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
17801	2025-01-31	Enhanced ResNet-50 for garbage classification: Feature fusion and depth-separable convolutions 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317999 PMID:39869568	研究论文	本文提出了一种基于ResNet-50网络的垃圾图像分类模型，通过特征融合和深度可分离卷积提高分类准确性和计算效率	提出了冗余加权特征融合模块和深度可分离卷积，有效减少了模型参数数量并提高了计算效率，同时在Focal Loss中加入了权重因子以解决类别不平衡问题	NA	开发一种合理有效的垃圾图像分类方法，以提高分类准确性、鲁棒性和检测速度	垃圾图像	计算机视觉	NA	深度学习	ResNet-50	图像	TrashNet数据集	NA	NA	NA	NA
17802	2025-01-31	Dual-hybrid intrusion detection system to detect False Data Injection in smart grids 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316536 PMID:39869576	研究论文	本文提出了一种新型的双混合入侵检测系统（IDS），用于检测智能电网中的虚假数据注入攻击（FDIAs）	结合了混合特征选择和深度学习分类器，使用粒子群优化（PSO）和灰狼优化（GWO）进行特征选择，并整合了卷积神经网络（CNN）和长短期记忆网络（LSTM）来捕捉数据的空间和时间特征	未来研究应关注整合真实世界智能电网数据进行验证，开发自适应学习机制，探索其他生物启发优化算法，并解决大规模部署中的实时处理和可扩展性挑战	提高智能电网中入侵检测系统（IDS）的准确性和鲁棒性	智能电网中的虚假数据注入攻击（FDIAs）	机器学习	NA	混合特征选择，深度学习	CNN, LSTM	智能电网数据	工业控制系统（ICS）网络攻击数据集（电力系统数据集），包含多种FDIA场景的模拟数据	NA	NA	NA	NA
17803	2025-01-31	Alzheimer's disease image classification based on enhanced residual attention network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317376 PMID:39869613	研究论文	本文提出了一种基于增强残差注意力网络（ERAN）的深度学习模型，用于阿尔茨海默病的医学图像分类	结合残差学习、注意力机制和软阈值技术，提升了模型的特征表示能力和分类准确率	未提及模型在其他数据集上的泛化能力及临床应用的可行性	提高阿尔茨海默病的早期诊断准确率	阿尔茨海默病的医学图像	计算机视觉	老年病	深度学习	增强残差注意力网络（ERAN）	图像	未提及具体样本数量	NA	NA	NA	NA
17804	2025-01-31	Advancements in Artificial Intelligence in Noninvasive Cardiac Imaging: A Comprehensive Review 2025-Jan, Clinical cardiology IF:2.4Q2 DOI:10.1002/clc.70087 PMID:39871619	综述	本文综述了人工智能在无创心脏影像学中的技术进步及其对诊断流程和患者预后的影响	探讨了AI在心脏影像学中的应用，包括提高图像质量、加速处理时间和提升诊断准确性，以及识别传统方法可能忽略的细微心脏异常	存在数据标准化、法规遵从性和患者安全等挑战	评估人工智能在心脏影像学中的应用及其对诊断和患者预后的影响	心脏影像学中的各种成像模式，包括超声心动图、磁共振成像（MRI）、计算机断层扫描（CT）和核成像	医学影像	心血管疾病	机器学习和深度学习算法	NA	图像	NA	NA	NA	NA	NA
17805	2025-01-31	Artificial Intelligence Transforming Post-Translational Modification Research 2024-Dec-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010026 PMID:39851300	综述	本文探讨了人工智能（AI）在研究蛋白质翻译后修饰（PTMs）中的应用	本文创新性地比较了多种深度学习架构和程序，包括最近应用的语言模型，用于预测蛋白质上的PTM位点及其调控功能，并描述了一个高通量PTM数据生成管道	本文未提及具体的研究局限性	探索人工智能在蛋白质翻译后修饰研究中的应用	蛋白质翻译后修饰（PTMs）	生物信息学	NA	深度学习	语言模型	蛋白质数据	NA	NA	NA	NA	NA
17806	2025-01-31	Exploring Multi-Pathology Brain Segmentation: From Volume-Based to Component-Based Deep Learning Analysis 2024-Dec-31, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11010006 PMID:39852319	研究论文	本文探讨了使用深度学习模型对多病理脑部MRI图像进行分割的方法，从基于体积的分析到基于组件的分析	本文创新性地对预训练的U-net模型在四种不同脑部病理（肿瘤、中风、多发性硬化症和白质高信号）上的分割结果进行了深入分析，并提供了异常组件的位置、强度和体积的详细评估	模型在检测和分割异常组件时存在较高的假阳性和假阴性率，尤其是在异常组件的部分正确检测方面表现不佳	研究目的是通过深度学习模型对多病理脑部MRI图像进行分割，并评估其在不同病理条件下的表现	研究对象为包含四种不同病理（肿瘤、中风、多发性硬化症和白质高信号）的脑部MRI图像	数字病理	脑部疾病	MRI	U-net	图像	验证集中的脑部MRI图像	NA	NA	NA	NA
17807	2025-01-31	Cells Grouping Detection and Confusing Labels Correction on Cervical Pathology Images 2024-Dec-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010023 PMID:39851297	研究论文	本文提出了一种基于先验知识收集和混淆标签校正的宫颈细胞检测网络PGCC-Net，旨在通过细胞分组检测和标签校正提高宫颈病理图像的自动分析效率和准确性	利用临床先验知识将检测任务分解为多个子任务进行细胞分组检测，并通过构建特征中心进行标签校正，以提高深度学习网络的分类准确性	未提及具体局限性	提高宫颈病理图像中细胞检测和分类的效率和准确性	宫颈病理图像中的细胞	数字病理学	宫颈癌	深度学习	PGCC-Net	图像	公共数据集7410张图像，私有数据集13526张图像	NA	NA	NA	NA
17808	2025-01-31	External Validation of Deep Learning Models for Classifying Etiology of Retinal Hemorrhage Using Diverse Fundus Photography Datasets 2024-Dec-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010020 PMID:39851294	研究论文	本研究旨在通过外部验证深度学习模型（FastVit_SA12和ResNet18）来区分视网膜出血的创伤性和医学性病因，使用多样化的眼底摄影数据集	首次在多样化的眼底摄影数据集上对FastVit_SA12和ResNet18模型进行外部验证，展示了它们在临床环境中准确诊断视网膜出血的潜力	研究依赖于特定数据集，可能无法完全代表所有临床情况	验证深度学习模型在区分视网膜出血病因中的准确性和可靠性	视网膜出血的病因分类	计算机视觉	视网膜疾病	深度学习	FastVit_SA12, ResNet18	图像	2661张眼底摄影图像	NA	NA	NA	NA
17809	2025-01-31	Artificial Intelligence in Pediatric Electrocardiography: A Comprehensive Review 2024-Dec-27, Children (Basel, Switzerland) DOI:10.3390/children12010025 PMID:39857856	综述	本文综述了人工智能在儿科心电图分析中的应用现状，探讨了深度学习方法在提高诊断准确性、加快工作流程和改善患者预后方面的潜力	首次全面回顾了人工智能在儿科心电图分析中的应用，并探讨了该领域的独特挑战和未来研究方向	尽管人工智能在心电图分析中显示出巨大潜力，但其广泛临床应用仍需进一步研究、严格验证，并考虑公平性、伦理、法律和实际挑战	探讨人工智能在儿科心电图分析中的应用，以提高诊断准确性和患者预后	儿科心电图数据	医疗人工智能	心血管疾病	深度学习	NA	心电图数据	NA	NA	NA	NA	NA
17810	2025-01-31	HDNLS: Hybrid Deep-Learning and Non-Linear Least Squares-Based Method for Fast Multi-Component T1ρ Mapping in the Knee Joint 2024-Dec-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010008 PMID:39851282	研究论文	本文提出了一种结合深度学习和非线性最小二乘法的混合模型HDNLS，用于膝关节的快速多组分T1ρ映射	HDNLS模型结合了基于合成数据训练的体素级深度学习和少量NLS迭代，加速了拟合过程，并消除了对参考MRI数据的需求	HDNLS在估计质量上显著优于基于深度学习的方法，但在速度上略慢于这些方法	解决非线性最小二乘法在定量磁共振成像中的初始猜测敏感性、收敛速度慢和计算成本高的问题，同时克服基于深度学习的T1ρ拟合方法对噪声敏感和依赖NLS生成参考数据的挑战	膝关节的多组分T1ρ映射	医学影像分析	NA	定量磁共振成像（MRI）	HDNLS（混合深度学习与非线性最小二乘法模型）	合成数据	NA	NA	NA	NA	NA
17811	2025-01-31	Neoplasms in the Nasal Cavity Identified and Tracked with an Artificial Intelligence-Assisted Nasal Endoscopic Diagnostic System 2024-Dec-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010010 PMID:39851283	研究论文	本研究构建了一个人工智能辅助的鼻内窥镜诊断系统，能够初步区分和识别鼻腔肿瘤特性，并在手术中进行实时跟踪，为鼻内窥镜手术提供重要依据	首次结合Deep Snake、U-Net和Att-Res2-UNet网络开发了基于内窥镜图像的鼻腔肿瘤检测网络，并优化了SiamMask在线跟踪算法，实现了术中实时自动跟踪	模型的总体准确率略低于鼻科专家（0.9790 ± 0.00348 vs 0.9707 ± 0.00984）	构建一个能够初步识别鼻腔肿瘤并在手术中实时跟踪的人工智能辅助鼻内窥镜诊断系统	鼻腔肿瘤	计算机视觉	鼻腔肿瘤	深度学习	Deep Snake, U-Net, Att-Res2-UNet, SiamMask	视频数据	1050例鼻内窥镜手术视频数据，涉及四种类型的鼻腔肿瘤	NA	NA	NA	NA
17812	2025-01-31	Automatic Aortic Valve Extraction Using Deep Learning with Contrast-Enhanced Cardiac CT Images 2024-Dec-25, Journal of cardiovascular development and disease IF:2.4Q2 DOI:10.3390/jcdd12010003 PMID:39852281	研究论文	本研究评估了使用深度学习技术从对比增强心脏CT图像中自动提取和描绘主动脉瓣环区域的效果	比较了分割和对象检测两种方法在主动脉瓣环区域提取中的准确性，发现对象检测方法表现更优	数据集规模较小，仅包含32个对比增强心脏CT扫描	评估深度学习技术在心脏CT图像中自动提取主动脉瓣环区域的准确性	对比增强心脏CT图像	计算机视觉	心血管疾病	深度学习	DeepLabv3+, YOLOv2	图像	32个对比增强心脏CT扫描	NA	NA	NA	NA
17813	2025-01-31	Dynamic Neural Network States During Social and Non-Social Cueing in Virtual Reality Working Memory Tasks: A Leading Eigenvector Dynamics Analysis Approach 2024-Dec-24, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15010004 PMID:39851372	研究论文	本研究探讨了在虚拟现实环境中，社交和非社交刺激对大脑连接模式的影响，特别是对工作记忆等认知功能的影响	创新性地将LEiDA框架应用于EEG数据，以检测大脑网络状态的快速变化，并结合深度学习和图论分析揭示社交线索对认知过程的显著影响	样本量相对较小（47名参与者），且仅限于虚拟现实环境中的工作记忆任务	研究社交和非社交刺激对大脑连接模式和认知功能的影响	47名参与者在虚拟现实环境中的大脑连接模式	认知神经科学	NA	LEiDA框架、EEG、深度学习、图论分析	深度学习	EEG数据	47名参与者	NA	NA	NA	NA
17814	2025-01-31	The Neural Frontier of Future Medical Imaging: A Review of Deep Learning for Brain Tumor Detection 2024-Dec-24, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11010002 PMID:39852315	综述	本文综述了深度学习在脑肿瘤检测中的应用，总结了近五年的研究成果，探讨了特征提取、分割和分类的最新方法和挑战	填补了深度学习在脑肿瘤检测领域综合评述的空白，分析了100多篇研究论文，总结了关键概念、挑战和数据集，并提出了未来研究方向	可解释人工智能（XAI）的应用仍然有限，尽管其在建立医疗诊断信任方面的重要性	探讨深度学习在脑肿瘤检测中的应用，总结最新方法、挑战和未来方向	脑肿瘤检测	医学影像	脑肿瘤	深度学习	CNN, GAN, Autoencoders, RNN	MRI图像	100多篇研究论文	NA	NA	NA	NA
17815	2025-10-07	Bridging healthcare gaps: a scoping review on the role of artificial intelligence, deep learning, and large language models in alleviating problems in medical deserts 2024-Dec-23, Postgraduate medical journal IF:3.6Q1 DOI:10.1093/postmj/qgae122 PMID:39323384	综述	探讨人工智能、深度学习和大语言模型在解决医疗荒漠地区医疗资源不足问题中的作用	首次系统评估大语言模型在医疗荒漠中整合电子医疗和医疗物联网的潜力	定性叙述性综述，缺乏定量分析和实证研究数据	研究AI技术如何改善医疗荒漠地区的医疗服务可及性和质量	医疗荒漠地区的医疗服务体系	自然语言处理	NA	AI技术，大语言模型	LLM	文本	NA	NA	NA	NA	NA
17816	2025-01-31	Mapping the Use of Artificial Intelligence-Based Image Analysis for Clinical Decision-Making in Dentistry: A Scoping Review 2024-Dec, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70035 PMID:39600121	综述	本文通过范围综述探讨了人工智能在牙科临床决策中图像分析的应用，并识别了当前文献中的趋势和研究空白	系统地综述了人工智能在牙科图像分析中的应用，特别是在诊断、检测或分类、预测和管理等方面的临床决策支持	综述主要基于现有文献，可能未涵盖所有最新研究进展	研究人工智能在牙科图像分析中的应用及其对临床决策的影响	牙科图像，包括正颌全景片（OPGs）和口内X光片（咬翼片和根尖片）	计算机视觉	NA	卷积神经网络（CNNs）	CNN	图像	601,122张图像	NA	NA	NA	NA
17817	2025-10-07	AI-Based Noninvasive Blood Glucose Monitoring: Scoping Review 2024-Nov-19, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58892 PMID:39561353	综述	本文通过系统范围综述方法，系统梳理了人工智能在无创血糖监测领域的应用现状	首次系统性地对AI在无创血糖监测中的应用进行范围综述，整合了多种技术方法和算法模型	纳入研究质量中等，模型和输入数据的异质性导致准确率范围较宽	绘制人工智能在无创血糖监测中的应用图谱	无创血糖监测技术和人工智能算法	医疗人工智能	糖尿病	光学技术,电化学传感器,成像技术,组织阻抗	机器学习,深度学习	传感器数据,图像数据	33篇论文，涵盖亚洲、美国、欧洲、中东和非洲地区2005-2023年的研究	NA	随机森林,人工神经网络	准确率,Clarke误差网格	NA
17818	2025-10-07	Advancements in Using AI for Dietary Assessment Based on Food Images: Scoping Review 2024-Nov-15, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/51432 PMID:39546777	综述	本文对基于食物图像的AI饮食评估技术进行了系统性回顾，重点介绍了该领域的发展历程和技术演进	按时间顺序系统梳理了图像辅助饮食评估领域从传统机器学习到深度学习的演变过程，特别关注了多任务卷积神经网络和生成对抗网络等先进算法的应用	仅纳入了2008-2021年间发表的研究，且主要关注技术层面，对实际临床应用和用户接受度的讨论相对有限	为缺乏技术背景的读者提供AI在饮食评估中应用的全面概述，分析系统优缺点并提出改进建议	基于食物图像的饮食评估系统和技术方法	计算机视觉	NA	图像辅助饮食评估	CNN, GAN	图像	84篇经过筛选的研究文献	NA	多任务卷积神经网络, 生成对抗网络	宏量营养素估计准确率, 能量估计准确率, 微量营养素估计准确率	NA
17819	2025-01-31	Artificial Intelligence in Audiology: A Scoping Review of Current Applications and Future Directions 2024-Nov-06, Sensors (Basel, Switzerland) DOI:10.3390/s24227126 PMID:39598904	综述	本文综述了人工智能在听力学中的当前应用和未来发展方向	总结了人工智能在听力学中的最新进展，特别是过去四年中87.5%的相关文献	存在伦理和专业挑战，需要更大规模和多样化的数据收集以及生物伦理学研究	探讨人工智能在听力学实践中的潜力和挑战	听力学领域的研究和应用	自然语言处理	NA	机器学习、深度学习	逻辑回归、支持向量机、多层感知器、随机森林、深度信念网络、决策树、k近邻、LASSO、卷积神经网络、大语言模型	文本、图像	104篇文献	NA	NA	NA	NA
17820	2025-10-07	Prediction of cardiovascular markers and diseases using retinal fundus images and deep learning: a systematic scoping review 2024-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztae068 PMID:39563905	系统性范围综述	本综述系统梳理了利用视网膜眼底图像和深度学习预测心血管标志物和疾病的研究现状	首次系统性综述深度学习结合视网膜眼底图像在心血管风险评估中的应用，识别了该领域的研究趋势和关键特征	纳入研究数量有限（24篇），外部验证罕见（21%），缺乏足够的前瞻性研究验证	评估利用视网膜眼底图像和深度学习预测心血管风险标志物和疾病的现有研究	心血管风险标志物和心血管疾病	计算机视觉	心血管疾病	视网膜眼底成像	CNN	图像	NA	NA	NA	判别性能	NA