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
461	2025-08-06	Explainable machine learning for predicting ICU mortality in myocardial infarction patients using pseudo-dynamic data 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13299-3 PMID:40739438	研究论文	本研究开发了一种可解释的伪动态机器学习框架，用于预测心肌梗死患者在ICU的死亡率	提出了XMI-ICU框架，结合XGBoost模型和时间解析的Shapley值，实现了高准确率的死亡率预测和临床风险分析	研究依赖于回顾性数据，可能受到数据质量和完整性的影响	开发一种可解释的机器学习框架，用于预测心肌梗死患者在ICU的死亡率	心肌梗死患者	机器学习	心血管疾病	XGBoost, Shapley值	XGBoost	时间序列生理测量数据	来自eICU和MIMIC-IV数据库的两个回顾性队列
462	2025-08-06	An efficient fusion detector for road defect detection 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01399-z PMID:40744951	研究论文	提出了一种结合空间到深度卷积与瓶颈变换器的SCB-AF-Detector，用于复杂背景下道路图像中的多尺度细微缺陷检测	设计了SCB-Darknet53主干网络，结合SPD-Conv结构和瓶颈变换器，有效提取复杂背景下的细微和远距离缺陷特征，并开发了渐进式特征金字塔网络以融合特征	未提及模型在不同光照或天气条件下的性能表现	提高复杂背景下道路图像中多尺度细微缺陷的检测精度	道路图像中的多尺度细微缺陷	计算机视觉	NA	空间到深度卷积(SPD-Conv)、瓶颈变换器、渐进式特征金字塔网络	SCB-AF-Detector (基于SCB-Darknet53主干网络)	图像	25,000张道路图像（来自伊朗道路病害数据集IRRDD）
463	2025-08-06	Image dehazing algorithm based on deep transfer learning and local mean adaptation 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13613-z PMID:40745205	research paper	提出了一种基于深度迁移学习和局部均值适应的图像去雾算法，有效解决了明亮区域失真和噪声抑制问题	结合深度迁移学习的大气光估计模块和局部均值适应的透射率图估计模块，同时引入图像增强和降噪模块	未提及在极端恶劣天气条件下的性能表现	提高图像去雾性能并增强噪声抑制能力	雾天图像	computer vision	NA	deep transfer learning, local mean adaptation	CNN-based framework	image	四个数据集（自建合成雾天数据集、SOTS室外数据集、NH-HAZE数据集和O-HAZE数据集）
464	2025-08-06	Multi-heat keypoint incorporation in deep learning model to tropical cyclone centering and intensity classifying from geostationary satellite images 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12733-w PMID:40745273	研究论文	本文提出了一种新的多任务深度学习模型，结合注意力门机制，用于从地球静止卫星图像中定位热带气旋中心并分类其强度	提出了多头部关键点设计(MHKD)与空间注意力机制(SAM)结合的解码器层结构，并采用新的损失函数通过欧几里得距离引导热图中心优化	主要问题来自热带气旋云模式的复杂性，其与实际强度等级之间存在非线性关系，以及不同等级之间的区分困难	提高热带气旋中心定位和强度分类的准确性	热带气旋(TCs)	计算机视觉	NA	深度学习	多任务深度学习模型(含注意力机制)	卫星图像	2015-2023年西北太平洋区域数据(来自日本Himawari 8/9卫星和WMO RSMC东京台风中心)
465	2025-08-06	Impact of large language models and vision deep learning models in predicting neoadjuvant rectal score for rectal cancer treated with neoadjuvant chemoradiation 2025-Jul-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01844-5 PMID:40745280	研究论文	本研究探索了使用大型语言模型（LLMs）和计算机视觉模型来准确预测接受新辅助放化疗（NACRT）治疗的局部晚期直肠癌（LARC）的新辅助直肠（NAR）评分	首次将大型语言模型（LLMs）和计算机视觉模型结合用于预测NAR评分，展示了LLMs在预测NAR值方面的潜力	CT扫描在预测NAR值方面的不足，样本量相对较小（160例CT扫描）	探索深度学习模型在预测局部晚期直肠癌（LARC）患者新辅助直肠（NAR）评分中的应用	接受新辅助放化疗（NACRT）治疗的局部晚期直肠癌（LARC）患者	计算机视觉, 自然语言处理	直肠癌	深度学习, 大型语言模型（LLMs）, 计算机视觉模型	CNN, 编码器架构LLM	CT扫描, MRI报告	160例CT扫描及4种不同类型的放射学报告
466	2025-08-06	VCPC: virtual contrastive constraint and prototype calibration for few-shot class-incremental plant disease classification 2025-Jul-31, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01423-3 PMID:40745353	research paper	本文提出了一种名为VCPC的方法，通过虚拟对比约束和原型校准，用于少样本类增量植物病害分类	结合虚拟对比类约束（VCC）模块和原型校准嵌入（PCE）模块，优化原型空间并提升新类别的识别准确率	未提及具体局限性	开发一种可持续的植物病害分类方法，适应少样本类增量学习（FSCIL）条件	植物病害图像	computer vision	plant disease	deep learning	VCPC	image	PlantVillage数据集和CIFAR-100数据集
467	2025-08-06	Bond-centric modular design of protein assemblies 2025-Jul-31, Nature materials IF:37.2Q1 DOI:10.1038/s41563-025-02297-5 PMID:40745093	research paper	本文提出了一种基于键合中心的模块化蛋白质组装设计方法，利用深度学习生成工具设计蛋白质构建块，实现多样化的封闭和开放结构组装	采用模块化设计思路，结合深度学习生成工具和可定制的键合相互作用，成功组装了多种蛋白质纳米结构，包括多组分多面体蛋白质笼、二维阵列和三维蛋白质晶格	NA	开发一种模块化蛋白质纳米材料设计方法	蛋白质组装体	蛋白质工程	NA	深度学习生成工具	NA	蛋白质结构数据	成功组装了20多种多组分蛋白质结构
468	2025-08-06	Deep learning for tooth detection and segmentation in panoramic radiographs: a systematic review and meta-analysis 2025-Jul-30, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06349-9 PMID:40739210	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习在全景X光片中牙齿检测和分割的性能	首次对深度学习在全景X光片中牙齿检测和分割的性能进行了系统综述和荟萃分析	仅纳入20项研究，且仅6项研究可用于荟萃分析，样本量有限	评估深度学习在全景X光片中牙齿检测和分割的性能	全景X光片中的牙齿	数字病理	牙科疾病	深度学习	NA	图像	20项研究（其中6项用于荟萃分析）
469	2025-08-06	Exploring the social life of urban spaces through AI 2025-Jul-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2424662122 PMID:40705424	研究论文	通过AI技术分析30年间纽约、波士顿和费城四个城市公共空间中行人行为的变化	利用计算机视觉和深度学习技术自动化分析历史视频数据，扩展了传统人工观察方法	仅分析了三个美国城市的四个公共空间，可能无法代表其他地区的情况	探究城市公共空间中行人行为随时间的变化及其社会意义	城市公共空间中的行人行为	计算机视觉	NA	计算机视觉、深度学习	NA	视频	1979-80和2008-10年间四个城市公共空间的视频数据
470	2025-08-06	Interpretable graph Kolmogorov-Arnold networks for multi-cancer classification and biomarker identification using multi-omics data 2025-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13337-0 PMID:40730661	研究论文	本文提出了一种名为MOGKAN的深度学习框架，用于整合多组学数据并进行多癌症分类和生物标志物识别	结合Kolmogorov-Arnold定理原理，利用可训练的单变量函数增强模型的可解释性和特征分析能力	未提及具体样本量或数据集的局限性	开发一个能够整合多组学数据的计算模型，用于精准癌症诊断	31种不同类型的癌症	数字病理学	多癌症	DESeq2, LIMMA, LASSO回归, Gene Ontology (GO), KEGG富集分析	MOGKAN (基于Kolmogorov-Arnold定理的深度学习框架)	多组学数据 (mRNA, micro-RNA序列, DNA甲基化样本, PPI网络)	NA
471	2025-08-06	Interpretable Graph Kolmogorov-Arnold Networks for Multi-Cancer Classification and Biomarker Identification using Multi-Omics Data 2025-Jul-27, ArXiv PMID:40740512	研究论文	本文提出了一种名为MOGKAN的深度学习框架，用于整合多组学数据并进行多癌症分类和生物标志物识别	结合Kolmogorov-Arnold定理原理，利用可训练的单变量函数增强模型的可解释性和特征分析能力	未提及具体样本量或数据集的详细描述	开发一种能够整合多组学数据的计算模型，用于精准癌症诊断	31种不同类型的癌症	数字病理学	多癌症	DESeq2, LIMMA, LASSO回归	MOGKAN（基于Kolmogorov-Arnold定理的深度学习框架）	mRNA、micro-RNA序列、DNA甲基化样本和蛋白质-蛋白质相互作用网络	NA
472	2025-08-06	Whole tissue imaging of cellular boundaries at sub-micron resolutions for deep learning cell segmentation: Applications in the analysis of epithelial bending of ectoderm 2025-Jul-26, Developmental dynamics : an official publication of the American Association of Anatomists IF:2.0Q3 DOI:10.1002/dvdy.70061 PMID:40716088	research paper	介绍了一种名为MORPHOVIEW的方法，用于在亚微米分辨率下保留细胞边界标记并匹配组织与水的折射率，从而实现对细胞形态的高通量三维结构量化	提出了一种保留细胞边界标记并匹配组织与水的折射率的新技术，结合高倍率、长工作距离的水浸物镜和神经网络分割模型，实现了对细胞形态的高分辨率三维成像和量化	未提及该方法在更广泛生物样本中的应用限制或与其他技术的比较	开发一种能够精确量化细胞和组织的三维结构，以研究器官形态发生过程中的细胞形态变化	转基因小鼠的下颌骨和猫鲨的牙板和真皮小齿	digital pathology	NA	组织透明化协议、高分辨率光学显微镜、神经网络分割模型	神经网络分割模型	image	转基因小鼠下颌骨和猫鲨的牙板与真皮小齿样本
473	2025-08-06	Segmentation of the Left Atrium in Cardiovascular Magnetic Resonance Images of Patients with Myocarditis 2025-Jul-18, Journal of visualized experiments : JoVE DOI:10.3791/68664 PMID:40758568	research paper	该研究提出了一种基于3D-FCN的深度学习方法，用于心肌炎患者心血管磁共振图像中左心房的分割	通过时空特征融合、动态跳跃连接和轻量化设计三项策略增强，显著提高了左心房分割的准确性和效率	动态伪影和薄壁结构的时空连续性建模仍是主要挑战	开发一种准确分割心肌炎患者左心房的深度学习方法	心肌炎患者的心血管磁共振图像	digital pathology	cardiovascular disease	心血管磁共振成像(CMR)	3D-FCN	image	NA
474	2025-08-06	Bayesian Posterior Distribution Estimation of Kinetic Parameters in Dynamic Brain PET Using Generative Deep Learning Models 2025-Jul-15, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3588859 PMID:40663684	研究论文	本文提出了一种基于改进的去噪扩散概率模型（iDDPM）的方法，用于估计动态脑PET中动力学参数的后验分布，以提高计算效率	利用深度学习的高计算效率，提出iDDPM方法来估计动力学参数的后验分布，显著减少了计算时间（比MCMC方法快230倍以上）	未提及具体的数据集规模或模型在其他类型PET数据上的泛化能力	研究动态脑PET中动力学参数的后验分布估计，以提高计算效率和准确性	动态脑PET图像中的动力学参数	医学影像分析	阿尔茨海默病	动态PET成像，贝叶斯推断	iDDPM, CVAE-DD, WGAN-GP	医学影像	未明确提及样本数量，但使用了[18F]MK6240研究数据
475	2025-08-06	Cascade learning in multi-task encoder-decoder networks for concurrent bone segmentation and glenohumeral joint clinical assessment in shoulder CT scans 2025-07, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103131 PMID:40279875	research paper	提出了一种创新的深度学习框架，用于处理肩部CT扫描，实现近端肱骨和肩胛骨的语义分割、骨表面3D重建、GH关节区域识别以及三种常见骨关节炎相关疾病的分期	采用级联CNN架构（3D CEL-UNet和3D Arthro-Net）同时实现骨分割和临床评估，在重建精度和分类准确率上优于现有技术	研究基于回顾性数据集，可能需要在前瞻性研究中进一步验证	开发人工智能工具以优化肩关节置换术前规划流程	肩部CT扫描图像	digital pathology	osteoarthritis	CT扫描	3D CEL-UNet, 3D Arthro-Net	3D医学影像	571例具有不同程度GH骨关节炎相关病变的患者CT扫描
476	2025-08-06	A comprehensive review of ICU readmission prediction models: From statistical methods to deep learning approaches 2025-07, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103126 PMID:40300338	综述	本文全面回顾了ICU再入院预测模型的研究，从统计方法到深度学习方法	总结了统计、机器学习和深度学习模型在ICU再入院预测中的应用，并探讨了当前方法的挑战和局限性	现有模型在预测精度上仍需提升，以满足计算机化决策支持工具的需求	评估ICU再入院预测模型的研究现状，指导未来研究和发展	ICU再入院预测模型	机器学习	重症监护	统计方法、机器学习(ML)、深度学习(DL)	NA	NA	NA
477	2025-08-06	Coalescence and Translation: A Language Model for Population Genetics 2025-Jun-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.24.661337 PMID:40666889	研究论文	本文提出了一种基于语言模型的种群遗传学方法，通过深度学习技术从合成遗传数据中推断隐藏的进化过程	将合并时间的推断重新定义为两种生物语言之间的翻译问题，并开发了基于transformer的模型cxt，能够高效地进行大规模推断	模型依赖于合成数据进行训练，可能在实际应用中对真实数据的适应性存在局限	开发一种灵活、可扩展的方法来推断基因组数据的谱系历史	种群遗传学中的合并事件和祖先重组图(ARG)	机器学习	NA	深度学习	transformer	基因组数据	在stdpopsim目录的模拟数据上进行训练，可产生超过100万个合并预测
478	2025-08-06	FIR-LSTM: An Explainable Deep Learning Framework for Predicting Iatrogenic Withdrawal Syndrome in Pediatric Intensive Care Units 2025-Jun-25, Research square DOI:10.21203/rs.3.rs-6787167/v1 PMID:40678213	研究论文	开发了一个可解释的深度学习框架FIR-LSTM，用于预测儿科重症监护病房中的医源性戒断综合征	结合单向多层LSTM网络和层间相关性传播(LRP)技术，提供实时风险评分和关键风险因素的可解释性	研究仅基于电子健康记录(EHRs)，未考虑其他可能影响IWS的因素	早期预测儿科ICU患者中的医源性戒断综合征(IWS)，以促进及时干预和改善患者预后	儿科重症监护病房(PICU)患者	机器学习	医源性戒断综合征	层间相关性传播(LRP)	LSTM	电子健康记录(EHRs)	NA
479	2025-08-06	Classification of Multi-Parametric Body MRI Series Using Deep Learning 2025-Jun-18, ArXiv PMID:40735097	研究论文	本文提出了一种基于深度学习的分类模型，用于分类8种不同的身体多参数磁共振成像（mpMRI）系列类型，以提高放射科医生阅读检查的效率	使用多种深度学习分类器（ResNet、EfficientNet和DenseNet）对8种不同的MRI系列进行分类，并比较它们的性能，同时研究了不同训练数据量对模型性能的影响	模型在外部数据集（DLDS和CPTAC-UCEC）上的准确率有所下降，表明其在跨数据集泛化能力上存在一定局限性	开发一种高效的深度学习模型，用于准确分类多参数磁共振成像（mpMRI）系列类型	多参数磁共振成像（mpMRI）系列	计算机视觉	NA	mpMRI	ResNet, EfficientNet, DenseNet	图像	超过729项研究数据
480	2025-08-06	Single-Molecule SERS Discrimination of Proline from Hydroxyproline Assisted by a Deep Learning Model 2025-05-07, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c01177 PMID:40241681	研究论文	该论文利用单分子表面增强拉曼光谱（SERS）和深度学习模型，首次实现了对脯氨酸和羟脯氨酸的单分子水平区分	首次结合等离子体孔内颗粒传感器、单分子SERS光谱的出现频率直方图和1D-CNN模型，实现了对羟基化的单分子水平区分，准确率达96.6%	信号波动和柠檬酸盐的强干扰可能影响分析结果	开发一种能够区分低丰度羟基化的方法，用于早期疾病诊断和治疗开发	脯氨酸和羟脯氨酸的单分子SERS信号	机器学习	NA	单分子表面增强拉曼光谱（SERS）	一维卷积神经网络（1D-CNN）	光谱数据	NA