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
861	2025-05-06	A simple yet effective approach for predicting disease spread using mathematically-inspired diffusion-informed neural networks 2025-Apr-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98398-x PMID:40301427	research paper	提出了一种结合传统数学建模和深度学习的模型，用于预测疾病传播	整合了人工神经网络和图卷积神经网络，简化参数估计同时保持数学框架的可解释性	仅应用于西班牙的COVID-19数据，未在其他地区或疾病上验证	提高疾病传播预测的准确性和参数估计的简化	COVID-19在西班牙的传播情况	machine learning	COVID-19	deep learning	ANN, GCN	graph-structured data	西班牙的COVID-19发病率数据
862	2025-05-06	Challenges, optimization strategies, and future horizons of advanced deep learning approaches for brain lesion segmentation 2025-Apr-28, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.04.016 PMID:40306473	review	本文综述了2021年至2024年间深度学习算法在脑肿瘤和脑卒中分割中的应用，探讨了其优势、局限性和未来研究方向	总结了深度学习在脑病变分割中的最新进展，提出了未来研究方向，包括神经架构搜索与领域知识的结合、患者生存水平预测等	基于250多篇综述论文的见解，可能存在文献覆盖不全或偏颇的问题	探讨深度学习在脑病变分割中的应用现状和未来发展方向	脑肿瘤和脑卒中	digital pathology	brain tumor, stroke	深度学习技术	lightweight neural networks, multilayer architectures	medical images	NA
863	2025-05-06	Integrating prior knowledge with deep learning for optimized quality control in corneal images: A multicenter study 2025-Apr-28, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108814 PMID:40319841	研究论文	本研究开发了一种混合AI图像质量控制系统，用于分类裂隙灯图像，以提高诊断准确性和效率，特别是在远程医疗应用中	提出了Hybrid Prior-Net (HP-Net)，一种结合ResNet分类分支和基于霍夫圆变换及频域模糊检测的先验知识分支的新型网络	研究仅针对裂隙灯图像，未涉及其他类型的医学图像	开发并评估一种混合AI图像质量控制系统，以提高裂隙灯图像分类的准确性和效率	裂隙灯图像	计算机视觉	眼科疾病	深度学习	ResNet, HP-Net	图像	内部数据集2982张图像，外部数据集13,554张和9853张图像
864	2025-05-06	Automated detection and recognition of oocyte toxicity by fusion of latent and observable features 2025-Apr-26, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.138411 PMID:40318589	research paper	开发了一种结合深度学习和可观察特征的框架，用于自动检测和识别卵母细胞毒性	通过融合潜在特征和可观察特征，提高了毒性检测、亚型和强度分类的性能，超越了人类能力	研究仅基于小鼠卵母细胞图像，未涉及人类卵母细胞	评估环境污染物对卵母细胞异常的影响，并预测胚胎在污染物下的能力	小鼠卵母细胞	digital pathology	infertility	deep learning	NA	image	2126张小鼠卵母细胞图像
865	2025-05-06	Identification of therapeutics against PfPK6 protein of Plasmodium falciparum: Structure and Deep Learning approach 2025-Apr-25, Experimental parasitology IF:1.4Q3 DOI:10.1016/j.exppara.2025.108947 PMID:40288672	研究论文	本研究通过计算方法和深度学习模型识别了针对恶性疟原虫PfPK6蛋白的新型抑制剂	结合结构基础方法和深度学习模型筛选新型PfPK6抑制剂，并验证其结合稳定性	研究仅基于计算模拟，尚未进行实验验证	识别针对恶性疟原虫PfPK6蛋白的治疗药物	恶性疟原虫PfPK6蛋白及其潜在抑制剂	计算生物学	疟疾	虚拟筛选、分子动力学模拟	DL	分子结构数据	多种小分子抑制剂化合物数据集
866	2025-05-06	Single Molecule Localization Super-resolution Dataset for Deep Learning with Paired Low-resolution Images 2025-Apr-23, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04979-w PMID:40268962	research paper	本文介绍了一个名为DL-SMLM的生物图像数据集，用于训练超分辨率模型，包含配对的低分辨率荧光图像和超分辨率SMLM数据	提供了一个公开的生物图像数据集，包含多种亚细胞结构的配对图像数据，支持深度学习超分辨率显微镜方法的发展	数据集虽然多样，但可能仍不足以覆盖所有类型的生物样本或结构	推动深度学习在超分辨率显微镜领域的应用	亚细胞结构，包括微管、内质网腔和膜、Clathrin包被小坑、线粒体外膜和内膜	digital pathology	NA	single molecule localization microscopy (SMLM)	deep learning models	image	188组原始SMLM数据，每种低分辨率图像有100个信号水平
867	2025-05-06	Efficient urban flood control and drainage management framework based on digital twin technology and optimization scheduling algorithm 2025-Apr-22, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123711 PMID:40319783	研究论文	本文提出了一种基于数字孪生技术和优化调度算法的高效城市防洪排涝管理框架	结合数字孪生实验平台、深度学习和多目标优化算法，提出创新的防洪排涝管理解决方案	未提及具体实施成本或平台部署的复杂性	提升城市防洪排涝系统的综合管理能力	城市河流湖泊水系及排水系统	数字孪生技术	NA	PLC技术、Unity3D引擎、深度学习、多目标优化算法	深度学习模型	实时监测数据、水位数据	未明确提及具体样本数量，涉及多种河流流入和排水操作场景
868	2025-05-06	Continuous Reaching and Grasping with a BCI Controlled Robotic Arm in Healthy and Stroke-Affected Individuals 2025-Apr-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.16.25325551 PMID:40321282	研究论文	本研究提出了一种基于运动想象的脑机接口（BCI）范式，用于控制机器人手臂进行连续抓取任务，并在健康人群和中风患者中进行了评估	通过引入额外的‘点击’信号，增加了BCI系统的自由度，实现了对机器人手臂的连续控制，而非从预定动作列表中选择	当前系统的应用受限于EEG信号的低信噪比和空间分辨率	探索非侵入式脑机接口在控制辅助设备（如机器人手臂）中的应用，特别是在复杂任务中的表现	健康受试者和中风幸存者	脑机接口	中风	EEG信号处理，深度学习	DL	EEG信号	健康受试者和中风幸存者（具体数量未提及）
869	2025-05-06	World of Forms: Deformable geometric templates for one-shot surface meshing in coronary CT angiography 2025-Apr-18, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103582 PMID:40318517	研究论文	提出了一种基于几何先验的数据高效深度学习方法，用于直接生成3D解剖对象表面网格	采用多分辨率图神经网络和几何模板变形方法，引入了一种新颖的3D球形数据掩码自编码器预训练策略	在低数据量情况下性能可能受限，且需要选择合适的网格三角剖分先验	改进医学图像分割和表面网格生成的准确性和拓扑一致性	冠状动脉CT血管造影中的心包、左心室腔和左心室心肌	数字病理	心血管疾病	深度学习方法	多分辨率图神经网络	3D医学图像	未明确说明样本数量
870	2025-05-06	Large-Scale Deep Learning-Enabled Infodemiological Analysis of Substance Use Patterns on Social Media: Insights From the COVID-19 Pandemic 2025-Apr-17, JMIR infodemiology IF:3.5Q1 DOI:10.2196/59076 PMID:40244656	研究论文	利用深度学习模型RoBERTa分析社交媒体数据，研究COVID-19大流行期间物质使用模式的变化	结合深度学习模型和人在回路策略，实时监测物质使用趋势，并识别关键影响因素	研究仅基于Twitter数据，可能无法全面代表所有人群的物质使用情况	分析COVID-19大流行期间物质使用模式的变化，为公共卫生干预提供依据	社交媒体上的物质使用相关帖子	自然语言处理	NA	RoBERTa, 趋势分析, k-means聚类, 主题建模, 主题分析	RoBERTa	文本	11.3亿条Twitter帖子，其中900万条与物质使用相关
871	2025-05-06	Generating Artificial Patients With Reliable Clinical Characteristics Using a Geometry-Based Variational Autoencoder: Proof-of-Concept Feasibility Study 2025-Apr-17, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63130 PMID:40245392	研究论文	本研究探讨了使用基于几何的变分自编码器（VAE）生成具有可靠临床特征的人工患者的可行性	首次将基于几何的VAE应用于高维度、小样本量的表格数据，以生成人工患者	需要进一步研究整合纵向动态以映射患者轨迹	测试生成具有可靠临床特征的人工患者的可行性	521名真实患者的数据	机器学习	NA	变分自编码器（VAE）	VAE	表格数据	521名真实患者的数据，生成多达10,000名人工患者
872	2025-05-06	Automated cervix biometry, volumetry and normative models for 3D motion-corrected T2-weighted 0.55-3T fetal MRI during 2nd and 3rd trimesters 2025-Apr-17, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.16.25325947 PMID:40321262	research paper	该研究开发了一种深度学习管道，用于自动多层分割和生物测量孕妇宫颈的3D T2加权图像	首次提出了用于孕妇宫颈3D T2加权图像的自动多层分割和生物测量的深度学习管道	研究仅评估了20个数据集，样本量相对较小	开发自动化方法以改进孕妇宫颈的MRI测量	孕妇宫颈的3D T2加权图像	medical imaging	pregnancy-related conditions	3D T2-weighted MRI	deep learning pipeline	3D MRI images	20个数据集用于评估，270个正常妊娠案例用于分析
873	2025-05-06	Deep learning-based EEG source imaging is robust under varying electrode configurations 2025-Apr-16, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2025.04.009 PMID:40318257	research paper	该研究探讨了基于深度学习的EEG源成像方法在不同电极配置下的稳健性能	提出了一种新的深度学习源成像框架DeepSIF，能够在低密度EEG下实现准确的源定位和范围估计	研究主要基于计算机模拟和27名耐药性癫痫患者的临床数据，样本量相对较小	评估不同电极数量对深度学习EEG源成像性能的影响	EEG源成像方法和不同电极配置下的性能比较	machine learning	epilepsy	EEG source imaging	DeepSIF	EEG信号	27名耐药性癫痫患者
874	2025-05-06	Dissecting the genetic complexity of myalgic encephalomyelitis/chronic fatigue syndrome via deep learning-powered genome analysis 2025-Apr-16, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.15.25325899 PMID:40321247	研究论文	本研究通过深度学习框架HEAL2对肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）进行全基因组分析，揭示了该疾病的遗传基础和相关症状的遗传风险	开发了新型深度学习框架HEAL2，用于ME/CFS的遗传预测和风险基因识别，并揭示了这些基因在多种组织和细胞类型中的功能重要性	未提及具体样本量，且疾病机制仍不完全清楚	解析ME/CFS的遗传复杂性，开发基于遗传的诊断工具，并探索治疗靶点	肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）患者及其遗传数据	机器学习	肌痛性脑脊髓炎/慢性疲劳综合征	全基因组分析、转录组分析、网络分析	深度学习框架HEAL2	基因组数据、转录组数据、蛋白质组数据	NA
875	2025-05-06	PanEcho: Complete AI-enabled echocardiography interpretation with multi-task deep learning 2025-Apr-16, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.16.24317431 PMID:40321248	研究论文	提出了一种名为PanEcho的人工智能系统，通过多任务深度学习自动解读超声心动图	开发了一个能够自动解读超声心动图的AI系统，该系统在多种诊断分类和参数估计任务中表现出高准确度	研究为回顾性多中心验证，需要在更广泛的前瞻性研究中进一步验证其性能	开发和评估一个能够自动解读超声心动图的AI系统	超声心动图视频和相关的诊断分类与参数估计	数字病理	心血管疾病	多任务深度学习	深度学习模型	视频	来自24,405名患者的32,265次TTE研究中的120万段超声心动图视频
876	2025-05-06	Boosting Reservoir Computing with Brain-inspired Adaptive Dynamics 2025-Apr-16, ArXiv PMID:40321946	research paper	该研究通过引入大脑启发的自适应动力学机制，提升了储层计算的性能	引入自适应的兴奋-抑制平衡机制，减少对超参数精确调优的需求，性能提升高达130%	未明确说明在更复杂任务或更大规模数据集上的适用性	改进储层计算的性能与鲁棒性，同时深化对神经计算的理解	储层计算机（RCs）	machine learning	NA	储层计算	RCs	time series data	NA
877	2025-05-06	A CT-based deep learning-driven tool for automatic liver tumor detection and delineation in patients with cancer 2025-Apr-15, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102032 PMID:40118052	研究论文	介绍了一种基于CT扫描的深度学习工具SALSA，用于自动检测和描绘癌症患者的肝脏肿瘤	SALSA工具在肿瘤识别和体积量化方面表现出色，优于现有最先进模型和放射科专家之间的一致性	未提及具体局限性	开发一种自动化工具，用于癌症患者的肝脏肿瘤检测和描绘，以改善诊断、预后和治疗评估	肝脏肿瘤（原发性和转移性）	数字病理学	癌症	CT扫描	深度学习	图像	1,598例CT扫描和4,908个肝脏肿瘤
878	2025-05-06	Computational characterization of lymphocyte topology on whole slide images of glomerular diseases 2025-Apr-14, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.12.25325548 PMID:40321276	研究论文	本研究通过计算量化淋巴细胞炎症的拓扑结构，并测试其临床相关性，以改进肾小球疾病的诊断和预后	开发了一种基于图的生境聚类算法，用于识别密集和稀疏的淋巴细胞生境，并提取了26个高通量定量病理特征	研究样本量相对较小（N=333），且仅针对两种肾小球疾病（FSGS和MCD）	计算量化淋巴细胞炎症的拓扑结构，并测试其临床相关性	肾小球疾病患者的淋巴细胞炎症拓扑结构	数字病理学	肾小球疾病	深度学习模型、图建模、LASSO-正则化Cox比例风险模型	深度学习模型、图模型	图像	333名NEPTUNE/CureGN参与者（155名FSGS和178名MCD）
879	2025-05-06	Deep Learning Approach Readily Differentiates Papilledema, Non-Arteritic Anterior Ischemic Optic Neuropathy, and Healthy Eyes 2025-Apr-11, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.04.006 PMID:40220884	research paper	使用深度学习模型通过眼底照片区分视乳头水肿、非动脉炎性前部缺血性视神经病变和健康眼睛	开发了一个基于ResNet-50的深度学习模型，能够高准确度地区分IIH、NAION和健康眼睛的眼底照片	外部验证集的样本量相对较小，可能影响模型的泛化能力	开发一种能够准确区分视乳头水肿、非动脉炎性前部缺血性视神经病变和健康眼睛的深度学习诊断工具	眼底照片	digital pathology	ophthalmic conditions	深度学习	ResNet-50	image	训练和验证集包含15 088张眼底照片（5866只眼睛），外部验证集包含1126张照片（928只眼睛）
880	2025-05-06	Quantifying axonal features of human superficial white matter from three-dimensional multibeam serial electron microscopy data assisted by deep learning 2025-Apr-11, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121212 PMID:40222502	research paper	该研究利用深度学习辅助的三维多束串行电子显微镜数据，量化了人类浅表白质的轴突特征	首次在纳米级分辨率下对人类浅表白质中的短程联合纤维进行详细的形态学表征，并提供了大型3D人类电子显微镜数据集	研究仅针对浅表白质区域，未涉及其他脑区	探索人类大脑皮层-皮层连接的轴突特征	人类浅表白质中的短程联合纤维	digital pathology	NA	multi-beam scanning electron microscopy (EM)	CNN	3D electron microscopy images	一个200×200×112μm的人类浅表白质体积样本，共分割了128,285个有髓鞘轴突