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
2021	2025-04-15	Deep learning segmentation model for quantification of infarct size in pigs with myocardial ischemia/reperfusion 2024-12, Basic research in cardiology IF:7.5Q1 DOI:10.1007/s00395-024-01081-x PMID:39348000	研究论文	本研究开发了一种基于深度学习的分割模型，用于自动化量化猪心肌缺血/再灌注实验中的梗死面积	首次将动态U-Net架构应用于心肌梗死面积的自动化量化，显著提高了处理效率	在鼠心脏实验数据上的表现相对较差(DSC: 0.66)	开发自动化心肌梗死面积量化方法以替代传统手工测量	猪和鼠的心脏组织切片	数字病理	心血管疾病	TTC染色	动态U-Net	图像	390个猪心脏实验(3869张图像)和27个鼠心脏实验
2022	2024-09-20	Label-free and rapid mechanics of single cells under high-density co-culture conditions by deep learning image recognition-assisted atomic force microscopy 2024-Sep-18, Acta biochimica et biophysica Sinica IF:3.3Q1 DOI:10.3724/abbs.2024158 PMID:39295485	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2023	2025-04-15	Evaluating cell type deconvolution in FFPE breast tissue: application to benign breast disease 2024-09, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqae098 PMID:40162103	研究论文	评估FFPE乳腺组织中细胞类型去卷积方法，应用于良性乳腺疾病	构建了乳腺组织的单细胞RNA-seq参考数据，测试了多种去卷积方法，并发现深度学习为基础的Scaden方法在FFPE伪影影响下表现最佳	FFPE伪影显著影响了去卷积方法的性能，RMSE在0.04到0.17之间	优化从FFPE样本中定义单个细胞类型组成的策略	FFPE乳腺组织样本	数字病理学	乳腺疾病	RNA-seq	深度学习（Scaden）	RNA-seq数据	62个RNA-seq良性乳腺疾病样本
2024	2025-04-15	PlantC2U: deep learning of cross-species sequence landscapes predicts plastid C-to-U RNA editing in plants 2024-04-15, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erae007 PMID:38190348	研究论文	本研究开发了一个名为PlantC2U的卷积神经网络，用于预测植物质体中C-to-U RNA编辑	PlantC2U在预测C-to-U RNA编辑方面表现出色，其敏感性和特异性均优于现有工具，并能评估不同突变对RNA编辑的影响	仅基于基因组序列进行预测，可能无法完全捕捉转录组数据中的复杂性	提高植物质体中C-to-U RNA编辑位点的预测准确性	植物质体中的RNA编辑	机器学习	NA	RNA编辑分析	CNN	基因组序列	NA
2025	2025-04-15	Artificial intelligence- and computer-assisted navigation for shoulder surgery 2024 Jan-Apr, Journal of orthopaedic surgery (Hong Kong) DOI:10.1177/10225536241243166 PMID:38546214	综述	本文全面分析了肩部手术领域的最新技术进展，特别是人工智能和计算机辅助导航技术的应用	详细探讨了人工智能和计算机辅助导航技术在肩部手术中的创新应用及其未来潜力	未提及具体临床数据或案例研究来验证这些技术的实际效果	概述当前肩部手术技术的现状，并强调人工智能和计算机辅助技术的作用	肩部手术及相关技术	数字病理	骨科疾病	计算机辅助手术、机器人辅助手术、深度学习	深度学习模型	医学影像数据（如超声、CT、MRI）	NA
2026	2025-04-14	NLP for Analyzing Electronic Health Records and Clinical Notes in Cancer Research: A Review 2025-May, Journal of pain and symptom management IF:3.2Q1 DOI:10.1016/j.jpainsymman.2025.01.019 PMID:39894080	review	本文综述了自然语言处理（NLP）技术在癌症研究中使用电子健康记录（EHRs）和临床笔记的应用	提供了比以往专注于特定癌症类型或应用的研究更广泛的视角，并揭示了从基于规则和传统机器学习方法向先进深度学习和基于transformer的模型的显著转变	现有研究中提出的解决方案的泛化能力有限，且需要改进与临床工作流程的整合	探讨NLP技术在癌症研究中的应用现状和未来方向	电子健康记录（EHRs）和临床笔记	natural language processing	cancer	NLP	transformer-based models, deep learning	text	94项相关研究（2019年至2024年发表）
2027	2025-04-14	Stable distance regression via spatial-frequency state space model for robot-assisted endomicroscopy 2025-Apr-12, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03353-w PMID:40220066	research paper	提出了一种基于空间频率状态空间模型的稳定距离回归方法，用于机器人辅助的内窥镜显微技术	提出了空间频率双向结构化状态空间模型（SF-BiS4D），通过双向处理图像序列并在频率和空间域分析数据，以及引入引导轨迹规划策略和分层引导微调方法	未明确提及具体限制	实现内窥镜显微技术中探头与组织距离的自动回归，以支持精确的机器人组织扫描	探头与组织距离的回归	computer vision	NA	probe-based confocal laser endomicroscopy (pCLE)	SF-BiS4D	image sequences	pCLE regression dataset (PRD)
2028	2025-04-14	Video-based multi-target multi-camera tracking for postoperative phase recognition 2025-Apr-12, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03344-x PMID:40220065	research paper	提出了一种基于视频的多目标多摄像头追踪架构，用于术后阶段识别、位置追踪和自动时间戳生成	将深度学习应用从手术室扩展到术后工作流程，提出了一种新的多目标多摄像头追踪架构，结合了医疗领域特定知识	实验数据基于19个模拟术后患者流程，可能无法完全反映真实临床场景的复杂性	开发一种能够支持外科医生和医疗专业人员的术后工作流程理解系统	术后患者流程	computer vision	NA	multi-target multi-camera tracking (MTMCT)	custom MTMCT architecture	video	19个模拟术后患者流程
2029	2025-04-14	The future of Alzheimer's disease risk prediction: a systematic review 2025-Apr-12, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology IF:2.7Q3 DOI:10.1007/s10072-025-08167-x PMID:40220257	系统综述	本文系统综述了机器学习在阿尔茨海默病风险预测中的应用，包括MRI、遗传学、放射组学和医学数据的综合分析	整合传统与AI模型，全面分析神经影像和非神经影像特征在阿尔茨海默病预测中的应用	仅纳入2000年至2024年的120项研究，可能未涵盖所有相关研究	评估机器学习在阿尔茨海默病风险预测中的潜力，以改进早期诊断和个性化干预策略	阿尔茨海默病风险预测模型	机器学习	阿尔茨海默病	MRI、遗传学、放射组学	深度学习(DL)、机器学习(ML)	神经影像数据、非神经影像数据	120项研究
2030	2025-04-14	Recent Advances in Artificial Intelligence for Precision Diagnosis and Treatment of Bladder Cancer: A Review 2025-Apr-12, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17228-6 PMID:40221553	review	本文综述了人工智能在膀胱癌精准诊断与治疗中的最新研究进展与前景	探讨了深度学习技术在膀胱癌临床任务中的显著进展，包括肿瘤检测、分子亚型识别、肿瘤分期与分级、预后预测及复发评估	NA	回顾人工智能技术在膀胱癌精准诊断与治疗中的应用	膀胱癌的诊断与治疗	digital pathology	bladder cancer	deep learning	NA	NA	NA
2031	2025-04-14	Energy efficient multipath routing in IoT-wireless sensor network via hybrid optimization and deep learning-based energy prediction 2025-Apr-11, Network (Bristol, England) DOI:10.1080/0954898X.2025.2476081 PMID:40219585	research paper	该研究提出了一种新颖的混合Beluga Whale-Coati优化（HBWCO）算法，用于优化物联网-无线传感器网络中的能量高效多路径路由	结合了混合优化算法和基于深度学习的能量预测，以提高网络的能量效率和可靠性	未提及具体实验环境或实际部署中的潜在问题	优化无线传感器网络中的能量高效数据传	无线传感器网络中的传感器节点和数据传	machine learning	NA	Hybrid Beluga Whale-Coati Optimization (HBWCO), Deep Q-Net	Deep Q-Net	sensor data	NA
2032	2025-04-14	Incorporating Respiratory Signals for ML-based Multi-Modal Sleep Stage Classification: A Large-Scale Benchmark Study with Actigraphy and HRV 2025-Apr-11, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf091 PMID:40219765	研究论文	本研究通过结合活动记录（ACT）、心率变异性（HRV）和呼吸率变异性（RRV），利用机器学习和深度学习算法，系统比较了基于ACT的睡眠阶段分类与多模态方法的效果	首次在大规模研究中探讨了将呼吸信号纳入睡眠阶段分类，并通过ECG衍生呼吸（EDR）特征引入呼吸信息，与传统呼吸带数据进行比较	研究依赖于公开数据集，可能无法涵盖所有潜在的睡眠模式和变异	提高家庭环境中长期无干扰睡眠监测的准确性，以替代昂贵的睡眠实验室	睡眠阶段分类	机器学习	睡眠障碍	ECG-derived respiration (EDR), 呼吸带数据	LSTM	生理信号数据（ACT, HRV, RRV）	超过1,000条记录
2033	2025-04-14	A High-resolution T2WI-based Deep Learning Model for Preoperative Discrimination Between T2 and T3 Rectal Cancer: A Multicenter Study 2025-Apr-11, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.048 PMID:40221285	research paper	本研究构建了一个基于高分辨率T2加权图像的深度学习模型，用于术前区分T2和T3期直肠癌，并与经验丰富的放射科医生进行了性能比较	使用DenseNet模型在直肠癌T分期上表现出优于放射科医生的诊断性能	研究为回顾性设计，样本量相对有限，且仅针对T2和T3期直肠癌	提高直肠癌术前T分期的准确性以支持临床决策	281例经病理确诊的直肠癌患者	digital pathology	rectal cancer	high-resolution T2-weighted imaging	DenseNet	image	281例患者（255例用于训练/验证，26例用于外部测试）
2034	2025-04-14	Pre-trained molecular representations enable antimicrobial discovery 2025-Apr-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58804-4 PMID:40210659	研究论文	提出一种基于预训练分子表示的计算策略，用于加速抗菌药物的发现	利用自监督深度学习框架MolE学习任务无关的分子表示，结合实验验证的化合物-细菌活性数据，构建通用预测模型	需要依赖已有的实验验证数据，可能对结构新颖化合物的预测能力有限	开发计算策略加速抗菌药物发现	化学化合物及其抗菌活性	机器学习	细菌感染	自监督深度学习	MolE框架	化学结构数据	实验验证了三种针对金黄色葡萄球菌的人类靶向药物
2035	2025-04-14	Heterogeneous attention multi-scale network for efficient weld seam classification 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91186-7 PMID:40210665	research paper	提出了一种名为HAMS-Net的新型深度学习框架，用于高效焊缝分类	通过整合通道-空间注意力模块、异质注意力池化模块、高效Ghost特征通道ReLU层和自适应特征金字塔网络，实现了焊缝分类的最先进性能	未提及具体的数据集规模限制或实际工业应用中的潜在问题	解决工业环境中焊缝分类面临的几何多样性、类间细微差异和图像质量变化等挑战	工业焊缝图像	computer vision	NA	深度学习	HAMS-Net (整合了注意力机制和多尺度特征提取的CNN变体)	图像	使用了ImageNet和专用焊缝数据集（未提及具体样本数量）
2036	2025-04-14	A secure and efficient deep learning-based intrusion detection framework for the internet of vehicles 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94445-9 PMID:40210906	研究论文	提出了一种基于深度学习的车联网入侵检测框架，结合多种加密和优化技术以提高安全性和效率	结合AES-256加密、SMPC和HE进行隐私保护，提出新型混合优化方法CMSO，并设计DAGSNet架构增强特征检测和分类	未提及框架在极端网络条件下的性能表现	提高车联网环境中的入侵检测系统的安全性、效率和精确性	车联网网络	机器学习	NA	AES-256加密、SMPC、HE、Z-score标准化、中位数插补、小波变换	ViT、GAT、DenseNet、GoogleNet、AlexNet、SqueezeNet	网络数据	两个数据集
2037	2025-04-14	Restricted Boltzmann machine with Sobel filter dense adversarial noise secured layer framework for flower species recognition 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95564-z PMID:40210949	研究论文	提出了一种结合Sobel滤波器和受限玻尔兹曼机的SRB-VGG19模型，用于高效分类花卉物种	设计了SRB-VGG FCL和SRB-VGG Dense两个子模型，并通过FGSM攻击验证了模型的安全性	NA	开发一种能够有效分类花卉物种的深度学习技术	花卉物种	计算机视觉	NA	Sobel滤波器、受限玻尔兹曼机(RBM)、Fast Gradient Sign Method (FGSM)	SRB-VGG19、VGG19、DenseNet	图像	3400张训练图像和850张测试图像
2038	2025-04-14	Image quality improvement in head and neck angiography based on dual-energy CT and deep learning 2025-Apr-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01659-4 PMID:40211222	research paper	比较基于深度学习的图像重建（DLIR）和迭代重建算法在头颈部双能CT血管造影（DECTA）中的图像质量	首次在头颈部DECTA中比较DLIR与传统迭代重建算法的图像质量，并证明DLIR在降低图像噪声和提高图像质量方面的优势	样本量较小（58例患者），且仅针对头颈部DECTA，结果可能不适用于其他部位或成像方式	评估和比较不同图像重建算法在头颈部DECTA中的图像质量	头颈部双能CT血管造影图像	digital pathology	NA	dual-energy CT angiography (DECTA)	deep learning-based image reconstruction (DLIR)	image	58例头颈部DECTA患者
2039	2025-04-14	Deep Learning Approach Readily Differentiates Papilledema, NAION, and Healthy Eyes 2025-Apr-10, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.04.006 PMID:40220884	research paper	该研究开发并验证了一种深度学习算法，用于区分由特发性颅内高压（IIH）、非动脉炎性前部缺血性视神经病变（NAION）引起的视盘肿胀与健康眼睛的眼底照片	利用深度学习模型（ResNet-50）结合Grad-CAM技术，首次实现了对IIH、NAION和健康眼睛的高精度分类，并提供了可视化的激活图以突出关键区域	研究依赖于特定质量和来源的眼底照片，可能无法泛化到所有临床环境	开发一种能够准确区分IIH、NAION和健康眼睛的深度学习诊断工具	眼底照片，包括IIH（Frisén等级≥1）、急性NAION和健康对照的眼睛	digital pathology	ophthalmic conditions	deep learning, Grad-CAM	ResNet-50	image	15,088张眼底照片（来自5,866只眼睛），外部验证集包含1,126张照片（来自928只眼睛）
2040	2025-04-14	Deep Learning-Based Detection and Severity Assessment of Bicuspid Aortic Valves Stenosis 2025-Apr-10, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.04.002 PMID:40220934	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA