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
1281	2025-05-12	Explainable handcrafted features for mitotic event detection and classification 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87180-8 PMID:40025100	研究论文	开发了一种全自动有丝分裂事件检测方法，以减少处理时间并提高细胞群体增殖率估计的准确性	结合传统图像处理和机器学习方法，提取可解释的特征以减少假阳性检测	未明确说明方法在极端高细胞密度下的性能	提高细胞有丝分裂事件检测的准确性和效率	细胞群体的有丝分裂事件	数字病理学	癌症研究	相位对比成像和无透镜成像	决策树和随机森林分类器	图像	两个大型数据集（一个公共相位对比图像数据集和一个无透镜图像数据集）
1282	2025-05-12	Graphene-based FETs for advanced biocatalytic profiling: investigating heme peroxidase activity with machine learning insights 2025-Mar-03, Mikrochimica acta DOI:10.1007/s00604-025-06955-y PMID:40029395	research paper	本研究利用石墨烯场效应晶体管(GFETs)系统探索辣根过氧化物酶(HRP)和血红素分子的过氧化物酶活性，并通过机器学习算法提升酶行为预测的准确性	结合GFETs的高灵敏度和机器学习算法，实现了对酶活性的精确监测和预测	研究仅针对HRP和血红素分子，未涉及其他酶系统	评估GFETs在分析过氧化物酶活性中的有效性，并提升酶行为预测的准确性	辣根过氧化物酶(HRP)和血红素分子	生物传感器与机器学习	NA	石墨烯场效应晶体管(GFETs)和机器学习	多层感知机(MLP)	电化学信号数据	NA
1283	2025-05-12	Modifying the severity and appearance of psoriasis using deep learning to simulate anticipated improvements during treatment 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91238-y PMID:40032873	research paper	使用深度学习模拟银屑病治疗过程中的预期改善效果，修改病情的严重程度和外观	通过神经网络生成银屑病斑块的合成图像，并识别潜在向量以调整病情严重程度和斑块大小，展示了减轻训练数据偏见的潜力	需要适当的训练数据，且目前仅在临床环境中进行初步测试	开发一种方法，帮助患者在临床环境中观察不同治疗和时间段后皮肤状况的预测效果，以便做出数据驱动的治疗决策	银屑病患者	digital pathology	银屑病	深度学习	神经网络	image	375张临床环境下的银屑病患者照片
1284	2025-05-12	Predicting disease progression from the rate of bodyweight change in nasopharyngeal carcinoma patient during radiotherapy 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88810-x PMID:40032903	research paper	该研究通过建模鼻咽癌患者在放疗期间的体重变化记录，开发了一种新的疾病进展预测指标PPP，以替代传统的百分比体重损失(pWL)	利用深度学习引导的微分方程解决方案，结合患者年龄、性别、身高和每周体重记录，开发了预测进展概率(PPP)这一新型预测指标	研究为回顾性设计，可能受到数据完整性和记录质量的限制	开发更可靠的预测指标来评估鼻咽癌患者在放疗后的疾病进展风险	624名接受放疗的鼻咽癌患者	digital pathology	nasopharyngeal carcinoma	deep learning-guided differential equation solution	深度学习模型	临床记录数据(体重变化)	624名患者(训练队列257人，测试队列367人)
1285	2025-05-12	Synergistic transfer learning and adversarial networks for breast cancer diagnosis: benign vs. invasive classification 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90288-6 PMID:40032913	研究论文	提出一种结合生成对抗网络（GANs）和迁移学习的深度学习框架，用于乳腺癌的良性与浸润性分类	采用条件Wasserstein GAN（cWGAN）进行数据增强，并结合多尺度迁移学习技术，显著提高了分类准确率	未来需要将该框架推广到临床数据集并整合到诊断工作流程中	解决当前乳腺癌诊断方法的高成本、耗时和观察者间差异等问题	乳腺癌图像数据	计算机视觉	乳腺癌	GANs, 迁移学习	CNN, cWGAN, DenseNet-201, NasNetMobile, ResNet-101	图像	BreakHis数据集
1286	2025-05-12	Geometry-encoded molecular dynamics enables deep learning insights into P450 regiospecificity control 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91155-0 PMID:40032954	研究论文	通过几何编码分子动力学和深度学习技术，研究细胞色素P450 1A2在咖啡因氧化过程中的区域选择性控制机制	结合分子动力学和几何编码轨迹的维度缩减与差分机器学习，揭示了P450 1A2区域选择性的局部决定因素与亚位点相互作用的结合机制	研究仅针对咖啡因这一特定底物，可能无法推广到其他底物的氧化过程	解析细胞色素P450 1A2酶在催化过程中产生多种代谢产物的分子机制	细胞色素P450 1A2酶及其催化咖啡因氧化的过程	计算生物学	NA	分子动力学模拟，机器学习	差分机器学习	分子动力学轨迹数据	NA
1287	2025-05-12	Initial findings creating a temperature prediction model using vibroacoustic signals originating from tissue needle interactions 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92202-6 PMID:40032997	研究论文	研究通过分析组织与针头交互产生的振动声学信号，开发了一种温度预测模型	利用近端安装的MEMS音频传感器采集振动声学信号，提取温度信息，为热疗应用提供了一种新的微创温度监测方法	目前仅在实验室条件下使用水饱和泡沫进行测试，预测误差约为3°C，需要进一步优化	开发一种微创温度监测方法，用于医疗应用中的热疗	组织与针头交互产生的振动声学信号	生物医学工程	NA	信号处理技术和深度学习算法	深度学习模型	振动声学信号	水饱和泡沫，温度范围25至55°C，以5°C为间隔
1288	2025-05-12	Quantitative analysis and evaluation of winter and summer landscape colors in the Yangzhou ancient Canal utilizing deep learning 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91483-1 PMID:40033036	研究论文	利用深度学习算法对扬州古运河冬夏景观色彩进行定量分析与评价	首次采用深度学习场景解析算法对运河景观色彩进行量化分析，并探讨色彩特征与景观美感的关系	仅选取了五个重要站点进行分析，样本量有限	研究运河景观色彩特征及其与景观美感的关系	扬州古运河五个重要站点的冬夏景观色彩	计算机视觉	NA	深度学习场景解析算法	DL	图像	五个重要站点（Site1:DGGD, Site2:GMS, Site3:GZGD, Site5:YZJGD）的冬夏景观图像
1289	2025-05-12	Improving accuracy for inferior alveolar nerve segmentation with multi-label of anatomical adjacent structures using active learning in cone-beam computed tomography 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91725-2 PMID:40033040	research paper	本研究利用主动学习和多标签策略，结合3D nnU-net模型，提高了锥形束计算机断层扫描（CBCT）中牙科解剖结构的分割精度	采用主动学习和多标签策略，结合3D nnU-net模型，显著提高了牙科解剖结构的分割精度，特别是在下牙槽神经（IAN）的分割上	研究仅使用了60个CBCT扫描样本进行内部验证，样本量相对较小	提高牙科解剖结构在CBCT扫描中的自动分割精度，以辅助种植牙规划	上颌窦、上颌骨、下颌骨和下牙槽神经（IAN）	digital pathology	NA	cone-beam computed tomography (CBCT)	3D nnU-net	3D medical image	60个CBCT扫描样本来自Kooalldam Dental Hospital，并使用首尔国立大学牙科医院的数据进行外部验证
1290	2025-05-12	Development and validation of a deep learning algorithm for prediction of pediatric recurrent intussusception in ultrasound images and radiographs 2025-Mar-03, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01582-8 PMID:40033220	research paper	开发并验证了一种基于腹部超声图像和腹部X光片的深度学习算法，用于预测小儿复发性肠套叠	使用多模态医学影像（超声和X光片）结合深度学习模型预测复发性肠套叠，并比较了不同模型和融合方法的性能	研究为回顾性设计，可能存在选择偏差，且未在外部数据集上验证模型的泛化能力	开发预测小儿复发性肠套叠的深度学习模型	3665例肠套叠患者的腹部超声图像和腹部X光片	digital pathology	pediatric disease	深度学习	VGG11, ResNet18, LightGBM	image	3665例肠套叠病例
1291	2025-05-12	Multimodal histopathologic models stratify hormone receptor-positive early breast cancer 2025-Mar-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57283-x PMID:40025017	研究论文	开发了一种名为Orpheus的多模态深度学习工具，用于从H&E全切片图像中推断激素受体阳性早期乳腺癌的Oncotype DX®复发评分	Orpheus模型能够准确识别高风险病例（RS>25）并比现有临床病理学模型更准确地预测转移复发风险	研究仅基于三个机构的6172例病例，可能需要更大规模的外部验证	开发一种成本效益高且快速的替代方案来评估激素受体阳性早期乳腺癌的复发风险	激素受体阳性早期乳腺癌患者	数字病理学	乳腺癌	深度学习	多模态深度学习模型	H&E全切片图像	6172例来自三个机构的病例
1292	2025-05-12	Development of a deep learning radiomics model combining lumbar CT, multi-sequence MRI, and clinical data to predict high-risk cage subsidence after lumbar fusion: a retrospective multicenter study 2025-Mar-02, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01355-y PMID:40025592	research paper	开发并验证了一个结合临床数据、深度学习放射组学和放射组学特征的模型，用于预测腰椎融合术后高风险笼沉降患者	结合了临床数据、深度学习放射组学和传统放射组学特征，构建了一个多中心、多模态数据的预测模型，其性能优于经验丰富的外科医生的预测	研究为回顾性设计，样本量相对较小（305例），且仅来自三个中心	预测腰椎融合术后高风险笼沉降患者，以改善临床决策并减少翻修手术的需求	305例接受腰椎融合手术的患者	digital pathology	geriatric disease	3D vision transformations, LASSO regression, logistic regression	深度学习模型（基于3D视觉变换）和逻辑回归模型	CT、MRI图像和临床数据	305例患者（训练组214例，验证组61例，测试组30例）
1293	2025-05-12	Utilising routinely collected clinical data through time series deep learning to improve identification of bacterial bloodstream infections: a retrospective cohort study 2025-Mar, The Lancet. Digital health DOI:10.1016/j.landig.2025.01.010 PMID:40015765	研究论文	利用时间序列深度学习模型分析常规临床数据，以提高细菌性血流感染的识别能力	首次将LSTM模型应用于血流感染的预测，并证明其优于静态逻辑回归模型	研究为回顾性队列研究，可能存在数据偏差	开发预测模型以提前识别血流感染，改善临床决策	住院患者	机器学习	血流感染	时间序列分析	LSTM, 逻辑回归	临床数据（血液生物标志物和人口统计学数据）	20,850名患者（训练集15,212名，测试集5,638名）
1294	2025-05-12	Quantifying Facial Gestures Using Deep Learning in a New World Monkey 2025-Mar, American journal of primatology IF:2.0Q1 DOI:10.1002/ajp.70013 PMID:40019116	研究论文	该研究利用深度学习技术量化新世界猴（棉顶狨猴）的面部表情，以探索其在多模式交流中的独特性	首次将无标记姿态估计算法应用于棉顶狨猴面部表情的自动识别，并成功区分不同行为背景下的面部配置	研究仅针对圈养个体，可能无法完全反映野外环境下的自然行为	开发自动化工具从原始视频数据中提取行为线索，推进灵长类多模式交流研究	棉顶狨猴（新世界猴）的面部表情	计算机视觉	NA	无标记姿态估计	深度学习	视频	圈养棉顶狨猴的视频片段（具体数量未明确说明）
1295	2025-05-12	Skin cancer detection using dermoscopic images with convolutional neural network 2025-Mar-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91446-6 PMID:40021731	research paper	该研究提出了一种基于深度学习的网络FCDS-CNN，用于提高皮肤病变检测的准确性和数据质量	引入FCDS-CNN架构，结合数据增强和类别加权技术，解决了类别不平衡问题并提升了数据质量	虽然FCDS-CNN在皮肤病变检测中表现出色，但其在更广泛的医学图像分析中的适用性尚未验证	提升皮肤恶性黑色素瘤的早期检测准确率	皮肤病变的dermoscopic图像	digital pathology	skin cancer	data augmentation, class weighting	FCDS-CNN	image	10015张皮肤病变图像，涵盖7个类别
1296	2025-05-12	Toward a rapid, sensitive, user-friendly, field-deployable artificial intelligence tool for enhancing African swine fever diagnosis and reporting 2025-Mar-01, American journal of veterinary research IF:1.3Q2 DOI:10.2460/ajvr.24.10.0305 PMID:40023145	研究论文	开发一种基于深度学习和智能手机的人工智能诊断工具，用于提高非洲猪瘟（ASF）侧流层析试纸条（LFA）读取的准确性	结合深度学习模型（YOLO）和智能手机技术，开发了一种用户友好、可现场部署的AI工具，用于提高LFA测试的准确性和早期诊断能力	模型在召回率（79%）方面仍有提升空间，且数据集可能受限于手动标注的LFA图像	提高非洲猪瘟（ASF）的诊断速度和准确性，特别是在实验室资源有限的地区	非洲猪瘟（ASF）的侧流层析试纸条（LFA）测试图像	计算机视觉	非洲猪瘟	深度学习辅助的智能手机图像分类	YOLO	图像	未明确提及具体样本数量，但使用了3种不同的训练/开发/测试数据集划分
1297	2025-05-12	Evaluation by dental professionals of an artificial intelligence-based application to measure alveolar bone loss 2025-Mar-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05677-0 PMID:40025477	research paper	评估牙科专业人员对基于人工智能的牙槽骨流失测量应用的接受度和使用效果	开发并实施了一种结合语义分割神经网络和对象检测网络的深度学习模型，用于精确测量牙槽嵴高度变化，并调查了牙科专业人员对该AI应用的接受度	样本量相对较小（56名牙科专业人员），且参与者中学术背景的比例较高（52%）	评估AI在牙科诊断中的接受度和实用性，以及其在常规实践中的潜在应用	牙科专业人员和牙槽骨流失测量	digital pathology	牙周病	深度学习	语义分割神经网络和对象检测网络	X光影像	550张咬翼X光片数据集，56名牙科专业人员参与评估
1298	2025-05-12	Data-driven AI platform for dens evaginatus detection on orthodontic intraoral photographs 2025-Mar-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-05231-4 PMID:40025464	研究论文	开发并评估了一种用于自动检测正畸口内照片中牙外突前磨牙的深度学习模型（BiStageNet），并基于训练结果构建了一个牙外突检测平台	提出了BiStageNet模型，并开发了一个用于正畸临床应用的牙外突检测平台	未提及具体局限性	开发一个自动检测牙外突前磨牙的深度学习模型及其临床应用平台	正畸口内照片中的前磨牙	计算机视觉	牙科疾病	深度学习	BiStageNet	图像	1,400张高质量口内照片用于前磨牙识别训练，2,128张图像用于牙外突检测训练
1299	2025-05-12	Syn-Net: A Synchronous Frequency-Perception Fusion Network for Breast Tumor Segmentation in Ultrasound Images 2025-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3514134 PMID:40030423	research paper	提出了一种名为Syn-Net的同步频率感知融合网络，用于超声图像中乳腺肿瘤的精确分割	设计了同步双分支编码器提取局部和全局特征，引入了频率感知交叉特征融合块（FrCFusion Block）利用DCT学习全频特征，并开发了全尺度深度监督方法	未提及具体局限性	实现复杂超声图像中乳腺肿瘤的精确分割	超声图像中的乳腺肿瘤	digital pathology	breast cancer	Discrete Cosine Transform (DCT)	Syn-Net (a CNN-based model)	image	三个公开的超声乳腺肿瘤数据集
1300	2025-05-12	Prediction of Lymph Node Metastasis in Colorectal Cancer Using Intraoperative Fluorescence Multi-Modal Imaging 2025-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3510836 PMID:40030456	research paper	该研究开发了一种结合术中荧光多模态成像和深度学习的模型，用于预测结直肠癌淋巴结转移	提出了多模态荧光成像特征融合预测模型（MFI-FFP），结合白光、荧光和伪彩色成像，设计了多模态特征融合模块和新颖的损失函数	未提及具体样本量或外部验证结果	提高结直肠癌淋巴结转移的诊断效率	结直肠癌患者的淋巴结	digital pathology	colorectal cancer	intraoperative fluorescence multi-modal imaging	MFI-FFP (deep learning based multi-modal fusion model)	multi-modal medical images (white light/fluorescence/pseudo-color)	NA