深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
7241	2025-10-06	Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle 2025-Jun-01, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E25-01-0009 PMID:40327364	研究论文	通过深度学习驱动的成像技术研究真核微生物完整生命周期中的细胞分裂和细胞生长过程	开发了基于深度学习视频帧插值的新型细胞追踪算法FIEST，首次实现了对完整微生物生命周期的直接连续研究	研究仅限于特定微生物物种，需要在其他病原体和单细胞系统中进一步验证	定量研究真核微生物完整生命周期中的细胞生长和细胞分裂激酶活性	真核微生物的完整生命周期，包括休眠、交配、减数分裂和细胞分裂等状态	计算机视觉	NA	微流控培养、显微图像分割、深度学习视频帧插值	深度学习	显微图像、视频序列	长达三个有性生殖世代的微生物种群	Python	FIEST（基于视频帧插值的细胞追踪算法）	NA	NA
7242	2025-10-06	A Data-Centric Approach to Deep Learning for Brain Metastasis Analysis at MRI 2025-Jun, Radiology IF:12.1Q1 DOI:10.1148/radiol.242416 PMID:40552999	研究论文	开发了一种基于数据中心的深度学习方法，用于MRI中脑转移瘤的检测、分割和纵向追踪	采用数据中心方法，通过迭代数据标注和系统质量控制提高参考分割的一致性，能够检测所有尺寸的脑转移瘤	回顾性研究设计，部分患者性别信息缺失	开发可泛化的深度学习系统用于脑转移瘤的MRI分析	脑转移瘤患者和未患脑转移瘤的癌症患者的MRI扫描	医学影像分析	脑转移瘤	MRI	深度学习	医学影像	1623名患者的1985次扫描，包含5552个脑转移瘤	nnU-Net	改进的nnU-Net	灵敏度, Dice相似系数, 归一化表面距离	NA
7243	2025-10-06	Spatiotemporal predictions of toxic urban plumes using deep learning 2025-Jun, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgaf198 PMID:40583909	研究论文	提出一种名为ST-GasNet的深度学习模型，用于快速预测城市有毒烟羽的时空演化	受烟羽扩散数学方程启发的新型深度学习架构，能够准确预测烟羽在复杂城市环境中的分裂与演化	模型训练数据来源于有限的高分辨率大涡模拟序列，可能受限于训练数据的多样性	开发快速预测城市有毒烟羽时空演化的应急响应方法	城市大气中有毒烟羽的扩散行为	机器学习	NA	大涡模拟	深度学习	时空序列数据	有限的时间序列数据集	NA	ST-GasNet	预测准确率	NA
7244	2025-10-06	Human Embryo Quality Assessment with Deep Learning Models 2025-Jun, Journal of obstetrics and gynaecology of India DOI:10.1007/s13224-025-02109-5 PMID:40584797	研究论文	本研究使用深度学习模型对人类胚胎图像进行质量评估，以区分优质和非优质胚胎	首次在胚胎质量评估中比较多种CNN架构，并证明EfficientNetV2在此任务中的卓越性能	数据来源于单一医院，可能影响模型的泛化能力	开发客观、可重复的胚胎质量评估方法以提高辅助生殖技术的成功率	人类胚胎图像（第3天和第5天发育阶段）	计算机视觉	生殖疾病	胚胎图像分析	CNN	图像	来自胡志明市Hung Vuong医院的数据集	NA	VGG-19, ResNet-50, InceptionV3, EfficientNetV2	准确率, 精确率, 召回率	NA
7245	2025-10-06	Racial disparities in continuous glucose monitoring-based 60-min glucose predictions among people with type 1 diabetes 2025-Jun, PLOS digital health DOI:10.1371/journal.pdig.0000918 PMID:40587474	研究论文	评估基于连续血糖监测数据的机器学习模型在1型糖尿病患者血糖预测中的算法公平性	首次系统评估训练数据种族构成对LSTM血糖预测模型性能的影响，并探索迁移学习在减轻算法偏见中的作用	样本量相对有限，仅包含白人和黑人参与者，未包含其他种族群体	研究机器学习模型在糖尿病技术中的算法公平性和潜在的医疗保健差异	1型糖尿病患者	机器学习	糖尿病	连续血糖监测(CGM)	LSTM	时间序列血糖数据	205名参与者(101名白人，104名黑人)	NA	LSTM	均方根误差(RMSE)	NA
7246	2025-10-06	Pose estimation and tracking dataset for multi-animal behavior analysis on the China Space Station 2025-May-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05111-8 PMID:40348756	研究论文	提出首个面向中国空间站多动物行为分析的姿态估计与追踪数据集	创建了首个针对太空动物行为分析的多任务专家验证数据集，包含多种模式生物在复杂场景下的数据	太空动物图像数据有限，缺乏公开带标注的数据集	开发用于太空动物行为分析的深度学习方法	秀丽隐杆线虫、果蝇、斑马鱼等模式生物	计算机视觉	NA	深度学习姿态估计与追踪	NA	序列图像	多种模式生物（秀丽隐杆线虫、果蝇、斑马鱼）	NA	NA	NA	NA
7247	2025-10-06	Deep learning approach based on a patch residual for pediatric supracondylar subtle fracture detection 2025-May-08, Biomolecules & biomedicine DOI:10.17305/bb.2024.11341 PMID:39829118	研究论文	提出基于多尺度补丁残差网络的深度学习模型，用于儿童肱骨髁上细微骨折的自动检测与定位	结合CNN特征提取与多尺度生成对抗网络，利用健康样本学习正常骨骼分布，降低对标记骨折数据的依赖	依赖两个医院的数据集，样本量有限	开发儿童肱骨髁上细微骨折的自动检测方法	儿童肱骨髁上骨折的医学影像	计算机视觉	骨骼骨折	医学影像分析	CNN, GAN	医学图像	来自两个医院的儿科骨折数据集	NA	多尺度补丁残差网络(MPR)	准确率, 灵敏度, 特异性, F1分数	NA
7248	2025-10-06	iGTP: learning interpretable cellular embedding for inferring biological mechanisms underlying single-cell transcriptomics 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf296 PMID:40551620	研究论文	提出了一种可解释的生成式转录程序框架iGTP，用于从单细胞转录组数据中学习可解释的细胞嵌入表示	设计了能够建模转录程序空间重要性和蛋白质相互作用的新型可解释生成框架，结合图神经网络和潜在扩散模型	NA	推断单细胞转录组数据背后的生物学机制	单细胞转录组数据	生物信息学	NA	单细胞转录组测序	变分自编码器, 图神经网络, 潜在扩散模型	基因表达数据	NA	NA	iGTP	功能富集分析性能	NA
7249	2025-10-06	Artificial Intelligence Tools in Dentistry: A Systematic Review on Their Application and Outcomes 2025-May, Cureus DOI:10.7759/cureus.85062 PMID:40585609	系统综述	本系统综述探讨人工智能技术在牙科实践中的应用及其对诊断准确性、治疗规划和运营效率的影响	全面评估2019-2024年间AI在牙科多领域的应用效果，包括放射学、牙周病学、修复学、正畸学、肿瘤学等	仅纳入39篇符合标准的研究，可能存在发表偏倚，且依赖QUADAS-2工具的质量评估	系统评估人工智能技术在牙科实践中的整合应用及其临床效果	牙科临床实践中的诊断、治疗和管理流程	医疗人工智能	牙科疾病	深度学习算法	深度学习模型	牙科影像	39篇全文文献（从342篇初筛文献中筛选）	NA	NA	诊断准确性、运营效率	NA
7250	2025-10-06	Establishment and Reliability of an Automatic Measurement Method of Pectus Excavatum Indices Using a Deep Learning Model 2025-May, Cureus DOI:10.7759/cureus.84976 PMID:40585612	研究论文	本研究开发了一种基于U-Net的自动测量方法，用于评估漏斗胸指数，并与人工测量进行一致性比较	首次将U-Net深度学习模型应用于漏斗胸指数的自动测量，显著降低了观察者间变异	需要多中心验证以支持更广泛的放射学应用	评估基于深度学习的自动测量方法在漏斗胸指数评估中的一致性和准确性	漏斗胸患者	计算机视觉	漏斗胸	胸部计算机断层扫描(CT)	CNN	医学影像	94名患者的714次胸部CT扫描（训练集550次，验证集164次）	NA	U-Net	组内相关系数(ICC), Bland-Altman分析, 错误率	NA
7251	2025-10-06	Predicting the hypoxic volume of head and neck tumors from fluorodeoxyglucose positron emission tomography images using artificial intelligence 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100769 PMID:40584457	研究论文	本研究开发了一种基于生成对抗网络的人工智能模型，能够从常规获取的18F-FDG PET图像合成类似18F-FMISO的缺氧图像，用于预测头颈部肿瘤的缺氧体积	首次使用基于pix2pix架构的生成对抗网络从常规FDG-PET图像直接生成FMISO样缺氧图像，避免了FMISO PET扫描的可用性限制	需要在更大规模的机构和多机构队列中进行测试以验证泛化能力，样本量相对有限	开发人工智能模型预测头颈部肿瘤缺氧体积，替代稀缺的FMISO PET成像	134名头颈部癌患者（训练84人，验证13人，测试21人，额外测试16人）	医学影像分析	头颈部肿瘤	18F-FDG PET/CT成像，18F-FMISO动态PET/CT成像	GAN	医学影像	134名头颈部癌患者	NA	pix2pix	Pearson相关系数	NA
7252	2025-10-06	PhysioEx: a new Python library for explainable sleep staging through deep learning 2025-Feb-10, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adaf73 PMID:39874654	研究论文	介绍PhysioEx——一个用于通过深度学习和可解释AI进行睡眠分期分析的Python库	开发了首个结合深度学习和可解释AI的标准化睡眠分期分析Python库，支持模块化工作流程和多种解释方法	NA	为睡眠分期分析提供一个标准化且易于使用的平台，弥合机器学习模型与临床专业知识之间的差距	睡眠生理信号数据	数字病理	睡眠障碍	深度学习，可解释AI	深度学习模型	生理信号（单通道EEG，多通道EEG-EOG-EMG）	基于睡眠心脏健康研究数据集的预训练模型	Python	NA	基准测试比较	支持从低资源设备到高性能计算集群
7253	2025-10-06	A two-branch framework for blood pressure estimation using photoplethysmography signals with deep learning and clinical prior physiological knowledge 2025-Feb-07, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adae50 PMID:39854841	研究论文	提出一种结合深度学习和临床先验知识的双分支框架，用于基于光电容积脉搏波信号的无袖带血压估计	首次将预训练视觉Transformer与临床生理知识相结合，并考虑昼夜血压变化构建分时段专用模型	仅使用静息状态数据，未验证运动状态下的性能	开发精确可靠的无创血压监测技术	光电容积脉搏波信号	机器学习	心血管疾病	光电容积脉搏波	深度学习	信号数据	HRSD数据集和MIMIC-IV数据集	AutoML	MobileViTv2, Vgg19	平均绝对误差	NA
7254	2025-10-06	ECG signal generation using feature disentanglement auto-encoder 2025-Jan-30, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adab4f PMID:39820006	研究论文	提出一种特征解耦自编码器用于生成心电图信号，解决罕见类别样本不足的问题	提出特征解耦自编码器(FDAE)，通过对比学习框架解耦心电信号的生成因子，支持通过潜在代码交换生成新样本	NA	解决心电图数据集中罕见类别样本不足的问题，提升深度学习模型在心电分析中的鲁棒性和泛化能力	心电图信号	机器学习	心血管疾病	心电图分析	自编码器, VAE	心电图信号	MIT-BIH心律失常数据库和Icentia11K数据集	NA	特征解耦自编码器(FDAE)	分类性能	NA
7255	2025-10-06	A systematic review of automated prediction of sudden cardiac death using ECG signals 2025-Jan-23, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad9ce5 PMID:39657316	系统综述	本文系统综述了2011-2023年间使用心电信号自动预测心源性猝死的研究进展	全面分析了机器学习和深度学习在心源性猝死预测中的应用，涵盖了多种特征提取技术和分类器	大多数预测模型依赖小规模数据库，在真实场景中的适用性存疑；主要使用ECG和HRV信号，忽略了其他生理信号的潜在贡献	心源性猝死的自动预测	心源性猝死患者的心电信号数据	机器学习	心血管疾病	ECG信号分析，HRV信号分析	KNN, SVM, 决策树, 随机森林, 朴素贝叶斯, CNN	生理信号数据	使用公开数据库如MIT-BIH SCD Holter和Normal Sinus Rhythm，包含SCD患者24小时记录	NA	NA	准确率	NA
7256	2025-10-06	Deep learning generalization for diabetic retinopathy staging from fundus images 2025-Jan-22, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ada86a PMID:39788077	研究论文	开发了一种名为DRStageNet的深度学习模型，用于从眼底图像中进行糖尿病视网膜病变分期，并解决模型泛化问题	使用多源域微调策略和自监督视觉变换器，显著提高了模型在不同目标域的泛化性能	错误分析显示60%的错误源于标签错误，数据质量可能影响模型性能	开发能够准确分期糖尿病视网膜病变并具有良好泛化能力的深度学习模型	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	ViT	图像	91,984张数字眼底图像，来自六个公共独立数据集	NA	DINOv2,自监督视觉变换器	L-Kappa	NA
7257	2025-10-06	Donor-specific digital twin for living donor liver transplant recovery 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf037 PMID:40486178	研究论文	开发基于深度学习的供体特异性数字孪生模型，预测活体肝移植后供体肝脏质量恢复轨迹	将基因表达模式与肝细胞转换数学模型相结合，创建具有机制可识别潜在空间的个性化数字孪生模型	样本量较小（12名供体），需要更大规模验证	改善活体肝移植后供体恢复监测和预测	活体肝移植供体	数字病理	肝病	基因表达测量，深度学习	深度学习	基因表达数据	12名供体，随访一年	NA	NA	NA	NA
7258	2025-10-06	Retinal vessel metric analysis of type 1 diabetes mellitus in OCT angiography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1562809 PMID:40584707	研究论文	本研究通过OCTA和深度学习技术分析1型糖尿病患者在不同阶段的视网膜血管特征变化	首次使用深度学习血管分割模型定量分析1型糖尿病患者OCTA图像中动脉和静脉的多种血管指标变化	回顾性研究设计，样本量有限（63名患者），仅使用3*3 mm OCTA扫描区域	研究1型糖尿病患者在不同糖尿病视网膜病变阶段的视网膜血管特征变化	1型糖尿病患者（63人，110眼）和年龄匹配的健康个体（40人，79眼）	数字病理	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	深度学习模型	OCTA图像	103名受试者（63名T1DM患者，40名健康对照），共189眼	NA	NA	分形维度（FD）、血管直径指数（VDI）、血管长度分数（VLF）、血管弯曲度、血管密度（VD）	NA
7259	2025-10-06	A hybrid transformer-based approach for early detection of Alzheimer's disease using MRI images 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30849 PMID:40584904	研究论文	提出一种基于Transformer的混合方法，利用多视角MRI图像进行阿尔茨海默病的早期检测	结合迁移学习、Transformer编码器和LSTM网络的多模态方法，通过三个不同视角的MRI图像捕获全面特征	仅使用ADNI数据集，未在其他独立数据集上验证模型泛化能力	开发阿尔茨海默病的早期检测方法	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	MRI成像	Transformer, CNN, LSTM	图像	ADNI数据集	NA	ResNet50, Transformer, LSTM	准确率	NA
7260	2025-10-06	Convolutional-LSTM approach for temporal catch hotspots (CATCH): an AI-driven model for spatiotemporal forecasting of fisheries catch probability densities 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf045 PMID:40585182	研究论文	提出一种结合卷积和长短期记忆神经网络的AI模型CATCH，用于预测冰岛水域渔业捕捞概率密度的时空分布	首次利用大规模冰岛渔船多维数据（深度、底层温度、盐度、溶解氧和捕捞数据）进行多元预测	NA	支持渔业运营规划和适应性策略制定	冰岛水域的鳕鱼及其他目标鱼种（黑线鳕、绿青鳕、金平鲉、格陵兰大比目鱼）	机器学习	NA	NA	CNN,LSTM	多维时空数据	大规模冰岛渔船数据集	NA	卷积长短期记忆神经网络	RMSE,MAE,WD,SSI	NA