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	2025-05-03	Prognostic value of manual versus automatic methods for assessing extents of resection and residual tumor volume in glioblastoma 2025-May-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2024.8.JNS24415 PMID:39823581	research paper	比较手动与自动方法评估胶质母细胞瘤切除范围和残留肿瘤体积的预后价值	使用Raidionics开源软件和预训练深度学习模型进行自动分割，比较其与手动方法在预后评估中的效果	未发现全切除与近全切除（90%-99%）在预后上的显著差异	评估自动与手动方法在胶质母细胞瘤预后中的价值	成年胶质母细胞瘤患者	digital pathology	glioblastoma	deep learning	pretrained deep learning models	image	来自欧洲和北美12家医院的成年胶质母细胞瘤患者
242	2025-05-03	VGX: VGG19-Based Gradient Explainer Interpretable Architecture for Brain Tumor Detection in Microscopy Magnetic Resonance Imaging (MMRI) 2025-May, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24809 PMID:39825619	research paper	该研究提出了一种基于VGG19的梯度解释器可解释架构，用于显微镜磁共振成像(MMRI)中的脑肿瘤检测	结合了可解释AI(XAI)技术，使用梯度解释器来解释分类结果，提高了模型决策的可解释性	尽管准确率高，但结果的解释性仍存在疑问	开发一种自动化的微脑肿瘤识别方法	脑肿瘤	digital pathology	brain tumor	microscopy magnetic resonance imaging (MMRI)	VGG19, XAI	image	包含不同大小和类型的肿瘤样本，来自显微镜和MRI数据源
243	2025-05-03	Comparison of individualized facial growth prediction models using artificial intelligence and partial least squares based on the Mathews growth collection 2025-May-01, The Angle orthodontist DOI:10.2319/082124-687.1 PMID:39884314	research paper	本研究开发并比较了基于人工智能和偏最小二乘法的个体化面部生长预测模型	首次将TabNet深度神经网络应用于面部生长预测，并展示了AI模型在预测精度上优于传统PLS方法	样本量相对较小（33名受试者），且仅使用了Mathews生长收集库的数据	开发并比较不同面部生长预测模型的性能	面部生长变化（包括硬组织和软组织标志点）	computer vision	NA	deep learning, partial least squares	TabNet, PLS	image	33名受试者的1257对生长前后侧位头颅X光片
244	2025-05-03	Harnessing omics data for drug discovery and development in ovarian aging 2025-May-01, Human reproduction update IF:14.8Q1 DOI:10.1093/humupd/dmaf002 PMID:39977580	review	该综述综合了关于卵巢衰老的多组学数据，探讨如何利用这些数据发现新的药物靶点并指导治疗策略	结合单细胞技术和空间转录组学等前沿组学技术，利用AI模型预测候选药物靶点，为个性化医疗和精准治疗提供新途径	仅限于截至2024年9月的英文文献，可能遗漏非英语研究	探索卵巢衰老的分子机制，发现减缓或逆转卵巢衰老的药物靶点	卵巢衰老相关的多组学数据（基因组、转录组、蛋白质组、代谢组、微生物组）	生物信息学	卵巢衰老	多组学分析（基因组、转录组、蛋白质组、代谢组、微生物组）、单细胞技术、空间转录组学、GWAS、全外显子测序、PheWAS、孟德尔随机化	AI、深度学习、机器学习	多组学数据	NA
245	2025-05-03	Deep learning-aided preparation and mechanism revaluation of waste wood lignocellulose-based flame-retardant composites 2025-May, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.141690 PMID:40043971	研究论文	本研究提出了一种利用深度学习辅助制备废木材基阻燃复合材料的方法，并重新评估了其阻燃机制	结合深度学习模型预测复合材料的阻燃性能，实现了废木材的高值化利用	未明确说明实验样本的具体数量及模型在其他类型废木材上的泛化能力	实现建筑行业废木材的高效回收利用，促进绿色低碳发展	废木材基阻燃复合材料	机器学习	NA	深度学习	LSTM	材料性能数据	NA
246	2025-05-03	Spiking-PhysFormer: Camera-based remote photoplethysmography with parallel spike-driven transformer 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107128 PMID:39817982	研究论文	提出了一种名为Spiking-PhysFormer的混合神经网络模型，用于基于摄像头的远程光电容积描记术（rPPG），旨在降低功耗	首次将脉冲神经网络（SNN）引入rPPG领域，设计了并行脉冲驱动的变压器块和简化的脉冲自注意力机制，显著降低了功耗	NA	开发一种能效更高的深度学习方法，用于从面部视频中测量心脏活动和生理信号	面部视频中的脉搏波、心率和呼吸率等生理信号	计算机视觉	NA	远程光电容积描记术（rPPG）	Spiking-PhysFormer（混合神经网络，包含ANN和SNN）	视频	四个数据集（PURE、UBFC-rPPG、UBFC-Phys和MMPD）
247	2025-05-03	The Use of Maximum-Intensity Projections and Deep Learning Adds Value to the Fully Automatic Segmentation of Lesions Avid for [18F]FDG and [68Ga]Ga-PSMA in PET/CT 2025-May-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.269067 PMID:40081959	research paper	本研究探讨了在[F]FDG和[Ga]Ga-PSMA PET/CT扫描中使用最大强度投影(MIP)图像结合深度学习(DL)进行全自动病灶分割的附加价值	结合MIP图像和深度学习技术，提出了一种改进的全自动病灶分割方法，并在[F]FDG PET/CT扫描中显示出减少假阳性病灶和改善肿瘤负荷量化的潜力	在[Ga]Ga-PSMA PET/CT扫描中，与标准DL方法相比未观察到显著性能提升	评估MIP图像在PET/CT扫描全自动病灶分割中的附加价值	[F]FDG和[Ga]Ga-PSMA PET/CT扫描中的病灶	digital pathology	melanoma, lymphoma, lung cancer, prostate cancer	PET/CT, deep learning	3-dimensional U-Net	medical imaging	489例[F]FDG PET/CT扫描(391训练/98测试)和117例外部测试集，355例[Ga]Ga-PSMA PET/CT扫描(285训练/70测试)
248	2025-05-03	Predicting Respiratory Disease Mortality Risk Using Open-Source AI on Chest Radiographs in an Asian Health Screening Population 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.240628 PMID:40172326	research paper	评估开源深度学习算法CXR-Lung-Risk在亚洲健康筛查人群中预测呼吸系统疾病死亡风险的预后价值	使用开源AI模型CXR-Lung-Risk对胸片进行风险分层，并通过纵向分析探索基线及随访胸片的动态变化	单中心回顾性研究，样本来源有限，且仅针对亚洲人群	预测呼吸系统疾病死亡风险，优化健康筛查中的风险分层方法	亚洲健康筛查人群的基线及随访胸片	digital pathology	lung cancer	deep learning	CXR-Lung-Risk	image	36,924名个体（中位年龄58岁，22,352名男性）
249	2025-05-03	CMV2U-Net: A U-shaped network with edge-weighted features for detecting and localizing image splicing 2025-May, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70033 PMID:40177991	research paper	提出了一种名为CMV2U-Net的边缘加权U型网络，用于检测和定位图像拼接伪造	设计了能够同时处理两路输入图像的特征提取模块，并采用分层融合方法和通道注意力机制来防止浅层特征数据丢失并监控多级操作轨迹	未明确提及具体局限性	改进深度学习在图像拼接检测中的特征融合和特征提取能力	图像拼接伪造的检测与定位	computer vision	NA	deep learning	U-Net	image	多个公共数据集（未明确数量）
250	2025-05-03	The phase-seeding method for solving non-centrosymmetric crystal structures: a challenge for artificial intelligence 2025-May-01, Acta crystallographica. Section A, Foundations and advances DOI:10.1107/S2053273325002797 PMID:40243167	研究论文	本文提出了一种新的相位种子方法，用于解决非中心对称晶体结构的问题，并探讨了其在人工智能中的应用	该方法将非中心对称结构的初始相位值离散化为几个不同的值，从而将复杂的相位问题从连续回归任务简化为多类分类问题	需要进一步验证该方法在大规模结构或低分辨率数据中的适用性	解决非中心对称晶体结构的相位问题，扩展人工智能在晶体学中的应用	非中心对称晶体结构	晶体学	NA	相位种子方法	深度学习模型	晶体衍射数据	小型、中型和大型结构
251	2025-05-03	Research on adversarial identification methods for AI-generated image software Craiyon V3 2025-May, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70034 PMID:40156229	研究论文	本文研究了针对AI生成图像软件Craiyon V3的对抗性识别方法，旨在为司法实践提供可靠的决策依据	引入基于分数的似然比方法来评估证据强度，并在多种阈值分类器上实现了超过99%的准确率	研究仅针对Craiyon V3生成的图像，未涵盖其他AI生成图像软件	开发对抗性识别方法以区分AI生成图像，保障司法公正	Craiyon V3软件生成的图像	计算机视觉	NA	深度学习	Swin-Transformer, ResNet-18	图像	18,000张由Craiyon V3生成的图像
252	2025-05-03	Reconstructing and predicting stochastic dynamical systems using probabilistic deep learning 2025-May-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0248312 PMID:40310707	研究论文	本研究提出了一种深度随机时间延迟嵌入模型，用于改进随机动力系统的数据驱动重建和预测	将不确定性学习整合到深度学习模型中，构建深度概率捕捉器以捕获重建映射中的不确定性信息，并将其作为元信息整合到时间延迟嵌入的重建过程中	NA	提高随机动力系统的预测准确性和鲁棒性	随机动力系统	机器学习	NA	深度学习	深度随机时间延迟嵌入模型	时间序列数据	Lorenz系统和真实世界数据集
253	2025-05-03	Transformer-based Koopman autoencoder for linearizing Fisher's equation 2025-May-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0244221 PMID:40310706	研究论文	提出了一种基于Transformer的Koopman自编码器，用于线性化Fisher的反应-扩散方程	使用深度学习技术发现反应-扩散系统中的复杂时空模式，并将系统动态转化为更易理解的线性形式	完全依赖数据，不要求了解基础方程，可能对未知方程的数据集适用性有限	通过深度学习技术线性化反应-扩散方程，并预测系统演化	Fisher的反应-扩散方程、Kuramoto-Sivashinsky方程和Burger's方程	机器学习	NA	深度学习	Transformer-based Koopman autoencoder	数值模拟数据	60,000个初始条件的数据集
254	2025-05-03	Digital Staining with Knowledge Distillation: A Unified Framework for Unpaired and Paired-But-Misaligned Data 2025-May-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565329 PMID:40310741	研究论文	提出了一种基于知识蒸馏的无监督深度学习框架，用于数字细胞染色，减少了对大量配对数据的需求	提出了一种新颖的无监督深度学习框架，通过知识蒸馏减少对配对数据的需求，并探索了未配对和配对但未对齐两种训练方案	未提及具体的数据集规模或实验的广泛性	开发一种无需大量配对数据的数字细胞染色方法	细胞图像，特别是白细胞（WBC）数据集	数字病理学	NA	知识蒸馏，深度学习	教师-学生模型	图像	未提及具体样本数量，但使用了白细胞（WBC）数据集
255	2025-05-03	LLM-guided Decoupled Probabilistic Prompt for Continual Learning in Medical Image Diagnosis 2025-May-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3566105 PMID:40310742	研究论文	提出了一种基于LLM引导的解耦概率提示方法（LDPP），用于医学图像诊断中的持续学习	利用LLM获取解耦的专家知识和全面的类别描述，构建共享的解耦概率提示池，动态提供多样且灵活的输入图像描述	未明确提及具体局限性	解决动态临床环境中处理新疾病出现的持续学习问题	医学图像诊断	计算机视觉	NA	持续学习（CL）、提示调整（PT）	LLM-guided Decoupled Probabilistic Prompt (LDPP)	医学图像	未明确提及样本数量
256	2025-05-03	Integrating Artificial Intelligence in Dermatological Cancer Screening and Diagnosis: Efficacy, Challenges, and Future Directions 2025-May-01, Annual review of biomedical data science IF:7.0Q1 DOI:10.1146/annurev-biodatasci-103123-094521 PMID:40312261	review	探讨人工智能在皮肤癌筛查和诊断中的应用、挑战及未来发展方向	提出利用AI和深度学习技术改善皮肤癌诊断准确性及扩大医疗服务可及性，并探讨了未来研究方向如远程皮肤病学和视觉语言模型（VLMs）的进步	面临临床验证、算法偏见、监管审查及患者接受度等挑战，以及AI算法在可及性和公平性方面的伦理问题	评估AI在皮肤癌筛查和诊断中的效果，并探索其未来发展方向	皮肤癌筛查和诊断	digital pathology	skin cancer	deep learning, AI	VLMs	image	NA
257	2025-05-03	Embedding Methods for Electronic Health Record Research 2025-May-01, Annual review of biomedical data science IF:7.0Q1 DOI:10.1146/annurev-biodatasci-103123-094729 PMID:40312284	综述	本文综述了嵌入技术在电子健康记录数据分析与研究中的应用及其影响	探讨了多种嵌入方法（如词嵌入、图嵌入等）在提升电子健康记录数据效用方面的创新应用	未具体说明嵌入技术在特定临床场景中的局限性或挑战	阐明嵌入技术在电子健康记录研究中的作用和影响	电子健康记录数据	自然语言处理	NA	词嵌入、图嵌入、深度学习	深度学习模型	文本	NA
258	2025-05-03	Machine learning in prediction of epidermal growth factor receptor status in non-small cell lung cancer brain metastases: a systematic review and meta-analysis 2025-May-01, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14221-w PMID:40312289	系统综述与荟萃分析	评估机器学习模型在预测非小细胞肺癌脑转移患者表皮生长因子受体状态中的性能	首次系统评估机器学习模型在预测非小细胞肺癌脑转移患者EGFR状态中的表现，并进行了荟萃分析	纳入研究数量有限（20项），且未显示机器学习与深度学习模型之间存在显著差异	评估机器学习模型预测非小细胞肺癌脑转移患者EGFR状态的性能	非小细胞肺癌脑转移患者	机器学习	肺癌	机器学习与深度学习	ML和DL模型	临床和影像数据	3517名患者，6205个非小细胞肺癌脑转移病灶
259	2025-05-03	Ge-SAND: an explainable deep learning-driven framework for disease risk prediction by uncovering complex genetic interactions in parallel 2025-May-01, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11588-9 PMID:40312319	研究论文	开发了一个可解释的深度学习框架Ge-SAND，用于通过揭示复杂的遗传相互作用来预测疾病风险	Ge-SAND能够并行揭示超过10^6规模的复杂遗传相互作用，相比主流方法在AUC-ROC上提高了20%	在处理大规模成对遗传组合时可能面临维度灾难问题	提高遗传风险预测的准确性并理解复杂疾病的潜在机制	克罗恩病、精神分裂症和阿尔茨海默病	基因组学	克罗恩病、精神分裂症、阿尔茨海默病	深度学习	Ge-SAND（Genomic Embedding Self-Attention Neurodynamic Decoder）	基因型和基因组位置信息	模拟数据集和UK Biobank队列
260	2025-05-03	A hybrid approach for binary and multi-class classification of voice disorders using a pre-trained model and ensemble classifiers 2025-May-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02978-w PMID:40312383	研究论文	提出了一种新颖的混合方法，用于声音障碍的二元和多类分类，结合了预训练模型和集成分类器	使用两阶段框架结合深度学习特征和多种强大分类器，提高了声音障碍分类的性能，并在多类分类中达到了最先进的准确率	实验仅在Saarbruecken Voice Database (SVD)的一个子集上进行，可能需要进一步验证	提高声音障碍分类的准确率，尤其是多类分类任务	声音障碍的分类，包括健康声音和障碍声音的二元分类，以及不同类型声音障碍的多类分类	自然语言处理	声音障碍	VGGish模型、SVM、LR、MLP、集成分类器	VGGish、SVM、LR、MLP、EC	音频	Saarbruecken Voice Database (SVD)的子集，包括男性、女性和混合性别的说话者