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	2025-07-11	Improving Tuberculosis Detection in Chest X-Ray Images Through Transfer Learning and Deep Learning: Comparative Study of Convolutional Neural Network Architectures 2025-Jul-01, JMIRx med DOI:10.2196/66029 PMID:40591399	研究论文	本研究通过比较6种CNN架构在胸部X光图像中检测结核病的性能，评估了数据增强对模型性能的影响	研究发现较简单的VGG16模型在结核病检测中表现出色，且计算资源需求较低，数据增强并未提升性能	研究仅使用了4200张胸部X光图像，可能限制了模型的泛化能力	评估不同CNN架构在胸部X光图像中检测结核病的性能	胸部X光图像	计算机视觉	结核病	深度学习	CNN（包括VGG16、VGG19、ResNet50、ResNet101、ResNet152和Inception-ResNet-V2）	图像	4200张胸部X光图像（700张结核病阳性，3500张正常）
242	2025-07-11	A transformer model for de novo sequencing of data-independent acquisition mass spectrometry data 2025-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02718-y PMID:40596427	研究论文	本文介绍了一种名为Cascadia的基于transformer架构的模型，用于数据非依赖采集质谱数据的从头测序	Cascadia模型首次将transformer架构应用于DIA质谱数据的从头测序，相比现有方法在不同仪器和实验协议下均表现出显著提升的性能	NA	解决质谱数据分析中的从头测序问题，特别是针对数据非依赖采集(DIA)协议	质谱数据中的氨基酸序列	机器学习	NA	数据非依赖采集质谱(DIA-MS)	transformer	质谱数据	NA
243	2025-07-11	Comparison of Random Survival Forest Based-Overall Survival With Deep Learning and Cox Proportional Hazard Models in HER-2-Positive HR-Negative Breast Cancer 2025-Jul, Cancer reports (Hoboken, N.J.) DOI:10.1002/cnr2.70262 PMID:40624807	研究论文	本研究比较了随机生存森林（RSF）、深度学习模型（DeepSurv）和Cox比例风险模型在HER2阳性/HR阴性乳腺癌患者总体生存预测中的表现	首次在HER2阳性/HR阴性乳腺癌亚型中系统比较了RSF、DeepSurv和CoxPH模型的预测性能，并发现RSF-VIMP特征选择方法能显著提升预后模型性能	研究数据仅来自SEER数据库，可能无法完全代表其他人群	开发更准确的乳腺癌患者生存预测模型以辅助临床决策	8,119名HER2阳性/HR阴性乳腺癌患者	机器学习	乳腺癌	生存分析	Random Survival Forest (RSF), DeepSurv, Cox Proportional Hazard (CoxPH)	临床数据	8,119名患者（训练集/验证集/测试集=7:1:2比例分配）
244	2025-07-11	Asymmetrical Contrastive Learning Network via Knowledge Distillation for No-Service Rail Surface Defect Detection 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3479453 PMID:39471124	研究论文	本文提出了一种基于知识蒸馏的非对称对比学习网络（ACLNet），用于无轨道表面缺陷检测，通过双流教师模型和单流学生模型实现高性能和参数效率的平衡	提出ACLNet-T双流教师模型同时提取RGB和深度特征，并设计ACLNet-S单流学生模型通过对比蒸馏损失、多尺度图映射蒸馏损失和基于自适应注意力解码器的注意力蒸馏损失实现知识迁移	未明确提及具体局限性，但可能涉及对特定数据集的依赖或计算资源需求	提高无轨道表面缺陷检测的性能和参数效率	铁路表面缺陷	计算机视觉	NA	知识蒸馏（KD）、对比学习、多尺度图映射	ACLNet-T（双流教师模型）、ACLNet-S（单流学生模型）	RGB-D图像	工业RGB-D数据集NEU RSDDS-AUG及三个额外公共数据集
245	2025-07-11	Spectral Super-Resolution in Frequency Domain 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3481060 PMID:39471122	研究论文	本文提出了一种在频域中进行光谱超分辨率重建的新方法，通过设计一个光谱-空间-频域融合网络（SSFDF）来提升重建效果	首次尝试在频域中解决光谱超分辨率问题，并设计了SSFDF网络来融合频域信息	未明确提及具体局限性	提升从RGB图像重建高光谱图像（HSI）的性能	高光谱图像（HSI）	计算机视觉	NA	深度学习	CNN	图像	多个数据集上的实验
246	2025-07-11	Structure-Preserved Self-Attention for Fusion Image Information in Multiple Color Spaces 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3490800 PMID:39531572	research paper	提出了一种结构保持自注意力网络（SPSANet），用于高效融合不同颜色空间的图像信息	引入了一种新颖的结构保持自注意力（SPSA）模块，采用单头像素级注意力机制，替代传统的多头自注意力（MHSA）方法	NA	提高深度学习模型在下游任务中的识别性能	图像信息	computer vision	NA	self-attention mechanism	SPSANet	image	NA
247	2025-07-11	HECLIP: histology-enhanced contrastive learning for imputation of transcriptomics profiles 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf363 PMID:40569046	research paper	提出了一种名为HECLIP的深度学习框架，用于从H&E染色的组织学图像中推断空间基因表达谱	采用图像中心的对比学习策略，减少对空间转录组数据的依赖，实现了准确且有生物学意义的基因表达预测	NA	开发可扩展的计算方法，弥合成像与转录组学之间的鸿沟	H&E染色的组织学图像	digital pathology	NA	spatial transcriptomics (ST)	深度学习框架（HECLIP）	image	公开可用的数据集
248	2025-07-11	CombiANT reader: Deep learning-based automatic image processing tool to robustly quantify antibiotic interactions 2025-Jul, PLOS digital health DOI:10.1371/journal.pdig.0000669 PMID:40627666	研究论文	介绍了一种基于深度学习的自动图像处理工具CombiANT reader，用于稳健量化抗生素相互作用	开发了一种自动化深度学习方法，能够准确分割细菌生长并测量CombiANT测定中的关键点距离，具有亚毫米精度	需要进一步验证在不同环境和设备上的适用性	开发一种自动化工具来量化抗生素相互作用，以应对抗生素耐药性问题	CombiANT测定中的细菌生长图像	计算机视觉	NA	深度学习	NA	图像	100个平板，由三位不同用户使用手机相机拍摄
249	2025-07-11	Comparative analysis of deep learning and tree-based models in power demand prediction: Accuracy, interpretability, and computational efficiency 2025-Jul, Journal of building physics IF:1.8Q3 DOI:10.1177/17442591251333144 PMID:40630870	研究论文	比较深度学习和基于树的模型在电力需求预测中的准确性、可解释性和计算效率	提出了一种多视角评估分析，包括预测准确性、可解释性和计算效率，并比较了六种流行模型在不同电力需求水平下的表现	研究仅针对电力需求预测领域，未涉及其他能源预测场景	评估不同机器学习模型在电力需求预测中的性能，为模型选择提供指导	电力需求预测	机器学习	NA	机器学习	RNN, GRU, LSTM, Random Forest, XGBoost, LightGBM	时间序列数据	NA
250	2025-07-11	From segmentation to explanation: Generating textual reports from MRI with LLMs 2025-Jul-01, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108922 PMID:40633400	研究论文	本文提出了一种结合语义分割模型、基于图谱的映射和大型语言模型（LLMs）的新方法，用于从MRI生成可读的医学报告	通过结合结构化JSON与提示约束的反幻觉设计，提高了AI系统的透明度和可解释性	方法仅在脑肿瘤检测和多发性硬化病变检测中进行了验证，需要进一步测试在其他医学影像场景中的通用性	增强AI在医学影像中的可解释性，提升医疗专业人员对AI驱动诊断的信任	脑肿瘤（胶质瘤）和多发性硬化病变	数字病理学	脑肿瘤	语义分割模型、图谱映射、LLMs	SegResNet, Gemma, Llama, Mistral	MRI影像	NA
251	2025-07-11	Modeling the vertebrate regulatory sequence landscape by UUATAC-seq and deep learning 2025-Jul-01, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.06.020 PMID:40633538	研究论文	本研究开发了一种名为UUATAC-seq的超高通量、超敏感单核测序协议，用于构建脊椎动物染色质可及性图谱，并引入深度学习模型NvwaCE来解析顺式调控语法并预测调控序列	开发了UUATAC-seq协议和NvwaCE深度学习模型，首次实现了在一天内构建一个物种的染色质可及性图谱，并揭示了调控语法的保守性	研究仅覆盖了五个代表性脊椎动物物种，可能无法完全代表所有脊椎动物的调控序列多样性	解码脊椎动物基因组的调控序列语言	五种代表性脊椎动物的候选顺式调控元件(cCREs)	基因组学	NA	UUATAC-seq, 深度学习	NvwaCE	基因组序列数据	五种代表性脊椎动物物种
252	2025-07-11	From Promise to Practice: Reducing Research Waste in Deep Learning Model Development for Cardiovascular Imaging 2025-Jul, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2025.05.003 PMID:40634020	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
253	2025-07-11	Challenges and Strategies for Deep Learning in Cardiovascular Imaging: Ejection Fraction and Heart Failure Management 2025-Jul, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2025.02.011 PMID:40634019	研究论文	本文探讨了深度学习在心血管成像中面临的挑战及应对策略，特别是关于左心室射血分数（LVEF）的自动测量和心力衰竭管理	通过分析评估指标、训练数据和模型泛化三大挑战，提出了结合医学影像领域知识以提升深度学习模型性能的方法	研究仅基于3,538个样本，可能无法完全代表所有临床场景	评估深度学习在心血管成像自动测量中的挑战并探讨改进策略	左心室射血分数（LVEF）测量和心力衰竭管理	数字病理	心血管疾病	深度学习（DL）	监督端到端学习	医学影像	3,538个样本（来自三个不同人群）
254	2025-07-11	Physics informed neural networks simulation of fingering instabilities arising during immiscible and miscible multiphase flow in oil recovery processes 2025-Jul-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0273935 PMID:40637571	研究论文	本文提出了一种基于物理信息神经网络（PINNs）的深度学习框架，用于模拟石油开采过程中多相流的不稳定性（指进现象）	利用PINNs将物理定律（偏微分方程）编码为神经网络的先验信息，有效解决了流体动力学问题中的强非线性和高维度挑战	未明确提及具体的数据集或实验验证规模，可能缺乏实际应用的广泛验证	解决石油开采过程中多相流的不稳定性模拟问题	石油开采过程中的多相流（包括不可混溶和可混溶流体）	流体动力学	NA	物理信息神经网络（PINNs）	PINNs	数值模拟数据	NA
255	2025-07-11	Domain-generalized Deep Learning for Improved Subject-independent Emotion Recognition Based on Electroencephalography 2025-Jun-30, Experimental neurobiology IF:1.8Q4 DOI:10.5607/en25011 PMID:40364497	研究论文	本研究评估了结合四种领域泛化技术和三种深度学习架构的方法，以提高基于脑电图(EEG)的独立于受试者的情绪识别的性能	系统地评估了十二种结合领域泛化技术和深度学习架构的方法，以解决跨受试者变异性问题，并提高了情绪识别的分类准确率	研究仅使用了两个情绪EEG数据集，可能无法涵盖所有可能的情绪状态和受试者变异性	提高独立于受试者的基于EEG的情绪识别的模型泛化能力	情绪识别	机器学习	NA	领域泛化技术(Deep CORAL, GroupDRO, VREx, DANN)	ShallowFBCSPNet, EEGNet, TSception	脑电图(EEG)数据	两个情绪EEG数据集，采用十折交叉验证策略
256	2025-07-11	Machine learning to identify hypoxic-ischemic brain injury on early head CT after pediatric cardiac arrest 2025-Jun-27, Resuscitation IF:6.5Q1 DOI:10.1016/j.resuscitation.2025.110693 PMID:40582483	研究论文	利用深度学习模型在儿童院外心脏骤停后的早期CT扫描中检测缺氧缺血性脑损伤（HIBI）	深度学习模型能够检测出放射科医生视觉上无法识别的HIBI	样本量较小（117例OHCA病例），且模型在预测不良结局时的AUC较低（0.69）	开发深度学习模型以早期检测儿童心脏骤停后的HIBI	儿童院外心脏骤停（OHCA）病例及其年龄匹配的对照组	数字病理学	心血管疾病	深度学习	深度学习模型	CT图像	117例OHCA病例（年龄3.1 [0.7-12.2]岁）及年龄匹配的对照组
257	2025-07-11	[Advances in low-dose cone-beam computed tomography image reconstruction methods based on deep learning] 2025-Jun-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202409021 PMID:40566788	综述	本文系统回顾了基于深度学习的低剂量锥形束计算机断层扫描（CBCT）图像重建方法	比较了不同网络架构在降噪、伪影去除、细节保留和计算效率方面的表现，并探讨了多模态融合和自监督学习等新兴技术的应用潜力	未提及具体临床验证结果或实际应用效果	优化低剂量CBCT算法并支持其临床应用	低剂量CBCT图像重建技术	医学影像处理	NA	深度学习	多种网络架构（未具体说明）	医学影像（CBCT扫描数据）	NA
258	2025-07-11	AI in Medical Questionnaires: Innovations, Diagnosis, and Implications 2025-Jun-23, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/72398 PMID:40549427	系统综述	本文系统综述了人工智能在医学问卷中的应用、潜在益处及问题，重点关注其在评估、开发和预测三个主要功能中的作用	揭示了AI技术在医学问卷中的综合应用潜力，包括提高诊断准确性、辅助临床决策及简化问卷开发和数据分析	大多数研究仍处于探索阶段，方法学质量中等，主要限制包括缺乏对照组、随访数据不完整和验证系统不足	系统评估AI在医学问卷中的价值，探索其在改善诊断效率、加速量表开发和促进早期干预方面的潜力	医学问卷，特别是与心理健康相关的问卷	自然语言处理	精神健康障碍	自然语言处理，生成模型如ChatGPT	随机森林、支持向量机、k近邻、CNN、BERT、ChatGPT	文本	从49,091篇文献中筛选出14篇符合纳入标准的研究
259	2025-07-11	Quantum-inspired computational drug design for phytopharmaceuticals: a herbal holography analysis 2025-Jun-13, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-025-06412-w PMID:40512383	研究论文	本文提出了一种基于量子理论启发的计算药物设计方法，用于植物药物的全息分析	引入了植物全息学这一新范式，将植物分子视为多维系统，并应用全息和量子理论进行理解	量子驱动方法在植物医学中的实际应用效果尚待验证	探索量子驱动方法是否能在植物药物领域带来真正的革命	植物化合物	计算药物设计	NA	混合量子-经典模拟、深度学习模型、量子力学	深度学习模型	NA	NA
260	2025-07-11	Ultra-fast single-sequence magnetic resonance imaging (MRI) for lower back pain: diagnostic performance of a deep learning T2-Dixon pprotocol 2025-Jun-11, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106987 PMID:40633138	research paper	评估深度学习加速的T2w Dixon单序列MRI协议在诊断下腰痛中的性能	提出了一种深度学习加速的T2w Dixon单序列MRI协议，显著缩短了扫描时间	单中心研究，样本量较小（30例患者）	评估缩短版MRI协议在下腰痛诊断中的性能	下腰痛患者	digital pathology	lower back pain	MRI, deep learning	NA	image	30例下腰痛患者