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
181	2025-07-17	Prediction of pathogenic mutations in human transmembrane proteins and their associated diseases via utilizing pre-trained Bio-LLMs 2025-Jul-15, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08452-7 PMID:40665056	研究论文	提出了一种名为MutDPAL的深度学习方法，专门用于识别膜蛋白中的致病突变并将其分类到特定的疾病类别	首次结合跨膜环境和疾病编码特征，进行细粒度的疾病分类	未提及具体样本量或数据来源的局限性	预测人类跨膜蛋白中的致病突变及其相关疾病	人类跨膜蛋白中的错义突变	自然语言处理	多种人类疾病	预训练的生物大语言模型(Bio-LLMs)	基于交叉注意力的深度学习模型	蛋白质序列数据	NA
182	2025-07-17	Advanced finite segmentation model with hybrid classifier learning for high-precision brain tumor delineation in PET imaging 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09638-z PMID:40665069	研究论文	提出了一种结合有限分割模型和改进分类器学习的方法，用于提高PET图像中脑肿瘤分割的准确性	FSM-ICL框架整合了先进的纹理特征提取、基于深度学习的分类和自适应分割方法，显著提高了分割和分类的精确度	未来需要结合微分割和预分类技术来进一步优化在密集像素数据集中的性能	提高PET图像中脑肿瘤分割的准确性	脑肿瘤	数字病理	脑肿瘤	PET成像	FSM-ICL	图像	1000张训练图像和426张测试图像
183	2025-07-17	An efficient deep learning based approach for automated identification of cervical vertebrae fracture as a clinical support aid 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10448-6 PMID:40665115	研究论文	提出一种基于深度学习的混合迁移学习方法，用于自动识别和分类颈椎骨折	结合Inception-ResNet-v2和U-Net的上采样组件，形成混合架构，显著提高了识别准确率	仅使用了公开数据集，未涉及其他类型的数据或实际临床环境验证	开发一种高效的自动化工具，以辅助临床诊断颈椎骨折	颈椎骨折的轴向CT扫描切片	数字病理学	颈椎骨折	深度学习，迁移学习	Inception-ResNet-v2, U-Net	CT图像	2,984个测试CT扫描切片
184	2025-07-17	Integrating vision transformer-based deep learning model with kernel extreme learning machine for non-invasive diagnosis of neonatal jaundice using biomedical images 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08342-2 PMID:40665120	研究论文	本研究提出了一种结合视觉变换器（ViT）和核极限学习机（KELM）的深度学习方法，用于通过生物医学图像无创诊断新生儿黄疸	提出了一种名为EDNJIC-KELM的新方法，该方法结合了ViT进行特征提取和KELM进行分类，并通过增强型COA算法优化KELM的超参数，实现了96.97%的高准确率	未提及具体的数据集规模或多样性限制，也未讨论模型在临床环境中的实际应用效果	开发一种有效的系统，利用先进方法诊断新生儿黄疸	新生儿黄疸的生物医学图像	数字病理学	新生儿黄疸	图像处理、机器学习（ML）、深度学习（DL）	ViT、KELM	图像	未明确提及具体样本数量，仅提到使用了黄疸图像数据
185	2025-07-17	A comparative study and simple baseline for travel time prediction 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02303-5 PMID:40665164	研究论文	本文研究了旅行时间预测（TTP）中不同步骤对预测准确性的影响，并提出了一种结合XGBoost和LSTM的基线方法	通过分析现有方法的各个步骤对TTP准确性的影响，提出了一种动态分配权重的基线方法，结合了XGBoost和LSTM的优势	研究仅使用了台湾和加州的数据集，可能无法完全代表其他地区的交通情况	提高旅行时间预测的准确性，帮助用户更有效地规划行程并缓解交通拥堵	旅行时间预测（TTP）的各个步骤及其对预测准确性的影响	机器学习	NA	深度学习、插值法、最大值填补	LSTM, XGBoost	交通数据	来自台湾和加州的数据集
186	2025-07-17	Domain-incremental white blood cell classification with privacy-aware continual learning 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08024-z PMID:40665174	研究论文	本文提出了一种基于生成回放的持续学习策略，用于解决白细胞分类中的领域偏移和灾难性遗忘问题	采用轻量级生成器模拟历史数据，通过合成潜在表示实现隐私保护的持续学习	实验仅基于四个数据集和四种骨干模型，可能需要更多样化的验证	开发能够在动态临床环境中保持性能的白细胞分类方法	白细胞(WBC)分类	数字病理学	血液疾病	持续学习(CL)	ResNet50, RetCCL, CTransPath, UNI	医学图像	四个不同数据集
187	2025-07-17	Combined Study of Behavior and Spike Discharges Associated with Negative Emotions in Mice 2025-Jul-15, Neuroscience bulletin IF:5.9Q1 DOI:10.1007/s12264-025-01455-8 PMID:40665179	研究论文	本研究通过结合开放场行为测试和电生理记录，探索慢性压力诱导的负面情绪机制	提出了一种名为NeuroSync的新方法，结合行为测试和电生理记录，同步分析神经放电模式与行为反应	研究仅针对小鼠，结果可能不完全适用于人类	探索慢性压力诱导的负面情绪的神经机制	小鼠的中央杏仁核和下丘脑室旁核	神经科学	精神障碍	电生理记录、机器视觉技术、信号处理算法	深度学习和机器学习	视频和电生理数据	NA
188	2025-07-17	18F-FDG PET-based liver segmentation using deep-learning 2025-Jul-15, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01595-1 PMID:40665198	研究论文	本研究开发了一种基于深度学习的18F-FDG PET图像肝脏分割方法	首次提出仅使用18F-FDG PET图像进行肝脏分割的深度学习方法，避免了传统CT或MRI图像的对齐问题和伪影	研究样本量相对较小（120例患者），且未在其他类型PET图像上验证方法通用性	开发不依赖CT/MRI的纯PET图像肝脏分割方法	120例接受18F-FDG PET检查的患者	数字病理	NA	18F-FDG PET成像	3D U-Net (nnUNet框架)	PET图像	120例患者（100例训练集，20例测试集）
189	2025-07-17	Ultrafast T2-weighted MR imaging of the urinary bladder using deep learning-accelerated HASTE at 3 Tesla 2025-Jul-15, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01810-1 PMID:40665218	研究论文	本研究评估了使用深度学习重建的HASTE序列在3 Tesla下进行膀胱超快速成像的可行性	结合深度学习重建的HASTE序列显著提高了膀胱成像的速度和质量	DL-HASTE和HASTE对膀胱内尿液流动伪影敏感	评估深度学习加速的HASTE序列在膀胱超快速成像中的应用	50名患者的盆腔T2加权成像	医学影像	泌尿系统疾病	HASTE序列，深度学习重建	深度学习	MRI图像	50名患者
190	2025-07-17	Deep learning-based delineation of whole-body organs at risk empowering adaptive radiotherapy 2025-Jul-15, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03062-z PMID:40665308	研究论文	本文验证了深度学习模型在全身体器官风险区域自动分割中的临床应用价值	首次评估了深度学习模型在全身体器官风险区域自动分割中的几何性能、临床接受度和剂量学影响	研究仅由一位经验丰富的放射肿瘤学家进行手动分割验证，可能存在主观偏差	验证深度学习模型在全身体器官风险区域自动分割中的临床应用可行性	头颈部、胸部、腹部和骨盆等不同解剖区域的器官风险区域	数字病理学	NA	深度学习	DL模型	医学图像	NA
191	2025-07-17	An interpretable machine learning model for predicting bone marrow invasion in patients with lymphoma via 18F-FDG PET/CT: a multicenter study 2025-Jul-15, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03110-8 PMID:40665334	研究论文	开发并验证了一种可解释的机器学习模型，用于预测淋巴瘤患者的骨髓侵犯	整合了临床数据、18F-FDG PET/CT参数、放射组学特征和深度学习特征，构建了一个可解释的预测模型	样本量相对较小（159例患者），且仅来自两个中心	预测淋巴瘤患者的骨髓侵犯，以减少对侵入性骨髓活检的依赖	159例新诊断的淋巴瘤患者	数字病理	淋巴瘤	18F-FDG PET/CT、放射组学分析、深度学习	ExtraTrees分类器	临床数据、影像数据	159例患者（118例来自中心I，41例来自中心II）
192	2025-07-17	Chromatin accessibility dynamics and transcriptional regulatory networks underlying the primary nitrogen response in rice roots 2025-Jul-14, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101392 PMID:40468596	研究论文	本研究通过时间序列测序分析，探究了水稻根系在氮素响应中的染色质可及性动态和转录调控网络	揭示了OsLBD38和OsLBD39作为早期响应调控因子，以及OsbZIP23作为新型调控因子的作用，并比较了不同水稻品种间的表达差异和遗传分化	研究仅关注了2小时内的氮素响应，可能未覆盖更长时间的动态变化	理解水稻根系在氮素响应中的转录调控机制	水稻根系	植物分子生物学	NA	ATAC-seq, RNA-seq	深度学习	测序数据	两个水稻品种（珍汕97和日本晴）的根系样本
193	2025-07-17	Mortality and antibiotic timing in deep learning-derived surviving sepsis campaign risk groups: a multicenter study 2025-Jul-14, Critical care (London, England) DOI:10.1186/s13054-025-05493-6 PMID:40660326	研究论文	本研究利用深度学习模型对脓毒症患者进行风险分层，并探讨抗生素使用时机对不同风险组患者死亡率的影响	首次使用深度学习模型客观地对脓毒症患者进行风险分层，并基于此评估抗生素使用时机对患者预后的影响	研究为观察性队列研究，需要进一步的前瞻性研究验证结果	评估基于深度学习风险分层的脓毒症患者抗生素使用时机对死亡率的影响	脓毒症患者	数字病理学	脓毒症	深度学习	DL	临床数据	34,087名成年脓毒症患者
194	2025-07-17	From tissue architecture to clinical insights: Spatial transcriptomics in solid tumor studies 2025-Jul-14, Seminars in oncology IF:3.0Q2 DOI:10.1016/j.seminoncol.2025.152389 PMID:40664120	综述	本文深入分析了空间转录组学技术在实体肿瘤研究中的最新进展及其应用	空间转录组学技术保留了基因表达的空间背景，革新了对肿瘤结构和细胞间通讯的解析能力	在技术分辨率、数据处理、样本制备和临床标准化方面仍存在挑战	探讨空间转录组学技术在实体肿瘤研究中的应用及其对精准肿瘤学的潜在影响	实体肿瘤及其微环境	数字病理学	实体肿瘤	空间转录组学、单细胞多组学	深度学习	基因表达数据	NA
195	2025-07-17	Deep siamese residual support vector machine with applications to disease prediction 2025-Jul-14, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110693 PMID:40664125	研究论文	提出了一种名为深度孪生残差支持向量机(DSRSVM)的端到端学习模型，整合了深度神经网络和支持向量机，用于疾病预测	DSRSVM模型通过深度残差网络孪生预训练和深度残差支持向量机微调两阶段学习，实现了深度学习和支持向量机的协同效应，超越了传统端到端协作框架的性能	NA	开发一种新型的端到端学习模型，以提高疾病预测的准确性和性能	公开可用的医学数据集	机器学习	NA	支持向量机(SVM)、深度残差网络	DSRSVM(深度孪生残差支持向量机)	高维非线性数据	NA
196	2025-07-17	Can your brain signals reveal your romantic emotions? 2025-Jul-14, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110754 PMID:40664128	研究论文	本研究通过EEG信号分析，利用机器学习和深度学习模型预测个体在模拟约会应用中的浪漫吸引和拒绝情感	首次基于单次试验的事件相关电位(ERP)分析，预测个体内的浪漫情感	样本量相对较小(61人)，且使用模拟约会应用可能无法完全反映真实场景	探索脑电信号是否能够揭示个体的浪漫情感	61名参与者(31名女性和30名男性)在使用模拟约会应用时的EEG信号	脑机接口	NA	EEG, 事件相关电位(ERP)分析	机器学习和深度学习模型	EEG信号	61名参与者(31名女性和30名男性)
197	2025-07-17	Multimodal Deep Learning Model Based on Ultrasound and Cytological Images Predicts Risk Stratification of cN0 Papillary Thyroid Carcinoma 2025-Jul-14, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.043 PMID:40664556	研究论文	基于超声和细胞学图像的多模态深度学习模型预测cN0乳头状甲状腺癌的风险分层	整合术前超声和细胞学图像，开发并验证了一种用于术前非侵入性评估N0 PTC风险分层的多模态深度学习模型	研究为回顾性多中心研究，可能存在选择偏倚	术前准确评估cN0乳头状甲状腺癌的风险分层以辅助治疗决策	890名接受甲状腺切除术和淋巴结清扫的PTC患者	数字病理学	甲状腺癌	深度学习	多模态DL模型	图像（超声和细胞学图像）	890名PTC患者（训练和验证组），107名患者（测试组）
198	2025-07-17	Deep Learning-Accelerated Prostate MRI: Improving Speed, Accuracy, and Sustainability 2025-Jul-14, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.022 PMID:40664559	research paper	评估深度学习增强的四倍并行采集技术（P4）在提升前列腺MR图像质量和扫描效率方面的效果	使用深度学习加速的四倍并行采集技术（P4）显著提升了图像质量和扫描效率，相比传统两倍并行采集技术（P2）	研究样本量较小（51名参与者），且研究时间较短（2024年1月至7月）	评估深度学习增强的并行采集技术在前列腺MRI中的应用效果	接受前列腺MRI检查的患者	digital pathology	prostate cancer	深度学习增强的四倍并行采集技术（P4）	深度学习（DL）	MRI图像	51名参与者（平均年龄69.4岁±10.5岁）
199	2025-07-17	Artificial intelligence-based action recognition and skill assessment in robotic cardiac surgery simulation: a feasibility study 2025-Jul-13, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-025-02563-3 PMID:40652436	研究论文	本研究开发了一种基于深度神经网络的系统，用于识别基本手术动作并根据视频数据评估外科医生的技能水平	结合CNN和LSTM网络处理手术视频数据，实现动作识别和技能评估的自动化	技能评估网络需要更多数据来提高准确性	开发AI系统用于机器人心脏手术模拟中的动作识别和技能评估	19名具有不同机器人手术经验的外科医生	计算机视觉	心血管疾病	深度学习	CNN+LSTM	视频	435个手术记录视频
200	2025-07-17	Diagnosing pathologic myopia by identifying morphologic patterns using ultra widefield images with deep learning 2025-Jul-13, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01849-y PMID:40653573	研究论文	本研究通过深度学习识别超广角图像中的形态学模式来诊断病理性近视	提出了一种轻量级端到端框架RealMNet，用于识别临床显著的形态学模式，如后葡萄肿和近视性黄斑病变，并利用超广角图像提供更广阔的视网膜视野	NA	诊断病理性近视	超广角图像中的形态学模式	数字病理	近视	深度学习	RealMNet	图像	多源超广角近视数据集PSMM