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
441	2025-08-07	Deep learning for sub-ångström-resolution imaging in uncorrected scanning transmission electron microscopy 2025-Aug, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf235 PMID:40755523	研究论文	本研究介绍了一种名为SARDiffuse的深度学习扩散模型，旨在提高未校正扫描透射电子显微镜(STEM)图像的空间分辨率并校正噪声水平	SARDiffuse模型能够在未校正的电子显微镜中实现亚埃级分辨率成像，且能有效校正球差引起的伪影，优于现有方法	该方法对样品厚度有严格要求，目前尚未广泛应用	实现在未校正电子显微镜中的亚埃级分辨率成像	硅、钛酸锶和氮化镓等代表性材料	计算机视觉	NA	深度学习扩散模型	SARDiffuse	图像	实验数据来自校正后的AC-STEM
442	2025-08-07	Construction of GAN-RES and Its Application to Small Sample Fusulinid Fossil Recognition 2025-Aug, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.71845 PMID:40755890	研究论文	本文提出了一种结合GAN和ResNet50、EfficientNet及定制CNN架构的方法，用于小样本稀有化石的识别	使用GAN生成大量样本扩展数据集，结合多种神经网络架构提高小样本化石识别准确率	未提及方法在其他类型化石或更大规模数据集上的泛化能力	解决小样本稀有化石的准确识别问题	小样本的纺锤虫化石	计算机视觉	NA	GAN, ResNet50, EfficientNet, CNN	GAN-RES (GAN与ResNet50等结合)	图像	小样本化石图像数据集
443	2025-08-07	Enhancing telemedicine service quality through sentiment analysis of user review dataset in Indonesia 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111878 PMID:40756423	研究论文	本文通过情感分析印尼远程医疗应用的用户评论数据集，以提升服务质量	应用高级重采样技术（如EDA）处理显著类别不平衡的数据集，并利用多种深度学习架构进行情感分类	数据集存在显著的类别不平衡问题，负面评论占比极低	提升远程医疗服务质量并推动印尼自然语言处理研究	印尼远程医疗应用的用户评论	自然语言处理	NA	情感分析	SRNN, 1D-CNN, 1L-LSTM, BiLSTM	文本	255,679条用户评论
444	2025-08-07	Cerebral Amyloid Deposition With 18F-Florbetapir PET Mediates Retinal Vascular Density and Cognitive Impairment in Alzheimer's Disease 2025-Aug-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70310 PMID:40757876	研究论文	本研究探讨了阿尔茨海默病(AD)中脑淀粉样蛋白沉积、视网膜血管密度与认知障碍之间的关系	首次揭示了视网膜血管密度与认知能力下降的关系主要由脑淀粉样蛋白沉积介导	样本量相对较小(92名参与者)，且仅使用横断面数据	探索AD患者视网膜血管密度变化与脑淀粉样蛋白沉积及认知障碍的关联机制	47名AD患者和45名健康对照者	数字病理学	阿尔茨海默病	18F-florbetapir PET/MRI，深度学习眼底摄影	深度学习	影像数据(眼底照片和PET/MRI图像)	92名参与者(47名AD患者和45名健康对照)
445	2025-08-07	Longitudinal image-based prediction of surgical intervention in infants with hydronephrosis using deep learning: Is a single ultrasound enough? 2025-Aug, PLOS digital health DOI:10.1371/journal.pdig.0000939 PMID:40758672	research paper	本研究开发了利用多次超声检查数据的机器学习模型，用于预测婴儿肾积水患者是否需要手术干预，并与单次超声检查模型进行比较	首次将多次就诊的超声数据整合到机器学习模型中，用于预测肾积水患者的手术需求	多访视模型未能显著优于单访视模型，且样本量在不同机构间分布不均	开发能够准确预测肾积水患者手术需求的机器学习模型	患有肾积水的婴儿患者	digital pathology	hydronephrosis	ultrasound imaging	CNN, LSTM, temporal shift models	image	794名患者（603名来自SickKids，102名来自Stanford，89名来自CHOP）
446	2025-08-07	Evaluation of calcaneal inclusion angle in the diagnosis of pes planus with pretrained deep learning networks: An observational study 2025-Aug-01, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000043639 PMID:40760538	研究论文	本研究提出了一种基于深度学习的解决方案，用于通过预训练的深度学习网络评估跟骨包含角在扁平足诊断中的应用	使用深度学习模型（AlexNet、GoogleNet、SqueezeNet）自动从X射线图像中测量角度，减少人为误差和经验不足带来的测量变异	研究人群在年龄和性别上具有同质性，缺乏足够的异质性以代表一般人群	开发一种基于深度学习的诊断支持系统，以提高扁平足诊断的客观性和一致性	289名患者的左右足部侧位X射线图像	数字病理	扁平足	X射线成像	AlexNet, GoogleNet, SqueezeNet	图像	289名患者的X射线图像
447	2025-08-07	SecProGNN: Predicting Bronchoalveolar Lavage Fluid Secreted Protein Using Graph Neural Network 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3548263 PMID:40042949	研究论文	本文提出了一种名为SecProGNN的新型深度学习框架，用于预测支气管肺泡灌洗液中的分泌蛋白	首次将图神经网络（GNN）应用于蛋白质分泌预测，并构建了端到端的预测框架SecProGNN	蛋白质的复杂性和技术限制可能影响预测的全面性	预测支气管肺泡灌洗液中的分泌蛋白并探索潜在的肺腺癌生物标志物	支气管肺泡灌洗液（BALF）中的蛋白质	生物信息学	肺腺癌	图神经网络（GNN）	GNN与多层感知机（MLP）结合	蛋白质序列数据	超过3000种BALF蛋白质
448	2025-08-07	Counterfactual Bidirectional Co-Attention Transformer for Integrative Histology-Genomic Cancer Risk Stratification 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3548048 PMID:40042950	研究论文	提出了一种基于深度学习的CounterFactual Bidirectional Co-Attention Transformer框架，用于整合组织学和基因组数据以进行癌症风险分层	通过双向共同注意力层整合基因组和组织学模态的特征交互，并利用反事实推理减少学习偏差，探索不同特征对生存结果的影响	未明确提及具体局限性	提高癌症患者预后生存预测的准确性	癌症患者的组织学全切片图像(WSIs)和基因组数据	数字病理学	癌症	深度学习	Transformer	图像和基因组数据	来自TCGA的八种不同癌症基准数据集
449	2025-08-07	PPA Net: The Pixel Prediction Assisted Net for 3D TOF-MRA Cerebrovascular Segmentation 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3561146 PMID:40293899	research paper	提出了一种名为PPA Net的深度学习模型，用于3D TOF-MRA脑血管分割	PPA Net由VesselMRA Net和VesselConvLSTM组成，通过矩形卷积块融合多尺度特征，利用注意力机制增强语义权重，并通过像素级预测模型减少个体差异	未提及具体局限性	提高TOF-MRA脑血管分割的准确性	脑血管	digital pathology	cerebrovascular disease	deep learning	PPA Net (包含VesselMRA Net和VesselConvLSTM)	3D TOF-MRA图像	三个公开数据集
450	2025-08-07	Detection and classification of femoral neck fractures from plain pelvic X-rays using deep learning and machine learning methods 2025-Aug, Ulusal travma ve acil cerrahi dergisi = Turkish journal of trauma & emergency surgery : TJTES DOI:10.14744/tjtes.2025.75806 PMID:40765193	研究论文	本研究使用深度学习和机器学习方法从骨盆X光片中检测和分类股骨颈骨折	比较了预训练深度学习模型（VGG-16、ResNet-50和MobileNetv2）在股骨颈骨折检测和分类中的性能，并发现VGG-16表现最佳，同时使用k-NN算法进一步提高了准确率	需要通过多中心研究进一步改进模型	诊断和分类股骨颈骨折	598张骨盆X光片，包括296名股骨颈骨折患者和302名无骨折个体	计算机视觉	老年疾病	深度学习、机器学习	VGG-16、ResNet-50、MobileNetv2、k-NN	图像	598张骨盆X光片
451	2025-08-07	Single Capture Quantitative Oblique Back-Illumination Microscopy 2025-Aug-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.29.667497 PMID:40766649	研究论文	本文介绍了一种新型的单捕获定量斜背照显微镜技术（SCqOBM），利用深度学习模型从单次斜背照捕获中准确重建相位信息	SCqOBM技术通过深度学习模型实现单次捕获即可重建相位信息，显著提高了成像速度和系统简化	NA	开发一种更快速、更简化的定量相位成像技术，用于生物医学研究和临床诊断	小鼠脑部和人类手臂的血液流动等生物样本	生物医学成像	NA	定量斜背照显微镜（qOBM）和深度学习	深度学习模型	3D定量相位图像	多样化的生物样本
452	2025-08-07	Exploration of Fully-Automated Body Composition Analysis Using Routine CT-Staging of Lung Cancer Patients for Survival Prognosis 2025-Aug, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.70021 PMID:40767951	研究论文	本研究探讨了利用常规CT分期对肺癌患者进行全自动身体成分分析（BCA）以预测生存预后的方法	首次评估了基于AI的自动BCA在肺癌患者生存预后中的价值，并开发了包含临床数据的多变量生存模型	研究结果在不同中心和性别之间存在差异，需要进一步的特定中心和性别验证	评估自动身体成分分析在肺癌患者生存预后中的价值	来自两个医院的肺癌患者（A医院n=3345，B医院n=1364）	数字病理	肺癌	深度学习网络分割技术	深度学习网络	CT图像	A医院3345例（中位年龄65岁，86%NSCLC，40%M1，40%女性），B医院1364例（中位年龄66岁，87%NSCLC，37%M1，38%女性）
453	2025-08-07	Dual prompt personalized federated learning in foundation models 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11864-4 PMID:40745444	研究论文	本文提出了一种名为双提示个性化联邦学习（DPFL）的框架，旨在解决有限本地数据下的模型训练不足问题，并实现新客户端的无缝集成	引入了双提示和自适应聚合策略，结合全局任务意识和本地数据驱动洞察，提升模型在异构数据分布下的泛化能力	未明确提及具体实验规模或实际部署中可能遇到的挑战	解决联邦学习在有限本地数据和客户端异构性下的性能问题	个性化联邦学习框架及其在新客户端集成中的应用	机器学习	NA	联邦学习、基础模型微调	CLIP（基础模型）	图像-文本对数据（基于CLIP的应用场景推断）	未明确说明具体样本量，仅提及高度异构环境下的实验结果
454	2025-08-07	Advancing deep learning for expressive music composition and performance modeling 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13064-6 PMID:40745012	research paper	该研究比较了三种深度学习架构（LSTM、Transformer和GAN）在AI音乐创作和转录方面的表现，并提出了一个双评估框架	创新点在于整合了客观指标和主观人类评估的双重评估框架，以及使用MAESTRO数据集进行音乐生成和转录的比较分析	人类创作的音乐在感知质量上仍优于机器生成音乐（MOS: 4.8 vs 4.3），表明模型在情感表达和长期结构连贯性上仍有不足	提升AI在音乐创作和表演建模中的表现，特别是增强长期结构连贯性和情感细腻度	AI生成的音乐作品及其与人类创作的比较	machine learning	NA	深度学习	LSTM, Transformer, GAN	音乐数据	50名听众参与的主观评估
455	2025-08-07	Development of a novel deep learning method that transforms tabular input variables into images for the prediction of SLD 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12900-z PMID:40745379	研究论文	开发了一种新的深度学习方法，将表格输入变量转换为图像，用于预测脂肪性肝病（SLD）	提出了一种将表格数据转换为图像的新方法，利用深度学习模型的模式识别能力提高预测性能	数据集仅包含2999名患者，可能不足以代表更广泛的人群	开发一种新的深度学习方法，用于预测脂肪性肝病（SLD）	脂肪性肝病（SLD）患者	机器学习	脂肪性肝病	深度学习	DL	表格数据转换为图像	2999名患者
456	2025-08-07	A comprehensive multifaceted technical evaluation framework for implementation of auto-segmentation models in radiotherapy 2025-Jul-31, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01048-6 PMID:40745381	research paper	提出一个全面的多层面技术评估框架，用于验证放疗中自动分割模型的实施	开发了一个综合评估框架，结合几何测量、专家评价、时间效率分析和剂量学评估，用于验证自动分割模型	需要建立标准化的基准和共识指南，以便临床实施和不同分割工具的比较	验证自动分割模型在放疗中的临床应用	脑部风险器官的自动分割模型	digital pathology	NA	deep learning	自动分割模型	image	100例训练数据，8位放射肿瘤专家评估
457	2025-08-07	IHE-Net:Hidden feature discrepancy fusion and triple consistency training for semi-supervised medical image segmentation 2025-Jul-31, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103229 PMID:40763409	研究论文	提出了一种新型半监督医学图像分割框架IHE-Net，利用异构编码器的特征差异提升分割性能	通过异构编码器（CNN和Transformer/Mamba）的特征差异融合模块（MFDF）和三重一致性学习策略，增强模型表示能力和预测稳定性	未明确说明计算资源需求或模型在更大规模数据集上的泛化能力	提升半监督医学图像分割的精度和鲁棒性	皮肤病变图像	数字病理	皮肤病变	半监督深度学习	CNN, Transformer/Mamba	医学图像	三个皮肤病变分割数据集（ISIC2017, ISIC2018, PH2）
458	2025-08-07	Fluid-SegNet: Multi-dimensional loss-driven Y-Net with dilated convolutions for OCT B-scan fluid segmentation 2025-Jul-31, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102613 PMID:40763605	研究论文	提出了一种名为Fluid-SegNet的新型深度学习分割框架，用于提高OCT B扫描中液体区域分割的准确性	Fluid-SegNet通过多维损失驱动的Y-Net和扩张卷积，有效解决了液体区域分割中的精细细节描绘和异质性挑战	NA	提高OCT B扫描中液体区域分割的准确性，为自动化视网膜疾病诊断系统和视力预测模型的发展奠定基础	OCT B扫描中的液体区域	计算机视觉	视网膜疾病	深度学习	Y-Net	图像	三个公共数据集（UMN、AROI和OIMHS）
459	2025-08-07	IgCONDA-PET: Weakly-supervised PET anomaly detection using implicitly-guided attention-conditional counterfactual diffusion modeling - a multi-center, multi-cancer, and multi-tracer study 2025-Jul-31, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102615 PMID:40763604	研究论文	提出一种弱监督的PET异常检测方法IgCONDA-PET，通过隐式引导注意力条件反事实扩散模型，减少对像素级标注数据的依赖	使用隐式引导的反事实扩散模型进行PET异常检测，结合注意力模块和多中心、多癌症、多示踪剂数据，提高了对小异常检测的能力	方法依赖于健康数据的质量，且扩散模型的训练可能比传统方法更复杂	减少PET病变检测和分割网络对像素级标注数据的依赖	PET扫描图像	数字病理学	多癌症	扩散模型	IgCONDA-PET	图像	2652例（多中心、多癌症、多示踪剂）
460	2025-08-07	On the Utility of Virtual Staining for Downstream Applications as it relates to Task Network Capacity 2025-Jul-31, ArXiv PMID:40766889	研究论文	本研究系统地探讨了虚拟染色在促进临床相关下游任务（如分割或分类）中的效用，并考虑了用于执行任务的深度神经网络的能力	首次系统地研究了虚拟染色对下游任务网络性能的影响，并提出了网络容量的概念作为关键因素	研究结果可能受限于所使用的特定生物数据集和网络架构	评估虚拟染色技术对临床相关下游任务的实际效用	虚拟染色生成的图像及其对下游任务网络性能的影响	数字病理学	NA	深度学习图像到图像转换网络	image-to-image translation networks	图像	未明确提及具体样本数量