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
1901	2025-04-16	EcoTaskSched: a hybrid machine learning approach for energy-efficient task scheduling in IoT-based fog-cloud environments 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96974-9 PMID:40211053	研究论文	提出了一种基于机器学习的混合模型EcoTaskSched，用于在雾-云环境中实现能源高效的任务调度	结合CNN和BiLSTM深度学习模型，优化任务调度顺序，显著降低能耗并提高任务完成率	尚未在真实物联网环境中进行长期测试，未来需要集成更多ML模型以优化调度算法	解决雾-云环境中能源和资源效率优化的问题	雾-云计算环境中的任务调度	机器学习	NA	深度学习	CNN, BiLSTM	任务工作负载数据	使用COSCO框架模拟的雾-云环境及Azure B2s计划中的四个物理节点，DeFog基准生成的工作负载数据
1902	2025-04-16	Application of artificial intelligence in the diagnosis of malignant digestive tract tumors: focusing on opportunities and challenges in endoscopy and pathology 2025-Apr-09, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06428-z PMID:40205603	review	本文系统回顾了人工智能在恶性消化道肿瘤诊断中的应用，重点关注内窥镜检查和病理诊断两个关键领域的进展和瓶颈	探讨了人工智能技术在内窥镜实时病变检测和自动化病理图像分析中的潜力，以提高诊断准确性和效率	数据标准化不足、可解释性不足、临床验证薄弱以及模型在多中心、多设备环境中的泛化能力有待验证	系统回顾人工智能在恶性消化道肿瘤诊断中的应用，并为后续研究和临床转化提供可行思路和建议	恶性消化道肿瘤（如食管癌、胃癌或结直肠癌）	digital pathology	消化系统肿瘤	深度学习	CNN, 多模态预训练模型	图像	NA
1903	2025-04-16	Monitoring and Optimization of CFB Bed Temperature in the Flexible Process: A Hybrid Framework of Deep Learning Model and Mechanism Model 2025-Apr-08, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c11542 PMID:40224442	research paper	提出了一种结合深度学习模型和机理模型的CFB锅炉床温监测与优化方法	采用Informer算法构建床温范围预测模型，并结合机理模型综合确定燃烧优化目标值	数据模型预测的燃烧优化目标值可靠性较差，优化上限存在约束	解决循环流化床锅炉燃烧系统在柔性运行过程中床温异常波动和燃烧效率低的问题	循环流化床(CFB)锅炉燃烧系统	machine learning	NA	Informer算法	深度学习模型与机理模型混合框架	稳态运行数据	300和200 MW发电机组的稳态运行数据
1904	2025-04-16	A Distillation Approach to Transformer-Based Medical Image Classification with Limited Data 2025-Apr-04, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070929 PMID:40218279	研究论文	本研究探讨了在有限数据条件下，蒸馏技术对基于Transformer的深度学习架构在医学图像分类任务中性能的影响	首次系统研究了蒸馏技术在基于Transformer的医学图像分类模型中的作用，并展示了其在有限数据条件下的性能提升	研究仅使用了脑部MRI四分类数据集，未验证在其他医学图像数据上的泛化性	评估蒸馏技术对Transformer模型在有限医学图像数据上分类性能的影响	基于Transformer的医学图像分类模型(ViTx32, ViTx16, DeiT, BeiT)	计算机视觉	脑部疾病	知识蒸馏	Transformer(ViT, DeiT, BeiT)	医学图像(MRI)	四分类脑部MRI数据集(具体数量未说明)
1905	2025-04-16	Precision Psychiatry for Obsessive-Compulsive Disorder: Clinical Applications of Deep Learning Architectures 2025-Apr-03, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072442 PMID:40217892	review	本文综述了深度学习架构在强迫症精准精神病学中的临床应用	探讨了五种关键深度学习架构在强迫症研究和临床实践中的应用及其创新点	未提及具体研究的样本量或数据限制	推动强迫症的精准精神病学研究和临床应用	强迫症患者	machine learning	psychiatric disease	neuroimaging, EEG	feedforward neural networks, CNN, RNN, GAN, transformers	multimodal datasets	NA
1906	2025-04-16	Role of Artificial Intelligence in Thyroid Cancer Diagnosis 2025-Apr-02, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072422 PMID:40217871	review	本文综述了人工智能（AI）在甲状腺癌诊断中的应用，特别是机器学习和深度学习算法在超声、病理和分子领域的有效性	介绍了新的AI算法如CBIR、SE-CBIR、Restore-GANs和ViTs，展示了它们在甲状腺病理诊断和预后中的潜力	未提及具体研究样本量或实验设计的局限性	探讨AI在甲状腺癌诊断和预防中的应用潜力	甲状腺结节和甲状腺癌	digital pathology	thyroid cancer	machine learning, deep learning	GAN, Vision Transformers (ViTs)	image	NA
1907	2025-04-16	Identification of Eye Diseases Through Deep Learning 2025-Apr-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070916 PMID:40218266	研究论文	本研究旨在设计和实现一种基于深度学习的算法，以高精度分类眼部疾病	提出了一种自设计的卷积神经网络架构，结合数字图像处理技术，实现了97%的分类效率	研究未提及模型在临床环境中的实际应用效果及跨数据集泛化能力	开发高效的眼部疾病自动诊断系统	眼部疾病（白内障、糖尿病视网膜病变、青光眼等）	计算机视觉	眼部疾病	数字图像处理（模糊滤镜、Canny边缘检测）	CNN（包含3个卷积层、3个池化层的11层自定义架构）	图像	包含5类（正常、白内障、糖尿病视网膜病变、青光眼、其他视网膜疾病）的眼部图像数据集
1908	2025-04-16	Retinal fluid quantification using a novel deep learning algorithm in patients treated with faricimab in the TRUCKEE study 2025-Apr, Eye (London, England) DOI:10.1038/s41433-024-03532-0 PMID:39663398	研究论文	本研究使用一种新型深度学习算法在真实世界患者中量化视网膜液体变化，这些患者接受faricimab治疗新生血管性年龄相关性黄斑变性(nAMD)	开发了一种新型深度学习算法(Notal OCT Analyzer, NOA)来精确量化视网膜液体变化	研究为回顾性设计，可能受到数据收集偏差的影响	评估faricimab治疗nAMD患者的视网膜液体变化	接受faricimab治疗的nAMD患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描(OCT)	深度学习算法(NOA)	图像	521只眼睛
1909	2025-04-16	Traditional versus modern approaches to screening mammography: a comparison of computer-assisted detection for synthetic 2D mammography versus an artificial intelligence algorithm for digital breast tomosynthesis 2025-Apr, Breast cancer research and treatment IF:3.0Q2 DOI:10.1007/s10549-024-07589-z PMID:39786500	research paper	比较传统计算机辅助检测（CADe）算法与基于深度学习的AI算法在乳腺癌筛查中的性能	首次比较了传统CADe算法与基于深度学习的AI算法在数字乳腺断层合成（DBT）和合成2D乳腺X线摄影上的表现	研究样本量相对较小（764例患者），且仅使用了Hologic公司的特定算法	比较传统CADe算法与现代AI算法在乳腺癌筛查中的诊断性能	764例患者的乳腺X线检查（106例活检证实癌症和658例阴性病例）	digital pathology	breast cancer	synthetic 2D mammography, digital breast tomosynthesis (DBT)	traditional machine learning (CADe), deep learning (AI)	medical images	764例患者（106例癌症，658例阴性）
1910	2025-04-16	Towards a unified framework for single-cell -omics-based disease prediction through AI 2025-04, Clinical and translational medicine IF:7.9Q1 DOI:10.1002/ctm2.70290 PMID:40170267	研究论文	提出一个名为scDisPreAI的统一框架，利用AI整合单细胞组学数据，用于疾病和疾病阶段的预测及生物标志物发现	提出首个整合单细胞组学数据和AI的统一框架scDisPreAI，支持多任务学习和可解释的生物标志物识别	需要进一步的多组学整合、标准化协议和前瞻性临床验证	开发一个AI驱动的统一框架，用于基于单细胞组学数据的疾病预测和生物标志物发现	单细胞组学数据和疾病预测	机器学习	多种疾病	单细胞组学	多任务学习模型（可能包括深度学习架构）	单细胞组学数据	NA
1911	2025-04-16	Electrocardiogram Abnormality Detection Using Machine Learning on Summary Data and Biometric Features 2025-Apr-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070903 PMID:40218253	研究论文	本研究探讨了利用机器学习模型结合临床特征和心电图关键测量数据对心电图异常进行分类的潜力	采用非时间序列数据（如人口统计和生物特征数据）进行心电图异常分类，并比较了多种机器学习模型的性能	由于缺乏时间序列数据，诊断准确性受到限制，且分类边界案例存在困难	开发自动化心电图异常分类方法，以提高诊断效率和准确性	心电图异常分类	机器学习	心血管疾病	机器学习	Gaussian Naive Bayes, SVM, 随机森林, 极端随机树, 梯度提升树, 集成分类器	人口统计数据和心电图相关生物特征数据	NA
1912	2025-04-16	Automated Detection, Localization, and Severity Assessment of Proximal Dental Caries from Bitewing Radiographs Using Deep Learning 2025-Apr-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070899 PMID:40218248	研究论文	本文提出了一种基于深度学习的系统，用于从咬翼X光片中自动检测、定位和评估近端龋齿的严重程度	使用预训练的YOLOv11实例分割模型，结合ICCM指南对龋齿严重程度进行分类，系统在龋齿分割和严重程度分类上表现出色	研究仅针对完全或四分之三出现在咬翼X光片中的牙齿，可能无法涵盖所有临床情况	提高近端龋齿的检测和评估准确性，辅助牙医进行诊断和治疗建议	咬翼X光片中的近端龋齿	计算机视觉	龋齿	深度学习	YOLOv11	图像	1354张咬翼X光片
1913	2025-04-16	Artificial Intelligence in Inflammatory Bowel Disease Endoscopy 2025-Apr-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070905 PMID:40218255	review	本文综述了人工智能在炎症性肠病内窥镜检查中的应用及其潜在价值	探讨了AI在炎症性肠病内窥镜检查中的创新应用，包括优化图像分类、病变分割、早期黏膜异常检测以及新型生物标志物的发现	AI在炎症性肠病内窥镜检查中的应用仍处于初级阶段，需要更多研究验证其效果	总结人工智能在炎症性肠病内窥镜检查中的最新进展，探讨其在精准医学中的潜在作用	炎症性肠病（克罗恩病和溃疡性结肠炎）的内窥镜检查	digital pathology	inflammatory bowel disease	deep learning, pattern recognition	NA	medical imaging	NA
1914	2025-04-16	SegmentAnyTooth: An open-source deep learning framework for tooth enumeration and segmentation in intraoral photos 2025-Apr, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2025.01.003 PMID:40224126	research paper	开发了一个名为SegmentAnyTooth的开源深度学习框架，用于在口腔内照片中自动进行牙齿编号和分割	提出了一个开源框架，支持五种标准口腔视图的牙齿自动编号和分割，显著提高了分割准确性	需要进一步提高模型的泛化能力	通过自动化牙齿分析，减少对专业资源的依赖，提高预防性牙科护理的可及性	口腔内照片中的牙齿	digital pathology	NA	deep learning	YOLO11, Light HQ-SAM	image	5000张口腔内照片（来自953名受试者）
1915	2025-04-16	Mapping the patent landscape of TROP2-targeted biologics through deep learning 2025-Apr, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02626-8 PMID:40229366	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1916	2025-04-16	Development of a YOLOv3-Based Model for Automated Detection of Thoracic Ossification of the Posterior Longitudinal Ligament and the Ligamentum Flavum on Plain Radiographs 2025-Mar-31, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072389 PMID:40217839	研究论文	本研究开发并验证了一种基于YOLOv3的深度学习模型，用于在胸部侧位X光片上自动检测后纵韧带骨化(OPLL)和黄韧带骨化(OLF)，以提高早期诊断和筛查的可及性	首次应用YOLOv3模型在胸部X光片上自动检测OPLL和OLF，其准确率和召回率超过了脊柱外科医生，尤其是在复合病例的检测上表现更优	OLF单独检测的准确率相对较低(53.3%)，可能由于样本量不足或特征不明显	开发一种自动检测胸部后纵韧带和黄韧带骨化的高效筛查工具	胸部侧位X光片中的后纵韧带骨化(OPLL)和黄韧带骨化(OLF)	计算机视觉	脊柱疾病	深度学习	YOLOv3	图像	356张胸部侧位X光片(176例病例和180例对照)
1917	2025-04-16	Explainable and Robust Deep Learning for Liver Segmentation Through U-Net Network 2025-Mar-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070878 PMID:40218228	research paper	本文提出了一种基于深度学习的U-Net网络方法，用于医学图像中肝脏的精确分割，以支持肝癌等恶性疾病的诊断和治疗规划	采用带有残差连接的U-Net架构捕捉精细解剖细节，并考虑了预测的可解释性，以突出显示图像中与特定分割相关的症状区域	实验仅基于两个CT医学图像数据集进行，可能无法涵盖所有患者群体和成像条件	提高肝脏分割的准确性和效率，以优化肝癌等恶性疾病的诊断和治疗规划	医学图像中的肝脏分割	digital pathology	hepatocellular carcinoma	deep learning	U-Net	image	两个注释的CT医学图像数据集
1918	2025-04-16	Diagnostic Accuracy of Deep Learning for Intracranial Hemorrhage Detection in Non-Contrast Brain CT Scans: A Systematic Review and Meta-Analysis 2025-Mar-30, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072377 PMID:40217828	meta-analysis	本文通过系统综述和荟萃分析评估深度学习在非对比脑CT扫描中检测颅内出血的诊断准确性	更新了关于深度学习模型在非对比CT扫描中检测颅内出血性能的最新知识，并提供了全面的荟萃分析结果	需要更多前瞻性研究来确认深度学习工具的临床益处，并揭示其在自动化颅内出血检测中的局限性及其对临床工作流程和患者结果的影响	评估深度学习模型在非对比脑CT扫描中检测颅内出血的诊断准确性	非对比脑CT扫描中的颅内出血	digital pathology	cardiovascular disease	NCCT	DL	image	73项研究纳入定性综合，58项研究纳入荟萃分析
1919	2025-04-16	A New Pes Planus Automatic Diagnosis Method: ViT-OELM Hybrid Modeling 2025-Mar-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070867 PMID:40218217	研究论文	提出了一种基于Vision Transformer (ViT)和Optimum Extreme Learning Machine (OELM)的混合模型，用于扁平足的自动诊断	使用ViT-OELM混合模型结合注意力机制进行特征提取，相比传统CNN模型能更好地捕捉长期依赖和全局状况	研究仅使用了公开数据集，未涉及临床实际应用验证	开发一种自动诊断扁平足的新方法	扁平足患者和正常足弓者的足部图像	计算机视觉	足部疾病	深度学习	ViT-OELM混合模型	图像	Kaggle数据库中的公开扁平足数据集（具体数量未明确说明）
1920	2025-04-16	Capturing Dynamic Finger Gesturing with High-resolution Surface Electromyography and Computer Vision 2025-Mar-28, Journal of visualized experiments : JoVE DOI:10.3791/67766 PMID:40227996	研究论文	本文提出了一种结合可穿戴表面肌电和手指跟踪系统的高级方法，用于捕捉动态手部运动期间的全面数据	结合可穿戴表面肌电和手指跟踪系统，捕捉动态手部运动的全面数据，克服了现有方法依赖笨重记录设备和静态手势识别的局限性	未提及具体样本量或实验参与者的详细信息，可能影响结果的普遍性	开发直观且响应迅速的手势识别系统，应用于假肢、康复和交互技术	动态手指手势	计算机视觉	NA	表面肌电图（sEMG）	深度学习方法	肌电信号和手指位置数据	未明确说明