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
1701	2025-10-05	Robust emotion recognition for complex environments: ChildEmoNet model based on DETR-ResNet50 cascaded architecture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332130 PMID:40966300	研究论文	提出一种基于DETR-ResNet50级联架构的儿童情感识别模型ChildEmoNet，用于复杂环境下的鲁棒情感识别	开发了DETR-ResNet50级联架构，同时解决多人检测和分类挑战，并针对面部遮挡场景设计了增强鲁棒性机制	NA	开发在复杂现实环境中具有鲁棒性的情感识别技术	儿童情感识别，特别是在面部遮挡条件下的情感识别	计算机视觉	NA	深度学习	DETR, CNN	图像	OMG情感数据集	PyTorch	DETR, ResNet50	AUC, 准确率, 一致性相关系数(CCC)	NA
1702	2025-10-05	An AI-powered framework for assessing teacher performance in classroom interactions: a deep learning approach 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1553051 PMID:40969168	研究论文	提出基于人工智能的框架，通过深度学习技术评估课堂互动中的教师表现	首次将三种先进目标检测模型应用于课堂互动分析，实现教师表现的客观评估	研究仅基于7,259张图像数据，未涉及音频或其他教学情境因素	开发客观评估课堂互动中教师表现的AI框架	课堂互动中的教师行为	计算机视觉	NA	目标检测	CNN	图像	7,259张来自真实课堂环境的标注图像	NA	YOLOv8, Faster R-CNN, RetinaNet	mAP（平均精度均值）	NA
1703	2025-10-05	Deep learning in breast cancer risk prediction: a review of recent applications in full-field digital mammography 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1656842 PMID:40969257	综述	本文综述了深度学习在全视野数字乳腺摄影中乳腺癌风险预测的最新应用进展	填补了文献中关于利用影像生物标志物进行AI风险预测研究的空白，探索了个性化筛查的新途径	尚未实现临床应用，存在需要克服的技术挑战	探索人工智能在乳腺癌风险预测领域的应用潜力	全视野数字乳腺摄影图像	计算机视觉	乳腺癌	全视野数字乳腺摄影	深度学习	医学影像	NA	NA	NA	NA	NA
1704	2025-10-05	Enhanced prediction of gene mutation and risk stratification in non-small-cell lung cancer through dual-pathway fusion of radiomics and pathomics 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1646851 PMID:40969259	研究论文	开发并验证了一种融合影像组学、病理组学和临床特征的多模态模型，用于预测非小细胞肺癌的EGFR突变状态和风险分层	首次将影像组学、病理组学和临床特征通过双路径融合，构建综合预测模型，并采用弱监督学习和多示例学习开发病理组学特征	回顾性研究设计，样本量相对有限（387例患者）	精确预测非小细胞肺癌的EGFR突变状态和风险分层	非小细胞肺癌患者	数字病理	肺癌	影像组学、病理组学、深度学习	CNN, 弱监督学习, 多示例学习	医学影像、病理图像、临床数据	387例NSCLC患者（训练集193例，内部验证集83例，外部验证集111例）	NA	3D CNN	AUC, 95%CI, log rank检验	NA
1705	2025-10-05	Diagnostic performance of ultrasound characteristics-based artificial intelligence models for thyroid nodules: a systematic review and meta-analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1614603 PMID:40969266	系统评价与荟萃分析	系统评估基于超声特征的人工智能模型在甲状腺结节良恶性鉴别中的诊断性能	首次通过系统评价和荟萃分析全面比较不同AI辅助诊断模型在甲状腺结节诊断中的表现，并确定最优诊断模型	纳入研究间存在显著异质性，部分亚组分析结果需谨慎解读	评估基于超声的人工智能诊断模型在甲状腺结节良恶性鉴别中的性能	甲状腺结节患者及其超声图像	医学影像分析	甲状腺疾病	超声成像	深度学习, 人工智能诊断模型	超声图像	28项研究，134,028名患者，158,161个甲状腺结节，529,479张超声图像	NA	EDLC-TN	敏感度, 特异度, 诊断比值比, 汇总受试者工作特征曲线下面积, 阳性似然比, 阴性似然比	NA
1706	2025-10-05	Key parameters in intratumoral-peritumoral region fusion models: optimizing deep learning radiomics for breast cancer diagnosis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1587879 PMID:40969275	研究论文	本研究探索关键参数选择对乳腺肿瘤内-瘤周区域融合模型性能的影响，以优化深度学习影像组学在乳腺癌诊断中的应用	系统评估了伪彩色图像、原始精确ROI和直接扩展策略等关键参数组合对瘤周区域融合模型性能的优化效果	回顾性研究设计，样本量相对有限（411例），仅使用CEUS影像数据	提升深度学习影像组学模型在乳腺良恶性肿瘤鉴别诊断中的非侵入性诊断能力	411例女性乳腺病变患者	医学影像分析	乳腺癌	对比增强超声（CEUS）	深度学习影像组学模型	医学影像	411例来自四家医院的女性乳腺病变患者	NA	瘤周区域融合模型	AUC（曲线下面积）	NA
1707	2025-10-05	Federated learning-based virtual dual-energy CT generation from single-energy CT for gout detection 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251375570 PMID:40969395	研究论文	开发基于联邦学习的虚拟双能CT生成框架，用于痛风检测	首创基于深度学习的虚拟双能CT图像生成方法，并集成联邦学习实现多机构协作训练	NA	开发早期准确诊断痛风的联邦学习框架，解决现有诊断方法的局限性	痛风患者	医学影像分析	痛风	CT成像	深度学习	医学影像	NA	NA	U-Net	PSNR, SSIM, IoU, Dice score	NA
1708	2025-10-05	Gene regulatory network prediction using machine learning, deep learning, and hybrid approaches 2025, Forestry research DOI:10.48130/forres-0025-0014 PMID:40969532	研究论文	本研究开发并评估了机器学习、深度学习和混合方法在构建基因调控网络中的应用	提出结合卷积神经网络与传统机器学习的混合模型，并采用跨物种迁移学习策略解决非模式物种数据稀缺问题	未明确说明训练数据的具体规模和非模式物种数据稀缺程度的具体量化指标	开发高效的基因调控网络预测方法以阐明植物代谢途径的调控机制	拟南芥、杨树和玉米的转录组数据及木质素生物合成途径相关转录因子	机器学习	NA	转录组测序	CNN, 机器学习混合模型	转录组数据	NA	NA	卷积神经网络	准确率	NA
1709	2025-10-05	Assessing the accuracy of forest above-ground biomass and carbon storage estimation by meta-analysis based close-range remote sensing 2025, Forestry research DOI:10.48130/forres-0025-0017 PMID:40969538	研究论文	通过荟萃分析评估近距离遥感在森林地上生物量和碳储量估算中的准确性	首次系统评估不同近距离遥感技术（地面激光雷达、无人机、光谱和RGB传感器）在多个尺度（单木、样地和林分）的生物量估算精度	随着研究尺度扩大，精度和样本量均有所下降；不同森林类型间差异显著，需要分别建模	定量评估近距离遥感技术估算森林地上生物量的准确性	全球187项研究和233个数据集	遥感	NA	近距离遥感、地面激光雷达、无人机、光谱传感器、RGB传感器	荟萃分析	遥感数据、生物量测量数据	187项全球研究，233个数据集	NA	NA	R²（决定系数）	NA
1710	2025-10-05	Improving segmentation precision in prostate cancer adaptive radiation therapy with a patient-specific network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332603 PMID:40971852	研究论文	本研究提出一种患者特异性网络方法，用于提高前列腺癌自适应放疗中临床靶区分割的精度	采用患者特异性网络框架，通过PSNadaptive或PSNsequence实现持续适应每日解剖变化，区别于静态个性化方法	回顾性研究，样本量相对较小（26名患者，119个分次）	提高前列腺癌自适应放疗中临床靶区分割的准确性和效率	前列腺癌患者	医学影像分析	前列腺癌	锥形束CT（CBCT）	深度学习	医学影像	26名前列腺癌患者，119个分次	NA	Swin UNETR	Dice相似系数，95% Hausdorff距离，平均表面距离	NA
1711	2025-10-05	S2DB-mmWave YOLOv8n: Multi-object detection for millimeter-wave radar using YOLOv8n with optimized multi-scale features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332931 PMID:40971952	研究论文	提出基于YOLOv8n改进的毫米波雷达多目标检测框架S2DB-mmWave YOLOv8n，通过优化多尺度特征提升检测精度	设计了包含新卷积层和SimSPPF模块的主干网络、引入动态上采样技术、集成双向特征金字塔网络(BiFPN)进行特征融合优化	NA	解决毫米波雷达在多目标检测场景中难以有效区分多个物体和检测算法性能不佳的问题	毫米波雷达热图中的多类目标检测	计算机视觉	NA	毫米波雷达成像	YOLO	图像	2500张标注图像	NA	YOLOv8n, SimSPPF, BiFPN	mAP@0.5, mAP@0.5:0.95, precision, recall	NA
1712	2025-10-05	Detection and score grading for prostate adenocarcinoma using semantic segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331613 PMID:40971958	研究论文	本研究通过语义分割方法实现前列腺腺癌的检测和Gleason评分分级	提出结合扩张注意力机制和残差卷积U-Net架构的新模型，采用像素扩展和类别权重解决类别不平衡问题	在外部测试数据上性能有所下降（Dice系数从0.87降至0.64）	提高前列腺癌诊断准确性并改善患者治疗策略	前列腺针芯活检标本中的腺癌组织，特别是Gleason模式3和4的区分	数字病理学	前列腺癌	全玻片数字成像	深度学习	图像	100张前列腺针芯活检标本的全玻片图像	NA	残差卷积U-Net	Dice系数, 准确率	NA
1713	2025-10-05	Linking transcriptome and morphology in bone cells at cellular resolution with generative AI 2024-Dec-31, Journal of bone and mineral research : the official journal of the American Society for Bone and Mineral Research IF:5.1Q1 DOI:10.1093/jbmr/zjae151 PMID:39303095	观点文章	探讨生成式AI在细胞分辨率下整合骨细胞转录组与形态学数据的潜力与应用前景	首次系统提出将生成式AI应用于骨细胞多模态数据整合，实现细胞分辨率下的转录组与形态学关联分析	骨单细胞数据存在技术偏差、重要骨细胞类型缺乏分析、空间信息不足等问题需要解决	推动生成式AI在骨细胞生物学研究中的应用发展	骨细胞	计算机视觉,自然语言处理,机器学习	骨骼疾病	单细胞测序,空间转录组学	生成式AI	组织学图像,单细胞分子数据,空间转录组数据	NA	NA	NA	NA	NA
1714	2025-10-05	Deep learning based binary classification of diabetic retinopathy images using transfer learning approach 2024-Dec, Journal of diabetes and metabolic disorders IF:1.8Q4 DOI:10.1007/s40200-024-01497-1 PMID:39610484	研究论文	提出基于迁移学习的深度学习二分类方法，用于糖尿病视网膜病变图像的自动诊断	使用20种预训练网络进行迁移学习，结合三种鲁棒数据集，通过数据预处理和增强技术提升模型性能	仅进行二分类（健康/不健康），未细分糖尿病视网膜病变的严重程度等级	开发准确的糖尿病视网膜病变自动检测系统，实现早期诊断	糖尿病患者的视网膜图像	计算机视觉	糖尿病视网膜病变	深度学习，迁移学习	CNN	医学图像	来自三个数据库（DRD-EyePACS、IDRiD、APTOS-2019）的组合数据集	NA	ResNet101, 及其他19种预训练网络（分为Series、DAG和轻量级三类）	准确率, 灵敏度, 特异性, 精确率, F1分数, ROC-AUC	NA
1715	2025-10-05	Using machine learning to identify risk factors for short-term complications following thumb carpometacarpal arthroplasty 2024-Dec, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2024.100156 PMID:39669732	研究论文	本研究使用机器学习技术分析拇指腕掌关节成形术后的短期并发症风险因素	首次在拇指CMC关节成形术领域应用多种机器学习算法进行并发症预测，并识别关键风险因素	模型预测性能中等（AUC 0.55-0.61），仅使用30天短期随访数据	预测拇指腕掌关节成形术后短期并发症和再手术风险	接受拇指CMC关节成形术的患者	机器学习	骨关节炎	机器学习分析	Random Forest, Elastic-Net Regression, XGBoost, Neural Network	临床数据	7711例手术病例	NA	随机森林、弹性网络回归、极端梯度提升树、神经网络	AUC	NA
1716	2025-10-05	Impact of wearable device data and multi-scale entropy analysis on improving hospital readmission prediction 2024-11-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae242 PMID:39301656	研究论文	本研究通过可穿戴设备数据和多尺度熵分析改进医院再入院预测模型	首次将多尺度熵分析应用于可穿戴设备时间序列数据，结合LSTM深度学习模型预测90天内非计划再入院	回顾性研究设计，需要前瞻性研究验证结果，样本量相对有限	提高医院非计划再入院的预测准确性	612名拥有可穿戴设备数据的出院患者	机器学习	老年疾病	可穿戴设备监测，多尺度熵分析	FNN, LSTM	时间序列数据，人口统计学数据，实验室数据	612名患者，来自35家医疗机构	NA	前馈神经网络，长短期记忆网络	ROC曲线下面积	NA
1717	2025-10-05	Deep learning for the harmonization of structural MRI scans: a survey 2024-Aug-31, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-024-01280-6 PMID:39217355	综述	本文系统综述了基于深度学习的结构MRI图像协调方法，分析不同网络架构和算法的优缺点	首次从网络架构、学习算法、监督策略和输出类型四个维度系统分析结构MRI协调技术，特别关注解耦表示学习等新兴方法	缺乏不同方法间的全面定量比较，评估标准不统一	为研究人员和从业者选择合适图像协调架构提供指导，推动该领域发展	结构MRI医学图像	医学图像处理	NA	磁共振成像(MRI)	深度学习	医学图像	NA	NA	U-Net,GAN,VAE,流式生成模型,Transformer,自定义网络架构	常用评估指标	NA
1718	2025-10-05	Cardiovascular Disease Risk Stratification Using Hybrid Deep Learning Paradigm: First of Its Kind on Canadian Trial Data 2024-Aug-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14171894 PMID:39272680	研究论文	本研究开发了一种基于混合深度学习的AtheroEdge™ 3.0HDL系统，用于心血管疾病风险分层	首次在加拿大试验数据上应用混合深度学习范式进行心血管疾病风险分层，相比单向深度学习、双向深度学习和机器学习范式有显著性能提升	研究样本量相对有限（500人），需要在更大人群中进一步验证	开发并验证基于颈动脉斑块特征的混合深度学习系统用于心血管疾病风险分层	接受颈动脉B型超声和冠状动脉造影检查的500名患者	数字病理	心血管疾病	颈动脉B型超声，冠状动脉造影	混合深度学习，单向深度学习，双向深度学习，机器学习	医学影像数据	500名患者	NA	AtheroEdge™ 3.0HDL	p值，曲线下面积	NA
1719	2025-10-05	A multimodal deep learning model to infer cell-type-specific functional gene networks 2023-Feb-14, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05146-x PMID:36788477	研究论文	开发了一种多模态深度学习模型来预测人脑中细胞类型特异性功能基因网络	首次整合单核基因表达数据和全局蛋白质相互作用网络来构建细胞类型特异性功能基因网络	目前仅应用于人脑组织，尚未验证在其他组织中的适用性	预测细胞类型特异性功能基因网络以理解基因在特定细胞类型中的功能关系	人脑中的不同细胞类型及其功能基因网络	生物信息学	自闭症,阿尔茨海默病	单核RNA测序,蛋白质相互作用网络分析	多模态深度学习,CNN,boosting tree	基因表达数据,蛋白质相互作用数据	NA	NA	MDLCN,CNN	ROC曲线下面积,精确召回曲线下面积	NA
1720	2025-10-06	Optimizing delamination imaging via full wavefield segmentation using augmented simulated wavefield data 2026-Jan, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107789 PMID:40819597	研究论文	提出一种结合波数滤波与混合噪声翻转增强的数据预处理策略，用于提升深度学习模型在全波场分割中对碳纤维增强聚合物分层损伤的成像性能	通过频域隔离分层引入的导波模态，结合噪声增强和翻转增强技术，引导深度学习模型更有效聚焦分层相关特征	仅使用模拟数据进行训练，虽在实验测量中验证有效，但实际应用场景的多样性可能仍需进一步验证	优化碳纤维增强聚合物中分层损伤的全波场分割成像	碳纤维增强聚合物中的分层损伤	计算机视觉	NA	全波场分割、波数滤波、导波模态分析	深度学习模型	波场数据	NA	NA	NA	交并比	NA