深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
1861	2025-10-07	Integrating artificial intelligence into orthopedics: Opportunities, challenges, and future directions 2025-Jul, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2025.100257 PMID:40395968	综述	本文评估人工智能在骨科领域的应用现状、挑战和未来发展方向	系统评估AI在骨科领域的整合机遇与挑战，并提出未来研究方向	数据标准化和临床验证仍是主要挑战，需要更多多中心临床试验	评估人工智能在骨科领域的应用效果和临床整合前景	骨科领域的AI应用研究	机器学习	骨科疾病	机器学习，深度学习	NA	医学文献数据	NA	NA	NA	NA	NA
1862	2025-10-07	Accelerating CEST MRI With Deep Learning-Based Frequency Selection and Parameter Estimation 2025-Jul, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70068 PMID:40396230	研究论文	提出一种基于深度学习的频率选择和参数估计框架，用于加速化学交换饱和转移磁共振成像	首次将通道剪枝与参数估计相结合，通过批归一化识别最有信息量的频率偏移，同时训练网络进行参数图预测	目前仅在健康志愿者数据上验证，尚未在患者群体中测试，且未解决B场不均匀性和病变组织异常信号变化等挑战	加速CEST MRI扫描过程，减少临床采集时间	健康志愿者的大脑CEST MRI数据	医学影像分析	NA	化学交换饱和转移磁共振成像	深度学习	磁共振图像	6名健康志愿者	NA	NA	参数图质量比较	NA
1863	2025-10-07	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	研究论文	开发并验证基于人工智能的白内障手术视频分析系统，用于评估外科医生的手术技能水平	首次提出白内障手术评估指标(CSAMs)，通过深度学习分析手术视频自动评估医生在维持眼球中立位、居中和显微镜对焦方面的技能	回顾性研究，仅包含620例手术视频，需要更大样本量验证	开发AI系统评估白内障手术医生的专业技能水平	620例完整白内障手术视频，由主治医生和眼科住院医师完成	计算机视觉	白内障	视频分析，深度学习分割	CNN	手术视频	620例白内障手术视频(430例用于分析，254例主治医生，176例住院医师)	NA	FPN(VGG16)	Dice系数,AUC	NA
1864	2025-10-07	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	提出一种名为FADE的深度学习系统，用于正常心电图预测和异常检测	采用自监督学习方式训练正常心电图预测模型，使用新型形态学启发的损失函数，无需大量标注异常数据	仅在两个公开数据集上进行验证，需要进一步测试在不同传感器和患者群体中的适应性	开发心电图异常检测系统以减少对标注数据和人工解读的依赖	心电图信号	机器学习	心血管疾病	心电图分析	深度学习	心电图信号	MIT-BIH NSR和MIT-BIH Arrythmia两个公开数据集	NA	NA	准确率	NA
1865	2025-10-07	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	提出一种名为CEDD-Unet的多任务神经网络，用于实现高分辨率超声骨成像	采用双解码器架构分别重建声速模型和检测骨组织边界，集成ConvLSTM模块捕捉多尺度时空特征，并引入EMA模块增强特征表示	未明确说明数据集的样本数量限制和模型泛化能力验证	开发基于深度学习的全波形反演方法实现高分辨率超声骨成像	人类骨骼和小鼠骨骼的声速模型数据集	医学影像处理	骨骼疾病	超声射频信号采集，全波形反演	CNN, LSTM	超声射频信号	NA	NA	CEDD-Unet, Unet, Unet++, Att-Unet, InversionNet, DD-Net, UPFWI, DEFE-Unet	MAE, SSIM, PSNR	NA
1866	2025-10-07	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	研究论文	提出一种基于自监督预训练和Transformer架构的深度学习框架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利用未标记数据学习基因-基因相似性，通过迁移学习在小规模标注数据上微调，显著降低标注成本并提升模型效率与可迁移性	方法主要针对小鼠肺组织数据，在其他器官或物种的泛化能力需进一步验证	开发高效准确的小鼠肺组织单细胞RNA测序数据细胞类型注释方法	小鼠肺器官单细胞RNA测序数据	生物信息学	肺部疾病	单细胞RNA测序(scRNA-seq)	Transformer	基因表达数据	约100,000个细胞	NA	Transformer	AUC	NA
1867	2025-10-07	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	本研究使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就诊量	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急诊科就诊量预测，并比较了多种混合深度学习架构的性能	研究仅基于2010-2012年新加坡综合医院的数据，可能缺乏泛化性	提高急诊科患者就诊量的预测准确性以优化医疗资源分配	新加坡综合医院急诊科每日就诊患者	机器学习	NA	深度学习时间序列预测	LSTM, 1D CNN, CNN-LSTM混合模型	时间序列数据	2010-2012年新加坡综合医院急诊科每日就诊数据	NA	LSTM, 1D CNN, stacked 1D CNN-LSTM, CNN-LSTM混合模块	平均绝对百分比误差(MAPE)	NA
1868	2025-10-07	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	开发并评估了一种基于混合人工智能的角膜图像质量控制系统，用于分类裂隙灯图像	提出了一种新颖的混合先验网络（HP-Net），将基于ResNet的分类分支与利用霍夫圆变换和频域模糊检测的先验知识分支相结合	NA	开发用于裂隙灯图像分类的混合AI图像质量控制系统，提高诊断准确性和效率	角膜裂隙灯图像	计算机视觉	眼科疾病	霍夫圆变换，频域模糊检测	深度学习，CNN	图像	内部数据集2982张图像，外部数据集23507张图像（AGEH 13554张，新疆阿克苏地区第一人民医院9853张）	NA	ResNet，HP-Net	准确率，精确率，召回率，特异性，F1分数	NA
1869	2025-10-07	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	提出基于多模态脑连接组的双分支自编码器ConnectomeAE，用于脑部疾病诊断	首次将多模态脑连接组信息与区域影像组学特征相结合，通过双分支自编码器分别学习节点特征和连接特征	NA	开发深度学习方法来整合多模态脑连接组信息和区域影像组学特征以增强脑部疾病诊断	脑部疾病患者的多模态脑网络数据	医学影像分析	脑部疾病	结构磁共振成像, 功能磁共振成像	自编码器	医学影像, 脑网络数据	两个公开数据集	NA	双分支自编码器	准确率	NA
1870	2025-10-07	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	提出基于深度学习评估悬浮培养猪细胞脂肪生成分化程度的方法	首次将高通量技术与深度学习结合用于悬浮脂肪细胞分化评估，替代传统荧光染色和分子生物学方法	仅针对猪细胞验证，未提及其他物种的适用性	开发快速准确的脂肪细胞分化评估技术	悬浮培养的猪脂肪细胞	计算机视觉	NA	高通量明场成像	深度学习	图像	96孔板中的12个孔	NA	NA	RMSE, R	NA
1871	2025-10-07	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	通过文献计量分析探索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文献进行系统性文献计量分析，揭示了该领域的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文献；分析结果受数据库收录范围限制	分析人工智能在头颈癌研究中的全球发展趋势和研究热点	1995-2024年间发表的1,019篇人工智能相关头颈癌研究文献	医学信息学	头颈癌	文献计量分析	深度学习	文献数据	1,019篇论文	VosViewer, Biblioshiny/Bibiometrix for R Studio	NA	NA	NA
1872	2025-10-07	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	开发深度学习算法自动测量脊柱侧弯患者的Cobb角	首次使用深度学习算法在全身脊柱X光片上实现自动Cobb角测量，达到高精度	研究样本量相对有限（345例），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X光片上自动测量Cobb角的准确性	脊柱侧弯患者的全身脊柱X光片	计算机视觉	脊柱侧弯	X射线成像	深度学习	医学影像	345例患者（179例儿童，166例成人）	NA	NA	平均绝对误差	NA
1873	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	NA	NA	NA	NA
1874	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	NA	NA	NA	NA
1875	2025-10-07	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	提出基于深度学习的多模态光谱信息融合网络用于肺腺癌细胞检测	提出自适应深度卷积(ADConv)和跨模态交互融合(CMIF)模块，实现多模态光谱数据的深度特征挖掘与融合	NA	开发快速诊断肺癌的新方法	正常细胞和肺腺癌患者细胞	计算机视觉	肺癌	傅里叶变换红外光谱、紫外-可见吸收光谱、荧光光谱	CNN, Transformer	光谱文本数据、光谱图像	NA	NA	ResNet, Transformer, 一维卷积神经网络	准确率	NA
1876	2025-10-07	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	本研究探索利用视觉语言模型进行建筑和拆除塑料废物的树脂类型分类	首次将视觉语言模型应用于塑料废物分类，支持零样本和小样本学习，显著减少对标注数据的依赖	零样本分类准确率仍有提升空间，模型性能可能受限于语言描述的质量	开发数据高效且可扩展的塑料废物分类方法	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	VLM	图像, 文本	NA	NA	视觉语言模型	准确率	NA
1877	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	NA	NA	NA	NA
1878	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	NA	NA	NA	NA
1879	2025-05-13	Evaluating crash risk factors of farm equipment vehicles on county and non-county roads using interpretable tabular deep learning (TabNet) 2025-Jul, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108048 PMID:40252392	研究论文	本研究利用可解释的表格深度学习模型TabNet评估了农用设备车辆在县道和非县道上的碰撞风险因素	首次应用TabNet模型分析农用设备车辆事故严重性因素，并比较县道与非县道差异，提供特征重要性和SHAP图的可解释性	研究基于特定数据集，可能无法完全代表所有地区的农用设备车辆事故情况	评估农用设备车辆在不同类型道路上的碰撞风险因素，为制定针对性安全措施提供依据	涉及农用设备车辆的交通事故	机器学习	NA	TabNet, SMOTE, SHAP	TabNet	表格数据	未明确说明具体样本量（农用设备车辆事故数据）	NA	NA	NA	NA
1880	2025-05-12	Deformable image registration with strategic integration pyramid framework for brain MRI 2025-Jul, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110386 PMID:40122188	research paper	提出了一种基于金字塔结构的战略集成配准网络，用于脑部MRI的可变形图像配准	设计了CNN编码器和Transformer解码器，有效提取和增强全局与局部特征，并在金字塔结构的最低尺度引入渐进优化迭代以减少误差积累	未提及具体的数据集大小或多样性限制	提高脑部MRI图像配准的准确性和鲁棒性	脑部MRI图像	digital pathology	NA	deep learning-based deformable registration	CNN, Transformer	image	多个脑部MRI数据集（未提及具体数量）	NA	NA	NA	NA