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
821	2025-06-02	Relationship between spleen volume and diameter for assessment of response to treatment on CT in patients with hematologic malignancies enrolled in clinical trials 2025-May-31, Abdominal radiology (New York) DOI:10.1007/s00261-025-05030-7 PMID:40448843	research paper	研究血液恶性肿瘤患者脾脏直径与体积的关系，以确定与治疗反应评估相关的体积阈值	首次提出脾脏体积阈值和百分比变化，与Lugano标准的直径阈值相关性最佳	研究基于特定临床试验数据，可能不适用于所有血液恶性肿瘤患者	评估脾脏体积和直径在血液恶性肿瘤治疗反应中的相关性	382名血液恶性肿瘤患者	digital pathology	hematologic malignancies	deep learning segmentation, random forest model	random forest	CT images	382 patients with hematologic malignancies
822	2025-06-02	Dual-energy CT-based virtual monoenergetic imaging via unsupervised learning 2025-May-31, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01560-y PMID:40448904	研究论文	本研究提出了一种基于无监督学习的双能CT虚拟单能成像方法，以提高图像质量	采用无监督学习方法直接从双能CT图像生成虚拟单能图像，无需高质量标注数据	初步研究结果，样本量未明确说明，且骨骼部分的CT值存在显著差异	提高双能CT虚拟单能成像的图像质量	双能CT图像和虚拟单能图像	医学影像处理	NA	双能CT成像	深度学习模型	医学影像	患者数据（具体数量未说明）
823	2025-06-02	Attention-driven deep learning framework for EEG analysis in ADHD detection 2025-May-31, Applied neuropsychology. Child DOI:10.1080/21622965.2025.2512919 PMID:40449519	research paper	提出一种基于注意力机制的深度学习框架，用于分析EEG信号以检测ADHD	模型整合注意力机制以选择性关注关键EEG特征，提升分类性能	NA	提高ADHD检测的准确性	被诊断为ADHD的儿童及对照组儿童的EEG记录	machine learning	ADHD	EEG	深度学习框架（含注意力机制）	EEG信号	来自IEEE DataPort的EEG记录数据集，包含ADHD儿童和对照组
824	2025-06-02	Subclinical atrial fibrillation prediction based on deep learning and strain analysis using echocardiography 2025-May-31, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03385-z PMID:40450156	研究论文	本研究提出了一种基于深度学习和应变分析的超声心动图自动检测亚临床心房颤动（SCAF）的新框架	首次将深度学习模型应用于心房高频率事件（AHRE）的预测，结合左心房分割和应变特征提取	样本量较小（117例患者），且仅使用单一影像模态（超声心动图）	开发自动检测亚临床心房颤动的工具以改善临床决策	植入心脏电子设备的患者（117例）	数字病理学	心血管疾病	超声心动图	Transformer	图像	117例患者（80%训练集，20%测试集）
825	2025-06-02	Accelerated proton resonance frequency-based magnetic resonance thermometry by optimized deep learning method 2025-May-31, Medical physics IF:3.2Q1 DOI:10.1002/mp.17909 PMID:40450352	research paper	本研究通过优化的深度学习方法提升基于质子共振频率的磁共振测温技术的时间分辨率，以支持聚焦超声治疗中的实时监测	提出了一种结合预训练/训练阶段数据增强、知识蒸馏和新型振幅-相位解耦损失函数的深度学习方法，显著提高了MR测温的准确性和效率	在4倍欠采样情况下，评估指标显示准确性降低了约10%	提升动态MR温度图重建的时间分辨率，支持聚焦超声治疗中的实时监测	子宫肌瘤患者的临床数据集以及体模和离体组织加热实验数据	medical imaging	uterine fibroids	proton resonance frequency-based magnetic resonance thermometry	ResUNet	MRI images	phantom and ex vivo tissue heating experiments, clinical dataset from patients with uterine fibroids
826	2025-06-02	Unified estimation of rice canopy leaf area index over multiple periods based on UAV multispectral imagery and deep learning 2025-May-30, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01398-1 PMID:40442795	研究论文	本研究利用无人机多光谱遥感技术和深度学习模型，实现了水稻冠层叶面积指数(LAI)的多时期统一估算	结合无人机多光谱遥感和CNN技术，提出了一种高效准确的水稻LAI多时期估算方法，并通过特征筛选提高了模型精度	未来可进一步探索更多特征提取和变量筛选方法，通过优化模型结构提高精度和稳定性	开发高效准确的水稻生长监测方法	水稻冠层叶面积指数(LAI)	农业遥感	NA	无人机多光谱遥感	MLP, CNN	多光谱图像	NA
827	2025-06-02	DeepUSPS: Deep Learning-Empowered Unconstrained-Structural Protein Sequence Design 2025-May-30, Proteins IF:3.2Q2 DOI:10.1002/prot.26847 PMID:40448386	research paper	提出了一种名为DeepUSPS的深度学习模型，用于解决无约束结构蛋白质序列设计中的优化效率低、生成蛋白质与天然蛋白质相似性高及热稳定性差的问题	采用了创新的Inverted Dense Residual Network (IDRNet)解决热稳定性不足问题，构建了Sequence-Pairwise Features Extraction Synthetic Network (SPFESN)降低设计蛋白质的相似性，并引入了Warm Restart AngularGrad (WRA)优化器优化3D Position-Specific Scoring Matrix (3Dpssm)	研究主要基于计算机模拟实验，未涉及实际生物实验验证	提高无约束结构蛋白质序列设计的效率和生成蛋白质的质量	无约束结构蛋白质序列	machine learning	NA	深度学习	IDRNet, SPFESN	蛋白质序列数据	1000个理想化(IDE)蛋白质序列
828	2025-06-02	Multiclass ensemble framework for enhanced prostate gland Segmentation: Integrating Self-ONN decoders with EfficientNet 2025-May-30, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110459 PMID:40449047	研究论文	该研究提出了一种结合EfficientNet编码器和Self-ONN解码器的多类集成框架，用于增强前列腺腺体及其分区区域的自动分割	采用Self-ONN解码器替代传统CNN的线性神经元模型，能更好地捕捉生物神经系统的复杂动态，并通过集成学习方法进一步提升分割精度	研究仅基于MRI数据集进行验证，未考虑其他影像模态的适用性	开发先进的前列腺分割技术以改善前列腺癌诊断和治疗质量	前列腺腺体及其分区区域（外周带PZ、移行带TZ和整个腺体）	数字病理学	前列腺癌	深度学习分割技术	EfficientNetB4编码器 + Self-ONN解码器，集成STAPLE方法	MRI影像	基于PI-CAI Challenge数据集进行5折交叉验证
829	2025-06-02	Intergenerational inequity from hydrological drought in a warming world 2025-May-30, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125988 PMID:40449421	research paper	该研究通过构建干旱模拟模型链，量化了不同世代人群面临的水文干旱风险，揭示了气候变化导致的代际不公平问题	首次构建了混合陆地模型链来量化水文干旱的代际暴露差异，并预测了未来极端干旱事件对年轻世代的严重影响	研究基于SSP5-85情景和有限数量的GCM输出，可能无法涵盖所有气候不确定性	量化气候变化背景下不同世代人群面临的水文干旱风险差异	全球4091个流域和不同出生年份的人群（1960年和2020年出生群体）	气候建模	NA	混合陆地模型链、深度学习方法	深度学习模型	气候模型输出、水文数据	4091个流域的模拟数据
830	2025-06-02	Evaluation of machine learning and deep learning algorithms for fire prediction in Southeast Asia 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00628-9 PMID:40442135	研究论文	评估机器学习和深度学习算法在东南亚火灾预测中的应用	比较了六种不同的ML和DL模型在东南亚火灾预测中的表现，并针对不同地区的时空动态特点推荐了最优模型	未提及模型在其他地区或不同时间尺度上的泛化能力	提高东南亚地区火灾预测的准确性以支持火灾管理决策	东南亚地区的植被火灾	机器学习	NA	VIIRS卫星数据	MLP, CNN, LSTM, CNN-LSTM, ConvLSTM	卫星图像数据	东南亚多国（文莱、印尼、马来西亚等）的火灾数据
831	2025-06-02	An efficient dual-branch framework via implicit self-texture enhancement for arbitrary-scale histopathology image super-resolution 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02503-z PMID:40442141	research paper	提出了一种基于隐式自纹理增强的双分支框架（ISTE），用于任意尺度病理图像超分辨率	ISTE框架通过特征聚合分支和纹理学习分支，结合两阶段纹理增强策略，有效提升病理图像超分辨率的局部细节和高频纹理细节	未明确提及具体局限性	解决病理图像任意尺度超分辨率问题，提升图像质量以支持下游病理分析任务	病理图像	digital pathology	lung cancer	deep learning-based single-image super-resolution (SISR), implicit neural representation (INR)	dual-branch framework (ISTE)	image	公开数据集（TMA、HistoSR和TCGA肺癌数据集）
832	2025-06-02	A deep learning model for prediction of lysine crotonylation sites by fusing multi-features based on multi-head self-attention mechanism 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04058-5 PMID:40442183	研究论文	提出了一种基于多头自注意力机制的深度学习模型DeepMM-Kcr，用于预测赖氨酸巴豆酰化位点	融合了自然语言处理特征和手工特征，并采用多头自注意力机制进行特征融合，构建了基于CNN、双向GRU和多层感知机的深度学习框架	NA	快速准确地识别赖氨酸巴豆酰化修饰位点，以研究其生物学效应	赖氨酸巴豆酰化位点	机器学习	NA	深度学习	CNN, 双向GRU, 多层感知机	蛋白质序列数据	NA
833	2025-06-02	Evaluating statistical consistency for the ocean component of earth system models using physics informed convolutional autoencoder 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03092-7 PMID:40442217	研究论文	本文提出了一种基于物理信息卷积自编码器（PIConvAE）的深度学习方法O-ESM-DCT，用于评估地球系统模型（ESMs）海洋组分的统计一致性	O-ESM-DCT采用物理信息卷积自编码器模型，在少量模拟数据下实现快速收敛，并通过数据保真度和物理驱动损失作为一致性评估指标	传统深度学习方法在小数据环境下缺乏鲁棒性且难以保证收敛	开发一种高效评估地球系统模型海洋组分统计一致性的方法	地球系统模型（ESMs）的海洋组分	机器学习	NA	深度学习	卷积自编码器（PIConvAE）	模型模拟数据	少量模拟数据
834	2025-06-02	Hierarchical Information-guided robotic grasp detection 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03313-z PMID:40442259	研究论文	提出了一种名为GraspFormer的新型机器人抓取检测方法，通过独特的编码器-解码器框架和Grasp Transformer Block来解决复杂环境中抓取检测的挑战	引入了层次信息引导的自注意力机制(HIGSA)和自适应深度通道调制器(DCM)，以增强特征交互和竞争，同时建模长距离依赖关系	未提及具体的实验环境限制或数据集的局限性	提高机器人在复杂动态环境中的抓取准确性和效率	机器人抓取检测	计算机视觉	NA	深度学习	Transformer, CNN	图像	未提及具体样本数量
835	2025-06-02	Gaussian random fields as an abstract representation of patient metadata for multimodal medical image segmentation 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03393-x PMID:40442267	research paper	提出了一种新颖的多模态分割方法，将患者元数据以高斯随机场的形式引入训练流程，用于慢性伤口的检测和监测	首次将患者数据整合到慢性伤口分割工作流中，通过高斯随机场表达患者元数据，并使用特定元数据类别训练个体模型后通过距离变换平均合并预测掩码	未提及方法在其他类型伤口或医学图像分割任务中的泛化能力	开发创新的深度学习方法以减少慢性伤口对患者和临床医生的影响	糖尿病患者的慢性伤口	digital pathology	diabetes	deep learning	multimodal segmentation model	multimodal medical image	Diabetic Foot Ulcer Challenge 2022测试集
836	2025-06-02	DeepMS: super-fast peptide identification using end-to-end deep learning method 2025-May-29, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169237 PMID:40449612	研究论文	介绍了一种基于深度学习的超快速肽段识别算法DeepMS，用于质谱数据的肽序列识别	开发了基于VGG16的端到端深度学习算法，识别速度超过质谱数据生成速率，并可适应翻译后修饰	未提及算法在复杂样本或低丰度肽段识别方面的性能	解决传统质谱数据分析速度慢的问题，推动基于质谱的组学技术应用	质谱数据中的肽序列	机器学习	NA	质谱技术	VGG16	质谱数据	未明确说明样本数量
837	2025-06-02	m6A-SPP: Identification of RNA N6-methyladenosine modification sites through multi-source biological features and a hybrid deep learning architecture 2025-May-29, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.144789 PMID:40449782	研究论文	提出了一种名为m6A-SPP的新型深度学习框架，用于有效预测RNA N6-甲基腺苷（m6A）修饰位点	结合了序列特征和理化特性的多源生物特征，以及混合深度学习架构，提高了m6A修饰位点的预测准确性	NA	准确预测m6A修饰位点，以理解其在生物功能和疾病中的意义	RNA N6-甲基腺苷（m6A）修饰位点	生物信息学	NA	深度学习	BERT、CNN	RNA序列数据	包含8种细胞系（如HEK293T和HeLa）和3种组织类型（包括脑、肝和肾）的单核苷酸分辨率数据集
838	2025-06-02	Mild to moderate COPD, vitamin D deficiency, and longitudinal bone loss: The MESA study 2025-May-29, Bone IF:3.5Q2 DOI:10.1016/j.bone.2025.117550 PMID:40449861	research paper	该研究探讨了轻度至中度慢性阻塞性肺疾病（COPD）与维生素D缺乏对骨密度（BMD）纵向下降的影响	研究发现轻度至中度COPD仅在维生素D缺乏的参与者中与椎骨BMD的纵向下降显著相关，揭示了维生素D缺乏在COPD患者骨丢失中的关键作用	研究样本中轻度至中度COPD患者数量相对较少（173人），可能影响结果的普遍性	探究轻度至中度COPD与维生素D缺乏对骨密度下降的联合影响	1226名参与者，其中173名轻度至中度COPD患者和1053名无COPD的对照者	医学研究	慢性阻塞性肺疾病（COPD）	胸部CT扫描和深度学习算法进行椎体自动分割	深度学习算法	医学影像（CT扫描）和临床数据	1226名参与者，包括173名轻度至中度COPD患者
839	2025-06-02	Recent advances in antibody optimization based on deep learning methods 2025-May-28, Journal of Zhejiang University. Science. B DOI:10.1631/jzus.B2400387 PMID:40436639	review	本文综述了基于深度学习的抗体优化方法的最新进展	探讨了人工智能算法，特别是深度学习方法在抗体优化中的应用及其潜在解决方案	讨论了当前通用深度学习算法在抗体优化中面临的挑战	优化抗体的性质以加速抗体药物的开发	抗体	machine learning	NA	deep learning	NA	NA	NA
840	2025-06-02	Large Scale MRI Collection and Segmentation of Cirrhotic Liver 2025-May-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05201-7 PMID:40436863	research paper	该研究介绍了CirrMRI600+数据集，包含628个高分辨率腹部MRI扫描，用于肝硬化肝脏的自动分割和分析	首次提供了大规模、专家标注的肝硬化肝脏MRI数据集，并提供了11种最先进深度学习模型的基准结果	数据集虽然规模较大，但可能仍不足以覆盖所有肝硬化病例的形态学变异	开发自动化肝硬化肝脏分析的计算方法，加速肝硬化视觉分期和个性化治疗规划的进展	肝硬化患者的肝脏MRI图像	digital pathology	liver cirrhosis	MRI	deep learning	image	628个高分辨率腹部MRI扫描（310个T1加权和318个T2加权序列，近40,000个标注切片）