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
61	2025-07-01	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	research paper	提出并验证了一个创新的两阶段流程，用于基于多参数宫颈癌MRI的自动检测和分割，并研究了其临床效果	创新的两阶段流程结合了ConvNeXt块和多通道DoubleU-Nets，实现了高精度的自动检测和分割	研究为回顾性多中心研究，样本量相对有限，且仅基于MRI数据	开发一个自动化的AI辅助工具，用于宫颈癌的检测和分割，以减少放射科医生和妇科医生的工作负担	125名宫颈癌患者的14,547张二维MRI图像	digital pathology	cervical cancer	multi-parametric MRI (DWI, T2WI, CE-T1WI)	ConvNeXt blocks and 3-channel DoubleU-Nets	MRI images	125名患者的14,547张MRI图像（3,077 DWI, 2,990 T2WI, 8,480 CE-T1WI）
62	2025-06-29	The information bottleneck as a principle underlying multi-area cortical representations during decision-making 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.12.548742 PMID:37502862	研究论文	该研究探讨了大脑在决策过程中如何通过多区域计算形成最优表征，并通过人工神经网络模拟了这一过程	揭示了大脑多区域计算中信息传递的选择性机制，并通过RNN模型模拟了DLPFC和PMd区域的最优表征形成过程	研究仅针对猴子的DLPFC和PMd区域，人类大脑是否采用相同机制尚需验证	理解大脑在决策过程中如何通过多区域计算形成最优表征	猴子的背外侧前额叶皮层(DLPFC)和背侧运动前区皮层(PMd)	神经科学	NA	单神经元和多单位记录，循环神经网络(RNN)	RNN	神经电生理数据	猴子实验数据（具体数量未说明）
63	2025-06-26	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	系统综述	本文系统综述了深度学习在手术流程建模中的应用，特别是在微创手术中识别手术工作流程和提取可靠模式的作用	探讨了深度学习在手术工作流分析中的广泛应用，包括神经网络和transformer的使用，并提出了多模态数据输入的益处	手术注释过程缺乏详细描述，不同手术程序的注释过程存在显著差异，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程和提取可靠模式中的作用，以推动内窥镜手术中情境感知智能系统的发展	微创手术中使用腹腔镜和显微镜进行的手术视频	计算机视觉	NA	深度学习	RNN, TCN, transformer	视频	59篇文章（从2937篇中筛选）
64	2025-06-26	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	research paper	该研究收集了来自孟加拉国蔬菜田的2801张萝卜叶片图像，用于深度学习模型训练，以精确识别萝卜叶片病害	创建了一个包含健康叶片和四种病害叶片的全面智能手机图像数据集，用于萝卜叶片病害分类	数据集仅来自孟加拉国的蔬菜田，可能无法涵盖所有地理和环境条件下的萝卜叶片病害	精确识别萝卜叶片病害，以促进萝卜的健康生长和农业可持续性	萝卜叶片	digital pathology	plant disease	deep learning	NA	image	2801张萝卜叶片图像
65	2025-06-21	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	评估不同三维光学相干断层扫描（OCT）图像处理方法在深度学习模型中预测地理萎缩（GA）病变区域及其未来增长率的效果	比较了四种不同的OCT图像处理方法在预测GA病变增长率和基线病变大小方面的性能，发现EZ和RPE层包含大部分预测相关信息	所有探索的方法在预测GA增长率方面性能相当，可能已达到性能瓶颈	评估3D OCT图像处理方法在预测GA病变进展中的效用	年龄相关性黄斑变性（AMD）引起的地理萎缩（GA）病变	数字病理学	年龄相关性黄斑变性	三维光学相干断层扫描（3D OCT）	3D CNN	三维医学影像	模型开发使用1219只研究眼，保留性能评估使用442只研究眼
66	2025-06-21	Artificial Intelligence in Pancreatic Imaging: A Systematic Review 2025-02, United European gastroenterology journal IF:5.8Q1 DOI:10.1002/ueg2.12723 PMID:39865461	综述	本文系统回顾了人工智能在胰腺影像学中的应用及其技术进展、临床应用和挑战	探讨了深度学习技术（特别是CNN）在胰腺疾病检测、分割及良恶性病变区分中的应用，以及放射组学方法在提高深度学习模型准确性方面的作用	面临法律和伦理考虑、算法透明度和数据安全等挑战	评估人工智能在胰腺影像学中的诊断和治疗潜力	胰腺疾病（包括急慢性胰腺炎和胰腺肿瘤）的影像学数据	数字病理	胰腺癌	机器学习、深度学习、放射组学	CNN	影像数据（CT、MRI、内镜超声）	NA
67	2025-06-20	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	提出了一种名为scFTAT的新型细胞注释方法，整合了FFT和Transformer技术，用于单细胞RNA数据的自动注释	整合了FFT和增强型Transformer，通过LDA减少数据稀疏性，并引入核近似、位置编码增强和注意力增强模块以提高训练性能	未提及具体的数据集规模限制或计算资源需求	解决单细胞RNA数据注释中的数据稀疏性和大规模数据手动注释的挑战	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序（scRNA-seq）	Transformer	基因表达数据	六个典型数据集（包括人类和小鼠组织）
68	2025-06-20	Deep Learning and Habitat Radiomics for the Prediction of Glioma Pathology Using Multiparametric MRI: A Multicenter Study 2025-Feb, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.021 PMID:39322536	研究论文	本研究结合深度学习和栖息地放射组学，利用多参数MRI预测胶质瘤病理结果	首次将栖息地分析与深度学习相结合，以提高胶质瘤病理预测的准确性	样本量相对有限，且来自不同中心的患者群体可能存在异质性	提高胶质瘤病理预测的准确性	387例原发性胶质瘤患者	数字病理	胶质瘤	多参数MRI	LightGBM, DenseNet161, ResNet50, SVM, Inception_v3, MLP	MRI图像	387例原发性胶质瘤患者（264例训练集，82例测试集，41例验证集）
69	2025-06-20	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	review	本文综述了基于蛋白质语言模型（pLM）的远程同源检测方法在蛋白质功能注释中的主要进展	介绍了利用transformer架构的蛋白质语言模型在低序列相似度情况下识别蛋白质同源物的创新方法	NA	提高蛋白质同源物识别的准确性和效率，以更好地理解蛋白质功能和进化关系	蛋白质同源物	natural language processing	NA	蛋白质语言模型（pLM）	transformer	蛋白质序列	NA
70	2025-06-19	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	本文提出了一种结合深度学习和信号处理技术的框架，用于预测和分类铣削零件的表面粗糙度	使用四种信号处理技术将声发射信号转换为2D图像，并结合多种卷积神经网络进行预测，其中SSPC技术因信号预处理最少而达到最高准确率	未提及具体的数据集规模或实验条件的限制	开发一个能够准确预测铣削零件表面粗糙度的实时监测系统	铣削零件的表面粗糙度	计算机视觉	NA	声发射信号处理（SSPC、SSSC、SSSC*、RP）	VGG16、ResNet18、ShuffleNet、CNN-LSTM	图像（由声发射信号转换）	NA
71	2025-06-19	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	本文提出了一种基于大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分级	结合大鼠群优化算法（RSO）优化增强胶囊生成对抗网络（ECGAN），提高了糖尿病视网膜病变（DR）和糖尿病黄斑水肿（DME）分级的准确性	使用的数据集来自ISBI 2018，可能数据不平衡，影响模型的泛化能力	早期检测糖尿病视网膜病变和糖尿病黄斑水肿，预防视力丧失	糖尿病视网膜病变（DR）和糖尿病黄斑水肿（DME）患者	计算机视觉	糖尿病视网膜病变	Savitzky-Golay滤波技术、离散剪切波变换（DST）	增强胶囊生成对抗网络（ECGAN）、大鼠群优化算法（RSO）	图像	来自ISBI 2018 IDRiD数据集的眼底图像
72	2025-06-18	Human sleep position classification using a lightweight model and acceleration data 2025-02-10, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03247-w PMID:39928075	研究论文	本研究开发了一种便携式可穿戴设备，使用单个加速度计监测十二种睡眠姿势，旨在帮助轻度胃食管反流病（GERD）患者改善睡眠质量和反流症状	提出了一种轻量级深度学习模型AnpoNet，结合1D-CNN和LSTM，优化了BN和Dropout，用于睡眠姿势分类	样本量较小（15名参与者），未来需要更大队列和更长的监测时间	开发一种便携式系统，实现家庭环境中连续、无创的睡眠姿势监测	轻度胃食管反流病（GERD）患者	机器学习	胃食管反流病	加速度计数据采集	1D-CNN和LSTM结合的轻量级深度学习模型	加速度数据	15名参与者，每人记录十二种睡眠姿势，每种姿势记录一分钟，采样频率50 Hz
73	2025-06-18	Deep Learning Model for Predicting Immunotherapy Response in Advanced Non-Small Cell Lung Cancer 2025-Feb-01, JAMA oncology IF:22.5Q1 DOI:10.1001/jamaoncol.2024.5356 PMID:39724105	研究论文	开发了一种基于深度学习的模型，用于预测晚期非小细胞肺癌患者对免疫检查点抑制剂治疗的响应	该深度学习模型在预测免疫治疗响应方面表现优于传统的生物标志物（如PD-L1、TMB和TILs），并且能够独立预测患者的无进展生存期和总生存期	模型在验证队列中的AUC（0.66）低于内部测试集（0.75），表明可能存在泛化性问题	开发并验证一个深度学习模型，用于预测晚期非小细胞肺癌患者对免疫治疗的响应	晚期非小细胞肺癌患者	数字病理学	肺癌	全切片苏木精和伊红染色图像分析	深度学习模型	图像	958名患者（来自美国和欧盟的4个中心），共分析295,581个图像块
74	2025-06-15	A Serial MRI-based Deep Learning Model to Predict Survival in Patients with Locoregionally Advanced Nasopharyngeal Carcinoma 2025-02, Radiology. Artificial intelligence DOI:10.1148/ryai.230544 PMID:39812582	research paper	开发并评估了一种基于深度学习的预后模型，用于预测局部晚期鼻咽癌（LA-NPC）患者在诱导化疗前后的生存情况	使用图卷积神经网络（GCN）结合放射组学和临床因素构建预后模型，显著提高了预测疾病无进展生存期（DFS）的准确性	研究为回顾性多中心设计，可能存在选择偏倚，且未明确模型在其他人群中的泛化能力	预测局部晚期鼻咽癌患者的生存预后并指导风险适应性治疗	1039例局部晚期鼻咽癌患者（男779例，女260例，平均年龄44±11岁）	digital pathology	nasopharyngeal carcinoma	MRI	graph convolutional neural networks (GCN)	MRI图像及临床数据	1039例患者（训练/测试队列未明确拆分）
75	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）
76	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
77	2025-06-13	Macrophage memory emerges from coordinated transcription factor and chromatin dynamics 2025-Feb-19, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2025.101171 PMID:39938520	research paper	该研究探讨了巨噬细胞如何通过转录因子和染色质动态协调来保留对过去炎症信号的记忆	揭示了巨噬细胞通过NF-κB网络和染色质可及性景观的重编程来保留记忆的机制，并利用深度学习展示了转录因子和染色质动态如何协调对新炎症信号的精细响应	研究主要关注巨噬细胞在脓毒症等动态炎症条件下的记忆机制，可能不适用于其他免疫细胞或炎症条件	研究免疫细胞如何编码和解码动态信号，以及个体细胞是否保留对炎症分子过去暴露的记忆	巨噬细胞	免疫学	脓毒症	活细胞分析、ATAC测序、转录组分析、深度学习	深度学习	测序数据、转录组数据	NA
78	2025-06-13	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	research paper	本研究开发了一种基于深度学习的自动化脾脏CT图像分割方法，并结合影像组学和深度学习特征构建了胃癌浆膜侵犯预测模型	使用U-Mamba深度学习模型实现全自动脾脏分割，结合多中心数据和多种机器学习方法构建预测模型	研究仅纳入311例患者数据，样本量相对有限	开发自动化脾脏CT分割方法并构建胃癌浆膜侵犯预测模型	311例经病理确诊的胃癌患者	digital pathology	gastric cancer	CT影像分析	U-Mamba, 多种机器学习方法	CT图像	311例来自两个医疗中心的胃癌患者
79	2025-06-13	Targeted Microperimetry Grids for Focal Lesions in Intermediate AMD: PINNACLE Study Report 7 2025-Feb-03, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.2.6 PMID:39903180	research paper	本研究评估了基于光学相干断层扫描（OCT）的靶向微视野检查网格在评估中期年龄相关性黄斑变性（iAMD）中局灶性病变的可行性和实用性	使用深度学习算法检测OCT图像中的局灶性病变，并指导5点微视野检查靶向病变位置，改进了对局灶性视网膜变化如何影响视觉功能的理解	标准网格的插值可能在病变中心区域出现错误，尤其是在EZ/IZ损失伴高透过性和视网膜下液体的区域	评估靶向微视野检查网格在iAMD患者局灶性病变评估中的可行性和实用性	395名55至90岁的中期年龄相关性黄斑变性患者	digital pathology	geriatric disease	OCT, microperimetry, deep learning	deep learning algorithms	image	93只眼睛（来自83名患者），评估了605个5点靶向网格和标准网格，涉及235个局灶性病变
80	2025-06-13	Tumor aware recurrent inter-patient deformable image registration of computed tomography scans with lung cancer 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17536 PMID:39589333	研究论文	开发了一种名为TRACER的深度学习方法，用于肺癌患者的计算机断层扫描图像间的变形图像配准	提出了肿瘤感知的循环配准方法TRACER，通过结合肿瘤分割和3D图像对作为输入通道，实现了在保持肿瘤的同时避免不现实变形的配准	研究主要针对肺癌患者的CT图像，可能不适用于其他类型的癌症或影像模态	开发适用于基于体素分析的拓扑保持性患者间变形图像配准方法	肺癌患者的计算机断层扫描图像	数字病理	肺癌	3D卷积长短时记忆网络(3D-CLSTM)	TRACER	3D图像	204对3D CT图像用于训练，评估使用了三个数据集（Dataset I: 308对，Dataset II: 765对，Dataset III: 42名患者）