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
201	2025-06-14	Methylomes Reveal Recent Evolutionary Changes in Populations of Two Plant Species 2025-May-30, Genome biology and evolution IF:3.2Q2 DOI:10.1093/gbe/evaf101 PMID:40408446	研究论文	通过比较拟南芥和二穗短柄草的CG甲基组和基因组，研究DNA甲基化变异在种群遗传过程和人口历史推断中的应用	开发了一种基于深度学习的创新方法，仅利用甲基化变异数据推断人口历史，并揭示了单核苷酸多态性无法识别的近期种群扩张	甲基化变异在拟南芥中识别种群分化的效果不如单核苷酸多态性	研究DNA甲基化变异在种群遗传过程和人口历史推断中的应用	拟南芥和二穗短柄草	基因组学	NA	甲基化测序	深度学习	基因组数据	两种植物物种的种群样本
202	2025-06-14	Deep Learning-Assisted Microscopic Polarization Inspection of Micro-Nano Damage Precursors: Automatic, Non-Destructive Metrology for Additive Manufacturing Devices 2025-May-29, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15110821 PMID:40497869	研究论文	提出了一种创新的微观偏振YOLOv11-LSF智能检测框架，用于增材制造设备微纳米损伤前驱体的自动无损检测	通过三重技术创新（多尺度感知模块、跨级局部网络VoV-GSCSP模块、结合物理特征的损伤前驱体模拟策略），突破了现有技术瓶颈	未明确提及具体局限性	解决增材制造质量监测系统中的智能转型挑战	增材制造设备中的微纳米损伤前驱体	智能制造	NA	微观偏振检测、深度学习	YOLOv11-LSF	图像	虚拟与真实集成的训练样本库（具体数量未提及）
203	2025-06-14	Deep learning detection of acute and sub-acute lesion activity from single-timepoint conventional brain MRI in multiple sclerosis 2025-May-28, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103619 PMID:40505211	研究论文	该研究开发了一种深度学习模型，用于从单时间点常规脑MRI中检测多发性硬化症(MS)的急性和亚急性病变活动	首次提出从过去24周的单时间点常规脑MRI量化近期急性病变活动的临床相关任务，并证明2D-UNet在该任务上的优越性能	研究仅针对复发缓解型MS患者，未涉及其他类型的MS	开发能够从单时间点MRI预测MS患者近期急性病变活动的深度学习模型	多发性硬化症患者的脑部MRI数据	数字病理学	多发性硬化症	深度学习	2D-UNet	MRI图像	独立复发缓解型MS患者队列
204	2025-06-14	Progress in the application of fludeoxyglucose positron emission tomography computed tomography in biliary tract cancer 2025-May-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i5.105446 PMID:40501462	综述	本文综述了过去十年特别是近三年来18F-FDG PET/CT在胆道癌（BTC）中的应用进展	重点介绍了近三年未被充分总结和认可的研究进展，包括从定性研究向定量研究的转变，以及利用18F-FDG PET/CT代谢信息预测ICC基因表达的突破	NA	评估18F-FDG PET/CT在胆道癌临床分期、治疗评估和预后预测中的应用价值	胆道癌（包括肝内胆管癌、肝门部胆管癌、远端胆管癌和胆囊癌）	数字病理学	胆道癌	18F-FDG PET/CT、PET/磁共振成像	深度学习	影像	NA
205	2025-06-14	Auto-segmentation of cerebral cavernous malformations using a convolutional neural network 2025-May-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01738-6 PMID:40420000	research paper	本文提出了一种使用卷积神经网络（CNN）自动分割脑海绵状血管畸形（CCMs）的深度学习模型	采用Mask R-CNN和3D CNN（DeepMedic）结合的方法，实现了CCMs的自动分割，并开发了用户友好的图形界面	模型仅基于T2W图像进行分割，可能在其他类型的MRI图像上表现不同	开发自动分割脑海绵状血管畸形（CCMs）的深度学习模型，以辅助临床分析	脑海绵状血管畸形（CCMs）	digital pathology	cerebral cavernous malformations	MRI	Mask R-CNN, DeepMedic (3D CNN)	image	199 Gamma Knife (GK) exams (171单CCM病例，28多CCM病例)
206	2025-06-14	[Clinical value of medical imaging artificial intelligence in the diagnosis and treatment of peritoneal metastasis in gastrointestinal cancers] 2025-May-25, Zhonghua wei chang wai ke za zhi = Chinese journal of gastrointestinal surgery DOI:10.3760/cma.j.cn441530-20250301-00075 PMID:40404364	综述	本文总结了医学影像人工智能在胃肠道癌症腹膜转移诊断和治疗中的代表性进展和应用前景	通过影像组学和深度学习技术深入分析医学影像中的肿瘤异质性和微环境特征，构建高精度预测模型	未提及具体研究样本量或数据集的局限性	探讨医学影像人工智能在胃肠道癌症腹膜转移诊断和治疗中的临床应用价值	胃肠道癌症患者的腹膜转移	数字病理学	胃肠道癌症	影像组学、深度学习	NA	医学影像	NA
207	2025-06-14	Automated Detection of Micro-Scale Porosity Defects in Reflective Metal Parts via Deep Learning and Polarization Imaging 2025-May-25, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15110795 PMID:40497844	研究论文	本研究提出了一种结合偏振成像和深度学习的增强SCK-YOLOV5框架，用于高反射金属材料精密增材制造中的微米级孔隙缺陷检测	首次在YOLO框架中引入SNWD损失函数，结合SIOU角度损失和NWD分布感知特性，显著提高了小金属微纳缺陷的智能识别能力	NA	提高高反射金属材料精密增材制造中微米级缺陷的自动检测能力	高反射金属材料表面的微米级孔隙缺陷	计算机视觉	NA	偏振成像预处理、深度学习	SCK-YOLOV5（改进的YOLOv5框架）	图像	NA
208	2025-06-14	Utilizing Deep Learning to Identify Electron-Dense Deposits in Renal Biopsy Electron Microscopy Images 2025-May-19, American journal of nephrology IF:4.3Q1 DOI:10.1159/000546131 PMID:40388893	研究论文	本研究开发了一个基于深度学习的平台，用于自动分类肾脏活检电子显微镜图像中电子致密沉积物的位置	利用深度学习技术自动分类电子显微镜图像中的电子致密沉积物位置，提高了诊断效率和一致性	深度学习模型在评估沉积物存在和位置时的准确性低于电子显微镜病理学家，但高于综合肾脏病理学家	开发一个自动分类电子显微镜图像中电子致密沉积物位置的平台	肾脏活检电子显微镜图像中的电子致密沉积物	数字病理学	肾脏疾病	电子显微镜	ResNet18	图像	1,039例肾脏活检的4,303张电子显微镜图像
209	2025-06-14	Study on Liver Sinusoidal Endothelial Cell Fenestrations Based on Cellular Omics-Structure Integration Technology and Its Application in Metabolic Diseases 2025-May-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.16.653525 PMID:40475559	研究论文	本研究开发了一种新的细胞组学-结构整合（COSI）技术平台，用于解决传统技术在单细胞水平上同时获取基因表达谱和超分辨率细胞结构信息的局限性	开发了COSI技术平台，首次实现了单细胞水平上基因表达谱与超分辨率细胞结构信息的同步获取与分析	NA	研究肝脏窦内皮细胞窗孔形成的机制及其在代谢疾病中的应用	肝脏窦内皮细胞	细胞生物学	代谢疾病	单细胞转录组学、超分辨率荧光显微镜、电子显微镜、深度学习分辨率增强	深度学习	基因表达数据、超分辨率图像数据	NA
210	2025-06-14	Deep learning MRI-based radiomic models for predicting recurrence in locally advanced nasopharyngeal carcinoma after neoadjuvant chemoradiotherapy: a multi-center study 2025-May-15, Clinical & experimental metastasis IF:4.2Q2 DOI:10.1007/s10585-025-10349-y PMID:40369240	研究论文	本研究基于深度学习的MRI影像组学模型，用于预测局部晚期鼻咽癌患者在新辅助放化疗后的复发情况	结合传统影像组学特征和深度学习提取的深度影像组学特征，构建预测模型，并在多中心数据上验证其性能	研究为回顾性设计，样本量相对有限（328例患者）	验证基于深度学习的MRI影像组学模型在预测局部晚期鼻咽癌复发中的临床价值	局部晚期鼻咽癌（LA-NPC）患者	数字病理	鼻咽癌	MRI（T1WI+C和T2WI序列）	Random forest (RF), LASSO, 五种机器学习分类器	医学影像	328例鼻咽癌患者（来自四家医院），分为训练集（229例）和验证集（99例）
211	2025-06-14	CMV2U-Net: A U-shaped network with edge-weighted features for detecting and localizing image splicing 2025-May, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70033 PMID:40177991	research paper	提出了一种名为CMV2U-Net的边缘加权U形网络，用于检测和定位图像拼接	设计了一个特征提取模块，可以同时处理两路输入图像，并采用分层融合方法和通道注意力机制来防止浅层特征的数据丢失	未明确提及具体局限性	提高图像拼接伪造检测和定位的准确性和鲁棒性	图像拼接伪造	computer vision	NA	deep learning	U-Net	image	多个公共数据集（未明确提及具体数量）
212	2025-06-14	Fast MRI Techniques of the Liver and Pancreaticobiliary Tract: Overview and Application 2025-May, Journal of the Korean Society of Radiology DOI:10.3348/jksr.2025.0004 PMID:40502472	review	本文综述了肝脏和胰胆管MRI中的快速成像技术及其应用	探讨了压缩感知和深度学习重建在加速MRI扫描中的应用及其潜力	压缩感知重建时间长且参数优化复杂，深度学习重建需要进一步测试模型稳定性、泛化能力和输出图像保真度	研究肝脏和胰胆管MRI中减少呼吸运动伪影和加速扫描时间的技术	肝脏和胰胆管MRI图像	医学影像	肝脏和胰胆管疾病	并行成像、压缩感知、深度学习重建	CNN	MRI图像	NA
213	2025-06-13	EnhancerDetector : Enhancer Discovery from Human to Fly via Interpretable Deep Learning 2025-May-31, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.28.656532 PMID:40501920	research paper	介绍了一个基于卷积神经网络的跨物种增强子预测框架EnhancerDetector，该框架结合了高准确性和生物可解释性	提出了一种新的跨物种增强子预测方法，通过集成策略减少假阳性，并支持在新物种上进行微调，同时利用类激活图增强模型的可解释性	未提及具体的技术或数据限制	开发一个准确且可解释的增强子预测框架，适用于多种物种	人类、小鼠和果蝇的增强子序列	machine learning	NA	deep learning, convolutional neural network	CNN	DNA序列数据	至少20,000个增强子序列用于微调
214	2025-06-13	MCOA: A Comprehensive Multimodal Dataset for Advancing Deep Learning in Corneal Opacity Assessment 2025-May-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05205-3 PMID:40447652	research paper	该研究建立了一个全面的角膜混浊多模态数据集，用于推进深度学习在角膜混浊评估中的应用	创建了目前最大规模的角膜混浊数据集，结合了AS-OCT图像和前段照片，为深度学习算法的发展提供了高质量数据	未提及数据集的多样性和代表性是否覆盖所有类型的角膜混浊	推进深度学习在角膜混浊识别和评估中的应用，支持AI驱动的临床决策和个性化治疗计划	角膜混浊患者	digital pathology	vision impairment	AS-OCT	deep learning	image	6,272张AS-OCT图像和392张前段照片
215	2025-06-13	Performance of machine learning models for predicting high-severity symptoms in multiple sclerosis 2025-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63888-x PMID:40414922	研究论文	本研究开发并公开了一款移动应用程序，用于从美国多发性硬化症（MS）患者中收集纵向数据，并利用机器学习和深度学习模型提前三个月预测五种高严重性症状的发生	首次利用移动技术持续收集数据，并开发模型预测多发性硬化症的高严重性症状	研究仅在美国进行，可能无法推广到其他地区	预测多发性硬化症患者的高严重性症状	多发性硬化症患者	机器学习	多发性硬化症	移动技术	经典ML方法和深度学习模型	纵向数据	NA
216	2025-06-13	Application of deep learning models in the pathological classification and staging of esophageal cancer: A focus on Wave-Vision Transformer 2025-May-21, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i19.104897 PMID:40497091	研究论文	本研究探讨了深度学习技术，特别是Wave-Vision Transformer (Wave-ViT)，在食管癌病理分类和分期中的应用，以提高诊断准确性和效率	首次将Wave-ViT模型应用于食管癌的病理分类和分期，并在准确性和计算效率上优于其他深度学习模型	研究仅基于临床验证的食管病理图像数据集，未涉及其他类型的医学图像或多中心验证	提高食管癌病理分类和分期的诊断准确性和效率	食管癌的病理图像	数字病理	食管癌	深度学习	Wave-ViT, Transformer, ResNet, MLP	图像	NA
217	2025-06-13	Enhanced Prognostication of Early Breast Cancer Outcomes Using Deep Learning on Merged Multistain and Multicolor-Depth Tumor Histopathology 2025-May-09, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada IF:2.9Q1 DOI:10.1093/mam/ozaf044 PMID:40501404	研究论文	通过深度学习结合肿瘤组织病理学图像，提高早期乳腺癌预后的预测准确性	使用深度学习分析多染色和多颜色深度的肿瘤组织病理学图像，优化免疫染色方法，并评估不同图像颜色深度表示的预后效用	未提及具体局限性	提高早期乳腺癌预后的预测准确性，以帮助临床医生选择最佳治疗方案	早期乳腺癌患者的肿瘤组织病理学图像	数字病理学	乳腺癌	深度学习，免疫染色（AE1/AE3 pan-cytokeratin和H&E染色）	ResNet-50	图像	2,646张图像，来自六个不同的数据集
218	2025-06-13	High precision ECG digitization using artificial intelligence 2025 May-Jun, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.153900 PMID:40010101	研究论文	本文介绍了一种基于深度学习的高精度心电图数字化方法	提出了一种全自动的深度学习心电图数字化方法，能够在各种现实场景下保持高精度	在极端条件下(如严重模糊或图像严重退化)的失败率为6.62%	开发高精度的心电图数字化方法以提高心电图数据的可及性和实用性	心电图图像	数字病理学	心血管疾病	深度学习	深度学习模型(未具体说明)	图像	6000张心电图图像(来自PM-ECG-ID数据库)
219	2025-06-13	Model-Based Convolution Neural Network for 3D Near-Infrared Spectral Tomography 2025-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3529621 PMID:40031020	研究论文	本文提出了一种结合扩散方程模型和卷积神经网络（CNN）的重建算法（Model-CNN），用于解决近红外光谱断层扫描（NIRST）中的图像重建问题	Model-CNN算法通过CNN学习正则化先验，将解限制在理想的色团浓度图像空间，显著提高了图像重建的准确性和效率	Model-CNN算法未在患者数据上进行训练，而是使用了几何形状和光学源-探测器配置更简单的模拟体模数据进行训练	解决近红外光谱断层扫描（NIRST）中的图像重建问题	生物组织的功能信息	计算机视觉	NA	近红外光谱断层扫描（NIRST）	CNN	图像	数值模拟数据、物理体模数据和临床患者NIRST数据
220	2025-06-13	ERAS and the challenge of the new technologies 2025-May, Minerva anestesiologica IF:2.9Q2 DOI:10.23736/S0375-9393.25.18746-4 PMID:40214219	research paper	探讨人工智能和新技术在加速康复外科（ERAS）协议中的应用及其潜力	提出将AI和新技术整合到ERAS协议中，以解决实施挑战并改善患者护理	需要外部验证和数据安全等挑战	探索AI和新技术如何优化ERAS协议，改善围手术期医疗	ERAS协议和围手术期医疗	machine learning	NA	machine learning, deep learning	NA	clinical data	NA