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
1361	2025-06-24	Machine Learning for Industry 4.0: A Systematic Review Using Deep Learning-Based Topic Modelling 2022-Nov-09, Sensors (Basel, Switzerland) DOI:10.3390/s22228641 PMID:36433236	系统综述	本文通过深度学习主题建模方法，系统回顾了机器学习在工业4.0中的应用现状	使用BERTopic对45,783篇相关论文进行主题分析，并结合17份行业白皮书进行对比，揭示了学术与工业界在机器学习应用上的差异	仅分析了Scopus和Web of Science数据库的论文，可能遗漏其他来源的研究	系统梳理机器学习在工业4.0中的应用现状和研究热点	工业4.0中的机器学习应用	机器学习	NA	BERTopic	CNN	文本	45,783篇论文和17份行业白皮书
1362	2025-06-24	Semantic Terrain Segmentation in the Navigation Vision of Planetary Rovers-A Systematic Literature Review 2022-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s22218393 PMID:36366089	系统文献综述	本文对行星漫游车导航视觉中的语义地形分割进行了系统文献综述，分析了现有解决方案、可用数据及潜在研究缺口	首次针对行星漫游车导航视觉中的语义地形分割进行系统文献综述，提出了可复制、透明化的调查方法	尚未发现满足像素级分割、实时推理和机载硬件要求的解决方案，缺乏基于真实世界的开放像素级标注数据集	评估行星漫游车导航视觉中语义地形分割的研究现状与未来挑战	行星漫游车的导航视觉系统	计算机视觉	NA	系统文献综述方法	NA	文献数据	从320项候选研究中最终筛选30篇论文进行综述
1363	2025-06-24	Applications of Computer Vision on Automatic Potato Plant Disease Detection: A Systematic Literature Review 2022, Computational intelligence and neuroscience DOI:10.1155/2022/7186687 PMID:36419507	系统文献综述	本文综述了计算机视觉在自动检测马铃薯植物病害中的应用	全面系统地回顾了计算机视觉技术在马铃薯病害检测中的应用，并比较了深度学习和传统机器学习算法的使用频率	仅选择了39项主要研究，可能未涵盖所有相关研究	探讨计算机视觉技术在马铃薯植物病害检测中的应用	马铃薯植物及其常见病害	计算机视觉	马铃薯病害	计算机视觉、机器学习	深度学习算法、传统机器学习算法	图像	39项主要研究
1364	2025-06-23	Deep learning for differential diagnosis of parotid tumors based on 2.5D magnetic resonance imaging 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2520401 PMID:40531801	research paper	该研究利用2.5D磁共振成像和深度学习模型对腮腺肿瘤进行良恶性鉴别诊断	首次将2.5D成像方法与基于transformer的迁移学习模型相结合用于腮腺肿瘤诊断	回顾性研究且样本量较小（122例）	提高腮腺肿瘤术前诊断准确性以指导手术方案制定	腮腺肿瘤患者	digital pathology	parotid gland tumors	MRI	transformer-based transfer learning model	2.5D magnetic resonance images	122例腮腺肿瘤患者
1365	2025-06-23	Deep learning-based analysis and identification of single-particle mass spectra of bacteria 2025-Jun-21, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-025-05942-9 PMID:40542895	研究论文	该研究结合单粒子质谱(SPMS)与监督学习算法，区分六种细菌物种	首次将SPMS与深度学习结合用于细菌物种识别，并采用Score-CAM方法可视化CNN模型的关键离子特征	仅针对六种细菌和四种生物质燃烧产物进行研究，样本多样性有限	开发基于深度学习的单粒子质谱数据分析方法，实现细菌物种的精确识别	六种细菌和四种生物质燃烧产物(BCPs)	机器学习	NA	单粒子质谱(SPMS)	CNN, MLP, SVM	质谱数据	六种细菌和四种生物质燃烧产物的质谱数据
1366	2025-06-23	Research on automatic assessment of the severity of unilateral vocal cord paralysis based on Mel-spectrogram and convolutional neural networks 2025-Jun-21, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01401-9 PMID:40544236	研究论文	本研究开发了一种基于Mel-spectrogram和卷积神经网络(CNN)的AI平台，用于通过声音分析自动评估单侧声带麻痹(UVCP)的严重程度	使用Mel-spectrogram及其一阶和二阶微分特征作为输入，开发了TripleConvNet模型，用于UVCP严重程度的分类	分类准确率为74.3%，仍有提升空间	开发一种非侵入性声音分析方法，用于精确分级UVCP的严重程度	131名健康个体和292名确诊UVCP患者	数字病理	声带麻痹	Mel-spectrogram分析	CNN	声音数据	423个声音样本（131健康，292 UVCP患者）
1367	2025-06-23	Optimized YOLOv8 for enhanced breast tumor segmentation in ultrasound imaging 2025-Jun-19, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02889-2 PMID:40536560	研究论文	本研究探讨了机器学习技术在乳腺超声图像分割中的应用，比较了在良性和恶性肿瘤类别上联合训练与单独训练模型的性能	将YOLOv8目标检测算法应用于图像分割任务，并展示了在单独类别上训练模型带来的性能提升	研究仅使用了780张超声图像，样本量相对较小	提高乳腺超声图像分割的准确性以辅助乳腺癌诊断	乳腺超声图像中的良性和恶性肿瘤	数字病理学	乳腺癌	深度学习	YOLOv8, UNet, DenseNet-121, VGG16, VGG19	图像	780张超声图像（分为良性和恶性类别）
1368	2025-06-23	Deep learning detects retropharyngeal edema on MRI in patients with acute neck infections 2025-Jun-19, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00599-6 PMID:40536731	研究论文	本研究开发了一种基于深度学习的算法，用于自动检测急性颈部感染患者的咽后水肿	提出了一种轻量级的卷积神经网络，仅需弱标注数据即可高效训练，并在患者层面和切片层面均实现了高准确率	研究仅基于479名患者的数据，样本量相对有限	开发自动检测咽后水肿的深度学习算法，以改善急性颈部感染患者的早期风险识别	急性颈部感染患者	数字病理学	急性颈部感染	MRI	CNN	图像	479名患者
1369	2025-06-23	Deep learning based colorectal cancer detection in medical images: A comprehensive analysis of datasets, methods, and future directions 2025-Jun-17, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110542 PMID:40543496	综述	本文全面回顾了2019年至2025年间人工智能在结直肠癌医学影像检测中的应用现状与发展	系统分类和评估了包括ResNet、VGG和新兴的基于transformer的模型在内的多种CNN架构，并分析了可解释AI方法在医学诊断中的作用	数据集稀缺、计算限制和标准化挑战等技术限制	为医学影像分析和临床实践中实施基于AI的结直肠癌检测系统的研究人员提供全面参考	结直肠癌医学影像	数字病理	结直肠癌	NA	CNN, ResNet, VGG, transformer-based models	医学影像	110篇高质量出版物和9个公开可用的医学影像数据集
1370	2025-06-23	Three-dimensional multimodal imaging for predicting early recurrence of hepatocellular carcinoma after surgical resection 2025-Jun-16, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.06.031 PMID:40533057	研究论文	本研究构建了一个多模态模型（MM-RDLM）来预测肝细胞癌（HCC）术后早期复发，并探索了相关的生物学机制	结合放射组学和深度学习模型，构建了预测性能优越的多模态模型，并通过基因集富集分析和多重免疫组化揭示了潜在的生物学机制	研究样本来自三个医疗中心，可能存在选择偏倚；模型的外部验证仍需更多数据支持	预测肝细胞癌术后早期复发并探索相关生物学机制	519例肝细胞癌患者	数字病理	肝细胞癌	放射组学分析、深度学习、基因集富集分析（GSEA）、多重免疫组化（mIHC）	多模态模型（MM-RDLM，整合放射组学和DL模型）	CT图像、基因表达数据、免疫组化数据	519例HCC患者（训练队列433例，验证队列86例）
1371	2025-06-23	Classification of glioma grade and Ki-67 level prediction in MRI data: A SHAP-driven interpretation 2025-Jun-16, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102578 PMID:40543244	研究论文	本研究利用AI驱动的MRI数据分析，通过可解释人工智能（XAI）和SHAP方法，探索Ki-67生物标志物与深度学习特征之间的关联，实现对胶质瘤分级和Ki-67水平的精确分类与预测	结合SHAP驱动的可解释AI方法，揭示了深度学习特征与Ki-67生物标志物之间的强关联，为胶质瘤侵袭性提供了新见解	样本量相对较小（101例患者），且仅使用T2W-FLAIR序列MRI数据	开发AI驱动的MRI分析方法，提升胶质瘤临床管理决策	胶质瘤患者（101例）的MRI影像和Ki-67生物标志物数据	数字病理	胶质瘤	T2W-FLAIR MRI序列成像	ResNet50（特征提取）和XGBoost（分类）	MRI影像数据	101例胶质瘤患者的MRI影像
1372	2025-06-23	Recent advances in sMRI and artificial intelligence for presurgical planning in focal cortical dysplasia: A systematic review 2025-Jun-13, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2025.101359 PMID:40517890	系统性综述	本文综述了结构磁共振成像（sMRI）和人工智能（AI）在局灶性皮质发育不良（FCD）术前规划中的最新进展	AI，尤其是深度学习方法，显著提高了FCD的检测敏感性和特异性，甚至在某些情况下超越了人类放射科医生的表现	模型性能受FCD类型和训练数据集的影响，需要进一步的临床验证和算法优化	提高FCD的检测准确性以改善药物难治性癫痫患者的术前规划和治疗效果	局灶性皮质发育不良（FCD）患者	数字病理学	癫痫	结构磁共振成像（sMRI）、机器学习和深度学习	深度学习模型	MRI图像	27篇符合纳入标准的全文文章，涉及88篇全文文章
1373	2025-06-23	Comparing point counts, passive acoustic monitoring, citizen science and machine learning for bird species monitoring in the Mount Kenya ecosystem 2025-Jun-12, Philosophical transactions of the Royal Society of London. Series B, Biological sciences DOI:10.1098/rstb.2024.0057 PMID:40501133	research paper	比较了点计数、被动声学监测、公民科学和机器学习在肯尼亚山生态系统鸟类物种监测中的应用	提出了一个新的数据集，包含超过20小时的肯尼亚山生态系统录音，并由专家鸟类学家标注，同时研究了使用大型深度学习模型处理这些录音的方法	即使使用了多种方法，调查仍然遗漏了已知存在于肯尼亚山生态系统中的稀有物种，表明多种方法的联合使用仍不够全面	比较不同鸟类监测方法的效果，为生态系统管理者提供可操作的见解	肯尼亚山生态系统中的鸟类物种	machine learning	NA	被动声学监测、深度学习	大型深度学习模型	音频	超过20小时的录音
1374	2025-06-23	Enhancing biliary tract cancer diagnosis using AI-driven 3D optical diffraction tomography 2025-Jun-06, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.06.003 PMID:40484187	研究论文	本研究利用AI驱动的3D光学衍射断层扫描技术，基于脂滴特征自动分类胆道癌细胞	结合3D光学衍射断层扫描和卷积神经网络，首次利用脂滴特征自动分类胆道癌细胞	研究仅使用了特定细胞系，未涉及临床样本	开发一种基于脂滴特征的胆道癌自动诊断系统	胆道癌细胞系（SNU1196、SNU308、SNU478）和正常胆管细胞系（H69）	数字病理	胆道癌	3D光学衍射断层扫描（ODT）	CNN（EfficientNet-b3）	3D折射率断层图像	4种细胞系（3种癌细胞系和1种正常细胞系）
1375	2025-06-23	Colorectal Liver Metastasis Pathomics Model: Integrating Single-Cell and Spatial Transcriptome Analysis With Pathomics for Predicting Liver Metastasis in Colorectal Cancer 2025-Jun-03, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100805 PMID:40473111	research paper	该研究通过整合单细胞RNA测序和空间转录组分析，识别了一种触发肝转移的恶性细胞类型（LMTMCs），并开发了一个基于深度学习的结直肠肝转移病理组学模型，用于预测结直肠癌患者的肝转移风险	识别了新的肝转移触发恶性细胞类型（LMTMCs），并通过多组学细胞通讯分析揭示了成纤维细胞与LMTMCs之间的相互作用机制，开发了无需人工标注的弱监督深度学习模型	模型在外部验证集中的性能存在差异（AUC分别为0.89和0.72），可能需要进一步优化和验证	提高结直肠癌肝转移风险的识别和预测能力	结直肠癌患者及其肝转移风险	digital pathology	colorectal cancer	single-cell RNA sequencing, spatial transcriptome analysis, bulk RNA-sequencing	ResNet18	RNA-seq数据、全切片图像	内部测试集来自The Cancer Genome Atlas-CRC组织学图像，外部验证集来自西南医科大学附属医院和西南医科大学附属中医医院的队列
1376	2025-06-23	Identifying Retinal Features Using a Self-Configuring CNN for Clinical Intervention 2025-Jun-02, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.6.55 PMID:40525921	research paper	该研究通过引入OCTAVE数据集和自配置nnU-Net框架，展示了在视网膜疾病诊断中深度学习的应用潜力	提出了一个包含高质量像素级注释的3D OCT数据集OCTAVE，并利用自配置nnU-Net框架实现了跨数据集的高性能分割	数据集的规模可能仍然有限，且依赖于人工标注的质量	解决视网膜疾病诊断中缺乏标注OCT数据集的问题，推动AI诊断工具的发展	视网膜的解剖和病理结构	digital pathology	视网膜疾病	OCT成像	nnU-Net	3D OCT图像	198个OCT体积（3762个B扫描）用于训练，221个OCT体积（4109个B扫描）用于外部验证
1377	2025-06-23	Explainable Deep Learning System for Automatic Detection of Thyroid Eye Disease Using Facial Images 2025-May-27, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.05.022 PMID:40441501	研究论文	开发并评估了一种可解释的深度学习系统，用于通过面部图像自动检测甲状腺眼病	提出了一种结合眼周标志定位网络和甲状腺眼病检测网络的可解释深度学习系统，具有高准确性和可解释性	需要在非专科环境下进一步评估，特别是在Graves病患者队列中	开发自动检测甲状腺眼病的深度学习系统	甲状腺眼病患者和健康受试者的面部图像	计算机视觉	甲状腺眼病	深度学习	XDL（可解释深度学习系统）	图像	591张面部图像（302张患者，289张健康对照），外加100张独立验证图像
1378	2025-06-23	Automated assessment of simulated laparoscopic surgical skill performance using deep learning 2025-Apr-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96336-5 PMID:40253514	研究论文	本研究利用深度学习技术自动评估模拟腹腔镜手术技能表现	引入了新收集的模拟腹腔镜手术性能数据集（LSPD），并采用3DCNN和弱监督方法对手术技能水平进行分类	数据集可能受限于模拟环境，未涉及真实手术场景	通过AI技术提高手术技能评估的自动化水平，减少对人工专家评估的依赖	模拟腹腔镜手术视频数据	计算机视觉	NA	深度学习	3DCNN	视频	包含不同技能水平（新手、学员、专家）的手术模拟视频
1379	2025-06-23	Computational Pathology Detection of Hypoxia-Induced Morphologic Changes in Breast Cancer 2025-Apr, The American journal of pathology DOI:10.1016/j.ajpath.2024.10.023 PMID:39732389	研究论文	本研究利用人工智能在计算病理学中的应用，评估乳腺癌中的缺氧状态	提出了一种基于弱监督深度学习的模型HypOxNet，能够仅通过常规H&E染色全切片图像检测缺氧相关的形态学变化	研究样本仅来自TCGA数据库，可能限制了模型的泛化能力	开发一种快速、经济有效的替代分子检测的方法，用于评估肿瘤缺氧微环境	乳腺癌组织	数字病理学	乳腺癌	弱监督深度学习	HypOxNet	H&E染色全切片图像	1016例乳腺癌原发灶样本
1380	2025-06-22	Expression of Concern: Real-time recognition of spraying area for UAV sprayers using a deep learning approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326610 PMID:40540481	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA