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
101	2025-09-22	Assessing the accuracy of forest above-ground biomass and carbon storage estimation by meta-analysis based close-range remote sensing 2025, Forestry research DOI:10.48130/forres-0025-0017 PMID:40969538	研究论文	通过荟萃分析评估近距离遥感在森林地上生物量和碳储量估算中的准确性	首次系统评估多种近距离遥感技术（LiDAR、无人机、光谱和RGB传感器）在不同尺度（单木、样地和林分）的估算精度，并分析不同方法和变量的影响	传感器限制导致单一传感器无法独立达到最优效果，且随着尺度扩大精度和样本量下降	量化评估近距离遥感在森林地上生物量（AGB）和碳储量估算中的准确性	全球森林生态系统（涵盖不同森林类型和尺度）	遥感监测	NA	荟萃分析（Meta-analysis）、LiDAR、无人机遥感、光谱传感、RGB传感	NA	遥感数据、生物量测量数据	187项全球研究，233个数据集
102	2025-09-22	Improving segmentation precision in prostate cancer adaptive radiation therapy with a patient-specific network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332603 PMID:40971852	研究论文	提出一种患者特异性网络（PSN）方法，用于前列腺癌自适应放疗中的临床靶区（CTV）分割，以提高分割精度	采用持续适应每日解剖变化的两阶段策略（预训练后患者特异性微调），区别于静态个性化方法	回顾性研究，样本量较小（26例患者），需进一步临床验证	提升前列腺癌自适应放疗中分割的准确性和效率，减少人工编辑需求	前列腺癌患者	数字病理	前列腺癌	CBCT（锥形束计算机断层扫描）	Swin UNETR	医学影像	26例前列腺癌患者，共119个回顾性导出分次
103	2025-09-22	S2DB-mmWave YOLOv8n: Multi-object detection for millimeter-wave radar using YOLOv8n with optimized multi-scale features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332931 PMID:40971952	研究论文	提出基于YOLOv8n改进的毫米波雷达多目标检测框架S2DB-mmWave YOLOv8n，通过优化多尺度特征提升检测精度	设计新型骨干网络整合SimSPPF模块，引入动态上采样技术，集成双向特征金字塔网络（BiFPN）优化特征融合	NA	提升毫米波雷达在多目标场景下的检测与分类性能	毫米波雷达热图数据中的多类目标	计算机视觉	NA	深度学习	YOLOv8n	图像	2500张标注图像
104	2025-09-22	Detection and score grading for prostate adenocarcinoma using semantic segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331613 PMID:40971958	研究论文	本研究提出了一种基于语义分割的前列腺癌检测与分级方法，专注于区分Gleason模式3和4	整合扩张注意力机制和残差卷积U-Net架构以增强特征表示，并采用像素扩展和类别权重解决类别不平衡问题	在完全未见的外部测试数据上性能有所下降（Dice系数从0.87降至0.64）	提高前列腺癌诊断准确性并改善患者治疗策略	前列腺针芯活检标本的数字化全切片图像	数字病理学	前列腺癌	深度学习	残差卷积U-Net	图像	100张数字化全切片图像
105	2025-09-22	Linking transcriptome and morphology in bone cells at cellular resolution with generative AI 2024-Dec-31, Journal of bone and mineral research : the official journal of the American Society for Bone and Mineral Research IF:5.1Q1 DOI:10.1093/jbmr/zjae151 PMID:39303095	观点文章	探讨生成式AI在骨细胞转录组与形态学关联分析中的应用前景与挑战	提出利用多模态数据（组织学图像、单细胞分子数据、空间转录组数据）训练生成式AI模型，以揭示骨细胞在细胞水平的复杂生物学过程	存在骨单细胞数据集的技术偏差、重要骨细胞类型缺乏分析、空间信息缺失等问题，且需要大规模高质量空间转录组数据集和实验验证	推动生成式AI在骨细胞生物学研究中的应用，实现细胞分化动态预测、分子与形态特征关联及细胞扰动响应预测	骨细胞	生成式人工智能	NA	单细胞测序、空间转录组学	生成式AI	组织学图像、单细胞分子数据、空间转录组数据	NA
106	2025-09-22	Deep learning based binary classification of diabetic retinopathy images using transfer learning approach 2024-Dec, Journal of diabetes and metabolic disorders IF:1.8Q4 DOI:10.1007/s40200-024-01497-1 PMID:39610484	研究论文	提出一种基于迁移学习的深度学习二分类方法，用于糖尿病视网膜病变图像的自动分类	采用20种预训练网络进行迁移学习，并结合数据预处理和数据增强技术优化模型性能	NA	开发准确的糖尿病视网膜病变早期检测系统	糖尿病视网膜病变图像	计算机视觉	糖尿病视网膜病变	迁移学习，数据增强，图像预处理	ResNet101, 预训练CNN网络	医学图像	来自三个数据库(DRD-EyePACS, IDRiD, APTOS-2019)的组合数据集
107	2025-09-22	Sex-and Stress-Dependent Plasticity of a Corticotropin Releasing Hormone / GABA Projection from the Basolateral Amygdala to Nucleus Accumbens that Mediates Reward Behaviors 2024-Dec-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.30.626183 PMID:39651305	研究论文	本研究探讨了基底外侧杏仁核至伏隔核的CRH/GABA能投射在奖励行为中的性别和应激依赖性可塑性	首次发现CRH+ BLA-NAc投射的神经支配模式存在性别和早期逆境依赖的显著差异，揭示了ELA对奖励行为产生性别特异性影响的潜在机制	研究主要基于小鼠模型，人类相关性尚需进一步验证；化学遗传学操作未在雌性中观察到行为效应	探究CRH+ BLA-NAc投射在奖励行为中的性别特异性作用机制	成年雄性和雌性CRH-Cre小鼠	神经科学	情感障碍	化学遗传学(DREADDs)、免疫染色、电生理学、组织透明化、光片荧光显微镜、深度学习	CRH-Cre转基因小鼠模型	神经影像数据、电生理数据、行为数据	对照组和ELA条件下的成年雄性和雌性CRH-Cre小鼠
108	2025-09-22	Using machine learning to identify risk factors for short-term complications following thumb carpometacarpal arthroplasty 2024-Dec, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2024.100156 PMID:39669732	研究论文	本研究利用机器学习技术分析拇指腕掌关节置换术后短期并发症的风险因素	首次将多种机器学习算法（包括随机森林和深度学习神经网络）应用于拇指CMC关节置换术并发症预测，并识别出手术时长、年龄和性别等关键预测因子	模型预测性能中等（AUC 0.55-0.61），且仅基于30天短期并发症数据	预测拇指腕掌关节置换术后短期并发症和再手术风险	接受拇指CMC关节置换术的患者	机器学习	骨关节炎	机器学习算法（RF, ENet, XGBoost, NN）	Random Forest, Elastic-Net Regression, XGBoost, Neural Network	临床手术数据	7711例手术病例
109	2025-09-22	Impact of wearable device data and multi-scale entropy analysis on improving hospital readmission prediction 2024-11-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae242 PMID:39301656	研究论文	本研究探讨利用可穿戴设备数据和多尺度熵分析改进医院再入院预测	结合可穿戴设备数据和多尺度熵特征，开发LSTM时间序列深度学习模型用于预测90天内非计划再入院	需要前瞻性研究验证结果，样本量相对有限	提高非计划再入院的预测准确性	住院患者	机器学习	老年疾病	多尺度熵分析，深度学习	FNN, LSTM	时间序列数据，人口统计学数据，实验室数据	612名患者来自35个机构
110	2025-09-22	Prediction of future dementia among patients with mild cognitive impairment (MCI) by integrating multimodal clinical data 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36728 PMID:39281465	研究论文	本研究评估了多模态机器学习方法，特别是集成集成（EI）框架，在预测轻度认知障碍（MCI）患者未来发展为痴呆症方面的能力	采用EI框架利用多模态数据的互补性和共识性，优于先前研究中常用的方法，并识别出与痴呆进展相关的关键脑区	NA	预测MCI患者未来发展为痴呆症的风险	轻度认知障碍（MCI）患者	机器学习	老年疾病	结构磁共振成像（MRI）、正电子发射断层扫描（PET）	Ensemble Integration (EI), XGBoost, deep learning	多模态临床和影像数据	基于TADPOLE挑战数据集（具体样本数未在摘要中说明）
111	2025-09-22	Deep learning for the harmonization of structural MRI scans: a survey 2024-Aug-31, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-024-01280-6 PMID:39217355	综述	本文综述了基于深度学习的结构MRI图像协调化技术，分析其架构、算法及局限性	系统梳理了深度学习在MRI协调化中的最新进展，包括U-Net、GAN、VAE、流模型、Transformer等多种架构，并强调了解耦表示学习（DRL）的关键作用	缺乏不同方法之间的全面定量比较	评估医学图像协调化技术，以减少多中心MRI数据因扫描仪和协议差异导致的不一致性	结构MRI扫描数据	医学图像处理	NA	深度学习	U-Net, GAN, VAE, 流模型, Transformer	MRI图像	NA
112	2025-09-22	Cardiovascular Disease Risk Stratification Using Hybrid Deep Learning Paradigm: First of Its Kind on Canadian Trial Data 2024-Aug-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14171894 PMID:39272680	研究论文	本研究提出一种基于混合深度学习的心血管疾病风险分层系统AtheroEdge™ 3.0HDL，并在加拿大试验数据上验证其性能	首次在加拿大试验数据上应用混合深度学习范式进行心血管疾病风险分层，相比单向/双向深度学习和机器学习模型性能提升30.2%	样本量相对有限（500人），需进一步临床验证适应性	开发并验证基于颈动脉斑块特征的混合深度学习系统用于心血管疾病风险分层	接受颈动脉B超和冠状动脉造影的500名患者	机器学习	心血管疾病	PCA pooling、卡方检验、随机森林回归、混合深度学习	HDL（混合深度学习）	医学影像（B超）和临床数据	500名患者
113	2025-09-22	A multimodal deep learning model to infer cell-type-specific functional gene networks 2023-Feb-14, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05146-x PMID:36788477	研究论文	提出一种多模态深度学习模型MDLCN，用于预测人脑细胞类型特异性功能基因网络	整合单核基因表达数据和全局蛋白质相互作用网络，首次实现细胞类型特异性功能基因网络的精准预测	模型目前仅应用于人脑数据，未扩展到其他组织或物种	构建细胞类型特异性功能基因网络以揭示疾病相关细胞类型的遗传机制	人脑细胞类型（如神经元、小胶质细胞）及其功能基因网络	机器学习	神经退行性疾病（自闭症、阿尔茨海默病）	单核RNA测序（snRNA-seq）、蛋白质相互作用网络分析	多模态深度学习模型（MDLCN），对比CNN和boosting tree	基因表达数据、蛋白质相互作用数据	未明确样本数量，但基于人脑单核转录组数据
114	2025-09-21	Optimizing delamination imaging via full wavefield segmentation using augmented simulated wavefield data 2026-Jan, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107789 PMID:40819597	研究论文	提出一种结合波数滤波与混合噪声翻转增强的数据预处理策略，用于优化深度学习模型在全波场分割中对碳纤维增强聚合物分层损伤的成像性能	通过频域隔离导波模态并采用噪声与翻转增强，提升模型对分层相关特征的关注度及泛化能力	未明确说明实验数据规模及模型计算复杂度	优化分层损伤的全波场成像检测	碳纤维增强聚合物中的分层损伤	计算机视觉	NA	全波场分割、波数滤波、数据增强	深度学习模型（未指定具体类型）	波场数据	NA
115	2025-09-21	A Transformer-based framework with generative spectral augmentation for online monitoring of hyaluronic acid fermentation 2025-Dec-01, Carbohydrate polymers IF:10.7Q1 DOI:10.1016/j.carbpol.2025.124278 PMID:40973290	研究论文	提出一种结合数据增强和深度学习的在线监测框架，用于透明质酸发酵过程中分子量和浓度的实时监测	集成Wasserstein GAN与梯度惩罚（WGAN-GP）生成高保真合成光谱，并开发改进的Transformer模型以捕捉发酵过程中的复杂光谱特征	NA	实现透明质酸发酵过程中分子量和浓度的精确实时监测，提升产品质量控制	透明质酸（HA）发酵过程	机器学习	NA	近红外（NIR）光谱分析，WGAN-GP数据增强	Transformer，1D-CNN，LSTM	光谱数据	NA
116	2025-09-21	Artificial Intelligence-Based Approaches for Brain Tumor Segmentation in MRI: A Review 2025-Nov, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70141 PMID:40962716	综述	本文回顾了基于人工智能的MRI脑肿瘤分割方法，总结了关键技术进展与未来研究方向	系统梳理了CNN、ViT等深度学习方法在脑肿瘤分割中的应用，并涵盖网络架构设计、不平衡数据分割和多模态处理等前沿议题	NA	综述MRI脑肿瘤自动分割技术，分析现有方法效果并探讨未来挑战	脑肿瘤MRI图像	医学图像分析	脑肿瘤	MRI	CNN, ViT	医学影像	基于200余篇文献的综述性分析
117	2025-09-21	Therapeutic targets in lung diseases identified through single-cell analysis and mendelian randomization 2025 Nov-Dec, Heart & lung : the journal of critical care IF:2.4Q2 DOI:10.1016/j.hrtlng.2025.07.015 PMID:40716288	研究论文	通过单细胞分析和孟德尔随机化识别肺部疾病的治疗靶点	整合单细胞转录组数据与孟德尔随机化方法，系统性地识别跨多种肺部疾病和功能性状的因果治疗靶点	仅部分性状（肺癌、FVC、FEV1/FVC比值）建立了因果基因关系，其他性状需进一步验证	识别肺部疾病的因果治疗靶点并验证其遗传作用	12种肺部性状（10种疾病和2种功能指标：FVC和FEV1/FVC比值）	生物信息学	肺癌	单细胞转录组分析、孟德尔随机化（MR）、共定位分析、cis-eQTL	Geneformer（深度学习模型）	单细胞转录组数据、遗传数据	人类肺细胞图谱数据及独立验证队列
118	2025-09-21	Multi-View Self-Supervised Learning Enhances Automatic Sleep Staging From EEG Signals 2025-Oct, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3561228 PMID:40232903	研究论文	提出一种基于多视图自监督学习的自动睡眠分期方法，通过EEG信号提升模型性能	结合时间视图和频谱视图的双编码器结构，引入跨视图对比损失和动态加权算法，增强特征可迁移性和鲁棒性	未明确说明模型在不同EEG设备或临床环境中的泛化能力	开发高效且无需大量标注数据的自动睡眠分期系统	EEG信号数据	机器学习	睡眠障碍	自监督学习(SSL)，对比学习	多视图神经网络（包含时间编码器和频谱编码器）	EEG信号（原始信号和时频特征）	三个公开数据集（SleepEDF-20, SleepEDF-78, MASS）
119	2025-09-21	Deep Learning-Augmented Sleep Spindle Detection for Acute Disorders of Consciousness: Integrating CNN and Decision Tree Validation 2025-Oct, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3562067 PMID:40279237	研究论文	提出一种结合CNN和决策树验证的深度学习增强算法，用于急性意识障碍患者的睡眠纺锤波自动检测	整合CNN与决策树辅助验证，利用小波变换原理提升检测精度，特别针对ADOC患者中常见的慢速纺锤波	NA	开发自动化睡眠纺锤波检测方法以预测急性意识障碍患者的临床结局	急性意识障碍患者	数字病理学	急性意识障碍	小波变换	CNN, 决策树	睡眠脑电信号	MASS SS2数据集19例，自采集ADOC患者数据集24例
120	2025-09-21	A Guided Refinement Network Model With Joint Denoising and Segmentation for Low-Dose Coronary CTA Subtle Structure Enhancement 2025-Oct, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3561338 PMID:40293900	研究论文	提出一种基于联合去噪与分割的引导精化网络模型，用于提升低剂量冠状动脉CTA的细微结构增强	通过联合学习将冠状动脉分割整合到去噪过程中，利用相互引导实现有效交互与协同优化，解决了现有方法在噪声抑制后细微结构退化的问题	未明确提及具体局限性，但可能依赖于分割准确性作为先验指导	从低剂量冠状动脉CTA图像中恢复高质量图像，同时增强细微结构并生成有参考价值的分割结果	低剂量冠状动脉CT血管造影（CCTA）图像	计算机视觉	心血管疾病	深度学习，图像处理	引导精化网络（GRN）	医学图像（CT）	NA