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
8261	2025-04-06	Integrated Multiscale Domain Adaptive YOLO 2023, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2023.3255106 PMID:37028346	研究论文	本文提出了一种新颖的多尺度域自适应YOLO框架（MS-DAYOLO），用于解决深度学习应用中的域偏移问题	引入了三种新颖的深度学习架构用于域适应网络（DAN），包括渐进特征缩减（PFR）、统一分类器（UC）和集成架构	NA	解决深度学习中的域偏移问题，提升目标检测性能	YOLOv4目标检测器	计算机视觉	NA	深度学习	YOLOv4, Faster R-CNN	图像	流行数据集（未具体说明数量）
8262	2025-04-06	MDTL: A Novel and Model-Agnostic Transfer Learning Strategy for Cross-Subject Motor Imagery BCI 2023, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2023.3259730 PMID:37030758	研究论文	提出了一种新颖且模型无关的迁移学习策略MDTL，用于跨被试运动想象脑机接口	MDTL策略利用多源域数据到目标域以及多源域之间的迁移，具有模型无关性，能快速部署于现有模型	未明确提及具体局限性	提升跨被试运动想象脑机接口的性能并减少准备时间	运动想象脑机接口系统	机器学习	NA	迁移学习	DeepConvNet, ShallowConvNet, EEGNet	EEG信号	两个公开的运动想象数据集（BCIC IV dataset 2a和Lee2019）
8263	2025-04-06	Tolerating Annotation Displacement in Dense Object Counting via Point Annotation Probability Map 2023, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2023.3331908 PMID:37971907	研究论文	本文提出了一种通过点标注概率图（PAPM）来容忍密集物体计数中标注位移的方法	利用广义高斯分布（GGD）函数构建学习目标点标注概率图（PAPM），以提高对标注位移的鲁棒性	手设计的PAPM方法可能对特定网络和数据集不是最优的	提高密集物体计数中对标注位移的鲁棒性	拥挤场景中的物体计数	计算机视觉	NA	广义高斯分布（GGD）	P2PNet	图像	NA
8264	2025-04-06	Deep learning and radiomics framework for PSMA-RADS classification of prostate cancer on PSMA PET 2022-Dec-29, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-022-00948-1 PMID:36580220	研究论文	开发了一个深度学习和放射组学框架，用于在PSMA PET图像上进行前列腺癌的PSMA-RADS分类	结合深度学习和放射组学方法，实现了病变级别和患者级别的PSMA-RADS分类，并提供了置信度和概率评分	研究为回顾性研究，样本来源单一	提高前列腺癌在PSMA PET图像上的分类准确性	前列腺癌患者的PSMA PET图像	数字病理学	前列腺癌	PET/CT扫描	深度学习	医学影像	267名男性患者的3794个病变
8265	2025-04-06	Deep learning and alignment of spatially resolved single-cell transcriptomes with Tangram 2021-11, Nature methods IF:36.1Q1 DOI:10.1038/s41592-021-01264-7 PMID:34711971	研究论文	介绍了一种名为Tangram的方法，用于将单细胞/单核RNA测序数据与空间数据对齐，以构建器官的生物图谱	Tangram方法能够将sc/snRNA-seq数据与多种空间数据形式对齐，包括MERFISH、STARmap、smFISH、Spatial Transcriptomics (Visium) 和组织学图像，并能处理多模态数据如SHARE-seq	虽然Tangram能够解决空间分辨率和基因通量的限制，但其在更广泛的组织类型和疾病模型中的应用仍需验证	构建器官的生物图谱，将单细胞转录组数据与解剖尺度关联	健康小鼠脑组织，特别是视觉和躯体运动区域	数字病理学	NA	sc/snRNA-seq, MERFISH, STARmap, smFISH, Spatial Transcriptomics (Visium), SHARE-seq	深度学习	单细胞转录组数据、空间数据、多模态数据	健康小鼠脑组织样本
8266	2025-04-06	Determination of disease severity in COVID-19 patients using deep learning in chest X-ray images 2021-Jan, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.5152/dir.2020.20205 PMID:32815519	研究论文	本研究利用深度学习技术分析COVID-19患者的胸部X光片，以确定疾病严重程度	首次在COVID-19急性爆发期间应用深度学习模型进行胸部X光片分析，并评估其与放射科医生解读的一致性	样本量较小（48名患者），且为单中心回顾性研究	探索COVID-19患者临床特征与胸部X光片表现之间的关联，并评估深度学习模型在急性爆发环境中的应用可行性	48名SARS-CoV-2 RT-PCR阳性患者（年龄60±17岁，15名女性）的65张胸部X光片	数字病理学	COVID-19	深度学习	深度学习模型（具体架构未说明）	胸部X光图像	48名患者（65张X光片）
8267	2025-04-05	Radioisotope compositional analysis using Monte Carlo γ-ray simulations and regression neural network 2025-Jun, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.111746 PMID:40020474	research paper	本文开发了一种基于回归的卷积神经网络（CNN），用于预测模拟混合源光谱中的源及其比例，并与传统的库最小二乘算法进行了比较	采用回归CNN预测混合放射性同位素的光谱组成，相比传统线性方法具有更高的准确性和效率	研究基于模拟数据，实际环境中的噪声和干扰可能影响模型性能	开发高效自动化的γ光谱分析工具，用于放射性同位素的识别和定量分析	6种不同的放射性同位素及其混合光谱	machine learning	NA	Monte Carlo γ-ray simulations, GEANT4软件包	CNN	γ-ray光谱数据	6种同位素的综合模拟数据集
8268	2025-04-05	Deep Learning-Based Precontrast CT Parcellation for MRI-Free Brain Amyloid PET Quantification 2025-May-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005652 PMID:39876079	研究论文	本研究开发了一种基于深度学习的CT脑区分割模型，用于无MRI依赖的淀粉样蛋白PET定量	首次提出利用深度学习直接从CT图像进行脑区分割，无需高分辨率MRI，实现了淀粉样蛋白PET的准确定量	研究基于回顾性数据，且样本量相对有限（226例）	开发不依赖MRI的淀粉样蛋白PET定量方法	轻度认知障碍或痴呆患者（157例）和健康对照者（69例）	数字病理学	老年痴呆症	PET/CT扫描	UNet	CT和PET图像	226人（157例患者+69例对照）
8269	2025-04-05	Reconstructing historical climate fields with deep learning 2025-Apr-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp0558 PMID:40173235	research paper	使用基于傅里叶卷积的深度学习方法重建历史气候场	提出了一种基于傅里叶卷积的深度学习方法，能够在大面积和不规则缺失数据的情况下，仅凭极少信息就能真实重建历史气候场，并重现已知历史事件	NA	填补历史气候记录的缺失数据，重建历史气候场	历史气候场数据	machine learning	NA	deep learning, Fourier convolutions	CNN	climate model output	NA
8270	2025-04-05	Intelligent meningioma grading based on medical features 2025-Apr-04, Medical physics IF:3.2Q1 DOI:10.1002/mp.17808 PMID:40183528	research paper	该研究提出了一种结合医学特征和深度神经网络的智能脑膜瘤分级方法	结合医学特征与SNN-Tran模型，提高了脑膜瘤分级的准确性和可靠性	医学特征的获取可能受限于影像质量和临床数据的完整性	验证医学特征与深度神经网络结合对脑膜瘤分级的有效性	脑膜瘤患者	digital pathology	脑膜瘤	SNN-Tran模型	SNN-Tran	医学特征（如肿瘤体积、瘤周水肿体积等）	未明确提及样本数量
8271	2025-04-05	Hypermetabolic pulmonary lesions detection and diagnosis based on PET/CT imaging and deep learning models 2025-Apr-04, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07215-0 PMID:40183951	研究论文	本研究开发并评估了基于PET/CT成像和深度学习模型的超代谢性肺部病变检测与分类方法	采用多维联合网络结合图像块和二维投影进行分类，性能优于传统放射组学方法	假阳性分割主要对应于邻近区域的可疑病变，特别是淋巴结	开发用于超代谢性肺部病变检测和分类的深度学习模型	超代谢性肺部病变（良性、肺癌、肺淋巴瘤和转移瘤）	数字病理学	肺癌	PET/CT成像	深度学习模型（多维联合网络）	医学影像（PET/CT）	647例（409男/238女），来自5个中心超过8年的数据
8272	2025-04-05	Interpretable multimodal deep learning model for predicting post-surgical international society of urological pathology grade in primary prostate cancer 2025-Apr-04, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07248-5 PMID:40183953	研究论文	开发了一种可解释的多模态深度学习模型，用于预测前列腺癌术后国际泌尿病理学会分级	整合了18F-PSMA-PET/CT成像特征与临床变量，构建了可解释的多模态融合模型，显著优于术前活检Gleason评分	研究为回顾性设计，样本量相对有限（222例患者）	提高前列腺癌病理分级的准确性，优化手术规划和个性化治疗策略	前列腺癌患者	数字病理	前列腺癌	18F-PSMA-PET/CT成像，深度迁移学习	多模态融合模型	医学影像（PET/CT），临床参数	222例前列腺癌患者（2020-2024年）
8273	2025-04-05	Towards Better Cephalometric Landmark Detection with Diffusion Data Generation 2025-Apr-03, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3557430 PMID:40178956	研究论文	本文提出了一种创新的数据生成方法，用于生成多样化的头颅X光图像及对应标注，以提高头颅标志点检测的准确性	开发了基于扩散模型的数据生成方法，无需人工干预即可生成多样化的头颅X光图像及标注，并引入了包含详细医学文本提示的数据集以控制生成样本的不同属性和风格	NA	提高头颅标志点检测的准确性，解决数据稀缺和标注成本高的问题	头颅X光图像及标志点	计算机视觉	正畸诊断	扩散模型	大规模视觉检测模型	图像	NA
8274	2025-04-05	Advancing Visual Perception Through VCANet-Crossover Osprey Algorithm: Integrating Visual Technologies 2025-Apr-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01467-w PMID:40180632	research paper	该研究提出了一种基于视觉核心适应网络和交叉鱼鹰算法的VCANet-COP模型，用于糖尿病视网膜病变的细微病变识别	VCANet-COP模型整合了稀疏自编码器和鱼鹰优化算法，模拟了人类视觉系统的多个处理区域，提高了病变检测的准确性和计算效率	虽然模型在多个数据集上表现优异，但未提及在临床实际应用中的验证情况	开发一种高效准确的自动化糖尿病视网膜病变筛查方法	糖尿病视网膜病变的细微病变识别	digital pathology	diabetic retinopathy	deep learning	VCANet-COP (整合SAEs和OOA)	retinal fundus images	多个DR数据集（DR-Data, STARE, IDRiD, DRIVE, RFMID）
8275	2025-04-05	Efficacy of a deep learning-based software for chest X-ray analysis in an emergency department 2025-Apr-03, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.03.007 PMID:40180796	研究论文	本研究评估了基于深度学习的计算机辅助检测系统在急诊科胸部X光片异常检测中的效果	在急诊科环境中评估深度学习辅助系统对胸部X光片异常检测的敏感性提升，即使放射科医生可获得临床信息	研究为回顾性设计，样本量相对有限（404例）	评估深度学习辅助系统在急诊科胸部X光片异常检测中的效能	急诊科出现呼吸道症状患者的胸部X光片	数字病理	肺部疾病	深度学习	CAD系统（具体架构未说明）	医学影像（胸部X光片）	404例连续胸部X光片（含103例异常影像）
8276	2025-04-05	Soft sensor modeling using deep learning with maximum relevance and minimum redundancy for quality prediction of industrial processes 2025-Apr, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.02.010 PMID:39961741	研究论文	提出了一种基于最大相关和最小冗余的表示学习方法（MRMRRL），用于工业过程的质量预测	结合了质量相关特征提取、隐藏特征冗余减少和信息补偿三个通道的优点，显著提升了性能	未提及具体的工业过程类型或应用范围的局限性	提高工业过程质量预测的准确性和效率	工业过程的质量预测	机器学习	NA	自动编码器（AE）、堆叠自动编码器（SAE）、核主成分分析（KPCA）	MRMRRL、SAE	工业过程数据	未提及具体样本数量
8277	2025-04-05	The current landscape of artificial intelligence in computational histopathology for cancer diagnosis 2025-Apr-01, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02212-z PMID:40167870	综述	本文综述了2013年至2024年间人工智能在计算组织病理学中用于癌症诊断的关键方法和应用	涵盖了监督学习、无监督学习、弱监督学习和迁移学习等多种深度学习方法在组织病理学图像识别中的应用，并探讨了AI在识别基因突变和标准病理生物标志物方面的潜力	仅基于41项主要研究，可能未涵盖该领域所有最新进展	评估人工智能在计算组织病理学中用于癌症诊断和预后的应用现状	组织病理学图像	数字病理学	癌症	深度学习	NA	图像	41项主要研究
8278	2025-04-05	The potential of combined robust model predictive control and deep learning in enhancing control performance and adaptability in energy systems 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95636-0 PMID:40169731	研究论文	本研究探讨了将鲁棒模型预测控制（RMPC）与深度学习相结合，以提升能源系统的性能和适应性	结合RMPC的鲁棒性与深度学习的学习和适应能力，提出了一种新型控制框架，显著提高了控制精度和运行效率	研究仅通过模拟验证，缺乏实际系统应用的验证	提升能源系统的控制性能和适应性	热电联产（CHP）、电力制氢和电力制甲烷等能源系统	机器学习	NA	鲁棒模型预测控制（RMPC）和深度学习	RMPC与深度学习模型	模拟数据	NA
8279	2025-04-05	Robust ensemble classifier for advanced synthetic aperture radar target classification in diverse operational conditions 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93536-x PMID:40169814	research paper	本文提出了一种增强的集成分类框架，用于合成孔径雷达（SAR）自动目标识别（ATR）在多样化操作条件下的应用	该方法整合了ResNet、SVM和模板匹配的优势，通过多数投票结合它们的互补能力，提高了分类准确性和鲁棒性	未提及具体的计算资源需求或处理时间，可能在实际应用中存在效率问题	提高SAR自动目标识别在多样化操作条件下的分类准确性和鲁棒性	合成孔径雷达（SAR）图像中的目标	computer vision	NA	ResNet, SVM, 模板匹配	ResNet, SVM	SAR图像	使用MSTAR数据集进行实验验证
8280	2025-04-05	An adaptive search mechanism with convolutional learning networks for online social media text summarization and classification model 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95381-4 PMID:40169845	研究论文	提出了一种基于自适应搜索机制和卷积学习网络的社交媒体文本摘要与分类模型（ASMHLN-SMDSCM）	结合BERT模型进行特征提取，采用蛾搜索算法（MSA）优化超参数，并使用TabNet+CNN模型进行分类	未提及模型在大规模数据集上的泛化能力或计算效率	开发高效的社交媒体文本摘要与分类方法	社交媒体短文本数据	自然语言处理	NA	BERT, MSA, TabNet, CNN	TabNet+CNN	文本	FIFA和FARMER数据集（具体数量未提及）