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
561	2025-05-07	Leveraging deep-learning and unconventional data for real-time surveillance, forecasting, and early warning of respiratory pathogens outbreak 2025-Mar, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103076 PMID:39914162	research paper	该研究设计并部署了一个利用深度学习和非常规数据进行呼吸道疾病实时监测、预测和早期预警的框架	结合多种非常规数据源（如Google Trends、Reddit帖子、卫星空气质量数据）和深度学习模型（CNN、GNN、GRU、NN）进行呼吸道疾病的长期预测	研究仅针对加拿大和南部非洲国家，可能无法直接推广到其他地区	开发呼吸道疾病的实时监测、预测和早期预警系统	COVID-19和流感病例	machine learning	respiratory disease	deep learning	CNN, GNN, GRU, NN	multi-source data (case numbers, social media, satellite, weather)	加拿大各省和南部非洲国家的多源数据集
562	2025-05-07	Automated dysphagia characterization in head and neck cancer patients using videofluoroscopic swallowing studies 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109759 PMID:39914196	研究论文	本文介绍了一种自动化分析视频荧光吞咽研究(VFSS)的新框架，用于表征头颈癌患者的吞咽困难	提出了一种结合深度学习和机器学习的自动化框架，用于识别VFSS中的关键区域和吞咽困难相关损伤	数据集规模有限且VFSS存在变异性	开发自动化方法来评估头颈癌放疗后患者的吞咽困难	头颈癌患者放疗前后的VFSS数据	数字病理学	头颈癌	深度学习, 机器学习	深度学习框架, ML分类器	视频	未明确提及具体样本量
563	2025-05-07	You get the best of both worlds? Integrating deep learning and traditional machine learning for breast cancer risk prediction 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109733 PMID:39914201	研究论文	本文提出了一种结合深度学习和传统机器学习的方法，用于基于图像的乳腺癌风险预测	创新性地将深度学习与传统机器学习方法结合，用于乳腺癌风险预测，并在性能上取得了提升	需要进一步的验证以确认其临床适用性	开发一种基于图像的乳腺癌风险预测模型，以提高筛查的个性化水平	乳腺癌风险预测	计算机视觉	乳腺癌	深度学习与传统机器学习结合	深度学习与传统机器学习模型	图像	3720例对照组和1471例风险病例的乳腺X光片
564	2025-05-07	Combining deep learning and machine learning techniques to track air pollution in relation to vegetation cover utilizing remotely sensed data 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124323 PMID:39914214	研究论文	本研究结合深度学习和机器学习技术，利用遥感数据追踪空气污染与植被覆盖之间的关系	结合ML和DL技术分析空气污染与植被覆盖的关系，并采用多种模型进行预测	未使用高分辨率图像和未整合社会经济数据，未来研究可进一步优化	探讨空气污染与城市绿地减少之间的关系，并提出污染管理策略	达卡市的空气污染（PM2.5和PM10）与植被覆盖变化	机器学习	NA	遥感数据	XGB, SVM, RF, Unet, Unet++, MAnet, Linknet	遥感图像	1990年至2022年的数据
565	2025-05-07	DeepPrep: an accelerated, scalable and robust pipeline for neuroimaging preprocessing empowered by deep learning 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02599-1 PMID:39915693	research paper	介绍了一种名为DeepPrep的神经影像预处理流程，该流程利用深度学习和工作流管理器，显著提升了处理速度和可扩展性	DeepPrep通过深度学习和工作流管理器实现了十倍加速，并展示了可扩展性和鲁棒性	未提及具体的技术细节或在不同数据集上的泛化能力	解决神经影像大数据预处理中的计算挑战	神经影像数据	digital pathology	NA	deep learning	NA	neuroimaging scans	超过55,000次扫描
566	2025-05-04	Spike rate inference from mouse spinal cord calcium imaging data 2025-Mar-24, The Journal of neuroscience : the official journal of the Society for Neuroscience DOI:10.1523/JNEUROSCI.1187-24.2025 PMID:40127941	research paper	该研究通过钙成像和电生理记录相结合的方法，优化了脊髓神经元中尖峰率的推断算法	首次在脊髓神经元中获得了谷氨酸能和GABA能体感神经元的真实数据，并验证了CASCADE和OASIS算法在脊髓神经元中的适用性	研究仅针对脊髓背角浅层的神经元，未涵盖其他中枢神经系统区域和神经元类型	优化钙成像数据中尖峰率的推断算法，提高脊髓神经元活动记录的准确性	小鼠脊髓背角浅层的谷氨酸能和GABA能体感神经元	神经科学	NA	钙成像和电生理记录	CASCADE（基于监督深度学习）和OASIS（基于非负解卷积）	钙成像数据和电生理数据	未明确提及具体样本数量，但涉及两性小鼠的脊髓神经元
567	2025-05-04	Deep Learning-Based Techniques in Glioma Brain Tumor Segmentation Using Multi-Parametric MRI: A Review on Clinical Applications and Future Outlooks 2025-Mar, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29543 PMID:39074952	review	本文全面综述了深度学习在多参数MRI胶质瘤分割中的作用及其临床应用	探讨了从早期CNN模型到注意力机制和Transformer模型的最新进展，并提出了未来研究方向	讨论了数据质量、梯度消失和模型可解释性等挑战	研究深度学习在多参数MRI胶质瘤分割中的应用及其临床价值	胶质瘤的多参数MRI数据	digital pathology	glioma	multiparametric MRI	CNN, attention mechanisms, transformer models	MRI图像	NA
568	2025-05-04	Utilizing deep learning for automatic segmentation of the cochleae in temporal bone computed tomography 2025-Mar, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241307333 PMID:39840644	研究论文	利用深度学习在颞骨计算机断层扫描中自动分割耳蜗	比较了三种深度学习模型（3D U-Net、UNETR和SegResNet）在耳蜗自动分割中的性能，并发现SegResNet表现最佳	样本量相对较小，仅包含231个样本，且仅测试了三种CT类型	评估深度学习在颞骨CT中自动分割耳蜗的实用性，以区分异常和正常图像	颞骨CT图像中的耳蜗	计算机视觉	NA	CT扫描	3D U-Net, UNETR, SegResNet	图像	231个样本（77个正常和154个异常）
569	2025-05-04	Deep learning-based image classification reveals heterogeneous execution of cell death fates during viral infection 2025-Mar-01, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E24-10-0438 PMID:39841552	研究论文	本研究利用基于深度学习的图像分类技术，分析了单纯疱疹病毒1型（HSV-1）感染的单细胞中程序性细胞死亡（PCD）的异质性执行情况	采用深度学习图像分类技术揭示病毒感染下细胞死亡命运的异质性执行，弥补了分子信号模糊时的细胞命运判定难题	研究仅针对HSV-1感染的细胞，未涵盖其他病毒或条件	探究病毒感染下细胞死亡命运的异质性执行机制	HSV-1感染的单个细胞	数字病理学	病毒感染	深度学习图像分类	CNN	图像	NA
570	2025-05-04	Image quality assessment and white matter hyperintensity quantification in two accelerated high-resolution 3D FLAIR techniques: Wave-CAIPI and deep learning-based SPACE 2025-Mar, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.106783 PMID:39842179	research paper	比较两种加速高分辨率3D FLAIR技术（DL-SPACE和Wave-CAIPI FLAIR）在脑部成像中的图像质量	首次比较了DL-SPACE和Wave-CAIPI FLAIR技术在图像质量、信噪比和对比噪声比方面的表现	研究为回顾性分析，样本量相对较小（123名参与者）	评估和比较两种加速高分辨率3D FLAIR技术的图像质量	脑部成像中的白质高信号（WMH）	数字病理	神经系统疾病	3D FLAIR成像技术	deep learning-reconstruction	医学影像	123名参与者
571	2025-05-04	A novel hybrid ViT-LSTM model with explainable AI for brain stroke detection and classification in CT images: A case study of Rajshahi region 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109711 PMID:39847947	研究论文	提出了一种结合ViT和LSTM的混合模型，用于CT图像中脑卒中的检测和分类，并通过可解释AI方法提高预测的可靠性	首次将Vision Transformer (ViT)和LSTM结合用于脑卒中检测，并引入可解释AI方法增强模型的可信度	研究主要基于Rajshahi地区的数据，可能在其他地区的泛化性有待验证	开发自动化解决方案以提高脑卒中CT图像诊断的准确性和及时性	CT图像中的脑卒中特征	计算机视觉	脑卒中	深度学习	ViT-LSTM混合模型	CT图像	BrSCTHD-2023数据集（来源：Rajshahi Medical College Hospital）和Kaggle脑卒中数据集
572	2025-05-04	Interpretable COVID-19 chest X-ray detection based on handcrafted feature analysis and sequential neural network 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109659 PMID:39847942	research paper	该研究提出两种新算法DC-GLM和CAMSGNeT，用于提高COVID-19胸部X光检测的可解释性和准确性	引入了动态共现灰度矩阵(DC-GLM)和上下文自适应多尺度Gabor网络(CAMSGNeT)，以增强纹理特征提取和模型可解释性	未提及具体的数据集规模限制或计算资源需求	开发更可解释、精确且资源高效的COVID-19胸部X光检测方法	COVID-19患者的胸部X光图像	digital pathology	COVID-19	DC-GLM, CAMSGNeT	sequential neural network	image	两个数据集（具体数量未提及）
573	2025-05-04	A multimodal deep learning model for cervical pre-cancers and cancers prediction: Development and internal validation study 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109710 PMID:39847948	研究论文	开发并验证了一种基于深度学习的多模态模型，用于预测宫颈癌前病变和癌症	结合临床数据和阴道镜图像的多模态深度学习模型，在预测CIN2+状态方面表现优于单独使用图像或临床数据的模型及临床医生的阴道镜印象	需要外部验证研究以评估模型的泛化能力	开发一种能够提高宫颈癌筛查和诊断客观性和可重复性的深度学习模型	6356例LEEP锥切/锥活检病例（金标准诊断）	数字病理	宫颈癌	深度学习	多模态深度学习模型	临床数据和阴道镜图像	6356例病例
574	2025-05-04	Structural and functional alterations in hypothalamic subregions in male patients with alcohol use disorder 2025-Mar-01, Drug and alcohol dependence IF:3.9Q1 DOI:10.1016/j.drugalcdep.2025.112554 PMID:39848134	研究论文	本研究探讨了酒精使用障碍（AUD）男性患者下丘脑亚区的结构和功能变化	首次使用深度学习算法对下丘脑进行亚区分割，并研究了AUD患者下丘脑亚区的体积和功能连接变化	样本量较小（24名患者和24名对照），且仅包括男性患者	研究酒精使用障碍对下丘脑亚区结构和功能的影响	男性酒精使用障碍患者和健康男性对照	神经影像学	酒精使用障碍	结构磁共振成像和静息态功能磁共振成像	深度学习算法	MRI图像	24名男性AUD患者和24名健康男性对照
575	2025-05-04	DenseSeg: joint learning for semantic segmentation and landmark detection using dense image-to-shape representation 2025-Mar, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03315-8 PMID:39849288	研究论文	提出了一种密集图像到形状表示方法，用于联合学习语义分割和标志点检测	通过密集图像到形状表示实现标志点检测和语义分割的联合学习，无需对标志点进行显式训练即可添加新标志点	在胸部X光设置中与基线方法性能相近，未显著超越	改进医学图像处理中的语义分割和标志点检测任务	胸部X光中的肺、心脏和锁骨，以及儿科手腕中的17种不同骨骼	计算机视觉	NA	全卷积架构	CNN	医学图像	两个医学数据集（胸部X光和儿科手腕图像）
576	2025-05-04	Scanner-based real-time three-dimensional brain + body slice-to-volume reconstruction for T2-weighted 0.55-T low-field fetal magnetic resonance imaging 2025-Mar, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06165-x PMID:39853394	research paper	开发了一种基于深度学习的自动化流程，用于0.55-T低场胎儿MRI的T2加权三维脑部和身体重建，并通过Gadgetron框架直接集成到扫描过程中	首次将自动化SVR运动校正方法直接集成到0.55-T低场胎儿MRI扫描过程中，实现了实时三维重建	研究样本量较小（前瞻性测试12例），且仅针对0.55-T低场MRI	开发并集成自动化SVR运动校正方法，以改进低场胎儿MRI的三维重建	胎儿脑部和身体的T2加权MRI图像	数字病理	胎儿发育	MRI，深度学习	深度学习管道	MRI图像	前瞻性测试12例（22-40周孕龄），回顾性测试83个0.55-T数据集
577	2025-05-04	Opportunistic AI for enhanced cardiovascular disease risk stratification using abdominal CT scans 2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102493 PMID:39854859	研究论文	本研究提出了一种基于深度学习的DL-CVDi评分，用于通过常规腹部CT扫描预测心血管疾病风险	利用常规腹部CT扫描中的机会性生物标志物，通过深度生存学习预测心血管疾病风险，提高了现有基线模型的预测一致性	未来研究需要在多民族队列中验证结果，并探索其在合并症患者中的效用	开发一种新型生物标志物，用于心血管疾病风险分层	心血管疾病风险预测	数字病理学	心血管疾病	CT扫描	深度学习	图像	NA
578	2025-05-04	Monkeypox diagnosis based on probabilistic K-nearest neighbors (PKNN) algorithm 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109676 PMID:39855034	研究论文	本文提出了一种基于人工智能的猴痘诊断新方法，称为有效猴痘诊断策略（EMDS），通过预处理和诊断两个阶段实现	引入了基于四分位距（IQR）的新方法来拒绝输入图像数据集中的异常，并提出了一种新的K-最近邻分类器实例——概率K-最近邻（PKNN）算法	NA	开发一种高效的人工智能方法来诊断猴痘	猴痘皮肤图像和病变数据集（MSID和MSLD）	计算机视觉	猴痘	GoogleNet预训练深度学习模型，Leopard Seal Optimization（LSO）特征选择	PKNN（概率K-最近邻算法）	图像	两个公开的猴痘数据集（MSID和MSLD）
579	2025-05-03	Protocol to infer off-target effects of drugs on cellular signaling using interactome-based deep learning 2025-Mar-21, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103573 PMID:39823233	研究论文	提出了一种基于交互组深度学习的协议，用于推断药物在细胞信号传导中的脱靶效应	使用人工神经网络建模细胞对药物的转录反应，以理解其作用机制	案例研究仅分析了lestaurtinib在A375细胞系中对FOXM1的脱靶效应，可能不具有普遍性	理解药物的脱靶效应及其作用机制	药物的脱靶效应及细胞信号传导	机器学习	NA	人工神经网络	人工神经网络	转录数据	A375细胞系
580	2025-05-03	A deep learning tissue classifier based on differential co-expression genes predicts the pregnancy outcomes of cattle† 2025-Mar-16, Biology of reproduction IF:3.1Q2 DOI:10.1093/biolre/ioaf009 PMID:39832283	research paper	本研究开发了一种基于差异共表达基因的深度学习组织分类器，用于预测牛的妊娠结果	通过分析基因共变异和机器学习算法，识别出能预测牛妊娠结果的基因，并开发了高准确率的预测模型	样本来源和数量可能限制了模型的泛化能力	预测牛的妊娠结果以减少牛场经济损失	牛的血液和子宫内膜组织样本	machine learning	NA	RNA-seq	deep learning	gene expression data	330个样本，来自7个不同来源和两种组织类型