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
21	2025-06-04	An interpretable deep learning approach for autism spectrum disorder detection in children using NASNet-mobile 2025-Jun-03, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/addbe7 PMID:40403743	research paper	该研究提出了一种可解释的深度学习方法，用于儿童自闭症谱系障碍（ASD）的检测，结合了NASNet-Mobile模型和LIME技术以提高分类的透明度	结合NASNet-Mobile模型和LIME技术，提高了ASD分类的可解释性，同时取得了优于现有模型的性能	研究仅基于ABIDE-I数据集中的sMRI图像，可能无法涵盖所有ASD病例的多样性	提高自闭症谱系障碍（ASD）的早期检测和诊断准确性	儿童自闭症谱系障碍（ASD）患者	digital pathology	autism spectrum disorder	sMRI	NASNet-Mobile, LIME	image	ABIDE-I数据集中的两个年龄组（2-11岁和12-18岁）的sMRI图像
22	2025-06-04	Unsupervised Adaptive Deep Learning Framework for Video Denoising in Light Scattering Imaging 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06905 PMID:40405330	研究论文	提出了一种基于深度学习的自适应去噪框架，用于光散射成像视频中的噪声处理	该框架是无监督且自学习的，能够利用时间信息进行去噪，并包含噪声分布图、视频去噪和去噪效果判别三个阶段	未提及具体的数据集规模或实验条件的限制	为光散射成像提供一种自动化的去噪方法，以提高信号质量和应用准确性	光散射成像视频	计算机视觉	NA	光散射成像	FastDVDNet	视频	未提及具体样本数量，但涉及纳米颗粒分析和单细胞无标记识别两种应用场景
23	2025-06-04	Deep Learning Pipeline for Automated Assessment of Distances Between Tonsillar Tumors and the Internal Carotid Artery 2025-Jun-03, Head & neck DOI:10.1002/hed.28200 PMID:40458868	research paper	提出了一种深度学习流程，用于自动评估扁桃体肿瘤与颈内动脉之间的距离	使用nnU-Net框架自动分割扁桃体肿瘤和颈内动脉，并构建工具自动计算两者间的最小距离	样本量较小（96例患者），且仅基于CT扫描数据	开发自动化工具以辅助术前评估扁桃体肿瘤与颈内动脉的距离	扁桃体肿瘤（TT）和颈内动脉（ICA）	digital pathology	tonsillar tumors	CT扫描	nnU-Net	image	96例患者的CT扫描数据
24	2025-06-04	Automated Classification of Cervical Spinal Stenosis using Deep Learning on CT Scans 2025-Jun-03, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005414 PMID:40458958	research paper	开发并验证了一种基于CT扫描的深度学习模型，用于诊断颈椎管狭窄症(CSS)	利用深度学习模型提高CT图像在CSS诊断中的效能，作为MRI的替代方案	研究为回顾性设计，可能影响模型的泛化能力	开发一种基于CT的深度学习模型，用于CSS的自动化诊断	颈椎管狭窄症(CSS)患者	digital pathology	geriatric disease	CT扫描	Faster R-CNN, CNN	image	未明确提及具体样本数量，但按8:1:1比例分为训练集、验证集和测试集
25	2025-06-04	Pollen morphology, deep learning, phylogenetics, and the evolution of environmental adaptations in Podocarpus 2025-Jun-03, The New phytologist DOI:10.1111/nph.70250 PMID:40458972	研究论文	该研究通过深度学习量化了Podocarpus花粉形态特征，并结合系统发育框架分析了环境因素对花粉形态的影响	首次将深度学习量化特征与系统发育分析相结合，揭示了温度耐受性在Podocarpus演化历史中的独立进化模式	研究仅关注了31个新热带区化石样本，样本量相对有限	探究环境因素对Podocarpus花粉形态演化的影响	Podocarpus属植物及其化石花粉形态	计算生物学	NA	深度学习，系统发育分析	深度学习模型（未指定具体类型）	花粉显微图像	31个新热带区Podocarpidites化石样本
26	2025-06-04	AI-Driven Biomarker Discovery and Personalized Allergy Treatment: Utilizing Machine Learning and NGS 2025-Jun-03, Current allergy and asthma reports IF:5.4Q1 DOI:10.1007/s11882-025-01207-8 PMID:40459653	review	探讨人工智能（AI）和下一代测序（NGS）在过敏诊断和治疗中的变革潜力	结合AI驱动的算法和NGS技术，识别复杂的分子模式和预测性标志物，推动过敏诊断和治疗的个性化	数据整合和临床实施方面的挑战	提升过敏疾病的生物标志物发现、患者分层和个性化管理策略的精确性	过敏疾病	machine learning	allergy	NGS, single-cell RNA sequencing	machine learning, deep learning	molecular data	NA
27	2025-06-04	Deep learning-based automatic segmentation of arterial vessel walls and plaques in MR vessel wall images for quantitative assessment 2025-Jun-03, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11697-9 PMID:40459736	研究论文	开发并验证了一种基于深度学习的自动方法，用于MR血管壁图像中血管壁和动脉粥样硬化斑块的分割以进行定量评估	提出了名为Vessel-SegNet的纯学习型CNN用于分割管腔和血管壁，并利用血管壁先验（包括手动先验和基于Tversky损失的自动先验）提高斑块分割的准确性	由于缺乏对其他设备、人群和解剖学研究的测试，研究结果的可靠性仍需进一步探索	提高血管成分（包括管腔、血管壁和斑块）分割的准确性和效率，以进行定量评估	193名来自五个中心的动脉粥样硬化斑块患者	数字病理	心血管疾病	T1加权MRI扫描	CNN	图像	193名患者（107名用于训练和验证，39名用于内部测试，47名用于外部测试）
28	2025-06-04	Effect of contrast enhancement on diagnosis of interstitial lung abnormality in automatic quantitative CT measurement 2025-Jun-03, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11715-w PMID:40459739	research paper	研究对比增强对自动定量CT测量中间质性肺异常(ILA)诊断的影响	首次探讨对比增强对自动定量CT测量ILA的影响，并评估其诊断性能	研究为回顾性分析，可能存在选择偏倚	评估对比增强对自动定量CT测量ILA诊断的影响	接受胸部CT检查的患者	digital pathology	lung disease	CT扫描	deep learning-based automated software	CT图像	1134名患者
29	2025-06-04	Knowledge enhanced protein subcellular localization prediction from 3D fluorescence microscope images 2025-Jun-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf331 PMID:40459878	研究论文	本文开发了一种知识增强的蛋白质亚细胞定位模型KE3DLoc，用于从3D荧光显微镜图像中识别蛋白质分布模式	结合3D和2D投影细胞信息设计图像特征提取模块，并引入不对称损失和置信权重处理数据不平衡和弱细胞标注问题，同时利用Gene Ontology数据库中的生物知识优化蛋白质表示	3D图像处理的研究较少，部分原因是缺乏数据和建模复杂性	提高蛋白质亚细胞定位预测的准确性，促进蛋白质转运分析和生物标志物发现	3D荧光显微镜图像中的蛋白质分布	数字病理学	NA	深度学习	KE3DLoc	3D图像	三个公共数据集
30	2025-06-04	Deep learning model for differentiating thyroid eye disease and orbital myositis on computed tomography (CT) imaging 2025-Jun-03, Orbit (Amsterdam, Netherlands) DOI:10.1080/01676830.2025.2510587 PMID:40459922	研究论文	开发了一种基于深度学习模型的眼眶CT成像技术，用于准确区分甲状腺眼病和眼眶肌炎	利用深度学习模型在单张冠状眼眶CT图像上高精度区分甲状腺眼病和眼眶肌炎，不仅基于眼外肌增大，还利用了其他显著特征	回顾性单中心研究，样本量相对较小（192名患者）	开发一种能够准确区分甲状腺眼病和眼眶肌炎的深度学习模型	甲状腺眼病（TED）、眼眶肌炎患者及正常对照组的眼眶CT图像	计算机视觉	甲状腺眼病、眼眶肌炎	CT成像	VGG-16网络	图像	192名患者（110名TED、51名眼眶肌炎、31名对照组）的1628张图像
31	2025-06-04	Near-term prediction of sustained ventricular arrhythmias applying artificial intelligence to single-lead ambulatory electrocardiogram 2025-Jun-02, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf073 PMID:40157386	研究论文	利用深度学习模型通过单导联动态心电图预测短期内的持续性室性心律失常	首次开发了一种基于深度学习的单导联动态心电图模型，用于预测短期内的持续性室性心律失常，并揭示了早期去极化模式作为潜在预测因子	研究为回顾性设计，且心律失常事件的发生率较低（0.5%）	开发一种能够准确预测短期内持续性室性心律失常的人工智能模型，以预防心脏骤停/猝死	来自六个国家的247,254份14天动态心电图记录	机器学习	心血管疾病	深度学习	深度学习模型	心电图数据	247,254份14天动态心电图记录（开发集183,177份，内部验证集43,580份，外部验证集20,497份）
32	2025-06-04	Multicycle Dosimetric Behavior and Dose-Effect Relationships in [177Lu]Lu-DOTATATE Peptide Receptor Radionuclide Therapy 2025-Jun-02, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.269389 PMID:40274371	研究论文	研究[177Lu]Lu-DOTATATE肽受体放射性核素治疗(PRRT)在转移性神经内分泌肿瘤(NETs)中的药代动力学、剂量学模式及吸收剂量(AD)-效应关系，以制定未来个性化剂量引导治疗策略	首次报道了不同周期及不同NET亚组的剂量学行为，并提出了eGFR与AD关系的模型，可用于早期预测肾功能	样本量较小(30例患者)，且肿瘤AD与反应指标无显著关联	优化PRRT个性化治疗方案	转移性神经内分泌肿瘤患者	核医学	神经内分泌肿瘤	SPECT/CT成像、蒙特卡洛剂量率图生成	深度学习算法(用于肾脏分割)	医学影像(SPECT/CT)	30例患者(22例完成所有周期SPECT/CT成像)
33	2025-06-04	Deep Learning-Based Decision Support System for Nurse Staff in Hospitals 2025-Jun-02, Big data IF:2.6Q2 DOI:10.1089/big.2024.0122 PMID:40455580	研究论文	本文探讨了基于深度学习的临床决策支持系统（DL-CDSS）在医院护士中的应用，旨在通过分析复杂的临床数据辅助护士做出更明智的护理决策	利用先进的神经网络架构分析临床数据，提供实时治疗建议，优化护理工作流程	面临数据整合、模型可解释性和用户界面设计等挑战	促进医院人力资源信息化管理，提升医院信息技术应用水平	医院护士	医疗信息技术	NA	深度学习	神经网络	临床数据（患者记录、生命体征、诊断报告等）	大规模医院信息系统数据集
34	2025-06-04	Molecular Optimization Based on a Monte Carlo Tree Search and Multiobjective Genetic Algorithm 2025-Jun-02, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00584 PMID:40456025	研究论文	本文提出了一种结合蒙特卡洛树搜索和多目标遗传算法的分子优化方法MNopt，用于解决药物化学中的分子设计挑战	创新性地将MCTS与NSGA-II算法结合，既保证了分子结构的有效性，又实现了多目标优化平衡	未明确说明该方法在超大规模分子数据集上的表现	开发高效的分子优化算法以促进新药发现和材料科学研究	分子结构设计与优化	机器学习	NA	蒙特卡洛树搜索(MCTS), 非支配排序遗传算法II(NSGA-II)	MNopt(基于MCTS和NSGA-II的混合模型)	分子结构数据	未明确说明具体样本量
35	2025-06-04	Deep Learning for Low-Light Vision: A Comprehensive Survey 2025-Jun-02, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3566647 PMID:40456083	综述	本文全面综述了低光视觉领域的最新进展，包括方法、数据集和评估指标，分为视觉质量驱动和识别质量驱动两个方面	提供了低光视觉领域的全面调查，涵盖了视觉质量驱动和识别质量驱动两个方面，并对不同方法在广泛采用的低光视觉相关数据集上进行了定量基准测试	未提及具体的实验限制或数据集的局限性	综述低光视觉领域的最新进展，包括方法、数据集和评估指标	低光视觉相关的方法、数据集和评估指标	计算机视觉	NA	深度学习	NA	图像	多个广泛采用的低光视觉相关数据集
36	2025-06-04	Disease-Grading Networks with Asymmetric Gaussian Distribution for Medical Imaging 2025-Jun-02, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3575402 PMID:40456095	research paper	提出了一种基于样本感知非对称高斯标签分布的疾病分级网络DGN-AGLD，用于医学影像分析	引入了样本感知的非对称高斯标签分布，能够学习并预测控制高斯分布不对称性的参数，从而在同一类别内实现不同的标签分布	未明确提及具体局限性，但暗示现有方法在标签分布假设和超参数确定方面存在不足	提高医学影像中疾病分级的准确性和效率	医学影像数据	digital pathology	diabetic retinopathy	deep learning	DGN-AGLD	image	四个疾病数据集，包括IDRiD数据集
37	2025-06-04	Learning from Small Datasets - Review of Workshop 6 of the 10th International BCI Meeting 2023 2025-Jun-02, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/addf80 PMID:40456256	review	本文回顾了2023年第十届国际BCI会议第六次研讨会的内容，重点讨论了在小数据集上训练分类或回归机器学习模型的最新方法	探讨了从传统机器学习到深度学习的多种方法，并引入了Python工具箱用于方法展示和分类模型基准测试	NA	减少脑机接口（BCI）中的校准时间，提高BCI应用的可用性和用户接受度	脑机接口（BCI）的解码器模型	脑机接口	NA	传统机器学习和深度学习	分类或回归机器学习模型	小数据集	NA
38	2025-06-04	Implicit neural representation for medical image reconstruction 2025-Jun-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/addfa5 PMID:40456260	综述	本文全面回顾了基于隐式神经表示（INR）的医学图像重建技术，强调了其在医学图像重建领域的日益增长的影响	INR通过将底层信号建模为空间坐标的函数，提供了一种灵活且连续的图像表示方法，比传统离散方法更有效地捕捉细节和复杂结构	需要讨论INR在医学图像重建中的优势和局限性，以及未来的研究方向	探讨INR在医学图像重建领域的应用及其潜力	医学图像重建技术	数字病理	NA	隐式神经表示（INR）	NA	图像	NA
39	2025-06-04	Identification of Isomerically Diverse Ginsenosides Using Engineered Aerolysin Nanopore via Non-Translocation Blockade Sensing 2025-Jun-02, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202506741 PMID:40456701	research paper	该研究提出了一种基于工程化气溶素纳米孔的非易位阻断传感方法，用于识别异构多样的皂苷类化合物	通过S278K突变使气溶素获得高度带正电的内表面，产生强烈的电渗流和增强的空间/焓障碍，有效捕获皂苷分子并防止其易位，显著提高了检测能力	NA	开发一种能够识别结构复杂多样的皂苷类化合物的纳米孔传感技术	异构多样的皂苷类化合物	纳米孔传感技术	NA	工程化气溶素纳米孔传感技术	深度学习	电信号数据	30种皂苷类化合物
40	2025-06-04	Hyperspectral Imaging for Predicting Bladder Cancer Grading: A Novel Diagnostic Approach 2025-Jun-02, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500161 PMID:40456708	研究论文	本文提出了一种基于深度学习的多模态融合模型RVCK-net，结合高光谱成像和病理图像，用于膀胱癌的精确分级	提出了一种新型的多模态融合模型RVCK-net，整合高光谱成像和病理图像，利用空间和光谱信息，通过自适应融合机制实现稳健可靠的分类	NA	提高膀胱癌分级的准确性和早期诊断能力	膀胱癌	数字病理学	膀胱癌	高光谱成像(HSI)	RVCK-net	图像	NA