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
961	2025-10-07	Deep Learning-Based Detect-Then-Track Pipeline for Treatment Outcome Assessments in Immunotherapy-Treated Liver Cancer 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01132-8 PMID:38740661	研究论文	开发了一种基于深度学习的检测-追踪流程，用于自动评估肝癌免疫治疗的治疗效果	首次提出将病灶检测与纵向追踪相结合的自动化流程，用于RECIST治疗结果评估	研究样本量相对有限，仅包含173名患者	开发自动化工具以减少放射科医生在肝癌治疗效果评估中的主观差异	肝癌患者接受免疫治疗的CT影像数据	计算机视觉	肝癌	3D CT扫描	深度学习	3D医学影像	173名多国患者（344个静脉期CT扫描），包含公共数据集和28个中心的两个内部队列	NA	检测-追踪流程	平均精度均值, 直径测量可靠性, 病灶追踪准确率, RECIST准确率	NA
962	2025-10-07	Automated 3D Cobb Angle Measurement Using U-Net in CT Images of Preoperative Scoliosis Patients 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01211-w PMID:39117939	研究论文	提出基于U-Net的深度学习框架SpineCurve-net，用于自动测量脊柱侧弯患者术前CT图像中的3D Cobb角	首次将U-Net与NURBS-net结合实现脊柱三维曲线拟合，提出两种3D Cobb角测量方法（PRED-3D-CA和MAP-2D-CA）	样本量相对有限（116例患者），验证集年龄分布与训练集存在差异	开发自动测量脊柱侧弯患者3D Cobb角的技术	116例术前脊柱侧弯患者的CT图像	医学影像分析	脊柱侧弯	CT成像	U-Net	CT图像	116例患者（训练集89例，验证集27例）	NA	U-Net, NURBS-net	Pearson相关系数	NA
963	2025-10-07	Allergy Wheal and Erythema Segmentation Using Attention U-Net 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01075-0 PMID:39120761	研究论文	本研究使用注意力U-Net深度学习模型和图像预处理技术对皮肤点刺试验中的风团和红斑进行自动分割	首次将注意力U-Net模型应用于皮肤点刺试验图像的风团和红斑分割，并结合CLAHE图像预处理技术增强图像对比度	样本量较小（46张图像来自33名参与者），模型敏感度相对较低（风团分割0.5621，红斑分割0.5787）	开发自动分割皮肤点刺试验中风团和红斑的深度学习系统，简化诊断流程	皮肤点刺试验图像中的风团和红斑区域	计算机视觉	过敏性疾病	皮肤点刺试验，智能手机摄像	深度学习	图像	46张SPT图像来自33名参与者，风团分割训练集144个，红斑分割训练集150个	NA	Attention U-Net	准确度，敏感度，特异度，Dice相似系数	NA
964	2025-10-07	Robust ROI Detection in Whole Slide Images Guided by Pathologists' Viewing Patterns 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01202-x PMID:39122892	研究论文	提出一种基于病理学家观察模式引导的深度学习系统，用于全切片图像中感兴趣区域的鲁棒检测	利用病理学家诊断过程中的观察模式生成热力图，作为深度学习训练的引导信号，无需单个病例标注	缺乏眼动追踪数据时难以精确定位关注区域	改进计算机辅助诊断系统中感兴趣区域的检测性能	皮肤活检全切片图像中的黑色素瘤诊断相关区域	数字病理学	黑色素瘤	全切片图像分析	深度学习	医学图像	NA	NA	U-Net, ResNet-18	精确率, 召回率, F1分数, 交并比	NA
965	2025-10-07	CelloType: a unified model for segmentation and classification of tissue images 2025-Feb, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02513-1 PMID:39578628	研究论文	提出CelloType统一模型，用于空间组学图像中的细胞分割与分类	采用多任务学习策略，将分割与分类任务集成于单一端到端模型，取代传统两阶段方法	NA	开发用于空间组学数据分析的细胞分割与分类统一模型	多重荧光图像和空间转录组图像中的细胞及非细胞组织元素	数字病理学	NA	空间组学，多重荧光成像，空间转录组	Transformer	组织图像	NA	NA	Transformer	准确率	NA
966	2025-10-07	STCNet: Spatio-Temporal Cross Network with subject-aware contrastive learning for hand gesture recognition in surface EMG 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109525 PMID:39674068	研究论文	提出一种用于表面肌电信号手势识别的时空交叉网络STCNet，通过主题感知对比学习解决多被试间的变异性问题	结合卷积-循环架构与时空块特征提取，引入滚动卷积技术反映肌电设备环形结构，并提出主题感知对比学习框架	NA	开发鲁棒的手势识别系统以应对被试间变异性和环境因素影响	表面肌电信号(sEMG)数据	机器学习	NA	表面肌电信号测量	CNN, RNN	时序信号数据	NA	NA	STCNet	NA	NA
967	2025-10-07	Predicting early recurrence in locally advanced gastric cancer after gastrectomy using CT-based deep learning model: a multicenter study 2025-Feb-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002184 PMID:39715142	研究论文	开发基于术前多期相CT图像的深度学习模型预测局部进展期胃癌胃切除术后早期复发	首次将DenseNet169与多层感知器结合，整合多期相2.5D CT图像和临床因素预测胃癌早期复发，并探索模型与肿瘤生物学特征关联	回顾性研究设计，样本量相对有限（620例患者）	预测局部进展期胃癌患者胃切除术后早期复发	局部进展期胃癌患者	计算机视觉	胃癌	多期相计算机断层扫描，RNA测序	CNN, MLP	CT图像，临床数据，RNA测序数据	620例来自三个医疗中心和TCIA的局部进展期胃癌患者（2015年1月至2023年3月）	NA	DenseNet169, 多层感知器	AUC, 准确率, 敏感度, 特异性	NA
968	2025-10-07	A Deep Learning-Based Approach to Detect Lamina Dura Loss on Periapical Radiographs 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01405-w PMID:39838226	研究论文	开发用于检测根尖周X线片中硬骨板缺失的自定义人工智能模型	首个专门用于检测根尖周X线片中硬骨板缺失的AI算法应用	仅使用701张根尖周X线片，样本量相对有限	开发检测牙齿硬骨板缺失的AI模型，辅助临床诊断	前牙和后牙区域的根尖周X线片	计算机视觉	牙科疾病	图像预处理、数据增强	CNN	X射线图像	701张根尖周X线片（训练72%、验证18%、测试10%）	TensorFlow	ResNet	灵敏度, 特异度, 准确率, 精确率, F1分数, kappa系数	NA
969	2025-10-07	A Neural Network Approach to Identify Left-Right Orientation of Anatomical Brain MRI 2025-Feb, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70299 PMID:39924951	研究论文	本研究开发了一种基于深度学习的创新方法，用于准确识别脑部MRI图像的左右方位	首次将三维卷积神经网络应用于脑部MRI左右方位识别，解决了医学图像处理中因元数据丢失导致的方位识别难题	在存在显著脑部特征变异（如蛛网膜囊肿或脑室不对称）的情况下，模型可能出现识别错误	提高脑部MRI图像左右方位识别的准确性，确保神经科学研究数据的可靠解读	脑部MRI扫描图像	医学影像分析	神经退行性疾病	脑部MRI成像	CNN	三维医学图像	训练集350个MRI，测试集3056个MRI（来自8个不同数据库）	NA	三维卷积神经网络	准确率	NA
970	2025-02-14	LeafDNet: Transforming Leaf Disease Diagnosis Through Deep Transfer Learning 2025-Feb, Plant direct IF:2.3Q2 DOI:10.1002/pld3.70047 PMID:39943923	研究论文	本文介绍了一种创新的深度迁移学习方法，利用改进的Xception架构，专门用于识别玫瑰、芒果和番茄的植物病害	在基础Xception架构后增加了额外的卷积层，并结合多个可训练的密集层，采用先进的正则化和dropout技术，以优化特征提取和分类	NA	开发一种高效、准确的早期植物病害检测方法，以支持可持续农业实践	玫瑰、芒果和番茄的植物叶片	计算机视觉	植物病害	深度迁移学习	改进的Xception架构	图像	5491张图像，涵盖四种不同的病害类别	NA	NA	NA	NA
971	2025-02-14	Spatial-temporal activity-informed diarization and separation 2025-Feb-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0035830 PMID:39945646	研究论文	本文提出了一种利用说话者时空活动的鲁棒多通道说话者分离和识别系统	系统采用混合架构，结合阵列信号处理单元和深度学习单元，提出了一种基于空间一致性矩阵的说话者识别方法和一种全局与局部活动驱动的说话者提取网络	未明确提及具体局限性	开发一种鲁棒的多通道说话者分离和识别系统	多通道音频信号中的说话者	自然语言处理	NA	深度学习，阵列信号处理	Encoder-Decoder-based Attractor network, Global and Local Activity-driven Speaker Extraction network	音频信号	未明确提及具体样本数量	NA	NA	NA	NA
972	2025-02-13	PortNet: Achieving lightweight architecture and high accuracy in lung cancer cell classification 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41850 PMID:39931476	研究论文	本研究开发了一种名为PortNet的深度学习模型，旨在为肺癌细胞的病理类型提供高效、准确且经济的辅助诊断	PortNet模型通过结合1×1卷积块和深度可分离卷积架构，显著减少了模型参数数量，同时通过集成Squeeze-and-Excitation自注意力模块增强了特征表示，实现了轻量化和高精度的平衡	未提及模型在实际临床环境中的验证情况，以及是否适用于其他类型的癌症细胞分类	开发一种轻量化的深度学习模型，用于肺癌细胞分类的辅助诊断	肺癌细胞	计算机视觉	肺癌	深度学习	CNN	图像	未明确提及样本数量	NA	NA	NA	NA
973	2025-10-07	Deep learning-based quick MLC sequencing for MRI-guided online adaptive radiotherapy: a feasibility study for pancreatic cancer patients 2025-Feb-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb099 PMID:39883962	研究论文	本研究开发了一种基于深度学习的快速多叶准直器序列生成方法，用于MRI引导的在线自适应放疗	首次将循环条件生成对抗网络应用于放疗计划中的MLC序列快速生成，显著缩短了在线重新计划时间	研究样本量相对有限，仅包含49名腹部癌症患者的数据	开发快速深度学习方法替代耗时的传统叶片序列生成过程，加速MRI引导的在线自适应放疗	胰腺癌患者和其他腹部癌症患者	医学影像分析	胰腺癌	MRI引导放疗，深度学习	GAN, RNN	医学影像（MRI），放疗计划数据	49名腹部癌症患者的242个日常治疗分次	NA	循环条件生成对抗网络	伽马通过率，相对绝对误差，段数比较，总监测单位数，执行时间	GTX 1660 TI GPU
974	2025-10-07	Frontier molecular orbital weighted model based networks for revealing organic delayed fluorescence efficiency 2025-Feb-10, Light, science & applications DOI:10.1038/s41377-024-01713-w PMID:39924488	研究论文	开发了一种基于前沿分子轨道加权的电子结构融合网络模型，用于预测有机热激活延迟荧光分子的发光效率	首次将前沿分子轨道权重表示与建模特征相结合，开发了能够准确预测TADF分子光致发光量子产率的可解释性工具	未明确说明模型在多大程度上解决了访问TADF发射体激发态特性的挑战	开发能够评估有机热激活延迟荧光材料效率的深度学习模型	有机热激活延迟荧光分子	机器学习	NA	深度学习	神经网络	分子几何结构和轨道信息	NA	NA	电子结构融合网络	光致发光量子产率预测准确度	NA
975	2025-10-07	An automatic control system based on machine vision and deep learning for car windscreen clean 2025-Feb-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88688-9 PMID:39924520	研究论文	提出一种基于机器视觉和深度学习的实时雨滴检测系统和创新雨刮控制方法	使用改进的YOLOv8模型构建全天气雨滴检测模型，能根据降雨强度自动调整检测频率和雨刮器运行速度	NA	开发自动雨刮控制系统以提升雨天驾驶安全性	汽车挡风玻璃上的雨滴	计算机视觉	NA	机器视觉	CNN	图像	NA	NA	YOLOv8	精确率, 召回率, 检测速度	NA
976	2025-10-07	Next-generation sequencing based deep learning model for prediction of HER2 status and response to HER2-targeted neoadjuvant chemotherapy 2025-Feb-09, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06105-0 PMID:39923208	研究论文	本研究开发了一种基于下一代测序数据和免疫组化图像的深度学习模型，用于预测乳腺癌HER2状态及HER2靶向新辅助化疗疗效	首次结合NGS数据和IHC图像，采用Vision Transformer模型进行HER2扩增状态识别，并将模型应用于新辅助治疗疗效预测	模型误识别可能源于癌组织中HER2表达的异质性	提高HER2扩增状态检测的准确性和效率，并预测新辅助治疗疗效	606例乳腺癌患者（其中399例HER2阳性患者用于疗效预测）	数字病理学	乳腺癌	下一代测序(NGS), 免疫组化(IHC)染色	Vision Transformer (ViT)	图像, 基因测序数据	606例乳腺癌患者（训练集404例，验证集101例，测试集101例），其中399例HER2阳性患者用于疗效预测	NA	Vision Transformer	准确率, ROC曲线, AUC值	NA
977	2025-02-13	Translational Informatics Driven Drug Repositioning for Neurodegenerative Disease 2025-Feb-06, Current neuropharmacology IF:4.8Q1 DOI:10.2174/011570159X327908241121062335 PMID:39936420	综述	本文通过转化信息学的视角，全面探讨了神经退行性疾病的药物重新定位，包括数据来源、计算模型和临床应用	利用人工智能和医疗数据的快速发展，提出了一种创新的、数据驱动的药物重新定位方法，为神经退行性疾病的治疗提供了新的途径	本文主要集中于理论和方法论的探讨，缺乏具体的实验验证和临床数据支持	开发适用于神经退行性疾病的有效治疗干预措施	神经退行性疾病	转化信息学	神经退行性疾病	人工智能、机器学习、深度学习、网络分析方法	机器学习、深度学习、网络模型	医疗数据	NA	NA	NA	NA	NA
978	2025-10-07	Deep Learning-Enabled STEM Imaging for Precise Single-Molecule Identification in Zeolite Structures 2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202408629 PMID:39703985	研究论文	开发了一种用于低剂量iDPC-STEM成像的深度学习框架，通过去噪超分辨率模型实现单分子精确识别	提出了专门针对iDPC-STEM成像的DIVAESR模型，结合目标检测和DFT构型匹配，显著提升单分子分析精度	目前主要使用合成数据集进行测试，真实iDPC-STEM图像的应用验证仍需进一步扩展	解决沸石等复杂结构中单分子行为观测的挑战，提升电子显微镜成像质量	沸石结构中的单分子	计算机视觉	NA	iDPC-STEM, DFT	VAE, 深度学习	STEM图像	合成数据集	NA	DIVAESR	PSNR, SSIM	NA
979	2025-10-07	Semi-supervised learning-based identification of the attachment between sludge and microparticles in wastewater treatment 2025-Feb, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124268 PMID:39889421	研究论文	提出基于半监督学习的废水处理中污泥与微粒附着识别方法	首次将SimCLR对比学习框架与Mask R-CNN结合用于废水处理微粒检测，显著减少标注数据需求	仅使用约200张标注图像进行微调，样本规模有限	开发废水处理系统中微粒转移过程的自动监测方法	废水处理过程中的游离微粒和污泥附着微粒	计算机视觉	NA	显微镜成像	半监督学习,对比学习,实例分割	图像	1000张未标注图像，约200张标注图像（含约600个标注微粒）	PyTorch	ResNet50, Mask R-CNN	平均精度均值, 平均精度	NA
980	2025-10-07	Integrating deep learning algorithms for forecasting evapotranspiration and assessing crop water stress in agricultural water management 2025-Feb, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124363 PMID:39889430	研究论文	本研究通过整合深度学习算法预测蒸散发和评估作物水分胁迫，为农业水资源管理提供决策支持	首次将多种深度学习模型（FFNN、CNN、GRU、LSTM）与ACCESS-ESM气候模型和共享社会经济路径（SSPs）相结合，用于蒸散发和作物水分胁迫指数的预测	研究范围仅限于孟加拉国地区，未验证模型在其他地理区域的适用性	开发先进的预测模型以提升农业水资源管理效率	蒸散发（ET）、潜在蒸散发（PET）和作物水分胁迫指数（CWSI）	机器学习	NA	深度学习，气候建模	FFNN, CNN, GRU, LSTM	高分辨率气候数据	基于ACCESS-ESM模型和四种共享社会经济路径（SSPs）的未来气候情景数据	NA	前馈神经网络，卷积神经网络，门控循环单元，长短期记忆网络	预测精度	NA