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	2025-07-08	Deep learning models for predicting hearing thresholds based on joint stimulus-frequency otoacoustic emissions and distortion-product otoacoustic emissions 2025-Jun-29, Hearing research IF:2.5Q1 DOI:10.1016/j.heares.2025.109349 PMID:40618463	研究论文	本研究开发了一种结合刺激频率耳声发射(SFOAEs)和畸变产物耳声发射(DPOAEs)的深度学习模型，用于定量预测听力阈值	首次探索了SFOAEs和DPOAEs联合应用在听力阈值预测中的潜力，并开发了效率优化的双源OAE深度学习模型	研究样本量相对有限(94只正常听力耳和401只感音神经性听力损失耳)，且仅在特定频率范围(0.5-8 kHz)进行了验证	开发一种准确高效的客观听力损失诊断工具	人耳听力阈值预测	机器学习	听力损失	深度学习	CNN和RNN	生物信号数据(耳声发射)	495只人耳(94只正常听力，401只听力损失)
102	2025-07-08	A comparative study of robustness to noise and interpretability in U-Net-based denoising of Raman spectra 2025-Jun-27, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126577 PMID:40618630	研究论文	本研究比较了基于U-Net的拉曼光谱去噪模型在不同噪声条件下的鲁棒性和可解释性	通过使用不同积分时间获取的噪声水平不同的光谱进行训练，提高了模型的泛化能力，并应用可解释性技术揭示了模型处理光谱数据的机制	仅比较了单一条件和多条件两种训练策略，未探索更多训练策略的可能性	研究不同训练策略对U-Net模型在拉曼光谱去噪中的泛化能力和可解释性的影响	拉曼光谱数据	机器学习	NA	拉曼光谱	U-Net	光谱数据	NA
103	2025-07-08	Epicardial adipose tissue, myocardial remodelling and adverse outcomes in asymptomatic aortic stenosis: a post hoc analysis of a randomised controlled trial 2025-Jun-26, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-324925 PMID:40050004	研究论文	本研究通过事后分析探讨了心外膜脂肪组织与无症状主动脉瓣狭窄严重程度、进展、心肌重构及死亡率的关系	首次使用全自动深度学习软件量化心外膜脂肪组织，并探讨其与主动脉瓣狭窄患者预后的关联	样本量较小（124例患者），且为事后分析研究	探究心外膜脂肪组织在主动脉瓣狭窄中的作用	无症状轻度至重度主动脉瓣狭窄患者	数字病理学	心血管疾病	CT血管造影	深度学习	医学影像	124例无症状主动脉瓣狭窄患者
104	2025-07-08	YOLOv8-DuckPluck: A lightweight target detection model for cherry valley duck feather pecking site detection 2025-Jun-26, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105484 PMID:40618564	研究论文	提出一种基于YOLOv8的樱桃谷鸭羽毛啄击点检测轻量级模型YOLOv8-DuckPluck，用于精准监测家禽啄羽行为	引入新型轻量级多尺度特征提取模块NeoMSM-C2f增强多尺度特征提取能力，采用DyHead动态调整检测策略，并通过知识蒸馏技术提升检测精度	未明确说明模型在其他家禽品种或复杂光照条件下的泛化性能	开发高效精准的家禽啄羽行为检测模型以满足现代精准畜牧业需求	樱桃谷鸭的羽毛啄击行为	计算机视觉	NA	知识蒸馏	YOLOv8改进模型（YOLOv8-DuckPluck）	图像	未明确说明具体样本数量（樱桃谷鸭行为视频数据）
105	2025-07-08	Attention-based deep learning for analysis of pathology images and gene expression data in lung squamous premalignant lesions 2025-Jun-12, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.06.25328492 PMID:40585088	研究论文	提出一种基于transformer的框架，结合转录组学和组织学模式，区分支气管发育不良或更严重的病变与正常、增生和化生	首次提出一种灵活利用转录组学和组织学模式的transformer框架，用于区分支气管发育不良或更严重的病变	模型训练基于二元标签，可能无法完全捕捉病变的连续谱系	开发一种能够区分支气管发育不良或更严重病变的深度学习框架	支气管前恶性病变	数字病理学	肺癌	RNA-seq	transformer	图像和基因表达数据	来自4项研究的数据，包括高风险肺癌患者的支气管活检H&E全切片图像和批量基因表达数据
106	2025-07-08	UniScore, a Unified and Universal Measure for Peptide Identification by Multiple Search Engines 2025-Jun-02, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2025.101010 PMID:40466863	研究论文	提出UniScore作为一种度量标准，用于整合和标准化多个搜索引擎在基于LC/MS/MS的自下而上蛋白质组学数据分析中的输出	UniScore仅通过匹配候选肽的氨基酸序列与产物离子谱来计算，独立于分数值使用基于目标-诱饵方法的错误发现率控制接受标准，相比其他基于深度学习的谱预测重新评分方法，能以更少的计算资源处理更大规模的数据	NA	开发一种统一且通用的度量标准，用于整合和标准化多个搜索引擎在蛋白质组学数据分析中的输出	数据依赖采集（DDA）数据，来自LC/MS/MS的自下而上蛋白质组学	蛋白质组学	NA	LC/MS/MS, 数据依赖采集（DDA）	NA	质谱数据	大规模全球蛋白质组数据和磷酸化蛋白质组数据
107	2025-07-08	GAN Inversion for Data Augmentation to Improve Colonoscopy Lesion Classification 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3397611 PMID:38713568	research paper	本研究探讨了使用GAN反转生成的合成图像进行数据增强，以解决结肠镜检查病变分类中标注数据不足的问题	通过GAN反转在语义丰富且解耦的潜在空间中操作图像对，生成保持相同标签的合成图像，并进行图像模态转换和病变形状插值，提高了结肠息肉分类性能	未明确提及具体样本量限制或模型泛化能力的详细评估	提高结肠镜检查中病变分类的深度学习模型性能	结肠镜检查图像中的息肉病变	digital pathology	colon cancer	GAN inversion, style transfer, image interpolation	GAN	image	NA
108	2025-07-08	Deep Learning-Based Classification System for Facial Pigmented Lesions to Aid Laser Treatment Decisions 2025-Jun, Cureus DOI:10.7759/cureus.85428 PMID:40621347	研究论文	开发并评估基于深度学习的系统，用于面部色素性病变的分类以辅助激光治疗决策	首次将深度学习技术应用于面部色素性病变的区分，特别是在激光治疗规划的背景下	样本量相对较小（432张图像），且仅针对五种特定类型的面部色素性病变	提高面部色素性病变的诊断准确性，以优化治疗策略	五种面部色素性病变（黄褐斑、雀斑、获得性真皮黑素细胞增多症、日光性雀斑样痣和恶性雀斑样痣/恶性黑素瘤）	计算机视觉	皮肤病	深度学习	CNN（InceptionResNetV2和DenseNet121）	图像	432张高分辨率临床图像
109	2025-07-08	The Role of Artificial Intelligence and Machine Learning Applications in Emergency Surgery: A Systematic Review of Diagnostic Accuracy and Clinical Outcomes 2025-Jun, Cureus DOI:10.7759/cureus.85386 PMID:40621368	系统综述	本文系统评估了人工智能和机器学习在急诊手术中的诊断准确性和临床效果	首次系统性地评估了AI和机器学习在急诊手术多个关键领域的应用效果，包括阑尾炎管理、急诊腹部手术风险评估等	仅纳入2015-2025年间发表的英文研究论文，可能遗漏其他语言的重要研究	评估机器学习在急诊患者识别和AI方法在诊断中的有效性，以及预测并发症和手术需求的能力	急诊手术患者	医疗AI	急诊外科疾病	深度学习、自然语言处理	机器学习模型	医疗记录、临床数据	从2791篇文献中筛选出19项符合条件的研究
110	2025-07-08	A Fundamental Study on the Removal of Vascular Pulsation Artifacts Using U-Net-Based Deep Neural Network 2025-Jun, Cureus DOI:10.7759/cureus.85400 PMID:40621369	研究论文	本研究提出了一种基于U-Net的深度学习网络，用于减少磁共振成像中由血管搏动引起的伪影	首次将深度学习应用于使用STIR图像减少血管搏动引起的流动伪影	需要进一步详细评估以开发适合临床应用的方法	减少磁共振成像中由血管搏动引起的伪影	15名成年志愿者的下肢STIR图像	数字病理	NA	磁共振成像(MRI), 短时反转恢复(STIR)	U-Net	图像	15名成年志愿者
111	2025-07-08	Deep learning-based organ-at-risk segmentation, registration and dosimetry on cone beam computed tomography images in radiation therapy: A comprehensive review 2025-Apr-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_2006_24 PMID:40616533	综述	本文综述了基于深度学习的锥形束计算机断层扫描（CBCT）在放射治疗中器官风险分割、图像配准和剂量学的应用进展	探讨了生成对抗网络（GAN）和深度卷积神经网络（DCNN）在提高CBCT图像质量、器官风险分割精度和剂量计算准确性方面的创新应用	未提及具体的技术实施细节或临床验证的局限性	提升CBCT在放射治疗中的应用效果，包括器官风险分割、图像配准和剂量计算的准确性	锥形束计算机断层扫描（CBCT）图像及其在放射治疗中的应用	数字病理学	NA	生成对抗网络（GAN）、深度卷积神经网络（DCNN）	GAN、DCNN	图像	NA
112	2025-07-08	Precision prediction of cervical cancer outcomes: A machine learning approach to recurrence and survival analysis 2025-Apr-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_2524_24 PMID:40616534	综述	本文全面探讨了AI在预测宫颈癌复发和生存中的作用，重点关注机器学习、深度学习和自然语言处理等技术	整合AI与医学影像、基因组学和临床数据，为宫颈癌复发和生存预测提供先进方法	讨论了AI在宫颈癌预测中的挑战和局限性	优化宫颈癌治疗并改善患者预后	宫颈癌患者	机器学习	宫颈癌	机器学习、深度学习、自然语言处理	NA	医学影像、基因组学、临床数据	NA
113	2025-07-08	SGA-Driven feature selection and random forest classification for enhanced breast cancer diagnosis: A comparative study 2025-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95786-1 PMID:40159513	研究论文	本研究提出了一种结合海鸥优化算法(SGA)进行特征选择和随机森林(RF)分类器的新方法，用于乳腺癌分类	首次将SGA算法应用于乳腺癌诊断中的基因选择，通过系统探索特征空间识别最具信息量的基因子集，从而提高分类准确性并降低计算复杂度	未来需要探索其他自然启发算法和深度学习模型的集成以进一步提升性能和临床适用性	提高乳腺癌诊断的准确性和效率	乳腺癌基因数据	机器学习	乳腺癌	Seagull Optimization Algorithm (SGA), Random Forest (RF)	RF, Linear Regression (LR), Support Vector Machine (SVM), K-Nearest Neighbors (KNN)	基因数据	NA
114	2025-07-08	Advancing bioinformatics with large language models: components, applications and perspectives 2025-Jan-31, ArXiv PMID:38259343	综述	本文全面概述了大型语言模型(LLMs)在生物信息学中的关键组成部分、应用及未来展望	探讨了LLMs在解决生物信息学问题上的潜力，超越了其在人类语言建模方面的熟练度	NA	为LLMs用户和开发者提供实用指南，优化使用并促进该领域的进一步创新	大型语言模型(LLMs)及其在生物信息学中的应用	生物信息学	NA	自监督学习、半监督学习	transformer模型	基因组学、转录组学、蛋白质组学、药物发现和单细胞分析数据	NA
115	2025-07-08	TopoTxR: A topology-guided deep convolutional network for breast parenchyma learning on DCE-MRIs 2025-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103373 PMID:39454312	研究论文	提出了一种名为TopoTxR的新型拓扑引导深度卷积网络，用于在DCE-MRI上学习乳腺实质结构	通过显式提取多尺度拓扑结构并结合注意力机制，改进了对乳腺实质结构的量化	NA	改进乳腺实质结构的量化方法，以更好地理解疾病病理生理学和治疗反应	乳腺实质结构	数字病理学	乳腺癌	DCE-MRI	CNN	图像	公开数据集I-SPY 1（N = 161）和Rutgers专有数据集（N = 120）
116	2025-07-08	Learning to Learn Transferable Generative Attack for Person Re-Identification 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558434 PMID:40232916	research paper	提出了一种名为MTGA的元学习优化方法，用于生成高度可迁移的对抗样本，以测试现实世界中人员再识别模型的鲁棒性	首次考虑了跨测试能力，通过元学习优化生成对抗样本，并引入扰动随机擦除模块和归一化混合策略来增强跨模型、跨数据集和跨测试的迁移性	未提及具体的数据集规模或实验环境限制	提升对抗样本在跨模型、跨数据集和跨测试场景中的迁移能力，以更全面地评估人员再识别模型的鲁棒性	人员再识别模型	computer vision	NA	meta-learning	generative attacker	image	NA
117	2025-07-08	Carotid plaque segmentation and classification using MRI-based plaque texture analysis and convolutional neural network 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1502830 PMID:40620432	研究论文	该研究提出了一种结合MRI斑块纹理分析和CNN的混合深度学习框架，用于颈动脉斑块的自动分割和分类	整合Mask R-CNN分割与双路径分类流程，通过多任务损失解决类别不平衡问题，并融合手工纹理特征与深度分层模式	分割性能DSC/IoU仅为0.34，显示解剖复杂性下的分割仍有改进空间	开发自动化的颈动脉斑块分析系统以提升卒中风险评估	610例来自湘雅医院的专家标注MRI扫描数据	数字病理	心血管疾病	MRI斑块纹理分析(PTAS)	Mask R-CNN, 自定义13层CNN, Inception V3	MRI影像	610例专家标注的MRI扫描
118	2025-07-08	Deep learning to predict progression independent of relapse activity at a first demyelinating event 2025, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcaf243 PMID:40620473	研究论文	本研究开发了一种深度学习生存模型，利用首次脱髓鞘发作时的常规MRI预测多发性硬化患者独立于复发的进展风险	首次使用深度学习模型基于常规MRI预测多发性硬化患者独立于复发的进展风险，并显著提高了传统年龄调整预测模型的性能	样本量相对有限（259例患者），外部验证队列较小（32例）	早期准确预测多发性硬化患者独立于复发的进展风险	多发性硬化患者	数字病理学	多发性硬化	MRI（T1和T2-Fluid-Attenuated Inversion Recovery序列）	EfficientNet	图像	259例患者（58例发生独立于复发的进展事件），外部验证队列32例
119	2025-07-08	Sentiment analysis in public health: a systematic review of the current state, challenges, and future directions 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1609749 PMID:40620557	系统综述	本文对公共卫生领域中的情感分析进行了系统综述，探讨了其方法、应用、数据来源、挑战、评估实践和伦理问题	综述了当前情感分析在公共卫生中的最新进展，特别是深度学习方法和大型语言模型(LLMs)的应用	面临解释性不足、资源需求高、数据质量、偏见、语言复杂性和伦理问题等挑战	全面了解情感分析在公共卫生领域的现状、挑战和未来发展方向	公共卫生领域的情感分析研究	自然语言处理	NA	情感分析	深度学习, LLMs	文本	83篇相关论文
120	2025-07-08	Utilising artificial intelligence in prehospital emergency care systems in low- and middle-income countries: a scoping review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1604231 PMID:40620558	综述	本文探讨了人工智能在低收入和中等收入国家院前急救系统中的应用现状及其未来发展潜力	首次系统综述了人工智能在低收入和中等收入国家院前急救中的使用情况，并评估了其对未来发展的影响	仅分析了英文发表的文献，且可能遗漏未明确标识为人工智能工具或未在标题或摘要中明确提及低收入和中等收入国家的研究	揭示人工智能在低收入和中等收入国家院前急救医疗服务中的当前应用情况，并评估其对未来发展的影响	低收入和中等收入国家的院前急救医疗服务	医疗人工智能	NA	深度学习模型	机器学习算法	NA	16篇文章