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
1681	2025-05-26	Development and validation of a multivariable risk model based on clinicopathological characteristics, mammography, and MRI imaging features for predicting axillary lymph node metastasis in patients with upgraded ductal carcinoma in situ 2025-Apr-30, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-89 PMID:40405957	研究论文	开发并验证了一个基于临床病理特征、乳腺X线摄影和MRI影像特征的多变量风险模型，用于预测升级导管原位癌患者的腋窝淋巴结转移	结合临床病理特征、MRI影像组学和乳腺X线摄影深度学习模型，构建了一个融合模型，显著提高了预测腋窝淋巴结转移的准确性和稳健性	研究为回顾性分析，样本量相对有限（326例患者）	预测升级导管原位癌患者的腋窝淋巴结转移，以减少不必要的腋窝手术干预	升级导管原位癌患者	数字病理	乳腺癌	MRI影像组学、深度学习	融合模型（结合临床病理模型、MRI影像组学模型和深度学习模型）	临床病理数据、MRI影像、乳腺X线摄影图像	326例升级导管原位癌患者
1682	2025-05-26	Malignant risk prediction of cystic-solid thyroid nodules using a comprehensive model integrating clinical and ultrasound features, ultrasound radiomics, and deep transfer learning 2025-Apr-30, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2024-551 PMID:40405959	research paper	本研究开发了一个综合模型，结合临床和超声特征、超声放射组学及深度迁移学习，用于预测囊实性甲状腺结节（CSTN）的恶性风险	首次将深度迁移学习（DTL）、超声放射组学与临床和超声特征结合，构建综合模型预测CSTN的恶性风险	研究为回顾性分析，样本量相对较小（278例），且来自单一医疗机构，可能影响结果的普遍性	探索综合模型在预测囊实性甲状腺结节恶性风险中的价值	278例经病理证实的囊实性甲状腺结节患者	digital pathology	thyroid cancer	ultrasound imaging, deep transfer learning, radiomics	logistic regression, LASSO, DTL	ultrasound images	278 patients with cystic-solid thyroid nodules
1683	2025-05-26	Detecting arousals and sleep from respiratory inductance plethysmography 2025-Apr-11, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03325-z PMID:40214714	研究论文	本研究开发了一种深度学习算法，用于从呼吸感应体积描记信号中分类睡眠状态和检测唤醒	提出了一种新的深度学习算法，能够仅通过呼吸信号准确识别睡眠状态和短暂唤醒，为家庭睡眠测试提供了更便捷的替代方案	算法的唤醒检测灵敏度相对较低（66.1%），且研究仅针对疑似睡眠障碍的成年人群	开发一种能够替代多导睡眠图的家庭睡眠测试方法，通过呼吸信号评估睡眠状态和唤醒	1299名疑似睡眠障碍的成年人	机器学习	睡眠障碍	呼吸感应体积描记	深度学习算法	呼吸信号	1299名成年人
1684	2025-05-26	Attention Rings for Shape Analysis and Application to MRI Quality Control 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047233 PMID:40406668	研究论文	提出了一种基于集成模型和深度学习的新型自动质量控制方法，用于分析ABCD研究中的MRI数据质量	结合了FSQC指标和新型深度学习模型进行脑形状分析，使用皮层厚度、曲率、沟深度和表面积作为输入特征	自动化方法的准确率为72.62%，略低于集成模型的76%	开发自动化的MRI质量控制方法以加速ABCD数据分析	ABCD研究中的MRI数据	数字病理学	NA	MRI, 深度学习	集成模型, 深度学习模型	MRI图像	超过20,000次MRI扫描
1685	2025-05-26	Comparison of Deep Learning-Based Auto-Segmentation Results on Daily Kilovoltage, Megavoltage, and Cone Beam CT Images in Image-Guided Radiotherapy 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251344198 PMID:40397131	研究论文	本研究评估了基于深度学习的自动分割模型在不同在线CT成像模态下的自动分割结果	比较了kVCT、kV-CBCT和MVCT图像在深度学习自动分割中的性能差异	所有成像模态的自动分割后仍需人工校正，特别是对于与周围组织对比度有限的器官	评估图像引导放疗中不同CT成像模态的自动分割效果	60名患者的盆腔和胸部区域CT图像	数字病理	NA	CT扫描	CNN	图像	60名患者的每日CT图像
1686	2025-05-26	Classification of fashion e-commerce products using ResNet-BERT multi-modal deep learning and transfer learning optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324621 PMID:40403022	研究论文	本研究提出了一种基于多模态深度学习和迁移学习的时尚电商产品分类方法	通过多模态深度学习和迁移学习解决了电商产品分类中的三个挑战：数据偏差、多格式输入数据处理以及高计算成本	未提及具体的数据集规模或模型在不同业务环境中的泛化能力	提高时尚电商平台上产品分类的准确性，以优化搜索和产品曝光	时尚电商平台上的产品	机器学习	NA	迁移学习、多模态深度学习	ResNet-BERT	图像、文本	未提及具体样本数量
1687	2025-05-26	EFCRFNet: A novel multi-scale framework for salient object detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323757 PMID:40403088	research paper	提出了一种名为EFCRFNet的新型多尺度特征提取框架，用于显著目标检测	引入了两个创新模块：增强条件随机场（ECRF）和边缘特征增强模块（EFEM），以提升复杂场景下的特征融合和边界识别能力	未提及具体局限性	提升显著目标检测的准确性和特征融合效果	图像中的显著区域	computer vision	NA	多尺度特征提取	EFCRFNet（包含ECRF和EFEM模块）	image	标准基准数据集（未提及具体数量）
1688	2025-05-26	Artificial intelligence in vaccine research and development: an umbrella review 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1567116 PMID:40406131	综述	本文通过伞状综述总结了人工智能在疫苗研发、优化、临床试验、供应链物流和公众接受度方面的贡献	首次统一综合了AI在疫苗生命周期各环节的应用证据，并提出了五大针对性行动领域以推动从理论到实践的转化	存在数据异质性、算法偏见、有限监管框架和伦理透明度等问题	评估AI在疫苗研发全周期中的具体作用和有效性	27篇关于AI在疫苗领域应用的系统综述、范围综述、叙述性综述和荟萃分析	人工智能	COVID-19	随机森林、支持向量机、梯度提升、逻辑回归、CNN、RNN、GAN、变分自编码器	传统机器学习与深度学习架构	多组学数据、供应链数据、公众情绪数据	27篇综述文献
1689	2025-05-26	Artificial intelligence-based automated breast ultrasound radiomics for breast tumor diagnosis and treatment: a narrative review 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1578991 PMID:40406239	综述	本文综述了基于人工智能的自动乳腺超声放射组学在乳腺肿瘤诊断和治疗中的应用	整合人工智能与放射组学，通过机器学习和深度学习算法提升乳腺肿瘤诊断和治疗评估的准确性和效率	分析数据存在固有变异性，需进一步评估模型以确保其在临床应用中的可靠性	探讨自动乳腺超声放射组学在乳腺肿瘤诊断和治疗中的潜力	乳腺肿瘤患者	数字病理	乳腺癌	自动乳腺超声(ABUS)、机器学习(ML)、深度学习(DL)	ML、DL	医学影像数据	NA
1690	2025-05-26	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的列表，以促进创伤系统的标准化评估和比较	提出了一种灵活的、基于数据的方法来生成紧急手术程序列表，避免了传统德尔菲法或专家意见的资源密集性	方法仍需未来工作进一步自动化，例如通过结合深度学习技术	开发一种标准化方法，用于识别和分类紧急创伤手术程序，以支持创伤系统的评估和比较	创伤患者及其相关的紧急手术程序	医疗数据分析	创伤	数据链接和分类方法	NA	管理数据和手术记录	4,737例创伤入院病例中的6,750次手术，涉及567种独特手术程序
1691	2025-05-26	Development and validation of a predictive model combining radiomics and deep learning features for spread through air spaces in stage T1 non-small cell lung cancer: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1572720 PMID:40406248	研究论文	开发并验证了一个结合放射组学和深度学习特征的预测模型，用于预测T1期非小细胞肺癌中空气传播扩散（STAS）的风险	结合了放射组学和深度学习特征，开发了一个综合模型，显著提高了STAS的预测性能	研究样本来自四个中心，可能存在选择偏差	比较不同深度学习模型和放射组学模型在预测STAS中的效果，并开发最优模型用于临床手术规划	T1期非小细胞肺癌患者	数字病理	肺癌	ResNet50算法、Lasso回归、Spearman等级相关、XGboost	2D、3D、2.5D深度学习模型，INTRA、Peri2mm、Fusion2mm放射组学模型，综合模型	图像	480名患者，分为训练队列、内部测试队列和外部验证队列
1692	2025-05-26	Critical review of OCT in clinical practice for the assessment of oral lesions 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1569197 PMID:40406268	review	本文对光学相干断层扫描（OCT）在口腔病变临床评估中的应用进行了批判性回顾	探讨了OCT在口腔肿瘤学中的潜力，包括早期检测、监测和高风险人群的经济有效筛查，以及AI辅助解释OCT图像的进展	OCT设备的高成本限制了其可及性和广泛应用，且数据解释方法存在显著异质性，严格依赖操作者，可能影响结果的标准化和可重复性	评估OCT在口腔鳞状细胞癌（OSCC）和口腔潜在恶性病变（OPMDs）临床实践中的应用优势和挑战	人类受试者，涉及OCT在OSCC和OPMD评估、边缘切除中的应用以及AI辅助OCT图像解释的研究	digital pathology	oral cancer	OCT, AI-assisted imaging	machine learning, deep learning	image	NA
1693	2025-05-26	Deep ensemble learning-driven fully automated multi-structure segmentation for precision craniomaxillofacial surgery 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1580502 PMID:40406586	研究论文	本研究开发了一种基于深度集成学习的全自动多结构分割模型CMF-ELSeg，用于精确颅颌面手术	采用粗到细的级联架构和集成方法，结合了三种3D U-Net模型的优势，提高了分割精度	研究样本量相对较小，仅包含143例CMF CT扫描	开发高精度的颅颌面结构和牙齿分割模型，以推进计算机辅助颅颌面手术	颅颌面结构和个体牙齿	数字病理	颅颌面疾病	CT扫描	3D U-Net (V-Net, nnU-Net, 3D UX-Net)	图像	143例CMF CT扫描
1694	2025-05-26	Automatic diagnosis and measurement of intracranial aneurysms using deep learning in MRA raw images 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1544571 PMID:40406704	research paper	本研究开发了一种基于深度学习模型的自动诊断和测量颅内动脉瘤的方法，使用原始MRA图像	首次提出基于2D原始图像的深度学习模型，实现颅内动脉瘤的一键式全自动诊断和大小测量	独立验证集的召回率和灵敏度略低于训练集和内部验证集	开发自动诊断和测量颅内动脉瘤的深度学习模型，提高临床工作效率	颅内动脉瘤患者	digital pathology	cardiovascular disease	MRA	3DUnet	image	1,014 IAs (852名患者)用于训练和验证，315名患者(179例有IA，136例无IA)用于独立验证
1695	2025-05-26	Detecting eavesdropping nodes in the power Internet of Things based on Kolmogorov-Arnold networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321179 PMID:40408323	研究论文	提出了一种基于Kolmogorov-Arnold网络（KANs）的创新方法，用于电力物联网中的窃听节点定位	利用KANs逼近任意非线性函数的强大能力，通过样条函数的灵活组合构建从异构节点特征到窃听位置的端到端映射	NA	探索更智能高效的异常定位方法，以应对电力物联网中的窃听攻击	电力物联网（PIoT）中的窃听节点	物联网安全	NA	Kolmogorov-Arnold网络（KANs）	KAN	异构节点特征	真实电网数据上的大量仿真和实验
1696	2025-05-26	An intelligent framework for crop health surveillance and disease management 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324347 PMID:40408612	research paper	提出了一种用于作物健康监测和早期病害检测的智能框架	结合深度学习、云计算、嵌入式设备和物联网技术，实现大范围农田的实时植物健康监测	未提及具体实施中的技术挑战或数据限制	提高早期病害检测准确性并推荐有效的病害管理策略	农作物健康与病害管理	农业智能化	植物病害	深度学习、云计算、物联网	CNN, MobileNet-1, MobileNet-2, ResNet-50, InceptionV3	图像、环境参数（温度、湿度、水位）	NA
1697	2025-05-26	Forecasting monthly runoff in a glacierized catchment: A comparison of extreme gradient boosting (XGBoost) and deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321008 PMID:40408639	研究论文	本研究比较了极端梯度提升（XGBoost）和深度学习模型在冰川流域月径流预测中的表现	采用了一种新颖的统计方法来评估预测模型在检测径流数据转折点方面的有效性，并发现XGBoost模型在预测精度和转折点估计上优于LSTM和随机森林模型	研究仅针对瑞士Lotschental流域，结果可能不适用于其他地理或气候条件不同的区域	提高冰川流域月径流预测的准确性，以支持水资源管理、防洪、水电和灌溉	瑞士Lotschental冰川流域的月径流数据	机器学习	NA	时间序列分析	XGBoost, LSTM, RF	时间序列数据	20年的径流数据（2002-2021年），其中70%（2002-2015年）用于训练和校准，30%（2016-2021年）用于测试
1698	2025-05-26	Improved noise reduction in photon-counting detector CT using prior knowledge-aware iterative denoising neural network 2024-Dec, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.S1.S12804 PMID:38799270	research paper	开发了一种基于先验知识的迭代去噪神经网络（PKAID-Net），用于降低光子计数探测器CT扫描中高分辨率虚拟单能图像（VMI）的噪声	PKAID-Net利用低噪声VMI作为先验输入，并通过迭代构建精炼的训练数据集来提升去噪性能	原始方法在去噪过程中可能导致一些空间细节的丢失	降低光子计数探测器CT扫描中高分辨率虚拟单能图像的噪声	光子计数探测器CT扫描的高分辨率虚拟单能图像	digital pathology	cardiovascular disease	CT扫描	PKAID-Net	image	10例患者冠状动脉CT血管造影检查
1699	2025-05-26	Local Mean Suppression Filter for Effective Background Identification in Fluorescence Images 2024-Sep-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.25.614955 PMID:39386682	research paper	提出了一种易于使用的非线性滤波器，用于在荧光显微镜图像中有效识别背景，特别适用于前景密集且对比度低的图像	通过比较像素强度与其局部邻域的平均强度，进行像素级滤波，并通过变化邻域大小生成多个标签，最终决定像素的最终标签	未提及具体局限性	开发一种有效的背景识别方法，用于荧光显微镜图像处理	荧光显微镜图像	digital pathology	NA	非线性滤波	NA	image	未提及具体样本数量
1700	2025-05-26	Deep Learning in Predicting Preterm Birth: A Comparative Study of Machine Learning Algorithms 2024-Jul, Maternal-fetal medicine (Wolters Kluwer Health, Inc.) DOI:10.1097/FM9.0000000000000236 PMID:40406277	研究论文	本研究比较了四种机器学习算法在预测早产方面的性能，发现transformer模型表现最佳	首次在早产预测中比较transformer模型与其他传统机器学习算法的性能	回顾性研究设计可能引入偏差，且仅在单一医疗中心进行	评估深度学习算法在预测早产中的适用性	30,965例分娩数据	机器学习	产科疾病	机器学习算法比较	transformer, logistic regression, random forest, support vector machine	临床数据	30,965例分娩数据（24,770例训练集，6,195例测试集）