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
121	2025-10-30	Automated Age and Sex Estimation From Dental Panoramic Radiographs 2025-Oct-16, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103967 PMID:41106218	研究论文	本研究开发了一种基于深度学习的AI模型，用于从泰国儿童和青少年的全景牙科X光片中自动估算年龄和性别	首次针对泰国人群开发多任务深度学习模型，采用年龄分层策略提升预测精度，将传统法医牙科学方法自动化	模型在较大年龄组（15-23岁）的性能明显下降，样本仅来自泰国人群可能限制模型泛化能力	开发自动化年龄和性别估计方法以替代传统法医牙科学中复杂耗时的人工方法	泰国7至23岁儿童和青少年的全景牙科X光片	计算机视觉	NA	深度学习	CNN	医学影像	4627张图像，来自2491例全景X光片	NA	EfficientNetB0	RMSE, MAE, 准确率, AUC, 敏感性, 特异性	NA
122	2025-10-30	Automatic Brain Tumor Segmentation in 2D Intra-Operative Ultrasound Images Using Magnetic Resonance Imaging Tumor Annotations 2025-Oct-16, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100365 PMID:41150041	研究论文	本研究探讨使用MRI肿瘤标注训练深度学习模型，实现术中超声图像的脑肿瘤自动分割	利用更易获取的MRI肿瘤标注替代术中超声标注训练分割模型，解决了术中超声标注数据稀缺的问题	模型对小肿瘤的分割性能较低，且需要图像配准步骤将MRI标注转移到超声图像	开发脑肿瘤自动分割方法以辅助肿瘤切除手术中的组织定位	脑肿瘤患者	医学图像分析	脑肿瘤	图像配准，深度学习	nnU-Net	2D医学图像（MRI和术中超声）	180例带标注的MRI扫描和对应无标注术中超声图像，29例带标注的术中超声图像	NA	nnU-Net	Dice系数	NA
123	2025-10-30	ImbDef-GAN: Defect Image-Generation Method Based on Sample Imbalance 2025-Oct-16, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100367 PMID:41150043	研究论文	提出一种基于样本不平衡的缺陷图像生成方法ImbDef-GAN，用于解决工业缺陷检测中缺陷样本稀缺的问题	提出两阶段生成框架，通过轻量级StyleGAN3变体生成背景，结合渐进门控细节注入模块和残差分支实现更自然的缺陷边界过渡，并引入掩码感知匹配判别器增强缺陷与掩码的一致性	仅在MVTec AD数据集上进行了验证，未在其他工业缺陷数据集上测试泛化能力	解决工业缺陷检测中因缺陷样本稀缺导致的样本不平衡问题	工业缺陷图像	计算机视觉	NA	生成对抗网络	GAN, StyleGAN3	图像	MVTec AD数据集	NA	StyleGAN3, YOLOv11	mAP@0.5	NA
124	2025-10-30	Artificial Intelligence-Aided Tooth Detection and Segmentation on Pediatric Panoramic Radiographs in Mixed Dentition Using a Transfer Learning Approach 2025-Oct-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202615 PMID:41153287	研究论文	开发基于深度学习的人工智能模型，用于儿童混合牙列期全景X光片中的牙齿自动检测与分割	采用创新的混合预标注策略，通过从650张公开成人X光片进行迁移学习，并结合专家手动精修	研究样本量相对有限（250张全景X光片），且主要针对6-13岁儿童混合牙列期	开发自动化牙齿检测和分割系统，辅助混合牙列期牙齿发育异常的早期诊断	儿童混合牙列期全景X光片中的乳牙和恒牙	计算机视觉	牙齿发育异常	全景X光成像	YOLOv11	医学影像	250张儿童全景X光片（患者年龄6-13岁），另使用650张公开成人X光片进行迁移学习	NA	YOLOv11	平均精度均值(mAP), F1分数, 精确率, 召回率	NA
125	2025-10-30	Artificial Intelligence in the Management of Infectious Diseases in Older Adults: Diagnostic, Prognostic, and Therapeutic Applications 2025-Oct-16, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13102525 PMID:41153807	综述	本文综述了人工智能在老年人感染性疾病管理中的诊断、预后和治疗应用	系统总结了AI在老年感染性疾病管理中的多领域应用，特别关注衰弱和功能状态整合的预后算法	训练数据中衰弱老年人代表性不足，缺乏老年医学环境中的真实世界验证，模型可解释性不足	探索人工智能在老年人感染性疾病管理中的应用潜力	65岁及以上老年人的感染性疾病	医疗人工智能	感染性疾病	机器学习，深度学习，自然语言处理	机器学习，深度学习，NLP	医疗数据，临床记录	NA	NA	NA	AUC曲线下面积	NA
126	2025-10-30	Computer Vision-Based Deep Learning Modeling for Salmon Part Segmentation and Defect Identification 2025-Oct-16, Foods (Basel, Switzerland) DOI:10.3390/foods14203529 PMID:41154065	研究论文	提出基于计算机视觉的两阶段融合网络方法，实现鲑鱼部位精准分割和表面缺陷检测	提出结合CBAM注意力机制的改进U-Net模型和两阶段融合架构，通过YOLOv5小目标检测层快速定位缺陷区域	NA	提升鲑鱼加工过程中部位分割和缺陷检测的精度与效率	鲑鱼鱼体图像	计算机视觉	NA	机器视觉检测	U-Net, YOLOv5	图像	NA	NA	U-Net with CBAM, YOLOv5 with P2 layer	mAP, mIoU, fps	NA
127	2025-10-30	Data Augmentation-Enhanced Myocardial Infarction Classification and Localization Using a ResNet-Transformer Cascaded Network 2025-Oct-16, Biology DOI:10.3390/biology14101425 PMID:41154828	研究论文	提出一种结合ResNet和Transformer的级联网络，通过数据增强技术提升心肌梗死心电信号的分类和定位性能	首次将S变换时频特征提取与ResNet-Transformer级联网络相结合，并应用去噪扩散概率模型解决数据不平衡问题	未明确说明模型在不同类型心肌梗死患者群体中的泛化能力	开发准确的心肌梗死自动诊断和定位方法	心电信号	数字病理	心血管疾病	S变换，去噪扩散概率模型	CNN, Transformer	心电信号时频图	NA	NA	ResNet, Transformer	准确率	NA
128	2025-10-30	SEPoolConvNeXt: A Deep Learning Framework for Automated Classification of Neonatal Brain Development Using T1- and T2-Weighted MRI 2025-Oct-16, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207299 PMID:41156170	研究论文	提出SEPoolConvNeXt深度学习框架，用于基于T1和T2加权MRI的新生儿大脑发育自动分类	集成残差连接、分组卷积和通道注意力机制，针对新生儿大脑发育特点设计的领域专用架构	在11-12个月阶段因类内变异性导致性能轻微下降，T2男性数据集在婴儿后期性能略低	新生儿大脑发育的自动分类和评估	新生儿大脑T1和T2加权MRI图像	计算机视觉	新生儿脑发育	T1加权MRI, T2加权MRI	CNN	医学图像	29,516张图像，按性别和MRI类型分为4个子组，每个子组按年龄分为14个类别	NA	SEPoolConvNeXt	准确率, F1分数	NA
129	2025-10-30	Secondary Prevention of AFAIS: Deploying Traditional Regression, Machine Learning, and Deep Learning Models to Validate and Update CHA2DS2-VASc for 90-Day Recurrence 2025-Oct-16, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207327 PMID:41156197	研究论文	本研究通过传统回归、机器学习和深度学习模型验证并更新CHA2DS2-VASc评分，以更好预测房颤相关急性缺血性卒中患者90天复发风险	首次针对房颤相关卒中患者的复发风险专门验证和更新CHA2DS2-VASc评分，并采用迁移学习利用非房颤卒中患者数据	依赖回顾性临床试验数据，可能存在报告质量不均的问题	开发和验证改进的临床预测规则，用于房颤相关急性缺血性卒中患者的二级预防	房颤相关急性缺血性卒中患者和非房颤急性缺血性卒中患者	机器学习	心血管疾病	临床预测规则验证	逻辑回归,XGBoost,多层感知机	临床数据	2763名房颤相关卒中患者和7809名非房颤卒中患者	NA	多层感知机	AUC,校准曲线,F1分数	NA
130	2025-10-30	A Study on the Performance Comparison of Brain MRI Image-Based Abnormality Classification Models 2025-Oct-16, Life (Basel, Switzerland) DOI:10.3390/life15101614 PMID:41157286	研究论文	本研究比较了基于脑部MRI图像的异常分类模型性能，重点关注深度学习与传统机器学习方法的对比	在脑部MRI异常分类中系统比较了自定义CNN、ResNet-50迁移学习与传统机器学习方法，并探讨了合成数据在医学图像分析中的应用	实验结果完全基于合成数据集，需要进一步用真实临床MRI数据进行验证才能确定临床适用性	开发并比较脑部MRI图像的异常分类模型性能	脑部MRI图像（正常与异常分类）	计算机视觉	脑部疾病	MRI成像	CNN, ResNet-50, SVM, 随机森林	图像	真实数据集：253张图像（98正常，155异常）；合成数据集：10,000张图像（5,000正常，5,000异常）	NA	ResNet-50, 自定义CNN	准确率, F1分数	NA
131	2025-10-30	Hybrid Diagnostic Framework for Interpretable Bearing Fault Classification Using CNN and Dual-Stage Feature Selection 2025-Oct-16, Sensors (Basel, Switzerland) DOI:10.3390/s25206386 PMID:41157440	研究论文	提出一种结合CNN迁移学习和可解释监督分类的混合诊断框架，用于轴承故障分类	采用双阶段特征选择方法（ANOVA+PFI）优化预训练VGG19网络提取的深度特征，并结合SHAP提供预测解释	仅在CWRU轴承数据集上进行验证，未在其他工业场景测试	开发同时具备高预测精度和模型透明度的轴承故障诊断方法	旋转机械轴承故障	机器学习	NA	振动信号分析	CNN, 监督分类	振动信号数据	CWRU轴承数据集	NA	VGG19	分类准确率	NA
132	2025-10-30	Multi-Scale Frequency-Aware Transformer for Pipeline Leak Detection Using Acoustic Signals 2025-Oct-16, Sensors (Basel, Switzerland) DOI:10.3390/s25206390 PMID:41157449	研究论文	提出一种多尺度频率感知Transformer架构，用于基于声学信号的管道泄漏检测	集成频率感知嵌入层、多头频率注意力机制、自适应噪声过滤模块和多尺度特征聚合机制，将频域先验知识融入神经网络架构设计	NA	解决管道泄漏声学信号检测中时频域特征利用不足、噪声环境适应性差和频域先验知识挖掘不充分的问题	管道泄漏声学信号	机器学习	NA	声学信号测量	Transformer	声学信号	NA	NA	Multi-Scale Frequency-Aware Transformer (MSFAT)	准确率, F1分数	NA
133	2025-10-30	Biomimetic Transfer Learning-Based Complex Gastrointestinal Polyp Classification 2025-Oct-15, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10100699 PMID:41149229	研究论文	本研究探索基于仿生卷积神经网络和迁移学习的胃肠道息肉自动分类方法	结合仿生CNN与迁移学习技术，使用多种优化架构进行胃肠道息肉分类	模型在视觉相似类别间容易产生分类错误，特别是经验不足的医生使用时	通过AI技术提升结直肠癌早期检测的诊断准确性	胃肠道内窥镜图像中的息肉	计算机视觉	结直肠癌	内窥镜成像	CNN	图像	Kvasir数据集的4000张标注内窥镜图像，涵盖8种息肉类别	NA	ResNet50, DenseNet121, MobileNetV2	准确率, 混淆矩阵, 精确率, 召回率, F1分数	有限资源的计算机，平均推理时间低于0.5秒
134	2025-10-30	DyslexiaNet: Examining the Viability and Efficacy of Eye Movement-Based Deep Learning for Dyslexia Detection 2025-Oct-15, Journal of eye movement research IF:1.3Q3 DOI:10.3390/jemr18050056 PMID:41149958	研究论文	开发基于眼动信号和深度学习的DyslexiaNet框架，用于阅读障碍检测和个性化字体选择	首次结合眼电信号和深度学习分析字体特性对土耳其语阅读障碍儿童阅读表现的影响	研究仅限于土耳其语阅读障碍儿童，样本规模有限	探索基于生理信号的客观阅读障碍检测方法和最优字体选择	土耳其语阅读障碍儿童	数字病理	阅读障碍	眼电图(EOG)	CNN	图像	NA	NA	DyslexiaNet, AlexNet, MobileNet, ResNet	准确率	NA
135	2025-10-30	Automated Implant Placement Pathway from Dental Panoramic Radiographs Using Deep Learning for Preliminary Clinical Assistance 2025-Oct-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202598 PMID:41153269	研究论文	提出一种基于深度学习的AI辅助检测框架，用于从牙科全景X光片中自动预测种植体放置路径	首个基于牙科全景X光片的AI辅助种植路径预测诊断框架，结合YOLO模型和图像处理技术实现种植体放置路径的自动预测	NA	开发AI辅助检测框架以支持牙科种植治疗的临床决策	牙科全景X光片中的缺牙区域和邻近健康牙齿	计算机视觉	牙科疾病	深度学习，图像处理	YOLO	牙科全景X光图像	NA	YOLO	YOLOv9m, YOLOv8n-OBB	精确度，平均角度误差	NA
136	2025-10-30	Precision Through Detail: Radiomics and Windowing Techniques as Key for Detecting Dens Axis Fractures in CT Scans 2025-Oct-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202599 PMID:41153271	研究论文	本研究探讨先进窗位技术和不同分类方法组合对CT图像中齿状突骨折检测准确性的影响	结合深度学习分割、窗位调整和影像组学的混合方法，相比纯深度学习方法提升了齿状突骨折检测准确率	回顾性研究设计，样本量相对有限（366例患者）	评估和比较不同计算方法在CT图像中齿状突骨折检测的诊断性能	366例患者的上颈椎CT数据集	医学影像分析	颈椎骨折	CT成像、影像组学特征提取	CNN, FNN, U-Net, 机器学习分类器	CT图像	366例患者的上颈椎CT数据集，分为训练集、验证集和测试集	NA	U-Net	分类准确率	NA
137	2025-10-30	Comparative Analysis of Deep Learning Models for Predicting Causative Regulatory Variants 2025-Oct-15, Genes IF:2.8Q2 DOI:10.3390/genes16101223 PMID:41153440	研究论文	通过统一基准比较深度学习模型在预测调控变异和因果SNP优先排序任务中的性能	建立了首个统一评估框架，系统比较了CNN和Transformer模型在非编码变异功能预测中的表现	仅评估了54,859个SNP，覆盖的细胞系类型有限，未包含所有现有模型	评估深度学习模型在预测调控变异效应和识别因果SNP方面的性能	人类基因组中的54,859个单核苷酸多态性	机器学习	NA	MPRA, raQTL, eQTL	CNN, Transformer, CNN-Transformer混合模型	基因组序列数据	54,859个SNP，来自4种人类细胞系	NA	TREDNet, SEI, Borzoi	NA	NA
138	2025-10-30	Review of Artificial Intelligence Techniques for Breast Cancer Detection with Different Modalities: Mammography, Ultrasound, and Thermography Images 2025-Oct-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101110 PMID:41155108	综述	本文系统回顾了用于乳腺癌检测的人工智能技术，涵盖乳腺X线摄影、超声和热成像三种成像模态	全面比较三种不同成像模态下的AI技术应用，并探讨可解释人工智能和多模态大语言模型在乳腺癌诊断中的未来发展	作为综述文章，不包含原始实验数据和新方法验证	评估人工智能技术在乳腺癌检测中的应用现状和未来发展	乳腺X线摄影、超声和热成像图像及其相关数据集	计算机视觉	乳腺癌	医学影像分析	传统机器学习,深度学习	医学图像	NA	NA	NA	NA	NA
139	2025-10-30	NeuroNet-AD: A Multimodal Deep Learning Framework for Multiclass Alzheimer's Disease Diagnosis 2025-Oct-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101107 PMID:41155106	研究论文	提出一种多模态深度学习框架NeuroNet-AD，用于阿尔茨海默病的多分类诊断	提出Meta Guided Cross Attention (MGCA)模块实现图像与元特征的有效跨模态对齐，并在ResNet-18骨干网络中集成卷积块注意力模块(CBAM)	缺乏大规模数据集限制了性能的进一步提升	提高阿尔茨海默病（包括轻度认知障碍）的诊断准确率	阿尔茨海默病患者、轻度认知障碍患者和正常对照组	数字病理学	阿尔茨海默病	磁共振成像(MRI)	CNN	图像, 文本	ADNI1和OASIS-3数据集	NA	ResNet-18, CBAM	准确率	NA
140	2025-10-30	Progress of AI-Driven Drug-Target Interaction Prediction and Lead Optimization 2025-Oct-15, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms262010037 PMID:41155330	综述	本文综述了人工智能在药物靶点相互作用预测和先导化合物优化领域的最新进展与应用	系统整合了AI在药物设计各环节的应用策略，建立了指导研究人员选择合适AI方法的概念框架	NA	推进人工智能方法在药物研发中的应用	药物、靶点和疾病之间的相互作用关系	机器学习	NA	深度学习	NA	分子结构数据	NA	NA	NA	预测准确性	NA