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
1161	2025-06-28	Early prediction of adverse outcomes in liver cirrhosis using a CT-based multimodal deep learning model 2025-Jun-27, Abdominal radiology (New York) DOI:10.1007/s00261-025-05045-0 PMID:40576670	研究论文	开发了一种基于CT的多模态深度学习模型TMF-LCNet，用于早期预测肝硬化患者的不良结局	首次整合了非对比腹部CT图像、肝脏和脾脏的放射组学特征以及临床文本数据，构建了多模态融合模型TMF-LCNet	研究为回顾性设计，样本量相对较小（243例患者）	提高肝硬化患者早期风险评估的准确性，改善临床管理策略	早期肝硬化患者	数字病理学	肝硬化	深度学习，放射组学分析	TMF-LCNet（多模态融合网络）	CT图像，放射组学特征，临床文本数据	243例早期肝硬化患者（184例训练集，59例外部测试集）
1162	2025-06-28	Practical applications of AI in body imaging 2025-Jun-27, Abdominal radiology (New York) DOI:10.1007/s00261-025-05088-3 PMID:40576669	综述	本文综述了截至2024年底美国市场上FDA批准的AI算法在腹部和盆腔器官及相关疾病评估中的实际应用	总结了当前FDA批准的AI算法在放射学中的商业应用，并评估了其潜在优势	仅涵盖美国市场上FDA批准的算法，可能未包括全球范围内的最新进展	探讨AI在放射学影像中的实际应用及其潜在优势	FDA批准的AI算法及其在腹部和盆腔器官疾病评估中的应用	数字病理学	腹部和盆腔器官相关疾病	深度学习	NA	影像	NA
1163	2025-06-28	Deep learning for classification of aggressive versus non-aggressive central giant cell granuloma using whole-slide histopathology images 2025-Jun-27, Virchows Archiv : an international journal of pathology IF:3.4Q1 DOI:10.1007/s00428-025-04160-z PMID:40576733	研究论文	使用深度学习算法分析中央巨细胞肉芽肿（CGCG）的侵袭性与非侵袭性病例的显微图像，以评估其在预测CGCG生物学行为中的潜力	首次尝试基于全显微切片使用深度学习模型区分侵袭性和非侵袭性CGCG	由于缺乏特定分割和技术染色问题，模型性能不佳	评估深度学习在预测CGCG生物学行为中的潜力	侵袭性和非侵袭性CGCG病例	数字病理学	中央巨细胞肉芽肿	H&E染色	ResNet-50	图像	87例（48例侵袭性，39例非侵袭性），共9982个切片，训练使用4272个切片（2629侵袭性，1643非侵袭性），测试使用100张图像（50侵袭性，50非侵袭性）
1164	2025-06-28	Deep learning predicts onset acceleration of 38 age-associated diseases from blood and body composition biomarkers in the UK Biobank 2025-Jun-27, GeroScience IF:5.3Q1 DOI:10.1007/s11357-025-01702-w PMID:40576910	研究论文	本研究开发并评估了一种神经网络Cox模型，用于预测与年龄相关疾病的发病加速风险，利用英国生物银行的数据进行验证	首次利用疾病诊断的相对发病加速关联来表征疾病模式，并开发了神经网络生存模型OnsetNet	研究依赖于英国生物银行的数据，可能不适用于其他人群	理解多病共存的老龄化现象，识别疾病加速发展的高风险群体	60,396名个体及其218,530个结果事件	机器学习	老年疾病	神经网络Cox模型	OnsetNet	人口统计、人体测量、成像和血液生物标志物数据	60,396名个体，218,530个结果事件
1165	2025-06-28	Catheter detection and segmentation in X-ray images via multi-task learning 2025-Jun-27, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03461-7 PMID:40576920	研究论文	本文提出了一种基于多任务学习的卷积神经网络模型，用于X射线图像中导管的检测和分割	提出了一种新颖的多级动态资源优先方法，动态调整训练过程中的样本和任务权重，以有效优先处理更具挑战性的任务	未明确提及具体局限性	增强微创心脏手术中的图像引导	X射线荧光图像中的导管和电极	计算机视觉	心血管疾病	深度学习	CNN (ResNet架构)	X射线图像	公共和私人数据集
1166	2025-06-28	Cluster-based human-in-the-loop strategy for improving machine learning-based circulating tumor cell detection in liquid biopsy 2025-Jun-13, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101285 PMID:40575126	研究论文	提出一种基于聚类的人机交互策略，用于改进基于机器学习的液体活检中循环肿瘤细胞检测	结合自监督深度学习和传统机器学习分类器，提出了一种针对潜在空间中高不确定性簇的有针对性采样策略的人机交互方法	方法在有限标记数据情况下仍依赖人类专家干预	改进液体活检中循环肿瘤细胞的检测效率和准确性	转移性癌症患者的血液样本中的循环肿瘤细胞(CTCs)和非CTCs	数字病理学	乳腺癌	自监督深度学习、传统机器学习分类	深度学习与传统ML分类器结合	图像	转移性乳腺癌患者的数据
1167	2025-06-28	Discovering the nuclear localization signal universe through a deep learning model with interpretable attention units 2025-Jun-13, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101262 PMID:40575124	研究论文	介绍了一种名为NLSExplorer的可解释性方法，用于预测核定位信号（NLS），并通过深度学习模型在基准数据集上实现了超过10%的F1分数提升	利用蛋白质语言模型提取的核特异性位点信息辅助NLS检测，并揭示了416个物种中核运输片段的特征	未提及具体的数据集大小或模型泛化能力的限制	探索核定位信号（NLS）的多样性并开发高效检测特征域和基序的工具	核定位蛋白及其核定位信号（NLS）	机器学习	NA	深度学习	具有可解释性注意力单元的深度学习模型	蛋白质序列数据	Swiss-Prot数据库中的核定位蛋白
1168	2025-06-28	Development and validation of a combined clinical and MRI-based biomarker model to differentiate mild cognitive impairment from mild Alzheimer's disease 2025-Jun, PCN reports : psychiatry and clinical neurosciences DOI:10.1002/pcn5.70134 PMID:40575445	研究论文	开发和验证一种结合临床和MRI的生物标志物模型，用于区分轻度认知障碍和轻度阿尔茨海默病	结合临床和放射学预测因子，开发了一个具有高诊断性能的模型，用于区分轻度阿尔茨海默病和轻度认知障碍	研究为横断面设计，未进行外部验证	区分轻度阿尔茨海默病和轻度认知障碍，以预防阿尔茨海默病的发展	161名参与者，包括30名对照、71名轻度阿尔茨海默病患者和60名轻度认知障碍患者	数字病理学	阿尔茨海默病	MRI	二元逻辑回归	临床数据和MRI图像	161名参与者（30名对照，71名轻度AD，60名MCI）
1169	2025-06-28	UK-YOLOv10: Deep Learning-Based Detection of Surgical Instruments 2025-Jun, The international journal of medical robotics + computer assisted surgery : MRCAS DOI:10.1002/rcs.70083 PMID:40576152	研究论文	提出了一种基于深度学习的手术器械检测新框架UK-YOLOv10，用于机器人辅助手术	集成了uni-fusion注意力模块(UFAM)增强多尺度特征表示，以及采用KAN卷积的C2fKAN模块以提高分类精度和加速训练	未提及具体临床应用的局限性	提高机器人辅助手术中手术器械检测的准确性和实时性能	手术器械	计算机视觉	NA	深度学习	YOLOv10	图像	M2CAI16-Tool-Locations数据集和COCO2017数据集
1170	2025-06-28	Improving computer vision for plant pathology through advanced training techniques 2025 May-Jun, Applications in plant sciences IF:2.7Q2 DOI:10.1002/aps3.70010 PMID:40575549	研究论文	本研究探讨了通过半监督学习、专业损失函数和非可可类别的引入，提升卷积神经网络在可可树疾病检测中的性能	提出了动态焦点损失函数，利用经验难度度量对每张图像进行加权，并通过半监督学习和非可可类别的引入显著提升了模型的鲁棒性和性能	研究主要针对可可树疾病，可能不直接适用于其他植物病理学领域	提升计算机视觉在植物病理学中的应用效果，特别是在可可树疾病检测方面	可可树（Theobroma cacao）的疾病检测	计算机视觉	植物疾病	半监督学习、动态焦点损失函数	CNN（包括PhytNet和ResNet18）	图像	7220张健康和患病的可可树图像
1171	2025-06-27	Oral mucosal lesions triage via YOLOv7 models 2025-Jul, Journal of the Formosan Medical Association = Taiwan yi zhi DOI:10.1016/j.jfma.2024.07.010 PMID:39003230	研究论文	本研究利用计算机视觉和深度学习技术，通过YOLOv7模型对口腔黏膜病变进行早期检测和分类	采用YOLOv7模型（特别是YOLOv7-E6和YOLOv7-D6）对口腔黏膜病变进行高效分类，并在YOLOv7-D6-CA模型中整合坐标注意力机制，显著提高了分类准确性	NA	提高口腔黏膜病变的早期检测和分类效率	口腔黏膜病变	计算机视觉	口腔癌	深度学习	YOLOv7	图像	初始数据集包含6903张白光宏观图像，后扩展至超过50,000张图像
1172	2025-06-27	Fostering Clinical Judgment and Promoting Transition Into First Clinical Rotation Through Active Learning 2025 Jul-Aug 01, Nursing education perspectives IF:0.9Q3 DOI:10.1097/01.NEP.0000000000001293 PMID:38920415	research paper	该研究探讨了一种新颖的互动课堂活动，旨在帮助护理学生在第一临床轮转中培养临床判断和批判性思维	引入了一种新颖的互动课堂活动，以促进护理学生从课堂知识到临床环境的过渡	研究仅涉及BSN项目第一学期课程的学生，样本范围有限	提升护理学生的临床判断能力和批判性思维，促进其向临床轮转的顺利过渡	护理学生（BSN项目第一学期课程的学生）	护理教育	NA	互动课堂活动	NA	NA	BSN项目第一学期课程的学生
1173	2025-06-27	Elevating nanomaterial optical sensor arrays through the integration of advanced machine learning techniques for enhancing visual inspection of food quality and safety 2025, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2024.2376113 PMID:39015031	综述	本文综述了基于纳米材料的光学传感器阵列在食品质量和安全视觉监测中的最新应用，包括比色传感器阵列和荧光传感器阵列	整合先进的机器学习技术提升纳米材料光学传感器阵列的性能，用于食品质量和安全的视觉检测	未提及具体实验数据或实际应用中的性能指标	提升食品质量和安全的视觉监测技术	食品中的农药残留、重金属离子、细菌污染、抗氧化剂、风味物质和食品新鲜度	机器学习	NA	光学传感器阵列（OSAs）、机器学习（ML）、深度学习（DL）	NA	高维数据	NA
1174	2025-06-27	An efficient model for extracting respiratory and blood oxygen saturation data from photoplethysmogram signals by removing motion artifacts using heuristic-aided ensemble learning model 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108911 PMID:39089111	研究论文	本文开发了一种基于深度学习的方法，用于从光电容积脉搏波(PPG)信号中高效提取呼吸频率(RR)和血氧饱和度(SpO2)数据，并通过去除运动伪影来提高准确性	提出了一种结合多层感知器(MLP)、AdaBoost和基于注意力的长短期记忆网络(A-LSTM)的集成学习模型，以及使用先进的金龟子优化器(AGTBO)进行特征选择和权重优化	未提及模型在实时监测环境中的性能表现或计算资源需求	开发一个高效的RR和SpO2估计框架，用于监测手术、肺部和心脏问题患者的健康状况	光电容积脉搏波(PPG)信号	生物医学信号处理	心肺疾病	深度学习，信号预处理，运动伪影去除	MLP, AdaBoost, A-LSTM集成模型	PPG信号	未明确提及具体样本数量，但使用了标准数据源
1175	2025-06-27	Predicting the severity of mood and neuropsychiatric symptoms from digital biomarkers using wearable physiological data and deep learning 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108959 PMID:39089109	研究论文	本研究利用可穿戴设备收集的生理和行为数据，结合深度学习技术，预测轻度认知障碍（MCI）老年患者的神经精神症状（NPS）和情绪障碍的严重程度	结合传统生理生物标志物和自监督卷积自编码器提取的深度学习特征，提高了预测情绪障碍和NPS严重程度的准确性	研究样本仅限于MCI老年患者，可能无法推广到其他人群	探索可穿戴设备和深度学习在远程、被动、连续监测情绪和神经精神症状中的应用	轻度认知障碍（MCI）老年患者	机器学习	老年疾病	深度学习	自监督卷积自编码器	生理和行为数据	未明确提及具体样本数量，但研究对象为MCI老年患者
1176	2025-06-27	Using deep learning for predicting the dynamic evolution of breast cancer migration 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108890 PMID:39068903	研究论文	本文提出了一种利用深度学习和人工数据生成的新方法PWPF，用于预测乳腺癌细胞迁移的动态演变	引入了PWPF框架，结合深度学习和人工数据生成，提高了对乳腺癌细胞迁移动态预测的准确性和可扩展性	虽然模型在2D模型中表现良好，但可能无法完全模拟体内复杂的3D迁移环境	改进对乳腺癌细胞迁移过程的理解，以提升治疗策略	MCF-7乳腺癌细胞单层和球体的迁移行为	数字病理学	乳腺癌	深度学习	DL模型	图像	NA
1177	2025-06-27	Multi-granularity prior networks for uncertainty-informed patient-specific quality assurance 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108925 PMID:39067284	研究论文	本文提出了一种多粒度不确定性量化框架（MGUQ），用于提高深度学习在患者特定质量保证（PSQA）中的可信度	提出了一种基于贝叶斯理论的多粒度不确定性量化框架，并设计了双流网络架构来推断剂量差异预测和Gamma通过率的分布	当前研究未明确提及样本多样性或外部验证数据集的局限性	提高深度学习在放射治疗患者特定质量保证中的预测可信度	放射治疗中的剂量差异指标（Gamma通过率）及其分布	数字病理	NA	贝叶斯理论	双流网络架构	剂量差异数据	来自'北京协和医院'的数据集
1178	2025-06-27	Model-based federated learning for accurate MR image reconstruction from undersampled k-space data 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108905 PMID:39067156	研究论文	提出了一种基于模型的联邦学习框架ModFed，用于从欠采样的k空间数据中准确重建MR图像	1) 设计了注意力辅助的基于模型的神经网络，减少对大量客户端数据的需求；2) 提出了自适应动态聚合方案，解决数据异质性问题；3) 结合空间拉普拉斯注意力机制和个性化客户端损失正则化，捕捉细节信息	仅在三个体内数据集上进行了评估，可能需要更多样化的数据集验证其泛化能力	提高MR图像重建的准确性和泛化能力	MR图像	医学影像处理	NA	联邦学习	基于模型的神经网络	MR图像数据	三个体内数据集
1179	2025-06-27	PIDiff: Physics informed diffusion model for protein pocket-specific 3D molecular generation 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108865 PMID:39067153	研究论文	提出了一种名为PIDiff的物理信息扩散模型，用于蛋白质口袋特异性3D分子生成	该模型不仅考虑了蛋白质和配体的结构信息，还通过最小化它们之间的结合自由能量来模拟蛋白质-配体结合的物理化学原理	NA	开发能够结合靶蛋白结构的药物，用于疾病治疗	蛋白质口袋特异性3D分子生成	几何深度学习	NA	扩散模型	PIDiff	3D分子结构数据	CrossDocked2020基准数据集
1180	2025-06-27	SYSTCM: A systemic web platform for objective identification of pharmacological effects based on interplay of "traditional Chinese Medicine-components-targets" 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108878 PMID:39043107	research paper	开发了一个系统性网络平台SYSTCM，用于基于深度学习和机器学习客观识别中药的药理作用	应用深度学习和机器学习技术，构建了中药成分与药理作用之间关系的交互网络图，并通过GoogLeNet结构的卷积神经网络建立了最优的药理作用识别模型	NA	通过客观识别中药的药理作用，促进中药的开发和临床应用	中药成分、药理目标和中药功效	machine learning	NA	deep learning, machine learning, SVM	CNN (GoogLeNet structure), SVM	molecular descriptors, pharmacological targets	70,961 terms (包括636种中药、8190种成分、40种药理作用和18种功效)