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	2025-06-23	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	该研究利用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的迁移学习模型相结合用于腮腺肿瘤诊断	回顾性研究且样本量较小（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	2025-06-23	Classifying Three-Wall Intrabony Defects from Intraoral Radiographs Using Deep Learning-Based Convolutional Neural Network Models 2025-Jul, European journal of dentistry DOI:10.1055/s-0044-1791784 PMID:39572193	research paper	使用基于深度学习的卷积神经网络模型从口腔内X光片中分类三壁骨内缺损	首次应用多种CNN模型对口腔内X光片中的三壁骨内缺损进行分类，并评估其临床潜力	模型AUC值在0.7至0.77之间，性能有待进一步提升	开发自动化工具辅助牙周病诊断和治疗规划	口腔内X光片中的三壁骨内缺损	digital pathology	periodontal disease	intraoral radiography	CNN (InceptionV3, InceptionResNetV2, ResNet50V2, MobileNetV3Large, EfficientNetV2B1, VGG19)	image	1,369张来自556名患者的X光片
3	2025-06-23	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足部护理中的核心作用	仅纳入了英文文献，可能遗漏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	糖尿病患者及其足部护理	医学教育	糖尿病	NA	NA	文献数据	筛选了906篇文章
4	2025-06-23	Assessment of the efficacy and accuracy of cervical cytology screening with the Hologic Genius Digital Diagnostics System 2025-Jul, Cancer cytopathology IF:2.6Q2 DOI:10.1002/cncy.70022 PMID:40543043	研究论文	评估Hologic Genius数字诊断系统在宫颈细胞学筛查中的效能和准确性	利用人工智能和深度学习算法验证了Hologic Genius数字诊断系统在临床实践中的性能	研究样本量相对较小（890例），且仅针对ThinPrep Papanicolaou测试	验证Hologic Genius数字诊断系统在宫颈细胞学筛查中的临床适用性	890例先前已审查和诊断的ThinPrep Papanicolaou测试	数字病理学	宫颈癌	深度学习算法	NA	细胞学图像	890例ThinPrep Papanicolaou测试
5	2025-06-23	Fast intraoperative detection of primary central nervous system lymphoma and differentiation from common central nervous system tumors using stimulated Raman histology and deep learning 2025-Jun-21, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae270 PMID:39673805	research paper	该研究结合受激拉曼组织学（SRH）和深度学习技术，开发了一种名为RapidLymphoma的深度学习流程，用于术中快速检测原发性中枢神经系统淋巴瘤（PCNSL）并与其他中枢神经系统肿瘤进行区分	利用便携式拉曼散射显微镜在3分钟内生成虚拟H&E样图像，并结合深度学习模型实现快速准确的术中诊断	研究样本来自四个国际医疗中心，可能存在样本选择偏差	开发一种快速准确的术中诊断方法，以区分原发性中枢神经系统淋巴瘤和其他中枢神经系统肿瘤	原发性中枢神经系统淋巴瘤（PCNSL）和其他中枢神经系统肿瘤	digital pathology	central nervous system lymphoma	stimulated Raman histology (SRH)	deep learning	image	54,000个SRH图像块，来自手术切除和立体定向引导活检的样本，包括各种中枢神经系统肿瘤和非肿瘤性病变
6	2025-06-23	Ultrasound placental image texture analysis using artificial intelligence and deep learning models to predict hypertension in pregnancy 2025-Jun-21, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics DOI:10.1002/ijgo.70306 PMID:40542591	research paper	该研究应用人工智能和深度学习模型分析超声胎盘图像纹理，以预测妊娠期高血压疾病	首次结合CNN、迁移学习和Vision Transformer (ViT) 与TabNet分类器，对妊娠期高血压疾病进行预测	研究中部分参与者有其他不良结局，可能影响结果的准确性	探索深度学习在预测妊娠期高血压疾病中的应用	妊娠期妇女的胎盘超声图像	digital pathology	cardiovascular disease	ultrasound imaging	CNN, transfer learning, Vision Transformer (ViT), TabNet classifier	image	1008名妊娠期妇女（其中143名患有妊娠期高血压疾病）
7	2025-06-23	Innovating cell culture process development with deep learning-powered robotic experimentation using the first Industrial Smart Lab Framework 2025-Jun-21, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70051 PMID:40542657	研究论文	介绍了一种结合深度学习和机器人实验的工业智能实验室框架（ISLFCC），用于优化细胞培养过程	首次将深度学习和机器人实验结合应用于细胞培养过程优化，实现了高吞吐量的自动化细胞培养	NA	提高生物制剂（如抗体和重组蛋白）的生产效率和产量	细胞培养过程	机器学习	NA	深度学习、机器人实验、IoT系统	decoder-only transformer	细胞培养分析数据	三种不同的细胞克隆，在3和15升生物反应器中进行实验
8	2025-06-23	Deep learning-based analysis and identification of single-particle mass spectra of bacteria 2025-Jun-21, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-025-05942-9 PMID:40542895	研究论文	该研究结合单粒子质谱(SPMS)与监督学习算法，区分六种细菌物种	首次将SPMS与深度学习结合用于细菌物种识别，并采用Score-CAM方法可视化CNN模型的关键离子特征	仅针对六种细菌和四种生物质燃烧产物进行研究，样本多样性有限	开发基于深度学习的单粒子质谱数据分析方法，实现细菌物种的精确识别	六种细菌和四种生物质燃烧产物(BCPs)	机器学习	NA	单粒子质谱(SPMS)	CNN, MLP, SVM	质谱数据	六种细菌和四种生物质燃烧产物的质谱数据
9	2025-06-23	Research on automatic assessment of the severity of unilateral vocal cord paralysis based on Mel-spectrogram and convolutional neural networks 2025-Jun-21, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01401-9 PMID:40544236	研究论文	本研究开发了一种基于Mel-spectrogram和卷积神经网络(CNN)的AI平台，用于通过声音分析自动评估单侧声带麻痹(UVCP)的严重程度	使用Mel-spectrogram及其一阶和二阶微分特征作为输入，开发了TripleConvNet模型，用于UVCP严重程度的分类	分类准确率为74.3%，仍有提升空间	开发一种非侵入性声音分析方法，用于精确分级UVCP的严重程度	131名健康个体和292名确诊UVCP患者	数字病理	声带麻痹	Mel-spectrogram分析	CNN	声音数据	423个声音样本（131健康，292 UVCP患者）
10	2025-06-23	Automated detection and classification of osteolytic lesions in panoramic radiographs using CNNs and vision transformers 2025-Jun-21, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06209-6 PMID:40544240	研究论文	本研究旨在开发和评估用于在全景X光片中检测和分类溶骨性病变的深度学习模型	使用包含视觉变换器组件的模型（如带有Swin-Tiny骨干的Mask R-CNN和Mask DINO）显著提高了溶骨性病变的自动检测效果	模型在颌窦周围、拔牙部位和放射透明带区域存在误判	支持牙医早期检测和分类颌骨溶骨性病变	颌骨溶骨性病变（包括边界清晰和边界模糊的病变）	计算机视觉	颌骨疾病	深度学习	Mask R-CNN, Swin-Tiny, ResNet-50, Mask DINO, YOLOv5	图像	676张全景X光片（165张边界清晰病变，181张边界模糊病变，330张对照）
11	2025-06-23	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在预测脓毒症和患者风险分层方面的性能	VC-SEPS是一种基于深度学习的算法，能够预测脓毒症并监测患者状况，且本研究首次前瞻性比较了医疗人工智能软件算法与传统评分系统在预测脓毒症方面的表现	研究仅在一家医院进行，样本量相对有限	验证VC-SEPS算法在早期预测脓毒症和风险分层方面的性能	住院患者，特别是脓毒症患者	医疗人工智能	脓毒症	深度学习	深度学习算法	电子病历数据	6,455名患者，其中325名被诊断为脓毒症
12	2025-06-23	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	本文介绍了BoneDat，一个用于计算机模拟分析的标准化骨形态数据库	开发了首个标准化、高质量的人类骨形态数据集，解决了研究可重复性和计算模型可靠性问题	数据集仅包含278例临床腰骨盆CT扫描，样本量相对有限	为骨科和进化生物学领域的计算机模拟分析提供标准化骨形态数据	人类腰骨盆骨形态	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16-91岁，按性别和年龄组平衡
13	2025-06-23	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+深度学习模型和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提升石油泄漏检测的准确性和分割质量	研究仅针对苏伊士运河北部入口区域，可能不适用于其他地理环境	开发自动化石油泄漏检测方法以保护海洋生态系统	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+	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）
14	2025-06-23	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	研究论文	本文提出了一种基于序列耳标检测管道的猪只识别方法，用于畜牧业中的个体识别	提出了一种光照不变的猪只识别方法，通过四个连续的目标检测模型实现高效识别，并公开了三个自定义数据集	在陌生环境下的识别性能略有下降，且依赖于商业耳标的使用	提高畜牧业中猪只个体识别的准确性和鲁棒性	猪只及其耳标	计算机视觉	NA	深度学习	目标检测模型	图像	在两个不同的摄像头环境中评估，具体样本数量未提及
15	2025-06-23	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	research paper	开发了一种基于注意力机制的UNet增强模型，用于显微镜图像中细菌孢子生长的精确分割	采用注意力机制增强UNet模型，提高了细菌孢子和营养细胞的分割准确率，达到96%的准确度	未提及模型在不同类型细菌或不同成像条件下的泛化能力	通过深度学习技术高效量化细菌孢子和营养细胞的位置、面积和圆形度	显微镜图像中的细菌孢子和营养细胞	computer vision	NA	deep learning	attention-driven UNet	image	超过10,000个细菌细胞的图像
16	2025-06-23	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摄像头检测系统，旨在简化实验室自动化	利用低成本硬件和开源软件，设计了两个软件应用，分别用于创建3D数字模型和自动化数字显示识别，降低了编程复杂性	未提及系统在大规模或高复杂度实验室环境中的适用性	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、时间和专业技术限制	实验室自动化系统	实验室自动化	NA	OpenCV, 深度学习神经网络	深度学习神经网络	图像	NA
17	2025-06-23	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，用于多方面的罕见疾病诊断	SHEPHERD是一种基于知识图谱的小样本学习方法，能够在罕见疾病信息丰富的知识图谱上进行深度学习，并在模拟罕见疾病患者的数据集上进行训练	NA	加速罕见疾病的诊断	罕见疾病患者	machine learning	rare genetic diseases	few-shot learning	knowledge-grounded deep learning	simulated rare disease patients data, real-world cohorts data	Undiagnosed Diseases Network (N=465), MyGene2 (N=146), Deciphering Developmental Disorders study (N=1431)
18	2025-06-23	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软硬件架构，用于检测原发性震颤	将量子启发的计算滤波器（Quantvolution和QuantClass）集成到深度学习框架中，提高了震颤模式的分析能力	需要在更广泛的数据集和临床环境中进一步验证效果	开发一种低成本、高效的震颤检测方法	原发性震颤患者	机器学习	神经系统疾病	量子启发算法、深度学习	深度学习框架	传感器数据	NA
19	2025-06-23	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	综述	本文全面回顾了利用远程光电容积描记术（rPPG）和深度学习进行心率测量的研究进展	比较分析了深度学习方法在非接触式心率估计中相对于传统技术的更高准确性，并探讨了未来研究方向	未提及具体实验数据或性能指标的详细分析	评估rPPG与深度学习算法在远程健康监测系统中心率检测的应用	远程光电容积描记术（rPPG）和深度学习算法	机器学习和数字健康	心血管疾病	远程光电容积描记术（rPPG）	深度学习模型	图像数据	145篇相关文章的综合分析
20	2025-06-23	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	该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幼虫的最具预测性的生物标志物	研究仅针对斑马鱼幼虫模型，结果可能需要进一步验证才能推广到其他模型或人类	识别杜氏肌营养不良表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模型（sapje和sapje-like）的逃避反应游泳运动学	数字病理学	杜氏肌营养不良	高速摄像、深度学习、无标记运动捕捉	随机森林、支持向量机	视频	两种斑马鱼模型（突变型和野生型）的逃避反应游泳运动学数据