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
121	2025-08-10	Enhancing the Performance of Pathological Voice Quality Assessment System Through the Attention-Mechanism Based Neural Network 2025-Jul, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2022.12.026 PMID:36732109	研究论文	本文提出了一种基于自注意力机制的神经网络系统，用于提高病理嗓音质量评估的准确性	采用自注意力机制的双向长短期记忆网络（SA BiLSTM），并结合不同音高和元音，模拟专业医生的高维度评估方式	未提及具体样本量及数据来源的多样性，可能影响模型的泛化能力	开发一种计算机化的病理嗓音质量评估系统，以提高评估的准确性和一致性	病理嗓音的质量评估	数字病理	嗓音疾病	深度学习	SA BiLSTM	音频	NA
122	2025-08-10	Radiomics-Based Artificial Intelligence and Machine Learning Approach for the Diagnosis and Prognosis of Idiopathic Pulmonary Fibrosis: A Systematic Review 2025-Jul, Cureus DOI:10.7759/cureus.87461 PMID:40772136	系统综述	本文系统综述了基于放射组学的人工智能和机器学习方法在特发性肺纤维化（IPF）诊断和预后中的应用	AI衍生的参数在预后方面优于传统的视觉CT评分，并发现了新的预后生物标志物	研究设计多为回顾性，样本量有限，以男性为主，外部验证不足	评估人工智能和机器学习在IPF诊断和预后中的应用	特发性肺纤维化（IPF）患者	数字病理学	特发性肺纤维化	CT成像	深度学习（DL）、支持向量机（SVM）、集成方法	图像	8项研究（2017-2024年发表）
123	2025-08-09	Quantifying physiological variability and improving reproducibility in 4D-flow MRI cerebrovascular measurements with self-supervised deep learning 2025-Jul-25, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30634 PMID:40711943	研究论文	评估自监督深度学习去噪在减少4D-Flow MRI测量变异性中的效果，并阐明生理变异对脑血管血流动力学的贡献	使用自监督深度学习去噪框架减少4D-Flow MRI测量中的技术噪声，提高定量重复性	去噪无法消除生理变异和后处理带来的变异性	提高4D-Flow MRI测量的可重复性，并区分技术噪声和生理变异的影响	10名参与者的4D-Flow MRI扫描数据	医学影像处理	神经退行性疾病	4D-Flow MRI	自监督深度学习	MRI图像	10名参与者
124	2025-08-09	Deep Learning-Guided Quantitative Analysis Establishes Optimized BRAF V600E Immunohistochemical Criteria for Colorectal Cancer: A Multiplatform Validation Study 2025-Jul-17, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104215 PMID:40683333	研究论文	本研究通过深度学习引导的定量分析，建立了针对结直肠癌BRAF V600E突变的优化免疫组化标准，并进行了多平台验证	首次为结直肠癌建立了基于定量分析的BRAF V600E免疫组化标准，并验证了其跨平台适用性	非典型染色模式的病例仍需分子确认	建立结直肠癌特异性BRAF V600E免疫组化标准	250例结直肠癌病例及其免疫组化和基因检测结果	数字病理学	结直肠癌	免疫组化(IHC)、qPCR、NGS	深度学习	图像、基因测序数据	250例结直肠癌病例
125	2025-08-07	Dual prompt personalized federated learning in foundation models 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11864-4 PMID:40745444	研究论文	本文提出了一种名为双提示个性化联邦学习（DPFL）的框架，旨在解决有限本地数据下的模型训练不足问题，并实现新客户端的无缝集成	引入了双提示和自适应聚合策略，结合全局任务意识和本地数据驱动洞察，提升模型在异构数据分布下的泛化能力	未明确提及具体实验规模或实际部署中可能遇到的挑战	解决联邦学习在有限本地数据和客户端异构性下的性能问题	个性化联邦学习框架及其在新客户端集成中的应用	机器学习	NA	联邦学习、基础模型微调	CLIP（基础模型）	图像-文本对数据（基于CLIP的应用场景推断）	未明确说明具体样本量，仅提及高度异构环境下的实验结果
126	2025-08-07	Advancing deep learning for expressive music composition and performance modeling 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13064-6 PMID:40745012	research paper	该研究比较了三种深度学习架构（LSTM、Transformer和GAN）在AI音乐创作和转录方面的表现，并提出了一个双评估框架	创新点在于整合了客观指标和主观人类评估的双重评估框架，以及使用MAESTRO数据集进行音乐生成和转录的比较分析	人类创作的音乐在感知质量上仍优于机器生成音乐（MOS: 4.8 vs 4.3），表明模型在情感表达和长期结构连贯性上仍有不足	提升AI在音乐创作和表演建模中的表现，特别是增强长期结构连贯性和情感细腻度	AI生成的音乐作品及其与人类创作的比较	machine learning	NA	深度学习	LSTM, Transformer, GAN	音乐数据	50名听众参与的主观评估
127	2025-08-07	Development of a novel deep learning method that transforms tabular input variables into images for the prediction of SLD 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12900-z PMID:40745379	研究论文	开发了一种新的深度学习方法，将表格输入变量转换为图像，用于预测脂肪性肝病（SLD）	提出了一种将表格数据转换为图像的新方法，利用深度学习模型的模式识别能力提高预测性能	数据集仅包含2999名患者，可能不足以代表更广泛的人群	开发一种新的深度学习方法，用于预测脂肪性肝病（SLD）	脂肪性肝病（SLD）患者	机器学习	脂肪性肝病	深度学习	DL	表格数据转换为图像	2999名患者
128	2025-08-07	A comprehensive multifaceted technical evaluation framework for implementation of auto-segmentation models in radiotherapy 2025-Jul-31, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01048-6 PMID:40745381	research paper	提出一个全面的多层面技术评估框架，用于验证放疗中自动分割模型的实施	开发了一个综合评估框架，结合几何测量、专家评价、时间效率分析和剂量学评估，用于验证自动分割模型	需要建立标准化的基准和共识指南，以便临床实施和不同分割工具的比较	验证自动分割模型在放疗中的临床应用	脑部风险器官的自动分割模型	digital pathology	NA	deep learning	自动分割模型	image	100例训练数据，8位放射肿瘤专家评估
129	2025-08-07	IHE-Net:Hidden feature discrepancy fusion and triple consistency training for semi-supervised medical image segmentation 2025-Jul-31, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103229 PMID:40763409	研究论文	提出了一种新型半监督医学图像分割框架IHE-Net，利用异构编码器的特征差异提升分割性能	通过异构编码器（CNN和Transformer/Mamba）的特征差异融合模块（MFDF）和三重一致性学习策略，增强模型表示能力和预测稳定性	未明确说明计算资源需求或模型在更大规模数据集上的泛化能力	提升半监督医学图像分割的精度和鲁棒性	皮肤病变图像	数字病理	皮肤病变	半监督深度学习	CNN, Transformer/Mamba	医学图像	三个皮肤病变分割数据集（ISIC2017, ISIC2018, PH2）
130	2025-08-07	On the Utility of Virtual Staining for Downstream Applications as it relates to Task Network Capacity 2025-Jul-31, ArXiv PMID:40766889	研究论文	本研究系统地探讨了虚拟染色在促进临床相关下游任务（如分割或分类）中的效用，并考虑了用于执行任务的深度神经网络的能力	首次系统地研究了虚拟染色对下游任务网络性能的影响，并提出了网络容量的概念作为关键因素	研究结果可能受限于所使用的特定生物数据集和网络架构	评估虚拟染色技术对临床相关下游任务的实际效用	虚拟染色生成的图像及其对下游任务网络性能的影响	数字病理学	NA	深度学习图像到图像转换网络	image-to-image translation networks	图像	未明确提及具体样本数量
131	2025-08-07	Optimizing Thyroid Nodule Management With Artificial Intelligence: Multicenter Retrospective Study on Reducing Unnecessary Fine Needle Aspirations 2025-Jul-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/71740 PMID:40737551	研究论文	本研究评估了人工智能在真实临床环境中识别甲状腺良性结节的能力，以减少不必要的细针穿刺活检	首次在真实临床环境中评估AI系统识别甲状腺良性结节的性能，并与放射科医生进行比较	AI系统仍会误判少量低侵袭性恶性结节为良性	优化甲状腺结节管理，减少不必要的细针穿刺活检	甲状腺结节	数字病理	甲状腺癌	深度学习	深度学习AI系统	超声图像	验证队列4572个甲状腺结节（良性3134个，恶性1438个），比较队列118个良性结节
132	2025-08-07	Histopathological-based brain tumor grading using 2D-3D multi-modal CNN-transformer combined with stacking classifiers 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11754-9 PMID:40739310	研究论文	本文提出了一种结合2D-3D多模态CNN-transformer和堆叠分类器的混合学习架构，用于脑肿瘤的组织病理学分级	结合2D-3D混合CNN和视觉Transformer（ViT）提取特征，并使用堆叠集成机器学习分类器提高泛化能力，显著提升了脑肿瘤分级的准确性和特异性	未提及模型在临床实际应用中的验证情况，以及对于不同医院或实验室采集的数据的泛化能力	提高脑肿瘤组织病理学分级的准确性和可靠性	脑肿瘤的组织病理学图像	数字病理学	脑肿瘤	深度学习（DL）	2D-3D混合CNN, 视觉Transformer（ViT）, 堆叠集成分类器	图像	两个公开数据集：TCGA和DeepHisto
133	2025-08-07	A Novel 14-Gene Panel Associated With Efferocytosis for Predicting Pancreatic Cancer Prognosis Through Bulk and Single-Cell Databases 2025-Jul-30, Frontiers in bioscience (Landmark edition) DOI:10.31083/FBL40818 PMID:40765357	研究论文	本研究通过整合单细胞RNA测序和大规模转录组数据，识别了一个与胰腺导管腺癌（PDAC）预后相关的14基因面板，并构建了一个ER风险评分系统	首次提出了一个基于14个ER相关基因的新型预后标志物，并利用深度学习构建了ER风险评分系统，为PDAC的预后预测提供了新方法	研究主要基于生物信息学分析，实验验证部分相对有限，未来需要更多实验验证这些基因的功能	探索efferocytosis（ER）在胰腺导管腺癌（PDAC）进展中的作用，并开发新的预后预测模型	胰腺导管腺癌（PDAC）的肿瘤微环境中的肿瘤细胞、基质细胞和免疫细胞	数字病理学	胰腺癌	scRNA-seq, bulk转录组测序, LASSO回归, 随机生存森林（RSF）算法	深度学习, RSF	基因表达数据	来自TCGA和GEO数据库的数据，具体样本数量未明确说明
134	2025-08-07	Deep learning based treatment remission prediction to transcranial direct current stimulation in bipolar depression using EEG power spectral density 2025-Jul-29, medRxiv : the preprint server for health sciences DOI:10.1101/2024.07.16.24310445 PMID:40766130	研究论文	本研究利用深度学习模型分析脑电图信号，预测双相抑郁患者在接受6周家庭经颅直流电刺激治疗后的临床缓解情况	首次将1DCNN和GRU混合模型应用于EEG功率谱密度数据，用于预测tDCS治疗双相抑郁的缓解效果	样本量较小（仅21名参与者），可能影响模型的泛化能力	开发能够预测经颅直流电刺激治疗双相抑郁疗效的深度学习模型	双相抑郁患者	机器学习	双相情感障碍	EEG功率谱密度分析	1DCNN和GRU混合模型	EEG信号	21名双相抑郁患者
135	2025-08-07	Cross-level Cross-Scale Inference and Imputation of Single-cell Spatial Proteomics 2025-Jul-28, Research square DOI:10.21203/rs.3.rs-7108570/v1 PMID:40766228	研究论文	介绍了一种名为scProSpatial的深度学习框架，用于从单细胞RNA测序数据推断和填补高保真单细胞空间蛋白质组学数据	提出了一种统一的多模态、多尺度深度学习框架，能够在缺乏共享转录组学特征的情况下准确预测蛋白质的空间丰度，并将蛋白质覆盖范围扩大50倍	当前实验方法存在批次效应、缺乏单细胞多模态同时测量、测量蛋白质覆盖有限、对未见条件泛化能力差以及单细胞分辨率空间背景不足等问题	克服单细胞和空间组学技术中的挑战，实现跨层次、跨尺度的多组学整合与分析	单细胞空间蛋白质组学数据	机器学习	乳腺癌	scRNA-seq	深度学习框架	单细胞RNA测序数据	NA
136	2025-08-07	Automated characterization of abdominal MRI exams using deep learning 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11985-w PMID:40715356	研究论文	本研究利用深度学习技术开发卷积神经网络(CNNs)，自动分类腹部MRI的三个核心属性：脉冲序列类型、成像方向和对比增强状态	开发了三种具有相似骨干架构的CNNs，用于单图像切片分类，并在体积级别实现了100%的准确率，同时使用Grad-CAM可视化影响预测的图像区域	研究中未提及模型对于不同扫描仪技术或成像协议变化的适应性限制	开发标准化工具以自动识别和表征MRI关键成像属性，支持大规模多机构研究	腹部MRI图像	计算机视觉	NA	MRI	CNN	图像	使用Duke Liver Dataset进行外部验证
137	2025-08-07	Deep limit order book forecasting: a microstructural guide 2025-Jul-22, Quantitative finance IF:1.5Q2 DOI:10.1080/14697688.2025.2522911 PMID:40755861	研究论文	利用深度学习技术探索高频限价订单簿中间价格变化的可预测性，并发布开源代码库LOBFrame	提出创新的操作框架，通过关注完整交易预测的准确性来评估预测的实用性，并指出传统机器学习指标在限价订单簿环境中的不足	深度学习的高预测能力不一定对应可操作的交易信号	探索高频限价订单簿中间价格变化的可预测性及其在交易中的应用	NASDAQ交易所交易的多种股票	机器学习	NA	深度学习	NA	高频限价订单簿数据	多种NASDAQ交易所交易的股票
138	2025-08-07	Fully Automated Anatomy Labeling for Intracardiac Echocardiography Using Deep Learning 2025-Jul-17, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2025.06.009 PMID:40767798	research paper	开发了一种基于深度学习的全自动解剖标记算法，用于心内超声心动图(ICE)的解剖结构识别	首次提出全自动深度学习方法用于ICE图像的解剖结构标记，可作为教育或导航工具	21个解剖结构中只有15个被正确识别，且精度和召回率超过70%	开发自动化工具辅助心内超声心动图(ICE)在电生理(EP)手术中的应用	来自右心房的ICE图像	digital pathology	cardiovascular disease	deep learning	CNN	image	605次EP手术中的196,768张图像
139	2025-08-07	Evaluating Artificial Intelligence-Assisted Prostate Biparametric MRI Interpretation: An International Multireader Study 2025-Jul-16, AJR. American journal of roentgenology DOI:10.2214/AJR.24.32399 PMID:40668633	研究论文	评估人工智能辅助前列腺双参数MRI解读的国际多读者研究	使用深度学习AI模型提高前列腺双参数MRI解读的准确性和读者间一致性	AI辅助略微降低了病灶水平的敏感性，需要进一步优化以在不影响特异性的情况下提高敏感性	评估AI模型对前列腺双参数MRI解读中临床显著前列腺癌和前列腺癌检出率及读者间一致性的影响	前列腺双参数MRI扫描	数字病理	前列腺癌	双参数MRI (bpMRI)	深度学习AI模型	MRI图像	180名患者（120例病例组，60例对照组）
140	2025-08-07	Multimodal Detection of Agitation in People With Dementia in Clinical Settings: Observational Pilot Study 2025-Jul-15, JMIR aging IF:5.0Q1 DOI:10.2196/68156 PMID:40663489	研究论文	本研究提出了一种新型多模态系统，用于预测严重痴呆患者的激动和攻击行为（AA）发作，结合了可穿戴传感器数据和隐私保护视频分析	整合了可穿戴传感器数据和隐私保护视频分析，实现了对AA事件的实时预测，预测时间至少提前6分钟	研究样本量较小（仅10名参与者），且仅在单一机构进行	开发一种新型多模态系统，用于预测痴呆患者的激动和攻击行为（AA）发作	严重痴呆患者	数字病理学	老年疾病	可穿戴传感器数据采集、视频分析、深度学习	Extra Trees、多层感知器（MLP）、门控循环单元（GRU）、长短期记忆（LSTM）	传感器数据、视频数据	10名参与者