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
221	2025-07-23	Enhanced Online Continuous Brain-Control by Deep Learning-based EEG Decoding 2025-Jul-21, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3591254 PMID:40690341	研究论文	本研究通过深度学习模型IFNet提升基于运动想象的在线脑机接口性能	首次在在线运动想象脑机接口中应用深度学习模型IFNet，并显著提升性能	研究样本量较小（15名受试者），且未在临床患者中进行验证	探索深度学习在在线运动想象脑机接口中的应用效果	15名无脑机接口经验的受试者	脑机接口	中风康复	EEG信号解码	IFNet（交互频率卷积神经网络）	EEG信号	15名无BCI经验的受试者
222	2025-07-23	Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis 2025-Jul-21, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3591076 PMID:40690349	research paper	介绍Marigold，一种基于预训练潜在扩散模型的条件生成模型家族和微调协议，用于密集图像分析任务	提出了一种新的方法，通过最小化预训练潜在扩散模型的架构修改，利用小规模合成数据集在单GPU上训练，实现最先进的零样本泛化	需要依赖预训练的潜在扩散模型，且训练过程虽然高效但仍需数天时间	探索如何从预训练的文本到图像生成模型中提取知识，并适应于密集图像分析任务	预训练的潜在扩散模型（如Stable Diffusion）及其在密集图像分析任务中的应用	computer vision	NA	denoising diffusion in a latent space	conditional generative models, latent diffusion models	image	small synthetic datasets
223	2025-07-23	Harmonization and strengthening of Japan's biodosimetry network to support medical triage in the event of a nuclear disaster 2025-Jul-21, International journal of radiation biology IF:2.1Q2 DOI:10.1080/09553002.2025.2531908 PMID:40690716	研究论文	本文探讨了AI辅助的生物剂量测定系统在日本核灾难医疗分诊中的应用及其网络强化	利用深度学习算法自动化PNA-FISH图像中的染色体畸变检测，提高了剂量评估的效率和准确性	系统整合面临挑战，包括血液运输中的温度管理、染色体图像制备的标准化、数据共享系统的安全性及用户友好界面的开发	开发和整合AI辅助的生物剂量测定系统，以支持大规模核灾难中的医疗分诊和剂量评估	日本的先进辐射紧急医疗支持中心及其生物剂量测定网络	数字病理学	核辐射伤害	PNA-FISH, 深度学习	深度学习模型	图像	NA
224	2025-07-23	Relationship Between Artificial Intelligence-Based Cell Detection and Cytomorphological Variations Induced by Cell-Processing Solutions: Usefulness of Data Augmentation in Artificial Intelligence Cytology 2025-Jul-21, Acta cytologica IF:1.6Q3 DOI:10.1159/000547485 PMID:40690907	研究论文	本研究探讨了细胞处理溶液引起的细胞形态变化与基于AI的细胞检测准确性之间的关系，并展示了数据增强在AI细胞学中的实用性	识别了AI在识别细胞时关注的关键细胞形态特征，并证明数据增强是提高AI细胞检测准确性的有效技术	研究仅使用了MKN45人胃癌细胞样本，可能限制了结果的普遍适用性	研究细胞处理溶液引起的细胞形态变化对AI细胞检测准确性的影响，并评估数据增强的效果	MKN45人胃癌细胞	数字病理学	胃癌	深度学习	DL	图像	未经处理的MKN45人胃癌细胞及四种不同细胞处理溶液处理的细胞样本
225	2025-07-23	Deep Learning-Driven Multimodal Fusion Model for Prediction of Middle Cerebral Artery Aneurysm Rupture Risk 2025-Jul-21, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.001 PMID:40691114	研究论文	本研究开发了一种多模态融合深度学习模型MCANet，用于预测大脑中动脉动脉瘤破裂风险	首次整合原始CTA图像、放射组学特征、临床参数和形态学特征等多模态数据构建动脉瘤破裂风险评估框架	样本量仍有限，外部验证集样本量较小(51例)	开发大脑中动脉动脉瘤破裂风险分层预测模型	大脑中动脉动脉瘤患者	数字病理	心血管疾病	CT血管造影(CTA)、放射组学分析	多模态融合深度学习模型(MCANet)	医学影像(CTA)、临床数据、形态学参数	内部队列578例(其中破裂369例)+两个外部验证集51例
226	2025-07-23	Sequencing validates deep learning models for EHR-based detection of Noonan syndrome in pediatric patients 2025-Jul-21, NPJ genomic medicine IF:4.7Q1 DOI:10.1038/s41525-025-00512-5 PMID:40691161	研究论文	本研究评估了一种深度学习模型在利用电子健康记录（EHR）数据识别努南综合征（NS）潜在病例中的实际表现，并通过基因测序和临床评估进行了验证	使用深度学习模型结合EHR数据进行罕见遗传病的早期筛查，并通过基因测序验证模型效果	模型的精确度较低（2.92%），反映了疾病流行率的差异而非模型退化	评估深度学习模型在识别努南综合征（NS）潜在病例中的实际表现	92,428名儿科患者，其中171名高风险个体接受了全面审查	数字病理学	努南综合征	基因测序	深度学习模型	电子健康记录（EHR）数据	92,428名患者，其中171名高风险个体
227	2025-07-23	Advancements in predicting soil liquefaction susceptibility: a comprehensive analysis of ensemble and deep learning approaches 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04280-1 PMID:40691180	研究论文	本研究详细调查了集成学习和深度学习模型在评估土壤液化敏感性方面的有效性	使用BI-LSTM、LSTM、XGBoost和RF等多种模型进行液化敏感性评估，并比较它们的性能，其中BI-LSTM表现出最高的准确性和泛化能力	研究依赖于历史地震的CPT测量和现场液化性能观测数据，可能受限于数据的质量和覆盖范围	开发评估土壤液化敏感性的可靠工具，以增强地震风险缓解策略	土壤液化敏感性	机器学习	NA	集成学习、深度学习	BI-LSTM、LSTM、XGBoost、RF	结构化表格数据	大型数据库，包含锥入度测试(CPT)测量和历史地震的现场液化性能观测数据
228	2025-07-23	AI-CMCA: a deep learning-based segmentation framework for capillary microfluidic chip analysis 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11508-7 PMID:40691244	研究论文	提出了一种基于深度学习的毛细管微流控芯片分析框架AI-CMCA，用于自动化流体路径检测与追踪	结合迁移学习特征初始化、编码器-解码器语义分割及序列帧分析技术，实现高精度流体路径追踪与量化	未明确说明模型在极端光照或复杂背景条件下的鲁棒性	提升毛细管微流控芯片流体分析的自动化程度与效率	毛细管微流控芯片（CMCs）中的流体路径	计算机视觉	NA	深度学习语义分割	U-Net with MobileNetV2	视频序列帧	五种不同架构的毛细管微流控芯片（具体数量未明确）
229	2025-07-23	Deep learning models to predict CO2 solubility in imidazolium-based ionic liquids 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12004-8 PMID:40691294	研究论文	本研究利用深度学习模型预测CO2在咪唑基离子液体中的溶解度	使用多种深度学习模型（包括BNN、DNN、GrowNet、TabNet、RF和SVR）预测CO2溶解度，并与PC-SAFT模型进行比较，结果显示深度学习模型表现更优	NA	预测CO2在咪唑基离子液体中的溶解度	咪唑基离子液体	机器学习	NA	深度学习	BNN, DNN, GrowNet, TabNet, RF, SVR	表格数据	NA
230	2025-07-23	Deep learning using nasal endoscopy and T2-weighted MRI for prediction of sinonasal inverted papilloma-associated squamous cell carcinoma: an exploratory study 2025-Jul-21, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00610-0 PMID:40691342	研究论文	本研究探索了深度学习结合鼻内窥镜和T2加权MRI在预测鼻窦内翻性乳头状瘤相关鳞状细胞癌中的价值	首次将鼻内窥镜和T2加权MRI结合深度学习用于自动肿瘤分割和区分鼻窦内翻性乳头状瘤与其恶性转化	样本量有限且为回顾性研究，需要更大规模的前瞻性验证	开发自动化预测工具以术前检测鼻窦内翻性乳头状瘤的恶性转化	174例鼻窦内翻性乳头状瘤患者	数字病理	鼻窦癌	深度学习	DenseNet121, FCN_ResNet101, VNet	医学影像（内窥镜图像和MRI）	174例患者（训练组121例，测试组53例）
231	2025-07-23	Multi-scale feature fusion keypoint detection network for ship draft line localization 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10594-x PMID:40691468	research paper	提出了一种多尺度特征融合关键点检测网络（MFFKD），用于精确高效地检测船舶吃水线	结合多尺度特征提取、增强与融合模块，以及双阶段训练策略，提高了检测精度和模型适应性	未明确提及在极端环境条件下的性能表现	提升船舶吃水线检测的准确性和效率	船舶吃水线	computer vision	NA	深度学习	MFFKD（多尺度特征融合关键点检测网络）	image	未明确提及具体样本数量，但使用了多样化场景的数据进行微调
232	2025-07-23	Hare escape optimization algorithm with applications in engineering and deep learning 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10289-3 PMID:40691471	研究论文	本文提出了一种受野兔逃避捕食者行为启发的新型元启发式算法——Hare Escape Optimization (HEO)，并在工程设计和深度学习领域验证了其有效性	HEO算法整合了Levy飞行动态和自适应方向转换，改进了探索与开发的平衡，提高了逃离局部最优和高效收敛的能力	NA	开发一种新型优化算法并验证其在工程设计和深度学习中的应用效果	优化算法及其在工程设计和CNN超参数优化中的应用	机器学习	NA	Levy飞行动态, 自适应方向转换	CNN	NA	43个基准函数（来自CEC 2015和CEC 2020测试集）和4个复杂约束工程设计问题
233	2025-07-23	A novel framework GRCornShot for corn disease detection using few shot learning with prototypical network 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10870-w PMID:40691480	研究论文	提出了一种名为GRCornShot的新框架，利用小样本学习和原型网络进行玉米病害检测	结合小样本学习和原型网络，解决了传统深度学习方法需要大量数据的问题，并引入Gabor滤波器增强分类性能	未提及模型在其他作物病害上的泛化能力	提高玉米病害检测的精确性和及时性，以减少作物损失并维护全球粮食安全	玉米病害	计算机视觉	植物病害	小样本学习，Gabor滤波器	Prototypical Networks, ResNet-50	图像	使用4-way 2-shot、3-shot、4-shot和5-shot学习策略
234	2025-07-23	A deep ensemble framework for human essential gene prediction by integrating multi-omics data 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99164-9 PMID:40691502	研究论文	提出了一种名为DeEPsnap的深度集成框架，通过整合多组学数据预测人类必需基因	DeEPsnap方法整合了DNA和蛋白质序列数据特征以及四种功能数据特征，采用快照集成机制训练多个模型而不增加额外训练成本	未提及该方法在独立验证集上的表现或实际临床应用中的效果	预测和分析人类必需基因以促进对基础生命和人类疾病的理解，并推动新药开发	人类必需基因	机器学习	NA	多组学数据整合	深度神经网络（快照集成）	DNA序列数据、蛋白质序列数据、基因本体、蛋白质复合体、蛋白质结构域、蛋白质-蛋白质相互作用网络	未明确说明样本数量，使用10折交叉验证
235	2025-07-23	Advances in IPMN imaging: deep learning-enhanced HASTE improves lesion assessment 2025-Jul-21, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11857-x PMID:40691513	研究论文	本研究评估了深度学习加速的HASTE MRI技术在IPMN病变评估中的应用	使用深度学习加速的HASTE MRI技术(HASTEDL)显著提高了图像质量和病变检测能力	样本量较小(59例患者)，且为回顾性研究	评估新型MRI技术在IPMN评估中的应用效果	59例接受腹部MRI检查的患者	数字病理学	胰腺癌	深度学习加速的HASTE MRI(HASTEDL)	深度学习	MRI图像	59例患者
236	2025-07-23	Deep learning unlocks antimicrobial self-assembling peptides 2025-Jul-21, Nature materials IF:37.2Q1 DOI:10.1038/s41563-025-02299-3 PMID:40691518	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
237	2025-07-23	Establishment of AI-assisted diagnosis of the infraorbital posterior ethmoid cells based on deep learning 2025-Jul-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01831-w PMID:40691526	研究论文	基于深度学习构建人工智能辅助模型，用于识别矢状CT图像中的眶下后筛窦细胞	使用nnUNet模型在矢状CT图像上识别眶下后筛窦细胞，显著提高了检测效率	样本量相对较小，且仅使用了矢状CT图像	构建AI辅助模型以识别眶下后筛窦细胞，促进相关临床干预	矢状CT图像中的眶下后筛窦细胞	数字病理	NA	CT成像	nnUNet	图像	277个有眶下后筛窦细胞的样本和142个无眶下后筛窦细胞的样本
238	2025-07-23	BPFun: a deep learning framework for bioactive peptide function prediction using multi-label strategy by transformer-driven and sequence rich intrinsic information 2025-Jul-21, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06190-5 PMID:40691539	研究论文	提出了一种基于深度学习的模型BPFun，用于预测生物活性肽的多种功能	结合不同尺度的卷积网络和Bi-LSTM层，以及自注意力机制，显著提高了预测性能	数据不平衡问题通过数据增强解决，但可能仍存在某些功能类别的预测偏差	开发一种计算生物学方法，准确预测生物活性肽的多种功能	生物活性肽	自然语言处理	NA	深度学习	CNN, Bi-LSTM, Transformer	序列数据	NA
239	2025-07-23	Early detection of ICU-acquired infections using high-frequency electronic health record data 2025-Jul-21, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03031-6 PMID:40691575	研究论文	利用高频电子健康记录数据开发动态预测模型，提前48小时预测ICU获得性感染风险	结合高频纵向数据和卷积神经网络（CNN）开发动态预测模型，用于早期识别ICU获得性感染	模型整体存在一定的感染风险高估，且深度学习模型的复杂性和可解释性需要进一步验证	通过动态预测模型早期识别ICU获得性感染，改善临床管理和患者预后	荷兰一家三级混合ICU中接受治疗超过48小时的成年患者	数字病理	感染性疾病	卷积神经网络（CNN）	Cox landmark模型与CNN结合	电子健康记录数据，高频生命体征数据	4444名患者，32,178个观察日，共观察到1197例感染
240	2025-07-23	The safety and accuracy of radiation-free spinal navigation using a short, scoliosis-specific BoneMRI-protocol, compared to CT 2025-Jul-21, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09151-x PMID:40691585	研究论文	本研究评估了一种针对脊柱侧弯的MRI协议，通过深度学习算法生成合成CT（sCT）扫描，用于无辐射的脊柱导航，并与传统CT在安全性和准确性上进行比较	使用AI生成的合成CT（sCT）进行脊柱导航，避免了年轻患者受到有害辐射	研究仅在尸体模型中进行，尚未在临床患者中验证	比较MRI-based合成CT脊柱导航与传统CT在胸椎和腰椎椎弓根螺钉规划和放置中的安全性和准确性	5具尸体的脊柱	数字病理	脊柱侧弯	MRI, 深度学习算法	深度学习	图像	5具尸体脊柱，共插入140根k-wires（其中3根被排除）