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
161	2025-07-25	CT-Less Whole-Body Bone Segmentation of PET Images Using a Multimodal Deep Learning Network 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3501386 PMID:40030243	研究论文	提出了一种新型多模态融合网络（MMF-Net），用于仅使用PET图像进行全身骨骼分割，无需CT图像	首次提出无需CT图像的PET全身骨骼分割方法，通过多模态融合网络整合三种PET模态图像的互补信息	研究仅基于130个全身PET图像数据集，样本量相对有限	开发一种无需CT图像的自动化全身骨骼分割方法，以提高骨癌诊断和分期的准确性	全身PET图像	数字病理学	骨癌	多模态深度学习	MMF-Net（多模态融合网络）	PET图像	130个全身PET图像数据集
162	2025-07-25	EDSRNet: An Enhanced Decoder Semantic Recovery Network for 2D Medical Image Segmentation 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3504829 PMID:40030272	研究论文	本文提出了一种增强型解码器语义恢复网络（EDSRNet），用于解决2D医学图像分割中的语义信息差距和全局局部信息交互问题	引入了多级语义融合（MLSF）模块、多尺度空间注意力（MSSA）和交叉卷积通道注意力（CCCA）模块，以及全局-局部语义恢复（GLSR）模块，显著提升了语义恢复效果	未提及具体计算复杂度或实时性表现，且仅在特定公开数据集上验证	提升2D医学图像分割的精度和语义恢复能力	2D医学图像	数字病理	NA	深度学习	EDSRNet（基于encoder-decoder架构的CNN变体）	医学图像	BUSI、CVC-ClinicDB和Kvasir-SEG公开数据集（未提具体样本数）
163	2025-07-25	WaveSleepNet: An Interpretable Network for Expert-Like Sleep Staging 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3498871 PMID:40030379	研究论文	提出了一种名为WaveSleepNet的可解释神经网络，用于模拟睡眠临床专家的方式进行睡眠分期	利用潜在空间表示识别不同睡眠阶段的特征波原型，并通过量化这些原型与输入信号的接近程度来进行睡眠分期，提高了模型的可解释性	未提及具体的技术限制或数据集局限性	开发一种可解释的深度学习模型，用于自动睡眠分期，以提高临床应用的接受度	睡眠信号数据	机器学习	NA	深度学习	WaveSleepNet（基于CNN的神经网络）	信号数据	三个公共数据集（未提及具体样本数量）
164	2025-07-25	Artificial Intelligence in Cancer Diagnosis: A Game-changer in Healthcare 2025, Current pharmaceutical biotechnology IF:2.2Q3 DOI:10.2174/0113892010298852240528123911 PMID:38847160	综述	本文综述了人工智能在癌症早期诊断中的潜在应用及其对医疗保健的影响	强调深度学习算法在识别复杂模式和提升癌症诊断精度方面的潜力，并探讨了AI在患者筛选、风险分层及诊断复发的应用	讨论了AI在医疗应用中面临的伦理问题、数据质量、资源需求及报告一致性的挑战	探讨人工智能在癌症早期诊断中的应用及其临床潜力	无症状患者的恶性肿瘤风险筛查、有症状患者的调查与优先级排序、癌症复发的精确诊断	数字病理学	癌症	深度学习、神经网络、逻辑回归	深度学习算法	影像数据（如CT、乳腺X光）、病理切片、外周血分析数据	NA
165	2025-07-25	Prognostic Value Of Deep Learning Based RCA PCAT and Plaque Volume Beyond CT-FFR In Patients With Stent Implantation 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056335065250426150739 PMID:40357785	研究论文	本研究探讨了基于深度学习的RCA PCAT和斑块体积在冠状动脉CT血管造影（CTA）衍生的血流储备分数（CT-FFR）之外对经皮冠状动脉介入治疗（PCI）患者的预后价值	首次将基于深度学习的RCA PCAT和斑块体积与CT-FFR进行比较，发现其在预测主要不良心血管事件（MACE）方面具有更强的关联性	研究为回顾性设计，样本量较小（183例患者），且随访时间有限	评估基于深度学习的PCAT和斑块体积在PCI患者中的预后价值	183例接受PCI并进行了冠状动脉CTA的患者	数字病理学	心血管疾病	冠状动脉CTA、深度学习	深度学习	医学影像	183例PCI患者
166	2025-07-25	Analysis of Research Hotspots and Development Trends in the Diagnosis of Lung Diseases Using Low-Dose CT Based on Bibliometrics 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056402094250530075121 PMID:40491372	研究论文	通过文献计量学方法分析低剂量CT在肺部疾病诊断中的研究热点和发展趋势	揭示了LDCT技术与深度学习结合成为早期肺癌研究的新热点	研究仅基于Web of Science核心合集的英文文献，可能遗漏其他语言或数据库的重要研究	探索低剂量CT在肺部疾病诊断领域的研究热点和发展趋势	2005年至2024年6月发表的关于低剂量CT和肺部疾病的英文文章和综述	数字病理学	肺癌	文献计量学分析，CiteSpace软件	深度学习	文献数据	未明确说明具体文献数量
167	2025-07-25	Robust Palmprint Recognition via Multi-Stage Noisy Label Selection and Correction 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3588040 PMID:40668719	research paper	提出了一种多阶段噪声标签选择与校正框架（MNLSC），以提高掌纹识别的鲁棒性	通过自监督学习、傅里叶模块和原型模块三阶段处理噪声标签，显著提升模型在噪声环境下的性能	未明确提及在不同类型噪声或极端噪声率下的表现	解决掌纹识别中噪声标签对模型可靠性的影响	掌纹图像数据	computer vision	NA	自监督学习、傅里叶变换、原型学习	深度学习框架（未指定具体模型）	图像	多个受控和非受控掌纹数据库（未明确数量）
168	2025-07-25	Hybrid deep learning optimization for smart agriculture: Dipper throated optimization and polar rose search applied to water quality prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327230 PMID:40690512	research paper	本研究提出了一种新颖的混合元启发式框架，结合了Dipper Throated Optimization (DTO)和Polar Rose Search (PRS)，用于提升深度学习模型在水质预测中的性能	结合了生物启发的DTO算法和PRS算法，提出了一种混合优化框架，用于处理高维数据集并提升预测准确性	未提及具体的数据集规模或实际应用中的潜在限制	提升智能农业中的水质预测精度，支持可持续农业灌溉决策	水质数据，特别是与土豆种植相关的高质量灌溉水	machine learning	NA	Dipper Throated Optimization (DTO), Polar Rose Search (PRS), Radial Basis Function Network (RBFN)	RBFN	水质数据	NA
169	2025-07-25	Evolution from the physical process-based approaches to machine learning approaches to predicting urban floods: a literature review 2025, Environmental systems research DOI:10.1186/s40068-025-00409-3 PMID:40692624	review	本文综述了过去二十年来城市洪水预测方法的演变，从传统的基于物理过程的方法到AI和机器学习方法	聚焦AI驱动的实时和社区集成方法在洪水预测中的最新进展	许多城市缺乏使用这些工具所需的数据、传感器或系统，且许多模型未与城市规划或社区工作相结合	探讨城市洪水预测方法的演变及其改进	城市洪水预测方法	machine learning	NA	GIS, LiDAR, 卫星图像, 深度学习, 混合模型	AI, 机器学习, 深度学习, 混合模型	天气信息, 传感器数据, 社交媒体数据	NA
170	2025-07-25	High-throughput end-to-end aphid honeydew excretion behavior recognition method based on rapid adaptive motion-feature fusion 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1609222 PMID:40692669	研究论文	提出一种基于快速自适应运动特征融合的端到端蚜虫蜜露排泄行为识别方法，用于提高检测精度和操作效率	首次建立了包含蚜虫爬行、腿部弹动和蜜露排泄行为的细粒度数据集，开发了快速自适应运动特征融合算法，并优化了RT-DETR检测模型	未提及具体的数据集规模或在实际农业环境中的适用性测试	提高蚜虫蜜露排泄行为的检测效率和准确性，以研究其摄食活动和评估植物抗性水平	蚜虫的蜜露排泄行为	计算机视觉	NA	深度学习	RT-DETR, ResNet50	视频	未明确提及具体样本数量
171	2025-07-25	Classifying office workers with and without cervicogenic headache or neck and shoulder pain using posture-based deep learning models: a multicenter retrospective study 2025, Frontiers in pain research (Lausanne, Switzerland) DOI:10.3389/fpain.2025.1614143 PMID:40692757	研究论文	开发并评估基于习惯性坐姿图像的深度学习模型，用于分类有或无颈源性头痛或颈肩痛的办公室员工	首次使用深度学习模型从习惯性坐姿图像中分类颈源性头痛和颈肩痛，并利用CAM技术可视化模型关注区域	静态姿势与肌肉骨骼疼痛之间的复杂关系需要临床实践中采用多模式评估方法	开发用于肌肉骨骼疾病早期检测的自动化分类工具	531名办公室员工(135名CH患者，365名NSP患者，108名CH+NSP患者和139名对照组)	计算机视觉	肌肉骨骼疾病	深度学习	VGG19, ResNet50, EfficientNet B5	图像	531名办公室员工的904张习惯性坐姿图像
172	2025-07-25	Deep learning for enhancement of low-resolution and noisy scanning probe microscopy images 2025, Beilstein journal of nanotechnology IF:2.6Q2 DOI:10.3762/bjnano.16.83 PMID:40692894	研究论文	本研究使用传统方法和深度学习模型提升低分辨率AFM图像的质量和分辨率	深度学习模型在超分辨率任务中表现优于传统方法，并能完全消除AFM图像中的常见伪影	研究中未提及深度学习模型的具体计算资源需求或训练时间	提升原子力显微镜(AFM)图像的分辨率和质量	低分辨率和含噪声的AFM图像	计算机视觉	NA	AFM扫描	深度学习模型	图像	未明确提及具体样本数量
173	2025-07-25	Multidisciplinary Evaluation of an AI-Based Pneumothorax Detection Model: Clinical Comparison with Physicians in Edge and Cloud Environments 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S535405 PMID:40693169	研究论文	本研究评估了一种基于Google Cloud Vertex AI的深度学习模型在气胸检测中的诊断准确性，并与不同经验水平的医生进行了比较	该研究首次在云端和边缘部署环境中评估AI模型的气胸检测性能，并特别关注了微小气胸病例的检测能力	研究样本量较小（152例），且来自单一中心，可能影响结果的普遍性	评估AI模型在气胸检测中的诊断准确性及其临床应用潜力	胸部X光片中的气胸检测	数字病理	肺病	AutoML Vision	深度学习模型	医学影像	152例匿名胸部X光片（76例气胸，76例正常）
174	2025-07-25	MSPO: A machine learning hyperparameter optimization method for enhanced breast cancer image classification 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251361603 PMID:40693252	研究论文	本文提出了一种多策略鹦鹉优化器（MSPO）用于乳腺癌图像分类任务，以提高深度学习模型的超参数优化效率和分类性能	在原始鹦鹉优化器基础上整合了Sobol序列初始化、非线性递减惯性权重和混沌参数等策略，增强了全局探索能力和收敛稳定性	仅在BreaKHis乳腺癌图像数据集上进行了验证，需要更多数据集测试其泛化能力	提高乳腺癌图像分类的准确性和效率	乳腺癌图像	计算机视觉	乳腺癌	深度学习	ResNet18	图像	BreaKHis数据集
175	2025-07-25	Detecting early gastrointestinal polyps in histology and endoscopy images using deep learning 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1571075 PMID:40703309	研究论文	使用深度学习技术检测组织学和内窥镜图像中的早期胃肠道息肉	提出了一种三阶段深度学习方法，结合编码器-解码器网络、预训练模型和SVM分类器，用于早期胃肠道息肉的识别	InceptionV3模型的性能略低于其他模型，可能存在优化空间	提高胃肠道癌症的早期识别率	胃肠道息肉	数字病理学	胃肠道癌症	深度学习	EDN, VGG16, VGG19, ResNet50, InceptionV3, SVM	图像	五个数据集（CRC-VAL-HE-7K, CRC-VAL-HE-100K, Kvasir_v2, 北京肿瘤医院数据集, 弱标记数据集）
176	2025-07-25	Integrating pathomics and deep learning for subtyping uveal melanoma: identifying high-risk immune infiltration profiles 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1585097 PMID:40703526	研究论文	本研究利用无监督学习和深度学习技术，识别葡萄膜黑色素瘤的高免疫浸润亚型，并基于死亡风险改善患者分层	结合病理组学和深度学习识别葡萄膜黑色素瘤的高免疫浸润亚型，并开发基于Inception-V3架构的深度学习模型进行生存预测	样本量相对较小（70例训练集和68例验证集），可能影响模型的泛化能力	改善葡萄膜黑色素瘤患者的风险分层和管理	葡萄膜黑色素瘤患者	数字病理学	葡萄膜黑色素瘤	H&E染色全切片图像分析、无监督聚类、深度学习	Inception-V3	图像、基因组数据和临床数据	70例训练集（来自GDC）和68例验证集（来自华西医院）
177	2025-07-25	Supervised contrastive loss helps uncover more robust features for photoacoustic prostate cancer identification 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1592815 PMID:40703547	research paper	本研究探讨了监督对比学习在光声光谱特征提取中的应用，以提高前列腺癌的诊断准确性	引入了监督对比学习（SCL-adjust模型）来提取更可靠的特征，相比传统方法准确率提高了10%以上，且特征更具鲁棒性	个体异质性仍然是影响判别性能的重要因素	从复杂的生物组织中提取更可靠的特征，提高前列腺癌的判别准确性	前列腺癌（PCa）的光声光谱数据	digital pathology	prostate cancer	photoacoustic spectral analysis	CNN, supervised contrastive (SC) model, supervised contrastive loss adjust (SCL-adjust) model	spectral data	NA
178	2025-07-25	Using deep learning to screen OCTA images for hypertension to reduce the risk of serious complications 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1581785 PMID:40703652	研究论文	使用深度学习分析OCTA图像以筛查高血压，降低严重并发症风险	结合卷积神经网络Xception和多Swin transformer模型分析OCTA图像，提高高血压筛查的准确性和效率	样本量相对较小（422张OCTA图像），可能影响模型的泛化能力	研究高血压对眼部微血管的影响，开发基于深度学习的筛查方法	高血压患者和健康人的OCTA图像	计算机视觉	高血压	OCTA成像技术	Xception, Swin transformer	图像	422张OCTA图像（来自136名高血压患者和85名健康人）
179	2025-07-25	Construction of crown profile prediction model of Pinus yunnanensis based on CNN-LSTM-attention method 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1567131 PMID:40703862	研究论文	本研究提出了一种结合深度学习和树冠竞争指数的新方法，用于提高云南松树冠轮廓预测的准确性	结合CNN-LSTM-Attention深度学习模型与新型树冠轮廓竞争指数（CPCI），显著提升了树冠轮廓预测的准确性和稳定性	研究仅基于云南大理苍山的629棵树的数据，可能无法完全代表其他地区的云南松	提高云南松树冠轮廓预测的准确性，以支持森林管理和生态分析	云南松的树冠轮廓	机器学习	NA	深度学习	CNN-LSTM-Attention	树冠轮廓数据	629棵树，来自云南大理苍山的五个年龄分层的永久样地
180	2025-07-25	Design and development of an efficient RLNet prediction model for deepfake video detection 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1569147 PMID:40704217	研究论文	本文提出了一种结合ResNet和LSTM的RLNet深度学习框架，用于高效检测深度伪造视频	通过同时利用空间和时间特征来准确识别伪造内容，相比现有方法具有更高的检测精度	需要进一步研究其他CNN架构在视频深度伪造数据集上的表现	开发一种高效的深度伪造视频检测方法，提升数字内容的安全性和真实性	真实和深度伪造视频	计算机视觉	NA	深度学习	ResNet和LSTM	视频	多样化的真实和深度伪造视频数据集