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
1121	2025-06-07	Data Augmentation for Medical Image Classification Based on Gaussian Laplacian Pyramid Blending With a Similarity Measure 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3307216 PMID:37603476	研究论文	提出一种基于高斯拉普拉斯金字塔混合与相似性度量的医学图像分类数据增强方案，以提高乳腺癌诊断的准确性和可靠性	结合高斯拉普拉斯金字塔和金字塔混合概念，引入相似性度量以保持图像结构特性并捕获同类患者图像的变异性	未提及具体的数据增强方法在不同类型医学图像上的泛化能力	解决医学数据集中标记数据稀缺和数据不平衡的问题，提高乳腺癌诊断的准确性	乳腺癌组织病理学图像	数字病理学	乳腺癌	高斯拉普拉斯金字塔混合、相似性度量	预训练模型的串联使用	图像	三个不同的医学数据集（未提及具体样本数量）
1122	2025-06-07	Multi-Gate Mixture of Multi-View Graph Contrastive Learning on Electronic Health Record 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3325221 PMID:37851554	research paper	提出了一种多门混合多视图图对比学习方法（MMMGCL），用于电子健康记录（EHR）的表示学习，以提高下游任务的性能	结合多任务预测和图对比学习，利用隐藏任务间的潜在信息，改进EHR表示	需要手动构建图结构，过程复杂且耗时	改进电子健康记录的表示学习，提升患者相关预测任务的性能	电子健康记录（EHR）中的患者就诊数据	machine learning	NA	graph neural network (GNN), Glove method	multi-gate mixture of multi-view graph contrastive learning (MMMGCL)	graph	两个大型开源医疗数据集（MIMIC-III和eICU）
1123	2025-06-07	Comparison of Sarcopenia Assessment in Liver Transplant Recipients by Computed Tomography Freehand Region-of-Interest versus an Automated Deep Learning System 2025-Jun, Clinical transplantation IF:1.9Q3 DOI:10.1111/ctr.70201 PMID:40465826	research paper	本研究比较了在肝移植受者中通过CT手动ROI和自动化深度学习系统评估肌肉减少症的两种方法	首次直接比较了手动ROI和深度学习系统在肌肉减少症评估中的表现，并分析了它们与住院时间的关联	样本量较小（50人），且为单中心研究	比较两种肌肉减少症评估方法在预测肝移植患者临床结局方面的效果	肝移植受者	digital pathology	liver disease	computed tomography (CT)	deep learning	medical image	50名肝移植受者
1124	2025-06-07	Ultrasound measurement of relative tongue size and its correlation with tongue mobility for healthy individuals 2025-Jun-01, JASA express letters IF:1.2Q3 DOI:10.1121/10.0036838 PMID:40478168	研究论文	本研究介绍了一种基于超声的测量相对舌大小的方法，称为uRTS，作为MRI方法的成本效益替代方案	提出了一种新的基于超声的测量方法uRTS，并使用深度学习提取舌轮廓，验证了其与MRI测量结果的高度相关性	样本量较小（仅10名说话者），可能影响结果的普遍性	评估相对舌大小与舌运动速度之间的关系，开发更经济的测量方法	健康个体的舌头	医学影像分析	NA	超声测量，深度学习	深度学习（未指定具体模型）	超声影像	10名说话者
1125	2025-06-07	A generalist deep-learning volume segmentation tool for volume electron microscopy of biological samples 2025-May-29, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2025.108214 PMID:40449855	研究论文	介绍了一种名为VST的深度学习软件工具，用于处理体积电子显微镜图像堆栈数据的体积图像分割	VST实现了数据预处理、数据增强和网络构建的自动化，并适应特定数据集，同时支持基于语义分割的实例分割	NA	开发一种通用的深度学习工具，用于体积电子显微镜图像的分割	体积电子显微镜图像堆栈数据	数字病理学	NA	体积电子显微镜	深度学习	图像	多种树脂包埋样本的透射电子显微镜和扫描电子显微镜数据集
1126	2025-06-07	Guided multi-objective generative AI to enhance structure-based drug design 2025-May-29, Chemical science IF:7.6Q1 DOI:10.1039/d5sc01778e PMID:40463429	研究论文	本文介绍了一种名为IDOLpro的新型生成化学AI，结合扩散模型与多目标优化，用于基于结构的药物设计	IDOLpro首次结合扩散模型与多目标优化，能够生成满足多种理化性质的分子，并在结合亲和力和合成可及性上优于现有方法	未明确提及具体局限性	开发一种能够优化多种理化性质的生成化学AI，以加速药物发现过程	药物分子设计与生成	药物发现	NA	扩散模型与多目标优化	扩散模型	化学分子数据	两个基准测试集
1127	2025-06-07	A segmentation network based on CNNs for identifying laryngeal structures in video laryngoscope images 2025-May-29, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102573 PMID:40472423	研究论文	本文提出了一种基于CNN的分割网络MPE-UNet，用于从视频喉镜图像中精确分割喉部结构，以辅助临床医生更准确高效地进行气管插管	MPE-UNet在经典U-Net架构基础上，改进了多尺度特征提取模块，引入了金字塔融合注意力模块和即插即用注意力机制模块，提升了模型处理复杂喉部图像的能力	NA	提高视频喉镜图像中喉部结构的识别精度，辅助气管插管手术	视频喉镜图像中的喉部结构	计算机视觉	NA	深度学习	CNN, U-Net	图像	NA
1128	2025-06-07	Mitigating medical dataset bias by learning adaptive agreement from a biased council 2025-May-28, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103629 PMID:40472465	research paper	提出了一种名为Ada-ABC的去偏框架，用于解决医学图像分类中的数据集偏差问题，无需依赖显式的偏差标签	Ada-ABC通过构建一个偏置委员会来学习数据集偏差，并训练一个去偏模型在偏置委员会的指导下自适应地学习目标特征	偏置标签通常是未知的，识别偏差可能费力且依赖于事后解释	解决医学图像分类中的数据集偏差问题，提高模型的准确性、可靠性和公平性	医学图像数据集	digital pathology	NA	generalized cross entropy loss	multiple classifiers	image	四个数据集中的七个不同偏差场景
1129	2025-06-07	FLAMeS: A Robust Deep Learning Model for Automated Multiple Sclerosis Lesion Segmentation 2025-May-23, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.19.25327707 PMID:40475145	研究论文	开发了一种基于深度学习的自动化多发性硬化症（MS）病变分割算法FLAMeS，用于T2加权FLAIR MRI	FLAMeS基于nnU-Net 3D全分辨率U-Net，在多个外部数据集上表现优于现有公开方法	对于小于10 mm³的病变分割效果有待提升	开发自动化MS病变分割算法以提高MRI评估效率	多发性硬化症患者的脑部MRI图像	数字病理学	多发性硬化症	FLAIR MRI	nnU-Net 3D full-resolution U-Net	MRI图像	训练集668例（1.5T和3T FLAIR扫描），测试集75例（MSSEG-2 14例，MSLesSeg 51例，临床队列10例）
1130	2025-06-07	A generative adversarial network-based accurate masked face recognition model using dual scale adaptive efficient attention network 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02144-2 PMID:40399389	research paper	本文提出了一种基于生成对抗网络的双尺度自适应高效注意力网络模型，用于精确识别戴口罩的人脸	结合GAN和DS-AEAN网络，通过生成无口罩人脸和有口罩人脸的两种特征集，提高戴口罩人脸的识别准确率	未提及模型在极端光照条件或部分遮挡情况下的表现	开发一个可靠的戴口罩人脸识别系统，用于安全验证目的	戴口罩和无口罩的人脸图像	computer vision	NA	GAN, DS-AEAN, EAOA	GAN, Dual Scale Adaptive Efficient Attention Network	image	未明确说明具体样本数量，但使用了标准数据集中的图像
1131	2025-06-07	Beyond episodic early warning systems: a continuous clinical alert system for early detection of in-hospital deterioration 2025-May-21, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.20.25327940 PMID:40475141	research paper	开发了一种基于可穿戴设备的深度学习模型，用于早期检测住院患者的病情恶化	使用仅9个输入的可穿戴设备数据，开发了一种RNN模型，能够比传统早期预警系统更早识别病情恶化	数据缺失率为4-8%，且排除了SpO2数据	减少住院患者病情恶化的延迟识别，提高临床警报系统的效率	888名成人非ICU住院患者	machine learning	geriatric disease	wearable biosensors	RNN	biosensor data	888 adult non-ICU inpatient visits in four hospitals
1132	2025-06-07	Advanced feature fusion of radiomics and deep learning for accurate detection of wrist fractures on X-ray images 2025-May-20, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08733-6 PMID:40394557	研究论文	本研究开发了一种结合放射组学和深度学习特征的混合诊断框架，用于X射线图像中腕部骨折的准确检测和分类	提出了一种结合放射组学和深度学习特征的混合框架，显著提高了腕部骨折的诊断性能	研究仅基于三个医疗中心的数据，可能存在样本选择偏差	开发一个准确且可重复的腕部骨折检测和分类系统	腕部和前臂骨折的X射线图像	计算机视觉	骨折	放射组学特征提取和深度学习	autoencoder, XGBoost, CatBoost, Random Forest, Voting Classifier	X射线图像	3,537张X射线图像（1,871例骨折和1,666例非骨折）
1133	2025-06-07	Multiobjective learning and design of bacteriophage specificity 2025-May-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.19.654895 PMID:40475446	研究论文	本研究应用深度学习理解和设计T7噬菌体受体结合蛋白的多功能宿主靶向景观，以提高感染性、预定义特异性和对未见菌株的高毒力普遍性	采用多目标机器学习设计复杂特异性，成功率达到可进行低通量验证预测命中的水平，揭示了T7噬菌体靶向能力的高度可塑性	实验仅针对26种不同任务优化的噬菌体进行了表征，可能未覆盖所有潜在的多功能景观	理解和设计蛋白质的多功能景观，特别是T7噬菌体受体结合蛋白的宿主靶向特性	T7噬菌体受体结合蛋白	机器学习	NA	深度学习	NA	NA	针对26种不同任务优化的噬菌体
1134	2025-06-07	Improved Breast Cancer Detection with Artificial Intelligence in a Real-World Digital Breast Tomosynthesis Screening Program 2025-May-09, Clinical breast cancer IF:2.9Q2 DOI:10.1016/j.clbc.2025.05.007 PMID:40473527	研究论文	本研究比较了在数字乳腺断层合成（DBT）筛查项目中实施人工智能（AI）检测系统前后放射科医生的乳腺癌筛查性能	在真实世界的DBT筛查项目中实施AI检测系统，显著提高了癌症检测率（CDR），降低了异常解释率（AIR），并显著提高了阳性预测值（PPV1和PPV3）	研究为回顾性设计，且仅涉及4名放射科医生和有限的临床站点	评估AI检测系统在DBT筛查中对放射科医生性能的影响	数字乳腺断层合成（DBT）筛查中的乳腺癌检测	数字病理	乳腺癌	深度学习AI支持系统	深度学习	图像	前AI时期10,322例标准DBT解释，后AI时期6,407例DBT解释
1135	2025-06-07	Detecting Arrhythmogenic Right Ventricular Cardiomyopathy From the Electrocardiogram Using Deep Learning 2025-May-06, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2025.04.003 PMID:40471767	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1136	2025-06-07	Deep Learning-based Anatomy-Aware Morph Model for Registration of Prostate Whole-Mount Histopathology to MRI 2025-May, Radiology. Imaging cancer DOI:10.1148/rycan.240336 PMID:40445100	研究论文	开发并评估了一种基于深度学习的创新方法，用于配准前列腺术前MRI和全切片组织病理学（WMHP）图像	提出了一种结合注意力机制和卷积神经网络的混合模型（Anatomy-Aware Morph模型），用于多模态前列腺图像配准，显著优于现有VoxelMorph方法	研究为回顾性设计，样本量相对有限（315例患者）	实现前列腺术前MRI与术后病理图像的精准配准，辅助前列腺癌病灶映射	前列腺MRI和全切片组织病理学图像	数字病理	前列腺癌	深度学习图像配准	混合注意力机制与CNN（Anatomy-Aware Morph模型）	医学影像（MRI与病理切片图像）	315例患者（270训练集/45测试集），含160张测试图像
1137	2025-06-07	Deep Learning-Based Automated Detection of Oral Leukoplakia in Clinical Imaging 2025-May, Cureus DOI:10.7759/cureus.83368 PMID:40462818	研究论文	本研究开发并验证了一种基于深度学习的系统，用于自动识别口腔白斑（OLK），以解决临床实践中的诊断挑战	使用19种CNN架构进行比较分析，并选择经过微调的EfficientNetB0作为最优模型，通过CAM可视化决策区域，实现了高精度和可解释性	数据集仅包含446张经组织病理学确认的口腔白斑病例图像和1,041张正常口腔黏膜图像，样本量相对有限	开发并验证一种基于深度学习的系统，用于自动识别口腔白斑，以解决临床实践中的诊断挑战	口腔白斑（OLK）的临床图像	计算机视觉	口腔癌	深度学习	CNN, EfficientNetB0	图像	446张口腔白斑病例图像和1,041张正常口腔黏膜图像
1138	2025-06-07	Trials and tribulations: Developing an artificial intelligence for screening malaria parasite from peripheral blood smears 2025 May-Jun, Medical journal, Armed Forces India DOI:10.1016/j.mjafi.2023.10.007 PMID:40463611	研究论文	本研究旨在开发一种人工智能技术，用于自动化检测外周血涂片中的疟原虫	首次尝试开发一个完整模块，用于从自动化显微摄影/全切片图像中筛查疟原虫	模型A、B和C的性能在敏感性或特异性方面存在不足	开发人工智能技术以自动化疟原虫检测过程	外周血涂片中的疟原虫	数字病理学	疟疾	深度学习方法	DCNN, Inception V3, Watershed Transform	图像	352张Leishman-Giemsa染色的外周血涂片图像
1139	2025-06-07	Revolutionizing the diagnosis of dental caries using artificial intelligence-based methods 2025-May, Journal of conservative dentistry and endodontics DOI:10.4103/JCDE.JCDE_172_25 PMID:40463673	review	本文综述了人工智能在龋齿诊断中的应用及其潜力	探讨了AI如何通过机器学习和深度学习技术改进龋齿诊断的精确性和效率	讨论了当前AI在牙科诊断中面临的挑战和限制	探索人工智能在龋齿早期诊断和病变检测中的应用	龋齿诊断的影像数据和临床记录	digital pathology	dental caries	machine learning, deep learning	NA	image, clinical records	NA
1140	2025-06-07	Hybrid optimization enabled DenseNet for autism spectrum disorders using MRI image 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108335 PMID:39793514	research paper	该研究提出了一种结合JSTO优化算法的DenseNet模型，用于通过MRI图像检测自闭症谱系障碍（ASD）	引入了新型的Jaya Sewing Training Optimization (JSTO)算法，结合Jaya算法和Sewing Training-Based Optimization (STBO)，用于特征选择和模型训练	研究仅基于Abide 1数据集进行验证，未在其他数据集上测试模型的泛化能力	开发一种高效的自闭症谱系障碍早期检测方法	自闭症患者的MRI脑部图像	digital pathology	autism spectrum disorder	MRI	DenseNet	image	基于Abide 1数据集（具体样本数量未提及）