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
961	2025-06-06	Advancing Intracranial Aneurysm Detection: A Comprehensive Systematic Review and Meta-analysis of Deep Learning Models Performance, Clinical Integration, and Future Directions 2025-Jun, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2025.111243 PMID:40306254	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习模型在颅内动脉瘤检测中的性能及其对临床诊断的辅助作用	深度学习模型在颅内动脉瘤检测中展现出超越传统临床诊断的敏感性和特异性，并能显著提升临床医生的诊断一致性和准确性	需要在更多样化的临床环境中进行进一步验证，并实现与标准工作流程的无缝集成	评估深度学习模型在颅内动脉瘤检测中的性能及其临床应用价值	颅内动脉瘤的检测和预测	digital pathology	cardiovascular disease	CT angiography (CTA), digital subtraction angiography (DSA), time-of-flight MR angiography (TOF-MRA)	DL (Deep Learning)	image	NA
962	2025-06-06	A deployment safety case for AI-assisted prostate cancer diagnosis 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110237 PMID:40345136	research paper	本文探讨了AI辅助前列腺癌诊断系统的部署安全性问题，并提出了一种持续保障系统安全的方法	基于ARTICULATE PRO项目的前瞻性研究经验，提出了一种部署安全案例，用于持续监控已获监管批准的AI系统的安全性	研究主要基于英国医院的实践经验，可能在其他地区的适用性有限	解决AI辅助前列腺癌诊断系统在部署过程中可能出现的新危险事件，并持续保障其安全性	AI辅助前列腺癌诊断系统	digital pathology	prostate cancer	deep learning	NA	NA	NA
963	2025-06-06	Glycosyltransferases in human milk oligosaccharide synthesis: structural mechanisms and rational design 2025-Jun, Current opinion in biotechnology IF:7.1Q1 DOI:10.1016/j.copbio.2025.103315 PMID:40347686	review	本文系统分析了糖基转移酶在人类母乳寡糖合成中的结构机制和理性设计	综述了糖基转移酶的结构生物学，通过晶体学研究阐明了保守域和催化机制，并总结了当代优化策略，包括溶解度增强、催化效率提升和底物特异性工程	未提及具体实验数据或样本量，可能缺乏实证支持	探讨糖基转移酶在人类母乳寡糖合成中的结构机制和理性设计	糖基转移酶和人类母乳寡糖	合成生物学	NA	晶体学研究和深度学习算法	NA	结构生物学数据	NA
964	2025-06-06	CirnetamorNet: An ultrasonic temperature measurement network for microwave hyperthermia based on deep learning 2025-Jun, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100297 PMID:40350037	研究论文	提出了一种基于深度学习的超声波温度测量网络CirnetamorNet，用于微波热疗中的非侵入性温度监测	通过多头注意力机制高效整合多特征数据，提高了非侵入性测温技术的准确性和可靠性	实验数据采集系统使用模拟人体组织特性的材料构建，可能与真实人体组织存在差异	实现微波热疗过程中准确的非侵入性温度预测	微波热疗中的温度监测	数字病理	癌症	超声波成像	RNN, 多头注意力机制	图像	NA
965	2025-06-06	Catalytic mechanism and engineering of aromatic prenyltransferase: A review 2025-Jun, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.144214 PMID:40379159	综述	本文系统总结了芳香族异戊二烯基转移酶的催化机制和工程化研究进展，并探讨了当前挑战和未来研究方向	提出了结合人工智能和深度学习的创新工程化方法，以开发高性能生物催化剂	当前面临的挑战包括催化活性不足、底物特异性狭窄以及多酶级联系统和固定化技术的限制	指导芳香族异戊二烯基转移酶在合成生物学和药物创新中的工程化与规模化应用	芳香族异戊二烯基转移酶及其催化机制	合成生物学	NA	蛋白质工程、人工智能、深度学习	NA	NA	NA
966	2025-06-06	ML-Driven Alzheimer's disease prediction: A deep ensemble modeling approach 2025-Jun, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100298 PMID:40389063	research paper	该研究提出了一种结合五种深度学习架构的集成学习框架，用于提高阿尔茨海默病诊断的准确性	使用五种深度学习架构（VGG16、VGG19、ResNet50、InceptionV3和EfficientNetB7）的集成学习框架，显著提高了诊断准确性	研究主要基于伊拉克专科诊所的数据，可能在其他地区或人群中的适用性有待验证	提高阿尔茨海默病的早期和准确检测	MRI脑扫描图像	digital pathology	geriatric disease	deep learning	ensemble model (VGG16, VGG19, ResNet50, InceptionV3, EfficientNetB7)	image	3,714 MRI脑扫描图像（834 NonDemented, 1,824 MildDemented, 1,056 VeryDemented）
967	2025-06-06	Prediction of pathological grade of oral squamous cell carcinoma and construction of prognostic model based on deep learning algorithm 2025-Jun-01, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02144-8 PMID:40450613	研究论文	本研究旨在基于全切片图像(WSIs)建立深度学习模型，用于预测口腔鳞状细胞癌(OSCC)的病理分级	使用CLAM算法构建的深度学习模型在训练集和外部验证集中表现出良好的预测效率和泛化能力，并结合转录组数据构建了OSCC的预后风险模型	外部验证集的AUC(0.71)低于训练集(0.86)，表明模型在外部数据上的性能有待提高	预测口腔鳞状细胞癌的病理分级并构建预后模型	口腔鳞状细胞癌(OSCC)患者	数字病理学	口腔鳞状细胞癌	深度学习算法	CLAM算法	全切片图像(WSIs)和转录组数据	257例OSCC患者的组织病理学图像(来自TCGA数据库)和165例OSCC病理切片(来自CPTAC数据库)
968	2025-06-06	Deep learning driven interpretable and informed decision making model for brain tumour prediction using explainable AI 2025-Jun-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03358-0 PMID:40451921	研究论文	本研究提出了一种结合深度学习和可解释AI（XAI）的模型，用于准确且可解释的脑肿瘤预测	结合深度学习和XAI，提供模型预测的可解释性，帮助临床医生理解决策过程	模型可能仍存在某些复杂病例的预测困难，且依赖于大量影像和临床数据	开发一个可解释的脑肿瘤预测模型，以提高诊断准确性和临床信任度	脑肿瘤患者	数字病理学	脑肿瘤	MRI和CT扫描	深度学习模型	影像和临床数据	广泛的数据集（具体数量未提及）
969	2025-06-06	Extracerebral Normalization of 18F-FDG PET Imaging Combined with Behavioral CRS-R Scores Predict Recovery from Disorders of Consciousness 2025-Jun, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-024-02142-8 PMID:39532777	研究论文	本研究开发了一种基于18F-FDG PET和行为CRS-R评分的预后模型，用于预测长期意识障碍患者的1年恢复情况	结合18F-FDG PET的脑外组织标准化和行为CRS-R评分，开发了多模态预后模型，提高了预测意识恢复的准确性	样本量较小（87例患者），且测试集结果显示差异无统计学意义（P=0.73）	开发预测长期意识障碍患者恢复情况的预后模型	87例新诊断为长期意识障碍的患者	数字病理	神经系统疾病	18F-FDG PET/CT扫描	DenseNet121	图像和表格数据	87例意识障碍患者（52例恢复意识，35例未恢复）
970	2025-06-06	Radiomics of PET Using Neural Networks for Prediction of Alzheimer's Disease Diagnosis 2025-Jun, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.70128 PMID:40468810	研究论文	本文提出使用图神经网络(GNN)和变压器编码器(TE)的深度学习方法，利用纵向PET图像和认知评分预测阿尔茨海默病(AD)的诊断及从认知未受损或轻度认知障碍到AD的转化	首次将GNN和TE应用于纵向PET图像序列分析，提高了AD诊断预测的准确性	未能充分考虑访视间时间变异性的影响	提高阿尔茨海默病的早期诊断准确性	阿尔茨海默病患者及认知未受损/轻度认知障碍人群	数字病理学	阿尔茨海默病	PET成像技术	GNN, TE, FFN, RNN	医学图像(PET)	ADNI研究收集的数据集
971	2025-06-06	Underwater 3D measurement based on improved YOLOv8n and laser scanning imaging device 2025-Jun-01, The Review of scientific instruments DOI:10.1063/5.0256098 PMID:40471019	研究论文	本文提出了一种名为YOLOv8-FWR的深度学习算法，结合激光扫描成像设备，有效提高了水下激光成像的效率和质量	引入了Focal_SPPF池化模块以减少背景噪声影响，提出了加权特征Concat模块以增强边缘小目标光条的检测，并通过结构重参数化技术优化了C2f模块，降低了模型参数数量同时提高了准确性	NA	提高水下激光成像的目标检测效率和准确性	水下激光扫描成像中的目标光条	计算机视觉	NA	激光扫描成像	YOLOv8-FWR	图像	通过模拟水下激光扫描成像过程构建的包含大量背景噪声的数据集，并在VOC2012和Underwater Detection Dataset (UDD)上进行了验证
972	2025-06-05	Gesture recognition from surface electromyography signals based on the SE-DenseNet network 2025-Jun-26, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0282 PMID:39873377	研究论文	本文提出了一种基于SE-DenseNet网络的手势识别方法，用于从表面肌电信号中识别手势	融合了Squeeze-and-Excitation Networks (SE)和DenseNet，在DenseBlock和Transition之间插入注意力机制，以提高特征表示能力并有效解决梯度消失问题	现有手势识别算法在全局特征捕获、模型计算复杂度和泛化能力方面仍需进一步改进	提供更自然、方便和个性化的人机交互，特别是在康复技术领域	表面肌电信号(sEMG)	机器学习	NA	深度学习	SE-DenseNet	肌电信号	NinaPro DB2和DB4数据集
973	2025-06-05	A ViTUNeT-based model using YOLOv8 for efficient LVNC diagnosis and automatic cleaning of dataset 2025-Jun-04, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0048 PMID:40460443	研究论文	提出了一种基于ViTUNeT和YOLOv8的模型，用于左心室非致密化(LVNC)的高效诊断和数据集自动清理	结合U-Net和Vision Transformers的ViTUNeT架构，以及使用YOLOv8模型进行心室检测和数据集清理	数据集质量限制了进一步的准确性提升	改进心脏图像分析和分割方法	左心室非致密化患者和健康个体	数字病理学	心血管疾病	深度学习	ViTUNeT, YOLOv8	MRI图像	新增Titin心肌病患者和健康个体的数据集
974	2025-06-05	A review on learning-based algorithms for tractography and human brain white matter tracts recognition 2025-Jun-04, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03637-7 PMID:40464927	综述	本文综述了基于学习的算法在脑白质纤维束追踪和识别中的应用	扩展了先前相关综述，涵盖了最新的方法和网络细节，并通过全面比较评估了基于学习的方法的效率	NA	探讨基于学习的算法在脑白质纤维束追踪和识别中的应用及其效率	人脑白质纤维束	医学影像分析	NA	扩散磁共振成像	机器学习、深度学习、强化学习、字典学习	磁共振图像	NA
975	2025-06-05	NMR Pure Shift Spectroscopy and Its Potential Applications in the Pharmaceutical Industry 2025-Jun-03, Chembiochem : a European journal of chemical biology IF:2.6Q3 DOI:10.1002/cbic.202401012 PMID:40263759	review	本文综述了纯位移NMR技术及其在制药行业中的潜在应用	介绍了纯位移技术抑制标量耦合以提高光谱分辨率的方法，并探讨了深度学习辅助获取最优纯位移光谱的方法	NA	促进纯位移NMR技术在制药行业的发展和实际应用	纯位移NMR技术及其在制药行业的应用	NA	NA	NMR纯位移技术、深度学习	NA	光谱数据	NA
976	2025-06-05	A Novel Deep Learning Framework for Nipple Segmentation in Digital Mammography 2025-Jun-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01567-7 PMID:40461663	研究论文	提出了一种新的深度学习框架，用于数字乳腺X线摄影中的乳头分割，以提高医学分析和计算机辅助检测系统的准确性	该方法在乳头分割方面显著优于基线方法，特别是在基线方法完全失败的挑战性案例中，实现了在所有案例中的成功检测，并在重叠度量上取得了持续提升	NA	提高数字乳腺X线摄影中乳头分割的准确性，以支持多视角和多模态乳腺图像配准	数字乳腺X线摄影图像中的乳头区域	数字病理学	乳腺癌	深度学习	NA	图像	NA
977	2025-06-05	Artificial Intelligence in Veterinary Clinical Pathology-An Introduction and Review 2025-Jun-03, Veterinary clinical pathology IF:1.2Q3 DOI:10.1111/vcp.70012 PMID:40462415	review	本文介绍了人工智能在兽医临床病理学中的应用及其基本概念，并探讨了AI在该领域的资格认定与整合	以非技术性的方式介绍AI基本概念，并探讨AI在兽医临床病理学中的资格认定与整合	未提及具体的技术实现细节或实验数据	探讨人工智能在兽医临床病理学中的应用与整合	兽医临床病理学	machine learning	NA	machine learning, deep learning	NA	NA	NA
978	2025-06-05	ViTU-net: A hybrid deep learning model with patch-based LSB approach for medical image watermarking and authentication using a hybrid metaheuristic algorithm 2025-Jun-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110393 PMID:40460563	research paper	提出了一种名为ViTU-net的混合深度学习模型，用于医学图像水印和认证，结合了基于块的LSB方法和混合元启发式算法	ViTU-Net整合了Vision Transformer编码器和U-Net解码器，采用自适应分层空间注意力模块和基于块的LSB嵌入机制，结合TuniBee Fusion混合元启发式优化算法和高级加密技术，提高了水印的不可感知性、鲁棒性和部署效率	未提及具体的数据集规模或实际部署中的计算资源需求	解决医学图像水印在不可感知性、抗攻击鲁棒性和部署效率方面的挑战，确保医学图像的数据完整性、保密性和真实性	胸部X光片用于肺炎诊断	digital pathology	pneumonia	SHA-512哈希和AES加密	ViTU-net（结合ViT和U-Net）	image	NA
979	2025-06-05	Direct parametric reconstruction in dynamic PET using deep image prior and a novel parameter magnification strategy 2025-Jun-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110487 PMID:40460562	research paper	该研究提出了一种新颖的无监督深度学习方法DIP-PM，用于直接参数化重建正电子发射断层扫描（PET）中的微参数图像，以提高图像质量	结合深度图像先验（DIP）与参数放大（PM）策略，提出DIP-PM模型，显著提升非线性和小值微参数（如k2、k3）的重建质量	研究主要基于模拟数据和少量真实数据验证，需进一步扩大样本量和多样化数据以验证方法的普适性	改进PET动态数据中非线性微参数的重建质量	PET动态数据中的微参数（如k2、k3）	医学影像处理	NA	深度图像先验（DIP）、参数放大（PM）策略	U-Net	PET动态数据、CT图像	模拟数据集（82Rb和18F-FDG）及1例真实男性受试者的18F-FDG扫描数据
980	2025-06-05	Current trends in glioma tumor segmentation: A survey of deep learning modules 2025-Jun-02, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104988 PMID:40460759	综述	本文综述了当前深度学习模块在胶质瘤肿瘤分割中的应用趋势	通过消融研究评估了各种'附加'模块对胶质瘤分割性能的影响，包括空洞卷积、inception、注意力机制、transformer和混合模块等	需要进一步改进模型的可解释性、降低计算成本并提高泛化能力	评估深度学习模块在胶质瘤分割中的性能影响	胶质瘤肿瘤分割	数字病理学	脑肿瘤/胶质瘤	多参数磁共振成像(mpMRI)	深度学习(DL)，包括空洞卷积、inception、注意力机制、transformer等	医学影像	Brain Tumor Segmentation (BraTS)数据集(包含低级别和高级别胶质瘤)