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
241	2025-07-29	Comparative evaluation of deep learning architectures, including UNet, TransUNet, and MIST, for left atrium segmentation in cardiac computed tomography of congenital heart diseases 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00087 PMID:40703371	研究论文	本研究比较了三种深度学习模型（UNet、TransUNet和MIST）在先天性心脏病（CHD）患者心脏CT图像中左心房（LA）分割的性能	MIST模型通过集成多尺度特征和优化的架构，显著提高了分割准确性和边界描绘	MIST模型的计算开销较大，增加了临床实际部署的复杂性	比较不同深度学习架构在先天性心脏病患者心脏CT图像中左心房分割的性能	先天性心脏病患者的心脏CT图像	计算机视觉	先天性心脏病	心脏CT成像	UNet, TransUNet, MIST	图像	108个公开可用的CT体积数据，其中97例用于训练和验证，11例用于测试
242	2025-07-29	Development of automatic organ segmentation based on positron-emission tomography analysis system using Swin UNETR in breast cancer patients in Korea 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00094 PMID:40703367	研究论文	本研究开发了一种基于深度学习的自动器官分割方法，用于标准化乳腺癌患者正电子发射断层扫描中的SUV评估	采用Swin UNETR模型实现关键器官的自动分割，提高了SUV评估的标准化和准确性	样本量较小（总样本量60例），且仅在韩国患者中验证	标准化核医学成像中的SUV评估，提高乳腺癌预后预测的准确性	乳腺癌患者的关键器官（乳腺、肝脏、脾脏和骨髓）	数字病理	乳腺癌	正电子发射断层扫描（PET）	Swin UNETR	医学影像	60例患者（40例训练集，10例验证集，10例独立测试集）
243	2025-07-29	Cyclic dual latent discovery for improved blood glucose prediction through patient-provider interaction modeling: a prediction study 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00332 PMID:40703385	研究论文	该研究提出了一种名为循环双潜在发现（CDLD）的深度学习框架，通过显式建模患者-提供者互动来提高血糖水平的预测准确性	引入了CDLD框架，首次在血糖预测中显式建模患者-提供者互动，通过循环训练机制交替更新患者和提供者的潜在表示	研究仅基于ICU患者数据，可能不适用于其他糖尿病管理场景	提高血糖变异性预测准确性以改善糖尿病管理	ICU患者及其与医疗提供者的互动	机器学习	糖尿病	深度学习	CDLD（定制深度学习框架）	结构化医疗记录数据	来自MIMIC-IV v3.0重症监护数据库的5,014例患者-提供者互动实例
244	2025-07-29	Physics-Informed Autoencoder for Prostate Tissue Microstructure Profiling with Hybrid Multidimensional MRI 2025-03, Radiology. Artificial intelligence DOI:10.1148/ryai.240167 PMID:39907585	research paper	评估物理信息自编码器（PIA）在利用混合多维MRI测量前列腺癌组织生物标志物中的性能	提出了一种新兴的自监督深度学习模型PIA，该模型将三室扩散弛豫模型与混合多维MRI相结合，无需大量训练数据即可预测前列腺癌组织特异性生物标志物的测量值	研究样本量较小，仅包含21名患者	评估PIA在测量前列腺癌组织生物标志物中的性能	前列腺癌患者	digital pathology	prostate cancer	hybrid multidimensional MRI	autoencoder	MRI图像	21名患者（71个感兴趣区域）
245	2025-07-29	RVDLAHA: An RISC-V DLA Hardware Architecture for On-Device Real-Time Seizure Detection and Personalization in Wearable Applications 2025-02, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3442250 PMID:39137083	研究论文	提出了一种基于RISC-V的深度学习加速器硬件架构（RVDLAHA），用于可穿戴设备中的实时癫痫发作检测和个性化算法	提出了实时癫痫发作检测与个性化算法、可编程RISC-V深度学习加速器硬件架构（RVDLAHA）以及专用RISC-V DLA编译器	实验仅在实验室大鼠中进行，尚未在人类患者中验证	开发一种低功耗、实时的癫痫发作检测和个性化系统，用于可穿戴设备	癫痫患者的脑电信号	机器学习	癫痫	CNN	CNN	脑电信号	实验室大鼠
246	2025-07-29	Real-time intraoperative ultrasound registration for accurate surgical navigation in patients with pelvic malignancies 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03299-5 PMID:39633142	研究论文	本研究开发并评估了几种实时术中超声（iUS）配准方法，用于骨盆恶性肿瘤手术导航	提出了实时2D iUS骨配准方法，相比现有技术更快速且准确	iUS的用户依赖性较强，需要直观的软件以实现最佳临床应用	提高骨盆恶性肿瘤手术导航的准确性和效率	骨盆恶性肿瘤患者	数字病理	骨盆恶性肿瘤	实时术中超声（iUS）	深度学习	超声图像	30名患者
247	2025-07-29	Active learning of enhancers and silencers in the developing neural retina 2025-Jan-15, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2024.12.004 PMID:39778579	研究论文	本文开发了一种主动学习方法，用于训练能够区分增强子和沉默子的模型，这些增强子和沉默子由光感受器转录因子CRX的结合位点组成	采用主动学习策略结合合成生物学和不确定性采样，迭代训练模型以区分功能相反的CRX结合位点	模型可能无法完全解释转录因子在不同背景下激活或抑制转录的机制	开发能够区分增强子和沉默子的深度学习模型，以更好地理解顺式调控元件的功能	光感受器转录因子CRX的结合位点	机器学习	NA	主动学习、合成生物学、大规模并行报告基因检测	深度学习模型	基因组序列	几乎所有基因组中结合的CRX位点
248	2025-07-29	Data augmentation of time-series data in human movement biomechanics: A scoping review 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327038 PMID:40591732	综述	本文对生物力学时间序列数据的数据增强技术进行了范围综述，评估了当前技术的有效性并提出了应用建议	首次系统性地综述了生物力学时间序列数据增强技术的应用现状和挑战	缺乏对数据增强技术效果的全面评估，合成数据中未考虑软组织伪影等问题	评估生物力学时间序列数据增强技术的应用现状和效果	生物力学时间序列数据	生物力学	NA	数据增强技术	NA	时间序列数据	21篇相关文献
249	2025-07-29	A deep learning software tool for automated sleep staging in rats via single channel EEG 2025, NPP - digital psychiatry and neuroscience DOI:10.1038/s44277-025-00035-y PMID:40656054	研究论文	开发了一种基于深度学习的软件工具，用于通过单通道EEG自动对大鼠睡眠阶段进行分类	利用深度学习模型自动分类大鼠的三种睡眠阶段，显著减少了人工标注的工作量	研究仅基于16只大鼠的数据，样本量相对较小	开发自动化方法以加速睡眠研究并提高睡眠质量评估的效率	大鼠的睡眠阶段（REM/反常睡眠、NREM/慢波睡眠和清醒状态）	机器学习	NA	单通道EEG	DNN	EEG信号	16只大鼠，每只进行两次24小时记录
250	2025-07-29	Closed-Loop Transcranial Ultrasound Stimulation Based on Deep Learning Effectively Suppresses Epileptic Seizures in Mice 2025, 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.2025.3589089 PMID:40658582	研究论文	本研究设计并实现了一种基于深度学习的闭环经颅超声刺激系统，用于实时检测和干预青霉素诱导的癫痫小鼠海马区的癫痫信号	首次将深度学习应用于闭环经颅超声刺激系统，实现了对癫痫信号的实时识别和动态响应	研究仅在小鼠模型中进行，尚未在人类患者中验证	开发一种能够动态响应癫痫发作的闭环经颅超声刺激系统	青霉素诱导的癫痫小鼠	神经调控技术	癫痫	经颅超声刺激	深度学习网络模型	神经信号	青霉素诱导的癫痫小鼠（具体数量未提及）
251	2025-07-29	A survey of NLP methods for oncology in the past decade with a focus on cancer registry applications 2025, Artificial intelligence review IF:10.7Q1 DOI:10.1007/s10462-025-11316-5 PMID:40688631	综述	本文综述了过去十年中自然语言处理（NLP）在癌症登记操作中的应用，重点关注NLP方法、文档类型、癌症部位和研究目标	系统性地分类和分析了2014年至2024年间156篇相关文献，揭示了NLP在癌症登记中的发展趋势和未充分探索的领域	儿科癌症、黑色素瘤和淋巴瘤等癌症类型以及疾病进展、临床试验匹配和患者沟通等研究领域代表性不足，多模态模型研究稀缺	评估NLP在癌症登记中的应用潜力，提升数据提取效率和准确性	临床文本（病理学和放射学报告）	自然语言处理	癌症	NLP	rule-based, machine learning, traditional deep learning, transformer models (BERT, ClinicalBERT, RadBERT, GPT-3, GPT-4)	文本	156篇文献
252	2025-07-29	Detecting early gastrointestinal polyps in histology and endoscopy images using deep learning 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1571075 PMID:40703309	研究论文	使用深度学习技术检测组织学和内窥镜图像中的早期胃肠道息肉	提出了一种三阶段深度学习方法，结合编码器-解码器网络、预训练模型和SVM分类器，用于早期胃肠道息肉的识别	InceptionV3模型的表现略逊于其他模型	提高胃肠道癌症的早期识别能力	胃肠道息肉	数字病理学	胃肠道癌症	深度学习	EDN, VGG16, VGG19, ResNet50, InceptionV3, SVM	图像	五个数据集（CRC-VAL-HE-7K、CRC-VAL-HE-100K、Kvasir_v2、北京肿瘤医院数据集和一个弱标记数据集）
253	2025-07-29	Integrating pathomics and deep learning for subtyping uveal melanoma: identifying high-risk immune infiltration profiles 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1585097 PMID:40703526	research paper	该研究利用无监督学习和深度学习技术对葡萄膜黑色素瘤（UVM）进行亚型分类，识别高风险免疫浸润特征	结合病理组学和深度学习识别UVM的高免疫浸润亚型，并基于死亡率风险改进患者分层	样本量相对较小，仅包含70例训练数据和68例验证数据	改进UVM患者的风险分层和预后预测	葡萄膜黑色素瘤（UVM）患者	digital pathology	uveal melanoma	H&E染色全切片图像分析、基因组数据分析、深度学习建模	Inception-V3	image, genomic, clinical	70例训练数据（来自GDC数据库）和68例验证数据（来自华西医院）
254	2025-07-29	Supervised contrastive loss helps uncover more robust features for photoacoustic prostate cancer identification 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1592815 PMID:40703547	研究论文	本文探讨了监督对比学习在光声光谱特征提取中的应用，以提高前列腺癌识别的准确性	引入了监督对比学习（SCL-adjust模型），在光声光谱分析中提取更稳健的特征，相比传统方法准确率提高了10%以上	个体异质性仍然是影响识别性能的重要因素	从复杂的生物组织中提取更可靠的特征，提高前列腺癌的识别准确率	前列腺癌的光声光谱数据	数字病理学	前列腺癌	光声光谱分析	CNN, 监督对比学习模型（SC）, 监督对比损失调整模型（SCL-adjust）	光谱数据	NA
255	2025-07-29	Using deep learning to screen OCTA images for hypertension to reduce the risk of serious complications 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1581785 PMID:40703652	研究论文	使用深度学习分析OCTA图像以筛查高血压及其严重并发症风险	结合Xception卷积神经网络和多Swin transformer模型分析OCTA图像，提高高血压筛查的准确性和效率	样本量相对较小（422张OCTA图像），模型性能仍有提升空间	研究高血压对眼部微血管的影响，开发基于深度学习的筛查方法	高血压患者和健康对照者的OCTA图像	数字病理学	心血管疾病	光学相干断层扫描血管成像（OCTA）	Xception CNN, Swin transformer	图像	422张OCTA图像（来自136名高血压患者和85名健康受试者）
256	2025-07-29	Construction of crown profile prediction model of Pinus yunnanensis based on CNN-LSTM-attention method 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1567131 PMID:40703862	研究论文	本研究基于CNN-LSTM-attention方法构建了云南松树冠轮廓预测模型，提高了预测精度	结合深度学习和新型树冠竞争指数（CPCI），克服了传统模型在捕捉树冠不对称性和垂直结构方面的局限性	研究仅基于云南大理苍山的五个年龄分层永久样地数据，可能限制了模型的普适性	提高云南松树冠轮廓的预测精度，以支持森林管理和生态分析	云南松树的树冠轮廓	机器学习	NA	深度学习	CNN-LSTM-Attention	树冠轮廓数据	629棵树，来自五个年龄分层的永久样地
257	2025-07-29	Design and development of an efficient RLNet prediction model for deepfake video detection 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1569147 PMID:40704217	研究论文	本研究提出了一种结合ResNet和LSTM的RLNet深度学习框架，用于高精度检测深度伪造视频	通过结合ResNet和LSTM网络，同时利用空间和时间特征来准确识别伪造内容，相比现有方法具有更高的准确性和检测能力	需要研究更多卷积神经网络架构在视频深度伪造数据集上的表现	开发一种高效的深度伪造视频检测方法，提升数字内容的安全性和真实性	深度伪造视频	计算机视觉	NA	深度学习	ResNet, LSTM	视频	包含真实和深度伪造视频的多样化数据集
258	2025-07-29	Application of deep learning for diagnosis of shoulder diseases in older adults: a narrative review 2025-Jan, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.e6 PMID:40704206	综述	本文探讨了深度学习在老年人肩部疾病诊断中的应用及其潜力	利用深度学习技术自动化图像分割、疾病检测和运动分析，提高诊断准确性和效率	需要大规模前瞻性验证研究以确保其普适性和可重复性	探索深度学习在老年人肩部疾病诊断中的应用	老年人肩部疾病	数字病理学	老年疾病	深度学习	CNN	图像	NA
259	2025-07-29	Automatic sleep staging based on 24/7 EEG SubQ (UNEEG medical) data displays strong agreement with polysomnography in healthy adults 2024-Dec, Sleep health IF:3.4Q2 DOI:10.1016/j.sleh.2024.08.007 PMID:39406630	研究论文	评估基于双通道皮下脑电图（EEG）的自动睡眠分期性能	使用UNEEG medical的24/7 EEG SubQ设备和深度学习模型U-SleepSQ进行自动睡眠分期，并与多导睡眠图（PSG）手动评分进行对比，显示出强一致性	研究样本仅包括22名健康成年人，可能无法代表更广泛的人群或患有睡眠障碍的患者	评估自动睡眠分期技术在健康成年人中的性能	22名健康成年人	数字病理学	NA	双通道皮下脑电图（EEG）	深度学习模型U-SleepSQ	EEG数据	22名健康成年人，每人1-6次记录
260	2025-07-29	Multi-modality deep learning-based [68Ga]Ga-DOTA-FAPI-04 PET polar map generation: potential value in detecting reactive fibrosis after myocardial infarction 2024-Nov, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06850-3 PMID:39060373	研究论文	本研究提出了一种基于深度学习的多模态图像融合方法，用于提高[68Ga]Ga-DOTA-FAPI-04 PET极坐标图生成的准确性，并探索其在检测心肌梗死后反应性纤维化中的潜在价值	通过融合多模态图像补偿[68Ga]Ga-DOTA-FAPI-04 PET图像中丢失的心脏结构信息，提高了极坐标图生成的准确性	研究样本量相对较小（87例患者），且仅针对ST段抬高型心肌梗死患者	提高[68Ga]Ga-DOTA-FAPI-04 PET极坐标图生成的准确性，并探索其在心肌梗死后反应性纤维化检测中的临床价值	87例ST段抬高型心肌梗死患者的133对[68Ga]Ga-DOTA-FAPI-04 PET/MR图像	数字病理	心血管疾病	PET/MR成像	深度学习	医学图像	87例ST段抬高型心肌梗死患者的133对[68Ga]Ga-DOTA-FAPI-04 PET/MR图像，其中26例用于纵向分析