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
18161	2025-10-07	Graph model-aided optimal iterative decoding technique for LDPC in optical fiber communication 2025-Jan-13, Optics express IF:3.2Q2 DOI:10.1364/OE.534637 PMID:39876298	研究论文	提出一种结合图模型与深度学习的新型LDPC迭代解码技术GMNN-BP	首次将图模型作为深度学习与置信传播算法的桥梁，兼具两者优势	未提及实际部署中的计算效率问题	解决长码率LDPC解码中神经网络复杂度高的问题	光通信中的LDPC码解码	机器学习	NA	图神经网络, 置信传播算法	图神经网络	编码数据	基于IEEE 802.3ca标准LDPC码字的仿真与实验验证	NA	GMNN-BP	解码增益, 迭代次数	NA
18162	2025-10-07	Physics-informed deep learning for 3D modeling of light diffraction from optical metasurfaces 2025-Jan-13, Optics express IF:3.2Q2 DOI:10.1364/OE.544116 PMID:39876311	研究论文	提出一种基于物理信息神经网络的无数据深度学习方法，用于高效计算三维光学超表面的光衍射效应	采用无需训练数据的物理信息神经网络，仅从控制物理方程学习并实现光散射响应的快速模拟	NA	开发高效计算光学超表面光衍射特性的替代方法	光学超表面的光衍射、偏振效应和波前调控	计算电磁学	NA	物理信息神经网络	PINN	物理方程	NA	NA	物理信息神经网络	精度, 计算速度	NA
18163	2025-10-07	Real-time acoustic monitoring of laser paint removal based on deep learning 2025-Jan-13, Optics express IF:3.2Q2 DOI:10.1364/OE.545906 PMID:39876315	研究论文	本文首次提出基于深度学习的激光除漆过程实时声学监测方法	首次将深度学习技术应用于激光除漆声学监测，开发了基于梅尔频率倒谱系数和卷积神经网络的实时监测系统	声学信号易受复杂环境噪声干扰，可能影响监测准确性	实现激光除漆过程的实时声学监测	激光除漆过程中产生的声学信号	机器学习	NA	声学信号分析，MFCC特征提取	CNN	声学信号	清洁和不清洁除漆过程的原始声学信号	NA	CNN	准确率，AUC-ROC	NVIDIA Jetson Nano
18164	2025-10-07	Redox-Detecting Deep Learning for Mechanism Discernment in Cyclic Voltammograms of Multiple Redox Events 2025-Jan-02, ACS electrochemistry DOI:10.1021/acselectrochem.4c00014 PMID:39878149	研究论文	开发了一种名为EchemNet的深度学习架构，用于自动检测循环伏安图中的电化学事件并分类其机制	首次开发专门用于电化学机制分类的深度学习模型，能够同时分配电压窗口和机制类别	基于模拟测试数据，在真实实验数据中的性能尚未验证	实现电化学循环伏安图中多氧化还原事件的自动检测和机制分类	循环伏安图中的电化学氧化还原事件	机器学习	NA	循环伏安法	深度学习	电化学数据	NA	NA	EchemNet	检测率, 分类准确率	NA
18165	2025-10-07	Can the number of confirmed COVID-19 cases be predicted more accurately by including lifestyle data? An exploratory study for data-driven prediction of COVID-19 cases in metropolitan cities using deep learning models 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251314528 PMID:39872000	研究论文	探索使用包含生活方式数据的深度学习模型预测大都市COVID-19确诊病例数的准确性	首次将公共交通使用、电影院观影和汽车旅馆住宿等生活方式数据纳入COVID-19病例预测模型	仅针对韩国大都市进行研究，样本范围有限，未验证其他地区适用性	探索生活方式数据是否能提高COVID-19确诊病例数预测准确性	韩国大都市（首尔和釜山）的COVID-19确诊病例	机器学习	COVID-19	深度学习	DNN, RNN	时间序列数据（确诊病例数、搜索词频、生活方式数据）	韩国两大都市：首尔（960万人口）、釜山（340万人口）	NA	深度神经网络，循环神经网络	误差率	NA
18166	2025-10-07	Utilizing a Wireless Radar Framework in Combination With Deep Learning Approaches to Evaluate Obstructive Sleep Apnea Severity in Home-Setting Environments 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S486261 PMID:39872870	研究论文	本研究开发了一种结合无线雷达框架和深度学习技术的方法，用于在家庭环境中评估阻塞性睡眠呼吸暂停的严重程度	首次将24GHz无线雷达框架与深度神经网络决策树相结合，实现无接触式睡眠呼吸监测	雷达总睡眠时间功能需要进一步优化和验证才能独立应用	验证无线雷达框架结合深度学习技术在家庭环境中筛查阻塞性睡眠呼吸暂停风险的可行性	80名参与者的147晚家庭睡眠数据	机器学习	阻塞性睡眠呼吸暂停	无线雷达监测，家庭睡眠呼吸暂停测试	深度神经网络决策树	连续波雷达信号，呼吸模式数据	80名参与者，147晚睡眠数据	NA	深度神经网络决策树	准确率，相关系数，一致性分析，Youden指数	NA
18167	2025-10-07	Automatic classification of temporomandibular joint disorders by magnetic resonance imaging and convolutional neural networks 2025-Jan, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2024.06.001 PMID:39873009	研究论文	利用磁共振成像和卷积神经网络对颞下颌关节疾病进行自动分类和严重程度分析	结合YOLO深度学习技术定位关键解剖区域，并通过HSV格式转换和线性判别分析优化图像特征提取	NA	开发自动识别颞下颌关节疾病的分类系统	颞下颌关节磁共振影像数据	计算机视觉	颞下颌关节疾病	磁共振成像	CNN, YOLO	医学影像	NA	NA	YOLO, 自定义六分类CNN	准确率	NA
18168	2025-10-07	Establishment and evaluation of a deep learning-based tooth wear severity grading system using intraoral photographs 2025-Jan, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2024.05.013 PMID:39873059	研究论文	本研究开发了一种基于深度学习的牙齿磨损严重程度分级系统，使用口腔内照片自动诊断牙齿磨损程度	结合Mask R-CNN与U-Net和SGE注意力机制进行牙齿分割，并采用带掩码机制的视觉Transformer模型进行牙齿磨损分级	样本量相对有限（388张口腔照片），不同磨损等级间的F1分数存在差异（特别是3级磨损仅为0.82）	开发自动诊断牙齿磨损程度的AI系统	牙齿磨损程度	计算机视觉	牙齿磨损	深度学习	Mask R-CNN, Vision Transformer	图像	388张口腔内照片，分割后得到2774张单个牙齿图像	NA	Mask R-CNN, U-Net, Vision Transformer	准确率, 精确率, 召回率, F1分数	NA
18169	2025-10-07	Deep learning system for the differential diagnosis of oral mucosal lesions through clinical photographic imaging 2025-Jan, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2024.10.019 PMID:39873061	研究论文	开发基于卷积神经网络的深度学习系统，通过临床摄影图像对口腔黏膜病变进行鉴别诊断	能够将口腔溃疡及相关病变的临床照片分类为五种不同诊断，而现有深度学习系统通常仅关注鉴别诊断的有限方面	数据集规模小且不平衡	开发能够辅助临床医生进行准确鉴别诊断的CNN诊断模型	口腔黏膜病变的临床摄影图像	计算机视觉	口腔黏膜病变	临床摄影成像	CNN	图像	506张图像，涵盖五种不同诊断	NA	包含卷积层、批量归一化层、最大池化层、dropout层和全连接层的自定义架构	加权精确率, 加权召回率, 加权F1分数, 平均特异性, Cohen's Kappa系数, 归一化混淆矩阵, AUC	NA
18170	2025-10-07	Towards automated recipe genre classification using semi-supervised learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317697 PMID:39874282	研究论文	本研究提出了一个包含200万条标注食谱的3A2M+数据集，并开发了自动化食谱分类方法	扩展了命名实体识别列表以解决食谱方向中缺失的命名实体，并构建了大规模标注食谱数据集	未明确说明模型在未见数据上的泛化能力	开发自动化食谱分类方法以解决在线食谱分类挑战	烹饪食谱	自然语言处理	NA	命名实体识别(NER)	传统机器学习,深度学习,预训练语言模型	文本	200万条烹饪食谱	NA	NA	准确率	NA
18171	2025-10-07	Identification of diabetic retinopathy lesions in fundus images by integrating CNN and vision mamba models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318264 PMID:39874303	研究论文	提出一种结合CNN和视觉Mamba模型的深度学习模型，用于准确识别和分类眼底图像中的糖尿病视网膜病变病变	首次将卷积神经网络与视觉Mamba模型相结合，利用双向状态空间方法和位置嵌入技术实现视觉数据的定位敏感性和全局关系建模	仅使用公开可用数据集进行验证，未说明模型在临床环境中的实际应用效果	开发自动识别和分类糖尿病视网膜病变病变的深度学习模型	眼底图像中的糖尿病视网膜病变病变	计算机视觉	糖尿病视网膜病变	深度学习	CNN, Vision Mamba	眼底图像	公开可用数据集（未指定具体数量）	NA	CNN, Vision Mamba	与最先进算法比较的实证结果	NA
18172	2025-10-07	AI-guided virtual biopsy: Automated differentiation of cerebral gliomas from other benign and malignant MRI findings using deep learning 2025 Jan-Dec, Neuro-oncology advances IF:3.7Q2 DOI:10.1093/noajnl/vdae225 PMID:39877747	研究论文	开发基于深度学习的自动化算法，通过MRI影像无创区分脑胶质瘤与其他颅内病变	首次提出AI引导的虚拟活检概念，实现胶质瘤与多种颅内病变的自动鉴别	样本量相对有限，需要更大规模的外部验证	开发非侵入性算法准确区分脑胶质瘤与其他颅内病理改变	1280名患有各种颅内病变的患者，包括胶质瘤、脑转移瘤、炎症病变、脑出血和脑膜瘤	医学影像分析	脑胶质瘤	MRI影像分析，放射组学特征提取	XGBoost	医学影像（MRI）	1280名患者，包含218例胶质瘤、514例脑转移瘤、366例炎症病变、99例脑出血和83例脑膜瘤	NA	NA	AUC（曲线下面积）	NA
18173	2025-10-07	Generalizable deep learning approach for 3D particle imaging using holographic microscopy (HM) 2024-Dec-30, Optics express IF:3.2Q2 DOI:10.1364/OE.535207 PMID:39876127	研究论文	提出一种基于深度学习的通用化三维粒子成像方法，用于全息显微镜分析	利用人类对粒子衍射图案纵向变化的感知特性开发深度学习架构，实现了处理速度数量级提升和高度通用化的三维粒子分析	仅使用简单粒子的少量合成和真实全息图进行训练	开发通用化的三维粒子成像分析方法	全息显微镜中的粒子	计算机视觉	NA	全息显微镜	深度学习	全息图像	少量合成和真实全息图	NA	NA	处理速度，通用性	NA
18174	2025-10-07	Qualitative identification of passive Fourier transform infrared spectra via an attention mechanism based deep learning approach 2024-Dec-30, Optics express IF:3.2Q2 DOI:10.1364/OE.543450 PMID:39876146	研究论文	提出一种基于注意力机制的深度学习模型，用于被动傅里叶变换红外光谱的定性识别	首次将Transformer自注意力神经网络与协同注意力机制结合用于气体识别，实现联合特征学习与融合	未明确说明模型在极端弱信号条件下的性能极限	提高被动傅里叶变换红外光谱在复杂背景干扰下的气体识别精度	空气中的化学污染物气体	机器学习	NA	被动傅里叶变换红外光谱	Transformer	光谱数据	NA	NA	Transformer, 协同注意力机制	NA	NA
18175	2025-10-07	Mobile-friendly under-sampling single-pixel imaging based on a lightweight hybrid CNN-ViT architecture 2024-Dec-30, Optics express IF:3.2Q2 DOI:10.1364/OE.546375 PMID:39876166	研究论文	提出一种基于轻量级CNN-ViT混合架构的移动友好型欠采样单像素成像方法	提出移动ViT模块降低传统ViT计算成本，并结合CNN设计轻量级混合模型，同时提出适用于深度学习SPI的通用差分三元调制模式方案	NA	开发适用于移动设备的单像素成像重建方法	单像素成像系统	计算机视觉	NA	单像素成像	CNN, ViT	图像	NA	NA	CNN-ViT混合架构	成像质量, 内存消耗, 计算负担	移动设备
18176	2025-10-07	Three-stage training strategy phase unwrapping method for high speckle noises 2024-Dec-30, Optics express IF:3.2Q2 DOI:10.1364/OE.544968 PMID:39876182	研究论文	提出一种三阶段多任务相位展开方法，用于高散斑噪声条件下的相位恢复	提出三阶段训练策略和基于卷积的多尺度空间注意力模块，有效降低空间不一致噪声的干扰	仅使用模拟数据进行测试，未在真实实验数据上验证	提高高噪声条件下相位展开的测量精度	含噪声的包裹相位数据	计算机视觉	NA	相位展开技术	CNN	相位图像数据	不同噪声水平的模拟数据	NA	UNet, DeepLabV3+	噪声鲁棒性, 相位恢复精度	NA
18177	2025-10-07	OAM-basis underwater single-pixel imaging based on deep learning at a low sampling rate 2024-Dec-30, Optics express IF:3.2Q2 DOI:10.1364/OE.543358 PMID:39876191	研究论文	提出一种基于轨道角动量基和深度学习的低采样率水下单像素成像方法	首次将轨道角动量基采样方案与双注意力残差U-Net生成对抗网络相结合用于水下单像素成像	NA	解决水下环境中低采样率和高浊度条件下的成像挑战	水下目标图像	计算机视觉	NA	单像素成像	GAN	图像	NA	NA	双注意力残差U-Net生成对抗网络(DARU-GAN)	NA	NA
18178	2025-10-07	A Deep Learning Framework for Automated Classification and Archiving of Orthodontic Diagnostic Documents 2024-Dec, Cureus DOI:10.7759/cureus.76530 PMID:39877794	研究论文	提出基于卷积神经网络的深度学习框架，用于自动化正畸诊断图像的分类和归档	采用带有注意力模块的顺序分类方法，结合Grad-CAM可视化验证模型对临床相关特征的关注	研究仅聚焦于图像分类任务，尚未实现完整的诊断和治疗规划自动化	开发AI驱动的自动化正畸诊断图像分类和归档系统	正畸诊断图像	计算机视觉	口腔正畸	深度学习	CNN	图像	61,842张训练图像和13,729张外部验证图像，来自三家牙科诊所，涵盖13个类别	NA	ResNet50, InceptionV3, 带注意力模块的自定义模型	准确率	NA
18179	2025-10-07	A deep learning model for carotid plaques detection based on CTA images: a two stepwise early-stage clinical validation study 2024, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2024.1480792 PMID:39871993	研究论文	开发基于CTA图像的深度学习模型用于颈动脉斑块检测，并进行两步早期临床验证研究	结合ResUNet与金字塔场景解析网络(PSPNet)增强斑块分割，采用两步早期临床验证研究模拟真实临床诊断场景	回顾性单中心研究，样本量相对有限	开发颈动脉斑块检测的深度学习模型并评估其临床应用可行性和价值	颈动脉粥样硬化斑块患者	计算机视觉	心血管疾病	CTA成像	深度学习	医学图像	647例患者(训练集475例，验证集86例，测试集86例)	NA	ResUNet,PSPNet	召回率,敏感度,精确度	NA
18180	2025-10-07	Deep learning-enabled exploration of global spectral features for photosynthetic capacity estimation 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1499875 PMID:39872203	研究论文	提出一种基于注意力机制和植被指数计算的深度学习模型，用于挖掘全球光谱特征以准确估算光合作用能力	开发具有增强可解释性的深度学习模型，能够发现最优植被指数形式并优于传统方法	NA	准确估算光合作用能力	植物光合作用能力	机器学习	NA	光谱分析	深度学习	光谱数据	NA	NA	注意力机制	决定系数(R), 均方根误差(RMSE)	NA