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
18361	2025-10-07	Artificial intelligence-based classification of cardiac autonomic neuropathy from retinal fundus images in patients with diabetes: The Silesia Diabetes Heart Study 2024-08-10, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-024-02367-z PMID:39127709	研究论文	本研究利用基于人工智能的深度学习技术，通过视网膜眼底图像对糖尿病患者的心脏自主神经病变进行分类	首次将视网膜眼底图像与人工智能技术结合用于心脏自主神经病变的无创诊断，为糖尿病并发症筛查提供了新方法	单中心观察性研究，样本量相对有限（229名患者），需要更大规模验证	开发基于视网膜图像的人工智能诊断系统，用于检测糖尿病患者的心脏自主神经病变	糖尿病患者的心脏自主神经病变	计算机视觉	心血管疾病	非散瞳5视野彩色眼底成像	CNN	图像	229名患者的2275张视网膜图像	NA	ResNet 18, ResWide 50	AUC, 准确率, 灵敏度	NA
18362	2025-10-07	Deep learning solutions for inverse problems in advanced biomedical image analysis on disease detection 2024-08-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69415-2 PMID:39122782	研究论文	本研究开发了一种名为DLSIP-ABIADD的深度学习技术，用于解决生物医学图像分析中的逆问题并实现疾病检测	提出结合MobileNetv2特征提取、亨利气体溶解优化算法和双向长短期记忆网络的混合深度学习框架来解决生物医学图像逆问题	NA	解决生物医学图像分析中的逆问题以提高疾病检测效率	生物医学图像中的疾病检测	计算机视觉	NA	分子成像, MRI, CT扫描	BiLSTM, MobileNetv2	图像	NA	NA	MobileNetv2, BiLSTM	NA	NA
18363	2025-10-07	Labelling with dynamics: A data-efficient learning paradigm for medical image segmentation 2024-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103196 PMID:38781755	研究论文	提出一种基于动态系统先验的数据高效医学图像分割学习范式	通过引入定制化动态系统的领域知识作为强先验，解决了深度学习在医学图像分割中需要大量标注数据和缺乏可解释性的问题	仅在两个数据集上进行了验证，需要更多医学图像类型的测试	开发数据高效的医学图像分割方法	胸部X光图像中的心脏和肺部分割、皮肤镜图像中的皮肤病变分割	医学图像分析	肺部疾病、皮肤病变	深度学习	深度神经网络	医学图像（X光图像、皮肤镜图像）	JSRT和ISIC2016两个数据集	NA	定制化动态系统	分割准确性	NA
18364	2025-10-07	Analyzing the impact of deep learning algorithms and fuzzy logic approach for remote English translation 2024-Jun-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64831-w PMID:38914631	研究论文	本文提出了一种融合深度学习和模糊决策算法的远程英语翻译方法，用于提高翻译精度	提出FPTA方法，通过深度学习的双层循环验证和模糊决策算法相结合，优化翻译过程中的词语适应性和可理解性	NA	解决远程英语翻译中的精度验证问题，提高翻译质量和可理解性	远程英语翻译系统	自然语言处理	NA	深度学习，模糊逻辑	循环神经网络	文本	NA	NA	双层循环网络	错误率，可理解性提升率	NA
18365	2025-10-07	Attention and sentiment of Chinese public toward rural landscape based on Sina Weibo 2024-06-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64527-1 PMID:38877046	研究论文	基于新浪微博数据，通过深度学习模型分析中国公众对乡村景观的关注度与情感态度	首次将深度学习方法应用于微博数据分析，从公众视角探索乡村景观发展方向	仅基于微博平台数据，可能无法完全代表全体公众意见	探索中国公众对乡村景观的态度，为政策制定和发展模式提供参考	中国公众对乡村景观的关注与情感表达	自然语言处理	NA	社交媒体数据分析	深度学习	文本数据	新浪微博相关数据	NA	NA	NA	NA
18366	2025-10-07	Case-Base Neural Network: Survival analysis with time-varying, higher-order interactions 2024-Jun, Machine learning with applications DOI:10.1016/j.mlwa.2024.100535 PMID:39802089	研究论文	提出一种结合病例基础抽样框架与神经网络架构的生存分析方法	将病例基础抽样与神经网络相结合，能够建模时变交互作用和复杂基线风险	仅适用于单一事件生存结果的分析	开发能够处理时变交互作用和复杂基线风险的生存分析方法	生存分析中的时间相关事件数据	机器学习	NA	病例基础抽样、数据增强	前馈神经网络	生存数据	NA	R	前馈神经网络	时间依赖性指标	NA
18367	2025-10-07	Automated classification of elongated styloid processes using deep learning models-an artificial intelligence diagnostics 2024, Frontiers in oral health IF:3.0Q1 DOI:10.3389/froh.2024.1424840 PMID:39902080	研究论文	本研究开发了一种基于深度学习的自动化分类系统，用于从数字全景X光片中准确分类细长茎突	首次应用EfficientNetB5和InceptionV3深度学习模型对细长茎突进行自动化分类，显著提高了诊断准确性	研究为回顾性分析，样本量相对有限（450张图像），仅使用单一类型医学影像（全景X光片）	开发细长茎突的自动化分类系统，评估不同深度学习模型的性能	细长茎突和正常茎突的医学影像	计算机视觉	Eagle综合征	数字全景X光片（OPG）	CNN	医学影像	450张图像（330张细长茎突，120张正常茎突）	NA	EfficientNetB5, InceptionV3	准确率, 精确率, 召回率, F1分数, AUC	NA
18368	2025-10-07	Rapid and non-destructive classification of rice seeds with different flavors: an approach based on HPFasterNet 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1502631 PMID:39902203	研究论文	本研究提出了一种基于HPFasterNet深度学习模型的快速无损大米风味分类方法	结合Ghost瓶颈和FasterNet_T0并引入分组卷积的轻量级网络HPFasterNet，在保持高精度的同时显著减少参数和计算量	仅针对19种粳稻种子进行研究，未涉及其他水稻品种	开发快速无损的大米风味分类识别方法	19种不同风味的粳稻种子	计算机视觉	NA	图像采集	CNN	图像	36735张图像	NA	HPFasterNet, FasterNet_T0	准确率	资源受限环境
18369	2025-10-07	Deep-learning-assisted reconfigurable metasurface antenna for real-time holographic beam steering 2023-Jun, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2022-0789 PMID:39633750	研究论文	提出一种基于深度学习的可重构超表面天线，实现实时全息波束控制	将自编码器与电磁散射方程结合，替代传统迭代方法，实现实时确定超原子状态	需验证玻恩近似在具体应用场景中的有效性	开发实时全息波束控制技术	可重构偶极子阵列超表面天线	机器学习	NA	深度学习，电磁散射计算	自编码器	电磁场模式数据	NA	NA	自编码器	计算时间（200微秒）	NA
18370	2025-10-07	A deep neural network for general scattering matrix 2023-Jun, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2022-0770 PMID:39633768	研究论文	开发了一种深度神经网络用于快速计算任意散射体的散射矩阵	首次使用深度神经网络计算非对称散射体的散射矩阵，速度比有限元求解器快数千倍，且自动满足能量守恒、时间反演和互易性等基本物理原理	NA	解决散射矩阵计算的高计算成本问题	任意形状的散射体	机器学习	NA	深度神经网络	DNN	数值模拟数据	NA	NA	深度神经网络	计算速度比较	NA
18371	2025-10-07	Just How Confident Can We Be in Predicting Sports Injuries? A Systematic Review of the Methodological Conduct and Performance of Existing Musculoskeletal Injury Prediction Models in Sport 2022-10, Sports medicine (Auckland, N.Z.) DOI:10.1007/s40279-022-01698-9 PMID:35689749	系统性综述	对运动肌肉骨骼损伤预测模型的方法学质量和报告完整性进行系统性评价	首次系统评估运动损伤预测模型的方法学质量和报告完整性，涵盖回归、机器学习和深度学习方法	仅纳入截至2021年6月的研究，未进行模型外部验证，仅评估现有研究的报告质量	评估运动肌肉骨骼损伤预测模型的方法学实施和报告完整性	运动肌肉骨骼损伤预测模型研究	机器学习	肌肉骨骼损伤	回归分析, 机器学习, 深度学习	回归模型, 机器学习模型	NA	30项研究(包含204个模型)	NA	NA	区分度, 校准度	NA
18372	2025-10-07	Deep Learning Image Analysis of Optical Coherence Tomography Angiography Measured Vessel Density Improves Classification of Healthy and Glaucoma Eyes 2022-04, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2021.11.008 PMID:34780803	研究论文	本研究比较了基于深度学习的光学相干断层扫描血管成像图像分析与传统特征分类方法在青光眼诊断中的性能	首次使用VGG16卷积神经网络直接分析en face血管密度图像，相比传统梯度提升分类器的特征分析方法显著提升了青光眼分类准确率	样本量相对有限（405只眼睛），仅针对视神经头区域成像，未包含其他眼部区域	改进青光眼与健康眼睛的分类诊断方法	80名健康个体的130只眼睛和185名青光眼患者的275只眼睛	计算机视觉	青光眼	光学相干断层扫描血管成像（OCTA）	CNN, GBC	图像	405只眼睛（130只健康眼，275只青光眼）	NA	VGG16	AUPRC（精确召回曲线下面积）	NA
18373	2025-10-07	The Emerging Potential of Advanced Targeted Mass Spectrometry to Become a Routine Tool for Protein Quantification in Biomedical Research 2022-Feb-23, Chimia IF:1.1Q3 DOI:10.2533/chimia.2022.81 PMID:38069753	综述	本文探讨了靶向质谱技术在生物医学研究中作为蛋白质定量常规工具的潜力与发展前景	提出深度学习光谱预测技术将显著改善靶向质谱的自动化检测开发流程	靶向质谱目前在学术界和工业界普及较慢，主要受限于检测方法开发和数据验证的额外工作负担	推动靶向质谱技术在系统生物学研究和临床转化中的应用	蛋白质、多肽及翻译后修饰	生物医学研究	NA	靶向质谱技术	深度学习	质谱数据	NA	NA	NA	NA	NA
18374	2025-10-07	Estimating time-to-total knee replacement on radiographs and MRI: a multimodal approach using self-supervised deep learning 2022-Jan-01, Radiology advances DOI:10.1093/radadv/umae030 PMID:39744045	研究论文	本研究开发了一种结合自监督深度学习和多模态数据的生存分析模型，用于预测膝关节置换手术的时间	首次将自监督深度学习特征与临床变量和多模态影像评估相结合，用于精确预测膝关节置换时间	研究数据主要来自特定队列研究，外部验证样本量相对有限，且部分病例在9年随访期后状态未知	开发精确预测膝关节置换时间的模型以改善患者管理和医疗资源分配	膝关节骨关节炎患者	医学影像分析	骨关节炎	MRI扫描、X射线摄影、定量和半定量影像评估	自监督深度学习、生存分析模型	医学影像（X光片、MRI）、临床测量数据	训练集：895例接受TKR的膝关节和786例对照膝关节；外部测试集：518例（多中心研究）和164例（医院数据）	NA	NA	AUC（曲线下面积）	NA
18375	2025-02-05	Structure and oxygen saturation recovery of sparse photoacoustic microscopy images by deep learning 2025-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100687 PMID:39896070	研究论文	本研究提出了一种名为Mask-enhanced U-net (MeU-net)的深度学习模型，用于恢复稀疏采样的光声显微镜（PAM）结构和功能图像	引入了自适应血管注意力掩码模块，专注于血管信息恢复，并设计了血管特定的损失函数以提高恢复精度	现有方法很少能有效恢复功能图像	提高光声显微镜成像速度和恢复精度	小鼠大脑和耳朵的稀疏采样光声显微镜图像	计算机视觉	NA	光声显微镜（PAM）	U-net	图像	小鼠大脑和耳朵的模拟数据，稀疏度为4×、8×、12×	NA	NA	NA	NA
18376	2025-02-05	Self-supervised light fluence correction network for photoacoustic tomography based on diffusion equation 2025-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100684 PMID:39896066	研究论文	本文提出了一种基于深度学习的自监督光流校正方法，用于定量光声断层成像中的吸收系数分布估计	提出了一种自监督的QPAT网络模型SQPA-Net，通过将基于扩散方程的光流估计引入损失函数，指导模型学习光声光传输的隐式表示	缺乏真实数据用于监督网络训练	解决定量光声断层成像中吸收系数分布估计的问题	生物组织	计算机视觉	NA	深度学习	SQPA-Net	图像	模拟和小动物成像实验	NA	NA	NA	NA
18377	2025-02-04	DeepAptamer: Advancing high-affinity aptamer discovery with a hybrid deep learning model 2025-Mar-11, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2024.102436 PMID:39897584	研究论文	本文提出了一种名为DeepAptamer的混合深度学习模型，用于从早期未富集的SELEX轮次中识别高亲和力的寡核苷酸适配体	DeepAptamer结合了卷积神经网络和双向长短期记忆网络，整合了序列组成和结构特征来预测适配体结合亲和力和潜在结合基序，显著提高了高亲和力适配体的发现效率	NA	解决SELEX过程中实验偏差和非特异性相互作用导致的高失败率问题，提高高亲和力适配体的发现效率	寡核苷酸适配体	机器学习	NA	SELEX	CNN, LSTM	序列数据	NA	NA	NA	NA	NA
18378	2025-10-07	Dongting Lake algal bloom forecasting: Robustness and accuracy analysis of deep learning models 2025-Mar-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136804 PMID:39672063	研究论文	本研究开发了一种基于深度学习的洞庭湖藻华早期预警系统，通过集成时间序列分析和iTransformer模型提高预测精度	首次将iTransformer模型应用于藻华预测，利用其强大的预处理能力处理缺失数据，并通过注意力权重分析识别影响藻密度的关键因素	未来工作需要探索更多环境变量以增强模型的预测能力和泛化性	开发有效的有害藻华早期预警系统，支持水质管理决策	洞庭湖的水质数据和藻华发生情况	机器学习	NA	水质监测，时间序列分析	iTransformer	时间序列水质数据	NA	NA	iTransformer	预测准确性，鲁棒性	NA
18379	2025-10-07	Automated Quantitative Assessment of Retinal Vascular Tortuosity in Patients with Sickle Cell Disease 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100658 PMID:39886358	研究论文	本研究使用自动化深度学习流程定量评估镰状细胞病患者的视网膜血管迂曲度	首次采用深度学习算法自动量化镰状细胞病视网膜病变患者的累积血管迂曲度指数	样本量相对有限，且为横断面研究无法确定因果关系	评估镰状细胞病患者的视网膜血管迂曲度与疾病严重程度的关系	镰状细胞病患者和匹配的健康对照者	数字病理学	镰状细胞病	超广角伪彩色眼底成像	深度学习算法	眼底图像	64名患者（119只眼）和57名对照（106只眼）	NA	NA	累积迂曲度指数	NA
18380	2025-02-05	A Low Complexity Efficient Deep Learning Model for Automated Retinal Disease Diagnosis 2025-Mar, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-024-00182-5 PMID:39897099	研究论文	本文提出了一种低复杂度高效的深度学习模型，用于自动视网膜疾病诊断	开发了一种轻量级优化的紧凑卷积变压器（OCCT）模型，并通过消融研究改进了初始CCT模型，用于分类视网膜疾病	NA	通过深度学习技术提高视网膜疾病的早期诊断准确率	人类视网膜OCT图像	计算机视觉	视网膜疾病	光学相干断层扫描（OCT）	紧凑卷积变压器（OCCT），生成对抗网络（GAN）	图像	130,649张图像	NA	NA	NA	NA