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
19881	2025-10-01	Hepatocellular carcinoma (HCC) and focal nodular hyperplasia (FNH) showing iso- or hyperintensity in the hepatobiliary phase: differentiation using Gd-EOB-DTPA enhanced MRI radiomics and deep learning features 2025-Sep-29, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01927-3 PMID:41023894	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19882	2025-10-05	Harnessing Geospatial Artificial Intelligence (GeoAI) for Environmental Epidemiology: A Narrative Review 2025-Sep-26, Current environmental health reports IF:7.4Q1 DOI:10.1007/s40572-025-00497-4 PMID:41003951	综述	本文综述了地理空间人工智能在环境流行病学领域的最新进展与应用	整合地理空间分析与机器学习方法形成GeoAI新范式，实现大规模人群健康数据的可扩展暴露评估	存在参与者隐私保护、数据代表性不足以及高质量验证数据集构建困难等挑战	探讨GeoAI在环境暴露评估和健康行为结果确定中的应用价值	环境暴露因素与人群健康关系研究	地理空间人工智能	心血管疾病、痴呆症、癌症	地理空间分析、机器学习、智能手机和可穿戴设备传感器数据采集	深度学习	地理空间数据、智能手机传感器数据、街景图像	NA	NA	NA	测量准确性、设计有效性	NA
19883	2025-10-05	A novel open-source ultrasound dataset with deep learning benchmarks for spinal cord injury localization and anatomical segmentation 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16275-z PMID:41006445	研究论文	本文提出了一个用于脊髓损伤定位和解剖分割的开源超声数据集，并建立了深度学习基准	发布了目前最大的公开脊髓超声注释数据集，首次公开报告了用于脊髓解剖标记评估的目标检测和分割架构	数据集主要基于猪脊髓图像，人类数据的零样本泛化性能仍有提升空间	促进医学机器学习在临床环境中的应用，特别针对脊髓损伤定位和解剖分割	猪脊髓和人类脊髓的超声图像	计算机视觉	脊髓损伤	超声成像，B模式	目标检测，语义分割	图像	10,223张B模式超声图像，来自25只猪脊髓	NA	YOLOv8, DeepLabv3, SAMed	平均精度(mAP50-95), Dice系数	NA
19884	2025-10-05	Leveraging multi-modal foundation model image encoders to enhance brain MRI-based headache classification 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18507-8 PMID:41006506	研究论文	本研究利用多模态基础模型BioMedCLIP的视觉编码器，通过微调实现对脑部MRI图像的头痛分类和生物标志物检测	首次将多模态生物医学基础模型应用于头痛分类和生物标志物检测，使用结构MRI数据	样本量相对有限，仅包含721名参与者	开发基于脑部MRI的自动化头痛分类系统，增强临床诊断能力	头痛患者（偏头痛、急性创伤后头痛、持续性创伤后头痛）和健康对照者	计算机视觉	头痛疾病	脑部MRI	Vision Transformer (ViT)	图像	721名参与者（424名健康对照来自IXI数据集，297名本地参与者包括96名偏头痛患者、48名急性创伤后头痛患者、49名持续性创伤后头痛患者和104名健康对照）	NA	Vision Transformer (ViT), BioMedCLIP	准确率	NA
19885	2025-10-05	Automated detection and classification of cervical and anal squamous cancer precursors using deep learning and multidevice colposcopy 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14514-x PMID:41006527	研究论文	开发基于深度学习的卷积神经网络模型，用于自动检测和分类宫颈与肛门的鳞状上皮内病变	首次开发能够同时应用于宫颈和肛门检查的深度学习模型，并整合了来自三种不同设备的阴道镜/肛门镜检查数据	回顾性研究设计，样本来源仅限于三个医疗中心	提高宫颈和肛门鳞状上皮内病变的自动检测和分类准确性	宫颈和肛门的鳞状上皮内病变（LSIL和HSIL）	计算机视觉	宫颈癌, 肛门癌	阴道镜检查, 肛门镜检查	CNN	图像	320例阴道镜和肛门镜检查，包含88,073帧图像	NA	NA	灵敏度, 特异度, 准确率, 阳性预测值, 阴性预测值, AUC-ROC, AUC-PR	NA
19886	2025-10-05	Fine art image classification and design methods integrating lightweight deep learning 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18420-0 PMID:41006708	研究论文	提出一种融合轻量级深度学习的精细艺术图像分类与设计方法	设计轻量级混合网络MTH，结合深度可分离卷积与多头自注意力机制，提出动态通道-空间注意力模块和跨风格特征迁移框架	NA	解决艺术图像分类任务中效率低和泛化能力差的问题	艺术图像	计算机视觉	NA	深度学习	CNN,Transformer	图像	ArtBench-10和WikiArt数据集	NA	MobileNet-Transformer Hybrid (MTH),EfficientNetV2-S,Swin Tiny	分类准确率	NA
19887	2025-10-05	An interpretable adaptive edge-weighted graph convolutional networks model for physical fitness assessment of primary school student in high-altitude regions 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18203-7 PMID:41006705	研究论文	提出一种自适应边权图卷积网络模型，用于高海拔地区小学生体质健康评估	首次将动态图卷积神经网络与SHAP可解释性方法结合，实现高海拔地区小学生综合体质的高精度评估和关键指标分析	NA	解决传统体质评估方法在处理复杂多元体能数据时泛化能力差和缺乏可解释性的问题	高海拔地区小学生	机器学习	NA	深度学习	图卷积网络	多元体能测试数据	25,790条学生记录（来自青海西宁，平均海拔3137米）	NA	自适应边权图卷积神经网络	精确率, 召回率, F1分数, 宏平均F1分数	NA
19888	2025-10-05	Identification of camouflage military individuals with deep learning approaches DFAN and SINETV2 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18886-y PMID:41006701	研究论文	本研究开发了基于卷积神经网络的伪装军事人员检测方法，并创建了MSC1K数据集	提出了动态特征聚合网络(DFAN)和创建了包含1000张伪装人员图像的MSC1K数据集	未明确说明模型在极端环境或复杂背景下的泛化能力	开发在军事环境中检测伪装目标的方法	伪装军事人员、军事材料和军事行动	计算机视觉	NA	深度学习	CNN	图像	1000张伪装人员图像	NA	DFAN, SINet-V2, SINet, ZoomNet	MAE, 精确率-召回率平衡, 结构相似性	NA
19889	2025-10-05	Automated deep learning method for whole-breast segmentation in contrast-free quantitative MRI 2025-Sep-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01928-2 PMID:41013418	研究论文	开发基于nnU-Net架构的深度学习分割方法，用于在无对比剂定量MRI中实现全乳腺自动分割	首次将nnU-Net架构应用于基于扩散加权成像和合成MRI的无对比剂全乳腺自动分割	样本量相对有限（98名患者），仅评估了两种MRI序列	开发全自动乳腺分割方法以支持计算机辅助定量分析	98名患者的196个乳腺	计算机视觉	乳腺疾病	扩散加权成像，合成MRI，3.0T磁共振成像	U-Net, nnU-Net	医学影像	98名患者（196个乳腺）	NA	U-Net, nnU-Net	Dice相似系数，准确率，Pearson相关系数	NA
19890	2025-10-05	Artificial Intelligence-driven image analysis for standardised programmed death-ligand 1 expression evaluation in non-small cell lung cancer 2025-Sep-26, Diagnostic pathology IF:2.4Q2 DOI:10.1186/s13000-025-01707-1 PMID:41013460	研究论文	开发基于人工智能的深度学习模型，用于自动评估非小细胞肺癌中PD-L1免疫组化表达	采用多粒度多示例学习方法，结合粗粒度和细粒度实例嵌入提取形态学特征，实现PD-L1表达的自动分层	研究仅基于三个队列数据集，需要进一步外部验证	开发标准化PD-L1表达评估方法以改善免疫治疗效果	非小细胞肺癌患者的免疫组化全切片图像	数字病理学	肺癌	免疫组化22C3检测，苏木精-伊红染色	深度学习，多示例学习	全切片图像	706名患者，1212张全切片图像	NA	多粒度表达解释器	AUC	NA
19891	2025-10-05	Deep learning-based cardiac computed tomography angiography left atrial segmentation and quantification in atrial fibrillation patients: a multi-model comparative study 2025-Sep-26, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01442-0 PMID:41013604	研究论文	本研究基于深度学习模型对心房颤动患者的心脏CT血管造影左心房进行分割和量化分析	首次在182例多中心心脏CTA数据集上比较五种最新医学图像分割模型对左心房分割的性能	样本量相对有限(182例)，仅针对心房颤动患者	寻找基于心脏CTA的最佳左心房分割模型并进行左心房容积定量测量	心房颤动患者的心脏CT血管造影图像	医学图像分析	心房颤动	心脏CT血管造影	深度学习	医学图像	182例心脏CTA图像	NA	DAResUNet, nnFormer, xLSTM-UNet, UNETR, VNet	DSC, JI, HD, ASD, Bland-Altman分析	NA
19892	2025-10-05	Artificial intelligence in healthcare and medicine: clinical applications, therapeutic advances, and future perspectives 2025-Sep-23, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03196-w PMID:40988064	综述	本文综述人工智能在医疗健康领域的临床应用、治疗进展和未来前景	全面探讨AI在促进医疗公平性方面的潜力，特别是在资源匮乏地区的移动诊断和轻量级算法应用	未提供具体临床验证数据或案例研究支持论点	分析人工智能在医疗健康领域的应用现状、挑战和发展方向	医疗健康系统和人工智能技术	机器学习	NA	机器学习，深度学习	NA	电子健康记录，医学影像，基因组数据	NA	NA	NA	NA	NA
19893	2025-10-05	An Implicit Registration Framework Integrating Kolmogorov-Arnold Networks with Velocity Regularization for Image-Guided Radiation Therapy 2025-Sep-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12091005 PMID:41007250	研究论文	提出一种结合Kolmogorov-Arnold网络与速度正则化的隐式配准框架，用于图像引导放射治疗中的CT-CBCT图像配准	首次将Kolmogorov-Arnold网络(KAN)引入医学图像配准领域，建立了超越标准MLP基隐式神经表示的新范式	NA	解决图像引导放射治疗中CT与CBCT图像之间的可变形配准挑战	盆腔CT-CBCT图像数据集	医学图像处理	肿瘤放射治疗	计算机断层扫描(CT)，锥形束计算机断层扫描(CBCT)	Kolmogorov-Arnold网络(KAN)	医学图像	公开可用的盆腔CT-CBCT数据集	NA	Kolmogorov-Arnold网络，基于Jacobi多项式构建	配准精度	NA
19894	2025-10-05	EAFormer: Edge-Aware Guided Adaptive Frequency-Navigator Network for Image Restoration 2025-Sep-22, Sensors (Basel, Switzerland) DOI:10.3390/s25185912 PMID:41013150	研究论文	提出一种边缘感知引导的自适应频率导航网络EAFormer，用于提升图像恢复任务的通用性能	通过边缘检测算子提取边缘信息，结合自适应频率导航机制感知不同频率成分，在恢复过程中更准确地重建边缘轮廓细节	NA	开发通用性强的图像恢复网络，解决不同退化类型需要不同频率特征的问题	退化图像	计算机视觉	NA	边缘检测算子	深度学习网络	图像	NA	NA	EAFormer	NA	NA
19895	2025-10-05	Convolutional Neural Networks for Hole Inspection in Aerospace Systems 2025-Sep-22, Sensors (Basel, Switzerland) DOI:10.3390/s25185921 PMID:41013160	研究论文	开发了一种集成控制光学、照明和嵌入式深度学习的紧凑型手持检测设备HANNDI，用于航空航天制造中孔洞的自动化检测	首个结合机械成像几何控制、可控照明和嵌入式CNN推理的手持式自动光学检测系统	使用专有数据集训练，可能限制模型的泛化能力	开发自动化检测系统替代人工目视检查，提高航空航天制造中孔洞检测的效率和可靠性	航空航天制造中的铆钉孔、机加工孔和紧固件位置	计算机视觉	NA	光学成像、深度学习	CNN	图像	约3700张航空航天资产图像	NA	YOLO	精确率, 召回率	嵌入式推理系统
19896	2025-10-05	Enhancing Melanoma Diagnosis in Histopathology with Deep Learning and Synthetic Data Augmentation 2025-Sep-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12091001 PMID:41007246	研究论文	本研究探讨了使用生成对抗网络生成合成图像对基于ResNet-18架构的黑色素瘤自动分类器性能的影响	首次在1024×1024像素高分辨率下评估合成数据增强对黑色素瘤组织病理学诊断的影响，并采用FID指标评估生成图像质量	混合模型性能并未始终优于仅使用真实数据的模型，且仅针对黑色素痣类别进行了数据平衡	提高黑色素瘤在组织病理学图像中的诊断准确性	苏木精-伊红染色的组织病理学图像	数字病理学	黑色素瘤	组织病理学染色	GAN, CNN	图像	未明确具体样本数量，但提及假阴性病例从80例减少到75例	NA	ResNet-18	准确率, 特异性, 假阴性率, FID	NA
19897	2025-10-05	A Comparative Evaluation of Meta-Learning Models for Few-Shot Chest X-Ray Disease Classification 2025-Sep-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182404 PMID:41008775	研究论文	本研究对元学习模型在胸部X射线疾病分类中的效果进行了比较评估	首次系统比较了四种代表性元学习模型在胸部X射线疾病少样本分类任务中的性能，并确定了最优的骨干网络架构	仅在ChestX-ray14数据集上进行评估，未在其他医学影像数据集上验证泛化能力	评估元学习模型在胸部X射线疾病少样本分类任务中的有效性	胸部X射线图像中的疾病分类	计算机视觉	胸部疾病	医学影像分析	元学习模型	图像	ChestX-ray14数据集	NA	Prototypical Networks, Relation Networks, MAML, FoMAML, ConvNeXt, DenseNet-121, ResNet-50, MobileNetV2, ViT	召回率, F1分数, 精确度, FLOPs, 执行时间	NA
19898	2025-10-05	Damage Localization and Sensor Layout Optimization for In-Service Reinforced Concrete Columns Using Deep Learning and Acoustic Emission 2025-Sep-21, Materials (Basel, Switzerland) DOI:10.3390/ma18184406 PMID:41010246	研究论文	本研究结合深度学习算法和声发射技术，对在役钢筋混凝土柱进行损伤定位并优化传感器布局方案	提出基于k-means聚类和投票选择概念的数据清洗方法，并比较不同传感器布局方案对浅层和深层混凝土基体损伤定位的效果	NA	解决在役钢筋混凝土柱的健康检测问题，包括损伤定位和传感器布局优化	在役钢筋混凝土柱	机器学习	NA	声发射技术	BP神经网络,RBF神经网络,SVR	声发射信号数据	NA	NA	NA	MAE,RMSE,R	NA
19899	2025-10-05	Robust Pedestrian Detection and Intrusion Judgment in Coal Yard Hazard Areas via 3D LiDAR-Based Deep Learning 2025-Sep-21, Sensors (Basel, Switzerland) DOI:10.3390/s25185908 PMID:41013146	研究论文	提出一种基于3D LiDAR的鲁棒行人入侵检测方法，用于煤矿场危险区域的安全监控	提出EFT-RCNN行人检测网络，通过EnhancedVFE模块改进空间特征提取，使用FocalConv重构3D骨干网络，并采用TeBEVPooling优化鸟瞰图生成	NA	开发煤矿场危险区域行人入侵检测系统，预防安全事故	煤矿场危险区域内的行人	计算机视觉	NA	3D LiDAR	深度学习	3D点云数据	公共KITTI数据集和实际测试数据	PyTorch	EFT-RCNN, Voxel-RCNN	平均精度, 检测准确率, 距离测量误差, FPS	NA
19900	2025-10-05	GPR Feature Enhancement of Asphalt Pavement Hidden Defects Using Computational-Efficient Image Processing Techniques 2025-Sep-20, Materials (Basel, Switzerland) DOI:10.3390/ma18184400 PMID:41010241	研究论文	本研究提出使用计算高效的图像处理技术增强沥青路面隐蔽缺陷的探地雷达特征	将简单图像处理方法作为GPR数据预处理步骤，显著提升双曲线特征检测精度和速度	NA	开发实时GPR测量中快速准确检测隐蔽缺陷的方法	沥青路面隐蔽缺陷	计算机视觉	NA	探地雷达(GPR)	Faster R-CNN, YOLOv8	图像	NA	标准图像处理库	CBAM-YOLOv8	mAP@0.5, 推理时间, 信噪比(RIHSNR)	NA