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	2025-06-07	Progressive plug and play full waveform inversion with multitask learning 2025-Jun-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04506-2 PMID:40473696	研究论文	提出了一种名为MP-FWI的两阶段框架，用于同时增强低频数据外推和初始速度模型预测，以提高地震全波形反演的精度和鲁棒性	采用多任务学习框架(MCNN)和新的MLRealv2方法增强合成数据的监督和训练，以及将深度去噪器作为模块插入到基于主对偶(PD)的FWI方法中提供先验知识	未明确提及具体限制	提高地震全波形反演(FWI)的精度和鲁棒性	地震全波形反演	地球物理	NA	多任务学习，主对偶(PD)方法	MCNN, MLRealv2, PnPFWI	地震数据	基准模型和Mobile AVO数据
42	2025-06-07	SHAP-enhanced interpretive MGTWR-CNN-BILSTM-AM framework for predicting surface subsidence: a case study of Shanghai municipality 2025-Jun-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95694-4 PMID:40473748	研究论文	本研究提出了一种集成的MGTWR-CNN-BiLSTM-AM模型，用于预测城市地面沉降，以上海市为例	结合多尺度地理和时间加权回归(MGTWR)与深度学习网络(CBA)，量化非线性时空关系并自适应优化时空权重	研究仅以上海市为例，模型在其他地区的适用性有待验证	提高地面沉降预测的准确性并增强关键驱动因素的可解释性	上海市主要沉降区的地面沉降	机器学习	NA	SBAS-InSAR, GNSS, PS-InSAR	MGTWR, CNN, BiLSTM, AM	变形数据, 时间序列数据	上海市主要沉降区的SBAS-InSAR变形数据
43	2025-06-07	A method for spatial interpretation of weakly supervised deep learning models in computational pathology 2025-Jun-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04043-y PMID:40473761	研究论文	提出了一种名为WEEP的新方法，用于在计算病理学中解释弱监督深度学习模型的空间区域选择	WEEP方法为弱监督学习提供了一种原则性且直接的方式，以确定全幻灯片图像(WSI)中驱动预测标签的空间区域	目前仅在乳腺癌计算病理学的二分类任务中进行了演示，未涉及其他疾病或更复杂的分类任务	提高弱监督深度学习模型在计算病理学中的空间可解释性	全幻灯片图像(WSI)中的空间区域	数字病理学	乳腺癌	弱监督深度学习	深度学习模型	图像	NA
44	2025-06-07	The Role of AI and Voice-Activated Technology in Religious Education in China: Capturing Emotional Depth for Deeper Learning 2025-Jun-05, Journal of religion and health DOI:10.1007/s10943-025-02347-x PMID:40473902	研究论文	本研究探讨了AI和语音激活技术在宗教教育中捕捉诵经情感深度的潜力	结合预训练语音识别模型与深度学习分析声音特征，评估修行者的情感状态	样本仅限中国大学声乐专业学生，可能缺乏普适性	开发用于分析声音特征和评估修行者情感状态的AI算法	110名中国大学声乐专业大一和大二学生	自然语言处理	NA	语音识别、深度学习	预训练语音识别模型	语音	110名大学生（实验组与对照组）
45	2025-06-07	Epistasis regulates genetic control of cardiac hypertrophy 2025-Jun-05, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-025-00656-8 PMID:40473955	研究论文	本研究开发了一种低信号符号迭代随机森林方法，用于揭示心脏肥大的复杂遗传结构，并鉴定了与CCDC141、IGF1R、TTN和TNKS相关的上位性变异	使用深度学习和新型微流体单细胞形态分析技术，揭示了心脏肥大中基因的非加性相互作用	研究样本主要来自UK Biobank，可能限制了结果的普遍性	探索心脏肥大的遗传调控机制，特别是上位性相互作用的作用	人类心脏组织、诱导多能干细胞衍生的心肌细胞	遗传学	心血管疾病	深度学习、微流体单细胞形态分析、RNA沉默	随机森林	心脏磁共振图像、转录组数据	29,661个UK Biobank心脏磁共振图像，313个人类心脏样本
46	2025-06-07	A Multi-Task Deep Learning Approach for Simultaneous Sleep Staging and Apnea Detection for Elderly People 2025-Jun-05, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00721-7 PMID:40474036	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
47	2025-06-07	Association between age and lung cancer risk: evidence from lung lobar radiomics 2025-Jun-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01747-5 PMID:40474072	research paper	本研究通过定量放射组学特征分析肺叶老化模式，并探讨年龄如何通过这些特征影响肺癌风险	首次利用放射组学特征揭示肺叶特异性老化模式及其与肺癌风险的关联	研究仅基于CT影像特征，未考虑分子生物学层面的老化机制	探索年龄通过肺叶放射组学特征影响肺癌风险的机制	29,810名肺癌筛查队列参与者的基线CT扫描	digital pathology	lung cancer	CT imaging, deep learning-based segmentation	深度学习分割方法	CT图像	29,810名参与者（其中13,137名从不吸烟者）
48	2025-06-07	A radiogenomics study on 18F-FDG PET/CT in endometrial cancer by a novel deep learning segmentation algorithm 2025-Jun-05, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14392-6 PMID:40474131	研究论文	开发了一种自动化的PET/CT分割方法和放射组学模型，用于预测子宫内膜癌患者的MMR和TP53基因表达，并研究基因表达变异对图像纹理特征的影响	提出了一种基于PET的Attention-U Net网络用于分割，并结合PET和CT图像进行区域生长，展示了PET和CT放射组学结合在预测基因表达方面的优越性	研究为回顾性和探索性研究，样本量相对有限（123例用于分割模型，249例用于MMR预测，179例用于TP53预测）	预测子宫内膜癌患者的MMR和TP53基因表达，并分析基因表达对图像特征的影响	子宫内膜癌患者	数字病理	子宫内膜癌	PET/CT成像，免疫组化分析	Attention-U Net	PET和CT图像	123例用于分割模型开发，249例用于MMR预测，179例用于TP53预测
49	2025-06-07	Exploring deep learning in third-year undergraduate nursing students: a mixed methods study 2025-Jun-05, BMC nursing IF:3.1Q1 DOI:10.1186/s12912-025-03303-6 PMID:40474169	研究论文	本研究探讨了在护理本科生中应用深度学习的效果，通过混合方法研究评估了基于CoI框架的展开案例学习干预方案	首次在护理本科生中应用基于CoI框架的展开案例学习干预方案，并评估其对深度学习的影响	样本量较小（132名学生），且研究时间较短（2023年9月至2024年1月）	开发并评估针对护理本科生的深度学习干预方案，以提高其专业能力和临床实践质量	护理本科三年级学生	教育技术	NA	混合方法研究（定量与定性相结合）	NA	定量数据（学习成绩）和定性数据（半结构化访谈）	132名护理本科生（其中12名参与访谈）
50	2025-06-07	Multitask deep learning model based on multimodal data for predicting prognosis of rectal cancer: a multicenter retrospective study 2025-Jun-05, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03050-3 PMID:40474195	研究论文	开发并验证了一个基于多模态数据的多任务深度学习模型，用于预测直肠癌患者的预后	提出了一种整合临床病理数据和多参数MRI图像的多任务深度学习模型，无需进行肿瘤分割，同时预测复发/转移和无病生存期	回顾性研究设计可能存在选择偏倚，且样本量相对较小	开发一个能够预测直肠癌患者预后的深度学习模型	直肠癌患者	数字病理	直肠癌	多参数MRI（包括扩散峰度成像DKI）	多任务深度学习模型	临床病理数据和MRI图像	321例直肠癌患者（训练集212例，内部测试集53例，外部测试集56例）
51	2025-06-07	Construction of a deep learning-based predictive model to evaluate the influence of mechanical stretching stimuli on MMP-2 gene expression levels in fibroblasts 2025-Jun-05, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01399-0 PMID:40474209	研究论文	本研究构建了一个基于深度学习的预测模型，用于评估机械拉伸刺激对成纤维细胞中MMP-2基因表达水平的影响	首次使用深度学习模型预测机械拉伸刺激对MMP-2基因表达的调控，为MMP-2分泌的机械生物学机制提供了新见解	模型仅在体外实验中验证，尚未在临床环境中测试	研究机械拉伸刺激对MMP-2基因表达的调控机制，以促进慢性难愈性伤口的治疗	成纤维细胞	数字病理学	慢性难愈性伤口	RT-PCR	反向传播神经网络	基因表达数据	336个MMP-2基因表达数据点
52	2025-06-07	Artificial intelligence-based detection of dens invaginatus in panoramic radiographs 2025-Jun-05, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06317-3 PMID:40474238	research paper	本研究旨在利用深度学习算法自动检测全景X光片中的牙内陷（DI），并比较不同算法的成功率	首次使用深度学习算法自动检测牙内陷，并比较了YOLOv8、YOLOv9和Faster R-CNN模型的性能	样本量相对较小，仅包含400张全景X光片	自动检测牙内陷（DI）以提高诊断效率和准确性	牙内陷（DI）在全景X光片中的检测	computer vision	牙科疾病	深度学习	YOLOv8, YOLOv9, Faster R-CNN	image	400张全景X光片
53	2025-06-07	Stretchable, Multiplexed, and Bimodal Sensing Electronic Armor for Colonoscopic Continuum Robot Enhanced by Triboelectric Artificial Synapse 2025-Jun-05, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202502203 PMID:40474423	research paper	该研究提出了一种可拉伸的电子装甲（E-armor），用于结肠镜连续体机器人，通过仿生人工突触机制实现多路触觉和应变传感	采用3D交联结构实现300毫米全覆盖，结合双层共电极策略减少布线，并创新性地使用可拉伸摩擦电互连薄膜（TIFs）形成摩擦电人工突触	NA	增强结肠镜连续体机器人的传感能力，避免组织损伤	结肠镜连续体机器人	机器人技术	结肠疾病	摩擦电编码智能	CNN-LSTM	触觉和应变信号	48个触觉传感点和12个应变传感边缘
54	2025-06-07	Integrating computational pathology and multi-transcriptomics to characterize lung adenocarcinoma heterogeneity and prognostic modeling 2025-Jun-05, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002639 PMID:40474806	研究论文	该研究通过整合计算病理学和多转录组学技术，对肺腺癌的异质性进行表征并构建预后模型	首次结合计算病理学特征与单细胞多组学数据解析肺腺癌异质性，并建立基于机器学习的预后预测模型	主要基于回顾性生物信息学分析，缺乏前瞻性队列和实验验证	揭示肺腺癌病理组织学特征与基因组不稳定性之间的关系，开发预后预测工具	TCGA-LUAD数据集中的全切片图像（WSIs）和单细胞转录组数据	数字病理	肺癌	单细胞转录组测序（scRNA-seq）、加权基因共表达网络分析（hdWGCNA）、细胞间通讯分析（CellChat）	ResNet-50、Monocle2、机器学习基准框架	全切片病理图像、单细胞转录组数据	TCGA-LUAD数据集（具体样本量未明确说明）
55	2025-06-07	Association between street greenery and physical activity among Chinese older adults in Beijing, China 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03050-3 PMID:40461572	research paper	本研究探讨了街道绿化与中国老年人特定领域身体活动（PA）之间的关联	首次使用百度街景图像和深度学习技术客观评估街道绿化暴露及其与中国老年人不同类型PA的关系	未发现街道绿化与休闲PA或家务PA之间的显著关联	研究街道绿化对中国老年人身体活动的影响	居住在北京市的1326名60岁及以上老年人	machine learning	geriatric disease	deep learning	NA	image	1326名老年人
56	2025-06-07	Artificial intelligence in prenatal diagnosis: Down syndrome risk assessment with the power of gradient boosting-based machine learning algorithms 2025-Jun-04, Turkish journal of obstetrics and gynecology IF:1.0Q4 DOI:10.4274/tjod.galenos.2025.83278 PMID:40462403	研究论文	本研究利用梯度提升机器学习算法评估唐氏综合征的产前诊断风险	比较了多种机器学习模型在唐氏综合征风险预测中的表现，发现CatBoost模型准确率最高	样本量有限，未来需要在更大数据集上验证模型的泛化能力	提高产前筛查中唐氏综合征风险评估的准确性	853名孕妇的生化与生物物理学数据	机器学习	唐氏综合征	梯度提升算法（CatBoost, XGBoost, LightGBM）	CatBoost, XGBoost, LightGBM	生化与生物物理学数据	853名孕妇的筛查数据
57	2025-06-07	UltraBones100k: A reliable automated labeling method and large-scale dataset for ultrasound-based bone surface extraction 2025-Jun-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110435 PMID:40472504	研究论文	提出了一种自动标记方法和大规模数据集UltraBones100k，用于超声骨表面分割	通过精确叠加跟踪的骨CT模型到超声图像上生成自动标记，改进了低信号区域的标记完整性	研究基于离体样本，可能无法完全反映体内超声图像的复杂性	推进超声骨分割技术并建立有效的模型基准	人体下肢骨（腓骨、胫骨和足骨）	数字病理	骨科疾病	超声成像和CT扫描	神经网络	超声图像	100k离体人体下肢超声图像
58	2025-06-07	Vascular segmentation of functional ultrasound images using deep learning 2025-Jun-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110377 PMID:40472502	research paper	该论文介绍了一种基于深度学习的fUS图像分割方法，用于区分基于垂直血流方向的信号，并实现动态CBV量化	首次将深度学习应用于fUS图像分割，能够基于血流方向区分动脉和静脉信号，并实现动态CBV量化	该方法无法达到ULM的完全粒度水平	开发一种非侵入性、经济高效的fUS图像分割方法，用于血流方向推断	大鼠大脑的fUS图像	digital pathology	NA	functional ultrasound (fUS), ultrasound localization microscopy (ULM)	UNet	image	100 temporal frames from a fUS stack
59	2025-06-07	Accelerating promoter identification and design by deep learning 2025-Jun-04, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2025.05.008 PMID:40473557	review	本文综述了深度学习在启动子识别、强度预测和从头设计中的应用	利用深度学习技术，特别是生成模型，革新了启动子工程领域	讨论了数据库质量、特征提取和模型架构对预测准确性的影响，以及开发稳健模型面临的挑战	探讨深度学习在启动子工程中的应用及其对基因转录控制的改进	启动子DNA序列	machine learning	NA	deep learning	generative models	DNA序列	NA
60	2025-06-07	Deep learning reveals pathology-confirmed neuroimaging signatures in Alzheimer's, vascular and Lewy body dementias 2025-Jun-03, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awae388 PMID:39657969	研究论文	本文介绍了一种基于神经病理学的多标签深度学习框架，用于识别和量化阿尔茨海默病、血管性痴呆和路易体痴呆的生物标志物	提出了创新的DeepSPARE指数，能够可视化疾病模式并量化特定病理相关的脑部改变	模型在路易体痴呆上的识别准确率相对较低(0.623)	开发深度学习方法来识别不同痴呆类型的神经影像特征	阿尔茨海默病、血管性痴呆和路易体痴呆患者	数字病理学	老年疾病	T1加权MRI扫描	深度学习模型	MRI影像数据	423名痴呆患者和361名对照参与者