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
541	2025-06-07	MultiCubeNet: Multitask deep learning for molecular subtyping and prognostic prediction in gliomas 2025 Jan-Dec, Neuro-oncology advances IF:3.7Q2 DOI:10.1093/noajnl/vdaf079 PMID:40463652	research paper	开发并验证了一个名为MultiCubeNet的多任务深度学习模型，用于同时预测胶质瘤的关键分子标记和预后	提出了一个多序列、多尺度、多任务的深度学习框架，能够同时预测IDH突变、1p/19q共缺失、TERT启动子突变和预后	在TCGA队列中的性能不太理想，AUC值低于0.8	开发一个深度学习模型，用于胶质瘤的分子亚型和预后预测	457例成人型弥漫性胶质瘤（193例训练队列；162例和102例分别在SZS和TCGA验证队列中）	digital pathology	glioma	deep learning	MultiCubeNet	image	457例成人型弥漫性胶质瘤
542	2025-06-07	Interactive Segmentation Model for Placenta Segmentation from 3D Ultrasound images 2025, Simplifying medical ultrasound : 5th international workshop, ASMUS 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, proceedings. ASMUS (Workshop) (5th : 2024 : Marrakech, Morocco) DOI:10.1007/978-3-031-73647-6_13 PMID:40463734	research paper	本文评估了3D交互式分割模型在人机协作胎盘分割任务中的表现，并提出了一种高效的人机交互模型	首次将人机交互模型应用于3D超声图像胎盘分割任务，并验证其有效性	未说明模型在临床环境中的实际应用效果	开发高效的3D超声图像胎盘分割方法	3D超声图像中的胎盘组织	digital pathology	产科疾病	3D超声成像	interactive segmentation model (基于SAM)	3D医学图像	未明确说明样本数量
543	2025-06-07	Advancements and challenges of artificial intelligence in climate modeling for sustainable urban planning 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1517986 PMID:40463823	Mini Review	探讨人工智能在气候建模中的进展与挑战，以促进可持续城市规划	综述了机器学习和深度学习技术在提高气候风险评估、资源优化和基础设施韧性方面的最新进展	数据质量不一致、模型可解释性限制、伦理问题以及AI模型在不同城市环境中的可扩展性	促进气候适应和可持续城市规划	气候建模和城市规划	机器学习	NA	机器学习和深度学习	ML和DL	多源数据	NA
544	2025-06-07	BrainTumNet: multi-task deep learning framework for brain tumor segmentation and classification using adaptive masked transformers 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1585891 PMID:40463867	research paper	开发了一个名为BrainTumNet的多任务深度学习框架，用于脑肿瘤的分割和分类	结合了改进的编码器-解码器架构、自适应掩码Transformer和多尺度特征融合策略，实现了肿瘤分割和分类的多任务学习	研究仅基于485例病理确诊的病例，样本量可能不足以覆盖所有脑肿瘤类型和变异	开发一个多任务深度学习模型，用于精确的脑肿瘤分割和类型分类	高级别胶质瘤、转移性肿瘤和脑膜瘤的T1增强MRI序列图像	digital pathology	brain tumor	MRI	CNN, Transformer	image	485例病理确诊的病例（训练集378例，测试集109例，外部验证集51例）
545	2025-06-07	A novel method of BiFormer with temporal-spatial characteristics for ECG-based PVC detection 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1549380 PMID:40463999	研究论文	提出了一种结合BiFormer模型和时空特征的ECG信号处理方法，用于检测室性早搏（PVC）	使用BiFormer分类模型和Bi-level Routing Attention机制，结合Markov Transition Fields将一维时间序列信号转换为二维图像，提高了PVC检测的准确性和计算效率	NA	开发一种更准确和高效的ECG信号分析方法，用于早期检测室性早搏（PVC）	ECG信号	机器学习	心血管疾病	Markov Transition Fields (MTFs), Bi-level Routing Attention (BRA)	BiFormer	ECG信号	MIT-BIH心律失常数据库
546	2025-06-07	YOLO for early detection and management of Tuta absoluta-induced tomato leaf diseases 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1524630 PMID:40464016	研究论文	该研究利用YOLOv8模型进行Tuta absoluta引起的番茄叶部病害的早期检测与管理	首次公开了一个名为TomatoEbola的数据集，并提出了基于迁移学习的方法评估YOLOv8在检测Tuta absoluta中的性能	数据集样本量较小，仅包含326张图像和784个标注，可能影响模型的泛化能力	通过AI技术提高农业病害检测效率，减少作物损失并增强粮食安全	番茄叶部病害（由Tuta absoluta引起）	计算机视觉	植物病害	迁移学习	YOLOv8	图像	326张图像和784个标注，来自三个不同的农场
547	2025-06-06	Enhancing predictive accuracy for urinary tract infections post-pediatric pyeloplasty with explainable AI: an ensemble TabNet approach 2025-01-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82282-1 PMID:39828726	research paper	本研究开发了一种结合机器学习和深度学习的集成模型，用于预测小儿肾盂成形术后尿路感染的风险	首次提出结合机器学习和深度学习的集成预测模型，利用SHAP解释模型提供临床风险因素新见解	研究证据等级为IV级，缺乏对照组比较	提高小儿肾盂成形术后尿路感染的预测准确性	764例接受单侧肾盂成形术的儿科患者	machine learning	urinary tract infection	ensemble learning, SHAP	TabNet, Logistic Regression, SVM, Random Forest, XGBoost, LightGBM	clinical features	764例儿科患者
548	2025-06-06	Deep learning in Cobb angle automated measurement on X-rays: a systematic review and meta-analysis 2025-Jan, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-024-00954-4 PMID:39320698	系统综述与荟萃分析	本文综述了深度学习算法在X光片上自动测量Cobb角的应用，并进行了荟萃分析	比较了基于分割和基于标志点的深度学习方法的准确性，并提出了改进模型设计的潜在方法	荟萃分析结果有限，存在高度异质性	评估深度学习算法在Cobb角自动测量中的性能	X光片上的Cobb角测量	计算机视觉	脊柱侧弯	深度学习算法	NA	X光图像	50项研究纳入系统综述，17项研究纳入荟萃分析（共3022例样本）
549	2025-06-06	A Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease 2025, Cardiology IF:1.9Q3 DOI:10.1159/000541980 PMID:39396499	研究论文	开发了一种基于深度学习的快速三维心脏建模方法，用于先天性心脏病患者的术前规划和诊断支持	整合医学影像和临床诊断信息，通过深度学习自动生成3D打印和VR应用的心脏模型	研究样本量较小（110例患者），未来需在更大数据集和不同类型先天性心脏病上验证模型的广泛适用性	提高先天性心脏病手术规划和诊断的精确性	先天性心脏病患者	数字病理学	先天性心脏病	CT、心脏MRI	深度学习模型	医学影像、临床数据	110例患者
550	2025-06-06	GCLmf: A Novel Molecular Graph Contrastive Learning Framework Based on Hard Negatives and Application in Toxicity Prediction 2025-Jan, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400169 PMID:39421969	research paper	提出了一种基于硬负样本的分子图对比学习框架GCLmf，用于毒性预测	利用特定条件的分子片段作为硬负样本，提升负样本集质量，从而在预训练中学习更具信息量的分子表示	未明确提及模型在数据稀缺情况下的表现或泛化能力	提高化学毒性预测的准确性和鲁棒性	分子图数据	machine learning	NA	对比学习（自监督学习）	GCLmf（基于深度学习的分子图对比学习框架）	分子图数据	在33个毒性任务上进行评估，具体样本量未明确说明
551	2025-06-06	Diagnostic accuracy of deep learning-based algorithms in laryngoscopy: a systematic review and meta-analysis 2025-Jan, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-09049-2 PMID:39446141	meta-analysis	该研究通过系统综述和荟萃分析评估深度学习在喉镜检查中诊断喉癌的准确性	首次对深度学习在喉镜检查中的诊断效用进行系统评价和荟萃分析	仅纳入9项研究，样本量虽大但研究数量有限	评估深度学习算法在喉镜检查中诊断喉癌的准确性	喉镜检查图像	digital pathology	laryngeal cancer	深度学习	NA	image	106,175张内窥镜图像
552	2025-06-06	Overcoming the preferred-orientation problem in cryo-EM with self-supervised deep learning 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02505-1 PMID:39558095	research paper	该论文开发了一种名为spIsoNet的自监督深度学习软件，用于解决冷冻电镜中的粒子取向偏差问题	提出了一种端到端的自监督深度学习方法，无需额外的样本制备过程即可解决冷冻电镜中的取向偏差问题	NA	解决冷冻电镜中粒子取向偏差导致的图像各向异性和粒子错位问题	冷冻电镜图像数据，包括核糖体、β-半乳糖苷酶和血凝素三聚体数据集	计算机视觉	NA	冷冻电镜	深度学习	图像	多个代表性生物系统数据集
553	2025-06-06	Deep learning-based optical coherence tomography and retinal images for detection of diabetic retinopathy: a systematic and meta analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1485311 PMID:40171193	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习算法在光学相干断层扫描（OCT）和视网膜图像中检测糖尿病视网膜病变（DR）的有效性	首次对深度学习在OCT和视网膜图像中检测DR的效果进行了全面的荟萃分析	数据集标准化不足，模型可解释性有待提高，且需在多样化人群中进一步验证性能	评估深度学习算法在糖尿病视网膜病变检测中的准确性和可靠性	光学相干断层扫描（OCT）和视网膜图像	digital pathology	diabetic retinopathy	deep learning	NA	image	188268张视网膜图像和OCT扫描
554	2025-06-06	Ground-truth-free deep learning approach for accelerated quantitative parameter mapping with memory efficient learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324496 PMID:40455714	研究论文	本研究评估了结合内存高效学习(MEL)的自监督学习(SSL)和零样本自监督学习(ZSSSL)框架，以加速定量MRI(qMRI)的图像重建	提出了不依赖全采样数据的自监督学习和零样本自监督学习方法，并结合内存高效学习技术降低GPU内存需求	在高度加速因子条件下，SSL和ZSSSL的性能略逊于监督学习(SL)	加速定量MRI图像重建过程并降低计算资源需求	定量MRI图像重建	医学影像分析	NA	定量MRI(qMRI), 自监督学习(SSL), 零样本自监督学习(ZSSSL)	深度学习(DL)	MRI图像	三个实验(2D T2映射/MSME, 3D T1映射/VFA-SPGR, 3D T2映射/DESS)
555	2025-06-06	Utility of artificial intelligence-based conversation voice analysis for detecting cognitive decline 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325177 PMID:40455724	研究论文	本研究开发了一种基于人工智能的对话语音分析模型，用于检测认知衰退	利用短对话语音样本通过AI模型检测认知衰退，无需专业环境或设备	样本量较小（263名患者），且仅基于Mini-Mental State Examination分数进行标签	开发一种便捷的认知衰退筛查工具	认知衰退患者和认知正常人群	自然语言处理	老年疾病	机器学习	全耦合神经网络	语音	263名患者的语音样本，其中20个样本用于准确性评估
556	2025-06-06	Overlapping point cloud registration algorithm based on KNN and the channel attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325261 PMID:40455723	研究论文	提出了一种基于KNN和通道注意力机制的重叠点云配准算法，显著提高了重叠区域的特征提取和匹配能力	结合KNN算法和通道注意力机制(CAM)，设计了有效性评分网络，提高了配准精度和系统鲁棒性	未提及算法在实时性方面的表现	提高重叠点云区域的特征提取和匹配能力，构建高精度环境模型	三维点云数据	计算机视觉	NA	KNN算法，通道注意力机制(CAM)	有效性评分网络	三维点云数据	ModelNet40数据集和Stanford数据集
557	2025-06-06	A novel spectral analysis-based grading system for gastrointestinal activity 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323440 PMID:40455773	研究论文	本文介绍了一种基于频谱分析的新型胃肠道活动分级系统，用于客观评估胃肠动力	提出了一种创新的无监督分级系统，通过频谱特征分析肠鸣音来评估胃肠动力，避免了传统方法依赖个人判断和大规模标注数据集的问题	虽然验证了方法的可靠性，但仍需进一步研究以确认其在更广泛临床环境中的适用性	开发一种客观评估胃肠动力的方法，辅助医生量化胃肠道活动	肠鸣音（由消化气体和液体在蠕动过程中产生的声音信号）	数字病理	胃肠道疾病	频谱特征分析	无监督学习	音频	NA
558	2025-06-06	An efficient non-parametric feature calibration method for few-shot plant disease classification 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1541982 PMID:40458225	research paper	提出一种基于特征适应评分（FAS）度量的方法，用于少样本植物病害分类	利用FAS评分与测试准确率的严格正相关关系，无需训练网络即可确定适用于少样本植物病害分类的Swin-Transformer V2-F6网络结构，并设计了PDFC算法进行特征校准	NA	解决植物病害图像数据不足的问题，提高少样本植物病害分类的准确率	植物病害图像	computer vision	plant disease	few-shot learning	Swin-Transformer V2	image	PlantVillage数据集及其他数据集
559	2025-06-06	Ventricular volume adjustment of brain regions depicts brain changes associated with HIV infection and aging better than intracranial volume adjustment 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1516168 PMID:40458466	research paper	该研究探讨了在分析HIV感染和衰老相关的大脑结构变化时，采用侧脑室（LV）体积调整比颅内体积（ICV）调整更能揭示潜在的萎缩模式	提出了使用侧脑室体积调整作为新的分析方法，以更准确地识别HIV感染和衰老相关的大脑萎缩模式，尤其是在HIV相关神经认知障碍（HAND）的研究中	研究仅基于MRI T1图像数据，未考虑其他可能的神经影像学或临床数据	比较不同体积调整策略在识别HIV感染和衰老相关大脑萎缩模式中的效果	HIV感染者和健康对照者的大脑结构变化	digital pathology	HIV感染	MRI T1成像	deep learning models	image	NA
560	2025-06-05	Advancements in Frank's sign Identification using deep learning on 3D brain MRI 2025-01-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82756-2 PMID:39827273	research paper	本研究开发了一种深度学习模型，用于在3D面部MRI图像中自动识别Frank's sign（FS）	首次使用深度学习技术对3D脑部MRI图像中的FS进行自动分割和识别	研究仅基于有限数量的MRI扫描样本（400例训练集+600例验证集）	开发自动化的FS检测工具以改善临床诊断	3D面部MRI图像中的Frank's sign标记	digital pathology	geriatric disease	MRI扫描	U-net	3D图像	400例训练集MRI扫描+600例验证集MRI扫描（两个外部数据集各300例）