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
12741	2025-10-07	The significance of an infant's cry: a narrative review of physiological, pathological, and analytical perspectives 2025, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2025.1558951 PMID:40416439	综述	本文系统回顾了婴儿哭声的生理机制、病理意义和分析方法，重点关注其作为生物标志物在健康评估和精准护理中的应用价值	首次系统整合婴儿哭声的多维度（生理、病理、心理）分析和深度学习应用研究，填补了现有文献的空白	NA	探讨婴儿哭声作为生物指标在健康监测和疾病早期诊断中的潜力	婴儿哭声特征及其与健康状况的关联	自然语言处理	神经系统疾病	深度学习	NA	音频	NA	NA	NA	NA	NA
12742	2025-10-07	Remote sensing-based detection of brown spot needle blight: a comprehensive review, and future directions 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19407 PMID:40416626	综述	本文系统综述了基于遥感技术的褐斑针叶枯病检测方法，评估当前研究趋势和潜在应用	首次对褐斑针叶枯病的遥感检测方法进行全面文献计量分析，并整合地理空间分析与物种分布模型预测病原体范围扩张	针对褐斑针叶枯病的直接遥感应用研究仍然有限，存在关键知识空白	优化遥感监测方法，改进预测模型，开发早期预警系统以提升森林管理	松林褐斑针叶枯病及其遥感检测技术	遥感监测	植物病害	遥感技术，多源遥感，地理空间分析，物种分布建模	机器学习，深度学习	遥感影像，气候数据	NA	NA	NA	NA	NA
12743	2025-10-07	A transformation uncertainty and multi-scale contrastive learning-based semi-supervised segmentation method for oral cavity-derived cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1577198 PMID:40416865	研究论文	提出一种基于变换不确定性和多尺度对比学习的半监督分割方法，用于口腔癌病理图像分割	结合变换不确定性估计和多尺度对比学习，提出边界感知增强U-Net，减少对标注数据的依赖	仅在一个包含451张图像的数据集上验证，需要更多临床数据验证泛化能力	开发半监督分割方法以解决口腔癌病理图像标注数据稀缺问题	口腔鳞状细胞癌病理图像	数字病理	口腔癌	H&E染色	半监督学习	病理图像	451张经病理学家标注验证的图像	NA	U-Net	分割性能指标	NA
12744	2025-10-07	Comparing factor mixture modeling and conditional Gaussian mixture variational autoencoders for cognitive profile clustering 2025, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2025.1474292 PMID:40417028	研究论文	比较因子混合模型和条件高斯混合变分自编码器在认知特征聚类中的表现	首次系统比较传统因子混合模型与深度学习方法的认知特征聚类能力，揭示不同方法在捕捉认知模式精细结构方面的差异	CGMVAE方法存在复杂性和潜在聚类重叠问题，模型解释性相对较低	比较不同聚类方法在识别认知特征模式方面的效果	从PROFFILO评估游戏获得的六个认知维度的个体认知特征数据	机器学习	NA	认知评估游戏	因子混合模型,条件高斯混合变分自编码器	认知评估数据	NA	NA	条件高斯混合变分自编码器	轮廓系数	NA
12745	2025-10-07	Application of 3D nnU-Net with Residual Encoder in the 2024 MICCAI Head and Neck Tumor Segmentation Challenge 2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings DOI:10.1007/978-3-031-83274-1_20 PMID:40417457	研究论文	本研究探索使用3D nnU-Net模型在头颈部肿瘤MRI数据中自动分割原发肿瘤体积和转移淋巴结	采用带残差编码器的3D nnU-Net模型，并通过特定背景比例数据重训练优化分割性能	模型在高背景比例数据上表现不佳，对GTVp的分割效果不如GTVn	改进放射治疗计划中头颈部肿瘤的自动分割精度	头颈部原发肿瘤体积(GTVp)和转移淋巴结(GTVn)	医学图像分割	头颈部肿瘤	MRI	3D nnU-Net	医学影像	2024 MICCAI头颈部肿瘤分割挑战赛提供的高质量数据集	NA	3D nnU-Net with Residual Encoder	DSCagg	NA
12746	2025-10-07	Automatic detection of gastrointestinal system abnormalities using deep learning-based segmentation and classification methods 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00354-6 PMID:40406365	研究论文	提出基于深度学习的胃肠系统异常分割与分类方法	开发新型分割网络GISegNet，并首次将Transformer模型特征与mRMR特征选择结合用于胃肠疾病分类	仅使用Kvasir单一数据集进行验证，缺乏多中心数据验证	开发自动检测胃肠系统异常的深度学习系统	胃肠内窥镜图像中的病理区域	计算机视觉	胃肠疾病	内窥镜成像	CNN, Transformer, SVM	图像	Kvasir数据集	NA	GISegNet, DeiT, ViT	Jaccard系数, Dice系数, 准确率	NA
12747	2024-09-19	Reply to: "Enhancing diagnostic accuracy for primary bone tumors: The role of expert histological analysis and AI-driven deep learning models" 2025-Jun, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2024.108670 PMID:39289050	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12748	2025-10-07	Cone-beam computed tomography (CBCT) image-quality improvement using a denoising diffusion probabilistic model conditioned by pseudo-CBCT of pelvic regions 2025-Jun, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00892-4 PMID:40035984	研究论文	提出一种基于条件去噪扩散概率模型的CBCT图像质量改进方法，用于提高盆腔区域放疗中的图像质量	首次将条件去噪扩散概率模型应用于CBCT图像质量改进，通过伪CBCT作为条件输入生成高质量合成CT	研究仅针对盆腔区域，未验证其他身体部位的适用性	提高CBCT图像质量以促进自适应放射治疗的临床应用	盆腔区域CBCT图像，包括结肠、前列腺和膀胱等器官	医学影像处理	前列腺癌	锥形束计算机断层扫描(CBCT)	条件去噪扩散概率模型(CDDPM)	医学影像	NA	NA	条件去噪扩散概率模型	平均绝对误差(MAE), 峰值信噪比(PSNR), Dice系数, Jaccard系数, 剂量误差, Gamma通过率	NA
12749	2025-10-07	A CT-free deep-learning-based attenuation and scatter correction for copper-64 PET in different time-point scans 2025-Jun, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00905-2 PMID:40261572	研究论文	开发并评估了一种基于深度学习的铜-64 PET成像衰减和散射校正方法	提出无需CT扫描的深度学习校正方法，通过迁移学习在有限铜基PET数据上实现有效校正	训练数据集规模有限，仅使用15个铜基PET图像进行微调	开发铜-64 PET成像的衰减和散射校正深度学习模型	铜-64 PET全身扫描图像	医学影像处理	NA	PET成像，深度学习	深度学习	医学影像	15个铜基PET图像用于训练，6个用于测试（包含1小时、12小时、48小时三个时间点各2个）	MONAI	swinUNETR	MSE, PSNR, SSIM	NA
12750	2025-10-07	Exploring interpretable echo analysis using self-supervised parcels 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110322 PMID:40383057	研究论文	本研究探索使用自监督学习进行可解释的心脏超声分析，通过生成称为“parcels”的自分割输出来识别心脏的解剖子区域	将改进的STEGO网络与DINO骨干模型结合，在多样化医疗和非医疗数据上预训练，生成可解释的自学习心脏解剖分区	需要大量无标签数据进行自监督预训练，模型性能依赖于预训练数据的多样性和质量	解决医学影像中标注数据稀缺问题，提高心脏成像分析的可解释性和鲁棒性	心脏超声图像序列和不同患者群体的心脏解剖结构	医学影像分析	心力衰竭	超声心动图	Transformer, 自监督学习	超声图像序列	大型无标签数据集和公开可用数据集	PyTorch	STEGO, DINO	可解释性, 鲁棒性, 适应性	NA
12751	2025-10-07	Improvement of deep learning-based dose conversion accuracy to a Monte Carlo algorithm in proton beam therapy for head and neck cancers 2025-May-23, Journal of radiation research IF:1.9Q3 DOI:10.1093/jrr/rraf019 PMID:40267259	研究论文	本研究通过图像旋转技术和缩放增强改进基于深度学习的质子束治疗中从笔形束到蒙特卡罗算法的剂量转换精度	首次将图像旋转技术和缩放增强应用于质子束治疗中的深度学习剂量转换，显著提高了转换精度	研究仅针对头颈部癌症患者，样本量相对有限（85例患者）	提高质子束治疗中基于深度学习的剂量计算精度	头颈部癌症患者	医学影像分析	头颈部癌症	质子束治疗，蒙特卡罗算法，深度学习	深度学习模型	CT图像，剂量数据	85例头颈部癌症患者，分为101个计划（334个射束）用于训练/验证，11个计划（34个射束）用于测试	NA	NA	γ通过率（3%/3mm标准），范围差异（R90）	NA
12752	2025-10-07	Single-cell multimodal analysis reveals tumor microenvironment predictive of treatment response in non-small cell lung cancer 2025-May-23, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adu2151 PMID:40408481	研究论文	通过单细胞多模态分析揭示非小细胞肺癌肿瘤微环境与治疗反应的关系	开发了NucSegAI深度学习模型用于自动核分割和细胞分类，并通过无监督表型发现识别了预测免疫治疗反应的特定淋巴细胞表型	样本量相对有限（119张全切片图像），需要进一步验证	优化非小细胞肺癌患者分层和治疗方案选择	人类非小细胞肺癌组织	数字病理学	肺癌	多重免疫荧光成像,组织病理学,RNA测序	深度学习	图像,测序数据	119张全切片图像，分析4560万个细胞	NA	NA	NA	NA
12753	2025-10-07	Multimodal ultrasound-based radiomics and deep learning for differential diagnosis of O-RADS 4-5 adnexal masses 2025-May-23, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00883-z PMID:40410823	研究论文	开发并验证基于多模态超声的列线图，整合临床变量、影像组学和深度学习特征，用于区分O-RADS 4-5类附件肿块	首次探索基于CEUS的影像组学在附件肿块鉴别诊断中的应用，并开发了整合临床变量、影像组学和深度学习特征的多模态模型	样本量相对有限（340例患者），依赖手动分割图像，研究结果需要进一步外部验证	提高O-RADS 4-5类附件肿块的良恶性鉴别诊断准确性	340例接受二维超声和超声造影检查的O-RADS 4-5类附件肿块患者	数字病理	妇科肿瘤	二维超声，超声造影	机器学习，深度学习	超声图像	340例患者，按7:3比例随机分为训练集和测试集	NA	NA	AUC，准确率，灵敏度，特异度，精确率，F1分数	NA
12754	2025-10-07	Imputing single-cell protein abundance in multiplex tissue imaging 2025-May-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59788-x PMID:40404617	研究论文	本研究应用机器学习方法对乳腺癌队列中的多重组织成像数据进行单细胞蛋白质丰度插补	首次将空间上下文信息整合到机器学习模型中用于单细胞蛋白质丰度插补，并验证了插补数据在区分治疗前后细胞状态中的生物学意义	仅针对乳腺癌队列进行研究，未在其他癌症类型或组织中进行验证	开发能够准确插补单细胞蛋白质丰度的计算方法	乳腺癌组织样本中的单细胞	数字病理学	乳腺癌	多重组织成像	正则化线性回归,梯度提升树,深度学习自编码器	蛋白质成像数据	乳腺癌队列（具体样本数量未明确说明）	NA	自编码器	平均绝对误差	NA
12755	2025-10-07	Revealing 3D microanatomical structures of unlabeled thick cancer tissues using holotomography and virtual H&E staining 2025-May-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59820-0 PMID:40404616	研究论文	本研究通过整合全息断层扫描与深度学习技术，实现了对无标记厚癌组织的三维虚拟H&E染色	首次将全息断层扫描与深度学习结合，实现对50µm厚癌组织的三维虚拟H&E染色，突破了传统切片厚度的限制	方法在重复性和可扩展性方面仍需进一步验证，目前仅针对结肠癌和胃癌样本进行了验证	开发无需物理切片和染色的三维组织显微结构获取方法	结肠癌和胃癌组织样本	数字病理学	结肠癌,胃癌	全息断层扫描,深度学习图像转换	深度学习图像转换框架	三维折射率分布图像	结肠癌组织（厚度达50µm）和胃癌组织样本	NA	NA	方法学验证（与化学H&E染色对比）,重复性验证,可扩展性验证	NA
12756	2025-10-07	Self-supervised model-informed deep learning for low-SNR SS-OCT domain transformation 2025-May-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02375-3 PMID:40404743	研究论文	提出一种基于深度学习的自监督模型SDNet，用于扫频光学相干断层扫描图像的同时去噪和超分辨率重建	将数据驱动的深度学习与模型驱动的噪声表示混合集成，专门针对低信噪比和低分辨率挑战；采用两步训练过程，结合PCA作为自监督去噪策略，无需真实噪声图像数据	NA	解决扫频光学相干断层扫描图像的低信噪比和低分辨率问题，提升图像质量和诊断准确性	扫频光学相干断层扫描图像，特别是糖尿病黄斑水肿患者的低分辨率低信噪比图像	计算机视觉	糖尿病黄斑水肿	扫频光学相干断层扫描	深度学习	图像	NA	NA	SDNet	计算效率，噪声降低，结构保真度，图像质量，诊断准确性	NA
12757	2025-10-07	RecyBat24: a dataset for detecting lithium-ion batteries in electronic waste disposal 2025-May-22, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05211-5 PMID:40404746	研究论文	本研究介绍了用于电子废弃物中锂离子电池检测的公开图像数据集RecyBat24	创建了首个公开可用的锂离子电池检测数据集，支持检测和实例分割任务，并验证了轻量级模型在资源受限环境下的应用潜力	数据集仅包含三种电池类型，可能无法覆盖所有实际场景中的电池种类	开发用于电子废弃物中锂离子电池检测和分类的深度学习解决方案	锂离子电池（Pouch、Prismatic、Cylindrical三种类型）	计算机视觉	NA	数据增强技术	轻量级机器学习模型	图像	NA	NA	NA	准确率	资源受限环境
12758	2025-10-07	Bio inspired feature selection and graph learning for sepsis risk stratification 2025-May-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02889-w PMID:40404796	研究论文	提出一种结合仿生特征选择和图深度学习的新框架，用于改进脓毒症风险预测	整合Wolverine优化算法进行特征选择和生成式预训练图神经网络建模患者关系，并应用TOTO元启发式算法进行模型微调	仅使用MIMIC-IV单一数据集，需要进一步验证在其他患者群体中的泛化能力	开发可扩展且高性能的脓毒症风险分层决策支持工具	重症监护患者的脓毒症风险分层	机器学习	脓毒症	SMOTE, 仿生优化算法, 图神经网络	GNN, GPT-GNN	临床数据	MIMIC-IV数据集	NA	GPT-GNN	准确率, AUC, F1分数	NA
12759	2025-10-07	A novel framework for inferring dynamic infectious disease transmission with graph attention: a COVID-19 case study in Korea 2025-May-22, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-23059-7 PMID:40405112	研究论文	提出一种结合多区域分区模型与时空深度学习的新型混合框架MPUGAT，用于推断动态传染病传播	首次将图注意力机制应用于将静态交通矩阵转换为动态传播矩阵，整合多源时序数据进行传染病建模	仅针对韩国COVID-19数据进行案例研究，尚未在其他地区或疾病上验证	开发能够准确估计时变传播率的传染病建模框架	韩国COVID-19传播动态	机器学习	COVID-19	图注意力机制，多区域分区模型	GAT	时序数据，交通矩阵，城市数据	韩国COVID-19数据	NA	Graph Attention Network, 多区域分区模型	传播率估计准确性，与政策实施一致性	NA
12760	2025-10-07	Facial expression deep learning algorithms in the detection of neurological disorders: a systematic review and meta-analysis 2025-May-22, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01396-3 PMID:40405223	系统综述与荟萃分析	评估深度学习算法通过面部表情变化检测神经系统疾病的性能	首次对深度学习在神经系统疾病面部表情识别中的应用进行系统综述和荟萃分析	数据集标准化不足，运动相关疾病模型鲁棒性有待提高	评估深度学习算法在神经系统疾病面部表情识别中的诊断性能	神经系统疾病患者的面部表情数据	计算机视觉	神经系统疾病	面部表情分析	CNN	图像	28项研究（荟萃分析包含24项2019-2024年的研究）	NA	卷积神经网络	准确率	NA