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	2025-07-26	Development and validation of deep learning for predicting the growth of ovarian cancer organoids 2025-Jul-25, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003575 PMID:40709801	研究论文	开发并验证了一种基于深度学习的模型，用于预测卵巢癌类器官的生长情况	使用四种神经网络骨干（ResNet18、VGG11、ConvNeXt v2和Swin Transformer v2）开发生长预测模型，并设计了特定优化方法以提高预测性能	模型在临床实用性方面仍有待进一步验证和自动化开发	预测卵巢癌类器官的培养结果，以提高其临床效用	卵巢癌类器官	数字病理学	卵巢癌	深度学习	ResNet18, VGG11, ConvNeXt v2, Swin Transformer v2	图像	517个卵巢癌类器官液滴（训练集325个，验证集88个，测试集104个），外加179个多中心样本用于前瞻性验证
702	2025-07-26	MMF-MCP: A Deep Transfer Learning Model Based on Multimodal Information Fusion for Molecular Feature Extraction and Carcinogenicity Prediction 2025-Jul-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01362 PMID:40711460	research paper	提出了一种基于多模态信息融合的深度迁移学习模型MMF-MCP，用于分子特征提取和致癌性预测	结合图注意力网络、卷积神经网络和深度残差网络提取多模态分子特征，并采用迁移学习策略提升模型性能	数据质量和特征丰富度可能限制模型性能	提高分子致癌性预测的准确性、鲁棒性和可解释性	分子致癌性	machine learning	cancer	deep transfer learning	GAT, CNN, SE-ResNet18	molecular graph, fingerprint, image	NA
703	2025-07-26	Artificial Intelligence for Materials Discovery, Development, and Optimization 2025-Jul-25, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c04200 PMID:40711807	综述	本文综述了人工智能（AI）、机器学习（ML）和深度学习（DL）在材料科学中的变革性影响，特别是在材料发现、开发和优化方面的应用	AI驱动的方法通过结构生成、性能预测、高通量筛选和计算设计革新了材料发现，并通过改进表征和自主实验推动了材料开发	数据质量不一致、模型可解释性有限以及缺乏标准化的数据共享框架是当前面临的挑战	探讨AI在材料发现、开发和优化中的应用及其未来发展方向	材料科学中的AI、ML和DL技术	机器学习	NA	监督学习、无监督学习、半监督学习和强化学习（RL）	RNN、CNN、GNN、生成模型和基于Transformer的模型	复杂材料数据集	NA
704	2025-07-26	Vox-MMSD: Voxel-wise Multi-scale and Multi-modal Self-Distillation for Self-supervised Brain Tumor Segmentation 2025-Jul-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3592116 PMID:40705573	研究论文	提出了一种基于体素的多尺度和多模态自蒸馏自监督学习框架，用于脑肿瘤分割	引入了Siamese Block-wise Modality Masking (SiaBloMM)策略和Overlapping Random Modality Sampling (ORMS)方法，充分利用多模态MRI扫描提取模态不变特征	未明确提及具体局限性，但可能依赖于多模态MRI数据的可用性	开发自监督学习框架以提高脑肿瘤分割的准确性	多模态MRI扫描中的脑肿瘤	数字病理	脑肿瘤	MRI	自监督学习框架	医学影像	BraTS 2024成人胶质瘤分割数据集及其他三个小型下游数据集
705	2025-07-26	Deep Learning-Driven High Spatial Resolution Attenuation Imaging for Ultrasound Tomography (AI-UT) 2025-Jul-24, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3592578 PMID:40705570	研究论文	提出一种基于深度学习的超声断层扫描高空间分辨率衰减成像方法，用于改善乳腺组织特性表征	利用深度学习结合声速结构信息约束，实现高分辨率低方差的衰减成像	方法依赖于特定设备(QTI乳腺声学CT扫描仪)的多角度RF数据采集	开发高空间分辨率超声衰减成像技术以提升乳腺癌诊断能力	人体乳腺组织	医学影像分析	乳腺癌	超声断层扫描(USCT)、定量超声(QUS)、全波反演(FWI)	深度学习(DL)	RF超声信号	多角度采集的60个视角RF数据
706	2025-07-26	Predicting Traumatic Brain Injury Post-Trauma Using Temporal Attention on Sleep-Wake Data 2025-Jul-24, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3592009 PMID:40705576	研究论文	利用时间注意力机制分析睡眠-觉醒数据预测创伤后脑损伤	首次使用深度学习模型分析创伤后早期睡眠-觉醒数据来识别脑损伤，确定了创伤后7天内的数据最具预测价值	研究样本仅来自急诊科患者，可能无法推广到所有脑损伤人群；模型的敏感性和特异性仍有提升空间	探索睡眠-觉醒行为作为脑损伤生物标志物的潜力，并确定最佳观测时间窗口	2000多名急诊科患者（包括有和无血液生物标志物证实的脑损伤患者）	数字病理学	脑损伤	深度学习	时间注意力模型	时间序列数据（睡眠-觉醒模式）	2000+急诊患者（TBI+和TBI-）
707	2025-07-26	SUP-Net: Slow-time Upsampling Network for Aliasing Removal in Doppler Ultrasound 2025-Jul-24, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3591820 PMID:40705591	研究论文	本文提出了一种基于深度学习的慢时间上采样网络（SUP-Net），用于解决多普勒超声中的混叠问题	提出了一种新的深度学习框架SUP-Net，利用时空特性对超声信号进行上采样，从而改善多普勒超声的流量估计质量	研究仅在20名参与者的股动脉采集数据上进行训练和评估，样本量相对较小	解决多普勒超声中由于脉冲重复频率（PRF）低于奈奎斯特极限而导致的混叠误差或频谱重叠问题	多普勒超声信号	医学影像处理	心血管疾病	深度学习	SUP-Net	超声信号	20名参与者的股动脉采集数据
708	2025-07-26	A variational deep-learning approach to modeling memory T cell dynamics 2025-Jul-24, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013242 PMID:40705818	研究论文	本文提出了一种结合深度学习和变分推理的方法，用于建模记忆T细胞的动态变化	该方法能够同时推断动力学模型参数和群体结构，直接从单细胞流式细胞术数据中学习，而非基于预定义簇的动力学	研究仅针对小鼠流感病毒感染模型中的肺驻留记忆T细胞，可能不适用于其他免疫系统或疾病模型	开发一种可解释的数学模型来处理高维免疫数据，以更好地理解组织局部免疫记忆的动态变化	小鼠流感病毒感染模型中的肺驻留记忆CD4和CD8 T细胞	机器学习	流感	单细胞流式细胞术	深度学习与随机变分推理	单细胞数据	NA
709	2025-07-26	Hazard-free outdoor path navigator for visually challenged people 2025-Jul-24, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2530674 PMID:40705835	研究论文	本文提出了一种多技术融合的户外无障碍路径导航系统，旨在为视觉障碍人士提供从起点到终点的安全路径规划	结合AI、DL、ML及云端技术在线生成路径，并采用TPU离线生成路径图，提出FTHRP算法进行动态路径规划与重路由	未提及系统在复杂天气条件或高密度人流环境下的性能表现	开发面向视觉障碍人士的户外无障碍路径导航解决方案	视觉障碍人士的户外导航需求	机器学习和人工智能应用	视觉障碍	AI、DL、ML、云端计算、TPU	FTHRP算法	语义路线映射数据、障碍物识别数据	使用'hazard-route data set'数据集，具体样本量未说明
710	2025-07-26	Machine-Vision-Driven Microarray Passive Temperature Sensor Inspired by Insect Compound Eyes for Wide-Range and High-Precision Surface Mapping 2025-Jul-24, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c09372 PMID:40705845	研究论文	本研究受昆虫复眼协同感知机制启发，开发了一种基于机器视觉的微阵列被动温度传感器（MAPTS），用于宽范围高精度表面温度映射	结合昆虫复眼协同感知机制与深度学习技术，开发了新型被动温度传感器，实现了宽范围、高精度的非接触式温度预测	未明确说明在极端温度环境下的性能表现及长期稳定性数据	开发无需外部供电、不干扰热场的被动式高精度温度监测系统	有机热致变色材料阵列与柔性导热基底构成的传感器系统	机器视觉	NA	软光刻图案化技术、深度学习图像分析	ResNet-34	光学图像	7×7高密度阵列配置（具体样本量未明确说明）
711	2025-07-26	A Weighted Voting Approach for Traditional Chinese Medicine Formula Classification Using Large Language Models: Algorithm Development and Validation Study 2025-Jul-24, JMIR medical informatics IF:3.1Q2 DOI:10.2196/69286 PMID:40705933	研究论文	本研究开发并验证了一种基于大语言模型（LLMs）的加权投票方法，用于中药方剂分类	提出了一种集成多个微调LLMs的加权投票方法，以提高中药方剂分类的准确性	研究仅使用了2441个中药方剂样本，可能不足以代表所有中药方剂的多样性	评估不同LLMs在中药方剂分类任务中的表现，并通过集成学习提高分类准确性	中药方剂	自然语言处理	NA	大语言模型（LLMs）	集成学习（加权投票）	文本	2441个中药方剂（1999个训练集，442个测试集）
712	2025-07-26	Predicting In-Hospital Mortality in Intensive Care Unit Patients Using Causal SurvivalNet With Serum Chloride and Other Causal Factors: Cross-Country Study 2025-Jul-24, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/70118 PMID:40706028	研究论文	本研究通过大规模跨国多队列研究，分析了ICU患者入院时血清氯水平与院内死亡率的关系，并建立了个性化生存曲线预测深度学习模型	首次将血清氯水平作为预后指标纳入ICU环境，并开发了Causal SurvivalNet模型进行个性化生存预测	研究结果可能受到不同国家医疗体系和数据收集方式差异的影响	提高ICU患者风险分层和临床决策的准确性	ICU患者	医疗人工智能	重症监护	因果图分析、受限三次样条、Cox比例风险模型、深度学习	Causal SurvivalNet	临床数据	189,462名ICU患者（来自4个队列：MIMIC-IV 70,370人，eICU-CRD 112,457人，烟台毓璜顶医院4,653人，自贡第四人民医院1,982人）
713	2025-07-26	A Lightweight Hybrid DL Model for Multi-Class Chest X-ray Classification for Pulmonary Diseases 2025-Jul-24, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3b8 PMID:40706615	研究论文	提出了一种轻量级混合深度学习模型，用于胸部X光片的多类分类，以诊断肺部疾病	结合了预训练的深度学习模型MobileNet和支持向量机(SVM)，提高了分类准确率并减少了训练时间	未提及模型在临床环境中的实际应用验证	提高胸部X光片对肺部疾病的分类准确率和诊断效率	胸部X光片图像	数字病理学	肺部疾病	深度学习与机器学习结合	MobileNet与SVM的混合模型	图像	来自多个公共数据源的代表广泛人群的数据集
714	2025-07-26	An Improved Domain-Adversarial Network for Predicting Hemodialysis Adequacy 2025-Jul-24, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3b9 PMID:40706617	研究论文	提出一种改进的领域对抗网络（DANN）框架，用于预测血液透析充分性（Kt/V）	结合LSTM与KAN的特征提取器增强非线性建模能力，并在标签预测器中引入多头注意力机制以捕捉长期时间依赖性	实验样本量较小（仅17名ESRD患者），需更大规模临床验证	开发准确、低成本且兼容多种透析设备的Kt/V预测方法，提升临床血液透析治疗的智能化与效率	终末期肾病（ESRD）患者的血液透析充分性指标Kt/V	医疗人工智能	终末期肾病	领域对抗神经网络（DANN）、B样条激活函数、多头注意力机制	改进的DANN（集成LSTM+KAN）	临床数据与模拟数据	17名ESRD患者的数据
715	2025-07-26	AI-Driven Framework for Automated Detection of Kidney Stones in CT Images: Integration of Deep Learning Architectures and Transformers 2025-Jul-24, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3ba PMID:40706620	研究论文	本文提出了一种基于人工智能的框架，用于在CT图像中自动检测和分类肾结石	结合深度学习和Transformer架构，提出了一种新的集成框架SwinTResNet和Vision Transformer (ViT)，用于肾结石的自动检测和分类	未提及样本量是否足够大以验证模型的泛化能力，也未讨论在不同CT扫描设备上的适用性	提高肾结石在CT图像中的自动检测和分类的准确性和效率	CT图像中的肾结石	计算机视觉	肾结石	深度学习	SwinTResNet, Vision Transformer (ViT)	图像	NA
716	2025-07-26	Deep learning-based real-time detection of head and neck tumors during radiation therapy 2025-Jul-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf40e PMID:40706626	研究论文	本研究探讨了一种基于深度学习的实时头颈部肿瘤分割方法，用于放射治疗中的肿瘤跟踪	采用个性化条件生成对抗网络（cGANs）进行头颈部肿瘤的实时分割，无需标记物即可实现高精度跟踪	样本量较小（17例患者），且不同解剖部位（鼻咽、口咽、喉）的跟踪精度存在差异	开发实时头颈部肿瘤跟踪技术以提高放射治疗精度并减少患者不适	头颈部肿瘤患者（鼻咽癌、口咽癌、喉癌）	数字病理	头颈部肿瘤	kV X射线成像	cGANs	医学影像	17例头颈部癌症患者（鼻咽4例，口咽9例，喉4例）
717	2025-07-26	EXPEDITION: an Exploratory deep learning method to quantitatively predict hematoma progression after intracerebral hemorrhage 2025-Jul-24, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2536668 PMID:40707006	研究论文	本研究开发了一种名为EXPEDITION的探索性深度学习方法，用于定量预测脑内出血后血肿进展	提出了一种新的深度学习方法EXPEDITION，用于定量预测脑内出血后的血肿进展	样本量较小，仅包括73名患者，且研究为回顾性设计	开发一种能够定量预测脑内出血后血肿进展的深度学习方法	脑内出血患者，特别是基底节或丘脑出血患者	数字病理学	脑内出血	深度学习	EXPEDITION	CT图像	73名患者（训练集58名，测试集15名）
718	2025-07-26	Association of initial core volume on non-contrast CT using a deep learning algorithm with clinical outcomes in acute ischemic stroke: a potential tool for selection and prognosis? 2025-Jul-24, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2025-023897 PMID:40707242	研究论文	本研究探讨了非对比计算机断层扫描（NCCT）上通过深度学习算法测量的初始核心体积（ICV）与接受再灌注治疗的急性缺血性卒中患者临床结果之间的关联	首次使用深度学习算法（Methinks）在NCCT上自动测量ICV，并评估其与卒中患者长期预后和症状性颅内出血（sICH）的关联	研究仅基于三个综合性卒中中心的数据，可能无法代表所有医疗机构的实际情况	评估NCCT上测量的ICV对卒中患者再灌注治疗结果和预后的预测价值	接受再灌注治疗的急性缺血性卒中患者	数字病理学	心血管疾病	深度学习算法	深度学习	医学影像	658名患者
719	2025-07-26	Multi-cascaded heart disease prediction using hybrid deep learning and optimization techniques 2025-Jul-24, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2525981 PMID:40707398	research paper	提出了一种基于深度学习的多级联心脏病预测模型，结合了优化的特征选择和深度学习网络	开发了MI-FHCO优化算法用于特征选择，并构建了多级联深度学习网络(MDLNet)进行心脏病预测	未提及模型在其他数据集上的泛化能力或临床验证结果	提高心脏病预测的准确率	心脏病患者数据	machine learning	cardiovascular disease	NaN fill方法, 数据归一化, MI-FHCO优化算法	MDLNet (Multi-Cascaded Deep Learning Network)	结构化医疗数据	未明确提及总样本量，但提到在dataset 4上达到96.65%准确率
720	2025-07-26	Self-driving microscopy detects the onset of protein aggregation and enables intelligent Brillouin imaging 2025-Jul-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60912-0 PMID:40707429	研究论文	本文开发了一种自驱动显微镜，利用深度学习预测蛋白质聚集的开始，并实现智能布里渊成像	通过深度学习从单一荧光图像预测蛋白质聚集的开始，准确率达91%，并触发优化的多模态成像	布里渊显微镜成像速度慢，限制了其在快速动态过程如蛋白质聚集中的应用	研究蛋白质聚集的生物力学特性及其在神经退行性疾病中的作用	蛋白质聚集过程	数字病理学	神经退行性疾病	布里渊显微镜, 深度学习	神经网络	图像	NA