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
1401	2025-04-25	An Intelligent Model of Segmentation and Classification Using Enhanced Optimization-Based Attentive Mask RCNN and Recurrent MobileNet With LSTM for Multiple Sclerosis Types With Clinical Brain MRI 2025-Jun, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70036 PMID:40269999	研究论文	本文提出了一种基于深度学习的智能模型，用于通过临床脑部MRI扫描对多发性硬化症类型进行分割和分类	该模型的主要创新点在于将注意力机制和基于循环的深度学习应用于卷积网络，以分类疾病，并提出了一种优化算法来调整参数以提高性能	NA	开发一种深度学习系统，用于通过临床脑部MRI扫描对多发性硬化症类型进行分类	多发性硬化症（MS）的临床脑部MRI扫描图像	数字病理学	多发性硬化症	MRI	AA-MRCNN, RM-LSTM	图像	3427张图像
1402	2025-04-24	Mitigating ambient RNA and doublets effects on single cell transcriptomics analysis in cancer research 2025-Jun-28, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2025.217693 PMID:40185305	research paper	该论文探讨了在癌症研究中如何减轻单细胞转录组学分析中环境RNA和双联体效应的影响	提出了使用计算方法和深度学习技术（如SoupX、DecontX和CellBender）来评估和消除环境RNA污染及背景噪声，提供了一种端到端的数据准备策略	未提及具体的技术局限性或数据集的限制	旨在提高单细胞转录组学数据的质量，以更准确地描述肿瘤微环境中的异质性，并促进精准肿瘤学的发展	单细胞转录组学数据	生物信息学	癌症	scRNA-seq, deep learning	NA	基因表达数据	NA
1403	2025-04-24	SSAT-Swin: Deep Learning-Based Spinal Ultrasound Feature Segmentation for Scoliosis Using Self-Supervised Swin Transformer 2025-06, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.02.013 PMID:40082183	research paper	提出了一种基于自监督Swin Transformer的深度学习模型SSAT-Swin，用于脊柱超声图像特征分割以诊断脊柱侧弯	结合边界增强模块和通道注意力模块，并采用自监督代理任务进行预训练，提高了超声图像分割的准确性	仅使用了1170张图像进行预训练和109张图像-标签对进行微调，样本量相对有限	提高脊柱侧弯超声图像分割的准确性，以辅助诊断	脊柱侧弯患者的超声图像	computer vision	脊柱侧弯	自监督学习	Swin Transformer	超声图像	预训练1170张图像，微调109张图像-标签对
1404	2025-04-24	Brain tumor segmentation with deep learning: Current approaches and future perspectives 2025-Jun, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110424 PMID:40122469	综述	本文系统回顾了基于深度学习的脑肿瘤分割技术，特别关注网络架构设计	全面比较了不同深度学习方法在脑肿瘤分割中的性能，并探讨了U-Net架构的迭代改进及其在医学图像分割中的潜力	主要基于BraTS数据集进行评估，可能无法完全代表所有临床场景	评估自动脑肿瘤分割技术的现状并展望未来研究方向	脑肿瘤MRI图像	数字病理学	脑肿瘤	MRI成像	CNN, U-Net, Transformer	医学影像	主要基于BraTS数据集（具体数量未提及）
1405	2025-04-24	Exploring emotional climate recognition in peer conversations through bispectral features and affect dynamics 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108695 PMID:40138858	研究论文	该研究提出了一种名为MLBispec的新方法，用于通过语音信号识别对话中的情感氛围（EC）	MLBispec方法结合了时间窗口双谱分析和情感动态特征，提高了情感识别的准确性	研究未提及在嘈杂环境下的性能表现，且跨语言实验的泛化能力有待进一步验证	探索并提高人工智能在对话中情感氛围识别的能力	对话中的语音信号和情感标注	自然语言处理	NA	双谱分析，机器学习分类器	ML	语音信号	IEMOCAP、K-EmoCon和SEWA开放数据集
1406	2025-04-24	A Physics-Integrated Deep Learning Approach for Patient-Specific Non-Newtonian Blood Viscosity Assessment using PPG 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108740 PMID:40158260	研究论文	本研究提出了一种结合物理约束的深度学习方法来从PPG数据中提取患者特异性血液粘度方程	开发了一种混合1D CNN-LSTM架构，结合了物理约束，将流变学原理整合到数据驱动的PPG分析中	在低剪切速率区域的准确性较低（7.84 cP误差），且仅针对特定剪切范围（50-300 s-1）进行了优化	通过可穿戴设备非侵入性地测量血液粘度，以监测和诊断循环系统疾病	PPG数据与血液粘度关系	数字病理学	心血管疾病	PPG（光电容积描记术）	1D CNN-LSTM混合架构	PPG信号	NA
1407	2025-04-24	Discovery and characterization of novel FAK inhibitors for breast cancer therapy via hybrid virtual screening, biological evaluation and molecular dynamics simulations 2025-Jun-01, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.108400 PMID:40163988	研究论文	通过混合虚拟筛选、生物评估和分子动力学模拟，发现并表征了新型FAK抑制剂用于乳腺癌治疗	使用基于结构的高透明度渗透性虚拟筛选（HTVS）和基于几何深度学习的DeepDock算法，发现了一种新的FAK抑制剂骨架	仅对10种化合物进行了生物活性评估，样本量较小	开发有效的FAK抑制剂用于乳腺癌治疗	FAK（粘着斑激酶）及其抑制剂	药物发现	乳腺癌	虚拟筛选（HTVS）、DeepDock算法、分子对接、分子动力学模拟	DeepDock（基于几何深度学习）	化学化合物数据	10种化合物
1408	2025-04-24	Predicting protein-protein interaction with interpretable bilinear attention network 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108756 PMID:40174317	research paper	提出了一种名为PPI-BAN的新型端到端框架，通过整合蛋白质序列信息和3D结构信息来预测蛋白质-蛋白质相互作用及其类型	PPI-BAN首次将蛋白质序列和3D结构信息通过深度双线性注意力网络(BAN)联合学习，明确学习两个蛋白质的重要局部相互作用表示，提高了预测结果的可解释性	虽然PPI-BAN表现优异，但其性能仍依赖于蛋白质3D结构预测的准确性，且计算复杂度较高	开发一种能够准确预测蛋白质-蛋白质相互作用及其类型的计算方法	蛋白质-蛋白质相互作用(PPIs)	生物信息学	NA	一维卷积操作(Conv1D)、几何感知关系图神经网络(GearNet)、深度双线性注意力网络(BAN)	BAN	蛋白质序列和3D结构数据	NA
1409	2025-04-24	Fusion of multi-scale feature extraction and adaptive multi-channel graph neural network for 12-lead ECG classification 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108725 PMID:40184850	研究论文	提出一种融合多尺度特征提取和自适应多通道图神经网络的12导联心电图分类方法	提出多尺度自适应图融合网络（MSAGFN）模型，结合特征图和拓扑图，有效整合12导联心电图的复杂关联	未提及具体局限性	提高12导联心电图的分类准确率	12导联心电图数据	机器学习	心血管疾病	图神经网络	MSAGFN（多尺度自适应图融合网络）和AMGNN（自适应多通道图神经网络）	心电图信号	PTB-XL数据集
1410	2025-04-24	Self-supervised multi-modality learning for multi-label skin lesion classification 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108729 PMID:40184849	研究论文	提出一种自监督学习算法，用于多模态多标签皮肤病变分类，减少对大规模标注数据的依赖	通过最大化配对的皮肤镜和临床图像之间的相似性实现多模态自监督学习，并引入新的多模态多标签自监督策略，通过聚类分析生成七个皮肤病变属性的伪多标签	算法性能依赖于配对的皮肤镜和临床图像的可用性，且伪标签生成可能受到聚类分析准确性的影响	开发一种减少对大规模标注数据依赖的皮肤病变分类方法	皮肤病变的多模态图像（皮肤镜和临床图像）及其多标签属性	计算机视觉	皮肤病变	自监督学习（SSL）	CNN	图像	使用经过良好基准测试的七点皮肤病变数据集进行验证
1411	2025-04-24	Efficient annotation bootstrapping for cell identification in follicular lymphoma 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108728 PMID:40188578	research paper	该研究探讨了在滤泡性淋巴瘤诊断中降低标注成本的可行方法，并比较了三种不同的标注引导方法	提出了一种混合架构，结合了自定义细胞编码器和数字病理学基础模型的上下文编码，用于中心母细胞和中心细胞的检测	标注过程存在固有偏差，且标签分布极不平衡	降低数字病理学中标注引导的成本，提高滤泡性淋巴瘤诊断的效率	滤泡性淋巴瘤的细胞检测	digital pathology	follicular lymphoma	active learning, weak supervision	custom cell encoder, foundation models	whole slide images	41张全切片图像，包含12,704个细胞标注
1412	2025-04-24	A first explainable-AI-based workflow integrating forward-forward and backpropagation-trained networks of label-free multiphoton microscopy images to assess human biopsies of rare neuromuscular disease 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108733 PMID:40154003	研究论文	提出了一种基于可解释人工智能的工作流程，结合前向-前向和反向传播训练的卷积网络，用于评估罕见神经肌肉疾病的人类活检图像	首次将前向-前向训练应用于生物医学图像，为临床可解释深度学习应用设定了新标准	研究样本量较小（16例活检），且仅针对杜氏肌营养不良症	提高罕见神经肌肉疾病的诊断准确性，通过标准化特征和表型表达识别	人类肌肉活检的多光子显微镜图像	数字病理	神经肌肉疾病	多光子显微镜	CNN（前向-前向和反向传播训练）	图像	16例人类肌肉活检的1600张图像
1413	2025-04-23	A semantic segmentation network for red tide detection based on enhanced spectral information using HY-1C/D CZI satellite data 2025-Jun, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117813 PMID:40117936	研究论文	提出了一种基于增强光谱信息的语义分割网络SIC-RTNet，用于利用HY-1C/D CZI卫星数据检测赤潮	SIC-RTNet通过引入残差块、计算三个光谱信息通道和改进损失函数，提高了赤潮监测的准确性	传统遥感方法难以监测小规模赤潮事件和详细分布，且不适用于中高空间分辨率和低光谱分辨率的卫星传感器	提高赤潮监测的准确性，助力海洋生态灾害监测	赤潮	计算机视觉	NA	卫星遥感	Residual Neural Network (SIC-RTNet)	卫星图像	NA
1414	2025-04-23	High-level visual processing in the lateral geniculate nucleus revealed using goal-driven deep learning 2025-Jun, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110429 PMID:40122470	研究论文	本研究提出了一种利用目标驱动的深度学习方法来揭示侧膝状体核（LGN）在高级视觉处理中的作用	使用VGG16和ResNet50两种深度神经网络作为目标驱动模型，探索LGN在高级视觉特征（如数量感知）编码中的作用，挑战了关于LGN功能简单性的传统观点	研究仅针对小鼠LGN，结果是否适用于其他物种尚不明确	探索LGN在高级视觉处理中的功能	小鼠侧膝状体核（LGN）的神经活动	计算机视觉	NA	深度学习	VGG16, ResNet50	神经活动数据	NA
1415	2025-04-23	Neurocounter - A deep learning framework for high-fidelity spatial localization of neurons 2025-Jun, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110444 PMID:40187538	研究论文	介绍了一种名为Neurocounter的深度学习框架，用于高保真空间定位神经元	Neurocounter通过自学习能力减少了对完整注释的需求，并在不同脑区实现了高精度的神经元定位	需要进一步验证其在更广泛数据集上的性能	开发一个能够精确检测和定位神经元的深度学习网络	神经元	计算机视觉	NA	深度学习	encoder-decoder with attention module	图像	包含不完全注释神经元的图像和控制图像
1416	2025-04-20	Prior guided deep difference meta-learner for fast adaptation to stylized segmentation 2025-Jun-30, Machine learning: science and technology DOI:10.1088/2632-2153/adc970 PMID:40247921	研究论文	提出一种先验引导的深度差异元学习器（DDL），用于快速适应不同风格的解剖结构分割，以提高放疗治疗计划中分割的精确性	利用初始患者数据学习分割风格与解剖定义之间的一致差异，并将其应用于预训练模型，无需重新训练即可适应新风格	需要一定数量的初始患者数据来学习风格差异，且测试数据规模相对较小（30例）	提高放疗治疗计划中解剖结构分割的精确性和效率	前列腺临床靶区（CTV）、腮腺和直肠的轮廓	数字病理	前列腺癌	深度学习	Prior-guided deep difference meta-learner (DDL)	医学图像	440例患者用于模型开发，30例用于测试
1417	2025-04-19	Deep learning-enhanced zero echo time MRI for glenohumeral assessment in shoulder instability: a comparative study with CT 2025-Jun, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04830-0 PMID:39572485	研究论文	评估深度学习增强的零回波时间MRI与传统重建方法在肩关节不稳定性中的图像质量和病变显着性，并与CT进行比较	使用深度学习算法重建零回波时间MRI，显著提高了图像分辨率和病变显着性，与CT相比具有几乎完美的一致性	样本量较小（44例患者），且仅限于有症状的前肩关节不稳定性患者	评估深度学习增强的零回波时间MRI在肩关节不稳定性中的诊断性能	肩关节不稳定性患者	医学影像分析	肩关节不稳定性	零回波时间MRI（ZTE MRI）、CT	深度学习算法	医学影像	44例患者（9名女性，平均年龄33.5±15.65岁）
1418	2025-04-19	Leveraging protein language models for robust antimicrobial peptide detection 2025-Jun, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.03.002 PMID:40049432	研究论文	本研究提出了一种名为PLAPD的新型框架，利用预训练的ESM2蛋白质语言模型进行抗菌肽分类	结合了卷积层进行局部特征提取和残差Transformer模块进行全局特征提取，提高了抗菌肽预测的准确性和效率	未提及具体局限性	开发一种高效准确的抗菌肽预测工具，以应对全球抗生素耐药性挑战	抗菌肽（AMPs）	自然语言处理	NA	蛋白质语言模型（PLMs）	ESM2, CNN, Transformer	蛋白质序列	8,268条肽序列
1419	2025-04-19	OmniClust: A versatile clustering toolkit for single-cell and spatial transcriptomics data 2025-Jun, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.03.007 PMID:40057293	研究论文	本文介绍了一个名为OmniClust的工具包，用于单细胞和空间转录组数据的聚类分析	开发了一个整合单细胞RNA测序和空间转录组数据的算法工具包，采用深度学习和机器学习算法进行特征学习和聚类	未提及具体的技术限制或数据集局限性	开发一个适用于单细胞和空间转录组数据的通用聚类工具包	单细胞RNA测序（scRNA-seq）和空间转录组数据	生物信息学	乳腺癌	RNA测序（scRNA-seq和空间转录组）	深度学习和机器学习算法	转录组数据	12个空间转录组基准数据集和4个scRNA-seq基准数据集
1420	2025-04-19	A Pilot Study on Deep Learning With Simplified Intravoxel Incoherent Motion Diffusion-Weighted MRI Parameters for Differentiating Hepatocellular Carcinoma From Other Common Liver Masses 2025-Jun-01, Topics in magnetic resonance imaging : TMRI DOI:10.1097/RMR.0000000000000316 PMID:40249154	研究论文	本研究开发并评估了一种利用仅3个b值图像衍生的简化IVIM参数结合深度学习技术区分肝细胞癌与其他常见肝脏肿块的性能	首次将简化IVIM参数与3D-CNN架构结合用于HCC鉴别，显著提升了诊断准确率	样本量较小（98例），且为回顾性研究	提高肝细胞癌的影像学鉴别诊断准确率	肝细胞癌与其他常见肝脏肿块	数字病理	肝癌	简化IVIM扩散加权MRI	3D-CNN	MRI图像	98例回顾性MRI数据（68男30女，平均年龄59±14岁）