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	2025-05-13	How Deep is your Guess? A Fresh Perspective on Deep Learning for Medical Time-Series Imputation 2025-May-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3568778 PMID:40343821	research paper	本文对电子健康记录（EHR）时间序列插补的深度学习方法进行了全面分析，探讨了架构和框架设计决策如何影响深度插补模型的高级特性和对复杂数据特征的偏好	揭示了深度插补模型在捕捉EHR中复杂时空依赖关系方面的不同能力，并指出模型效果取决于其综合偏好与医疗时间序列特征的匹配程度，挑战了关于模型复杂性的常见假设	当前深度插补方法与医疗需求之间存在关键差距，需要整合临床见解以实现更可靠的医疗应用插补方法	评估深度学习方法在医疗时间序列数据插补中的效果和适用性	电子健康记录（EHR）时间序列数据	machine learning	NA	deep learning	deep imputer models	time-series data	NA
182	2025-05-11	Author Correction: Deep learning and genome-wide association meta-analyses of bone marrow adiposity in the UK Biobank 2025-May-09, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59574-9 PMID:40346038	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
183	2025-05-13	Multiparameter MRI-based model integrating radiomics and deep learning for preoperative staging of laryngeal squamous cell carcinoma 2025-May-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01270-1 PMID:40346120	研究论文	本研究建立了一个基于多参数MRI的模型，结合放射组学和深度学习，用于喉鳞状细胞癌的术前分期	结合放射组学和深度学习特征，构建了一个综合模型，显著提高了术前分期的准确性	研究仅基于两个中心的数据，可能存在一定的样本偏差	提高喉鳞状细胞癌术前分期的准确性，为临床决策提供指导	401例经组织学确认的喉鳞状细胞癌患者	数字病理	喉鳞状细胞癌	MRI	ResNet 18, 随机森林(RF)	MRI图像	401例患者（训练集：213例；内部测试集：91例；外部测试集：97例）
184	2025-05-13	Addressing significant challenges for animal detection in camera trap images: a novel deep learning-based approach 2025-May-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90249-z PMID:40346172	research paper	提出了一种新颖的两阶段深度学习框架，用于解决相机陷阱图像中动物检测的实际挑战	采用两阶段深度学习框架，结合全局模型和专家模型，显著提高了动物检测的准确性和适用性	模型在新地点的适用性可能仍受背景和物种相似性的影响	提高相机陷阱图像中动物检测的自动化水平和准确性	24种哺乳动物	computer vision	NA	deep learning, Transfer Learning	YOLOv5, agglomerative clustering	image	1.3 million images from 91 camera traps, 120,000 images for testing
185	2025-05-13	Deep learning for Parkinson's disease classification using multimodal and multi-sequences PET/MR images 2025-May-09, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-025-01245-3 PMID:40346391	research paper	使用深度学习方法通过多模态和多序列PET/MR图像对帕金森病进行分类	提出了一种改进的18层ResNet18模型，结合多模态和多序列图像，提高了帕金森病(PD)和多系统萎缩(MSA)的分类准确率	研究为回顾性分析，样本量相对有限(206患者+38健康对照)，外部验证未进行	开发高性能辅助工具以准确诊断PD和MSA	帕金森病(PD)患者、多系统萎缩(MSA)患者和健康对照(NC)	digital pathology	geriatric disease	PET/MR成像	改进的ResNet18	多模态医学图像(PET/MR)	206名患者(PD/MSA)和38名健康对照
186	2025-05-13	SMFF-DTA: using a sequential multi-feature fusion method with multiple attention mechanisms to predict drug-target binding affinity 2025-May-09, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02222-x PMID:40346536	研究论文	提出了一种名为SMFF-DTA的序列多特征融合方法，用于高效准确地预测药物-靶标结合亲和力	采用序列方法表示药物和靶标的结构信息及理化性质，并引入多重注意力机制以紧密捕捉相互作用特征	未明确提及具体局限性	加速药物筛选过程，提高药物-靶标结合亲和力预测的准确性和效率	药物和靶标的结合亲和力	机器学习	NA	深度学习	多重注意力机制	1D序列数据	未明确提及具体样本量
187	2025-05-13	Fully automated image quality assessment based on deep learning for carotid computed tomography angiography: A multicenter study 2025-May-09, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104990 PMID:40347553	研究论文	开发并评估基于深度学习和多元逻辑回归算法的全自动模型，用于颈动脉CT血管造影图像质量评估	首次提出结合3D Res U-net和多元逻辑回归的全自动图像质量评估模型，并在多中心数据上验证其性能	研究为回顾性设计，未在前瞻性临床环境中验证模型性能	开发高效的颈动脉CTA图像质量评估工具	颈动脉CT血管造影图像	计算机视觉	心血管疾病	深度学习，多元逻辑回归	3D Res U-net	医学影像	840例颈动脉CTA图像（来自4家三甲医院）
188	2025-05-13	Glycosyltransferases in human milk oligosaccharide synthesis: structural mechanisms and rational design 2025-May-09, Current opinion in biotechnology IF:7.1Q1 DOI:10.1016/j.copbio.2025.103315 PMID:40347686	综述	本文系统分析了糖基转移酶在人类乳寡糖合成中的结构机制和理性设计	综述了糖基转移酶的结构生物学及其在合成生物学中的应用，并探讨了深度学习算法在糖基转移酶改造和从头设计中的潜力	未提及具体的实验验证或应用实例	探讨糖基转移酶在人类乳寡糖合成中的结构机制和优化策略	糖基转移酶及其在人类乳寡糖合成中的应用	合成生物学	NA	结构生物学、深度学习	NA	结构数据	NA
189	2025-05-13	AI Applications in Transfusion Medicine: Opportunities, Challenges, and Future Directions 2025-May-09, Acta haematologica IF:1.7Q3 DOI:10.1159/000546303 PMID:40349705	综述	本文探讨了人工智能在输血医学中的应用、挑战及未来发展方向	综述了AI在输血医学中多领域的应用潜力，包括机器学习、深度学习和自然语言处理等技术的整合	临床应用流程的变异性、算法透明度、公平获取以及数据隐私和偏见等伦理问题仍需解决	探索AI在输血医学中的应用及其对提升操作效率、患者安全和资源分配的潜力	输血医学中的各个领域，包括供体管理、血液产品质量优化、输血需求预测和出血风险评估等	医疗AI	NA	机器学习(ML)、深度学习、自然语言处理(NLP)、预测分析	NA	NA	NA
190	2025-05-13	CirnetamorNet: An ultrasonic temperature measurement network for microwave hyperthermia based on deep learning 2025-May-09, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100297 PMID:40350037	研究论文	提出了一种基于深度学习的超声波温度测量网络CirnetamorNet，用于微波热疗中的非侵入式温度监测	通过多特征数据融合和多头注意力机制构建CirnetamorNet模型，实现了高精度的温度预测	实验使用模拟人体组织的材料构建体模，可能无法完全反映真实人体组织的复杂性	提高微波热疗中非侵入式温度监测技术的准确性和可靠性	微波热疗过程中的温度变化	数字病理	癌症	超声波成像	RNN（循环神经网络）	图像	使用模拟人体组织的材料构建体模进行数据采集
191	2025-05-13	A subject transfer neural network fuses Generator and Euclidean Alignment for EEG-based motor imagery classification 2025-May-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110483 PMID:40350042	research paper	提出了一种结合生成器和欧几里得对齐的主题转移神经网络（ST-GENN），用于提高基于EEG的运动想象分类的准确性	结合生成器和欧几里得对齐的主题转移神经网络（ST-GENN），能够有效将源域数据的经验和知识转移到目标域	未提及具体局限性	提高脑机接口（BCI）分类准确性，解决个体间EEG信号差异问题	EEG信号	machine learning	NA	transfer learning, deep learning	ST-GENN, Convolution-attention-temporal (CAT) classifier	EEG信号	BCI competition IV 2a, BCI competition IV 2b和SHU数据集
192	2025-05-13	Cine Cardiac Magnetic Resonance Segmentation using Temporal-spatial Adaptation of Prompt-enabled Segment-Anything-Model: A Feasibility Study 2025-May-09, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101909 PMID:40350082	研究论文	该研究提出了一种基于Segment-Anything-Model (SAM)的cine心脏磁共振分割方法cineCMR-SAM，通过时空注意力机制和提示技术提高分割性能	首次将SAM基础模型适配到cine心脏磁共振分割任务，引入时空注意力机制和文本/框提示技术	研究样本量相对有限，仅评估了特定病理类型(主动脉瓣狭窄和HFpEF)的泛化能力	开发具有高泛化能力的心脏磁共振图像自动分割方法	心脏磁共振图像(左心室和心肌组织)	医学图像分析	心血管疾病	深度学习	SAM (Segment-Anything-Model) + 时空注意力机制	医学影像(cine CMR)	3个外部测试数据集(共229例：公共数据集136例+主动脉瓣狭窄40例+HFpEF53例)
193	2025-05-13	Deep learning approach based on a patch residual for pediatric supracondylar subtle fracture detection 2025-May-08, Biomolecules & biomedicine DOI:10.17305/bb.2024.11341 PMID:39829118	研究论文	本文提出了一种基于多尺度补丁残差网络(MPR)的深度学习方法，用于自动检测和定位儿童肱骨髁上细微骨折	结合CNN和多尺度生成对抗网络，利用健康样本学习正常骨骼分布，减少对标记骨折数据的依赖	标记的儿童肱骨髁上骨折样本稀缺且难以获取	开发一种自动检测和定位儿童肱骨髁上细微骨折的深度学习方法	儿童肱骨髁上骨折	数字病理	骨折	CNN, 生成对抗网络	MPR (多尺度补丁残差网络)	医学影像	来自两家不同医院的数据集，数据增强技术应用于训练和验证阶段
194	2025-05-13	NABP-LSTM-Att: Nanobody-Antigen binding prediction using bidirectional LSTM and soft attention mechanism 2025-May-08, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108490 PMID:40347542	研究论文	该论文提出了一种名为NABP-LSTM-Att的深度学习模型，用于仅从序列信息预测纳米抗体与抗原的结合	利用双向LSTM和软注意力机制从序列信息预测纳米抗体与抗原的结合，无需依赖3D结构	模型的性能依赖于SAbDab-nano数据库中的序列数据，可能无法泛化到所有纳米抗体-抗原对	提高纳米抗体与抗原结合亲和力和特异性的预测能力，以促进纳米抗体药物的开发	纳米抗体和抗原的序列	自然语言处理	NA	深度学习	biLSTM和软注意力机制	序列数据	来自SAbDab-nano数据库的纳米抗体-抗原序列对
195	2025-05-13	Ultrasound-based deep learning radiomics for enhanced axillary lymph node metastasis assessment: a multicenter study 2025-May-08, The oncologist DOI:10.1093/oncolo/oyaf090 PMID:40349137	研究论文	本研究开发了一种基于超声的深度学习放射组学模型，用于评估乳腺癌患者的腋窝淋巴结转移，并验证其对放射科医生诊断准确性的提升	结合深度学习和手工放射组学特征，构建临床-放射组学模型，显著提高了放射科医生的诊断准确性	研究仅基于超声图像，未考虑其他影像学或分子生物学数据	开发并验证一种非侵入性方法，用于乳腺癌患者腋窝淋巴结转移的术前评估	乳腺癌患者	数字病理	乳腺癌	超声成像	深度学习放射组学模型	超声图像	866名乳腺癌患者，来自6家医院
196	2025-05-13	Machine learning-based approaches for distinguishing viral and bacterial pneumonia in paediatrics: A scoping review 2025-May-08, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108802 PMID:40349546	综述	本文综述了基于机器学习的儿科病毒性和细菌性肺炎分类方法的研究现状	总结了机器学习特别是深度学习在利用胸片图像分类儿科肺炎中的应用和潜力	现有研究主要依赖单一公开数据集(Kermany数据集)，存在过拟合和泛化性不足的问题	评估机器学习技术对儿科病毒性和细菌性肺炎的分类效果	0-18岁通过胸片诊断的肺炎患儿	医学影像分析	肺炎	机器学习(ML)和深度学习(DL)	CNN	胸片图像	35项研究(2018-2025年)
197	2025-05-13	MRI-based multimodal AI model enables prediction of recurrence risk and adjuvant therapy in breast cancer 2025-May-07, Pharmacological research IF:9.1Q1 DOI:10.1016/j.phrs.2025.107765 PMID:40345352	研究论文	本研究开发了一种基于多模态MRI和AI的3D深度学习模型（3D-MMR模型），用于预测非转移性乳腺癌患者的复发风险和辅助治疗效果	结合多模态MRI数据和AI技术，开发了3D-MMR模型，首次实现了对乳腺癌复发风险的精准预测，并通过RNA-seq分析探索了肿瘤微环境与复发风险的关系	研究样本仅来自中国的四个机构，可能限制了模型的普适性	提高乳腺癌患者的预后评估准确性，指导个体化治疗决策	非转移性乳腺癌患者	数字病理学	乳腺癌	MRI（T1+C和T2WI）、RNA-seq	3D-UNet、DenseNet121	MRI图像、临床数据、RNA-seq数据	1199名非转移性乳腺癌患者
198	2025-05-13	Diagnostic accuracy of machine learning algorithms in electrocardiogram-based sleep apnea detection: A systematic review and meta-analysis 2025-May-07, Sleep medicine reviews IF:11.2Q1 DOI:10.1016/j.smrv.2025.102097 PMID:40349509	meta-analysis	评估机器学习和深度学习算法在基于单导联心电图数据的睡眠呼吸暂停检测中的诊断准确性	首次系统评价和荟萃分析机器学习与深度学习在单导联心电图中检测睡眠呼吸暂停的诊断准确性	算法效果存在差异且存在方法学偏倚	评估机器学习和深度学习算法在睡眠呼吸暂停检测中的诊断准确性	单导联心电图数据	machine learning	sleep apnea	machine learning, deep learning	ML/DL	ECG signals	84项研究
199	2025-05-13	Intelligent transformation of ultrasound-assisted novel solvent extraction plant active ingredients: Tools for machine learning and deep learning 2025-May-07, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144649 PMID:40349518	综述	本文综述了机器学习和深度学习在超声波辅助新型溶剂提取植物活性成分中的应用及挑战	利用机器学习和深度学习模型加速新型溶剂筛选、优化提取过程、深入分析提取机制及实时监控超声设备	模型可解释性不足、数据集标准化缺乏以及工业可扩展性受限	推动超声波辅助提取技术的智能化与数字化发展	植物活性成分的超声波辅助提取过程	机器学习	NA	超声波辅助提取	机器学习和深度学习模型	NA	NA
200	2025-05-13	EPIPDLF: a pretrained deep learning framework for predicting enhancer-promoter interactions 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae716 PMID:40036975	research paper	该论文提出了一种名为EPIPDLF的预训练深度学习框架，用于预测增强子-启动子相互作用	EPIPDLF利用先进的深度学习技术，仅基于基因组序列以可解释的方式预测EPIs，并在六个基准数据集上表现出优越性能	未提及具体局限性	开发一种高效且成本较低的预测增强子-启动子相互作用的方法	增强子和启动子之间的相互作用	machine learning	NA	深度学习	预训练深度学习框架	基因组序列	六个基准数据集