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
701	2025-05-18	NiO/ZnO Nanocomposites for Multimodal Intelligent MEMS Gas Sensors 2025-04-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02789 PMID:40126565	research paper	开发了一种基于NiO/ZnO纳米复合材料的多模态智能MEMS气体传感器，用于提高对多种挥发性有机化合物（VOCs）的检测灵敏度和选择性	通过精确调控NiO和ZnO纳米复合比例，实现了对不同VOCs的材料特异性选择性，并结合多任务深度学习模型进行实时定量检测	NA	提高气体传感器阵列对多种VOCs的检测灵敏度和选择性，特别是在多变环境条件下	挥发性有机化合物（VOCs），特别是乙二醇（EG）和柠檬烯（LM）	传感器技术	NA	多任务深度学习模型	深度学习	传感器数据	NA
702	2025-05-18	From Morphology to Gene Expression Profiling in Mycosis Fungoides: Is It Still a Diagnostic Challenge? 2025-Apr-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091089 PMID:40361907	综述	本文回顾了蕈样肉芽肿（MF）最重要的临床病理特征，并探讨了人工智能在皮肤淋巴瘤诊断中的应用前景	结合深度学习与临床数据探索MF的组织学特征，提出人工智能在寻找疾病进展生物标志物方面的潜力	基因改变主要在疾病晚期被发现，其在疾病起始阶段的重要性尚不明确	提高蕈样肉芽肿的早期诊断准确性并阐明其发病机制	蕈样肉芽肿（MF）患者	数字病理学	皮肤淋巴瘤	全基因组表达分析	深度学习	组织学图像和临床数据	NA
703	2025-05-18	Representation of high-dimensional cell morphology and morphodynamics in 2D latent space 2025-Apr-24, Physical biology IF:2.0Q3 DOI:10.1088/1478-3975/adcd37 PMID:40233771	研究论文	开发了一种基于深度学习的算法，将13维细胞形态特征向量投影到2维潜在空间，以减少信息损失并可视化细胞形态和动态变化	提出了一种非线性降维方法，将高维细胞形态特征投影到2维潜在空间，信息损失小于5%，并能区分不同迁移表型的乳腺癌细胞	仅针对13维形态特征进行了验证，未探讨更高维度特征的适用性	解决高维细胞形态数据在交流和可视化方面的障碍	乳腺癌细胞的形态和动态变化	数字病理学	乳腺癌	深度学习	NA	形态特征向量	NA
704	2025-05-18	The Effectiveness of Deep Learning in the Differential Diagnosis of Hemorrhagic Transformation and Contrast Accumulation After Endovascular Thrombectomy in Acute Ischemic Stroke Patients 2025-Apr-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091080 PMID:40361898	research paper	该研究利用深度学习技术，在急性缺血性卒中患者血管内血栓切除术后，通过非对比计算机断层扫描图像区分出血性转化和对比剂积聚	首次应用多种CNN架构模型对急性缺血性卒中患者术后NCCT图像中的高密度区域进行自动分类，实现了对HT和CA的高精度区分	样本量相对较小（52名患者），且所有数据来自单中心	开发能够早期准确区分出血性转化和对比剂积聚的深度学习模型，以指导抗凝或抗血小板治疗决策	急性缺血性卒中患者血管内血栓切除术后24小时内的NCCT图像	digital pathology	cardiovascular disease	non-contrast computed tomography (NCCT)	CNN (包括DenseNet201, InceptionResNet, InceptionV3, NASNetLarge, ResNet50, ResNet101, VGG16, VGG19和Xception)	image	52名患者（21女31男）的556张NCCT图像
705	2025-05-18	Rapid and Efficient Screening of Helicobacter pylori in Gastric Samples Stained with Warthin-Starry Using Deep Learning 2025-Apr-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091085 PMID:40361903	research paper	该研究开发了一种结合特征金字塔网络和ResNet架构的深度学习算法，用于在Warthin-Starry染色的胃活检数字化图像中自动快速检测幽门螺杆菌	提出了一种结合特征金字塔网络和ResNet架构的新算法，显著减少了幽门螺杆菌检测的周转时间，并提高了诊断准确性，特别是对经验较少的人员	NA	开发一种自动快速检测幽门螺杆菌的算法，以减少检测周转时间并提高诊断准确性	Warthin-Starry染色的胃活检数字化图像	digital pathology	gastric cancer	deep learning	FPN, ResNet	image	NA
706	2025-05-18	A Multivariate Linear Regression-Based Ultrasonic Non-Destructive Evaluating Method for Characterizing Weld Tensile Strength Properties 2025-Apr-24, Materials (Basel, Switzerland) DOI:10.3390/ma18091925 PMID:40363429	研究论文	提出了一种基于多元线性回归的超声波无损评估方法，用于表征焊缝的拉伸强度特性	使用超声波无损评估方法替代传统的破坏性测试，能够在不破坏结构的情况下评估焊缝的拉伸强度	方法的准确率为76.3%，仍有提升空间，未来可以考虑使用深度学习方法提高准确性	开发一种无损评估焊缝拉伸强度的方法	X80钢管的焊缝	无损检测	NA	超声波信号处理	多元线性回归(MLR)	声学信号	240个测量点
707	2025-05-18	Developments in Deep Learning Artificial Neural Network Techniques for Medical Image Analysis and Interpretation 2025-Apr-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091072 PMID:40361891	review	本文探讨了深度学习在医学图像分析中的最新进展，包括各种神经网络技术的应用及其挑战	综述了多种深度学习模型（如CNN、RNN、GAN、U-Net、ViT等）在医学图像分析中的应用，并讨论了未来研究方向	存在数据可用性、模型可解释性、过拟合和计算需求等关键挑战	探索深度学习技术在医学图像分析中的发展及其临床应用潜力	医学图像分析技术	digital pathology	NA	深度学习	CNN, RNN, GAN, U-Net, ViT	image	NA
708	2025-05-18	Classification of Intraoral Photographs with Deep Learning Algorithms Trained According to Cephalometric Measurements 2025-Apr-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091059 PMID:40361877	研究论文	本研究评估了基于实际头影测量数据训练的深度学习算法在口腔内临床照片分类中的应用	首次利用头影测量数据训练深度学习模型对口腔内照片进行分类，为无需侧位头影测量X光片的病例分类提供了新方法	分类准确率在不同测量指标间存在较大波动（33.33%-99.00%），部分分类准确率较低	探索深度学习算法在口腔正畸诊断中的应用潜力	990名患者的侧位头影测量片和右侧口腔内照片	计算机视觉	口腔正畸	深度学习	DenseNet, EfficientNet, Inception, MobileNet, NasNet, ResNet, VGG, Xception等14种模型	图像	990名患者的口腔内照片和头影测量数据
709	2025-05-18	A Novel Artificial Intelligence-Based Mobile Application for Pediatric Weight Estimation 2025-Apr-22, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14092873 PMID:40363905	研究论文	开发并评估了一款基于人工智能的移动应用程序PAICam，用于儿科体重估计	利用MoveNet的人体姿态估计和深度神经网络回归模型进行体重预测，相比传统方法在受限位置下减少测量误差	研究样本仅包括1个月至12岁的儿科患者，可能不适用于其他年龄段	开发一种在紧急情况下准确估计儿科体重的替代工具	1个月至12岁的儿科患者	人工智能	NA	MoveNet人体姿态估计，DNN回归模型	DNN	图像	1335名儿科参与者（57.4%男孩，42.6%女孩）
710	2025-05-18	Long-term care plan recommendation for older adults with disabilities: a bipartite graph transformer and self-supervised approach 2025-Apr-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae327 PMID:39883541	research paper	本研究提出了一种基于二分图Transformer和自监督学习的方法，为残疾老年人推荐长期护理计划	提出了一种新颖的二分图Transformer架构，结合特征向量中心性增强节点特征，并利用图结构信息作为自注意力机制的参考	在罕见或复杂服务项目上的表现有待进一步提高	利用深度学习方法为残疾老年人推荐全面的护理计划	残疾老年人	machine learning	geriatric disease	graph self-supervised learning (SSL)	Bipartite Graph Transformer (BiT)	graph data	1917个节点和195240条边组成的二分图（来自真实护理数据）
711	2025-05-18	Making sense of blobs, whorls, and shades: methods for label-free, inverse imaging in bright-field optical microscopy 2025-Apr, Biophysical reviews IF:4.9Q1 DOI:10.1007/s12551-025-01301-1 PMID:40376420	research paper	本文探讨了在明场光学显微镜中实现无标记、逆向成像的方法	提出多种硬件和软件方法解决明场显微镜中的逆向成像问题，包括离焦显微镜、强度传输、ptychography和去卷积等技术	明场显微镜本身存在相位和振幅交织、相位物体在精确对焦时不可见以及图像中同时存在正负对比度等问题	解决明场显微镜中无标记样本的精确成像问题	生物样本	光学显微镜成像	NA	离焦显微镜、强度传输、ptychography、去卷积、深度学习、数字图像处理	NA	图像	NA
712	2025-05-18	Deep learning-based fully automated detection and segmentation of pelvic lymph nodes on diffusion-weighted images for prostate cancer: a multicenter study 2025-Mar-17, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00840-w PMID:40098034	research paper	本研究开发了一种基于3D V-Net模型的深度学习系统，用于前列腺癌患者盆腔淋巴结的自动检测和分割	利用3D V-Net模型实现了盆腔淋巴结的自动检测和分割，提高了效率和准确性	在淋巴结水平上的敏感性为60.1%，仍有提升空间	提高前列腺癌患者盆腔淋巴结检测和分割的效率和准确性	前列腺癌患者的盆腔淋巴结	digital pathology	prostate cancer	diffusion-weighted imaging (DWI)	3D V-Net	image	1,151名患者（训练集），401名患者（外部验证集），共计32,507个标注淋巴结（训练集），7,707个淋巴结（验证集）
713	2025-05-18	Artificial intelligence can be trained to predict c-KIT-11 mutational status of canine mast cell tumors from hematoxylin and eosin-stained histological slides 2025-03, Veterinary pathology IF:2.3Q1 DOI:10.1177/03009858241286806 PMID:39422217	research paper	该研究训练深度学习模型（DLMs）仅基于形态学预测犬肥大细胞瘤（MCTs）中c-KIT-11的突变状态	首次使用深度学习模型从HE染色切片中预测c-KIT-11的突变状态，无需进行PCR检测	染色协议和扫描仪类型会影响模型的准确性，跨机构数据集的性能下降	开发一种基于形态学的非侵入性方法来预测犬肥大细胞瘤的c-KIT-11突变状态	犬肥大细胞瘤（MCTs）	digital pathology	mast cell tumors	deep learning, HE staining	DLMs	image	368例犬皮肤、皮下和黏膜皮肤MCTs（195例有ITD突变，173例无）
714	2025-05-18	Nuclear pleomorphism in canine cutaneous mast cell tumors: Comparison of reproducibility and prognostic relevance between estimates, manual morphometry, and algorithmic morphometry 2025-03, Veterinary pathology IF:2.3Q1 DOI:10.1177/03009858241295399 PMID:39560067	research paper	本研究比较了犬皮肤肥大细胞肿瘤（ccMCTs）中核多形性评估的不同方法，包括病理学家估计、手动形态测量和基于深度学习的自动形态测量	开发了基于深度学习的自动形态测量方法，并验证了分层抽样12个核的手动形态测量方法的实用性	需要进一步研究验证结果、确定算法间可重复性和算法鲁棒性，并探索整个肿瘤切片中核特征的异质性	探索犬皮肤肥大细胞肿瘤核评估方法的局限性并开发替代形态测量解决方案	犬皮肤肥大细胞肿瘤（ccMCTs）	digital pathology	mast cell tumors	deep learning-based segmentation	NA	image	96例ccMCTs
715	2025-05-18	Task-specific deep learning-based denoising for UHR cardiac PCD-CT adaptive to imaging conditions and patient characteristics: Impact on image quality and clinical diagnosis and quantitative assessment 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047283 PMID:40370652	研究论文	本文开发了一种基于卷积神经网络(CNN)的去噪算法，用于优化超高分辨率(UHR)光子计数探测器(PCD) CT的心脏成像，以适应不同的成像条件和患者特征	提出了一种任务特定的深度学习去噪方法，能够根据不同诊断任务、患者特征和扫描协议自适应地优化图像质量	研究主要关注心脏CT成像，未涉及其他临床应用领域	优化UHR PCD-CT在心脏成像中的图像质量，提高冠状动脉狭窄的定量评估准确性	UHR PCD-CT心脏图像	数字病理	心血管疾病	光子计数探测器CT(PCD-CT)	CNN	医学影像	按水等效直径分组的患者(小:<300mm, 中:300-320mm, 大:>320mm)
716	2025-05-18	HVSeeker: a deep-learning-based method for identification of host and viral DNA sequences 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf037 PMID:40372723	research paper	HVSeeker是一种基于深度学习的方法，用于区分细菌和噬菌体序列	HVSeeker结合了两种模型（DNA序列和蛋白质分析）和三种预处理方法（填充、contigs组装和滑动窗口），在识别未知噬菌体基因组方面表现优异	未提及该方法在更短或更长序列上的性能，也未讨论计算资源需求	开发一种能有效区分宿主和病毒DNA序列的工具	细菌和噬菌体序列	生物信息学	NA	深度学习	HVSeeker（包含DNA序列和蛋白质分析两个子模型）	DNA序列和蛋白质序列	测试数据来自NCBI和IMGVR数据库，序列长度范围200-1,500碱基对
717	2025-05-18	Time Scale Network: An Efficient Shallow Neural Network For Time Series Data in Biomedical Applications 2025-Jan, IEEE journal of selected topics in signal processing IF:8.7Q1 DOI:10.1109/JSTSP.2024.3443659 PMID:40370581	研究论文	本文提出了一种高效的时间尺度网络（Time Scale Network），用于处理生物医学应用中的时间序列数据	结合离散小波变换的平移和膨胀序列与传统卷积神经网络及反向传播，显著减少参数和操作数量，同时学习多时间尺度的特征	未明确提及具体限制，但可能受限于信号类型的普适性验证	开发一种计算效率高、参数少且易于解释的时间序列分类网络	生物医学时间序列数据（如ECG和EEG信号）	机器学习	心血管疾病（心房功能障碍）和神经系统疾病（癫痫）	离散小波变换与CNN结合	Time Scale Network（基于CNN的改进模型）	时间序列数据（ECG和EEG信号）	未明确提及具体样本量
718	2025-05-18	Investigating the Key Trends in Applying Artificial Intelligence to Health Technologies: A Scoping Review 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322197 PMID:40372995	综述	本文探讨了人工智能在医疗技术中的关键趋势及其在诊断和治疗中的变革潜力	系统总结了AI在医疗领域的应用现状、优势与挑战，并探讨了未来发展方向	研究主要基于2020年至2024年的文献，可能未涵盖最新进展；未对AI风险与收益进行深入量化评估	调查人工智能在医疗技术中的应用趋势及其对疾病诊断和治疗的影响	68篇从WOS、Scopus和Pubmed数据库中检索的学术研究	医疗人工智能	NA	深度学习、机器学习	NA	文献数据	68篇学术研究（2020年1月至2024年4月）
719	2025-05-18	Apple varieties, diseases, and distinguishing between fresh and rotten through deep learning approaches 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322586 PMID:40373081	研究论文	本文通过深度学习方法区分苹果品种、新鲜与腐烂状态以及疾病，并提出了新的数据集和优化模型	提出了三个新的数据集（AFVC、AFQC、ADEC）和一个优化的苹果园模型（OAOM），使用新的损失函数MFCE提高模型效率	未提及模型在不同环境或光照条件下的泛化能力	提高苹果品种识别、新鲜度判断和疾病检测的自动化系统性能	苹果的品种、新鲜与腐烂状态以及疾病	计算机视觉	NA	深度学习	OAOM（优化的苹果园模型）	图像	AFVC包含29,750张图像（85类），AFQC包含2,320张图像，ADEC包含2,976张图像（7类）
720	2025-05-18	Comprehensive analysis of SQOR involvement in ferroptosis resistance of pancreatic ductal adenocarcinoma in hypoxic environments 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1513589 PMID:40375994	research paper	本研究通过构建深度学习模型评估胰腺导管腺癌（PDAC）的缺氧特征，并探讨硫化物醌氧化还原酶（SQOR）在缺氧介导的铁死亡抵抗中的作用	建立了基于全切片图像（WSIs）的PDAC缺氧检测模型，揭示了SQOR在缺氧环境下通过增强铁死亡抵抗促进PDAC恶性进展的新机制	研究主要基于体外缺氧细胞模型和裸鼠异种移植模型，临床样本验证仍需进一步开展	探究PDAC缺氧特征与SQOR介导的铁死亡抵抗机制，为靶向治疗提供依据	胰腺导管腺癌（PDAC）组织、体外缺氧细胞模型及裸鼠异种移植模型	digital pathology	pancreatic cancer	multi-omics数据分析、全切片图像（WSIs）深度学习建模	深度学习模型（未明确具体架构）	病理图像、多组学数据	未明确样本数量，涉及PDAC组织、体外细胞模型及裸鼠模型