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
1	2025-05-20	FADE: Forecasting for anomaly detection on ECG 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108780 PMID:40300434	研究论文	提出了一种名为FADE的深度学习系统，用于正常ECG预测和异常检测，以减少对大量标记数据集和人工解释的需求	采用自监督学习方式和新型形态学启发的损失函数，通过预测正常ECG信号的未来值来检测异常，避免了传统方法需要标记异常ECG波形的需求	NA	提高心血管疾病的早期和准确检测，改善患者预后	ECG信号	机器学习	心血管疾病	深度学习	FADE	ECG信号	两个公开数据集：MIT-BIH NSR和MIT-BIH Arrythmia
2	2025-05-20	A multi-task neural network for full waveform ultrasonic bone imaging 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108807 PMID:40311439	研究论文	本文提出了一种名为CEDD-Unet的新型网络，用于实现基于深度学习的全波形反演方法进行高分辨率骨超声成像	采用双解码器架构，结合ConvLSTM模块和EMA模块，有效捕捉超声射频信号的多尺度时空特征，提高了重建精度	NA	实现高分辨率骨超声成像	人类骨骼和小鼠骨骼	医学影像处理	骨科疾病	全波形反演(FWI)	CEDD-Unet, ConvLSTM	超声射频(RF)信号	人类骨骼数据集(Dataset1)和小鼠骨骼数据集(Dataset2)
3	2025-05-20	TransAnno-Net: A Deep Learning Framework for Accurate Cell Type Annotation of Mouse Lung Tissue Using Self-supervised Pretraining 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108809 PMID:40315689	research paper	提出了一种基于自监督预训练的深度学习框架TransAnno-Net，用于小鼠肺组织单细胞RNA测序数据的细胞类型注释	采用自监督预训练策略减少标注成本，结合Transformer架构提升模型效率和可迁移性	需要在小规模标注数据集上进行微调，且针对细胞类型不平衡问题采用了随机过采样技术	开发高效准确的单细胞RNA测序数据细胞类型注释方法	小鼠肺组织的单细胞RNA测序数据	digital pathology	lung cancer	scRNA-seq	Transformer	gene expression data	约100,000个细胞的scRNA-seq肺数据
4	2025-05-20	Deep learning modelling to forecast emergency department visits using calendar, meteorological, internet search data and stock market price 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108808 PMID:40315688	研究论文	本研究利用深度学习模型，结合日历、气象、互联网搜索数据和股票市场价格，预测急诊科患者访问量	首次将股票市场价格与互联网搜索数据结合日历和气象数据，用于深度学习预测急诊科患者访问量，并比较了不同混合深度学习架构的预测效果	研究仅基于2010-2012年新加坡总医院的数据，可能不具有普遍适用性	提高急诊科患者访问量的预测准确性，优化资源分配	急诊科患者访问量	机器学习	NA	深度学习	LSTM, 1D CNN, CNN-LSTM混合模型	时间序列数据（日历、气象、互联网搜索、股票市场数据）	2010-2012年新加坡总医院的每日急诊科患者访问量数据
5	2025-05-20	Integrating prior knowledge with deep learning for optimized quality control in corneal images: A multicenter study 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108814 PMID:40319841	研究论文	本研究开发并评估了一种基于混合AI的角膜图像质量控制系统，旨在提高裂隙灯图像的分类准确性和效率，特别是在远程医疗应用中	提出了一种新型网络HP-Net，结合了基于ResNet的分类分支和利用Hough圆变换及频域模糊检测的先验知识分支，增强了网络的表征能力和分类性能	研究仅针对裂隙灯图像，未涉及其他类型的医学图像	开发并评估一种混合AI图像质量控制系统，以提高角膜图像分类的准确性和效率	裂隙灯图像	计算机视觉	眼科疾病	Hough圆变换、频域模糊检测	HP-Net（基于ResNet的混合网络）	图像	内部数据集2982张图像，外部数据集AGEH 13554张图像，FPH of Aksu 9853张图像
6	2025-05-20	ConnectomeAE: Multimodal brain connectome-based dual-branch autoencoder and its application in the diagnosis of brain diseases 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108801 PMID:40294455	研究论文	提出了一种基于多模态脑连接组的双分支自编码器ConnectomeAE，用于整合多模态脑连接信息和区域放射组学特征以增强脑疾病诊断	通过双分支自编码器分别学习节点特征和连接特征，整合了多模态脑连接组信息和区域放射组学特征	NA	探索多模态脑网络之间的依赖关系并整合节点特征以增强脑疾病诊断	自闭症谱系障碍和阿尔茨海默病	数字病理学	脑疾病	结构磁共振成像(MRI)和功能磁共振成像(fMRI)	双分支自编码器(ConnectomeAE)	图像	两个公开数据集
7	2025-05-20	A method for evaluating the degree of Adipogenic differentiation of porcine cells cultured in suspension based on deep learning 2025-Jul, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116324 PMID:40382025	研究论文	提出了一种基于深度学习的悬浮培养猪细胞脂肪生成分化程度评估方法	结合高通量技术和深度学习，开发了一种快速、直观且准确的脂肪生成分化评估技术	NA	评估猪悬浮脂肪细胞分化程度，以提高细胞培养肉的生产效率	猪悬浮脂肪细胞	深度学习	NA	高通量成像技术	深度学习模型	图像	96孔板中的12个孔
8	2025-05-20	CatSkill: Artificial Intelligence-Based Metrics for the Assessment of Surgical Skill Level from Intraoperative Cataract Surgery Video Recordings 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100764 PMID:40385240	research paper	开发并验证了一种基于AI的视频分析系统（CatSkill），用于评估白内障手术中外科医生的技能水平	提出了首个AI驱动的视频分析系统，用于评估白内障手术中外科医生的眼位中性、眼位中心和显微镜对焦能力	研究仅回顾性分析了620例手术视频，未涉及实时应用验证	开发AI系统评估白内障手术中外科医生的技能水平	白内障手术视频记录	computer vision	白内障	深度学习分割、随机森林分类	FPN (VGG16)、随机森林	视频	620例白内障手术视频（254例主治医师/176例住院医师）
9	2025-05-19	Worldwide research trends on artificial intelligence in head and neck cancer: a bibliometric analysis 2025-Jul, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.02.014 PMID:40155307	文献计量分析	本文通过文献计量分析探讨了人工智能在头颈癌研究中的全球趋势	首次对人工智能在头颈癌领域的应用进行了全面的文献计量分析，揭示了研究热点和发展趋势	仅基于Web of Science数据库，可能未涵盖所有相关研究；未对研究质量进行深入评估	探索人工智能在头颈癌研究中的应用趋势和发展状况	1995至2024年间发表的1,019篇与人工智能和头颈癌相关的论文	人工智能在医学中的应用	头颈癌	文献计量分析技术（VosViewer和Biblioshiny/Bibiometrix）	深度学习模型（用于分割任务）	科学文献数据	1,019篇论文
10	2025-05-18	Deep learning algorithm enables automated Cobb angle measurements with high accuracy 2025-Jul, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04853-7 PMID:39688663	研究论文	本研究评估了深度学习算法在全脊柱X光片上自动测量Cobb角的准确性	开发了一种深度学习算法，能够高精度自动测量脊柱侧弯患者的Cobb角	研究样本量相对较小（345例），且成人患者的测量误差高于儿童患者	评估深度学习算法在脊柱侧弯诊断中自动测量Cobb角的准确性	全脊柱X光片和脊柱侧弯患者	数字病理学	脊柱侧弯	深度学习	深度学习算法（未指定具体模型）	图像（全脊柱X光片）	345例患者（179例儿童，166例成人）
11	2025-05-17	SagMSI: A graph convolutional network framework for precise spatial segmentation in mass spectrometry imaging 2025-Jul-08, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.344098 PMID:40374250	研究论文	提出了一种基于图卷积网络（GCN）的无监督分割策略SagMSI，用于质谱成像（MSI）数据的精确空间分割	结合了MSI数据的空间感知图构建与GCN模块，能够灵活、有效且精确地进行空间分割	未提及具体局限性	解决MSI数据在空间分割中的复杂性问题，提升分割精度	质谱成像（MSI）数据	数字病理	NA	质谱成像（MSI）	图卷积网络（GCN）	图像	模拟数据和多种MSI实验数据集
12	2025-05-17	PursuitNet: A deep learning model for predicting competitive pursuit-like behavior in mice 2025-Jul-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149634 PMID:40210144	research paper	介绍了一种名为PursuitNet的深度学习模型，用于预测小鼠在竞争性追逐行为中的实时动态	PursuitNet采用轻量级架构，结合图卷积网络（GCN）和时序卷积网络（TCN），显式建模动态交互和空间关系，融合速度和加速度数据以预测变化	该框架专注于快速变化的轨迹，可能不适用于其他类型的运动行为	研究捕食者-猎物动态，为交互式机器人和自主系统的设计提供信息	实验室小鼠追逐磁控机器人诱饵的行为	machine learning	NA	deep learning	Graph Convolutional Networks (GCN), Temporal Convolutional Networks (TCN)	trajectory data	Pursuit-Escape Confrontation (PEC) dataset
13	2025-05-17	μGlia-Flow, an automatic workﬂow for microglia segmentation and classification 2025-Jul, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110446 PMID:40220906	research paper	提出了一种名为μGlia-Flow的自动工作流程，用于小胶质细胞的分割和分类	结合了Frangi滤波算法和边缘引导注意力TransUNet（EGA-Net）进行分割，并采用Vision Transformer（ViT）网络进行分类，显著提高了分割精度并解决了现有分类方法的参数依赖问题	NA	开发一种自动工作流程，用于小胶质细胞的分割和分类，以支持不同形态分析	小胶质细胞	digital pathology	brain diseases	Frangi filtering algorithm, edge-guided attention TransUNet (EGA-Net), Vision Transformer (ViT)	TransUNet, ViT	image	NA
14	2025-05-17	TasteNet: A novel deep learning approach for EEG-based basic taste perception recognition using CEEMDAN domain entropy features 2025-Jul, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110463 PMID:40315923	研究论文	提出了一种名为TasteNet的新型深度学习框架，用于基于EEG信号的基本味觉感知识别	结合了CEEMDAN域熵特征、CNN模块、多头注意力模块和Att-BiPLSTM网络，显著提高了味觉感知分类的准确性	NA	开发一个深度学习框架，用于从EEG信号中有效识别基本味觉刺激	EEG信号	机器学习	NA	CEEMDAN, 熵特征提取	CNN, 多头注意力模块, Att-BiPLSTM	EEG信号	NA
15	2025-05-14	Rapid diagnosis of lung cancer by multi-modal spectral data combined with deep learning 2025-Jul-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.125997 PMID:40073660	研究论文	本研究提出了一种基于深度学习的多模态光谱信息融合网络（MSIF），用于肺腺癌细胞的快速诊断	引入了自适应深度卷积（ADConv）进行特征提取，设计了跨模态交互融合（CMIF）模块实现多模态特征学习	未提及模型在更大规模数据集上的泛化能力验证	开发快速、低成本的肺癌早期诊断方法	肺腺癌细胞	数字病理	肺癌	傅里叶变换红外光谱、UV-vis吸收光谱、荧光光谱	ResNet、Transformer、一维CNN混合模型	光谱图像和文本数据	正常细胞和患者细胞的多模态光谱数据
16	2025-05-14	Zero-shot and few-shot multimodal plastic waste classification with vision-language models 2025-Jul, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114815 PMID:40273572	研究论文	本文探讨了利用视觉语言模型(VLMs)进行建筑和拆除塑料废物的树脂类型分类，通过零样本和小样本学习减少对大量标注数据的依赖	首次将视觉语言模型应用于塑料废物分类，实现了零样本和小样本学习，显著提高了数据效率和模型的可扩展性	零样本分类的准确率(70.15%)仍有提升空间，且未说明模型在更复杂塑料混合物分类中的表现	开发一种数据高效的塑料废物分类方法，减少对大规模标注数据的依赖	建筑和拆除过程中产生的塑料废物	计算机视觉	NA	视觉语言模型(VLMs)	VLM	图像和文本	未明确说明具体样本数量，但强调使用少量或零训练样本
17	2025-05-14	Sepsis Important Genes Identification Through Biologically Informed Deep Learning and Transcriptomic Analysis 2025-Jul, Clinical and experimental pharmacology & physiology DOI:10.1111/1440-1681.70031 PMID:40356040	研究论文	通过生物信息学深度学习和转录组分析识别脓毒症重要基因	使用P-NET（一种生物信息学可解释人工智能模型）评估脓毒症基因重要性，并识别出688个重要基因，这些基因在炎症和免疫调节通路中富集	未提及样本量大小及具体实验验证步骤	识别调控脓毒症免疫反应的关键基因	脓毒症患者基因表达数据	生物信息学	脓毒症	转录组分析、单细胞分析	P-NET	基因表达数据	NA
18	2025-05-13	The Chest X- Ray: The Ship has Sailed, But Has It? 2025-Jul-01, Journal of insurance medicine (New York, N.Y.) DOI:10.17849/insm-52-1-21-22.1 PMID:40047110	评论	探讨胸部X光片（CXR）在深度学习技术背景下是否能为保险承保风险分析增添新价值	提出在深度学习技术支持下重新评估CXR在保险风险评估中的潜在价值	未提供具体实验数据或案例支持观点	评估CXR作为保险承保风险分析工具的现代适用性	胸部X光片（CXR）在保险风险评估中的应用	数字病理学	NA	深度学习	NA	医学影像	NA
19	2025-05-13	From classical approaches to artificial intelligence, old and new tools for PDAC risk stratification and prediction 2025-Jul, Seminars in cancer biology IF:12.1Q1 DOI:10.1016/j.semcancer.2025.03.004 PMID:40147701	review	本文探讨了胰腺导管腺癌（PDAC）风险分层的演变，比较了传统流行病学框架与AI驱动的方法	提出将AI技术整合到PDAC风险分层中，以动态模型整合多种数据集，发现新的相互作用和风险特征	临床转化中的挑战包括数据稀缺、模型可解释性和外部验证	开发可扩展的个性化预测工具，以改善PDAC的早期检测和患者预后	胰腺导管腺癌（PDAC）	machine learning	pancreatic cancer	genome-wide association studies, polygenic risk scores, radiomics	machine learning, deep learning	genetic, clinical, lifestyle, imaging data	NA
20	2025-05-13	Emittance minimization for aberration correction I: Aberration correction of an electron microscope without knowing the aberration coefficients 2025-Jul, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2025.114137 PMID:40222084	research paper	该论文提出了一种基于深度学习的电子显微镜像差校正方法，通过最小化束流发射度增长来实现自动校正	从加速器物理角度重新定义像差校正问题，提出基于发射度最小化的新方法，并开发了可快速执行的深度学习模型	需要依赖高速电子相机进行快速测量，第二部分才展示在线调谐方法	开发无需知道像差系数的电子显微镜自动像差校正方法	扫描透射电子显微镜(STEM)的电子束	电子显微镜技术	NA	深度学习	深度学习模型	Ronchigrams图像数据	NA