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
261	2025-06-07	Autofluorescence Virtual Staining System for H&E Histology and Multiplex Immunofluorescence Applied to Immuno-Oncology Biomarkers in Lung Cancer 2025-01-01, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0327 PMID:39636222	research paper	本研究展示了通过结合高通量高光谱荧光显微镜和机器学习，从未染色的非小细胞肺癌组织的自发荧光图像生成虚拟H&E染色和多重免疫荧光染色的可行性	将虚拟染色技术从AF扩展到不同疾病（肺癌）和染色模式（mIF），并开发了新的虚拟H&E和多重免疫荧光染色	虚拟染色在各种评估指标上表现中等至良好，但未提及是否在所有情况下都优于传统染色方法	探索虚拟染色在数字病理学中的潜力，以促进空间生物学研究，提高临床工作流程的效率和可靠性	非小细胞肺癌组织	digital pathology	lung cancer	hyperspectral fluorescence microscopy, machine learning	deep learning	image	NA
262	2025-06-07	Deep Learning Predicts Subtype Heterogeneity and Outcomes in Luminal A Breast Cancer Using Routinely Stained Whole-Slide Images 2025-01-01, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0397 PMID:39740059	研究论文	利用深度学习从常规染色的全切片图像中预测Luminal A型乳腺癌的亚型异质性及其临床结果	首次使用深度学习模型从常规染色的全切片图像中量化Luminal A型乳腺癌的亚型混合，并证明其与肿瘤侵袭性和不良预后的关联	研究仅针对Luminal A型乳腺癌，未涵盖其他亚型	开发一种低成本、可扩展的方法来量化肿瘤内亚型异质性，并探索其对精准肿瘤学的影响	Luminal A型乳腺癌患者	数字病理学	乳腺癌	深度学习	CNN	图像	680例来自TCGA-BRCA队列的病例，其中230例用于最终测试
263	2025-06-07	Deep Learning to Simulate Contrast-Enhanced MRI for Evaluating Suspected Prostate Cancer 2025-Jan, Radiology IF:12.1Q1 DOI:10.1148/radiol.240238 PMID:39807983	research paper	本研究探讨了使用深度学习从非对比MRI序列生成模拟对比增强MRI的可行性，并评估其在评估临床显著性前列腺癌中的潜在价值	利用深度学习模型（pix2pix算法）从非对比MRI序列合成对比增强MRI扫描，为减少对比剂使用提供可能	研究为回顾性设计，且样本量有限，可能影响结果的普遍性	评估深度学习生成模拟对比增强MRI的可行性及其在前列腺癌评估中的应用价值	疑似前列腺癌的男性患者	digital pathology	prostate cancer	MRI	pix2pix algorithm	image	567名男性患者（平均年龄66岁±11）
264	2025-06-07	Investigating the Key Trends in Applying Artificial Intelligence to Health Technologies: A Scoping Review 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322197 PMID:40372995	综述	本文探讨了人工智能在医疗技术中的关键趋势，重点关注其在诊断和治疗中的变革潜力以及面临的挑战	系统总结了2020年至2024年间68项关于医疗AI的研究，揭示了AI在医疗流程中的准确性和时效性提升	存在数据整合、处理错误、决策制定和患者安全方面的挑战，且需要更深入的伦理和隐私考量	研究人工智能在医疗健康领域的整合及其未来发展的潜力	医疗健康领域的人工智能应用	人工智能	NA	深度学习方法和机器学习	NA	学术研究数据	68项学术研究
265	2025-06-07	Advances in functional magnetic resonance imaging-based brain function mapping: a deep learning perspective 2025, Psychoradiology DOI:10.1093/psyrad/kkaf007 PMID:40401160	综述	本文回顾了基于深度学习的fMRI脑功能映射方法的演变	探讨了fMRI嵌入、脑基础模型和脑启发人工智能等新兴趋势及其在脑功能映射中的潜在革命性影响	未提及具体实验验证或性能比较	提供深度学习和fMRI脑功能映射领域当前技术和未来方向的全面概述	fMRI数据	机器学习	NA	fMRI	CNN, RNN, transformers	fMRI数据	NA
266	2025-06-07	Intelligent and precise auxiliary diagnosis of breast tumors using deep learning and radiomics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320732 PMID:40455816	research paper	开发了一种结合深度学习和放射组学的智能诊断模型，用于提高乳腺肿瘤的诊断准确性	结合MobileNet与ResNeXt启发的深度可分离和分组卷积，改进了特征处理效率和参数数量	外部验证集的准确率（69.44%）和AUC（0.75）低于内部验证集，可能表明模型在泛化性上仍有提升空间	提高乳腺肿瘤的智能辅助诊断准确性	乳腺肿瘤	digital pathology	breast cancer	deep learning, radiomics	MobileNet, ResNeXt, VGG16, ResNet, AlexNet	image	AI-Dhabyani和TCIA乳腺超声数据集
267	2025-06-07	UICD: A new dataset and approach for urdu image captioning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320701 PMID:40455832	research paper	该研究创建了一个新的乌尔都语图像描述数据集(UCID)并提出了专为乌尔都语图像描述设计的深度学习架构	提出了首个乌尔都语图像描述数据集UC-23-RY，并设计了NASNetLarge-LSTM和ResNet-50-LSTM两种深度学习架构	乌尔都语图像描述研究资源匮乏，且数据集基于Flickr30k数据集启发	填补乌尔都语图像描述研究的空白，提升自动乌尔都语图像描述的质量	乌尔都语图像描述	natural language processing	NA	deep learning	NASNetLarge-LSTM, ResNet-50-LSTM	image, text	159,816 Urdu captions
268	2025-06-07	Comparison of Deep Learning Models for Objective Auditory Brainstem Response Detection: A Multicenter Validation Study 2025 Jan-Dec, Trends in hearing IF:2.6Q1 DOI:10.1177/23312165251347773 PMID:40457875	研究论文	本研究评估了九种深度学习模型在听觉脑干反应（ABR）检测中的泛化能力，使用了大型多中心数据集	首次在大型多中心数据集上比较了多种深度学习模型在ABR检测中的表现，并验证了Transformer架构在跨中心泛化中的优越性	研究结果可能受到数据集特定特征的影响，且未评估模型在实际临床工作流程中的整合效果	评估深度学习模型在听觉脑干反应检测中的临床适用性和泛化能力	听觉脑干反应（ABR）信号	数字病理	听力障碍	深度学习	CNN（AlexNet, VGG, ResNet）, Transformer架构（Transformer, PatchTST, Differential Transformer, Differential PatchTST）, 混合CNN-Transformer模型（ResTransformer, ResPatchTST）	生物电信号数据	主要数据集包含来自13,813名参与者的128,123个标记ABR，测试了五个外部数据集
269	2025-06-07	A dynamic early-warning method for bridge structural safety based on data reconstruction and depth prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324816 PMID:40460166	研究论文	提出了一种基于数据重构和深度预测的桥梁结构安全动态预警方法	利用SVD算法分解和重构监测数据，结合LSTM网络建立预测模型，显著提高了预测准确性	未提及具体桥梁类型或环境条件下的适用性限制	解决复杂耦合荷载下桥梁结构异常监测数据的有效检测和预警问题	桥梁结构的安全监测数据	结构健康监测	NA	奇异值分解(SVD), 长短期记忆网络(LSTM)	LSTM	应变监测数据	未明确提及样本数量
270	2025-06-07	Multi-modal remote sensory learning for multi-objects over autonomous devices 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1430222 PMID:40462839	研究论文	提出了一种结合马尔可夫随机场和Alex Net模型的新方法，用于遥感图像中多对象的精确识别和场景分类	采用马尔可夫随机场进行精确标记和Alex Net模型进行场景识别的协同组合，提高了对复杂空中物体间交互的理解和识别能力	未提及具体样本量限制或计算资源需求	提高遥感图像中多对象识别的准确性和速度	遥感图像中的多类对象	计算机视觉	NA	马尔可夫随机场(MRF), Alex Net模型	MRF, CNN(Alex Net)	遥感图像	基准数据集(UC Merced Land Use和AID)
271	2025-06-07	Cognitive Dysfunction in the Addictions (CDiA): protocol for a neuron-to-neighbourhood collaborative research program 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1455968 PMID:40462873	研究论文	介绍了一项名为‘成瘾中的认知功能障碍（CDiA）’的综合研究计划，旨在填补对成瘾物质使用障碍（SUDs）中执行功能（EFs）理解的空白	通过跨学科研究整合临床、生物医学、临床前和健康服务研究，开发与生物心理社会模型一致的政策和干预措施	研究样本仅限于18-60岁寻求SUD治疗的成年人，样本量为400人，可能限制结果的普遍性	探索执行功能在成瘾物质使用障碍中的关键作用及其与功能恢复的关系	18-60岁寻求成瘾物质使用障碍治疗的成年人	神经科学	成瘾物质使用障碍	重复经颅磁刺激、深度学习、聚类分析	深度学习	多模态数据（包括临床、生物医学和健康服务数据）	400名18-60岁寻求成瘾物质使用障碍治疗的成年人
272	2025-06-07	Energy metric prediction for double insertion mutants via the RoseNet deep learning framework 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae198 PMID:40463404	研究论文	利用RoseNet深度学习框架预测双插入突变体的能量指标	扩展了先前的工作，评估了三种额外蛋白质，并分析了影响RoseNet预测能力的域特征，如二级结构中的插入缺失和残基的溶剂可及表面积（SASA）分数	研究仅限于特定蛋白质的双插入或缺失突变，可能不适用于其他类型的突变或蛋白质	研究蛋白质突变的结构和功能影响，预测双氨基酸插入或缺失（InDels）的能量指标	蛋白质的双插入或缺失突变体	生物信息学	NA	深度学习	RoseNet神经网络架构	蛋白质序列和结构数据	三个蛋白质的详尽双插入缺失突变基准数据集，以及另外三个蛋白质的约145k个随机突变体
273	2025-06-07	MultiCubeNet: Multitask deep learning for molecular subtyping and prognostic prediction in gliomas 2025 Jan-Dec, Neuro-oncology advances IF:3.7Q2 DOI:10.1093/noajnl/vdaf079 PMID:40463652	research paper	开发并验证了一个名为MultiCubeNet的多任务深度学习模型，用于同时预测胶质瘤的关键分子标记和预后	提出了一个多序列、多尺度、多任务的深度学习框架，能够同时预测IDH突变、1p/19q共缺失、TERT启动子突变和预后	在TCGA队列中的性能不太理想，AUC值低于0.8	开发一个深度学习模型，用于胶质瘤的分子亚型和预后预测	457例成人型弥漫性胶质瘤（193例训练队列；162例和102例分别在SZS和TCGA验证队列中）	digital pathology	glioma	deep learning	MultiCubeNet	image	457例成人型弥漫性胶质瘤
274	2025-06-07	Interactive Segmentation Model for Placenta Segmentation from 3D Ultrasound images 2025, Simplifying medical ultrasound : 5th international workshop, ASMUS 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, proceedings. ASMUS (Workshop) (5th : 2024 : Marrakech, Morocco) DOI:10.1007/978-3-031-73647-6_13 PMID:40463734	research paper	本文评估了3D交互式分割模型在人机协作胎盘分割任务中的表现，并提出了一种高效的人机交互模型	首次将人机交互模型应用于3D超声图像胎盘分割任务，并验证其有效性	未说明模型在临床环境中的实际应用效果	开发高效的3D超声图像胎盘分割方法	3D超声图像中的胎盘组织	digital pathology	产科疾病	3D超声成像	interactive segmentation model (基于SAM)	3D医学图像	未明确说明样本数量
275	2025-06-07	Advancements and challenges of artificial intelligence in climate modeling for sustainable urban planning 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1517986 PMID:40463823	Mini Review	探讨人工智能在气候建模中的进展与挑战，以促进可持续城市规划	综述了机器学习和深度学习技术在提高气候风险评估、资源优化和基础设施韧性方面的最新进展	数据质量不一致、模型可解释性限制、伦理问题以及AI模型在不同城市环境中的可扩展性	促进气候适应和可持续城市规划	气候建模和城市规划	机器学习	NA	机器学习和深度学习	ML和DL	多源数据	NA
276	2025-06-07	Predicting alveolar nerve injury and the difficulty level of extraction impacted third molars: a systematic review of deep learning approaches 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1534406 PMID:40463825	系统综述	本文系统评估了深度学习模型在预测第三磨牙拔除难度和下牙槽神经损伤风险方面的准确性和可靠性	利用深度学习技术提高术前评估的准确性，特别是在全景X光图像上的应用	研究的地理分布有限（主要来自韩国、土耳其和泰国），人口统计学数据报告不足，缺乏长期随访数据	评估深度学习模型在预测第三磨牙拔除难度和下牙槽神经损伤风险中的应用	第三磨牙拔除手术及其相关并发症	数字病理	牙科疾病	深度学习	DL	图像	12,419张全景X光图像
277	2025-06-07	BrainTumNet: multi-task deep learning framework for brain tumor segmentation and classification using adaptive masked transformers 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1585891 PMID:40463867	research paper	开发了一个名为BrainTumNet的多任务深度学习框架，用于脑肿瘤的分割和分类	结合了改进的编码器-解码器架构、自适应掩码Transformer和多尺度特征融合策略，实现了肿瘤分割和分类的多任务学习	研究仅基于485例病理确诊的病例，样本量可能不足以覆盖所有脑肿瘤类型和变异	开发一个多任务深度学习模型，用于精确的脑肿瘤分割和类型分类	高级别胶质瘤、转移性肿瘤和脑膜瘤的T1增强MRI序列图像	digital pathology	brain tumor	MRI	CNN, Transformer	image	485例病理确诊的病例（训练集378例，测试集109例，外部验证集51例）
278	2025-06-07	A novel method of BiFormer with temporal-spatial characteristics for ECG-based PVC detection 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1549380 PMID:40463999	研究论文	提出了一种结合BiFormer模型和时空特征的ECG信号处理方法，用于检测室性早搏（PVC）	使用BiFormer分类模型和Bi-level Routing Attention机制，结合Markov Transition Fields将一维时间序列信号转换为二维图像，提高了PVC检测的准确性和计算效率	NA	开发一种更准确和高效的ECG信号分析方法，用于早期检测室性早搏（PVC）	ECG信号	机器学习	心血管疾病	Markov Transition Fields (MTFs), Bi-level Routing Attention (BRA)	BiFormer	ECG信号	MIT-BIH心律失常数据库
279	2025-06-07	YOLO for early detection and management of Tuta absoluta-induced tomato leaf diseases 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1524630 PMID:40464016	研究论文	该研究利用YOLOv8模型进行Tuta absoluta引起的番茄叶部病害的早期检测与管理	首次公开了一个名为TomatoEbola的数据集，并提出了基于迁移学习的方法评估YOLOv8在检测Tuta absoluta中的性能	数据集样本量较小，仅包含326张图像和784个标注，可能影响模型的泛化能力	通过AI技术提高农业病害检测效率，减少作物损失并增强粮食安全	番茄叶部病害（由Tuta absoluta引起）	计算机视觉	植物病害	迁移学习	YOLOv8	图像	326张图像和784个标注，来自三个不同的农场
280	2025-06-07	Towards sustainable solutions: Effective waste classification framework via enhanced deep convolutional neural networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324294 PMID:40465648	研究论文	本研究提出了一种创新的废物分类模型，结合了定制的DenseNet201架构、SE注意力机制和平行CNN分支的融合，以提高废物管理的效率和可扩展性	采用定制的DenseNet201架构结合SE注意力机制和平行CNN分支的融合，增强了从废物数据中提取复杂、深层和更可区分特征的能力	NA	提高废物分类的准确性和效率，促进环境可持续发展	废物数据	计算机视觉	NA	深度学习	DenseNet201, CNN	图像	四个公开数据集和三个额外数据集以增强废物多样性和模型可靠性