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	2025-06-06	Incorporating patient-specific prior clinical knowledge to improve clinical target volume auto-segmentation generalisability for online adaptive radiotherapy of rectal cancer: A multicenter validation 2025-Feb, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110667 PMID:39675574	research paper	本研究探讨了在直肠癌在线自适应放疗中，利用患者特异性先验临床知识提高临床靶区自动分割的泛化能力	提出了一种结合患者特异性先验临床知识和基于人群的变异性的深度学习方法，以提高自动分割的泛化能力	研究仅针对直肠癌患者，未涉及其他癌症类型	提高在线自适应放疗中临床靶区自动分割的泛化能力	中危或局部晚期直肠癌患者	digital pathology	rectal cancer	deep learning	DL	MRI	来自三个中心的中危或局部晚期直肠癌患者
162	2025-06-06	Investigating the Quality of DermaMNIST and Fitzpatrick17k Dermatological Image Datasets 2025-Feb-01, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04382-5 PMID:39893183	research paper	本文对DermaMNIST、HAM10000和Fitzpatrick17k三个皮肤病图像数据集进行了细致分析，揭示了数据质量问题，并提出了修正方案	揭示了皮肤病数据集中存在的重复数据、数据泄漏、错误标签等问题，并提出了修正方法	仅分析了三个皮肤病数据集，可能无法涵盖所有数据质量问题	评估皮肤病图像数据集的质量，并提高深度学习模型的可靠性	DermaMNIST、HAM10000和Fitzpatrick17k数据集	digital pathology	dermatological disease	NA	deep neural network	image	三个皮肤病数据集（具体数量未提及）
163	2025-06-06	PRISM Lite: A lightweight model for interactive 3D placenta segmentation in ultrasound 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047410 PMID:40463735	research paper	提出了一种轻量级交互式分割模型PRISM Lite，用于实时从3D超声图像中分割胎盘	设计了一个轻量级交互式分割模型，适用于临床使用，能够在实时条件下进行胎盘分割，且计算资源需求低	模型在低资源环境或移动设备上的适用性仍需进一步验证	开发一种适用于临床的轻量级交互式胎盘分割模型	3D超声图像中的胎盘	digital pathology	pregnancy outcomes	3D ultrasound imaging	lightweight interactive segmentation model	3D ultrasound images	NA
164	2025-06-06	Real-time detection and monitoring of public littering behavior using deep learning for a sustainable environment 2025-Jan-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77118-x PMID:39848984	研究论文	本文介绍了一种利用深度学习的SAWN系统，用于实时检测和监控公共场所的乱扔垃圾行为，以促进环境可持续发展	结合MoViNet视频分类模型和YOLOv8目标检测模型，通过面部识别和车牌检测识别乱扔垃圾的个体，提高了检测的准确性和实时性	数据收集存在挑战，由于缺乏现成的乱扔垃圾数据，研究成员需要模拟真实场景来生成训练数据	开发一种有效的系统来检测和减少公共场所的乱扔垃圾行为，以减轻环境污染	车辆和行人的乱扔垃圾行为	计算机视觉	NA	深度学习	MoViNet, YOLOv8, LRCN, CNN-RNN	视频	模拟真实场景生成的数据集
165	2025-06-06	Enhancing predictive accuracy for urinary tract infections post-pediatric pyeloplasty with explainable AI: an ensemble TabNet approach 2025-01-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82282-1 PMID:39828726	research paper	本研究开发了一种结合机器学习和深度学习的集成模型，用于预测小儿肾盂成形术后尿路感染的风险	首次提出结合机器学习和深度学习的集成预测模型，利用SHAP解释模型提供临床风险因素新见解	研究证据等级为IV级，缺乏对照组比较	提高小儿肾盂成形术后尿路感染的预测准确性	764例接受单侧肾盂成形术的儿科患者	machine learning	urinary tract infection	ensemble learning, SHAP	TabNet, Logistic Regression, SVM, Random Forest, XGBoost, LightGBM	clinical features	764例儿科患者
166	2025-06-06	Deep learning in Cobb angle automated measurement on X-rays: a systematic review and meta-analysis 2025-Jan, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-024-00954-4 PMID:39320698	系统综述与荟萃分析	本文综述了深度学习算法在X光片上自动测量Cobb角的应用，并进行了荟萃分析	比较了基于分割和基于标志点的深度学习方法的准确性，并提出了改进模型设计的潜在方法	荟萃分析结果有限，存在高度异质性	评估深度学习算法在Cobb角自动测量中的性能	X光片上的Cobb角测量	计算机视觉	脊柱侧弯	深度学习算法	NA	X光图像	50项研究纳入系统综述，17项研究纳入荟萃分析（共3022例样本）
167	2025-06-06	A Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease 2025, Cardiology IF:1.9Q3 DOI:10.1159/000541980 PMID:39396499	研究论文	开发了一种基于深度学习的快速三维心脏建模方法，用于先天性心脏病患者的术前规划和诊断支持	整合医学影像和临床诊断信息，通过深度学习自动生成3D打印和VR应用的心脏模型	研究样本量较小（110例患者），未来需在更大数据集和不同类型先天性心脏病上验证模型的广泛适用性	提高先天性心脏病手术规划和诊断的精确性	先天性心脏病患者	数字病理学	先天性心脏病	CT、心脏MRI	深度学习模型	医学影像、临床数据	110例患者
168	2025-06-06	GCLmf: A Novel Molecular Graph Contrastive Learning Framework Based on Hard Negatives and Application in Toxicity Prediction 2025-Jan, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400169 PMID:39421969	research paper	提出了一种基于硬负样本的分子图对比学习框架GCLmf，用于毒性预测	利用特定条件的分子片段作为硬负样本，提升负样本集质量，从而在预训练中学习更具信息量的分子表示	未明确提及模型在数据稀缺情况下的表现或泛化能力	提高化学毒性预测的准确性和鲁棒性	分子图数据	machine learning	NA	对比学习（自监督学习）	GCLmf（基于深度学习的分子图对比学习框架）	分子图数据	在33个毒性任务上进行评估，具体样本量未明确说明
169	2025-06-06	Diagnostic accuracy of deep learning-based algorithms in laryngoscopy: a systematic review and meta-analysis 2025-Jan, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-09049-2 PMID:39446141	meta-analysis	该研究通过系统综述和荟萃分析评估深度学习在喉镜检查中诊断喉癌的准确性	首次对深度学习在喉镜检查中的诊断效用进行系统评价和荟萃分析	仅纳入9项研究，样本量虽大但研究数量有限	评估深度学习算法在喉镜检查中诊断喉癌的准确性	喉镜检查图像	digital pathology	laryngeal cancer	深度学习	NA	image	106,175张内窥镜图像
170	2025-06-06	Overcoming the preferred-orientation problem in cryo-EM with self-supervised deep learning 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02505-1 PMID:39558095	research paper	该论文开发了一种名为spIsoNet的自监督深度学习软件，用于解决冷冻电镜中的粒子取向偏差问题	提出了一种端到端的自监督深度学习方法，无需额外的样本制备过程即可解决冷冻电镜中的取向偏差问题	NA	解决冷冻电镜中粒子取向偏差导致的图像各向异性和粒子错位问题	冷冻电镜图像数据，包括核糖体、β-半乳糖苷酶和血凝素三聚体数据集	计算机视觉	NA	冷冻电镜	深度学习	图像	多个代表性生物系统数据集
171	2025-06-06	Deep learning-based optical coherence tomography and retinal images for detection of diabetic retinopathy: a systematic and meta analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1485311 PMID:40171193	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习算法在光学相干断层扫描（OCT）和视网膜图像中检测糖尿病视网膜病变（DR）的有效性	首次对深度学习在OCT和视网膜图像中检测DR的效果进行了全面的荟萃分析	数据集标准化不足，模型可解释性有待提高，且需在多样化人群中进一步验证性能	评估深度学习算法在糖尿病视网膜病变检测中的准确性和可靠性	光学相干断层扫描（OCT）和视网膜图像	digital pathology	diabetic retinopathy	deep learning	NA	image	188268张视网膜图像和OCT扫描
172	2025-06-06	Advances in functional magnetic resonance imaging-based brain function mapping: a deep learning perspective 2025, Psychoradiology DOI:10.1093/psyrad/kkaf007 PMID:40401160	综述	本文探讨了基于深度学习的fMRI脑功能映射方法的演变及其在神经科学研究中的应用	综述了深度学习在fMRI脑功能映射中的最新进展，包括新兴趋势如fMRI嵌入、脑基础模型和脑启发人工智能	未提及具体实验数据或样本量的限制	探索深度学习在fMRI脑功能映射中的应用及其未来发展方向	fMRI数据和脑功能映射	机器学习	神经疾病	fMRI	CNN, RNN, transformers	fMRI数据	NA
173	2025-06-06	Mitigating catastrophic forgetting in Multiple sclerosis lesion segmentation using elastic weight consolidation 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103795 PMID:40403421	研究论文	该研究首次将弹性权重巩固（EWC）应用于多发性硬化（MS）病变分割的领域增量学习，以减少灾难性遗忘	首次在MS病变分割的领域增量学习中应用EWC，显著减少了灾难性遗忘，并在少量目标域数据下实现了性能提升	研究仅使用了公开数据集和内部数据集进行验证，未涉及更广泛的数据来源	解决多发性硬化病变分割中的领域适应问题，减少灾难性遗忘	多发性硬化病变的MRI图像分割	数字病理	多发性硬化	弹性权重巩固（EWC）	3D U-Net	MRI图像	公开数据集（WMH2017和Shifts）及内部数据集，少量目标域图像（3-5张）
174	2025-06-06	Ground-truth-free deep learning approach for accelerated quantitative parameter mapping with memory efficient learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324496 PMID:40455714	研究论文	本研究评估了结合内存高效学习(MEL)的自监督学习(SSL)和零样本自监督学习(ZSSSL)框架，以加速定量MRI(qMRI)的图像重建	提出了不依赖全采样数据的自监督学习和零样本自监督学习方法，并结合内存高效学习技术降低GPU内存需求	在高度加速因子条件下，SSL和ZSSSL的性能略逊于监督学习(SL)	加速定量MRI图像重建过程并降低计算资源需求	定量MRI图像重建	医学影像分析	NA	定量MRI(qMRI), 自监督学习(SSL), 零样本自监督学习(ZSSSL)	深度学习(DL)	MRI图像	三个实验(2D T2映射/MSME, 3D T1映射/VFA-SPGR, 3D T2映射/DESS)
175	2025-06-06	Utility of artificial intelligence-based conversation voice analysis for detecting cognitive decline 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325177 PMID:40455724	研究论文	本研究开发了一种基于人工智能的对话语音分析模型，用于检测认知衰退	利用短对话语音样本通过AI模型检测认知衰退，无需专业环境或设备	样本量较小（263名患者），且仅基于Mini-Mental State Examination分数进行标签	开发一种便捷的认知衰退筛查工具	认知衰退患者和认知正常人群	自然语言处理	老年疾病	机器学习	全耦合神经网络	语音	263名患者的语音样本，其中20个样本用于准确性评估
176	2025-06-06	Overlapping point cloud registration algorithm based on KNN and the channel attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325261 PMID:40455723	研究论文	提出了一种基于KNN和通道注意力机制的重叠点云配准算法，显著提高了重叠区域的特征提取和匹配能力	结合KNN算法和通道注意力机制(CAM)，设计了有效性评分网络，提高了配准精度和系统鲁棒性	未提及算法在实时性方面的表现	提高重叠点云区域的特征提取和匹配能力，构建高精度环境模型	三维点云数据	计算机视觉	NA	KNN算法，通道注意力机制(CAM)	有效性评分网络	三维点云数据	ModelNet40数据集和Stanford数据集
177	2025-06-06	A novel spectral analysis-based grading system for gastrointestinal activity 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323440 PMID:40455773	研究论文	本文介绍了一种基于频谱分析的新型胃肠道活动分级系统，用于客观评估胃肠动力	提出了一种创新的无监督分级系统，通过频谱特征分析肠鸣音来评估胃肠动力，避免了传统方法依赖个人判断和大规模标注数据集的问题	虽然验证了方法的可靠性，但仍需进一步研究以确认其在更广泛临床环境中的适用性	开发一种客观评估胃肠动力的方法，辅助医生量化胃肠道活动	肠鸣音（由消化气体和液体在蠕动过程中产生的声音信号）	数字病理	胃肠道疾病	频谱特征分析	无监督学习	音频	NA
178	2025-06-06	Intelligent and precise auxiliary diagnosis of breast tumors using deep learning and radiomics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320732 PMID:40455816	研究论文	该研究开发了一种结合深度学习和放射组学的智能诊断模型，以提高乳腺肿瘤的诊断准确性	结合MobileNet与ResNeXt启发的深度可分离和分组卷积，改进了特征处理效率和参数减少	外部验证集的准确率（69.44%）和AUC（0.75）相比内部验证有所下降，表明模型在泛化性上仍有提升空间	提高乳腺肿瘤的早期诊断准确性，减少人工诊断误差	乳腺肿瘤	计算机视觉	乳腺癌	深度学习、放射组学	MobileNet、ResNeXt、VGG16、ResNet、AlexNet	超声图像	AI-Dhabyani和TCIA乳腺超声数据集（具体样本数未明确说明）
179	2025-06-06	UICD: A new dataset and approach for urdu image captioning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320701 PMID:40455832	research paper	该研究创建了一个新的乌尔都语图像字幕数据集UC-23-RY，并提出了专为乌尔都语图像字幕设计的深度学习架构	提出了首个乌尔都语图像字幕数据集UC-23-RY，并设计了NASNetLarge-LSTM和ResNet-50-LSTM两种深度学习模型	未提及模型在其他指标（如BLEU-2、BLEU-3等）上的表现，也未与其他语言的图像字幕研究进行对比	填补乌尔都语图像字幕研究的空白，提升自动乌尔都语图像字幕的质量	乌尔都语图像字幕	natural language processing	NA	deep learning	NASNetLarge-LSTM, ResNet-50-LSTM	image, text	159,816 Urdu captions
180	2025-06-06	An efficient non-parametric feature calibration method for few-shot plant disease classification 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1541982 PMID:40458225	research paper	提出一种基于特征适应评分（FAS）度量的方法，用于少样本植物病害分类	利用FAS评分与测试准确率的严格正相关关系，无需训练网络即可确定适用于少样本植物病害分类的Swin-Transformer V2-F6网络结构，并设计了PDFC算法进行特征校准	NA	解决植物病害图像数据不足的问题，提高少样本植物病害分类的准确率	植物病害图像	computer vision	plant disease	few-shot learning	Swin-Transformer V2	image	PlantVillage数据集及其他数据集