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
1121	2025-03-11	A general model for head and neck auto-segmentation with patient pre-treatment imaging during adaptive radiation therapy 2025-Mar-07, Medical physics IF:3.2Q1 DOI:10.1002/mp.17732 PMID:40055148	研究论文	本文提出了一种在头颈部自适应放射治疗中，利用患者治疗前影像进行自动分割的通用模型	研究探讨了在推理阶段加入治疗前数据对模型性能的影响，避免了新患者群体所需的昂贵模型再训练	刚性配准方法在GTVp和大多数OARs上表现与自适应DL模型相似，可能限制了GAM的广泛应用	提高头颈部自适应放射治疗中自动分割的准确性，特别是对于高变异性或低对比度的结构	头颈部癌症患者	数字病理	头颈部癌症	深度学习	通用自适应模型（GAM）	计算机断层扫描图像	110名接受头颈部癌症自适应放射治疗的患者
1122	2025-03-11	Impact of Downsampling Size and Interpretation Methods on Diagnostic Accuracy in Deep Learning Model for Breast Cancer Using Digital Breast Tomosynthesis Images 2025-Mar-06, The Tohoku journal of experimental medicine DOI:10.1620/tjem.2024.J071 PMID:39048348	研究论文	本研究探讨了下采样尺寸和图像插值方法对使用数字乳腺断层合成（DBT）图像的深度学习模型在乳腺癌诊断中准确性的影响	首次系统评估了下采样尺寸和不同图像插值方法对深度学习模型在乳腺癌诊断中准确性的影响	研究为回顾性研究，且样本量相对较小，可能影响结果的普遍性	优化深度学习模型的预处理步骤，以提高乳腺癌诊断的准确性和计算资源利用率	499名接受乳腺断层合成的患者	计算机视觉	乳腺癌	数字乳腺断层合成（DBT）	深度学习模型	图像	499名患者（年龄29-90岁，平均50.5岁）
1123	2025-03-11	Multimodal optimal matching and augmentation method for small sample gesture recognition 2025-Mar-06, Bioscience trends IF:5.7Q1 DOI:10.5582/bst.2024.01370 PMID:39864830	研究论文	本文提出了一种多模态最优匹配和增强方法，用于小样本手势识别，通过引入运动信息到基于表面肌电图的识别中，实现了每个手势仅需一次采集的高效识别	引入运动信息到基于表面肌电图的识别中，提出了一种多模态最优匹配和增强方法，显著减少了数据采集的负担	方法在非健康用户中的应用效果需要进一步验证，且数据集的多样性可能仍然有限	提高小样本手势识别模型的准确性，减少数据采集的负担	手势识别，特别是基于表面肌电图的手势识别	机器学习	中风	数据增强，迁移学习	深度学习模型	生理信号数据，运动信息数据	自收集的中风患者数据集，Ninapro DB1数据集和Ninapro DB5数据集
1124	2025-03-11	A Preoperative CT-based Multiparameter Deep Learning and Radiomic Model with Extracellular Volume Parameter Images Can Predict the Tumor Budding Grade in Rectal Cancer Patients 2025-Mar-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.028 PMID:40055057	研究论文	本文研究了一种基于CT的多参数深度学习-放射组学模型（DLRM），用于预测直肠癌患者术前肿瘤萌芽（TB）等级	结合深度学习和手工放射组学特征，构建了预测直肠癌TB等级的多参数模型，并验证了其优于单独的深度学习和放射组学特征	研究为回顾性设计，样本量相对较小（135例患者），可能影响模型的泛化能力	预测直肠癌患者术前肿瘤萌芽（TB）等级，以支持临床治疗决策	135例经组织学确诊的直肠癌患者	数字病理	直肠癌	CT成像，深度学习，放射组学	深度学习-放射组学模型（DLRM）	CT图像	135例直肠癌患者（85例Bd1+2组，50例Bd3组）
1125	2025-03-11	Unraveling the three-dimensional genome structure using machine learning 2025-Mar-05, BMB reports IF:2.9Q3 PMID:40058875	综述	本文综述了利用机器学习技术研究三维基因组结构的方法	介绍了机器学习特别是深度学习在检测和分析染色体结构信息中的应用	指出了Hi-C数据的局限性，并提出了提高染色体接触频率图分辨率的进展	研究三维基因组结构及其调控机制	染色质相互作用和层次结构	机器学习	NA	Hi-C测序	深度学习	基因组数据	NA
1126	2025-03-11	MetAssimulo 2.0: a web app for simulating realistic 1D and 2D metabolomic 1H NMR spectra 2025-Mar-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf045 PMID:39862393	研究论文	本文介绍了MetAssimulo 2.0，一个用于模拟真实1D和2D代谢组学1H NMR光谱的Python网络应用	MetAssimulo 2.0在1.0版本的基础上进行了全面升级，增加了对尿液、血液和脑脊液的光谱模拟功能，并引入了2D J-resolved和Correlation Spectroscopy光谱的模拟能力	尽管MetAssimulo 2.0提高了光谱模拟的真实性，但其模拟结果与真实光谱的Pearson相关系数约为0.82，仍有改进空间	开发一个工具以支持深度学习与代谢组学交叉领域的研究	1D和2D代谢组学1H NMR光谱	代谢组学	NA	核磁共振（NMR）光谱	NA	光谱数据	NA
1127	2025-03-11	The utility and reliability of a deep learning algorithm as a diagnosis support tool in head & neck non-melanoma skin malignancies 2025-Mar, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-08951-z PMID:39242415	研究论文	本研究评估了一种深度学习算法作为头颈部非黑色素瘤皮肤恶性肿瘤诊断支持工具的性能	使用深度学习算法（特别是视觉变换器）作为诊断辅助工具，用于头颈部非黑色素瘤皮肤恶性肿瘤的早期检测和治疗	需要进一步研究以阐明该技术在初级保健诊所、皮肤科和头颈外科诊所中的潜在作用	评估深度学习算法在头颈部非黑色素瘤皮肤恶性肿瘤诊断中的性能	头颈部非黑色素瘤皮肤恶性肿瘤患者	计算机视觉	皮肤癌	深度学习	视觉变换器	图像	135名患者（92名男性，43名女性，中位年龄71岁）
1128	2025-03-11	Response surface methodology for predicting optimal conditions in very low-dose chest CT imaging 2025-Mar, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104916 PMID:39923359	研究论文	本研究探讨了使用实验设计优化CT协议以降低剂量的可行性	采用Doehlert矩阵定义实验，结合迭代重建和深度学习重建技术，预测低剂量胸部CT成像的最佳条件	研究仅基于胸部模型，未涉及真实患者数据	优化低剂量胸部CT成像条件，确保诊断质量同时减少实验次数	128层CT扫描仪和胸部模型	医学影像	NA	迭代重建(ASIR-V)和深度学习重建(DLIR)	自监督学习模型观察者	CT图像	使用一个胸部模型进行测量
1129	2025-03-11	Deep learning paradigms in lung cancer diagnosis: A methodological review, open challenges, and future directions 2025-Mar, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104914 PMID:39938402	review	本文综述了深度学习在肺癌诊断中的应用，探讨了其在结节检测、分类和预后预测方面的卓越表现	深度学习在肺癌诊断中展现了最先进的性能，有时甚至超越人类专家的准确性，并推动了计算机辅助诊断系统的发展	数据质量和模型可解释性方面的挑战仍然存在	探讨深度学习在肺癌诊断中的应用及其潜力	肺癌诊断中的深度学习模型	digital pathology	lung cancer	NA	deep neural networks	image	NA
1130	2025-03-11	[18F]FDG administered activity reduction capabilities of a 32-cm axial field-of-view solid-state digital bismuth germanium oxide PET/CT system while maintaining EARL compliance 2025-Mar, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104935 PMID:39956005	研究论文	本研究评估了使用32厘米轴向视场的数字BGO PET系统在保持EARL1和EARL2合规性的同时，降低[18F]FDG给药活性和/或扫描时间的能力	首次在32厘米轴向视场的数字BGO PET系统上测试了在保持EARL1和EARL2合规性的同时，降低[18F]FDG给药活性和扫描时间的能力，并应用了基于深度学习的图像增强技术	研究仅使用了校准QC和NEMA IEC体模测量，未涉及实际患者数据	评估在保持EARL1和EARL2合规性的同时，降低[18F]FDG给药活性和扫描时间的能力	数字BGO PET系统（Omni Legend 32厘米）	医学影像	NA	PET/CT成像	深度学习	图像	校准QC和NEMA IEC体模测量
1131	2025-03-11	Self-Supervised Learning for Feature Extraction from Glomerular Images and Disease Classification with Minimal Annotations 2025-03-01, Journal of the American Society of Nephrology : JASN IF:10.3Q1 DOI:10.1681/ASN.0000000514 PMID:40029749	研究论文	本文探讨了自监督学习方法在肾小球图像特征提取和疾病分类中的应用，特别是在标注数据有限的情况下	使用无标签的自蒸馏（DINO）方法进行自监督学习，有效提取肾小球图像特征，并在标注数据有限的情况下实现优于传统方法的疾病分类性能	研究依赖于特定染色方法（PAS染色）的图像，可能限制了方法的通用性	探索自监督学习在数字肾脏病理学中的应用，以减少对大量标注数据的依赖	肾小球图像	数字病理学	肾脏疾病	自监督学习（DINO）	DINO预训练模型	图像	10,423张肾小球图像，来自384张PAS染色的肾脏活检切片
1132	2025-03-11	ResGloTBNet: An interpretable deep residual network with global long-range dependency for tuberculosis screening of sputum smear microscopy images 2025-Mar, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104300 PMID:40057359	研究论文	本文提出了一种名为ResGloTBNet的深度学习框架，用于痰涂片显微镜图像的结核病筛查	ResGloTBNet框架结合了卷积神经网络和图卷积网络，引入了全局推理单元到ResNet的残差结构中，形成ResGloRe模块，不仅充分提取图像的局部特征，还建模图像中不同区域之间的全局关系	NA	提高结核病筛查的准确性和敏感性，减少人工筛查的时间和劳动强度	痰涂片显微镜图像	计算机视觉	结核病	卷积神经网络（CNN），图卷积网络（GCN）	ResGloTBNet	图像	公开数据集和私有数据集
1133	2025-03-11	A comparative analysis of Constant-Q Transform, gammatonegram, and Mel-spectrogram techniques for AI-aided cardiac diagnostics 2025-Mar, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104302 PMID:40057368	研究论文	本研究比较了Constant-Q变换、gammatonegram和Mel-spectrogram技术在AI辅助心脏诊断中的应用，并设计了一种DAG-CNN架构用于自动心音分类	设计了一种新的DAG-CNN架构，并在心音分类中实现了高准确率，相比预训练的CNN模型表现出更优的性能	未提及具体的研究样本量或数据集来源，可能影响结果的普适性	通过数字信号处理和心音图分析，实现心脏异常的早期和准确检测	心音信号	数字病理学	心血管疾病	数字信号处理、心音图分析	DAG-CNN	心音信号	NA
1134	2025-03-10	Forecasting the eddying ocean with a deep neural network 2025-Mar-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57389-2 PMID:40050275	研究论文	本文开发了一个名为WenHai的数据驱动全球海洋预报系统，通过训练深度神经网络来预测海洋中尺度涡旋的短期演变	首次将深度神经网络应用于全球海洋预报系统，并结合动量、热量和淡水通量的体公式来改进海气相互作用的表示	由于大气和海洋的动态特性不同，AI方法在海洋预报中的应用仍具有挑战性	提高全球海洋预报能力，特别是中尺度涡旋的短期演变预测	海洋中尺度涡旋	机器学习	NA	深度神经网络	DNN	海洋数据	NA
1135	2025-03-10	Classifying microfossil radiolarians on fractal pre-trained vision transformers 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90988-z PMID:40050318	研究论文	本文探讨了使用预训练的视觉变换器（ViT）和公式驱动的监督学习（FDSL）技术对微化石（放射虫）进行分类的效果	首次将视觉变换器（ViT）和公式驱动的监督学习（FDSL）应用于地质学中的微化石分类，相比传统CNN模型，平均精度提高了6-8%	未提及具体样本量和数据集的多样性，可能影响模型的泛化能力	探索新的深度学习技术在地质学图像分类中的应用	微化石（放射虫）	计算机视觉	NA	公式驱动的监督学习（FDSL）	视觉变换器（ViT）	图像	NA
1136	2025-03-10	Prediction of malnutrition in kids by integrating ResNet-50-based deep learning technique using facial images 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91825-z PMID:40050339	研究论文	本研究利用基于ResNet-50的深度学习技术，通过面部图像预测儿童营养不良	使用ResNet-50深度学习模型的内置快捷连接解决图像分割任务中的梯度消失问题，提高了训练效率，并在预测营养不良方面达到了98.49%的准确率	研究未提及样本的具体来源和多样性，可能影响模型的泛化能力	简化儿童营养不良的预测过程，减少对多次手动诊断测试的依赖	儿童	计算机视觉	营养不良	深度学习	ResNet-50	图像	未明确说明具体样本数量
1137	2025-03-10	Creating a retinal image database to develop an automated screening tool for diabetic retinopathy in India 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91941-w PMID:40050377	研究论文	本文描述了在印度建立一个大规模视网膜图像数据库的方法，旨在开发一个基于人工智能的糖尿病视网膜病变自动筛查工具	通过建立大规模视网膜图像数据库，结合深度学习技术，开发成本效益高且稳健的AI诊断工具，以应对全球糖尿病视网膜病变筛查的挑战	需要大量高分辨率眼底图像和专业医疗人员提供准确的诊断标签，以确保AI算法的精确性	开发一个自动化的糖尿病视网膜病变筛查工具，以提高筛查效率和准确性	糖尿病患者的视网膜图像	数字病理学	糖尿病视网膜病变	深度学习	NA	图像	大规模视网膜图像数据库
1138	2025-03-10	Hybrid feature optimized CNN for rice crop disease prediction 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92646-w PMID:40050403	研究论文	本文提出了一种混合生物启发算法，结合自适应粒子群优化（APSO）和鲸鱼优化算法（WOA），用于水稻作物病害预测，并利用卷积神经网络（CNN）进行病害分类	提出了一种新的混合生物启发算法（Hybrid WOA_APSO），结合了APSO和WOA，用于优化特征选择，提高了水稻病害分类的准确性	虽然模型在实验中表现出色，但其在真实农田环境中的泛化能力尚未验证，且计算复杂度较高	提高水稻作物病害的准确识别和分类，以减少经济损失并提高作物产量	水稻作物病害	计算机视觉	水稻病害	深度学习	CNN	图像	使用基准数据集（Plantvillage）进行实验
1139	2025-03-10	Deep learning-based image analysis in muscle histopathology using photo-realistic synthetic data 2025-Mar-06, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00777-y PMID:40050400	研究论文	本文介绍了一种名为SYNTA的新方法，用于生成逼真的合成生物医学图像数据，以解决当前生成模型和基于深度学习的图像分析中的挑战	SYNTA方法采用完全参数化的方法创建针对特定生物医学任务的逼真合成训练数据集，解决了现有生成模型缺乏代表性和高质量真实数据的问题	需要进一步验证SYNTA方法在其他生物医学领域的适用性和效果	旨在通过生成逼真的合成生物医学图像数据，改进和加速生物医学图像分析	肌肉组织病理学和骨骼肌分析	数字病理学	NA	深度学习和生成模型	GAN, Diffusion Models	图像	两个真实世界的数据集
1140	2025-03-10	A deep learning approach to understanding controlled ovarian stimulation and in vitro fertilization dynamics 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92186-3 PMID:40050418	研究论文	本文开发了一个基于Transformer-Encoder架构的深度学习模型Edwards，用于改善体外受精（IVF）周期中控制性卵巢刺激（COS）的预测结果	Edwards模型能够捕捉IVF周期中的时间特征，提供治疗计划选项，并预测激素水平和卵巢反应，相比传统机器学习方法，在预测IVF最终结果方面表现出更高的准确性	NA	提高体外受精（IVF）周期中控制性卵巢刺激（COS）的预测准确性	体外受精（IVF）周期中的控制性卵巢刺激（COS）过程	机器学习	不孕症	深度学习	Transformer-Encoder	时间序列数据	NA