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
81	2025-05-16	Revolutionizing biological digital twins: Integrating internet of bio-nano things, convolutional neural networks, and federated learning 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109970 PMID:40101583	研究论文	本文提出了一种整合生物纳米物联网、卷积神经网络和联邦学习的新型框架，以解决生物数字孪生在微生物领域的应用挑战	结合IoBNT进行微观数据采集与传输，并利用CNN和FL算法实现高效模式识别与带宽节省	未明确说明框架在非细菌类生物实体上的适用性	解决微生物数字孪生实现过程中的数据提取、传输和计算难题	微生物（如细菌）的数字孪生模型	数字病理学	NA	IoBNT（生物纳米物联网）、联邦学习	CNN（卷积神经网络）	微观生物数据	33种细菌类别
82	2025-05-16	Approach and surgical management of epiretinal membrane 2025-May-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001135 PMID:40145317	综述	本文综述了近年来视网膜前膜（ERM）手术的最新研究进展，包括手术技术评估和内部限制膜（ILM）剥离的必要性	总结了ILM剥离可能减少ERM复发的优势，并探讨了光学相干断层扫描（OCT）在术前、术中和术后的应用，以及深度学习模型预测手术效果的能力	仍存在许多关于最佳手术实践的未解决问题，需要进一步评估	探讨视网膜前膜（ERM）手术的最新研究进展和手术技术	视网膜前膜（ERM）患者	数字病理学	视网膜疾病	光学相干断层扫描（OCT）	深度学习模型	图像	NA
83	2025-05-16	Peptide Property Prediction for Mass Spectrometry Using AI: An Introduction to State of the Art Models 2025-May, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202400398 PMID:40211610	综述	本文综述了基于质谱的蛋白质组学中用于肽性质预测的先进机器学习和深度学习模型	介绍了包括消化性、保留时间、电荷状态分布、碰撞截面、碎片离子强度和可检测性等多种肽性质预测的先进模型	当前模型在处理多样化的翻译后修饰和仪器变异性方面存在困难，需要大规模、协调的数据集和标准化的评估指标	为肽性质预测开发可访问且可重复的模型	质谱数据中的肽性质	蛋白质组学	NA	质谱	机器学习和深度学习模型	质谱数据	NA
84	2025-05-16	scSDNE: A semi-supervised method for inferring cell-cell interactions based on graph embedding 2025-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013027 PMID:40333631	research paper	该论文提出了一种名为scSDNE的半监督图嵌入模型，用于推断基于配体-受体（L-R）相互作用的细胞间通讯	结合深度学习与手动整理的L-R相互作用数据库，scSDNE能够将相互作用细胞中的基因映射到共享潜在空间，从而更精确地表示细胞间关系	NA	全面理解细胞间通讯的复杂机制	细胞间通讯中的配体-受体（L-R）相互作用	生物信息学	NA	单细胞RNA测序（scRNA-seq）	半监督图嵌入模型（scSDNE）	基因表达数据	NA
85	2025-05-16	Early detection of Alzheimer's disease using deep learning methods 2025-May, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70175 PMID:40356024	研究论文	本研究利用深度学习框架分析多模态数据集，以提高阿尔茨海默病的早期检测准确性	开发了一种结合LSTM和FNN处理结构化数据，以及ResNet50和MobileNetV2处理MRI数据的混合深度学习框架，显著提高了预测准确率	研究依赖于特定数据集（NACC和ADNI），可能限制了模型的泛化能力	通过AI技术提高阿尔茨海默病的早期检测准确性	阿尔茨海默病患者的多模态数据（临床数据、生物标志物和神经影像数据）	数字病理学	老年病	深度学习	LSTM, FNN, ResNet50, MobileNetV2	结构化数据, MRI图像	来自NACC和ADNI数据集的数据
86	2025-05-16	Assessing the Severity of Connective Tissue-Related Interstitial Lung Disease Using Computed Tomography Quantitative Analysis Parameters 2025 May-Jun 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001693 PMID:39761506	研究论文	本研究通过CT定量分析参数预测结缔组织病相关间质性肺病患者的肺功能损害，并评估疾病严重程度	结合CT深度学习模型和密度阈值方法，首次提出蜂窝状病变是GAP分期的独立风险因素，并确定9.7%的AA%为区分患者与健康对照的最佳阈值	回顾性研究设计可能引入选择偏倚，样本量相对有限（105例患者）	评估结缔组织病相关间质性肺病的严重程度并预测肺功能损害	结缔组织病相关间质性肺病患者（105例）与健康对照（80例）	数字病理学	间质性肺病	CT定量分析、深度学习模型（RDNet）、Pulmo-3D软件阈值分割	RDNet（深度学习模型）	CT影像	105例CTD-ILD患者（46男/59女，中位年龄64岁）和80例健康对照
87	2025-05-16	Deep Learning Reconstruction for Enhanced Resolution and Image Quality in Breath-Hold MRCP: A Preliminary Study 2025 May-Jun 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001680 PMID:39761494	研究论文	本研究评估了增强分辨率深度学习重建（ER-DLR）在磁共振胰胆管成像（MRCP）中的图像质量，并与非ER-DLR MRCP图像进行了比较	首次在MRCP中应用ER-DLR技术，显著提高了图像的分辨率、信噪比和对比噪声比	研究样本量较小（34例患者），且为回顾性研究	评估ER-DLR技术在MRCP图像质量提升方面的效果	被诊断为胆道和胰腺疾病的患者	医学影像处理	胆道和胰腺疾病	深度学习重建（ER-DLR）	NA	医学影像（MRCP图像）	34例患者
88	2025-05-16	MMsurv: a multimodal multi-instance multi-cancer survival prediction model integrating pathological images, clinical information, and sequencing data 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf209 PMID:40366860	research paper	该研究提出了一种名为MMSurv的多模态深度学习模型，用于整合病理图像、临床信息和测序数据以预测多种癌症患者的生存率	提出了一种基于紧凑双线性池化和Transformer的新型多模态融合方法，并采用双层多实例学习模型去除与预后无关的图像块，同时通过细胞分割增强模型的可解释性	研究仅在TCGA数据库中的六种癌症类型上进行了评估，可能无法推广到其他癌症类型或数据集	提高癌症患者生存率预测的准确性	癌症患者	digital pathology	多种癌症	测序数据、H&E染色全切片图像分析	多模态深度学习模型（整合CNN和Transformer）	图像、临床数据、测序数据	TCGA数据库中的六种癌症类型患者数据
89	2025-05-16	Modeling Temporal Dependencies in Brain Functional Connectivity to Identify Autism Spectrum Disorders Based on Heterogeneous rs-fMRI Data 2025-Apr-30, Experimental neurobiology IF:1.8Q4 DOI:10.5607/en24028 PMID:40313229	研究论文	本研究通过探索脑功能连接的时间动态变化，利用深度学习框架结合注意力机制和LSTM神经网络，识别自闭症谱系障碍（ASD）的风险个体	首次将动态功能连接的时间依赖性抽象为高级表征，并用于ASD的识别，结合注意力机制和LSTM的深度学习框架在分类性能上优于传统方法	研究依赖于ABIDE数据库的异质性rs-fMRI数据，可能影响模型的泛化能力	开发基于动态脑功能连接的ASD客观生物标志物	自闭症谱系障碍（ASD）患者	数字病理学	自闭症谱系障碍	rs-fMRI	LSTM结合注意力机制	图像	来自ABIDE数据库的异质性rs-fMRI数据
90	2025-05-16	Application and optimization of the U-Net++ model for cerebral artery segmentation based on computed tomographic angiography images 2025-Apr-27, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112137 PMID:40367559	研究论文	本研究基于深度学习U-Net++模型，优化了脑动脉CTA图像分割的剪枝水平，以平衡分割性能与计算成本	通过分析不同剪枝水平（L1-L4）在U-Net++模型中的表现，确定了L3水平在保持较高分割性能的同时显著降低计算成本	研究仅针对内部颈动脉和椎动脉的分割，未涵盖所有脑动脉区域	优化脑动脉CTA图像分割的深度学习模型，以提高临床诊断效率和准确性	基于双能CTA和直接减影CTA数据集的内部颈动脉和椎动脉	数字病理学	脑血管疾病	CTA成像	U-Net++	图像	未明确提及具体样本数量
91	2025-05-16	Digital image-based chemometrics for food analysis: a practical tutorial and roadmap 2025-Apr-27, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144531 PMID:40367821	review	本文综述了数字图像在食品分析中的应用，并提供了从单变量方法到多变量分类/校准方法的路线图	介绍了混合颜色描述符、色度图、深度学习架构和时间分辨RGB成像等最新进展，提高了这些技术在食品科学中的稳健性和适用性	该领域面临关键挑战，特别是缺乏方法学标准化，这影响了可靠性和可重复性	开发食品质量控制中的分析方法	食品质量和安全	数字病理学	NA	化学计量学技术	深度学习架构	数字图像	NA
92	2025-05-16	Stain Normalization of Histopathological Images Based on Deep Learning: A Review 2025-Apr-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15081032 PMID:40310413	review	本文综述了基于深度学习的组织病理学图像染色归一化方法的最新进展	总结了深度学习在染色归一化中的应用，包括监督、无监督和自监督方法，并分析了它们的贡献和局限性	未提及具体方法的性能比较或实验验证的不足	标准化不同来源图像的色彩分布，以提升下游算法在分类、分割和检测等任务中的性能	H&E染色的组织病理学图像	digital pathology	cancer	deep learning	supervised, unsupervised, and self-supervised methods	image	115 publications reviewed
93	2025-05-16	Deep Learning-Based Reconstruction for Accelerated Cervical Spine MRI: Utility in the Evaluation of Myelopathy and Degenerative Diseases 2025-Apr-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8567 PMID:40147833	research paper	本研究比较了传统颈椎MRI与基于深度学习的加速颈椎MRI在图像质量和诊断性能上的差异	使用商业化的、供应商中立的深度学习重建算法，显著缩短了MRI扫描时间，同时保持或提高了图像质量和诊断性能	研究样本量较小（50例患者），且未对所有类型的颈椎退行性疾病进行全面评估	评估基于深度学习的加速颈椎MRI在诊断颈椎退行性疾病和脊髓病变中的实用性和效果	50名患有颈椎退行性疾病或脊髓病变的患者	digital pathology	degenerative cervical spine disease, myelopathy	MRI, deep learning-based reconstruction	DL-based reconstruction	MRI images	50名患者
94	2025-05-16	Deep Learning-Based Computer-Aided Diagnosis in Coronary Artery Calcium-Scoring CT for Pulmonary Nodule Detection: A Preliminary Study 2025-Apr, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0050 PMID:40134084	研究论文	评估基于深度学习的计算机辅助诊断（DL-CAD）在冠状动脉钙化评分CT中检测肺结节的可行性和效用	使用基于薄层图像的DL-CAD系统辅助初级医生提高肺结节检测的敏感性，且未显著增加假阳性	研究为初步研究，样本量较小（273名患者），且为回顾性研究	评估DL-CAD在冠状动脉钙化评分CT中检测肺结节的性能	273名接受冠状动脉钙化评分CT的患者	数字病理	肺癌	CT	深度学习	图像	273名患者（129名男性，平均年龄63.9±13.2岁），共检测到269个结节
95	2025-05-16	Evaluating Traditional, Deep Learning and Subfield Methods for Automatically Segmenting the Hippocampus From MRI 2025-Apr-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70200 PMID:40143669	研究论文	评估传统方法、深度学习和海马亚区方法在MRI中自动分割海马体的性能	首次独立比较传统方法、深度学习方法和海马亚区分割方法在单一研究中的性能	大多数方法在临床数据上表现较差，且存在过度分割的问题，特别是在海马体前边界	评估和比较不同自动海马体分割方法的性能	海马体	神经影像	认知障碍	MRI	深度学习	图像	3个数据集，包含手动分割的海马体标签
96	2025-05-16	Ensemble Deep Learning Algorithm for Structural Heart Disease Screening Using Electrocardiographic Images: PRESENT SHD 2025-Apr-01, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2025.01.030 PMID:40139886	研究论文	本研究开发了一种基于集成深度学习的算法PRESENT-SHD，用于通过12导联心电图图像自动检测和预测结构性心脏病	首次利用心电图图像开发集成深度学习模型PRESENT-SHD，用于多种结构性心脏病的自动化筛查和风险分层	研究主要基于医院数据，在一般人群中的适用性需要进一步验证	开发自动化工具用于结构性心脏病的早期筛查和风险预测	结构性心脏病患者的心电图图像	数字病理学	心血管疾病	深度学习	CNN与XGBoost集成模型	图像	261,228份心电图（来自93,693名患者）用于模型开发，11,023名个体用于验证
97	2025-05-16	Electrocardiogram-based deep learning to predict left ventricular systolic dysfunction in paediatric and adult congenital heart disease in the USA: a multicentre modelling study 2025-Apr, The Lancet. Digital health DOI:10.1016/j.landig.2025.01.001 PMID:40148010	研究论文	本研究利用深度学习技术分析心电图（ECG），预测成人和儿童先天性心脏病患者的左心室收缩功能障碍（LVSD）	首次将人工智能增强的心电图分析（AI-ECG）应用于广泛的先天性心脏病病变中，预测LVSD	研究主要基于特定医疗中心的数据，可能无法完全推广到其他人群	开发一种预测先天性心脏病患者当前和未来左心室收缩功能障碍的工具	成人和儿童先天性心脏病患者	数字病理学	心血管疾病	AI-ECG	CNN	心电图和超声心动图数据	训练队列包含124,265对ECG-超声心动图数据（49,158名患者），测试队列包括21,068名患者（内部测试）和42,984名患者（外部验证）
98	2025-05-16	Deep Learning-Accelerated Non-Contrast Abbreviated Liver MRI for Detecting Malignant Focal Hepatic Lesions: Dual-Center Validation 2025-Apr, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0862 PMID:40150922	research paper	本研究比较了深度学习加速的非增强缩写MRI（AMRIDL）与标准AMRI（AMRISTD）在肝脏恶性局灶性病变检测中的图像质量和检测效果	采用深度学习加速技术显著提高了图像质量，并将扫描时间减少了约50%	研究为回顾性设计，样本量相对较小（155例患者）	比较AMRIDL与AMRISTD在肝脏恶性局灶性病变检测中的性能差异	155例接受标准肝脏MRI检查的患者（其中64例共104个恶性局灶性病变）	digital pathology	liver cancer	DL-accelerated MRI (SSFSEDL, DWIDL)	deep learning	MRI图像	155例患者（104个恶性病灶）
99	2025-05-16	Deep structural brain imaging via computational three-photon microscopy 2025-Apr, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.4.046002 PMID:40161251	research paper	开发了一种名为LRDM-3PM的计算深度三光子显微镜方法，用于提高深层组织的成像质量	结合了定制化的聚集诱导发射纳米探针和自监督深度学习，利用3D图像的表层信息补偿散射和成像系统的结构化噪声	NA	改进深层组织的成像技术，提高图像质量而不影响采集速度、增加激发功率或添加额外光学组件	活体小鼠大脑的海马体	computational imaging	NA	three-photon microscopy (3PM), deep learning	low-rank diffusion model (LRDM)	3D images	live mouse brains
100	2025-05-16	Fully automated MRI-based analysis of the locus coeruleus in aging and Alzheimer's disease dementia using ELSI-Net 2025 Apr-Jun, Alzheimer's & dementia (Amsterdam, Netherlands) DOI:10.1002/dad2.70118 PMID:40365469	研究论文	提出了一种基于深度学习的蓝斑核（LC）分割和特征提取方法ELSI-Net，用于评估健康老龄化和阿尔茨海默病（AD）痴呆中的LC完整性	开发了名为ELSI-Net的自动LC分割方法，该方法在老龄化和AD痴呆中表现出色，并与手动评分和已发布的LC图谱高度一致	需要在更多样化的临床队列数据集上进行进一步评估以确定ELSI-Net的普遍适用性	评估LC完整性在老龄化和AD痴呆中的变化及其与AD病理生物标志物的相关性	健康老龄化和AD痴呆患者的LC	数字病理	阿尔茨海默病	MRI	深度学习	图像	NA