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
2341	2025-05-07	A deep learning model with interpretable squeeze-and-excitation for automated rehabilitation exercise assessment 2025-May-06, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03372-4 PMID:40327204	研究论文	本文介绍了一种用于自动化康复运动评估的深度学习模型CNN-SE，通过优化其参数并解释模型决策，展示了其在康复评估中的潜力	结合CNN-SE模型和灰狼优化算法进行参数优化，并利用SHAP方法解释模型决策，提高了康复运动评估的自动化水平和可解释性	研究仅在特定数据集(KIMORE和UI-PRMD)上进行了测试，可能需要更多样化的数据验证模型的泛化能力	开发自动化康复运动评估系统，以解决传统治疗师监督方法的高成本和人力资源短缺问题	患有运动功能障碍的患者(如中风、背痛、帕金森病和脊髓损伤)以及健康参与者	机器学习	神经系统疾病	灰狼优化算法, SHAP解释方法	CNN-SE	运动数据	KIMORE和UI-PRMD数据集中的健康和不健康参与者
2342	2025-05-07	Corticospinal tract reconstruction with tumor by using a novel direction filter based tractography method 2025-May-06, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03357-3 PMID:40327206	research paper	提出了一种基于新型方向滤波器的皮质脊髓束（CST）重建方法，用于在肿瘤存在的情况下进行稳健的CST重建	引入了一种基于四阶微分方程的方向滤波器，用于全局方向估计，并结合空间一致性和解剖先验知识	未提及具体的数据集规模或方法在其他类型肿瘤中的适用性	优化肿瘤切除手术中皮质脊髓束的保留	皮质脊髓束（CST）	数字病理学	肿瘤	扩散磁共振成像（MRI）	深度学习	MRI图像	NA
2343	2025-05-07	An End-to-End Deep Learning Generative Framework for Refinable Shape Matching and Generation 2025-May-05, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562756 PMID:40323742	research paper	提出了一种端到端的深度学习生成框架，用于可精细化形状匹配和生成，以支持计算机医学中的虚拟临床试验	开发了一种无监督的几何深度学习模型，用于在潜在空间中建立可精细化形状对应关系，构建基于群体的图谱，并生成逼真的合成形状	NA	构建AI模型以生成与真实网格样本相似的形状，支持虚拟临床试验	3D表面网格表示的解剖形状	computer vision	NA	geometric deep-learning	generative model	3D surface meshes	实验使用了肝脏和左心室模型
2344	2025-05-07	Contactless Estimation of Respiratory Frequency Using 3D-CNN on Thermal Images 2025-May-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3567141 PMID:40323749	研究论文	本文提出了一种基于深度学习的无接触呼吸频率估计方法，使用3D-CNN处理热成像视频数据	无需复杂预处理和手动ROI跟踪，直接从原始热成像视频估计呼吸频率	在小型数据集上训练，验证R2分数约为0.61，仍有提升空间	开发一种无接触的呼吸频率监测方法，提高热成像在实际应用中的可行性	热成像视频数据	计算机视觉	NA	热成像技术	3D-CNN	视频	未明确说明样本数量，使用了数据增强和合成数据集进行训练
2345	2025-05-07	Deep Learning on Misaligned Dual-Energy Chest X-ray Images Using Paired Cycle-Consistent Generative Adversarial Networks 2025-May-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01508-4 PMID:40325327	研究论文	提出了一种基于配对循环一致性生成对抗网络的框架，用于有效去除双能胸部X射线图像中的运动伪影和统计噪声	结合了集成判别器、可微分增强、抗锯齿卷积层和基本的8层U-Net生成器，显著提高了运动伪影抑制和图像质量	研究仅基于600次检查的临床图像数据集，可能需要更大样本量以验证方法的普适性	改善双能胸部X射线图像的质量，减少运动伪影和统计噪声	双能胸部X射线图像	计算机视觉	NA	双能减影（DES）胸部X射线成像	配对循环一致性生成对抗网络（GAN）、U-Net	图像	600次双能胸部X射线检查的数据
2346	2025-05-07	A Deep Learning-Based Framework for Automatic Determination of Developmental Dysplasia of the Hip from Graf Angles 2025-May-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01518-2 PMID:40325325	研究论文	提出了一种基于深度学习的框架，用于从Graf角度自动确定发育性髋关节发育不良（DDH）	结合DeepLabv3+、形态学操作和局部最大值方法，自动诊断新生儿DDH，减少操作者依赖性和测量变异性	未提及具体样本量及临床验证的广泛性	开发自动化工具以提高DDH超声诊断的准确性和一致性	新生儿髋关节超声图像	数字病理学	发育性髋关节发育不良	超声成像	DeepLabv3+（测试了ResNet50、InceptionResNetV2、MobilenetV2和Xception等主干网络）	图像	NA
2347	2025-05-07	Development of a Novel Machine Learning Model to Automate Vertebral Column Segmentation Utilizing Biplanar Full-body Imaging 2025-May-03, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2025.05.003 PMID:40324481	研究论文	开发了一种新型机器学习模型，用于自动化利用双平面全身成像进行脊柱分割	采用两阶段深度学习模型结合UNET架构，能够准确分割包含复杂脊柱病理和脊柱器械噪声的图像	研究为回顾性设计，样本量相对较小（250张图像）	开发能够自动化从双平面全身X光图像中分割脊柱的人工智能算法	退变性脊柱侧凸（DS）患者的双平面全身X光图像	计算机视觉	退变性脊柱侧凸	双平面全身X光成像	CNN（UNET架构）	图像	250张患者图像（包含DS阳性和阴性样本）
2348	2025-05-07	Multimodal Radiomics Integrating Deep Learning and Clinical Features for Diagnosing Multidrug-Resistant Tuberculosis in HIV/AIDS Patients 2025-May-03, Journal of global antimicrobial resistance IF:3.7Q2 DOI:10.1016/j.jgar.2025.04.013 PMID:40324593	research paper	本研究旨在开发和验证一个基于多模态数据的预测模型，用于区分HIV/AIDS患者中的多药耐药结核病（MDR-TB），以提高诊断准确性	通过整合临床特征、放射组学特征和深度学习特征，构建了一个多模态模型，显著提高了MDR-TB的诊断效能	研究为回顾性研究，样本量相对较小（n=227），且数据来源于单一医院	提高HIV/AIDS患者中多药耐药结核病（MDR-TB）的诊断准确性	HIV/AIDS患者中的药物敏感结核病（n=164）和多药耐药结核病（MDR-TB，n=63）患者	digital pathology	tuberculosis	2.5D multi-instance learning (MIL)	integrated model (clinical model, radiomics model, 2.5D MIL)	multimodal data (clinical features, radiomics features, deep learning features)	227 patients (164 drug-sensitive tuberculosis and 63 MDR-TB)
2349	2025-05-07	KanCell: dissecting cellular heterogeneity in biological tissues through integrated single-cell and spatial transcriptomics 2025-May, Journal of genetics and genomics = Yi chuan xue bao DOI:10.1016/j.jgg.2024.11.009 PMID:39577768	研究论文	KanCell是一种基于Kolmogorov-Arnold网络（KAN）的深度学习模型，旨在通过整合单细胞RNA测序和空间转录组学（ST）数据来增强细胞异质性分析	KanCell利用KAN有效捕捉非线性关系并优化计算效率，提供了一种准确高效的空间转录组学分析工具	NA	提高细胞异质性分析的准确性和效率，揭示疾病微环境并识别治疗靶点	单细胞RNA测序和空间转录组学数据	数字病理学	黑色素瘤, 乳腺癌	单细胞RNA测序, 空间转录组学	KAN	基因表达数据	模拟和真实数据集（包括人类淋巴结、心脏、黑色素瘤、乳腺癌、背外侧前额叶皮层和小鼠胚胎大脑）
2350	2025-05-07	Have We Solved Glottis Segmentation? Review and Commentary 2025-May, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2024.11.037 PMID:39645484	comments	本文回顾并评论了声门分割的研究现状及未来发展方向	讨论了深度学习在声门分割中的应用及当前研究的不足	未提出具体的新方法或实验验证	探讨声门分割研究的现状及未来发展方向	声门分割技术	digital pathology	NA	deep learning	NA	image	NA
2351	2025-05-07	Deep Learning for Predicting Acute Exacerbation and Mortality of Interstitial Lung Disease 2025-May, Annals of the American Thoracic Society IF:6.8Q1 DOI:10.1513/AnnalsATS.202403-284OC PMID:39680875	research paper	开发一种深度学习模型，利用纵向数据预测间质性肺病（ILD）患者的急性加重和死亡率	使用深度学习模型结合纵向临床和环境数据，提高了对ILD患者急性加重和死亡率的预测准确性	研究数据来自两个专科中心，可能存在选择偏倚，且外部验证的样本量相对较小	早期识别高风险ILD患者并准确预测急性加重和死亡率，以确定治疗策略	间质性肺病（ILD）患者	machine learning	lung disease	deep learning	DL	longitudinal clinical and environmental data	1,175名ILD患者（其中218名报告了AE-ILD，380名未发展为AE-ILD即死亡）
2352	2025-05-07	Deterministic Autoencoder using Wasserstein loss for tabular data generation 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107208 PMID:39893805	研究论文	本文提出了一种基于Wasserstein损失的确定性自编码器（TWAE），用于表格数据生成	利用Wasserstein自编码器的确定性编码机制，解决了变分自编码器在表格数据生成中的随机性问题，并实现了与浅层插值机制（如SMOTE）的无缝集成	未明确提及具体局限性	开发一种更稳定、表达能力更强的表格数据生成方法	表格数据	机器学习	NA	Wasserstein自编码器，SMOTE	TWAE（基于Wasserstein的自编码器）	表格数据	未明确提及具体样本量
2353	2025-05-07	Robust graph structure learning under heterophily 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107206 PMID:39893803	research paper	提出了一种在异质性数据下进行鲁棒图结构学习的新方法，以提高下游任务如图节点分类和聚类的性能	该方法首次在异质性图数据中应用高通滤波器使节点特征更具区分性，并使用自适应范数学习鲁棒图结构，进一步通过新型正则化器优化图结构	未明确说明方法在大规模图数据上的可扩展性以及计算效率	解决异质性图数据中的噪声和稀疏性问题，提升图表示学习在下游任务中的性能	异质性图数据	machine learning	NA	高通滤波、自适应范数学习、图正则化	NA	图数据	未明确说明具体样本量，实验在异质性图数据上进行
2354	2025-05-07	Attention-based deep learning models for predicting anomalous shock of wastewater treatment plants 2025-May-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123192 PMID:39893907	research paper	该研究利用注意力机制辅助深度学习模型预测污水处理厂异常水质波动	首次将注意力机制集成到深度学习模型中，用于预测污水处理厂水质指标的异常波动，并通过局部和全局敏感性分析提高模型的可解释性	模型训练缺乏极端波动数据	提高污水处理厂对突发冲击负荷的响应能力	污水处理厂的水质指标（总氮、总磷和化学需氧量）	machine learning	NA	深度学习	A-MLP, Transformer, FTA-LSTM	时间序列数据	NA
2355	2025-05-07	Measurement of differential activation by heart-rate-variability for youth MDD discrimination 2025-May-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.02.006 PMID:39914751	research paper	该研究通过心率变异性（HRV）数据，结合机器学习与深度学习模型，探索了差异激活（DA）理论在青年重度抑郁症（MDD）识别中的应用	首次将差异激活（DA）理论与HRV记录结合，提出了一种新的青年MDD识别方法，并验证了其高效性	样本量较小（50名MDD患者和53名健康对照），可能影响模型的泛化能力	探索差异激活（DA）导向的识别器是否能有效识别青年MDD患者	青年重度抑郁症（MDD）患者和健康对照参与者	machine learning	major depression disorder	HRV数据分析	LSTM	生理信号数据（HRV）和人口统计信息	103名参与者（50名MDD患者和53名健康对照）
2356	2025-05-07	Efficacy of a deep learning system for automatic analysis of the comprehensive spatial relationship between the mandibular third molar and inferior alveolar canal on panoramic radiographs 2025-May, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.12.020 PMID:39915134	research paper	开发并评估一种深度学习系统，用于预测下颌第三磨牙与下牙槽神经管在全景X光片上的接触和相对位置关系，以用于术前评估	首次使用深度学习系统自动分析下颌第三磨牙与下牙槽神经管的全景X光片空间关系，并展示优于经验丰富的牙医的诊断效果	样本量相对较小（279例全景X光片），且年龄范围有限（18-32岁）	开发一种深度学习系统，用于术前评估下颌第三磨牙手术中与下牙槽神经管的空间关系	下颌第三磨牙（M3）与下牙槽神经管（IAC）的空间关系	digital pathology	dental disease	deep learning, panoramic radiographs, cone beam computed tomography (CBCT)	ResNet50	image	279张全景X光片，包含441颗下颌第三磨牙
2357	2025-05-07	Automatic future remnant segmentation in liver resection planning 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03331-2 PMID:39961898	研究论文	本研究提出了一种用于自动肝脏切除规划的新方法，通过CT扫描中的肝脏、血管和肿瘤分割来预测未来肝脏残余量（FLR）	结合深度卷积和Transformer网络，利用解剖和病理分割掩码提高FLR分割的准确性	需要进一步研究以无缝集成到临床工作流程中	提高术前规划的准确性和患者预后	肝脏、血管和肿瘤的CT扫描图像	数字病理	肝脏疾病	CT扫描	深度卷积网络和Transformer	图像	NA
2358	2025-05-07	Exploring the modulation of phosphorylation and SUMOylation-dependent NPR1 conformational switching on immune regulators TGA3 and WRKY70 through molecular simulation 2025-May, Plant physiology and biochemistry : PPB IF:6.1Q1 DOI:10.1016/j.plaphy.2025.109711 PMID:40056739	研究论文	通过分子模拟探索磷酸化和SUMO化依赖的NPR1构象转换对免疫调节因子TGA3和WRKY70的调控机制	利用深度学习分子建模、对接和多纳秒模拟揭示了不同磷酸化状态对NPR1动态稳定性及TGA3-WRKY70结合的影响	研究仅基于计算模拟，缺乏实验验证	阐明NPR1的翻译后修饰在植物免疫中的调控机制	NPR1蛋白及其互作因子TGA3和WRKY70	计算生物学	植物免疫	深度学习分子建模、分子对接、分子动力学模拟	分子动力学模型	分子结构数据	NA
2359	2025-05-07	Development of DeepPQK and DeepQK sequence-based deep learning models to predict protein-ligand affinity and application in the directed evolution of ferulic esterase DLfae4 2025-May, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.141790 PMID:40054795	研究论文	开发了基于序列的深度学习模型DeepPQK和DeepQK，用于预测蛋白质-配体结合亲和力，并应用于阿魏酸酯酶DLfae4的定向进化	提出了不依赖高分辨率蛋白质晶体结构数据的预测方法，利用CNN整合局部和全局上下文特征预测亲和力	NA	预测蛋白质-配体结合亲和力并指导酶的定向进化	蛋白质序列、配体和阿魏酸酯酶DLfae4的变体	机器学习	NA	深度学习	CNN	蛋白质序列、配体	2016年核心数据集
2360	2025-05-07	In Situ Repair and Reconstruction of Copper Surface Enhanced Its Anti-Oxidation Properties and Stability for Deep Learning-Powered Anti-Counterfeiting Labels 2025-May, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202500920 PMID:40103452	研究论文	本文介绍了一种通过溶剂热处理原位修复氧化铜表面并构建有序(111)晶面抗氧化层的方法，显著提高了铜材料的抗氧化性能和稳定性	提出了一种简单溶剂热处理方法，可同时实现氧化铜表面的原位修复和(111)晶面抗氧化层的构建，使腐蚀速率降低五倍	NA	提高铜材料的抗氧化性能和稳定性，促进金属材料的可持续利用	铜箔、纳米线和纳米立方体等铜材料	材料科学	NA	溶剂热处理	NA	NA	NA