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
1301	2025-03-05	SeasFire cube - a multivariate dataset for global wildfire modeling 2025-Mar-03, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04546-3 PMID:40032880	研究论文	本文介绍了SeasFire数据立方体，一个为全球季节性至亚季节性野火建模量身定制的时空数据集	引入了包含59个变量的SeasFire数据立方体，涵盖气候、植被、海洋指数和人类因素，具有8天时间分辨率和0.25°空间分辨率，覆盖2001年至2021年	NA	通过地球观测数据，量化并归因野火的前置条件，以改进对野火的理解和预测	全球野火	地球系统科学	NA	深度学习模型	Deep Learning	时空数据	2001年至2021年的全球数据
1302	2025-03-05	Predicting disease progression from the rate of bodyweight change in nasopharyngeal carcinoma patient during radiotherapy 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88810-x PMID:40032903	研究论文	本研究旨在通过建模放疗期间测量的体重记录，开发一种新的疾病进展预测指标，以替代传统的体重百分比损失（pWL）	提出了一种基于深度学习引导的微分方程解决方案的预测进展概率（PPP），用于预测鼻咽癌患者在放疗期间的疾病进展	研究为回顾性研究，可能存在选择偏倚，且样本量相对较小	开发一种新的疾病进展预测指标，以替代传统的体重百分比损失（pWL）	624名鼻咽癌患者	数字病理学	鼻咽癌	深度学习	深度学习引导的微分方程模型	体重记录	624名患者（训练队列257名，测试队列367名）
1303	2025-03-05	Synergistic transfer learning and adversarial networks for breast cancer diagnosis: benign vs. invasive classification 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90288-6 PMID:40032913	研究论文	本文提出了一种结合生成对抗网络（GANs）和迁移学习的深度学习框架，用于乳腺癌的良性与浸润性分类	提出了一种两阶段数据增强方法，结合条件Wasserstein GAN（cWGAN）生成合成图像，并采用多尺度迁移学习技术整合多个预训练CNN模型	未来工作将集中于将该框架推广到临床数据集并整合到诊断工作流程中	提高乳腺癌分类的效率和准确性	乳腺癌图像	计算机视觉	乳腺癌	生成对抗网络（GANs），迁移学习	CNN, cWGAN, DenseNet-201, NasNetMobile, ResNet-101	图像	BreakHis数据集
1304	2025-03-05	Geometry-encoded molecular dynamics enables deep learning insights into P450 regiospecificity control 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91155-0 PMID:40032954	研究论文	本研究通过分子动力学和深度学习技术，探讨了细胞色素P450 1A2在咖啡因氧化过程中的区域选择性控制机制	结合几何编码的分子动力学和差分机器学习，揭示了P450 1A2区域选择性的局部决定因素和亚位点相互作用	研究主要聚焦于咖啡因氧化，可能不适用于其他底物或P450同工酶	解析P450 1A2在咖啡因氧化过程中生成多种代谢物的机制	细胞色素P450 1A2及其与咖啡因的相互作用	分子动力学与深度学习	NA	分子动力学，几何编码，差分机器学习	差分机器学习	分子动力学轨迹数据	NA
1305	2025-03-05	Initial findings creating a temperature prediction model using vibroacoustic signals originating from tissue needle interactions 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92202-6 PMID:40032997	研究论文	本研究探索了在组织-工具交互过程中产生的振动声信号的获取和分析，使用带有近端安装的MEMS音频传感器的常规抽吸针来提取温度信息	提出了一种新颖的方法，通过分析针插入过程中记录的振动声信号来预测温度，无需额外传感器或组织行为模拟	研究目前仅在实验室条件下进行，需进一步优化和验证	开发一种实时、微创的医疗应用中的温度监测方法	水饱和泡沫中的温度变化	生物医学工程	NA	信号处理技术和深度学习算法	深度学习算法	振动声信号	温度范围从25到55°C，以5°C为增量的水饱和泡沫
1306	2025-03-05	Quantitative analysis and evaluation of winter and summer landscape colors in the Yangzhou ancient Canal utilizing deep learning 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91483-1 PMID:40033036	研究论文	本研究利用深度学习场景解析算法对扬州古运河五个重要地点的冬季和夏季景观颜色进行量化分析，并评估了景观美景度（SBE）值，探讨了颜色特征与景观美景之间的关系	首次将深度学习场景解析算法应用于扬州古运河景观颜色的量化分析，并建立了颜色特征与景观美景度（SBE）值的相关性分析	研究仅针对扬州古运河的五个地点，样本量有限，且未考虑其他可能影响景观美景的因素	研究扬州古运河冬季和夏季景观颜色特征及其与景观美景度的关系	扬州古运河五个重要地点的冬季和夏季景观	计算机视觉	NA	深度学习场景解析算法	NA	图像	五个地点的冬季和夏季景观图像
1307	2025-03-05	Improving accuracy for inferior alveolar nerve segmentation with multi-label of anatomical adjacent structures using active learning in cone-beam computed tomography 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91725-2 PMID:40033040	研究论文	本研究利用主动学习和三维nnU-net模型，结合多标签策略，提高了牙科解剖结构在三维锥形束计算机断层扫描（CBCT）中的分割精度	采用主动学习和多标签策略，显著提高了下牙槽神经（IAN）等牙科解剖结构的分割精度	研究样本量相对较小，仅使用了60个CBCT扫描数据	提高牙科解剖结构在CBCT扫描中的自动分割精度，特别是下牙槽神经（IAN）的分割	牙科解剖结构，包括上颌窦、上颌骨、下颌骨和下牙槽神经（IAN）	数字牙科	NA	主动学习，三维nnU-net模型	nnU-net	三维锥形束计算机断层扫描（CBCT）图像	60个CBCT扫描数据
1308	2025-03-05	Prediction of Lymph Node Metastasis in Lung Cancer Using Deep Learning of Endobronchial Ultrasound Images With Size on CT and PET-CT Findings 2025-Mar-03, Respirology (Carlton, Vic.) DOI:10.1111/resp.70010 PMID:40033122	研究论文	本研究评估了深度学习在EBUS图像上检测肺癌纵隔淋巴结转移的诊断能力，强调了整合ROI、CT上的淋巴结大小和PET-CT发现的价值	首次将ROI、CT上的淋巴结大小和PET-CT发现整合到EBUS图像的深度学习分析中，显著提高了模型诊断肺癌纵隔淋巴结转移的能力	研究中使用的样本量较大，但未提及模型的泛化能力及在不同医疗中心的应用效果	评估深度学习在EBUS图像上检测肺癌纵隔淋巴结转移的诊断能力	1454名肺癌患者的2055个纵隔淋巴结站的2901张EBUS图像	数字病理	肺癌	EBUS-TBNA, CT, PET-CT	ResNet18	图像	1454名肺癌患者的2055个纵隔淋巴结站的2901张EBUS图像
1309	2025-03-05	Development and validation of a deep learning algorithm for prediction of pediatric recurrent intussusception in ultrasound images and radiographs 2025-Mar-03, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01582-8 PMID:40033220	研究论文	本文开发并验证了一种基于腹部超声图像和腹部X光片的深度学习算法，用于预测小儿复发性肠套叠	使用多模态医学影像（超声和X光片）结合深度学习算法预测复发性肠套叠，并采用两种融合方法提升预测性能	研究为回顾性设计，可能受到数据偏差的影响，且样本量虽大但仅限于单一机构	开发并验证一种预测小儿复发性肠套叠的深度学习模型	3665例肠套叠病例的腹部超声图像和腹部X光片	数字病理学	小儿肠套叠	深度学习	VGG11, ResNet18, LightGBM	图像	3665例肠套叠病例
1310	2025-03-05	Machine learning for the rElapse risk eValuation in acute biliary pancreatitis: The deep learning MINERVA study protocol 2025-Mar-03, World journal of emergency surgery : WJES IF:6.0Q1 DOI:10.1186/s13017-025-00594-7 PMID:40033414	研究论文	MINERVA研究旨在开发和验证一种机器学习模型，用于预测轻度急性胆源性胰腺炎（MABP）患者复发急性胰腺炎（RAP）的风险	利用卷积神经网络（CNN）进行特征提取和风险预测，结合核主成分分析（kPCA）进行变量空间转换，创建2D图像并应用卷积滤波、最大池化、展平和全连接层进行最终风险预测	研究仅限于意大利的多家学术和社区医院，且排除了非胆源性病因、严重胰腺炎和无法提供知情同意的患者	开发一种可靠的、成本效益高的预测工具，以帮助医疗专业人员做出更好的决策，减少RAP的发生率和相关医疗成本	符合修订版亚特兰大标准的成年MABP患者，且在入院期间未接受早期胆囊切除术（EC）	机器学习	胰腺炎	卷积神经网络（CNN），核主成分分析（kPCA）	CNN	临床和人口统计学数据	来自MANCTRA-1研究的回顾性数据和前瞻性数据收集
1311	2025-03-05	A novel deep learning framework for automatic scoring of PD-L1 expression in non-small cell lung cancer 2025-Mar-03, Biomolecules & biomedicine DOI:10.17305/bb.2025.12056 PMID:40035693	研究论文	本文提出了一种新的深度学习框架，用于自动评估非小细胞肺癌（NSCLC）全切片图像（WSIs）中的PD-L1表达，旨在提高肿瘤比例评分（TPS）评估的精确性和一致性	提出了一种新的自动化框架，结合深度学习技术，用于从NSCLC的WSIs中准确评估PD-L1表达，提高了TPS评估的精确性和一致性	研究仅基于66个NSCLC组织样本，样本量较小，可能影响模型的泛化能力	提高PD-L1表达的自动评估精度和一致性，减少病理学家的工作量	非小细胞肺癌（NSCLC）的全切片图像（WSIs）	数字病理学	肺癌	免疫组织化学（IHC）	EfficientNet, Inception, Vision Transformer, UNet, DeepLabV3, StarDist	图像	66个NSCLC组织样本
1312	2025-03-05	The impact of deep learning on diagnostic performance in the differentiation of benign and malignant thyroid nodules 2025-Mar-02, Medical ultrasonography IF:1.8Q3 DOI:10.11152/mu-4432 PMID:39231286	研究论文	本研究利用深度学习（DL）通过超声图像对甲状腺结节进行良恶性分类，并探讨了DL对不同经验水平的放射科医生诊断成功率的影响	研究展示了DL模型在甲状腺结节良恶性分类中的高准确性，并首次系统性地分析了DL辅助对不同经验水平放射科医生诊断决策的影响	研究样本量相对较小（576张超声图像），且未探讨DL模型在其他类型医学图像上的泛化能力	评估深度学习在甲状腺结节良恶性分类中的应用效果及其对放射科医生诊断的影响	甲状腺结节的超声图像	数字病理	甲状腺疾病	深度学习	DL模型（具体架构未提及）	图像	576张甲状腺结节的超声图像
1313	2025-03-05	Artificial Intelligence-Assisted MRI Diagnosis in Lumbar Degenerative Disc Disease: A Systematic Review 2025-Mar, Global spine journal IF:2.6Q1 DOI:10.1177/21925682241274372 PMID:39147730	系统综述	本文综述了人工智能辅助MRI在腰椎退行性椎间盘疾病诊断中的应用	系统评估了AI在腰椎退行性椎间盘疾病诊断中的表现，展示了AI相比传统方法在准确性、敏感性和特异性上的优势	需要进一步的研究和验证以优化AI算法在腰椎退行性椎间盘疾病诊断中的实际应用	探讨AI辅助MRI在腰椎退行性椎间盘疾病诊断中的应用及其临床使用的研究现状	腰椎退行性椎间盘疾病	医学影像分析	腰椎退行性椎间盘疾病	MRI	机器学习和深度学习	图像	20项研究
1314	2025-03-05	Deep Learning-Based Synthetic Computed Tomography for Low-Field Brain Magnetic Resonance-Guided Radiation Therapy 2025-Mar-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.09.046 PMID:39357787	研究论文	本文开发了一种基于条件生成对抗网络的模型，用于从低场磁共振成像生成合成计算机断层扫描图像，以支持脑部磁共振引导的放射治疗	使用条件生成对抗网络从低场磁共振成像生成高质量的合成CT图像，用于剂量计算	模型在处理术后异常时表现不佳	开发一种能够从低场磁共振成像生成高质量合成CT图像的模型，以支持脑部磁共振引导的放射治疗	脑部磁共振成像和合成CT图像	医学影像	脑胶质瘤	条件生成对抗网络	条件生成对抗网络	图像	12名脑胶质瘤患者的MR-CT图像对
1315	2025-03-05	Fast Window-Based Event Denoising With Spatiotemporal Correlation Enhancement 2025-Mar, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3467709 PMID:39388326	研究论文	本文提出了一种基于窗口的事件去噪方法，通过时空相关性增强来提高去噪效果	提出了一种新的窗口化事件去噪方法，结合时空相关性分析，构建了多尺度窗口化事件去噪网络WedNet，实现了高去噪精度和快速运行速度	未提及具体局限性	提高事件去噪的准确性和实时性	事件数据	计算机视觉	NA	卷积稀疏编码	WedNet	事件数据	未提及具体样本数量
1316	2025-03-05	Deep learning-based approach for acquisition time reduction in ventilation SPECT in patients after lung transplantation 2025-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00853-3 PMID:39441494	研究论文	本研究旨在评估使用卷积神经网络（CNN）在肺移植患者中缩短获取时间的肺通气单光子发射计算机断层扫描（SPECT）图像的图像质量和诊断性能，并探索短获取时间的可行性	首次将深度学习技术应用于缩短肺通气SPECT图像的获取时间，同时保持图像质量和诊断准确性	研究为回顾性设计，样本量相对较小（93例），且未进行外部验证	评估深度学习技术在缩短肺通气SPECT图像获取时间中的应用效果	肺移植患者	数字病理学	肺移植相关慢性肺移植物功能障碍（CLAD）	单光子发射计算机断层扫描（SPECT）	卷积神经网络（CNN）	图像	93例肺移植患者
1317	2025-03-05	Deep learning reconstruction for accelerated high-resolution upper abdominal MRI improves lesion detection without time penalty 2025-Mar, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.09.008 PMID:39567306	研究论文	本研究比较了传统T1加权VIBE序列与DL重建加速高分辨率VIBE序列在上腹部MRI中的图像质量、病变显著性和病变检测效果	使用深度学习重建技术加速高分辨率VIBE序列，提高了图像质量和病变检测率，且不增加扫描时间	研究样本量较小（50名参与者），且仅在单一三级中心进行	比较传统VIBE序列与DL重建加速高分辨率VIBE序列在上腹部MRI中的表现	上腹部MRI图像	医学影像	NA	深度学习重建技术	NA	MRI图像	50名参与者（30名男性，20名女性，平均年龄60±15岁）
1318	2025-03-05	Dataset augmentation with multiple contrasts images in super-resolution processing of T1-weighted brain magnetic resonance images 2025-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00871-1 PMID:39680317	研究论文	本研究探讨了在脑部磁共振成像（MRI）T1加权图像（T1WIs）的超分辨率处理中，通过使用深度学习技术增强数据集的有效性	通过引入同一受试者的不同对比度图像来增强数据集，以提高网络性能并评估其对图像质量指标（如峰值信噪比和结构相似性）的影响	研究为回顾性研究，可能受到数据选择和偏差的影响	提高脑部MRI图像的超分辨率处理性能	240名接受脑部MRI检查的患者	计算机视觉	NA	深度学习	U-Net, EDSR	图像	240名患者
1319	2025-03-05	Development of Deep Learning-Based Virtual Lugol Chromoendoscopy for Superficial Esophageal Squamous Cell Carcinoma 2025-Mar, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16843 PMID:39687978	研究论文	本文开发了一种基于深度学习的虚拟Lugol染色内镜（V-LCE）方法，用于检测浅表性食管鳞状细胞癌（ESCC）	使用CycleGAN生成虚拟Lugol染色内镜图像，为浅表性食管鳞状细胞癌的诊断提供了一种新的辅助工具	V-LCE在病变检测、边缘识别和颜色差异方面的表现介于真实Lugol染色内镜（R-LCE）和白光内镜（WLE）之间，尚未达到R-LCE的水平	开发一种基于深度学习的虚拟Lugol染色内镜方法，以提高浅表性食管鳞状细胞癌的检测灵敏度	浅表性食管鳞状细胞癌（ESCC）	计算机视觉	食管癌	CycleGAN	GAN	图像	六名内镜医师对WLE、R-LCE和V-LCE图像进行评分
1320	2025-03-05	GSCAT-UNET: Enhanced U-Net model with spatial-channel attention gate and three-level attention for oil spill detection using SAR data 2025-Mar, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117583 PMID:39862681	研究论文	本文提出了一种名为GSCAT-UNET的增强型U-Net模型，用于利用SAR数据进行油污检测和区分	GSCAT-UNET模型结合了空间-通道注意力门（SCAG）、三级注意力模块（TLM）和全局特征模块（GFM），以提高油污检测的准确性和鲁棒性	NA	提高油污检测的准确性和鲁棒性，以应对SAR数据的复杂性和不平衡数据集	油污及其类似物	计算机视觉	NA	深度学习	GSCAT-UNET	SAR图像	1112张Sentinel-1双极化SAR图像及其标注图像（5类）