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
781	2025-07-11	Tiny Data Is Sufficient: A Generalizable CNN Architecture for Temporal Domain Long Sequence Identification 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3494540 PMID:40030343	research paper	本文提出了一种新颖的通用卷积神经网络(GeCNN)架构，用于时间域长序列识别，通过结合通用CNN、选择性CNN和多池化层，显著提高了特征表示效果和准确性	提出了GeCNN架构，包含通用CNN、选择性CNN和多池化层，通过非线性卷积增强特征表示，减少对大量训练数据的需求，并解决单池化操作导致的信息丢失问题	未明确提及具体局限性	开发一种适用于时间域长序列识别的高效深度学习模型	时间域长序列数据	machine learning	NA	CNN	GeCNN (通用卷积神经网络)	时间序列数据	GTZAN数据集(仅使用0.18%数据训练)和PLAID数据集(仅使用1.56%数据训练)
782	2025-07-11	Improving ultrasound image classification accuracy of liver tumors using deep learning model with hepatitis virus infection information 2025-Jul, Journal of medical ultrasonics (2001) DOI:10.1007/s10396-025-01528-1 PMID:40205118	研究论文	本研究通过将肝炎病毒感染信息融入深度学习模型，提高了肝脏肿瘤超声图像分类的准确性	首次在肝脏肿瘤超声图像分类中引入肝炎病毒感染信息作为额外输入，提升了深度学习模型的分类性能	研究仅考虑了HBs抗原和HCV抗体两种肝炎病毒感染信息，未涵盖其他可能的临床因素	提高肝脏肿瘤超声图像分类的准确性	肝脏肿瘤超声图像（包括肝囊肿、肝血管瘤、肝细胞癌和转移性肝癌）	数字病理	肝癌	深度学习	深度学习模型（具体架构未说明）	图像（超声图像）和临床信息（肝炎病毒感染状态）	未明确说明样本数量
783	2025-04-17	Correction: Deep learning approach for discrimination of liver lesions using nine time-phase images of contrast-enhanced ultrasound 2025-Jul, Journal of medical ultrasonics (2001) DOI:10.1007/s10396-025-01544-1 PMID:40234354	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
784	2025-07-11	Toward Switching and Fusing Neuromorphic Computing: Vertical Bulk Heterojunction Transistors with Multi-Neuromorphic Functions for Efficient Deep Learning 2025-Jul, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202419245 PMID:40270224	research paper	提出一种新型垂直体异质结神经形态晶体管（VHNT），能够模拟ANN和SNN的计算功能，用于高效深度学习	首次实现无需辅助电路即可在ANN和SNN计算功能之间切换的神经形态晶体管	未提及具体器件规模限制或实际应用场景验证	开发高性能、低功耗且环境适应性强的通用人工智能计算架构	垂直体异质结神经形态晶体管（VHNT）	神经形态计算	NA	TaO基电化学反应和PDVT-10/N2200基体异质结技术	人工脉冲神经网络（ASNN）	CIFAR-10图像数据集	未明确说明具体样本数量，使用CIFAR-10标准数据集
785	2025-07-11	Deep Learning Empowered Parallelized Metasurface Computed Tomography Snapshot Spectral Imaging 2025-Jul, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202419383 PMID:40270309	研究论文	提出了一种基于生成深度学习的并行化超表面计算机断层扫描技术，用于超紧凑的快照光谱成像	将快照光谱成像的光学体积从厘米级减小到亚毫米级，同时保持高分辨率和成像速度	NA	解决空间受限场景中的快照光谱成像问题	快照光谱成像系统	计算机视觉	NA	生成对抗深度神经网络	GAN	图像	NA
786	2025-07-11	Artificial intelligence-based prediction of organ involvement in Sjogren's syndrome using labial gland biopsy whole-slide images 2025-Jul, Clinical rheumatology IF:2.9Q2 DOI:10.1007/s10067-025-07518-5 PMID:40471393	研究论文	本研究旨在开发一种基于深度学习的模型，利用唇腺活检的全切片图像（WSI）预测干燥综合征（SS）患者高风险腺外器官受累（HR-OI）的风险	提出了一种新颖的基于深度学习的模型，结合预训练的卷积神经网络（CNN）和Vision Transformer（ViT）模块从WSI数据中提取信息特征，用于预测SS患者的HR-OI风险	研究样本量相对较小（221名SS患者），且未提及模型在不同人群中的泛化能力	开发一种客观、非侵入性的诊断工具，用于预测干燥综合征患者的高风险腺外器官受累	干燥综合征（SS）患者	数字病理学	干燥综合征	全切片图像（WSI）分析	ResNet50, InceptionV3, EfficientNet-B5, Vision Transformer (ViT), 多示例学习和集成学习技术	图像	221名SS患者的WSI数据
787	2025-07-11	Spotiflow: accurate and efficient spot detection for fluorescence microscopy with deep stereographic flow regression 2025-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02662-x PMID:40481364	研究论文	介绍了一种名为Spotiflow的深度学习方法，用于荧光显微镜图像中亚像素级精确的斑点检测	将斑点检测问题表述为多尺度热图和立体流回归问题，支持2D和3D图像，具有更高的时间和内存效率	未明确提及具体限制	提高荧光显微镜图像中斑点检测的准确性和效率	荧光显微镜图像中的斑点状结构	计算机视觉	NA	深度学习	立体流回归模型	图像	多样化的数据集（具体数量未提及）
788	2025-07-11	Deep Learning Models for CT Segmentation of Invasive Pulmonary Aspergillosis, Mucormycosis, Bacterial Pneumonia and Tuberculosis: A Multicentre Study 2025-Jul, Mycoses IF:4.1Q2 DOI:10.1111/myc.70084 PMID:40580013	研究论文	本研究开发并验证了针对侵袭性肺曲霉病、肺毛霉病、细菌性肺炎和肺结核的专用CT分割模型，以提高诊断准确性	首次针对四种肺部感染疾病开发专用的3D U-Net分割模型，并验证了模型在跨疾病应用中的潜力	侵袭性肺曲霉病和细菌性肺炎模型性能有待提升，数据集需要进一步扩充以优化复杂病例的处理	提高四种肺部感染疾病的CT影像诊断准确性	侵袭性肺曲霉病、肺毛霉病、细菌性肺炎和肺结核患者的CT影像	数字病理学	肺部感染疾病	CT影像分析	改进的3D U-Net	医学影像	训练集423例（115例IPA、53例PM、130例BP、125例PTB），外部验证集90例（21例IPA、8例PM、30例BP、31例PTB）
789	2025-07-11	Enhancing the Predictions of Cytomegalovirus Infection in Severe Ulcerative Colitis Using a Deep Learning Ensemble Model: Development and Validation Study 2025-Jul-01, JMIR medical informatics IF:3.1Q2 DOI:10.2196/64987 PMID:40590844	研究论文	本研究开发并验证了一种基于深度学习的集成模型，用于通过内窥镜图像区分巨细胞病毒（CMV）感染与严重溃疡性结肠炎（UC）	采用深度学习集成模型结合测试时间增强（TTA）技术，显著提高了CMV感染的预测准确性	样本量较小（86张内窥镜图像），可能影响模型的泛化能力	探索深度学习在非侵入性诊断CMV感染中的应用	严重溃疡性结肠炎患者的内窥镜图像	数字病理学	溃疡性结肠炎	深度学习	DenseNet 121（预训练于ImageNet）	图像	86张内窥镜图像
790	2025-07-11	Improving Tuberculosis Detection in Chest X-Ray Images Through Transfer Learning and Deep Learning: Comparative Study of Convolutional Neural Network Architectures 2025-Jul-01, JMIRx med DOI:10.2196/66029 PMID:40591399	研究论文	本研究通过比较6种CNN架构在胸部X光图像中检测结核病的性能，评估了数据增强对模型性能的影响	研究发现较简单的VGG16模型在结核病检测中表现出色，且计算资源需求较低，数据增强并未提升性能	研究仅使用了4200张胸部X光图像，可能限制了模型的泛化能力	评估不同CNN架构在胸部X光图像中检测结核病的性能	胸部X光图像	计算机视觉	结核病	深度学习	CNN（包括VGG16、VGG19、ResNet50、ResNet101、ResNet152和Inception-ResNet-V2）	图像	4200张胸部X光图像（700张结核病阳性，3500张正常）
791	2025-07-11	A transformer model for de novo sequencing of data-independent acquisition mass spectrometry data 2025-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02718-y PMID:40596427	研究论文	本文介绍了一种名为Cascadia的基于transformer架构的模型，用于数据非依赖采集质谱数据的从头测序	Cascadia模型首次将transformer架构应用于DIA质谱数据的从头测序，相比现有方法在不同仪器和实验协议下均表现出显著提升的性能	NA	解决质谱数据分析中的从头测序问题，特别是针对数据非依赖采集(DIA)协议	质谱数据中的氨基酸序列	机器学习	NA	数据非依赖采集质谱(DIA-MS)	transformer	质谱数据	NA
792	2025-07-11	Comparison of Random Survival Forest Based-Overall Survival With Deep Learning and Cox Proportional Hazard Models in HER-2-Positive HR-Negative Breast Cancer 2025-Jul, Cancer reports (Hoboken, N.J.) DOI:10.1002/cnr2.70262 PMID:40624807	研究论文	本研究比较了随机生存森林（RSF）、深度学习模型（DeepSurv）和Cox比例风险模型在HER2阳性/HR阴性乳腺癌患者总体生存预测中的表现	首次在HER2阳性/HR阴性乳腺癌亚型中系统比较了RSF、DeepSurv和CoxPH模型的预测性能，并发现RSF-VIMP特征选择方法能显著提升预后模型性能	研究数据仅来自SEER数据库，可能无法完全代表其他人群	开发更准确的乳腺癌患者生存预测模型以辅助临床决策	8,119名HER2阳性/HR阴性乳腺癌患者	机器学习	乳腺癌	生存分析	Random Survival Forest (RSF), DeepSurv, Cox Proportional Hazard (CoxPH)	临床数据	8,119名患者（训练集/验证集/测试集=7:1:2比例分配）
793	2025-07-11	Asymmetrical Contrastive Learning Network via Knowledge Distillation for No-Service Rail Surface Defect Detection 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3479453 PMID:39471124	研究论文	本文提出了一种基于知识蒸馏的非对称对比学习网络（ACLNet），用于无轨道表面缺陷检测，通过双流教师模型和单流学生模型实现高性能和参数效率的平衡	提出ACLNet-T双流教师模型同时提取RGB和深度特征，并设计ACLNet-S单流学生模型通过对比蒸馏损失、多尺度图映射蒸馏损失和基于自适应注意力解码器的注意力蒸馏损失实现知识迁移	未明确提及具体局限性，但可能涉及对特定数据集的依赖或计算资源需求	提高无轨道表面缺陷检测的性能和参数效率	铁路表面缺陷	计算机视觉	NA	知识蒸馏（KD）、对比学习、多尺度图映射	ACLNet-T（双流教师模型）、ACLNet-S（单流学生模型）	RGB-D图像	工业RGB-D数据集NEU RSDDS-AUG及三个额外公共数据集
794	2025-07-11	Spectral Super-Resolution in Frequency Domain 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3481060 PMID:39471122	研究论文	本文提出了一种在频域中进行光谱超分辨率重建的新方法，通过设计一个光谱-空间-频域融合网络（SSFDF）来提升重建效果	首次尝试在频域中解决光谱超分辨率问题，并设计了SSFDF网络来融合频域信息	未明确提及具体局限性	提升从RGB图像重建高光谱图像（HSI）的性能	高光谱图像（HSI）	计算机视觉	NA	深度学习	CNN	图像	多个数据集上的实验
795	2025-07-11	Structure-Preserved Self-Attention for Fusion Image Information in Multiple Color Spaces 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3490800 PMID:39531572	research paper	提出了一种结构保持自注意力网络（SPSANet），用于高效融合不同颜色空间的图像信息	引入了一种新颖的结构保持自注意力（SPSA）模块，采用单头像素级注意力机制，替代传统的多头自注意力（MHSA）方法	NA	提高深度学习模型在下游任务中的识别性能	图像信息	computer vision	NA	self-attention mechanism	SPSANet	image	NA
796	2025-07-11	HECLIP: histology-enhanced contrastive learning for imputation of transcriptomics profiles 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf363 PMID:40569046	research paper	提出了一种名为HECLIP的深度学习框架，用于从H&E染色的组织学图像中推断空间基因表达谱	采用图像中心的对比学习策略，减少对空间转录组数据的依赖，实现了准确且有生物学意义的基因表达预测	NA	开发可扩展的计算方法，弥合成像与转录组学之间的鸿沟	H&E染色的组织学图像	digital pathology	NA	spatial transcriptomics (ST)	深度学习框架（HECLIP）	image	公开可用的数据集
797	2025-07-11	CombiANT reader: Deep learning-based automatic image processing tool to robustly quantify antibiotic interactions 2025-Jul, PLOS digital health DOI:10.1371/journal.pdig.0000669 PMID:40627666	研究论文	介绍了一种基于深度学习的自动图像处理工具CombiANT reader，用于稳健量化抗生素相互作用	开发了一种自动化深度学习方法，能够准确分割细菌生长并测量CombiANT测定中的关键点距离，具有亚毫米精度	需要进一步验证在不同环境和设备上的适用性	开发一种自动化工具来量化抗生素相互作用，以应对抗生素耐药性问题	CombiANT测定中的细菌生长图像	计算机视觉	NA	深度学习	NA	图像	100个平板，由三位不同用户使用手机相机拍摄
798	2025-07-11	Comparative analysis of deep learning and tree-based models in power demand prediction: Accuracy, interpretability, and computational efficiency 2025-Jul, Journal of building physics IF:1.8Q3 DOI:10.1177/17442591251333144 PMID:40630870	研究论文	比较深度学习和基于树的模型在电力需求预测中的准确性、可解释性和计算效率	提出了一种多视角评估分析，包括预测准确性、可解释性和计算效率，并比较了六种流行模型在不同电力需求水平下的表现	研究仅针对电力需求预测领域，未涉及其他能源预测场景	评估不同机器学习模型在电力需求预测中的性能，为模型选择提供指导	电力需求预测	机器学习	NA	机器学习	RNN, GRU, LSTM, Random Forest, XGBoost, LightGBM	时间序列数据	NA
799	2025-07-11	From segmentation to explanation: Generating textual reports from MRI with LLMs 2025-Jul-01, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108922 PMID:40633400	研究论文	本文提出了一种结合语义分割模型、基于图谱的映射和大型语言模型（LLMs）的新方法，用于从MRI生成可读的医学报告	通过结合结构化JSON与提示约束的反幻觉设计，提高了AI系统的透明度和可解释性	方法仅在脑肿瘤检测和多发性硬化病变检测中进行了验证，需要进一步测试在其他医学影像场景中的通用性	增强AI在医学影像中的可解释性，提升医疗专业人员对AI驱动诊断的信任	脑肿瘤（胶质瘤）和多发性硬化病变	数字病理学	脑肿瘤	语义分割模型、图谱映射、LLMs	SegResNet, Gemma, Llama, Mistral	MRI影像	NA
800	2025-07-11	Modeling the vertebrate regulatory sequence landscape by UUATAC-seq and deep learning 2025-Jul-01, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.06.020 PMID:40633538	研究论文	本研究开发了一种名为UUATAC-seq的超高通量、超敏感单核测序协议，用于构建脊椎动物染色质可及性图谱，并引入深度学习模型NvwaCE来解析顺式调控语法并预测调控序列	开发了UUATAC-seq协议和NvwaCE深度学习模型，首次实现了在一天内构建一个物种的染色质可及性图谱，并揭示了调控语法的保守性	研究仅覆盖了五个代表性脊椎动物物种，可能无法完全代表所有脊椎动物的调控序列多样性	解码脊椎动物基因组的调控序列语言	五种代表性脊椎动物的候选顺式调控元件(cCREs)	基因组学	NA	UUATAC-seq, 深度学习	NvwaCE	基因组序列数据	五种代表性脊椎动物物种