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
601	2025-05-29	A magnetic resonance image-based deep learning radiomics nomogram for hepatocyte cytokeratin 7 expression: application to predict cholestasis progression in children with pancreaticobiliary maljunction 2025-May, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06225-2 PMID:40186654	研究论文	利用磁共振图像构建深度学习放射组学列线图，预测胰腺胆管连接不良患儿肝细胞角蛋白7表达及胆汁淤积进展	首次开发基于MRI的非侵入性方法评估肝细胞CK7状态，结合放射组学和深度学习特征构建预测模型	样本量较小（180例），且为回顾性研究	开发术前识别肝细胞CK7状态并评估胆汁淤积进展的预测工具	胰腺胆管连接不良患儿	数字病理学	胰腺胆管连接不良	MRI、免疫组化分析	ResNet50	磁共振图像	180例胰腺胆管连接不良患者（训练集144例，验证集36例）
602	2025-05-29	Evaluating and mitigating bias in AI-based medical text generation 2025-May, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00789-7 PMID:40269315	research paper	该研究评估并减轻了基于AI的医学文本生成中的偏见问题	提出了一个算法，针对服务不足的群体进行选择性优化以减少偏见	研究主要集中在医学文本生成领域，未涉及其他AI应用领域	评估和减轻AI在医学文本生成中的偏见	不同种族、性别和年龄组的医学文本生成	natural language processing	NA	deep learning	NA	text	多个数据集和模态
603	2025-05-29	Optimizing Deep Learning Models for Luminal and Nonluminal Breast Cancer Classification Using Multidimensional ROI in DCE-MRI-A Multicenter Study 2025-May, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.70931 PMID:40347080	research paper	本研究通过多维ROI在DCE-MRI中的应用，优化深度学习模型以区分乳腺癌症的luminal和非luminal亚型	首次探索了ROI维度（2D/2.5D/3D）、瘤周扩展水平（0-8 mm）和分割场景（仅ROI vs. ROI原始）的协同效应	研究为回顾性设计，可能受到数据收集偏差的影响	优化深度学习模型以区分乳腺癌症的分子亚型	426名原发性浸润性乳腺癌患者	digital pathology	breast cancer	DCE-MRI	deep transfer learning models	image	426名患者（训练队列108名，验证队列1 165名，验证队列2 153名）
604	2025-05-29	DNA data storage for biomedical images using HELIX 2025-May, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00793-x PMID:40360759	research paper	提出了一种名为HELIX的基于DNA的生物医学图像存储系统，该系统针对生物医学图像特性设计了图像压缩算法和纠错编码算法	HELIX系统针对生物医学图像特性定制了图像压缩算法，并引入了无需索引的纠错编码算法，提高了存储密度和解码速度	目前仅进行了体外实验，存储的生物医学图像类型和数量有限	开发适用于生物医学图像的DNA数据存储系统	生物医学图像	数字病理	NA	DNA数据存储	深度学习	图像	两张时空基因组学图像
605	2025-05-29	Pesticide Residue Detection Using Grating Spectroscope and GWO-CNN-BiLSTM Method 2025-May, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70282 PMID:40433911	research paper	本研究开发了一种便携式检测设备，结合光栅光谱仪和智能手机，用于准确检测菠菜中的噻虫嗪残留	采用ResNet50模型结合SE注意力机制提取关键特征，并通过GWO算法优化的CNN-BiLSTM混合模型提高检测精度	未提及该方法在其他类型农药残留检测中的适用性	提高农药残留检测的准确性，保障食品安全和公共健康	菠菜中的噻虫嗪残留	machine learning	NA	光栅光谱仪、图像处理技术、深度学习	ResNet50、CNN、BiLSTM、GWO	image	NA
606	2025-05-28	An adaptive frequency partitioning framework for epileptic seizure detection using TransseizNet 2025-May-27, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2507323 PMID:40421487	research paper	提出了一种名为TransseizNet的新型框架，用于从脑电图信号中检测癫痫发作	结合了经验可调Q小波变换和基于图的视觉Transformer，提高了时间-频率分辨率和空间-时间特征表示	未提及具体的数据集规模限制或模型泛化能力	提高癫痫发作检测的准确性和计算效率	脑电图信号	数字病理学	癫痫	经验可调Q小波变换（Empirical Tunable Q-Wavelet Transform）	Wavelet-Graph Convolutional Network Vision Transformer	脑电图信号	三个数据集
607	2025-05-28	Development of an Open-Source Algorithm for Automated Segmentation in Clinician-Led Paranasal Sinus Radiologic Research 2025-May-27, The Laryngoscope DOI:10.1002/lary.32292 PMID:40421828	研究论文	开发并验证了一种用于鼻旁窦CT扫描的自动分割开源算法，为耳鼻喉科研究社区提供支持	提供了首个针对鼻窦腔的开源分割算法，促进了临床驱动的AI医学研究	样本量相对较小（100例扫描），且仅针对鼻旁窦CT扫描	验证并提供一个开源的分割算法，用于鼻旁窦CT扫描的自动分割	鼻旁窦CT扫描	数字病理	鼻窦疾病	CT扫描	UNet++	医学影像	100例鼻旁窦CT扫描（80/20训练/测试分割）
608	2025-05-28	ToPoMesh: accurate 3D surface reconstruction from CT volumetric data via topology modification 2025-May-27, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03381-3 PMID:40423893	research paper	提出了一种名为ToPoMesh的端到端3D网格重建深度学习框架，用于直接从CT体积数据重建高保真表面网格	引入了三个核心创新：1) 通过图卷积网络中的残差连接和自注意力机制保留和增强局部特征信息；2) 自适应变密度网格解池策略，动态优化顶点分布；3) 拓扑修改模块，通过可变正则项迭代修剪错误表面和边界平滑	未提及具体局限性	克服传统CT方法在3D重建中的分辨率限制和耗时后处理流程的问题	CT体积数据	computer vision	NA	深度学习	graph convolutional networks	3D volumetric data	LiTS, MSD胰腺肿瘤, MSD海马体, MSD脾脏数据集
609	2025-05-28	ECG-SMART-NET: A Deep Learning Architecture for Precise ECG Diagnosis of Occlusion Myocardial Infarction 2025-May-26, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3573581 PMID:40418608	research paper	开发并评估了ECG-SMART-NET，一种用于精确诊断闭塞性心肌梗死（OMI）的深度学习架构	提出了一种临床信息修改的ResNet-18架构，能够更好地捕捉ECG记录中的时间特征和空间一致性或不一致性	研究仅基于一个多中心真实世界临床数据集，可能无法涵盖所有OMI病例的多样性	提高通过12导联心电图（ECG）对闭塞性心肌梗死（OMI）的检测准确性	闭塞性心肌梗死（OMI）患者的心电图数据	digital pathology	cardiovascular disease	deep learning	CNN (ResNet-18 modified)	ECG recordings	10,393 ECGs from 7,397 unique patients
610	2025-05-28	Segmentation of the Left Ventricle and Its Pathologies for Acute Myocardial Infarction After Reperfusion in LGE-CMR Images 2025-May-26, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3573706 PMID:40418612	research paper	该论文提出了一个深度学习模型LVPSegNet，用于在LGE-CMR图像中分割左心室及其病理组织（微血管阻塞和心肌梗死），并发布了包含140名患者的基准数据集LGE-LVP	首次发布LGE-CMR基准数据集LGE-LVP，并提出了一种结合自适应感兴趣区域提取、样本增强、课程学习和多感受野融合的渐进式深度学习模型LVPSegNet	数据集的样本量相对较小（140名患者），且未提及模型在其他类型心脏疾病上的泛化能力	开发一种自动化方法，用于在LGE-CMR图像中准确分割左心室及其病理组织，以辅助急性心肌梗死再灌注后的诊断和治疗	左心室及其病理组织（微血管阻塞和心肌梗死）	digital pathology	cardiovascular disease	LGE-CMR（晚期钆增强心脏磁共振成像）	LVPSegNet（基于深度学习的渐进式分割模型）	image	140名左心室心肌梗死伴微血管阻塞患者
611	2025-05-28	A New Approach for Calculating Texture Coefficients of Different Rocks With Image Segmentation and Image Processing Techniques 2025-May-26, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24879 PMID:40418716	研究论文	提出了一种结合图像分割和图像处理技术的新方法，用于计算不同岩石的纹理系数	开发了一种基于深度学习的图像处理技术和Python算法，用于快速准确地计算岩石纹理系数	仅针对20种不同类型的岩石进行了测试，样本量相对较小	改进岩石纹理系数的计算方法，提高准确性和效率	火成岩、变质岩和沉积岩的薄片图像	计算机视觉	NA	图像分割和图像处理技术	深度学习	图像	20种不同类型的岩石薄片图像
612	2025-05-28	Impact of contrast-enhanced agent on segmentation using a deep learning-based software "Ai-Seg" for head and neck cancer 2025-May-26, The British journal of radiology DOI:10.1093/bjr/tqaf108 PMID:40419459	研究论文	本研究开发了一种专用于对比增强CT的头颈部风险器官分割模型，并比较了其在对比增强和非对比增强CT上的性能	开发了专用于对比增强CT的分割模型，并首次评估其在非对比增强CT上的适用性	在非对比增强CT上对颌下腺的分割性能显著下降	评估深度学习分割软件在不同CT图像类型上的性能差异	头颈部癌症患者的CT图像	数字病理	头颈部癌症	CT扫描	深度学习模型（Ai-Seg）	医学影像	321名患者用于训练，25名患者用于测试
613	2025-05-28	ASO Author Reflections: Clinical-Radiomic Machine Learning Model Predicts Pheochromocytomas and Paragangliomas Surgical Difficulty: A Retrospective Study 2025-May-26, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17491-7 PMID:40419717	research paper	本研究开发了一种结合临床和影像组学特征的机器学习模型，用于预测嗜铬细胞瘤和副神经节瘤(PPGLs)的手术难度，旨在优化术前规划和减少围手术期并发症	首次将临床参数与影像组学特征结合构建机器学习模型预测PPGLs手术难度，并通过SHAP分析识别关键预测因子	研究为回顾性设计，未来需要通过多中心研究完善手术难度标准并开发实时术中预测工具	优化PPGLs患者的术前规划和减少围手术期并发症	嗜铬细胞瘤和副神经节瘤(PPGLs)患者	digital pathology	pheochromocytomas and paragangliomas	radiomics, machine learning	SVM	clinical parameters and radiomic features	NA
614	2025-05-28	Design optimization of university ideological and political education system based on deep learning 2025-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02991-z PMID:40413276	研究论文	本研究利用深度学习技术优化大学思想政治教育的系统设计，以提高教育效果和学生参与度	采用CNN-LSTM混合模型结合CNN的特征提取能力和LSTM处理序列数据的能力，实现个性化学习路径和资源推荐	未具体说明样本规模和数据来源的多样性，可能影响模型的泛化能力	提升大学思想政治教育的针对性和有效性	大学生思想政治教育系统	教育技术	NA	深度学习	CNN-LSTM混合模型	多通道教育相关数据	未明确说明
615	2025-05-28	Explainable deep learning for age and gender estimation in dental CBCT scans using attention mechanisms and multi task learning 2025-May-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03305-z PMID:40413203	research paper	该研究开发了一个多任务深度学习框架，用于提高基于CBCT的年龄估计和性别分类的准确性和可解释性	结合了注意力机制（CBAM）和Grad-CAM可视化，提高了模型的可解释性，并通过使用全景切片而非完整3D CBCT体积降低了计算成本	研究对象的年龄范围有限（7至23岁），可能限制了模型在其他年龄段的应用	开发一个准确且可解释的深度学习模型，用于CBCT图像的年龄估计和性别分类	CBCT扫描图像	digital pathology	NA	CBCT	multi-task learning (MTL) model with CBAM and Grad-CAM	image	2,426 CBCT images from individuals aged 7 to 23 years
616	2025-05-28	Enhanced wheat yield prediction through integrated climate and satellite data using advanced AI techniques 2025-May-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02700-w PMID:40413272	研究论文	本研究通过整合气候和卫星数据，利用先进的AI技术提高小麦产量预测的准确性	采用多阶段方法分析小麦生长周期，结合卫星影像、季节性天气变量和土壤信息，测试多种机器学习和深度学习模型，显著提高了预测准确性	模型性能的R值范围较大（0.4至0.88），表明在某些情况下预测效果可能不稳定	提高小麦产量预测的准确性，以支持巴基斯坦的粮食安全和农业规划	小麦作物	机器学习	NA	Google Earth Engine平台，卫星影像分析	机器学习和深度学习模型	卫星影像、天气变量、土壤信息	2017年至2022年的数据
617	2025-05-28	Imputing single-cell protein abundance in multiplex tissue imaging 2025-May-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59788-x PMID:40404617	研究论文	本文应用机器学习方法，利用乳腺癌队列的多重组织成像数据，对单细胞蛋白质丰度进行填补	首次将机器学习应用于填补单细胞蛋白质丰度的缺失数据，并整合空间信息以提高填补准确性	研究仅针对乳腺癌队列，未验证在其他类型组织或疾病中的适用性	提高多重组织成像中单细胞蛋白质丰度数据的完整性和准确性	乳腺癌组织中的单细胞蛋白质丰度数据	数字病理学	乳腺癌	多重组织成像	正则化线性回归、梯度提升树、深度学习自编码器	图像	乳腺癌队列（具体样本数量未提及）
618	2025-05-28	Facial expression deep learning algorithms in the detection of neurological disorders: a systematic review and meta-analysis 2025-May-22, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01396-3 PMID:40405223	系统综述与荟萃分析	评估深度学习算法在检测面部表情变化以诊断神经系统疾病中的性能	首次系统评估了深度学习算法（尤其是CNN）在多种神经系统疾病面部表情识别中的准确性和应用潜力	数据集缺乏标准化，对运动相关病症（如ALS和中风）的模型鲁棒性有待提高	评估深度学习算法通过面部表情变化诊断神经系统疾病的效能	神经系统疾病患者（如痴呆、贝尔氏麻痹、ALS和帕金森病）的面部表情数据	计算机视觉	神经系统疾病	深度学习	CNN	图像	28项研究（2019-2024年）的汇总数据
619	2025-05-28	Cyclic peptide structure prediction and design using AlphaFold2 2025-May-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59940-7 PMID:40399308	研究论文	本文介绍了一种名为AfCycDesign的深度学习方法，用于准确预测、重新设计及从头设计小环肽的结构	开发了AfCycDesign方法，能够高精度预测和设计小环肽结构，并通过X射线晶体结构验证了其原子级准确性	未明确提及训练数据集的具体规模限制	开发深度学习方法用于小环肽的结构预测和设计	小环肽	机器学习	NA	深度学习	AlphaFold2	蛋白质结构数据	超过10,000种结构多样化的设计，其中8种进行了X射线晶体结构验证
620	2025-05-28	Minimally interactive segmentation of soft-tissue tumors on CT and MRI using deep learning 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11167-8 PMID:39560714	研究论文	开发了一种基于深度学习的微交互分割方法，用于CT和MRI上的软组织肿瘤分割	提出了一种只需用户点击六个点即可生成距离图作为CNN输入的微交互分割方法，显著提高了分割速度和准确性	需要用户进行少量交互（点击六个点），不是完全自动化的方法	开发一种比手动分割更快、比其他自动方法更准确的软组织肿瘤分割方法	软组织肿瘤(STTs)	数字病理	软组织肿瘤	深度学习	CNN	医学影像(CT和MRI)	514名患者（内部验证数据集）和另一个公共数据集（外部验证）