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
41	2025-05-04	On-patient medical record and mRNA therapeutics using intradermal microneedles 2025-May, Nature materials IF:37.2Q1 DOI:10.1038/s41563-024-02115-4 PMID:39994390	研究论文	本文介绍了一种不可见的皮肤内微针技术，用于在患者皮肤上准确存储医疗信息，并同时递送mRNA治疗药物	结合微针技术实现医疗记录与mRNA治疗药物的共递送，并利用深度学习进行信息编码解码	研究仅在猪模型中进行长期验证，尚未进行人体临床试验	开发可靠的医疗记录保存技术以改善全球医疗公平性	皮肤内微针技术及mRNA治疗药物	数字病理	SARS-CoV-2感染	近红外荧光微粒标记技术	深度学习图像处理	图像数据	猪模型长期研究
42	2025-05-04	Feedback Attention to Enhance Unsupervised Deep Learning Image Registration in 3D Echocardiography 2025-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3530501 PMID:40030923	研究论文	提出了一种新的空间反馈注意力模块（FBA），用于增强无监督3D深度学习图像配准在超声心动图中的应用	引入了空间反馈注意力模块（FBA），通过生成共注意力图来描述剩余配准误差，并将其反馈给DLIR以最小化误差并改善自我监督	未明确提及具体局限性	提高3D超声心动图中心脏运动估计的精度和效率	3D超声心动图数据	计算机视觉	心血管疾病	深度学习图像配准（DLIR）	CNN, transformer	3D图像	NA
43	2025-05-04	Model-Based Convolution Neural Network for 3D Near-Infrared Spectral Tomography 2025-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3529621 PMID:40031020	研究论文	提出了一种结合扩散方程模型和卷积神经网络（CNN）的重建算法（Model-CNN），用于解决近红外光谱断层扫描（NIRST）图像重建中的不适定问题	开发了Model-CNN算法，通过CNN学习正则化先验，将解限制在理想的色团浓度图像空间，显著提高了图像重建的准确性和效率	Model-CNN未在患者数据上进行训练，而是使用了几何形状和光学源-探测器配置更简单的模拟体模数据进行训练	解决近红外光谱断层扫描（NIRST）图像重建中的不适定和病态计算问题	生物组织的功能信息	计算机视觉	NA	近红外光谱断层扫描（NIRST）	CNN	图像	数值模拟数据、物理体模数据和临床患者NIRST数据
44	2025-05-04	MIP-Enhanced Uncertainty-Aware Network for Fast 7T Time-of-Flight MRA Reconstruction 2025-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3528402 PMID:40031037	研究论文	提出了一种用于加速7T TOF-MRA重建的不确定性感知模型，结合深度展开和证据深度学习的优点，并引入MIP损失以提高MIP图像质量	结合深度展开和证据深度学习，提供MRI重建和不确定性量化，并引入MIP损失以提高MIP图像质量	未提及具体局限性	加速7T TOF-MRA重建并提高血管重建的可靠性	颅内血管系统	医学影像处理	脑血管疾病	TOF-MRA, 7T MRI	深度展开模型, 证据深度学习模型	MRI图像	相对较大的内部多线圈7T TOF-MRA数据集
45	2025-05-04	Navigating Through Whole Slide Images With Hierarchy, Multi-Object, and Multi-Scale Data 2025-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3532728 PMID:40031287	研究论文	提出了一种名为Navigator的视觉模型，用于快速分割全切片图像（WSIs），并通过半监督框架S5CL v2处理稀疏标注样本	引入Navigator模型，模仿病理学家的多尺度诊断工作流程，通过低尺度搜索感兴趣区域并逐步放大定位更精细的微解剖类别	需要进一步验证模型在更多数据集上的泛化能力	解决计算病理学中快速分割全切片图像的挑战	全切片图像（WSIs）中的组织学结构	数字病理学	癌症	深度学习	Navigator	图像	包括TCGA-COAD-30CLS和Erlangen队列在内的多个数据集
46	2025-05-04	Artificial intelligence in retinal image analysis for hypertensive retinopathy diagnosis: a comprehensive review and perspective 2025-May-01, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-025-00194-x PMID:40307650	review	本文综述了人工智能在视网膜图像分析中用于高血压视网膜病变诊断的最新进展和前景	探讨了最新的机器学习和深度学习技术在高血压视网膜病变诊断中的应用及其在早期诊断和干预中的潜力	综述性文章未涉及具体实验数据，可能缺乏对新技术的实际应用效果的详细评估	推动高血压视网膜病变诊断领域的发展，探索自动视网膜图像分析的创新方法	高血压视网膜病变的视网膜图像	digital pathology	cardiovascular disease	retinal image analysis (RIA)	machine learning (ML), deep learning	image	NA
47	2025-05-04	Deep Learning Model of Primary Tumor and Metastatic Cervical Lymph Nodes From CT for Outcome Predictions in Oropharyngeal Cancer 2025-May-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2025.8094 PMID:40310642	研究论文	开发并验证了一种基于CT的深度学习分类器，整合原发肿瘤和淋巴结特征，以预测p16+口咽鳞状细胞癌的预后	首次结合原发肿瘤和淋巴结的影像特征进行预测，并开发了多区域影像风险评分（SwinScore）	研究为回顾性设计，可能受到数据收集时间跨度和样本来源的限制	预测p16+口咽鳞状细胞癌的预后，并识别可能从化疗中获益的I期患者	p16+口咽鳞状细胞癌患者	数字病理	口咽鳞状细胞癌	CT扫描	Swin Transformer	影像	811名p16+口咽鳞状细胞癌患者
48	2025-05-04	Rectified Binary Network for Single-Image Super-Resolution 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3438432 PMID:39208050	research paper	该研究提出了一种用于单图像超分辨率（SISR）任务的修正二进制网络，通过引入激活修正推理（ARI）模块和自适应近似估计器（AAE）来提高二进制神经网络的表示能力	提出了激活修正推理（ARI）模块和自适应近似估计器（AAE），以增强二进制神经网络在SISR任务中的特征表示能力和优化效果	未明确提及具体局限性，但二进制神经网络在复杂特征分布下的表现可能仍有提升空间	研究二进制神经网络在单图像超分辨率任务中的应用，以提高图像恢复的质量	单图像超分辨率（SISR）任务中的高分辨率（HR）图像恢复	computer vision	NA	二进制神经网络（BNN）	CNN	image	多个基准测试数据集（具体数量未明确提及）
49	2025-05-04	RaGeoSense for smart home gesture recognition using sparse millimeter wave radar point clouds 2025-May-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00065-8 PMID:40312411	研究论文	提出了一种基于稀疏毫米波点云的手势识别系统RaGeoSense，用于智能家居场景	结合多种先进的信号处理和深度学习方法，提高了识别性能和系统鲁棒性	仅针对八种单臂手势进行识别，未涉及更复杂的手势或多人交互场景	开发适用于智能家居场景的接触式人机交互手势识别技术	手势识别系统	计算机视觉	NA	毫米波雷达点云处理、GBDT、XGBoost、LSTM	集成模型（GBDT+XGBoost+LSTM）	点云数据	八种不同单臂手势的实验数据
50	2025-05-04	A human pose estimation network based on YOLOv8 framework with efficient multi-scale receptive field and expanded feature pyramid network 2025-May-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00259-0 PMID:40312474	研究论文	提出了一种基于YOLOv8框架的人体姿态估计网络EE-YOLOv8，通过集成高效多尺度感受野和扩展特征金字塔网络来提高姿态估计的准确性	引入了高效多尺度感受野（EMRF）模块和扩展特征金字塔网络（EFPN），并使用Wise-IoU替代传统IoU以提高检测精度	未提及在极端遮挡或复杂背景下的性能表现	提高多人姿态估计的准确性和鲁棒性	图像或视频中的人体姿态	计算机视觉	NA	深度学习	YOLOv8, EMRF, EFPN	图像	MS COCO 2017数据集
51	2025-05-04	Deep learning HRNet FCN for blood vessel identification in laparoscopic pancreatic surgery 2025-May-01, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01663-6 PMID:40312536	research paper	评估HRNet-FCN模型在腹腔镜胰腺手术中识别血管轮廓的能力，以提高手术安全性	首次将HRNet-FCN模型应用于腹腔镜胰腺手术中的血管识别，展示了跨不同手术场景的强泛化能力和实时处理速度	研究样本量有限，仅基于特定两种手术类型的视频数据	提高腹腔镜胰腺手术的安全性和精确性	腹腔镜胰腺手术中的血管结构	digital pathology	pancreatic disease	deep learning	HRNet-FCN	image	12,694张图像来自126个腹腔镜远端胰腺切除术视频和35,986张图像来自138个Whipple手术视频
52	2025-05-04	Assessing english Language teachers' pedagogical effectiveness using convolutional neural networks optimized by modified virus colony search algorithm 2025-May-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98033-9 PMID:40312557	研究论文	本研究提出了一种结合深度学习和元启发式算法的新方法，用于评估英语作为外语（EFL）教学的课堂质量	使用改进的病毒群体搜索（VCS）算法优化的卷积神经网络（CNN）来分析课堂互动的音频和视频记录，提高了评估的准确性、鲁棒性、灵活性和效率	NA	开发一个可靠且高效的教师评估框架，以提供及时反馈、识别教师优缺点并指导专业发展领域	英语作为外语（EFL）教学的课堂质量	自然语言处理	NA	CNN, VCS	CNN	音频和视频	NA
53	2025-05-04	Artifact estimation network for MR images: effectiveness of batch normalization and dropout layers 2025-May-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01663-8 PMID:40312665	research paper	本研究开发了一种基于U-Net的回归网络用于去除运动伪影，并研究了结合批量归一化（BN）和dropout层对此目的的影响	探索了在U-Net中结合BN和dropout层对运动伪影去除的影响，这是之前未被研究过的	研究仅限于幻影图像，未在更复杂的实际医学图像上验证	提高MRI图像中运动伪影的去除效果	MRI图像中的运动伪影	digital pathology	NA	deep learning	U-Net, Transformer	image	1200张图像（包含有/无运动伪影的图像）
54	2025-05-04	A deep learning algorithm for automated adrenal gland segmentation on non-contrast CT images 2025-May-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01682-5 PMID:40312690	research paper	开发一种深度学习模型用于非对比CT图像上的肾上腺自动分割，并进行大规模年龄相关肾上腺体积变化的初步研究	利用nnU-Net实现肾上腺自动分割，首次大规模研究年龄与肾上腺体积变化的关系	仅使用非对比CT图像，未考虑其他影像模态的影响	开发肾上腺自动分割模型并研究年龄相关体积变化	肾上腺	digital pathology	NA	non-contrast CT	nnU-Net	CT图像	开发数据集1301例CT检查，大规模数据集2000例CT检查
55	2025-05-04	DeepRNA-Twist: language-model-guided RNA torsion angle prediction with attention-inception network 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf199 PMID:40315431	研究论文	本文介绍了一种名为DeepRNA-Twist的新型深度学习框架，用于直接从序列预测RNA的扭转角和伪扭转角	结合了RNA语言模型嵌入和2A3IDC模块（注意力增强的Inception网络与扩张卷积和多头注意力机制），显著提高了预测准确性	未提及模型在极端复杂RNA结构上的表现	提高RNA扭转角和伪扭转角的预测准确性	RNA分子的三维构象	生物信息学	NA	深度学习	注意力增强的Inception网络与扩张卷积和多头注意力机制	RNA序列	包括RNA-Puzzles、CASP-RNA和SPOT-RNA-1D等基准数据集
56	2025-05-04	Deep scSTAR: leveraging deep learning for the extraction and enhancement of phenotype-associated features from single-cell RNA sequencing and spatial transcriptomics data 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf160 PMID:40315434	research paper	介绍了一种基于深度学习的工具Deep scSTAR，用于从单细胞RNA测序和空间转录组数据中提取和增强表型相关特征	开发了Deep scSTAR工具，能够识别与疾病表型相关的细胞亚群和空间互作，揭示了免疫功能障碍和免疫治疗抵抗的新机制	未提及具体的技术限制或数据局限性	提升从单细胞和空间转录组数据中提取表型相关特征的能力，以增进对疾病机制和治疗抵抗的理解	非小细胞肺癌、肾细胞癌和肝细胞癌中的免疫细胞和肿瘤微环境	digital pathology	non-small cell lung cancer, renal cell carcinoma, hepatocellular carcinoma	single-cell RNA sequencing, spatial transcriptomics	deep learning	RNA sequencing data, spatial transcriptomics data	NA
57	2025-05-04	Deep learning meets marine biology: Optimized fused features and LIME-driven insights for automated plankton classification 2025-May-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110273 PMID:40315719	research paper	提出了一种改进的浮游生物分类模型，通过特征融合和优化算法提高分类准确性和可解释性	结合InceptionResNetV2和DeepPlanktonNet模型的特征，利用鲸鱼优化算法进行特征选择，并引入LIME提高模型可解释性	在有限标记数据下实现高精度和计算效率仍具挑战性	提高浮游生物自动分类的准确性和效率，支持大规模生态调查和水质监测	浮游生物	computer vision	NA	特征融合, 鲸鱼优化算法(WOA), LIME	InceptionResNetV2, DeepPlanktonNet	image	WHOI数据集
58	2025-05-04	An explainable adaptive channel weighting-based deep convolutional neural network for classifying renal disorders in computed tomography images 2025-May-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110220 PMID:40315718	研究论文	提出了一种名为EACWNet的自动化深度学习模型，用于分类肾脏CT图像中的不同病变	结合了自适应通道加权的深度卷积神经网络和可解释人工智能技术	模型在结石类别的分类上精度较低，因为结石具有固有的变异性和异质性	提高肾脏疾病诊断的工作流程效率和准确性	肾脏CT图像	数字病理学	肾脏疾病	深度学习	CNN（VGG-19）	图像	公开可用的肾脏CT图像数据集
59	2025-05-04	Deep Learning in Echocardiography for Enhanced Detection of Left Ventricular Function and Wall Motion Abnormalities 2025-May-01, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.03.015 PMID:40316488	系统综述	本文系统综述了深度学习技术在超声心动图中用于检测心血管异常的应用	探讨了深度卷积神经网络（DCNNs）在提高超声心动图诊断精度中的作用	数据多样性、图像质量以及深度学习模型的计算需求限制了其更广泛的临床应用	提高心血管疾病的早期检测和治疗效果	超声心动图数据	医学影像分析	心血管疾病	深度学习	DCNNs	图像	29项研究
60	2025-05-04	HoRNS-CNN model: an energy-efficient fully homomorphic residue number system convolutional neural network model for privacy-preserving classification of dyslexia neural-biomarkers 2025-Apr-30, Brain informatics DOI:10.1186/s40708-025-00256-z PMID:40304880	研究论文	介绍了一种名为HoRNS-CNN的能效高、全同态加密的卷积神经网络模型，用于保护隐私的阅读障碍神经生物标志物分类	结合了残数系统全同态加密方案(RNS-FHE)的能效特性和预训练深度CNN模型的高准确性，解决了现有FHE CNN模型在准确性、加密/解密延迟、能效、特征提取时间和密文图像扩展方面的问题	NA	开发一种能效高、隐私保护的深度学习模型，用于神经影像数据的分类	与阅读障碍相关的神经生物标志物	数字病理学	神经发育障碍	全同态加密(FHE), 残数系统(RNS)	CNN	图像	NA