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	2025-07-04	Deep learning for gender estimation using hand radiographs: a comparative evaluation of CNN models 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01809-8 PMID:40597748	研究论文	本研究旨在开发一种基于深度学习的模型，用于通过手部X光片进行性别分类，为法医鉴定提供快速客观的替代方法	首次比较评估了四种CNN架构在手部X光片性别估计中的性能，发现ResNet-50模型表现最佳	研究样本仅包含470张左手X光片，未来需要在更广泛人群中验证结果并增强模型可解释性	开发深度学习模型用于法医鉴定中的性别估计	18至65岁成年人的左手X光片	计算机视觉	NA	数据增强（随机旋转、水平翻转、亮度调整）	CNN（ResNet-18, ResNet-50, InceptionV3, EfficientNet-B0）	图像（X光片）	470张左手X光图像
242	2025-07-04	Cross-domain subcortical brain structure segmentation algorithm based on low-rank adaptation fine-tuning SAM 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01779-x PMID:40597798	研究论文	提出一种基于低秩适应微调SAM的跨域皮层下脑结构分割算法	采用低秩适应（LoRA）微调SAM模型，冻结图像编码器并应用LoRA近似低秩矩阵更新，同时微调轻量级提示编码器和掩码解码器	未提及具体在临床实际应用中的验证效果	提高脑MRI中皮层下结构分割的准确性和鲁棒性	脑MRI图像中的皮层下结构	数字病理	脑部疾病	低秩适应（LoRA）	SAM（Segment Anything Model）	MRI图像	五个MRI数据集（IBSR、MALC、LONI、LPBA、Hammers和CANDI）
243	2025-07-04	Automatic recognition and differentiation of pulmonary contusion and bacterial pneumonia based on deep learning and radiomics 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01802-1 PMID:40597898	研究论文	本研究首次利用深度学习和影像组学技术自动识别和区分肺挫伤与细菌性肺炎，并比较其与人工诊断的性能	首次将人工智能应用于肺挫伤与细菌性肺炎的自动识别和区分，并证明其诊断性能优于人工诊断	研究为回顾性研究，可能存在选择偏倚；样本来自两家医院，可能影响模型的泛化能力	开发一种基于人工智能的自动诊断系统，用于区分肺挫伤和细菌性肺炎	肺挫伤(PC)和细菌性肺炎(BP)患者	数字病理	肺挫伤和细菌性肺炎	影像组学特征提取	VB-net和SVM	CT图像	2179名患者（来自两家医院，2016年4月至2022年7月）
244	2025-07-03	Deep learning radiomics and mediastinal adipose tissue-based nomogram for preoperative prediction of postoperative‌ brain metastasis risk in non-small cell lung cancer 2025-Jul-01, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14466-5 PMID:40597925	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
245	2025-07-04	A deep learning model for predicting systemic lupus erythematosus-associated epitopes 2025-Jul-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03056-x PMID:40598008	research paper	本研究提出了一种混合深度学习架构，用于预测系统性红斑狼疮（SLE）相关表位，结合了手工制作的生化特征和数据驱动的深度序列建模	提出了一种结合手工特征提取和深度序列建模的混合深度学习架构，并采用了基于注意力的融合模块来整合不同分支的信息	未明确提及具体局限性，但可能受限于数据集规模和多样性	提高系统性红斑狼疮相关表位的预测准确性，以促进对自身免疫发病机制的理解和免疫治疗设计	系统性红斑狼疮相关表位	machine learning	系统性红斑狼疮	深度学习	CNN, LSTM, 多层感知机	生物序列数据	NA
246	2025-07-04	Multi-dimensional annotation of porcine variants using genomic and epigenomic features in pigs 2025-Jul-01, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02279-8 PMID:40598185	研究论文	本研究通过整合多维基因组和表观基因组特征，对猪的遗传变异进行了全面注释，揭示了这些变异对表观基因组、转录组和复杂性状的功能影响	首次在猪中系统注释了编码区和非编码区的基因组变异，并利用Basenji深度学习模型和ATAC-seq技术预测了这些SNP对染色质可及性的影响	研究主要基于相关性分析，缺乏直接的实验验证	揭示基因组变异对猪复杂性状的分子机制影响	1,817头不同品种和群体的猪的全基因组序列	基因组学	NA	全基因组测序、ATAC-seq	Basenji	基因组序列、表观基因组数据	1,817头猪的全基因组序列
247	2025-07-04	Deep learning-based cough classification using application-recorded sounds: a transfer learning approach with VGGish 2025-Jul-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03065-w PMID:40598373	研究论文	本文提出了一种基于深度学习的咳嗽分类模型，利用智能手机记录的咳嗽声音进行早期诊断	使用VGGish作为迁移学习模型，结合额外的检测和分类网络，提高了咳嗽声音分类的准确性	模型性能可能受到智能手机录音质量的影响，且样本量未明确说明	开发早期诊断系统，改善呼吸系统疾病的及时干预和治疗效果	智能手机记录的咳嗽声音	机器学习	呼吸系统疾病	深度学习	VGGish, CNN	音频	NA
248	2025-07-04	AmpHGT: expanding prediction of antimicrobial activity in peptides containing non-canonical amino acids using multi-view constrained heterogeneous graph transformer 2025-Jul-01, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02253-4 PMID:40598389	研究论文	提出了一种名为AmpHGT的新型深度学习模型，用于预测含有非经典氨基酸的抗菌肽的抗菌活性	AmpHGT模型基于异构图表示肽，能够高效分类含有非经典氨基酸的抗菌肽，解决了传统特征提取方法的局限性	传统解密方法和单字母表示系统对于非经典氨基酸的处理不足，阻碍了新型抗菌肽的开发	开发一种能够预测含有非经典氨基酸的抗菌肽活性的模型	抗菌肽（AMPs），特别是含有非经典氨基酸的抗菌肽	机器学习	NA	深度学习	Heterogeneous Graph Transformer (HGT)	肽序列数据	NA
249	2025-07-04	Associations of street-view greenspace exposure with cardiovascular health (Life's Essential 8) among women in midlife 2025-Jul-01, Biology of sex differences IF:4.9Q1 DOI:10.1186/s13293-025-00718-3 PMID:40598663	研究论文	研究探讨了街道绿化景观暴露与中年女性心血管健康（Life's Essential 8）之间的关联	首次使用Google街景图像和深度学习算法量化街道绿化景观暴露，并分析其与心血管健康的多维度关联	研究样本主要来自美国马萨诸塞州东部，可能限制结果的普适性	探究街道绿化景观暴露对中年女性心血管健康的影响	中年女性（平均年龄46-51岁）	公共卫生	心血管疾病	深度学习算法	NA	图像（Google街景图像）、问卷调查数据、生物医学测量数据	767名参与者（68%非西班牙裔白人，74%大学毕业生）
250	2025-07-04	Enhanced Maize Leaf Disease Detection and Classification Using an Integrated CNN-ViT Model 2025-Jul, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70513 PMID:40599357	研究论文	本文提出了一种结合CNN和ViT的混合深度学习框架，用于增强玉米叶部病害的检测和分类	通过结合CNN的局部特征提取能力和ViT的长距离上下文依赖捕捉能力，提出了一种新颖的混合模型，显著提高了分类性能	模型在CD&S数据集上的表现略低于主数据集，可能存在一定的泛化限制	开发一种高精度的自动化玉米叶部病害检测方法	玉米叶部病害图像	计算机视觉	植物病害	深度学习	CNN-ViT混合模型	图像	来自Mendeley、Kaggle和CD&S数据集的玉米病害图像
251	2025-07-04	Python-driven impedance profiling on peptide-functionalized biosensor for detection of HIV gp41 envelope protein 2025-Jul, 3 Biotech IF:2.6Q3 DOI:10.1007/s13205-025-04400-8 PMID:40599495	研究论文	本研究提出了一种无标记阻抗生物传感器，用于检测HIV包膜蛋白gp41，使用抗菌肽作为生物识别受体	首次使用抗菌肽作为生物识别受体，结合Python驱动的深度学习算法进行阻抗数据分析	未提及在复杂生物样本中的实际应用效果	开发一种快速、灵敏且可重复的HIV早期诊断平台	HIV包膜蛋白gp41	生物传感器	HIV感染	电化学阻抗谱(EIS)、扫描电子显微镜、Python深度学习算法	深度学习回归模型	阻抗数据	NA
252	2025-07-04	Artificial Intelligence in Obstetric and Gynecological MR Imaging 2025-Jul-01, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.rev.2024-0077 PMID:39477505	综述	本文回顾了人工智能在产科和妇科MRI中的重大进展和应用	从基础算法技术到深度学习策略和高级放射组学的AI发展历程，以及AI在特定疾病诊断中的应用	未提及具体AI模型的性能比较或临床验证的详细结果	探索AI在产科和妇科MRI中的应用及其对精准医疗的潜在贡献	产科和妇科MRI影像	数字病理学	子宫平滑肌肉瘤、子宫内膜癌、宫颈癌、卵巢肿瘤、胎盘植入	MRI、深度学习、放射组学	NA	影像	多机构广泛数据集
253	2025-07-04	Comparison of Deep Learning Models for fast and accurate dose map prediction in Microbeam Radiation Therapy 2025-Jul-01, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105012 PMID:40602228	研究论文	比较两种深度学习模型在微束放射治疗中快速准确预测剂量图的性能	首次在微束放射治疗中比较基于图卷积网络和3D U-Net的深度学习模型	研究仅基于大鼠的临床前数据，未涉及人体数据	比较不同深度学习模型在微束放射治疗剂量预测中的性能	微束放射治疗中的剂量分布	数字病理	NA	深度学习	Graph-Convolutional-Network, 3D U-Net	3D剂量图	用于MRT临床前研究的大鼠数据
254	2025-07-04	The role of data partitioning on the performance of EEG-based deep learning models in supervised cross-subject analysis: A preliminary study 2025-Jul-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110608 PMID:40602315	研究论文	本文深入研究了数据分区和交叉验证在评估EEG深度学习模型中的作用，并提供了避免数据泄漏的指南	首次全面比较了五种交叉验证设置对EEG深度学习模型性能的影响，并提出了基于主题的交叉验证策略的重要性	研究仅限于三种特定的分类任务和四种架构，可能不适用于所有EEG深度学习场景	评估数据分区和交叉验证对EEG深度学习模型性能的影响	EEG数据	机器学习	帕金森病,阿尔茨海默病	EEG	ShallowConvNet, EEGNet, DeepConvNet, Temporal-based ResNet	EEG信号	超过100,000个训练模型
255	2025-07-04	The artificial intelligence challenge in rare disease diagnosis: A case study on collagen VI muscular dystrophy 2025-Jul-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110610 PMID:40602312	研究论文	本文探讨了人工智能技术在罕见疾病诊断中的应用，特别是针对胶原VI型先天性肌营养不良症的共聚焦显微镜图像分析	展示了即使在训练数据有限的情况下，通过适当的数据管理和训练程序，也能成功开发出高精度的分类器	研究仅针对一种罕见疾病，结论的普适性需要进一步验证	探索人工智能技术在罕见疾病诊断中的应用潜力	胶原VI型先天性肌营养不良症的共聚焦显微镜图像	数字病理学	胶原VI型先天性肌营养不良症	共聚焦显微镜	经典机器学习和现代深度学习技术	图像	有限数量的训练数据
256	2025-07-04	A deep learning model combining convolutional neural networks and a selective kernel mechanism for SSVEP-Based BCIs 2025-Jul-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110691 PMID:40602314	研究论文	提出了一种结合CNN和选择性核机制的新型深度学习模型FBCNN-TKS，用于基于SSVEP的脑机接口	引入了TKS模块，显著增强了特征提取能力，并采用扩张和分组卷积减少模型参数，降低过拟合风险	未提及具体的数据不足情况下的泛化能力测试	解决SSVEP-BCIs中训练数据不足导致的过拟合问题，以及有效捕捉全局时间特征的困难	基于稳态视觉诱发电位(SSVEP)的脑机接口(BCIs)	机器学习	NA	filter bank技术, CNN, 时间核选择(TKS)模块	CNN, FBCNN-TKS	SSVEP信号	公共数据集Benchmark和BETA
257	2025-07-04	Improving YOLO-based breast mass detection with transfer learning pretraining on the OPTIMAM Mammography Image Database 2025-Jul-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110581 PMID:40602320	研究论文	本研究通过迁移学习和图像预处理技术优化YOLO模型，提高小规模专有数据集上的乳腺肿块检测性能	使用OPTIMAM乳腺X线摄影图像数据库(OMI-DB)进行预训练，结合YOLOv9模型显著提升检测准确率	研究仅基于133张乳腺X线图像，样本量较小	优化深度学习模型在数据有限的临床应用中乳腺肿块的检测性能	乳腺X线摄影图像中的肿块	计算机视觉	乳腺癌	迁移学习，图像预处理(裁剪和对比度增强)	YOLOv9, YOLOv7	图像	133张乳腺X线图像
258	2025-07-04	Cephalometric landmark detection using vision transformers with direct coordinate prediction 2025-Jul-01, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery DOI:10.1016/j.jcms.2025.05.021 PMID:40603150	research paper	提出了一种使用Vision Transformers (ViTs)直接预测坐标的新方法，用于头影测量标志点检测(CLD)，避免了传统热图预测的内存密集型问题	首次将Vision Transformers与直接坐标预测相结合应用于CLD任务，相比现有方法在平均径向误差上提升了2毫米以上	未明确指出具体局限性，但暗示传统CNN方法在特定数据集上可能过拟合，泛化能力不足	改进头影测量标志点检测的自动化方法，提升检测精度和临床应用潜力	侧位X射线图像中的头影测量标志点	computer vision	NA	Vision Transformers (ViTs), 直接坐标预测	Vision Transformers (ViTs)	X-ray图像	未明确说明样本数量
259	2025-07-04	The power spectrum map of gyro-sulcal functional activity dissociation in macaque brains 2025-Jul-01, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhaf160 PMID:40605313	研究论文	本研究利用一维卷积神经网络（1D-CNN）分析猕猴大脑中脑回与脑沟在静息态功能磁共振成像信号中的功能分离特性，并建立了首个猕猴脑回-脑沟功能活动分离的功率谱图	首次建立了猕猴脑回-脑沟功能活动分离的功率谱图，为系统探索哺乳动物大脑功能分离的神经机制提供了新视角	研究仅基于静息态功能磁共振成像数据，未涉及任务态或其他模态的神经影像数据	探究猕猴大脑中脑回与脑沟在功能活动上的频率特异性分离特征	440只猕猴（来自两个独立站点的静息态功能磁共振成像数据）	神经影像分析	NA	静息态功能磁共振成像（rs-fMRI）	一维卷积神经网络（1D-CNN）	神经影像数据	440只猕猴
260	2025-07-04	Advancing Spike Sorting Through Gradient-Based Preprocessing and Nonlinear Reduction With Agglomerative Clustering 2025-Jul, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70650 PMID:40607611	研究论文	本文提出了一种基于梯度预处理和非线性降维结合凝聚聚类的尖峰排序方法，以提高神经元电信号分类的准确性	引入了数学技术进行数据预处理，并结合非线性变换（UMAP和谱嵌入）优化尖峰波形特征提取，使用基于密度的聚类算法进行尖峰排序	未提及在真实复杂神经环路中的验证情况，以及计算效率的具体数据	开发高精度的全自动尖峰排序方法以替代人工分类	神经元产生的电信号（尖峰）	神经信号处理	NA	UMAP, 谱嵌入	无监督聚类算法	电生理信号	未明确说明样本量（测试了Dataset1和合成数据）