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	2025-05-09	Multistage Diffusion Model With Phase Error Correction for Fast PET Imaging 2025-May-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3567645 PMID:40333105	research paper	提出了一种针对快速PET成像的新型多阶段扩散框架，通过相位误差校正网络减少迭代次数并提高成像质量	设计了一个多阶段结构来近似PET降解过程，并引入相位误差校正网络（PECNet）确保阶段间一致性，同时采用确定性冷扩散机制显著减少重建迭代次数	未提及具体的数据集规模或多样性限制	解决快速PET成像中的运动伪影和患者舒适度问题	PET成像	医学影像处理	NA	扩散模型	PECNet	PET图像	使用[Ga]FAPI和[F]FDG PET数据集进行评估
22	2025-05-09	Enhancing ECG Classification in Cardiac Diagnostics: A Novel Approach Using Adaptive Focal Cross-Entropy Loss Function 2025-May-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3566531 PMID:40333100	研究论文	提出了一种基于深度可分离残差注意力（DRA-ECG）和自适应焦点交叉熵（AFCE）损失函数的新型深度学习算法，用于心电图（ECG）分类	提出DRA-ECG模型和AFCE损失函数，结合连续小波变换（CWT）和边缘特征检测技术，有效解决了类别不平衡问题并提升了模型性能	模型的解释性、计算成本和类别不平衡问题仍需进一步改进	提高心电图分类的准确性和效率，以辅助心脏疾病的诊断	心电图（ECG）信号	机器学习	心血管疾病	连续小波变换（CWT）、边缘特征检测	DRA-ECG（深度可分离残差注意力模型）	1D ECG信号转换为2D scalograms	NA
23	2025-05-09	A General Framework for Augmenting Lossy Compressors with Topological Guarantees 2025-May-07, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3567054 PMID:40333107	research paper	提出了一种通用框架，用于增强有损压缩器以在压缩过程中保留数据的拓扑结构	引入了一种通用框架，能够量化调整以保留轮廓树，并采用自定义可变精度编码方案存储这些调整	未明确提及具体限制	在科学数据压缩中保留拓扑描述符	科学数据中的拓扑描述符（如轮廓树）	科学数据可视化与分析	NA	可变精度编码方案	NA	体积数据	NA
24	2025-05-09	RadField3D: A Data Generator and Data Format for Deep Learning in Radiation-Protection Dosimetry for Medical Applications 2025-May-07, Journal of radiological protection : official journal of the Society for Radiological Protection IF:1.4Q3 DOI:10.1088/1361-6498/add53d PMID:40334671	研究论文	介绍了一个基于Geant4的开源蒙特卡洛模拟应用RadField3D，用于生成三维辐射场数据集，并提出了一个快速、机器可解释的数据格式RadFiled3D	开发了RadField3D模拟应用和RadFiled3D数据格式，支持深度学习在辐射防护剂量学中的研究	未提及具体的数据集规模或实验验证的详细结果	研究使用深度学习的替代辐射模拟方法	三维辐射场数据集	机器学习	NA	蒙特卡洛模拟	NA	三维辐射场数据	NA
25	2025-05-09	EEG-based neurodegenerative disease diagnosis: comparative analysis of conventional methods and deep learning models 2025-May-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00292-z PMID:40335527	研究论文	该研究通过比较传统方法和深度学习模型，基于EEG信号进行神经退行性疾病的诊断	研究展示了深度学习模型（特别是1D和2D CNNs）在识别与神经退行性疾病相关的细微EEG信号模式方面优于传统方法	在Dataset 3中表现不佳，表明需要针对特定数据集进行进一步的模型优化	探索深度学习模型与传统分类器在临床环境中用于痴呆早期诊断的潜力	EEG信号	机器学习	老年疾病	EEG信号分析	Random Forest, 1D CNN, 2D CNN	EEG信号	三个不同的基准数据集，包括认知正常、额颞叶痴呆、轻度认知障碍和阿尔茨海默病
26	2025-05-09	A lightweight Deeplab V3+ network integrating deep transitive transfer learning and attention mechanism for burned area identification 2025-May-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66060-7 PMID:40335537	research paper	提出了一种轻量级的Deeplab V3+网络，结合深度传递迁移学习和注意力机制，用于从遥感图像中准确高效地识别燃烧区域	结合了注意力机制和深度传递迁移学习策略，使用轻量级MobileNet V2网络作为骨干网络，提高了识别精度并减少了训练时间	样本量不足可能导致燃烧区域识别错误和边缘细节不连续的问题	准确高效地从遥感图像中识别燃烧区域，以支持火灾空间和时间模式的记录及其对人类和自然系统影响的评估	遥感图像中的燃烧区域	computer vision	NA	deep learning, transfer learning, attention mechanism	Deeplab V3+, MobileNet V2, CBAM	remote sensing images	WorldView-2和Sentinel-2数据集
27	2025-05-09	MSLU-100K: A Large Multi-Source Dataset for Land Use Analysis in Major Chinese Cities 2025-May-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05047-z PMID:40335536	research paper	介绍了一个名为MSLU-100K的大型多源土地利用数据集，包含来自81个中国城市的超过10万个不规则地块样本	采用人机协作框架，结合遥感数据和POI数据，提出了一种新颖的多级分类方法，结合人工标注和深度学习，确保数据质量	NA	为土地利用分类和识别研究提供高质量的数据集	中国81个城市的土地利用地块	地理信息系统	NA	遥感技术、POI数据分析、深度学习	NA	遥感图像、POI数据	超过10万个不规则地块样本
28	2025-05-09	Enhancing efficient deep learning models with multimodal, multi-teacher insights for medical image segmentation 2025-May-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91430-0 PMID:40335579	research paper	提出了一种名为Teach-Former的新型知识蒸馏框架，用于高效的多模态医学图像分割	利用Transformer骨干网络和多教师模型的知识蒸馏，结合多模态输入（CT、PET、MRI）和中间注意力图，实现更精确的分割	未提及具体的临床应用验证或实时性能测试	解决深度学习模型在资源受限的临床环境中应用的高计算需求问题	多模态医学图像（CT、PET、MRI）	digital pathology	NA	knowledge distillation (KD), Transformer	Teach-Former, Transformer	image	两个多模态数据集（HECKTOR21和PI-CAI22）
29	2025-05-09	Enhanced classification of tinnitus patients using EEG microstates and deep learning techniques 2025-May-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01129-5 PMID:40335585	research paper	该研究通过EEG信号分析和深度学习技术，深化对耳鸣患者的理解和分类	结合创新的微状态分析技术和前沿机器学习方法，使用预训练模型和特征到图像的转换方法进行验证	样本量相对较小（两个数据集共73名参与者），可能影响结果的普遍性	深化对耳鸣的理解并提高耳鸣患者的分类准确性	耳鸣患者和健康对照者的EEG信号	machine learning	tinnitus	EEG微状态分析, Daubechies 4小波分解	SVM, Decision Tree, Random Forest, Deep Neural Networks, VGG16, ResNet50, Xception	EEG信号	73名参与者（36名来自主要数据集，37名来自公共数据集）
30	2025-05-09	Quantitative dynamics of neural uncertainty in sensory processing and decision-making during discriminative learning 2025-May-07, Experimental & molecular medicine DOI:10.1038/s12276-025-01456-7 PMID:40335633	研究论文	本研究使用深度学习方法量化了在振动频率辨别任务中初级体感皮层前肢区（fS1）神经活动的不确定性	引入了一种transformer模型来解码随时间不一致跟踪的神经数据，揭示了fS1神经表征不仅编码振动刺激的不确定性，还编码决策过程中的不确定性	研究仅关注了fS1区域，未涉及其他可能参与不确定性处理的脑区	探究感觉皮层中不确定性神经表征的定量动态及其在辨别学习中的作用	初级体感皮层前肢区（fS1）的神经活动	神经科学	NA	深度学习	transformer	神经活动数据	NA
31	2025-05-09	Biopsy image-based deep learning for predicting pathologic response to neoadjuvant chemotherapy in patients with NSCLC 2025-May-07, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00927-4 PMID:40335632	研究论文	本研究提出了一种基于活检图像的深度学习模型DeepDrRVT，用于预测非小细胞肺癌患者对新辅助化疗的病理反应	结合自监督特征提取和基于注意力的深度多实例学习，提高了新辅助化疗决策的预测性能和泛化能力	未提及具体样本量的局限性或模型在其他类型癌症中的适用性	改善非小细胞肺癌患者新辅助化疗前的治疗决策	非小细胞肺癌患者的活检图像	数字病理学	肺癌	深度学习	DeepDrRVT（自监督特征提取和注意力机制的多实例学习模型）	图像	训练、内部验证和外部验证队列（具体数量未提及）
32	2025-05-09	Radiological evaluation and clinical implications of deep learning- and MRI-based synthetic CT for the assessment of cervical spine injuries 2025-May-07, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11644-8 PMID:40335658	研究论文	评估基于深度学习和MRI的合成CT（sCT）在颈椎损伤诊断中的有效性	sCT作为一种无辐射成像技术，在颈椎损伤诊断中表现出与传统CT相似的准确性	样本量较小（37名患者），且研究局限于颈椎损伤	评估MRI-based sCT在颈椎损伤诊断中的有效性	颈椎损伤患者	数字病理学	颈椎损伤	MRI-based synthetic CT (sCT)	深度学习	图像	37名患者（44处颈椎骨折）
33	2025-05-09	Evolution-guided protein design of IscB for persistent epigenome editing in vivo 2025-May-07, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02655-3 PMID:40335752	research paper	通过进化引导的蛋白质工程设计IscB，用于体内持久的表观基因组编辑	结合直系同源筛选、结构引导的蛋白质域设计、RNA工程和基于深度学习的结构预测，开发了改进的NovaIscB变体，实现了更高的活性和特异性	未提及具体的应用限制或潜在问题	设计增强型酶用于分子生物学应用	IscB RNA引导的内切酶及其引导RNA（ωRNA）	分子生物学	NA	ortholog screening, structure-guided protein domain design, RNA engineering, deep learning-based structure prediction	NA	NA	NA
34	2025-05-09	iEnhancer-GDM: A Deep Learning Framework Based on Generative Adversarial Network and Multi-head Attention Mechanism to Identify Enhancers and Their Strength 2025-May-07, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00703-9 PMID:40335860	研究论文	开发了一个名为iEnhancer-GDM的两层预测器，用于识别增强子并预测其强度	引入了Wasserstein生成对抗网络（WGAN-GP）来扩充数据集，并整合了多尺度卷积神经网络、双向长短期记忆网络和多头注意力机制进行特征表示和分类	增强子训练数据集的规模有限，可能导致模型过拟合和分类准确率低的问题	识别增强子并预测其强度，以帮助理解增强子的功能及其在基因组学中的关联	增强子DNA片段	机器学习	NA	WGAN-GP, dna2vec嵌入层, 多尺度CNN, 双向LSTM, 多头注意力机制	GAN, CNN, LSTM	DNA序列	NA
35	2025-05-09	A deep learning model combining circulating tumor cells and radiological features in the multi-classification of mediastinal lesions in comparison with thoracic surgeons: a large-scale retrospective study 2025-May-07, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-04104-z PMID:40335930	研究论文	本研究开发并验证了一种结合循环肿瘤细胞(CTCs)和CT图像的多模态融合网络(DMFN)，用于纵隔病变的多分类诊断	首次将循环肿瘤细胞(CTCs)与CT图像结合，开发了多模态融合网络(DMFN)，在纵隔病变诊断中表现出优于单模态CNN和胸外科医生的性能	研究为回顾性设计，需要前瞻性研究进一步验证	开发并验证结合CT图像和CTCs的深度学习模型，用于纵隔病变的多分类诊断	纵隔病变患者	数字病理	纵隔病变	CT成像和循环肿瘤细胞检测	多模态融合网络(DMFN)和单模态CNN	图像和生物标志物数据	1074名患者，包含1500张增强CT图像和1074份CTCs结果
36	2025-05-09	Sculpting molecules in text-3D space: a flexible substructure aware framework for text-oriented molecular optimization 2025-May-07, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06072-w PMID:40335938	研究论文	提出了一种名为3DToMolo的创新框架，用于解决分子设计的逆向问题，通过多模态引导优化任务实现分子优化	3DToMolo框架通过文本-结构对齐对称扩散方法，整合文本描述特征和图结构特征，无需先验知识即可生成符合专家指定对称结构和纹理约束的分子结构	NA	解决分子设计中结合多模态先验知识的复杂挑战，实现满足多样性和结构纹理约束的分子设计	分子药物或材料的设计	机器学习	NA	AI-Generated Content, ab initio计算	对称扩散框架	文本和图结构数据	NA
37	2025-05-09	Hybrid method for automatic initialization and segmentation of ventricular on large-scale cardiovascular magnetic resonance images 2025-May-07, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01683-4 PMID:40335966	research paper	提出了一种结合深度学习和3D-ASM限制的全自动、鲁棒算法，用于大规模心脏MRI图像的心室初始化和分割	结合CNN和Transformer的混合网络（CTr-HNs）以及EFG模块，实现了心脏MRI图像目标区域的自动定位和分割	未提及算法在不同心脏疾病或不同MRI设备上的泛化能力	开发一种全自动、鲁棒的心脏MRI图像分割方法，以应对大规模心脏MRI研究的需要	心脏MRI图像中的心室（左心室、左心室心肌、右心室）	digital pathology	cardiovascular disease	MRI	CNN, Transformer, 3D-ASM	image	来自UK BioBank和Cardiac Atlas Project的数据集（具体数量未提及）
38	2025-05-09	Deep learning approaches for classification tasks in medical X-ray, MRI, and ultrasound images: a scoping review 2025-May-07, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01701-5 PMID:40335965	综述	本文探讨了深度学习在医学X射线、MRI和超声图像分类任务中的应用	概述了所采用数据集的特征、预处理或增强技术，并总结了基于深度学习模型的分类准确率	讨论了当前方法的局限性，并提出了医学图像分类的未来方向	探索深度学习如何用于分类通过X射线、MRI或超声图像诊断的广泛疾病	医学X射线、MRI和超声图像	计算机视觉	NA	深度学习	CNN, LSTM, GAN等	图像	NA
39	2025-05-09	EPIPDLF: a pretrained deep learning framework for predicting enhancer-promoter interactions 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae716 PMID:40036975	研究论文	提出了一种名为EPIPDLF的预训练深度学习框架，用于预测增强子-启动子相互作用	创新性地利用深度学习技术仅基于基因组序列以可解释的方式预测EPIs，并通过可解释分析机制阐明学习到的特征	未提及具体局限性	预测增强子-启动子相互作用，以深化对各种生物机制的理解	增强子和启动子作为调控DNA元件	机器学习	NA	深度学习	EPIPDLF	基因组序列	六个基准数据集
40	2025-05-09	Perspectives: Comparison of deep learning segmentation models on biophysical and biomedical data 2025-May-06, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2025.03.023 PMID:40158204	研究论文	比较深度学习分割模型在生物物理和生物医学数据上的表现	提供了四种常用深度学习架构在典型小规模训练数据集上的全面比较，并建立了确定每种模型最佳适用条件的标准	研究仅针对典型小规模训练数据集，可能不适用于大规模数据场景	为生物物理学领域的研究人员和从业者提供选择最适合特定应用的深度学习架构的实用指南	生物物理和生物医学数据	生物物理学	NA	深度学习	CNN, U-Nets, vision transformers, vision state space models	图像	小规模训练数据集