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
17621	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
17622	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
17623	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
17624	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
17625	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
17626	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
17627	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
17628	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
17629	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
17630	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
17631	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
17632	2025-10-07	Multi-dimensional perceptual recognition of tourist destination using deep learning model and geographic information system 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318846 PMID:39919101	研究论文	本研究提出了一种结合深度学习模型和地理信息系统的旅游目的地多维感知识别方法	整合多种用户生成内容数据，采用改进的Inception V3模型、带多头注意力的双向长短期记忆网络和GIS技术，提出渐进式维度组合方法	仅以中国大同市作为实验案例，未在其他地区验证方法的普适性	实现旅游目的地的精确感知识别，支持目的地管理决策和旅游推荐	旅游目的地感知特征，包括内容、情感和时空维度	计算机视觉,自然语言处理,地理信息系统	NA	用户生成内容分析,地理信息系统技术	CNN,LSTM	图像,文本,时空信息	包含图像、文本和时空信息的综合UGC数据集	NA	Inception V3,BiLSTM	准确率	NA
17633	2025-10-07	Advanced retinal disease detection from OCT images using a hybrid squeeze and excitation enhanced model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318657 PMID:39919140	研究论文	提出一种融合SE模块的混合模型，用于从OCT图像中检测视网膜疾病	将Squeeze-and-Excitation模块与EfficientNetB0和Xception架构相结合，增强网络表征能力	NA	开发基于人工智能的视网膜疾病自动诊断系统	糖尿病黄斑水肿、玻璃膜疣和脉络膜新生血管等视网膜疾病	计算机视觉	视网膜疾病	光学相干断层扫描	CNN	图像	UCSD和Duke两个OCT数据集	NA	EfficientNetB0,Xception	准确率	NA
17634	2025-10-07	Subject-Based Transfer Learning in Longitudinal Multiple Sclerosis Lesion Segmentation 2025 Jan-Feb, Journal of neuroimaging : official journal of the American Society of Neuroimaging IF:2.3Q2 DOI:10.1111/jon.70024 PMID:39923192	研究论文	提出两种基于迁移学习的纵向多发性硬化病灶分割方法，通过针对每个受试者的个性化微调提高分割性能	提出基于受试者的迁移学习管道，利用每个受试者的首次扫描微调模型，提高后续扫描的分割性能	需要每个受试者的首次扫描作为训练数据，可能增加数据收集成本	提高纵向多发性硬化研究中病灶分割的准确性和一致性	多发性硬化患者的磁共振成像数据	医学影像分析	多发性硬化	磁共振成像	深度学习模型	医学影像	937名多发性硬化患者，共3210次扫描	NA	NA	Dice系数, 敏感度, 平均体积差异	NA
17635	2025-02-11	RETRACTED: Lung cancer diagnosis of CT images using metaheuristics and deep learning 2024-Apr, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119221090725 PMID:35445619	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
17636	2025-02-11	RETRACTION NOTICE: Lung cancer diagnosis of CT images using metaheuristics and deep learning 2024-Apr, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119221134231 PMID:36237147	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
17637	2025-10-07	Self-Supervised Learning for Improved Optical Coherence Tomography Detection of Macular Telangiectasia Type 2 2024-Mar-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2023.6454 PMID:38329740	研究论文	本研究开发了一种基于自监督学习的光学相干断层扫描图像分析方法，用于2型黄斑毛细血管扩张症的自动检测	采用自监督学习方法在有限标注数据条件下实现了罕见疾病的准确分类，使用Bootstrap Your Own Latent算法进行预训练	研究为回顾性研究，需要进一步研究验证方法的普适性	开发在有限标注数据条件下自动检测2型黄斑毛细血管扩张症的方法	2型黄斑毛细血管扩张症患者和非患者的OCT图像	计算机视觉	眼科疾病	光学相干断层扫描	CNN	图像	5200张OCT扫描图像，来自2549名患者（780名MacTel患者和1769名非MacTel患者）	NA	ResNet18, ResNet50	准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值, AUPRC, AUROC	NA
17638	2025-10-07	Estimating baselines of Raman spectra based on transformer and manually annotated data 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125679 PMID:39733708	研究论文	本研究提出了一种基于Transformer和人工标注数据的拉曼光谱基线估计方法	设计了专门针对拉曼光谱数据的一维Transformer模型，并通过人工标注的真实基线数据进行训练	需要大量人工参数调优来生成训练数据，且仅针对八种生物材料进行了验证	开发更准确和通用的拉曼光谱基线校正方法	八种不同生物材料的拉曼光谱数据	光谱分析	NA	拉曼光谱	Transformer, CNN	光谱数据	八种生物材料的拉曼光谱数据集	NA	1dTrans, ResUNet	平均绝对误差, 光谱角制图	NA
17639	2025-10-07	On the analysis of adapting deep learning methods to hyperspectral imaging. Use case for WEEE recycling and dataset 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125665 PMID:39746253	研究论文	本文评估了空间和光谱特征对高光谱图像分割深度学习架构的影响，并公开了Tecnalia WEEE高光谱数据集	系统分析光谱与空间信息组合对模型性能的影响，探索RGB预训练基础模型向高光谱领域的知识迁移	未开发专门整合光谱和空间信息的新型架构，RGB基础模型在高光谱领域表现不佳	评估不同空间和光谱特征对高光谱图像分割深度学习模型性能、能耗和推理时间的影响	废弃电子电气设备(WEEE)中的有色金属分选，包括铜、黄铜、铝、不锈钢和白铜	计算机视觉	NA	高光谱成像	深度学习	高光谱图像	Tecnalia WEEE高光谱数据集，包含多种有色金属样本	NA	基础模型	识别性能、能耗、推理时间	NA
17640	2025-10-07	Enhancing thin slice 3D T2-weighted prostate MRI with super-resolution deep learning reconstruction: Impact on image quality and PI-RADS assessment 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110308 PMID:39667642	研究论文	本研究评估了超分辨率深度学习重建技术在提升前列腺薄层3D T2加权MRI图像质量和PI-RADS评估一致性方面的效果	首次将超分辨率深度学习重建技术应用于前列腺薄层3D T2加权MRI，在不增加扫描时间的前提下提升图像质量	样本量较小（28例患者），且为单中心回顾性研究	评估超分辨率深度学习重建技术对前列腺MRI图像质量和PI-RADS评估的影响	前列腺MRI图像	医学影像分析	前列腺癌	MRI，超分辨率深度学习重建	深度学习模型	医学影像	28名男性患者（年龄范围47-88岁，平均70.8岁）	NA	超分辨率深度学习重建	对比度，对比噪声比，斜率，定性评分，kappa值	NA