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
161	2025-05-31	A Deep Learning Algorithm for Multi-Source Data Fusion to Predict Effluent Quality of Wastewater Treatment Plant 2025-Apr-27, Toxics IF:3.9Q1 DOI:10.3390/toxics13050349 PMID:40423427	研究论文	本文介绍了一种融合多源数据的深度学习方法，用于预测污水处理厂的出水质量	提出了一种结合LSTM和GRU的深度学习算法，用于多源数据融合，预测污水处理厂出水质量，相比传统机器学习算法有显著提升	案例研究仅在中国安徽省的一个工业污水处理厂进行，可能限制了结果的普适性	构建准确的污水处理厂出水质量模型，为运营管理提供决策支持	污水处理厂的出水质量	机器学习	NA	深度学习	LSTM, GRU	多源数据（水量数据、工艺数据、能耗数据、水质数据）	中国安徽省的一个工业污水处理厂案例
162	2025-05-31	Boosting Reservoir Computing with Brain-inspired Adaptive Dynamics 2025-Apr-16, ArXiv PMID:40321946	research paper	该研究提出了一种受大脑启发的自适应动态机制，用于提升储层计算的性能	引入了一种自适应的兴奋-抑制平衡机制，显著提升了储层计算在记忆容量和时间序列预测等任务中的表现	NA	探索如何通过大脑启发的计算原理提升储层计算的性能和鲁棒性	储层计算系统	machine learning	NA	NA	reservoir computing	time series data	NA
163	2025-05-31	An integrated AI knowledge graph framework of bacterial enzymology and metabolism 2025-Apr-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2425048122 PMID:40193601	research paper	该研究介绍了一个名为IBIS的集成AI知识图谱框架，用于快速、可扩展的细菌代谢推断	利用深度学习和知识图谱技术，结合Transformer模型生成高质量的酶、生物合成域和代谢途径的嵌入表示，实现大规模代谢蛋白质和途径的快速比较	未提及具体的数据集规模或模型性能的详细比较	改进细菌代谢研究，促进人类健康和农业实践的发展	细菌代谢、酶、生物合成域和代谢途径	machine learning	NA	深度学习、知识图谱、Transformer模型	Transformer	基因组测序数据	未提及具体样本数量
164	2025-05-31	Deep Learning Cerebellar Magnetic Resonance Imaging Segmentation in Late-Onset GM2 Gangliosidosis: Implications for Phenotype 2025-Apr-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.08.25325262 PMID:40297453	研究论文	使用深度学习技术对迟发型GM2神经节苷脂沉积症患者的脑部MRI进行小脑分割，以探讨表型差异	首次应用深度学习小脑分割和皮质厚度分析流程，揭示了迟发型Tay-Sachs病（LOTS）与迟发型Sandhoff病（LOSD）在小脑萎缩模式上的差异	样本量相对较小（LOTS=20，LOSD=5），且未考虑症状出现年龄、构音障碍严重程度等表型因素	探究迟发型GM2神经节苷脂沉积症亚型间小脑萎缩模式的差异及其与临床表现的关系	迟发型Tay-Sachs病患者（20例）、迟发型Sandhoff病患者（5例）和神经正常对照（1038例）	数字病理学	神经退行性疾病	MRI	深度学习分割模型	医学影像	LOTS患者20例，LOSD患者5例，神经正常对照1038例
165	2025-05-31	A lightweight adaptive spatial channel attention efficient net B3 based generative adversarial network approach for MR image reconstruction from under sampled data 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110281 PMID:39672285	research paper	提出了一种基于轻量级自适应空间通道注意力EfficientNet B3的生成对抗网络方法，用于从欠采样数据中重建MR图像	引入了自适应空间通道注意力机制和EfficientNet B3的生成对抗网络，优化了模型深度、宽度和分辨率之间的平衡，提高了重建质量	未提及具体的数据集规模和多样性，可能影响模型的泛化能力	加速MR图像采集并提高从欠采样k空间数据中重建图像的质量	MR图像	computer vision	NA	CS-MRI, deep learning	GAN, U-net, ResNet, EfficientNet B3	image	NA
166	2025-05-31	Waveform-Specific Performance of Deep Learning-Based Super-Resolution for Ultrasound Contrast Imaging 2025-04, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3537298 PMID:40031250	研究论文	本研究探讨了基于深度学习的超分辨率技术在超声对比成像中针对不同波形脉冲的性能表现	首次评估了CNN在谐波脉冲、啁啾脉冲和延迟编码脉冲序列驱动下对微泡定位的去卷积性能，并比较了不同脉冲在噪声条件下的鲁棒性	仅提供了初步的体外和体内超分辨率实验结果，尚未进行全面的临床应用验证	提高超声对比成像的空间分辨率以更好地解析动脉血流	超声对比成像中的微泡信号	医学影像处理	心血管疾病	超声对比成像、深度学习超分辨率	CNN	射频(RF)信号	NA
167	2025-05-31	Tissue Clutter Filtering Methods in Ultrasound Localization Microscopy Based on Complex-Valued Networks and Knowledge Distillation 2025-04, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3544692 PMID:40031806	研究论文	本研究提出了一种基于复数神经网络和知识蒸馏的超声定位显微镜组织杂波滤波方法，以提高滤波效率和性能	提出使用知识蒸馏技术，将复数卷积神经网络（CCNN）的知识迁移到实值卷积神经网络（CNN）中，从而在保持性能的同时提高滤波效率	虽然该方法在模拟和体内数据上表现良好，但可能仍需进一步验证其在更广泛临床数据上的适用性	提高超声定位显微镜（ULM）中组织杂波滤波的效率和性能	微泡（MBs）作为对比剂的超声定位显微镜图像	医学影像处理	NA	知识蒸馏、复数卷积神经网络（CCNN）、实值卷积神经网络（CNN）	CL-UNet（教师模型）、UNet-T（学生模型）、Guided UNet-T	I/Q信号、包络数据	模拟数据和体内数据
168	2025-05-31	Advancing Single-Plane Wave Ultrasound Imaging With Implicit Multiangle Acoustic Synthesis via Deep Learning 2025-04, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3541113 PMID:40031850	research paper	该论文提出了一种通过深度学习隐式合成多角度声波信息的方法，以提升单平面波超声成像的质量，同时保持其高帧率优势	开发了一种新颖的网络架构，能够隐式集成多角度信息，通过生成和动态结合虚拟转向平面波来模拟多角度复合效果，而无需实际增加平面波数量	虽然论文展示了在模拟、实验模型和体内目标数据集上的优越性能，但未明确说明该方法在临床环境中的广泛适用性和潜在限制	提升单平面波超声成像的质量，同时保持其高帧率优势	平面波超声成像技术	医学影像处理	NA	深度学习	深度学习网络（具体架构未明确说明）	超声图像数据	模拟数据、实验模型数据和体内目标数据（具体数量未明确说明）
169	2025-05-31	An overview of utilizing artificial intelligence in localized prostate cancer imaging 2025-Apr, Expert review of medical devices IF:2.9Q3 DOI:10.1080/17434440.2025.2477601 PMID:40056148	review	本文综述了人工智能在前列腺癌多参数MRI成像中的应用及其进展	探讨了AI如何通过自动化关键任务（如前列腺分割、病变检测和分类）来提升mpMRI的诊断性能	AI模型的临床整合仍受限于需要更大规模、多机构的验证研究	提升前列腺癌的诊断准确性和风险分层	前列腺癌（PCa）患者的多参数MRI（mpMRI）影像	digital pathology	prostate cancer	multiparametric MRI (mpMRI)	machine learning, deep learning	image	NA
170	2025-05-31	Applications of artificial intelligence in ultrasound imaging for carpal-tunnel syndrome diagnosis: a scoping review 2025-Apr, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-025-06497-1 PMID:40100390	综述	本文是一篇范围综述，分析了人工智能在超声成像中用于诊断腕管综合征的应用	探讨了人工智能在提高诊断准确性、效率和患者预后方面的潜力，包括任务自动化、提供客观测量和促进腕管综合征的早期检测	数据集限制、超声成像的变异性以及伦理问题	分析人工智能在超声成像中用于诊断腕管综合征的应用	腕管综合征的诊断	数字病理	腕管综合征	深度学习，特别是CNN，以及放射组学特征和传统机器学习技术	CNN	超声图像	18篇纳入研究的文献
171	2025-05-31	A Single-Camera Method for Estimating Lift Asymmetry Angles Using Deep Learning Computer Vision Algorithms 2025-Apr, IEEE transactions on human-machine systems IF:3.5Q1 DOI:10.1109/thms.2025.3539187 PMID:40160534	research paper	提出了一种使用单摄像头和深度学习计算机视觉算法自动测量NIOSH提升方程不对称角的方法	利用单摄像头和深度学习算法解决了实际场景中视角遮挡和摄像头放置限制的问题	与3D运动捕捉相比，精度误差为6.25°，准确度误差为9.45°	开发一种自动测量提升不对称角的方法	十名参与者在实验室环境中进行的各种提升动作	computer vision	NA	HR-Net, VideoPose3D	deep learning	video	10名参与者，360个样本
172	2025-05-30	Revolutionizing cleft lip and palate management through artificial intelligence: a scoping review 2025-Apr-10, Oral and maxillofacial surgery DOI:10.1007/s10006-025-01371-1 PMID:40208434	综述	本文对过去10年中人工智能在唇腭裂预测、诊断和治疗中的应用进行了范围性综述	首次系统性地综述了AI在唇腭裂管理中的应用，并提出了6个子类别分类	纳入研究数量有限(25篇)，且美国地区研究占比较高	评估人工智能在唇腭裂管理中的应用现状	唇腭裂患者	数字病理	唇腭裂	深度学习与机器学习	NA	NA	25项研究(包含649篇初步筛选文献)
173	2025-05-29	Multimodal convolutional neural network-based algorithm for real-time detection and differentiation of malignant and inflammatory biliary strictures in cholangioscopy: a proof-of-concept study (with video) 2025-Apr, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2024.09.001 PMID:39265745	研究论文	开发了一种基于多模态卷积神经网络(CNN)的算法，用于实时检测和区分胆道镜检查中的恶性和炎症性胆道狭窄	结合临床元数据改进仅基于图像的模型，提高了CNN在胆道狭窄评估中的诊断准确性	样本量相对较小(111名患者)，需要进一步验证	开发计算机辅助检测(CADe)和诊断(CADx)系统，用于胆道癌的识别	胆道镜检查视频中的恶性和炎症性胆道组织	数字病理学	胆道癌	深度学习	CNN	视频和图像	111名患者的15,158帧静止图像和完整视频
174	2025-05-29	Convolutional Neural Networks for Segmentation of Pleural Mesothelioma: Analysis of Probability Map Thresholds (CALGB 30901, Alliance) 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01092-z PMID:39266911	research paper	评估概率图阈值对卷积神经网络（CNN）生成的胸膜间皮瘤（PM）肿瘤分割的影响	分析了不同概率阈值下CNN生成的肿瘤分割与放射科医生提供的参考标准之间的差异，强调了在评估深度学习肿瘤分割时需同时考虑肿瘤体积和空间重叠	CNN在特定疾病表现（如严重胸腔积液或胸膜裂隙疾病）中存在不足，且未找到适用于肿瘤体积和DSC的最佳单一输出阈值	评估CNN在胸膜间皮瘤肿瘤分割中的性能	胸膜间皮瘤（PM）患者的CT扫描图像	digital pathology	pleural mesothelioma	CT扫描	VGG16/U-Net CNN	image	48名PM患者的186次CT扫描
175	2025-05-29	Optimization of sparse-view CT reconstruction based on convolutional neural network 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17636 PMID:39894762	research paper	本研究提出了一种基于U-Net的稀疏视图CT重建图像改进网络（SRII-Net），旨在优化稀疏视图CT重建图像的质量并增强网络的解释性和泛化能力	引入了复制路径和残差图像输出块以提升网络性能，建立了多种网络连接结构以分析各层对伪影去除的贡献，并通过多数据集训练增强网络对不同采样视图的优化能力	研究未涉及临床实际应用效果的验证，且数据集的多样性和规模可能仍有提升空间	提高稀疏视图CT重建图像的质量，增强深度学习优化方法的解释性和泛化能力	稀疏视图CT重建图像	计算机视觉	NA	深度学习	U-Net	图像	多个不同采样视图的重建图像数据集
176	2025-05-29	Chemically Engineered Peptide Efficiently Blocks Malaria Parasite Entry into Red Blood Cells 2025-04-01, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.4c00465 PMID:40062812	研究论文	通过化学肽工程设计的环肽能高效抑制疟原虫侵入红细胞	通过残基插入、骨架环化和引入额外二硫键，设计出具有20倍增强受体亲和力的环肽	研究仅进行了体外实验，尚未进行体内验证	设计肽类抑制剂以干扰疾病相关的蛋白质-蛋白质相互作用	疟原虫侵入红细胞的过程	生物医学工程	疟疾	化学肽工程、表面等离子共振、体外寄生虫生长抑制实验	ColabFold-AlphaFold2	蛋白质结构数据	NA
177	2025-05-28	Deep learning radiopathomics predicts targeted therapy sensitivity in EGFR-mutant lung adenocarcinoma 2025-Apr-29, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06480-9 PMID:40301933	研究论文	本研究开发了一种深度学习放射病理临床(DLRPC)模型，用于预测EGFR突变肺腺癌患者对酪氨酸激酶抑制剂(TKIs)的治疗反应	整合了CT影像、H&E染色活检样本和临床数据，采用基于临床的注意力掩膜探索跨模态关联	回顾性研究设计可能引入选择偏倚，样本量相对有限(214例)	预测EGFR突变肺腺癌患者对TKIs的治疗敏感性	EGFR突变肺腺癌患者	数字病理	肺癌	深度学习	DLRPC(多模态融合模型)	CT影像、病理图像、临床数据	214例来自两个医疗中心的肺腺癌患者
178	2025-05-28	Innovative Artificial Intelligence System in the Children's Hospital in Japan 2025-Apr-28, JMA journal IF:1.5Q2 DOI:10.31662/jmaj.2024-0312 PMID:40415999	研究论文	本文介绍了日本儿童医院中创新人工智能系统的应用及其在医疗领域的广泛潜力	利用深度学习技术和大量医疗数据集，推动突破性医疗治疗的进步，包括病理诊断加速、细菌种类区分、眼疾早期检测和遗传疾病预测	未提及具体的技术实施细节和系统性能的定量评估	推动人工智能在儿科医院中的应用，提升医疗诊断和治疗的效率和准确性	儿科患者，包括病理诊断、细菌种类、眼疾、遗传疾病、儿科癌症、自闭症等	医疗人工智能	儿科疾病	深度学习	NA	医疗图像数据、基因组数据、行为与沟通数据	未提及具体样本数量
179	2025-05-28	A comprehensive validation study on the influencing factors of cough-based COVID-19 detection through multi-center data with abundant metadata 2025-Apr, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104798 PMID:39993588	研究论文	本研究通过多中心数据和丰富的元数据，全面验证了基于咳嗽的COVID-19检测模型的影响因素	首次利用自监督学习进行预训练，并通过不同来源的数据微调模型，同时验证了咳嗽类型、症状和感染阶段等因素对检测性能的影响，并观察了预测概率与临床指标的相关性	在康复个体和开源数据集上检测性能较差，且临床数据样本量较小	评估基于咳嗽的COVID-19检测模型在实际应用中的可行性	临床和众包的咳嗽音频数据	机器学习	COVID-19	自监督学习	深度学习模型	音频	多中心临床和众包数据
180	2025-05-27	SCOPE-MRI: Bankart Lesion Detection as a Case Study in Data Curation and Deep Learning for Challenging Diagnoses 2025-Apr-29, ArXiv PMID:40395941	research paper	该研究介绍了ScopeMRI，首个公开的专家标注肩部病理数据集，并提出了一个深度学习框架用于在标准MRI和MRA上检测Bankart病变	首次公开专家标注的肩部病理数据集ScopeMRI，开发了结合CNN和transformer的深度学习模型，在标准MRI上达到与放射科医生相当的诊断性能	虽然在外院数据上进行了初步验证，但模型在不同成像协议下的泛化能力仍需进一步研究	开发深度学习模型以提高Bankart病变在标准MRI上的诊断准确性，减少对侵入性MRA的依赖	肩部MRI图像中的Bankart病变检测	digital pathology	musculoskeletal disease	MRI	CNN, transformer	3D medical imaging	586 shoulder MRIs (335 standard, 251 MRAs) from 558 patients