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	2025-05-21	A self-supervised multimodal deep learning approach to differentiate post-radiotherapy progression from pseudoprogression in glioblastoma 2025-May-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02026-7 PMID:40382400	研究论文	提出一种自监督多模态深度学习方法，用于区分胶质母细胞瘤放疗后的真实进展与假性进展	利用自监督Vision Transformer编码多序列MR脑部图像，结合临床数据和放疗计划信息，通过跨模态注意力机制提高分类准确性	测试数据集样本量较小(n=20)，可能影响模型泛化能力评估	提高胶质母细胞瘤放疗后真实进展与假性进展的鉴别准确性	胶质母细胞瘤患者	数字病理	胶质母细胞瘤	自监督学习、多模态融合	Vision Transformer (ViT)	MRI图像、临床数据、放疗计划信息	训练集2317例MRI（BraTS2021、UPenn-GBM、UCSF-PDGM），验证集59例（Burdenko），测试集20例（UKER GlioCMV）
182	2025-05-21	An integrated deep learning model for early and multi-class diagnosis of Alzheimer's disease from MRI scans 2025-May-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01845-y PMID:40382404	研究论文	提出了一种基于混合深度学习的多分类系统，用于从MRI扫描中早期和多类别诊断阿尔茨海默病	结合改进的DeepLabV3+模型进行病灶分割，采用基于平均相关性和错误概率的新特征选择方法，并使用增强的ResNext模型进行四阶段分类	未提及模型在外部验证集上的表现或临床实际应用中的潜在挑战	提高阿尔茨海默病的早期检测和分期准确性	阿尔茨海默病患者MRI扫描数据	数字病理学	阿尔茨海默病	MRI	IDeepLabV3+, LeNet-5, EResNext	图像	未明确提及样本数量
183	2025-05-21	Research on accurate fire source localization and seconds-level autonomous fire extinguishing technology 2025-May-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01830-5 PMID:40382425	研究论文	本文研究了一种基于视觉信息、热成像形态和热数据的深度学习技术，用于火焰识别、火源精确定位和秒级自主灭火	提出了一种结合视觉信息、热成像形态和热数据的深度学习方法，提高了火焰识别的适应性，实现了厘米级高精度火源定位，并提出了快速自主灭火的水炮火源投影方法	未提及在不同环境条件下的适应性测试，如烟雾、复杂背景等干扰因素下的性能表现	开发一种能够快速准确识别火源并实现秒级自主灭火的技术	消防机器人及其自主灭火技术	计算机视觉	NA	深度学习	NA	图像、热成像数据	测试距离达15米，处理速度约15帧/秒
184	2025-05-21	A combined model for short-term traffic flow prediction based on variational modal decomposition and deep learning 2025-May-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98496-w PMID:40382484	研究论文	提出了一种基于变分模态分解和深度学习的组合模型VMD-GAT-MGTCN，用于提高短期交通流量预测的准确性	结合了变分模态分解(VMD)、图注意力网络(GAT)和多门控注意力时间卷积网络(MGTCN)，设计了时空特征模型，以捕捉交通流量的时空特征	未提及模型在极端天气或突发事件等异常情况下的预测性能	提高短期交通流量预测的准确性	交通流量数据	机器学习	NA	变分模态分解(VMD)	GAT, MGTCN	时间序列数据	NA
185	2025-05-21	Fair ultrasound diagnosis via adversarial protected attribute aware perturbations on latent embeddings 2025-May-17, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01641-y PMID:40382499	研究论文	提出了一种名为APPLE的新方法，通过在潜在空间中学习公平扰动来减少超声图像诊断中的不公平性	无需改变基础模型的参数，通过生成对抗网络在潜在空间中学习公平扰动，提高了不同敏感属性间的分割和诊断公平性	NA	减少超声图像诊断中的不公平性，促进更公平的医疗系统发展	超声图像中的病变分割	数字病理	NA	生成对抗网络(GAN)	GAN	图像	公开数据集和内部超声图像数据集
186	2025-05-21	RP-DETR: end-to-end rice pests detection using a transformer 2025-May-17, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01381-w PMID:40382633	research paper	该论文提出了一种基于Transformer架构的水稻害虫检测框架RP-DETR，通过改进模型结构和损失函数，提高了检测精度并减少了参数数量	引入自研的RepPConv-block减少特征提取中的信息冗余，集成Gold-YOLO neck增强多尺度特征融合能力，采用MPDIoU损失函数提升检测性能	未提及模型在复杂田间环境下的泛化能力及实时性表现	开发高效准确的水稻害虫自动检测方法以支持精准农业	水稻作物中的害虫	computer vision	NA	deep learning	Transformer (RP-DETR)	image	自建高质量水稻害虫数据集（具体数量未说明）
187	2025-05-21	Adaptive debiasing learning for drug repositioning 2025-May-17, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104843 PMID:40389101	research paper	本文提出了一种名为DRDM的去偏学习框架，用于药物重定位任务，通过动态调整关联权重和双视图对比学习来减少数据偏差并增强模型鲁棒性	提出了一种针对药物重定位数据集中节点极化趋势的去偏学习框架DRDM，动态调整关联权重并采用双视图对比学习增强长尾实体表示	研究仅分析了三种常用数据集，可能不适用于其他类型的药物重定位数据	解决药物重定位任务中的数据偏差问题，提高模型对长尾实体的识别能力	药物重定位数据集中的节点（药物和疾病）	machine learning	NA	graph neural network, contrastive learning	GNN	graph data	三种药物重定位数据集
188	2025-05-21	A Robust Automated Segmentation Method for White Matter Hyperintensity of Vascular-origin 2025-May-17, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121279 PMID:40389145	research paper	开发并验证了一种基于transformer的深度学习分割方法，用于血管源性白质高信号（WMH）的自动分割	提出了一种基于transformer的自动分割方法，能够在不同MRI系统和采集设置下保持鲁棒性和泛化能力	未提及	开发并验证一种鲁棒的深度学习方法，用于血管源性白质高信号的自动分割	白质高信号（WMH）	digital pathology	cardiovascular disease	MRI	transformer	3D T1和3D T2-FLAIR图像	126名参与者用于训练和测试，外加两个外部验证数据集（170名和70名受试者）
189	2025-05-21	Fully Automated Evaluation of Condylar Remodeling after Orthognathic Surgery in Skeletal Class II Patients Using Deep Learning and Landmarks 2025-May-17, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105819 PMID:40389149	研究论文	本研究开发了一种基于深度学习和解剖标志的全自动方法，用于评估骨骼II类患者正颌手术后的髁突重塑	结合解剖标志引导的分割与配准技术，实现了髁突重塑的高效自动化评估	未提及样本多样性或跨中心验证的局限性	开发并验证一种全自动方法，用于评估正颌手术后髁突重塑	骨骼II类患者的CT图像	数字病理	颞下颌关节紊乱	CT成像	V-Net	3D医学图像	未明确提及具体样本量
190	2025-05-21	phyddle: software for exploring phylogenetic models with deep learning 2025-May-14, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syaf036 PMID:40366771	research paper	介绍了一款名为phyddle的软件，该软件利用深度学习技术探索系统发育模型	phyddle通过无似然深度学习方法处理缺乏易处理似然函数的系统发育模型，填补了标准推断方法的不足	未提及具体局限性	开发一款软件工具，用于利用深度学习技术进行系统发育建模和分析	系统发育树和相关的进化模型	machine learning	NA	深度学习	NA	系统发育树数据	NA
191	2025-05-21	scPrediXcan integrates deep learning methods and single-cell data into a cell-type-specific transcriptome-wide association study framework 2025-May-14, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100875 PMID:40373737	研究论文	提出了一种名为scPrediXcan的方法，将深度学习方法与单细胞数据整合到细胞类型特异性转录组范围关联研究框架中	结合先进的深度学习方法和单细胞数据，提高了细胞类型特异性表达的预测准确度，并捕捉了线性模型忽略的复杂基因调控规则	未提及具体样本量或数据集的局限性	识别疾病致病基因并揭示其在细胞水平上的机制	2型糖尿病（T2D）和系统性红斑狼疮（SLE）	生物信息学	2型糖尿病, 系统性红斑狼疮	单细胞数据, 深度学习	ctPred (深度学习模型)	单细胞表达数据, DNA序列数据	NA
192	2025-05-21	Local mean suppression filter for effective background identification in fluorescence images 2025-May-14, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110296 PMID:40375425	研究论文	提出了一种用于荧光显微镜图像中有效背景识别的非线性滤波器	基于像素强度与局部邻域平均强度的比较，通过变化邻域大小生成多个标签并累积以决定最终像素标签，性能优于现有图像处理、机器学习和深度学习方法	NA	开发一种易于使用的非线性滤波器，用于荧光显微镜图像中的背景识别	荧光显微镜图像	计算机视觉	NA	非线性滤波	NA	图像	NA
193	2025-05-21	Differentiable Folding for Nearest Neighbor Model Optimization 2025-May-12, ArXiv PMID:40160447	research paper	本文提出了一种利用可微分折叠技术优化最近邻模型参数的方法，显著提升了RNA二级结构预测的准确性	利用可微分折叠技术直接计算RNA折叠算法的梯度，实现了高效、可扩展且灵活的参数优化方法	未明确提及具体局限性，但可能依赖于已知RNA结构和热力学实验数据的可用性	优化RNA二级结构形成的最近邻模型参数，提高预测准确性	RNA二级结构	computational biology	NA	differentiable folding	Nearest Neighbor model	RNA structures and thermodynamic experiments	≈13,000 thermodynamic parameters
194	2025-05-21	A Clinical Neuroimaging Platform for Rapid, Automated Lesion Detection and Personalized Post-Stroke Outcome Prediction 2025-May-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.09.25327310 PMID:40385411	研究论文	介绍了一个全自动的三阶段神经影像处理和机器学习流程，用于从临床影像中预测成人缺血性卒中患者的个性化结果	首次开发了一个结合病变位置信息和网络特征的自动化系统，用于卒中后长期功能结果的个性化预测	仅在概念验证应用中展示了预测特定认知结果的能力，尚未广泛验证	开发基于影像的临床工具用于卒中结果预测	成人缺血性卒中患者	数字病理学	心血管疾病	深度学习, 机器学习	深度学习模型, 统计模型, 大语言模型	影像	预训练队列N=604（局灶性脑损伤患者），独立验证队列N=153（缺血性卒中患者）
195	2025-05-21	Development of an Automated Tool for the Estimation of Histological Remission in Ulcerative Colitis Using Single-Wavelength Endoscopy Technology 2025-May-08, Journal of Crohn's & colitis DOI:10.1093/ecco-jcc/jjae180 PMID:39602814	research paper	开发了一种基于单波长内窥镜技术的自动化工具，用于评估溃疡性结肠炎的组织学缓解	利用单波长内窥镜（SWE）技术增强毛细血管可见性，开发了计算机辅助诊断（CAD）系统，显著提高了组织学缓解的检测准确率	研究样本量相对较小（112名患者），且仅使用了特定品牌的内窥镜系统（FUJIFILM）	评估基于白光内窥镜（WLE）或单波长内窥镜（SWE）的计算机辅助诊断系统在溃疡性结肠炎组织学活动评估中的准确性	溃疡性结肠炎（UC）患者的内窥镜图像	digital pathology	ulcerative colitis	single-wavelength endoscopy (SWE), white light endoscopy (WLE)	deep learning	image	112名患者的6926组WLE和SWE图像帧
196	2025-05-21	ROICellTrack: a deep learning framework for integrating cellular imaging modalities in subcellular spatial transcriptomic profiling of tumor tissues 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf152 PMID:40199763	研究论文	开发了一个名为ROICellTrack的深度学习框架，用于更好地整合细胞成像与空间转录组分析	提出了一个深度学习框架，将细胞成像与空间转录组分析相结合，用于分析肿瘤组织的亚细胞空间转录组特征	研究仅基于56个ROI（感兴趣区域），样本量相对较小	提高对肿瘤异质性的理解，并促进个性化和靶向治疗的研究	膀胱尿路上皮癌和上尿路尿路上皮癌的肿瘤组织	数字病理学	膀胱癌	空间转录组技术（如GeoMx Digital Spatial Profiler）	深度学习框架（ROICellTrack）	图像和转录组数据	56个ROI
197	2025-05-21	Artificial Intelligence in the Management of Malnutrition in Cancer Patients: A Systematic Review 2025-May-05, Advances in nutrition (Bethesda, Md.) DOI:10.1016/j.advnut.2025.100438 PMID:40334987	系统综述	本文系统综述了人工智能在癌症患者营养不良管理中的应用及其效果	评估了AI在癌症患者营养不良检测、预测和个性化干预中的高效性和准确性	需要进一步研究以标准化AI模型并确保其临床适用性	评估人工智能在癌症患者营养不良识别和管理中的作用	癌症患者	医疗人工智能	癌症	机器学习算法（决策树、随机森林、支持向量机）、深度学习模型	决策树、随机森林、支持向量机、深度学习模型	医疗影像、临床数据	52,228名患者
198	2025-05-21	Surrogate modeling of Cellular-Potts Agent-Based Models as a segmentation task using the U-Net neural network architecture 2025-May-05, ArXiv PMID:40386573	研究论文	本文开发了一种基于U-Net架构的卷积神经网络（CNN）替代模型，用于加速Cellular-Potts模型（CPM）的评估	使用U-Net架构的CNN替代模型，能够高效预测CPM的100个计算步骤，加速模拟评估达590倍	未提及具体的数据集规模或模型泛化能力的详细测试	开发高效的深度学习替代模型以加速Cellular-Potts模型的评估	Cellular-Potts模型（CPM）及其在体外血管生成研究中的应用	机器学习	NA	卷积神经网络（CNN），U-Net架构	U-Net	模拟数据	NA
199	2025-05-21	Deep Learning-Assisted Computer-Aided Diagnosis System for Early Detection of Lung Cancer 2025-May, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23929 PMID:39887401	research paper	本文提出了一种深度学习辅助的计算机辅助诊断系统，用于早期检测肺癌	提出的模型在准确性和敏感性方面优于现有技术（99.53%的准确性和98.95%的敏感性）	NA	开发一种更有效的计算机辅助诊断系统以早期检测肺癌	肺癌的检测和分类	digital pathology	lung cancer	Binary Grasshopper Optimization Algorithm (BGOA), Fast nonlocal means filter (FNLM)	deep learning	image	NA
200	2025-05-21	Prenatal Diagnostics Using Deep Learning: A Dual Approach to Plane Localization and Cerebellum Segmentation in Ultrasound Images 2025-May, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23924 PMID:39901589	research paper	本研究开发了两种深度学习技术，用于通过第五个月超声脑图像进行神经发育障碍的产前预测	提出了两种专门的CNN架构：用于平面定位的差分CNN和用于小脑分割的双CNN，这些架构针对特定任务设计，提高了诊断准确性	研究承认存在某些局限性和挑战	开发深度学习技术用于神经发育障碍的产前预测	第五个月超声脑图像	digital pathology	neurodevelopmental disorder	ultrasound imaging	CNN	image	标注的超声图像数据集