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
221	2025-10-06	Advancing structure modeling from cryo-EM maps with deep learning 2025-02-07, Biochemical Society transactions IF:3.8Q2 DOI:10.1042/BST20240784 PMID:39927816	综述	本文讨论冷冻电镜密度图中自动结构建模的演变与现状，重点关注深度学习在建模过程中的作用	系统分类冷冻电镜结构建模方法，并强调人工智能驱动方法在该领域的变革性作用	NA	综述冷冻电镜密度图自动结构建模方法的发展与现状	冷冻电镜密度图的结构建模方法	结构生物学	NA	冷冻电镜(cryo-EM)	深度学习	冷冻电镜密度图	NA	NA	NA	NA	NA
222	2025-10-06	Deep learning and explainable artificial intelligence for investigating dental professionals' satisfaction with CAD software performance 2025-Feb, Journal of prosthodontics : official journal of the American College of Prosthodontists DOI:10.1111/jopr.13900 PMID:39010644	研究论文	使用深度学习和可解释人工智能研究牙科专业人员对CAD软件性能的满意度	首次将深度学习和可解释人工智能相结合用于牙科领域的行为分析，通过MLP-ANN模型和XAI方法揭示影响用户满意度的关键因素	研究样本仅限于436名牙科专业人员，未涉及更广泛的用户群体	调查牙科专业人员对CAD软件性能的满意度及其影响因素	牙科学生、牙医和牙科技师	机器学习	NA	行为分析	MLP-ANN	问卷调查数据	436名牙科专业人员	NA	多层感知器人工神经网络	准确率,精确率,召回率	NA
223	2025-10-06	PhysioEx: a new Python library for explainable sleep staging through deep learning 2025-Feb-10, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adaf73 PMID:39874654	研究论文	介绍PhysioEx——一个用于通过深度学习和可解释AI进行睡眠分期分析的Python库	开发了首个结合深度学习和可解释AI的标准化睡眠分期分析Python库，支持模块化工作流程和多种解释方法	NA	为睡眠分期分析提供一个标准化且易于使用的平台，弥合机器学习模型与临床专业知识之间的差距	睡眠生理信号数据	数字病理	睡眠障碍	深度学习，可解释AI	深度学习模型	生理信号（单通道EEG，多通道EEG-EOG-EMG）	基于睡眠心脏健康研究数据集的预训练模型	Python	NA	基准测试比较	支持从低资源设备到高性能计算集群
224	2025-10-06	A two-branch framework for blood pressure estimation using photoplethysmography signals with deep learning and clinical prior physiological knowledge 2025-Feb-07, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adae50 PMID:39854841	研究论文	提出一种结合深度学习和临床先验知识的双分支框架，用于基于光电容积脉搏波信号的无袖带血压估计	首次将预训练视觉Transformer与临床生理知识相结合，并考虑昼夜血压变化构建分时段专用模型	仅使用静息状态数据，未验证运动状态下的性能	开发精确可靠的无创血压监测技术	光电容积脉搏波信号	机器学习	心血管疾病	光电容积脉搏波	深度学习	信号数据	HRSD数据集和MIMIC-IV数据集	AutoML	MobileViTv2, Vgg19	平均绝对误差	NA
225	2025-10-06	Machine learning tool for predicting mature oocyte yield and trigger day from start of stimulation: towards personalized treatment 2025-02, Reproductive biomedicine online IF:3.7Q1 DOI:10.1016/j.rbmo.2024.104441 PMID:39708575	研究论文	开发基于深度学习的机器学习工具，用于预测卵巢刺激周期开始时的成熟卵母细胞数量和触发日	提出两种新型渐进式深度学习算法，可在刺激周期开始时预测触发日和MII卵母细胞数量	需要纳入更多数据和来自不同诊所的验证	开发个性化治疗工具，预测卵巢刺激结果	56,490个卵巢刺激周期（主要数据集）和5,103个卵巢刺激周期（临床验证数据集）	机器学习	生殖医学	深度学习	深度学习	临床数据	主要数据集56,490个刺激周期，其中13,090个用于模型开发，临床验证数据集5,103个刺激周期	NA	NA	平均绝对误差, R2值, 四分位根均方误差	NA
226	2025-10-06	Artificial intelligence assessment of tissue-dissection efficiency in laparoscopic colorectal surgery 2025-Feb-22, Langenbeck's archives of surgery DOI:10.1007/s00423-025-03641-8 PMID:39984705	研究论文	本研究开发了一种基于深度学习的自动评估系统，用于评估腹腔镜结直肠手术中组织解剖效率	首次使用深度学习技术自动识别手术器械和组织解剖状态，实现手术技能评估的客观量化	回顾性研究，依赖手术视频质量，模型性能可能受限于训练数据	验证基于深度学习的手术技能自动评估方法的可行性	腹腔镜结直肠手术中的组织解剖过程	计算机视觉	结直肠癌	深度学习计算机视觉技术	CNN	手术视频	来自日本766例腹腔镜结直肠手术病例	NA	NA	准确率, 相关系数, P值	NA
227	2025-10-06	Cer-ConvN3Unet: an end-to-end multi-parametric MRI-based pipeline for automated detection and segmentation of cervical cancer 2025-Feb-18, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00557-2 PMID:39966210	研究论文	开发并验证了一种基于多参数MRI的端到端自动化宫颈癌检测与分割流程	提出创新的两阶段流程，结合ConvNeXt模块的多参数检测和3通道DoubleU-Nets分割	回顾性多中心研究，样本量相对有限（125例患者）	开发自动化宫颈癌检测与分割方法，减轻医生工作负担	宫颈癌患者的多参数MRI图像	数字病理	宫颈癌	多参数磁共振成像（DWI、T2WI、CE-T1WI）	CNN	医学图像	125例宫颈癌患者，14,547张二维图像	NA	ConvNeXt, DoubleU-Net	准确率, 精确率, 召回率, κ系数, F1分数, Dice相似系数, Jaccard值	NA
228	2025-10-06	Detection of Alzheimer Disease in Neuroimages Using Vision Transformers: Systematic Review and Meta-Analysis 2025-Feb-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/62647 PMID:39908541	系统综述与Meta分析	本文系统评估了视觉变换器在神经影像中检测阿尔茨海默病的诊断准确性	首次对视觉变换器在阿尔茨海默病检测中的应用进行系统综述和Meta分析，比较不同网络架构的诊断性能	仅纳入11项研究，样本量相对有限；仅包含磁共振成像和正电子发射断层扫描数据	评估视觉变换器在阿尔茨海默病检测中的诊断准确性和网络架构对模型性能的影响	阿尔茨海默病患者与健康对照组的神经影像数据	医学影像分析	阿尔茨海默病	磁共振成像, 正电子发射断层扫描	Vision Transformer (ViT)	神经影像数据	11项研究（具体样本数量未在摘要中明确说明）	NA	Vision Transformer	灵敏度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比, AUC	NA
229	2025-10-06	Performance of artificial intelligence on cervical vertebral maturation assessment: a systematic review and meta-analysis 2025-Feb-05, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05482-9 PMID:39910512	系统综述与荟萃分析	评估人工智能在颈椎骨成熟度评估中的整体性能	首次通过系统综述和荟萃分析全面评估AI在CVM评估中的表现，并比较不同AI子集（深度学习和机器学习）的性能差异	纳入研究数量有限（25项），部分研究存在偏倚风险，仅包含2010年后的研究	评估人工智能模型在X光片中评估颈椎骨成熟度的性能	颈椎骨成熟度评估的X光影像	医学影像分析	正畸治疗	X光影像分析	深度学习, 机器学习	X光影像	25项研究（从1606项研究中筛选）	NA	NA	灵敏度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比	NA
230	2025-10-06	Stress testing deep learning models for prostate cancer detection on biopsies and surgical specimens 2025-02, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6373 PMID:39660731	研究论文	本研究通过压力测试评估深度学习模型在前列腺癌活检和手术标本检测中的性能差异	首次系统评估活检训练模型在手术标本上的泛化能力及形态学差异对模型性能的影响	样本量相对有限，仅包含特定机构的样本，可能影响结果的普适性	研究样本类型间形态学差异对前列腺癌检测深度学习模型性能的影响	前列腺活检和根治性前列腺切除术的组织切片	数字病理学	前列腺癌	H&E染色组织切片数字化	CNN	病理切片图像	总样本量1,000例（宾夕法尼亚大学150例：活检50例，手术标本100例；外部验证750例）	NA	DenseNet	F1分数, 统计显著性(p值)	NA
231	2025-10-06	Tumour purity assessment with deep learning in colorectal cancer and impact on molecular analysis 2025-02, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6376 PMID:39710952	研究论文	本研究评估了深度学习模型SoftCTM在结直肠癌肿瘤纯度评估中的性能及其对分子分析的影响	开发了开源多器官深度学习模型SoftCTM，首次在三个大型多中心结直肠癌队列中系统比较了深度学习、传统病理学和生物信息学反卷积方法在肿瘤纯度评估中的表现	研究仅针对结直肠癌，需要进一步验证在其他癌症类型中的适用性	评估深度学习模型在肿瘤纯度评估中的准确性和实用性，及其对下游分子分析的影响	结直肠癌患者	数字病理学	结直肠癌	H&E染色切片分析，RNA表达分析，DNA甲基化分析，拷贝数变异分析	深度学习	数字病理图像，多组学数据	1,097名患者，三个大型多中心结直肠癌队列	NA	SoftCTM	相关系数，平均值，标准差	NA
232	2025-10-06	Deep learning in surgical process modeling: A systematic review of workflow recognition 2025-Feb, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104779 PMID:39832608	综述	系统回顾深度学习在手术流程建模中用于工作流识别的研究进展	系统分析深度学习在微创手术工作流识别中的应用，强调时间与空间序列对手术阶段识别的关键作用	手术标注过程缺乏详细描述，不同手术程序的标注过程存在显著差异，公开数据集常缺乏临床知识	研究深度学习在识别手术工作流和从微创手术数据集中提取可靠模式的作用	使用腹腔镜和显微镜进行的微创手术视频数据	计算机视觉	NA	深度学习	RNN, TCN, Transformer	手术视频	59篇经过全文评审的文章（从2937篇初筛文章中筛选）	NA	Transformer	NA	NA
233	2025-10-06	Smartphone image dataset for radish plant leaf disease classification from Bangladesh 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111263 PMID:39850369	研究论文	构建了一个用于萝卜叶病分类的智能手机图像数据集	创建了首个针对孟加拉国萝卜叶病的智能手机图像数据集，包含四种常见病害类型	数据集仅包含2801张图像，可能不足以训练更复杂的深度学习模型	通过深度学习技术精确识别萝卜叶部病害	萝卜植物的叶片	计算机视觉	植物病害	智能手机图像采集	深度学习模型	图像	2801张萝卜叶片图像（包含健康叶片和四种病害类型）	NA	NA	NA	NA
234	2025-10-06	Deep Learning Approaches to Predict Geographic Atrophy Progression Using Three-Dimensional OCT Imaging 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.11 PMID:39913124	研究论文	本研究评估了四种处理三维OCT图像的深度学习方法在预测地理萎缩病变面积和生长速率方面的性能	首次系统比较四种不同的3D OCT图像处理策略在预测地理萎缩进展中的表现，发现EZ和RPE层包含最重要的预测信息	所有方法的预测性能可能已达到平台期，性能提升有限	评估不同3D OCT图像处理方法在预测年龄相关性黄斑变性引起的地理萎缩进展中的效果	地理萎缩患者的3D OCT图像数据	计算机视觉	年龄相关性黄斑变性	三维光学相干断层扫描	CNN	三维医学图像	1219只研究眼用于模型开发，442只研究眼用于性能评估	NA	3D CNN, SLIVER-net	皮尔逊相关系数平方	NA
235	2025-10-06	Artificial Intelligence in Pancreatic Imaging: A Systematic Review 2025-02, United European gastroenterology journal IF:5.8Q1 DOI:10.1002/ueg2.12723 PMID:39865461	系统综述	本文系统综述了人工智能在胰腺影像学中的应用、技术进展、临床应用及相关挑战	首次按照PRISMA-DTA指南系统评估人工智能在胰腺影像学中的最新进展，重点关注深度学习技术和影像组学方法	存在法律伦理考量、算法透明度不足、数据安全等挑战	探索人工智能在胰腺影像学中的作用及其对疾病诊断和治疗的影响	胰腺疾病（包括急慢性胰腺炎和各种胰腺肿瘤）的影像学数据	医学影像分析	胰腺疾病	CT、MRI、内镜超声	深度学习,机器学习	医学影像	NA	NA	CNN	NA	NA
236	2025-10-06	scFTAT: a novel cell annotation method integrating FFT and transformer 2025-Feb-25, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06061-z PMID:39994539	研究论文	提出一种整合快速傅里叶变换和增强型Transformer的单细胞注释方法scFTAT	首次将FFT与增强型Transformer结合用于单细胞注释，通过LDA降维、核近似、位置编码增强和注意力增强模块提升性能	NA	解决单细胞数据高稀疏性和大规模数据手动注释繁琐的问题	人类和小鼠组织的单细胞RNA测序数据	机器学习	NA	单细胞RNA测序	Transformer	基因表达数据	六个典型数据集（包含人类肾脏数据等）	NA	Transformer	准确率,F1分数,精确率,召回率,马修斯相关系数	NA
237	2025-10-06	Major advances in protein function assignment by remote homolog detection with protein language models - A review 2025-Feb, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.102984 PMID:39864241	综述	本文综述了基于蛋白质语言模型的远程同源检测方法在蛋白质功能注释中的重大进展	系统总结了利用蛋白质语言模型进行远程同源检测的创新方法，包括嵌入生成替代矩阵的过滤、特定pLM层的选择、嵌入压缩和蛋白质结构域划分等关键技术	NA	探讨蛋白质语言模型在蛋白质同源识别和功能注释中的应用	蛋白质序列及其同源关系	自然语言处理	NA	蛋白质语言模型	Transformer	蛋白质序列	NA	NA	Transformer	同源检测准确率	NA
238	2025-10-06	Using deep convolutional networks combined with signal processing techniques for accurate prediction of surface quality 2025-Feb-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92114-5 PMID:40021768	研究论文	本研究提出了一种结合深度学习与信号处理技术来预测铣削零件表面粗糙度的框架	创新性地将声发射信号通过四种编码技术转换为二维图像，并系统比较了不同卷积神经网络在表面粗糙度预测中的性能	NA	开发准确预测铣削零件表面粗糙度的数据驱动方法	铣削加工过程中的声发射信号和表面粗糙度	机器学习和信号处理	NA	声发射信号采集、信号编码技术（SSPC、SSSC、SSSC*、RP）	CNN, LSTM	声发射信号转换的二维图像	NA	NA	VGG16, ResNet18, ShuffleNet, CNN-LSTM	准确率	NA
239	2025-10-06	Coinciding Diabetic Retinopathy and Diabetic Macular Edema Grading With Rat Swarm Optimization Algorithm for Enhanced Capsule Generation Adversarial Network 2025-Feb, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24709 PMID:39487733	研究论文	提出一种结合鼠群优化算法的增强胶囊生成对抗网络，用于糖尿病视网膜病变和糖尿病黄斑水肿的联合分级	首次将鼠群优化算法与增强胶囊生成对抗网络结合，用于DR和DME的联合分级任务	使用ISBI 2018不平衡数据集，可能影响模型在平衡数据上的泛化能力	开发自动化的糖尿病眼病分级系统以实现早期诊断	糖尿病视网膜病变和糖尿病黄斑水肿患者	计算机视觉	糖尿病眼病	眼底图像分析	GAN, Capsule Network	图像	ISBI 2018 IDRiD不平衡数据集	Python	增强胶囊生成对抗网络	准确率	NA
240	2025-10-06	Deep learning and radiomics for gastric cancer serosal invasion: automated segmentation and multi-machine learning from two centers 2025-Feb-03, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06117-w PMID:39900688	研究论文	本研究开发了一种基于深度学习的脾脏CT图像自动分割方法，并结合影像组学和深度学习特征构建胃癌浆膜侵犯预测模型	首次使用U-Mamba模型实现脾脏CT图像全自动分割，并结合多中心数据开发了包含临床、影像组学和深度学习特征的预测模型	样本量相对有限（311例），仅来自两个医疗中心	开发胃癌浆膜侵犯的自动化预测方法	经病理证实的胃癌患者	医学影像分析	胃癌	CT影像分析	U-Mamba, 多种机器学习方法	CT图像	311例来自两个中心的患者	NA	U-Mamba	判别能力	NA