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	2025-05-07	Toward Accurate Deep Learning-Based Prediction of Ki67, ER, PR, and HER2 Status From H&E-Stained Breast Cancer Images 2025-May-01, Applied immunohistochemistry & molecular morphology : AIMM IF:1.3Q3 DOI:10.1097/PAI.0000000000001258 PMID:40143808	研究论文	本文提出了一种基于深度学习的准确预测乳腺癌H&E染色图像中Ki67、ER、PR和HER2状态的方法	构建了一个包含185,538张乳腺癌H&E和IHC图像的大规模数据集，并采用ViT模型实现了90%的AUC-ROC预测性能	尽管ViT模型预测性能高，但其注意力热图与高诊断价值区域匹配不明显，未来需改进AI在整张切片图像中的注意力机制	提高从H&E染色图像预测乳腺癌分子标记物（Ki67、ER、PR、HER2）状态的准确性	乳腺癌H&E染色图像和对应的IHC图像	数字病理学	乳腺癌	免疫组织化学（IHC）	ViT（Vision Transformer）	图像	185,538张乳腺癌H&E和IHC图像
42	2025-05-07	Artificial Intelligence for the Detection of Patient-Ventilator Asynchrony 2025-May, Respiratory care IF:2.4Q2 DOI:10.1089/respcare.12540 PMID:40178919	综述	本文综述了人工智能在检测患者-呼吸机异步（PVA）中的应用及其潜力	展示了AI模型在PVA检测中的高准确性和跨人群、异步类型的适用性	需要进一步在不同临床环境和患者群体中进行模型验证	探讨AI在PVA检测和量化中的应用及其临床潜力	患者-呼吸机异步（PVA）	人工智能在医疗中的应用	呼吸系统疾病	机器学习和深度学习技术	多种ML和深度学习模型	呼吸数据	13项研究，涵盖332名参与者，分析超过580万次呼吸
43	2025-05-07	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	本文提出了一种基于稀疏毫米波点云的智能家居手势识别系统RaGeoSense，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	结合K-均值聚类直通滤波、帧差滤波和中值滤波三种方法减少毫米波数据噪声，提出集成GBDT和XGBoost的模型架构，并利用LSTM门控循环单元对手势序列进行分类	未提及系统在复杂环境或多手势同时识别场景下的表现	提升智能家居场景下的手势识别准确率和系统鲁棒性	八种不同的单臂手势	计算机视觉	NA	毫米波雷达点云处理、深度学习	GBDT、XGBoost、LSTM	点云数据	未明确提及具体样本数量
44	2025-05-07	PEARL: Cascaded Self-Supervised Cross-Fusion Learning for Parallel MRI Acceleration 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3347355 PMID:38147421	研究论文	提出了一种名为PEARL的新型自监督并行MRI加速方法，通过多流联合深度解码器和交叉融合方案准确重建压缩采样的k空间目标图像	引入了多流联合深度解码器和两种交叉融合方案，结合长距离统一跳跃连接和双归一化边缘方向相似性正则化，显著提升了重建精度	未明确提及具体限制，但自监督方法可能在极端退化情况下仍存在噪声和伪影去除的挑战	开发无需大量训练数据的自监督并行MRI加速技术	压缩采样的k空间MRI数据	医学影像处理	NA	并行MRI加速技术	多流联合深度解码器（包含交叉融合子块网络SBNs）	MRI k空间数据	未明确提及具体样本量，但实验涉及多种MRI案例
45	2025-05-07	Adaptive Cross-Feature Fusion Network With Inconsistency Guidance for Multi-Modal Brain Tumor Segmentation 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3347556 PMID:38150339	research paper	提出了一种名为ACFNet的新型深度神经网络，用于多模态MRI中的脑肿瘤精确分割	设计了自适应跨特征融合（ACF）模块和预测不一致性引导（PIG）模块，以有效整合多模态信息并弥补模态间的差距	未明确提及具体局限性	提高多模态MRI中脑肿瘤分割的准确性	多模态MRI数据中的脑肿瘤	digital pathology	brain tumor	multi-modal MRI analysis	ACFNet (parallel encoder-decoder structure)	multi-modal MRI images	BraTS 2020数据集（具体样本量未明确说明）
46	2025-05-07	MACTFusion: Lightweight Cross Transformer for Adaptive Multimodal Medical Image Fusion 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3391620 PMID:38640042	研究论文	提出了一种基于交叉多轴注意力机制的轻量级交叉Transformer，用于无监督多模态医学图像融合	设计了交叉窗口注意力和交叉网格注意力机制，以挖掘和整合多模态特征的局部和全局交互，并通过空间自适应融合模块引导模型关注最相关信息	未提及具体计算成本降低的量化指标	提升多模态医学图像融合的性能并降低计算成本	多模态医学图像	计算机视觉	脑肿瘤	深度学习	Transformer	医学图像	未提及具体样本数量
47	2025-05-07	A digital photography dataset for Vaccinia Virus plaque quantification using Deep Learning 2025-Apr-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05030-8 PMID:40307255	research paper	该研究提出了一个用于痘苗病毒斑块量化的数字摄影数据集，并展示了如何使用深度学习技术进行分析	提出了一个新型的痘苗病毒斑块量化数字摄影数据集，并开发了改进的HydraStarDist架构，实现了一步式分析	研究可能局限于痘苗病毒，未涉及其他病毒类型的验证	开发一种自动化的病毒斑块量化方法，以提高病毒研究的效率和准确性	痘苗病毒的斑块表型	digital pathology	NA	deep learning	StarDist, HydraStarDist	image	NA
48	2025-05-07	Formation permeability estimation using mud loss data by deep learning 2025-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94617-7 PMID:40307334	研究论文	本研究提出了一种利用泥浆损失数据和深度学习技术估算地层渗透率的新方法	首次将泥浆损失数据与深度学习技术结合用于地层渗透率估算，并比较了1D-CNN和DJINN两种模型的性能	研究基于模拟数据，实际应用效果需进一步验证	开发更准确的地层渗透率估算方法以支持油气藏评估和开采	油气藏地层渗透率	机器学习	NA	深度学习	1D-CNN, DJINN	数值数据	基于模拟生成的泥浆损失率数据集
49	2025-05-07	Breast cancer detection and classification with digital breast tomosynthesis: a two-stage deep learning approach 2025-04-28, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2024.242923 PMID:39648903	研究论文	提出了一种结合改进的VGG19和YOLOv5-CBAM的两阶段深度学习系统，用于数字乳腺断层合成图像的乳腺癌检测和分类	在VGG19中整合了八个额外层，并在YOLOv5模型中加入了CBAM模块，提高了分类和检测的准确性	未提及与其他最新深度学习模型的比较	提高乳腺癌筛查和诊断的准确性、效率和可靠性	数字乳腺断层合成图像	计算机视觉	乳腺癌	深度学习	VGG19, YOLOv5-CBAM	图像	5,060名患者的22,032次DBT检查
50	2025-05-07	FOVEA: Preoperative and intraoperative retinal fundus images with optic disc and retinal vessel annotations 2025-Apr-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04965-2 PMID:40287417	research paper	介绍了一个名为FOVEA的数据集，包含术前和术中的视网膜眼底图像及其注释，旨在支持深度学习在玻璃体视网膜手术中的应用	FOVEA是首个将高质量术中注释与术前注释相匹配的数据集，填补了该领域的数据空白	样本量较小，仅包含40名患者的数据	支持玻璃体视网膜手术中的深度学习应用，如定位兴趣点或注册额外的成像模态	视网膜眼底图像及其注释	digital pathology	眼科疾病	生物显微镜成像	NA	image, video	40名患者的数据
51	2025-05-07	Prediction of pink esthetic score using deep learning: A proof of concept 2025-Apr, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105601 PMID:39892738	研究论文	本研究开发了一种深度学习模型，用于预测单颗种植体美学区的美学评分	首次将深度学习技术应用于预测单颗种植体美学区的粉红美学评分（PES）	样本量有限（226例），需要进一步收集更多样本和临床特征以提高模型性能	开发一个能够预测单颗种植体美学区美学效果的深度学习模型	单颗种植体美学区的美学效果评估	计算机视觉	NA	深度学习	DL	图像和临床数据	226个样本，每个样本包含3张口腔内照片和12个临床特征
52	2025-05-07	Detecting living microalgae in ship ballast water based on stained microscopic images and deep learning 2025-Apr, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117608 PMID:39893717	研究论文	本研究利用染色显微图像和深度学习技术，快速检测船舶压载水中的活微藻细胞	结合中性红染料的活细胞选择性染色与深度学习模型，实现了微藻活性的高精度检测	活微藻细胞的检测精度略低于不考虑活性的总体检测精度	开发船舶压载水中活微藻细胞的快速检测方法	青岛扁藻和链状亚历山大藻两种微藻	计算机视觉	NA	中性红染色显微成像	深度学习模型	显微图像	两种微藻样本（青岛扁藻和链状亚历山大藻）
53	2025-05-07	Improving the thermostability of ulvan lyase from polysaccharide lyase family 25 based on multiple computational rational design strategies 2025-Apr, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.140468 PMID:39894113	研究论文	本研究提出了一种结合深度学习和多种能量函数方法的计算机辅助理性设计策略，用于提高ulvan裂解酶的热稳定性	结合深度学习和多种能量函数方法进行计算机辅助理性设计，显著提高了ulvan裂解酶的热稳定性，并发现了突变体的协同效应	未提及实验规模或实际工业应用验证	提高ulvan裂解酶的热稳定性以促进其工业应用	ulvan裂解酶	生物信息学	NA	ColabFold结构预测，FoldX、Rosetta和Schrödinger突变体筛选，分子动力学模拟	深度学习	蛋白质结构数据	三个单点突变体（A117V、K145L、A237V）和组合突变体（A117V/A237V、K145L/A237V）
54	2025-05-07	Deep-ER: Deep Learning ECCENTRIC Reconstruction for fast high-resolution neurometabolic imaging 2025-Apr-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121045 PMID:39894238	研究论文	提出一种名为Deep-ER的深度学习重建方法，用于快速高分辨率神经代谢成像	开发了一种嵌入物理模型的深度学习重建方法，实现了600倍于传统方法的重建速度，并提高了空间-光谱质量和代谢物定量	训练数据量相对较小（21例训练，6例测试），且仅在7T MRI扫描仪上验证	提高磁共振波谱成像（MRSI）的重建速度和图像质量，以促进神经科学和精准医学的应用	高分辨率幻影和27名人类参与者（22名健康志愿者和5名胶质瘤患者）	医学影像分析	脑癌（胶质瘤）	磁共振波谱成像（MRSI），ECCENTRIC脉冲序列	深度学习神经网络（使用循环交错卷积层和联合双空间特征表示）	MRI影像数据	27名参与者（22名健康志愿者和5名胶质瘤患者）
55	2025-05-07	Multiscale deep learning radiomics for predicting recurrence-free survival in pancreatic cancer: A multicenter study 2025-Apr, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110770 PMID:39894259	研究论文	本研究开发并验证了一种多尺度深度学习放射组学列线图，用于预测胰腺导管腺癌患者的无复发生存期	结合手工放射组学和深度学习特征，构建多尺度列线图，显著优于AJCC分期系统	研究样本来自四家医院，可能存在选择偏倚；外部验证集的样本量相对较小	预测胰腺导管腺癌患者的无复发生存期，以改善术前临床决策	469名胰腺导管腺癌患者	数字病理学	胰腺癌	放射组学分析，深度学习	多尺度深度学习模型	医学影像	469名患者（来自四家医院）
56	2025-05-07	Optimization of sparse-view CT reconstruction based on convolutional neural network 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17636 PMID:39894762	research paper	该研究提出了一种基于U-Net的稀疏视图CT重建图像改进网络（SRII-Net），旨在优化稀疏视图CT重建图像的质量并提高网络的解释性和泛化能力	在网络中添加了复制路径和残差图像输出块，设计了多种网络连接结构以分析各层对伪影去除的贡献，并通过多数据集训练提升网络对不同采样视图的优化能力	研究未明确提及网络在极端稀疏视图条件下的表现，也未讨论在实际临床环境中的适用性	提高稀疏视图CT重建图像的质量，增强深度学习方法的解释性和泛化能力	稀疏视图CT重建图像	digital pathology	NA	CT扫描	U-Net	image	多个数据集，包含不同采样视图的重建图像
57	2025-05-07	Age and gender-related changes in choroidal thickness: Insights from deep learning analysis of swept-source OCT images 2025-Apr, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104511 PMID:39900214	research paper	通过深度学习分析扫频源OCT图像，研究年龄和性别对脉络膜厚度及其组成部分的影响	利用深度学习算法自动测量脉络膜厚度，揭示了年龄和性别对脉络膜厚度变化的特异性影响	研究排除了有眼部病理和系统性疾病的参与者，可能限制了结果的普遍性	探究年龄和性别对脉络膜厚度变化的影响	262名参与者（136名女性和126名男性）的扫频源OCT图像	digital pathology	age-related macular degeneration, high myopia, diabetes mellitus	swept-source optical coherence tomography (SS-OCT)	deep learning algorithms	image	262 participants (136 females and 126 males)
58	2025-05-07	Revisiting therapeutic options against resistant klebsiella pneumoniae infection: Phage therapy is key 2025-Apr, Microbiological research IF:6.1Q1 DOI:10.1016/j.micres.2025.128083 PMID:39904002	综述	本文回顾了针对耐药肺炎克雷伯菌感染的治疗选择，重点探讨了噬菌体疗法的关键作用	强调了噬菌体疗法在应对耐药肺炎克雷伯菌感染中的潜力，并探讨了基因工程和人工智能在优化该疗法中的应用	指出了噬菌体疗法在临床广泛应用中的关键限制	探讨新型治疗策略以应对耐药肺炎克雷伯菌感染的全球威胁	耐药肺炎克雷伯菌及其感染	传染病学	肺炎克雷伯菌感染	噬菌体疗法、基因工程、人工智能和深度学习	NA	NA	NA
59	2025-05-07	The prediction of RNA-small-molecule ligand binding affinity based on geometric deep learning 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108367 PMID:39904171	研究论文	提出了一种基于几何深度学习的RNA-小分子配体结合亲和力预测方法RLASIF	首次利用分子表面的几何和化学特征创建RNA-配体相互作用指纹来表征结合亲和力	未明确提及样本量以外的具体限制	预测RNA-小分子配体的结合亲和力	RNA和小分子配体	机器学习	NA	几何深度学习	RLASIF	分子表面几何和化学特征	来自PDBbind NL2020的十个不同测试集
60	2025-05-07	Utilising artificial intelligence in developing education of health sciences higher education: An umbrella review of reviews 2025-Apr, Nurse education today IF:3.6Q1 DOI:10.1016/j.nedt.2025.106600 PMID:39904286	综述	本文通过综述综述的方式，综合了当前关于人工智能在健康科学教育中应用的证据	识别了人工智能在健康科学教育中的五个关键领域：机器人技术、机器学习和深度学习、大数据、沉浸式技术以及自然语言处理	仅分析了2019年至2023年间发表的七篇综述，可能未涵盖所有相关研究	综合当前关于人工智能在健康科学教育中应用的证据	健康科学高等教育	自然语言处理	NA	NA	机器学习和深度学习	NA	201篇综述