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	2025-06-06	GONet: A Generalizable Deep Learning Model for Glaucoma Detection 2025-Jun-04, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3576688 PMID:40465450	research paper	介绍了一种名为GONet的深度学习模型，用于从彩色眼底照片中检测青光眼性视神经病变	GONet采用DINOv2预训练的自监督视觉变换器，并通过多源域策略进行微调，展现出较高的跨分布泛化能力	模型在不同种族、疾病群体和检查环境中的泛化能力仍有待进一步验证	开发一种能够自动检测青光眼性视神经病变的深度学习模型	青光眼性视神经病变患者	digital pathology	glaucoma	deep learning	vision transformers	image	超过119,000张彩色眼底照片，以及一个新的包含747张标记CFPs的数据集
242	2025-06-06	Early diagnosis model of mycosis fungoides and five inflammatory skin diseases based on multi-modal data-based convolutional neural network 2025-Jun-04, The British journal of dermatology DOI:10.1093/bjd/ljaf212 PMID:40465821	research paper	开发了一种基于多模态数据和卷积神经网络的AI模型，用于早期诊断蕈样肉芽肿和五种炎症性皮肤病	首次提出基于多模态信息（临床信息、临床图像和皮肤镜图像）的卷积神经网络模型，用于早期诊断蕈样肉芽肿和炎症性皮肤病	单中心回顾性研究，样本来源有限	构建AI辅助的早期诊断模型，提高蕈样肉芽肿和炎症性皮肤病的诊断准确性	蕈样肉芽肿（MF）和五种炎症性皮肤病患者	digital pathology	cutaneous T-cell lymphoma	deep learning	CNN (RegNetY-400MF)	multimodal data (clinical information, clinical images, dermoscopic images)	1157例患者（2452张临床图像和6550张皮肤镜图像）
243	2025-06-06	Screening and Risk Analysis of Atrial Fibrillation After Radiotherapy for Breast Cancer: Protocol for the Cross-Sectional Cohort Study "Watch Your Heart (WATCH)" 2025-Jun-04, JMIR research protocols IF:1.4Q3 DOI:10.2196/67875 PMID:40466092	研究论文	该研究旨在评估乳腺癌放疗后心房颤动的发生率，并探讨心脏辐射暴露与心房颤动发生的关系	研究乳腺癌放疗后心房颤动的发生率及其与心脏辐射暴露的关系，填补了这一领域的空白	样本量较小（200名患者），且仅限于65岁以上的乳腺癌患者	评估乳腺癌放疗后心房颤动的发生率，并探讨心脏辐射暴露与心房颤动发生的关系	65岁以上、5年前接受过乳腺癌放疗且无心房颤动病史的患者	数字病理学	乳腺癌	心电图（ECG）、经胸超声心动图（TTE）、深度学习算法	深度学习算法	心电图数据、超声心动图数据、医疗记录	200名65岁以上的乳腺癌患者
244	2025-06-06	A Dataset of Raman and Infrared Spectra as an Extension to the ChEMBL 2025-Jun-04, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05289-x PMID:40467651	research paper	该研究构建了一个包含拉曼光谱和红外光谱的数据集，作为对ChEMBL数据库的扩展	通过应用Gaussian09构建了一个包含22万分子的拉曼光谱和红外光谱数据集，填补了现有数据集中光谱信息缺失的空白	数据集仍在不断更新中，当前覆盖的分子数量可能仍有限	解决量子化学数据中光谱信息不足的问题，支持深度学习在材料科学中的应用	从ChEMBL中提取的22万分子	material science	NA	Raman spectroscopy, Infrared spectroscopy, Gaussian09	NA	spectral data	220,000 molecules
245	2025-06-06	Automated interpretation of cardiotocography using deep learning in a nationwide multicenter study 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02849-4 PMID:40467683	研究论文	本研究利用深度学习技术，基于全国多中心的大规模数据，开发了一种自动解读胎心监护图（CTG）的临床适用模型	使用大规模全国性CTG数据集，由专业产科医生提供可靠标注，克服了以往研究依赖小规模或局部数据的局限性	需要在前瞻性研究中进一步评估模型的临床适用性	开发一种临床适用的深度学习模型，用于自动解读胎心监护图（CTG）	胎心监护图（CTG）数据	数字病理学	产科疾病	深度学习	深度学习模型	时间序列数据	来自14家医院的22,522例分娩数据，总计519,800人分钟的分析数据
246	2025-06-06	A hybrid steganography framework using DCT and GAN for secure data communication in the big data era 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01054-7 PMID:40467689	研究论文	该研究提出了一种结合DCT和GAN的混合隐写框架，用于大数据时代的安全数据通信	通过结合DCT和深度学习算法GAN，在空间和频率域中利用深度学习技术，提出了一种混合架构，为需要高数据完整性和安全性的应用提供了鲁棒的解决方案	NA	开发一种更灵活有效的隐写解决方案，以克服空间域方法的局限性	数字图像数据	计算机视觉	NA	DCT, GAN	GAN	图像	NA
247	2025-06-06	Deep learning based rapid X-ray fluorescence signal extraction and image reconstruction for preclinical benchtop X-ray fluorescence computed tomography applications 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03900-0 PMID:40467695	研究论文	提出了一种基于深度学习的端到端框架，用于快速X射线荧光信号提取和图像重建，应用于临床前台式X射线荧光计算机断层扫描	整合了一维卷积神经网络（1D CNN）和U-Net模型，实现了XRF信号提取和XFCT图像重建的快速处理，显著减少了后处理时间	研究主要基于实验数据和合成小鼠模型，尚未在真实活体小鼠中进行全面验证	解决台式X射线荧光计算机断层扫描（XFCT）在活体小鼠成像中的快速信号处理和图像重建问题	注射金纳米颗粒（GNPs）的活体小鼠	计算机视觉	NA	X射线荧光计算机断层扫描（XFCT）	1D CNN, U-Net	X射线荧光信号和散射光子光谱	包括实验获取和增强的XRF/散射光子光谱数据，涉及不同GNP浓度和成像场景（包括体模和合成小鼠模型）
248	2025-06-06	A blockchain based deep learning framework for a smart learning environment 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03688-z PMID:40467714	研究论文	提出一个基于区块链和深度学习的智能框架，以增强智能学习过程并解决该领域的挑战	结合区块链和深度学习技术，解决智能学习中的数据安全和学习者表现预测问题	未提及具体的数据集规模或实验环境的具体细节	提升智能学习过程的安全性和效率	智能学习环境和学习者数据	机器学习	NA	区块链、深度学习	深度神经网络	学习者数据	NA
249	2025-06-06	A neuromorphic electronic artist for robotic painting 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92081-x PMID:40467759	research paper	介绍了一种基于神经形态电子技术的机器人绘画系统，能够实现动态笔触生成	首次将神经形态摄像头和处理器应用于机器人绘画，实现了低延迟的实时闭环自适应控制	仅展示了基础笔触生成能力，尚未实现复杂艺术创作	开发具有生物逼真度的实时机器人绘画系统	6自由度机械臂绘画系统	机器人技术	NA	动态视觉传感器(DVS)事件流处理	脉冲神经网络(SNN)	事件流数据	NA
250	2025-06-06	Advancing prenatal healthcare by explainable AI enhanced fetal ultrasound image segmentation using U-Net++ with attention mechanisms 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04631-y PMID:40467763	research paper	本研究开发了一种基于U-Net++和注意力机制的胎儿超声图像分割框架，旨在提高产前医疗保健的准确性和效率	结合U-Net++的嵌套跳跃连接和ResNet-34的残差学习，引入注意力机制增强低对比度噪声超声数据的特征提取，并集成Grad-CAM++提供模型决策解释	NA	开发高精度的自动化胎儿超声图像分割技术，以标准化评估胎儿发育情况	胎儿超声图像	digital pathology	NA	超声成像	U-Net++ with ResNet-34 backbone and attention mechanisms	image	大量的胎儿超声图像数据集（具体数量未提及）
251	2025-06-06	Optimization of deep learning architecture based on multi-path convolutional neural network algorithm 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03765-3 PMID:40467835	研究论文	本研究针对多流卷积神经网络(MSCNN)在路径协作、特征融合和资源利用方面的局限性，提出了一种基于动态路径协作机制和轻量级设计的优化模型	创新性地引入了路径注意力机制和特征共享模块以增强路径间信息交互，采用自注意力融合方法提高特征融合效率，并通过路径选择和模型剪枝技术实现模型性能与计算资源需求的有效平衡	NA	提升MSCNN在复杂任务中的特征提取能力、计算效率和模型鲁棒性	多流卷积神经网络架构	计算机视觉	NA	深度学习	CNN	图像	三个数据集(CIFAR-10、ImageNet和自定义数据集)
252	2025-06-06	Deep learning-based cone-beam CT motion compensation with single-view temporal resolution 2025-Jun-04, Medical physics IF:3.2Q1 DOI:10.1002/mp.17911 PMID:40467957	research paper	提出了一种基于深度学习的锥束CT运动补偿方法（SAMoCo），用于处理周期性和非周期性运动	通过U-net-like网络预测位移矢量场（DVFs），无需门控策略，适用于任意运动模式	方法依赖于模拟的4D CBCT扫描数据，可能在实际应用中存在泛化性问题	提高锥束CT扫描在运动补偿中的时间分辨率，减少运动伪影	呼吸患者的4D CBCT扫描数据	digital pathology	lung cancer	4D CBCT扫描模拟	U-net-like network	image	4D临床CT扫描模拟的呼吸患者数据
253	2025-06-06	A hybrid GAN-based deep learning framework for thermogram-based breast cancer detection 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04676-z PMID:40467954	research paper	提出了一种基于GAN和混合深度学习模型的框架BCDGAN，用于热成像图的乳腺癌检测	结合GAN和混合深度学习模型，通过生成关键感兴趣区域(ROIs)和深度特征提取提高分类性能	NA	提高乳腺癌检测的诊断准确性	热成像图	digital pathology	breast cancer	GAN, deep learning	GAN, Hybrid Deep Learning (HDL)	image	DMR-IR benchmark dataset
254	2025-06-06	Development and validation of a deep learning-powered system for multi-version global alignment and proportion score to predict mechanical complications after adult degenerative scoliosis surgery 2025-Jun-04, 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/s00586-025-08995-7 PMID:40468028	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
255	2025-06-06	Unified deep learning framework for many-body quantum chemistry via Green's functions 2025-Jun-04, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00810-z PMID:40468046	研究论文	提出一个针对多体格林函数的深度学习框架，统一预测基态和激发态的电子性质，并提供对多电子关联效应的物理见解	通过从平均场特征学习多体微扰理论或耦合簇自能，图神经网络在预测单粒子和双粒子激发以及可从一个单粒子密度矩阵导出的量方面实现了竞争性性能	NA	解决大规模应用中量子多体方法的高计算成本问题，利用机器学习解决多电子问题	分子和材料的电子性质	机器学习	NA	图神经网络	GNN	量子化学数据	多个分子和纳米材料基准
256	2025-06-06	Latent space reconstruction for missing data problems in CT 2025-Jun-04, Medical physics IF:3.2Q1 DOI:10.1002/mp.17910 PMID:40468155	research paper	提出了一种基于深度学习的潜在空间重建（LSR）框架，用于校正CT图像中因数据缺失或损坏引起的伪影	首次提出利用生成神经网络的潜在空间进行迭代搜索，以匹配受损的投影数据，从而修复CT图像中的伪影	未提及该方法对于其他类型伪影的适用性及计算效率的具体数据	解决CT图像重建中因数据缺失或损坏导致的伪影问题	CT图像中的截断伪影和金属伪影	digital pathology	NA	deep learning	generative neural network	image	NA
257	2025-06-06	Deep learning model applied to real-time delineation of colorectal polyps 2025-Jun-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03047-y PMID:40468304	research paper	本研究评估了基于YOLACT的实时息肉描绘模型（RTPoDeMo）在结肠镜视频中的实时应用性能	首次将YOLACT模型应用于医学领域的实时息肉检测与分割，并开发了RTPoDeMo模型	研究仅基于2188张结肠镜图像，样本量相对较小	评估深度学习模型在结肠镜视频中实时描绘结直肠息肉的性能	结直肠息肉	digital pathology	colorectal cancer	deep learning	YOLACT, Mask-RCNN, YOLACT++	image	2188张结肠镜图像
258	2025-06-06	Advancing blood cell detection and classification: performance evaluation of modern deep learning models 2025-Jun-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03027-2 PMID:40468312	研究论文	本文评估了现代深度学习模型在血细胞检测和分类中的性能	采用YOLO进行血细胞定位，结合混合CNN模型进行精确分类，并与其他先进模型进行了全面比较	未提及具体样本量及数据集的多样性限制	自动化血细胞计数过程，减少人工操作	血细胞	计算机视觉	贫血、白血病、感染	深度学习	YOLO、CNN、MobileNetV2、ShuffleNetV2、DarkNet	图像	NA
259	2025-06-06	Machine learning in dentistry and oral surgery: charting the course with bibliometric insights 2025-Jun-04, Head & face medicine IF:2.4Q2 DOI:10.1186/s13005-025-00521-w PMID:40468381	研究论文	通过文献计量学方法全面分析机器学习在牙科和口腔外科中的应用，以识别研究趋势、热点和未来方向	使用VOSviewer和CiteSpace软件进行文献计量分析，揭示从传统机器学习算法到深度学习算法的研究焦点演变，以及多模态数据和基础模型的新兴重要性	数据可用性和安全性、算法偏见以及'黑盒模型'等挑战尚未解决	分析机器学习在牙科和口腔外科中的应用趋势和未来方向	2010年至2024年间发表的2234篇与牙科和口腔外科中机器学习相关的出版物	机器学习	NA	文献计量分析	传统机器学习算法、深度学习算法、基础模型	文献数据	2234篇出版物
260	2025-06-06	Deep Learning Based Models for CRISPR/Cas Off-Target Prediction 2025-Jun-04, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500122 PMID:40468633	综述	本文回顾了基于深度学习的CRISPR/Cas脱靶预测工具，评估了六种深度学习模型在公共数据集上的性能	强调将经过验证的脱靶位点数据集整合到模型训练中，提高了预测的鲁棒性，特别是在高度不平衡的数据集上	没有模型在所有场景中始终优于其他模型	改进CRISPR/Cas脱靶位点预测，确保更安全的基因组编辑应用	CRISPR/Cas脱靶位点预测工具	机器学习	NA	深度学习	CRISPR-Net, CRISPR-IP, R-CRISPR, CRISPR-M, CrisprDNT, Crispr-SGRU	序列数据	六个公共数据集和CRISPRoffT数据库中的验证数据