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	2025-07-31	Evaluating the impact of common clinical confounders on performance of deep-learning-based sepsis risk assessment 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1452471 PMID:40735113	研究论文	本研究开发了一个基于深度学习的预测模型，用于早期识别急诊科中可能发展为败血症的患者	探讨了两种不同的败血症定义（Sepsis-3和Adult Sepsis Event）对深度学习系统性能的影响，并评估了结合这两种定义的共识方法的有效性	研究基于回顾性数据，败血症定义的局限性可能影响模型性能，特别是在存在混淆并发症的患者中特异性下降	开发并评估一个深度学习模型，用于早期识别急诊科中可能发展为败血症的患者	急诊科患者，特别是那些有混淆并发症（如慢性肾病、肝病和凝血障碍）和经账单代码确认感染的患者	机器学习	败血症	深度学习	深度学习模型	临床数据（包括常规血液检测结果、生命体征、年龄和性别）	未明确提及具体样本量，但使用了患者入院后24小时内的数据
22	2025-07-31	Fungi-Kcr: a language model for predicting lysine crotonylation in pathogenic fungal proteins 2025, Frontiers in cellular and infection microbiology IF:4.6Q1 DOI:10.3389/fcimb.2025.1615443 PMID:40735338	研究论文	开发了一个名为Fungi-Kcr的深度学习模型，用于预测致病真菌蛋白质中的赖氨酸巴豆酰化位点	结合了CNN、GRU和词嵌入技术，有效捕捉序列的局部和长程依赖性，优于传统机器学习模型	依赖于计算预测，仍需实验验证	大规模识别Kcr位点，以深入理解真菌发病机制和潜在治疗靶点	致病真菌蛋白质	生物信息学	真菌感染	深度学习	CNN, GRU	蛋白质序列	NA
23	2025-07-31	Cell type prediction with neighborhood-enhanced cellular embedding using deep learning on hematoxylin and eosin-stained images 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.07.026 PMID:40735431	研究论文	本研究旨在利用深度学习方法，通过苏木精和伊红染色图像预测结肠癌和乳腺癌样本中浸润肿瘤微环境的细胞类型	采用邻域增强细胞嵌入矩阵和转导半监督学习方法，提高了细胞类型预测的准确性	研究仅针对结肠癌和乳腺癌样本，可能不适用于其他癌症类型	预测肿瘤微环境中浸润的细胞类型	结肠癌和乳腺癌样本中的细胞	数字病理学	结肠癌, 乳腺癌	Stardist细胞分割, K-最近邻方法, 转导半监督学习	Base-4, Base-4+, Base-7	图像	两个数据集（结肠癌和乳腺癌样本）
24	2025-07-31	An explainable and efficient deep learning framework for EEG-based diagnosis of Alzheimer's disease and frontotemporal dementia 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1590201 PMID:40735445	研究论文	本文提出了一种可解释且高效的深度学习框架，用于基于脑电图（EEG）诊断阿尔茨海默病和额颞叶痴呆	结合了时间卷积网络和长短时记忆网络，提高了分类效率，并利用SHAP技术增强了模型的可解释性	未提及模型在更大规模或多样化数据集上的泛化能力	早期准确诊断阿尔茨海默病和额颞叶痴呆	阿尔茨海默病（AD）、额颞叶痴呆（FTD）患者及健康对照组的EEG数据	机器学习	阿尔茨海默病, 额颞叶痴呆	相对带功率（RBP）分析, 功率谱密度（PSD）计算, SHAP	时间卷积网络（TCN）, 长短时记忆网络（LSTM）	EEG数据	NA
25	2025-07-31	Recent advances in deep learning for lymphoma segmentation: Clinical applications and challenges 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251362508 PMID:40735544	综述	本文综述了深度学习在淋巴瘤分割研究中的进展，并与传统方法进行了比较分析	深入探讨了深度学习在淋巴瘤分割中的潜力与挑战，特别是在临床实践中的应用	未提及具体的实验数据或模型性能的量化结果	促进深度学习在淋巴瘤诊断和治疗监测中的广泛应用	淋巴瘤的分割研究	数字病理学	淋巴瘤	PET/CT, CT, 磁共振成像	深度学习模型	医学影像	NA
26	2025-07-31	The pipelines of deep learning-based plant image processing 2025, Quantitative plant biology DOI:10.1017/qpb.2025.10018 PMID:40735612	综述	本文总结了基于深度学习的植物图像处理的最新计算工具和方法	强调了数据获取和预处理的重要性，并讨论了高分辨率成像、无人机摄影以及图像增强技术	未提及具体的实验验证或实际应用案例	推动植物科学研究和技术应用	植物图像	计算机视觉	NA	高分辨率成像、无人机摄影、图像增强	深度学习	图像	NA
27	2025-07-31	LRU-Net: lightweight and multiscale feature extraction for localization of ACL tears region in MRI images 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1611267 PMID:40735674	研究论文	本文提出了一种轻量级残差U-Net（LRU-Net），用于MRI图像中前交叉韧带（ACL）撕裂区域的分割	LRU-Net集成了先进的注意力机制，强调梯度并利用ACL的解剖位置，提高了边界敏感性，同时采用动态特征提取模块进行自适应多尺度特征提取	未明确提及具体局限性	开发准确且高效的ACL撕裂诊断工具	MRI图像中的前交叉韧带（ACL）撕裂区域	计算机视觉	运动损伤	深度学习	U-Net变体（LRU-Net）	MRI图像	NA
28	2025-07-31	DualPlaqueNet with dual-branch structure and attention mechanism for carotid plaque semantic segmentation and size prediction 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1629637 PMID:40735675	research paper	提出了一种基于深度学习的DualPlaqueNet模型，用于颈动脉超声图像中斑块的语义分割和大小预测	采用双分支架构结合注意力机制和联合损失函数优化分割和回归，并在ECA模块中引入多层一维卷积结构	数据集仅包含287张颈动脉超声图像，样本量相对较小	为临床风险评估和个性化诊疗提供全面准确的辅助信息	颈动脉粥样硬化斑块	digital pathology	cardiovascular disease	deep learning	DualPlaqueNet (dual-branch CNN with attention mechanism)	image	287张来自郑州第一人民医院患者的颈动脉超声图像
29	2025-07-30	Glo-In-One-v2: holistic identification of glomerular cells, tissues, and lesions in human and mouse histopathology 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.6.061406 PMID:40727720	research paper	介绍了一个名为Glo-In-One-v2的工具包，用于在人和小鼠的组织病理学中全面识别肾小球细胞、组织和病变	在原有Glo-In-One工具包的基础上增加了细粒度分割能力，并提供了一个包含23,529个标注肾小球的大规模数据集	模型在肾小球分割上的平均Dice相似系数为76.5%，仍有提升空间	开发一个能够自动分割肾小球内组织和病变的深度学习模型	人和小鼠的肾脏病理学数据	digital pathology	肾脏疾病	深度学习	CNN	image	368张标注的肾脏全切片图像，包含23,529个标注肾小球
30	2025-07-30	Novel Videographic-Free Framework for Tracking Anatomical Structures Using Swallowing Accelerometer Signals and Multi-task Transformers 2025-Sep, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-025-00201-z PMID:40726741	研究论文	提出了一种基于吞咽加速计信号和多任务Transformer的无视频框架，用于跟踪吞咽过程中的解剖结构	利用Transformer编码器作为序列模型，首次实现了对舌骨、喉基底和舌喉近似距离（HLA）的精确跟踪	未提及具体样本量或临床验证范围	开发非侵入性吞咽功能评估方法，替代传统视频荧光透视检查	吞咽过程中的舌骨、喉基底运动及舌喉近似距离	数字病理	吞咽障碍	高分辨率颈部听诊（HRCA）加速计信号分析	多任务Transformer	生物力学信号	NA
31	2025-07-30	Deep learning for multiclass tumor cell detection in histopathology slides of hereditary diffuse gastric cancer 2025-Aug-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113064 PMID:40727932	research paper	本研究开发了一种深度学习模型，用于自动检测遗传性弥漫性胃癌（HDGC）组织病理学切片中的关键肿瘤细胞类型	使用nnU-Net模型在HDGC患者的多中心数据集上进行细胞检测，性能优于Faster R-CNN和病理学家间的一致性	研究样本量相对较小，仅涉及43名患者	开发自动检测HDGC肿瘤细胞的深度学习模型，以支持肿瘤检测和分析	遗传性弥漫性胃癌（HDGC）患者的H&E染色数字病理切片	digital pathology	gastric cancer	deep learning	nnU-Net, Faster R-CNN	image	350张全切片图像，来自43名患者的91,000多个注释细胞
32	2025-07-30	BDHerbalPlants: augmented and curated herbal plants image dataset for classification 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111885 PMID:40727026	研究论文	本文介绍了一个名为BDHerbalPlants的增强和精选草药植物图像数据集，用于分类任务	提供了一个包含1792张原始高质量图像和14,336张增强数据的草药植物数据集，涵盖八种不同的草药植物	数据集仅包含八种草药植物，可能无法涵盖所有相关植物种类	开发一个可用于农业研究和植物识别任务的草药植物图像数据集	八种不同的草药植物，包括Eclipta prostrata、Ocimum tenuiflorum等	计算机视觉	NA	数据增强	Xception, DenseNet201, RegNetY032	图像	1792张原始图像和14,336张增强数据图像
33	2025-07-30	REVIEW ARTICLE: A Performance Benchmarking Review of Transformers for Speaker-Independent Speech Emotion Recognition 2025-Jul-29, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065725300013 PMID:40726155	综述	本文对用于说话人无关语音情感识别（SER）的Transformer架构进行了全面的性能评估回顾	首次对Transformer在说话人无关SER任务中的性能进行全面评估，并探讨了多数据集聚合对模型泛化能力的提升	大多数实验实例在跨数据集测试时准确率低于40%，表明模型泛化能力仍有局限	评估Transformer架构在说话人无关语音情感识别任务中的性能表现	用于语音情感识别的Transformer模型	自然语言处理	NA	Deep Learning	Transformer	音频信号	多个公开可用的SER数据集
34	2025-07-30	Response by Hijazi et al to Letter Regarding Article, "Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure" 2025-Jul-29, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.125.018683 PMID:40726395	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
35	2025-07-30	Development and validation of a cranial ultrasound imaging-based deep learning model for periventricular-intraventricular haemorrhage detection and grading: a two-centre study 2025-Jul-29, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06327-x PMID:40728538	研究论文	开发并验证了一种基于颅脑超声图像的深度学习模型，用于检测和分级脑室周围-脑室内出血	结合卷积块注意力模块机制开发了深度学习模型Periventricular IVH Net，并在两个中心的前瞻性数据中验证了其有效性	研究样本主要来自两家医院，可能存在一定的选择偏倚	提高脑室周围-脑室内出血的诊断准确性和效率	早产儿和婴儿的颅脑超声图像	数字病理学	新生儿颅内出血	深度学习	CNN（结合卷积块注意力模块机制）	图像	回顾性数据集773例，前瞻性验证数据集287例
36	2025-07-30	Diabetes and longitudinal changes in deep learning-derived measures of vertebral bone mineral density using conventional CT: the Multi-Ethnic Study of Atherosclerosis 2025-Jul-29, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-04995-2 PMID:40728733	研究论文	本研究探讨了糖尿病与通过常规胸部CT获取的椎体骨密度纵向变化之间的关联，并评估了肾功能（估计肾小球滤过率）对这一关系的影响	使用深度学习模型从常规胸部CT中提取椎体骨密度数据，并首次在纵向研究中探讨糖尿病与骨密度变化的关系，特别关注肾功能的影响	研究仅基于常规CT数据，未纳入骨微结构信息或骨折结局数据	评估糖尿病对椎体骨密度纵向变化的影响以及肾功能在这一关系中的作用	1046名来自多种族动脉粥样硬化研究的参与者	数字病理学	糖尿病	深度学习	深度学习模型（未指定具体类型）	CT图像	1046名参与者
37	2025-07-30	Investigating Membership Inference Attacks against CNN Models for BCI Systems 2025-Jul-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3593443 PMID:40720264	研究论文	研究针对脑机接口系统中CNN模型的成员推理攻击及其隐私风险	针对EEG数据的CNN分类器进行成员推理攻击的实证分析，解决了数据集异构性和时空设计选择两个关键挑战	攻击对其他类型数据（如图像和表格数据）的深度学习模型无效，且正则化对EEG数据的CNN分类器防御效果有限	探讨脑机接口系统中CNN模型的隐私漏洞	脑机接口系统中的CNN模型和EEG数据	机器学习	NA	EEG	CNN	EEG数据	涉及不同参与者和人口统计数据的训练数据集
38	2025-07-30	Verification is All You Need: Prompting Large Language Models for Zero-Shot Clinical Coding 2025-Jul-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3593028 PMID:40720269	研究论文	本文提出了一种基于代码验证的新型ICD编码范式，利用大型语言模型（LLMs）在零样本设置下进行临床编码	通过代码验证而非直接生成代码，简化任务并提升LLMs在临床编码中的性能	LLMs在生成临床代码方面的性能仍然不够理想	提升临床编码的准确性和泛化能力	电子健康记录（EHRs）中的医疗信息	自然语言处理	NA	大型语言模型（LLMs）	GPT-4o	文本	CodiEsp数据集
39	2025-07-30	PDSNet: Patient-Disease Dual Spatial Similarity Neural Networks for Predicting Heart Failure Risk Using Short Electronic Health Records 2025-Jul-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3593388 PMID:40720268	研究论文	提出了一种名为PDSNet的新型深度神经网络，通过患者-疾病双重空间相似性策略，利用短期电子健康记录改善心力衰竭风险预测	引入患者-疾病双重空间相似性策略，结合本体图和二分图模型捕捉患者间的层次关系和空间相似性，并采用基于transformer的架构整合时空动态	研究仅基于MIMIC-III数据集，样本量和多样性可能存在限制	提高心力衰竭风险的预测准确性	心力衰竭患者	机器学习	心血管疾病	深度学习	PDSNet（基于transformer的架构）	电子健康记录	7,346名患者（来自MIMIC-III数据集）
40	2025-07-30	Topology Optimization in Medical Image Segmentation with Fast χ Euler Characteristic 2025-Jul-28, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3589495 PMID:40720275	研究论文	本文提出了一种基于欧拉特性的快速拓扑优化方法，用于医学图像分割，以提高拓扑正确性同时保持像素级分割精度	提出了一种基于欧拉特性(χ)的快速拓扑感知分割方法，克服了现有基于持久同调(PH)方法在高维数据中计算复杂度高的问题	未明确说明方法在更复杂拓扑结构或更大规模数据集上的适用性	提高医学图像分割中的拓扑正确性	医学图像分割结果	数字病理	NA	欧拉特性计算	拓扑感知校正网络	2D和3D医学图像	未明确说明具体样本数量