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
2401	2025-05-24	Uncertainty quantification for deep learning-based metastatic lesion segmentation on whole body PET/CT 2025-May-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add9df PMID:40378868	research paper	本研究探讨了四种不确定性量化方法在全身PET/CT图像转移性病灶分割任务中的表现	比较了四种不确定性量化方法在转移性病灶分割任务中的性能，推荐了最优方法	研究仅基于59例患者的Ga-DOTATATE PET/CT图像，样本量有限	评估不同不确定性量化方法在医学图像分割中的可靠性	转移性神经内分泌肿瘤患者的全身PET/CT图像	digital pathology	neuroendocrine tumors	PET/CT	3D U-Net	image	59例患者的全身Ga-DOTATATE PET/CT图像
2402	2025-05-24	Recent advancement in size measurement during endoscopy 2025-May-23, Clinical endoscopy IF:2.1Q3 DOI:10.5946/ce.2025.070 PMID:40404570	research paper	本文探讨了内窥镜实践中病灶大小测量的最新进展，特别是数字测量技术如虚拟尺度内窥镜(VSE)和人工智能(AI)辅助虚拟尺的应用	介绍了虚拟尺度内窥镜(VSE)和AI辅助虚拟尺等数字测量技术，这些技术提高了测量精度并减少了变异性	存在如增加操作时间和需要操作员培训等限制，以及实时集成、标准化和监管批准等挑战	提高内窥镜病灶大小测量的准确性和效率，以改善治疗策略和临床结果	结肠直肠息肉等内窥镜下的病灶	digital pathology	colorectal polyps	virtual scale endoscopy (VSE), AI-assisted virtual rulers	deep learning algorithms	endoscopic images	NA
2403	2025-05-24	Guideline-driven clinical decision support for colonoscopy patients using the hierarchical multi-label deep learning method 2025-May-23, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003469 PMID:40405345	研究论文	本研究开发了一种基于分层多标签深度学习方法的结肠镜检查患者临床决策支持系统(CDSS)，旨在通过准确的语义识别和指南驱动来减轻医疗负担并标准化医疗流程	采用最先进的基于transformer的模型构建CDSS，并首次在结肠镜检查报告中应用分层多标签分类框架	研究仅在中国医院进行验证，尚未在其他国家或地区测试其适用性	开发一个自动化的临床决策支持系统，用于结肠镜检查报告的语义识别和指南驱动的决策支持	结肠镜检查报告	自然语言处理	结肠癌	深度学习	BERT-base-Chinese, BERT-wwm-ext-Chinese, ernie-3.0-base-zh	文本	302,965份电子结肠镜检查报告（含病理结果），其中2,041份用于模型训练和测试，3,177例连续病例用于外部验证
2404	2025-05-24	Detection, Classification, and Segmentation of Rib Fractures From CT Data Using Deep Learning Models: A Review of Literature and Pooled Analysis 2025-May-23, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000833 PMID:40405573	系统性综述与汇总分析	本文通过系统性综述和汇总分析比较了深度学习模型在CT扫描中检测、分割和分类肋骨骨折的性能	首次对深度学习模型在肋骨骨折检测、分割和分类方面的性能进行系统性比较，并发现其敏感性优于临床医生	纳入研究的数量有限（25篇），且仅比较了敏感性等部分性能指标	评估深度学习模型在肋骨骨折诊断中的应用效果	CT扫描中的肋骨骨折	数字病理	创伤性损伤	CT扫描	深度学习模型	医学影像	25项研究（323条记录中筛选）
2405	2025-05-24	Near-infrared spectroscopy coupled with Gramian angular field two-dimensional convolutional neural network for white tea adulteration detection 2025-May-23, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.14353 PMID:40405615	研究论文	本研究利用二维卷积神经网络（2D-CNN）与格拉米安角场（GAF）图像编码技术结合，通过近红外光谱数据定量检测白茶的地理来源掺假	首次将NIR光谱图像编码方法应用于茶叶回归分析，并展示了深度学习图像处理在茶叶行业的优势	未提及研究样本的具体来源多样性或模型在其他类型茶叶上的泛化能力	开发高精度的白茶地理来源掺假定量检测方法	白茶样本的近红外光谱数据	计算机视觉	NA	近红外光谱技术（NIRS）	2D-CNN	光谱图像数据	未明确说明样本数量
2406	2025-05-24	Intelligent chlorophyll estimation by attention-integrated deep learning and dual-modal fusion in tencha drying using snapshot multispectral camera 2025-May-23, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.14385 PMID:40405630	research paper	该研究利用快照多光谱技术和化学计量学方法，结合深度学习和双模态融合技术，精确监测茶叶干燥过程中的叶绿素含量	创新点在于结合了注意力机制的卷积神经网络和SE-Res18模型，以及光谱与图像的双模态融合技术，显著提高了预测精度	NA	研究目的是通过多光谱技术和深度学习模型精确监测茶叶干燥过程中的叶绿素含量，以提高最终产品的感官评价	研究对象为茶叶（tencha）干燥过程中的叶绿素含量	machine learning	NA	快照多光谱技术、化学计量学方法	CNN、SE-Res18	多光谱图像、灰度纹理特征	NA
2407	2025-05-24	Fully Automated Deep Learning Enabled Miniature Mass Spectrometry System for Psychoactive Therapeutic Drug Monitoring 2025-May-23, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202502721 PMID:40405757	研究论文	本研究介绍了一种集成的微型血液处理和质谱分析系统，用于精神活性治疗药物的监测	结合自动化磁性固相萃取、自吸采样微型质谱仪和深度学习算法，实现从样品制备到检测的全自动化	NA	推进精准医疗，提高生物流体中小分子生物标志物检测的效率	血清中的精神活性药物	质谱分析	精神疾病	双靶离子平行串联质谱分析技术	U-net	质谱数据	8样本并行处理
2408	2025-05-24	COVID-19CT+: A public dataset of CT images for COVID-19 retrospective analysis 2025-May-23, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251332793 PMID:40405795	research paper	该研究发布了一个公开可用的COVID-19和社区获得性肺炎的CT图像数据集（COVID-19CT+），并利用传统机器学习和深度学习方法进行了分类实验	发布了包含大量COVID-19和社区获得性肺炎CT图像的公开数据集，并比较了不同时期分类方法的差异	未提及具体的数据集使用限制或潜在偏差	提高COVID-19的诊断准确性和效率	COVID-19和社区获得性肺炎患者的CT图像	digital pathology	COVID-19	CT imaging	传统机器学习分类器和深度学习分类器（未具体说明模型类型）	image	1333名患者的409,619张CT图像（312例社区获得性肺炎和1021例COVID-19）
2409	2025-05-24	A Deep Learning-Based Multimodal Fusion Model for Recurrence Prediction in Persistent Atrial Fibrillation Patients 2025-May-23, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.16733 PMID:40406972	research paper	该研究提出了一种基于深度学习的多模态融合模型，用于预测持续性心房颤动患者消融术后的复发风险	创新性地结合心房颤动节律心电图信号与临床特征，构建深度学习模型以提高预测准确性	样本量较小（77例患者），可能影响模型的泛化能力	提高持续性心房颤动患者消融术后复发风险的预测准确性，支持个性化临床决策	持续性心房颤动患者	digital pathology	cardiovascular disease	深度学习	基于残差块网络结构的多模态融合框架	心电图信号、临床评分和基线特征	77例持续性心房颤动患者
2410	2025-05-24	Simple controls exceed best deep learning algorithms and reveal foundation model effectiveness for predicting genetic perturbations 2025-May-23, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf317 PMID:40407144	research paper	该研究提出了一个简单的基线方法，用于预测基因扰动后的转录组反应，并超越了现有的深度学习算法	提出了一个简单但高效的基线方法，超越了当前最先进的深度学习模型，并阐明了基础模型在扰动预测任务中的实用性	缺乏对日益复杂模型的理解和实际效用的评估，以及简单但合适的基准来比较预测方法	评估和比较基因扰动预测方法的性能，并推动深度学习模型在扰动空间的发展	基因扰动及其对转录组的影响	machine learning	NA	深度学习，基于transformer的基础模型	transformer	转录组数据	NA
2411	2025-05-24	Deep learning-based model for difficult transfemoral access prediction compared with human assessment in stroke thrombectomy 2025-May-22, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-021718 PMID:38702182	研究论文	开发了一种基于深度学习的模型，用于预测中风血栓切除术中经股动脉入路的困难程度，并与人类评估进行比较	首次开发了全自动模型来预测经股动脉入路的困难程度，该模型基于从头部和颈部CT血管造影中自动提取的29个解剖特征	研究为回顾性设计，样本量有限（513例患者），且模型性能仍有提升空间（AUROC为0.76）	开发一种快速可靠的方法来识别影响中风血栓切除术中血管入路困难的解剖特征	中风血栓切除术患者	数字病理学	心血管疾病	头部和颈部CT血管造影（CTA）	机器学习模型	医学影像	513例接受一线经股动脉机械血栓切除术的前循环大血管闭塞中风患者
2412	2025-05-24	HealthiVert-GAN: A Novel Framework of Pseudo-Healthy Vertebral Image Synthesis for Interpretable Compression Fracture Grading 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3572458 PMID:40402696	研究论文	提出了一种名为HealthiVert-GAN的新框架，用于生成伪健康椎体图像，以支持可解释的压缩性骨折分级	引入了从粗到细的合成网络，生成模拟骨折前状态的伪健康椎体图像，并整合了三个辅助模块以确保解剖一致性，同时提出了新的量化指标RHLV	未提及具体的数据集规模限制或模型泛化能力测试的局限性	提高骨质疏松性椎体压缩性骨折（OVCFs）分级的准确性和可解释性	骨质疏松性椎体压缩性骨折（OVCFs）患者	数字病理学	骨质疏松性椎体压缩性骨折	GAN, SVM	GAN, SVM	CT图像	Verse2019数据集和内部数据集（具体数量未提及）
2413	2025-05-24	Real-Time Implementation of Accelerated HCP-MMA for Deep Learning-Based ECG Arrhythmia Classification Using Contour-Based Visualization 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3572376 PMID:40402700	研究论文	本研究提出了一种实时加速的Hurst轮廓投影多尺度多重分形分析（HCP-MMA）方法，用于基于深度学习的ECG心律失常分类	HCP-MMA将复杂的多重分形特性转化为基于轮廓的表示，提高了自动分类的可解释性，并通过运行时优化的并行计算管道实现了730倍的加速	NA	提高ECG心律失常分类的准确性和实时性	ECG信号	机器学习	心血管疾病	Hurst Contour Projection from Multiscale Multifractal Analysis (HCP-MMA), SVD	AlexNet	ECG信号图像	三个基准数据集（PhysioNet, MIT-BIH, CU）
2414	2025-05-24	NSSI-Net: A Multi-Concept GAN for Non-Suicidal Self-Injury Detection Using High-Dimensional EEG in a Semi-Supervised Framework 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3558170 PMID:40402701	研究论文	本文提出了一种名为NSSI-Net的半监督对抗网络，用于从高维脑电图(EEG)数据中检测非自杀性自伤行为(NSSI)	NSSI-Net结合了空间-时间特征提取模块和多概念判别器，能够有效整合EEG数据的时空动态特征，并在性能上比现有方法提高了5.44%	研究样本量相对较小(n=114)，且主要针对抑郁青少年群体	开发一种有效的半监督学习方法用于NSSI的早期诊断	非自杀性自伤行为(NSSI)患者的EEG数据	机器学习	精神疾病	EEG信号分析	GAN(生成对抗网络), 2D-CNN, BiGRU	EEG信号数据	114例自收集的NSSI数据
2415	2025-05-24	The effect of selection bias on the performance of a deep learning-based intraoperative hypotension prediction model using real-world samples from a publicly available database 2025-May-22, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.03.024 PMID:40404499	研究论文	评估选择偏差对基于深度学习的术中低血压预测模型性能的影响	首次系统评估了选择偏差对深度学习模型和仅使用平均动脉压（MAP）的模型在预测术中低血压性能上的影响	研究仅使用了公开数据库VitalDB的数据，可能无法完全代表所有临床场景	评估选择偏差对低血压预测模型性能的影响	术中低血压预测模型	医疗人工智能	心血管疾病	深度学习	DL模型, MAP-only模型	动脉压力波形数据	来自VitalDB开放数据集的样本
2416	2025-05-24	Evaluating the generalizability of video-based assessment of intraoperative surgical skill in capsulorhexis 2025-May-22, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03406-0 PMID:40405033	research paper	评估基于视频的囊膜切开术中手术技能评估模型的泛化能力	首次评估了深度学习模型在囊膜切开术视频技能评估中的泛化能力，并比较了无监督域适应和半监督域适应方法的效果	模型性能虽有提升，但仍未达到数据集内部性能水平	评估手术技能视频评估模型的跨数据集泛化能力	囊膜切开术手术视频	computer vision	眼科疾病	深度学习	CNN-LSTM, Transformer	视频	两个数据集(D99和公开的Cataract-101)
2417	2025-05-24	Leveraging deep learning-based kernel conversion for more precise airway quantification on CT 2025-May-22, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11696-w PMID:40405045	研究论文	评估不同CT重建核及核转换对全自动气道定量CT测量变异性的影响	利用深度学习进行核转换以减少气道定量CT测量的变异性	对于非肺专用核和亚段气道的效果有限	评估和减少气道定量CT测量的变异性	气道定量CT测量	数字病理	肺病	CT扫描	深度学习	图像	96名患者
2418	2025-05-24	Medication versus globus pallidus internus deep brain stimulation in Parkinson's disease with deep learning video analysis of finger tapping 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02098-5 PMID:40394036	研究论文	本研究通过深度学习视频分析手指敲击任务，比较了药物与GPi深部脑刺激（DBS）在帕金森病（PD）患者中对运动症状改善的差异	首次使用深度学习模型从2D手部运动重建3D网格，提取21个运动参数来量化手部运动迟缓，并比较GPi DBS与药物的效果差异	样本量相对较小（87名患者），且为观察性研究，无法确定因果关系	评估GPi DBS对帕金森病患者运动症状（特别是运动迟缓）的改善效果，并与药物治疗进行比较	帕金森病患者的手指敲击运动	数字病理学	帕金森病	深度学习视频分析	深度学习模型（未指定具体类型）	视频	87名患者的556个视频
2419	2025-05-24	A dynamic attention mechanism for road extraction from high-resolution remote sensing imagery using feature fusion 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02267-6 PMID:40394108	研究论文	提出了一种名为RISENet的新型深度学习模型，用于从高分辨率遥感图像中提取道路信息	引入了双分支融合编码器、多层动态空间通道融合注意力机制（MCSA）和混合特征扩张感知解码器，有效解决了道路提取中的遮挡和相似性问题	未提及模型在极端天气或低光照条件下的表现	提高从遥感图像中提取道路信息的准确性和完整性	高分辨率遥感图像中的道路	计算机视觉	NA	深度学习	RISENet（包含双分支融合编码器、MCSA和扩张感知解码器）	图像	三个不同的道路分割基准数据集
2420	2025-05-24	Corrigendum to "Ultrasound-Based Deep Learning Radiomics Nomogram for Tumor and Axillary Lymph Node Status Prediction After Neoadjuvant Chemotherapy" [Academic Radiology 32 (2025) 12-23] 2025-May-21, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.010 PMID:40404505	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA