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
15081	2025-10-07	Integrated convolutional neural network for skin cancer classification with hair and noise restoration 2025, Turkish journal of medical sciences IF:1.2Q2 DOI:10.55730/1300-0144.5954 PMID:40104314	研究论文	提出集成卷积神经网络用于皮肤癌分类，通过头发修复和噪声去除提升诊断准确率	提出集成头发去除(IHR)和集成噪声去除(INR)的CNN方法，结合头发修复和图像去噪技术来提升皮肤病变分类性能	使用合成数据集进行实验，可能无法完全反映真实临床场景的复杂性	研究皮肤病变图像中头发和噪声伪影对分类器性能的影响，并开发去除方法以提高诊断准确性	皮肤病变的皮肤镜图像	计算机视觉	皮肤癌	头发模拟、噪声模拟、非局部均值去噪	CNN	图像	HAM10000基准数据集和合成数据集	NA	ResNet50, DenseNet121, ResNet152, VGG16, VGG19	准确率	NA
15082	2025-10-07	Deep learning-based analysis of 12-lead electrocardiograms in school-age children: a proof of concept study 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1471989 PMID:40109297	研究论文	开发并验证基于深度学习的12导联心电图自动分析模型，用于筛查学龄儿童异常心电图	首次将深度学习技术应用于学龄儿童12导联心电图的自动分析，相比传统算法在检测多种心电图异常时具有更高的特异性	研究样本仅来自日本一家三级转诊医院，需要进一步研究验证模型的普适性	开发自动分析儿童心电图的深度学习模型，用于筛查有猝死风险的儿童心脏病	6-18岁学龄儿童的心电图数据	机器学习	心血管疾病	心电图信号处理	深度学习	心电图波形数据	1,842份心电图（来自1,062名患者），其中测试组310份心电图（来自177名患者）	NA	NA	特异性, 敏感性, McNemar检验, 决策曲线分析	NA
15083	2025-10-07	PoseRL-Net: human pose analysis for motion training guided by robot vision 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1531894 PMID:40109574	研究论文	提出PoseRL-Net深度学习模型用于机器人视觉引导下的人体姿态分析，提升复杂动态环境中的人机交互能力	集成时空图卷积网络、注意力机制、门控循环单元、姿态优化和对称约束的多组件融合架构	NA	解决传统人体姿态识别方法在遮挡、光照变化和运动连续性方面的局限性	人体姿态识别与分析	计算机视觉	NA	深度学习	STGCN, GRU	运动姿态数据	Human3.6M和MPI-INF-3DHP数据集	NA	Spatial-Temporal Graph Convolutional Network, Gated Recurrent Unit	MPIPE, P-MPIPE	NA
15084	2025-10-07	Emotion recognition based on multimodal physiological electrical signals 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1512799 PMID:40109659	研究论文	提出一种基于脑电和心电信号融合的多模态情绪识别方法	结合注意力机制、一维卷积神经网络和门控循环单元构建复合神经网络模型，并采用随机森林进行特征筛选	NA	实现情绪状态的精确分类，特别关注情绪的三个维度（效价、唤醒度和支配感）	多模态生理电信号（脑电和心电信号）	机器学习	心理健康问题	脑电图，心电图	CNN, GRU	生理电信号	DREAMER和DEAP数据集	NA	Att-1DCNN-GRU	准确率	NA
15085	2025-10-07	Predicting implicit concept embeddings for singular relationship discovery replication of closed literature-based discovery 2025, Frontiers in research metrics and analytics DOI:10.3389/frma.2025.1509502 PMID:40110121	研究论文	提出一种基于相似性学习目标的知识图谱补全方法，用于预测文献中隐含概念关系	将知识图谱补全任务重新定义为预测图中互连顶点嵌入，并探索了三种顶点间边连接表示方法	在Hallmark of Cancer数据集上仅复制了五个已知发现，样本规模有限	改进文献基于发现方法，减少研究人员在提交查询时的领域专业知识需求	文献中的隐含概念关系和知识图谱	自然语言处理	癌症	深度学习, 知识图谱	深度学习模型	文本, 知识图谱	Hallmark of Cancer数据集中的五个已知发现	NA	NA	排名, 模型收敛率, 统计显著性检验	NA
15086	2025-10-07	GDP prediction of The Gambia using generative adversarial networks 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1546398 PMID:40110175	研究论文	本研究使用生成对抗网络预测冈比亚的国内生产总值	首次将生成对抗网络应用于冈比亚GDP预测，展示了深度学习技术在小数据经济体中的优势	研究基于1970-2022年的历史数据，可能无法完全捕捉未来经济结构变化	预测冈比亚GDP并为政策制定者提供经济决策支持	冈比亚的经济指标和政府支出、通货膨胀、官方发展援助、汇款流入和外国直接投资等经济因素	机器学习	NA	深度学习	GAN	数值型经济数据	1970-2022年期间的经济数据	NA	生成对抗网络	决定系数R, 平均绝对误差, 平均绝对百分比误差, 均方根误差, 准确率	NA
15087	2025-10-07	Prediction of time averaged wall shear stress distribution in coronary arteries' bifurcation varying in morphological features via deep learning 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1518732 PMID:40110184	研究论文	本研究开发了一种基于深度学习的冠状动脉分叉处时间平均壁面剪应力分布的快速预测方法	首次将深度学习应用于冠状动脉分叉处血流动力学参数的快速预测，相比传统计算流体动力学方法显著提高了计算效率	研究基于理想化模型，可能无法完全反映真实冠状动脉的复杂解剖结构	开发高效的血流动力学参数预测方法以替代计算成本高的传统CFD模拟	冠状动脉分叉处的血流动力学参数	计算机视觉	心血管疾病	计算流体动力学, 深度学习	CNN	点云数据	1800个具有不同形态参数的理想化模型	TensorFlow	U-net	归一化平均绝对误差	NA
15088	2025-10-07	DBY-Tobacco: a dual-branch model for non-tobacco related materials detection based on hyperspectral feature fusion 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1538051 PMID:40110354	研究论文	提出基于高光谱特征融合的双分支模型DBY-Tobacco，用于实时检测烟草制品中的非烟草杂物	结合高光谱成像与改进的YOLOv8模型，采用双分支主干网络和BELFPN模块实现高效特征融合	存在高光谱图像中的条纹噪声问题，检测的非烟草杂物类型有待扩展	提升烟草制品质量和消费者安全，实现非烟草杂物的实时检测	烟草制品中的非烟草杂物	计算机视觉	NA	高光谱成像	YOLOv8	高光谱图像	1000张图像，包含4203个非烟草杂物	NA	双分支主干网络，BiFPN-Efficient-Lighting-Feature-Pyramid-Network	F1分数，mAP@50，mAP@50-95，FPS	NA
15089	2025-10-07	Behavioral tests for the assessment of social hierarchy in mice 2025, Frontiers in behavioral neuroscience IF:2.6Q3 DOI:10.3389/fnbeh.2025.1549666 PMID:40110389	综述	本文总结了评估小鼠社会等级的主要行为学方法，探讨了其适用性、局限性及神经机制	系统评估现有社会等级评估方法并提出改进方案，强调性别差异研究的重要性	现有研究主要关注雄性小鼠，雌性小鼠的社会策略和生理机制研究不足	为研究社会行为的神经机制提供系统性参考框架和方法学指导	小鼠社会等级行为	行为神经科学	精神疾病（抑郁、焦虑）	行为学测试、自动化追踪技术	NA	行为数据、生理数据	NA	NA	NA	NA	NA
15090	2025-10-07	Machine Learning-Based Prediction Model for ICU Mortality After Continuous Renal Replacement Therapy Initiation in Children 2024-Dec-01, Critical care explorations DOI:10.1097/CCE.0000000000001188 PMID:39688905	研究论文	开发基于机器学习的预测模型，用于预测儿童和年轻成人接受连续肾脏替代治疗后ICU死亡率	首次开发用于预测儿童和年轻成人CRRT患者ICU和医院存活率的机器学习模型	样本量有限，输入变量需要扩展，特征选择方法需要优化	预测接受连续肾脏替代治疗的儿童和年轻患者的ICU和医院存活率	25岁以下因急性肾损伤和/或容量超负荷接受CRRT的儿童和年轻成人患者	机器学习	肾脏疾病	连续肾脏替代疗法	逻辑回归,决策树,随机森林,梯度提升机,支持向量机	临床数据	933名患者（80%训练集，20%测试集）	NA	NA	AUROC, AUPRC	NA
15091	2025-10-07	Deep learning-based temporal deconvolution for photon time-of-flight distribution retrieval 2024-Nov-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.533923 PMID:39546693	研究论文	提出一种基于深度学习的时序解卷积方法，用于从荧光寿命成像中恢复真实光子飞行时间分布	首次将深度学习模型专门应用于荧光寿命成像中的解卷积任务，无需复杂的计算策略和正则化项	模型训练和验证主要基于模拟数据，实际应用效果需进一步验证	开发准确高效的光子飞行时间分布恢复方法	荧光寿命成像中的光子飞行时间分布	生物医学成像	NA	荧光寿命成像(FLI)、扩散光学成像	深度学习模型	时间分辨成像数据	模拟FLI数据、体外实验、临床前体内研究	NA	NA	准确性、鲁棒性、灵活性	NA
15092	2025-10-07	A deep profile of gene expression across 18 human cancers 2024-Oct-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.17.585426 PMID:38559197	研究论文	提出DeepProfile框架，利用无监督深度学习分析18种人类癌症的基因表达数据	开发了具有生物可解释性的无监督深度学习框架，能够从大规模基因表达数据中提取有价值的生物学信息	未明确说明模型在独立验证集上的性能表现及计算资源需求	利用无监督深度学习挖掘癌症基因表达数据中的生物学信息	18种人类癌症的50,211个转录组数据	机器学习	多癌种研究	基因表达分析，转录组测序	深度学习	基因表达数据	50,211个转录组样本，涵盖18种癌症类型	NA	NA	生物可解释性评估，Kaplan-Meier生存分析	NA
15093	2025-10-07	Evolution of white matter hyperintensity segmentation methods and implementation over the past two decades; an incomplete shift towards deep learning 2024-Oct, Brain imaging and behavior IF:2.4Q2 DOI:10.1007/s11682-024-00902-w PMID:39083144	系统综述	系统回顾了过去二十年白质高信号分割方法的演变历程和实施情况	首次系统性地分析了过去二十年WMH分割工具的方法学演变，特别关注了深度学习技术的兴起趋势	仅包含公开可用技术且详细描述方法的文献，可能遗漏部分商业或未公开方法	分析白质高信号分割方法的发展趋势和实施差异	白质高信号分割工具和方法	医学影像分析	神经系统疾病	系统综述方法	深度学习,传统图像分割方法	医学影像数据	1007个视觉评分量表研究,118个流程开发文章,509个实施文章	NA	NA	评估标准	NA
15094	2025-10-07	A Deep Learning Model for Predicting Molecular Subtype of Breast Cancer by Fusing Multiple Sequences of DCE-MRI From Two Institutes 2024-09, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.002 PMID:38637240	研究论文	开发深度学习模型通过融合两个机构的DCE-MRI多序列数据预测乳腺癌分子亚型	提出多分支卷积神经网络架构，采用外观变换技术缓解小数据和类别不平衡问题，并探索不同ROI和融合策略	样本量相对有限，部分亚型预测结果未达到统计学显著性	评估深度学习在利用DCE-MRI预测乳腺癌分子亚型方面的性能	乳腺癌患者	医学影像分析	乳腺癌	DCE-MRI	CNN, CLSTM, MBCNN	医学影像	366例乳腺癌患者（训练集292例，验证集49例，测试集25例）	NA	多分支卷积神经网络	AUC, 准确率	NA
15095	2025-10-07	Develop and Validate a Nomogram Combining Contrast-Enhanced Spectral Mammography Deep Learning with Clinical-Pathological Features to Predict Neoadjuvant Chemotherapy Response in Patients with ER-Positive/HER2-Negative Breast Cancer 2024-09, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.035 PMID:38641451	研究论文	开发并验证结合对比增强光谱乳腺摄影深度学习与临床病理特征的列线图，用于预测ER阳性/HER2阴性乳腺癌患者的新辅助化疗反应	首次将CESM深度学习特征与临床病理特征结合构建预测新辅助化疗反应的列线图	回顾性研究设计，样本量相对有限(265例患者)	预测ER阳性/HER2阴性乳腺癌患者的新辅助化疗反应	ER阳性/HER2阴性乳腺癌患者	数字病理	乳腺癌	对比增强光谱乳腺摄影(CESM)	深度学习,逻辑回归	医学影像(低能量和减影CESM图像),临床病理数据	265例乳腺癌患者，按4:1比例分为训练集和测试集	PyTorch	ResNet34	ROC曲线下面积,准确率,特异性,召回率,阴性预测值,阳性预测值,平衡准确率,F1分数,决策曲线分析	NA
15096	2025-10-07	Deep Learning-Based Reconstruction Improves the Image Quality of Low-Dose CT Colonography 2024-08, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.01.021 PMID:38290889	研究论文	评估基于深度学习的重建方法在低剂量CT结肠成像中的图像质量改善效果	首次系统比较深度学习重建与迭代重建在低剂量CT结肠成像中的性能表现	样本仅来自单一中心，未进行多中心验证	评估深度学习重建技术在低剂量CT结肠成像中的图像质量	270名成年志愿者（平均年龄47.94岁，115名男性）	医学影像	结直肠癌	CT结肠成像	深度学习	医学影像	270名志愿者，按BMI分为四组	NA	NA	噪声、信噪比(SNR)、对比噪声比(CNR)、主观图像质量评分	NA
15097	2025-10-07	Research Progress of Artificial Intelligence in the Grading and Classification of Meningiomas 2024-08, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.02.003 PMID:38413314	综述	本文总结分析了人工智能在脑膜瘤分级分类中的研究进展，重点关注影像组学和深度学习的应用	系统梳理了AI技术在脑膜瘤分级分类领域的最新研究成果和发展趋势	现有研究存在数据样本有限、模型泛化能力不足等问题	促进人工智能在脑膜瘤诊疗中的未来应用	脑膜瘤患者	医学影像分析	脑膜瘤	影像组学, 深度学习	深度学习模型	医学影像	NA	NA	NA	NA	NA
15098	2025-10-07	A Transvaginal Ultrasound-Based Deep Learning Model for the Noninvasive Diagnosis of Myometrial Invasion in Patients with Endometrial Cancer: Comparison with Radiologists 2024-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.12.035 PMID:38182443	研究论文	开发基于经阴道超声的深度学习模型用于无创诊断子宫内膜癌患者肌层浸润程度	首次将深度学习模型应用于经阴道超声图像评估子宫内膜癌肌层浸润，并与15名放射科医生进行性能比较	研究样本来自多个中心但外部测试集样本量相对较小（95例患者）	评估深度学习模型在诊断子宫内膜癌肌层浸润程度方面的可行性	子宫内膜癌患者	计算机视觉	子宫内膜癌	超声成像	CNN	图像	604例患者的1289张超声图像（训练集和内部验证集），95例患者作为外部测试集	NA	EfficientNet-B6	准确率, 灵敏度, 特异性, AUC, 阳性似然比, 阴性似然比	NA
15099	2025-10-07	nnU-Net-Based Pancreas Segmentation and Volume Measurement on CT Imaging in Patients with Pancreatic Cancer 2024-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.01.004 PMID:38350812	研究论文	基于nnU-Net开发用于胰腺癌患者CT影像中胰腺分割和体积测量的深度学习方法	首次将3D nnU-Net架构应用于胰腺癌患者的胰腺自动分割和体积测量	回顾性研究设计，样本量相对有限	开发并验证基于深度学习的胰腺分割和体积自动测量方法	胰腺癌患者和正常人的胰腺CT影像	医学影像分析	胰腺癌	CT成像	CNN	3D CT图像	851例门静脉期CT图像（499例胰腺癌，352例正常胰腺）	nnU-Net	3D nnU-Net	Dice相似系数	NA
15100	2025-10-07	Improving Image Quality and Nodule Characterization in Ultra-low-dose Lung CT with Deep Learning Image Reconstruction 2024-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.01.010 PMID:38429189	研究论文	本研究探讨深度学习图像重建在超低剂量肺部CT中对图像质量和肺结节定量分析的影响	首次在超低剂量肺部CT中比较深度学习图像重建与传统迭代重建对肺结节特征分析的影响	样本量较小（56例患者），仅使用单一CAD软件进行分析	评估深度学习图像重建在超低剂量肺部CT中对图像质量和结节特征分析的影响	疑似肺结节患者（56例）和检测到的104个肺结节	计算机视觉	肺癌	CT成像	深度学习图像重建	医学影像	56例患者，104个肺结节（51个实性结节，26个钙化结节，27个亚实性结节）	NA	NA	结节长度、宽度、密度、体积、风险评分、分类准确性、图像质量评分	NA