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	2025-06-22	Deep learning for differential diagnosis of parotid tumors based on 2.5D magnetic resonance imaging 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2520401 PMID:40531801	research paper	本研究利用2.5D磁共振成像和深度学习模型对腮腺肿瘤进行良恶性鉴别诊断	首次将2.5D成像方法与基于transformer的迁移学习模型结合应用于腮腺肿瘤诊断	回顾性研究且样本量有限（122例）	提高腮腺肿瘤术前诊断准确性以指导手术方案制定	腮腺肿瘤患者	digital pathology	parotid gland tumors	MRI	transformer-based transfer learning model	2.5D magnetic resonance images	122例腮腺肿瘤患者
2	2025-06-22	MBRSTCformer: a knowledge embedded local-global spatiotemporal transformer for emotion recognition 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10277-3 PMID:40538970	research paper	提出了一种名为MBRSTCformer的知识嵌入局部-全局时空变换器，用于基于EEG的情绪识别	结合大脑认知机制，提出了多脑区协作网络和级联金字塔空间融合时间卷积网络，以更好地提取脑区局部特征	NA	开发一种鲁棒的基于EEG的情绪识别模型	EEG信号	machine learning	NA	EEG	transformer (MBRSTCformer), CNN	EEG信号	两个主流情绪识别数据集（DEAP和DREAMER）
3	2025-06-22	The Central Role of Learning in Preventing Foot Complications in Persons With Diabetes: A Scoping Review 2025-Jul, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17678 PMID:40001301	综述	本文探讨了糖尿病患者足部护理的学习过程和教学策略，并分析了不同学习过程对这些策略的影响	提出了一个理解患者学习和自我管理渐进阶段的框架，并强调了早期学习在糖尿病足部护理中的核心作用	仅纳入了英文文献，可能忽略了其他语言的重要研究	探索糖尿病患者足部护理的学习过程和教学策略	糖尿病患者	NA	糖尿病	NA	NA	文献数据	906篇文章
4	2025-06-22	Towards Investigating Residual Hearing Loss: Quantification of Fibrosis in a Novel Cochlear OCT Dataset 2025-Jul, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3537868 PMID:40031386	research paper	该研究通过光学相干断层扫描（OCT）图像数据集，探索了耳蜗植入后纤维化的量化方法，旨在减少纤维化负担并改善耳蜗植入患者的治疗效果	首次将计算机视觉技术应用于植入耳蜗纤维化的OCT数据集，并开发了一种改进的UNET架构（2D-OCT-UNET）用于高分辨率图像分割	研究基于豚鼠模型，结果可能需要进一步验证才能推广到人类	研究耳蜗纤维化的形成机制，以减少纤维化负担并提高耳蜗植入患者的治疗效果	慢性植入豚鼠的耳蜗OCT图像	digital pathology	hearing loss	optical coherence tomography (OCT)	UNET (2D-OCT-UNET)	image	豚鼠OCT图像数据集（具体数量未提及）
5	2025-06-22	Artificial intelligence entering the pathology arena in oncology: current applications and future perspectives 2025-Jul, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2025.03.006 PMID:40307127	review	本文综述了人工智能在病理学和肿瘤学领域的当前应用及未来前景，特别是在癌症诊断、预后评估和治疗策略中的作用	探讨了AI在肿瘤病理学中的创新应用，包括自动肿瘤检测、分子生物标志物识别以及治疗反应预测，并展望了基础模型和通用模型等AI算法的未来发展	目前尚无基于IA或IB级别证据的AI预后或预测性生物标志物，且数据可用性、可解释性和监管问题仍是临床应用的障碍	评估AI在癌症病理学中的当前应用并探讨其未来发展方向	肿瘤诊断、分子生物标志物检测和癌症预后评估	digital pathology	oncology	AI-based algorithms, transformer-based deep learning	foundation models, generalist models	image, multi-omics data	NA
6	2025-06-22	Automatic Multi-Task Segmentation and Vulnerability Assessment of Carotid Plaque on Contrast-Enhanced Ultrasound Images and Videos via Deep Learning 2025-Jun-20, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3581686 PMID:40540369	research paper	提出一种基于深度学习的多任务模型，用于自动分割和分类颈动脉斑块在CEUS图像和视频中的IPN等级	开发了一个多任务深度学习模型，用于自动分割和IPN等级分类，并在CEUS图像和视频上表现优于单独训练的模型和部分放射科医生	未明确提及具体局限性，但可能包括模型在更广泛数据集上的泛化能力或对高级放射科医生表现的比较不足	提升颈动脉斑块易损性评估的自动化和准确性	颈动脉斑块在CEUS图像和视频中的IPN等级	digital pathology	cardiovascular disease	contrast-enhanced ultrasound (CEUS)	multi-task deep learning model	image, video	未明确提及具体样本数量，但涉及CEUS图像和视频
7	2025-06-22	Slice-Inference-Assisted Lightweight Small Object Detection Model for Holographic Digital Immunoassay Quantification 2025-Jun-20, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02441 PMID:40540441	research paper	提出了一种切片推理辅助的轻量级小物体检测模型（SIALSO），用于食品样本中氯霉素的数字免疫测定定量	结合无透镜全息成像系统和轻量级深度学习模型，利用全息术的大视场（FOV）促进微球探针的精确信号检测，并集成切片推理辅助算法以提高小物体检测精度同时最小化计算复杂度	NA	开发便携式检测设备，用于食品安全和环境监测	食品样本中的氯霉素	computer vision	NA	数字免疫测定	轻量级深度学习模型	image	NA
8	2025-06-22	Deep learning on high-density EEG during a cognitive task distinguishes patients with Parkinson's disease from healthy controls 2025-Jun-20, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ade6a9 PMID:40541235	研究论文	使用深度学习分析高密度脑电图（EEG）在执行认知任务时的数据，以区分帕金森病患者与健康对照组	首次利用认知任务激活受疾病影响的皮层区域，提高基于EEG的疾病检测准确性	EEG生物标志物仍处于实验阶段，研究结果需要进一步验证	探索认知任务是否可以提高基于EEG的帕金森病检测准确性	帕金森病患者和健康对照组	数字病理学	帕金森病	高密度EEG	深度学习模型	EEG数据	NA
9	2025-06-22	Validation of an artificial intelligence-based algorithm for predictive performance and risk stratification of sepsis using real-world data from hospitalised patients: a prospective observational study 2025-Jun-20, BMJ health & care informatics IF:4.1Q2 DOI:10.1136/bmjhci-2024-101353 PMID:40541404	研究论文	本研究验证了一种基于人工智能的算法VC-SEPS在预测败血症和风险分层方面的性能	VC-SEPS是一种基于深度学习的算法，能够利用电子病历数据预测败血症并监测患者状况，且其性能优于传统评分系统	研究仅在一家医院进行，样本量相对有限，可能影响结果的普遍性	验证VC-SEPS算法在早期预测败血症和风险分层方面的性能	住院患者，特别是败血症患者	医疗人工智能	败血症	深度学习	深度学习算法	电子病历数据	6,455名患者，其中325名被诊断为败血症
10	2025-06-22	BoneDat, a database of standardized bone morphology for in silico analyses 2025-Jun-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05161-y PMID:40541988	研究论文	介绍了一个名为BoneDat的标准化骨形态数据库，用于计算机模拟分析	开发了一个包含标准化骨形态数据的综合数据库，支持计算机模型的重复性和可信度提升	数据库仅包含临床腰骨盆CT扫描数据，可能不适用于其他骨骼区域的研究	解决骨科和进化生物学中缺乏标准化、高质量人类骨形态数据集的问题	278例临床腰骨盆CT扫描数据（骨盆和下部脊柱）	数字病理	骨科疾病	CT扫描	深度学习模型	图像	278例临床腰骨盆CT扫描，年龄16至91岁，按性别和年龄组平衡
11	2025-06-22	Automated oil spill detection using deep learning and SAR satellite data for the northern entrance of the Suez Canal 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03028-1 PMID:40541995	研究论文	本研究利用DeepLabv3+深度学习模型，基于Sentinel-1合成孔径雷达影像，自动检测苏伊士运河北部入口的石油泄漏	采用区域特定训练数据集（埃及领海石油泄漏数据）提升模型性能，相比通用数据集（EMSA-CSN）表现更优	研究仅针对苏伊士运河北部入口区域，模型在其他海域的泛化能力未验证	开发自动化石油泄漏检测系统以保护海洋生态系统并支持应急响应	苏伊士运河北部入口的石油泄漏事件	计算机视觉	NA	合成孔径雷达(SAR)影像分析	DeepLabv3+	卫星图像	2600个石油泄漏事件（1100个来自EMSA-CSN数据集，1500个来自埃及领海数据集）加30个测试案例
12	2025-06-22	Multistage pig identification using a sequential ear tag detection pipeline 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05283-8 PMID:40542014	research paper	提出了一种利用连续检测流程进行猪只个体识别的鲁棒方法，该方法基于商业耳标，克服了光照条件差和耳标编码复杂等挑战	采用四个目标检测模型连续工作，分别检测猪只、定位耳标、通过销钉检测进行旋转校正以及识别数字，最终生成可靠的ID提议	在陌生近距离设置中的召回率略低于熟悉场景，且方法依赖于商业耳标的使用	提高畜牧业中动物个体识别的准确性和鲁棒性，以支持精准畜牧业管理	猪只个体识别	computer vision	NA	deep learning, object detection	CNN	image	三个自定义数据集（耳标、销钉和数字检测）
13	2025-06-22	Attention-driven UNet enhancement for accurate segmentation of bacterial spore outgrowth in microscopy images 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05900-6 PMID:40542045	研究论文	本文开发了一种基于注意力机制的UNet增强模型，用于高效量化显微镜图像中细菌孢子和营养细胞的位置、面积和圆形度	提出了一种注意力驱动的UNet增强模型，实现了96%的准确率，性能接近人工标注水平	未明确提及模型在其他类型细胞图像上的泛化能力	开发深度学习模型以自动化分析显微镜图像中的细菌细胞	显微镜图像中的细菌孢子和营养细胞	计算机视觉	NA	深度学习	UNet（带注意力机制）	显微镜图像	超过10,000个细菌细胞的图像
14	2025-06-22	Facilitating laboratory automation using a robot with a simple and inexpensive camera detection system 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05670-1 PMID:40542052	研究论文	开发了一种基于机器人手臂的相机检测系统，旨在简化实验室自动化	利用低成本硬件和开源软件，结合ArUco标记和深度学习神经网络，实现了高效的物体检测和数字显示识别	未提及系统在大规模或高复杂度实验环境中的表现	解决小型研究实验室在采用实验室自动化技术时面临的资源和技术障碍	实验室自动化系统	机器视觉	NA	OpenCV, 深度学习神经网络	深度学习神经网络	图像	未明确提及样本数量
15	2025-06-22	Few shot learning for phenotype-driven diagnosis of patients with rare genetic diseases 2025-Jun-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01749-1 PMID:40542121	research paper	本文提出了一种名为SHEPHERD的小样本学习方法，用于多方面的罕见遗传病诊断	SHEPHERD是一种基于知识图谱的小样本学习方法，能够在罕见疾病诊断中实现因果基因发现、相似患者检索和新疾病表征	该方法依赖于模拟罕见病患者的数据集，可能无法完全覆盖真实世界中的罕见病多样性	加速罕见疾病的诊断过程	罕见遗传病患者	machine learning	rare genetic diseases	few-shot learning	knowledge-grounded deep learning	knowledge graph and patient data	Undiagnosed Diseases Network (N=465), MyGene2 (N=146), Deciphering Developmental Disorders study (N=1431)
16	2025-06-22	Quantum-classical deep learning hybrid architecture with graphene-printed low-cost capacitive sensor for essential tremor detection 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06359-1 PMID:40542145	研究论文	本研究提出了一种结合电容传感器、量子启发算法和深度学习的硬件和软件架构，用于检测原发性震颤	研究的一个显著特点是将量子启发的计算滤波器（Quantvolution和QuantClass）集成到深度学习框架中，提供了更精细的震颤模式分析	初步结果表明损失变异性更稳定，但需要在更广泛的数据集和临床环境中进一步验证这些效果	开发一种用于检测原发性震颤的新型硬件和软件架构	原发性震颤患者	机器学习	原发性震颤	量子启发算法、深度学习	深度学习	传感器数据	NA
17	2025-06-22	Accurate de novo design of high-affinity protein-binding macrocycles using deep learning 2025-Jun-20, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-025-01929-w PMID:40542165	研究论文	介绍了一种基于深度学习的去噪扩散管道RFpeptides，用于设计针对特定蛋白质靶点的大环结合物	首次提出了一个稳健的从头设计蛋白质结合大环的方法，无需依赖大规模筛选	仅测试了四种蛋白质靶点，样本量相对较小	开发一种高效且可定制的大环肽设计方法，用于诊断和治疗应用	蛋白质靶点和大环结合物	机器学习	NA	深度学习	去噪扩散模型	蛋白质结构数据	针对四种蛋白质靶点设计了20个或更少的大环结合物
18	2025-06-22	Deep learning-designed dynamics 2025-Jun-20, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-025-01963-8 PMID:40542166	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19	2025-06-22	A comprehensive review of heart rate measurement using remote photoplethysmography and deep learning 2025-Jun-20, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01405-5 PMID:40542336	review	本文全面回顾了使用远程光电容积描记术（rPPG）和深度学习进行心率测量的方法	比较分析了深度学习与传统方法在非接触式心率估计中的准确性，并探讨了未来研究方向	面临运动伪影和不同光照条件敏感性的挑战	研究远程健康监测系统中的心率测量技术	远程光电容积描记术（rPPG）和深度学习算法	machine learning	cardiovascular disease	rPPG	deep learning	image	145篇文章
20	2025-06-22	Identifying kinematic biomarkers of the dystrophic phenotype in a zebrafish model of Duchenne muscular dystrophy 2025-Jun-20, Skeletal muscle IF:5.3Q2 DOI:10.1186/s13395-025-00382-6 PMID:40542412	研究论文	本研究利用高速摄像和基于深度学习的无标记运动捕捉技术，量化了两种肌营养不良斑马鱼模型的逃避反应游泳运动学，以识别杜氏肌营养不良表型的运动学生物标志物	采用无标记运动捕捉技术提供高精度、可重复的运动学估计，并利用随机森林和支持向量机模型识别出区分突变型和野生型斑马鱼幼体的最具预测性的生物标志物	研究仅针对斑马鱼模型，结果可能无法直接推广到人类或其他动物模型	识别杜氏肌营养不良斑马鱼模型的运动学生物标志物，并揭示肌营养不良蛋白缺失导致运动障碍的机制	两种肌营养不良斑马鱼品系（sapje和sapje-like）的幼体	数字病理学	杜氏肌营养不良	高速摄像、基于深度学习的无标记运动捕捉	随机森林、支持向量机	视频	两种斑马鱼品系的幼体