deep learning method for total-body dynamic PET imaging with dual-time-window protocols 2025-03, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-07012-1 PMID:39688700	research paper	开发了一种基于深度学习的双向序列到序列模型，用于从双时间窗协议预测全身动态PET图像，以缩短扫描时间	提出双向注意力序列到序列模型，利用双时间窗协议预测完整动态PET图像，显著缩短扫描时间并提高图像质量	仅针对肺结节和乳腺结节患者，样本量较小（70例），且需要进一步验证在其他患者群体和不同示踪剂中的泛化能力	开发深度学习算法从双时间窗协议预测动态PET图像，减少扫描时间并促进动态PET的临床推广	70例诊断为肺结节或乳腺结节的患者（年龄53.61±13.53岁，32名男性）	machine learning	NA	动态PET/CT成像	Bi-AT-Seq2Seq	图像	70例患者（32名男性，38名女性）	NA	Bi-AT-Seq2Seq	MAE, Bias, PSNR, SSIM, CCC	NA
1248	2026-07-04	Rapid discrimination and ratio quantification of mixed antibiotics in aqueous solution through integrative analysis of SERS spectra via CNN combined with NN-EN model 2025-03, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.03.016 PMID:38531495	研究论文	提出一种结合卷积神经网络与非负弹性网络的深度学习模型，用于对水溶液中混合抗生素的SERS光谱进行快速鉴别和比例定量分析	首次将CNN与NN-EN模型集成用于SERS光谱分析，实现混合抗生素组分的识别与比例同时定量，并利用SHAP解释模型聚焦特征峰分布	研究仅针对三种抗生素（环丙沙星、多西环素、左氧氟沙星）的混合物，未涵盖更复杂的多种抗生素共存或实际水样基质干扰情况	开发基于深度学习算法的SERS光谱智能分析模型，实现水环境中混合抗生素残留的快速鉴别和组分比例定量	水环境中环丙沙星、多西环素和左氧氟沙星三种抗生素残留混合物	机器学习	NA	表面增强拉曼光谱	卷积神经网络、非负弹性网络	光谱数据	三种抗生素（环丙沙星、多西环素、左氧氟沙星）混合物样本	NA	CNN、NN-EN	识别准确率	NA
1249	2026-07-04	Quantifying Nuclear Structures of Digital Pathology Images Across Cancers Using Transport-Based Morphometry 2025-02, Cytometry. Part A : the journal of the International Society for Analytical Cytology DOI:10.1002/cyto.a.24917 PMID:39982036	研究论文	提出一种基于最优输运的形态测量学方法，用于量化数字病理图像中的细胞核结构，并跨癌症类型进行分析	首次将最优输运数学理论引入核染色质信息建模，通过传输形态测量框架实现对细胞核完整信息内容的表示，且对不同染色模式和成像协议具有鲁棒性	NA	开发一种可定量比较不同数据集和癌症类型中细胞核形态差异的计算方法	数字病理图像中的细胞核结构，包括来自肝实质、甲状腺、肺间皮和皮肤上皮的肿瘤样本	数字病理学	多种癌症（肝癌、甲状腺癌、肺癌、皮肤癌）	最优输运数学方法、特征提取、深度学习	传输形态测量框架	图像	多来源数据集（TCGA、人类蛋白质图谱），包含多种癌症类型的肿瘤样本	NA	传输形态测量网络	NA	NA
1250	2026-07-04	A hybrid CNN-Bi-LSTM model with feature fusion for accurate epilepsy seizure detection 2025-01-06, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02845-0 PMID:39762881	研究论文	提出一种结合特征融合的混合CNN-Bi-LSTM模型，用于准确检测癫痫发作	首次将离散小波变换、SVM-RFE特征选择与CNN-Bi-LSTM混合模型结合，实现高精度癫痫发作分类	未提及模型在真实临床环境中的计算效率及跨中心泛化能力验证	开发快速、准确、非侵入性的癫痫发作检测方法	脑电图（EEG）信号	机器学习	癫痫	EEG信号分析	CNN-Bi-LSTM	EEG信号	Bonn数据集、New Delhi数据集、CHB-MIT数据集（具体样本数未说明）	NA	卷积神经网络（CNN）与双向长短期记忆网络（Bi-LSTM）	准确率、敏感度、特异性、精确度、F1分数	NA
1251	2026-07-04	GNCnn: A QuPath extension for glomerulosclerosis and glomerulonephritis characterization based on deep learning 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.049 PMID:39802211	研究论文	提出一个名为GNCnn的QuPath扩展，用于基于深度学习的肾小球硬化和肾小球肾炎表征	首个专为肾病理学设计的开源QuPath扩展，集成了深度学习模型，可在肾病理学家工作空间内直接完成肾小球检测、硬化和肾小球肾炎分类的完整工作流	NA	为肾病理学家提供一个免费易用的应用，用于测量和分析肾小球以识别肾小球硬化和肾小球肾炎	肾小球	数字病理学	肾小球硬化, 肾小球肾炎	全切片成像	深度学习	图像	NA	QuPath	NA	Dice系数, 平衡准确率	NA
1252	2026-07-04	An Optimized Bidirectional Long Short-Term Memory Model Based on Hyperspectral Analysis of Protein Content in Milk Powder 2025-Jan, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.4556 PMID:39803281	研究论文	提出了一种基于高光谱分析的优化双向长短期记忆模型，用于快速检测奶粉中的蛋白质含量	引入注意力机制为BiLSTM隐藏状态分配不同权重，并利用鲸鱼优化算法自动优化模型超参数	未提及	实现奶粉蛋白质含量的快速无损检测	奶粉样品中的蛋白质含量	机器学习	NA	高光谱分析	双向长短期记忆网络结合注意力机制	高光谱数据	NA	NA	BiLSTM-Attention	决定系数, 均方根误差	NA
1253	2026-07-04	Multidimensional morphological analysis of live sperm based on multiple-target tracking 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.02.025 PMID:39803335	研究论文	设计了一个基于多目标跟踪的深度学习算法框架，实现对运动活精子形态的多维非侵入性分析	改进FairMOT跟踪算法，将同精子头在相邻帧间的移动距离和角度以及检测框IOU值融入匈牙利匹配代价函数，并使用BlendMask和SegNet进行精子分割和形态组分分离	NA	实现精子进行性运动和形态的自动化检测，提升临床精子形态测试方法，推动辅助生殖技术发展	活精子样本	计算机视觉	NA	NA	深度学习	图像	从多家三级医院收集的1272份样本	NA	FairMOT, BlendMask, SegNet	形态学准确率	NA
1254	2026-07-04	Early Detection of Macular Atrophy Automated Through 2D and 3D Unet Deep Learning 2024-Nov-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121191 PMID:39768009	研究论文	基于2D和3D Unet深度学习自动检测黄斑萎缩	结合2D和3D Unet架构自动检测光学相干断层扫描中的黄斑萎缩，性能优于人工评估	未提及模型在不同数据集上的泛化能力及临床部署的挑战	开发自动方法以早期检测年龄相关性黄斑变性患者的黄斑萎缩	125只眼睛（89名患者）的1241个体积光学相干断层扫描	数字病理学	年龄相关性黄斑变性	光学相干断层扫描	Unet	图像	125只眼睛（89名患者）的1241个体积光学相干断层扫描	NA	2D Unet, 3D Unet	Dice相似系数, F1分数	NA
1255	2026-07-04	Deep Learning Analysis With Gray Scale and Doppler Ultrasonography Images to Differentiate Graves' Disease 2024-10-15, The Journal of clinical endocrinology and metabolism DOI:10.1210/clinem/dgae254 PMID:38609169	研究论文	利用灰度及多普勒超声图像深度学习模型鉴别Graves病	首次开发并比较Xception和EfficientNetB0_2两种深度学习模型，基于超声及多普勒图像鉴别甲状腺毒症亚型，特别是Graves病	单一中心回顾性研究，样本量有限，未涉及外部验证	开发机器学习算法，通过超声和多普勒图像区分甲状腺毒症亚型，重点鉴别Graves病	甲状腺毒症患者超声图像	机器学习	Graves病	超声影像	卷积神经网络	图像	351例GD患者7719张图像，136例甲状腺炎患者2980张图像	DEEP:PHI	Xception, EfficientNetB0_2	准确率, 灵敏度, 特异度, 阳性预测值, 阴性预测值, F1分数	NA
1256	2026-07-04	Generating synthetic computed tomography for radiotherapy: SynthRAD2023 challenge report 2024-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103276 PMID:39068830	研究论文	报告SynthRAD2023挑战赛结果，比较MRI和CBCT生成合成CT的方法	利用来自1080名患者的多中心真实数据，评估图像相似性和剂量指标，发现图像相似性与剂量准确性无显著相关	未发现图像相似性指标与剂量准确性之间的显著相关性，表明需结合剂量评估来判断临床适用性	比较和评估从MRI和CBCT生成合成CT的方法，促进无CT放射治疗计划的发展	合成CT生成技术，应用于MRI-only和CBCT-based自适应放疗	机器学习和数字病理学	癌症	图像合成，临床数据集成	深度学习	MRI、CBCT和CT图像	1080名患者数据，用于MRI-to-CT和CBCT-to-CT任务	NA	NA	结构相似性指数，伽马通过率（光子计划，质子计划）	NA
1257	2026-07-04	DMSPS: Dynamically mixed soft pseudo-label supervision for scribble-supervised medical image segmentation 2024-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103274 PMID:39043109	研究论文	提出一种动态混合软伪标签监督（DMSPS）的涂鸦监督医学图像分割框架	首次在涂鸦监督分割中引入动态混合软伪标签，并采用两阶段方法扩展稀疏标注区域	未提及具体的局限性	降低医学图像分割的标注成本，同时保持较高的分割性能	心脏结构、腹部器官和脑肿瘤的医学图像分割	计算机视觉	心血管疾病、脑肿瘤	NA	CNN	3D医学图像	ACDC数据集（心脏结构）、WORD数据集（3D腹部器官）、BraTS2020数据集（3D脑肿瘤）	PyTorch	U-Net	DSC	NA
1258	2026-07-04	Multi-grained contrastive representation learning for label-efficient lesion segmentation and onset time classification of acute ischemic stroke 2024-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103250 PMID:39096842	研究论文	提出多粒度对比表示学习框架，利用未配对未标记数据改进急性缺血性卒中的病灶分割与发病时间分类	首次充分利用未配对未标记数据中的任务相关线索，设计多粒度对比学习从粗细粒度学习先验表示，并提出多模态区域相关特征融合模块	未明确讨论模型在极端小样本或高度异质性数据上的表现，且未提及计算资源或训练时间成本	提高急性缺血性卒中病灶分割与发病时间分类的标签效率与泛化能力	急性缺血性卒中患者的未目击发病时间分类与缺血病灶分割	机器学习	急性缺血性卒中	多模态MRI	对比学习网络、多任务网络	医学图像	大规模多中心MRI数据集	NA	多粒度对比学习框架、多模态区域相关特征融合模块	未明确具体指标，摘要中提及优越性	NA
1259	2026-07-04	Generating multi-pathological and multi-modal images and labels for brain MRI 2024-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103278 PMID:39059240	研究论文	提出一种两阶段生成模型，用于生成多病理和多模态脑MRI图像及对应的语义标签	首次实现2D和3D语义标签图与多模态图像的联合生成，支持下游监督分割任务的数据增强	未明确说明合成数据在真实临床场景中的泛化性验证及模型对罕见病理的生成质量	探索通过生成模型扩充脑MRI数据集，提升下游分割任务性能	脑MRI图像及其对应的语义分割标签	数字病理学	NA	MRI	潜在扩散模型、VAE-GAN	图像	NA	NA	潜在扩散模型、VAE-GAN	NA	NA
1260	2026-07-04	Multi-degradation-adaptation network for fundus image enhancement with degradation representation learning 2024-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103273 PMID:39029157	研究论文	提出了一种多退化自适应网络，用于眼底图像增强，可同时处理多种退化类型	提出了多退化自适应模块，可动态生成针对不同退化类型的滤波器，并引入退化表示学习网络和判别器	未在摘要中明确指出局限性	开发一种能够同时处理多种退化类型的自适应眼底图像增强网络	眼底图像	计算机视觉	未指定	深度学习	CNN	图像	未提及	PyTorch	多退化自适应网络	未在摘要中明确列出	未提及