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
581	2025-05-25	Statistical Mechanics of Transfer Learning in Fully Connected Networks in the Proportional Limit 2025-May-02, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.134.177301 PMID:40408730	research paper	本文提出了一种新的单实例Franz-Parisi形式，用于研究全连接神经网络中的迁移学习	在深度学习的比例极限下开发了一种新的理论框架，用于量化迁移学习的有效性	研究仅限于全连接神经网络，未考虑其他网络结构	研究迁移学习在比例极限下的统计力学特性	全连接神经网络	machine learning	NA	NA	fully connected neural networks	NA	NA
582	2025-05-25	Describing Landau Level Mixing in Fractional Quantum Hall States with Deep Learning 2025-May-02, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.134.176503 PMID:40408749	研究论文	使用深度学习中的实空间神经网络波函数方法研究分数量子霍尔系统中的朗道能级混合现象	首次将实空间神经网络波函数技术应用于分数量子霍尔系统，成功捕捉到高水平的朗道能级混合现象，克服了传统方法的局限	未明确指出具体局限性，但暗示该方法在奇异量子态研究中的潜力尚未完全开发	探索强关联系统中的新兴现象，特别是分数量子霍尔效应中的朗道能级混合问题	分数量子霍尔系统（1/3和2/5填充系统）	凝聚态物理	NA	实空间神经网络波函数方法	实空间神经网络	量子系统模拟数据	NA
583	2025-05-25	Generation of a High-Precision Whole Liver Panorama and Cross-Scale 3D Pathological Analysis for Hepatic Fibrosis 2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202502744 PMID:40126158	research paper	该研究通过结合微光学切片断层扫描（MOST）系统和肝脏尼氏染色，生成了首个高精度全小鼠肝脏图谱，并构建了CCl4诱导的肝纤维化病理的详细3D全景图	首次生成了高精度全小鼠肝脏图谱，实现了从2D到3D视角的病理学研究转变，并利用深度学习工具对脂肪变性肝细胞进行分割	研究仅针对小鼠肝脏，尚未在人类肝脏中进行验证	阐明全肝尺度的肝脏解剖结构及其病理变化	小鼠肝脏	digital pathology	hepatic fibrosis	micro-optical sectioning tomography (MOST), Nissl staining, deep learning	deep learning	3D image	全小鼠肝脏
584	2025-05-25	Characterizing Bruch's membrane: State-of-the-art imaging, computational segmentation, and biologic models in retinal disease and health 2025-May, Progress in retinal and eye research IF:18.6Q1 DOI:10.1016/j.preteyeres.2025.101358 PMID:40254245	综述	本文综述了布鲁赫膜(BM)在视网膜健康和疾病中的特征、成像技术、计算分割及生物模型的最新进展	整合了多种先进成像技术(如OCT、NIR、MALDI-IMS)和AI分割技术来表征BM	未提及具体研究样本量或临床验证结果	深入理解布鲁赫膜在视网膜疾病中的作用机制	布鲁赫膜及其在视网膜病理生理学中的功能	数字病理学	视网膜疾病	光学相干断层扫描(OCT)、近红外反射(NIR)、基质辅助激光解吸电离成像质谱(MALDI-IMS)	深度学习/AI模型	医学影像	NA
585	2025-05-24	[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	review	本文综述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临床价值和应用前景	利用放射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	未提及具体的技术局限性和临床应用中的挑战	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应用	胃肠道癌症患者的腹膜转移	digital pathology	gastrointestinal cancers	radiomics, deep learning	NA	medical images	NA
586	2025-05-24	Ultrafast Ratiometric Fluorescent Probe and Deep Learning-Assisted On-Site Detection Platform for BAs and Meat Freshness Based on Molecular Engineering 2025-05-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00490 PMID:40279659	research paper	该研究提出了一种结合荧光探针分子工程与便携式检测平台的策略，用于生物胺（BAs）和肉类新鲜度的快速、可视化、现场定量评估	通过分子工程设计出四种具有可调分子内电荷转移（ICT）特性的比率荧光探针，并开发了一个集成智能手机和深度卷积神经网络（DCNN）的便携式检测平台	NA	开发高性能比率荧光探针和智能检测平台，用于食品质量评估	生物胺（BAs）和肉类新鲜度	machine learning	NA	荧光探针分子工程，深度卷积神经网络（DCNN）	DCNN	image	NA
587	2025-05-24	Robust Odor Detection in Electronic Nose Using Transfer-Learning Powered Scentformer Model 2025-05-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00630 PMID:40372408	研究论文	本研究提出了一种基于深度学习架构的新型电子鼻Scentformer，用于检测自然气味，解决了现有电子鼻检测范围窄和泛化能力有限的问题	提出了一种名为Scentformer的新型电子鼻，采用自适应数据下采样方法，能够检测55种不同自然气味，分类准确率达99.94%，并通过迁移学习能力高效适应新气味	未提及具体局限性	开发一种能够广泛检测自然气味并具有高准确性和泛化能力的电子鼻	自然气味和气体	机器学习	NA	深度学习、迁移学习	Scentformer	气味信号数据	55种不同自然气味
588	2025-05-24	Uncertainty quantification for deep learning-based metastatic lesion segmentation on whole body PET/CT 2025-May-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add9df PMID:40378868	research paper	本研究探讨了四种不确定性量化方法在全身PET/CT图像转移性病灶分割任务中的表现	比较了四种不确定性量化方法在转移性病灶分割任务中的性能，推荐了最优方法	研究仅基于59例患者的Ga-DOTATATE PET/CT图像，样本量有限	评估不同不确定性量化方法在医学图像分割中的可靠性	转移性神经内分泌肿瘤患者的全身PET/CT图像	digital pathology	neuroendocrine tumors	PET/CT	3D U-Net	image	59例患者的全身Ga-DOTATATE PET/CT图像
589	2025-05-24	Recent advancement in size measurement during endoscopy 2025-May-23, Clinical endoscopy IF:2.1Q3 DOI:10.5946/ce.2025.070 PMID:40404570	research paper	本文探讨了内窥镜实践中病灶大小测量的最新进展，特别是数字测量技术如虚拟尺度内窥镜(VSE)和人工智能(AI)辅助虚拟尺的应用	介绍了虚拟尺度内窥镜(VSE)和AI辅助虚拟尺等数字测量技术，这些技术提高了测量精度并减少了变异性	存在如增加操作时间和需要操作员培训等限制，以及实时集成、标准化和监管批准等挑战	提高内窥镜病灶大小测量的准确性和效率，以改善治疗策略和临床结果	结肠直肠息肉等内窥镜下的病灶	digital pathology	colorectal polyps	virtual scale endoscopy (VSE), AI-assisted virtual rulers	deep learning algorithms	endoscopic images	NA
590	2025-05-24	Guideline-driven clinical decision support for colonoscopy patients using the hierarchical multi-label deep learning method 2025-May-23, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003469 PMID:40405345	研究论文	本研究开发了一种基于分层多标签深度学习方法的结肠镜检查患者临床决策支持系统(CDSS)，旨在通过准确的语义识别和指南驱动来减轻医疗负担并标准化医疗流程	采用最先进的基于transformer的模型构建CDSS，并首次在结肠镜检查报告中应用分层多标签分类框架	研究仅在中国医院进行验证，尚未在其他国家或地区测试其适用性	开发一个自动化的临床决策支持系统，用于结肠镜检查报告的语义识别和指南驱动的决策支持	结肠镜检查报告	自然语言处理	结肠癌	深度学习	BERT-base-Chinese, BERT-wwm-ext-Chinese, ernie-3.0-base-zh	文本	302,965份电子结肠镜检查报告（含病理结果），其中2,041份用于模型训练和测试，3,177例连续病例用于外部验证
591	2025-05-24	Detection, Classification, and Segmentation of Rib Fractures From CT Data Using Deep Learning Models: A Review of Literature and Pooled Analysis 2025-May-23, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000833 PMID:40405573	系统性综述与汇总分析	本文通过系统性综述和汇总分析比较了深度学习模型在CT扫描中检测、分割和分类肋骨骨折的性能	首次对深度学习模型在肋骨骨折检测、分割和分类方面的性能进行系统性比较，并发现其敏感性优于临床医生	纳入研究的数量有限（25篇），且仅比较了敏感性等部分性能指标	评估深度学习模型在肋骨骨折诊断中的应用效果	CT扫描中的肋骨骨折	数字病理	创伤性损伤	CT扫描	深度学习模型	医学影像	25项研究（323条记录中筛选）
592	2025-05-24	Near-infrared spectroscopy coupled with Gramian angular field two-dimensional convolutional neural network for white tea adulteration detection 2025-May-23, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.14353 PMID:40405615	研究论文	本研究利用二维卷积神经网络（2D-CNN）与格拉米安角场（GAF）图像编码技术结合，通过近红外光谱数据定量检测白茶的地理来源掺假	首次将NIR光谱图像编码方法应用于茶叶回归分析，并展示了深度学习图像处理在茶叶行业的优势	未提及研究样本的具体来源多样性或模型在其他类型茶叶上的泛化能力	开发高精度的白茶地理来源掺假定量检测方法	白茶样本的近红外光谱数据	计算机视觉	NA	近红外光谱技术（NIRS）	2D-CNN	光谱图像数据	未明确说明样本数量
593	2025-05-24	Intelligent chlorophyll estimation by attention-integrated deep learning and dual-modal fusion in tencha drying using snapshot multispectral camera 2025-May-23, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.14385 PMID:40405630	research paper	该研究利用快照多光谱技术和化学计量学方法，结合深度学习和双模态融合技术，精确监测茶叶干燥过程中的叶绿素含量	创新点在于结合了注意力机制的卷积神经网络和SE-Res18模型，以及光谱与图像的双模态融合技术，显著提高了预测精度	NA	研究目的是通过多光谱技术和深度学习模型精确监测茶叶干燥过程中的叶绿素含量，以提高最终产品的感官评价	研究对象为茶叶（tencha）干燥过程中的叶绿素含量	machine learning	NA	快照多光谱技术、化学计量学方法	CNN、SE-Res18	多光谱图像、灰度纹理特征	NA
594	2025-05-24	Fully Automated Deep Learning Enabled Miniature Mass Spectrometry System for Psychoactive Therapeutic Drug Monitoring 2025-May-23, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202502721 PMID:40405757	研究论文	本研究介绍了一种集成的微型血液处理和质谱分析系统，用于精神活性治疗药物的监测	结合自动化磁性固相萃取、自吸采样微型质谱仪和深度学习算法，实现从样品制备到检测的全自动化	NA	推进精准医疗，提高生物流体中小分子生物标志物检测的效率	血清中的精神活性药物	质谱分析	精神疾病	双靶离子平行串联质谱分析技术	U-net	质谱数据	8样本并行处理
595	2025-05-24	COVID-19CT+: A public dataset of CT images for COVID-19 retrospective analysis 2025-May-23, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251332793 PMID:40405795	research paper	该研究发布了一个公开可用的COVID-19和社区获得性肺炎的CT图像数据集（COVID-19CT+），并利用传统机器学习和深度学习方法进行了分类实验	发布了包含大量COVID-19和社区获得性肺炎CT图像的公开数据集，并比较了不同时期分类方法的差异	未提及具体的数据集使用限制或潜在偏差	提高COVID-19的诊断准确性和效率	COVID-19和社区获得性肺炎患者的CT图像	digital pathology	COVID-19	CT imaging	传统机器学习分类器和深度学习分类器（未具体说明模型类型）	image	1333名患者的409,619张CT图像（312例社区获得性肺炎和1021例COVID-19）
596	2025-05-24	A Deep Learning-Based Multimodal Fusion Model for Recurrence Prediction in Persistent Atrial Fibrillation Patients 2025-May-23, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.16733 PMID:40406972	research paper	该研究提出了一种基于深度学习的多模态融合模型，用于预测持续性心房颤动患者消融术后的复发风险	创新性地结合心房颤动节律心电图信号与临床特征，构建深度学习模型以提高预测准确性	样本量较小（77例患者），可能影响模型的泛化能力	提高持续性心房颤动患者消融术后复发风险的预测准确性，支持个性化临床决策	持续性心房颤动患者	digital pathology	cardiovascular disease	深度学习	基于残差块网络结构的多模态融合框架	心电图信号、临床评分和基线特征	77例持续性心房颤动患者
597	2025-05-24	Simple controls exceed best deep learning algorithms and reveal foundation model effectiveness for predicting genetic perturbations 2025-May-23, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf317 PMID:40407144	research paper	该研究提出了一个简单的基线方法，用于预测基因扰动后的转录组反应，并超越了现有的深度学习算法	提出了一个简单但高效的基线方法，超越了当前最先进的深度学习模型，并阐明了基础模型在扰动预测任务中的实用性	缺乏对日益复杂模型的理解和实际效用的评估，以及简单但合适的基准来比较预测方法	评估和比较基因扰动预测方法的性能，并推动深度学习模型在扰动空间的发展	基因扰动及其对转录组的影响	machine learning	NA	深度学习，基于transformer的基础模型	transformer	转录组数据	NA
598	2025-05-24	Deep learning-based model for difficult transfemoral access prediction compared with human assessment in stroke thrombectomy 2025-May-22, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-021718 PMID:38702182	研究论文	开发了一种基于深度学习的模型，用于预测中风血栓切除术中经股动脉入路的困难程度，并与人类评估进行比较	首次开发了全自动模型来预测经股动脉入路的困难程度，该模型基于从头部和颈部CT血管造影中自动提取的29个解剖特征	研究为回顾性设计，样本量有限（513例患者），且模型性能仍有提升空间（AUROC为0.76）	开发一种快速可靠的方法来识别影响中风血栓切除术中血管入路困难的解剖特征	中风血栓切除术患者	数字病理学	心血管疾病	头部和颈部CT血管造影（CTA）	机器学习模型	医学影像	513例接受一线经股动脉机械血栓切除术的前循环大血管闭塞中风患者
599	2025-05-24	HealthiVert-GAN: A Novel Framework of Pseudo-Healthy Vertebral Image Synthesis for Interpretable Compression Fracture Grading 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3572458 PMID:40402696	研究论文	提出了一种名为HealthiVert-GAN的新框架，用于生成伪健康椎体图像，以支持可解释的压缩性骨折分级	引入了从粗到细的合成网络，生成模拟骨折前状态的伪健康椎体图像，并整合了三个辅助模块以确保解剖一致性，同时提出了新的量化指标RHLV	未提及具体的数据集规模限制或模型泛化能力测试的局限性	提高骨质疏松性椎体压缩性骨折（OVCFs）分级的准确性和可解释性	骨质疏松性椎体压缩性骨折（OVCFs）患者	数字病理学	骨质疏松性椎体压缩性骨折	GAN, SVM	GAN, SVM	CT图像	Verse2019数据集和内部数据集（具体数量未提及）
600	2025-05-24	Real-Time Implementation of Accelerated HCP-MMA for Deep Learning-Based ECG Arrhythmia Classification Using Contour-Based Visualization 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3572376 PMID:40402700	研究论文	本研究提出了一种实时加速的Hurst轮廓投影多尺度多重分形分析（HCP-MMA）方法，用于基于深度学习的ECG心律失常分类	HCP-MMA将复杂的多重分形特性转化为基于轮廓的表示，提高了自动分类的可解释性，并通过运行时优化的并行计算管道实现了730倍的加速	NA	提高ECG心律失常分类的准确性和实时性	ECG信号	机器学习	心血管疾病	Hurst Contour Projection from Multiscale Multifractal Analysis (HCP-MMA), SVD	AlexNet	ECG信号图像	三个基准数据集（PhysioNet, MIT-BIH, CU）