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
3701	2025-07-26	A deep learning system for detecting systemic lupus erythematosus from retinal images 2025-Jul-15, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102203 PMID:40570853	研究论文	开发了一个深度学习系统DeepSLE，用于从视网膜图像中检测系统性红斑狼疮(SLE)及其视网膜和肾脏并发症	首次利用深度学习技术从视网膜图像中检测SLE及其并发症，并在多民族验证数据集中展示了稳健的性能	未提及模型在更广泛人群中的适用性或潜在的误诊风险	开发一种数字化解决方案，用于从视网膜图像中检测系统性红斑狼疮及其并发症	系统性红斑狼疮(SLE)患者及其视网膜和肾脏并发症	数字病理学	系统性红斑狼疮	深度学习	DeepSLE(未明确具体模型类型)	视网膜图像	247,718张图像(来自中国和英国的多民族数据集)
3702	2025-07-26	Integrating radiomics and machine learning for the diagnosis and prognosis of hepatocellular carcinoma 2025-Jul-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i7.106610 PMID:40697211	综述	本文综述了放射组学和机器学习在肝细胞癌诊断和预后中的应用	结合放射组学和机器学习技术，提高肝细胞癌诊断和预后的准确性	模型解释性不足、数据异质性以及多模态数据整合的挑战	提升肝细胞癌的诊断准确性、治疗反应预测和生存预后	肝细胞癌（HCC）	数字病理	肝癌	放射组学、机器学习	二分类模型、XGBoost、LightGBM、深度学习架构	医学影像	NA
3703	2025-07-26	Deep learning radiomics: Redefining precision oncology through noninvasive insights into the tumor immune microenvironment 2025-Jul-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i7.108175 PMID:40697238	研究论文	基于计算机断层扫描的深度学习放射组学为预测结直肠癌肿瘤免疫微环境提供了一种新颖、非侵入性的方法	利用卷积神经网络分析术前CT扫描，无需侵入性活检即可预测肿瘤免疫微环境的关键特征	回顾性研究设计可能限制了结果的普遍适用性	推进个性化免疫治疗、化疗和靶向治疗，挑战传统肿瘤学实践	结直肠癌患者的肿瘤免疫微环境	数字病理学	结直肠癌	计算机断层扫描	CNN	图像	315名患者的术前CT扫描
3704	2025-07-26	Predicting Very Early-Stage Breast Cancer in BI-RADS 3 Lesions of Large Population with Deep Learning 2025-Jul-15, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070240 PMID:40710626	研究论文	本研究开发了一种深度学习模型，用于在BI-RADS 3评分的乳腺病变中准确识别极早期恶性肿瘤，以提高诊断精度和临床决策	提出了一种新的迁移学习方法，显著提高了预测BI-RADS 3恶性病变的临床AUC值，从0.721提升至0.880	研究样本来自两家医院，可能存在一定的选择偏差，且未涉及更多类型的影像数据	提高乳腺BI-RADS 3病变中极早期恶性肿瘤的诊断准确性	BI-RADS 3评分的乳腺病变患者	数字病理	乳腺癌	深度学习	迁移学习	超声图像	685名患者的852个病变（256个恶性，596个良性）
3705	2025-07-26	Chromatin accessibility dynamics and transcriptional regulatory networks underlying the primary nitrogen response in rice roots 2025-Jul-14, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101392 PMID:40468596	研究论文	本研究通过时间序列分析，探讨了水稻根系中初级氮响应（PNR）的动态变化及其转录调控网络	首次精确鉴定了氮诱导响应的调控区域，并揭示了染色质可及性与基因表达的协调变化，以及OsLBD38、OsLBD39和OsbZIP23等新型调控因子的作用	研究仅关注了水稻根系在铵硝酸盐重新供应后2小时内的反应，可能未涵盖更长时间的动态变化	揭示水稻初级氮响应的转录调控机制	两个水稻品种（珍汕97和日本晴）的根系	植物分子生物学	NA	ATAC-seq和RNA-seq	深度学习	基因组和转录组数据	两个水稻品种的根系样本，时间序列分析在2小时内进行
3706	2025-07-26	Leveraging Swin Transformer for enhanced diagnosis of Alzheimer's disease using multi-shell diffusion MRI 2025-Jul-14, ArXiv PMID:40709302	研究论文	本研究利用多壳层扩散MRI数据和基于视觉Transformer的深度学习框架，支持阿尔茨海默病的早期诊断和淀粉样蛋白积累的检测	采用Swin Transformer模型处理多壳层dMRI数据，并结合Low-Rank Adaptation技术以适应有限的标记神经影像数据	研究依赖于有限的标记神经影像数据，可能影响模型的泛化能力	早期诊断阿尔茨海默病和检测淀粉样蛋白积累	认知正常个体、轻度认知障碍患者和阿尔茨海默病痴呆患者	数字病理学	阿尔茨海默病	多壳层扩散MRI (dMRI), DTI, NODDI	Swin Transformer	MRI图像	未明确提及具体样本数量
3707	2025-07-26	AI-Driven Control Strategies for Biomimetic Robotics: Trends, Challenges, and Future Directions 2025-Jul-14, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10070460 PMID:40710273	综述	本文系统回顾了人工智能驱动的仿生机器人控制策略，总结了最新进展、方法及其与传统控制技术的比较	全面梳理了AI技术在仿生机器人控制中的应用，并指出了未来研究方向	未涉及具体实验验证或性能量化比较	探讨人工智能如何提升仿生机器人的控制机制	仿生机器人及其控制策略	机器人学	NA	机器学习、深度学习、强化学习	NA	NA	NA
3708	2025-07-26	Estimating Snow-Related Daily Change Events in the Canadian Winter Season: A Deep Learning-Based Approach 2025-Jul-14, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070239 PMID:40710625	研究论文	本研究开发了一种基于深度学习的Siamese Attention U-Net模型，用于检测加拿大冬季季节中与雪相关的每日变化事件	提出了一种新的Siamese Attention U-Net模型（Si-Att-UNet），用于检测雪水当量（SWE）的每日变化事件，并在50%置信阈值下达到了99.3%的F1分数	研究主要关注加拿大冬季季节，可能不适用于其他地区或季节	理解气候制度效应对雪融化模式的影响，并检测雪水当量的每日变化事件	加拿大冬季季节的雪水当量（SWE）变化	机器学习和环境科学	NA	深度学习	Siamese Attention U-Net (Si-Att-UNet)	图像（SWE地图）	1979年至2018年的每日SWE地图数据
3709	2025-07-26	Automated Cattle Head and Ear Pose Estimation Using Deep Learning for Animal Welfare Research 2025-Jul-13, Veterinary sciences IF:2.0Q2 DOI:10.3390/vetsci12070664 PMID:40711324	research paper	该研究提出了一种基于深度学习的AI系统，用于牛头和耳朵的检测与姿态估计，以支持动物福利研究	结合Mask R-CNN和FSA-Net实现牛头及左耳的3D姿态估计，提供长期、定量、客观的动物行为监测方法	研究仅针对日本黑牛，未验证在其他牛种上的适用性	开发自动化系统以改进动物福利评估方法	牛的头和耳朵姿态	computer vision	NA	deep learning	Mask R-CNN, FSA-Net	image	日本黑牛的自然条件下采集图像数据集
3710	2025-07-26	Computational and Imaging Approaches for Precision Characterization of Bone, Cartilage, and Synovial Biomolecules 2025-Jul-09, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15070298 PMID:40710415	综述	本文综述了成像、计算建模和测序技术在关节组织健康高分辨率、非侵入性表征方面的最新进展	整合了高分辨率MRI、定量CT、超声弹性成像等先进成像技术与深度学习、多尺度建模方法，以及RNA-seq、空间转录组学和质谱蛋白质组学等多组学技术，用于影像生物标志物的发现	临床广泛应用需要强大的数据基础设施、法规遵从性和医生教育	实现关节组织健康的精确表征，推动肌肉骨骼疾病的精准诊疗	骨、软骨和滑膜组织的生物分子	数字病理学	退行性关节疾病	高分辨率MRI、定量CT、超声弹性成像、RNA-seq、空间转录组学、质谱蛋白质组学	CNN、有限元模型、基于代理的模型	图像、组学数据	NA
3711	2025-07-26	Diagnosis of Schizophrenia Using Feature Extraction from EEG Signals Based on Markov Transition Fields and Deep Learning 2025-Jul-07, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10070449 PMID:40710262	研究论文	该研究提出了一种基于马尔可夫转移场和深度学习的脑电图信号特征提取方法，用于精神分裂症的诊断	使用马尔可夫转移场将一维脑电图信号转换为二维图像，结合预训练的VGG-16模型和两种分类流程（支持向量机和深度学习）进行特征提取和分类	研究依赖于公开的脑电图数据库，样本来源单一，可能影响模型的泛化能力	开发一种高效的精神分裂症诊断方法	精神分裂症患者和健康个体的脑电图信号	数字病理学	精神分裂症	EEG信号分析，马尔可夫转移场，深度学习	VGG-16, SVM, 自编码器, 神经网络	EEG信号	来自MV Lomonosov莫斯科国立大学公开精神分裂症EEG数据库的数据
3712	2025-07-26	Detection of Helicobacter pylori Infection in Histopathological Gastric Biopsies Using Deep Learning Models 2025-Jul-07, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070226 PMID:40710613	研究论文	使用深度学习模型在组织病理学胃活检中检测幽门螺杆菌感染	采用深度卷积神经网络（DCNN）模型自动检测全切片图像中的幽门螺杆菌感染，相比传统方法具有更高的准确性和一致性	不同病理学应用中的变异性导致没有单一模型普遍适用，需要针对特定问题选择模型	提高幽门螺杆菌感染的诊断准确性和效率，减少诊断变异性	胃活检组织切片	数字病理学	胃炎	H&E染色、免疫组织化学确认	DCNN（InceptionV3, Resnet50, VGG16）、AutoML（BoostedNet, AutoKeras）	图像	100张H&E染色的全切片图像，45,795个图像块
3713	2025-07-26	Development of Deep Learning Models for Real-Time Thoracic Ultrasound Image Interpretation 2025-Jul-05, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070222 PMID:40710609	研究论文	开发深度学习模型用于实时胸部超声图像解读，以降低战场环境下胸部损伤诊断的技能门槛	使用MobileNetV3架构开发了三分类深度学习模型，并在实时采集的数据上实现了85%的准确率，比之前的YOLOv8模型提升了17%	研究基于动物实验数据（25头猪），尚未在人体临床环境中验证	开发适用于战场环境的实时胸部损伤AI诊断系统	胸部超声图像（气胸和血胸损伤）	计算机视觉	胸部损伤	深度学习	MobileNetV3	超声图像	25头猪的超声图像数据
3714	2025-07-26	GRANet: a graph residual attention network for gene regulatory network inference 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf349 PMID:40708222	研究论文	提出了一种名为GRANet的图残差注意力网络，用于基因调控网络（GRN）的推断	利用残差注意力机制自适应学习复杂的基因调控关系，并整合多维生物特征以进行更全面的推断	现有方法主要构建涵盖整个基因网络的全局模型，面临网络规模、噪声干扰和数据稀疏性等挑战，导致准确性下降	提高基因调控网络推断的准确性，以揭示基因间的调控关系并理解基因表达的机制	基因调控网络（GRN）	机器学习	NA	单细胞RNA测序（scRNA-seq）	图残差注意力网络（GRANet）	基因表达数据	多个数据集
3715	2025-07-26	A Unified YOLOv8 Approach for Point-of-Care Diagnostics of Salivary α-Amylase 2025-Jul-02, Biosensors DOI:10.3390/bios15070421 PMID:40710071	研究论文	本文介绍了一种便携式、AI驱动的即时诊断系统，用于通过比色图像分析自动分类唾液α-淀粉酶（sAA）	提出了一种统一的YOLOv8分割-分类模型，简化了流程并实现了实时设备端推理，性能优于模块化YOLOv4-CNN架构	研究仅基于1024张图像的数据集，可能需要在更大规模的数据上进行验证	开发一种快速、可靠且可扩展的唾液诊断移动健康应用平台	唾液α-淀粉酶（sAA）	计算机视觉	NA	比色图像分析	YOLOv8, YOLOv4-CNN	图像	1024张图像，代表八种不同的sAA浓度分类问题
3716	2025-07-26	Prostate MRI Using Deep Learning Reconstruction in Response to Cancer Screening Demands-A Systematic Review and Meta-Analysis 2025-Jul-02, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15070284 PMID:40710401	系统综述与荟萃分析	本文系统综述了深度学习重建（DLR）在前列腺MRI中的应用及其对图像质量和采集时间的影响	探讨了DLR技术在前列腺MRI中的潜在优势，特别是在减少采集时间同时保持或提升图像质量方面的创新应用	研究间图像质量指标的异质性阻碍了定量综合分析，且基于传统数据训练的AI模型在DLR图像上的准确性可能降低	评估DLR技术在前列腺MRI中的应用效果，特别是在癌症筛查需求增加的背景下	前列腺MRI图像	数字病理学	前列腺癌	深度学习重建（DLR）	深度学习模型	MRI图像	33项研究
3717	2025-07-26	Artificial Intelligence in the Management of Malnutrition in Cancer Patients: A Systematic Review 2025-Jul, Advances in nutrition (Bethesda, Md.) DOI:10.1016/j.advnut.2025.100438 PMID:40334987	系统综述	本文系统评估了人工智能在癌症患者营养不良管理中的应用及其效果	首次系统评价AI在癌症患者营养管理中的多领域应用，包括营养状态评估、预测和临床结果改善	需要进一步研究以标准化AI模型并确保临床适用性	评估人工智能在癌症患者营养不良识别和管理中的作用	癌症患者	医疗人工智能	癌症	机器学习算法（决策树、随机森林、支持向量机）和深度学习模型	决策树、随机森林、支持向量机、深度学习	医疗影像和临床数据	11项研究（共52,228名患者）
3718	2025-07-26	Regularized Gradient Statistics Improve Generative Deep Learning Models of Super Resolution Microscopy 2025-Jul, Small methods IF:10.7Q1 DOI:10.1002/smtd.202401900 PMID:40454902	research paper	本文提出了一种在超分辨率荧光显微镜深度学习模型训练过程中通过正则化信号梯度统计来改进生成图像质量的方法	通过在训练数据集中对图像进行梯度及拉普拉斯统计量的正则化处理，使其更接近自然场景图像的统计特性，从而提升生成图像质量	该方法仅适用于具有适当先验信息的图像（如BioSR数据集中丝状结构图像）	改进超分辨率显微镜深度学习模型的图像生成质量	超分辨率荧光显微镜图像	computer vision	NA	深度学习	Conditional Variational Diffusion Model (CVDM)	图像	BioSR数据集（包含衍射极限图像与超分辨率图像的匹配对）
3719	2025-07-26	ICD lead and primary metal artifact detection and inpainting in cardiac CT images 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17947 PMID:40660812	研究论文	开发了一种自动检测心脏CT扫描中ICD导线及周围金属伪影并修复受影响区域的方法	提出了两种深度学习模型，用于自动检测和修复心脏CT图像中的ICD导线及金属伪影，提高了心脏分割和运动分析的准确性	方法主要针对已重建的CT图像，可能不适用于其他类型的医学影像或不同来源的金属伪影	减少心脏CT图像中由ICD导线引起的金属伪影，恢复丢失的解剖信息	心脏CT图像中的ICD导线及金属伪影	数字病理学	心血管疾病	深度学习	2D U-Net, 3D图像修复模型	CT图像	12名患者的心脏4DCT扫描数据，以及148名患者的无伪影心脏CT数据用于合成数据集
3720	2025-07-26	From Industry 4.0 to 5.0: Exploring the Opportunity of Biodegradable Freshness Indicator Packaging 2025-Jul, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.70242 PMID:40708461	综述	本文探讨了从工业4.0到5.0背景下，生物可降解新鲜度指示包装的机遇及其在食品包装行业的应用	结合数字技术与包装技术的跨学科整合，提出了生物可降解材料与新鲜度指示包装的创新应用	未具体提及实验数据或案例研究的局限性	探索生物可降解新鲜度指示包装在可持续食品包装中的潜力和机遇	生物可降解聚合物和新鲜度指示包装技术	食品包装技术	NA	机器学习、大数据、物联网、3D打印、深度学习、区块链、云边协作、万物互联、4D打印	NA	NA	NA