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
1481	2025-04-10	A method for delineating traffic low emission control zone based on deep learning and multi-objective optimization 2025-Apr-08, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-13949-z PMID:40199777	研究论文	本研究提出了一种基于深度学习和多目标优化的交通低排放控制区划定方法	结合CNN、LSTM和注意力机制的深度学习模型捕捉PM复杂分布模式，并采用NSGA-II多目标优化算法考虑环境和社会因素划定排放区	未提及方法在不同城市规模或地理特征中的普适性验证	优化交通低排放控制区划定以平衡环境保护与居民生活影响	出租车队采集的PM数据及城市路网特征	机器学习	NA	深度学习、多目标优化	CNN-LSTM-AM混合模型、NSGA-II算法	时空序列数据（PM浓度、路网特征）	未明确说明样本量（出租车队采集的PM数据）
1482	2025-04-10	Enhancing Burn Diagnosis through SE-ResNet18 and Confidence Filtering 2025-Apr-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01495-6 PMID:40199834	research paper	提出一种基于深度学习的烧伤严重程度分类方法，通过改进的ResNet18架构和置信度过滤提高分类准确率	采用集成了注意力机制的增强型ResNet18架构，结合自适应学习率优化策略和置信度过滤后处理模块	实验仅在烧伤皮肤测试数据集上进行验证，未涉及更广泛的临床场景	提升烧伤严重程度分类的准确性和实时性，以支持临床治疗决策	烧伤皮肤图像	computer vision	烧伤	深度学习	SE-ResNet18	image	烧伤皮肤测试数据集（具体数量未说明）
1483	2025-04-10	The Relevance of General Intelligence Measurement in Deep Learning for Healthcare 2025-Apr-08, Studies in health technology and informatics DOI:10.3233/SHTI250052 PMID:40200449	研究论文	探讨通用智能测量在医疗健康深度学习中的重要性	分析了不同层次的泛化（局部、广泛和极端）在医疗健康AI系统中的贡献和局限性，并指出需要开发新的评估方法	现有评估泛化难度的指标不足	提高AI系统在复杂临床环境中的有效性和适应性	医疗健康领域的AI系统	医疗信息学	NA	深度学习	NA	NA	NA
1484	2025-04-10	SapFlower: an automated tool for sap flow data preprocessing, gap-filling, and analysis using deep learning 2025-Apr-08, The New phytologist DOI:10.1111/nph.70107 PMID:40200603	research paper	介绍了一个名为SapFlower的自动化工具，用于预处理、填补和基于深度学习分析植物液流数据	开发了首个集成自动清洗、机器学习和深度学习模型的液流数据分析工具，显著提高了数据处理效率和准确性	需要进一步改进针对特定物种的TDP校正和支持更多测量方法	提高植物液流数据处理的效率和可及性	植物液流数据	machine learning	NA	thermal dissipation probes (TDP)	random forest, Gaussian process regression, LSTM, BiLSTM	sap flow data	NA
1485	2025-04-10	Decomposing the effect of normal aging and Alzheimer's disease in brain morphological changes via learned aging templates 2025-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96234-w PMID:40189702	研究论文	该研究通过学习的衰老模板分解正常衰老和阿尔茨海默病对大脑形态变化的影响	提出了两个独立评分（衰老评分和AD特异性评分），用于量化大脑萎缩中的正常衰老和AD病理成分	研究仅基于OASIS-3数据集，样本来源有限	区分正常衰老和阿尔茨海默病导致的大脑形态变化	认知正常个体和阿尔茨海默病患者的大脑MRI扫描	数字病理学	阿尔茨海默病	深度学习	生成式深度学习模型	MRI图像	1,014例T1加权MRI扫描（326例认知正常个体，688例不同临床严重程度的AD患者）
1486	2025-04-10	Interpretable deep learning method to predict wound healing progress based on collagen fibers in wound tissue 2025-Apr-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110110 PMID:40198981	research paper	提出一种基于胶原纤维的深度学习方法来预测伤口愈合进程，并增强模型决策的可解释性	结合LayerCAM和Guided Backpropagation的可解释框架，无需像素级标注即可定位胶原纤维区域	未提及模型在更大规模或多样化数据集上的泛化能力	建立基于胶原纤维特征的伤口愈合状态分类方法	皮肤组织的组织学图像	digital pathology	wound healing	histological imaging	VGG16	image	未明确说明样本数量，涉及正常皮肤、0/3/7/10天伤口皮肤及糖尿病伤口皮肤
1487	2025-04-10	Detection of COVID-19, lung opacity, and viral pneumonia via X-ray using machine learning and deep learning 2025-Apr-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110131 PMID:40198984	research paper	该研究结合机器学习和深度学习技术，通过X光图像自动诊断COVID-19及其他肺部疾病	采用CNN、SVM及迁移学习技术（如ResNet18、EfficientNet-CNN和Xception-CNN），在X光图像分类中达到高准确率（最高99.20%）	数据集多样性和代表性不足，可能影响模型的泛化能力	提升COVID-19及其他肺部疾病的早期诊断效率和准确性	胸部X光图像	digital pathology	COVID-19, lung opacity, viral pneumonia	machine learning, deep learning, transfer learning	CNN, SVM, ResNet18, EfficientNet-CNN, Xception-CNN	image	21,165张胸部X光图像
1488	2025-04-10	Devising a novel evaluation method for computed tomography images containing metal artifacts from titanium seed implants: Application to virtual monochromatic imaging energy optimization 2025-Apr-07, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102944 PMID:40199192	研究论文	本研究提出了一种新的评估方法，用于评估含有钛种子植入物金属伪影的计算机断层扫描图像，并确定了虚拟单色成像(VMI)减少金属伪影和增强信号检测能力的最佳能量水平	提出了一种新的对比伪影比(CAR)评估方法，用于定量评估金属伪影对信号检测的影响，并确定了VMI在65 keV时能最优地平衡金属伪影减少和信号检测能力	研究仅针对骨盆区域和前列腺的模拟放射性种子植入物，可能不适用于其他区域或不同类型的金属植入物	研究旨在优化计算机断层扫描中金属伪影的减少和信号检测能力的提升	含有钛种子植入物金属伪影的计算机断层扫描图像	数字病理	前列腺癌	双能CT系统结合深度学习和金属伪影减少算法	DL	图像	使用模拟放射性种子植入物的体模进行研究
1489	2025-04-10	Real-world validation of a deep learning algorithm for chest radiography in the emergency department: A tale of two specialties 2025-Apr-07, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.03.008 PMID:40199640	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1490	2025-04-10	Predicting categories of coronary artery calcium scores from chest X-ray images using deep learning 2025-Apr-07, Journal of cardiovascular computed tomography IF:5.5Q1 DOI:10.1016/j.jcct.2025.03.010 PMID:40199634	研究论文	本研究开发并验证了一种深度学习模型，用于从胸部X光片中预测冠状动脉钙化评分类别	首次使用深度学习模型从胸部X光片中预测冠状动脉钙化评分类别，并结合临床因素提高预测准确性	研究依赖于特定时间范围内获取的CXR和CACS数据，可能限制了模型的泛化能力	开发一种成本效益高且能减少辐射暴露的冠状动脉疾病风险评估方法	10,230名具有可用胸部X光片和冠状动脉钙化评分的患者	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	10,230名患者
1491	2025-04-10	Deep spatio-temporal dependent convolutional LSTM network for traffic flow prediction 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95711-6 PMID:40189608	研究论文	提出了一种名为STDConvLSTM的深度学习算法，用于解决交通流量预测中的空间和时间不平衡问题	设计了空间依赖的注意力机制和时间依赖的注意力机制，分别解决空间不平衡和时间不平衡问题	未提及具体局限性	准确预测交通流量以支持智能交通系统和智慧城市建设	交通流量数据	机器学习	NA	深度学习	STDConvLSTM（结合CNN和LSTM）	时间序列数据	两个真实世界的数据集
1492	2025-04-10	Research on intelligent identification of microscopic substances in shale scanning electron microscope images based on deep learning theory 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91225-3 PMID:40189619	研究论文	基于深度学习理论实现页岩扫描电镜图像中微观物质的智能识别	采用改进的深度学习模型（优化的Yolov8模型）进行页岩微观物质识别，性能优于其他深度学习模型，并与SEM技术结合，提高了储层评价的效率和准确性	研究主要针对页岩扫描电镜图像，尚未在其他领域广泛应用	实现页岩扫描电镜图像中微观物质的智能识别，提高储层评价的效率和准确性	页岩扫描电镜图像中的微观物质	计算机视觉	NA	SEM技术	优化的Yolov8模型	图像	NA
1493	2025-04-10	Analyzing the performance of biomedical time-series segmentation with electrophysiology data 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90533-y PMID:40189617	研究论文	本研究评估了五种生物医学时间序列分割算法在电生理数据上的性能，包括传统方法和深度学习模型	首次将Faster R-CNN应用于一维信号分割，并展示了深度学习模型在生物医学时间序列分割中的优越性能	深度学习模型计算需求较大，且研究仅基于100名患者的数据	评估不同分割算法在生物医学时间序列数据上的性能	心内电信号	生物医学信号处理	心血管疾病	深度学习	UNet, Faster R-CNN, DENS-ECG, SVM, 基于规则的方法	时间序列数据	100名患者的心内电信号数据
1494	2025-04-10	Hybrid vision GNNs based early detection and protection against pest diseases in coffee plants 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96523-4 PMID:40189644	研究论文	本文提出了一种基于混合视觉图神经网络(HV-GNN)的新策略，用于咖啡种植园中害虫的早期检测	采用HV-GNN模型，能够识别图像中的单个害虫并捕捉它们之间的复杂关系，从而提高检测准确率	需要大量标注的咖啡植物图像数据进行训练和验证	开发自动化方法以早期检测咖啡作物害虫，保护咖啡农场并提高农业产量	咖啡植物及其害虫(如咖啡浆果蛀虫、粉蚧、介壳虫和潜叶虫)	计算机视觉	NA	深度学习	HV-GNN(混合视觉图神经网络)	图像	2850张标注的咖啡植物图像
1495	2025-04-10	Applying deep learning for style transfer in digital art: enhancing creative expression through neural networks 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95819-9 PMID:40189651	研究论文	本研究提出了一种改进的神经风格迁移模型，旨在提高数字艺术中风格迁移的效率和质量	结合了自适应实例归一化(AdaIN)和基于Gram矩阵的风格表示，显著提升了风格与内容的平衡及计算效率	未提及模型在极端风格强度下的表现及跨域适应性	提升神经风格迁移技术在数字艺术创作中的实用性和实时性	数字艺术图像风格迁移	计算机视觉	NA	神经风格迁移(NST)	CNN架构结合AdaIN	图像	未明确说明具体样本量（使用多种图像对进行评估）
1496	2025-04-10	Deep learning for simultaneous phase and amplitude identification in coherent beam combination 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96385-w PMID:40189661	研究论文	本文提出了一种深度学习算法，用于从组合光束的强度分布单次观测中同时识别相位和振幅	利用深度学习算法在存在显著功率波动的情况下准确分离相位和功率贡献	研究基于模拟的相干光束组合系统，实际应用中的效果需进一步验证	解决光纤激光器功率退化对相位检索带来的挑战	相干光束组合系统中的相位和振幅识别	机器学习	NA	深度学习	NA	图像	NA
1497	2025-04-10	Complex-valued neural networks to speed-up MR thermometry during hyperthermia using Fourier PD and PDUNet 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96071-x PMID:40189690	research paper	该研究提出使用复值神经网络加速磁共振热成像，以改善热疗过程中的温度监测	首次提出基于深度学习的欠采样磁共振热成像数据重建方法，并利用复值图像信息	研究仅针对44例肉瘤患者，样本量有限	提高欠采样磁共振热成像的分辨率并减少伪影	磁共振热成像数据	digital pathology	sarcoma	MRI	Fourier PD, PDUNet	image	44例接受热疗联合放疗和/或化疗的肉瘤患者
1498	2025-04-10	Using artificial intelligence system for assisting the classification of breast ultrasound glandular tissue components in dense breast tissue 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95871-5 PMID:40189689	research paper	研究探讨了利用人工智能（AI）驱动的乳腺超声分析模型对致密乳腺组织中的腺体组织成分（GTC）进行分类的潜力	使用ResNet101深度学习模型辅助不同经验水平的放射科医生在超声图像中区分致密乳腺腺体组织成分，显著提高了分类敏感性和阳性预测值	研究仅针对健康女性，未涉及乳腺癌患者，可能限制了模型的临床应用范围	探索AI模型在乳腺超声图像中分类腺体组织成分的准确性和可靠性	1,848名乳腺X线摄影分类为致密乳腺的健康女性	digital pathology	breast cancer	breast ultrasound analysis	ResNet101, ResNet+FCN	image	1,848名健康女性
1499	2025-04-10	Labor-efficient Pathological Auxiliary Diagnostic Model for Primary and Metastatic Tumor Tissue Detection in Pancreatic Ductal Adenocarcinoma 2025-Apr-06, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100764 PMID:40199428	研究论文	提出了一种名为PANseg的多尺度弱监督深度学习框架，用于胰腺导管腺癌（PDAC）的原发性和转移性肿瘤组织检测	PANseg仅使用图像级标签即可达到与全监督基线相当的性能，显著减少了标注负担	模型在活检切片上的表现相对较低（AUROC: 0.821）	提高PDAC的组织病理学评估的准确性和效率	胰腺导管腺癌（PDAC）的原发性和转移性肿瘤组织	数字病理学	胰腺癌	深度学习	多尺度弱监督深度学习框架	全切片图像（WSIs）	368张全切片图像（来自192名患者，涵盖两个独立中心）
1500	2025-04-10	Advancing plant leaf disease detection integrating machine learning and deep learning 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72197-2 PMID:40185756	研究论文	本研究提出了一种结合机器学习和深度学习的自动化方法，以提高植物叶片病害检测的准确性	整合深度学习和机器学习技术，利用CNN模型（如VGG19和Inception v3）提取特征并进行处理，提高了病害检测的准确性和效率	研究中使用的数据集有限，仅包括香蕉叶、番荔枝叶和果实、无花果叶和马铃薯叶四种植物，可能无法涵盖所有植物病害类型	开发一种自动化的植物叶片病害检测方法，以克服传统方法的劳动密集和复杂性	植物叶片病害	计算机视觉	植物病害	深度学习（DL）和机器学习（ML）	CNN（VGG19和Inception v3）	图像	四个数据集（香蕉叶、番荔枝叶和果实、无花果叶、马铃薯叶）