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
7301	2025-04-04	scAtlasVAE: a deep learning framework for generating a human CD8+ T cell atlas 2025-May, Nature reviews. Cancer DOI:10.1038/s41568-025-00811-0 PMID:40175619	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7302	2025-05-01	Analyzing resuscitation conference content through the lens of the chain of survival 2025-May, Resuscitation plus IF:2.1Q2 DOI:10.1016/j.resplu.2025.100951 PMID:40297165	研究论文	通过生存链框架分析复苏会议的内容	首次使用生存链框架对复苏会议摘要进行系统分析，并考察了人工智能和机器学习在数据分析中的应用	仅分析了两大会议的数据，可能无法代表所有复苏科学会议的情况	了解复苏科学会议中讨论的主题分布及其与生存链框架的对应关系	复苏会议摘要	医学信息学	心血管疾病	机器学习	NA	文本	Resuscitation 2024的54篇摘要和Resuscitation Science Symposium 2024的47篇摘要
7303	2025-05-01	Enhanced heart disease risk prediction using adaptive botox optimization based deep long-term recurrent convolutional network 2025-Apr-30, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251333750 PMID:40302494	研究论文	该研究提出了一种结合先进数据预处理、特征选择和深度学习技术的方法，用于基于物联网传感器数据的心脏病分类	采用改进的二进制量子鸟类导航优化算法(IBQANO)进行特征选择，并使用自适应肉毒杆菌优化算法(ABOA)微调的深度长期递归卷积网络(DLRCN)进行分类	NA	开发一种可靠且准确的心脏病预测方法，用于远程医疗监测	心脏病患者数据	机器学习	心血管疾病	深度学习	DLRCN	传感器数据	匈牙利、UCI和克利夫兰心脏病数据集
7304	2025-05-01	Deep learning-based decision support system for cervical cancer identification in liquid-based cytology pap smears 2025-Apr-30, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251330081 PMID:40302490	研究论文	本文提出了一种基于深度学习的决策支持系统，用于在液基细胞学巴氏涂片中识别宫颈癌	结合稀疏自动编码器和Binary Harris Hawk元启发式优化算法的新型混合特征降维和优化模块，以及使用三个预训练的CNN提取补充特征集	未提及具体样本量或外部验证结果	开发高效的计算机辅助诊断系统以改善宫颈癌早期检测	液基细胞学巴氏涂片图像	数字病理学	宫颈癌	深度学习	稀疏自动编码器、CNN、K最近邻	图像	NA
7305	2025-05-01	Engaging the Community: CASP Special Interest Groups 2025-Apr-30, Proteins IF:3.2Q2 DOI:10.1002/prot.26833 PMID:40304050	评论	本文介绍了CASP特别兴趣小组（SIGs）的成立及其在促进跨学科对话和合作中的作用	通过建立特别兴趣小组和在线研讨会系列，促进了CASP社区成员之间的持续对话和跨学科合作	未提及具体的预测算法或技术的改进细节	促进CASP社区成员之间的持续对话和跨学科合作	CASP社区成员，包括深度学习专家和NMR专家等	生物分子结构预测	NA	NA	NA	NA	NA
7306	2025-05-01	Automated Operative Phase and Step Recognition in Vestibular Schwannoma Surgery: Development and Preclinical Evaluation of a Deep Learning Neural Network (IDEAL Stage 0) 2025-Apr-30, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000003466 PMID:40304484	research paper	开发并评估了一种深度学习神经网络，用于自动识别前庭神经鞘瘤手术中的操作阶段和步骤	首次将机器学习应用于长时间（中位数超过5小时）、数据量大的手术视频分析，特别是在前庭神经鞘瘤切除术中	在个别步骤分类上仍有改进空间，且样本量较小	开发并评估一种能够自动识别手术工作流程的机器学习模型，用于前庭神经鞘瘤切除术	21例显微镜下经乙状窦后入路前庭神经鞘瘤切除术的手术视频	digital pathology	vestibular schwannoma	deep learning	CNN and RNN	video	21例手术视频
7307	2025-05-01	Functional blepharoptosis screening with generative augmented deep learning from external ocular photography 2025-Apr-30, Orbit (Amsterdam, Netherlands) DOI:10.1080/01676830.2025.2497460 PMID:40304715	research paper	开发并验证了一种深度学习模型，用于从外部眼部照片中检测功能性上睑下垂，并量化了使用合成图像增强训练数据对模型性能的影响	利用生成对抗网络（StyleGAN）生成的合成数据增强训练集，提高了模型检测功能性上睑下垂的性能	样本量相对较小，且仅来自单一的三级眼整形诊所，可能影响模型的泛化能力	开发一种能够从外部眼部照片中高置信度检测功能性上睑下垂的深度学习模型	771只眼睛的外部眼部照片，包括639例临床诊断为功能性上睑下垂和132例无此症状的患者	computer vision	geriatric disease	deep learning, StyleGAN	CNN, GAN	image	771只眼睛（539训练，76验证，156测试），并额外使用2000张合成图像增强训练集
7308	2025-05-01	Computer-aided diagnosis tool utilizing a deep learning model for preoperative T-staging of rectal cancer based on three-dimensional endorectal ultrasound 2025-Apr-30, Abdominal radiology (New York) DOI:10.1007/s00261-025-04966-0 PMID:40304753	research paper	开发了一种基于深度学习模型的计算机辅助诊断工具，用于直肠癌术前T分期	利用三维直肠内超声（3D-ERUS）图像，开发了一种新的深度学习模型辅助诊断工具，提高了直肠癌T分期的准确性和一致性	研究为回顾性分析，样本量相对较小（216例患者）	提高直肠癌术前T分期的准确性和一致性	216例直肠癌患者	digital pathology	rectal cancer	3D-ERUS	deep learning model	image	216例直肠癌患者（训练队列156例，测试队列60例）
7309	2025-05-01	Association between the retinal age gap and systemic diseases in the Japanese population: the Nagahama study 2025-Apr-30, Japanese journal of ophthalmology IF:2.1Q2 DOI:10.1007/s10384-025-01205-3 PMID:40304887	研究论文	研究视网膜年龄差距（深度学习预测的视网膜年龄与实际年龄的差异）作为日本人群系统性健康潜在生物标志物的关联	首次利用深度学习模型预测视网膜年龄，并探讨其与系统性疾病的关联	纵向分析未发现基线视网膜年龄差距与疾病发病的显著关联	探讨视网膜年龄差距作为系统性健康生物标志物的潜力	日本人群	数字病理学	心血管疾病	深度学习	深度学习模型	图像	调优队列2,261人，分析队列6,070人
7310	2025-05-01	X-ray CT metal artifact reduction using neural attenuation field prior 2025-Apr-30, Medical physics IF:3.2Q1 DOI:10.1002/mp.17859 PMID:40305006	research paper	提出了一种利用神经衰减场（NAF）先验进行CT金属伪影减少的自监督方法NAFMAR	采用自监督优化的神经衰减场作为先验，无需大规模训练数据集，通过金属感知损失函数优化网络学习解剖特征	未提及在极端金属密度或复杂几何结构下的性能表现	解决CT成像中金属物体导致的伪影问题，提升图像质量	模拟牙科CT和临床盆腔CT图像	医学影像处理	NA	神经衰减场优化、3D前向投影、正弦图修复	基于模型的神经场（NAF）	3D CT图像	模拟牙科CT及临床盆腔CT图像（具体数量未说明）
7311	2025-05-01	Low-Rank Fine-Tuning Meets Cross-modal Analysis: A Robust Framework for Age-Related Macular Degeneration Categorization 2025-Apr-29, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01513-7 PMID:40301288	研究论文	提出了一种创新的多模态深度学习框架，用于高效应用于多模态年龄相关性黄斑变性分类任务	引入了低秩适应（LoRA）技术以减少多模态集成的计算复杂性，并使用深度典型相关分析（DCCA）进行非线性映射和特征融合	NA	解决单模态信息不足以完全捕捉年龄相关性黄斑变性复杂病理特征的问题	年龄相关性黄斑变性（AMD）患者	计算机视觉	年龄相关性黄斑变性	深度典型相关分析（DCCA），低秩适应（LoRA）	Vision Transformer	图像（CFP和OCT）	公共数据集MMC-AMD
7312	2025-05-01	Attention-Based Dual-Path Deep Learning for Blood Cell Image Classification Using ConvNeXt and Swin Transformer 2025-Apr-29, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01479-6 PMID:40301289	研究论文	本文提出了一种基于注意力机制的双路径深度学习架构，结合ConvNeXt和Swin Transformer网络，用于血液细胞图像分类	创新性地结合了卷积神经网络和Transformer的优势，并引入了多尺度预处理模块（MPM）以提升图像质量	未提及模型在临床实际应用中的具体验证情况	提高血液细胞图像分类的准确性和效率，以辅助血液学疾病的诊断	血液细胞图像	计算机视觉	血液疾病	深度学习	ConvNeXt, Swin Transformer	图像	17,092张血液细胞图像
7313	2025-05-01	Super-Resolution Deep Learning Reconstruction for T2*-Weighted Images: Improvement in Microbleed Lesion Detection and Image Quality 2025-Apr-29, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01522-6 PMID:40301290	research paper	本研究评估了超分辨率深度学习重建（SR-DLR）在脑部MRI中检测微出血和提升图像质量的效果	SR-DLR在微出血检测和图像清晰度方面显著优于传统DLR方法	研究为回顾性分析，样本量较小（69例患者）	评估SR-DLR在脑部MRI中提升微出血检测和图像质量的效果	69例接受3T脑部MRI检查的患者（44名女性，平均年龄66.2岁）	digital pathology	脑血管疾病	3T脑部MRI（T2*加权2D梯度回波和3D血流敏感黑血成像）	深度学习超分辨率重建（SR-DLR）	MRI图像	69例患者
7314	2025-05-01	A Dirichlet Distribution-Based Complex Ensemble Approach for Breast Cancer Classification from Ultrasound Images with Transfer Learning and Multiphase Spaced Repetition Method 2025-Apr-29, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01515-5 PMID:40301291	研究论文	提出了一种基于Dirichlet分布的复杂集成方法，结合迁移学习和多阶段间隔重复方法，用于从超声图像中进行乳腺癌分类	将教育科学中的间隔重复方法首次应用于人工智能领域，结合Dirichlet分布进行模型集成，提高了分类准确率和学习效率	研究仅使用了BUSI数据集，样本来源单一，需要更多外部数据验证模型的泛化能力	开发一种高精度的乳腺癌超声图像分类系统	乳腺癌超声图像	计算机视觉	乳腺癌	迁移学习、数据增强、间隔重复方法	DenseNet201, InceptionV3, VGG16, ResNet152的集成模型	超声图像	BUSI数据集（具体数量未提及）
7315	2025-05-01	Multimodal Masked Autoencoder Based on Adaptive Masking for Vitiligo Stage Classification 2025-Apr-29, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01521-7 PMID:40301294	研究论文	提出了一种基于自适应掩码的多模态掩码自编码器（Multi-MAE），用于白癜风分期分类	通过自适应掩码策略减少对标注多模态数据的依赖，并采用预训练策略缓解多模态数据稀缺问题	多模态数据标注困难且数据稀缺	提高白癜风分期的分类准确性	白癜风患者的临床图像和伍德灯图像	计算机视觉	白癜风	多模态图像分析	Multimodal Masked Autoencoder (Multi-MAE)	图像	未标注的皮肤病图像数据集
7316	2025-05-01	An Efficient Domain Knowledge-Guided Semantic Prediction Framework for Pathological Subtypes on the Basis of Radiological Images With Limited Annotations 2025-Apr-28, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3558596 PMID:40293902	研究论文	提出一种基于有限标注的放射学图像病理亚型预测框架，结合领域知识引导的主动学习和半监督学习方法	通过三个关键模块（空间-语义特征提取、显性标志引导的锚点注意力和隐性放射组学引导的双任务纠缠模块）有效预测病理亚型，显著优于现有方法	需要临床领域知识的指导，可能在某些缺乏相关知识的场景中应用受限	提高基于有限标注的放射学图像的病理亚型预测准确性	胰腺神经内分泌肿瘤（pNENs）的病理分级预测和膀胱癌（BCa）的肌肉浸润性预测	数字病理	胰腺神经内分泌肿瘤和膀胱癌	深度学习和放射组学	深度学习框架（结合AL和SSL）	放射学图像	NA
7317	2025-05-01	Renewable energy forecasting using optimized quantum temporal model based on Ninja optimization algorithm 2025-Apr-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97109-w PMID:40289143	研究论文	该研究利用优化的量子时间模型（QTM）和Ninja优化算法（NiOA）进行可再生能源预测，以提高预测性能	结合QTM和NiOA优化算法，显著提高了可再生能源预测的准确性和性能	未提及具体的数据集规模或实际应用场景的局限性	提高可再生能源预测的准确性和效率	可再生能源预测系统	机器学习	NA	深度学习	QTM（量子时间模型）	复杂的大规模数据集	NA
7318	2025-05-01	The evaluation model of engineering practice teaching with complex network analytic hierarchy process based on deep learning 2025-Apr-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99777-0 PMID:40289170	研究论文	本研究构建了一种基于物联网技术、复杂网络层次分析法和深度学习的工程实践教学评价模型，旨在提升高校工程实践教学质量管理效率	结合物联网技术、复杂网络层次分析法和深度学习（RNN和CNN）构建全新教学评价模型，并引入动态特性实现模型持续更新以适应教育环境变化	模型预测一致性存在波动（76-98%），且样本数据为模拟生成（500名学生），需进一步验证实际应用效果	优化高校工程实践教学质量评价体系	高校工程实践教学课程及学生表现数据	教育技术	NA	NLP、GAN、复杂网络分析	RNN、CNN	课程文本数据、学生表现数据	10个专业的500名学生模拟数据
7319	2025-05-01	Leveraging multi-source data and teleconnection indices for enhanced runoff prediction using coupled deep learning models 2025-Apr-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00115-1 PMID:40289219	research paper	本研究通过结合统计和深度学习方法，提出了两种创新的耦合模型SRA-SVR和SRA-MLPR，以提高径流预测的准确性和稳定性	结合了统计和深度学习方法的优势，利用逐步回归分析处理高维数据和多重共线性，同时整合了80个大气环流指数作为遥相关变量	研究仅以雅砻江流域为案例进行模型验证，未在其他流域进行广泛测试	提高中长期的径流预测准确性，以支持洪水控制、干旱恢复、水资源开发和生态改善	雅砻江流域的径流数据	machine learning	NA	Stepwise Regression Analysis (SRA), Support Vector Regression (SVR), Multi-Layer Perceptron Regression (MLPR), SHAP analysis	SRA-SVR, SRA-MLPR	hydrological data, atmospheric circulation indices	雅砻江流域的径流数据及80个大气环流指数
7320	2025-05-01	Sweet pepper yield modeling via deep learning and selection of superior genotypes using GBLUP and MGIDI 2025-Apr-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99779-y PMID:40289216	研究论文	通过深度学习和GBLUP、MGIDI方法对甜椒产量进行建模并筛选优良基因型	结合卷积神经网络（CNN）模型与基因组最佳线性无偏预测（GBLUP）和多性状基因型-理想型距离指数（MGIDI），有效预测甜椒产量并筛选优良基因型	研究仅涉及29个甜椒种质，样本量较小	提高甜椒产量预测和优良基因型筛选的效率	甜椒（Capsicum annuum L.）种质	数字农业	NA	ISSR标记、深度学习	CNN、GBLUP、MGIDI	形态性状数据、基因组数据	29个甜椒种质，每个种质3个重复