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
941	2025-09-13	Assessing Genotype-Phenotype Correlations with Deep Learning in Colorectal Cancer: A Multi-Centric Study 2025-Feb-08, medRxiv : the preprint server for health sciences DOI:10.1101/2025.02.04.25321660 PMID:39973981	研究论文	本研究利用深度学习从结直肠癌H&E切片预测多种遗传生物标志物，并分析其与表型关联	开发了多目标Transformer模型，可同时预测多种生物标志物，超越传统单目标模型，并系统评估了MSI表型对预测的混淆影响	模型预测性能高度依赖MSI相关形态学特征，生物标志物自身对表型的贡献较小	评估深度学习在结直肠癌中基因型-表型关联预测的可行性与局限性	结直肠癌患者肿瘤组织H&E切片	数字病理学	结直肠癌	深度学习和全面panel测序	Transformer	图像	1,376例患者（五个队列）加上536例公共数据集验证样本
942	2025-09-13	Localization and detection of deepfake videos based on self-blending method 2025-01-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88523-1 PMID:39890891	研究论文	提出一种基于自混合方法的空间训练策略，用于深度伪造视频的检测与篡改区域定位	无需伪造样本即可检测空间篡改，通过多部位局部位移变形与融合技术生成多样化特征数据，并引入混合区域标签指导定位	未明确说明跨数据集泛化能力的具体量化指标及对未知篡改技术的适应性	提升深度伪造视频检测的泛化能力与篡改区域的精确定位	深度伪造视频（含人脸替换与表情篡改类型）	计算机视觉	NA	多部位局部位移变形与融合技术	Swin-Unet	视频	基于FF++、Celeb-DF、DFDC等公开数据集（未明确样本数量）
943	2025-09-13	TrimNN: Characterizing cellular community motifs for studying multicellular topological organization in complex tissues 2025-Jan-17, Research square DOI:10.21203/rs.3.rs-5584635/v1 PMID:39877090	研究论文	提出一种名为TrimNN的图神经网络方法，用于识别和表征复杂组织中保守的多细胞空间拓扑模式	采用自下而上的图深度学习框架，将细胞生态位定义为可计数的拓扑块，具有可解释性和泛化性	NA	研究多细胞拓扑组织在复杂组织中的协调规则	空间转录组学和蛋白质组学数据中的细胞群落	计算生物学	NA	空间组学分析，图神经网络	神经网络（NN）	空间转录组和蛋白质组数据	NA
944	2025-09-13	Improvement of mask R-CNN and deep learning for defect detection and segmentation in electronic products 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329945 PMID:40920847	研究论文	提出一种基于YOLOv5和Mask R-CNN的多任务联合学习框架Y-MaskNet，用于电子产品的缺陷检测与分割	结合YOLOv5的高效目标检测能力和Mask R-CNN的精细分割能力，通过多任务学习框架优化模型整体性能	NA	提高电子产品缺陷检测与分割的准确率和效率	电子产品缺陷	计算机视觉	NA	深度学习	YOLOv5, Mask R-CNN, Y-MaskNet	图像	PCB缺陷数据集
945	2025-09-13	Rapid label-free identification of seven bacterial species using microfluidics, single-cell time-lapse phase-contrast microscopy, and deep learning-based image and video classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330265 PMID:40920893	研究论文	本研究结合微流控技术、单细胞延时相差显微镜和深度学习，实现七种细菌物种的快速无标记识别	将先前针对四种细菌的方法扩展至七种常见人类病原体，并评估实时性能、训练集大小和数据质量的影响，同时探究纹理与形态特征对分类的贡献	仍需解决直接从血液中分离细菌的挑战，并在多样临床分离株上验证方法的有效性	开发一种快速、无标记的细菌物种识别方法，以促进感染早期诊断	七种常见人类病原菌：铜绿假单胞菌、大肠杆菌、肺炎克雷伯菌、鲍曼不动杆菌、粪肠球菌、奇异变形杆菌和金黄色葡萄球菌	计算机视觉	细菌感染	微流控芯片、单细胞延时相差显微镜	CNN, Vision Transformers	视频（延时相差显微镜图像序列）	使用微流控芯片陷阱收集的单个细菌细胞生长的一小时延时序列
946	2025-09-13	Smart load balancing in cloud computing: Integrating feature selection with advanced deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329765 PMID:40924788	研究论文	提出一种结合特征选择与深度学习模型的智能云负载均衡方法SLADRO	整合CNN和LSTM进行负载预测，采用OOA-PSO混合优化进行特征选择，并应用深度强化学习实现动态任务调度	NA	优化云计算环境中的资源分配和负载均衡	云计算工作负载和资源管理	机器学习	NA	深度学习，强化学习，混合优化算法	CNN, LSTM, DRL	时间序列工作负载数据	基于Google Cluster Trace真实数据集的广泛仿真
947	2025-09-13	Enhancing fake news detection with transformer-based deep learning: A multidisciplinary approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330954 PMID:40924789	研究论文	提出一种基于Transformer架构的增强型BERT模型，用于虚假新闻检测，并在大规模数据集上验证其优越性能	采用渐进式训练方法增强BERT模型，使其能够逐步学习并细化区分真实报道与虚假内容的语言细微差别	NA	开发可靠且高效的自动化虚假新闻检测机制，以应对数字信息完整性挑战	虚假新闻文本内容	自然语言处理	NA	BERT, 渐进式训练方法	Transformer-based BERT	文本	72,134篇文章（来自WELFake数据集）
948	2025-09-13	DeepRNAac4C: a hybrid deep learning framework for RNA N4-acetylcytidine site prediction 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1622899 PMID:40927364	研究论文	提出一种混合深度学习框架DeepRNAac4C，用于RNA N4-乙酰胞苷位点预测	整合残差神经网络、CNN、BiLSTM和BiGRU，有效捕获局部和全局序列特征，提升预测精度和模型鲁棒性	NA	准确预测RNA ac4C位点以理解RNA在基因表达和细胞调控中的作用	RNA N4-乙酰胞苷（ac4C）修饰位点	自然语言处理	NA	RNA序列分析	CNN, BiLSTM, BiGRU, 残差神经网络	序列数据	NA
949	2025-09-13	Bibliometric Analysis of Research Articles on Embedded Internet of Health Things (IoHT) Fall Detection in the Elderly Published from 2006 to 2025 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S537047 PMID:40927577	文献计量分析	对2006年至2025年关于嵌入式健康物联网（IoHT）老年人跌倒检测研究文章的文献计量分析	首次对嵌入式IoHT老年人跌倒检测领域进行全面的文献计量综述，揭示研究趋势、地理分布和方法演变	基于Scopus数据库，可能未涵盖所有相关文献；时间范围截至2025年4月，可能不完全	分析嵌入式IoHT老年人跌倒检测领域的研究现状、发展趋势和知识结构	79篇相关研究出版物（会议论文和期刊文章）	物联网与健康监测	老年疾病	文献计量分析、VOSviewer可视化、性能指标分析	NA	文献元数据（出版年份、类型、国家、机构、作者、引用数、方法论）	79篇出版物
950	2025-09-13	Efficient spatio-temporal modeling for sign language recognition using CNN and RNN architectures 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1630743 PMID:40927705	研究论文	本研究使用CNN和RNN架构对坦桑尼亚手语视频进行时空建模，以提升手语识别效率	提出采用ELU激活函数的CNN-GRU模型，以提高学习效率和性能，在手语识别任务中达到94%的准确率	在独立手语者设置中性能差异显著，最高准确率仅66%，手部主导特征优化仍面临挑战	通过深度学习算法捕捉视频帧的时空关系特征，改进动态手语词的识别	坦桑尼亚手语数据集，使用手机自拍摄像头收集	计算机视觉	NA	深度学习，视频帧分析	CNN-LSTM, CNN-GRU	视频	NA
951	2025-09-13	RiskPath: Explainable deep learning for multistep biomedical prediction in longitudinal data 2024-Dec-26, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.19.24313909 PMID:39371168	研究论文	介绍RiskPath，一个用于纵向数据中多步生物医学预测的可解释深度学习工具箱	结合理论指导的优化来指定最佳模型拓扑，并探索性能与复杂度的权衡，同时提供模块以映射预测因子随时间变化的重要性	NA	开发可解释的AI工具箱，用于风险分层用例中的时间序列预测	经典和新兴纵向队列中的疾病风险预测	机器学习	NA	深度学习时间序列方法	深度学习	时间序列数据	NA
952	2025-09-13	Automated surgical skill assessment in colorectal surgery using a deep learning-based surgical phase recognition model 2024-11, Surgical endoscopy DOI:10.1007/s00464-024-11208-9 PMID:39214877	研究论文	本研究开发了一种基于深度学习的结直肠手术阶段识别模型，用于自动化评估外科手术技能	首次利用深度学习模型识别手术阶段并基于此自动区分不同技能水平的外科医生群体	NA	验证使用手术阶段识别模型评估外科手术技能的可行性	腹腔镜乙状结肠切除术的手术视频	计算机视觉	结直肠癌	深度学习	深度学习模型	视频	85个视频用于技能水平分组验证（专家26个、中级32个、新手27个），总计1272个视频用于ESSQS评分分组分析
953	2025-09-13	Automated segmentation of soft X-ray tomography: native cellular structure with sub-micron resolution at high throughput for whole-cell quantitative imaging in yeast 2024-Nov-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.31.621371 PMID:39554159	研究论文	开发基于深度学习的自动化分割流程，用于软X射线断层扫描数据中酵母细胞结构的高通量定量成像分析	首次将深度学习自动分割应用于软X射线断层扫描数据，实现数百个细胞结构的高通量精确分割	需要人工迭代细化来提升关键结构的分割精度	实现细胞结构的自动化分割和定量形态学分析	酵母细胞（野生型、VPH1-GFP突变株等）	计算机视觉	NA	软X射线断层扫描(SXT)	深度学习	3D图像数据	数百个细胞，涵盖三种酵母菌株
954	2024-09-15	Breaking barriers in inner ear MRI: The changing role of deep learning reconstruction 2024-Oct, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.07.010 PMID:39271366	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
955	2025-09-13	Deep Learning for Automatic Knee Osteoarthritis Severity Grading and Classification 2024-Oct, Indian journal of orthopaedics IF:1.1Q3 DOI:10.1007/s43465-024-01259-4 PMID:39324090	研究论文	本研究开发了一种基于深度学习的自动方法，用于从X射线图像预测膝骨关节炎严重程度分级和膝关节置换可能性	采用迁移学习和多种深度学习模型比较，首次将像素比率计算与决策树模型结合用于膝OA严重程度自动评估	测试准确率为67%，仍有提升空间，且模型性能可能受数据集限制	提高膝骨关节炎诊断的准确性和效率，辅助临床决策	膝骨关节炎患者的X射线图像	计算机视觉	骨关节炎	迁移学习，像素比率计算，图像预处理	Inception V3, Xception, VGG, ResNet, DenseNet等14种CNN模型	X射线图像	基于Osteoarthritis Initiative (OAI)数据集，具体样本数量未明确说明
956	2025-09-13	Reducing motion artifacts in craniocervical background subtraction angiography with deformable registration and unsupervised deep learning 2024-Sep, Radiology advances DOI:10.1093/radadv/umae020 PMID:40927738	研究论文	本研究开发了一种基于无监督深度学习的快速可变形配准模型，用于减少颅颈血管造影中的运动伪影	结合血管层估计的新型图像相似性损失函数，优化背景配准，使其对血管内碘造影剂的可变存在具有鲁棒性	NA	开发快速可变形配准模型以减少数字减影血管造影中的配准误差	颅颈血管造影图像	医学影像处理	脑血管疾病	数字减影血管造影（DSA）	深度学习可变形配准框架（基于HyperMorph）	医学影像	516项研究，包含5,240个血管造影序列（训练集5,046个，测试集194个）
957	2024-08-07	Vision Transformer-based Deep Learning Models Accelerate Further Research for Predicting Neurosurgical Intervention 2024-07, Radiology. Artificial intelligence DOI:10.1148/ryai.240117 PMID:38864744	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
958	2025-09-13	Multi-Class Deep Learning Model for Detecting Pediatric Distal Forearm Fractures Based on the AO/OTA Classification 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00968-4 PMID:38308069	研究论文	开发基于AO/OTA分类的多类别深度学习模型，用于检测儿童远端前臂骨折	首次将YOLOv4目标检测模型应用于儿童远端前臂骨折的多类别分类，并采用儿科专用的AO/OTA分类标准	测试集仅包含88张图像和34名患者，样本规模有限	支持临床医生快速制定治疗计划，通过自动骨折检测提升诊断效率	儿童远端前臂骨折	计算机视觉	儿科骨折	X射线成像	CNN (YOLOv4)	图像	7006张X射线图像（来自1809名患者），测试集88张图像（34名患者）
959	2025-09-13	Enhancing YOLO5 for the Assessment of Irregular Pelvic Radiographs with Multimodal Information 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00986-2 PMID:38315343	研究论文	本研究提出一种融合年龄和性别多模态信息的方法，用于增强YOLO5模型在发育性髋关节发育不良（DDH）诊断中的性能	首次在DDH诊断深度学习方法中引入年龄和性别等多模态信息，并构建了一个覆盖广泛年龄范围和多种病理状态的综合性数据集	NA	提高深度学习模型在DDH诊断中的准确性和效果	发育性髋关节发育不良（DDH）患者的骨盆X射线图像	计算机视觉	骨科疾病	深度学习，X射线成像	YOLO5	图像	7750张骨盆X射线图像，年龄范围4个月至16岁，包含畸形和术后等多种情况
960	2025-09-13	Development of Medical Imaging Data Standardization for Imaging-Based Observational Research: OMOP Common Data Model Extension 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00982-6 PMID:38315345	研究论文	本研究提出医学影像通用数据模型（MI-CDM）扩展，以支持基于影像的观察性研究	首次为OMOP CDM增加两个新表和词汇表，满足影像研究的结构和语义需求，实现DICOM数据源链接及影像特征溯源	NA	开发医学影像数据标准化框架，支持人工智能和深度学习在影像生物标志物识别中的应用	观察性医疗数据与医学影像数据	医学影像信息学	NA	数据标准化、DICOM数据处理	NA	医学影像数据、结构化医疗数据	NA