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	2025-06-18	Deep learning can predict global earthquake-triggered landslides 2025-Jul, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf179 PMID:40520459	research paper	该研究开发了一个深度学习模型，用于预测全球范围内地震引发的滑坡概率	首次构建了包含过去50年38次最灾难性地震引发的约40万个滑坡的全球数据库，并开发了无需依赖当地先验知识的深度学习模型	模型虽然具有较高的空间准确性（约82%），但仍可能存在特定地区或地震类型下的预测偏差	提高地震触发滑坡的预测速度和准确性，以支持灾害快速响应和事前规划	全球范围内的地震触发滑坡	machine learning	NA	深度学习	深度学习模型	滑坡数据库	约40万个滑坡数据，涉及38次重大地震
22	2025-06-18	PCKRF: Point Cloud Completion and Keypoint Refinement With Fusion Data for 6D Pose Estimation 2025-Jul, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3390122 PMID:38630565	研究论文	提出了一种名为PCKRF的新姿态细化流程，用于6D姿态估计，通过点云补全和关键点细化融合数据来提高姿态估计的准确性	PCKRF流程结合了姿态敏感的点补全网络和引入颜色信息的CIKP方法，有效提升了姿态估计的稳定性和准确性	方法在初始姿态精度较高时表现优越，但在其他情况下可能效果有限	提高6D姿态估计的准确性和稳定性	点云数据，特别是纹理较少和对称物体	计算机视觉	NA	点云补全，关键点细化	姿态敏感的点补全网络，CIKP方法	点云数据	NA
23	2025-06-18	Integrating AI and genomics: predictive CNN models for schizophrenia phenotypes 2025-Jun-18, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0057 PMID:40525405	research paper	本研究探讨了使用深度学习分析遗传数据并预测与精神分裂症相关的表型特征	应用CNN模型分析大规模外显子测序数据，识别与精神分裂症相关的遗传模式，并采用高级优化技术提高模型性能	研究仅基于瑞典人群的数据，可能限制了结果的普适性	探索深度学习在揭示基因型-表型关系中的应用，以支持精神分裂症等精神疾病的精准医学和遗传诊断	瑞典人群的大规模病例对照外显子测序数据	machine learning	schizophrenia	exome sequencing	CNN	genetic data	大规模病例对照样本（具体数量未提及）
24	2025-06-18	Preoperative Identification of Papillary Thyroid Carcinoma Subtypes and Lymph Node Metastasis via Deep Learning-Assisted Surface-Enhanced Raman Spectroscopy 2025-Jun-17, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c05698 PMID:40464771	research paper	开发了一种深度学习辅助的表面增强拉曼散射（SERS）芯片，用于术前诊断甲状腺乳头状癌（PTC）组织学亚型和评估淋巴结转移	结合深度学习和SERS技术，首次实现了对PTC亚型和淋巴结转移的高精度术前诊断	研究样本量未明确说明，可能影响结果的普遍性	提高甲状腺乳头状癌术前诊断的准确性，为个性化治疗提供依据	甲状腺乳头状癌（PTC）患者及其细针穿刺（FNA）样本	digital pathology	thyroid cancer	surface-enhanced Raman spectroscopy (SERS), fine-needle aspiration (FNA)	CNN	Raman spectral data	NA
25	2025-06-18	High-definition motion-resolved MRI using 3D radial kooshball acquisition and deep learning spatial-temporal 4D reconstruction 2025-Jun-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade195 PMID:40472864	research paper	开发了一种结合3D径向kooshball采集和时空深度学习4D重建的自由呼吸高清肺部MRI技术	提出了两种高清Movienet（HD-Movienet）深度学习模型，用于重建3D径向kooshball数据，显著提高了重建速度并保持了图像质量	3D-based HD-Movienet在提高重建质量的同时，重建时间较长	开发一种高分辨率、短扫描时间的自由呼吸肺部MRI技术	八名健康志愿者和十名肺部肿瘤患者	医学影像	肺癌	3D径向kooshball序列采集，深度学习重建	HD-Movienet (2D-based 和 3D-based)	MRI图像	18人（8名健康志愿者和10名患者）
26	2025-06-18	Enhancing image quality in fast neutron-based range verification of proton therapy using a deep learning-based prior in LM-MAP-EM reconstruction 2025-Jun-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade198 PMID:40472868	研究论文	本研究探讨了在基于快中子（FN）的质子治疗范围验证中，使用卷积神经网络预测的先验信息进行列表模式（LM）最大后验（MAP）期望最大化（EM）图像重建的方法	采用条件生成对抗网络（pix2pix）从逐步增加噪声的数据中学习，模拟真实条件下的探测器分辨率效应，以提高图像重建质量	模型在高噪声场景下的鲁棒性有限，其有效性高度依赖于数据质量	提高质子治疗范围验证中基于快中子的图像重建质量	基于CT的肺癌患者模型中的85 MeV质子笔形束	数字病理	肺癌	蒙特卡洛模拟	条件生成对抗网络（pix2pix）	图像	NA
27	2025-06-18	Identifying and predicting EEG microstates with sequence-to-sequence deep learning models for online applications 2025-Jun-17, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ade1f8 PMID:40480246	研究论文	本文提出了一种基于序列到序列深度学习模型的新框架，用于EEG微状态的在线识别和预测	首次提出基于序列到序列的框架，实现从EEG信号到微状态标签的端到端在线识别和预测	未提及具体模型在实时应用中的计算效率问题	改进EEG微状态分析方法，使其适用于跨被试、跨数据集和多任务场景	EEG微状态	机器学习	NA	EEG信号分析	序列到序列深度学习模型	EEG信号	两个公开数据集
28	2025-06-18	A Robust Residual Three-dimensional Convolutional Neural Networks Model for Prediction of Amyloid-β Positivity by Using FDG-PET 2025-Jun-17, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005966 PMID:40524364	研究论文	本研究利用残差3D卷积神经网络(3DCNN)开发了一个稳健的模型，通过FDG-PET预测淀粉样蛋白β阳性	利用残差3DCNN模型从FDG-PET图像中学习复杂的3D空间模式，显著减少了对站点协调预处理的依赖	样本量相对较小（187名患者用于模型开发，99名患者用于评估），且在不同种族和站点协调水平下的性能差异未完全解决	开发一个能够预测淀粉样蛋白β阳性的深度学习模型，以辅助阿尔茨海默病的诊断	从认知正常到痴呆及其他认知障碍的患者	数字病理学	阿尔茨海默病	FDG-PET, 11C-Pittsburgh compound B (PiB) PET扫描	残差3DCNN	图像	187名患者用于模型开发，99名患者用于评估
29	2025-06-18	Ultrasound for breast cancer detection: A bibliometric analysis of global trends between 2004 and 2024 2025-Jun-16, Medical ultrasonography IF:1.8Q3 DOI:10.11152/mu-4443 PMID:39420819	研究论文	本文通过文献计量学方法对2004年至2024年间超声在乳腺癌诊断中的研究趋势进行了全面分析	首次对超声在乳腺癌诊断中的全球研究趋势进行了文献计量学分析和可视化	仅分析了2004年至2024年间的文献，可能未涵盖最新研究进展	深入了解超声在乳腺癌诊断中的研究现状和未来趋势	3523篇来自82个国家/地区2176个机构的文章	数字病理	乳腺癌	超声成像	CNN, 深度学习	文献数据	3523篇文章
30	2025-06-18	Beyond the Posts: Analyzing Breast Implant Illness Discourse With Natural Language Processing and Deep Learning 2025-Jun-16, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf047 PMID:40173420	research paper	该研究利用自然语言处理和深度学习技术分析了社交媒体上关于乳房植入物疾病（BII）的讨论，以了解患者的感知和情绪反应	首次使用Robust optimizing Bidirectional Encoder Representations from Transformers模型分析BII相关的社交媒体帖子，并揭示了患者情绪与植入物取出率之间的强相关性	研究仅基于X平台的数据，可能无法代表所有社交媒体或患者群体的观点	分析社交媒体上患者对乳房植入物疾病的感知和情绪反应，并探讨这些反应与植入物取出率之间的关系	社交媒体上关于乳房植入物疾病的讨论	natural language processing	breast implant illness	自然语言处理	Robust optimizing Bidirectional Encoder Representations from Transformers	text	6099个帖子
31	2025-06-18	MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting 2025-Jun-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade049 PMID:40460850	research paper	本研究提出了一种基于扩散概率模型和残差偏移的高效MRI超分辨率重建方法，显著减少了采样步骤并保持了关键解剖细节	引入了残差误差偏移机制，显著减少了扩散过程中的采样步骤，同时保持了图像质量	未明确提及具体局限性，但可能涉及模型在更广泛数据集上的泛化能力	提高MRI超分辨率重建的效率和图像质量	超高场脑T1 MP2RAGE图像和T2加权前列腺图像	医学影像处理	脑部疾病和前列腺疾病	扩散概率模型	Res-SRDiff（基于扩散的SR框架）	MRI图像	未明确提及具体样本数量，但使用了两种不同的MRI数据集
32	2025-06-18	Fast and accurate lung cancer subtype classication and localization based on Intraoperative frozen sections of lung adenocarcinoma 2025-Jun-16, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ade157 PMID:40472860	研究论文	本研究开发了一种基于深度神经网络的辅助诊断系统，用于手术冷冻切片的肺癌亚型分类和定位	结合多实例学习与EMA/SimAM/SE注意力增强的ResSimAM_Hybrid模型，实现了冷冻切片中肺癌亚型的高精度分类和定位	研究仅针对肺腺癌的冷冻切片，未涉及其他类型肺癌或其他诊断技术	开发AI辅助诊断系统以减少病理学家的工作量并提高诊断准确性	肺腺癌的手术冷冻切片	数字病理学	肺癌	深度学习	ResSimAM_Hybrid, FSG-TL Model	图像	未明确提及具体样本数量，但涉及40,000×60,000像素的全切片图像
33	2025-06-18	Rate of brain aging associates with future executive function in Asian children and older adults 2025-Jun-16, eLife IF:6.4Q1 DOI:10.7554/eLife.97036 PMID:40522287	研究论文	本研究探讨了大脑年龄变化率与未来执行功能之间的关系，并在新加坡老年人和儿童中验证了大脑年龄模型的普适性	首次在非高加索人群（尤其是儿童）中验证大脑年龄模型的普适性，并发现大脑年龄差距变化率与未来认知功能相关	研究样本仅限于新加坡人群，可能影响结果的普遍适用性	探究大脑年龄变化率与认知功能的关系，并验证大脑年龄模型在不同人群中的适用性	新加坡老年人（55-88岁）和儿童（4-11岁）	神经科学	老年疾病	深度学习	深度学习模型	神经影像数据	新加坡老年人和儿童群体（具体样本量未提及）
34	2025-06-18	Think deep in the tractography game: deep learning for tractography computing and analysis 2025-Jun-16, Brain structure & function IF:2.7Q3 DOI:10.1007/s00429-025-02938-0 PMID:40522497	review	本文综述了基于深度学习的纤维束成像计算与分析的最新进展和挑战	探讨深度学习在纤维束成像领域的潜在革命性影响	仅提供简要总结，未涉及具体实验或详细技术分析	探索深度学习在纤维束成像计算与分析中的应用	纤维束成像技术	machine learning	NA	深度学习	NA	NA	NA
35	2025-06-18	A Semi-supervised Ultrasound Image Segmentation Network Integrating Enhanced Mask Learning and Dynamic Temperature-controlled Self-distillation 2025-Jun-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3580275 PMID:40522800	research paper	提出了一种结合增强掩模学习和动态温度控制自蒸馏的半监督超声图像分割网络EML-DMSD，以提高分割精度和推理效率	结合增强掩模学习(EML)和动态温度控制多尺度自蒸馏(DMSD)，提高了模型对噪声和边界模糊的鲁棒性，同时提升了推理效率	需要进一步验证在更大规模数据集上的性能，以及在实际临床环境中的适用性	解决超声图像自动分割中的噪声、低对比度和边界模糊问题，提高分割精度和推理效率	超声图像	computer vision	NA	半监督学习，自蒸馏	CNN	image	多个超声基准数据集
36	2025-06-18	Systematic Evaluation of Atrous Spatial Pyramid Pooling in U-Net for Pore Segmentation in Plasma Electrolytic Oxidation Coatings 2025-Jun-16, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.5c01673 PMID:40523154	研究论文	本研究提出了一种基于深度学习的U-Net架构结合Atrous Spatial Pyramid Pooling (ASPP)的分割框架，用于提高等离子电解氧化(PEO)涂层孔隙结构的多尺度特征提取能力	系统地评估了ASPP在U-Net不同位置的放置对分割性能的影响，发现桥接和解码器路径的修改对性能提升最为显著	未明确提及研究的局限性	提高PEO涂层孔隙结构的分割精度以理解界面结构-性能关系	等离子电解氧化(PEO)涂层的孔隙结构	计算机视觉	NA	深度学习	U-Net, ASPP	图像(SEM图像)	未明确提及具体样本数量
37	2025-06-18	IR Spectra for the EMIM-TFSI Ion Pair Using Deep Potentials 2025-Jun-16, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00187 PMID:40523144	研究论文	本研究采用深度势能（DP）和深度Wannier（DW）模型框架，研究[EMIM]-[TFSI]离子对的结构、偶极矩和红外光谱	利用DP和DW模型的高效计算能力，解决了传统方法在模拟离子液体红外光谱时的计算需求高的问题，并实现了与AIMD和实验数据的一致性	需要数十至数百皮秒的模拟时间以达到偶极矩分布的充分收敛，以减少特定离子构型带来的噪声或偏差	研究离子液体[EMIM]-[TFSI]的红外光谱特性，验证深度学习势能和偶极模型在带电物种和复杂离子相互作用系统中的适用性	1-乙基-3-甲基咪唑双(三氟甲基磺酰基)亚胺离子对（[EMIM]-[TFSI]）	计算化学	NA	深度势能（DP）、深度Wannier（DW）模型、分子动力学（AIMD）	DP、DW	分子动力学模拟数据、红外光谱数据	NA
38	2025-06-18	Imaging-Based AI for Predicting Lymphovascular Space Invasion in Cervical Cancer: Systematic Review and Meta-Analysis 2025-Jun-16, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71091 PMID:40523236	meta-analysis	该研究通过系统综述和荟萃分析评估了基于影像的人工智能在预测宫颈癌淋巴血管间隙侵犯中的诊断准确性	研究发现深度学习算法在预测淋巴血管间隙侵犯方面表现出较高的敏感性，且基于正电子发射断层扫描/计算机断层扫描的AI模型优于基于磁共振成像的模型	研究存在外部验证数据集有限和回顾性研究可能带来的潜在偏差	评估基于影像的AI在预测宫颈癌淋巴血管间隙侵犯中的诊断准确性	宫颈癌患者的淋巴血管间隙侵犯情况	digital pathology	cervical cancer	imaging-based AI	deep learning, machine learning	image	16项研究（2514名患者）
39	2025-06-18	Early outcome-prediction with an automated EEG background trend in hypothermia-treated newborns with encephalopathy 2025-Jun-16, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-025-04193-9 PMID:40523949	research paper	评估自动化EEG背景趋势（BSN）在低温治疗新生儿脑病中的早期预测准确性	首次在仅接受低温治疗的婴儿队列中应用BSN趋势，证明其在出生后12小时内即可预测长期结果	研究样本仅来自瑞典地区，可能限制结果的普遍性	评估BSN在低温治疗的中重度缺氧缺血性脑病（HIE）婴儿中的早期预测准确性	85名接受低温治疗的HIE婴儿	digital pathology	hypoxic-ischemic encephalopathy	aEEG/EEG	deep learning	EEG信号	85名婴儿
40	2025-06-18	Recent advances in deep learning for protein-protein interaction: a review 2025-Jun-16, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00457-6 PMID:40524189	综述	本文系统回顾了2021至2025年间深度学习在蛋白质-蛋白质相互作用（PPI）预测领域的最新进展	评估了包括GNNs、CNNs、RNNs在内的核心架构，以及注意力驱动的Transformers、多任务框架、序列与结构数据的多模态整合、通过BERT和ESM的迁移学习、用于相互作用表征的自动编码器等创新方法	讨论了数据不平衡、变异、高维特征稀疏性等算法挑战，以及行业面临的动态蛋白质相互作用、与非模式生物相互作用、罕见或未注释蛋白质相互作用等问题	改进蛋白质-蛋白质相互作用分析方法并拓展更广泛的生物医学应用	蛋白质-蛋白质相互作用（PPI）	计算生物学	NA	深度学习	GNNs, CNNs, RNNs, Transformers, BERT, ESM, 自动编码器	序列数据, 结构数据	NA