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
2501	2025-05-23	Recognizing artery segments on carotid ultrasonography using embedding concatenation of deep image and vision-language models 2025-May-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add8db PMID:40367970	研究论文	本研究提出了一种自动分类模型，用于识别颈动脉超声图像中的不同动脉段，以提高颈动脉检查的量化准确性	结合了预训练的DenseNet201、视觉变换器和回声对比语言-图像预训练模型的嵌入特征，使用支持向量机分类器进行解剖结构识别	样本量相对较小（288名患者），且仅使用了B型超声图像	提高颈动脉超声检查的准确性和一致性	颈总动脉（CCA）、颈动脉球部、颈内动脉（ICA）和颈外动脉（ECA）	计算机视觉	心血管疾病	深度学习	DenseNet201, 视觉变换器, 支持向量机	图像	288名患者的2943张B型超声图像（CCA: 1563; 球部: 611; ICA: 476; ECA: 293）
2502	2025-05-23	Data-Driven Detection of Nocturnal Pollen Fragmentation Triggered by High Humidity in an Urban Environment 2025-May-22, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c13905 PMID:40400486	研究论文	本文开发了一种数据驱动的方法，结合深度学习和自动机器学习，用于检测城市环境中的花粉碎片化现象及其触发气象条件	首次利用气象和在线BioPM光谱数据常规检测花粉碎片化，明确了湿度超过90%时触发碎片化的阈值，并发现这一现象主要发生在夜间	研究仅基于气象和光谱数据，未涉及其他可能影响花粉碎片化的环境因素	检测花粉碎片化现象并确定其触发气象条件，以评估其对公共健康的影响	城市环境中的生物颗粒物（BioPM），特别是花粉	环境科学	NA	深度学习、自动机器学习、可解释性方法	NA	气象数据、在线BioPM光谱数据	NA
2503	2025-05-23	Machine learning models for pharmacogenomic variant effect predictions - recent developments and future frontiers 2025-May-22, Pharmacogenomics IF:1.9Q3 DOI:10.1080/14622416.2025.2504863 PMID:40401639	综述	本文综述了机器学习在药物基因组变异效应预测中的最新进展和未来方向	探讨了新兴的深度学习方法如何利用进化保守性和生物物理特性，以及集成方法如何提高预测的准确性、稳健性和可解释性	未具体提及研究的局限性	提高药物基因组变异效应的预测能力，以支持精准医学的实施	药物基因组变异，特别是那些与药物处置和药物靶点相关的基因变异	机器学习	NA	机器学习（ML），深度学习	深度学习模型，集成模型	DNA序列，蛋白质序列	NA
2504	2025-05-23	Using Traditional and Deep Machine Learning to Predict Emergency Room Triage Levels 2025-May-22, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0632 PMID:40401726	研究论文	本研究开发了使用传统机器学习和深度学习方法预测急诊室分诊等级的方法	结合了土耳其语医疗文档处理和特定土耳其医疗系统特点的预测模型，以及BERT嵌入在神经网络模型中的显著性能提升	研究数据仅来自土耳其当地一家医院，可能影响模型的泛化能力	提高急诊室分诊的准确性和效率	急诊室患者的分类等级	自然语言处理	NA	Bag of Words, Word2Vec, BERT嵌入	逻辑回归, 随机森林, XGBoost, CNN, LSTM	结构化数据和非结构化文本数据	土耳其当地医院急诊科就诊患者数据集
2505	2025-05-23	Multimodal MRI radiomics enhances epilepsy prediction in pediatric low-grade glioma patients 2025-May-22, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05073-2 PMID:40402200	研究论文	提出了一种基于机器学习和深度学习的创新框架，利用多模态MRI影像组学预测儿童低级别胶质瘤患者的肿瘤相关癫痫	整合肿瘤和瘤周特征的多参数MRI影像组学方法，以及使用SGD分类器实现高预测性能	需要更多标准化术前评估数据以提高模型的泛化能力	快速、无创地术前评估儿童低级别胶质瘤患者的肿瘤相关癫痫	儿童低级别胶质瘤患者	数字病理学	儿童低级别胶质瘤	多参数MRI扫描	SGD分类器	MRI影像	NA
2506	2025-05-23	An X-ray bone age assessment method for hands and wrists of adolescents in Western China based on feature fusion deep learning models 2025-May-22, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03497-z PMID:40402226	研究论文	本研究开发了一种基于特征融合深度学习模型的手腕X射线骨龄评估方法，用于中国西部青少年的骨骼成熟度评估	采用特征融合的深度学习模型（InceptionV3 + Bilinear + SE + Sex）进行骨龄分类，并在关键法律年龄边界（14.0、16.0和18.0岁）表现出高准确率	研究样本仅来自中国西部地区，可能限制了模型的泛化能力	开发一种自动化的骨龄评估方法，以辅助青少年刑事责任年龄的判定	中国西部11.00-23.99岁青少年的手腕X射线图像	计算机视觉	NA	深度学习	InceptionV3, InceptionV3 + SE + Sex, InceptionV3 + Bilinear, InceptionV3 + Bilinear + SE + Sex	X射线图像	688张手腕X射线图像
2507	2025-05-23	High-resolution deep learning reconstruction to improve the accuracy of CT fractional flow reserve 2025-May-22, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11707-w PMID:40402290	research paper	比较基于模型迭代重建（MBIR）和高分辨率深度学习重建（HR-DLR）图像的CT衍生的血流储备分数（CT-FFR）在检测功能显著性狭窄中的诊断性能	首次研究了HR-DLR对CT-FFR诊断性能的影响，并证明其优于MBIR	单中心回顾性研究，样本量较小（79例患者）	评估HR-DLR在提高CT-FFR诊断功能显著性狭窄准确性方面的效果	79例连续患者（平均年龄70±11岁，57名男性）的98条血管	医学影像分析	心血管疾病	CT血管造影，深度学习重建	深度学习模型（未具体说明）	医学影像（CT图像）	79例患者（98条血管）
2508	2025-05-23	Influence of content-based image retrieval on the accuracy and inter-reader agreement of usual interstitial pneumonia CT pattern classification 2025-May-22, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11689-9 PMID:40402291	research paper	研究基于内容的图像检索（CBIR）对不同经验水平的读者在普通间质性肺炎（UIP）CT模式分类中的准确性和读者间一致性的影响	使用深度学习算法检索相似的胸部CT图像，辅助UIP分类，提高了诊断准确性和读者间一致性	CBIR系统的影响因读者经验水平而异，对经验丰富的读者更有益	探讨CBIR在UIP CT模式分类中的应用效果	587名接受高分辨率胸部CT检查的纤维化间质性肺疾病患者	digital pathology	lung cancer	deep learning	NA	image	587名患者（100例作为查询案例）
2509	2025-05-23	Artificial intelligence in neuro-oncology: methodological bases, practical applications and ethical and regulatory issues 2025-May-22, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-025-03948-4 PMID:40402414	review	本文综述了人工智能在神经肿瘤学中的方法学基础、实际应用及伦理与监管问题	探讨了解释性AI方法解决'黑箱'问题，以及机制模型整合生物学原理以提高肿瘤生长预测和治疗反应评估的精确性	面临数据偏见、伦理问题和监管合规等挑战	探索人工智能在神经肿瘤学中的应用及其面临的伦理与监管挑战	神经肿瘤学中的诊断、治疗规划和预后预测	digital pathology	brain tumors	advanced imaging techniques and genomic analysis	CNNs and deep learning	image and genomic data	NA
2510	2025-05-23	Machine learning-based label-free macrophage phenotyping in immune-material interactions 2025-May-21, Journal of materials chemistry. B DOI:10.1039/d5tb00365b PMID:40289902	研究论文	本研究提出了一种基于机器学习的无标记巨噬细胞表型分析方法，结合AI驱动的图像分类和定量相位成像（QPI）技术，用于评估免疫材料相互作用	首次将AI驱动的图像分类与QPI技术结合，用于无标记巨噬细胞表型分析，克服了传统方法的局限性	QPI单独使用时无法完全区分巨噬细胞表型	优化植入式生物医学材料的免疫相容性	THP-1来源的巨噬细胞（M0、M1、M2a和M2c表型）及其对胶原涂层（I型、III型和IV型）的反应	数字病理学	NA	定量相位成像（QPI）	GoogLeNet, ShuffleNet, VGG-16, ResNet-18	图像	THP-1来源的巨噬细胞样本
2511	2025-05-23	MRI-based diagnostic model for Alzheimer's disease using 3D-ResNet 2025-May-21, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/add73d PMID:40354785	研究论文	本研究提出了一种基于3D-ResNet架构的新型诊断模型，用于利用MRI数据对阿尔茨海默病（AD）、轻度认知障碍（MCI）和认知正常（CN）个体进行分类	模型结合了ResNet和3D卷积神经网络（3D-CNN）的优势，并在残差结构中引入了特殊的注意力机制（SAM）以增强特征表示	研究仅使用了ADNI数据集，样本量相对有限，可能影响模型的泛化能力	开发一种准确且可解释的AI诊断框架，用于阿尔茨海默病的早期检测和临床干预	阿尔茨海默病（AD）、轻度认知障碍（MCI）和认知正常（CN）个体	数字病理学	老年疾病	MRI	3D-ResNet	图像	800个脑部MRI扫描
2512	2025-05-23	A Chemistry-Informed Generative Deep Learning Approach for Enhancing Voltammetric Neurochemical Sensing in Living Mouse Brain 2025-May-21, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c05393 PMID:40358003	research paper	提出了一种基于化学信息的生成深度学习模型（CIGNN），用于增强活体小鼠脑中伏安法神经化学传感的定量准确性	开发了CIGNN模型，能够分离伏安电流中的法拉第和非法拉第成分，减少相互干扰并提高定量准确性	研究仅在小鼠模型中进行验证，尚未扩展到其他生物模型或临床环境	开发一种新方法来同时监测多种神经化学物质的动态变化，以研究神经功能和病理机制	活体小鼠脑中的神经化学物质（多巴胺、抗坏血酸和离子强度）	machine learning	神经炎症	伏安法神经化学传感	CIGNN（化学信息生成神经网络）	伏安电流数据	神经炎症模型小鼠和对照小鼠（具体数量未明确说明，但有浓度数据）
2513	2025-05-23	Prediction of B/T Subtype and ETV6-RUNX1 Translocation in Pediatric Acute Lymphoblastic Leukemia by Deep Learning Analysis of Giemsa-Stained Whole Slide Images of Bone Marrow Aspirates 2025-May-21, Pediatric blood & cancer IF:2.4Q1 DOI:10.1002/pbc.31797 PMID:40399768	研究论文	开发了一种深度学习流程，用于分析吉姆萨染色的骨髓穿刺涂片，以预测儿童急性淋巴细胞白血病的B/T亚型和ETV6-RUNX1易位	首次使用深度学习分析吉姆萨染色涂片来预测B/T亚型和ETV6-RUNX1易位，为资源匮乏地区提供了替代诊断方案	外部验证队列的AUC值相对较低（B/T亚型分类0.72，ETV6-RUNX1预测0.69），模型性能有待进一步提高	开发一种基于深度学习的诊断工具，用于儿童急性淋巴细胞白血病的亚型分类和基因易位检测	儿童急性淋巴细胞白血病患者的骨髓穿刺涂片	数字病理学	急性淋巴细胞白血病	吉姆萨染色	CNN	图像	未明确说明样本数量，但包含交叉验证和外部验证队列
2514	2025-05-23	Decoding cancer prognosis with deep learning: the ASD-cancer framework for tumor microenvironment analysis 2025-May-20, mSystems IF:5.0Q1 DOI:10.1128/msystems.01455-24 PMID:40237527	评论	本文探讨了ASD-cancer框架在肿瘤微环境分析中的方法创新和可扩展性	提出了基于自动编码器的半监督学习框架ASD-cancer，用于改进多组学数据分析，并通过迁移学习实现对新数据集的扩展处理	未提及具体局限性，但建议未来方向包括整合更多数据层和开发通过持续学习的自适应AI模型	提高癌症预后分析的准确性和可扩展性	肿瘤微环境	数字病理学	癌症	多组学数据分析	自动编码器	多组学数据	基于The Cancer Genome Atlas数据
2515	2025-05-23	Streaks on martian slopes are dry 2025-May-19, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59395-w PMID:40389425	research paper	该研究利用深度学习技术创建了首个包含50万个火星斜坡条纹的全球目录，并分析了这些条纹的形成机制及其对火星尘埃循环的影响	首次使用深度学习创建全球性的火星斜坡条纹目录，并挑战了湿条纹形成模型，支持干条纹形成机制	研究主要基于遥感数据，缺乏实地验证	探究火星斜坡条纹的形成机制及其对火星尘埃循环的影响	火星斜坡条纹	行星科学	NA	深度学习	NA	遥感图像	50万个火星斜坡条纹
2516	2025-05-23	Enhancing hand-drawn diagram recognition through the integration of machine learning and deep learning techniques 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01823-4 PMID:40389485	研究论文	本文提出了一种结合机器学习和深度学习技术的方法，以提高手绘图的识别性能	整合多种机器学习方法的最佳特性，并引入深度学习技术以处理复杂和可变的手绘图数据	实验仅限于特定类型的手绘图数据集（如流程图、有限自动机和业务过程模型），可能无法涵盖所有手绘图类型	提高手绘图的自动识别和理解能力	手绘图（如流程图、有限自动机、业务过程模型）	计算机视觉	NA	Fossum Soergel k-means聚类、形态学Canny Bessel径向基轮廓形状因子、Fisher核k最近邻、sing-scurve模糊规则生成、wide context faster regional卷积神经网络	CNN	图像	基准数据集中的手绘图样本
2517	2025-05-23	Harnessing optimization with deep learning approach on intelligent transportation system for anomaly detection in pedestrian walkways 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99940-7 PMID:40389534	研究论文	该研究提出了一种结合深度学习和优化技术的智能交通系统方法，用于行人通道的异常检测	提出了HODLAITS-ADPW方法，结合了改进的YOLOv7目标检测器、变色龙群算法和注意力金字塔卷积神经网络，用于行人异常检测	NA	提升城市环境中行人通道的安全性和效率	行人通道中的异常行为和活动	计算机视觉	NA	计算机视觉和深度学习	改进的YOLOv7、注意力金字塔CNN	图像	行人数据集（具体数量未提及）
2518	2025-05-23	Enhancing feature learning of hyperspectral imaging using shallow autoencoder by adding parallel paths encoding 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01758-w PMID:40389536	research paper	本文提出了一种双路径自编码器（D-Path-AE）模型，用于增强高光谱成像（HSI）的非线性特征学习，并通过并行编码路径和降采样策略减少对多数类特征的偏倚	提出D-Path-AE模型，通过并行编码路径增强非线性特征学习，并采用降采样策略减少数据集不平衡带来的偏倚	模型性能依赖于数据集的平衡性，且未探讨在更大规模或更复杂数据集上的泛化能力	提高高光谱成像数据的特征提取效率和分类准确性	高光谱成像数据	computer vision	NA	HSI, PCA, ICA	Autoencoder (AE), Dual-Path AE (D-Path-AE), Decision Tree, SVM, KNN	image	Pavia Center, Salinas, Kennedy Space Center数据集
2519	2025-05-23	Efficient black-box attack with surrogate models and multiple universal adversarial perturbations 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87529-z PMID:40389546	研究论文	本文提出了一种名为SMPack的分阶段黑盒对抗样本生成算法，通过结合多重通用对抗扰动（MUAPs）和代理模型，有效克服黑盒限制并提高对抗样本生成效率	提出SMPack算法，整合MUAPs、代理模型和遗传算法（GA）优化，显著提高黑盒攻击的成功率和查询效率	实验仅在MNIST、SVHN、CIFAR-10和ImageNet四个公开数据集上进行，可能在其他数据集上的泛化能力未验证	研究黑盒设置下对抗样本生成的有效性和效率	深度学习模型	机器学习	NA	遗传算法（GA）	深度学习模型	图像	每个数据集500个随机正确分类的样本
2520	2025-05-23	Translational approach for dementia subtype classification using convolutional neural network based on EEG connectome dynamics 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02018-7 PMID:40389648	研究论文	本研究利用基于EEG连接组动力学的卷积神经网络进行痴呆亚型分类的转化方法	通过动态EEG功能连接特征识别痴呆亚型（如阿尔茨海默病和额颞叶痴呆）的特征模式，并评估其作为生物标志物的潜力	未提及样本来源的多样性或潜在的过拟合问题	早期筛查和诊断痴呆谱系障碍，改善患者预后和生活质量	阿尔茨海默病（AD）、额颞叶痴呆（FD）患者及健康对照组	数字病理学	老年病	静息态脑电图（EEG）功能连接分析	CNN	EEG信号	AD、FD患者及健康对照组（具体数量未提及）