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
1101	2025-05-24	Intelligent chlorophyll estimation by attention-integrated deep learning and dual-modal fusion in tencha drying using snapshot multispectral camera 2025-May-23, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.14385 PMID:40405630	research paper	该研究利用快照多光谱技术和化学计量学方法，结合深度学习和双模态融合技术，精确监测茶叶干燥过程中的叶绿素含量	创新点在于结合了注意力机制的卷积神经网络和SE-Res18模型，以及光谱与图像的双模态融合技术，显著提高了预测精度	NA	研究目的是通过多光谱技术和深度学习模型精确监测茶叶干燥过程中的叶绿素含量，以提高最终产品的感官评价	研究对象为茶叶（tencha）干燥过程中的叶绿素含量	machine learning	NA	快照多光谱技术、化学计量学方法	CNN、SE-Res18	多光谱图像、灰度纹理特征	NA
1102	2025-05-24	Fully Automated Deep Learning Enabled Miniature Mass Spectrometry System for Psychoactive Therapeutic Drug Monitoring 2025-May-23, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202502721 PMID:40405757	研究论文	本研究介绍了一种集成的微型血液处理和质谱分析系统，用于精神活性治疗药物的监测	结合自动化磁性固相萃取、自吸采样微型质谱仪和深度学习算法，实现从样品制备到检测的全自动化	NA	推进精准医疗，提高生物流体中小分子生物标志物检测的效率	血清中的精神活性药物	质谱分析	精神疾病	双靶离子平行串联质谱分析技术	U-net	质谱数据	8样本并行处理
1103	2025-05-24	COVID-19CT+: A public dataset of CT images for COVID-19 retrospective analysis 2025-May-23, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251332793 PMID:40405795	research paper	该研究发布了一个公开可用的COVID-19和社区获得性肺炎的CT图像数据集（COVID-19CT+），并利用传统机器学习和深度学习方法进行了分类实验	发布了包含大量COVID-19和社区获得性肺炎CT图像的公开数据集，并比较了不同时期分类方法的差异	未提及具体的数据集使用限制或潜在偏差	提高COVID-19的诊断准确性和效率	COVID-19和社区获得性肺炎患者的CT图像	digital pathology	COVID-19	CT imaging	传统机器学习分类器和深度学习分类器（未具体说明模型类型）	image	1333名患者的409,619张CT图像（312例社区获得性肺炎和1021例COVID-19）
1104	2025-05-24	A Deep Learning-Based Multimodal Fusion Model for Recurrence Prediction in Persistent Atrial Fibrillation Patients 2025-May-23, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.16733 PMID:40406972	research paper	该研究提出了一种基于深度学习的多模态融合模型，用于预测持续性心房颤动患者消融术后的复发风险	创新性地结合心房颤动节律心电图信号与临床特征，构建深度学习模型以提高预测准确性	样本量较小（77例患者），可能影响模型的泛化能力	提高持续性心房颤动患者消融术后复发风险的预测准确性，支持个性化临床决策	持续性心房颤动患者	digital pathology	cardiovascular disease	深度学习	基于残差块网络结构的多模态融合框架	心电图信号、临床评分和基线特征	77例持续性心房颤动患者
1105	2025-05-24	Simple controls exceed best deep learning algorithms and reveal foundation model effectiveness for predicting genetic perturbations 2025-May-23, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf317 PMID:40407144	research paper	该研究提出了一个简单的基线方法，用于预测基因扰动后的转录组反应，并超越了现有的深度学习算法	提出了一个简单但高效的基线方法，超越了当前最先进的深度学习模型，并阐明了基础模型在扰动预测任务中的实用性	缺乏对日益复杂模型的理解和实际效用的评估，以及简单但合适的基准来比较预测方法	评估和比较基因扰动预测方法的性能，并推动深度学习模型在扰动空间的发展	基因扰动及其对转录组的影响	machine learning	NA	深度学习，基于transformer的基础模型	transformer	转录组数据	NA
1106	2025-05-24	Deep learning-based model for difficult transfemoral access prediction compared with human assessment in stroke thrombectomy 2025-May-22, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-021718 PMID:38702182	研究论文	开发了一种基于深度学习的模型，用于预测中风血栓切除术中经股动脉入路的困难程度，并与人类评估进行比较	首次开发了全自动模型来预测经股动脉入路的困难程度，该模型基于从头部和颈部CT血管造影中自动提取的29个解剖特征	研究为回顾性设计，样本量有限（513例患者），且模型性能仍有提升空间（AUROC为0.76）	开发一种快速可靠的方法来识别影响中风血栓切除术中血管入路困难的解剖特征	中风血栓切除术患者	数字病理学	心血管疾病	头部和颈部CT血管造影（CTA）	机器学习模型	医学影像	513例接受一线经股动脉机械血栓切除术的前循环大血管闭塞中风患者
1107	2025-05-24	HealthiVert-GAN: A Novel Framework of Pseudo-Healthy Vertebral Image Synthesis for Interpretable Compression Fracture Grading 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3572458 PMID:40402696	研究论文	提出了一种名为HealthiVert-GAN的新框架，用于生成伪健康椎体图像，以支持可解释的压缩性骨折分级	引入了从粗到细的合成网络，生成模拟骨折前状态的伪健康椎体图像，并整合了三个辅助模块以确保解剖一致性，同时提出了新的量化指标RHLV	未提及具体的数据集规模限制或模型泛化能力测试的局限性	提高骨质疏松性椎体压缩性骨折（OVCFs）分级的准确性和可解释性	骨质疏松性椎体压缩性骨折（OVCFs）患者	数字病理学	骨质疏松性椎体压缩性骨折	GAN, SVM	GAN, SVM	CT图像	Verse2019数据集和内部数据集（具体数量未提及）
1108	2025-05-24	Real-Time Implementation of Accelerated HCP-MMA for Deep Learning-Based ECG Arrhythmia Classification Using Contour-Based Visualization 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3572376 PMID:40402700	研究论文	本研究提出了一种实时加速的Hurst轮廓投影多尺度多重分形分析（HCP-MMA）方法，用于基于深度学习的ECG心律失常分类	HCP-MMA将复杂的多重分形特性转化为基于轮廓的表示，提高了自动分类的可解释性，并通过运行时优化的并行计算管道实现了730倍的加速	NA	提高ECG心律失常分类的准确性和实时性	ECG信号	机器学习	心血管疾病	Hurst Contour Projection from Multiscale Multifractal Analysis (HCP-MMA), SVD	AlexNet	ECG信号图像	三个基准数据集（PhysioNet, MIT-BIH, CU）
1109	2025-05-24	NSSI-Net: A Multi-Concept GAN for Non-Suicidal Self-Injury Detection Using High-Dimensional EEG in a Semi-Supervised Framework 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3558170 PMID:40402701	研究论文	本文提出了一种名为NSSI-Net的半监督对抗网络，用于从高维脑电图(EEG)数据中检测非自杀性自伤行为(NSSI)	NSSI-Net结合了空间-时间特征提取模块和多概念判别器，能够有效整合EEG数据的时空动态特征，并在性能上比现有方法提高了5.44%	研究样本量相对较小(n=114)，且主要针对抑郁青少年群体	开发一种有效的半监督学习方法用于NSSI的早期诊断	非自杀性自伤行为(NSSI)患者的EEG数据	机器学习	精神疾病	EEG信号分析	GAN(生成对抗网络), 2D-CNN, BiGRU	EEG信号数据	114例自收集的NSSI数据
1110	2025-05-24	An Interpretable Deep Learning Approach for Autism Spectrum Disorder Detection in Children Using NASNet-Mobile 2025-May-22, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/addbe7 PMID:40403743	研究论文	本文提出了一种可解释的深度学习方法，使用NASNet-Mobile模型结合LIME技术进行儿童自闭症谱系障碍的检测	结合了NASNet-Mobile模型和LIME技术，提高了自闭症分类的透明度和可解释性	研究仅基于ABIDE-I数据集的两个年龄组，样本范围有限	提高自闭症谱系障碍的早期检测准确性和分类过程的可解释性	儿童自闭症谱系障碍患者	数字病理学	自闭症谱系障碍	结构磁共振成像(sMRI)	NASNet-Mobile, LIME	图像	来自ABIDE-I数据集的两个年龄组(2-11岁和12-18岁)的sMRI图像
1111	2025-05-24	The effect of selection bias on the performance of a deep learning-based intraoperative hypotension prediction model using real-world samples from a publicly available database 2025-May-22, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.03.024 PMID:40404499	研究论文	评估选择偏差对基于深度学习的术中低血压预测模型性能的影响	首次系统评估了选择偏差对深度学习模型和仅使用平均动脉压（MAP）的模型在预测术中低血压性能上的影响	研究仅使用了公开数据库VitalDB的数据，可能无法完全代表所有临床场景	评估选择偏差对低血压预测模型性能的影响	术中低血压预测模型	医疗人工智能	心血管疾病	深度学习	DL模型, MAP-only模型	动脉压力波形数据	来自VitalDB开放数据集的样本
1112	2025-05-24	Evaluating the generalizability of video-based assessment of intraoperative surgical skill in capsulorhexis 2025-May-22, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03406-0 PMID:40405033	research paper	评估基于视频的囊膜切开术中手术技能评估模型的泛化能力	首次评估了深度学习模型在囊膜切开术视频技能评估中的泛化能力，并比较了无监督域适应和半监督域适应方法的效果	模型性能虽有提升，但仍未达到数据集内部性能水平	评估手术技能视频评估模型的跨数据集泛化能力	囊膜切开术手术视频	computer vision	眼科疾病	深度学习	CNN-LSTM, Transformer	视频	两个数据集(D99和公开的Cataract-101)
1113	2025-05-24	Leveraging deep learning-based kernel conversion for more precise airway quantification on CT 2025-May-22, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11696-w PMID:40405045	研究论文	评估不同CT重建核及核转换对全自动气道定量CT测量变异性的影响	利用深度学习进行核转换以减少气道定量CT测量的变异性	对于非肺专用核和亚段气道的效果有限	评估和减少气道定量CT测量的变异性	气道定量CT测量	数字病理	肺病	CT扫描	深度学习	图像	96名患者
1114	2025-05-24	Unsupervised Adaptive Deep Learning Framework for Video Denoising in Light Scattering Imaging 2025-May-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06905 PMID:40405330	研究论文	本文提出了一种基于深度学习的自适应去噪框架，用于光散射成像(LSI)视频中的噪声处理	该框架采用无监督自学习策略，结合噪声分布图、FastDVDNet网络的无监督学习及去噪效果判别三个阶段，显著提升了LSI的信噪比和对比噪声比	未明确提及具体的数据集规模或计算资源需求	开发一种适用于光散射成像(LSI)多种应用场景的无监督自适应去噪方法	光散射成像(LSI)视频数据	计算机视觉	NA	深度学习	FastDVDNet	视频	NA
1115	2025-05-24	Medication versus globus pallidus internus deep brain stimulation in Parkinson's disease with deep learning video analysis of finger tapping 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02098-5 PMID:40394036	研究论文	本研究通过深度学习视频分析手指敲击任务，比较了药物与GPi深部脑刺激（DBS）在帕金森病（PD）患者中对运动症状改善的差异	首次使用深度学习模型从2D手部运动重建3D网格，提取21个运动参数来量化手部运动迟缓，并比较GPi DBS与药物的效果差异	样本量相对较小（87名患者），且为观察性研究，无法确定因果关系	评估GPi DBS对帕金森病患者运动症状（特别是运动迟缓）的改善效果，并与药物治疗进行比较	帕金森病患者的手指敲击运动	数字病理学	帕金森病	深度学习视频分析	深度学习模型（未指定具体类型）	视频	87名患者的556个视频
1116	2025-05-24	A dynamic attention mechanism for road extraction from high-resolution remote sensing imagery using feature fusion 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02267-6 PMID:40394108	研究论文	提出了一种名为RISENet的新型深度学习模型，用于从高分辨率遥感图像中提取道路信息	引入了双分支融合编码器、多层动态空间通道融合注意力机制（MCSA）和混合特征扩张感知解码器，有效解决了道路提取中的遮挡和相似性问题	未提及模型在极端天气或低光照条件下的表现	提高从遥感图像中提取道路信息的准确性和完整性	高分辨率遥感图像中的道路	计算机视觉	NA	深度学习	RISENet（包含双分支融合编码器、MCSA和扩张感知解码器）	图像	三个不同的道路分割基准数据集
1117	2025-05-24	Automatic transformer-based grading of multiple retinal inflammatory signs in uveitis on fluorescein angiography 2025-May-21, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110327 PMID:40403640	研究论文	开发了一种基于视觉Transformer的自动评分系统，用于评估葡萄膜炎中视网膜炎症的荧光素血管造影图像	利用迄今为止最大的葡萄膜炎荧光素血管造影数据集，开发了首个基于Transformer的自动评分模型，能够准确识别四种视网膜炎症标志	研究仅基于单一医疗中心的患者数据，可能影响模型的泛化能力	开发自动化的视网膜炎症评分方法以提高葡萄膜炎临床评估的准确性	葡萄膜炎患者的荧光素血管造影图像	数字病理	葡萄膜炎	荧光素血管造影	Transformer	图像	543名患者（1042只眼睛，40987张图像）
1118	2025-05-24	Large medical image database impact on generalizability of synthetic CT scan generation 2025-May-21, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110303 PMID:40403634	研究论文	本研究系统性地探讨了训练数据库规模对合成医学图像生成深度学习模型泛化能力的影响	使用了一个包含4000例患者CT扫描的庞大数据库，规模远超先前研究，并采用CycleGAN模型进行kVCT图像合成，同时分析了模型在不同患者亚组中的泛化性能	NA	评估数据库规模对医学图像转换中深度学习模型性能的影响	从MVCT扫描合成kVCT图像	数字病理	NA	CycleGAN	GAN	医学图像	4000例患者CT扫描
1119	2025-05-24	Enhancing nuclei segmentation in breast histopathology images using U-Net with backbone architectures 2025-May-21, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110347 PMID:40403637	research paper	该研究提出了一种基于ResNet-34骨干网络的增强U-Net架构，用于提高乳腺组织病理学图像中细胞核分割的准确性	使用ResNet-34作为U-Net的骨干网络，结合数据增强技术，显著提升了细胞核分割性能	研究主要基于有限规模的医学影像数据集，可能影响模型在更广泛数据上的泛化能力	提高乳腺组织病理学图像中细胞核分割的准确性，以支持更有效的临床诊断	乳腺组织病理学图像中的细胞核	digital pathology	breast cancer	deep learning	U-Net with ResNet-34 backbone	image	BreCaHad、BNS和MoNuSeg-2018数据集
1120	2025-05-24	Myocardial Infarction Detection using Variational Mode Decomposition with Fuzzy Weight Particle Swarm Optimization and Depthwise Separable Convolutional Network 2025-May-21, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110329 PMID:40403641	research paper	该研究提出了一种结合变分模态分解、模糊权重粒子群优化和深度可分离卷积网络的高级框架，用于精确检测心肌梗塞	结合VMD-FWPSO进行噪声消除，PCA降低特征维度，以及DwSCN进行精确分类，提高了ECG信号中心肌梗塞检测的准确性和可靠性	研究未提及对不同类型噪声的鲁棒性测试，也未讨论在实时检测中的性能表现	开发一种高精度的心肌梗塞自动检测方法，以改善临床心脏病学实践	心电图（ECG）信号	machine learning	cardiovascular disease	Variational Mode Decomposition, Fuzzy Weight Particle Swarm Optimization, Principal Component Analysis	Depthwise Separable Convolutional Network (DwSCN)	ECG信号	PTB-ECG和MIT-BIH Arrhythmia数据集