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
321	2025-06-26	CellBinDB: a large-scale multimodal annotated dataset for cell segmentation with benchmarking of universal models 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf069 PMID:40552981	research paper	介绍了一个大规模多模态标注数据集CellBinDB，用于细胞分割，并评估了通用模型的性能	提出了一个包含多种染色方式和组织类型的大规模数据集CellBinDB，并评估了多种细胞分割技术的性能	复杂细胞形状会降低分割精度，数据集可能未覆盖所有可能的细胞类型和染色方式	促进通用细胞分割模型的发展，提高细胞分割技术的泛化能力	人类和小鼠的正常及病变组织样本	digital pathology	NA	4',6-diamidino-2-phenylindole, single-stranded DNA, hematoxylin and eosin, multiplex immunofluorescence staining	NA	image	超过1000张标注图像，覆盖30多种正常和病变组织类型
322	2025-06-26	Learning Dynamic Prompts for All-in-One Image Restoration 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3567205 PMID:40354220	research paper	提出了一种名为DPPD的动态提示方法，用于处理多类型图像退化问题	通过Degradation Prototype Assignment (DPA)和Prompt Distribution Learning (PDL)两个新组件，将退化先验提取解耦，提供可区分和可扩展的表示，并动态调整提示	未提及具体局限性	解决多类型图像退化问题，提升图像恢复性能	图像恢复任务	computer vision	NA	deep learning	DPPD (Degradation Prototype Assignment and Prompt Distribution Learning)	image	NA
323	2025-06-26	Data-driven identification of urgent surgical procedures for use in trauma outcomes measurement 2025, Trauma surgery & acute care open IF:2.1Q2 DOI:10.1136/tsaco-2025-001783 PMID:40406235	研究论文	本文提出了一种基于数据驱动的方法，用于从常规管理数据中生成紧急创伤手术程序列表，以促进创伤系统的标准化评估和比较	采用数据驱动方法替代传统的德尔菲法或专家意见，减少了资源消耗，并允许根据紧急时间框架进行调整	研究仅基于单一澳大利亚医院的数据，未来可考虑扩大数据来源以增强普适性	开发一种灵活的数据驱动方法，用于生成和更新创伤患者的紧急手术程序列表	创伤患者及其在入院24小时内预定的手术程序	医疗数据分析	创伤	数据链接与分析	NA	管理数据和围手术期数据	4737例创伤入院中的6750次手术，涉及567种独特手术程序
324	2025-06-26	LSTA-CNN: A Lightweight Spatiotemporal Attention-Based Convolutional Neural Network for ASD Diagnosis Using EEG 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3580593 PMID:40526541	研究论文	提出一种基于轻量级时空注意力的卷积神经网络（LSTA-CNN），用于利用EEG信号进行自闭症谱系障碍（ASD）诊断	引入新的时空注意力机制，能够联合整合时域和空域特征，有效提取EEG特征，同时模型参数量少、推理时间短	仅使用自收集的41名自闭症儿童和32名正常儿童的EEG数据进行实验，样本量较小	开发一种轻量级深度学习模型，用于自闭症谱系障碍的EEG诊断	自闭症儿童和正常儿童的EEG信号	数字病理学	自闭症谱系障碍	EEG信号分析	CNN（LSTA-CNN）	EEG信号	41名自闭症儿童和32名正常儿童的EEG数据
325	2025-06-26	LOD-PCAC: Level-of-Detail-Based Deep Lossless Point Cloud Attribute Compression 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3578760 PMID:40526560	research paper	提出了一种基于深度学习的无损点云属性压缩框架LOD-PCAC，利用细节层次结构实现密度鲁棒的压缩	引入了细节层次结构构建参考集，并提出Bit-level Residual Coder进行高效属性压缩	未明确提及具体限制	提高点云属性压缩的效率，特别是在稀疏或不均匀分布的点云上	点云属性压缩	computer vision	NA	深度学习	neural network	point cloud	未明确提及具体样本数量
326	2025-06-26	Fast 3D Room Layout Estimation Based on Compact High-Level Representation 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3578785 PMID:40531646	research paper	该论文提出了一种基于紧凑高层表示的快速3D房间布局估计方法	通过学习仅包含29个实数的紧凑高层表示来估计3D布局，并设计了顺序无关的损失函数	未明确提及具体局限性	提高3D房间布局估计的速度和效率	室内RGB图像	computer vision	NA	general regression networks	NA	image	NA
327	2025-06-26	MLCDL: A Critical Practice and Implementation of Multi-tissue Classification and Diagnosis Using Deep Learning Algorithm 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_18 PMID:40553341	研究论文	本研究提出了一种基于深度学习的多组织分类和诊断方法，使用集成迁移学习的EfficientNet-B7深度卷积神经网络进行图像级纹理分类	采用集成迁移学习的EfficientNet-B7深度卷积神经网络进行多组织分类，相比传统机器学习方法具有更高的准确性和效率	测试数据集的准确率相对较低（51.326%），可能存在过拟合或数据不足的问题	开发一种高效的多组织分类和诊断方法，提高医学图像分析的准确性	多组织医学图像	数字病理学	NA	深度学习	CNN, EfficientNet-B7	图像	381张150×150像素的图像
328	2025-06-26	Artificial Intelligence in CRISPR-Cas Systems: A Review of Tool Applications 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_14 PMID:40553337	综述	本文回顾了人工智能在CRISPR-Cas系统工具应用中的研究进展	整合人工智能与CRISPR-Cas系统，为基因工程研究及其应用提供新视角	未提及具体实验验证或实际应用案例	探讨人工智能在CRISPR-Cas系统中的应用及其对基因编辑的促进作用	CRISPR-Cas系统和人工智能技术	合成生物学	NA	CRISPR-Cas9, 深度学习和机器学习	深度学习, 机器学习	基因组数据	NA
329	2025-06-26	The Use of AI for Phenotype-Genotype Mapping 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_21 PMID:40553344	研究论文	本文探讨了人工智能在表型-基因型映射中的应用及其在遗传研究和精准医疗中的重要性	利用AI技术整合基因型和表型数据，揭示复杂模式，推动诊断、治疗和研究的进步	数据异质性、AI模型可解释性有限、隐私问题以及罕见疾病数据集不足	探索AI在表型-基因型映射中的方法、应用、挑战和未来前景	基因型和表型数据	机器学习	NA	NGS	SVM, Random Forests, Gradient Boosting, k-Means, PCA, t-SNE, CNN, RNN	基因组数据	NA
330	2025-06-26	Deep Genomics: Deep Learning-Based Analysis of Genome-Sequenced Data for Identification of Gene Alterations 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_20 PMID:40553343	综述	本章探讨了深度基因组学的最新进展，重点介绍了深度学习框架如何帮助研究人员检测、表征和解释复杂的基因变异	介绍了深度学习框架（如CNN、RNN、Transformers和GNN）在基因组分析中的应用，以及如何整合多组学数据以提供更全面的基因组调控视角	面临数据协调和可解释性方面的重大方法学挑战	探讨深度学习在基因组测序数据分析中的应用，以识别基因变异	基因组测序数据	生物信息学	NA	下一代测序（NGS）	CNN, RNN, Transformers, GNN	基因组测序数据、表观基因组、转录组和蛋白质组数据	NA
331	2025-06-26	Review on Advancement of AI in Nutrigenomics 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_23 PMID:40553346	综述	本文探讨了人工智能在营养基因组学中的变革性作用及其在个性化营养中的实际应用	AI与营养基因组学的结合革新了我们对基因-饮食相互作用的理解，能够基于遗传特征更精确地分析个体营养反应	面临数据隐私问题和算法偏见等挑战	推进营养基因组学研究并应用于个性化营养	基因-饮食相互作用及个体营养反应	营养基因组学	2型糖尿病	机器学习和深度学习方法	NA	遗传和饮食数据	NA
332	2025-06-26	Review on Advancement of AI in Synthetic Biology 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_26 PMID:40553349	review	本文综述了人工智能在合成生物学中的进展，包括基因组编辑、代谢途径优化和生物电路设计等方面	探讨了AI如何通过深度学习和机器学习提高CRISPR-cas9、从头蛋白质设计和基因电路开发的精确性	存在高质量生物数据集整理和计算与实验科学家之间跨学科差距的持续挑战	研究人工智能在合成生物学中的应用及其潜力	合成生物学中的基因组编辑、代谢途径优化和生物电路设计	synthetic biology	NA	deep learning, machine learning	NA	biological datasets	NA
333	2025-06-26	Scalable Coding for High-Resolution, High-Compression Ratio Snapshot Compressive Video 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3579208 PMID:40536862	research paper	提出了一种可扩展的编码方法，用于高分辨率、高压缩比的快照压缩视频	利用时分复用技术设计了一种通用的可扩展编码孔径方法，实现了快照压缩视频在空间和时间分辨率上的可扩展性	未提及具体限制	解决高速相机在存储、带宽和成本方面的挑战，提高快照压缩视频的性能	快照压缩视频	computer vision	NA	压缩感知	deep learning	video	512帧2K×2K分辨率的视频
334	2025-06-26	DeepPredict: a state-of-the-art web server for protein secondary structure and relative solvent accessibility prediction 2025, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2025.1607402 PMID:40546733	研究论文	DeepPredict是一个先进的网络服务器，用于蛋白质二级结构和相对溶剂可及性预测	整合了Porter6和PaleAle6两种深度学习模型，利用预训练的蛋白质语言模型（ESM-2）消除了对多序列比对的需求，实现了快速且准确的预测	NA	开发一个高性能的网络服务器，用于蛋白质二级结构和相对溶剂可及性预测	蛋白质二级结构和相对溶剂可及性	生物信息学	NA	深度学习，蛋白质语言模型（ESM-2）	Porter6, PaleAle6	蛋白质序列	NA
335	2025-06-26	Is AI currently capable of identifying wild oysters? A comparison of human annotators against the AI model, ODYSSEE 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1587033 PMID:40546741	research paper	比较人类注释者与AI模型ODYSSEE在识别野生牡蛎方面的能力	使用深度学习技术开发ODYSSEE模型，通过视频或图像识别活牡蛎，以评估牡蛎数量	模型在识别活牡蛎方面的准确率（63%）低于专家（74%）和非专家（75%），且图像质量影响模型准确性	评估AI模型在识别野生牡蛎方面的能力，并与人类注释者进行比较	野生牡蛎	computer vision	NA	deep learning	ODYSSEE	image, video	NA
336	2025-06-26	Self-supervised and few-shot learning for robust bioaerosol monitoring 2025, Aerobiologia IF:2.2Q3 DOI:10.1007/s10453-025-09850-4 PMID:40547191	研究论文	本文探讨了自监督学习和少样本学习在生物气溶胶监测中的应用，以提高过敏患者的生活质量	结合自监督学习和少样本学习，利用大量未标记数据和少量标记数据对全息图像中的花粉颗粒进行分类	需要进一步验证该方法在不同地理区域和测量系统中的适用性	优化实时生物气溶胶监测工作流程，减少模型适应不同情境所需的努力	全息图像中的花粉颗粒	机器学习和计算机视觉	过敏	自监督学习和少样本学习	深度学习模型	图像	大量未标记数据和少量标记数据
337	2025-06-26	The association between pancreatic diseases and pancreatic fat content: a cross-sectional study from the UK Biobank 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1591652 PMID:40547526	研究论文	本研究探讨了胰腺疾病与胰腺脂肪含量之间的关系，并识别了可能的介导因素	使用深度学习模型nnUNet结合MRI测量胰腺脂肪含量，并分析了不同类型胰腺疾病对脂肪积累的影响	无法排除反向因果关系的可能性	研究胰腺疾病对胰腺脂肪积累的影响，并探索可能的介导因素	UK Biobank中的61,088名参与者	数字病理学	胰腺疾病	MRI与深度学习模型nnUNet	nnUNet	医学影像	61,088名参与者
338	2025-06-26	Current application, possibilities, and challenges of artificial intelligence in the management of rheumatoid arthritis, axial spondyloarthritis, and psoriatic arthritis 2025, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X251343579 PMID:40547599	综述	本文概述了人工智能（AI）在类风湿性关节炎（RA）、中轴型脊柱关节炎（axSpA）和银屑病关节炎（PsA）的诊断、管理和预后中的当前应用及考虑因素	AI在提高风险预测模型、早期诊断和优化管理方面的应用，特别是在预测治疗反应和疾病活动监测方面	数据质量、模型可解释性和伦理问题仍需解决以确保临床应用的可靠性和公平性	探讨AI在RA、axSpA和PsA管理中的当前应用、可能性和挑战	类风湿性关节炎（RA）、中轴型脊柱关节炎（axSpA）和银屑病关节炎（PsA）患者	医学人工智能	类风湿性关节炎、中轴型脊柱关节炎、银屑病关节炎	机器学习、深度学习、自然语言处理	预测模型、临床决策支持系统	电子健康记录（EHR）、影像数据（如骶髂关节X光、磁共振成像、计算机断层扫描）、遗传标记、免疫分析	NA
339	2025-06-26	The use of artificial intelligence in stereotactic ablative body radiotherapy for hepatocellular carcinoma 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1576494 PMID:40547913	综述	本文综述了人工智能在肝细胞癌立体定向消融体放射治疗中的应用及其最新进展	探讨AI技术在SABR工作流程中的创新应用，如自动轮廓勾画、基于知识的计划设计、深度学习预测等	许多AI模型基于有限数据集训练且缺乏外部验证，存在过拟合和泛化性问题	提升肝细胞癌放射治疗的精准性、效率和个体化水平	肝细胞癌患者	数字病理学	肝癌	立体定向消融体放射治疗(SABR)	深度学习、机器学习	医学影像数据	NA
340	2025-06-26	A pathology-attention multi-instance learning framework for multimodal classification of colorectal lesions 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1592950 PMID:40548052	研究论文	提出了一种名为PAT-MIL的多模态弱监督学习框架，用于结直肠病变的多分类	整合了动态注意力机制与专家定义的文本原型，通过病理知识驱动的文本原型构建、逐步调整类别中心的细化策略以及基于梯度反馈的动态损失平衡方法，优化视觉聚类和语义对齐	未提及具体样本量的限制或模型在其他类型病变上的泛化能力	提高结直肠病变的病理诊断准确性，特别是在全切片图像(WSI)分类任务中	结直肠病变的全切片图像(WSI)	数字病理学	结直肠癌	多模态弱监督学习	PAT-MIL (Pathology-Attention-MIL)	图像和文本	内部五类数据集和外部数据集CRS-2024与UniToPatho（具体样本量未提及）