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
19161	2025-10-07	Single subject prediction of brain disorders in neuroimaging: Promises and pitfalls 2017-01-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2016.02.079 PMID:27012503	综述	本文系统综述了基于神经影像的脑疾病个体预测研究现状，分析该领域的挑战与未来发展方向	提供了迄今为止最全面的神经影像个体预测脑疾病研究综述，并从机器学习角度系统分析了研究中的主要缺陷	样本量有限是该领域的主要瓶颈，研究结果的可推广性仍需验证	评估神经影像技术在脑疾病个体预测中的应用潜力与局限性	精神分裂症、轻度认知障碍、阿尔茨海默病、抑郁症、自闭症谱系障碍和注意缺陷多动障碍患者	医学影像分析	神经精神疾病	结构MRI、功能MRI、扩散MRI	机器学习、深度学习	神经影像数据	综述了200多篇研究报告的样本数据	NA	NA	准确率	NA
19162	2025-10-07	Deep Learning Reconstruction of Prospectively Accelerated MRI of the Pancreas: Clinical Evaluation of Shortened Breath-Hold Examinations With Dixon Fat Suppression 2025-Feb-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001110 PMID:39043213	研究论文	评估深度学习重建算法在胰腺MRI检查中缩短屏气时间并提升图像质量的临床效果	首次在前瞻性研究中将深度学习重建算法应用于上腹部加速MRI，针对胰腺病理进行临床验证	单中心研究，样本量有限（32名参与者），缺乏多中心验证	研究深度学习重建算法对胰腺MRI检查时间、图像质量和诊断信心的影响	患有各种胰腺疾病的患者	医学影像分析	胰腺疾病	磁共振成像（MRI），Dixon脂肪抑制技术	深度学习重建算法	医学影像	32名参与者（平均年龄62±19岁，20名男性）	NA	NA	信噪比（SNR），对比噪声比（CNR），图像清晰度，图像质量，诊断信心，病变显着性	1.5 T MRI扫描仪
19163	2025-10-07	Artificial T1-Weighted Postcontrast Brain MRI: A Deep Learning Method for Contrast Signal Extraction 2025-Feb-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001107 PMID:39074258	研究论文	提出一种基于深度学习的对比信号提取方法，用于从非对比和低剂量图像合成人工T1加权全剂量脑部MRI图像	提出新的对比信号提取方法，并与两种现有最先进方法进行性能比较	部分图像与参考图像的互换性仍不充分	减少钆基对比剂使用，降低医疗成本、环境影响和患者暴露风险	脑部磁共振成像	医学影像分析	神经系统疾病	磁共振成像	深度学习	医学图像	213名参与者，其中50名作为测试集	NA	NA	假阳性病变计数, 互换性评分, 对比增强评分, 一致性评分	NA
19164	2025-10-07	Trap colour strongly affects the ability of deep learning models to recognize insect species in images of sticky traps 2025-Feb, Pest management science IF:3.8Q1 DOI:10.1002/ps.8464 PMID:39377441	研究论文	本研究探讨了粘虫板颜色和成像设备对深度学习模型识别昆虫物种性能的影响	首次系统研究粘虫板颜色对深度学习模型识别昆虫物种性能的影响，并采用特征选择算法分析关键影响因素	仅测试了MobileNetV2架构，未评估其他深度学习模型在不同颜色粘虫板上的表现	研究粘虫板颜色和成像设备对深度学习模型害虫分类性能的影响	粘虫板上的昆虫物种	计算机视觉	NA	深度学习,图像识别	CNN	图像	NA	NA	MobileNetV2	准确率,F1分数	NA
19165	2025-10-07	Bioimaging and the future of whole-organismal developmental physiology 2025-Feb, Comparative biochemistry and physiology. Part A, Molecular & integrative physiology DOI:10.1016/j.cbpa.2024.111783 PMID:39581226	评论	本文探讨了生物成像和计算机视觉在整体有机体发育生理学研究中的潜力和挑战	提出计算机视觉技术可在不同物种、生命阶段和实验间转移应用，推动发育生理学的表型组学研究	图像分析而非图像采集成为研究瓶颈，且量化发育生物学的复杂性长期困扰研究人员	评估成像技术作为测量整体有机体发育生理学手段的重要性	发育中的动物生长和功能	计算机视觉	NA	生物成像	深度学习	图像	NA	NA	NA	NA	NA
19166	2025-10-07	Unveiling the power of artificial intelligence for image-based diagnosis and treatment in endodontics: An ally or adversary? 2025-Feb, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14163 PMID:39526945	综述	本文综述了人工智能在牙髓病学中基于图像的诊断与治疗应用，探讨其作为辅助工具或潜在挑战的双重角色	系统评估AI在2D和3D影像中的表现，首次在牙髓病学领域对比AI与专家放射科医生的诊断精度，并探讨放射组学与AI结合的潜力	部分研究依赖体外或离体数据集训练AI模型，这些数据集无法复现临床环境的复杂性，可能影响AI应用的可靠性	评估人工智能在牙髓病学影像诊断和治疗中的应用价值与发展前景	牙髓病学中的二维和三维影像数据，包括根尖周病变、根尖周X线片、全景X线片和锥形束CT扫描	计算机视觉	牙髓疾病	深度学习，影像组学	CNN	图像	NA	NA	卷积神经网络	准确率，灵敏度，特异性	NA
19167	2025-10-07	MRI-Seed-Wizard: combining deep learning algorithms with magnetic resonance imaging enables advanced seed phenotyping 2025-Jan-10, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erae408 PMID:39383098	研究论文	开发结合深度学习与磁共振成像的新型种子表型分析工具MRI-Seed-Wizard	首次将深度学习算法与非侵入性磁共振成像结合应用于植物MRI领域，实现种子内部结构的三维无损评估	未明确说明样本数量限制或算法在其它作物上的泛化能力	开发自动化种子表型分析工具，实现种子形态和内部特征的无损量化	小麦和大麦谷物种子	计算机视觉	NA	磁共振成像	深度学习算法	MRI图像	NA	NA	NA	NA	NA
19168	2025-10-07	Deep learning-based lymph node metastasis status predicts prognosis from muscle-invasive bladder cancer histopathology 2025-Jan-10, World journal of urology IF:2.8Q2 DOI:10.1007/s00345-025-05440-8 PMID:39792275	研究论文	开发基于深度学习的模型从肌肉浸润性膀胱癌组织病理学图像预测淋巴结转移状态并验证其预后价值	首次使用深度学习直接从H&E染色组织学图像预测MIBC淋巴结转移状态，并验证aiN评分的独立预后价值	需要在前瞻性研究中进一步验证，样本量相对有限	预测肌肉浸润性膀胱癌淋巴结转移状态并评估其预后价值	肌肉浸润性膀胱癌患者	数字病理学	膀胱癌	H&E染色组织病理学	深度学习	组织病理学图像	训练集323例（TCGA），外部验证集139例（武汉大学人民医院）	NA	UNI	AUC, 风险比	NA
19169	2025-10-07	Machine learning assisted plasmonic metascreen for enhanced broadband absorption in ultra-thin silicon films 2025-Jan-09, Light, science & applications DOI:10.1038/s41377-024-01723-8 PMID:39779674	研究论文	提出一种数据驱动的等离子体元屏幕，通过深度学习框架优化设计，实现超薄硅薄膜中宽带光吸收的显著增强	结合双纳米环银阵列与深度学习逆向设计策略，在20纳米超薄非晶硅层中实现超过100%的光吸收增强	未明确说明实验样本数量和深度学习模型的泛化能力	提高超薄硅薄膜的光吸收效率而不增加活性层厚度	等离子体元屏幕和超薄非晶硅薄膜	机器学习	NA	等离子体共振技术，深度学习逆向设计	深度学习	吸收光谱数据，设计参数	NA	NA	NA	吸收增强百分比	NA
19170	2025-10-07	A hybrid machine learning approach for the personalized prognostication of aggressive skin cancers 2025-Jan-08, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01329-9 PMID:39779875	研究论文	开发了一种名为DeepMerkel的混合机器学习方法，用于默克尔细胞癌的个性化预后预测	结合深度学习特征选择与改进的XGBoost框架，开发了首个针对默克尔细胞癌的个性化预后工具	NA	开发个性化预后工具以改善默克尔细胞癌的临床管理	默克尔细胞癌患者	机器学习	皮肤癌	机器学习	深度学习, XGBoost	临床信息	NA	XGBoost	混合架构（深度学习特征选择+XGBoost）	预测性能	基于网络的工具
19171	2025-10-07	Effective BCDNet-based breast cancer classification model using hybrid deep learning with VGG16-based optimal feature extraction 2025-Jan-08, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01538-4 PMID:39780045	研究论文	提出基于BCDNet的乳腺癌分类模型，使用VGG16进行特征提取并通过混合深度学习实现肿瘤良恶性分类	提出新型BCDNet深度学习模型，采用RPAOSM-ESO算法优化权重参数，结合VGG16特征提取和AHDNAM分类方法	仅使用超声图像数据，未与其他成像方式对比；模型在泛化性方面仍需进一步验证	设计有效的乳腺癌早期诊断模型，准确分类肿瘤良恶性以降低死亡率	乳腺肿瘤超声图像	计算机视觉	乳腺癌	超声成像	深度学习,CNN,注意力机制	图像	NA	NA	VGG16,ASPP,DTCN,1DCNN	准确率	NA
19172	2025-10-07	Hybrid natural language processing tool for semantic annotation of medical texts in Spanish 2025-Jan-08, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05949-6 PMID:39780059	研究论文	开发了一种基于深度学习和词典的混合自然语言处理工具，用于西班牙语医学文本的语义标注	结合了基于词典的系统和Transformer模型，专门针对西班牙语医学文本进行命名实体识别和标准化	仅针对西班牙语医学文本，未在其他语言上进行验证	开发西班牙语医学文本的语义标注工具	西班牙语医学文本，包括临床试验和临床病例	自然语言处理	NA	自然语言处理，命名实体识别	Transformer	文本	1200个标注文本，200个新文本用于外部验证	Hugging Face	RoBERTa, mBERT, mDeBERTa	F1分数	NA
19173	2025-10-07	Feasibility of occlusal plane in predicting the changes in anteroposterior mandibular position: a comprehensive analysis using deep learning-based three-dimensional models 2025-Jan-08, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-05345-9 PMID:39780117	研究论文	本研究通过深度学习重建三维模型，分析咬合平面倾斜度与前後下颌位置变化的关系	首次使用深度学习重建CBCT三维模型，系统比较七种咬合平面倾斜度对下颌位置变化的预测能力	样本量相对有限（115个三维模型），需要更大样本验证	探索咬合平面倾斜度预测前後下颌位置变化的可行性	115个基于CBCT重建的三维下颌模型	医学影像分析	颌面畸形	锥形束计算机断层扫描（CBCT），口内扫描	深度学习	三维医学影像	115个三维模型	NA	NA	AUC, 相关系数, P值	NA
19174	2025-10-07	Skin image analysis for detection and quantitative assessment of dermatitis, vitiligo and alopecia areata lesions: a systematic literature review 2025-Jan-08, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02843-2 PMID:39780145	系统文献综述	对皮肤图像分析技术在皮炎、白癜风和斑秃病变检测与定量评估中的研究进行系统性回顾	首次系统性地综述了计算机视觉技术在多种良性皮肤病变中的检测和定量评估应用	依赖现有文献质量，缺乏原始实验验证	评估计算机视觉技术在皮肤疾病检测和定量评估中的应用现状	白癜风、斑秃、特应性皮炎和淤积性皮炎等皮肤病变	计算机视觉	皮肤病	皮肤图像分析	深度学习, 图像处理算法	皮肤图像	NA	NA	NA	NA	NA
19175	2025-10-07	Deep learning based approaches for intelligent industrial machinery health management and fault diagnosis in resource-constrained environments 2025-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79151-2 PMID:39774953	综述	本文对资源受限环境下的工业机械健康管理与智能故障诊断深度学习方法进行了系统性综述	首次从数据处理方法、模型构建方法和训练优化方法三个维度对智能故障诊断方法进行分类，并填补了剩余使用寿命预测、边缘架构和完整智能故障诊断流程研究视角的空白	作为综述性文章，不包含原始实验数据和具体模型验证	研究工业4.0背景下资源受限环境中的工业机械健康管理与智能故障诊断方法	工业机械的健康监测、故障诊断和预测性维护系统	机器学习	NA	深度学习，工业物联网，边缘计算	NA	工业机械传感器数据	NA	NA	NA	NA	资源受限环境，边缘计算设备
19176	2025-10-07	3D DenseNet with temporal transition layer for heart rate estimation from real-life RGB videos 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241104 PMID:39058471	研究论文	提出一种基于3D DenseNet和时间过渡层的心率估计算法，用于从真实RGB视频中估计心率	结合3D卷积神经网络和3D时间过渡层，能够在无预定义感兴趣区域的真实场景视频中同时提取时空特征	在非受控场景下的性能表现依赖于训练数据集和模型架构	开发深度学习模型从RGB视频中准确估计心率	真实场景下的RGB视频数据	计算机视觉	心血管疾病	RGB视频分析	3DCNN	视频	大规模医院样真实场景视频数据集	NA	3D DenseNet	RMSE, MAE	NA
19177	2025-10-07	Revolutionizing health monitoring: Integrating transformer models with multi-head attention for precise human activity recognition using wearable devices 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241064 PMID:39269866	研究论文	提出一种结合预训练CNN和Transformer模型的可穿戴设备人体活动识别方法	集成预训练CNN、密集残差Transformer网络和多头多级注意力机制，通过自适应注意力融合特征	NA	开发精确的人体活动识别模型以革新健康监测	人体日常活动	机器学习	NA	深度学习	CNN, Transformer	频谱图数据	三个数据集：HARTH、KU-HAR、HuGaDB	NA	MobileNetV2, 密集残差Transformer网络, 多头多级注意力架构	准确率	NA
19178	2025-10-07	SwinDFU-Net: Deep learning transformer network for infection identification in diabetic foot ulcer 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241444 PMID:39269872	研究论文	提出一种结合CNN和Swin Transformer的深度学习模型用于糖尿病足溃疡感染识别	首次将CNN与Swin Transformer架构结合用于DFU感染分类，集成局部和全局特征提取能力	仅使用单一数据集进行验证，未在更广泛的临床场景中测试	开发准确识别糖尿病足溃疡感染的深度学习模型	糖尿病足溃疡图像	计算机视觉	糖尿病足溃疡	深度学习	CNN, Transformer	图像	DFUC Challenge数据集	NA	SwinDFU-Net, CNN, Swin Transformer	灵敏度, 特异度, 准确率, Matthews相关系数	NA
19179	2025-10-07	Periodontitis diagnosis: A review of current and future trends in artificial intelligence 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241169 PMID:39302402	综述	本文综述了人工智能在牙周炎诊断中的当前应用与未来发展趋势	系统评估了2018-2023年间AI在牙周炎诊断领域的最新进展，特别关注卷积神经网络在牙周骨丧失检测中的应用效果	仅纳入12项研究，样本量有限；AI模型的可靠性和泛化能力仍需进一步验证	评估人工智能在牙周炎诊断中的现状和未来发展方向	牙周炎诊断相关的医学影像数据和临床研究	医学影像分析	牙周炎	全景X光片分析	CNN	医学影像	基于12项研究的汇总数据	NA	卷积神经网络	准确率	NA
19180	2025-10-07	Enhancing stereotactic ablative boost radiotherapy dose prediction for bulky lung cancer: A multi-scale dilated network approach with scale-balanced structure loss 2025-Jan, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14546 PMID:39374302	研究论文	提出一种基于多尺度扩张网络和尺度平衡结构损失的深度学习方法，用于预测大体积肺癌立体定向消融增量放疗的3D剂量分布	设计了3D多尺度扩张网络并集成尺度平衡结构损失函数，在有限数据条件下显著提升剂量预测精度	研究样本量有限（74例患者），需要在更大数据集上进一步验证	提高大体积肺癌立体定向消融增量放疗计划的规划效率	大体积肺癌患者	医学影像分析	肺癌	立体定向消融放疗	深度学习	3D医学影像数据	74例患者（51例训练集，7例验证集，16例测试集）	NA	3D多尺度扩张网络	平均剂量评分，剂量学指标平均绝对差异，剂量-体积直方图	NA