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	2025-06-18	High-resolution RGB image dataset for wheat seed varietal identification and purity assessment 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111690 PMID:40521154	research paper	该论文介绍了一个公开可用的高分辨率小麦种子图像数据集，用于小麦品种识别和纯度评估	提供了一个特定地区的高分辨率小麦种子图像数据集，填补了现有数据的空白	数据集仅包含巴基斯坦三个主要小麦品种，可能无法代表所有地区的小麦品种	解决小麦种子品种识别和纯度评估的问题，以提高小麦产量	小麦种子（Akbar-19, Dilkash-20, Urooj-22三个品种）	computer vision	NA	NA	NA	image	每个品种125粒纯种种子，共375粒
122	2025-06-18	Malignancy risk stratification for pulmonary nodules: comparing a deep learning approach to multiparametric statistical models in different disease groups 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11256-8 PMID:39747589	research paper	比较深度学习方法和多参数统计模型在不同疾病组中对肺结节恶性风险分层的性能	首次评估了深度学习模型LCP-CNN在多种风险特征和潜在肺部疾病患者中的性能，并与传统多参数统计模型进行了比较	研究为回顾性分析，样本量相对有限（297名患者，422个结节）	评估深度学习模型在肺结节恶性风险分层中的性能	肺结节患者（包括筛查、肺气肿和间质性肺病患者）	digital pathology	lung cancer	CT扫描	CNN	image	297名患者，422个肺结节（其中105个为恶性）
123	2025-06-18	Deep learning for forensic age estimation using orthopantomograms in children, adolescents, and young adults 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11373-y PMID:39862249	research paper	该研究利用卷积神经网络（CNN）和大型多样化数据集改进法医年龄估计，特别关注儿童、青少年和年轻成人的牙齿生长特征	使用自定义CNN模型和大型多样化数据集显著提高了法医年龄估计的准确性和可靠性，预测精度可达1年以内	研究主要基于牙齿生长特征，可能不适用于所有年龄段或特殊情况	改进法医年龄估计方法，提高预测准确性和效率	儿童、青少年和年轻成人（1至25岁以下）	digital pathology	NA	orthopantomograms (OPGs)	CNN	image	21,814张OPGs（来自13,766名个体）
124	2025-06-18	A novel approach for estimating postmortem intervals under varying temperature conditions using pathology images and artificial intelligence models 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03447-9 PMID:40019556	研究论文	提出了一种利用病理图像和人工智能模型在不同温度条件下估计死后间隔的新方法	首次引入基于病理组织图像和人工智能的预测模型，用于估计死后间隔，并在三种温度条件下进行验证	未提及样本来源的多样性或模型在其他环境条件下的泛化能力	提高法医调查中死后间隔估计的准确性和效率	病理组织图像	数字病理	NA	深度学习	ResNet50	图像	未明确提及具体样本数量
125	2025-06-18	The impact of multi-modality fusion and deep learning on adult age estimation based on bone mineral density 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03432-2 PMID:40100354	研究论文	本研究通过多模态融合和深度学习技术，基于骨密度（BMD）提高了成人年龄估计的准确性	采用多模态融合策略结合深度学习，显著提升了基于BMD的成人年龄估计精度	研究主要基于中国人群数据，可能在其他种族群体中的泛化性有待验证	提升基于骨密度的成人年龄估计准确性	成人年龄估计	机器学习	老年疾病	CT扫描	深度学习	医学影像	4296例CT扫描（内部验证644例，外部尸体验证351例）
126	2025-06-18	Radiation and contrast dose reduction in coronary CT angiography for slender patients with 70 kV tube voltage and deep learning image reconstruction 2025-Jul-01, The British journal of radiology DOI:10.1093/bjr/tqaf077 PMID:40205479	研究论文	评估在冠状动脉CT血管造影（CCTA）中，将70kV管电压与深度学习图像重建（DLIR）结合用于BMI≤25kg/m²的瘦削患者时，辐射和对比剂剂量的减少潜力	首次在瘦削患者的CCTA中结合使用70kV管电压和DLIR技术，显著降低了辐射和对比剂剂量，同时提高了图像质量	研究样本量较小（60名患者），且仅针对BMI≤25kg/m²的瘦削患者，结果可能不适用于其他人群	探索在CCTA中减少辐射和对比剂剂量的方法	BMI≤25kg/m²的瘦削患者	数字病理	心血管疾病	深度学习图像重建（DLIR）	DLIR	医学影像	60名患者（分为两组）
127	2025-06-18	Multitask Deep Learning for Automated Detection of Endoleak at Digital Subtraction Angiography during Endovascular Aneurysm Repair 2025-07, Radiology. Artificial intelligence DOI:10.1148/ryai.240392 PMID:40266029	research paper	开发并评估一种新型多任务深度学习框架，用于在真实世界的腹主动脉瘤血管内修复术（EVAR）过程中自动检测和定位主动脉数字减影血管造影（DSA）中的内漏	提出了一种基于多任务学习的卷积神经网络，用于内漏的自动检测和定位，性能优于人类专家	研究为回顾性设计，样本量相对较小（220例患者）	开发自动化工具以提高EVAR手术中内漏检测的准确性和效率	接受EVAR手术患者的主动脉DSA图像	digital pathology	cardiovascular disease	digital subtraction angiography	CNN	image	220例患者（中位年龄74岁，181名男性）
128	2025-06-18	Automated classification of oral potentially malignant disorders and oral squamous cell carcinoma using a convolutional neural network framework: a cross-sectional study 2025-Jul, Lancet regional health. Americas DOI:10.1016/j.lana.2025.101138 PMID:40519355	研究论文	本研究旨在开发和评估用于自动分类口腔潜在恶性病变（OPMD）和口腔鳞状细胞癌（OSCC）临床图像的AI模型，并探索使用Grad-CAM进行可解释性分析	采用深度学习方法和Grad-CAM技术，实现了对OPMD和OSCC临床图像的自动分类，并探索了模型的可解释性	研究仅进行了内部测试，未进行外部验证	开发AI模型以辅助口腔潜在恶性病变和口腔鳞状细胞癌的诊断	口腔潜在恶性病变（OPMD）和口腔鳞状细胞癌（OSCC）的临床图像	计算机视觉	口腔癌	深度学习	CNN（包括ConvNeXt和MobileNet）	图像	778张临床图像
129	2025-06-18	Deep learning can predict global earthquake-triggered landslides 2025-Jul, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf179 PMID:40520459	research paper	该研究开发了一个深度学习模型，用于预测全球范围内地震引发的滑坡概率	首次构建了包含过去50年38次最灾难性地震引发的约40万个滑坡的全球数据库，并开发了无需依赖当地先验知识的深度学习模型	模型虽然具有较高的空间准确性（约82%），但仍可能存在特定地区或地震类型下的预测偏差	提高地震触发滑坡的预测速度和准确性，以支持灾害快速响应和事前规划	全球范围内的地震触发滑坡	machine learning	NA	深度学习	深度学习模型	滑坡数据库	约40万个滑坡数据，涉及38次重大地震
130	2025-06-18	Integrating AI and genomics: predictive CNN models for schizophrenia phenotypes 2025-Jun-18, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0057 PMID:40525405	research paper	本研究探讨了使用深度学习分析遗传数据并预测与精神分裂症相关的表型特征	应用CNN模型分析大规模外显子测序数据，识别与精神分裂症相关的遗传模式，并采用高级优化技术提高模型性能	研究仅基于瑞典人群的数据，可能限制了结果的普适性	探索深度学习在揭示基因型-表型关系中的应用，以支持精神分裂症等精神疾病的精准医学和遗传诊断	瑞典人群的大规模病例对照外显子测序数据	machine learning	schizophrenia	exome sequencing	CNN	genetic data	大规模病例对照样本（具体数量未提及）
131	2025-06-18	Preoperative Identification of Papillary Thyroid Carcinoma Subtypes and Lymph Node Metastasis via Deep Learning-Assisted Surface-Enhanced Raman Spectroscopy 2025-Jun-17, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c05698 PMID:40464771	research paper	开发了一种深度学习辅助的表面增强拉曼散射（SERS）芯片，用于术前诊断甲状腺乳头状癌（PTC）组织学亚型和评估淋巴结转移	结合深度学习和SERS技术，首次实现了对PTC亚型和淋巴结转移的高精度术前诊断	研究样本量未明确说明，可能影响结果的普遍性	提高甲状腺乳头状癌术前诊断的准确性，为个性化治疗提供依据	甲状腺乳头状癌（PTC）患者及其细针穿刺（FNA）样本	digital pathology	thyroid cancer	surface-enhanced Raman spectroscopy (SERS), fine-needle aspiration (FNA)	CNN	Raman spectral data	NA
132	2025-06-18	High-definition motion-resolved MRI using 3D radial kooshball acquisition and deep learning spatial-temporal 4D reconstruction 2025-Jun-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade195 PMID:40472864	research paper	开发了一种结合3D径向kooshball采集和时空深度学习4D重建的自由呼吸高清肺部MRI技术	提出了两种高清Movienet（HD-Movienet）深度学习模型，用于重建3D径向kooshball数据，显著提高了重建速度并保持了图像质量	3D-based HD-Movienet在提高重建质量的同时，重建时间较长	开发一种高分辨率、短扫描时间的自由呼吸肺部MRI技术	八名健康志愿者和十名肺部肿瘤患者	医学影像	肺癌	3D径向kooshball序列采集，深度学习重建	HD-Movienet (2D-based 和 3D-based)	MRI图像	18人（8名健康志愿者和10名患者）
133	2025-06-18	Enhancing image quality in fast neutron-based range verification of proton therapy using a deep learning-based prior in LM-MAP-EM reconstruction 2025-Jun-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade198 PMID:40472868	研究论文	本研究探讨了在基于快中子（FN）的质子治疗范围验证中，使用卷积神经网络预测的先验信息进行列表模式（LM）最大后验（MAP）期望最大化（EM）图像重建的方法	采用条件生成对抗网络（pix2pix）从逐步增加噪声的数据中学习，模拟真实条件下的探测器分辨率效应，以提高图像重建质量	模型在高噪声场景下的鲁棒性有限，其有效性高度依赖于数据质量	提高质子治疗范围验证中基于快中子的图像重建质量	基于CT的肺癌患者模型中的85 MeV质子笔形束	数字病理	肺癌	蒙特卡洛模拟	条件生成对抗网络（pix2pix）	图像	NA
134	2025-06-18	A Robust Residual Three-dimensional Convolutional Neural Networks Model for Prediction of Amyloid-β Positivity by Using FDG-PET 2025-Jun-17, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005966 PMID:40524364	研究论文	本研究利用残差3D卷积神经网络(3DCNN)开发了一个稳健的模型，通过FDG-PET预测淀粉样蛋白β阳性	利用残差3DCNN模型从FDG-PET图像中学习复杂的3D空间模式，显著减少了对站点协调预处理的依赖	样本量相对较小（187名患者用于模型开发，99名患者用于评估），且在不同种族和站点协调水平下的性能差异未完全解决	开发一个能够预测淀粉样蛋白β阳性的深度学习模型，以辅助阿尔茨海默病的诊断	从认知正常到痴呆及其他认知障碍的患者	数字病理学	阿尔茨海默病	FDG-PET, 11C-Pittsburgh compound B (PiB) PET扫描	残差3DCNN	图像	187名患者用于模型开发，99名患者用于评估
135	2025-06-18	Ultrasound for breast cancer detection: A bibliometric analysis of global trends between 2004 and 2024 2025-Jun-16, Medical ultrasonography IF:1.8Q3 DOI:10.11152/mu-4443 PMID:39420819	研究论文	本文通过文献计量学方法对2004年至2024年间超声在乳腺癌诊断中的研究趋势进行了全面分析	首次对超声在乳腺癌诊断中的全球研究趋势进行了文献计量学分析和可视化	仅分析了2004年至2024年间的文献，可能未涵盖最新研究进展	深入了解超声在乳腺癌诊断中的研究现状和未来趋势	3523篇来自82个国家/地区2176个机构的文章	数字病理	乳腺癌	超声成像	CNN, 深度学习	文献数据	3523篇文章
136	2025-06-18	Fast and accurate lung cancer subtype classication and localization based on Intraoperative frozen sections of lung adenocarcinoma 2025-Jun-16, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ade157 PMID:40472860	研究论文	本研究开发了一种基于深度神经网络的辅助诊断系统，用于手术冷冻切片的肺癌亚型分类和定位	结合多实例学习与EMA/SimAM/SE注意力增强的ResSimAM_Hybrid模型，实现了冷冻切片中肺癌亚型的高精度分类和定位	研究仅针对肺腺癌的冷冻切片，未涉及其他类型肺癌或其他诊断技术	开发AI辅助诊断系统以减少病理学家的工作量并提高诊断准确性	肺腺癌的手术冷冻切片	数字病理学	肺癌	深度学习	ResSimAM_Hybrid, FSG-TL Model	图像	未明确提及具体样本数量，但涉及40,000×60,000像素的全切片图像
137	2025-06-18	Think deep in the tractography game: deep learning for tractography computing and analysis 2025-Jun-16, Brain structure & function IF:2.7Q3 DOI:10.1007/s00429-025-02938-0 PMID:40522497	review	本文综述了基于深度学习的纤维束成像计算与分析的最新进展和挑战	探讨深度学习在纤维束成像领域的潜在革命性影响	仅提供简要总结，未涉及具体实验或详细技术分析	探索深度学习在纤维束成像计算与分析中的应用	纤维束成像技术	machine learning	NA	深度学习	NA	NA	NA
138	2025-06-18	A Semi-supervised Ultrasound Image Segmentation Network Integrating Enhanced Mask Learning and Dynamic Temperature-controlled Self-distillation 2025-Jun-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3580275 PMID:40522800	research paper	提出了一种结合增强掩模学习和动态温度控制自蒸馏的半监督超声图像分割网络EML-DMSD，以提高分割精度和推理效率	结合增强掩模学习(EML)和动态温度控制多尺度自蒸馏(DMSD)，提高了模型对噪声和边界模糊的鲁棒性，同时提升了推理效率	需要进一步验证在更大规模数据集上的性能，以及在实际临床环境中的适用性	解决超声图像自动分割中的噪声、低对比度和边界模糊问题，提高分割精度和推理效率	超声图像	computer vision	NA	半监督学习，自蒸馏	CNN	image	多个超声基准数据集
139	2025-06-18	Systematic Evaluation of Atrous Spatial Pyramid Pooling in U-Net for Pore Segmentation in Plasma Electrolytic Oxidation Coatings 2025-Jun-16, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.5c01673 PMID:40523154	研究论文	本研究提出了一种基于深度学习的U-Net架构结合Atrous Spatial Pyramid Pooling (ASPP)的分割框架，用于提高等离子电解氧化(PEO)涂层孔隙结构的多尺度特征提取能力	系统地评估了ASPP在U-Net不同位置的放置对分割性能的影响，发现桥接和解码器路径的修改对性能提升最为显著	未明确提及研究的局限性	提高PEO涂层孔隙结构的分割精度以理解界面结构-性能关系	等离子电解氧化(PEO)涂层的孔隙结构	计算机视觉	NA	深度学习	U-Net, ASPP	图像(SEM图像)	未明确提及具体样本数量
140	2025-06-18	IR Spectra for the EMIM-TFSI Ion Pair Using Deep Potentials 2025-Jun-16, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00187 PMID:40523144	研究论文	本研究采用深度势能（DP）和深度Wannier（DW）模型框架，研究[EMIM]-[TFSI]离子对的结构、偶极矩和红外光谱	利用DP和DW模型的高效计算能力，解决了传统方法在模拟离子液体红外光谱时的计算需求高的问题，并实现了与AIMD和实验数据的一致性	需要数十至数百皮秒的模拟时间以达到偶极矩分布的充分收敛，以减少特定离子构型带来的噪声或偏差	研究离子液体[EMIM]-[TFSI]的红外光谱特性，验证深度学习势能和偶极模型在带电物种和复杂离子相互作用系统中的适用性	1-乙基-3-甲基咪唑双(三氟甲基磺酰基)亚胺离子对（[EMIM]-[TFSI]）	计算化学	NA	深度势能（DP）、深度Wannier（DW）模型、分子动力学（AIMD）	DP、DW	分子动力学模拟数据、红外光谱数据	NA