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
841	2025-04-15	Color-Coded Compressive Spectral Imager Based on Focus Transformer Network 2025-Mar-23, Sensors (Basel, Switzerland) DOI:10.3390/s25072006 PMID:40218519	research paper	提出了一种基于焦点变换网络的低成本彩色编码压缩光谱成像方法，旨在降低系统复杂性并提高高光谱图像重建性能	结合彩色编码孔径和RGB探测器实现更高的空间光谱调制自由度，并开发了名为F-MST的深度学习网络以提高重建效率和准确性	未提及具体局限性	降低压缩光谱成像系统的复杂性并提高高光谱图像重建性能	高光谱图像	computer vision	NA	压缩光谱成像	Focus-based Mask-guided Spectral-wise Transformer (F-MST)	image	NA
842	2025-04-15	Land Cover Classification Model Using Multispectral Satellite Images Based on a Deep Learning Synergistic Semantic Segmentation Network 2025-Mar-22, Sensors (Basel, Switzerland) DOI:10.3390/s25071988 PMID:40218501	研究论文	提出了一种基于深度学习的协同语义分割网络，用于多光谱卫星图像的土地覆盖分类	结合Deeplab v3+网络和基于聚类的后处理方案，提出了一种混合协同语义分割方法，显著提高了分类精度	需要复杂的硬件支持和较长的训练时间	提高多光谱卫星图像中土地覆盖分类的准确性和效率	多光谱卫星图像中的土地覆盖类型，包括牧场、其他建筑区、水体、城市区、草地、森林、农田等	计算机视觉	NA	深度学习、卷积神经网络(CNN)、K-medoids聚类	Deeplab v3+	多光谱卫星图像	意大利加尔达湖(Lago di Garda)地区的卫星图像
843	2025-04-15	Building a Gender-Bias-Resistant Super Corpus as a Deep Learning Baseline for Speech Emotion Recognition 2025-Mar-22, Sensors (Basel, Switzerland) DOI:10.3390/s25071991 PMID:40218503	研究论文	该研究通过构建一个抗性别偏见的超级语料库，为语音情感识别（SER）任务建立了新的深度学习基线	创建了一个新的超级语料库，用于减少性别偏见并提高模型的泛化能力和准确性，同时展示了数据增强方法在消除偏见方面的有效性	未详细说明超级语料库的具体构成和规模，以及数据增强方法的具体实现细节	提高语音情感识别系统的鲁棒性，减少性别偏见，并建立新的性能基线	语音情感识别系统及其在性别偏见和泛化能力方面的表现	自然语言处理	NA	深度学习，数据增强	深度学习架构（未具体说明）	语音数据	来自多个现有数据库的样本集合（未具体说明数量）
844	2025-04-15	Asset Administration Shell Tool Comparison: A Case Study with Real Digital Twins Used in Petrochemical Industry 2025-Mar-22, Sensors (Basel, Switzerland) DOI:10.3390/s25071978 PMID:40218491	研究论文	本研究比较了四种用于实现资产管理外壳（AAS）的工具和技术，以支持建模者和实施者的工具选择决策	首次在石化行业的真实数字孪生案例中比较了四种AAS工具的性能	研究仅比较了四种工具，未涵盖所有可用工具	支持AAS建模者和实施者的工具和技术选择决策	四种AAS工具（AASX server, Eclipse BaSyx, FAST service, NOVAAS）	工业4.0	NA	数字孪生技术	NA	传感器数据	石化行业设施中的真实资产数字孪生
845	2025-04-15	Performance of a Deep Learning Diabetic Retinopathy Algorithm in India 2025-Mar-03, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2025.0984 PMID:40105843	研究论文	评估在印度Aravind眼科医院部署后，自动视网膜疾病评估（ARDA）算法的临床性能	首次在印度大规模部署后评估ARDA算法在糖尿病视网膜病变（DR）和糖尿病黄斑水肿（DME）检测中的临床性能	研究为横断面分析，未涉及算法的长期性能跟踪	评估ARDA算法在临床环境中的敏感性和特异性	印度南部45个站点的4537名患者的视网膜图像	数字病理	糖尿病视网膜病变	深度学习	ARDA算法（未明确具体模型类型）	图像	4537名患者的4537张视网膜图像
846	2025-04-15	Enhancing percutaneous coronary intervention using TriVOCTNet: a multi-task deep learning model for comprehensive intravascular optical coherence tomography analysis 2025-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01509-7 PMID:39760844	研究论文	提出了一种名为TriVOCTNet的多任务深度学习模型，用于全面分析血管内光学相干断层扫描（IVOCT）图像，以优化经皮冠状动脉介入治疗（PCI）	TriVOCTNet能够在单一网络中自动化图像分类/选择、管腔分割和支架支柱分割，适用于多种PCI阶段和临床场景，包括金属和生物可吸收血管支架（BVS）的共存	现有算法通常将管腔和支架分割视为独立目标实体，仅适用于单一支架类型，且忽略了自动选择需要分割的回撤段	优化经皮冠状动脉介入治疗（PCI）	血管内光学相干断层扫描（IVOCT）图像	数字病理	心血管疾病	深度学习	TriVOCTNet（多任务深度学习模型）	图像	4,746张图像
847	2025-04-15	SchizoLMNet: a modified lightweight MobileNetV2- architecture for automated schizophrenia detection using EEG-derived spectrograms 2025-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01512-y PMID:39760847	研究论文	本文提出了一种轻量级改进的MobileNetV2架构（SchizoLMNet），用于利用EEG衍生的频谱图自动检测精神分裂症	提出了一种新颖的轻量级改进MobileNetV2架构（SchizoLMNet），用于高效诊断精神分裂症，并在分类任务中表现出优越性能	研究样本量较小（81名受试者），且需要进一步在实时临床环境中验证	开发一种自动化方法，用于精神分裂症的早期检测和诊断	精神分裂症患者和健康受试者的EEG信号	数字病理学	精神分裂症	短时傅里叶变换（STFT）	改进的MobileNetV2（SchizoLMNet）	EEG信号衍生的频谱图图像	81名受试者的EEG数据
848	2025-04-15	Improving deep learning U-Net++ by discrete wavelet and attention gate mechanisms for effective pathological lung segmentation in chest X-ray imaging 2025-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01489-8 PMID:39495449	research paper	提出了一种结合离散小波变换和注意力门机制改进的U-Net++模型，用于胸部X光图像中的肺部病理分割	用离散小波变换替代传统最大池化操作，并引入注意力门机制，以提高肺部结构细节的捕捉能力和分割准确性	未提及模型在不同设备或不同质量X光图像上的泛化能力	提高胸部X光图像中肺部病理分割的准确性	胸部X光图像	digital pathology	lung cancer	discrete wavelet transform (DWT), attention gate (AG) mechanisms	U-Net++-DWT	image	Japanese Society of Radiological Technology数据集、Montgomery County数据集、Chest X-ray Masks and Labels数据集、COVID-19数据集
849	2025-04-13	Comprehensive benchmarking of large language models for RNA secondary structure prediction 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf137 PMID:40205851	研究论文	本文对用于RNA二级结构预测的大型语言模型（LLMs）进行了全面的基准测试和比较分析	首次在统一的实验设置下评估了预训练的RNA-LLMs在RNA二级结构预测任务中的泛化能力，并提供了复杂度递增的基准数据集	在低同源性场景下的泛化能力仍面临显著挑战	评估和比较预训练的RNA-LLMs在RNA二级结构预测任务中的表现	RNA二级结构预测	自然语言处理	NA	大型语言模型（LLMs）	LLM	RNA序列数据	多个基准数据集（具体数量未提及）
850	2025-04-13	Leveraging a Vision Transformer Model to Improve Diagnostic Accuracy of Cardiac Amyloidosis With Cardiac Magnetic Resonance 2025-Mar, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2024.09.010 PMID:39641685	研究论文	本研究开发并验证了一种基于视觉Transformer（ViT）的深度学习算法，用于通过心脏磁共振（CMR）成像提高心脏淀粉样变性（CA）的诊断准确性	首次将视觉Transformer模型应用于心脏淀粉样变性的诊断，并在内部和外部队列中验证了其高准确性	在图像质量差、双重病理或临床诊断不明确的情况下，模型准确性下降	开发一种深度学习算法，辅助区分心脏淀粉样变性与其他心肌疾病	心脏淀粉样变性（CA）、肥厚型心肌病（HCM）及其他心肌疾病患者	计算机视觉	心血管疾病	心脏磁共振（CMR）成像	视觉Transformer（ViT）	图像	内部队列807名患者（252名CA，290名HCM，265名其他），外部验证队列157名患者（51名CA，49名HCM，57名其他）
851	2025-02-19	Deep learning: Cracking the metabolic code 2025-Mar-01, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000001220 PMID:39960202	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
852	2025-04-12	Optimizing Input Selection for Cardiac Model Training and Inference: An Efficient 3D Convolutional Neural Networks-Based Approach to Automate Coronary Angiogram Video Selection 2025-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2025.100195 PMID:40206993	研究论文	开发了一种基于3D卷积神经网络的自动化方法，用于选择适合训练深度学习模型的冠状动脉造影视频	使用3D-CNN模型（特别是X3D-L）在冠状动脉造影视频选择中实现了高效自动化，并在计算效率和复杂性之间取得了平衡	在独立数据集上验证时，所有指标略有下降	提高医学图像分析的准确性和效率	冠状动脉造影视频	数字病理	心血管疾病	深度学习	3D-CNN（ResNet和X3D）	视频	232例冠状动脉造影研究用于训练，3208例手术用于独立验证
853	2025-04-12	Gait Speed and Task Specificity in Predicting Lower-Limb Kinematics: A Deep Learning Approach Using Inertial Sensors 2025-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.11.004 PMID:40207006	研究论文	开发一个深度学习框架，利用惯性测量单元(IMU)数据预测多任务步态下的下肢关节运动学，并评估动态时间规整(DTW)对减少预测误差的影响	提出了一种结合LSTM自编码器和监督回归的深度学习模型，用于多任务步态下的关节运动学预测，并验证了DTW在降低预测误差方面的有效性	样本量较小(仅18名参与者)，且仅验证了矢状面的关节角度预测	开发远程连续生物力学评估的实用解决方案	下肢关节(髋、膝、踝)运动学预测	机器学习	NA	惯性测量单元(IMU)，光学运动捕捉系统	LSTM自编码器监督回归模型(含LSTM和CNN层)	IMU传感器数据(加速度计和陀螺仪的3轴数据及其幅值)	18名参与者
854	2025-04-12	Leveraging Comprehensive Echo Data to Power Artificial Intelligence Models for Handheld Cardiac Ultrasound 2025-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2025.100194 PMID:40207004	研究论文	开发了一个端到端的深度学习框架，用于从超声心动图视频中估计左心室射血分数（LVEF）、患者年龄和性别分类，包括使用手持心脏超声（HCU）收集的视频	利用全面的超声心动图数据为手持心脏超声的人工智能模型提供支持，展示了手持设备可以获得聚焦诊断图像	研究主要基于Mayo Clinic的数据，可能在其他医疗系统中的泛化性有待验证	开发深度学习模型以提升手持心脏超声的诊断能力	超声心动图视频，包括手持心脏超声（HCU）和经胸超声心动图（TTE）数据	数字病理	心血管疾病	深度学习	深度学习模型	视频	训练集6432项研究，内部验证集1369项研究，前瞻性数据集625名患者
855	2025-04-01	Author Correction: Deep learning based decision-making and outcome prediction for adolescent idiopathic scoliosis patients with posterior surgery 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95425-9 PMID:40155745	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
856	2025-04-11	Anticancer drug response prediction integrating multi-omics pathway-based difference features and multiple deep learning techniques 2025-Mar, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012905 PMID:40163555	研究论文	本研究提出了一种名为PASO的深度学习模型，用于预测细胞系对抗癌药物的敏感性，整合了多组学路径差异特征和多种深度学习技术	PASO模型创新性地结合了transformer编码器、多尺度卷积网络和注意力机制，利用细胞系的多组学数据和药物分子的SMILES表示进行药物敏感性预测	NA	开发一个能够准确预测个体患者对抗癌药物反应的模型，以支持精准医疗	细胞系的多组学数据和药物分子的SMILES表示	机器学习	肺癌	多组学数据分析（基因表达、基因突变、基因拷贝数变异）	PASO（整合transformer encoder、多尺度CNN和注意力机制）	多组学数据、药物SMILES表示	NA
857	2025-04-11	Differential impact of commercial rootstocks on the physiological response of a common walnut scion to drought stress 2025 Mar-Apr, Physiologia plantarum IF:5.4Q1 DOI:10.1111/ppl.70188 PMID:40207703	research paper	该研究评估了不同商业砧木对普通核桃接穗在干旱条件下生理反应的影响	首次使用深度学习作为独立方法分析冠层对水分胁迫的响应，并发现RX1砧木在水分胁迫下具有较高的叶片膨压和水分利用效率	研究仅针对三种砧木和一种接穗品种，结果可能不具有普遍性	评估不同商业砧木对核桃接穗在干旱条件下生理反应的影响	核桃砧木(RX1, VX211和Vlach)和英国核桃接穗(Juglans regia cv. Cisco)	植物生理学	NA	mini-lysimeter平台, 深度学习	深度学习模型(未指定具体类型)	土壤湿度数据, 蒸腾水分损失数据, 冠层图像	三种砧木(RX1, VX211和Vlach)和一种接穗品种(Cisco)
858	2025-04-09	Transformer-based artificial intelligence on single-cell clinical data for homeostatic mechanism inference and rational biomarker discovery 2025-Mar-25, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.24.25324556 PMID:40196278	research paper	该研究开发了一种基于Transformer的人工智能流程，用于单细胞临床数据分析，以推断稳态机制并发现生物标志物	提出了一个通用的、可解释的AI流程，包括用于预测的MIST模型和用于可解释性的单细胞FastShap模型，能够解释70-82%的血细胞群体大小变化	研究仅针对血液细胞群体，未涉及其他组织或细胞类型	利用单细胞数据分析生物系统中的模式和机制，并发现潜在的临床相关生物标志物	循环红细胞（RBC）、白细胞（WBC）和血小板（PLT）的单细胞测量数据	machine learning	sepsis, heart disease, diabetes	single-cell measurement	Transformer (MIST), FastShap	single-cell clinical data	大量常规临床数据（具体数量未提及）
859	2025-04-09	Diagnostic accuracy of artificial intelligence in the detection of maxillary sinus pathology using computed tomography: A concise systematic review 2025-Mar, Imaging science in dentistry IF:1.7Q3 DOI:10.5624/isd.20240139 PMID:40191392	系统性综述	评估人工智能在利用CT/CBCT影像检测上颌窦病变中的表现和准确性	总结了多种深度学习模型在上颌窦病变检测中的应用及其性能	需要进一步提高准确性和一致性	评估人工智能在上颌窦病变检测中的诊断准确性	上颌窦病变	数字病理学	上颌窦炎	CT/CBCT成像	CNN, ResNet, DenseNet, YOLO, U-Net	影像	3,349名患者（7,358张影像）
860	2025-04-08	Deep learning-based multimodal CT/MRI image fusion and segmentation strategies for surgical planning of oral and maxillofacial tumors: A pilot study 2025-Mar-31, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2025.102324 PMID:40174752	研究论文	本研究评估了基于深度学习的多模态CT/MRI图像融合和分割策略在口腔颌面部肿瘤手术规划中的可行性和准确性	结合了三种融合模型和三种分割模型，生成了九种混合深度学习模型，并评估了它们在口腔颌面部肿瘤分割中的性能	样本量较小（30例患者），且为单中心研究，可能影响结果的普遍性	评估深度学习在多模态CT/MRI图像融合和分割中的应用，为口腔颌面部肿瘤的虚拟手术规划提供基础	30名口腔颌面部肿瘤患者	数字病理	口腔颌面部肿瘤	CT/MRI扫描	Elastix, ANTs, NiftyReg, nnU-Net, 3D UX-Net, U-Net	医学影像（CT/MRI）	30名口腔颌面部肿瘤患者