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
341	2025-05-22	An Artificial Intelligence Method for Phenotyping of OCT-Derived Thickness Maps Using Unsupervised and Self-supervised Deep Learning 2025-May-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01539-x PMID:40394321	研究论文	本研究通过人工智能方法分析光学相干断层扫描（OCT）图像，旨在增强对眼科疾病生理学和遗传结构的理解	提出了一种新颖的AI方法，利用无监督和自监督学习技术对OCT衍生的视网膜层厚度进行表型分析和聚类，解决了跨数据集表型转移的挑战	NA	增强对眼科疾病生理学和遗传结构的理解	光学相干断层扫描（OCT）图像	计算机视觉	青光眼	光学相干断层扫描（OCT）	深度学习、流形学习、高斯混合模型	图像	两个大型数据集：Massachusetts Eye and Ear (MEE; 18,985张图像) 和 UK Biobank (UKBB; 86,115张图像)
342	2025-05-22	Improving Deep Learning-Based Grading of Partial-thickness Supraspinatus Tendon Tears with Guided Diffusion Augmentation 2025-May-19, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.072 PMID:40393829	research paper	开发并验证了一种基于引导扩散数据增强的深度学习系统，用于分级部分厚度冈上肌腱撕裂，并与经验丰富的放射科医生进行比较	使用引导扩散模型进行数据增强以解决数据不平衡问题，并开发了ResNet-34模型用于分级部分厚度撕裂	研究为回顾性设计，可能受到选择偏差的影响	提高部分厚度冈上肌腱撕裂分级的准确性和效率	1150名经关节镜确认的冈上肌腱撕裂患者	digital pathology	geriatric disease	MRI	ResNet-34	image	1150名患者（训练集741名，验证集185名，内部测试集185名）和224名外部测试集患者
343	2025-05-22	Mpox diagnosis at POC 2025-May-19, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2025.04.015 PMID:40393854	综述	本文综述了猴痘（Mpox）的即时诊断（POC）工具，并讨论了阻碍这些工具广泛应用的瓶颈及潜在解决策略	探讨了机器学习和深度学习模型在猴痘诊断中的潜在应用，以及集成可部署平台的发展方向	当前猴痘诊断主要依赖PCR技术，需要专业人员操作和复杂实验室基础设施	促进猴痘的快速、准确和用户友好诊断	猴痘（Mpox）	数字病理学	猴痘	PCR	ML和DL	NA	NA
344	2025-05-22	Deep learning feature-based model for predicting lymphovascular invasion in urothelial carcinoma of bladder using CT images 2025-May-18, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01988-6 PMID:40382748	研究论文	开发了一种基于深度学习的模型，利用CT图像预测膀胱尿路上皮癌的淋巴血管侵犯状态	首次结合深度学习特征和临床风险因素，构建堆叠模型预测淋巴血管侵犯状态	模型在测试集上的AUC为0.767，仍有提升空间	开发一种非侵入性、经济高效的工具，帮助临床医生进行个性化治疗规划	膀胱尿路上皮癌患者	数字病理学	膀胱癌	CT成像	CNN（包括InceptionV3、DenseNet121、ResNet18、ResNet34、ResNet50和VGG11）和集成模型（Decision Tree、XGBoost、LightGBM）	图像	577名患者的数据和CT图像，来自四个医疗中心
345	2025-05-22	Enhancing sparse data recommendations with self-inspected adaptive SMOTE and hybrid neural networks 2025-May-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02593-9 PMID:40383722	research paper	本文提出了一种结合LSTM和改进的Split-Convolution神经网络(LSTM-SC)及先进采样技术SASMOTE的混合框架，用于增强稀疏数据推荐	引入了自检自适应SMOTE(SASMOTE)技术，能自适应选择'可见'最近邻并通过自检策略过滤不确定的合成样本，确保高质量数据生成	未明确提及具体限制	提升数据稀疏环境下的个性化推荐系统性能	电子商务平台和电子出版领域的推荐系统	machine learning	NA	SASMOTE, QSO, HMWSO	LSTM, Split-Convolution neural network (LSTM-SC)	用户行为数据(如书籍评分和亚马逊评论)	goodbooks-10k和Amazon评论数据集
346	2025-05-22	An ensemble deep learning framework for emotion recognition through wearable devices multi-modal physiological signals 2025-May-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99858-0 PMID:40383809	研究论文	本文提出了一种基于集成深度学习框架的情感识别系统，通过可穿戴设备的多模态生理信号进行情感识别	首次提出结合离散和维度模型的情感识别系统，并采用LSTM和GRU的集成深度学习架构来有效捕捉情感数据序列中的动态时间依赖关系	NA	通过可穿戴设备的生理信号实现精确的情感识别，以促进真实、情感感知的上下文交流	人类情感	机器学习	NA	多模态生理信号分析	LSTM, GRU	生理信号	公开可用的EMOGNITION数据库，包含使用Samsung Galaxy Watch、Empatica E4腕带和MUSE 2 EEG头带设备记录的生理信号
347	2025-05-22	3D+t Multifocal Imaging Dataset of Human Sperm 2025-May-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05177-4 PMID:40383860	research paper	介绍了一个名为3D-SpermVid的三维动态人类精子多焦成像数据集，用于研究精子运动模式和生育能力	提供了首个包含121个多焦视频显微镜超堆栈的三维动态精子数据集，支持对精子鞭毛运动模式的详细观察和分析	数据集仅包含非获能条件和获能条件下的精子，可能无法涵盖所有生理状态	通过三维动态分析精子运动，提高对人类生育能力的理解	人类精子	数字病理学	生育障碍	多焦成像系统（MFI）	NA	视频显微镜超堆栈	121个多焦视频显微镜超堆栈
348	2025-05-22	ML-Driven Alzheimer's disease prediction: A deep ensemble modeling approach 2025-May-17, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100298 PMID:40389063	research paper	该研究提出了一种结合五种深度学习架构的集成学习框架，用于提高阿尔茨海默病诊断的准确性	采用集成学习框架结合五种深度学习模型（VGG16、VGG19、ResNet50、InceptionV3和EfficientNetB7），显著提高了诊断准确率	研究主要基于伊拉克特定诊所的数据，可能在其他地区或人群中的泛化能力有限	提高阿尔茨海默病的早期和准确检测	MRI脑扫描图像	digital pathology	geriatric disease	MRI	ensemble of VGG16, VGG19, ResNet50, InceptionV3, EfficientNetB7	image	3,714 MRI脑扫描图像（834 NonDemented、1,824 MildDemented、1,056 VeryDemented）
349	2025-05-22	ProtoECGNet: Case-Based Interpretable Deep Learning for Multi-Label ECG Classification with Contrastive Learning 2025-May-17, ArXiv PMID:40395940	研究论文	介绍了一种基于原型学习的深度学习模型ProtoECGNet，用于可解释的多标签心电图分类	提出了一种结合1D CNN和2D CNN的多分支架构，以及一种新的对比损失函数，用于多标签学习	未提及具体的数据集限制或模型泛化能力的详细评估	开发一种透明且可信的深度学习模型，用于临床心电图分类	心电图（ECG）数据	数字病理学	心血管疾病	深度学习	CNN	时间序列数据	PTB-XL数据集中的71个诊断标签
350	2025-05-22	Analysis of the most influential factors affecting outcomes of lung transplant recipients: a multivariate prediction model based on UNOS Data 2025-May-16, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-089796 PMID:40379311	研究论文	本文利用机器学习技术分析影响肺移植受者结果的关键因素，并开发了一个基于UNOS数据的预测模型	使用多种机器学习模型和SHAP技术识别影响肺移植优先级分配的关键因素，并开发了一个基于网络的决策支持工具	数据预处理后样本量减少，可能影响模型的泛化能力	识别影响肺移植优先级分配的关键因素，优化患者优先级评估过程	肺移植候选者	机器学习	肺病	机器学习模型训练与优化	随机森林回归器(RF), 支持向量机回归器, XGBoost回归器, 多层感知器模型, 深度学习模型	结构化医疗数据	预处理后32,966条记录，包含15个特征
351	2025-05-22	Deep learning predicts HER2 status in invasive breast cancer from multimodal ultrasound and MRI 2025-May-16, Biomolecules & biomedicine DOI:10.17305/bb.2025.12475 PMID:40392960	研究论文	本研究利用深度学习模型基于超声和MRI预测乳腺癌术前HER2状态	首次结合超声和MRI数据构建深度学习模型预测HER2状态，相比传统病理检查方法更稳定	研究样本来自单一机构，可能存在选择偏倚	提高乳腺癌术前HER2状态预测的准确性	浸润性乳腺癌患者	数字病理	乳腺癌	超声成像，磁共振成像	深度学习模型	图像	2021年1月至2024年7月期间接受超声和MRI检查的女性患者
352	2025-05-22	A systematic review of artificial intelligence techniques based on electroencephalography analysis in the diagnosis of epilepsy disorders: A clinical perspective 2025-May-16, Epilepsy research IF:2.0Q3 DOI:10.1016/j.eplepsyres.2025.107582 PMID:40393108	系统综述	本文系统综述了基于脑电图（EEG）分析的人工智能技术在癫痫诊断中的应用	重点关注注意力机制而非传统的深度学习或机器学习，并探讨AI在癫痫诊断中的多方面应用	需要更多的多中心合作以积累高质量数据并确保代码和工具的开放获取	探讨人工智能技术在癫痫诊断中的应用及其临床潜力	癫痫患者的EEG数据	数字病理学	癫痫	EEG分析	ANN, 注意力机制	EEG数据	NA
353	2025-05-22	CNN based precise nonlinear tracking control for a nano unmanned helicopter: Theory and implementation 2025-May-15, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.05.020 PMID:40393892	research paper	本文提出了一种基于深度卷积神经网络（CNN）的几何积分控制策略，用于重量小于70克、机身长度小于0.25米的纳米无人直升机	与现有非线性控制器相比，该方法在可行性、参数调整简便性和数据需求方面具有显著优势	NA	开发一种适用于纳米无人直升机的精确非线性跟踪控制方法	纳米无人直升机	machine learning	NA	deep CNN	CNN	flight data	NA
354	2025-05-22	LivecellX: A Scalable Deep Learning Framework for Single-Cell Object-Oriented Analysis in Live-Cell Imaging 2025-May-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.23.639532 PMID:40060645	research paper	介绍了一个名为LivecellX的深度学习框架，用于活细胞成像中的单细胞面向对象分析	提出了一个新的任务：分割校正，用于处理过分割和欠分割错误，并开发了创新的评估指标和机器学习技术	未明确提及具体限制	提高活细胞成像中单细胞动态分析的准确性和可扩展性	活细胞成像中的单细胞动态	digital pathology	NA	深度学习	CS-Net	image	未明确提及具体样本数量
355	2025-05-22	Quantitative spatial analysis of chromatin biomolecular condensates using cryoelectron tomography 2025-May-13, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2426449122 PMID:40327693	研究论文	本文通过冷冻电子断层扫描技术分析了生物化学重构的染色质凝聚体的结构	整合了基于深度学习的分割与上下文感知模板匹配技术，以识别凝聚体内密集堆积的分子	方法主要适用于含有大且独特组分的生物分子凝聚体，可能不适用于所有类型的凝聚体	研究染色质凝聚体的形成和功能机制	生物化学重构的染色质凝聚体及原位天然染色质的凝聚区域	生物物理学	NA	冷冻电子断层扫描、深度学习分割、上下文感知模板匹配	深度学习	图像	NA
356	2025-05-22	Study on predicting breast cancer Ki-67 expression using a combination of radiomics and deep learning based on multiparametric MRI 2025-May-11, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110401 PMID:40360135	research paper	开发了一种基于多参数乳腺MRI放射组学和深度学习的多模态模型，用于预测乳腺癌术前Ki-67表达状态	结合多参数MRI放射组学和深度学习技术，构建多模态模型预测Ki-67表达状态	样本量较小（176例患者），且仅基于单一机构数据	预测乳腺癌术前Ki-67表达状态，推进个体化治疗和精准医疗	176例浸润性乳腺癌患者	digital pathology	breast cancer	multiparametric MRI (mp-MRI), T1WI, DWI, T2WI, DCE-MRI	deep learning	MRI图像	176例浸润性乳腺癌患者（训练集70%，测试集30%）
357	2025-05-22	Meta-tuning and fast optimization of machine learning models for dynamic methane prediction in anaerobic digestion 2025-May-10, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2025.132654 PMID:40355002	研究论文	本研究评估了多种优化算法在调整数据准备和超参数优化管道中的性能，用于预测甲烷生产的机器和深度学习模型	通过元调优和快速优化算法提高了机器和深度学习模型在预测甲烷生产中的准确性和效率	研究未涉及所有可能的优化算法和模型类型，且样本量和数据集的具体细节未明确说明	优化机器和深度学习模型以提高甲烷产量预测的准确性	甲烷生产预测模型	机器学习	NA	贝叶斯岭回归和循环神经网络	RNN	稳态和动态数据集	NA
358	2025-05-22	Deep learning-based polygenic scores enhance generalizability of psychiatric disorders prediction 2025-May-05, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.05.25326794 PMID:40385437	研究论文	本研究比较了深度学习模型Genome-Local-Net（GLN）与线性模型bigstatsr在预测五种精神疾病（ADHD、ASD、BIP、MDD和SCZ）方面的表现，并评估了结合个体水平多基因评分（PGSs）与GWAS衍生的PGSs及家族遗传风险评分（FGRSs）对预测效果的提升	研究发现深度学习模型GLN在样本外复制集中对ADHD、ASD和MDD的预测具有更好的泛化能力，平均AUROC增益为0.026	深度学习模型的整合并未显示出相对于逻辑回归模型的持续优势	评估深度学习模型在精神疾病遗传风险预测中的表现及其与线性模型的比较	五种精神疾病（ADHD、ASD、BIP、MDD和SCZ）的遗传风险预测	机器学习	精神疾病	深度学习	Genome-Local-Net (GLN), bigstatsr	基因型数据	NA
359	2025-05-22	Advancement in medical report generation: current practices, challenges, and future directions 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03265-y PMID:39707049	综述	本文对医学报告生成的当前实践、挑战和未来方向进行了系统性文献回顾	系统性分析了医学报告生成领域中最常用的深度学习方法及其准确率，并指出了现有方法的局限性	现有方法存在过拟合、偏差风险和高数据依赖性等问题	指导放射科医师选择能够减轻工作负担并提供精确医学诊断的方法	医学报告生成技术	自然语言处理	NA	深度学习	encoder-decoder框架、Transformer、RNN-LSTM、LLM、基于图的方法	医学图像	NA
360	2025-05-22	Explainable artificial intelligence to quantify adenoid hypertrophy-related upper airway obstruction using 3D Shape Analysis 2025-May, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105689 PMID:40090403	研究论文	开发并验证了一种可解释的人工智能模型，用于通过三维形状分析对腺样体肥大相关的上呼吸道阻塞进行分类和量化	结合多视图和点云方法进行3D形状分析，并使用SurfGradCAM生成可解释性热图	研究样本仅限于5-18岁患者的CBCT扫描	开发一种可解释的AI模型，用于腺样体肥大相关的上呼吸道阻塞的分类和量化	5-18岁患者的CBCT扫描	数字病理学	腺样体肥大	锥形束计算机断层扫描(CBCT)	深度学习模型	3D图像	400例CBCT扫描