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
1181	2025-04-22	Role of artificial intelligence in predicting disease-related malnutrition - A narrative review 2025-Apr-21, Nutricion hospitalaria IF:1.2Q4 DOI:10.20960/nh.05672 PMID:39873467	综述	本文探讨了人工智能（AI）在预测和管理疾病相关营养不良（DRM）中的潜在作用	利用机器学习和深度学习模型改进传统DRM检测方法，提高准确性和效率	需要大量标准化数据以及与现有系统的集成	探索AI在临床环境中预测和管理DRM的潜力	疾病相关营养不良（DRM）患者	机器学习	营养不良	机器学习和深度学习	ML和DL	电子健康记录	NA
1182	2025-04-22	Epileptic seizure detection in EEG signals using deep learning: LSTM and bidirectional LSTM 2025-Apr-21, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2490136 PMID:40255197	研究论文	提出了一种基于离散小波变换和深度学习的自动检测癫痫发作的新方法	结合了LSTM和双向LSTM网络，形成新的混合LSTM-BiLSTM网络，提高了分类准确率	未提及样本的多样性和模型的泛化能力	开发自动检测癫痫发作的方法	脑电图(EEG)信号	机器学习	癫痫	离散小波变换(DWT)	LSTM, 双向LSTM(BiLSTM)	EEG信号	NA
1183	2025-04-22	NCPepFold: Accurate Prediction of Noncanonical Cyclic Peptide Structures via Cyclization Optimization with Multigranular Representation 2025-Apr-21, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00139 PMID:40255206	research paper	介绍了一种名为NCPepFold的计算方法，用于直接预测含有非经典氨基酸的环肽结构	通过整合残基和原子级别的多粒度信息以及微调技术，显著提高了预测准确性，平均环肽的均方根偏差（RMSD）为1.640 Å	NA	提高含有非经典氨基酸的环肽结构预测的准确性	含有非经典氨基酸的环肽	machine learning	NA	deep learning	NCPepFold	peptide structure data	NA
1184	2025-04-22	Combining Ultrasound Imaging and Molecular Testing in a Multimodal Deep Learning Model for Risk Stratification of Indeterminate Thyroid Nodules 2025-Apr-21, Thyroid : official journal of the American Thyroid Association IF:5.8Q1 DOI:10.1089/thy.2024.0584 PMID:40256961	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1185	2025-04-22	Towards real-time conformal palliative treatment of spine metastases: A deep learning approach for Hounsfield Unit recovery of cone beam CT images 2025-Apr-21, Medical physics IF:3.2Q1 DOI:10.1002/mp.17838 PMID:40257079	研究论文	本研究开发了一个两阶段深度学习模型，用于从锥形束CT（CBCT）扫描快速生成合成CT（sCT）图像，旨在实现脊柱转移瘤患者的实时姑息放疗治疗计划	采用两阶段生成对抗网络（GAN）方法，显著提高了CBCT图像的HU准确性和剂量学一致性，为脊柱转移瘤的实时治疗计划提供了新方案	研究样本量相对有限（220例训练患者和33例验证患者），且仅针对脊柱转移瘤患者	开发一种能够从CBCT扫描快速生成sCT图像的模型，以实现脊柱转移瘤患者的实时姑息放疗治疗计划	脊柱转移瘤患者	数字病理	脊柱转移瘤	深度学习	条件生成对抗网络（cGAN）和循环一致生成对抗网络（CycleGAN）	CT图像	220例患者的CBCT和计划扇束CT图像用于训练和验证，33例患者用于独立测试
1186	2025-04-22	Early operative difficulty assessment in laparoscopic cholecystectomy via snapshot-centric video analysis 2025-Apr-21, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03372-7 PMID:40257703	research paper	该研究提出了一种通过视频分析早期评估腹腔镜胆囊切除术手术难度的方法	提出了SurgPrOD深度学习模型和一种新颖的以快照为中心的注意力模块（SCA），用于从全局和局部时间分辨率分析手术视频	研究仅基于CholeScore数据集进行验证，可能无法涵盖所有手术难度情况	早期识别腹腔镜胆囊切除术的手术难度，以优化手术室规划和改善手术结果	腹腔镜胆囊切除术的手术视频	digital pathology	胆囊疾病	深度学习视频分析	SurgPrOD (deep learning model with SCA module)	video	CholeScore数据集中的手术视频
1187	2025-04-22	Ultrasound detection of nonalcoholic steatohepatitis using convolutional neural networks with dual-branch global-local feature fusion architecture 2025-Apr-21, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03361-7 PMID:40257712	研究论文	本研究利用深度学习技术，通过超声B扫描图像检测非酒精性脂肪性肝炎（NASH），并引入超声特异性数据增强技术和双分支全局-局部特征融合架构以提高模型性能	提出了超声特异性数据增强技术（USDA）和双分支全局-局部特征融合架构（DG-LFFA），以增强模型在不同成像条件下的适应性和性能	样本量较小（137名参与者），可能影响模型的泛化能力	提高非酒精性脂肪性肝炎（NASH）的超声检测准确性和适应性	非酒精性脂肪性肝炎（NASH）患者的超声B扫描图像	计算机视觉	肝病	超声B模式成像，深度学习	CNN（AlexNet, Inception V3, VGG16, VGG19, ResNet50, DenseNet201）	图像	137名参与者
1188	2025-04-22	Fine extraction of multi-crop planting area based on deep learning with Sentinel- 2 time-series data 2025-Apr-21, Environmental science and pollution research international DOI:10.1007/s11356-025-36405-4 PMID:40257731	研究论文	基于深度学习和Sentinel-2时间序列数据，提出了一种有效的多作物种植面积精细提取模型	设计了基于CNN-LSTM和Bi-LSTM的深度学习模型，结合月度合成NDVI时间序列数据，实现了多作物种植面积的高精度提取	研究仅针对山东省西北部、西南部和东部地区，可能在其他地区的适用性有待验证	提供一种基于高分辨率遥感时间序列数据的多作物分类有效模型	山东省西北部、西南部和东部地区的多作物种植面积	计算机视觉	NA	NDVI时间序列分析	CNN-LSTM, Bi-LSTM	遥感时间序列数据	山东省西北部、西南部和东部地区的Sentinel-2数据
1189	2025-04-22	A Deep Learning Survival Model for Evaluating the Survival Prognosis of Papillary Thyroid Cancer: A Population-Based Cohort Study 2025-Apr-20, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17290-0 PMID:40254654	研究论文	本研究构建了一个基于临床风险因素的深度学习模型，用于预测甲状腺乳头状癌患者的生存预后	首次将深度学习生存模型DeepSurv应用于甲状腺乳头状癌的生存预后评估，并在多个外部数据集上验证了其性能	研究依赖于回顾性数据，可能存在选择偏倚	评估深度学习模型在甲状腺乳头状癌生存预后预测中的表现	甲状腺乳头状癌患者	数字病理	甲状腺癌	深度学习	DeepSurv	临床数据	来自17个美国SEER癌症登记处的连续患者数据(2000-2020年)，以及MDACC和TCGA两个外部测试数据集
1190	2025-04-22	Enhancing robustness and generalization in microbiological few-shot detection through synthetic data generation and contrastive learning 2025-Apr-19, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110141 PMID:40253923	research paper	提出了一种结合生成数据增强和小样本检测的新方法，以提高微生物检测的鲁棒性和泛化能力	采用基于扩散的生成模型在真实琼脂平板上合成细菌菌落，结合解耦特征分类策略，显著提升小样本检测性能	方法仅在AGAR数据集上验证，未在其他微生物数据集上测试	解决微生物检测中训练数据不足的问题，提高自动化检测性能	琼脂平板上的微生物菌落	digital pathology	NA	diffusion-based generator, contrastive learning	feed-forward network	image	25张真实图像
1191	2025-04-22	Advancing harmful algal bloom predictions using chlorophyll-a as an Indicator: Combining deep learning and EnKF data assimilation method 2025-Apr-19, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125441 PMID:40254001	research paper	该研究结合深度学习和EnKF数据同化方法，利用叶绿素a作为指标，预测有害藻华（HABs）	引入数据同化（DA）概念，以克服数据驱动模型的局限性，提高预测精度	研究未明确说明模型在长期预测中的表现及对其他环境因素的适应性	提高有害藻华（HABs）预测的准确性和可靠性	叶绿素a作为有害藻华的指标	machine learning	NA	Ensemble Kalman Filter (EnKF), LSTM, GRU	LSTM, GRU	high-frequency pH, temperature, specific conductivity, turbidity, dissolved oxygen, saturated dissolved oxygen, and oxidation-reduction potential (ORP) data	NA
1192	2025-04-22	A fully automated, expert-perceptive image quality assessment system for whole-body [18F]FDG PET/CT 2025-Apr-18, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-025-01238-2 PMID:40249445	research paper	开发了一种基于深度学习的全自动图像质量评估系统，用于评估[18F]FDG PET/CT全身扫描的图像质量	首次将Vision Transformer、Transposed Attention和Scale Swin Transformer Blocks集成到MANIQA框架中，实现了全自动、可解释的临床全身PET/CT图像质量评估	研究为回顾性多中心研究，可能存在选择偏倚；模型在CT图像质量评估方面的Spearman系数相对较低	开发一个专家感知的深度学习图像质量评估系统，解决临床全身PET/CT图像质量缺乏自动化、可解释评估的问题	718名患者的临床全身[18F]FDG PET/CT扫描图像	digital pathology	NA	PET/CT扫描	Vision Transformer, Transposed Attention, Scale Swin Transformer Blocks	image	718名患者的PET/CT扫描图像
1193	2025-04-22	Vertex Correspondence and Self-Intersection Reduction in Cortical Surface Reconstruction 2025-Apr-18, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562443 PMID:40249681	research paper	该论文介绍了一种名为V2CC的扩展方法，用于改进皮质表面重建中的顶点对应关系并减少自相交	提出V2CC方法，使用L1损失替代常用的Chamfer损失，改进顶点对应关系；并提出新型Self-Proximity损失以减少自相交	未提及具体的数据集规模限制或计算资源需求	改进皮质表面重建中的顶点对应关系和减少自相交问题	皮质表面网格	neuroimaging	NA	deep learning	Vox2Cortex with Correspondence (V2CC)	3D mesh	NA
1194	2025-04-22	PreCM: The Padding-based Rotation Equivariant Convolution Mode for Semantic Segmentation 2025-Apr-18, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558425 PMID:40249694	research paper	提出了一种基于填充的旋转等变卷积模式（PreCM），用于提升语义分割任务中对任意角度图像的适应性	设计了PreCM，不仅能应用于多尺度图像和卷积核，还可替代多种卷积类型，并提出了新的评估指标Rotation Difference（RD）	未明确提及具体局限性	提升语义分割网络对任意角度图像的旋转等变性	卫星水体图像、DRIVE数据集、Floodnet数据集	computer vision	NA	深度学习	CNN	image	三个数据集（卫星水体图像、DRIVE、Floodnet）
1195	2025-04-22	Unsupervised Range-Nullspace Learning Prior for Multispectral Images Reconstruction 2025-Apr-18, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3560430 PMID:40249693	研究论文	提出了一种用于多光谱图像重建的无监督范围-零空间学习先验方法	引入了无监督范围-零空间学习(UnNull)先验，通过子空间分解明确建模数据，提高了可解释性和泛化能力	未提及具体计算效率或与传统方法的详细对比	解决快照光谱成像(SSI)系统中光谱图像重建的逆问题	多光谱图像	计算机视觉	NA	子空间分解	UnNull	多光谱图像	NA
1196	2025-04-22	A prediction method for radiation proctitis based on SAM-Med2D model 2025-Apr-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87409-6 PMID:40251184	研究论文	提出一种基于SAM-Med2D模型的放射性直肠炎预测方法，结合深度学习和放射组学分析	结合Transformer-based SAM-Med2D模型进行初始分割，随后进行详细的放射组学分析，以提高放射性直肠炎的预测准确性	需要大量手动注释，且放射组学特征可能缺乏普适性	优化宫颈癌放疗中放射性直肠炎的诊断和预测策略	宫颈癌患者的CT图像	数字病理	宫颈癌	CT成像	SAM-Med2D, logistic regression, random forest, naive Gaussian Bayesian	图像	NA
1197	2025-04-22	Autonomous object tracking with vision based control using a 2DOF robotic arm 2025-Apr-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97930-3 PMID:40251241	研究论文	本文设计了一种基于视觉控制的2自由度机械臂自主物体跟踪系统	提出了一种新的基于图像视觉伺服（IBVS）的跟踪控制方法，结合深度学习物体检测框架，提高了系统的准确性和响应时间	研究仅针对2自由度机械臂，可能不适用于更高自由度的复杂系统	设计一种精确且响应迅速的物体跟踪系统，解决传统系统复杂、刚性及需要多传感器的问题	2自由度机械臂	机器视觉	NA	图像视觉伺服（IBVS），深度学习	深度学习框架	图像	通过CoppeliaSim机器人模拟器和2-DOF机械臂进行仿真和实验研究
1198	2025-04-22	Transformer-inspired training principles based breast cancer prediction: combining EfficientNetB0 and ResNet50 2025-Apr-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98523-w PMID:40251247	研究论文	提出了一种结合EfficientNetB0和ResNet50的新模型，用于提高乳腺组织病理学图像分类为IDC和非IDC类别的准确性	结合EfficientNetB0和ResNet50的特性，提出了一种新的集成模型，在准确性和复杂性方面优于现有方法	未提及模型在其他类型乳腺癌分类上的表现，也未讨论在不同数据集上的泛化能力	开发一种快速、高效、准确的乳腺癌诊断工具	乳腺组织病理学图像	数字病理学	乳腺癌	深度学习，迁移学习	EfficientNetB0和ResNet50的集成模型	图像	NA
1199	2025-04-22	DrugGen enhances drug discovery with large language models and reinforcement learning 2025-Apr-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98629-1 PMID:40251288	研究论文	介绍了一种基于大型语言模型和强化学习的增强模型DrugGen，用于改进药物发现过程	DrugGen通过微调已批准的药物-靶点相互作用数据，并利用近端策略优化和预训练变换器的蛋白质-配体结合亲和力预测反馈，显著提高了药物分子的生成质量和效率	虽然DrugGen在生成有效结构和预测结合亲和力方面表现优异，但未提及其在真实临床环境中的验证情况	改进传统药物设计方法，提高药物发现的效率和质量	小分子药物生成	机器学习	NA	大型语言模型、强化学习、近端策略优化(PPO)	Transformer-based model (DrugGen)	蛋白质序列、药物-靶点相互作用数据	多个靶点评估（具体数量未提及）
1200	2025-04-22	Exploring a multi-path U-net with probability distribution attention and cascade dilated convolution for precise retinal vessel segmentation in fundus images 2025-Apr-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98021-z PMID:40251298	research paper	该论文提出了一种结合注意力机制和级联扩张卷积模块的多路径U-Net架构，用于精确分割眼底图像中的视网膜血管	创新点包括开发了双路径U-Net以分别提取粗糙和精细血管结构，集成了级联扩张卷积模块以捕获多尺度血管特征，并采用了概率分布注意力机制来调整概率分布，增强浅层信息的贡献	未明确提及具体局限性	提高眼底图像中视网膜血管分割的准确性	眼底图像中的视网膜血管	computer vision	NA	深度学习	multi-path U-Net, CNN	image	三个基准数据集（CHASEDB1、DRIVE和STARE）