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
1	2025-06-03	Application of Deep Neural Networks in the Manufacturing Process of Mesenchymal Stem Cells Therapeutics 2025-May-30, International journal of stem cells IF:2.5Q3 DOI:10.15283/ijsc24070 PMID:39322430	研究论文	本文应用深度神经网络分析间充质干细胞培养过程中的细胞融合度和状态，以提高细胞治疗产品的质量和产量	首次使用深度学习方法直接分析影响干细胞治疗产品关键参数（产量和质量）的细胞图像	多叠层培养仅在单叠层培养无异常细胞时进行，因此异常细胞检测仅限于单叠层图像	提高干细胞治疗产品制造过程中的质量控制	间充质干细胞	数字病理学	NA	深度学习	深度神经网络	图像	多种培养容器中培养的间充质干细胞图像
2	2025-06-03	Assessing the Severity of Connective Tissue-Related Interstitial Lung Disease Using Computed Tomography Quantitative Analysis Parameters 2025 May-Jun 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001693 PMID:39761506	research paper	该研究通过基于CT深度学习模型和密度阈值方法的计算机断层扫描定量分析参数，预测结缔组织病相关间质性肺病患者的肺功能损害并评估疾病严重程度	结合RDNet分析模型和Pulmo-3D软件的阈值分割方法，首次提出蜂窝状病变比例作为GAP分期的独立风险因子	样本量有限（105例患者），且为回顾性研究设计	开发CT定量参数用于评估结缔组织病相关间质性肺病的严重程度	结缔组织病相关间质性肺病患者（105例）和健康对照者（80例）	digital pathology	interstitial lung disease	CT定量分析、深度学习模型	RDNet	CT图像	105例CTD-ILD患者（46男/59女，中位年龄64岁）和80例健康对照
3	2025-06-03	Deep Learning Reconstruction for Enhanced Resolution and Image Quality in Breath-Hold MRCP: A Preliminary Study 2025 May-Jun 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001680 PMID:39761494	研究论文	本研究评估了增强分辨率深度学习重建（ER-DLR）在磁共振胰胆管造影（MRCP）中的图像质量，并与非ER-DLR MRCP图像进行了比较	首次在MRCP中应用ER-DLR技术，显著提高了图像的分辨率、信噪比（SNR）和对比噪声比（CNR）	研究为初步研究，样本量较小（34例患者），且为回顾性研究	评估ER-DLR在MRCP中的图像质量提升效果	被诊断患有胆道和胰腺疾病的患者	医学影像	胆道和胰腺疾病	深度学习重建（DLR），磁共振胰胆管造影（MRCP）	深度学习	医学影像	34例患者
4	2025-06-02	DeepCR: predicting cytokine receptor proteins through pretrained language models and deep learning networks 2025-May-31, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2025.2512448 PMID:40448687	研究论文	本文提出了一种结合预训练语言模型和多窗口卷积神经网络的分类框架，用于快速准确识别细胞因子受体蛋白	首次专门针对细胞因子受体蛋白进行分类研究，结合PLMs和mCNN架构，无需手动特征提取	未提及模型在更广泛蛋白质数据集上的泛化能力	开发高效识别细胞因子受体蛋白的计算方法	细胞因子受体蛋白	计算生物学	自身免疫性疾病	预训练语言模型(ProtTrans, ESM), 多窗口CNN	PLMs+mCNN	蛋白质序列	NA
5	2025-06-02	Relationship between spleen volume and diameter for assessment of response to treatment on CT in patients with hematologic malignancies enrolled in clinical trials 2025-May-31, Abdominal radiology (New York) DOI:10.1007/s00261-025-05030-7 PMID:40448843	research paper	研究血液恶性肿瘤患者脾脏直径与体积的关系，以确定与治疗反应评估相关的体积阈值	首次提出脾脏体积阈值和百分比变化，与Lugano标准的直径阈值相关性最佳	研究基于特定临床试验数据，可能不适用于所有血液恶性肿瘤患者	评估脾脏体积和直径在血液恶性肿瘤治疗反应中的相关性	382名血液恶性肿瘤患者	digital pathology	hematologic malignancies	deep learning segmentation, random forest model	random forest	CT images	382 patients with hematologic malignancies
6	2025-06-02	Dual-energy CT-based virtual monoenergetic imaging via unsupervised learning 2025-May-31, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01560-y PMID:40448904	研究论文	本研究提出了一种基于无监督学习的双能CT虚拟单能成像方法，以提高图像质量	采用无监督学习方法直接从双能CT图像生成虚拟单能图像，无需高质量标注数据	初步研究结果，样本量未明确说明，且骨骼部分的CT值存在显著差异	提高双能CT虚拟单能成像的图像质量	双能CT图像和虚拟单能图像	医学影像处理	NA	双能CT成像	深度学习模型	医学影像	患者数据（具体数量未说明）
7	2025-06-02	Attention-driven deep learning framework for EEG analysis in ADHD detection 2025-May-31, Applied neuropsychology. Child DOI:10.1080/21622965.2025.2512919 PMID:40449519	research paper	提出一种基于注意力机制的深度学习框架，用于分析EEG信号以检测ADHD	模型整合注意力机制以选择性关注关键EEG特征，提升分类性能	NA	提高ADHD检测的准确性	被诊断为ADHD的儿童及对照组儿童的EEG记录	machine learning	ADHD	EEG	深度学习框架（含注意力机制）	EEG信号	来自IEEE DataPort的EEG记录数据集，包含ADHD儿童和对照组
8	2025-06-02	Development and validation of a 3-D deep learning system for diabetic macular oedema classification on optical coherence tomography images 2025-May-31, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-099167 PMID:40449950	research paper	开发并验证了一种基于3D光学相干断层扫描（OCT）图像的自动糖尿病黄斑水肿（DME）分类系统	使用3D卷积神经网络（CNN）算法开发DME分类系统，并在多中心数据上验证其性能	研究依赖于回顾性和横断面数据，可能无法完全代表所有临床场景	开发并验证一个自动化的DME分类系统，用于基于人群的DME筛查	糖尿病黄斑水肿（DME）患者	digital pathology	diabetic macular oedema	3-D optical coherence tomography (3-D OCT)	3-D convolutional neural networks (3-D CNN)	3-D OCT images	7790 volumes of 7146 eyes from 4254 patients
9	2025-06-02	Estimating motor symptom presence and severity in Parkinson's disease from wrist accelerometer time series using ROCKET and InceptionTime 2025-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04263-2 PMID:40450120	研究论文	该研究探讨了使用ROCKET和InceptionTime从手腕加速度计时间序列中估计帕金森病运动症状的存在和严重程度	首次将InceptionTime和ROCKET技术应用于帕金森病运动症状监测，并比较了它们在处理复杂运动模式和小数据集上的表现	在检测运动障碍方面遇到挑战，且数据集规模较小	开发更有效的帕金森病运动症状监测方法	帕金森病患者的腕部运动数据	机器学习	帕金森病	时间序列分类	InceptionTime, ROCKET, 多层感知机	时间序列数据	NA
10	2025-06-02	Subclinical atrial fibrillation prediction based on deep learning and strain analysis using echocardiography 2025-May-31, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03385-z PMID:40450156	研究论文	本研究提出了一种基于深度学习和应变分析的超声心动图自动检测亚临床心房颤动（SCAF）的新框架	首次将深度学习模型应用于心房高频率事件（AHRE）的预测，结合左心房分割和应变特征提取	样本量较小（117例患者），且仅使用单一影像模态（超声心动图）	开发自动检测亚临床心房颤动的工具以改善临床决策	植入心脏电子设备的患者（117例）	数字病理学	心血管疾病	超声心动图	Transformer	图像	117例患者（80%训练集，20%测试集）
11	2025-06-02	Development and validation of an integrated residual-recurrent neural network model for automated heart murmur detection in pediatric populations 2025-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04746-2 PMID:40450176	研究论文	本研究开发并验证了一种集成残差-循环神经网络模型，用于自动检测儿童人群中的心脏杂音	结合传统机器学习和深度学习技术，创新性地提出了集成残差-循环神经网络模型，显著提高了儿童心脏杂音的检测性能	研究样本量相对有限（500名儿科参与者），且未在不同种族或地域群体中进行广泛验证	提高儿童心脏杂音的自动检测准确率，改善先天性心脏病的早期筛查	儿科人群的心脏杂音检测	机器学习	心血管疾病	深度学习	集成残差-循环神经网络（Residual-Recurrent Neural Networks）	心脏声音记录	500名儿科参与者
12	2025-06-02	Detecting cyber attacks in vehicle networks using improved LSTM based optimization methodology 2025-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04643-8 PMID:40450183	研究论文	本文提出了一种基于改进LSTM和优化方法的深度学习框架，用于检测车辆网络中的网络攻击	采用改进的长短期记忆（ILSTM）模型，并结合鳄鱼优化算法（COA）进行参数优化，显著提高了分类准确率	研究仅使用了UNSW-NB15数据集，可能无法涵盖所有类型的车辆网络攻击场景	解决车辆网络中网络攻击检测的高误报率和低适应性问题	车辆网络中的网络攻击	机器学习	NA	离散傅里叶变换（DFT）	改进的长短期记忆（ILSTM）	网络数据	UNSW-NB15数据集
13	2025-06-02	Accelerated proton resonance frequency-based magnetic resonance thermometry by optimized deep learning method 2025-May-31, Medical physics IF:3.2Q1 DOI:10.1002/mp.17909 PMID:40450352	research paper	本研究通过优化的深度学习方法提升基于质子共振频率的磁共振测温技术的时间分辨率，以支持聚焦超声治疗中的实时监测	提出了一种结合预训练/训练阶段数据增强、知识蒸馏和新型振幅-相位解耦损失函数的深度学习方法，显著提高了MR测温的准确性和效率	在4倍欠采样情况下，评估指标显示准确性降低了约10%	提升动态MR温度图重建的时间分辨率，支持聚焦超声治疗中的实时监测	子宫肌瘤患者的临床数据集以及体模和离体组织加热实验数据	medical imaging	uterine fibroids	proton resonance frequency-based magnetic resonance thermometry	ResUNet	MRI images	phantom and ex vivo tissue heating experiments, clinical dataset from patients with uterine fibroids
14	2025-06-02	Unified estimation of rice canopy leaf area index over multiple periods based on UAV multispectral imagery and deep learning 2025-May-30, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01398-1 PMID:40442795	研究论文	本研究利用无人机多光谱遥感技术和深度学习模型，实现了水稻冠层叶面积指数(LAI)的多时期统一估算	结合无人机多光谱遥感和CNN技术，提出了一种高效准确的水稻LAI多时期估算方法，并通过特征筛选提高了模型精度	未来可进一步探索更多特征提取和变量筛选方法，通过优化模型结构提高精度和稳定性	开发高效准确的水稻生长监测方法	水稻冠层叶面积指数(LAI)	农业遥感	NA	无人机多光谱遥感	MLP, CNN	多光谱图像	NA
15	2025-06-02	Deep learning-driven modality imputation and subregion segmentation to enhance high-grade glioma grading 2025-May-30, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03029-0 PMID:40448035	研究论文	本研究开发了一种深度学习框架，通过模态填补和子区域分割提高高级别胶质瘤的分级准确性	提出了一种结合PatchGAN和聚合残差Transformer（ART）模块的模态填补网络，以及用于分割的U-Net变体	研究依赖于回顾性数据，可能影响结果的普适性	提高高级别胶质瘤的分级准确性	高级别胶质瘤患者	数字病理	胶质瘤	深度学习	PatchGAN, Transformer, U-Net	医学影像	1,251名患者（BraTS2021数据集）和181例临床病例（外部测试集）
16	2025-06-02	Deep learning reconstruction improves computer-aided pulmonary nodule detection and measurement accuracy for ultra-low-dose chest CT 2025-May-30, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01746-6 PMID:40448068	research paper	比较深度学习重建（DLR）和混合迭代重建（HIR）在胸部超低剂量CT（ULDCT）中的图像质量、肺结节检测率和测量准确性	使用深度学习重建技术（DLR）提高了超低剂量CT（ULDCT）的肺结节检测率和测量准确性	样本量相对较小（84名参与者），且仅针对胸部CT	比较DLR和HIR在ULDCT中的图像质量和肺结节检测性能	胸部超低剂量CT（ULDCT）图像	digital pathology	lung cancer	deep learning reconstruction (DLR), hybrid iterative reconstruction (HIR)	deep learning-based nodule evaluation system	image	84名参与者，共检测到535个结节
17	2025-06-02	Non-destructive detection of early wheat germination via deep learning-optimized terahertz imaging 2025-May-30, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01393-6 PMID:40448208	研究论文	该论文提出了一种基于深度学习的太赫兹成像技术，用于无损检测小麦早期发芽	结合了增强型超分辨率生成对抗网络（AESRGAN）和基于EfficientViT的YOLO V8分类模型，并引入了注意力机制和Gazelle优化算法（GOA），显著提高了太赫兹图像的分辨率和分类准确率	当前太赫兹成像技术的图像分辨率较低，限制了其实际应用	开发一种快速、无损的小麦早期发芽检测方法，以减少经济损失	小麦	计算机视觉	NA	太赫兹（THz）成像技术	AESRGAN, EfficientViT-based YOLO V8	图像	NA
18	2025-06-02	DeepUSPS: Deep Learning-Empowered Unconstrained-Structural Protein Sequence Design 2025-May-30, Proteins IF:3.2Q2 DOI:10.1002/prot.26847 PMID:40448386	research paper	提出了一种名为DeepUSPS的深度学习模型，用于解决无约束结构蛋白质序列设计中的优化效率低、生成蛋白质与天然蛋白质相似性高及热稳定性差的问题	采用了创新的Inverted Dense Residual Network (IDRNet)解决热稳定性不足问题，构建了Sequence-Pairwise Features Extraction Synthetic Network (SPFESN)降低设计蛋白质的相似性，并引入了Warm Restart AngularGrad (WRA)优化器优化3D Position-Specific Scoring Matrix (3Dpssm)	研究主要基于计算机模拟实验，未涉及实际生物实验验证	提高无约束结构蛋白质序列设计的效率和生成蛋白质的质量	无约束结构蛋白质序列	machine learning	NA	深度学习	IDRNet, SPFESN	蛋白质序列数据	1000个理想化(IDE)蛋白质序列
19	2025-06-02	Multiclass ensemble framework for enhanced prostate gland Segmentation: Integrating Self-ONN decoders with EfficientNet 2025-May-30, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110459 PMID:40449047	研究论文	该研究提出了一种结合EfficientNet编码器和Self-ONN解码器的多类集成框架，用于增强前列腺腺体及其分区区域的自动分割	采用Self-ONN解码器替代传统CNN的线性神经元模型，能更好地捕捉生物神经系统的复杂动态，并通过集成学习方法进一步提升分割精度	研究仅基于MRI数据集进行验证，未考虑其他影像模态的适用性	开发先进的前列腺分割技术以改善前列腺癌诊断和治疗质量	前列腺腺体及其分区区域（外周带PZ、移行带TZ和整个腺体）	数字病理学	前列腺癌	深度学习分割技术	EfficientNetB4编码器 + Self-ONN解码器，集成STAPLE方法	MRI影像	基于PI-CAI Challenge数据集进行5折交叉验证
20	2025-06-02	Intergenerational inequity from hydrological drought in a warming world 2025-May-30, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125988 PMID:40449421	research paper	该研究通过构建干旱模拟模型链，量化了不同世代人群面临的水文干旱风险，揭示了气候变化导致的代际不公平问题	首次构建了混合陆地模型链来量化水文干旱的代际暴露差异，并预测了未来极端干旱事件对年轻世代的严重影响	研究基于SSP5-85情景和有限数量的GCM输出，可能无法涵盖所有气候不确定性	量化气候变化背景下不同世代人群面临的水文干旱风险差异	全球4091个流域和不同出生年份的人群（1960年和2020年出生群体）	气候建模	NA	混合陆地模型链、深度学习方法	深度学习模型	气候模型输出、水文数据	4091个流域的模拟数据