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
361	2025-05-08	A deep learning-based system for automatic detection of emesis with high accuracy in Suncus murinus 2025-Feb-10, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07479-0 PMID:39930110	research paper	开发了一种基于深度学习的自动检测系统，用于高精度检测Suncus murinus的呕吐行为	首次结合3D卷积神经网络和自注意力机制开发自动呕吐检测工具AED，在多种催吐剂测试中表现出高准确率	研究仅针对Suncus murinus这一特定动物模型，未验证在其他物种上的适用性	开发自动化工具以提高呕吐行为检测的效率和准确性	Suncus murinus（树鼩）的呕吐行为	computer vision	NA	深度学习视频分析	3D CNN + self-attention机制	video	使用运动诱导呕吐视频作为训练数据集，并测试了8种不同催吐剂（树脂毒素、尼古丁等）	NA	NA	NA	NA
362	2025-05-08	Development of a deep learning system for predicting biochemical recurrence in prostate cancer 2025-Feb-10, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13628-9 PMID:39930342	research paper	开发了一个深度学习系统，用于预测前列腺癌患者的生化复发风险	利用深度学习系统预测前列腺癌的生化复发，超越了传统的Gleason分级系统，能够捕捉更细微的组织病理学特征	研究样本量相对较小（317名患者），且仅基于前列腺活检图像	预测前列腺癌患者在根治性前列腺切除术前的生化复发风险，以制定更有针对性的治疗方案	前列腺癌患者	digital pathology	prostate cancer	深度学习	Inception_v3, 多实例学习方法	image	1585张前列腺活检图像（来自317名患者，每人5张全切片图像）	NA	NA	NA	NA
363	2025-05-08	Detection of dental caries under fixed dental prostheses by analyzing digital panoramic radiographs with artificial intelligence algorithms based on deep learning methods 2025-Feb-10, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05577-3 PMID:39930440	研究论文	本研究通过深度学习算法分析数字全景X光片，评估了在固定牙科修复体（FDPs）下检测龋齿的效果	使用基于YOLOv7的卷积神经网络模型和改进的YOLOv7+CBAM模型，首次在全景X光片上自动检测FDPs下的龋齿	研究样本量有限，仅包含1004名患者的影像数据，且未与其他检测方法进行对比	评估深度学习算法在检测固定牙科修复体下龋齿的准确性和效率	固定牙科修复体（FDPs）下的龋齿	计算机视觉	牙科疾病	深度学习	YOLOv7, YOLOv7+CBAM	图像	1004名患者的全景X光片，其中2467张裁剪图像用于第二阶段分析	NA	NA	NA	NA
364	2025-05-08	Flexible and cost-effective deep learning for accelerated multi-parametric relaxometry using phase-cycled bSSFP 2025-Feb-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88579-z PMID:39924554	研究论文	本研究比较了基于前馈深度神经网络（DNN）和迭代拟合的框架，用于基于相位循环平衡稳态自由进动（pc-bSSFP）成像的多参数弛豫测量	引入了自监督物理信息深度神经网络（PINN）框架，该框架在训练过程中融入了物理知识，提高了推理的一致性和对训练数据分布的鲁棒性	研究主要针对健康受试者的脑组织，未涉及疾病状态下的验证	加速定量磁共振成像（qMRI）的临床应用，提高数据采集的灵活性和成本效益	健康受试者的脑组织	医学影像分析	NA	相位循环平衡稳态自由进动（pc-bSSFP）成像	深度神经网络（DNN）、自监督物理信息深度神经网络（PINN）	磁共振成像（MRI）数据	健康受试者的脑组织（具体样本数量未提及）	NA	NA	NA	NA
365	2025-05-08	Precision and efficiency in skin cancer segmentation through a dual encoder deep learning model 2025-Feb-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88753-3 PMID:39924555	research paper	提出了一种名为DuaSkinSeg的双编码器深度学习模型，用于提高皮肤癌病变分割的精确性和效率	结合了MobileNetV2的高效局部特征提取能力和ViT-CNN编码器-解码器架构的长距离依赖特征提取能力	未提及模型在临床环境中的实际应用效果和泛化能力	提高皮肤癌病变分割的准确性和效率	皮肤癌病变图像	computer vision	skin cancer	deep learning	Dual Skin Segmentation (DuaSkinSeg), MobileNetV2, ViT-CNN	image	三个公开基准数据集：ISIC 2016、ISIC 2017和ISIC 2018	NA	NA	NA	NA
366	2025-05-08	Modeling and designing enhancers by introducing and harnessing transcription factor binding units 2025-Feb-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56749-2 PMID:39922842	research paper	提出转录因子结合单元（TFBU）概念，并开发DeepTFBU工具包用于增强子设计	首次提出TFBU概念，通过深度学习量化TFBS周围序列的影响，并开发了高效的增强子设计工具DeepTFBU	未提及实验验证的具体细胞类型或生物过程的广泛性	研究增强子设计与调控基因表达的机制	转录因子结合位点（TFBS）及其周围序列	machine learning	NA	deep learning	深度学习模型	序列数据	NA	NA	NA	NA	NA
367	2025-05-08	Diagnosis of Chronic Kidney Disease Using Retinal Imaging and Urine Dipstick Data: Multimodal Deep Learning Approach 2025-Feb-07, JMIR medical informatics IF:3.1Q2 DOI:10.2196/55825 PMID:39924305	研究论文	本研究通过整合视网膜图像和尿液试纸数据，开发了一种多模态深度学习模型，用于慢性肾脏病（CKD）的非侵入性筛查	首次将视网膜图像和尿液试纸数据结合用于CKD诊断，并通过多模态深度学习模型展示了协同效应	在65岁及以上年龄组中模型性能有限	评估整合视网膜图像和尿液试纸数据的深度学习模型在CKD诊断中的效果	20-79岁人群的视网膜图像和尿液试纸数据	数字病理学	慢性肾脏病	深度学习	Wide Residual Networks	图像和尿液试纸数据	开发集65,082人，外部验证集58,284人	NA	NA	NA	NA
368	2025-05-08	Capsule endoscopy: Do we still need it after 24 years of clinical use? 2025-Feb-07, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i5.102692 PMID:39926220	comments	本文评论了一篇关于使用深度学习模型自动检测胶囊内窥镜（CE）中胃肠道病变的文章，并总结了CE当前面临的挑战及可能的解决方法	讨论了CE在临床应用中的持续必要性及其面临的挑战	NA	探讨胶囊内窥镜在临床应用中的持续必要性	胶囊内窥镜（CE）及其在胃肠道病变检测中的应用	digital pathology	gastrointestinal disease	deep learning	NA	image	NA	NA	NA	NA	NA
369	2025-05-08	Quantifying multilabeled brain cells in the whole prefrontal cortex reveals reduced inhibitory and a subtype of excitatory neuronal marker expression in serotonin transporter knockout rats 2025-Feb-05, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae486 PMID:39932853	研究论文	本文提出了一种新方法，用于量化动物模型中全脑亚区域的多标记细胞，并展示了5-HTT敲除大鼠前额叶皮层亚区域中兴奋性和抑制性神经元标记表达的减少	结合StarDist方法的深度学习网络和新型开源方法，实现了前额叶皮层亚区域中细胞的自动计数	标准免疫组化方法无法考虑感兴趣区域的体积变化	研究5-HTT敲除对大鼠前额叶皮层兴奋性和抑制性神经元标记表达的影响	5-HTT敲除大鼠的前额叶皮层亚区域	数字病理学	焦虑症	免疫组化、深度学习	StarDist	图像	5-HTT敲除大鼠和野生型大鼠的前额叶皮层样本	NA	NA	NA	NA
370	2025-10-07	Deep learning-assisted colonoscopy images for prediction of mismatch repair deficiency in colorectal cancer 2025-02, Surgical endoscopy DOI:10.1007/s00464-024-11426-1 PMID:39623175	研究论文	开发基于深度学习的分类器，通过常规结肠镜图像预测结直肠癌的错配修复缺陷状态	首次利用常规结肠镜图像通过深度学习预测错配修复缺陷状态，为免疫检查点抑制剂疗效预测提供低成本筛查工具	研究样本主要来自单一医疗中心，需要多中心验证以提高泛化能力	开发自动筛查工具以解决错配修复缺陷检测的成本和资源限制问题	结直肠癌患者的结肠镜图像	计算机视觉	结直肠癌	结肠镜检查	深度学习分类器	图像	892个肿瘤的5226张图像（开发集2105张图像/306个肿瘤，验证集3121张图像/586个肿瘤）	NA	NA	AUROC, NPV	NA
371	2025-10-07	Development of an artificial intelligence system to indicate intraoperative findings of scarring in laparoscopic cholecystectomy for cholecystitis 2025-02, Surgical endoscopy DOI:10.1007/s00464-024-11514-2 PMID:39838147	研究论文	开发用于检测急性胆囊炎腹腔镜胆囊切除术中瘢痕区域的人工智能系统	首次开发基于深度学习的AI系统用于术中实时识别胆囊炎手术中的瘢痕区域	训练数据仅来自21个病例的2025张图像，样本量有限	开发AI系统以识别腹腔镜胆囊切除术中的瘢痕区域，降低胆管损伤风险	急性胆囊炎患者的腹腔镜手术视频图像	计算机视觉	胆囊炎	腹腔镜手术视频分析	深度学习	图像	21个病例的2025张训练图像，20个外部验证病例	NA	语义分割算法	DICE系数, Likert量表评分	NA
372	2025-05-08	Artificial Intelligence Applications in Cardiac CT Imaging for Ischemic Disease Assessment 2025-Feb, Echocardiography (Mount Kisco, N.Y.) DOI:10.1111/echo.70098 PMID:39927866	review	本文综述了人工智能在心脏CT成像中用于缺血性疾病评估的应用	强调了AI在提高心脏CT成像诊断效率和准确性方面的潜力，特别是在冠状动脉疾病评估中的应用	NA	探讨AI在心脏CT成像中对缺血性心脏病的评估作用	心脏CT成像数据	数字病理学	心血管疾病	CT成像	机器学习和深度学习	图像	NA	NA	NA	NA	NA
373	2025-10-07	Triboelectric Nanogenerator-Based Flexible Acoustic Sensor for Speech Recognition 2025-Feb-19, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c21563 PMID:39912319	研究论文	本研究提出了一种基于摩擦纳米发电机的柔性声学传感器，结合深度学习技术用于语音识别	采用PVDF/GO复合纳米纤维膜作为介电层，设计仿刺绣棚环状结构，结合多层注意力卷积网络实现高精度语音识别	NA	开发低成本、高稳定性、高保真和高灵敏度的人机交互声学传感器	语音信号识别	人机交互	NA	静电纺丝	CNN	音频信号	NA	NA	多层注意力卷积网络(MLACN)	准确率	NA
374	2025-10-07	Lens-Free Holographic Imaging-Based Immunosensor Using Unpaired Data Set Signal-to-Noise Ratio-Enhanced Modal Transformation for Biosensing 2025-Feb-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04453 PMID:39901522	研究论文	提出一种结合无透镜全息成像与深度学习的免疫传感器，通过非配对数据集模态转换实现抗生素检测	采用非配对数据集进行模态转换，解决了传统方法需要一对一数据匹配的复杂性；结合便携式无透镜全息成像与CuO@SiO纳米粒子信号放大策略	未明确说明样本类型和具体样本数量	开发高灵敏度、宽线性范围的便携式抗生素检测平台	氯霉素抗生素	计算机视觉	NA	无透镜全息成像，点击化学反应信号放大	深度学习	全息图像	NA	NA	模态转换模型	信噪比，结构相似性指数，检测限，动态范围	NA
375	2025-10-07	UNET-FLIM: A Deep Learning-Based Lifetime Determination Method Facilitating Real-Time Monitoring of Rapid Lysosomal pH Variations in Living Cells 2025-Feb-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05271 PMID:39902564	研究论文	提出基于一维U-net的深度学习架构UNET-FLIM，用于荧光寿命成像显微镜中的寿命测定，特别适用于处理低光子计数和高背景噪声数据	开发了专门处理低光子计数和高背景噪声的深度学习寿命测定方法，能够使用模拟衰减曲线进行有效训练，并实现实时寿命分析	NA	开发一种能够处理低光子计数和高背景噪声的荧光寿命测定方法，促进快速FLIM成像和实时寿命分析	活细胞中溶酶体pH变化的实时监测	计算机视觉	NA	荧光寿命成像显微镜(FLIM)	CNN	荧光衰减曲线	NA	NA	一维U-net	寿命估计精度，比例估计精度	NA
376	2025-10-07	Multi-task learning for automated contouring and dose prediction in radiotherapy 2025-Feb-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb23d PMID:39904047	研究论文	本研究应用多任务学习方法整合放疗中的自动轮廓勾画和剂量预测任务	首次将多任务学习应用于放疗自动轮廓勾画和剂量预测的联合优化，利用任务间共享信息提升效率	研究仅在前列腺癌和头颈癌数据集上进行验证，未涵盖其他癌症类型	开发高效的放疗自动治疗计划系统	前列腺癌和头颈癌患者	医学影像分析	前列腺癌,头颈癌	深度学习	多任务学习	医学影像数据	内部前列腺癌数据集和公开头颈癌数据集(OpenKBP)	NA	NA	平均绝对差异,Dice系数	NA
377	2025-10-07	Impact of pectoral muscle removal on deep-learning-based breast cancer risk prediction 2025-Feb-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb367 PMID:39914024	研究论文	本研究探讨在乳腺X线摄影图像中去除胸大肌对深度学习乳腺癌风险预测模型性能的影响	首次系统评估胸大肌去除对乳腺癌风险预测模型性能的影响，并比较原始模型与微调模型在不同数据配置下的表现	研究主要基于两个特定数据集（美国马萨诸塞州总医院和斯洛文尼亚筛查项目），结果可能受数据来源限制	评估胸大肌去除对深度学习乳腺癌风险预测模型性能的影响	乳腺X线摄影图像	数字病理	乳腺癌	深度学习	深度学习模型	医学图像	23,792张乳腺X线摄影图像（来自斯洛文尼亚筛查项目）	NA	MIRAI	AUC, ECE	NA
378	2025-10-07	Latent alignment in deep learning models for EEG decoding 2025-Feb-17, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adb336 PMID:39914006	研究论文	提出一种名为潜在对齐的新方法，通过深度学习模型特征空间中的分布对齐来改进脑电图解码	首次将深度集合架构应用于脑电图解码，提出在特征空间而非输入空间进行分布对齐的新思路	在建模后期进行对齐时存在分类准确率提升与对试验集类别不平衡敏感性增加之间的权衡	解决脑机接口中脑电图信号个体差异性问题，提高跨被试脑电图解码性能	脑电图信号	机器学习	NA	脑电图	深度集合	脑电图信号	NA	NA	深度集合	分类准确率	NA
379	2025-10-07	Unveiling encephalopathy signatures: A deep learning approach with locality-preserving features and hybrid neural network for EEG analysis 2025-Feb-16, Neuroscience letters IF:2.5Q3 DOI:10.1016/j.neulet.2025.138146 PMID:39894198	研究论文	提出一种结合局部保留特征提取和混合神经网络的深度学习方法，用于脑电图分析以诊断脑病	首次将脑电图信号的时空特征压缩并表示为单一向量用于脑病检测，简化视觉诊断并提供鲁棒的自动化预测特征	NA	开发可靠的脑病自动诊断系统	脑病患者脑电图信号	机器学习	脑病	脑电图分析	LSTM, 混合神经网络	脑电图信号	精心策划的主要脑电图数据集	NA	自定义微调的LSTM神经网络	准确率	NA
380	2025-10-07	MLAR-UNet: LDCT image denoising based on U-Net with multiple lightweight attention-based modules and residual reinforcement 2025-Feb-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb19a PMID:39899989	研究论文	提出一种基于U-Net架构的深度学习模型MLAR-UNet，用于低剂量CT图像去噪	在U-Net中集成多种轻量级注意力模块和残差强化机制，包括CBAM、CR、ACRM和CTCAM模块，通过Transformer与卷积的复杂组合提升注意力权重计算精度	研究中验证了CBAM模块在LDCT去噪中会导致严重的细节丢失	开发有效的低剂量CT图像去噪方法以改善医学影像诊断质量	临床胸部和腹部CT数据集中的低剂量CT图像	计算机视觉	癌症	CT成像	U-Net	医学影像	NA	NA	U-Net, CBAM, Transformer	NA	NA