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
7581	2025-06-19	Replacing Attention with Modality-wise Convolution for Energy-Efficient PPG-based Heart Rate Estimation using Knowledge Distillation 2025-Jun-17, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3580474 PMID:40526537	research paper	提出了一种名为PULSE的轻量级深度学习架构，通过多头部交叉注意力层改进传感器融合，并利用基于关系的知识蒸馏机制将知识传递给学生网络，以更少的参数实现接近教师网络的性能	提出了一种新颖的轻量级深度学习架构PULSE，以及一种基于关系的知识蒸馏机制，显著减少了模型参数和能耗	未提及具体的局限性	提高基于PPG的心率估计的准确性和能效，适用于可穿戴设备	PPG信号和加速度计数据	machine learning	cardiovascular disease	深度学习，知识蒸馏	multi-head cross-attention, modality-wise convolutions	PPG信号和加速度计数据	两个数据集：PPG-DaLiA（最大的可用数据集）和WESAD
7582	2025-06-19	M3D: Manifold-based Domain Adaptation with Dynamic Distribution for Non-Deep Transfer Learning in Cross-subject and Cross-session EEG-based Emotion Recognition 2025-Jun-17, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3580612 PMID:40526534	研究论文	提出了一种轻量级的非深度迁移学习框架M3D，用于跨被试和跨会话的基于EEG的情绪识别	M3D框架结合了流形特征变换、动态分布对齐、分类器学习和集成学习，有效解决了EEG数据的非平稳性和个体差异性问题	虽然性能接近深度学习方法，但在某些复杂场景下可能仍需更大规模数据支持	提高基于EEG的情感脑机接口在实际应用中的实用性和适应性	跨被试和跨会话的EEG情绪识别	脑机接口	抑郁症	流形学习	非深度迁移学习框架	EEG信号	三个基准EEG情绪识别数据集和一个临床MDD EEG数据集
7583	2025-06-19	ABNN: Adaptive-Gating Binary Neural Network With Dynamic Activation Quantization for Industrial Health Status Prediction 2025-Jun-17, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3577620 PMID:40526547	research paper	提出了一种高效的适应性门控二进制神经网络（ABNN），用于工业边缘场景中复杂工业设备的健康状态预测	引入了趋势感知编码器（TAE）优化输入层二值化过程，提出可学习精度指示器（LPI）调整推理精度水平，以及适应性门控卷积在不大幅增加计算成本的情况下提升表示能力	未提及具体在哪些类型的工业设备上进行了测试，以及在不同工业场景中的泛化能力	解决工业边缘场景中资源有限和实时性要求严格的问题，提升健康状态预测的准确性和效率	复杂工业设备的健康状态	machine learning	NA	FPGA硬件加速器	ABNN（适应性门控二进制神经网络）	工业设备健康状态数据	NA
7584	2025-06-19	Exploratory multi-cohort, multi-reader study on the clinical utility of a deep learning model for transforming cryosectioned to formalin-fixed, paraffin-embedded (FFPE) images in breast lesion diagnosis 2025-Jun-17, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-02064-z PMID:40528232	研究论文	本研究开发并验证了一种深度学习模型，用于将冷冻切片图像转换为福尔马林固定石蜡包埋（FFPE）样图像，以提高乳腺病变诊断的准确性	使用改进的生成对抗网络（GAN）结合注意力机制和自我正则化约束，首次实现了冷冻切片到FFPE样图像的转换，并显著提高了病理学家的诊断信心	诊断一致性在两组间相似，且图像质量较差、非典型导管增生/导管原位癌病例以及经验较少的病理学家会影响诊断准确性	开发并验证一种深度学习模型，用于改善乳腺病变的术中诊断准确性	乳腺病变的冷冻切片图像	数字病理学	乳腺癌	GAN	改进的生成对抗网络（带注意力机制）	图像	132张乳腺病变冷冻切片全玻片图像（来自三个队列：SYSUCC、GSPCH和TCGA），共1584次病理学家读取
7585	2025-06-19	Beyond the Posts: Analyzing Breast Implant Illness Discourse With Natural Language Processing and Deep Learning 2025-Jun-16, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf047 PMID:40173420	研究论文	本研究利用自然语言处理和深度学习技术分析了社交媒体上关于乳房植入物疾病(BII)的讨论，探讨了患者的感知和情绪反应	首次使用Robust optimizing Bidirectional Encoder Representations from Transformers模型分析BII相关的社交媒体帖子，并揭示了患者情绪与植入物取出率之间的强相关性	研究仅基于X平台的帖子，可能无法代表所有社交媒体或实际人群的观点	分析社交媒体上患者对乳房植入物疾病的感知和情绪反应，及其对医疗决策的影响	社交媒体上关于乳房植入物疾病的讨论	自然语言处理	乳房植入物疾病	自然语言处理	Robust optimizing Bidirectional Encoder Representations from Transformers	文本	6099条帖子(2014-2023年)
7586	2025-06-19	Rate of brain aging associates with future executive function in Asian children and older adults 2025-Jun-16, eLife IF:6.4Q1 DOI:10.7554/eLife.97036 PMID:40522287	研究论文	本文研究了大脑年龄变化率与未来执行功能的关系，并在新加坡老年人和儿童中验证了深度学习模型的适用性	首次在非白种人群（特别是儿童）中验证大脑年龄模型的泛化能力，并发现大脑年龄差距变化率与未来认知功能的关联	样本仅来自新加坡人群，可能限制结果的普遍适用性	探索大脑年龄变化率与认知功能的关系，并验证大脑年龄模型在不同人群中的适用性	新加坡老年人（55-88岁）和儿童（4-11岁）	神经影像分析	老年疾病	深度学习	深度学习模型	神经影像数据	新加坡老年人和儿童群体（具体数量未提及）
7587	2025-06-19	DWI-based deep learning radiomics nomogram for predicting the impaired quality of life in patients with unruptured intracranial aneurysm developing new iatrogenic cerebral infarcts following stent placement: a multicenter cohort study 2025-Jun-13, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03628-5 PMID:40512286	研究论文	本研究开发了一种基于DWI的放射组学列线图，用于预测支架置入术后发生新医源性脑梗死（NICI）的未破裂颅内动脉瘤患者健康相关生活质量（HRQOL）的损害	整合了临床、放射组学和深度学习特征，构建了DLRN模型，其预测性能优于单一模态模型，并展示了在个性化治疗规划中的临床应用价值	研究仅关注了支架置入术后发生NICI的患者，未考虑其他可能影响HRQOL的因素	预测支架置入术后未破裂颅内动脉瘤患者的HRQOL损害	522名来自多家医院的未破裂颅内动脉瘤患者	数字病理学	颅内动脉瘤	DWI、超分辨率重建、深度学习	DLRN（整合临床、放射组学和深度学习特征的模型）、GoogleNet	医学影像（DWI）	522名患者（分为训练队列和两个外部验证队列）
7588	2025-06-19	A deep learning model could screen for coronary heart disease from a "pseudo-normal" electrocardiogram 2025-Jun-13, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000042764 PMID:40527801	研究论文	本研究开发了一种深度学习模型，用于通过'伪正常'心电图快速筛查冠心病	该深度学习模型特别关注入院时心电图正常或接近正常的患者，能够有效识别'伪正常'心电图中的冠心病	研究仅使用了两个医疗中心的数据，可能需要更多外部验证	开发一种快速筛查冠心病的深度学习模型	冠心病和非冠心病患者的心电图数据	机器学习	心血管疾病	深度学习	DLM	心电图数据	SAH中心的15,995名患者的21,240份心电图，FAH中心的2,572份心电图
7589	2025-06-19	Discovery of CYP1A1 Inhibitors for Host-Directed Therapy against Sepsis 2025-Jun-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00493 PMID:40442943	研究论文	该研究通过深度学习和虚拟筛选技术，发现并优化了CYP1A1的小分子抑制剂，用于治疗细菌性败血症	首次将CYP1A1作为宿主导向治疗(HDT)的靶点，并通过小分子抑制剂显著增强巨噬细胞的吞噬能力	研究仅针对MRSA和另一种细菌进行了测试，未涵盖更广泛的耐药菌株	开发针对多药耐药性细菌败血症的新型宿主导向治疗方法	细胞色素P4501A1(CYP1A1)及其小分子抑制剂	药物发现	败血症	深度学习、虚拟筛选、生物评价	NA	化学结构数据、生物活性数据	未明确说明样本数量，但测试了两种细菌(MRSA和另一种)
7590	2025-06-19	Amortized template matching of molecular conformations from cryoelectron microscopy images using simulation-based inference 2025-Jun-10, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2420158122 PMID:40465628	研究论文	介绍了一种名为cryoSBI的新方法，用于从冷冻电镜图像中推断生物分子的构象及其不确定性	结合了基于物理的模拟和概率深度学习，无需计算昂贵的似然函数即可进行贝叶斯推断，并消除了估计粒子姿态和成像参数的需求	NA	从冷冻电镜图像中准确推断生物分子的构象	生物分子构象	数字病理学	NA	冷冻电镜(cryo-EM)	深度学习神经网络	图像	NA
7591	2025-06-19	[A preliminary exploration of an intelligent system for personalized tooth morphology reconstruction based on deep learning] 2025-Jun-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250331-00110 PMID:40443316	research paper	该研究开发了一种基于深度学习的智能系统，用于个性化牙齿形态重建	提出了一种新型神经网络T-DDIN，结合隐式模板和深度学习方法，实现了高精度的个性化牙齿缺损形态修复	研究仅针对两种特定牙齿缺损类型进行了测试，未涵盖所有可能的牙齿缺损情况	开发一种高精度、个性化的牙齿形态重建智能系统	牙齿缺损形态重建	digital pathology	dental disease	deep learning	T-DDIN	3D scan models	550例口腔扫描模型（500例训练，50例测试）
7592	2025-06-19	Automated interpretation of cardiotocography using deep learning in a nationwide multicenter study 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02849-4 PMID:40467683	研究论文	本研究开发了一种基于深度学习的自动化心电监护图(CTG)解读模型，利用大规模全国性数据集进行训练和验证	使用大规模全国性CTG数据集，由专业产科医生提供可靠标注，提高了模型的临床适用性	需要在前瞻性研究中进一步评估模型的临床适用性	开发临床适用的自动化CTG解读模型以改善胎儿预后	分娩过程中的心电监护图(CTG)	数字病理学	产科疾病	深度学习	深度学习模型	CTG信号	22,522例分娩数据，来自14家医院，共519,800人分钟的分析数据
7593	2025-06-19	Development of Deep Learning Models to Screen Posterior Staphylomas in Highly Myopic Eyes Using UWF-OCT Images 2025-Jun-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.6.25 PMID:40504567	研究论文	开发深度学习模型用于利用超广角光学相干断层扫描（UWF-OCT）图像筛查高度近视患者的后葡萄肿	使用七种不同的深度学习架构（VGG16、VGG19、ResNet18、ResNet50、ResNet101、DenseNet121和DenseNet161）训练模型，并比较它们在检测后葡萄肿边缘方面的性能，其中VGG19表现最佳	研究为回顾性单中心研究，样本量相对有限（1428张图像来自438名患者），且仅进行了内部验证	开发一种深度学习模型，用于筛查高度近视患者的后葡萄肿	高度近视患者的UWF-OCT图像	计算机视觉	高度近视	UWF-OCT	VGG16, VGG19, ResNet18, ResNet50, ResNet101, DenseNet121, DenseNet161	图像	1428张UWF-OCT图像（来自438名患者）用于模型开发，216张图像（来自69名患者）用于内部验证
7594	2025-06-19	High-precision inversion of vegetation parameters in the AI era: Integrating hyperspectral remote sensing and deep learning 2025-Jun-02, Innovation (Cambridge (Mass.)) DOI:10.1016/j.xinn.2025.100868 PMID:40528880	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7595	2025-06-19	Employing transfer learning for breast cancer detection using deep learning models 2025-Jun, PLOS digital health DOI:10.1371/journal.pdig.0000907 PMID:40523018	research paper	该研究提出了一种基于四种预训练深度学习模型的乳腺癌检测新方法，利用迁移学习提高检测准确率	使用四种预训练深度学习模型（Mobilenetv2、Inceptionv3、ResNet50和VGG16）作为特征提取器，并结合监督学习模型进行乳腺癌检测	研究仅基于BUSI数据集，未在其他数据集上验证模型的泛化能力	提高乳腺癌的早期和准确检测率	乳腺癌检测	digital pathology	breast cancer	transfer learning	Mobilenetv2, Inceptionv3, ResNet50, VGG16, Logistic Regression, Light Gradient Boosting Machine	image	BUSI数据集
7596	2025-06-19	Multimodal CustOmics: A unified and interpretable multi-task deep learning framework for multimodal integrative data analysis in oncology 2025-Jun, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013012 PMID:40526743	研究论文	提出了一种统一且可解释的多任务深度学习框架，用于肿瘤学中的多模态整合数据分析	开发了一种新型的基于深度学习的方法，能够以可解释的方式表示多组学和病理学数据，用于精准医学，并能处理不完整和缺失数据	未明确提及具体限制，但可能包括数据集的多样性和规模限制	解决肿瘤学中多模态数据整合的挑战，提升精准医学的应用	肿瘤的微环境，包括全切片图像和多组学数据	数字病理学	癌症	多模态数据整合，深度学习	多任务深度学习框架	图像，多组学数据	多个TCGA数据集和验证队列
7597	2025-06-19	Comparative evaluation of deep learning-based and conventional reconstruction techniques for image quality enhancement in low-dose chest computed tomography 2025-May-30, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-2025-589 PMID:40529728	研究论文	本研究比较了深度学习算法与主流迭代重建技术在低剂量胸部CT图像质量增强方面的性能	提出了一种新的深度学习算法，用于低剂量胸部CT图像重建，显著降低了辐射剂量并保持了图像质量	研究样本量较小（90例患者），且仅针对胸部CT，未涵盖其他类型的CT扫描	评估深度学习算法在低剂量胸部CT图像重建中的性能，并与主流迭代重建技术进行比较	90例接受胸部CT检查的患者（45例低剂量CT，45例常规剂量CT）	计算机视觉	肺部疾病	深度学习算法、迭代重建（IR）、滤波反投影（FBP）	深度学习（DL）	图像	90例患者（45例低剂量CT，45例常规剂量CT）
7598	2025-06-19	A systematic review and meta-analysis of artificial intelligence software for tuberculosis diagnosis using chest X-ray imaging 2025-May-30, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-2025-604 PMID:40529749	meta-analysis	本文通过系统回顾和荟萃分析评估了五种基于AI的肺结核诊断软件在胸片影像诊断中的准确性	首次对多种AI软件在肺结核胸片诊断中的表现进行了全面比较和评估	纳入分析的软件数量有限(5种)，且未考虑不同地区人群差异对诊断效果的影响	评估AI辅助诊断系统在肺结核胸片诊断中的准确性和应用价值	五种商业AI胸片分析软件(JF CXR-1, qXR, Lunit INSIGHT CXR, CAD4TB, InferRead DR Chest)	digital pathology	tuberculosis	deep learning	CNN	image	21项研究(涉及5651篇文献)
7599	2025-06-19	Machine learning and deep learning to improve overall survival prediction in cervical cancer patients 2025-May-30, Translational cancer research IF:1.5Q4 DOI:10.21037/tcr-2024-2304 PMID:40530132	research paper	该研究旨在利用机器学习和深度学习算法构建模型，预测宫颈癌患者的总生存期	使用多种机器学习模型（包括DeepSurv）预测宫颈癌患者的总生存期，并通过X-tile分析将患者分层	数据来源于SEER数据库，可能存在选择偏差	识别关键预后因素并预测宫颈癌患者的总生存期	宫颈癌患者	machine learning	cervical cancer	LASSO, Cox回归, X-tile分析	CoxBoost, RandomForest, SuperPC, XGBoost, DeepSurv	临床数据	训练集1,743例患者，测试集747例患者
7600	2025-06-19	Deep learning for fine-grained molecular-based colorectal cancer classification 2025-May-30, Translational cancer research IF:1.5Q4 DOI:10.21037/tcr-2024-2348 PMID:40530151	研究论文	本研究提出了一种基于深度学习的结直肠癌分子分类方法，利用H&E染色组织切片图像进行细粒度分类	结合CNN和ViT的混合深度学习模型，用于结直肠癌的分子分类，提供新的分子诊断视角	模型性能有待进一步提高，准确率仅为0.524	探索深度学习技术在结直肠癌分子诊断中的应用	结直肠癌患者的H&E染色组织切片图像	数字病理	结直肠癌	H&E染色	CNN和ViT混合模型	图像	383名结直肠癌患者的组织切片图像