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
1861	2025-05-26	Artificial intelligence-based automated breast ultrasound radiomics for breast tumor diagnosis and treatment: a narrative review 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1578991 PMID:40406239	综述	本文综述了基于人工智能的自动乳腺超声放射组学在乳腺肿瘤诊断和治疗中的应用	整合人工智能与放射组学，通过机器学习和深度学习算法提升乳腺肿瘤诊断和治疗评估的准确性和效率	分析数据存在固有变异性，需进一步评估模型以确保其在临床应用中的可靠性	探讨自动乳腺超声放射组学在乳腺肿瘤诊断和治疗中的潜力	乳腺肿瘤患者	数字病理	乳腺癌	自动乳腺超声(ABUS)、机器学习(ML)、深度学习(DL)	ML、DL	医学影像数据	NA
1862	2025-05-26	Data-driven identification of urgent surgical procedures for use in trauma outcomes measurement 2025, Trauma surgery & acute care open IF:2.1Q2 DOI:10.1136/tsaco-2025-001783 PMID:40406235	研究论文	本文提出了一种基于数据驱动的方法，用于从常规管理数据中生成紧急创伤手术程序的列表，以促进创伤系统的标准化评估和比较	提出了一种灵活的、基于数据的方法来生成紧急手术程序列表，避免了传统德尔菲法或专家意见的资源密集性	方法仍需未来工作进一步自动化，例如通过结合深度学习技术	开发一种标准化方法，用于识别和分类紧急创伤手术程序，以支持创伤系统的评估和比较	创伤患者及其相关的紧急手术程序	医疗数据分析	创伤	数据链接和分类方法	NA	管理数据和手术记录	4,737例创伤入院病例中的6,750次手术，涉及567种独特手术程序
1863	2025-05-26	Development and validation of a predictive model combining radiomics and deep learning features for spread through air spaces in stage T1 non-small cell lung cancer: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1572720 PMID:40406248	研究论文	开发并验证了一个结合放射组学和深度学习特征的预测模型，用于预测T1期非小细胞肺癌中空气传播扩散（STAS）的风险	结合了放射组学和深度学习特征，开发了一个综合模型，显著提高了STAS的预测性能	研究样本来自四个中心，可能存在选择偏差	比较不同深度学习模型和放射组学模型在预测STAS中的效果，并开发最优模型用于临床手术规划	T1期非小细胞肺癌患者	数字病理	肺癌	ResNet50算法、Lasso回归、Spearman等级相关、XGboost	2D、3D、2.5D深度学习模型，INTRA、Peri2mm、Fusion2mm放射组学模型，综合模型	图像	480名患者，分为训练队列、内部测试队列和外部验证队列
1864	2025-05-26	Critical review of OCT in clinical practice for the assessment of oral lesions 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1569197 PMID:40406268	review	本文对光学相干断层扫描（OCT）在口腔病变临床评估中的应用进行了批判性回顾	探讨了OCT在口腔肿瘤学中的潜力，包括早期检测、监测和高风险人群的经济有效筛查，以及AI辅助解释OCT图像的进展	OCT设备的高成本限制了其可及性和广泛应用，且数据解释方法存在显著异质性，严格依赖操作者，可能影响结果的标准化和可重复性	评估OCT在口腔鳞状细胞癌（OSCC）和口腔潜在恶性病变（OPMDs）临床实践中的应用优势和挑战	人类受试者，涉及OCT在OSCC和OPMD评估、边缘切除中的应用以及AI辅助OCT图像解释的研究	digital pathology	oral cancer	OCT, AI-assisted imaging	machine learning, deep learning	image	NA
1865	2025-05-26	Deep ensemble learning-driven fully automated multi-structure segmentation for precision craniomaxillofacial surgery 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1580502 PMID:40406586	研究论文	本研究开发了一种基于深度集成学习的全自动多结构分割模型CMF-ELSeg，用于精确颅颌面手术	采用粗到细的级联架构和集成方法，结合了三种3D U-Net模型的优势，提高了分割精度	研究样本量相对较小，仅包含143例CMF CT扫描	开发高精度的颅颌面结构和牙齿分割模型，以推进计算机辅助颅颌面手术	颅颌面结构和个体牙齿	数字病理	颅颌面疾病	CT扫描	3D U-Net (V-Net, nnU-Net, 3D UX-Net)	图像	143例CMF CT扫描
1866	2025-05-26	Automatic diagnosis and measurement of intracranial aneurysms using deep learning in MRA raw images 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1544571 PMID:40406704	research paper	本研究开发了一种基于深度学习模型的自动诊断和测量颅内动脉瘤的方法，使用原始MRA图像	首次提出基于2D原始图像的深度学习模型，实现颅内动脉瘤的一键式全自动诊断和大小测量	独立验证集的召回率和灵敏度略低于训练集和内部验证集	开发自动诊断和测量颅内动脉瘤的深度学习模型，提高临床工作效率	颅内动脉瘤患者	digital pathology	cardiovascular disease	MRA	3DUnet	image	1,014 IAs (852名患者)用于训练和验证，315名患者(179例有IA，136例无IA)用于独立验证
1867	2025-05-26	Detecting eavesdropping nodes in the power Internet of Things based on Kolmogorov-Arnold networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321179 PMID:40408323	研究论文	提出了一种基于Kolmogorov-Arnold网络（KANs）的创新方法，用于电力物联网中的窃听节点定位	利用KANs逼近任意非线性函数的强大能力，通过样条函数的灵活组合构建从异构节点特征到窃听位置的端到端映射	NA	探索更智能高效的异常定位方法，以应对电力物联网中的窃听攻击	电力物联网（PIoT）中的窃听节点	物联网安全	NA	Kolmogorov-Arnold网络（KANs）	KAN	异构节点特征	真实电网数据上的大量仿真和实验
1868	2025-05-26	An intelligent framework for crop health surveillance and disease management 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324347 PMID:40408612	research paper	提出了一种用于作物健康监测和早期病害检测的智能框架	结合深度学习、云计算、嵌入式设备和物联网技术，实现大范围农田的实时植物健康监测	未提及具体实施中的技术挑战或数据限制	提高早期病害检测准确性并推荐有效的病害管理策略	农作物健康与病害管理	农业智能化	植物病害	深度学习、云计算、物联网	CNN, MobileNet-1, MobileNet-2, ResNet-50, InceptionV3	图像、环境参数（温度、湿度、水位）	NA
1869	2025-05-26	Forecasting monthly runoff in a glacierized catchment: A comparison of extreme gradient boosting (XGBoost) and deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321008 PMID:40408639	研究论文	本研究比较了极端梯度提升（XGBoost）和深度学习模型在冰川流域月径流预测中的表现	采用了一种新颖的统计方法来评估预测模型在检测径流数据转折点方面的有效性，并发现XGBoost模型在预测精度和转折点估计上优于LSTM和随机森林模型	研究仅针对瑞士Lotschental流域，结果可能不适用于其他地理或气候条件不同的区域	提高冰川流域月径流预测的准确性，以支持水资源管理、防洪、水电和灌溉	瑞士Lotschental冰川流域的月径流数据	机器学习	NA	时间序列分析	XGBoost, LSTM, RF	时间序列数据	20年的径流数据（2002-2021年），其中70%（2002-2015年）用于训练和校准，30%（2016-2021年）用于测试
1870	2025-05-26	Improved noise reduction in photon-counting detector CT using prior knowledge-aware iterative denoising neural network 2024-Dec, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.S1.S12804 PMID:38799270	research paper	开发了一种基于先验知识的迭代去噪神经网络（PKAID-Net），用于降低光子计数探测器CT扫描中高分辨率虚拟单能图像（VMI）的噪声	PKAID-Net利用低噪声VMI作为先验输入，并通过迭代构建精炼的训练数据集来提升去噪性能	原始方法在去噪过程中可能导致一些空间细节的丢失	降低光子计数探测器CT扫描中高分辨率虚拟单能图像的噪声	光子计数探测器CT扫描的高分辨率虚拟单能图像	digital pathology	cardiovascular disease	CT扫描	PKAID-Net	image	10例患者冠状动脉CT血管造影检查
1871	2025-05-26	Local Mean Suppression Filter for Effective Background Identification in Fluorescence Images 2024-Sep-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.25.614955 PMID:39386682	research paper	提出了一种易于使用的非线性滤波器，用于在荧光显微镜图像中有效识别背景，特别适用于前景密集且对比度低的图像	通过比较像素强度与其局部邻域的平均强度，进行像素级滤波，并通过变化邻域大小生成多个标签，最终决定像素的最终标签	未提及具体局限性	开发一种有效的背景识别方法，用于荧光显微镜图像处理	荧光显微镜图像	digital pathology	NA	非线性滤波	NA	image	未提及具体样本数量
1872	2025-05-26	Deep Learning in Predicting Preterm Birth: A Comparative Study of Machine Learning Algorithms 2024-Jul, Maternal-fetal medicine (Wolters Kluwer Health, Inc.) DOI:10.1097/FM9.0000000000000236 PMID:40406277	研究论文	本研究比较了四种机器学习算法在预测早产方面的性能，发现transformer模型表现最佳	首次在早产预测中比较transformer模型与其他传统机器学习算法的性能	回顾性研究设计可能引入偏差，且仅在单一医疗中心进行	评估深度学习算法在预测早产中的适用性	30,965例分娩数据	机器学习	产科疾病	机器学习算法比较	transformer, logistic regression, random forest, support vector machine	临床数据	30,965例分娩数据（24,770例训练集，6,195例测试集）
1873	2025-05-26	Artificial Intelligence and Machine Learning in Rotator Cuff Tears 2023-Sep-01, Sports medicine and arthroscopy review IF:2.5Q2 DOI:10.1097/JSA.0000000000000371 PMID:37976127	综述	本文综述了人工智能和机器学习在肩袖撕裂诊断和管理中的当前应用及未来潜力	探讨了深度学习特别是卷积神经网络在肩袖撕裂MRI诊断中的高准确性，以及AI在个性化患者护理和术后结果预测中的应用	数据集较小，部分厚度撕裂的分类存在复杂性	评估AI在肩袖撕裂管理中的应用潜力	肩袖撕裂患者	数字病理学	肩袖撕裂	深度学习	CNN	医学影像	NA
1874	2025-05-25	A framework for real-time traffic risk prediction incorporating cost-sensitive learning and dynamic thresholds 2025-Aug, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108087 PMID:40328008	研究论文	提出了一种结合成本敏感学习和动态阈值的实时交通风险预测框架	将交通风险细分为四个等级并引入成本敏感学习，同时采用动态阈值和遗传算法优化模型性能	未具体说明模型在极端交通条件下的表现	提高实时交通风险预测的可靠性以促进主动交通安全管理	交通状态和风险数据	机器学习	NA	成本敏感学习(CSL), 动态阈值(DTs), 遗传算法(GA)	机器学习/深度学习模型	车辆轨迹数据	HighD数据集
1875	2025-05-25	Deep learning models link local cellular features with whole-animal growth dynamics in zebrafish 2025-Aug, Life science alliance IF:3.3Q1 DOI:10.26508/lsa.202503319 PMID:40399066	research paper	该研究通过深度学习模型将斑马鱼幼虫的皮肤细胞图像与整体生长动态联系起来	首次证明仅需少量皮肤细胞图像即可预测斑马鱼的整体大小，并识别出影响模型决策的细胞特征	研究仅针对斑马鱼幼虫，尚未验证在其他生物或发育阶段的适用性	探索微观细胞特征与宏观动物生长状态之间的关联	斑马鱼幼虫的皮肤细胞	computer vision	NA	深度学习	Vision Transformer (ViT), Grad-CAM	image	722张皮肤细胞图像及对应的斑马鱼幼虫大小数据
1876	2025-05-25	Challenges, optimization strategies, and future horizons of advanced deep learning approaches for brain lesion segmentation 2025-Jul, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.04.016 PMID:40306473	review	本文综述了2021年至2024年间用于脑肿瘤和脑卒中分割的深度学习算法，探讨了其优势、局限性、当前研究挑战及未探索领域	提出了优化性能的方法，如轻量级神经网络和多层架构，并讨论了未来研究方向，如神经架构搜索方法与领域知识的结合	未具体说明某些算法的实际应用效果及在临床环境中的验证情况	探讨深度学习在脑部病变分割中的应用及其优化策略	脑肿瘤和脑卒中的医学图像分割	digital pathology	brain tumor, stroke	deep learning	CNN, lightweight neural networks, multilayer architectures	image	基于超过250篇近期综述论文的见解
1877	2025-05-25	Revolutionising osseous biopsy: the impact of artificial intelligence in the era of personalized medicine 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf018 PMID:39878877	综述	本文综述了人工智能在骨肿瘤活检中的应用及其对个性化医疗的影响	探讨了AI在骨活检中的多种应用，包括提高诊断准确性、改善活检安全性及更精确的病灶定位，并讨论了相关伦理问题和技术限制	涉及AI在骨活检中的技术限制、健康公平性、泛化性、部署问题及报销挑战	探讨人工智能在骨肿瘤活检中的应用及其对个性化医疗的贡献	骨肿瘤（原发性和继发性）的活检及样本处理	数字病理学	骨肿瘤	传统机器学习、深度学习、放射组学、模拟和生成模型	NA	图像	NA
1878	2025-05-25	Deep learning and genomic best linear unbiased prediction integration: An approach to identify potential nonlinear genetic relationships between traits 2025-Jun, Journal of dairy science IF:3.7Q2 DOI:10.3168/jds.2024-26057 PMID:40252763	研究论文	提出了一种结合深度学习和基因组最佳线性无偏预测（GBLUP）的混合模型（DLGBLUP），用于识别性状间潜在的非线性遗传关系	首次将深度学习与GBLUP结合，能够识别性状间的非线性遗传关系，为多性状评估提供了新视角	在法国荷斯坦奶牛群体的实际数据中，虽然检测到非线性关系，但预测准确性未显著提高	改进基因组预测方法，识别性状间的非线性遗传关系以提高育种值预测准确性	模拟数据和法国荷斯坦奶牛群体的实际数据	机器学习	NA	深度学习，GBLUP	DLGBLUP（深度学习与GBLUP结合的混合模型）	基因组数据	模拟数据和法国荷斯坦奶牛群体的实际数据（具体样本量未提及）
1879	2025-05-25	Deep transfer learning-based decoder calibration for intracortical brain-machine interfaces 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110231 PMID:40262392	研究论文	本文提出了一种基于深度迁移学习的解码器校准方法，用于解决脑机接口中神经信号非平稳性导致的频繁重新校准问题	首次将深度迁移学习应用于脑机接口解码器校准，提出了结合领域对抗和主动学习策略的AL-DANN模型	仅在猴子实验数据上进行了验证，尚未在人类数据上测试	减少脑机接口解码器重新校准所需的时间和数据量	脑机接口系统中的解码器	机器学习	NA	深度迁移学习	AL-DANN (领域对抗神经网络结合主动学习)	神经信号数据	三只猴子在不同运动任务中记录的神经信号数据
1880	2025-05-25	FedSynthCT-Brain: A federated learning framework for multi-institutional brain MRI-to-CT synthesis 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110160 PMID:40267535	研究论文	本文介绍了一种基于联邦学习的多机构脑部MRI到CT合成框架FedSynthCT-Brain，旨在解决单中心训练数据集泛化能力不足和隐私问题	首次将联邦学习应用于MRI到合成CT的转换，采用跨机构水平联邦学习方法，允许多个中心协作训练U-Net模型	仅在4个欧美中心的数据上进行验证，样本量相对有限	提高MRI到合成CT转换的泛化能力，同时保护数据隐私	脑部MRI和CT图像	数字病理	NA	联邦学习(FL)	U-Net	医学影像(MRI和CT)	23名患者的数据进行测试，来自4个欧美中心