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
961	2025-05-09	X-scPAE: An explainable deep learning model for embryonic lineage allocation prediction based on single-cell transcriptomics revealing key genes in embryonic cell development 2025-Apr, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109787 PMID:39946788	research paper	本文介绍了一种基于单细胞转录组学的可解释深度学习模型X-scPAE，用于预测胚胎细胞谱系分配并识别关键基因	结合PCA和注意力机制的自编码器模型，利用CGA算法解释基因表达差异，显著提高了预测准确性和可解释性	NA	理解细胞分化过程并减少人类早期妊娠流产	人类和小鼠的单细胞转录组数据	machine learning	NA	single-cell transcriptomics	PCA-based deep learning attention autoencoder (X-scPAE)	单细胞转录组数据	NA
962	2025-05-09	Multitask learning approach for PPG applications: Case studies on signal quality assessment and physiological parameters estimation 2025-Apr, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109798 PMID:39946784	research paper	本文提出了一种多任务学习方法，用于PPG信号的质量评估和生理参数估计	利用多任务学习（MTL）方法，通过共享PPG相关任务之间的潜在特征，提高了PPG应用的性能	研究仅基于46名受试者的数据，样本量较小，可能影响模型的泛化能力	探索多任务学习在PPG分析中的应用，以提高信号质量评估和生理参数估计的准确性	PPG信号及其衍生的生理参数（如心率、心率变异性和呼吸频率）	machine learning	NA	multitask learning (MTL)	multitask deep learning models	PPG信号	46名佩戴智能手表的受试者
963	2025-05-09	The state-of-the-art in cardiac MRI reconstruction: Results of the CMRxRecon challenge in MICCAI 2023 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103485 PMID:39946779	研究论文	本文介绍了2023年心脏MRI重建挑战赛（CMRxRecon）的结果，该挑战赛旨在推动数据驱动的心脏MRI重建算法的发展	提出了一个公开可用的心脏k空间数据集，并组织了大规模的挑战赛以促进深度学习在心脏MRI重建中的应用	挑战赛的数据集虽然广泛，但仍可能存在数据多样性和代表性的限制	加速心脏MRI扫描并提高成像性能，解决现有数据驱动重建算法发展中的瓶颈	心脏MRI的k空间数据，包括电影和映射原始数据	数字病理	心血管疾病	深度学习	E2E-VarNet, U-Net	k空间数据	超过285个团队和600多名参与者，22个团队提交了测试阶段的Docker容器
964	2025-05-09	Evaluation and failure analysis of four commercial deep learning-based autosegmentation software for abdominal organs at risk 2025-Apr, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70010 PMID:39946266	research paper	评估四种商业深度学习自动分割软件在腹部风险器官分割中的表现及失败原因分析	首次对四种商业深度学习自动分割软件在腹部风险器官分割中的异常情况进行系统分析	研究仅针对腹部器官，未涉及其他部位	评估商业深度学习自动分割软件的性能并分析其失败模式	四种商业深度学习自动分割软件（Limbus AI、MIM Contour ProtégéAI、Radformation AutoContour、Siemens syngo.via）	digital pathology	NA	deep learning-based segmentation	NA	medical imaging	111例患者病例
965	2025-05-09	Artificial Intelligence for Classification of Endoscopic Severity of Inflammatory Bowel Disease: A Systematic Review and Critical Appraisal 2025-Mar-31, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izaf050 PMID:40163659	系统性综述	本文系统性回顾并评估了人工智能在炎症性肠病内镜严重程度分类中的应用	首次系统性评估AI在内镜炎症性肠病严重程度分类中的研究质量，并指出临床转化潜力	克罗恩病相关研究有限，模型的外部验证不足，数据和代码透明度有待提高	评估AI在标准化炎症性肠病内镜评估中的应用现状和研究质量	溃疡性结肠炎和克罗恩病的内镜图像/视频	数字病理	炎症性肠病	深度学习	CNN等深度学习模型	图像和视频	31项研究（2019-2024年），其中28项针对溃疡性结肠炎，3项针对克罗恩病
966	2025-05-09	Realtime particulate matter and bacteria analysis of peritoneal dialysis fluid using digital inline holography 2025-Mar-30, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.125373 PMID:39961552	研究论文	本研究开发了一种结合深度学习算法的数字在线全息系统，用于实时检测腹膜透析液中的颗粒物和细菌污染	首次将数字在线全息技术与深度学习算法结合，实现了对腹膜透析液中颗粒物和细菌的实时检测与分类	目前仅针对高浓度细菌样本进行了验证，对于极低浓度细菌的检测灵敏度尚未验证	开发一种快速准确的腹膜透析液细菌污染检测方法	腹膜透析液中的颗粒物和细菌（大肠杆菌和铜绿假单胞菌）	数字病理	肾脏疾病	数字在线全息技术（DIH）	YOLOv8n	全息图像	含大肠杆菌和铜绿假单胞菌的腹膜透析液样本（浓度约100至10,000细菌/mL）
967	2025-05-09	Imaging Intravoxel Vessel Size Distribution in the Brain Using Susceptibility Contrast Enhanced MRI 2025-Mar-25, ArXiv PMID:40196141	研究论文	本文提出了一种基于磁敏感对比增强MRI的新方法，用于非侵入性成像脑内体素内血管大小分布（VSD），以实现对血管重塑的更全面和定量评估	利用高分辨率光片荧光显微镜图像模拟GESFIDE MRI信号，并训练深度学习模型从GESFIDE信号预测脑血容量（CBV）和VSD	需要进一步验证以确认其在临床前和临床应用中的潜力	开发一种非侵入性成像方法，以更全面和定量地评估血管重塑	啮齿动物脑部血管系统	数字病理学	NA	磁敏感对比增强MRI，光片荧光显微镜，GESFIDE MRI	深度学习模型	图像	NA
968	2025-05-09	Screening of estrogen receptor activity of per- and polyfluoroalkyl substances based on deep learning and in vivo assessment 2025-Mar-15, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.125843 PMID:39947576	研究论文	提出了一种基于深度学习的堆叠架构GXDNet，用于预测全氟和多氟烷基物质（PFAS）的雌激素受体α（ERα）活性，并通过实验验证了代表性PFAS分子的ERα活性	开发了GXDNet模型，整合分子描述符和分子图来预测化合物的ERα活性，提高了泛化能力，并揭示了氟化烷烃链对ERα结合亲和力的增强作用	研究集中于ERα活性，未涵盖PFAS的其他潜在毒性机制	开发预测PFAS雌激素受体活性的深度学习模型，以加速环保型PFAS分子的开发	全氟和多氟烷基物质（PFAS）分子	机器学习	NA	深度学习	GXDNet（堆叠深度学习架构）	分子描述符和分子图	10,067个PFAS分子
969	2025-05-09	TimePAD─Unveiling Temporal Sequence ELISA Signal by Deep Learning for Rapid Readout and Improved Accuracy in a Microfluidic Paper-Based Analytical Platform 2025-Mar-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06001 PMID:39960863	研究论文	本文提出了一种通过深度学习分析时间序列比色数据来改进纸基微流控ELISA性能的新方法	利用时间序列数据而非传统静态数据，通过深度学习模型YOLOv8分析ELISA反应的动态变化，实现了更快的检测速度和更高的准确性	NA	提高纸基微流控ELISA的检测速度和准确性	纸基微流控ELISA平台	数字病理	心血管疾病	ELISA	YOLOv8	视频数据	使用Rabbit IgG作为ELISA检测模型，并扩展到疾病标志物cTnI的检测
970	2025-05-09	Video-based robotic surgical action recognition and skills assessment on porcine models using deep learning 2025-03, Surgical endoscopy DOI:10.1007/s00464-024-11486-3 PMID:39806176	research paper	该研究旨在利用深度学习开发一种自动化的手术技能评估工具，用于机器人辅助手术（RAS）中的动作识别和技能评估	结合CNN和LSTM的网络架构从手术视频中提取和分析时空特征，实现高精度的动作识别和技能评估	研究基于猪模型数据，未来需测试在临床环境中的适用性	开发自动化手术技能评估工具以辅助外科培训	机器人辅助手术（RAS）中的手术动作和技能水平	computer vision	NA	deep learning	CNN, LSTM	video	21名参与者（16名新手和5名经验丰富者）在猪模型上进行的16种不同腹腔内机器人辅助手术
971	2025-05-09	Segment Anything for Microscopy 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02580-4 PMID:39939717	research paper	介绍了一种名为μSAM的显微镜图像分割工具，基于Segment Anything模型，用于多维显微镜数据的分割和追踪	通过微调通用模型，显著提高了在各种成像条件下的分割质量，并实现了交互式和自动分割	未提及具体的数据集或样本量限制	解决显微镜图像中物体准确分割的问题	显微镜图像中的物体	digital pathology	NA	NA	Segment Anything	image	NA
972	2025-05-09	A Veterinary DICOM-Based Deep Learning Denoising Algorithm Can Improve Subjective and Objective Brain MRI Image Quality 2025-Mar, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.70015 PMID:39945204	研究论文	本研究评估了一种专为兽医患者开发的基于DICOM的深度学习去噪算法对犬猫脑部MRI图像质量的影响	开发了首个专为兽医患者设计的DICOM-based深度学习去噪算法，并验证其在1.5T MRI上的效果	样本量较小(30只犬猫)，仅测试了1.5T MRI系统	评估深度学习去噪算法对兽医脑部MRI图像质量的改善效果	30只犬猫的脑部MRI图像	数字病理	兽医神经疾病	MRI	深度学习(DL)	医学影像	30只犬猫的脑部MRI图像
973	2025-05-09	DEEP LEARNING-DRIVEN SEGMENTATION OF DENTAL IMPLANTS AND PERI-IMPLANTITIS DETECTION IN ORTHOPANTOMOGRAPHS: A NOVEL DIAGNOSTIC TOOL 2025-Mar, The journal of evidence-based dental practice IF:4.1Q1 DOI:10.1016/j.jebdp.2024.102058 PMID:39947781	research paper	本研究开发了一种基于深度学习的牙种植体分割和种植体周围炎检测方法，以提高诊断准确性和效率	利用深度学习技术，特别是U-Net架构和CNN，实现了牙种植体的自动分割和种植体周围炎的检测，解决了现有诊断方法主观性强和耗时的问题	研究中存在165例假阳性结果，可能影响诊断的准确性	开发一种更准确和高效的牙种植体及种植体周围炎的诊断工具	牙种植体和种植体周围炎	digital pathology	dental disease	deep learning	U-Net, CNN	image	7696张正颌全景片（OPGs），其中3693个种植体
974	2025-05-09	Hybrid deep learning downscaling of GCMs for climate impact assessment and future projections in Oman 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124522 PMID:39951996	research paper	该研究提出了一种混合深度学习方法，用于降尺度全球环流模型（GCMs），以评估气候变化对阿曼的影响并进行未来预测	提出了一种新颖的混合深度学习方法，结合了序列到序列模型、时间卷积网络（TCN）和Transformer解码器，优化了降尺度效果	研究仅针对阿曼的Wadi Dayqah流域，可能无法直接推广到其他地区	评估气候变化对水资源管理的影响并进行未来预测	阿曼的Wadi Dayqah流域	climate modeling	NA	混合深度学习方法，包括序列到序列模型、TCN和Transformer	TCN, Transformer, LSTM	气候数据（降水和温度）	14个GCMs模型，数据涵盖1992-2011年
975	2025-05-09	Intelligent biofilm detection with ensemble of deep learning networks 2025-Mar-01, Medicina oral, patologia oral y cirugia bucal DOI:10.4317/medoral.26937 PMID:39954282	research paper	本研究评估了使用U-Net神经网络和集成策略自动检测牙菌斑的性能	采用U-Net神经网络和集成策略自动检测牙菌斑，无需使用显色剂	研究为回顾性探索性研究，可能存在数据偏差	评估自动检测牙菌斑的深度学习方法	乳牙和恒牙的口内照片	digital pathology	dental disease	deep learning	U-Net	image	两个数据集的口内图像，具体数量未提及
976	2025-05-09	[18F]FDG administered activity reduction capabilities of a 32-cm axial field-of-view solid-state digital bismuth germanium oxide PET/CT system while maintaining EARL compliance 2025-Mar, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104935 PMID:39956005	研究论文	评估数字BGO 32厘米轴向视场PET系统在符合当前和更新的EANM Research Ltd氟-18认证规范（EARL1和EARL2）的情况下，降低[18F]FDG给药活性和/或扫描时间的能力	使用数字BGO PET系统结合深度学习图像增强技术（PDL），显著降低[18F]FDG给药活性，同时保持EARL1和EARL2合规性	研究仅基于幻影测量，未涉及实际患者数据	评估PET系统在降低放射性药物活性和扫描时间方面的性能	数字BGO 32厘米轴向视场PET系统（Omni Legend 32 cm）	医学影像	NA	PET/CT成像，深度学习图像增强（PDL）	NA	医学影像数据	使用校准QC和NEMA IEC幻影进行测量，图像质量QC扫描每小时重复一次，共7小时
977	2025-05-09	Adaptable graph neural networks design to support generalizability for clinical event prediction 2025-Mar, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104794 PMID:39956347	研究论文	本文提出了一种可适应性的图卷积神经网络设计，用于提高临床事件预测模型的泛化能力	利用图卷积神经网络的独特属性，使模型在训练后能够适应不同机构的数据，无需重新训练	外部验证数据集中存在缺失/不完整数据可能影响模型性能	解决临床事件预测模型在不同医疗机构间泛化能力不足的问题	电子健康记录中的患者人口统计数据和账单代码等多模态数据	机器学习	NA	图卷积神经网络(GCNN)	GCNN	多模态数据(包括人口统计数据和账单代码)	未明确说明具体样本数量
978	2025-05-09	MARBLE: interpretable representations of neural population dynamics using geometric deep learning 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02582-2 PMID:39962310	research paper	介绍了一种名为MARBLE的表示学习方法，用于分解神经流形上的动态为局部流场，并通过无监督几何深度学习将其映射到共同的潜在空间	MARBLE方法能够发现低维潜在表示，这些表示在高维神经动态中参数化增益调制、决策制定和内部状态变化，且在不同神经网络和动物间具有一致性	方法需要进一步验证在更广泛的实验条件和神经记录中的适用性	开发一种能够推断可解释且一致的潜在表示的方法，以理解神经群体动态	模拟非线性动力系统、循环神经网络以及来自灵长类和啮齿类动物的实验性单神经元记录	machine learning	NA	geometric deep learning	MARBLE	neural recordings	实验数据来自灵长类和啮齿类动物的单神经元记录
979	2025-05-09	Deep learning opportunistic screening for osteoporosis and osteopenia using radiographs of the foot or ankle - A pilot study 2025-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.111980 PMID:39946811	研究论文	本研究旨在开发一种深度学习模型，通过足部或踝关节的X光片筛查骨质疏松或骨质减少	开发了一种新颖的深度学习模型，利用定制的架构从足部和踝关节的X光片中提取深度特征，用于骨质疏松或骨质减少的筛查	研究为回顾性横断面研究，样本中白种人占比较高（96.7%），可能影响模型的泛化能力	创建一种深度学习模型，用于通过足部或踝关节的X光片筛查骨质疏松或骨质减少	50岁及以上接受足部或踝关节X光检查及DXA检查的患者	数字病理学	骨质疏松	X光成像	深度学习定制架构	图像	907名患者（3109张X光片），其中白种人占96.7%，黑人占1.8%，亚洲人占0.4%
980	2025-05-09	Association between deep learning radiomics based on placental MRI and preeclampsia with fetal growth restriction: A multicenter study 2025-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.111985 PMID:39946812	研究论文	本研究开发了一种基于胎盘MRI的深度学习放射组学模型，用于识别子痫前期（PE）妊娠及其严重程度	首次结合半监督胎盘分割和深度学习放射组学（DLR）模型，用于自动识别PE妊娠及其与胎儿生长受限（FGR）的关联	研究为回顾性多中心设计，可能存在选择偏倚	开发基于胎盘MRI的自动定量模型，用于识别PE妊娠及疾病严重程度	420名孕妇（140例PE患者和280例血压正常孕妇）	数字病理学	子痫前期	MRI（T2加权成像）	深度学习放射组学（DLR）	医学影像	420名孕妇（140例PE患者和280例对照）