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
501	2025-05-07	Adjacent point aided vertebral landmark detection and Cobb angle measurement for automated AIS diagnosis 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102496 PMID:39908630	研究论文	提出了一种新的脊柱关键点检测框架，用于自动化青少年特发性脊柱侧弯（AIS）的诊断	设计了LAD-Net深度学习架构，结合脊柱刚性结构信息，通过ACIC和CFOF模块有效校正错误检测的标志点	未提及具体样本量及跨中心验证结果	提高基于脊柱X光图像的参数测量和诊断准确性	青少年特发性脊柱侧弯（AIS）患者的脊柱X光图像	计算机视觉	青少年特发性脊柱侧弯	深度学习	LAD-Net（基于CNN的变体）	X光图像	NA
502	2025-05-07	Fast In Vivo Two-Photon Fluorescence Imaging via Lateral and Axial Resolution Restoration With Self-Supervised Learning 2025-Apr, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400489 PMID:39909559	research paper	提出了一种基于自监督学习的横向和轴向分辨率恢复（LARR）深度学习框架，用于解决双光子荧光（TPF）成像中分辨率与速度之间的矛盾	开发了LARR框架，通过自监督训练方案计算恢复稀疏采样的TPF图像，实现4倍轴向和16倍横向分辨率增强，显著提升成像速度和分辨率	未提及具体临床应用验证或大规模样本测试结果	解决双光子荧光成像中高分辨率与高速度之间的矛盾	双光子荧光（TPF）成像系统	生物医学成像	NA	双光子荧光成像（TPF）	自监督学习框架（LARR）	图像	未明确说明具体样本数量
503	2025-05-07	Antimicrobial resistance recommendations via electronic health records with graph representation and patient population modeling 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108616 PMID:39913994	research paper	提出了一种基于电子健康记录（EHR）的深度学习框架，用于生成抗菌素耐药性（AMR）推荐	采用深度图神经网络建模医疗事件间的相关性，结合患者群体建模解决罕见AMR标签不平衡问题，并采用多任务学习策略同时推荐多种AMR	研究仅针对尿路感染患者，可能不适用于其他类型的感染	利用EHR数据改进抗菌素耐药性（AMR）的识别和推荐	尿路感染患者	machine learning	urinary tract infection	deep learning, graph neural network	GNN	electronic health records (EHRs)	超过110,000名尿路感染患者
504	2025-05-07	Why does my medical AI look at pictures of birds? Exploring the efficacy of transfer learning across domain boundaries 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108634 PMID:39913993	研究论文	探讨在医学深度学习中使用领域内预训练模型相对于跨领域预训练模型的优势	研究发现领域内预训练（如CT图像）在相同领域的下游任务中表现更优，揭示了预训练数据与任务领域匹配的重要性	研究结果仅适用于CT图像领域，对其他医学影像模态不适用	比较领域内预训练与跨领域预训练在医学深度学习中的效果差异	CT图像数据集（RadNet-12M、RadNet-1.28M、LiTS 2017）	计算机视觉	NA	自监督对比学习	深度学习模型（未指定具体架构）	医学影像（CT图像）	超过12百万/1.28百万CT图像切片（来自90,663次扫描）
505	2025-05-07	Protein ligand structure prediction: From empirical to deep learning approaches 2025-Apr, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.102998 PMID:39914050	综述	本文综述了蛋白质-配体结构预测方法，从传统经验方法到基于深度学习的方法	提供了对经验方法和基于深度学习方法的关键组成部分的统一视角，并讨论了未来基于深度学习方法的挑战和机遇	未提及具体实验验证或实际应用案例	探讨蛋白质-配体结构预测方法的发展及其在药物发现中的应用	蛋白质-配体复合物的三维结构和结合能	机器学习	NA	深度学习	DL-based models	蛋白质-配体复合物数据	NA
506	2025-05-07	Meta-learning guidance for robust medical image synthesis: Addressing the real-world misalignment and corruptions 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102506 PMID:39914125	研究论文	本文提出了一种基于元学习的医学图像合成方法，旨在解决真实世界中的图像错位和损坏问题	提出了三种关键创新：元学习启发的重加权方案、基于非局部特征的损失函数以及联合训练图像合成网络和基于空间变换器（STN）的配准网络	方法在更具挑战性的数据集上的适用性尚未验证	提高医学图像合成在存在错位和损坏数据情况下的鲁棒性	医学图像	数字病理	NA	深度学习	STN	图像	公共数据集和受控合成场景
507	2025-05-07	Personalized auto-segmentation for magnetic resonance imaging-guided adaptive radiotherapy of large brain metastases 2025-Apr, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110773 PMID:39914742	研究论文	本研究开发了一种两阶段的个性化深度学习自动分割（DLAS）模型，用于辅助大型脑转移瘤（BMs）的在线勾画	提出了一种个性化的深度学习自动分割模型，显著提高了大型脑转移瘤在磁共振引导自适应放疗（MRgART）中的勾画准确性和效率	研究样本量相对较小，仅包含20个大型脑转移瘤的741张日常在线MR图像	优化磁共振引导自适应放疗（MRgART）的工作流程，提高大型脑转移瘤的治疗效果	大型脑转移瘤（BMs）	数字病理	脑转移瘤	磁共振成像（MRI）	深度学习自动分割（DLAS）模型	图像	177个脑转移瘤的多序列图像用于基础模型训练，20个大型脑转移瘤的741张日常在线MR图像用于个性化模型开发
508	2025-03-23	Correction for Quach et al., Deep learning-driven bacterial cytological profiling to determine antimicrobial mechanisms in Mycobacterium tuberculosis 2025-Apr, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2504475122 PMID:40117323	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
509	2025-05-06	A simple yet effective approach for predicting disease spread using mathematically-inspired diffusion-informed neural networks 2025-Apr-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98398-x PMID:40301427	research paper	提出了一种结合传统数学建模和深度学习的模型，用于预测疾病传播	整合了人工神经网络和图卷积神经网络，简化参数估计同时保持数学框架的可解释性	仅应用于西班牙的COVID-19数据，未在其他地区或疾病上验证	提高疾病传播预测的准确性和参数估计的简化	COVID-19在西班牙的传播情况	machine learning	COVID-19	deep learning	ANN, GCN	graph-structured data	西班牙的COVID-19发病率数据
510	2025-05-06	Single Molecule Localization Super-resolution Dataset for Deep Learning with Paired Low-resolution Images 2025-Apr-23, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04979-w PMID:40268962	research paper	本文介绍了一个名为DL-SMLM的生物图像数据集，用于训练超分辨率模型，包含配对的低分辨率荧光图像和超分辨率SMLM数据	提供了一个公开的生物图像数据集，包含多种亚细胞结构的配对图像数据，支持深度学习超分辨率显微镜方法的发展	数据集虽然多样，但可能仍不足以覆盖所有类型的生物样本或结构	推动深度学习在超分辨率显微镜领域的应用	亚细胞结构，包括微管、内质网腔和膜、Clathrin包被小坑、线粒体外膜和内膜	digital pathology	NA	single molecule localization microscopy (SMLM)	deep learning models	image	188组原始SMLM数据，每种低分辨率图像有100个信号水平
511	2025-05-06	Large-Scale Deep Learning-Enabled Infodemiological Analysis of Substance Use Patterns on Social Media: Insights From the COVID-19 Pandemic 2025-Apr-17, JMIR infodemiology IF:3.5Q1 DOI:10.2196/59076 PMID:40244656	研究论文	利用深度学习模型RoBERTa分析社交媒体数据，研究COVID-19大流行期间物质使用模式的变化	结合深度学习模型和人在回路策略，实时监测物质使用趋势，并识别关键影响因素	研究仅基于Twitter数据，可能无法全面代表所有人群的物质使用情况	分析COVID-19大流行期间物质使用模式的变化，为公共卫生干预提供依据	社交媒体上的物质使用相关帖子	自然语言处理	NA	RoBERTa, 趋势分析, k-means聚类, 主题建模, 主题分析	RoBERTa	文本	11.3亿条Twitter帖子，其中900万条与物质使用相关
512	2025-05-06	Generating Artificial Patients With Reliable Clinical Characteristics Using a Geometry-Based Variational Autoencoder: Proof-of-Concept Feasibility Study 2025-Apr-17, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63130 PMID:40245392	研究论文	本研究探讨了使用基于几何的变分自编码器（VAE）生成具有可靠临床特征的人工患者的可行性	首次将基于几何的VAE应用于高维度、小样本量的表格数据，以生成人工患者	需要进一步研究整合纵向动态以映射患者轨迹	测试生成具有可靠临床特征的人工患者的可行性	521名真实患者的数据	机器学习	NA	变分自编码器（VAE）	VAE	表格数据	521名真实患者的数据，生成多达10,000名人工患者
513	2025-05-06	A CT-based deep learning-driven tool for automatic liver tumor detection and delineation in patients with cancer 2025-Apr-15, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102032 PMID:40118052	研究论文	介绍了一种基于CT扫描的深度学习工具SALSA，用于自动检测和描绘癌症患者的肝脏肿瘤	SALSA工具在肿瘤识别和体积量化方面表现出色，优于现有最先进模型和放射科专家之间的一致性	未提及具体局限性	开发一种自动化工具，用于癌症患者的肝脏肿瘤检测和描绘，以改善诊断、预后和治疗评估	肝脏肿瘤（原发性和转移性）	数字病理学	癌症	CT扫描	深度学习	图像	1,598例CT扫描和4,908个肝脏肿瘤
514	2025-05-06	Manifold Topological Deep Learning for Biomedical Data 2025-Apr-07, Research square DOI:10.21203/rs.3.rs-6149503/v1 PMID:40297704	研究论文	本文首次提出流形拓扑深度学习（MTDL），将代数拓扑与深度神经网络结合，用于处理可微分流形上的数据，包括图像	首次将拓扑深度学习扩展到可微分流形数据，利用Hodge理论分解向量场并构建CNN输入	未明确提及具体局限性	开发适用于可微分流形数据的拓扑深度学习方法	可微分流形上的数据（包括图像）	机器学习	NA	Hodge理论	CNN	图像	717,287张生物医学图像（来自11个2D和6个3D数据集）
515	2025-05-06	Fine extraction of multi-crop planting area based on deep learning with Sentinel- 2 time-series data 2025-Apr, Environmental science and pollution research international DOI:10.1007/s11356-025-36405-4 PMID:40257731	研究论文	基于深度学习和Sentinel-2时间序列数据，提出了一种高效的多作物种植面积精细提取方法	设计了基于CNN-LSTM和Bi-LSTM的深度学习模型，结合月度合成的NDVI时间序列数据，实现了高精度的多作物分类	研究仅针对山东省的西北、西南和东部地区，可能在其他地区的适用性有待验证	为多作物分类提供一种基于高分辨率遥感时间序列数据的有效模型	山东省西北、西南和东部地区的多作物种植面积	计算机视觉	NA	NDVI时间序列分析	CNN-LSTM, Bi-LSTM	遥感时间序列数据	山东省西北、西南和东部地区的多作物种植面积数据
516	2025-05-04	HoRNS-CNN model: an energy-efficient fully homomorphic residue number system convolutional neural network model for privacy-preserving classification of dyslexia neural-biomarkers 2025-Apr-30, Brain informatics DOI:10.1186/s40708-025-00256-z PMID:40304880	研究论文	介绍了一种名为HoRNS-CNN的能效高、全同态加密的卷积神经网络模型，用于保护隐私的阅读障碍神经生物标志物分类	结合了残数系统全同态加密方案(RNS-FHE)的能效特性和预训练深度CNN模型的高准确性，解决了现有FHE CNN模型在准确性、加密/解密延迟、能效、特征提取时间和密文图像扩展方面的问题	NA	开发一种能效高、隐私保护的深度学习模型，用于神经影像数据的分类	与阅读障碍相关的神经生物标志物	数字病理学	神经发育障碍	全同态加密(FHE), 残数系统(RNS)	CNN	图像	NA
517	2025-05-04	Automatic melanoma and non-melanoma skin cancer diagnosis using advanced adaptive fine-tuned convolution neural networks 2025-Apr-30, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02279-8 PMID:40304929	research paper	提出了一种使用自适应微调卷积神经网络（CNN）的智能计算机辅助系统，用于自动诊断黑色素瘤和非黑色素瘤皮肤癌	采用两阶段迁移学习方法和预训练CNN，通过PCA替换全连接层以挖掘皮肤癌图像的判别性特征，有效缓解过拟合问题	训练数据有限，可能存在过拟合风险，且传统方法存在高计算成本和缺乏可解释性的问题	开发一种高效、准确的自动皮肤癌诊断系统，以辅助医疗专业人员进行早期筛查	皮肤癌图像	computer vision	skin cancer	deep learning, transfer learning, principal component analysis (PCA)	CNN	image	NA
518	2025-05-04	Self-supervised learning for label-free segmentation in cardiac ultrasound 2025-Apr-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59451-5 PMID:40307208	研究论文	本文提出了一种结合计算机视觉、临床知识和深度学习的自监督学习流程，用于心脏超声的无标签分割	开发了一种无需手动标注的自监督分割方法，其性能与监督学习相当，且具有临床有效性	虽然在大规模数据集上进行了测试，但部分结果的置信区间较宽，可能需要进一步验证	开发一种无需手动标注的心脏超声分割方法，提高分割效率和可重复性	心脏超声图像	计算机视觉	心血管疾病	深度学习	自监督学习	超声图像	450例超声心动图用于训练，18,423例用于测试（包括外部数据），其中553例有对应的心脏MRI
519	2025-05-04	Blockchain based solid waste classification with AI powered tracking and IoT integration 2025-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97030-2 PMID:40307309	研究论文	本研究提出了一种结合AI、物联网和区块链技术的智能垃圾分类模型，旨在优化垃圾收集和回收过程	整合了AI、物联网和区块链技术，实现了实时垃圾分类和安全透明的数据存储	未提及具体性能评估结果和系统实际部署的可行性	通过智能决策和安全数据处理改善垃圾管理和可持续性	智能城市中的垃圾管理系统	机器学习	NA	机器学习和深度学习	ML和DL模型	物联网传感器数据	未提及具体样本数量
520	2025-05-04	A hybrid deep learning framework for early detection of diabetic retinopathy using retinal fundus images 2025-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99309-w PMID:40307328	研究论文	提出了一种结合CNN和RNN的混合深度学习框架，用于通过视网膜眼底图像早期检测糖尿病视网膜病变	结合CNN和RNN，利用多时间点视网膜扫描的时间信息提高检测准确性，并引入注意力机制捕捉最相关的数据特征	未提及模型在临床环境中的实际应用效果验证	开发自动化的糖尿病视网膜病变早期检测系统	糖尿病视网膜病变患者	数字病理学	糖尿病视网膜病变	深度学习	CNN+RNN混合模型	视网膜眼底图像	使用了DRIVE、Kaggle和Eyepacs三个公开数据集