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	2025-05-11	Year 2023 in Biomedical Natural Language Processing: a Tribute to Large Language Models and Generative AI 2024-Aug, Yearbook of medical informatics DOI:10.1055/s-0044-1800751 PMID:40199311	综述	本文回顾了2023年生物医学自然语言处理领域的科学出版物，重点介绍了大型语言模型和生成式AI的应用	分析了2023年NLP领域的最新趋势，包括数据增强、领域特定模型适应和模型蒸馏等解决方案	仅基于Medline和ACL选集数据库的出版物进行分析，可能遗漏其他重要来源	总结2023年生物医学自然语言处理领域的研究进展和趋势	2023年发表的2,148篇生物医学NLP相关论文	自然语言处理	COVID-19, 癌症, 精神健康	ChatGPT, 大型语言模型	大型语言模型	社交媒体内容, 电子健康记录	2,148篇论文
262	2025-05-11	Evaluation Kidney Layer Segmentation on Whole Slide Imaging using Convolutional Neural Networks and Transformers 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3006865 PMID:40336524	research paper	评估使用卷积神经网络和Transformer在肾脏全切片图像上进行肾脏分层分割的效果	首次将深度学习技术应用于肾脏分层结构分割，并比较了CNN和Transformer模型的性能	研究仅在小鼠肾脏WSI上进行，未验证人类样本的适用性	探索深度学习在肾脏分层结构自动分割中的可行性	小鼠肾脏全切片图像中的皮质层结构	digital pathology	NA	whole slide imaging	Swin-Unet, Medical-Transformer, TransUNet, U-Net, PSPNet, DeepLabv3+	image	小鼠肾脏WSI（具体数量未提及）
263	2025-05-11	Deep Learning-Based Open Source Toolkit for Eosinophil Detection in Pediatric Eosinophilic Esophagitis 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3006520 PMID:40336525	研究论文	开发了一个名为Open-EoE的开源工具包，用于在儿童嗜酸性食管炎（EoE）中进行嗜酸性粒细胞的自动检测	开发了一个支持三种最先进的深度学习目标检测模型的开源工具包，并通过集成学习策略优化性能	未提及具体局限性	将机器学习方法整合到EoE的诊断过程中，提高检测效率和准确性	儿童嗜酸性食管炎（EoE）患者的全切片图像（WSI）	数字病理学	嗜酸性食管炎	深度学习	目标检测模型	图像	289张全切片图像（WSI）
264	2025-05-11	Leverage Weakly Annotation to Pixel-wise Annotation via Zero-shot Segment Anything Model for Molecular-empowered Learning 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3006577 PMID:40343078	research paper	该研究探讨了利用零样本学习的Segment Anything Model（SAM）从弱标注（框标注）生成像素级标注，以减少病理图像分割中标注工作的负担	提出了一种名为SAM-L的方法，利用SAM模型从弱标注生成像素级标注，减少了对专业标注人员的依赖，同时保持了标注准确性和深度学习分割模型的性能	研究未提及该方法在不同类型细胞或不同病理图像上的泛化能力，以及SAM模型在复杂场景下的表现	旨在减少病理图像分割中像素级标注的工作量，同时保持标注质量和模型性能	高分辨率的Giga-pixel全切片图像（WSI）中的多类细胞	digital pathology	NA	immunofluorescence (IF) images, zero-shot learning	Segment Anything Model (SAM), deep learning-based segmentation model	image	NA
265	2025-05-11	High-performance Data Management for Whole Slide Image Analysis in Digital Pathology 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3006273 PMID:40343079	研究论文	本文介绍了一种针对全切片图像分析的高性能数据管理方法，使用ADIOS2优化数字病理学中的数据处理流程	首次在数字病理学领域应用ADIOS2系统，并开发了针对性的数据管理策略，显著提升了数据处理速度	仅测试了CPU和GPU两种场景，未考虑其他可能的硬件配置或更复杂的分析场景	解决数字病理学中全切片图像分析时的数据输入输出瓶颈问题	全切片图像(WSI)的数据处理流程	数字病理学	NA	ADIOS2数据管理系统	NA	图像	未明确说明具体样本数量
266	2025-05-11	Anatomical Location-Guided Deep Learning-Based Genetic Cluster Identification of Pheochromocytomas and Paragangliomas From CT Images 2024, Applications of Medical Artificial Intelligence : Second International Workshop, AMAI 2023, Held in Conjunction with MICCAI 2023, Vancouver, BC, Canada, October 8, 2023, Proceedings DOI:10.1007/978-3-031-47076-9_7 PMID:40342794	研究论文	本研究提出了一种基于解剖位置引导的深度学习方法，用于从CT图像中识别嗜铬细胞瘤和副神经节瘤的遗传簇	采用双分支视觉变换器（ViT）模型，结合解剖位置信息和遗传类型进行识别，并利用监督对比学习策略优化模型性能	数据集仅包含289名患者的1010个PPGLs样本，可能影响模型的泛化能力	开发一种非侵入性方法，通过CT图像识别PPGLs的遗传簇，以替代昂贵且耗时的基因检测	嗜铬细胞瘤和副神经节瘤（PPGLs）	数字病理学	神经内分泌肿瘤	对比增强CT（CE-CT）扫描	双分支视觉变换器（ViT）	CT图像	289名患者的1010个PPGLs样本
267	2025-05-11	GEOMETRIC CONSTRAINED DEEP LEARNING FOR MOTION CORRECTION OF FETAL BRAIN MR IMAGES 2023-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi53787.2023.10230423 PMID:40337452	研究论文	本文提出了一种基于几何约束的深度学习模型，用于胎儿脑部MRI图像的运动校正	该方法结合了全局运动估计网络和相对运动估计网络，利用几何约束和权重可学习策略处理复杂和大范围的运动	需要构建大规模的模拟胎儿脑部数据集以训练模型，可能在实际应用中存在数据获取的挑战	提高胎儿脑部MRI图像的运动校正能力，以支持3D脑部体积重建	胎儿脑部MRI图像	医学影像处理	胎儿脑部发育	MRI	深度学习模型（包含全局运动估计网络和相对运动估计网络）	图像	大量胎儿脑部MRI图像堆栈
268	2025-05-10	AI-driven early diagnosis of specific mental disorders: a comprehensive study 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10253-x PMID:40330715	review	本文综述了人工智能技术在精神障碍早期诊断中的应用，包括机器学习和深度学习模型	研究展示了多种AI模型在精神障碍诊断中的高准确率，如LightGBM在焦虑和抑郁预测中达到96%准确率，XGBoost在自闭症谱系障碍分类中达到98%准确率	研究未提及模型在实际临床环境中的验证情况，也未讨论数据隐私和伦理问题	探索人工智能技术在精神障碍早期诊断中的应用潜力	双相情感障碍、精神分裂症、自闭症谱系障碍、抑郁症、自杀倾向和痴呆症等精神障碍	machine learning	mental disorder	EEG信号分析、文本分析、图像分析	XGBoost, LightGBM, RF, SVM, KNN, CNN, LSTM, GRU	survey, EEG信号, text, image	NA
269	2025-05-10	Non-destructive origin and ginsenoside analysis of American ginseng via NIR and deep learning 2025-Jun-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.125913 PMID:39987608	研究论文	本研究开发了一种结合近红外光谱和多任务深度学习网络MMTDL的方法，用于无损分析西洋参的产地和人参皂苷含量	提出了一种混合多任务深度学习网络MMTDL，结合残差网络、注意力机制和混合头网络，用于同时进行西洋参的产地溯源和人参皂苷含量预测	样本量相对较小，仅包含150个样本，可能影响模型的泛化能力	开发一种无损方法，同时识别西洋参的产地并预测其人参皂苷含量	西洋参	深度学习	NA	近红外光谱（NIR）	MMTDL（混合多任务深度学习网络）	光谱数据	150个样本，来自四个不同产地
270	2025-05-10	Automated Cone Beam Computed Tomography Segmentation of Multiple Impacted Teeth With or Without Association to Rare Diseases: Evaluation of Four Deep Learning-Based Methods 2025-Jun, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.12890 PMID:39744906	research paper	评估四种基于深度学习的自动牙齿分割方法在锥形束计算机断层扫描（CBCT）图像中的准确性	比较了三种商业化和一种开源的深度学习解决方案在牙齿分割中的表现，特别是在多颗阻生牙患者中的应用	研究样本量较小（20例CBCT扫描），且未来深度学习解决方案的性能无法基于当前结果预测	评估深度学习解决方案在自动牙齿分割中的准确性	多颗阻生牙患者的CBCT图像	digital pathology	dental disease	CBCT	DL (deep learning)	image	20例CBCT扫描（来自多颗阻生牙患者）
271	2025-05-10	Deep Learning-Based Three-Dimensional Analysis Reveals Distinct Patterns of Condylar Remodelling After Orthognathic Surgery in Skeletal Class III Patients 2025-Jun, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.12895 PMID:39754473	研究论文	本研究利用深度学习技术对骨骼III类错颌畸形患者进行下颌髁突形态变化的自动化三维分析	采用深度学习算法自动化CBCT图像的方向调整、配准、骨分割和标志点识别，并通过体素叠加和形状对应分析髁突重塑模式	样本量较小（17例患者），且为回顾性研究	评估骨骼III类错颌畸形患者双颌正颌手术后下颌髁突的形态变化	17例骨骼III类错颌畸形患者（平均年龄24.8±3.5岁）	数字病理	骨骼III类错颌畸形	CBCT扫描、深度学习算法	深度学习算法	三维医学影像	17例患者的术前和术后12-18个月CBCT扫描数据
272	2025-05-10	A breakthrough computational strategy for efficient enzymatic digestion of walnut protein to prepare antioxidant peptides 2025-Jun-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143311 PMID:39970520	research paper	提出一种结合深度学习模型与虚拟消化的高效计算策略CAE-VD，用于制备具有特定活性的核桃蛋白抗氧化肽	首次将高精度深度学习模型（卷积自编码器，CAE）与虚拟消化（VD）相结合，指导酶的选择以高效制备天然生物活性肽（NBAPs）	研究仅针对核桃蛋白，未验证其他蛋白来源的适用性	开发高效计算策略以优化天然生物活性肽的酶法制备过程	核桃蛋白及其酶解产物	机器学习	NA	虚拟消化（VD）与深度学习建模	卷积自编码器（CAE）	肽序列数据与活性数据	未明确样本量（涉及核桃蛋白、碱性蛋白酶、胃蛋白酶和胰蛋白酶）
273	2025-05-10	Specific glycomacropeptide detection via polyacrylamide gel electrophoresis with dual imaging and signal-fusion deep learning 2025-Jun-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143293 PMID:39986063	研究论文	本文报告了一种结合双成像和信号融合深度学习的SDS-PAGE方法，用于牛奶样品中糖巨肽的特异性检测与分析	采用双成像（固有荧光成像和银染）生成互补检测信号，结合信号融合深度学习模型提高定量分析性能	NA	开发一种特异性、灵敏且简单的方法，用于检测和分析牛奶中的糖巨肽	牛奶样品中的糖巨肽（GMP）	机器视觉	NA	SDS-PAGE、固有荧光成像（IFI）、银染	信号融合深度学习模型	图像	NA
274	2025-05-10	DKCN-Net: Deep kronecker convolutional neural network-based lung disease detection with federated learning 2025-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108376 PMID:39986257	research paper	提出了一种基于深度克罗内克卷积神经网络（DKCN-Net）和联邦学习的肺病检测方法	结合联邦学习保护患者隐私，并引入DKCN-Net提高肺病检测的准确性和稳定性	未提及模型在不同数据集上的泛化能力	开发一种高稳定性且保护隐私的肺病检测技术	肺部CT图像	digital pathology	lung cancer	Deep Fuzzy Clustering (DFC), 3D-FCN, GLCM	DKCN-Net (结合DKN和PCNN)	image	来自LIDC-IDRI数据库的CT图像
275	2025-05-10	A Tc1- and Th1-T-lymphocyte-rich tumor microenvironment is a hallmark of MSI colorectal cancer 2025-Jun, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6415 PMID:40181205	research paper	该研究通过分析MSI和MSS结直肠癌患者的肿瘤微环境，揭示了T细胞亚群的组成和功能差异	首次详细描述了MSI结直肠癌中Tc1和Th1 T细胞的富集及其与免疫检查点治疗反应的关系	样本量相对有限，且仅针对结直肠癌，未涉及其他癌症类型	探究MSI和MSS结直肠癌患者肿瘤微环境中T细胞亚群的组成和功能差异	79例MSI和1,045例MSS结直肠癌患者	digital pathology	colorectal cancer	multiplex-fluorescence immunohistochemistry	CNN	image	79 MSI和1,045 MSS结直肠癌样本
276	2025-05-10	Prediction methodology of air absorbed dose rates for Chinese cities with deep learning models 2025-Jun, Journal of environmental radioactivity IF:1.9Q3 DOI:10.1016/j.jenvrad.2025.107685 PMID:40245757	research paper	本研究提出了一种基于历史数据的城市空气吸收剂量率预测框架，并比较了三种深度学习模型在预测性能上的差异	结合CNN进行数据预处理，显著提高了处理效率，并比较了LSTM、CNN-LSTM和Bi-LSTM三种模型在预测空气吸收剂量率上的性能	研究仅针对中国部分城市，未涵盖所有地区，且Bi-LSTM模型在内陆城市的MAE值略高于LSTM模型	开发有效的城市空气吸收剂量率预测方法，以支持环境辐射防护策略的制定	中国多个城市的空气吸收剂量率监测数据	machine learning	NA	Lagrange插值法、深度学习模型	LSTM、CNN-LSTM、Bi-LSTM、CNN	监测数据	中国多个城市的空气吸收剂量率报告数据
277	2025-05-10	Canine EEG helps human: cross-species and cross-modality epileptic seizure detection via multi-space alignment 2025-Jun, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf086 PMID:40330047	研究论文	提出一种基于跨物种和跨模态脑电图数据的多空间对齐方法，以提高癫痫发作的检测能力和理解	首次展示整合不同物种和模态的异质数据以提高基于EEG的癫痫发作检测性能的有效性	是一项初步研究，仅提供了多物种和多模态数据整合的挑战和潜力的见解	提高癫痫发作的检测能力和理解	人类和犬类的脑电图数据	机器学习	癫痫	脑电图(EEG)	深度学习，包括领域适应和知识蒸馏	EEG信号	多个人类和犬类的表面和颅内EEG数据集
278	2025-05-10	Zero-Shot Artifact2Artifact: Self-incentive artifact removal for photoacoustic imaging 2025-Jun, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100723 PMID:40331014	研究论文	提出了一种零样本自监督伪影去除方法ZS-A2A，用于提高三维光声成像的质量	利用超轻量网络和随机丢弃传感器数据的方法，无需训练数据或先验知识即可实现伪影去除	未提及在复杂临床环境中的验证结果	提高三维光声成像的质量	光声成像中的伪影	数字病理	NA	光声成像	超轻量网络	图像	模拟研究和动物实验
279	2025-05-10	An Optimized Framework of QSM Mask Generation Using Deep Learning: QSMmask-Net 2025-Jun, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70057 PMID:40331503	research paper	提出了一种基于深度学习的QSM掩模生成优化框架QSMmask-Net，用于精确生成定量磁化率成像（QSM）所需的掩模	QSMmask-Net通过深度神经网络实现了精确的QSM掩模生成，其性能优于其他掩模生成方法，且与人工掩模（金标准）的差异最小	未提及具体局限性	优化QSM掩模生成方法，提高定量磁化率成像的准确性和效率	定量磁化率成像（QSM）中的掩模生成	digital pathology	NA	deep learning	deep neural network	image	模拟数据和健康对照组
280	2025-05-10	Deep learning enabled open-set bacteria recognition using surface-enhanced Raman spectroscopy 2025-May-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117245 PMID:39965415	研究论文	提出了一种基于transformer的神经网络，用于利用表面增强拉曼光谱(SERS)进行开放集细菌识别	结合分类和重建任务，通过分析重建误差拒绝未知细菌种类，提高了开放集识别的准确性	未提及具体样本数量和细菌种类范围	改进现有封闭集细菌识别方法的局限性，提高实际应用中的鲁棒性	细菌种类识别	机器学习	NA	表面增强拉曼光谱(SERS)	transformer	光谱数据	NA