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
14541	2025-10-07	Improving spleen segmentation in ultrasound images using a hybrid deep learning framework 2025-01-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85632-9 PMID:39799236	研究论文	提出一种用于超声图像脾脏分割的混合深度学习框架	首次提出结合SegFormer和Pix2Pix的两阶段训练方法，并创建了该领域首个脾脏超声图像数据集Spleenex	NA	改进超声图像中的脾脏分割精度	脾脏超声图像	计算机视觉	NA	超声成像	CNN, GAN	图像	450张脾脏超声图像	NA	SegFormerB0, Pix2Pix	mIoU, mDice, MPLE	NA
14542	2025-10-07	Advanced deep learning algorithms in oral cancer detection: Techniques and applications 2025, Journal of environmental science and health. Part C, Toxicology and carcinogenesis DOI:10.1080/26896583.2024.2445957 PMID:39819195	综述	本文全面分析了基于人工智能的口腔癌检测方法，重点关注深度学习模型和图像处理技术	提供了对最新AI方法在口腔癌检测中的综合分析，包括卷积神经网络等深度学习模型	NA	推进口腔癌的早期诊断，改善患者预后并减轻医疗系统负担	口腔癌检测方法和技术	计算机视觉	口腔癌	图像预处理，图像分割，特征提取	CNN	医学图像	NA	NA	卷积神经网络	分类准确率	NA
14543	2025-10-07	Ventilator pressure prediction employing voting regressor with time series data of patient breaths 2025 Jan-Mar, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582241295912 PMID:39988551	研究论文	提出一种基于投票回归器的混合呼吸机压力预测方法，用于精确预测患者呼吸过程中的呼吸机压力	开发了新型混合呼吸机压力预测器（H-VPP），通过分析肺部属性R和C在初始时间步的高值对呼吸机压力的影响	NA	预测呼吸机呼吸回路中的气道压力	COVID-19患者呼吸过程中的呼吸机压力数据	机器学习	COVID-19	时间序列数据分析	投票回归器	时间序列数据	NA	NA	混合呼吸机压力预测器（H-VPP）	R平方, 平均绝对误差, 均方误差	NA
14544	2025-10-07	Evaluation of stroke sequelae and rehabilitation effect on brain tumor by neuroimaging technique: A comparative study 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317193 PMID:39992898	研究论文	本研究开发了一种基于深度学习的SWI-BITR-UNet模型，用于脑卒中后遗症评估和脑肿瘤康复效果的神经影像分析	结合SWIN Transformer的局部感受野和移位机制与U-Net架构的有效特征融合策略，专门针对3D医学影像数据设计	未提及具体样本量大小和外部验证结果	提高脑损伤区域在多模态MRI扫描中的分割精度，改善脑卒中后遗症评估和康复效果监测	脑卒中损伤区域和脑肿瘤区域	医学影像分析	脑卒中,脑肿瘤	多模态MRI扫描,神经影像技术	CNN,Transformer,U-Net	3D医学影像	NA	NA	SWI-BITR-UNet,3D CNN编码器-解码器,SWIN Transformer,U-Net	召回率,精确率,F1分数,Kappa系数,平均交并比,ROC-AUC,豪斯多夫距离,DICE系数	NA
14545	2025-10-07	Optimizing Bi-LSTM networks for improved lung cancer detection accuracy 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316136 PMID:39992919	研究论文	本研究比较了传统手工特征和深度学习Bi-LSTM网络在肺癌检测中的性能	结合手工特征提取与优化的双向长短期记忆网络(Bi-LSTM)进行肺癌检测，在准确率和AUC指标上均取得优异表现	未提及具体数据集规模和多样性限制	提高肺癌检测准确率，改进计算机辅助诊断系统	肺癌医学图像	计算机视觉	肺癌	医学图像分析	Bi-LSTM, SVM	医学图像	NA	NA	Bidirectional Long Short-Term Memory	准确率, AUC	NA
14546	2025-10-07	Trustworthy diagnosis of Electrocardiography signals based on out-of-distribution detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317900 PMID:39999066	研究论文	提出一种基于分布外检测的心电图信号可信诊断方法	结合CNN和注意力机制增强特征提取，并采用Energy和ReAct技术识别分布外心脏病	NA	提高心电图诊断的可靠性，特别是对未知类型心脏病的识别能力	心电图信号	机器学习	心血管疾病	心电图信号分析	CNN, Attention机制	心电图信号	MIT-BIH心律失常数据库和INCART 12导联心律失常数据库	NA	CNN结合注意力机制	灵敏度, 特异性	NA
14547	2025-10-07	Author name disambiguation based on heterogeneous graph neural network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310992 PMID:40009590	研究论文	提出基于异构图注意力神经网络的作者姓名消歧方法，通过改进特征表示和聚类算法提升消歧性能	提出结合关系图异质注意力神经网络的作者消歧方法，引入多重注意力机制改进节点交互学习，并优化传统层次聚类算法	未明确说明方法在其他数据集上的泛化能力，实验仅基于Aminer数据集进行验证	解决学术论文作者姓名消歧问题，准确将新发表论文分配给对应作者	学术论文作者及其发表文献	自然语言处理	NA	图神经网络，注意力机制	GNN, 注意力神经网络	文本数据，图结构数据	Aminer数据集	NA	关系图异质注意力神经网络，图卷积嵌入模块	F1-score	NA
14548	2025-10-07	Untrained perceptual loss for image denoising of line-like structures in MR images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318992 PMID:40009630	研究论文	本研究提出一种用于3D MR图像中线状结构去噪的未训练感知损失方法	将感知损失扩展到3D数据，使用未训练网络的特征图进行比较，特别适用于线状结构的图像去噪	主要针对线状结构图像，对其他类型图像效果未验证	开发适用于线状结构MR图像去噪的深度学习方法	脑部血管MR图像和植物根系MR图像	计算机视觉	脑血管疾病	磁共振成像	CNN	3D图像	536张植物根系MR图像和450张脑部血管MR图像	NA	自定义CNN, VGG19	SSIM	NA
14549	2025-05-10	AI-driven early diagnosis of specific mental disorders: a comprehensive study 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10253-x PMID:40330715	review	本文综述了人工智能技术在精神障碍早期诊断中的应用，包括机器学习和深度学习模型	研究展示了多种AI模型在精神障碍诊断中的高准确率，如LightGBM在焦虑和抑郁预测中达到96%准确率，XGBoost在自闭症谱系障碍分类中达到98%准确率	研究未提及模型在实际临床环境中的验证情况，也未讨论数据隐私和伦理问题	探索人工智能技术在精神障碍早期诊断中的应用潜力	双相情感障碍、精神分裂症、自闭症谱系障碍、抑郁症、自杀倾向和痴呆症等精神障碍	machine learning	mental disorder	EEG信号分析、文本分析、图像分析	XGBoost, LightGBM, RF, SVM, KNN, CNN, LSTM, GRU	survey, EEG信号, text, image	NA	NA	NA	NA	NA
14550	2025-05-10	Non-destructive origin and ginsenoside analysis of American ginseng via NIR and deep learning 2025-Jun-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.125913 PMID:39987608	研究论文	本研究开发了一种结合近红外光谱和多任务深度学习网络MMTDL的方法，用于无损分析西洋参的产地和人参皂苷含量	提出了一种混合多任务深度学习网络MMTDL，结合残差网络、注意力机制和混合头网络，用于同时进行西洋参的产地溯源和人参皂苷含量预测	样本量相对较小，仅包含150个样本，可能影响模型的泛化能力	开发一种无损方法，同时识别西洋参的产地并预测其人参皂苷含量	西洋参	深度学习	NA	近红外光谱（NIR）	MMTDL（混合多任务深度学习网络）	光谱数据	150个样本，来自四个不同产地	NA	NA	NA	NA
14551	2025-10-07	Automated Cone Beam Computed Tomography Segmentation of Multiple Impacted Teeth With or Without Association to Rare Diseases: Evaluation of Four Deep Learning-Based Methods 2025-Jun, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.12890 PMID:39744906	研究论文	评估四种基于深度学习的解决方案在锥形束计算机断层扫描中对多颗阻生牙进行自动分割的准确性	首次系统比较三种商业化和一种开源深度学习解决方案在包含罕见疾病患者的多颗阻生牙CBCT图像中的分割性能	样本量较小（20例CBCT扫描），且无法基于当前结果预测深度学习解决方案的未来性能	评估深度学习解决方案在复杂牙科病例（多颗阻生牙）中的自动分割准确性	20例多颗牙阻生患者的CBCT扫描图像，其中12例伴有罕见疾病	计算机视觉	牙科疾病	锥形束计算机断层扫描（CBCT）	深度学习	医学影像	20例患者（20个CBCT扫描），平均每例12颗滞留牙	NA	NA	Dice相似系数（DSC），归一化表面距离（NSD）	NA
14552	2025-10-07	Deep Learning-Based Three-Dimensional Analysis Reveals Distinct Patterns of Condylar Remodelling After Orthognathic Surgery in Skeletal Class III Patients 2025-Jun, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.12895 PMID:39754473	研究论文	本研究利用深度学习技术对骨性III类错颌畸形患者正颌手术后髁突形态变化进行三维分析	首次结合深度学习算法和三维图像分析技术，自动化评估正颌手术后髁突的骨吸收和骨沉积模式	样本量较小（17例患者），回顾性研究设计	评估骨性III类错颌畸形患者正颌手术后髁突形态变化模式	骨性III类错颌畸形患者	医学影像分析	颌面畸形	锥形束计算机断层扫描（CBCT），三维图像分析	深度学习算法	三维医学影像	17例患者（平均年龄24.8±3.5岁）	3DSlicer	NA	统计显著性（p值），平均变化量（毫米）	NA
14553	2025-05-10	A breakthrough computational strategy for efficient enzymatic digestion of walnut protein to prepare antioxidant peptides 2025-Jun-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143311 PMID:39970520	research paper	提出一种结合深度学习模型与虚拟消化的高效计算策略CAE-VD，用于制备具有特定活性的核桃蛋白抗氧化肽	首次将高精度深度学习模型（卷积自编码器，CAE）与虚拟消化（VD）相结合，指导酶的选择以高效制备天然生物活性肽（NBAPs）	研究仅针对核桃蛋白，未验证其他蛋白来源的适用性	开发高效计算策略以优化天然生物活性肽的酶法制备过程	核桃蛋白及其酶解产物	机器学习	NA	虚拟消化（VD）与深度学习建模	卷积自编码器（CAE）	肽序列数据与活性数据	未明确样本量（涉及核桃蛋白、碱性蛋白酶、胃蛋白酶和胰蛋白酶）	NA	NA	NA	NA
14554	2025-05-10	A Tc1- and Th1-T-lymphocyte-rich tumor microenvironment is a hallmark of MSI colorectal cancer 2025-Jun, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6415 PMID:40181205	research paper	该研究通过分析MSI和MSS结直肠癌患者的肿瘤微环境，揭示了T细胞亚群的组成和功能差异	首次详细描述了MSI结直肠癌中Tc1和Th1 T细胞的富集及其与免疫检查点治疗反应的关系	样本量相对有限，且仅针对结直肠癌，未涉及其他癌症类型	探究MSI和MSS结直肠癌患者肿瘤微环境中T细胞亚群的组成和功能差异	79例MSI和1,045例MSS结直肠癌患者	digital pathology	colorectal cancer	multiplex-fluorescence immunohistochemistry	CNN	image	79 MSI和1,045 MSS结直肠癌样本	NA	NA	NA	NA
14555	2025-05-10	Canine EEG helps human: cross-species and cross-modality epileptic seizure detection via multi-space alignment 2025-Jun, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf086 PMID:40330047	研究论文	提出一种基于跨物种和跨模态脑电图数据的多空间对齐方法，以提高癫痫发作的检测能力和理解	首次展示整合不同物种和模态的异质数据以提高基于EEG的癫痫发作检测性能的有效性	是一项初步研究，仅提供了多物种和多模态数据整合的挑战和潜力的见解	提高癫痫发作的检测能力和理解	人类和犬类的脑电图数据	机器学习	癫痫	脑电图(EEG)	深度学习，包括领域适应和知识蒸馏	EEG信号	多个人类和犬类的表面和颅内EEG数据集	NA	NA	NA	NA
14556	2025-05-10	Zero-Shot Artifact2Artifact: Self-incentive artifact removal for photoacoustic imaging 2025-Jun, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100723 PMID:40331014	研究论文	提出了一种零样本自监督伪影去除方法ZS-A2A，用于提高三维光声成像的质量	利用超轻量网络和随机丢弃传感器数据的方法，无需训练数据或先验知识即可实现伪影去除	未提及在复杂临床环境中的验证结果	提高三维光声成像的质量	光声成像中的伪影	数字病理	NA	光声成像	超轻量网络	图像	模拟研究和动物实验	NA	NA	NA	NA
14557	2025-05-10	An Optimized Framework of QSM Mask Generation Using Deep Learning: QSMmask-Net 2025-Jun, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70057 PMID:40331503	research paper	提出了一种基于深度学习的QSM掩模生成优化框架QSMmask-Net，用于精确生成定量磁化率成像（QSM）所需的掩模	QSMmask-Net通过深度神经网络实现了精确的QSM掩模生成，其性能优于其他掩模生成方法，且与人工掩模（金标准）的差异最小	未提及具体局限性	优化QSM掩模生成方法，提高定量磁化率成像的准确性和效率	定量磁化率成像（QSM）中的掩模生成	digital pathology	NA	deep learning	deep neural network	image	模拟数据和健康对照组	NA	NA	NA	NA
14558	2025-05-10	Deep learning enabled open-set bacteria recognition using surface-enhanced Raman spectroscopy 2025-May-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117245 PMID:39965415	研究论文	提出了一种基于transformer的神经网络，用于利用表面增强拉曼光谱(SERS)进行开放集细菌识别	结合分类和重建任务，通过分析重建误差拒绝未知细菌种类，提高了开放集识别的准确性	未提及具体样本数量和细菌种类范围	改进现有封闭集细菌识别方法的局限性，提高实际应用中的鲁棒性	细菌种类识别	机器学习	NA	表面增强拉曼光谱(SERS)	transformer	光谱数据	NA	NA	NA	NA	NA
14559	2025-05-10	Thermo-responsive and phase-separated hydrogels for cardiac arrhythmia diagnosis with deep learning algorithms 2025-May-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117262 PMID:39965416	研究论文	开发了一种基于水凝胶的皮肤界面电极，用于心脏心律失常的诊断，并通过深度学习算法实现高精度识别	通过温度介导的可切换氢键相互作用，实现了水凝胶电极的可编程粘附与剥离，显著提高了粘附能量的开关比	未提及长期使用的生物相容性或耐久性测试结果	开发一种可编程粘附的水凝胶电极，用于心脏心律失常的实时监测与诊断	心脏心律失常患者	数字病理学	心血管疾病	深度学习算法	NA	电信号（ECG）	八种常见心律失常患者	NA	NA	NA	NA
14560	2025-05-10	Transfer learning‑based attenuation correction in 99mTc-TRODAT-1 SPECT for Parkinson's disease using realistic simulation and clinical data 2025-May-06, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00756-1 PMID:40327202	研究论文	本研究探讨了利用蒙特卡洛模拟数据预训练模型进行迁移学习，以改进帕金森病DAT SPECT成像中的衰减校正性能	首次提出基于纯模拟数据预训练的迁移学习方法（TLAC-MC），在有限临床数据情况下显著提升衰减校正效果	研究依赖于模拟数据的真实性，且临床样本量相对有限（100例）	开发更有效的DAT SPECT衰减校正方法以提升帕金森病早期检测准确性	99mTc-TRODAT-1脑SPECT成像数据	数字病理学	帕金森病	蒙特卡洛模拟（MC SIMIND程序）、SPECT成像	3D cGAN（条件生成对抗网络）与U-Net	医学影像数据（SPECT）	200个数字脑模型模拟数据 + 100例真实临床SPECT数据	NA	NA	NA	NA