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
10181	2025-10-07	Construction and validation of a pain facial expressions dataset for critically ill children 2025-May-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02247-w PMID:40382393	研究论文	本研究构建并验证了一个专门针对中国危重症儿童疼痛面部表情的大规模数据集	创建了首个专门针对中国危重症儿童的疼痛面部表情数据集PFECIC，并通过深度学习模型验证了其有效性	样本量相对有限（仅53名儿童），数据收集时间较短（2022年12月至2023年1月）	开发自动疼痛评估系统，解决无法沟通儿童的疼痛识别问题	中国危重症儿童的面部疼痛表情	计算机视觉	危重症疾病	视频采集，图像提取	深度学习模型	视频，图像	53名儿童，119个疼痛表情视频，6951张图像	NA	NA	准确率，精确率，召回率，F1分数，假阳性率	NA
10182	2025-10-07	A self-supervised multimodal deep learning approach to differentiate post-radiotherapy progression from pseudoprogression in glioblastoma 2025-May-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02026-7 PMID:40382400	研究论文	提出一种自监督多模态深度学习方法，用于区分胶质母细胞瘤放疗后的真实进展与假性进展	首次将自监督Vision Transformer与多模态数据（MRI、临床参数、放疗计划信息）通过跨模态注意力机制结合，解决数据有限情况下的分类问题	样本量相对较小（训练集59例，测试集20例），需要更多外部验证	提高胶质母细胞瘤放疗后真实进展与假性进展的鉴别准确性	胶质母细胞瘤患者	医学影像分析	胶质母细胞瘤	MRI成像	Vision Transformer (ViT)	多模态数据（MRI图像、临床参数、放疗计划信息）	训练集：59例（Burdenko数据集），测试集：20例（UKER数据集），预训练：2317例MRI研究	PyTorch	Vision Transformer	AUC	NA
10183	2025-10-07	An integrated deep learning model for early and multi-class diagnosis of Alzheimer's disease from MRI scans 2025-May-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01845-y PMID:40382404	研究论文	提出一种基于混合深度学习的多类别阿尔茨海默病诊断系统，通过MRI扫描实现早期诊断和疾病分期	集成改进的DeepLabV3+病灶分割模型、基于平均相关性和错误概率的特征选择方法，以及增强的ResNext分类模型	NA	开发早期和准确的阿尔茨海默病诊断与分期系统	阿尔茨海默病患者MRI扫描数据	计算机视觉	阿尔茨海默病	磁共振成像(MRI)	深度学习,CNN	医学影像	NA	NA	DeepLabV3+,LeNet-5,ResNext	准确率,AUC	NA
10184	2025-10-07	Research on accurate fire source localization and seconds-level autonomous fire extinguishing technology 2025-May-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01830-5 PMID:40382425	研究论文	本研究提出了一种基于深度学习的厘米级火源精确定位与秒级自主灭火技术	结合火焰视觉信息、热成像形态和热数据进行深度学习，实现厘米级高精度火源定位和快速水炮指令生成	NA	开发自主灭火技术，提高灭火机器人的核心能力	灭火机器人，火焰识别与定位，自主灭火	计算机视觉	NA	深度学习，热成像技术	深度学习模型	视觉图像，热成像数据，热数据	NA	NA	NA	识别速度15Fps，灭火响应时间0.5s，识别距离15m	NA
10185	2025-10-07	A combined model for short-term traffic flow prediction based on variational modal decomposition and deep learning 2025-May-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98496-w PMID:40382484	研究论文	提出一种结合变分模态分解与深度学习的短期交通流预测组合模型	首次将VMD、GAT和MGTCN集成构建组合预测模型，通过模态分解和时空特征提取提升预测精度	NA	提高短期交通流预测的准确性	交通流数据	机器学习	NA	变分模态分解	图注意力网络,时间卷积网络	交通流时序数据	NA	NA	GAT,MGTCN	预测精度	NA
10186	2025-10-07	Fair ultrasound diagnosis via adversarial protected attribute aware perturbations on latent embeddings 2025-May-17, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01641-y PMID:40382499	研究论文	提出一种通过在潜在嵌入空间学习公平扰动来减轻超声图像诊断中偏见的方法	无需改变基础模型参数，通过生成对抗网络在潜在空间学习公平扰动来缓解诊断偏见	NA	减轻超声图像诊断中的不公平性，提高不同亚组间的诊断公平性	超声图像中的病灶分割	计算机视觉	NA	超声成像	GAN	图像	公开数据集和内部超声图像数据集	NA	NA	分割公平性	NA
10187	2025-10-07	RP-DETR: end-to-end rice pests detection using a transformer 2025-May-17, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01381-w PMID:40382633	研究论文	提出一种基于Transformer架构的水稻害虫检测框架RP-DETR，通过改进模型结构和损失函数提升检测性能	在原始模型中添加自研的RepPConv-block减少特征提取中的信息冗余，集成Gold-YOLO颈部增强多尺度特征融合能力，使用MPDIoU损失函数提升检测性能	NA	实现快速准确的水稻害虫自动识别	水稻害虫	计算机视觉	NA	深度学习	Transformer	图像	自建高质量水稻害虫数据集	NA	RP-DETR, Transformer, Gold-YOLO	平均精度	NA
10188	2025-10-07	Adaptive debiasing learning for drug repositioning 2025-May-17, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104843 PMID:40389101	研究论文	提出一种用于药物重定位的自适应去偏学习框架DRDM，通过动态调整关联权重和双视图对比学习解决数据偏差问题	首次分析药物重定位数据集中的节点极化现象，提出动态去偏机制和双视图对比学习方法	仅在三个常用数据集上进行验证，未在更大规模或更多样化数据集上测试	开发能够有效缓解数据偏差的药物重定位深度学习模型	药物重定位任务中的流行实体和长尾实体	机器学习	NA	图神经网络	GNN	图数据	三个常用药物重定位数据集	NA	双视图对比学习架构	竞争力比较，案例研究分析	NA
10189	2025-10-07	Fully Automated Evaluation of Condylar Remodeling after Orthognathic Surgery in Skeletal Class II Patients Using Deep Learning and Landmarks 2025-May-17, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105819 PMID:40389149	研究论文	开发并验证了一种基于深度学习和解剖标志点的全自动髁突重塑评估方法	首次将解剖标志点引导的分割与配准相结合，实现了髁突重塑的全自动评估	研究样本仅针对骨骼II类患者，未包含其他颌面畸形类型	开发高效准确的髁突重塑自动评估方法	正颌手术后的骨骼II类患者	计算机视觉	颌面畸形	CT成像	深度学习	CT图像	未明确说明具体样本数量	未明确说明	V-Net	Dice系数, 平均绝对误差, 处理时间, 专家评分	未明确说明
10190	2025-10-07	phyddle: software for exploring phylogenetic models with deep learning 2025-May-14, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syaf036 PMID:40366771	研究论文	介绍用于系统发育建模的深度学习软件phyddle	开发了首个基于管道的软件，使用无似然深度学习方法来处理缺乏易处理似然函数的系统发育模型	NA	开发用于系统发育建模的深度学习软件工具	系统发育树和进化模型	机器学习	NA	深度学习	深度学习模型	系统发育树数据	NA	NA	NA	准确性, 覆盖测试	NA
10191	2025-10-07	A Clinical Neuroimaging Platform for Rapid, Automated Lesion Detection and Personalized Post-Stroke Outcome Prediction 2025-May-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.09.25327310 PMID:40385411	研究论文	开发了一个自动化神经影像处理平台，用于快速检测卒中病灶并预测个性化预后结果	首个将病灶位置信息整合到预后预测中的临床部署工具，采用全自动三阶段处理流程	仅在概念验证阶段，样本量有限，需要进一步临床验证	开发基于影像的卒中预后预测临床工具	成人缺血性卒中患者	医学影像分析	卒中	神经影像处理，深度学习	深度学习模型，统计模型，大语言模型	DICOM影像，MRI	训练队列604例局灶性脑损伤患者，验证队列153例缺血性卒中患者	NA	NA	一致性96%	NA
10192	2025-10-07	ROICellTrack: a deep learning framework for integrating cellular imaging modalities in subcellular spatial transcriptomic profiling of tumor tissues 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf152 PMID:40199763	研究论文	开发了一个深度学习框架ROICellTrack，用于整合细胞成像与空间转录组分析	将细胞成像作为空间转录组数据分析和解释的组成部分，而不仅仅是用于识别感兴趣区域	仅分析了56个感兴趣区域，样本规模有限	改进空间转录组数据分析中细胞成像与转录组分析的整合	膀胱尿路上皮癌和上尿路尿路上皮癌组织	数字病理学	膀胱癌	空间转录组技术，免疫荧光成像	深度学习	图像，转录组数据	56个感兴趣区域	NA	NA	NA	NA
10193	2025-10-07	Deep Learning-Assisted Computer-Aided Diagnosis System for Early Detection of Lung Cancer 2025-May, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23929 PMID:39887401	研究论文	开发了一种基于深度学习的计算机辅助诊断系统，用于肺癌早期检测	提出结合FNLM滤波器和BGOA特征提取的10层神经网络架构，相比传统方法在准确率和灵敏度上有显著提升	仅使用单一数据集进行验证，缺乏多中心数据验证	开发高性能的肺癌早期计算机辅助诊断系统	肺癌CT图像	计算机视觉	肺癌	医学影像分析	深度学习	医学图像	NA	NA	10层神经网络	准确率, 灵敏度, ROC曲线	NA
10194	2025-10-07	Prenatal Diagnostics Using Deep Learning: A Dual Approach to Plane Localization and Cerebellum Segmentation in Ultrasound Images 2025-May, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23924 PMID:39901589	研究论文	本研究开发了两种专用卷积神经网络架构，用于超声图像中的平面定位和小脑分割，以进行产前神经发育障碍预测	提出了两种专用CNN架构：用于平面定位的差分CNN整合了六种不同卷积算子，用于小脑分割的双CNN整合了原始图像和特征图等补充信息	研究承认存在某些局限性和挑战	开发深度学习技术用于产前神经发育障碍预测	第五个月胎儿超声脑图像	医学影像分析	神经发育障碍	超声成像	CNN	图像	NA	NA	差分CNN, 双CNN	准确率, Dice系数	NA
10195	2025-10-07	Combining Ultrasound Imaging and Molecular Testing in a Multimodal Deep Learning Model for Risk Stratification of Indeterminate Thyroid Nodules 2025-May, Thyroid : official journal of the American Thyroid Association IF:5.8Q1 DOI:10.1089/thy.2024.0584 PMID:40256961	研究论文	提出一种结合超声成像和分子检测的多模态深度学习模型，用于不确定甲状腺结节的危险分层	首次将超声成像与分子检测结合到多模态深度学习框架中，通过整合两种模式的互补信息提高诊断性能	单中心数据集、缺乏外部验证、使用二值化分子检测输出而非细粒度恶性风险概率	提高不确定甲状腺结节的危险分层准确性	不确定甲状腺结节患者	医学影像分析	甲状腺结节	超声成像、二代测序	深度学习	超声图像、分子检测数据	333名患者（259例良性，74例恶性）	NA	集成模型	AUROC, 敏感度, 特异度, 阳性预测值	NA
10196	2025-10-07	Expert consensus document on artificial intelligence of the Italian Society of Cardiology 2025-May-01, Journal of cardiovascular medicine (Hagerstown, Md.) DOI:10.2459/JCM.0000000000001716 PMID:40331418	专家共识文件	意大利心脏病学会关于人工智能在心血管疾病管理中应用的专家共识文档	系统总结了人工智能在心血管疾病管理中的最新应用，包括从常见疾病到罕见病的诊断和预后评估	算法外部有效性无法保证，结果可解释性存在'黑箱'问题	探讨人工智能在心血管疾病管理中的应用潜力和挑战	心血管疾病患者，包括高血压、缺血性心脏病、浸润性心肌病和房颤患者	机器学习	心血管疾病	机器学习，深度学习	人工神经网络	医院数据集，心电图，超声心动图	NA	NA	NA	准确性	NA
10197	2025-10-07	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	研究论文	提出一种多模态多实例多癌症生存预测模型MMSurv，整合病理图像、临床信息和测序数据	提出基于紧凑双线性池化和Transformer的新型多模态融合方法，结合双线性池化与Transformer架构	仅基于癌症基因组图谱的六种癌症类型进行评估，未在其他数据集上验证	提高癌症患者生存率预测的准确性	癌症患者的多模态医疗数据	数字病理学	多癌症类型	测序数据，H&E染色全切片图像	深度学习，多实例学习	图像，临床数据，测序数据	六种癌症类型的数据集	NA	Transformer，双线性池化，多实例学习	C-index，五折交叉验证	NA
10198	2025-10-07	Deep Learning Study of Alkaptonuria Spinal Disease Assesses Global and Regional Severity and Detects Occult Treatment Status 2025-May, Journal of inherited metabolic disease IF:4.2Q2 DOI:10.1002/jimd.70042 PMID:40375095	研究论文	本研究开发深度学习模型分析罕见病褐黄病脊柱X光片，评估疾病严重程度并检测隐匿治疗状态	首次将深度学习应用于罕见病褐黄病的脊柱影像分析，能够识别传统方法难以检测的尼替西农治疗状态	真空盘现象预测一致性较低(41%-90%)，样本量受限于罕见病特性	评估深度学习在罕见疾病医学影像分析中的性能，特别是脊柱严重程度分级和治疗状态识别	褐黄病患者的颈椎和腰椎X光片	医学影像分析	褐黄病	X射线成像	深度学习模型	X光图像	NA	NA	NA	准确度, 平均绝对误差	NA
10199	2025-10-07	Enhancing perihematomal edema segmentation: integrating prior knowledge with deep learning for enhanced accuracy and interpretability 2025-May-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2404 PMID:40384678	研究论文	提出一种融合先验知识与深度学习的脑出血周围水肿分割网络PESE-Net，用于提高分割精度和可解释性	提出基于切片相似性的PHE相关切片生成方法和新型特征加权策略，协同融合PHE的整体变化特征和空间信息	NA	提高自发性颅内出血中脑出血周围水肿分割的准确性，提升临床诊断效率和可靠性	自发性颅内出血患者的脑出血周围水肿区域	医学图像分析	颅内出血	医学影像分析	深度学习网络	医学影像	NA	NA	PESE-Net	相对体积差异	NA
10200	2025-10-07	Free-breathing pediatric cardiac dark-blood imaging with reverse double inversion-recovery and single-shot deep learning reconstruction 2025-May-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1933 PMID:40384682	研究论文	本研究结合反向双反转恢复和基于人工智能辅助压缩感知的单次激发暗血快速自旋回波成像技术，实现自由呼吸状态下儿科心脏水肿评估	首次将反向双反转恢复与基于深度学习的单次激发压缩感知重建相结合，显著减少运动伪影并缩短扫描时间	样本量相对有限（67例），未包含更广泛的病理类型	开发适用于自由呼吸状态下儿科心脏成像的高分辨率运动鲁棒性水肿评估方法	20名健康儿童和47名儿科心脏病患者	医学影像分析	儿科心脏病	暗血T2加权快速自旋回波，反向双反转恢复，人工智能辅助压缩感知重建	深度学习	心脏磁共振图像	67例（20名健康儿童+47名患者）	NA	NA	信噪比，对比噪声比，采集时间，心肌可见度，重影伪影，整体质量	NA