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
421	2025-05-11	Application of a pulmonary nodule detection program using AI technology to ultra-low-dose CT: differences in detection ability among various image reconstruction methods 2025-May-09, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01781-x PMID:40343649	research paper	本研究探讨了基于AI的肺结节检测程序在超低剂量CT成像中的性能，重点关注不同图像重建方法对检测准确性的影响	研究了AI技术在超低剂量CT中检测肺结节的性能，并比较了不同图像重建方法的效果	未能检测到3毫米的磨玻璃结节，且样本仅使用了胸部模型	评估AI技术在超低剂量CT中检测肺结节的性能	人工肺结节（实性和磨玻璃结节）	digital pathology	lung cancer	ultra-low-dose CT (ULDCT)	AI-based lung nodule detection program	CT images	胸部模型（包含不同大小和类型的结节）
422	2025-05-11	Shortcut learning leads to sex bias in deep learning models for photoacoustic tomography 2025-May-09, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03370-9 PMID:40343639	研究论文	本研究探讨了深度学习模型中捷径学习导致的性别偏见问题，特别是在光声断层扫描（PAT）中用于外周动脉疾病（PAD）诊断的应用	首次在光声断层扫描（PAT）中研究捷径学习对性别偏见的影响，并探讨了性别特异性疾病流行率对模型性能的影响	样本量较小（147人），且仅针对外周动脉疾病（PAD）进行研究	研究深度学习模型在医学影像中因捷径学习导致的性别偏见问题	光声断层扫描（PAT）影像数据	医学影像人工智能	外周动脉疾病	光声断层扫描（PAT）	CNN	影像	147名个体的小腿肌肉PAT影像
423	2025-05-11	Deep Learning for EEG-Based Visual Classification and Reconstruction: Panorama, Trends, Challenges and Opportunities 2025-May-09, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3568282 PMID:40343828	review	本文首次综述了基于EEG的视觉分类与重建的深度学习方法，涵盖了特征编码与解码、基准数据集、实验范式、方法性能、方法论本质与神经科学见解以及未来趋势	首次对基于EEG的视觉分类与重建的深度学习方法进行全面综述，提出了方法论本质与神经科学见解的动态闭环互动与促进	未提及具体实验数据或样本量的限制	促进基于EEG的视觉分类与重建研究的进展	EEG信号及其在视觉分类与重建中的应用	机器学习	NA	EEG	深度学习	EEG信号	NA
424	2025-05-11	How Deep is your Guess? A Fresh Perspective on Deep Learning for Medical Time-Series Imputation 2025-May-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3568778 PMID:40343821	research paper	对深度学习在电子健康记录（EHR）时间序列填补中的方法进行全面分析，探讨架构和框架设计决策如何影响模型的更高层次特性及对复杂数据特征的偏好	揭示了深度学习填补模型在捕捉EHR中复杂时空依赖关系方面的不同能力，并指出模型效果取决于其偏好与医疗时间序列特征的匹配程度	当前深度填补方法与医疗需求之间存在关键差距，需要整合临床见解以实现更可靠的医疗应用填补方法	评估深度学习在医疗时间序列填补中的应用效果	电子健康记录（EHR）时间序列数据	machine learning	NA	deep learning	deep imputer models	time-series data	NA
425	2025-05-11	Multi-Task Collaborative Assisted Training Method for Grouping Fuzzy Categories Classification of Cervical Cancer Cells 2025-May-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3568846 PMID:40343820	research paper	提出了一种新颖的多任务协作框架，用于解决宫颈癌细胞分类中的类别相似性、单细胞与细胞簇之间的变异性以及注释准确性等问题	引入了分组细胞对比辅助分支、多级细胞分类辅助分支、图像重建辅助分支和软标签蒸馏辅助分支，以提升分类性能	未提及具体的数据集规模限制或模型泛化能力的详细评估	提升宫颈癌细胞分类的准确性和鲁棒性	宫颈癌细胞	digital pathology	cervical cancer	supervised contrastive learning, multi-task learning	multi-task collaborative framework	image	HSJCC, DSCC 和 SIPaKMeD 数据集
426	2025-05-11	A Finetuning Deep Learning Framework for Pan-species Promoters with Pseudo Time Series Analysis on Time and Frequency Space 2025-May-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3568145 PMID:40343817	研究论文	提出了一种名为ProTriCNN的深度学习方法用于启动子识别，并基于此开发了TransPro微调框架以提高跨物种识别性能	将启动子视为伪时间序列以捕捉其异质性，并利用进化树和时间-频率空间表示物种间差异	未明确提及具体局限性	提高跨物种启动子识别和分类的准确性	不同物种的启动子	生物信息学	NA	深度学习	ProTriCNN, TransPro	序列数据	未明确提及具体样本数量
427	2025-05-11	To Fly, or Not to Fly, That Is the Question: A Deep Learning Model for Peptide Detectability Prediction in Mass Spectrometry 2025-May-09, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.4c00973 PMID:40344201	research paper	该研究开发了一个名为Pfly的深度学习模型，用于预测质谱中肽段的可检测性	Pfly是一个基于肽序列的深度学习模型，具有高适应性、高性能和易于定制化的特点，能够针对特定实验条件进行优化	模型最初在合成肽库上训练，可能存在对合成能力的偏见，尽管后续通过生物数据集进行了微调	开发一个通用的肽段可检测性预测工具，以提高质谱数据的分析准确性	肽段序列及其在质谱中的可检测性	machine learning	NA	质谱	encoder-decoder with attention mechanism	肽序列数据	合成肽库和生物数据集
428	2025-05-11	Scoring protein-ligand binding structures through learning atomic graphs with inter-molecular adjacency 2025-May-09, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013074 PMID:40344574	research paper	提出了一种基于深度学习的高效评分框架，用于评估蛋白质-配体结合结构的结合强度	通过高分辨率原子图描述结合结构，重点学习分子间相互作用，并采用多距离范围识别结合区域内的原子对	未提及具体的数据集规模或模型在特定场景下的局限性	开发一种高效评分框架以促进计算药物发现	蛋白质-配体结合结构	生物分子科学	NA	深度学习	原子图学习模型	原子图数据	NA
429	2025-05-11	Author Correction: Deep learning and genome-wide association meta-analyses of bone marrow adiposity in the UK Biobank 2025-May-09, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59574-9 PMID:40346038	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
430	2025-05-11	Distinct actin microfilament localization during early cell plate formation through deep learning-based image restoration 2025-May-08, Plant cell reports IF:5.3Q1 DOI:10.1007/s00299-025-03498-7 PMID:40335746	研究论文	通过基于深度学习的图像恢复技术，实现了高分辨率4D成像，揭示了Lifeact-RFP标记的肌动蛋白微丝在细胞板形成初期的独特定位和作用	使用深度学习图像恢复技术克服传统成像的激光诱导光漂白和光毒性限制，首次揭示了两种肌动蛋白探针在细胞板形成初期的不同定位模式	研究仅针对转基因烟草BY-2细胞，结果在其他植物细胞中的普适性需要进一步验证	探究肌动蛋白微丝在植物细胞板形成初期的定位和作用机制	转基因烟草BY-2细胞（标记有Lifeact-RFP或RFP-ABD2）	计算机视觉	NA	深度学习图像恢复技术	深度学习	4D图像数据	转基因烟草BY-2细胞样本
431	2025-05-11	Deep learning-based evaluation of the severity of mitral regurgitation in canine myxomatous mitral valve disease patients using digital stethoscope recordings 2025-May-08, BMC veterinary research IF:2.3Q1 DOI:10.1186/s12917-025-04802-z PMID:40336065	研究论文	本研究利用深度学习模型评估犬类粘液瘤性二尖瓣疾病患者的二尖瓣反流严重程度	使用CNN6等深度学习模型通过数字听诊器录音评估二尖瓣反流严重程度，提供了一种快速、无创且可靠的替代方法	需要更广泛的临床验证和实时应用技术的研究	评估深度学习模型在犬类粘液瘤性二尖瓣疾病患者中评估二尖瓣反流严重程度的有效性	460只患有粘液瘤性二尖瓣疾病的犬类	数字病理学	心血管疾病	数字听诊器录音	CNN, PaSST, ResNet38	音频信号	460只犬类
432	2025-05-11	Predicting treatment response to systemic therapy in advanced gallbladder cancer using multiphase enhanced CT images 2025-May-08, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11645-7 PMID:40341972	研究论文	本研究开发并外部验证了一个深度学习放射组学-临床（DLRSC）模型，用于预测晚期胆囊癌（GBC）患者对系统性治疗的反应	结合深度学习放射组学特征和临床因素构建预测模型，并通过梯度加权类激活映射分析提高结果的可解释性	研究样本来自四个机构，可能存在选择偏倚	预测晚期胆囊癌患者对系统性治疗的反应	晚期胆囊癌患者	数字病理	胆囊癌	多期增强CT成像	深度学习放射组学-临床（DLRSC）模型	医学影像	399名符合条件的GBC患者
433	2025-05-11	nnU-Net-based high-resolution CT features quantification for interstitial lung diseases 2025-May-08, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11649-3 PMID:40341974	研究论文	开发了一种基于nnU-Net的高分辨率CT异常量化工具CVILDES，用于间质性肺疾病的定量评估	基于nnU-Net网络结构开发了新的高分辨率CT异常量化工具CVILDES，其定量参数与专家视觉评估结果高度一致	研究样本量相对较小（83例ILD和20例其他弥漫性肺疾病），需要更大规模验证	开发一种可靠的间质性肺疾病高分辨率CT定量评估工具	间质性肺疾病患者的高分辨率CT影像	数字病理	间质性肺疾病	高分辨率CT扫描	nnU-Net	医学影像	83例ILD患者和20例其他弥漫性肺疾病患者的HRCT扫描数据，以及临床验证队列中的51例IPAF和14例IPF患者
434	2025-05-11	Impact of tracer uptake rate on quantification accuracy of myocardial blood flow in PET: A simulation study 2025-May-08, Medical physics IF:3.2Q1 DOI:10.1002/mp.17871 PMID:40344168	研究论文	通过模拟研究探讨PET中MBF估计的误差，并评估不同的参数估计方法，包括深度学习方法	使用基于transformer的深度学习模型预测参数图像，并与传统NLS方法进行比较	研究主要基于模拟数据，临床验证仅涉及两名患者	评估不同参数估计方法在PET心肌血流定量中的准确性	心肌血流（MBF）的定量测量	医学影像处理	心血管疾病	PET扫描，深度学习	transformer-based DL模型	模拟PET图像，临床CT图像	55例临床CT图像，220例模拟PET扫描（每种条件110例），2例患者数据
435	2025-05-11	A diffusion-stimulated CT-US registration model with self-supervised learning and synthetic-to-real domain adaptation 2025-May-08, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102562 PMID:40344746	研究论文	提出一种基于扩散刺激的CT-US配准模型，结合自监督学习和合成到真实域适应技术，用于腹部介入手术中的实时图像配准	利用超声的物理扩散特性从术前CT数据生成合成超声图像，并引入扩散模型进行合成到真实域的适应，以及采用双流自监督回归神经网络进行姿态估计	实验验证仅限于双模态人体腹部模型，未涉及真实临床数据	解决腹部介入手术中2D超声与3D CT图像的精确实时配准问题	2D超声图像和3D CT图像	医学图像处理	腹部疾病	扩散模型、自监督学习、合成到真实域适应	双流自监督回归神经网络	图像	双模态人体腹部模型的US和CT扫描数据
436	2025-05-11	Advancements and implications of artificial intelligence for early detection, diagnosis and tailored treatment of cancer 2025-May-08, Seminars in oncology IF:3.0Q2 DOI:10.1016/j.seminoncol.2025.152349 PMID:40345002	review	本文综述了人工智能在癌症早期检测、诊断和个性化治疗中的进展和意义	利用AI技术整合多组学数据，揭示癌症生物学全貌，助力精准诊断和个性化治疗	AI不能替代医疗专业人员，临床决策仍需医生最终判断	探索人工智能在肿瘤学中的应用潜力	癌症患者	machine learning	cancer	genomics, transcriptomics, proteomics	deep learning	multi-omics data	NA
437	2025-05-11	Sustainable water allocation under climate change: Deep learning approaches to predict drinking water shortages 2025-May-08, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125600 PMID:40345087	研究论文	本研究采用深度学习方法预测德黑兰的饮用水短缺问题，以应对气候变化下的可持续水资源分配	结合RNN和LSTM模型与三种优化技术（FHO、WOA、HOA），开发了预测水库入流和地下水位波动的混合模拟模型	研究仅针对德黑兰地区，可能无法完全适用于其他地理或气候条件不同的城市	理解和缓解城市化、土地利用管理不善及气候变率对德黑兰水资源的影响	德黑兰的五个关键水库大坝和地下水含水层	机器学习	NA	混合模拟模型，结合RNN和LSTM	RNN, LSTM, FHO, WOA, HOA	气候模型数据、水资源数据	使用三种气候模型（MRI-ESM2、CNRM-CM6-1、BCC-CSM2）和三种排放路径（SSP1.26、SSP2.45、SSP5.85）进行2021-2050年的模拟
438	2025-05-11	A deployment safety case for AI-assisted prostate cancer diagnosis 2025-May-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110237 PMID:40345136	research paper	本文探讨了AI辅助前列腺癌诊断系统的部署安全性问题，并提出了一个基于临床工作流程的安全案例	提出了一种基于临床工作流程的危险和风险分析方法，并构建了一个部署安全案例，用于持续监控已获批准的AI系统的安全性	研究基于特定项目(ARTICULATE PRO)的经验，可能不适用于所有AI医疗系统的部署场景	确保AI辅助前列腺癌诊断系统在临床部署中的安全性	Paige开发的前列腺癌诊断AI系统	digital pathology	prostate cancer	deep learning	DL	medical imaging data	NA
439	2025-05-11	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（如痴呆症）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信号模式上优于传统方法	在Dataset 3中表现不佳，表明需要针对特定数据集进一步优化模型	探索和比较不同方法在痴呆症早期诊断中的应用效果	EEG信号	机器学习	神经退行性疾病	EEG信号处理	Random Forest, 1D CNN, 2D CNN	EEG信号	三个不同的基准数据集，包含认知正常、额颞叶痴呆、轻度认知障碍和阿尔茨海默病等类别
440	2025-05-11	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	研究论文	提出了一种基于Deeplab V3+的轻量级深度学习模型，结合注意力机制和深度传递迁移学习策略，用于从遥感图像中准确高效地识别烧伤区域	结合注意力机制和深度传递迁移学习策略，使用轻量级MobileNet V2网络集成CBAM作为骨干网络，替代传统耗时的Xception网络	样本量不足可能导致烧伤区域识别错误和边缘细节不连续	准确高效地从遥感图像中识别烧伤区域	遥感图像中的烧伤区域	计算机视觉	NA	深度传递迁移学习（DTTL）	Deeplab V3+, MobileNet V2, CBAM	遥感图像	WorldView-2和Sentinel-2数据集