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	2025-06-18	Fast and accurate lung cancer subtype classication and localization based on Intraoperative frozen sections of lung adenocarcinoma 2025-Jun-16, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ade157 PMID:40472860	研究论文	本研究开发了一种基于深度神经网络的辅助诊断系统，用于手术冷冻切片的肺癌亚型分类和定位	结合多实例学习与EMA/SimAM/SE注意力增强的ResSimAM_Hybrid模型，实现了冷冻切片中肺癌亚型的高精度分类和定位	研究仅针对肺腺癌的冷冻切片，未涉及其他类型肺癌或其他诊断技术	开发AI辅助诊断系统以减少病理学家的工作量并提高诊断准确性	肺腺癌的手术冷冻切片	数字病理学	肺癌	深度学习	ResSimAM_Hybrid, FSG-TL Model	图像	未明确提及具体样本数量，但涉及40,000×60,000像素的全切片图像
242	2025-06-18	Think deep in the tractography game: deep learning for tractography computing and analysis 2025-Jun-16, Brain structure & function IF:2.7Q3 DOI:10.1007/s00429-025-02938-0 PMID:40522497	review	本文综述了基于深度学习的纤维束成像计算与分析的最新进展和挑战	探讨深度学习在纤维束成像领域的潜在革命性影响	仅提供简要总结，未涉及具体实验或详细技术分析	探索深度学习在纤维束成像计算与分析中的应用	纤维束成像技术	machine learning	NA	深度学习	NA	NA	NA
243	2025-06-18	A Semi-supervised Ultrasound Image Segmentation Network Integrating Enhanced Mask Learning and Dynamic Temperature-controlled Self-distillation 2025-Jun-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3580275 PMID:40522800	research paper	提出了一种结合增强掩模学习和动态温度控制自蒸馏的半监督超声图像分割网络EML-DMSD，以提高分割精度和推理效率	结合增强掩模学习(EML)和动态温度控制多尺度自蒸馏(DMSD)，提高了模型对噪声和边界模糊的鲁棒性，同时提升了推理效率	需要进一步验证在更大规模数据集上的性能，以及在实际临床环境中的适用性	解决超声图像自动分割中的噪声、低对比度和边界模糊问题，提高分割精度和推理效率	超声图像	computer vision	NA	半监督学习，自蒸馏	CNN	image	多个超声基准数据集
244	2025-06-18	Systematic Evaluation of Atrous Spatial Pyramid Pooling in U-Net for Pore Segmentation in Plasma Electrolytic Oxidation Coatings 2025-Jun-16, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.5c01673 PMID:40523154	研究论文	本研究提出了一种基于深度学习的U-Net架构结合Atrous Spatial Pyramid Pooling (ASPP)的分割框架，用于提高等离子电解氧化(PEO)涂层孔隙结构的多尺度特征提取能力	系统地评估了ASPP在U-Net不同位置的放置对分割性能的影响，发现桥接和解码器路径的修改对性能提升最为显著	未明确提及研究的局限性	提高PEO涂层孔隙结构的分割精度以理解界面结构-性能关系	等离子电解氧化(PEO)涂层的孔隙结构	计算机视觉	NA	深度学习	U-Net, ASPP	图像(SEM图像)	未明确提及具体样本数量
245	2025-06-18	IR Spectra for the EMIM-TFSI Ion Pair Using Deep Potentials 2025-Jun-16, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00187 PMID:40523144	研究论文	本研究采用深度势能（DP）和深度Wannier（DW）模型框架，研究[EMIM]-[TFSI]离子对的结构、偶极矩和红外光谱	利用DP和DW模型的高效计算能力，解决了传统方法在模拟离子液体红外光谱时的计算需求高的问题，并实现了与AIMD和实验数据的一致性	需要数十至数百皮秒的模拟时间以达到偶极矩分布的充分收敛，以减少特定离子构型带来的噪声或偏差	研究离子液体[EMIM]-[TFSI]的红外光谱特性，验证深度学习势能和偶极模型在带电物种和复杂离子相互作用系统中的适用性	1-乙基-3-甲基咪唑双(三氟甲基磺酰基)亚胺离子对（[EMIM]-[TFSI]）	计算化学	NA	深度势能（DP）、深度Wannier（DW）模型、分子动力学（AIMD）	DP、DW	分子动力学模拟数据、红外光谱数据	NA
246	2025-06-18	Imaging-Based AI for Predicting Lymphovascular Space Invasion in Cervical Cancer: Systematic Review and Meta-Analysis 2025-Jun-16, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71091 PMID:40523236	meta-analysis	该研究通过系统综述和荟萃分析评估了基于影像的人工智能在预测宫颈癌淋巴血管间隙侵犯中的诊断准确性	研究发现深度学习算法在预测淋巴血管间隙侵犯方面表现出较高的敏感性，且基于正电子发射断层扫描/计算机断层扫描的AI模型优于基于磁共振成像的模型	研究存在外部验证数据集有限和回顾性研究可能带来的潜在偏差	评估基于影像的AI在预测宫颈癌淋巴血管间隙侵犯中的诊断准确性	宫颈癌患者的淋巴血管间隙侵犯情况	digital pathology	cervical cancer	imaging-based AI	deep learning, machine learning	image	16项研究（2514名患者）
247	2025-06-18	Early outcome-prediction with an automated EEG background trend in hypothermia-treated newborns with encephalopathy 2025-Jun-16, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-025-04193-9 PMID:40523949	research paper	评估自动化EEG背景趋势（BSN）在低温治疗新生儿脑病中的早期预测准确性	首次在仅接受低温治疗的婴儿队列中应用BSN趋势，证明其在出生后12小时内即可预测长期结果	研究样本仅来自瑞典地区，可能限制结果的普遍性	评估BSN在低温治疗的中重度缺氧缺血性脑病（HIE）婴儿中的早期预测准确性	85名接受低温治疗的HIE婴儿	digital pathology	hypoxic-ischemic encephalopathy	aEEG/EEG	deep learning	EEG信号	85名婴儿
248	2025-06-18	Recent advances in deep learning for protein-protein interaction: a review 2025-Jun-16, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00457-6 PMID:40524189	综述	本文系统回顾了2021至2025年间深度学习在蛋白质-蛋白质相互作用（PPI）预测领域的最新进展	评估了包括GNNs、CNNs、RNNs在内的核心架构，以及注意力驱动的Transformers、多任务框架、序列与结构数据的多模态整合、通过BERT和ESM的迁移学习、用于相互作用表征的自动编码器等创新方法	讨论了数据不平衡、变异、高维特征稀疏性等算法挑战，以及行业面临的动态蛋白质相互作用、与非模式生物相互作用、罕见或未注释蛋白质相互作用等问题	改进蛋白质-蛋白质相互作用分析方法并拓展更广泛的生物医学应用	蛋白质-蛋白质相互作用（PPI）	计算生物学	NA	深度学习	GNNs, CNNs, RNNs, Transformers, BERT, ESM, 自动编码器	序列数据, 结构数据	NA
249	2025-06-18	The Bayesian mixture expert recognition model for tobacco leaf curing stages based on feature fusion 2025-Jun-16, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01384-7 PMID:40524222	研究论文	本研究提出了一种基于特征融合的贝叶斯混合专家识别模型，用于烟草叶片烘烤阶段的精确识别	通过结合多种特征融合方法、自适应调整和专家协作机制，高效捕捉并稳健识别烟草烘烤过程中的复杂动态视觉特征	NA	提升烟草叶片烘烤阶段识别系统的适应性和可解释性	烟草叶片烘烤阶段的视觉特征	计算机视觉	NA	深度学习	ResNet34, MobileNetV2, EfficientNetb0, 贝叶斯混合专家模型	图像	NA
250	2025-06-18	Deep Learning for Fluorescence Lifetime Predictions Enables High-Throughput In Vivo Imaging 2025-Jun-14, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c03749 PMID:40515693	research paper	介绍了一种名为FLIMngo的深度学习模型，用于量化在光子匮乏环境下获得的FLIM数据，显著提高了荧光寿命成像显微镜（FLIM）的吞吐量	FLIMngo模型能够从每个像素少于50个光子的衰减曲线中准确预测荧光寿命，利用原始FLIM数据中的时间和空间信息	虽然FLIMngo在模拟数据上进行了特征化和基准测试，但在实际生物样本中的应用仍需进一步验证	提高FLIM数据的采集速度和分析效率，使其适用于活体样本的高通量分析	荧光寿命成像显微镜（FLIM）数据，特别是来自光子匮乏环境的数据	digital pathology	NA	fluorescence lifetime imaging microscopy (FLIM)	deep learning	image	模拟数据和活体动态样本
251	2025-06-18	Automated quantification of T1 and T2 relaxation times in liver mpMRI using deep learning: a sequence-adaptive approach 2025-Jun-14, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00596-9 PMID:40515936	研究论文	本文评估了一种基于深度学习的序列自适应肝脏多参数MRI（mpMRI）评估方法，并在不同人群中验证了其有效性	提出了一种无需额外序列特定训练即可评估其他参数序列的两步法（分割和共配准）深度学习算法	NA	评估深度学习在肝脏多参数MRI中自动量化T1和T2弛豫时间的有效性	肝脏多参数MRI图像	数字病理学	肝纤维化	mpMRI	神经网络	图像	200例肝脏mpMRI检查用于训练，120例用于内部测试，65例活检证实肝纤维化患者和25例健康志愿者用于外部测试
252	2025-06-18	AI-driven techniques for detection and mitigation of SARS-CoV-2 spread: a review, taxonomy, and trends 2025-Jun-14, Clinical and experimental medicine IF:3.2Q2 DOI:10.1007/s10238-025-01753-5 PMID:40515956	综述	本文系统回顾了联邦学习(FL)、深度学习(DL)、强化学习(RL)及混合方法在SARS-CoV-2诊断和治疗领域的应用	提出了基于AI技术的SARS-CoV-2传播检测与缓解方法的分类和趋势分析	面临数据异质性、训练数据不足、模型可解释性挑战、患者隐私保护及实施限制等问题	提高SARS-CoV-2诊断准确性和治疗有效性	SARS-CoV-2 RNA病毒	机器学习	COVID-19	联邦学习(FL)、深度学习(DL)、强化学习(RL)	NA	NA	NA
253	2025-06-18	A scoping review of self-supervised representation learning for clinical decision making using EHR categorical data 2025-Jun-14, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01692-1 PMID:40517140	综述	本文对2019年1月至2024年4月间发表的46项研究进行了范围综述，探讨了自监督表示学习(SSRL)在电子健康记录(EHR)分类数据中的应用及其对临床决策的影响	系统评估了SSRL在医疗任务中构建计算和数据高效表示的研究趋势，并识别了主要模型家族	当前在评估这些技术影响方面存在局限性	探讨自监督表示学习在电子健康记录分类数据中的应用及其对临床决策的影响	46项关于SSRL应用于未标记EHR分类数据的研究	自然语言处理	NA	自监督表示学习(SSRL)	Transformer-based, Autoencoder-based, Graph Neural Network-based	分类数据	46项研究
254	2025-06-18	FDTooth: Intraoral Photographs and CBCT Images for Fenestration and Dehiscence Detection 2025-Jun-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05348-3 PMID:40517159	research paper	介绍了一个名为FDTooth的数据集，包含241名患者的口腔内照片和CBCT图像，用于检测牙槽骨开窗和开裂（FD）	首次公开结合口腔内照片和CBCT图像的数据集，并开发了自动检测FD的基线模型	数据集仅包含241名患者，样本量相对较小	开发一种非侵入性、高效的早期FD筛查方法	241名年龄在9至55岁之间的患者	digital pathology	dental disease	CBCT	baseline model	image	241名患者，1800个精确标注的边界框
255	2025-06-18	A multimodal fusion system predicting survival benefits of immune checkpoint inhibitors in unresectable hepatocellular carcinoma 2025-Jun-14, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00979-6 PMID:40517171	研究论文	开发了一种多模态融合系统，用于预测不可切除肝细胞癌患者对免疫检查点抑制剂的生存获益	结合CT衍生的深度学习特征和临床数据，构建的多模态融合系统在预测生存期方面优于现有方法，并具有临床解释性	研究基于回顾性多中心数据，需要前瞻性研究进一步验证	优化不可切除肝细胞癌患者对免疫检查点抑制剂的个性化治疗策略	不可切除肝细胞癌患者	数字病理学	肝细胞癌	深度学习	Ensemble-DL	CT图像和临床数据	859例患者（回顾性多中心数据）
256	2025-06-18	Artificial Intelligence in cancer epigenomics: a review on advances in pan-cancer detection and precision medicine 2025-Jun-14, Epigenetics & chromatin IF:4.2Q1 DOI:10.1186/s13072-025-00595-5 PMID:40517231	综述	本文综述了人工智能在癌症表观基因组学中的应用，特别是在泛癌检测和精准医学中的进展	探讨了AI与DNA甲基化分析的协同作用，推动了精准肿瘤学的发展	早期癌症的敏感性有限，AI算法的黑箱性质，以及需要跨多样人群验证以确保公平实施	推进精准肿瘤学，通过AI和DNA甲基化分析改善癌症诊断和治疗	DNA甲基化作为癌症生物标志物的应用	表观基因组学	泛癌	DNA甲基化分析	深度学习网络和图模型	DNA甲基化数据	NA
257	2025-06-18	An Efficient Deep Learning Framework for Revealing the Evolution of Characterization Methods in Nanoscience 2025-Jun-13, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01807-z PMID:40512318	研究论文	本文提出了一种结合引用分析和主题建模的方法，用于揭示科学历史中的隐藏发展模式，并在拉曼光谱领域构建知识图谱	该方法通过结合引用分析和主题建模，显著提高了主题一致性（最低增长率100%）和多样性（增长率0-126%），并设计了基于规则的标记器解决化学领域实体命名规则导致的标记问题	NA	揭示科学历史中的隐藏发展模式，构建特定领域的知识图谱	拉曼光谱领域的文献数据	自然语言处理	NA	文本挖掘、主题建模、引用分析	Latent Dirichlet Allocation (LDA)	文本	NA
258	2025-06-18	Deployment of an Artificial Intelligence Histology Tool to Aid Qualitative Assessment of Histopathology Using the Nancy Histopathology Index in Ulcerative Colitis 2025-Jun-13, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izae204 PMID:39284932	研究论文	开发了一种基于深度学习的人工智能工具，用于溃疡性结肠炎组织病理学的定性评估	使用改进的4神经网络结构AI工具，提高了Nancy指数评分的准确性	样本量相对有限，仅来自6个国家的9个中心	开发并验证用于溃疡性结肠炎组织病理学评估的人工智能工具	溃疡性结肠炎患者的组织病理学图像	数字病理学	溃疡性结肠炎	深度学习	4神经网络结构+分类器模块	图像	791张H&E染色切片图像（630训练，161测试）
259	2025-06-18	Stem loop binding protein promotes SARS-CoV-2 replication via -1 programmed ribosomal frameshifting 2025-Jun-13, Signal transduction and targeted therapy IF:40.8Q1 DOI:10.1038/s41392-025-02277-w PMID:40514371	研究论文	本文研究了宿主蛋白SLBP如何通过-1程序性核糖体移码促进SARS-CoV-2的复制	首次发现SLBP作为宿主蛋白通过-1 PRF促进SARS-CoV-2的复制，并利用深度学习工具PrismNet预测其与-1 PRF RNA的高结合概率	研究主要基于体外实验，尚未在体内模型中验证SLBP的作用	探索影响SARS-CoV-2中-1程序性核糖体移码的宿主因素	SARS-CoV-2病毒及其-1 PRF RNA与宿主蛋白SLBP的相互作用	病毒学	COVID-19	RNA pull-down assays, 质谱分析, EMSAs, smFISH assays, 体外翻译系统	PrismNet深度学习工具	RNA序列数据	NA
260	2025-06-18	A Large Crowdsourced Street View Dataset for Mapping Road Surface Types in Africa 2025-Jun-13, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05153-y PMID:40514376	research paper	该研究通过众包街景数据创建了一个大型数据集，用于非洲道路表面类型的分类	利用专家标注的众包街景数据集训练深度学习模型，显著提高了道路表面分类的准确性	数据标注依赖于专家投票机制，可能存在主观偏差	通过深度学习模型提高非洲道路表面类型的识别准确率	非洲的道路表面类型	computer vision	NA	深度学习	Swin Transformer, CNN等	image	200,000张来自Mapillary众包街景数据集的图像