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
141	2025-06-26	Gd-EOB-DTPA-enhanced MRI radiomics and deep learning models to predict microvascular invasion in hepatocellular carcinoma: a multicenter study 2025-Mar-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01646-9 PMID:40165094	研究论文	本研究开发了一种基于Gd-EOB-DTPA增强MRI图像的放射组学模型，结合双区域特征和两种机器学习算法，用于预测肝细胞癌的微血管侵犯	结合双区域特征和两种机器学习算法（CR和DLR）的新型放射组学模型，提高了预测微血管侵犯的准确性	所有模型之间的AUC差异无统计学意义（P>0.005）	术前预测肝细胞癌的微血管侵犯	304名肝细胞癌患者	数字病理	肝细胞癌	Gd-EOB-DTPA增强MRI	支持向量机、3D ResNet-18	MRI图像	304名患者（训练队列216名，测试队列88名）
142	2025-06-26	Effectiveness and clinical impact of using deep learning for first-trimester fetal ultrasound image quality auditing 2025-Mar-31, BMC pregnancy and childbirth IF:2.8Q1 DOI:10.1186/s12884-025-07485-4 PMID:40165135	研究论文	开发并验证了一种基于人工智能的超声图像质量审核系统（AI-IQA），用于自动审核孕早期超声扫描中四个关键平面的图像质量	首次将YOLOv7结构检测网络与多分支图像质量回归网络结合，构建了一个高效且准确的自动审核系统，并验证了其在不同经验水平放射科医师中的临床效果	研究仅基于多中心内部数据集进行验证，尚未在更广泛的外部数据集中测试其泛化能力	开发一个高效准确的自动超声图像质量审核系统，以替代耗时且不一致的人工审核	孕早期超声扫描中的四个关键平面图像	计算机视觉	产科超声	YOLOv7结构检测网络与多分支图像质量回归网络	CNN	图像	567例由四位不同经验水平的放射科医师扫描的案例（其中349例未使用AI-IQA反馈，218例使用2-3轮AI-IQA反馈）
143	2025-06-26	Detection of cotton crops diseases using customized deep learning model 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94636-4 PMID:40155421	研究论文	本文提出了一种定制的深度学习模型，用于检测棉花作物病害	比较了多种最先进的深度学习模型（如VGG16、DenseNet、EfficientNet等）在棉花病害识别中的表现，并发现ResNet152模型优于其他模型	未提及模型在真实田间环境中的泛化能力或对不同病害类型的识别效果	开发高效的棉花病害检测方法以减少农业经济损失	棉花作物及其病害	计算机视觉	棉花病害	深度学习	VGG16, DenseNet, EfficientNet, InceptionV3, MobileNet, NasNet, ResNet	图像	未明确提及具体样本数量，但使用了从田间采集的真实棉花病害数据
144	2025-06-26	Multiparametric MRI-Based Deep Learning Models for Preoperative Prediction of Tumor Deposits in Rectal Cancer and Prognostic Outcome 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.004 PMID:39438175	研究论文	本研究基于多参数MRI的深度学习模型，用于预测直肠癌患者的肿瘤沉积及预后结果	结合多参数MRI的深度放射组学特征和临床特征，构建了预测直肠癌肿瘤沉积的列线图模型，并验证了其在预后分层中的有效性	回顾性研究设计可能存在选择偏倚，且样本量相对有限	预测直肠癌患者的肿瘤沉积状态并分析其预后	529例接受根治性手术的直肠癌患者	数字病理	直肠癌	多参数MRI	ResNet-101	图像	529例患者（中心1：379例，中心2：150例）
145	2025-06-26	Detection of Auto-Immune Disease using Deep Learning Techniques 2025-Mar, Mediterranean journal of rheumatology DOI:10.31138/mjr.060624.doa PMID:40557183	研究论文	本研究提出了一种结合深度学习和先进图像处理的自动化方法，用于通过HEp-2细胞间接免疫荧光测试诊断自身免疫性疾病	创新性地整合了深度学习、图像处理、HEp-2细胞和有丝分裂细胞实例分割技术，提供了一种自动化的诊断方法	初始数据集存在不平衡问题，有丝分裂细胞数量显著少于HEp-2同质细胞	开发可靠的自动化方法用于自身免疫性疾病的诊断	HEp-2细胞和有丝分裂细胞	数字病理学	自身免疫性疾病	间接免疫荧光测试(IIF)	Detectron2, YOLOv8n	图像	ICPR 2016数据集
146	2025-06-26	Deep learning in surgical process modeling: A systematic review of workflow recognition 2025-Feb, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104779 PMID:39832608	系统综述	本文系统综述了深度学习在手术流程建模中的应用，特别是在微创手术中识别手术工作流程和提取可靠模式的作用	探讨了深度学习在手术工作流分析中的广泛应用，包括神经网络和transformer的使用，并提出了多模态数据输入的益处	手术注释过程缺乏详细描述，不同手术程序的注释过程存在显著差异，公开数据集常缺乏临床知识	研究深度学习在识别手术工作流程和提取可靠模式中的作用，以推动内窥镜手术中情境感知智能系统的发展	微创手术中使用腹腔镜和显微镜进行的手术视频	计算机视觉	NA	深度学习	RNN, TCN, transformer	视频	59篇文章（从2937篇中筛选）
147	2025-06-26	Smartphone image dataset for radish plant leaf disease classification from Bangladesh 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111263 PMID:39850369	research paper	该研究收集了来自孟加拉国蔬菜田的2801张萝卜叶片图像，用于深度学习模型训练，以精确识别萝卜叶片病害	创建了一个包含健康叶片和四种病害叶片的全面智能手机图像数据集，用于萝卜叶片病害分类	数据集仅来自孟加拉国的蔬菜田，可能无法涵盖所有地理和环境条件下的萝卜叶片病害	精确识别萝卜叶片病害，以促进萝卜的健康生长和农业可持续性	萝卜叶片	digital pathology	plant disease	deep learning	NA	image	2801张萝卜叶片图像
148	2025-06-26	Classroom Behavior Recognition Using Computer Vision: A Systematic Review 2025-Jan-10, Sensors (Basel, Switzerland) DOI:10.3390/s25020373 PMID:39860742	系统综述	本文通过系统文献综述，探讨了基于计算机视觉的课堂行为识别的研究现状与未来趋势	首次系统梳理了80篇同行评审期刊文章，明确了计算机视觉支持的课堂行为识别的四大类别及主要识别目标，并指出了当前研究的挑战与未来方向	行为分类定义多样且缺乏与教学内容和事件的联系，研究样本主要集中于大学生和传统课堂环境	探讨基于计算机视觉的课堂行为识别的研究现状、技术应用及未来趋势	教师和学生的课堂行为	计算机视觉	NA	深度学习	YOLO系列	视频	80篇同行评审期刊文章
149	2025-06-26	A Comprehensive Review of Artificial Intelligence (AI) Applications in Pulmonary Hypertension (PH) 2025-Jan-07, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61010085 PMID:39859065	综述	本文综述了人工智能（AI）在肺动脉高压（PH）中的应用，包括诊断、疾病分类和预后预测	系统性地总结了AI在PH管理中的潜在应用，并探讨了其在风险分层和治疗优化中的前景	存在现有挑战和局限性，需要进一步探索和完善AI驱动工具	探讨AI在PH诊断和管理中的潜在应用	肺动脉高压（PH）患者	数字病理学	心血管疾病	机器学习（ML）和深度学习（DL）	NA	医学数据	45项相关研究
150	2025-06-26	CellBinDB: a large-scale multimodal annotated dataset for cell segmentation with benchmarking of universal models 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf069 PMID:40552981	research paper	介绍了一个大规模多模态标注数据集CellBinDB，用于细胞分割，并评估了通用模型的性能	提出了一个包含多种染色方式和组织类型的大规模数据集CellBinDB，并评估了多种细胞分割技术的性能	复杂细胞形状会降低分割精度，数据集可能未覆盖所有可能的细胞类型和染色方式	促进通用细胞分割模型的发展，提高细胞分割技术的泛化能力	人类和小鼠的正常及病变组织样本	digital pathology	NA	4',6-diamidino-2-phenylindole, single-stranded DNA, hematoxylin and eosin, multiplex immunofluorescence staining	NA	image	超过1000张标注图像，覆盖30多种正常和病变组织类型
151	2025-06-26	Learning Dynamic Prompts for All-in-One Image Restoration 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3567205 PMID:40354220	research paper	提出了一种名为DPPD的动态提示方法，用于处理多类型图像退化问题	通过Degradation Prototype Assignment (DPA)和Prompt Distribution Learning (PDL)两个新组件，将退化先验提取解耦，提供可区分和可扩展的表示，并动态调整提示	未提及具体局限性	解决多类型图像退化问题，提升图像恢复性能	图像恢复任务	computer vision	NA	deep learning	DPPD (Degradation Prototype Assignment and Prompt Distribution Learning)	image	NA
152	2025-06-26	Data-driven identification of urgent surgical procedures for use in trauma outcomes measurement 2025, Trauma surgery & acute care open IF:2.1Q2 DOI:10.1136/tsaco-2025-001783 PMID:40406235	研究论文	本文提出了一种基于数据驱动的方法，用于从常规管理数据中生成紧急创伤手术程序列表，以促进创伤系统的标准化评估和比较	采用数据驱动方法替代传统的德尔菲法或专家意见，减少了资源消耗，并允许根据紧急时间框架进行调整	研究仅基于单一澳大利亚医院的数据，未来可考虑扩大数据来源以增强普适性	开发一种灵活的数据驱动方法，用于生成和更新创伤患者的紧急手术程序列表	创伤患者及其在入院24小时内预定的手术程序	医疗数据分析	创伤	数据链接与分析	NA	管理数据和围手术期数据	4737例创伤入院中的6750次手术，涉及567种独特手术程序
153	2025-06-26	LSTA-CNN: A Lightweight Spatiotemporal Attention-Based Convolutional Neural Network for ASD Diagnosis Using EEG 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3580593 PMID:40526541	研究论文	提出一种基于轻量级时空注意力的卷积神经网络（LSTA-CNN），用于利用EEG信号进行自闭症谱系障碍（ASD）诊断	引入新的时空注意力机制，能够联合整合时域和空域特征，有效提取EEG特征，同时模型参数量少、推理时间短	仅使用自收集的41名自闭症儿童和32名正常儿童的EEG数据进行实验，样本量较小	开发一种轻量级深度学习模型，用于自闭症谱系障碍的EEG诊断	自闭症儿童和正常儿童的EEG信号	数字病理学	自闭症谱系障碍	EEG信号分析	CNN（LSTA-CNN）	EEG信号	41名自闭症儿童和32名正常儿童的EEG数据
154	2025-06-26	LOD-PCAC: Level-of-Detail-Based Deep Lossless Point Cloud Attribute Compression 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3578760 PMID:40526560	research paper	提出了一种基于深度学习的无损点云属性压缩框架LOD-PCAC，利用细节层次结构实现密度鲁棒的压缩	引入了细节层次结构构建参考集，并提出Bit-level Residual Coder进行高效属性压缩	未明确提及具体限制	提高点云属性压缩的效率，特别是在稀疏或不均匀分布的点云上	点云属性压缩	computer vision	NA	深度学习	neural network	point cloud	未明确提及具体样本数量
155	2025-06-26	Fast 3D Room Layout Estimation Based on Compact High-Level Representation 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3578785 PMID:40531646	research paper	该论文提出了一种基于紧凑高层表示的快速3D房间布局估计方法	通过学习仅包含29个实数的紧凑高层表示来估计3D布局，并设计了顺序无关的损失函数	未明确提及具体局限性	提高3D房间布局估计的速度和效率	室内RGB图像	computer vision	NA	general regression networks	NA	image	NA
156	2025-06-26	MLCDL: A Critical Practice and Implementation of Multi-tissue Classification and Diagnosis Using Deep Learning Algorithm 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_18 PMID:40553341	研究论文	本研究提出了一种基于深度学习的多组织分类和诊断方法，使用集成迁移学习的EfficientNet-B7深度卷积神经网络进行图像级纹理分类	采用集成迁移学习的EfficientNet-B7深度卷积神经网络进行多组织分类，相比传统机器学习方法具有更高的准确性和效率	测试数据集的准确率相对较低（51.326%），可能存在过拟合或数据不足的问题	开发一种高效的多组织分类和诊断方法，提高医学图像分析的准确性	多组织医学图像	数字病理学	NA	深度学习	CNN, EfficientNet-B7	图像	381张150×150像素的图像
157	2025-06-26	Artificial Intelligence in CRISPR-Cas Systems: A Review of Tool Applications 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_14 PMID:40553337	综述	本文回顾了人工智能在CRISPR-Cas系统工具应用中的研究进展	整合人工智能与CRISPR-Cas系统，为基因工程研究及其应用提供新视角	未提及具体实验验证或实际应用案例	探讨人工智能在CRISPR-Cas系统中的应用及其对基因编辑的促进作用	CRISPR-Cas系统和人工智能技术	合成生物学	NA	CRISPR-Cas9, 深度学习和机器学习	深度学习, 机器学习	基因组数据	NA
158	2025-06-26	The Use of AI for Phenotype-Genotype Mapping 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_21 PMID:40553344	研究论文	本文探讨了人工智能在表型-基因型映射中的应用及其在遗传研究和精准医疗中的重要性	利用AI技术整合基因型和表型数据，揭示复杂模式，推动诊断、治疗和研究的进步	数据异质性、AI模型可解释性有限、隐私问题以及罕见疾病数据集不足	探索AI在表型-基因型映射中的方法、应用、挑战和未来前景	基因型和表型数据	机器学习	NA	NGS	SVM, Random Forests, Gradient Boosting, k-Means, PCA, t-SNE, CNN, RNN	基因组数据	NA
159	2025-06-26	Deep Genomics: Deep Learning-Based Analysis of Genome-Sequenced Data for Identification of Gene Alterations 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_20 PMID:40553343	综述	本章探讨了深度基因组学的最新进展，重点介绍了深度学习框架如何帮助研究人员检测、表征和解释复杂的基因变异	介绍了深度学习框架（如CNN、RNN、Transformers和GNN）在基因组分析中的应用，以及如何整合多组学数据以提供更全面的基因组调控视角	面临数据协调和可解释性方面的重大方法学挑战	探讨深度学习在基因组测序数据分析中的应用，以识别基因变异	基因组测序数据	生物信息学	NA	下一代测序（NGS）	CNN, RNN, Transformers, GNN	基因组测序数据、表观基因组、转录组和蛋白质组数据	NA
160	2025-06-26	Review on Advancement of AI in Nutrigenomics 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_23 PMID:40553346	综述	本文探讨了人工智能在营养基因组学中的变革性作用及其在个性化营养中的实际应用	AI与营养基因组学的结合革新了我们对基因-饮食相互作用的理解，能够基于遗传特征更精确地分析个体营养反应	面临数据隐私问题和算法偏见等挑战	推进营养基因组学研究并应用于个性化营养	基因-饮食相互作用及个体营养反应	营养基因组学	2型糖尿病	机器学习和深度学习方法	NA	遗传和饮食数据	NA