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
61	2025-06-16	Assessing risk of groundwater pollution exposure from sea level rise in California 2025-Jun-12, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179695 PMID:40513440	研究论文	该研究利用深度学习和可解释人工智能（XAI）模型评估加利福尼亚州因海平面上升导致的地下水污染暴露风险	结合深度学习和XAI模型量化地下水污染风险，并识别关键风险预测因子	模型在空间自相关性方面存在泛化挑战，仅适用于特定区域分析	评估海平面上升导致的地下水污染暴露风险	加利福尼亚州沿海含水层及2296个危险站点	环境科学	NA	深度学习、可解释人工智能（XAI）	NA	地下水数据、社会经济数据、人口统计数据	2296个危险站点
62	2025-06-16	Accelerating Diffusion: Task-Optimized latent diffusion models for rapid CT denoising 2025-Jun-12, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110517 PMID:40513477	research paper	提出一种结合潜在扩散模型和冷扩散过程的低剂量CT去噪新框架，以提高计算效率和去噪性能	首次将潜在扩散模型与冷扩散过程结合用于CT去噪，显著提升了训练和采样速度	未提及具体临床验证结果或实际部署中的潜在问题	开发高效的低剂量CT图像去噪方法以减少辐射风险	低剂量CT图像	digital pathology	NA	Latent Diffusion Model, Cold Diffusion Process	LDM, DDPM	CT图像	NA
63	2025-06-16	Multimodal deep learning for enhanced breast cancer diagnosis on sonography 2025-Jun-12, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110466 PMID:40513478	研究论文	本研究介绍了一种新型多模态深度学习模型，用于通过双视角乳腺超声图像（径向和反径向视图）及相应的放射学报告区分良性和恶性乳腺肿块	提出了一种结合图像和文本模态的多模态深度学习模型，显著提升了乳腺癌症诊断的准确率，并超越了现有的单模态模型和基础模型如CLIP和MedCLIP	NA	提升乳腺癌症诊断的准确性和效率	良性和恶性乳腺肿块	数字病理学	乳腺癌	多模态深度学习	多模态深度学习模型	图像和文本	NA
64	2025-06-16	A transfer learning-enhanced deep learning framework for efficient and interpretable soil heavy metal pollution prediction under data scarcity and spatial heterogeneity 2025-Jun-12, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.138926 PMID:40516468	研究论文	提出了一种基于迁移学习的深度学习框架，用于在数据稀缺和空间异质性条件下高效且可解释地预测土壤重金属污染	结合迁移学习和卷积神经网络（CNN），提出TL-CNN框架，整合多源异构数据（包括遥感、网络和实地采样数据），并通过GradSHAP解释模块提高模型的可解释性	未明确提及具体局限性，但数据稀缺和空间异质性可能仍是潜在挑战	高效且可解释地预测土壤重金属污染，促进可持续土壤管理	土壤重金属污染	机器学习	NA	迁移学习（TL）、深度学习（DL）、卷积神经网络（CNN）	TL-CNN	遥感数据、网络数据、实地采样数据（包括空间区域化特征）	NA（未明确提及具体样本数量，但研究基于韶关市2018-2022年的数据）
65	2025-06-16	Commentary on "Photodiagnosis with deep learning: A GAN and autoencoder-based approach for diabetic retinopathy detection" by Gencer et al., 2025 2025-Jun-12, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104666 PMID:40516582	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
66	2025-06-16	Deep learning-driven automated high-content dSTORM imaging with a scalable open-source toolkit 2025-Jun-11, Biophysical reports IF:2.4Q3 DOI:10.1016/j.bpr.2025.100201 PMID:40023500	研究论文	介绍了一种基于深度学习的开源工具包，用于自动化dSTORM超分辨率显微镜成像	开发了一个开源工具包，利用深度学习进行分割和物体检测，自动化dSTORM超分辨率显微镜成像，提高了处理速度和鲁棒性	未提及具体的性能对比数据或在不同样本类型上的普适性验证	开发自动化、用户独立的工作流程以提高超分辨率显微镜的效率和易用性	生物医学图像，如细胞培养中的微管和神经纤维中的βII-血影蛋白	数字病理学	NA	dSTORM超分辨率显微镜	深度学习	图像	未提及具体样本数量，但包括细胞培养和神经纤维等生物样本
67	2025-06-16	Identification of Atypical Scoliosis Patterns Using X-ray Images Based on Fine-Grained Techniques in Deep Learning 2025-Jun-11, Global spine journal IF:2.6Q1 DOI:10.1177/21925682251349999 PMID:40500925	研究论文	本研究开发了一种基于深度学习的细粒度分类模型，利用X射线图像筛查脊柱侧弯，并进一步筛查与Chiari畸形I型（CMS）相关的非典型脊柱侧弯模式	基于ResNet-50网络构建了多种模型，包括ResNet-50 Coronal、ResNet-50 Sagittal等，用于筛查非典型脊柱侧弯模式，部分模型性能甚至超过了资深脊柱外科医生	研究样本量相对较小，仅包含508对X射线图像	开发能够准确筛查与CMS相关的非典型脊柱侧弯模式的深度学习模型	Chiari畸形I型（CMS）患者、青少年特发性脊柱侧弯（AIS）患者和正常对照（NC）的X射线图像	计算机视觉	脊柱侧弯	深度学习	ResNet-50	X射线图像	508对冠状面和矢状面X射线图像
68	2025-06-16	Deep-learning algorithm for the diagnosis and prediction of hydroxychloroquine retinopathy: An International, multi-institutional study 2025-Jun-11, Ophthalmology. Retina DOI:10.1016/j.oret.2025.06.003 PMID:40513830	research paper	开发了一种名为HCQuery的深度学习算法，用于从SD-OCT图像中检测羟氯喹视网膜病变的存在并预测其未来发生	该算法能够在临床诊断前平均220.8天预测羟氯喹视网膜病变，并在疾病的所有阶段进行检测	研究依赖于回顾性数据，且样本来自非连续收集的患者	开发并验证一种深度学习算法，用于羟氯喹视网膜病变的诊断和预测	接受羟氯喹治疗的患者	digital pathology	retinopathy	spectral-domain optical coherence tomography (SD-OCT)	CNN (EfficientNet-b4)	image	409名患者（171名阳性，238名阴性）和8251张SD-OCT b-scans（1988个体积）
69	2025-06-16	Machine learning-guided prediction of energy storage performance of carbon cathode materials for zinc-ion hybrid capacitors 2025-Jun-09, Journal of colloid and interface science IF:9.4Q1 DOI:10.1016/j.jcis.2025.138139 PMID:40513349	研究论文	本文利用机器学习和深度学习模型预测锌离子混合电容器碳阴极材料的储能性能	创新性地整合机器学习技术预测锌离子混合电容器的储能性能，为碳阴极材料的设计和优化提供实用指导	NA	提升锌离子混合电容器的储能能力	锌离子混合电容器的碳阴极材料	机器学习	NA	机器学习（ML）、深度学习（DL）	LightGBM、SHAP、PDP	材料性能数据	NA
70	2025-06-16	Robust Bayesian brain extraction by integrating structural subspace-based spatial prior into deep neural networks 2025-Jun-09, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102572 PMID:40516207	research paper	提出了一种结合结构子空间先验和深度学习的贝叶斯脑提取方法，以提高脑提取的准确性和鲁棒性	将结构子空间先验（表示为混合特征模态）与基于深度学习的分类相结合，以实现准确和鲁棒的脑提取	未提及具体局限性	提高脑提取的准确性和鲁棒性，以支持脑发育、衰老和神经系统疾病的研究	脑图像	digital pathology	neurological disorders	deep learning	multi-resolution, position-dependent neural network, patch-based fusion network	image	多机构数据集，包括健康扫描、病变图像以及受噪声和伪影影响的图像
71	2025-06-16	Robust S3Former deep learning model for the direct diagnosis and prediction of natural organic matter (NOM) from three-dimensional excitation-emission-matrix (3D-EEM) data 2025-Jun-09, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123994 PMID:40516405	research paper	本研究提出了一种名为S3Former的深度学习模型，用于直接从三维激发-发射矩阵（3D-EEM）数据中诊断和预测天然有机物（NOM）的种类和浓度	开发了结合稀疏空间光谱（S3）感知注意力机制的Transformer框架，构建了新型深度学习模型S3Former，用于复杂场景下NOM种类和浓度的识别与预测	在更复杂的NOM混合物和超滤过程中，模型的预测准确率有所下降	提高水环境中天然有机物的监测效率和准确性	天然有机物（NOM）的种类和浓度	machine learning	NA	3D-EEM荧光光谱	S3Former (基于Transformer的深度学习模型)	三维光谱数据	包含一元和二元NOM物种的数据集
72	2025-06-16	Performance of machine and deep learning models for predicting delirium in adult ICU patients: A systematic review 2025-Jun-07, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106008 PMID:40513381	系统综述	本文系统综述了机器学习和深度学习模型在预测ICU成人患者谵妄中的应用及其方法学质量	总结了2018至2024年间的研究，评估了不同模型的预测性能，并指出了高级深度学习模型在处理复杂时间序列数据方面的潜力	研究普遍存在过拟合、缺乏外部验证以及对缺失数据处理不完整等问题，且多为回顾性设计，限制了临床推广性	评估机器学习和深度学习模型在预测ICU患者谵妄中的性能和方法学质量	ICU成人患者	机器学习	谵妄	机器学习和深度学习	逻辑回归、随机森林、循环神经网络、梯度提升	临床数据	11项研究，样本量从140到48451名参与者不等
73	2025-06-16	Exploring Generative Pre-Trained Transformer-4-Vision for Nystagmus Classification: Development and Validation of a Pupil-Tracking Process 2025-Jun-06, JMIR formative research IF:2.0Q4 DOI:10.2196/70070 PMID:40478723	research paper	本研究开发并验证了一种基于GPT-4V模型的眼球震颤分类新方法，通过瞳孔追踪过程提高分类的准确性和效率	首次将GPT-4V这一先进的大规模语言模型应用于眼球震颤分类，开发了瞳孔追踪过程，并验证了其在六种眼球震颤类型分类中的潜力	模型在垂直和扭转性眼球震颤分类上准确率较低，需要扩大数据集规模和改进输入方式以提高所有类型的分类性能	评估GPT-4V模型在眼球震颤分类中的应用效果，开发更准确高效的分类方法	眼球震颤患者	computer vision	vertigo	pupil-tracking process	GPT-4V	video, image	NA
74	2025-06-16	O-GEST: Overground gait events detector using b-spline-based geometric models for marker-based and markerless analysis 2025-Jun-06, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112803 PMID:40516373	研究论文	介绍了一种基于B样条的几何模型算法O-GEST，用于在无测力板情况下检测地面步态事件	提出两种几何模型集成到自动算法中，利用运动学数据进行步态事件检测，并能够处理噪声轨迹和缺失足部标志点的情况	未明确提及算法在极端病理步态或复杂环境下的表现	提高无测力板环境下步态事件检测的准确性和可靠性	健康人群及患有单侧髋关节骨关节炎、中风后遗症、帕金森病和脑瘫儿童的患者	生物医学工程	神经系统疾病/骨科疾病	B样条几何建模	几何模型算法	运动学数据	390名受试者（200名健康人，100名髋关节骨关节炎患者，50名中风患者，26名帕金森患者，14名脑瘫儿童）
75	2025-06-16	The Role of Muscle Density in Predicting the Amputation Risk in Peripheral Arterial Disease: A Tissue Composition Study Using Lower Extremity CT Angiography 2025-Jun-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111439 PMID:40507011	研究论文	本研究探讨了肌肉密度在预测外周动脉疾病（PAD）患者截肢风险中的作用，通过下肢CT血管造影分析组织组成	首次系统性地研究了肌肉密度（而非仅肌肉体积）在PAD患者截肢风险预测中的独立预后价值	回顾性研究设计，样本量相对有限（134例患者）	评估肌肉密度作为PAD患者截肢风险预测因子的临床价值	134例接受下肢CT血管造影检查的患者（包括非PAD、轻度PAD和严重肢体缺血患者）	数字病理学	心血管疾病	CT血管造影（CTA）结合深度学习软件分析	深度学习	医学影像	134例患者（2018年1月至2023年12月期间接受检查）
76	2025-06-16	Connectogram-COH: A Coherence-Based Time-Graph Representation for EEG-Based Alzheimer's Disease Detection 2025-Jun-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111441 PMID:40507013	研究论文	提出一种基于信号相干性的时间图表示方法Connectogram-COH，用于EEG信号的阿尔茨海默病检测	将EEG信号转换为具有时间分辨率的图表示，并进一步转化为灰度图像，适用于深度学习分类器	未提及具体样本量及数据集的多样性	开发一种新的EEG信号表示方法以提高阿尔茨海默病的检测准确率	多通道EEG信号	数字病理学	阿尔茨海默病	EEG信号分析	深度学习架构	时间序列数据	NA
77	2025-06-16	PlantDeepMeth: A Deep Learning Model for Predicting DNA Methylation States in Plants 2025-Jun-05, Plants (Basel, Switzerland) DOI:10.3390/plants14111724 PMID:40508398	research paper	介绍了一种名为PlantDeepMeth的深度学习模型，用于预测植物中的DNA甲基化状态	提出了一种新的深度学习模型PlantDeepMeth，专门用于预测植物中的DNA甲基化状态，填补了该领域工具的空白	未提及具体的样本量或数据集的详细描述	开发一种工具以预测植物中的DNA甲基化状态，推动植物基因组学研究	植物中的DNA甲基化状态	machine learning	NA	DNA甲基化测序	深度学习模型	基因组数据	NA
78	2025-06-16	Harnessing Artificial Intelligence and Machine Learning for Identifying Quantitative Trait Loci (QTL) Associated with Seed Quality Traits in Crops 2025-Jun-05, Plants (Basel, Switzerland) DOI:10.3390/plants14111727 PMID:40508402	综述	本文综述了人工智能和机器学习在作物种子质量性状QTL定位中的应用	整合了AI/ML方法在QTL定位中的最新应用，包括多种机器学习模型和深度学习技术，并展示了多组学数据整合的潜力	模型可解释性、生物学验证和计算可扩展性方面仍存在挑战	探索AI/ML在作物种子质量性状QTL定位中的应用，以加速基因组辅助育种	作物种子质量性状（如种子大小、油脂和蛋白质含量、矿物质积累等）	机器学习	NA	LASSO回归、随机森林、梯度提升、ElasticNet、CNN、GNN	多种机器学习模型和深度学习技术	基因组数据、转录组数据、代谢组数据、表型组数据	涉及大豆、小麦、生菜、水稻和棉花等多种作物
79	2025-06-16	Efficient and Non-Invasive Grading of Chinese Mitten Crab Based on Fatness Estimated by Combing Machine Vision and Deep Learning 2025-Jun-05, Foods (Basel, Switzerland) DOI:10.3390/foods14111989 PMID:40509517	研究论文	本文提出了一种基于机器视觉和深度学习的中华绒螯蟹肥满度评估方法，用于高效、非侵入性的质量分级	结合YOLOv5-seg与SE注意力模型，提出改进的条件因子K评估蟹的肥满度，实现100%性别识别准确率和0.995的甲壳分割mAP	研究仅基于2282张RGB图像和300只蟹的生理特征数据，样本量和多样性可能存在局限	开发高效、非侵入性的中华绒螯蟹质量分级方法以满足市场需求	中华绒螯蟹	计算机视觉	NA	机器视觉、深度学习	YOLOv5-seg、SE注意力模型	RGB图像	2282张RGB图像和300只蟹的生理特征数据
80	2025-06-16	AI automated radiographic scoring in rheumatoid arthritis: Shedding light on barriers to implementation through comprehensive evaluation 2025-Jun-05, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2025.152761 PMID:40513204	research paper	该研究开发并验证了一个深度学习模型，用于自动化类风湿关节炎的放射学评分，并评估了其在临床应用中面临的障碍	利用深度学习模型自动化放射学评分，并通过外部测试集进行严格验证，明确了当前临床应用中的障碍	AI系统的表现不及人工评分，无法在研究或临床实践中证明其有效性	开发并验证一个自动化放射学评分的AI系统，以提升类风湿关节炎诊断的效率和可靠性	类风湿关节炎患者的放射学图像	digital pathology	rheumatoid arthritis	deep learning	CNN	image	157名患者和1470张放射学图像用于训练，253名患者和589张放射学图像用于外部测试