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
5901	2025-03-14	Convolutional block attention gate-based Unet framework for microaneurysm segmentation using retinal fundus images 2025-Mar-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01625-0 PMID:40065294	研究论文	本文提出了一种基于CBAM-AG U-Net模型的微动脉瘤分割方法，用于视网膜眼底图像中的微动脉瘤自动识别	结合了卷积块注意力模块（CBAM）和注意力门（AG）的U-Net架构，增强了特征提取和分割精度	未提及模型在其他数据集上的泛化能力或实际临床应用的验证	提高糖尿病视网膜病变中微动脉瘤的自动识别和分割精度	视网膜眼底图像中的微动脉瘤	计算机视觉	糖尿病视网膜病变	深度学习	CBAM-AG U-Net	图像	IDRiD数据集
5902	2025-03-14	Advancing AI-driven thematic analysis in qualitative research: a comparative study of nine generative models on Cutaneous Leishmaniasis data 2025-Mar-10, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02961-5 PMID:40065373	研究论文	本研究比较了九种生成模型在皮肤利什曼病数据上的主题分析效果，探讨了AI在定性研究中的应用	首次系统评估了多种生成模型在皮肤利什曼病心理社会影响分析中的表现，并提出了结合AI与人类专家的标准化未来研究框架	研究仅基于单一疾病（皮肤利什曼病）的数据，未涵盖其他疾病或更广泛的主题分析场景	探讨AI生成模型在定性研究主题分析中的效果，特别是对皮肤利什曼病心理社会影响的分析	皮肤利什曼病患者的心理社会影响	自然语言处理	皮肤利什曼病	生成模型	Llama 3.1 405B, Claude 3.5 Sonnet, NotebookLM, Gemini 1.5 Advanced Ultra, ChatGPT o1-Pro, ChatGPT o1, GrokV2, DeepSeekV3, Gemini 2.0 Advanced	文本	448名参与者的回答
5903	2025-03-14	Automated deep learning-based assessment of tumour-infiltrating lymphocyte density determines prognosis in colorectal cancer 2025-Mar-10, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06254-3 PMID:40065354	研究论文	本文开发了一种基于深度神经网络的自动化方法，用于评估结直肠癌H&E切片中的肿瘤浸润淋巴细胞（TILs）密度，以确定患者的预后	首次展示了完全自动化的iTIL评估系统，能够在多个独立患者队列中泛化应用，用于结直肠癌患者的风险分层	NA	研究目的是通过自动化评估肿瘤浸润淋巴细胞（TILs）密度来预测结直肠癌患者的预后	结直肠癌患者	数字病理学	结直肠癌	深度神经网络	深度神经网络	图像	发现队列353例，验证队列1070例和885例
5904	2025-03-14	Precise engineering of gene expression by editing plasticity 2025-Mar-10, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03516-7 PMID:40065399	研究论文	本文通过深度学习模型预测和利用转录顺式调控元件（CREs），精确调控基因表达，并提出了'编辑可塑性'的新概念，用于评估启动子编辑改变基因表达的潜力	提出了'编辑可塑性'的新概念，并通过深度学习模型预测和验证CREs，实现了对基因表达的精确调控	研究主要集中在作物上，未涉及其他生物体	通过精确调控基因表达，改进作物性状	作物中的转录顺式调控元件（CREs）	机器学习	NA	UMI-STARR-seq	深度学习模型	序列数据	12,000个合成序列
5905	2025-03-14	A CT-based interpretable deep learning signature for predicting PD-L1 expression in bladder cancer: a two-center study 2025-Mar-10, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00849-1 PMID:40065444	研究论文	本研究构建并评估了一种基于CT影像的深度学习签名，用于预测膀胱癌患者中程序性细胞死亡配体1的表达状态	使用卷积神经网络和放射组学机器学习技术生成预测模型，并通过Shapley加性解释技术解释深度学习签名的内部预测过程	研究为回顾性研究，样本量相对较小（190例患者），且仅来自两个医院	预测膀胱癌患者中程序性细胞死亡配体1的表达状态	膀胱癌患者	数字病理学	膀胱癌	CT成像	卷积神经网络（CNN）	CT影像	190例患者（训练集127例，外部验证集63例）
5906	2025-03-14	Development of a deep learning-based model for guiding a dissection during robotic breast surgery 2025-Mar-10, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01981-3 PMID:40065440	研究论文	本文开发了一种基于深度学习的模型，用于指导机器人乳房手术中的解剖平面	首次开发了用于机器人乳房手术的深度学习模型，以指导初学者和受训者的解剖平面	研究仅基于10个手术视频，样本量较小	开发一种深度学习模型，用于指导机器人乳房切除术中的解剖平面	机器人乳房切除术的手术视频	计算机视觉	乳腺癌	深度学习	深度学习模型	视频	10个手术视频，共8834张图像
5907	2025-03-14	Dementia Overdiagnosis in Younger, Higher Educated Individuals Based on MMSE Alone: Analysis Using Deep Learning Technology 2025-Mar-10, Journal of Korean medical science IF:3.0Q1 DOI:10.3346/jkms.2025.40.e20 PMID:40065710	研究论文	本研究探讨了单独使用MMSE与结合其他认知评估在预测痴呆诊断中的效果，旨在提高痴呆诊断的准确性	通过深度学习技术分析MMSE单独使用与结合其他认知测试的效果，发现结合多种认知评估能显著提高诊断精度，特别是在年轻和受教育程度较高的人群中	研究仅基于主观认知抱怨的参与者，可能不适用于所有人群	提高痴呆诊断的准确性	2863名有主观认知抱怨的参与者	机器学习	老年疾病	随机森林模型	随机森林	认知评估数据	2863名参与者
5908	2025-03-14	EVlncRNA-net: A dual-channel deep learning approach for accurate prediction of experimentally validated lncRNAs 2025-Mar-06, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.141538 PMID:40043997	研究论文	本文提出了一种名为EVlncRNA-net的双通道深度学习框架，用于准确预测实验验证的长非编码RNA（lncRNA）	EVlncRNA-net结合了图卷积网络（GCN）和卷积神经网络（CNN）两种表示学习模块，通过创新的图构建方法和节点编码技术，将lncRNA序列转化为图形格式并进行处理，从而实现了对lncRNA序列的鲁棒特征表示	实验验证的成本较高，限制了验证的lncRNA数量	开发预测工具以优先考虑潜在功能性的lncRNA进行低通量验证	人类、小鼠和植物的lncRNA	自然语言处理	NA	高通量RNA测序（HTlncRNAs）	GCN, CNN	序列数据	NA
5909	2025-03-14	The radiogenomic and spatiogenomic landscapes of glioblastoma and their relationship to oncogenic drivers 2025-Mar-01, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00767-0 PMID:40025245	研究论文	本研究探讨了IDH野生型胶质母细胞瘤的影像特征、肿瘤位置的空间模式与基因变异之间的关系，以及可能的突变事件序列	揭示了胶质母细胞瘤突变产生的独特影像特征，并发现肿瘤位置和空间分布与基因谱相关，提供了非侵入性肿瘤分析和个性化治疗的潜在途径	研究为回顾性分析，样本量有限，且仅针对IDH野生型胶质母细胞瘤	研究胶质母细胞瘤的影像特征、空间模式与基因变异之间的关系，以改善患者管理和治疗结果	357例IDH野生型胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	多参数MRI和靶向基因测序	机器学习和深度学习模型	影像和基因数据	357例IDH野生型胶质母细胞瘤患者
5910	2025-03-14	Artificial Intelligence in Natural Product Drug Discovery: Current Applications and Future Perspectives 2025-Feb-27, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c01257 PMID:39916476	评论	本文探讨了人工智能在天然产物药物发现中的当前应用及未来前景	文章强调了人工智能，特别是机器学习和深度学习，在加速药物发现过程中的创新应用，包括生成式AI用于数据合成	文章指出了人工智能在天然产物药物发现中的局限性，并探讨了未来的研究方向	研究目的是探讨人工智能如何加速天然产物药物发现，并分析其在这一领域的应用前景	研究对象是天然产物及其在药物发现中的应用	机器学习	NA	机器学习（ML）、深度学习（DL）	NA	生物数据	NA
5911	2025-03-14	Regularization by Neural Style Transfer for MRI Field-Transfer Reconstruction with Limited Data 2025-Feb-19, ArXiv PMID:40034133	研究论文	本文提出了一种新的MRI重建框架RNST，通过神经风格迁移（NST）引擎与去噪器结合，实现在数据有限情况下的磁场转移重建	RNST框架结合了神经风格迁移和去噪技术，能够在不需要配对训练数据的情况下，从低场输入生成高质量图像，解决了数据有限环境下的重建问题	尽管RNST在风格和内容图像不完全对齐时仍保持鲁棒性，但在临床环境中，精确的参考匹配不可用时，其适用性可能受到限制	研究目的是开发一种在数据有限情况下进行MRI磁场转移重建的新方法	研究对象是MRI图像，特别是低场输入下的图像重建	计算机视觉	NA	神经风格迁移（NST）	NA	图像	NA
5912	2025-03-14	PhysioEx: a new Python library for explainable sleep staging through deep learning 2025-Feb-10, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adaf73 PMID:39874654	研究论文	本文介绍了一个名为PhysioEx的Python库，旨在通过深度学习和可解释AI支持睡眠分期分析	PhysioEx提供了一个可扩展和模块化的API，用于标准化和自动化睡眠分期流程，并支持低资源设备和高性能计算集群	未明确提及具体局限性	开发一个标准化的平台，结合深度学习和可解释AI进行睡眠分期分析	睡眠分期	机器学习	睡眠障碍	深度学习（DL）和可解释AI（XAI）	预训练模型	单通道EEG和多通道EEG-EOG-EMG配置	基于Sleep Heart Health Study数据集的预训练模型
5913	2025-03-14	Robust whole-body PET image denoising using 3D diffusion models: evaluation across various scanners, tracers, and dose levels 2025-Feb-06, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07122-4 PMID:39912940	研究论文	本研究提出并验证了一种基于3D扩散概率模型的全身PET图像去噪方法，该方法在多种扫描仪、示踪剂和剂量水平下表现出色	提出了3D Denoising Diffusion Probabilistic Model (3D DDPM)作为全身PET图像去噪的通用解决方案，相比传统方法在多样化的PET协议下表现更优	NA	提高全身PET图像的质量，解决传统深度学习方法在处理多样化PET协议时的不足	全身PET图像	计算机视觉	癌症	3D Denoising Diffusion Probabilistic Model (3D DDPM)	3D DDPM	图像	来自四种扫描仪、四种示踪剂类型和六种剂量水平的数据集
5914	2025-03-14	Performance and clinical implications of machine learning models for detecting cervical ossification of the posterior longitudinal ligament: a systematic review 2025-Feb, Asian spine journal IF:2.3Q2 DOI:10.31616/asj.2024.0452 PMID:39829182	系统综述	本文系统评估了机器学习和深度学习模型在检测颈椎后纵韧带骨化症（OPLL）中的诊断性能和临床意义	首次系统综述了机器学习和深度学习模型在OPLL检测中的应用，并分析了其诊断性能和临床意义	研究存在中等程度的偏倚风险，主要与参与者选择和缺失数据有关	评估机器学习和深度学习模型在OPLL检测中的诊断性能和临床意义	颈椎后纵韧带骨化症（OPLL）患者	医学影像分析	颈椎后纵韧带骨化症	机器学习和深度学习	卷积神经网络（CNN）和随机森林模型	影像数据	6,031名患者
5915	2025-03-14	Binary Classification of Laryngeal Images Utilising ResNet-50 CNN Architecture 2025-Feb, Indian journal of otolaryngology and head and neck surgery : official publication of the Association of Otolaryngologists of India DOI:10.1007/s12070-024-05202-9 PMID:40070749	研究论文	本研究提出了一种利用ResNet-50 CNN架构对喉部图像进行二分类的新方法，旨在通过分析内窥镜图像来早期检测喉癌	使用ResNet-50 CNN架构对喉部图像进行二分类，结合深度学习和图像处理技术，提高了喉癌早期检测的准确性	由于数据稀缺，研究将数据分为癌症和非癌症两类，未能涵盖所有九种形态类别	早期检测和分类喉癌	喉部内窥镜图像	计算机视觉	喉癌	深度学习，图像处理	ResNet-50 CNN	图像	1978张内窥镜图像，来自960名患者
5916	2025-03-14	A systematic review of automated prediction of sudden cardiac death using ECG signals 2025-Jan-23, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad9ce5 PMID:39657316	系统综述	本文综述了2011年至2023年间使用ECG信号自动预测心脏性猝死（SCD）的研究进展	本文综合分析了多种机器学习和深度学习算法在SCD预测中的应用，并指出了当前研究的局限性和未来研究方向	大多数预测模型依赖于小规模数据库，限制了其在现实世界中的适用性，且主要使用ECG和HRV信号，忽略了其他生理信号的潜在贡献	探讨自动化预测心脏性猝死（SCD）的方法和技术	心脏性猝死（SCD）患者	机器学习	心血管疾病	ECG信号分析，HRV信号分析	K近邻，支持向量机，决策树，随机森林，朴素贝叶斯，卷积神经网络	ECG信号，HRV信号	使用MIT-BIH SCD Holter和Normal Sinus Rhythm等公开数据库中的24小时记录数据
5917	2025-03-14	AI-enhanced PET/CT image synthesis using CycleGAN for improved ovarian cancer imaging 2025, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/196804 PMID:40070416	研究论文	本研究利用CycleGAN进行PET图像的衰减校正，旨在提高卵巢癌成像的质量	使用生成对抗网络（GANs）进行PET图像衰减校正，避免了额外的CT成像	需要进一步优化和临床验证以实现全面的临床应用	提高卵巢癌成像的质量，减少辐射暴露	55名卵巢癌患者的PET/CT数据	计算机视觉	卵巢癌	生成对抗网络（GANs）	CycleGAN	图像	55名卵巢癌患者的PET/CT数据
5918	2025-03-14	Unsupervised semantic label generation in agricultural fields 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1548143 PMID:40070454	研究论文	本文提出了一种用于农业领域中作物-杂草语义图像分割的自动标注管道，旨在减少深度学习模型训练对手动标注数据的依赖	提出了一种利用无人机或地面机器人记录的RGB图像，结合田间行结构进行空间一致性标注的自动化标注系统，并采用证据深度学习来提供预测不确定性估计，以改进语义预测	尽管在作物上的IoU表现优于完全监督方法，但在杂草上的IoU表现仍较低（22.7% vs 33.5%）	减少农业领域中深度学习模型训练对手动标注数据的依赖，提升作物-杂草语义分割的自动化水平	农业领域中的作物和杂草	计算机视觉	NA	证据深度学习	深度学习模型	RGB图像	多个田地和作物种类
5919	2025-03-14	MMRT: MultiMut Recursive Tree for predicting functional effects of high-order protein variants from low-order variants 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.02.012 PMID:40070521	研究论文	本文介绍了一种名为MMRT的新型深度学习模型，用于预测高阶蛋白质变体的功能效应	MMRT模型结合深度学习和递归树框架，利用低阶变体的信息来预测高阶变体的功能效应	研究仍受限于高阶变体组合数量庞大，难以全面扫描	预测高阶蛋白质变体的功能效应，以理解复杂疾病的发病机制、推进蛋白质工程和精准医学	蛋白质序列及其变体	机器学习	复杂疾病	深度学习	MMRT（MultiMut Recursive Tree）	蛋白质序列数据	685,593个高阶变体
5920	2025-03-14	Advancements in the application of artificial intelligence in the field of colorectal cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1499223 PMID:40071094	研究论文	本文探讨了人工智能在结直肠癌领域的应用进展	利用机器学习和深度学习算法，提高结直肠癌的早期检测、诊断和治疗效果	未具体提及研究的局限性	探索人工智能在结直肠癌管理中的潜力	结直肠癌患者	机器学习	结直肠癌	机器学习和深度学习算法	深度学习（DL）	医疗数据	NA