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
121	2025-06-21	Deep learning-assisted prostate cancer detection on bi-parametric MRI: minimum training data size requirements and effect of prior knowledge 2022-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-021-08320-y PMID:34786615	research paper	评估基于PI-RADS训练的深度学习算法在双参数MRI上检测临床显著前列腺癌的性能，并研究数据量和先验知识的影响	探讨了数据量和先验区域分割知识对深度学习算法性能的影响，并确定了达到专家水平所需的最小训练数据量	研究仅基于活检初治男性患者，可能不适用于其他人群	评估深度学习算法在前列腺癌检测中的性能及其影响因素	活检初治且疑似前列腺癌的男性患者	digital pathology	prostate cancer	multi-parametric MRI (mpMRI), bi-parametric MRI (bpMRI)	DL (Deep Learning)	MRI图像	2734例活检初治男性患者（中心1:1952例，中心2:296例）
122	2025-06-21	Real-time recognition of spraying area for UAV sprayers using a deep learning approach 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0249436 PMID:33793634	研究论文	该研究开发了一种基于深度学习的无人机喷雾器实时喷洒区域识别系统	采用深度学习技术实现无人机喷雾器的实时喷洒区域识别，提高了喷洒的准确性和效率	研究仅针对香菜农田进行了测试，未涉及其他作物或更复杂的环境	开发无人机喷雾器的实时喷洒区域识别系统，以减少农药的过度使用及其对环境和操作人员的负面影响	无人机喷雾器在香菜农田的喷洒区域	计算机视觉	NA	深度学习	CNN	图像	NA
123	2025-06-20	DRPM: An advanced predictive model for early diabetes detection and risk stratification 2025-Sep-09, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2025.102576 PMID:40534992	research paper	开发了一个基于深度学习的糖尿病早期检测和风险分层预测模型	通过特征选择技术确定了五个关键特征构建模型，并开发了一个用户友好的在线工具	模型的外部验证和实际应用效果需要进一步验证	糖尿病早期诊断和风险分层	来自国家健康与营养调查(NHANES)的数据	machine learning	diabetes	deep learning	DRPM	health survey data	NHANES 2011-2018年的数据
124	2025-06-20	Sign language detection dataset: A resource for AI-based recognition systems 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111703 PMID:40534917	research paper	该研究创建了一个用于AI识别系统的手语检测数据集，并利用CNN模型对手势进行分类	创建了一个包含26,000张图像的手语数据集，涵盖了不同年龄、肤色和手型的参与者，并通过数据增强技术提高了模型的鲁棒性	数据收集仅涉及三名参与者，可能限制了数据集的多样性	开发一个自动手语检测系统，以帮助聋人和听力障碍人群	手语手势	computer vision	NA	数据增强（旋转、翻转、缩放、亮度变化、高斯噪声添加）	CNN	image	26,000张图像，涵盖26个字母手语手势，每个字母3,000张图像
125	2025-06-20	NLP-based ergonomics MSD risk root cause analysis and risk controls recommendation 2025-Jul, Ergonomics IF:2.0Q3 DOI:10.1080/00140139.2024.2394510 PMID:39189206	研究论文	本文提出了一种基于NLP的人体工程学MSD风险根因分析及风险控制建议的整体工作改进流程	利用深度学习NLP技术（如词性标注和依存句法分析）对工作动作进行自动根因分析，并结合专家ML系统提供风险控制建议	未提及具体实验验证效果或系统实施难度	通过AI技术改进工作场所人体工程学风险评估流程	工作场所中导致肌肉骨骼疾病(MSD)的物理风险因素	自然语言处理	肌肉骨骼疾病	NLP（词性标注、依存句法分析）	深度学习	文本	NA
126	2025-06-20	Comparison of different dental age estimation methods with deep learning: Willems, Cameriere-European, London Atlas 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03452-y PMID:39969569	研究论文	比较使用Willems、Cameriere-Europe、London Atlas和深度学习方法在土耳其儿童全景X光片上进行牙齿年龄估计的效果	首次在土耳其儿童中比较多种牙齿年龄估计方法，并引入深度学习方法进行对比	研究仅针对土耳其儿童，结果可能不适用于其他人群	比较不同牙齿年龄估计方法的准确性	1169名土耳其儿童(613名女孩，556名男孩)的全景X光片	计算机视觉	NA	深度学习	CNN	医学影像	1169名儿童(613名女孩，556名男孩)
127	2025-06-20	Comparison of CNNs and Transformer Models in Diagnosing Bone Metastases in Bone Scans Using Grad-CAM 2025-Jul-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005898 PMID:40237349	研究论文	比较CNN和Transformer模型在骨扫描中诊断骨转移的性能，并使用Grad-CAM进行可视化	首次探索了ConvNeXt和Transformer模型在骨扫描中诊断骨转移的应用，并比较了多种深度学习模型的性能	研究仅基于两家医院的数据，可能缺乏普适性	评估不同深度学习模型在骨扫描中诊断转移性病变的性能	癌症患者的骨扫描图像	医学图像分析	骨转移	深度学习	ResNet18, DeiT, ViT Large 16, Swin Base, ConvNeXt Large	图像	训练和验证集4626例（医院1），测试集1428例（医院2）
128	2025-06-20	Identifying mating events of group-housed broiler breeders via bio-inspired deep learning models 2025-Jul, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105126 PMID:40300323	研究论文	本研究开发了一种基于深度学习的模型，用于识别群养肉种鸡的交配行为	结合生物特征和鸟只数量变化，利用深度学习模型自动识别交配行为，显著提高了处理速度	交配事件识别在不同时间段和鸟龄间存在波动，受鸟只重叠、聚集密度和遮挡影响	开发自动化系统监测肉种鸡交配行为，优化繁殖效率和生产力	罗斯708品种的肉种鸡（20只母鸡和2-3只公鸡，56周龄）	计算机视觉	NA	深度学习	YOLOv7, YOLOv8, DeepSORT, StrongSORT, ByteTrack, SAM2, YOLOv8-segmentation	视频	20只母鸡和2-3只公鸡，共4个实验栏
129	2025-06-20	Methodological Challenges in Deep Learning-Based Detection of Intracranial Aneurysms: A Scoping Review 2025-Jul, Neurointervention IF:1.2Q4 DOI:10.5469/neuroint.2025.00283 PMID:40415390	综述	本文全面评估了36项应用深度学习在CTA或MRA上检测颅内动脉瘤的研究，重点关注研究设计、验证策略、报告实践和参考标准	首次对深度学习在颅内动脉瘤检测中的方法学挑战进行了范围审查，揭示了当前研究的技术验证阶段存在的高偏差风险和有限的临床适用性	研究存在不一致处理破裂和先前治疗的动脉瘤、共存脑或血管异常的报告不足、外部验证使用有限以及前瞻性研究设计几乎完全缺失等问题	评估深度学习在颅内动脉瘤检测中的方法学挑战，促进实际临床应用	应用深度学习检测颅内动脉瘤的36项研究	数字病理学	颅内动脉瘤	深度学习	NA	医学影像（CTA和MRA）	36项研究
130	2025-06-20	Time-series deep learning and conformal prediction for improved sepsis diagnosis in primarily Non-ICU hospitalized patients 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110497 PMID:40450820	研究论文	开发了一种针对非ICU环境的深度学习模型，用于早期脓毒症诊断	结合深度学习与保形预测框架处理不确定性，显著减少假阳性并提高特异性	模型在非ICU环境中的泛化能力仍需进一步验证	提高非ICU住院患者的脓毒症早期诊断准确性	非ICU住院患者	机器学习	脓毒症	深度学习	DL	时间序列数据	83,813名患者（训练集），eICU-CRD数据集（验证集）
131	2025-06-20	Multi-domain information fusion diffusion model (MDIF-DM) for limited-angle computed tomography 2025-Jun-19, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251339368 PMID:40534498	研究论文	提出了一种结合傅里叶域重加权和小波域增强的多域信息融合扩散模型（MDIF-DM），用于有限角度计算机断层扫描（CT）重建	通过融合不同域的信息，提高了有限角度CT重建图像的分辨率和对比度，增强了方法的鲁棒性	NA	提高有限角度CT重建图像的低对比度，增强重建方法的鲁棒性和图像的对比度	有限角度计算机断层扫描（CT）重建	计算机视觉	NA	傅里叶域重加权和小波域增强	MDIF-DM	图像	NA
132	2025-06-20	Modified Le-Net Model with Multiple Image Features for Skin Cancer Detection 2025-Jun-19, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518400 PMID:40536067	研究论文	提出一种基于改进LeNet模型和多种图像特征的皮肤癌检测方法	使用改进的深度联合分割技术(IDJS)和三种特征提取方法(MTH、IPHOG、MBP)提升检测精度	NA	提高皮肤癌计算机辅助诊断的准确性和精确度	皮肤癌(黑色素瘤和非黑色素瘤)	计算机视觉	皮肤癌	深度学习	改进LeNet模型(MLeNet)	图像	HAM10000数据集和ISIC 2019数据集
133	2025-06-20	Multitask Deep Learning for Automated Segmentation and Prognostic Stratification of Endometrial Cancer via Biparametric MRI 2025-Jun-19, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70012 PMID:40536279	research paper	开发一个基于双参数MRI的深度学习框架，用于子宫内膜癌的自动分割和多任务分类	提出了一个统一的深度学习框架，能够同时进行肿瘤分割和多任务分类，包括分级、分期、组织学亚型、淋巴血管间隙浸润（LVSI）和深肌层浸润（DMI）等关键预后因素的分类	研究为回顾性设计，样本量相对较小（325例患者）	开发一个深度学习框架，用于子宫内膜癌的自动分割和预后分层	子宫内膜癌患者	digital pathology	endometrial cancer	biparametric MRI (T2WI and DWI)	deep learning (DL)	MRI images	325 patients (211 training, 54 validation, and 60 test cases)
134	2025-06-20	A Generative AI-Assisted Piezo-MEMS Ultrasound Device for Plant Dehydration Monitoring 2025-Jun-19, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504954 PMID:40536421	研究论文	介绍了一种基于生成AI辅助的压电微机电系统（MEMS）超声设备，用于植物脱水监测	该设备采用CMOS兼容的压电MEMS超声传感器（PMUT），结合生成深度学习模型（CVAE），实现了非侵入式、高灵敏度的植物叶片水分实时监测	未明确提及样本量或长期稳定性数据	开发一种高效、可重复使用的植物水分监测设备，提升农业灌溉效率	植物叶片水分含量	微机电系统与农业技术	NA	压电微机电超声传感器（PMUT）、硅上无物压电技术（PSON）、条件变分自编码器（CVAE）	CVAE	电信号	未明确说明
135	2025-06-20	"Amide - amine + alcohol = carboxylic acid." chemical reactions as linear algebraic analogies in graph neural networks 2025-Jun-18, Chemical science IF:7.6Q1 DOI:10.1039/d4sc05655h PMID:40395375	研究论文	本文探讨了图神经网络在化学数据中的应用，揭示了原子嵌入的算术性质如何代表有效的化学反应公式	展示了原子嵌入在化学图神经网络中表现出类似自然语言处理中的词嵌入算术性质，能够代表化学反应公式	NA	揭示图神经网络在化学数据中的学习机制，提升模型的可解释性	化学反应的图神经网络模型	机器学习	NA	图神经网络	GNN	化学数据	NA
136	2025-06-20	Data efficient molecular image representation learning using foundation models 2025-Jun-18, Chemical science IF:7.6Q1 DOI:10.1039/d5sc00907c PMID:40417293	research paper	该论文提出了一种名为MoleCLIP的分子图像表示学习框架，利用OpenAI的视觉基础模型CLIP作为骨干网络，显著减少了分子预训练数据的需求，并在标准基准测试中达到了最先进模型的性能	首次将基础模型（如CLIP）应用于分子图像表示学习，显著降低了数据需求并提高了模型性能，特别是在均相催化数据集上表现优于现有模型	未明确提及具体的数据集规模限制或计算资源需求，可能在实际应用中存在挑战	开发一种数据高效的分子图像表示学习方法，以解决化学领域中标记数据稀缺和分子特征提取困难的问题	分子图像数据	machine learning	NA	分子表示学习（MRL），基础模型（如CLIP）	CLIP	分子图像	NA
137	2025-06-20	ChargeNet: E(3) Equivariant Graph Attention Network for Atomic Charge Prediction 2025-Jun-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00602 PMID:40530778	研究论文	本文介绍了一种名为ChargeNet的E(3)等变图注意力网络，用于高精度预测原子电荷	提出了一种先进的等变图注意力神经网络，结合全局图注意力机制和多尺度注意力，显著提高了原子电荷预测的准确性和泛化能力	NA	开发一种高效准确的原子电荷预测方法，以促进药物设计和发现	原子电荷预测	机器学习	NA	机器学习	E(3)等变图注意力网络	分子结构数据	NA
138	2025-06-20	AIoptamer: Artificial Intelligence-Driven Aptamer Optimization Pipeline for Targeted Therapeutics in Healthcare 2025-Jun-18, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.5c00343 PMID:40531093	研究论文	介绍了一种名为AIoptamer的新型AI驱动的适配体优化流程，用于加速适配体的发现和设计	整合人工智能与先进的计算方法，显著减少对传统实验试错策略的依赖，使适配体优化更快、可扩展且更高效	未提及具体实验验证或实际应用案例	开发一种高效、快速的适配体优化方法，用于靶向治疗	DNA或RNA适配体	机器学习	NA	SELEX, CHIMERA_NA, PredPRBA, PDA-Pred, 分子动力学模拟	深度学习, 机器学习	序列数据, 结构数据	NA
139	2025-06-20	Comparison of publicly available artificial intelligence models for pancreatic segmentation on T1-weighted Dixon images 2025-Jun-18, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01814-5 PMID:40531398	research paper	比较三种公开可用的深度学习模型在T1加权Dixon图像上自动分割胰腺的性能	比较了三种公开可用的AI模型在胰腺分割任务上的性能，并评估了它们在分割准确性、体积测量和胰腺内脂肪分数评估方面的表现	研究仅基于20例上腹部T1加权磁共振系列图像，样本量较小	评估和比较不同AI模型在胰腺分割任务上的性能	胰腺	digital pathology	NA	T1-weighted Dixon磁共振成像	TotalSegmentator, TotalVibeSegmentator, PanSegNet	image	20例上腹部T1加权磁共振系列图像
140	2025-06-20	Differential Privacy Enabled Robust Asynchronous Federated Multitask Learning: A Multigradient Descent Approach 2025-Jun-18, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3571953 PMID:40531632	研究论文	本文提出了一种支持差分隐私的鲁棒异步联邦多任务学习方法，采用多梯度下降算法解决联邦学习中的异构数据、边缘设备异质性、敏感信息泄露等问题	引入了联邦多任务学习方法将FL模型重新表述为多目标优化问题，开发了新的半异步模型聚合方法，并应用分布式差分隐私技术增强隐私保护	NA	解决联邦学习中的数据异构性、隐私保护和通信资源限制等实际问题	联邦学习框架及其在隐私保护和模型个性化方面的应用	机器学习	NA	分布式差分隐私技术	FedMGDA, DP-AsynFedMGDA	NA	NA