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
13781	2025-10-07	Monitoring and Optimization of CFB Bed Temperature in the Flexible Process: A Hybrid Framework of Deep Learning Model and Mechanism Model 2025-Apr-08, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c11542 PMID:40224442	研究论文	提出一种结合深度学习模型与机理模型的混合框架，用于监测和优化循环流化床锅炉床温	首次将Informer算法与机理模型相结合，实现床温范围预测和燃烧优化目标值的综合确定	仅针对稳态运行条件进行验证，未涉及动态工况下的性能表现	解决循环流化床锅炉柔性运行过程中的床温异常波动和燃烧效率低下问题	循环流化床锅炉燃烧系统	工业过程优化	NA	深度学习预测、机理建模	Informer	时间序列数据、稳态运行数据	300MW和200MW发电机组稳态运行数据	NA	Informer	RMSE, MAE, MAPE	NA
13782	2025-10-07	A Distillation Approach to Transformer-Based Medical Image Classification with Limited Data 2025-Apr-04, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070929 PMID:40218279	研究论文	本研究探索了蒸馏技术对基于Transformer的深度学习架构在有限数据下医学图像分类性能的影响	首次系统研究蒸馏技术在基于Transformer的医学图像分类模型中对小数据集性能的改进效果	仅使用单一类型的医学图像数据（脑部MRI），未验证在其他医学影像数据上的泛化能力	提高基于Transformer的深度学习模型在有限数据条件下的医学图像分类准确率	脑部MRI图像的四分类任务	计算机视觉	神经系统疾病	深度学习蒸馏技术	Transformer	医学图像	有限数据集（具体数量未明确说明）	NA	ViTx32, ViTx16, DeiT, BeiT	分类准确率	NA
13783	2025-10-07	Precision Psychiatry for Obsessive-Compulsive Disorder: Clinical Applications of Deep Learning Architectures 2025-Apr-03, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072442 PMID:40217892	综述	本文综述了五种深度学习架构在强迫症精准精神病学中的临床应用	系统梳理了深度学习在强迫症研究中的创新应用，包括治疗反应预测和疾病分类	未提及具体研究的数据局限性和模型泛化能力问题	推动强迫症的精准精神病学发展	强迫症患者	机器学习	强迫症	神经影像学, EEG, 多模态数据	前馈神经网络, CNN, RNN, GAN, Transformer	神经影像数据, EEG数据, 多模态数据	NA	NA	前馈神经网络, 卷积神经网络, 循环神经网络, 生成对抗网络, Transformer	NA	NA
13784	2025-10-07	Role of Artificial Intelligence in Thyroid Cancer Diagnosis 2025-Apr-02, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072422 PMID:40217871	综述	概述人工智能在甲状腺癌诊断中的应用现状与发展前景	系统总结了基于机器学习和深度学习的新型算法（如SE-CBIR、Restore-GAN、Vision Transformer）在甲状腺诊断中的突破性进展	未提及具体临床验证数据与算法局限性分析	探讨人工智能在甲状腺癌诊断中的技术应用与临床价值	甲状腺结节超声图像、细胞病理学与分子检测数据	计算机视觉	甲状腺癌	超声成像、细胞病理学检测、分子评估	机器学习, 深度学习, GAN, Transformer	医学图像（超声）、病理数据、分子数据	NA	NA	GAN, Vision Transformer (ViT), SE-CBIR, Restore-GAN	NA	NA
13785	2025-10-07	Identification of Eye Diseases Through Deep Learning 2025-Apr-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070916 PMID:40218266	研究论文	本研究开发了一种基于深度学习的算法，用于高精度分类眼部疾病	设计了包含11层的自定义卷积神经网络架构，并采用数字图像处理技术进行图像预处理	NA	开发能够高精度诊断眼部疾病的低复杂度软件	眼部疾病图像	计算机视觉	眼科疾病	数字图像处理	CNN	图像	NA	NA	自定义CNN	准确率, 召回率, 精确率, F1分数, 混淆矩阵	NA
13786	2025-10-07	Retinal fluid quantification using a novel deep learning algorithm in patients treated with faricimab in the TRUCKEE study 2025-Apr, Eye (London, England) DOI:10.1038/s41433-024-03532-0 PMID:39663398	研究论文	使用新型深度学习算法在TRUCKEE研究中量化接受faricimab治疗的新生血管性年龄相关性黄斑变性患者的视网膜液体变化	首次在真实世界研究中应用深度学习算法精确量化nAMD患者接受faricimab治疗后的视网膜液体变化	回顾性研究设计，缺乏对照组，样本量相对有限	评估faricimab治疗nAMD患者时视网膜液体的定量变化	新生血管性年龄相关性黄斑变性患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描	深度学习算法	OCT图像	521只眼睛	NA	Notal OCT Analyzer	视网膜液体体积变化量，液体减少比例，治疗间隔时间	NA
13787	2025-10-07	Foundation model of neural activity predicts response to new stimulus types 2025-Apr, Nature IF:50.5Q1 DOI:10.1038/s41586-025-08829-y PMID:40205215	研究论文	本研究通过训练神经活动基础模型，成功预测了小鼠视觉皮层对任意自然视频的神经元响应	首次将基础模型范式应用于神经科学领域，实现了跨小鼠个体和跨刺激域的高泛化能力预测	模型训练依赖于大规模神经活动数据采集，目前仅限于视觉皮层研究	构建大脑基础模型以揭示神经计算规律和加速神经科学研究	小鼠视觉皮层神经元活动	机器学习	NA	神经活动记录，功能连接组学	基础模型	神经活动数据，视频刺激	多只小鼠的大规模神经活动数据	NA	NA	预测准确率	NA
13788	2025-10-07	A deep learning model for clinical outcome prediction using longitudinal inpatient electronic health records 2025-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf026 PMID:40213364	研究论文	开发基于Transformer的TECO深度学习模型，利用纵向住院电子健康记录预测ICU死亡率	首次将Transformer架构应用于住院患者电子健康记录分析，能够识别临床可解释特征并在多种疾病队列中验证	需要进一步验证，仅基于特定患者队列开发	开发深度学习模型预测ICU患者死亡率	COVID-19患者、急性呼吸窘迫综合征患者和脓毒症患者	医疗人工智能	COVID-19, 急性呼吸窘迫综合征, 脓毒症	电子健康记录分析	Transformer	电子健康记录数据	COVID-19患者2579人，MIMIC-IV验证队列9411人	NA	Transformer	AUC	NA
13789	2025-10-07	Electrocardiogram Abnormality Detection Using Machine Learning on Summary Data and Biometric Features 2025-Apr-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070903 PMID:40218253	研究论文	本研究探索使用机器学习模型结合临床特征和心电图关键测量值进行心电图异常分类	使用非时间序列数据（人口统计学和心电图生物特征数据）进行心电图异常分类，而非传统的时间序列信号	缺乏时间序列数据限制了诊断准确性，类别不平衡和特征重叠导致边界病例分类困难	开发自动化的心电图异常分类方法以替代传统人工解读	心电图异常分类	机器学习	心血管疾病	心电图测量	Gaussian Naive Bayes, SVM, 随机森林, 极端随机树, 梯度提升树, 集成学习	结构化数据（人口统计学特征和心电图测量值）	NA	Scikit-learn	极端随机树	准确率, 精确率, 召回率, F1分数	NA
13790	2025-10-07	Automated Detection, Localization, and Severity Assessment of Proximal Dental Caries from Bitewing Radiographs Using Deep Learning 2025-Apr-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070899 PMID:40218248	研究论文	提出基于深度学习的系统，用于从咬翼片中自动检测、定位近端龋齿并评估其严重程度	首个集成龋齿检测、牙齿编号和位置描述的端到端系统，按照ICCMS指南对龋齿严重程度进行分类	仅针对完全或四分之三出现在咬翼片中的牙齿进行分析，数据集规模有限（1354张图像）	改进牙科放射影像评估流程，提高近端龋齿诊断准确性	咬翼片中的近端龋齿	计算机视觉	牙科疾病	牙科放射影像分析	CNN	图像	1354张咬翼片，由修复牙医学顾问标注	PyTorch	YOLOv11	精确度,召回率,F1分数,mAP,IoU	NA
13791	2025-10-07	Artificial Intelligence in Inflammatory Bowel Disease Endoscopy 2025-Apr-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070905 PMID:40218255	综述	本文综述人工智能在炎症性肠病内镜检查中的应用进展	首次系统总结AI在IBD内镜领域的最新应用，包括疾病分型鉴别、病变检测和预后预测等方面	AI在IBD内镜中的应用仍处于初始阶段，缺乏大规模临床验证	探讨人工智能技术在炎症性肠病内镜诊断和治疗中的潜在价值	克罗恩病和溃疡性结肠炎患者的内镜检查数据	医学影像分析	炎症性肠病	内镜检查	深度学习	医学影像	NA	NA	NA	NA	NA
13792	2025-10-07	SegmentAnyTooth: An open-source deep learning framework for tooth enumeration and segmentation in intraoral photos 2025-Apr, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2025.01.003 PMID:40224126	研究论文	开发了一个开源深度学习框架SegmentAnyTooth，用于口腔内照片中的牙齿编号和分割	首个开源深度学习框架，能够在五种标准口腔视图上实现自动化牙齿编号和分割，采用主动学习方法	泛化能力仍在持续改进中	通过图像分析改善预防性牙科护理，减少对专业资源的依赖	口腔内照片中的牙齿	计算机视觉	牙科疾病	深度学习	YOLO, SAM	图像	5000张口腔内照片，来自1000套数据集（953名受试者）	NA	YOLO11 nano, Light HQ-SAM	Dice相似系数	NA
13793	2025-04-16	Mapping the patent landscape of TROP2-targeted biologics through deep learning 2025-Apr, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02626-8 PMID:40229366	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13794	2025-10-07	Development of a YOLOv3-Based Model for Automated Detection of Thoracic Ossification of the Posterior Longitudinal Ligament and the Ligamentum Flavum on Plain Radiographs 2025-Mar-31, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072389 PMID:40217839	研究论文	开发基于YOLOv3的深度学习模型用于在胸部侧位X光片上自动检测后纵韧带骨化和黄韧带骨化	首次将YOLOv3目标检测模型应用于胸部X光片中OPLL和OLF的自动检测，在准确率和召回率方面超过脊柱外科医生的表现	样本量相对较小（356例），OLF单独检测准确率较低（53.3%）	开发自动化检测工具以改善后纵韧带骨化和黄韧带骨化的早期诊断和筛查可及性	胸部侧位X光片中的后纵韧带骨化和黄韧带骨化病变	计算机视觉	脊柱疾病	X光成像	CNN	医学影像	356例胸部侧位X光片（176例病变，180例对照）	NA	YOLOv3	准确率, 精确率, 召回率, F1分数	NA
13795	2025-10-07	Explainable and Robust Deep Learning for Liver Segmentation Through U-Net Network 2025-Mar-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070878 PMID:40218228	研究论文	提出一种基于U-Net网络的深度学习肝脏分割方法，提高医学图像分割的准确性和可解释性	采用带有残差连接的U-Net架构捕捉精细解剖细节，并关注预测可解释性以突出图像中与分割相关的症状区域	仅使用两个CT图像数据集进行验证，样本多样性可能有限	开发准确可靠的肝脏自动分割方法以支持肝脏疾病诊断和治疗规划	肝脏医学图像分割	计算机视觉	肝细胞癌	计算机断层扫描	CNN	医学图像	两个带标注的CT医学图像数据集	NA	U-Net	准确率	NA
13796	2025-10-07	Diagnostic Accuracy of Deep Learning for Intracranial Hemorrhage Detection in Non-Contrast Brain CT Scans: A Systematic Review and Meta-Analysis 2025-Mar-30, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072377 PMID:40217828	系统评价与荟萃分析	通过系统评价和荟萃分析评估深度学习模型在非增强脑CT扫描中检测颅内出血的诊断准确性	更新了深度学习在颅内出血检测性能的最新知识，并进行了全面的定量综合分析	需要更多前瞻性研究来确认临床获益并揭示自动化工具的局限性	评估深度学习模型在非增强脑CT扫描中检测颅内出血的诊断性能	颅内出血患者的非增强脑CT扫描图像	医学影像分析	颅内出血	非增强计算机断层扫描(NCCT)	深度学习模型	CT医学影像	73项研究纳入定性综合，58项研究纳入荟萃分析	NA	NA	灵敏度, 特异度, 阳性预测值, 阴性预测值, AUC	NA
13797	2025-10-07	A New Pes Planus Automatic Diagnosis Method: ViT-OELM Hybrid Modeling 2025-Mar-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070867 PMID:40218217	研究论文	提出一种基于Vision Transformer和优化极限学习机的混合模型，用于扁平足的自动诊断	首次将Vision Transformer与优化极限学习机结合用于扁平足诊断，通过注意力机制提取特征并解决传统CNN模型无法捕捉长期依赖关系的问题	仅使用单一公开数据集进行验证，未在其他数据集上测试模型泛化能力	开发自动化的扁平足诊断方法	足部图像	计算机视觉	足部疾病	深度学习	Vision Transformer, 优化极限学习机	图像	Kaggle数据库中公开的扁平足数据集	NA	Vision Transformer, OELM	准确率, 召回率, 精确率, F1分数	NA
13798	2025-10-07	Capturing Dynamic Finger Gesturing with High-resolution Surface Electromyography and Computer Vision 2025-Mar-28, Journal of visualized experiments : JoVE DOI:10.3791/67766 PMID:40227996	研究论文	提出一种结合高分辨率表面肌电和计算机视觉的动态手指手势识别方法	将可穿戴表面肌电系统与手指追踪技术相结合，能够捕捉动态手部运动期间的肌肉活动模式	未明确说明样本规模和研究对象的详细特征	开发直观且响应迅速的手势识别系统，应用于假肢、康复和交互技术	人类手指手势和相应的前臂肌肉活动	计算机视觉	NA	表面肌电(sEMG)、手指追踪技术	深度学习	肌电信号、视觉位置数据	NA	NA	NA	NA	NA
13799	2025-10-07	The Application of Deep Learning Tools on Medical Reports to Optimize the Input of an Atrial-Fibrillation-Recurrence Predictive Model 2025-Mar-27, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072297 PMID:40217746	研究论文	本研究利用深度学习和自然语言处理技术从医疗报告中提取关键预测变量，优化心房颤动复发预测模型的输入数据质量	提出结合前馈神经网络与tf-idf的自动化系统处理非结构化医疗报告，将房颤识别错误率降低50%	未明确说明模型在其他医疗机构的泛化能力及对不同类型的医疗报告的适应性	通过提高数据集可靠性来增强心房颤动复发预测模型的准确性	电子健康记录和非结构化医疗报告	自然语言处理	心血管疾病	深度学习，自然语言处理	前馈神经网络	文本	超过一百万份出院报告	NA	前馈神经网络	准确率	NA
13800	2025-10-07	Lung Segmentation with Lightweight Convolutional Attention Residual U-Net 2025-Mar-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070854 PMID:40218203	研究论文	提出一种轻量级卷积注意力残差U-Net模型用于胸部X光图像的肺部分割	结合卷积块注意力模块(CBAM)、空洞空间金字塔池化(ASPP)块和注意力模块，仅包含324万个可训练参数	NA	通过深度学习技术提高肺部分割的准确性和效率，辅助放射科医生识别高风险肺部疾病的早期迹象	胸部X光图像(CXR)中的肺部区域分割	计算机视觉	肺部疾病	深度学习	U-Net	图像	三个基准数据集：JSRT、SZ和MC	NA	Lightweight Residual U-Net, CBAM, ASPP	Dice系数	NA