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
7001	2025-06-14	REMED-T2D: A robust ensemble learning model for early detection of type 2 diabetes using healthcare dataset 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109771 PMID:39914204	研究论文	开发了一种名为REMED-T2D的集成机器学习模型，用于早期检测2型糖尿病	首次使用Pima数据集进行综合分析，整合多种机器学习算法，并开发了公开可访问的网页服务器	模型主要针对亚洲女性，可能在其他人群中的适用性有限	提高2型糖尿病的早期检测准确性和鲁棒性	Pima Indian Diabetes数据集、RTML1和Pabna数据集	机器学习	2型糖尿病	集成学习、欠采样方法	集成ML模型	医疗数据集	Pima Indian Diabetes数据集生成的五个平衡数据集，以及RTML1、Pabna和RTML2数据集
7002	2025-06-14	Segment Anything for Microscopy 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02580-4 PMID:39939717	研究论文	本文介绍了一种名为Segment Anything for Microscopy (μSAM)的工具，用于多维显微镜数据的分割和跟踪	通过微调通用模型，显著提高了在广泛成像条件下的分割质量，并实现了交互式和自动分割	NA	解决显微镜图像中对象准确分割的瓶颈问题	显微镜图像中的对象	数字病理学	NA	NA	vision foundation model	图像	NA
7003	2025-06-14	Deep Learning-based Brain Age Prediction Using MRI to Identify Fetuses with Cerebral Ventriculomegaly 2025-03, Radiology. Artificial intelligence DOI:10.1148/ryai.240115 PMID:39969279	研究论文	本研究探讨了基于深度学习的胎儿脑龄预测模型在识别脑室扩大胎儿及其严重程度和相关中枢神经系统异常方面的诊断性能	使用二维单通道CNN与多平面MRI切片相结合的胎儿脑龄预测新方法，能够辅助识别脑室扩大及相关中枢神经系统异常	样本量相对有限，且仅使用了MRI数据	评估深度学习模型在胎儿脑室扩大及相关异常诊断中的临床应用价值	胎儿（包括脑室扩大胎儿和正常发育胎儿）	数字病理学	脑室扩大	MRI	CNN	图像	500例胎儿（317例脑室扩大胎儿和183例正常发育胎儿）
7004	2025-06-14	Tensor-powered insights into neural dynamics 2025-Feb-24, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07711-x PMID:39994447	research paper	提出了一种基于张量空间的新型解码方法LS-STM，用于高效处理高阶张量域中的神经信息	LS-STM是传统向量学习框架的张量化改进，能够保留高维空间中的内在关系，提升神经信号解码性能	未明确提及具体局限性	开发更有效的神经信息解码方法	人类和小鼠的神经信号	machine learning	NA	tensor computing	LS-STM	neural signal	人类和小鼠数据（未明确数量）
7005	2025-06-14	Transitioning from wet lab to artificial intelligence: a systematic review of AI predictors in CRISPR 2025-Feb-04, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-06013-w PMID:39905452	综述	本文系统回顾了CRISPR-Cas9系统中人工智能预测因子的应用，旨在弥合AI与CRISPR研究之间的知识鸿沟	为AI研究者提供CRISPR-Cas9多步骤过程的生物学基础理解，并详细介绍了80个可用数据集及50个预测管道的性能分析	现有AI预测因子性能有限，许多步骤仍依赖昂贵耗时的湿实验	促进AI在CRISPR-Cas9多步骤过程中的整合与优化	CRISPR-Cas9系统中的AI预测因子	机器学习	癌症、遗传性疾病	CRISPR-Cas9基因编辑	机器学习和深度学习方法	基因组数据	80个数据集和50个预测管道
7006	2025-06-14	Real-time detection and monitoring of public littering behavior using deep learning for a sustainable environment 2025-01-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77118-x PMID:39848984	research paper	利用深度学习实时检测和监控公共乱扔垃圾行为，以促进可持续环境	结合MoViNet视频分类模型和YOLOv8目标检测模型，通过面部识别和车牌识别技术识别乱扔垃圾的个体	数据收集困难，需通过模拟真实场景获取数据	通过技术手段减少公共乱扔垃圾行为，保护环境和人类健康	车辆和行人的乱扔垃圾行为	computer vision	NA	深度学习、计算机视觉	MoViNet, YOLOv8, LRCN, CNN-RNN	视频	模拟真实场景收集的数据集
7007	2025-06-14	Investigating the intrinsic top-down dynamics of deep generative models 2025-01-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-85055-y PMID:39843473	research paper	本研究探讨了深度生成模型（特别是迭代深度信念网络iDBN）的内在自上而下动态，及其在生成多样数据原型和持续学习中的应用	通过引入'嵌合体状态'初始化采样过程，增强了模型生成多样化数据原型的能力，并展示了iDBN相比浅层生成模型更丰富的自上而下动态	模型无法在单次生成轨迹中过渡到所有潜在目标状态	研究分层生成模型的自上而下动态特性及其与神经认知发展的关系	迭代深度信念网络（iDBN）的生成动态	machine learning	NA	无监督学习、Hebbian-like学习机制	Deep Belief Networks (DBNs), iterative DBN (iDBN), Restricted Boltzmann Machine	image	基于手写数字和人脸图片的知名数据集（具体数量未说明）
7008	2025-01-24	From pixels to patients: the evolution and future of deep learning in cancer diagnostics: (Trends in Molecular Medicine, published online December 11, 2024) 2025-Jan-21, Trends in molecular medicine IF:12.8Q1 DOI:10.1016/j.molmed.2024.12.012 PMID:39843287	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7009	2025-06-14	Combining Biology-based and MRI Data-driven Modeling to Predict Response to Neoadjuvant Chemotherapy in Patients with Triple-Negative Breast Cancer 2025-01, Radiology. Artificial intelligence DOI:10.1148/ryai.240124 PMID:39503605	research paper	结合基于生物学的模型和MRI数据驱动的深度学习来预测三阴性乳腺癌患者对新辅助化疗的反应	整合了基于生物学的数学模型和卷积神经网络（CNN）来预测肿瘤对新辅助化疗的时空演变	研究为回顾性研究，样本量相对较小（118名患者）	预测三阴性乳腺癌患者对新辅助化疗的反应	局部晚期三阴性乳腺癌患者	digital pathology	breast cancer	MRI, deep learning	CNN	image	118名女性患者（中位年龄51岁，范围29-78岁）
7010	2025-06-14	SCIseg: Automatic Segmentation of Intramedullary Lesions in Spinal Cord Injury on T2-weighted MRI Scans 2025-01, Radiology. Artificial intelligence DOI:10.1148/ryai.240005 PMID:39503603	研究论文	开发了一种名为SCIseg的深度学习工具，用于在T2加权MRI扫描上自动分割脊髓和脊髓损伤中的髓内病变	SCIseg是一个开源工具，通过主动学习的三阶段过程训练，能够自动分割髓内SCI病变和脊髓，并在多样化的数据集上表现出色	研究未提及模型在不同扫描参数或病变类型间的泛化能力	开发自动分割脊髓损伤中髓内病变的深度学习工具	脊髓损伤患者的T2加权MRI扫描	数字病理	脊髓损伤	T2加权MRI扫描	CNN	图像	191名脊髓损伤患者
7011	2025-06-14	Deep Learning Applied to Diffusion-weighted Imaging for Differentiating Malignant from Benign Breast Tumors without Lesion Segmentation 2025-01, Radiology. Artificial intelligence DOI:10.1148/ryai.240206 PMID:39565222	研究论文	评估和比较不同人工智能模型在扩散加权成像（DWI）中区分良性和恶性乳腺肿瘤的性能，并与放射科医生的评估进行比较	应用深度学习模型（特别是小型2D CNN）在无需病灶分割的情况下，利用DWI数据区分乳腺肿瘤的良恶性，且性能与放射科医生相当	研究为回顾性设计，样本量相对较小（334个乳腺病灶），且所有患者均为女性	评估AI模型在乳腺肿瘤良恶性鉴别中的性能	乳腺肿瘤患者	计算机视觉	乳腺癌	扩散加权成像（DWI）	2D CNN, ResNet-18, EfficientNet-B0, 3D CNN	医学影像	293名女性患者的334个乳腺病灶
7012	2025-06-14	Innovative data techniques for centrifugal pump optimization with machine learning and AI model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325952 PMID:40493691	research paper	本文探讨了利用机器学习和AI模型优化离心泵的数据技术	采用Dewesoft FFT DAQ系统和传感器融合技术提取高质量数据，结合EDA、数据可视化和特征工程提升数据可解释性，并通过假设测试验证数据完整性	未提及具体模型在极端条件下的表现或泛化能力	提高离心泵的运营效率并减少模型训练时间	离心泵机器(CPM)	machine learning	NA	Exploratory Data Analysis (EDA), Data Visualization, Feature Engineering (FE)	machine learning classifiers, deep learning algorithms	sensor data	NA
7013	2025-06-14	A User-Friendly Machine Learning Pipeline for Automated Leaf Segmentation in Atriplex lentiformis 2025, Bioinformatics and biology insights IF:2.3Q3 DOI:10.1177/11779322251344033 PMID:40496491	研究论文	本文介绍了一种用于植物表型分析的端到端深度学习管道，专注于自动化叶片分割	结合了微调的Mask R-CNN模型与自然语言提示技术，并集成了QR码自动识别功能，开发了用户友好的Streamlit网络应用	训练数据集较小（仅176张植物图像）	开发一个准确、可扩展且用户友好的自动化叶片分割管道	Atriplex lentiformis植物的叶片	计算机视觉	NA	深度学习	Mask R-CNN, Segment Anything Model (SAM), Grounded SAM	图像	176张植物图像
7014	2025-06-14	An integrated approach for mental health assessment using emotion analysis and scales 2025 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12040 PMID:40502325	research paper	该研究提出了一种结合情绪分析和量表的综合方法进行心理健康评估，特别是针对抑郁症的初步评估	整合了四种模块（面部情绪识别、量表问卷、语音情绪识别和医生聊天）进行抑郁症评估，提高了预测的准确性	情绪识别的准确性仍有提升空间，且用户可能需要与真实医生交流以消除疑虑	开发一种综合方法，通过情绪分析和量表评估抑郁症	抑郁症患者或潜在患者	machine learning	mental illness	Facial Emotion Recognition (FER), Speech Emotion Recognition (SER), 量表问卷	深度学习模型（未明确具体类型）	image, audio, text	使用了FER2013数据集以及RAVDESS、TESS、SAVEE和CREMA-D数据集
7015	2025-06-14	Integration of T cell repertoire, CyTOF, genotyping and symptomatology data reveals subphenotypic variability in COVID-19 patients 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.016 PMID:40502932	研究论文	该研究通过整合T细胞受体库、CyTOF、基因分型和症状学数据，揭示了COVID-19患者的亚表型变异性	使用LCM-BIC算法整合多种免疫表型和遗传数据，识别出三个新的患者聚类，并通过深度学习分析TCR氨基酸序列，发现与疾病严重程度相关的SARS-CoV-2特异性TCR序列	样本量较小（61名患者），且仅来自西班牙人群，可能限制结果的普适性	通过整合多种数据识别COVID-19患者的免疫和遗传特征，以帮助分层和管理患者	61名西班牙COVID-19患者（33名轻度，28名重度）	免疫学	COVID-19	CyTOF, TCRseq, SNP分析, 深度学习	LCM-BIC算法, 深度学习模型	免疫表型数据, 基因分型数据, 症状学数据	61名COVID-19患者（33名轻度，28名重度）
7016	2025-06-14	Prediction of CRISPR-Cas9 on-target activity based on a hybrid neural network 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.001 PMID:40502933	研究论文	提出了一种基于混合神经网络CRISPR_HNN的CRISPR-Cas9靶向活性预测方法	整合了MSC、MHSA和BiGRU模块，有效捕捉局部动态特征和全局长距离依赖关系，并采用One-hot Encoding和Label Encoding策略	未提及具体的数据集局限性或模型泛化能力测试	提高sgRNA活性的预测准确性，以增强CRISPR-Cas9基因编辑技术的安全性和有效性	CRISPR-Cas9系统中的sgRNA活性	机器学习	NA	CRISPR-Cas9基因编辑技术	混合深度神经网络（整合MSC、MHSA和BiGRU）	基因序列数据	未明确提及具体样本量，仅说明在公共数据集上测试
7017	2025-06-13	Domain-separated capsule network for damage detection in aluminum plates under varying vibration conditions 2025-Oct, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107688 PMID:40381421	研究论文	本文提出了一种域分离胶囊网络（DS-CapsNet），用于在不同振动条件下检测铝板的损伤	DS-CapsNet结合了胶囊网络和注意力机制，通过动态对抗因子优化特征对齐，并利用多头自注意力机制提升分类性能	NA	提高在不同振动条件下铝板损伤检测的准确性	2024铝合金板	结构健康监测	NA	超声导波	DS-CapsNet（域分离胶囊网络）	信号数据	NA
7018	2025-06-13	Deep learning algorithms to assist in imaging diagnosis in individuals with disc herniation or spondylolisthesis: A scoping review 2025-Sep, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105933 PMID:40252304	综述	本文对用于辅助诊断椎间盘突出或脊椎滑脱的深度学习算法进行了范围综述	总结了深度学习在椎间盘突出和脊椎滑脱影像诊断中的应用，并识别了最常用的模型和影像技术	数据集规模小、缺乏外部验证、研究结果在不同人群中推广存在挑战	回顾用于椎间盘突出和脊椎滑脱影像诊断的深度学习算法	椎间盘突出和脊椎滑脱的影像诊断	数字病理学	脊椎疾病	MRI, X-ray	CNN, ResNet	影像	18项符合条件的研究
7019	2025-06-13	Deep Learning-Driven Exophthalmometry through Facial Photographs in Thyroid Eye Disease 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100791 PMID:40496215	research paper	开发并评估了一种基于深度学习的系统，用于通过面部照片测量甲状腺眼病（TED）患者的眼球突出	使用双流ResNet-18神经网络结合RGB图像和ZoeDepth算法生成的深度图进行眼球突出测量，提供了一种准确且易于获取的替代传统测量方法	系统检测显著眼球突出变化（≥2毫米）的准确率为74.6%，仍有提升空间	开发一种基于深度学习的辅助系统，用于甲状腺眼病患者的眼球突出测量	甲状腺眼病（TED）患者	digital pathology	thyroid eye disease	deep learning, ZoeDepth算法	dual-stream ResNet-18	facial images	1279名患者（1108名来自Severance Hospital，171名来自Seoul National University Bundang Hospital）
7020	2025-06-13	Effect of Faricimab versus Aflibercept on Hyperreflective Foci in Patients with Diabetic Macular Edema from the YOSEMITE/RHINE Trials 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100798 PMID:40496217	研究论文	比较faricimab与aflibercept对糖尿病黄斑水肿患者高反射灶的影响	使用深度学习算法自动量化高反射灶，并比较两种药物在抑制疾病活动方面的效果	研究为事后分析，可能存在选择偏差	比较faricimab与aflibercept在治疗糖尿病黄斑水肿中的效果	糖尿病黄斑水肿患者	数字病理	糖尿病黄斑水肿	深度学习算法	NA	OCT体积扫描图像	1545名患者（faricimab Q8W组519人，faricimab T&E组524人，aflibercept组502人）