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
17241	2025-10-07	Modeling pegcetacoplan treatment effect for atrophic age-related macular degeneration with AI-based progression prediction 2025-Feb-07, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-025-00634-z PMID:39920843	研究论文	使用深度学习模型预测年龄相关性黄斑变性患者地图样萎缩的个体化进展，并展示Pegcetacoplan的治疗效果	基于深度学习的个体化地形进展预测模型，能够连续模拟视网膜色素上皮和外界膜萎缩的生长过程	回顾性研究，样本量较小(N=99)，需要进一步验证	评估Pegcetacoplan对年龄相关性黄斑变性继发萎缩的治疗效果	年龄相关性黄斑变性继发萎缩患者	数字病理	年龄相关性黄斑变性	光学相干断层扫描	深度学习	医学影像	99例患者	NA	NA	萎缩生长率	NA
17242	2025-10-07	Deep graph embedding based on Laplacian eigenmaps for MR fingerprinting reconstruction 2025-Feb-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103481 PMID:39923317	研究论文	提出一种基于拉普拉斯特征映射的深度图嵌入框架，用于改进磁共振指纹成像重建	首次将图嵌入框架引入MRF重建，通过展开迭代优化过程构建深度神经网络，自适应学习拉普拉斯特征映射	未明确说明具体计算效率提升程度和与其他方法的定量比较细节	解决磁共振指纹成像中混叠伪影问题并提高重建效率	磁共振指纹成像数据和对应的参数图	医学影像处理	NA	磁共振指纹成像	深度神经网络,图嵌入	磁共振成像数据	NA	NA	基于拉普拉斯特征映射的图嵌入框架	重建质量,计算效率	NA
17243	2025-10-07	Advanced artificial intelligence with federated learning framework for privacy-preserving cyberthreat detection in IoT-assisted sustainable smart cities 2025-Feb-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88843-2 PMID:39915579	研究论文	提出一种基于联邦学习的隐私保护网络威胁检测方法，用于物联网辅助的可持续智慧城市	结合哈里斯鹰优化特征选择、堆叠稀疏自编码器分类器和海象优化算法超参数调优的联邦学习框架	联邦学习在物联网取证方面的潜力尚未充分探索	在保护隐私的前提下实现物联网系统中网络威胁的稳健可扩展检测	物联网辅助的可持续智慧城市系统	机器学习	NA	联邦学习	深度学习, 自编码器	物联网数据	基准数据集（具体数量未说明）	NA	堆叠稀疏自编码器(SSAE)	准确率	NA
17244	2025-10-07	Swarm learning with weak supervision enables automatic breast cancer detection in magnetic resonance imaging 2025-Feb-06, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00722-5 PMID:39915630	研究论文	本研究提出了一种结合弱监督学习和群体学习的方法，用于自动检测乳腺磁共振成像中的乳腺癌	将弱监督学习与群体学习相结合，无需详细标注和集中式数据共享即可实现跨机构协作训练	仅使用了1372例训练样本和649例验证样本，样本规模相对有限	开发无需详细标注和集中数据共享的自动乳腺癌检测方法	女性双侧乳腺磁共振成像检查	医学影像分析	乳腺癌	磁共振成像	深度学习	医学影像	1372例训练样本（来自美国、瑞士、英国），649例验证样本（来自德国、希腊）	NA	3D-ResNet-101, 2D和3D深度学习方法	NA	NA
17245	2025-10-07	WDRIV-Net: a weighted ensemble transfer learning to improve automatic type stratification of lumbar intervertebral disc bulge, prolapse, and herniation 2025-Feb-06, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01341-4 PMID:39915867	研究论文	提出一种加权集成迁移学习框架WDRIV-Net，用于自动分层识别腰椎间盘突出、脱出和膨出的类型	通过集成四个预训练模型（Densenet169、ResNet101、InceptionV3和VGG19）构建加权迁移学习框架，在腰椎间盘退变类型分类任务中实现性能突破	NA	改进腰椎间盘退变类型的自动分层识别，辅助临床早期鉴别诊断	腰椎磁共振成像（MRI）图像	计算机视觉	腰椎间盘疾病	磁共振成像（MRI）	集成学习,迁移学习	医学图像	来自中国多家临床医院的腰椎MRI图像样本	NA	DenseNet169, ResNet101, InceptionV3, VGG19	准确率, AUC	NA
17246	2025-10-07	Emotional stimulated speech-based assisted early diagnosis of depressive disorders using personality-enhanced deep learning 2025-Feb-04, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.01.136 PMID:39914753	研究论文	本研究开发了一种基于人格增强深度学习的情绪刺激语音辅助早期诊断抑郁障碍方法	结合精神病学理论开发人格辅助多任务深度模型，在负性刺激语音任务中实现最佳抑郁识别效果	样本量虽然高于G-Power 3.1计算的最小样本量要求，但总体样本规模仍然较小	开发可行的基于语音的抑郁障碍识别方法	24名重度抑郁障碍患者和36名健康对照者	自然语言处理	抑郁障碍	语音识别	Bi-LSTM, TCN	语音数据	60名受试者（24名患者，36名健康对照）	NA	双向长短期记忆网络，多任务注意力时序卷积网络	约登指数，特异性，敏感性	NA
17247	2025-10-07	Estimating the Severity of Oral Lesions Via Analysis of Cone Beam Computed Tomography Reports: A Proposed Deep Learning Model 2025-Feb, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.06.015 PMID:39068121	研究论文	本研究提出了一种基于CBCT影像报告的深度学习模型，用于区分口腔病变的风险等级	提出CNN-LSTM混合模型，使用密集向量表示的词嵌入来有效捕捉语义相似性，优于传统基于简单词集的方法	样本量相对有限（1134份报告），仅基于单一机构的CBCT报告数据	通过分析锥形束计算机断层扫描（CBCT）影像报告，区分高危和低危口腔病变	口腔病变的CBCT影像报告	自然语言处理	口腔疾病	锥形束计算机断层扫描（CBCT）	CNN, LSTM	文本	1134份CBCT影像报告	NA	CNN-LSTM混合架构	精确率, 召回率, F1分数	NA
17248	2025-10-07	Comparison of the Efficacy of Artificial Intelligence-Powered Software in Crown Design: An In Vitro Study 2025-Feb, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.06.023 PMID:39069456	研究论文	比较两种人工智能牙冠设计软件与传统CAD软件在时间效率和形态精度方面的表现	首次系统比较AI驱动牙冠设计软件与传统CAD软件在时间效率和三维形态精度方面的差异	研究样本量有限（33个后牙冠），且为体外研究，缺乏临床验证	评估AI驱动软件在牙冠设计中的时间效率和形态精度	后牙牙冠修复体	数字病理	牙科疾病	三维几何计算，牙冠设计软件	深度学习模型	三维牙冠模型数据	33个临床适配的后牙冠	NA	NA	均方根误差，时间效率	NA
17249	2025-10-07	Deep Learning for Predicting the Difficulty Level of Removing the Impacted Mandibular Third Molar 2025-Feb, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.06.021 PMID:39043529	研究论文	开发基于全景X光片的深度学习系统预测下颌第三磨牙拔除难度	首次集成三种不同深度学习模型（ResNet101V2、RetinaNet、Vision Transformer）构建三阶段计算机辅助可视化系统	回顾性研究设计，样本量有限（1367张图像），仅使用单一医疗机构数据	开发评估下颌阻生第三磨牙手术拔除难度的深度学习系统	下颌阻生第三磨牙的全景X光片图像	计算机视觉	口腔疾病	全景X光摄影	CNN, Transformer	医学影像	784名患者的1367张下颌第三磨牙图像	NA	ResNet101V2, RetinaNet, Vision Transformer	准确率, 平均精度均值	NA
17250	2025-10-07	Unsupervised stain augmentation enhanced glomerular instance segmentation on pathology images 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03154-7 PMID:38848032	研究论文	提出一种基于无监督染色增强的肾小球实例分割方法，通过染色风格转换提升模型泛化能力	使用对比无配对翻译实现不同染色方法间的转换，并将swin transformer作为mask R-CNN的主干网络	需要进一步验证在其他病理图像分割任务中的适用性	提升病理图像中肾小球实例分割的准确性和泛化能力	肾小球结构	数字病理	肾脏疾病	病理图像染色	CNN, Transformer	病理全切片图像	216张WSI，包含PAS、MT和PASM三种染色	PyTorch	Mask R-CNN, Swin Transformer, CUT	准确率，精确率，召回率，F1分数	NA
17251	2025-10-07	Artificial intelligence-driven electrocardiography: Innovations in hypertrophic cardiomyopathy management 2025-Feb, Trends in cardiovascular medicine IF:7.3Q1 DOI:10.1016/j.tcm.2024.08.002 PMID:39147002	综述	探讨人工智能在心电图分析中应用于肥厚型心肌病管理的创新方法	利用深度学习技术从心电图中识别传统方法难以检测的HCM相关异常，并整合临床与影像数据进行综合风险评估	需要更大规模和多样化的数据集来提高模型泛化能力，并解决罕见事件预测中的数据不平衡问题	改善肥厚型心肌病的诊断、预后评估和个性化治疗策略	肥厚型心肌病患者的心电图信号及相关临床数据	机器学习	心血管疾病	心电图分析	CNN, 深度学习	心电图信号, 临床数据, 影像数据	NA	NA	卷积神经网络	准确率	NA
17252	2025-10-07	G-SET-DCL: a guided sequential episodic training with dual contrastive learning approach for colon segmentation 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03319-4 PMID:39789205	研究论文	提出一种引导式序列片段训练与双重对比学习相结合的结肠分割方法	结合引导序列片段训练和对比学习，在有限标注数据下实现高精度结肠分割	NA	提高CT结肠成像中结肠分割的准确性	结肠CT扫描图像	医学影像分析	结肠疾病	CT成像	深度学习	3D CT图像	98例腹部扫描（10例训练，88例测试）	NA	马尔可夫随机场,序列片段训练	Dice系数,息肉信息保存准确率	NA
17253	2025-10-07	CLSSATP: Contrastive learning and self-supervised learning model for aquatic toxicity prediction 2025-Feb, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2025.107244 PMID:39805255	研究论文	提出一种用于有机毒性预测的高效对比自监督学习深度神经网络模型CLSSATP	集成自监督学习和对比学习双模块，通过分子指纹和分子图的双视角学习揭示分子结构与性质关系	NA	研究化学物质对水生生物的毒性影响，保护环境和确保可持续发展	有机化合物及其对水生生物的毒性	机器学习	水生生物毒性	分子指纹，分子图表示	深度神经网络，自监督学习，对比学习	分子结构数据	NA	NA	CLSSATP	准确率，性能提升百分比	NA
17254	2025-10-07	Deep Radiogenomics Sequencing for Breast Tumor Gene-Phenotype Decoding Using Dynamic Contrast Magnetic Resonance Imaging 2025-Feb, Molecular imaging and biology IF:3.0Q2 DOI:10.1007/s11307-025-01981-x PMID:39815134	研究论文	本研究利用动态对比增强磁共振成像和深度学习算法对乳腺癌肿瘤进行影像基因组学分析	首次使用3D深度学习网络对乳腺癌ER、PR和HER2基因表型进行多通道影像基因组学解码	模型性能仅为中等水平，AUC值在0.658-0.698之间	通过MRI影像解码乳腺癌肿瘤的基因表型	922例经活检确诊的浸润性乳腺癌患者	医学影像分析	乳腺癌	动态对比增强磁共振成像	CNN	3D医学影像	922例乳腺癌患者	NA	SEResNet50, ResNet34, SEResNext101	AUC, 敏感度, 特异度	NA
17255	2025-10-07	Quality prediction of seabream Sparus aurata by deep learning algorithms and explainable artificial intelligence 2025-Jan-31, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143150 PMID:39923522	研究论文	本研究使用深度学习算法和可解释人工智能技术通过海鲷鱼眼和鳃图像预测其新鲜度质量	首次结合多种CNN架构与可解释AI技术(Grad-CAM和LIME)进行海鲷新鲜度无损检测	研究仅针对冰箱储存条件下的海鲷，未涉及其他储存条件或鱼类品种	开发基于图像分析的海鲷新鲜度无损检测方法	海鲷(Sparus aurata)的眼部和鳃部图像	计算机视觉	NA	图像采集	CNN, DenseNet121, Inception V3, ResNet50	图像	NA	NA	CNN, DenseNet121, Inception V3, ResNet50	准确率, 混淆矩阵	NA
17256	2025-10-07	An interpretable hybrid machine learning approach for predicting three-month unfavorable outcomes in patients with acute ischemic stroke 2025-Jan-22, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105807 PMID:39923294	研究论文	开发可解释的混合机器学习模型预测急性缺血性脑卒中患者三个月不良结局	结合25种机器学习模型和14种评估指标进行聚类分析，通过集成建模和SHAP可解释性分析构建预测平台	仅使用731例训练数据，临床变量数量有限（30个）	预测急性缺血性脑卒中患者三个月不良结局	急性缺血性脑卒中患者	机器学习	脑血管疾病	机器学习，深度学习	XGBoost, CatBoost, 集成模型	临床数据	训练集731例，内部验证集1045例，外部验证集411例	NA	集成学习架构	PRAUC, ROCAUC, 特异性, 平衡准确率, MCC	NA
17257	2025-10-07	Virtual Gram staining of label-free bacteria using dark-field microscopy and deep learning 2025-Jan-10, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ads2757 PMID:39772690	研究论文	利用暗场显微镜和深度学习对无标记细菌进行虚拟革兰氏染色	通过训练神经网络将未染色细菌的暗场图像数字转换为匹配亮场图像对比度的革兰氏染色等效图像，无需传统化学染色步骤	NA	开发一种替代传统革兰氏染色的虚拟染色方法	无标记细菌样本	计算机视觉	NA	暗场显微镜	神经网络	图像	NA	NA	NA	染色准确度	NA
17258	2025-10-07	Reliability of brain volume measures of accelerated 3D T1-weighted images with deep learning-based reconstruction 2025-Jan, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03461-5 PMID:39316090	研究论文	本研究评估基于深度学习的加速3D T1加权MRI扫描在脑体积测量中的可行性和可靠性	首次系统评估深度学习重建方法在不同加速水平(65%-75%欠采样)下对脑体积测量的可靠性	样本量相对较小(共90名参与者)，仅使用3T MRI设备	探索深度学习加速MRI扫描在脑萎缩定量评估中的临床应用价值	人脑3D T1加权MRI图像	医学影像分析	脑萎缩相关疾病	3D T1加权MRI, 深度学习重建	深度学习重建模型	医学影像(DICOM)	90名参与者(42名模拟加速数据集, 48名验证数据集)	NA	NA	ICC, R2, 定量误差指标	NA
17259	2025-10-07	An examination of daily CO2 emissions prediction through a comparative analysis of machine learning, deep learning, and statistical models 2025-Jan, Environmental science and pollution research international DOI:10.1007/s11356-024-35764-8 PMID:39800837	研究论文	比较分析机器学习、深度学习和统计模型在预测全球四大污染区域每日CO2排放量方面的性能	首次系统比较14种不同模型在每日CO2排放预测中的表现，并引入差分技术和集成方法提升模型性能	仅涵盖四大污染区域（中国、印度、美国和欧盟27国及英国），且深度学习模型计算资源需求较高	评估不同模型在每日CO2排放预测中的准确性和适用性	全球四大污染区域的每日CO2排放数据	机器学习	NA	时间序列分析	统计模型,机器学习模型,深度学习模型	时间序列数据	2022年1月1日至2023年9月30日的每日CO2排放数据	NA	ARMA,ARIMA,SARMA,SARIMA,SVM,RF,GB,ANN,GRU,LSTM,BILSTM,CNN-RNN混合模型	R平方,MAE,RMSE,MAPE	NA
17260	2025-10-07	Ultrasound elastic modulus reconstruction using a deep learning model trained with simulated data 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.1.017001 PMID:39916991	研究论文	本研究开发了一种基于深度学习的超声弹性成像方法，用于从超声测量的位移场中重建弹性模量空间分布	采用数据驱动的深度学习模型替代传统逆问题求解方法，通过模拟数据训练网络，避免了传统方法计算量大和对噪声敏感的问题	模拟数据的多样性和代表性对模型泛化能力有重要影响，需要确保模拟数据能充分覆盖真实场景的变异性	开发并验证一种用于超声弹性成像逆问题求解的深度学习方法	超声弹性成像中的弹性模量分布重建	医学影像分析	NA	超声弹性成像	深度学习	超声位移场数据	模拟数据、体模实验数据和临床数据	NA	U-Net	均方误差(MSE), 平均绝对百分比误差(MAPE), 模量比, 对比度噪声比	NA