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	2025-09-02	DeepHybrid-CNN: A hybrid approach for pre-processing of skin cancer images 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102611 PMID:40803055	研究论文	提出一种结合各向异性强度毛发去除、高斯滤波和深度残差CNN的混合方法，用于皮肤癌图像预处理以提高诊断准确性	创新性地融合传统图像处理（AI-HR和GF）与深度学习（Deep Residual CNN）技术，实现更有效的皮肤图像去噪和毛发去除	NA	提升皮肤癌图像的预处理质量，以支持更准确的计算机辅助分割和分类诊断	皮肤病变图像，特别是包含噪声和毛发的皮肤镜图像	计算机视觉	皮肤癌	Anisotropic Intensity Hair Removal, Gaussian Filter, Deep Residual CNN	CNN	图像	基于HAM10000数据集的实验验证
42	2025-09-02	LR-COBRAS: A logic reasoning-driven interactive medical image data annotation algorithm 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102623 PMID:40812153	研究论文	提出一种基于逻辑推理的交互式医学图像数据标注算法LR-COBRAS，旨在提升标注精度并减少人工交互负担	通过逻辑推理模块自动生成潜在约束关系（must-link/cannot-link），结合对称性、传递性和一致性规则优化聚类过程	NA	开发智能医学图像标注工具以辅助医疗专业人员提升标注效率和准确性	医学图像数据	计算机视觉	NA	交互式聚类算法	逻辑推理驱动模型	医学图像	基于MedMNIST+和ChestX-ray8数据集的实验验证
43	2025-09-02	AI-driven multi-modal framework for prognostic modeling in glioblastoma: Enhancing clinical decision support 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102628 PMID:40816104	研究论文	提出一种AI驱动的多模态框架，用于胶质母细胞瘤的预后建模和临床决策支持	整合放射影像、组织病理学和转录组数据，采用Vision Transformer和注意力深度学习模型，突破单模态数据限制	NA	提升胶质母细胞瘤的预后准确性和临床决策支持	胶质母细胞瘤患者	数字病理	胶质母细胞瘤	RNA测序	Vision Transformer (ViT), 注意力深度学习模型	影像、组织病理图像、转录组数据	基于UCSF-PDGM、CPTAC-GBM和TCGA-GBM队列的多中心数据
44	2025-09-02	C5-net: Cross-organ cross-modality cswin-transformer coupled convolutional network for dual task transfer learning in lymph node segmentation and classification 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102633 PMID:40819604	研究论文	提出C5-Net模型，通过跨器官跨模态迁移学习和Transformer-卷积耦合网络解决淋巴结超声图像分割与分类的双任务协同学习问题	设计跨器官跨模态迁移学习策略利用皮肤镜图像，耦合Transformer与卷积网络以融合局部与全局信息，共享编码器权重实现分割与分类任务协同优化	NA	提升淋巴结超声诊断的准确性与鲁棒性，支持淋巴结恶性肿瘤的早期精准检测	淋巴结超声图像和皮肤病变皮肤镜图像	计算机视觉	淋巴结恶性肿瘤	深度学习，迁移学习	C5-Net（CSWin-Transformer与卷积耦合网络）	超声图像，皮肤镜图像	690张淋巴结超声图像和1000张皮肤病变皮肤镜图像
45	2025-09-02	Multimodal data fusion with irregular PSA kinetics for automated prostate cancer grading 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102625 PMID:40819603	研究论文	提出一种新颖的多模态融合框架，结合影像数据和纵向患者信息（包括不规则PSA测量）以自动化前列腺癌分级	开发自定义嵌入技术处理不规则时间序列数据，无需复杂预处理或插补步骤，有效整合影像与临床数据	未明确说明模型对罕见病例或不同人群的泛化能力，且外部验证仅基于欧洲中心数据	提升前列腺癌检测和分级的准确性，减少不必要的活检	前列腺癌患者	数字病理	前列腺癌	多模态数据融合，深度学习	自定义嵌入架构	影像（MRI）、时间序列（PSA测量）、人口统计学数据、实验室结果	内部验证630例，外部验证419例（来自多个欧洲中心，使用160台不同MRI设备）
46	2025-09-02	TG-Mamba: Leveraging text guidance for predicting tumor mutation burden in lung cancer 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102626 PMID:40819605	研究论文	提出一种名为TG-Mamba的深度学习模型，通过组织病理学图像和临床信息快速预测肺癌患者的肿瘤突变负荷水平	采用文本引导的注意力模块与VMamba主干网络并行特征提取策略，并设计新型Conv-SSM混合模块结合卷积层与状态空间模型	NA	开发低成本、快速的肿瘤突变负荷预测方法以替代传统全外显子测序	肺癌患者	数字病理学	肺癌	全外显子测序(WES), 深度学习	TG-Mamba (基于VMamba的混合架构), 注意力机制, Conv-SSM	图像, 文本	一组未参与训练的肺癌患者队列（具体数量未说明）
47	2025-09-02	Surgical augmented reality registration methods: A review from traditional to deep learning approaches 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102616 PMID:40829316	综述	本文回顾了从传统到深度学习方法的外科增强现实配准技术，特别关注腹腔镜场景	系统分类并比较了传统方法与新兴的深度学习配准方法，包括混合DL增强方法和DL点云配准方法	主要关注腹腔镜场景，可能不涵盖所有外科AR应用；深度学习方法在手术环境中的实际应用仍面临挑战	分析和比较适用于外科增强现实的不同配准方法	术前3D模型与术中2D或3D视频的配准方法	计算机视觉	NA	深度学习，点云配准	深度学习模型	3D模型，2D/3D视频，点云数据	NA
48	2025-09-02	Understanding Language Model Scaling on Protein Fitness Prediction 2025-Aug-23, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.25.650688 PMID:40777237	研究论文	本文探讨了蛋白质语言模型在适应度预测中的缩放行为，揭示了模型大小、训练数据和随机因素对预测性能的影响	发现蛋白质语言模型性能随规模增大先提升后下降，挑战了深度学习领域'模型越大性能越好'的普遍认知	研究主要基于理论分析和模拟实验，缺乏大规模真实世界验证数据	理解蛋白质语言模型在适应度预测任务中的缩放规律	蛋白质序列及其突变变体	自然语言处理	NA	蛋白质语言模型	语言模型	蛋白质序列数据	NA
49	2025-09-02	Early Diagnosis of Knee Osteoarthritis With a Natural Language Processing-Driven Approach Based on Clinician Notes: Development and Validation Study 2025-Aug-14, JMIR formative research IF:2.0Q4 DOI:10.2196/64536 PMID:40810448	研究论文	开发并验证了一种基于自然语言处理技术的膝骨关节炎早期诊断方法，利用临床医生笔记中的文本数据进行预测	首次将临床医生笔记中的患者报告症状文本数据用于膝骨关节炎诊断，并整合WOMAC问卷提升模型性能	研究仅基于单一医疗机构的5849条记录，未涉及多中心验证	开发基于自然语言处理的膝骨关节炎早期诊断方法	膝骨关节炎患者和非患者的临床医生笔记数据	自然语言处理	骨关节炎	自然语言处理，深度学习	CNN, BiLSTM, GRU	文本	5849条记录（3455例OA患者，2394例非OA患者）
50	2025-09-02	Passive Sensing for Mental Health Monitoring Using Machine Learning With Wearables and Smartphones: Scoping Review 2025-Aug-14, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/77066 PMID:40811794	综述	通过可穿戴设备和智能手机的被动感知结合机器学习，对心理健康监测进行范围综述	系统总结了被动感知与机器学习在心理健康监测中的技术方法、行为特征与精神障碍的关联模式，并指出了未来发展方向	样本量小（中位数60.5）、监测周期短（45%研究少于7天）、外部验证稀缺（仅2%）、数据匿名化报告有限（14%）	全面回顾基于被动感知和机器学习技术的心理健康监测现状	临床诊断的精神障碍患者，如抑郁症和焦虑症	机器学习	精神健康疾病	被动感知技术	CNN, LSTM, 随机森林	传感器数据（心率、运动指数、步数等）	42项研究，中位数样本量60.5（IQR 54-99）
51	2025-09-02	SynAnno: Interactive Guided Proofreading of Synaptic Annotations 2025-Aug-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.09.669342 PMID:40832296	研究论文	介绍SynAnno，一种用于大规模连接组数据中突触注释交互式引导校对工具	整合引导式神经元中心校对、优化遍历路径、3D迷你地图及微调机器学习模型以提升错误检测与校正效率	NA	提升连接组学中突触注释校对的效率与准确性	突触注释与神经元分割数据	计算神经科学	NA	深度学习，机器学习微调	NA	3D图像数据，连接组数据集	7位神经科学专家参与用户案例研究
52	2025-09-02	Variational autoencoder-based model improves polygenic prediction in blood cell traits 2025-Aug-08, HGG advances DOI:10.1016/j.xhgg.2025.100490 PMID:40783786	研究论文	本研究提出了一种基于变分自编码器的模型（VAE-PRS），用于改进血液细胞性状的多基因风险预测	利用变分自编码器（VAE）构建多基因风险评分，能够捕捉高维基因组数据中的复杂模式和交互效应，在16个血液细胞性状中的14个上优于现有最先进方法	需要足够的训练样本量才能发挥最佳性能	通过应用先进的深度学习技术提高多基因风险评分（PRS）的预测能力	血液细胞性状的多基因遗传预测	机器学习	NA	基因组测序数据分析	VAE（变分自编码器）	基因组数据	生物样本库级别的大规模数据
53	2025-09-02	Independent Channel Attention and Cross-Subject Data Generation for EEG-Based Patient-Independent Epileptic Seizure Detection Using ConvLSTM 2025-Aug-07, Studies in health technology and informatics DOI:10.3233/SHTI250894 PMID:40775912	研究论文	提出一种用于患者无关癫痫发作检测的多阶段训练策略和带独立注意力模块的ConvLSTM网络	引入跨受试者数据生成方法和独立通道注意力机制，显著提升对未见患者的检测性能	NA	开发患者无关的癫痫发作自动检测方法以减少对专业医师视觉检查的依赖	癫痫患者的头皮EEG信号	机器学习	癫痫	EEG信号处理	ConvLSTM with attention module	EEG时间序列数据	公共数据集CHB-MIT
54	2025-09-02	Cost-Effectiveness of Opportunistic Osteoporosis Screening Using Chest Radiographs With Deep Learning in the United States 2025-Aug-06, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.07.028 PMID:40780311	研究论文	本研究评估了在美国50岁及以上女性中，利用深度学习分析胸部X光片进行机会性骨质疏松筛查的成本效益	首次将深度学习技术与现有临床胸部X光片结合，用于机会性骨质疏松筛查，并系统评估其经济性	研究主要针对美国50岁以上女性群体，结果可能不直接适用于其他人群或医疗体系	评估基于深度学习的胸部X光机会性骨质疏松筛查在美国中年及以上女性中的成本效益	美国50岁及以上的女性	数字病理	骨质疏松症	深度学习	深度学习模型	X光图像	NA
55	2025-09-02	Artificial intelligence improves risk prediction in cardiovascular disease 2025-Aug, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01438-z PMID:39576563	研究论文	本研究利用人工智能模型提升70岁及以上相对健康成年人群的心血管疾病风险预测能力	深度学习模型（DeepSurv和NMTLR）相比传统Cox模型和机器学习方法展现出更优的预测性能，且能显著降低需治疗患者数量（NNT从38降至9-10）	AI工具应作为医疗专业人员的辅助手段而非替代，且研究基于特定年龄群体（70岁以上）	验证人工智能在心血管疾病风险预测中的优势	70岁及以上相对健康成年人	机器学习	心血管疾病	深度学习、生存分析	DeepSurv, NMTLR, RSF, Cox	临床数据	大型队列（具体数量未明确说明）
56	2025-09-02	Preserved brain youthfulness: longitudinal evidence of slower brain aging in superagers 2025-Aug, GeroScience IF:5.3Q1 DOI:10.1007/s11357-025-01531-x PMID:39871070	研究论文	本研究通过深度学习模型分析超级老人（Superagers）的大脑结构年龄差异，发现其大脑具有更年轻的生物学特征和更慢的衰老速度	首次使用迁移学习优化的脑年龄预测模型纵向验证超级老人的大脑年轻化现象，并量化其脑衰老速率	样本量相对有限（153人），随访时间较短（2年），且人群年龄范围偏大（61-93岁）	探究超级老人是否具有生物学上更年轻的大脑结构及其衰老模式	153名老年人（含63名超级老人和90名典型老年人）	医学影像分析	老年疾病	深度学习脑年龄预测模型	深度学习（经迁移学习优化）	脑结构影像数据	153名老年人（基线）+64名随访者（2年后），模型训练使用899名31-100岁成年人数据
57	2025-09-02	Fully Automated Deep Learning Enabled Miniature Mass Spectrometry System for Psychoactive Therapeutic Drug Monitoring 2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202502721 PMID:40405757	研究论文	本研究开发了一种集成微型血液处理与质谱分析的全自动系统，用于精神治疗药物的监测	结合自动化磁性固相萃取、自吸样微型质谱仪与深度学习算法，实现从样本制备到检测的全自动化，并采用新型双目标离子并行串联MS分析技术	NA	开发高效、便携、高通量的小分子生物标志物检测系统，推进精准医疗	血清中的精神活性药物	医疗检测技术	精神疾病	质谱分析（MS），磁性固相萃取，U-net峰值识别算法	深度学习，U-net	质谱数据	8样本并行处理，30分钟内完成（包括预处理）
58	2025-09-02	BrainFusion: a Low-Code, Reproducible, and Deployable Software Framework for Multimodal Brain‒Computer Interface and Brain‒Body Interaction Research 2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202417408 PMID:40470749	研究论文	介绍BrainFusion，一个用于多模态脑机接口和脑体交互研究的统一软件框架，旨在提升可重复性并支持转化应用	通过标准化数据结构、自动化预处理流程、跨模态特征工程和集成机器学习模块，解决了多模态生理信号整合中的分析复杂性和标准化不足问题	NA	改善多模态脑机接口和脑体交互研究的可重复性，并支持其在实际应用中的部署	多模态生理信号（如EEG、fNIRS、EMG、ECG）	脑机接口	NA	EEG、fNIRS、EMG、ECG信号处理，集成机器学习	集成建模，深度学习	多模态生理信号数据	NA
59	2025-09-02	A Self-Adaptive Reconfigurable Metasurface for Electromagnetic Wave Sensing and Dynamic Reflection Control 2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202505155 PMID:40498986	研究论文	提出一种实时自适应的可重构超表面，能够感知入射波方向并动态调整反射行为	首次实现无需人工干预、无需辅助检测模态或深度学习的实时自主电磁波感知与反射控制	实验验证角度范围限于法向±50°，角度变化速率最高12度/秒	开发自主、高效、低成本的电磁波动态调控技术	可重构超表面及其在电磁波调控中的应用	电磁工程	NA	相位比较器与查找表集成技术	NA	电磁波信号	实验验证系统（具体样本数量未明确说明）
60	2025-09-02	A Generative AI-Assisted Piezo-MEMS Ultrasound Device for Plant Dehydration Monitoring 2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504954 PMID:40536421	研究论文	提出一种基于生成式AI辅助的压电MEMS超声设备，用于植物叶片水分实时监测	结合CMOS兼容的PMUT器件与生成式深度学习模型，实现非侵入式、可重复使用的高精度植物水分监测	NA	开发高效精准的植物水分监测技术以提升农业灌溉效率	植物叶片水分含量	智能农业传感	NA	压电微机电系统(MEMS)、超声波传感、条件变分自编码器(CVAE)	条件变分自编码器(CVAE)	电信号	多种栽培品种（具体数量未明确说明）