深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
9941	2025-05-31	Brain Lesion Synthesis via Progressive Adversarial Variational Auto-Encoder 2022-Sep-21, Simulation and synthesis in medical imaging : ... International Workshop, SASHIMI ..., held in conjunction with MICCAI ..., proceedings. SASHIMI (Workshop) DOI:10.1007/978-3-031-16980-9_10 PMID:39026926	研究论文	提出了一种渐进式对抗变分自编码器（PAVAE）框架，用于合成脑部病变图像以增强训练数据集的量和多样性	设计了条件嵌入块（CEB）和掩码嵌入块（MEB）来编码掩码的固有条件到特征空间，以更好地利用外部信息提供额外的监督	需要大量标注数据进行训练，而收集新兴治疗如LITT的大数据集是不现实的	通过合成脑部病变图像来增强训练数据集，以提升下游分割任务的性能	脑部病变图像	计算机视觉	颞叶癫痫	深度学习	CNN, 对抗变分自编码器	图像	NA	NA	NA	NA	NA
9942	2025-05-31	Smartphone-based DNA malaria diagnostics using deep learning for local decision support and blockchain technology for security 2021-Aug-02, Nature electronics IF:33.7Q1 DOI:10.1038/s41928-021-00612-x PMID:39651407	研究论文	本文报告了一种基于智能手机的多重DNA疟疾诊断端到端平台	结合低成本纸基微流体诊断测试、深度学习算法进行本地决策支持，以及区块链技术确保数据安全连接和管理	研究仅在乌干达农村地区进行验证，未涉及其他地区或疾病	开发一种快速、准确的疟疾诊断平台，适用于资源有限的农村社区	疟疾诊断	数字病理	疟疾	DNA诊断	深度学习	图像	乌干达农村地区的测试案例，准确率超过98%	NA	NA	NA	NA
9943	2025-10-06	High-Throughput Molecular Imaging via Deep-Learning-Enabled Raman Spectroscopy 2021-12-07, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.1c02178 PMID:34797972	研究论文	提出基于深度学习的拉曼光谱框架DeepeR，实现高通量分子成像	开发首个结合去噪重建与空间超分辨的深度学习拉曼光谱框架，实现最高160倍成像加速	需要大量训练数据（150万光谱），组织尺度成像需依赖迁移学习	解决拉曼光谱数据采集速度慢的问题，实现高通量分子成像	细胞和组织尺度的生物样本	计算生物医学成像	NA	拉曼光谱，深度学习	神经网络	高光谱拉曼图像	超过150万光谱（相当于400小时采集数据）	NA	NA	均方误差，空间分辨率	NA
9944	2025-10-07	The impact of partner interaction on brief social buffering in adolescent female rats as analyzed by deep learning-based object detection algorithms 2025-Aug-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2025.114934 PMID:40311725	研究论文	本研究通过深度学习算法分析伴侣互动对青春期雌性大鼠短暂社会缓冲效应的影响	首次使用YOLOv8和BoT-SORT深度学习算法分析社会缓冲行为，减少人为偏见并获取人类难以观察的变量	仅使用青春期Sprague-Dawley大鼠，样本时间窗口较短（仅3分钟缓冲期）	探究短暂社会接触是否能在恐惧条件反射后产生社会缓冲效应，以及伴侣互动对此效应的影响	青春期Sprague-Dawley大鼠（4-5周龄，雄性和雌性）	计算机视觉	NA	深度学习行为分析	目标检测算法	视频行为数据	青春期Sprague-Dawley大鼠群体（具体数量未明确说明）	YOLOv8, BoT-SORT	YOLOv8, BoT-SORT	行为相关性分析	NA
9945	2025-10-07	Artificial intelligence applications for the diagnosis of pulmonary nodules 2025-Jul-01, Current opinion in pulmonary medicine IF:2.8Q2 DOI:10.1097/MCP.0000000000001179 PMID:40326426	综述	评估人工智能在孤立性肺结节诊断中的应用价值及临床挑战	系统整合AI在影像学与液体活检中的诊断性能，强调临床转化障碍而非单纯技术细节	缺乏前瞻性多中心验证、存在过拟合风险、可解释性差且与临床评估指标重叠	探讨AI在肺结节诊断中的临床应用前景与局限性	孤立性肺结节（SPNs）	数字病理	肺癌	CT影像分析, RNA测序, 液体活检	CNN, 机器学习	医学影像, 基因组数据, 临床数据	NA	NA	NA	Dice相似系数, AUC	NA
9946	2025-10-07	Predicting host-pathogen interactions with machine learning algorithms: A scoping review 2025-06, Infection, genetics and evolution : journal of molecular epidemiology and evolutionary genetics in infectious diseases DOI:10.1016/j.meegid.2025.105751 PMID:40220943	综述	本文通过范围综述方法系统评估机器学习算法在宿主-病原体相互作用预测中的应用现状	首次系统比较不同机器学习方法在HPI预测中的效果，提供未来研究路线图	数据集标准化不足和模型可解释性存在显著差距	评估机器学习在宿主-病原体相互作用预测中的有效性	宿主-病原体相互作用（特别是蛋白质-蛋白质相互作用）	机器学习	传染病	机器学习算法	Random Forest, Gradient Boosting, CNN, RNN	分子相互作用数据	46篇相关文献中筛选30篇进行综述	NA	卷积神经网络, 循环神经网络	准确率	NA
9947	2025-10-07	Combining Deep Data-Driven and Physics-Inspired Learning for Shear Wave Speed Estimation in Ultrasound Elastography 2025-Jun, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3561599 PMID:40238602	研究论文	提出一种结合数据驱动和物理启发学习的混合方法，用于超声弹性成像中的剪切波速度估计	采用自适应无监督损失函数，能够在没有已知SWS值的真实数据上训练网络，减少伪影并提高鲁棒性	仅在实验体模数据和两名人类受试者的肝脏数据上进行了验证，样本量有限	提高超声弹性成像中剪切波速度估计的准确性和鲁棒性	剪切波在生物组织中的传播特性	医学影像分析	肝脏疾病	超声弹性成像，剪切波弹性成像	深度学习	超声RF/IQ数据，位移数据	实验体模数据和两名人类受试者的肝脏数据	NA	NA	准确性，可靠性	NA
9948	2025-10-07	Virtual monochromatic image-based automatic segmentation strategy using deep learning method 2025-Jun, 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.2025.104986 PMID:40318556	研究论文	本研究提出了一种基于双能CT虚拟单能图像的新型深度学习模型MIAU-Net，用于头颈部危及器官的自动分割	首次系统研究双能CT虚拟单能图像在自动分割中的应用，提出新型MIAU-Net模型并确定不同组织分割的最佳能量水平	研究样本量有限（46例患者），需要更多数据验证模型泛化能力	评估双能CT虚拟单能图像在自动分割中的性能并确定最佳能量水平	头颈部危及器官（脑干、视交叉、晶状体、下颌骨、眼睛、视神经）	医学影像分析	头颈部肿瘤	双能CT（DECT）、虚拟单能图像（VMI）	深度学习	CT医学图像	46例患者的双能CT数据	NA	MIAU-Net, U-Net, Attention-UNet, nnU-Net, TransFuse	Dice相似系数（DSC）	NA
9949	2025-10-07	AutoFE-Pointer: Auto-weighted feature extractor based on pointer network for DNA methylation prediction 2025-Jun, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143668 PMID:40339839	研究论文	提出一种基于指针网络的自动加权特征提取框架AutoFE-Pointer，用于DNA甲基化预测	使用改进的软化指针网络动态提取和加权DNA序列特征，能够同时处理多物种数据集	未明确说明模型在特定疾病类型上的具体表现	开发轻量级DNA甲基化预测工具，解决现有模型物种特异性限制和计算资源需求高的问题	DNA甲基化模式	计算生物学	癌症	DNA甲基化测序	指针网络	DNA序列数据	17个不同基准数据集（跨多个物种）	NA	改进的软化指针网络	预测准确性，跨物种泛化能力	本地离线环境部署
9950	2025-10-07	Comparative analysis of deep learning methods for breast ultrasound lesion detection and classification 2025-Jun, 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.2025.104993 PMID:40381258	研究论文	比较分析深度学习方法在乳腺超声病灶检测和分类中的性能	首次系统比较目标检测、语义分割和实例分割方法在乳腺超声病灶分析中的效果，并公开新的BUS-UCLM数据集	研究结果可能受限于所用数据集的特性和规模	评估不同深度学习方法在乳腺超声计算机辅助诊断系统中的性能	乳腺超声图像中的病灶	计算机视觉	乳腺癌	超声成像	CNN	医学图像	5个数据集（包括新收集的BUS-UCLM和4个公开数据集）	NA	Mask R-CNN, Poolformer	COCO AP50, Dice系数	NA
9951	2025-10-07	S2L-CM: Scribble-supervised nuclei segmentation in histopathology images using contrastive regularization and pixel-level multiple instance learning 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110293 PMID:40381473	研究论文	提出一种基于涂鸦监督的病理图像细胞核分割框架S2L-CM，通过对比正则化和像素级多示例学习提升分割性能	结合自生成伪标签、多尺度对比正则化和像素级多示例学习，在稀疏标注条件下实现接近全监督性能的细胞核分割	性能仍略低于全监督学习方法，依赖初始涂鸦标注质量	开发弱监督的病理图像细胞核分割方法以减少人工标注成本	病理图像中的细胞核	数字病理	NA	深度学习	CNN	病理图像	四个细胞核数据集	PyTorch	NA	分割性能指标	NA
9952	2025-10-07	Bayesian Optimization with Gaussian Processes Assisted by Deep Learning for Material Designs 2025-May-29, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00592 PMID:40383929	研究论文	本研究将深度核学习与高斯过程相结合应用于贝叶斯优化，以提升材料设计的效率	提出将深度核学习与高斯过程结合的贝叶斯优化方法，解决了传统高斯过程无法自动生成描述符的局限性	在寻找居里温度最高的合金任务中，标准高斯过程表现优于深度核学习模型	提升材料设计中贝叶斯优化的效率	氧化物数据集和有机-无机杂化钙钛矿合金	机器学习	NA	深度核学习	高斯过程,神经网络	材料特性数据	922个氧化物数据集和610个钙钛矿合金数据集	NA	深度核学习	效率比较	NA
9953	2025-05-30	Enhanced Pelvic CT Segmentation via Deep Learning: A Study on Loss Function Effects 2025-May-29, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01550-2 PMID:40437147	research paper	本研究探讨了使用卷积神经网络（CNN）在盆腔CT图像中自动分割风险器官（OARs）的方法，重点关注膀胱、前列腺、直肠和股骨头（FHs）的分割，以替代传统的手动分割方法	通过比较U-Net、ResU-Net、SegResNet和Attention U-Net模型，并探索不同损失函数对分割精度的影响，发现SegResNet在分割性能上优于其他模型，且Dice损失函数在多数OARs分割中表现最佳	研究仅针对盆腔CT图像，样本量相对有限（240例前列腺分割和220例其他器官分割），且未探讨模型在其他影像模态或更大数据集上的泛化能力	提高放射治疗计划中风险器官（OARs）自动分割的精度和效率	盆腔CT图像中的膀胱、前列腺、直肠和股骨头（FHs）	digital pathology	prostate cancer	CT	CNN, U-Net, ResU-Net, SegResNet, Attention U-Net	image	240例前列腺分割患者和220例其他器官分割患者	NA	NA	NA	NA
9954	2025-05-30	Hybrid attention-based deep learning for multi-label ophthalmic disease detection on fundus images 2025-May-29, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06858-x PMID:40439748	research paper	提出了一种基于混合注意力机制的深度学习模型HAM-DNet，用于眼底图像的多标签眼科疾病检测	结合EfficientNetV2和Vision Transformers (ViT)，并引入SE块进行基于注意力的特征优化和U-Net病变定位模块以提高可解释性	未提及模型在更广泛或多样化数据集上的泛化能力	开发一种准确、高效且可解释的多标签眼科疾病自动检测方法	眼底图像中的多标签眼科疾病	digital pathology	ophthalmic disease	deep learning	EfficientNetV2, Vision Transformers (ViT), U-Net	image	多个眼底图像数据集（ODIR-5K, Messidor, G1020, Joint Shantou International Eye Centre）	NA	NA	NA	NA
9955	2025-10-07	DCA-U-Net: a deep learning network for segmentation of laser-induced thermal damage regions in mouse skin OCT images 2025-May-28, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adcd7c PMID:40239684	研究论文	提出一种用于小鼠皮肤OCT图像中激光诱导热损伤区域分割的轻量级深度学习网络DCA-U-Net	通过引入更高效的扩张ConvNeXT块和双模块注意力块，在显著减少参数量的同时提升特征提取能力和分割精度	研究仅限于小鼠皮肤激光热损伤OCT数据，尚未在人类临床数据上验证	开发高效的皮肤激光热损伤区域自动分割方法以支持精准诊疗	小鼠皮肤激光热损伤区域的OCT图像	计算机视觉	皮肤损伤	光学相干断层扫描	CNN	图像	两个不同部位的小鼠皮肤激光热损伤OCT数据集	NA	U-Net, Dilated ConvNeXT, Attention机制	分割精度	NA
9956	2025-10-07	Deep Learning-Assisted 3D Pressure Sensors for Control of Unmanned Aerial Vehicles 2025-May-28, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c03575 PMID:40371705	研究论文	开发了一种基于多层微结构复合薄膜压阻传感阵列和深度学习技术的可穿戴智能手势识别控制系统，用于无人机控制	结合多层微结构复合薄膜压阻传感阵列与深度学习技术，实现了高灵敏度手势识别和无人机控制	NA	开发实时人体运动检测和识别系统，用于虚拟现实、远程控制和机器人应用	人体手势动作和无人机控制	机器学习和机器人技术	NA	压阻传感技术和深度学习	CNN	传感器数据和手势数据	NA	NA	卷积神经网络	识别准确率	NA
9957	2025-05-30	High-Quality CEST Mapping With Lorentzian-Model Informed Neural Representation 2025-May-28, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3574238 PMID:40434851	研究论文	提出了一种基于Lorentzian模型的神经表示框架（LINR），用于高质量化学交换饱和转移（CEST）成像映射	LINR框架结合自监督神经架构和Lorentzian方程，直接从原始z谱重建高灵敏度参数图，无需标记训练数据	未提及具体样本量限制或跨中心验证结果	克服传统CEST成像方法在敏感性和泛化性方面的局限性	CEST MRI数据（合成体模和活体实验，包括肿瘤和阿尔茨海默病模型）	医学影像分析	肿瘤、阿尔茨海默病	CEST MRI	自监督神经网络（嵌入Lorentzian方程）	医学影像（z-spectra）	NA	NA	NA	NA	NA
9958	2025-05-30	Deep Separable Spatiotemporal Learning for Fast Dynamic Cardiac MRI 2025-May-28, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3574090 PMID:40434852	research paper	提出了一种名为DeepSSL的新型高效方法，用于快速动态心脏MRI图像重建，该方法在训练数据极为有限的情况下仍能表现出色	利用降维可分离学习方案，结合时空先验知识，开发了DeepSSL网络，显著减少了对训练数据量的需求	虽然初步验证了对未见心脏患者的适应性，但可能需要更多临床数据进一步验证其普适性	解决心脏动态MRI快速成像中高维数据重建的挑战	心脏动态MRI图像	医学影像分析	心血管疾病	动态MRI	DeepSSL（基于2D时空重建模型的深度可分离时空学习网络）	MRI图像数据	心脏电影数据集（具体数量未明确说明，但提到减少训练案例需求达75%）	NA	NA	NA	NA
9959	2025-05-30	Combined Topological Data Analysis and Geometric Deep Learning Reveal Niches by the Quantification of Protein Binding Pockets 2025-May-28, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2025.0076 PMID:40434873	研究论文	本文结合拓扑数据分析（TDA）和几何深度学习（GDL）来分析酶的假定蛋白质口袋，以全面理解蛋白质结构基序	首次整合了局部和全局表示方法来分析蛋白质口袋，提供了对蛋白质结构基序的全面和互补的理解	方法在结构已知的情况下特别有用，对于未知结构的情况可能不适用	研究蛋白质口袋的定位、测量及其解剖结构，以进一步理解蛋白质功能	酶的假定蛋白质口袋	计算生物学	NA	拓扑数据分析（TDA）、几何深度学习（GDL）	GDL	蛋白质结构数据	NA	NA	NA	NA	NA
9960	2025-05-30	Efficient feature extraction using light-weight CNN attention-based deep learning architectures for ultrasound fetal plane classification 2025-May-28, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01566-6 PMID:40437331	research paper	提出了一种基于轻量级CNN和注意力机制的深度学习架构，用于超声胎儿平面分类	结合轻量级EfficientNet特征提取主干和注意力机制，显著减少可训练参数数量，便于边缘设备部署	未提及模型在不同超声设备或操作者间的泛化能力	辅助产科医生进行胎儿平面分类，提高产前诊断效率	超声胎儿图像中的关键平面（脑部、股骨、胸部、宫颈和腹部）	computer vision	prenatal development	深度学习	CNN with attention mechanism	超声图像	最大基准超声数据集（具体数量未提及）	NA	NA	NA	NA