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
281	2025-05-17	Forecasting motion trajectories of elbow and knee joints during infant crawling based on long-short-term memory (LSTM) networks 2025-Apr-02, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01360-1 PMID:40176123	研究论文	本研究探讨了使用LSTM网络预测婴儿爬行运动轨迹的可行性，以促进爬行康复训练机器人的主动控制	首次将LSTM网络应用于预测婴儿爬行这一多变且复杂的运动轨迹，填补了该领域的研究空白	研究仅针对健康婴儿，未涉及运动障碍婴儿群体	探索LSTM网络在预测婴儿爬行轨迹中的应用，为康复训练机器人控制提供技术支持	20名健康婴儿（11男9女，8-15个月大）的肘关节和膝关节运动轨迹	机器学习	运动障碍	LSTM网络	LSTM	时间序列数据	20名健康婴儿的58,782个时间步数据
282	2025-05-17	Integrative network analysis reveals novel moderators of Aβ-Tau interaction in Alzheimer's disease 2025-Apr-02, Alzheimer's research & therapy DOI:10.1186/s13195-025-01705-x PMID:40176187	研究论文	本研究利用深度学习整合网络分析方法，揭示了阿尔茨海默病中Aβ与tau蛋白相互作用的新型调节因子	首次应用深度学习网络整合方法BIONIC，结合蛋白质组学和蛋白质相互作用数据，发现GPNMB+小胶质细胞对Aβ-tau相互作用的调节作用	研究主要基于ROSMAP队列数据，需要更多独立队列验证	揭示阿尔茨海默病中Aβ与tau蛋白相互作用的调节机制	阿尔茨海默病患者蛋白质组数据和蛋白质相互作用网络	数字病理学	阿尔茨海默病	蛋白质组学分析、蛋白质-蛋白质相互作用网络分析	深度学习模型(BIONIC)	蛋白质组数据、基因表达数据	ROSMAP队列数据(具体样本量未明确说明)
283	2025-05-17	Deep learning-based reconstruction and superresolution for MR-guided thermal ablation of malignant liver lesions 2025-Apr-02, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00869-x PMID:40176185	研究论文	本研究评估了深度学习增强的T1加权VIBE序列（DL-VIBE）在肝脏恶性肿瘤MR引导热消融过程中对图像质量和手术参数的影响	使用深度学习算法（DL-VIBE）对标准VIBE序列进行后处理，显著提高了图像质量并减少了处理时间	样本量较小（34例患者），且研究为回顾性设计	评估DL-VIBE在MR引导热消融手术中的图像质量和效率改进	34名接受MR引导微波消融治疗的肝脏恶性肿瘤患者	数字病理学	肝脏恶性肿瘤	MR-guided thermoablation, deep learning-enhanced T1-weighted VIBE sequences	深度学习算法	医学影像	34名患者（平均年龄65.4岁，13名女性）
284	2025-05-17	Deep learning in the precise assessment of primary Sjögren's syndrome based on ultrasound images 2025-Apr-01, Rheumatology (Oxford, England) DOI:10.1093/rheumatology/keae312 PMID:38830044	research paper	本研究探讨了基于灰度超声图像的深度学习模型在原发性干燥综合征（pSS）精确评估和准确诊断中的价值	利用ResNet 50构建的深度学习模型在pSS诊断中表现优于传统放射科医生评估	样本量相对较小，仅包含特定时间段的患者和健康对照	评估深度学习模型在原发性干燥综合征诊断中的准确性和潜力	原发性干燥综合征患者和健康对照的超声图像	digital pathology	Sjögren's syndrome	灰度超声成像	ResNet 50	image	113名pSS患者和113名健康对照的864张开发集图像和164张验证集图像
285	2025-05-17	Zero Echo Time and Similar Techniques for Structural Changes in the Sacroiliac Joints 2025-Apr, Seminars in musculoskeletal radiology IF:0.9Q4 DOI:10.1055/s-0045-1802660 PMID:40164079	综述	本文探讨了基于MRI的合成CT（sCT）技术在评估骶髂关节结构变化中的潜在作用，特别是在轴向脊柱关节炎（axSpA）的背景下	介绍了合成CT（sCT）技术，该技术通过MRI数据生成类似CT的图像，结合了MRI和CT的优势，能够在无电离辐射的情况下同时评估炎症和结构病变	NA	探索MRI-based sCT在评估骶髂关节结构变化中的潜在作用，特别是在axSpA的早期检测和监测中	骶髂关节的结构变化，特别是在轴向脊柱关节炎（axSpA）患者中	数字病理学	脊柱关节炎	合成CT（sCT）、深度学习、零回波时间（ZTE）、超短回波时间（UTE）、梯度回波序列	NA	MRI和CT图像数据	NA
286	2025-05-17	Improved gated recurrent unit-based osteosarcoma prediction on histology images: a meta-heuristic-oriented optimization concept 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85149-1 PMID:40169634	research paper	该研究提出了一种基于改进门控循环单元（IGRU）的深度学习方法来预测组织学图像中的骨肉瘤	使用改进的门控循环单元（IGRU）和鱼鹰优化算法（OOA）进行参数调优，以提高预测准确性	未提及具体的数据集大小或模型在其他数据集上的泛化能力	通过深度学习技术提高骨肉瘤的早期诊断和个体化治疗	骨肉瘤患者的组织学图像	digital pathology	osteosarcoma	Weiner filter, 2D Otsu's method, linear discriminant analysis (LDA)	improved gated recurrent unit (IGRU)	image	NA
287	2025-05-17	Detection of kidney bean leaf spot disease based on a hybrid deep learning model 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93742-7 PMID:40169647	研究论文	本研究构建了首个菜豆叶斑病数据集，并提出了一种结合深度学习和机器学习的混合模型框架，显著提高了病害检测效率和准确率	构建了首个高质量的菜豆叶斑病数据集，并开发了一种结合深度学习和机器学习的新型框架	深度学习方法的计算成本较高，且可靠的菜豆叶斑病数据集仍然稀缺	提高菜豆叶斑病的检测效率和准确率，为精准农业中的作物病害智能诊断和管理提供新方法	菜豆叶斑病	计算机视觉	植物病害	深度学习与机器学习结合	EfficientNet-B7, MobileNetV3, ResNet50, VGG16, Logistic Regression, Random Forest, AdaBoost, Stochastic Gradient Boosting	图像	NA
288	2025-05-17	An efficient graph attention framework enhances bladder cancer prediction 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93059-5 PMID:40169776	research paper	提出了一种基于图注意力机制的高效框架，用于增强膀胱癌的预测	提出了一种新型的图神经网络结构MSL-GAT，利用注意力机制识别和预测与膀胱癌进展相关的关键驱动基因	未提及具体的数据集限制或模型泛化能力的验证	通过个性化驱动基因检测提高膀胱癌的预测准确性	膀胱癌患者及其相关的编码和非编码基因	machine learning	bladder cancer	graph attention mechanisms (GAT), RNA interference (RNAi)	Multi Stacked-Layered GAT (MSL-GAT)	genomic, transcriptomic, and epigenomic metadata	benchmark TCGA-BLCA数据集，具体样本数量未提及
289	2025-05-17	Automatic detection of developmental stages of molar teeth with deep learning 2025-Apr-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05827-4 PMID:40169944	research paper	该研究旨在通过深度学习模型全自动检测全景X光片中磨牙的发育阶段	首次全面比较了9种不同深度学习模型在全景X光片上自动检测磨牙发育阶段的性能	样本量较小(仅210张全景X光片)，且为回顾性研究	开发自动化系统辅助牙医进行磨牙发育阶段分类	5-25岁患者的磨牙发育阶段	digital pathology	NA	panoramic radiography	Cascade R-CNN, YOLOv3, HTC, DetectorRS, SSD, EfficientNet, NAS-FPN, Deformable DETR, PAA	image	210张全景X光片
290	2025-05-17	Comparative analysis of deep learning architectures for thyroid eye disease detection using facial photographs 2025-Apr-01, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-025-03988-y PMID:40169995	research paper	比较两种深度学习模型ResNet-50和ResNet-101在使用面部照片筛查甲状腺眼病（TED）中的表现	首次比较ResNet-50和ResNet-101在TED筛查中的性能，并在临床条件下测试模型	样本量相对较小，且仅在特定临床条件下测试	评估深度学习模型在甲状腺眼病筛查中的应用效果	甲状腺眼病患者和健康个体的面部照片	computer vision	thyroid eye disease	deep learning	ResNet-50, ResNet-101	image	1601张面部照片（643 TED患者和643健康个体用于训练，81 TED患者和74健康个体用于验证，80 TED患者和80健康个体用于测试，25 TED患者和25健康个体用于临床测试）
291	2025-05-17	Development and multicentric external validation of a prognostic COVID-19 severity model based on thoracic CT 2025-Apr-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02983-z PMID:40170034	研究论文	开发并验证了一种基于胸部CT的COVID-19严重程度预后模型	结合患者年龄、性别和胸部CT影像特征，开发了一个逻辑回归模型，用于预测COVID-19患者在一个月内发展为重症的风险，并在多中心外部数据集上验证了其性能	模型在Delta和Omicron变异株流行期间的表现未下降，但未进一步验证对其他变异株的适用性	开发一个基于胸部CT的预后模型，用于快速风险分层，支持临床决策和资源分配	COVID-19患者	数字病理	COVID-19	胸部CT	逻辑回归	影像	来自STOIC挑战的公开数据及外部多中心数据集
292	2025-05-17	DconnLoop: a deep learning model for predicting chromatin loops based on multi-source data integration 2025-Apr-01, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06092-6 PMID:40170155	研究论文	开发了一种名为DconnLoop的深度学习方法，通过整合多源数据预测染色质环	整合Hi-C、ChIP-seq和ATAC-seq多源数据，结合残差机制、方向性连接激励模块和交互特征空间解码器进行特征提取与融合	未明确提及具体局限性	提高染色质环预测的准确性和召回率，以更好地理解疾病调控机制	染色质环	深度学习	NA	Hi-C、ChIP-seq、ATAC-seq	深度学习模型（含残差机制、方向性连接激励模块、交互特征空间解码器）	基因组多源测序数据	未明确提及具体样本量
293	2025-05-17	Towards a unified framework for single-cell -omics-based disease prediction through AI 2025-Apr, Clinical and translational medicine IF:7.9Q1 DOI:10.1002/ctm2.70290 PMID:40170267	研究论文	提出一个基于单细胞组学和AI的统一框架scDisPreAI，用于疾病预测和生物标志物发现	整合单细胞组学数据和AI技术，构建多任务预测模型并引入可解释性技术识别关键生物标志物	需要多组学整合、标准化协议和前瞻性临床验证以充分发挥潜力	开发AI驱动的单细胞组学疾病预测框架	单细胞组学数据和疾病预测	机器学习	多种疾病	单细胞组学	深度学习架构/机器学习流程	单细胞组学数据	大型标准化数据库（具体数量未提及）
294	2025-05-17	Free-breathing, Highly Accelerated, Single-beat, Multisection Cardiac Cine MRI with Generative Artificial Intelligence 2025-Apr, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240272 PMID:40178397	research paper	开发并评估了一种自由呼吸、高度加速、多切面、单次心跳的心脏MRI电影序列	使用生成对抗网络（REGAIN）进行图像重建，实现了自由呼吸、单次心跳的高加速心脏MRI	研究样本量较小（136名参与者），且未提及长期临床应用效果	开发更快速、更舒适的心脏MRI成像技术	心脏疾病患者和健康参与者的心脏MRI图像	医学影像	心血管疾病	MRI	GAN（REGAIN）	医学影像	136名参与者（40名健康，96名心脏疾病患者）
295	2025-05-17	SpaMask: Dual masking graph autoencoder with contrastive learning for spatial transcriptomics 2025-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012881 PMID:40179332	research paper	提出了一种名为SpaMask的双重掩码图自编码器结合对比学习方法，用于空间转录组学数据分析	SpaMask通过同时掩码部分节点和边来增强模型性能和鲁棒性，并结合了掩码图自编码器和掩码图对比学习模块	未明确提及具体局限性	提高空间转录组学数据中空间域表征的准确性和鲁棒性	空间转录组学数据中的细胞空间位置和基因表达	生物信息学	NA	空间分辨转录组学(SRT)	图神经网络(GNN), 掩码图自编码器(MGAE), 掩码图对比学习(MGCL)	空间转录组学数据	来自5个不同平台的8个数据集
296	2025-05-17	Breast cancer histopathology image classification using transformer with discrete wavelet transform 2025-Apr, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104317 PMID:40180530	research paper	提出了一种基于离散小波变换和邻域注意力Transformer的乳腺癌组织病理学图像分类网络DWNAT-Net	首次将离散小波变换引入邻域注意力Transformer，同时提取空间和频率特征	未明确说明模型的计算复杂度或实时性能	提高乳腺癌组织病理学图像的分类准确率	乳腺癌组织病理学图像	digital pathology	breast cancer	Discrete Wavelet Transform (DWT)	Transformer (NAT)	image	BreakHis和BACH数据集
297	2025-05-17	TissueProf: An ImageJ/Fiji Plugin for Tissue Profiling Based on Fluorescent Signals 2025-Apr, The European journal of neuroscience DOI:10.1111/ejn.70094 PMID:40180584	research paper	开发了一个名为TissueProf的ImageJ/Fiji插件，用于基于荧光信号的组织分析	提供了一个半自动化的图像分析流程，具有用户输入灵活性，结合了深度学习网络和空间分析	需要手动校正细胞分割，可能仍存在一定的用户工作量	减少研究人员在多通道显微镜图像分析中的工作量和时间消耗	荧光免疫组织化学图像中的细胞群体	digital pathology	NA	荧光免疫组织化学	deep learning networks	image	NA
298	2025-05-17	AI/ML modeling to enhance the capability of in vitro and in vivo tests in predicting human carcinogenicity 2025-Apr, Mutation research. Genetic toxicology and environmental mutagenesis DOI:10.1016/j.mrgentox.2025.503858 PMID:40185541	研究论文	本研究旨在开发一种基于深度学习的计算机模型，通过多任务学习方法预测人类致癌性	采用图神经网络(GNN)结合多任务学习框架，整合多种辅助任务提升人类致癌性预测能力	未提及具体的数据集规模限制或模型泛化能力测试	提高人类致癌性预测的准确性	化学物质的致癌性预测	机器学习	癌症	深度学习	GNN, MTL	化学物质数据	NA
299	2025-05-17	Machine Learning and Deep Learning in Detection of Neonatal Seizures: A Systematic Review 2025-Apr, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.70083 PMID:40189779	系统性综述	本文系统综述了机器学习和深度学习在新生儿癫痫检测中的应用	探讨了ML和DL在新生儿癫痫检测中的效果，并总结了现有研究的性能指标	仅纳入了10项符合标准的研究，样本量相对有限	研究机器学习和深度学习在新生儿癫痫检测中的应用效果	新生儿癫痫	机器学习	新生儿癫痫	机器学习（ML）和深度学习（DL）	卷积神经网络（CNN）	脑电图（EEG）信号时间序列	17至258名新生儿，共1389次癫痫发作，平均834小时EEG数据
300	2025-05-17	Deep learning for electrocardiogram interpretation: Bench to bedside 2025-Apr, European journal of clinical investigation IF:4.4Q2 DOI:10.1111/eci.70002 PMID:40191935	综述	本文综述了深度学习在心电图（ECG）分析中的应用及其临床实践中的障碍	探讨深度学习在ECG分析中的潜力及其对心血管护理未来的影响	深度学习ECG分析工具在临床实践中的广泛应用仍面临监管障碍、算法透明度和数据隐私问题	评估深度学习在ECG分析中的应用及其临床有效性	12导联心电图	机器学习	心血管疾病	深度学习（DL）	NA	心电图数据	NA