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
1221	2025-07-07	Streamlining tuberculosis detection with foundation model-based weakly supervised transformer 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110554 PMID:40561575	研究论文	本文提出了一种基于基础模型的弱监督Transformer方法，用于显微镜图像中的结核杆菌检测	该方法引入了两个关键创新点：利用跨领域迁移学习将UNI基础模型应用于结核杆菌检测，以及采用仅需图像级标签的弱监督方法，显著降低了标注负担	未提及具体局限性	开发一种可扩展的自动化结核病检测方法，减少标注需求和预处理工作	显微镜图像中的结核杆菌(MTB)	数字病理学	结核病	弱监督学习	Transformer	图像	大型多样化数据集（具体数量未提及）
1222	2025-07-07	Generative adversarial network augmented data for improved heart sound abnormality detection 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110623 PMID:40561577	研究论文	本研究利用生成对抗网络（GAN）合成冠状动脉疾病（CAD）类似的心音片段，以增强现有数据集，从而提高心音异常检测的分类性能	采用渐进式Wasserstein GAN架构生成高质量音频片段，并通过后处理步骤（如带通滤波）进一步提升合成样本的保真度	研究依赖于PhysioNet/Computing in Cardiology Challenge 2016数据集，该数据集存在规模有限和类别不平衡的问题	解决心音分析中数据集规模有限和类别不平衡的问题，提升心音异常检测的性能	冠状动脉疾病（CAD）和健康心音样本	生物医学信号处理	心血管疾病	生成对抗网络（GAN）	Progressive Wasserstein GAN	音频	PhysioNet/Computing in Cardiology Challenge 2016数据集中的CAD和健康心音样本
1223	2025-07-07	CRCpred: An AI-ML tool for colorectal cancer prediction using gut microbiome 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110592 PMID:40570762	research paper	开发了一个基于AI-ML的工具CRCpred，用于通过肠道微生物组预测结直肠癌	使用混合机器学习和深度学习算法，结合来自8个国家11项研究的1728个公开可用的宏基因组样本，开发了CRCpred工具	训练数据和算法可能限制了预测的准确性	通过肠道微生物组预测结直肠癌	肠道微生物组	machine learning	colorectal cancer	metagenomic sequencing	XGBoost	metagenomic samples	1728个公开可用的宏基因组样本
1224	2025-07-07	Enhancing cancer diagnostics through a novel deep learning-based semantic segmentation algorithm: A low-cost, high-speed, and accurate approach 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110617 PMID:40578155	研究论文	提出一种新型的基于深度学习的语义分割算法，用于增强癌症诊断，具有低成本、高速度和准确性	提出了一种新型的卷积神经网络架构，通过多尺度卷积、多尺度特征提取、下采样策略和特征图融合方法，显著提高了性能并降低了计算复杂度	未提及具体在哪些低资源环境下的实际应用效果，也未讨论算法对不同类型癌症的普适性	开发一种计算成本低、性能优越的医学图像分割方法，以促进癌症诊断在临床环境中的广泛应用	医学图像分割，特别是肺肿瘤、脾脏和胰腺肿瘤的分割	数字病理学	肺癌, 胰腺癌	深度学习	CNN	图像	NA
1225	2025-07-04	Analysis of intra- and inter-observer variability in 4D liver ultrasound landmark labeling 2025-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.5.051807 PMID:40600072	研究论文	本研究通过评估肝脏4D超声成像中专家标记地标的观察者内和观察者间变异性，探讨了专家标记数据的可靠性	首次量化了4D超声肝脏地标标记的观察者内和观察者间变异性，并确定了超声伪影是标记不准确的主要来源	研究仅基于8个4D肝脏超声序列和8位专家观察者的数据，样本量有限	评估4D超声成像中专家标记地标的可靠性，以改进自主治疗引导系统的目标跟踪算法	肝脏4D超声成像中的地标标记	医学影像分析	肝脏疾病	4D超声成像	NA	4D超声图像序列	8个4D肝脏超声序列，由8位专家观察者各标记8个地标3次
1226	2025-07-02	Development of deep learning quantization framework for remote sensing edge device to estimate inland water quality in South Korea 2025-Sep-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123760 PMID:40367723	研究论文	开发了一种用于边缘设备的深度学习量化框架，用于估算韩国内陆水质	通过神经架构搜索（NAS）和帕累托优化识别轻量级CNN模型，并结合后训练量化（PTQ）和量化感知训练（QAT）进一步压缩模型大小，同时保持准确性	尽管在深度学习方面取得了进展，但当代技术在水质监测中的应用尚未完全探索	开发一种适用于边缘设备的实时AI框架，用于水质监测	韩国内陆水质，特别是总悬浮固体（TSS）浓度	计算机视觉	NA	多光谱成像，神经架构搜索（NAS），后训练量化（PTQ），量化感知训练（QAT）	CNN	图像	NA
1227	2025-07-02	Morphotype-resolved characterization of microalgal communities in a nutrient recovery process with ARTiMiS flow imaging microscopy 2025-Sep-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123801 PMID:40382876	研究论文	本研究利用流式成像显微镜（FIM）技术对微藻群落进行实时表征，以优化废水处理过程中的磷回收效率	首次在市政污水处理厂规模下，结合ARTiMiS流式成像显微镜和深度学习模型，实时监测微藻群落动态及其与系统性能的关系	研究仅在美国威斯康星州的一个污水处理厂进行，结果可能受地域和环境因素影响	开发高效监测微藻群落动态的技术，以优化废水处理过程中的磷回收和系统性能	污水处理厂中的微藻群落（如Scenedesmus spp., Chlorella, Monoraphidium）	环境生物技术	NA	流式成像显微镜（FIM），包括FlowCam和ARTiMiS	CNN（卷积神经网络）和DNN（密集神经网络）	图像	为期两年的研究，涉及一个市政污水处理厂的微藻群落
1228	2025-07-02	Multimodal MRI radiomics enhances epilepsy prediction in pediatric low-grade glioma patients 2025-Sep, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05073-2 PMID:40402200	研究论文	本研究提出了一种基于机器学习和深度学习的创新框架，利用MRI进行儿童低级别胶质瘤患者肿瘤相关癫痫的快速无创术前评估	整合了肿瘤和瘤周特征的多模态MRI影像组学方法，显著提高了预测性能	需要更多标准化术前评估数据以增强模型的泛化能力	开发无创预测儿童低级别胶质瘤患者肿瘤相关癫痫的方法	儿童低级别胶质瘤患者	数字病理学	儿童低级别胶质瘤	MRI	SGD分类器	MRI图像	NA
1229	2025-07-02	Risk calculator for long-term survival prediction of spinal chordoma versus chondrosarcoma: a nationwide analysis 2025-Sep, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05063-4 PMID:40295452	研究论文	本研究通过全国性数据库分析，比较了脊柱脊索瘤和软骨肉瘤的临床特征、治疗策略及长期预后，并开发了一个基于机器学习的个体化生存预测模型	开发了一个基于机器学习的个体化生存预测模型，并构建了公开可访问的网络计算器	需要外部验证以增强模型的普适性和临床实用性	比较脊柱脊索瘤和软骨肉瘤的临床特征和长期预后，开发个体化生存预测模型	脊柱脊索瘤和软骨肉瘤患者	数字病理	骨肿瘤	机器学习、深度学习	DeepSurv、Gradient Boosting、CatBoost	临床数据	3175名患者（脊索瘤1204例，软骨肉瘤1971例）
1230	2025-06-30	Saturation transfer MR fingerprinting for magnetization transfer contrast and chemical exchange saturation transfer quantification 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30532 PMID:40228056	研究论文	本研究开发了一种基于深度学习的饱和转移MR指纹识别技术，用于快速准确量化自由水、磁化转移对比、酰胺质子转移参数及B0场不均匀性	提出了一种基于生物物理模型驱动的深度学习方法，结合Bloch-McConnell模拟器进行神经网络训练，实现了比传统方法更高的重建精度	研究仅在数值模型和健康人脑组织中进行验证，未涉及病理组织的应用验证	开发快速准确的饱和转移MR指纹成像技术	水分子、磁化转移对比、酰胺质子转移参数及B0场不均匀性	医学影像分析	NA	饱和转移MR指纹识别(ST-MRF)、深度学习	深度学习网络	MRI影像数据	数值模型及健康人脑组织数据(尺寸256×256×9×103)
1231	2025-06-30	Quantitative susceptibility mapping in magnetically inhomogeneous tissues 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30537 PMID:40312865	研究论文	本研究开发了一种名为DEEPOLE的深度学习方法，用于改进磁敏感定量成像（QSM）的质量和准确性	DEEPOLE首次将宏观非偶极拉莫尔频移纳入QSM，通过深度卷积神经网络整合QUASAR模型，显著减少了传统QSM方法中的伪影和误差	研究主要基于合成数据和数字脑模型验证，虽然也使用了活体人脑数据，但样本量未明确说明	提高磁敏感定量成像在生物组织中的准确性和可靠性	人脑组织（特别是深部灰质和白质）	医学影像分析	神经退行性疾病	定量磁敏感成像（QSM）	深度卷积神经网络	MRI影像数据	NA
1232	2025-06-30	Groupwise image registration with edge-based loss for low-SNR cardiac MRI 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30486 PMID:40353517	研究论文	提出一种基于深度学习的图像配准方法AiM-ED，用于处理低信噪比的心脏MRI图像	使用预训练的边缘检测器定义训练损失，联合处理多个噪声源图像，提高了图像配准的质量	样本量较小，仅验证了24个健康受试者和5个患者的切片	提高低信噪比心脏MRI图像的配准和平均质量	自由呼吸单次心脏MRI图像	计算机视觉	心血管疾病	深度学习	AiM-ED	图像	24个健康受试者和5个患者的切片，以及6个患者的0.55T扫描数据
1233	2025-06-20	DRPM: An advanced predictive model for early diabetes detection and risk stratification 2025-Sep-09, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2025.102576 PMID:40534992	research paper	开发了一个基于深度学习的糖尿病早期检测和风险分层预测模型	通过特征选择技术确定了五个关键特征构建模型，并开发了一个用户友好的在线工具	模型的外部验证和实际应用效果需要进一步验证	糖尿病早期诊断和风险分层	来自国家健康与营养调查(NHANES)的数据	machine learning	diabetes	deep learning	DRPM	health survey data	NHANES 2011-2018年的数据
1234	2025-06-18	A Hybrid Deep Learning-Based Approach for Visual Field Test Forecasting 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100803 PMID:40520474	研究论文	本研究提出了一种混合深度学习框架，用于提高视野测试预测的灵活性和准确性	结合RNN和CNN，并引入深度变换器进行时空建模，提高了预测性能和鲁棒性	中晚期青光眼病例数据可靠性低仍是一个挑战	提高视野测试预测的准确性和灵活性	健康人群和青光眼患者	计算机视觉	青光眼	深度学习	RNN, CNN, Hybrid-VF-Net	图像	1750名受试者，包含19437次Humphrey视野测试
1235	2025-06-14	Deep learning-assisted self-cleaning cellulose colorimetric sensor array for monitoring black tea withering dynamics 2025-Sep-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144727 PMID:40403427	研究论文	本研究提出了一种基于纤维素薄膜的环保型比色传感器阵列（CSA），结合深度学习技术，用于检测挥发性有机化合物（VOCs）并评估红茶的萎凋阶段	开发了一种自清洁TiO-纤维素薄膜，通过特定位置沉积OTS实现疏水非传感区域，提高了湿度抗性，并利用LSTM深度学习模型实现了90%的萎凋阶段识别准确率	未提及样本量大小及具体实验条件限制	开发一种智能、环保的传感器阵列，用于监测红茶萎凋过程	红茶萎凋过程中的挥发性有机化合物（VOCs）	机器学习	NA	比色传感器阵列（CSA），紫外光降解技术	LSTM	化学传感器数据	NA
1236	2025-06-14	Role of artificial intelligence in cancer drug discovery and development 2025-Sep-01, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2025.217821 PMID:40414522	综述	本文综述了人工智能（AI）在癌症药物发现和开发中的多方面应用及其潜在影响	AI技术如机器学习和深度学习能够高效分析海量数据，加速药物靶点识别、化合物优化和临床结果预测，革新了传统耗时且昂贵的药物开发流程	面临数据质量、模型可解释性和监管障碍等挑战	探讨AI在癌症药物研发各阶段的应用及其潜力	癌症药物发现与开发过程	机器学习	癌症	机器学习（ML）、深度学习（DL）、虚拟筛选（VS）、分子对接、CRISPR	NA	多模态数据（包括分子结构数据、临床数据等）	NA
1237	2025-06-14	Predicting Imminent Conversion to Exudative Age-Related Macular Degeneration Using Multimodal Data and Ensemble Machine Learning 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100785 PMID:40502295	研究论文	该研究开发并比较了经典机器学习和深度学习模型，用于预测6个月内即将发生的渗出性年龄相关性黄斑变性（eAMD）转化	结合OCT和临床数据，开发了集成机器学习模型来预测eAMD的即时转化，且深度学习模型表现优于传统机器学习模型	研究为回顾性队列研究，需前瞻性验证模型的有效性	开发预测即将发生eAMD转化的模型，以促进及时治疗	2013至2021年间在Wilmer眼科研究所就诊的eAMD患者	数字病理学	年龄相关性黄斑变性	光谱域OCT	ResNet-50, Random Forest, XGBoost, MLP	图像, 临床数据	2084名患者的33189个OCT体积
1238	2025-06-13	Deep learning algorithms to assist in imaging diagnosis in individuals with disc herniation or spondylolisthesis: A scoping review 2025-Sep, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105933 PMID:40252304	综述	本文对用于辅助诊断椎间盘突出或脊椎滑脱的深度学习算法进行了范围综述	总结了深度学习在椎间盘突出和脊椎滑脱影像诊断中的应用，并识别了最常用的模型和影像技术	数据集规模小、缺乏外部验证、研究结果在不同人群中推广存在挑战	回顾用于椎间盘突出和脊椎滑脱影像诊断的深度学习算法	椎间盘突出和脊椎滑脱的影像诊断	数字病理学	脊椎疾病	MRI, X-ray	CNN, ResNet	影像	18项符合条件的研究
1239	2025-06-13	Deep Learning-Driven Exophthalmometry through Facial Photographs in Thyroid Eye Disease 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100791 PMID:40496215	research paper	开发并评估了一种基于深度学习的系统，用于通过面部照片测量甲状腺眼病（TED）患者的眼球突出	使用双流ResNet-18神经网络结合RGB图像和ZoeDepth算法生成的深度图进行眼球突出测量，提供了一种准确且易于获取的替代传统测量方法	系统检测显著眼球突出变化（≥2毫米）的准确率为74.6%，仍有提升空间	开发一种基于深度学习的辅助系统，用于甲状腺眼病患者的眼球突出测量	甲状腺眼病（TED）患者	digital pathology	thyroid eye disease	deep learning, ZoeDepth算法	dual-stream ResNet-18	facial images	1279名患者（1108名来自Severance Hospital，171名来自Seoul National University Bundang Hospital）
1240	2025-06-13	Effect of Faricimab versus Aflibercept on Hyperreflective Foci in Patients with Diabetic Macular Edema from the YOSEMITE/RHINE Trials 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100798 PMID:40496217	研究论文	比较faricimab与aflibercept对糖尿病黄斑水肿患者高反射灶的影响	使用深度学习算法自动量化高反射灶，并比较两种药物在抑制疾病活动方面的效果	研究为事后分析，可能存在选择偏差	比较faricimab与aflibercept在治疗糖尿病黄斑水肿中的效果	糖尿病黄斑水肿患者	数字病理	糖尿病黄斑水肿	深度学习算法	NA	OCT体积扫描图像	1545名患者（faricimab Q8W组519人，faricimab T&E组524人，aflibercept组502人）