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
121	2025-07-18	PSSR2: a user-friendly Python package for democratizing deep learning-based point-scanning super-resolution microscopy 2025, BMC methods DOI:10.1186/s44330-024-00020-5 PMID:40666158	研究论文	介绍PSSR2，一个用户友好的Python包，用于普及基于深度学习的点扫描超分辨率显微镜技术	PSSR2改进了PSSR的代码库，使其更易于用户实施，并通过改进半合成数据生成和训练过程提高了图像质量	PSSR2模型仅适用于与训练数据足够相似的数据进行超分辨率处理，并且需要与真实世界的地面真实数据进行验证	解决大规模高质量显微镜图像采集的限制，通过深度学习提升低质量显微镜数据的质量	显微镜图像，尤其是电子显微镜图像	计算机视觉	NA	深度学习	NA	图像	配对的低分辨率和高分辨率电子显微镜图像测试数据集
122	2025-07-18	Mapping burnt areas using very high-resolution imagery and deep learning algorithms - a case study in Bandipur, India 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327125 PMID:40668808	研究论文	本研究利用高分辨率影像和深度学习算法在印度班迪普尔地区进行烧毁区域分类	提出了一种新型的UNET-GRU混合模型，在烧毁区域分类中表现优于传统的Custom UNET模型	研究仅限于印度班迪普尔地区，未在其他地理区域验证模型性能	开发高效的烧毁区域分类方法以评估野火影响和指导恢复工作	印度班迪普尔地区的烧毁区域	计算机视觉	NA	深度学习	UNET-GRU混合模型, Custom UNET	高分辨率卫星影像	NA
123	2025-07-18	A method for English paragraph grammar correction based on differential fusion of syntactic features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326081 PMID:40668821	研究论文	提出一种基于句法特征差分融合的英语段落语法纠错方法	通过差分融合分析句法特征，锁定语法错误位置和类型，并利用基于Transformer的Seq2Seq模型生成纠错建议	依赖于预设阈值来识别语法错误，可能对阈值设置敏感	提高段落级语法纠错的质量和准确率	英语段落中的语法错误	自然语言处理	NA	依赖解析、差分融合分析、注意力机制	BERT、Seq2Seq、Transformer	文本	CoLA、LCoLE、FCE数据集
124	2025-07-18	The intelligent evaluation model of the English humanistic landscape in agricultural industrial parks by the SPEAKING model: From the perspective of fish-vegetable symbiosis in new agriculture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325332 PMID:40668851	研究论文	本研究提出了一种基于SPEAKING模型的智能翻译评估框架，用于评估农业产业园中英文人文景观的表达	结合语言理论和深度学习技术，提出了一种新的多模态翻译评估模型，显著提高了翻译准确性和适应性	研究主要关注农业产业园场景，可能在其他领域的适用性有限	提高农业产业园中英文人文景观表达的翻译准确性和适应性	农业产业园中的英文人文景观表达	自然语言处理	NA	深度学习	SPEAKING模型	文本、图像、语音	与五种主流翻译模型(mT5、mBART、DeltaLM、M2M-100、MarianMT)进行对比评估
125	2025-07-18	An explainable and federated deep learning framework for skin cancer diagnosis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324393 PMID:40668852	research paper	提出了一种结合深度学习、联邦学习和可解释AI的智能框架，用于皮肤癌诊断	结合联邦学习保护患者数据隐私，并利用可解释AI增强模型预测的透明度	未提及框架在更大规模或多样化数据集上的泛化能力	开发一个既能准确诊断皮肤癌又能保护患者隐私的智能框架	皮肤癌诊断	digital pathology	skin cancer	deep learning, federated learning, explainable AI	VGG16, Xception, DenseNet169, InceptionV3, MobileViT, InceptionResNetV2	image	两个公开数据集ISBI2016和ISBI2017
126	2025-07-18	Refining Intra-Arterial Therapy Selection for Large Hepatocellular Carcinoma: A Deep Learning Approach Based on Covariate Interaction Analysis 2025, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S532116 PMID:40672044	研究论文	开发并验证一种基于深度学习的模型，用于指导不可切除肝细胞癌患者在TACE和HAIC之间的治疗选择	结合深度卷积神经网络和协变量交互分析，开发了DELICAITE模型，能够预测治疗反应并分层患者以选择最合适的治疗方案	研究为回顾性多中心研究，可能存在选择偏倚，且模型性能在外部验证队列中的AUC值相对较低	优化不可切除大肝细胞癌患者的动脉内治疗方案选择	900名接受动脉内治疗的大肝细胞癌患者	数字病理	肝细胞癌	深度卷积神经网络（DCNN）	DELICAITE模型	临床和影像数据	900名患者
127	2025-07-18	A deep learning-based image analysis model for automated scoring of horizontal ocular movement disorders 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1522894 PMID:40672453	研究论文	本研究提出了一种基于深度学习的图像分析方法，用于自动评分水平眼动障碍的严重程度，并评估其与传统手动评分方法的性能对比	开发了RetinaEye自动评分模型，能够客观评估水平眼动障碍的严重程度，与手动评分结果具有高度一致性	研究样本量相对有限，且仅针对水平眼动障碍进行评估	开发一种自动评分方法，用于评估水平眼动障碍的严重程度	164名眼动障碍患者和121名健康受试者的2,565张眼部图像，以及92名水平眼动受限患者的184张双眼凝视图像	计算机视觉	眼动障碍	深度学习	RetinaEye	图像	2,565张眼部图像（来自285名受试者）和184张双眼凝视图像（来自92名患者）
128	2025-07-18	Intelligent recognition of tobacco leaves states during curing with deep neural network 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1604382 PMID:40672565	研究论文	本研究利用深度学习算法识别烟草叶片在工业烘烤过程中的形态状态	提出了一个针对工业实际场景的大规模数据集，并开发了一种高效的深度学习方法，用于识别烟草叶片的黄化、褐变和干燥程度	研究仅针对中国多个产区的实际烘烤环境，可能不适用于其他地区或不同烘烤条件	探索深度学习算法在工业场景中识别烟草叶片形态状态的潜力	烟草叶片在烘烤过程中的黄化、褐变和干燥程度	计算机视觉	NA	深度学习	深度神经网络	图像	大规模数据集，涵盖中国多个产区的实际烘烤环境
129	2025-07-18	OculusNet: Detection of retinal diseases using a tailored web-deployed neural network and saliency maps for explainable AI 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1596726 PMID:40672824	研究论文	介绍了一种名为OculusNet的高效且可解释的深度学习方法，用于通过OCT图像检测视网膜疾病	结合了Saliency Map可视化技术，提供可解释的AI决策过程，并通过网页部署实现即时检测	未提及模型在不同人群或不同设备采集的OCT图像上的泛化能力	提高视网膜疾病的早期检测效率和准确性	视网膜疾病，包括脉络膜新生血管(CNV)、糖尿病黄斑水肿(DME)和年龄相关性黄斑变性	数字病理学	视网膜疾病	OCT成像	CNN（基于VGG19、MobileNetV2、VGG16和DenseNet-121的迁移学习）	图像	未明确提及具体样本数量
130	2025-07-18	A multi-graph convolutional network method for Alzheimer's disease diagnosis based on multi-frequency EEG data with dual-mode connectivity 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1555657 PMID:40672873	研究论文	提出一种基于多频EEG数据和双模式连接的多图卷积网络方法，用于阿尔茨海默病的诊断	开发了一种新颖的基于图的深度学习模型，充分利用多频EEG数据的功能和结构信息，克服了现有方法仅依赖功能连接或未能充分整合多频特征的局限性	未提及具体样本量或数据来源的多样性限制	开发一种更有效的阿尔茨海默病早期诊断方法	阿尔茨海默病患者和健康对照组的EEG数据	数字病理学	老年疾病	EEG信号分析	多图卷积网络(MF-MGCN)	多频EEG数据	NA
131	2025-07-18	Deep Learning Detection of Hand Motion During Microvascular Anastomosis Simulations Performed by Expert Cerebrovascular Neurosurgeons 2024-12, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.09.069 PMID:39305985	研究论文	使用深度学习技术对专家脑血管神经外科医生在模拟微血管吻合手术中的手部运动进行定量评估	首次利用深度学习技术无传感器追踪专家神经外科医生的手部运动，并定量分析手术动作的经济性和流畅性	样本量较小（仅5名专家），且仅在模拟环境中进行	评估专家神经外科医生的手术动作特征，探索深度学习在手术培训中的应用潜力	5名经验丰富的脑血管神经外科医生	计算机视觉	脑血管疾病	深度学习手部追踪	深度学习模型（具体未说明）	视频	5名专家神经外科医生的模拟手术数据
132	2025-07-18	Automated deep learning segmentation of neuritic plaques and neurofibrillary tangles in Alzheimer disease brain sections using a proprietary software 2024-09-01, Journal of neuropathology and experimental neurology IF:3.2Q2 DOI:10.1093/jnen/nlae048 PMID:38812098	研究论文	开发了一种深度学习工作流程，用于自动注释和分割阿尔茨海默病脑切片中的神经炎斑块和神经纤维缠结	利用专有图像分析软件（Visiopharm）进行自动深度学习分割，显著提高了复杂神经病理特征的注释质量	仅分析了15张全切片图像，样本量较小	提高阿尔茨海默病神经病理特征的自动注释和分割精度	阿尔茨海默病脑切片中的神经炎斑块和神经纤维缠结	数字病理学	阿尔茨海默病	AT8免疫染色全切片图像分析	U-Net卷积神经网络	图像	15张全切片图像，来自4个生物库，包含5013个神经炎斑块和5143个神经纤维缠结
133	2025-07-18	Deep Learning Enhanced Label-Free Action Potential Detection Using Plasmonic-Based Electrochemical Impedance Microscopy 2024-07-16, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01179 PMID:38953225	研究论文	本文介绍了一种利用深度学习增强的无标记动作电位检测方法，通过基于等离子体的电化学阻抗显微镜（P-EIM）实现	利用深度学习方法显著提高了P-EIM在神经元电信号映射中的可用性，特别是LSTM网络成功检测单周期刺激的动作电位	尽管性能有所提升，但单周期动作电位检测的AUC仅为0.855，仍有改进空间	提高基于P-EIM的神经元电活动检测的灵敏度和效率	神经元细胞的动作电位	生物医学工程	NA	等离子体基电化学阻抗显微镜（P-EIM）	LSTM	视频信号	未明确提及具体样本数量
134	2025-07-18	The new paradigm in machine learning - foundation models, large language models and beyond: a primer for physicians 2024-05, Internal medicine journal IF:1.8Q2 DOI:10.1111/imj.16393 PMID:38715436	review	本文综述了基础机器学习模型，特别是大型语言模型（LLM）在医学领域的应用、潜力及风险	介绍了基础机器学习模型和LLM在医学中的多任务处理能力及其潜在变革性应用	指出了LLM在开发、评估和使用中缺乏适当审查可能带来的风险和偏见	探讨基础机器学习模型和LLM在医学领域的应用前景及挑战	基础机器学习模型和大型语言模型（LLM）	machine learning	NA	deep learning	LLM	text, audio, images, video	NA
135	2025-07-18	DLSIA: Deep Learning for Scientific Image Analysis 2024-Apr-01, Journal of applied crystallography IF:5.2Q1 DOI:10.1107/S1600576724001390 PMID:38596727	研究论文	介绍了一个名为DLSIA的基于Python的机器学习库，用于科学图像分析	提出了稀疏混合尺度网络（SMSNets），通过随机图、稀疏连接和扩张卷积连接不同长度尺度	未提及具体性能对比或计算资源需求	为科学图像分析提供可定制的CNN架构	科学图像数据	计算机视觉	NA	CNN	autoencoders, U-Nets, MSDNets, SMSNets	图像	NA
136	2025-07-17	Shared subspace learning via partial Tucker decomposition for hyperspectral image classification 2025-Dec-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126584 PMID:40580669	research paper	提出了一种基于张量的分类框架SSTC，用于高光谱图像分类，通过学习共享的空间和光谱子空间来保持数据的多维结构	采用部分Tucker分解学习共享子空间，有效降维的同时保留维度间关键关系，提供可解释的特征提取	未提及具体样本量限制或计算资源需求	开发高效且可解释的高光谱图像分类方法	高光谱图像数据	computer vision	NA	partial Tucker decomposition	tensor-based classification framework (SSTC)	hyperspectral image	未明确提及具体样本量，但涉及李子皮下淤伤检测和芒果成熟度分类两个任务
137	2025-07-17	Quantitative Analysis of Deltamethrin Residues in Water Using Surface-Enhanced Raman Spectroscopy 2025-Dec-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126545 PMID:40614471	研究论文	本研究创新性地结合表面增强拉曼光谱(SERS)与增强深度神经网络，提出了一种高灵敏度且准确的水中溴氰菊酯残留定量分析方法	通过引入门控循环单元(GRU)和注意力机制，构建了CNN-GRU-Attention增强混合神经网络，显著提升了特征提取能力和非线性关系建模	NA	开发一种高灵敏度且准确的水中溴氰菊酯残留定量分析方法	水中的溴氰菊酯残留	机器学习和光谱分析	NA	表面增强拉曼光谱(SERS)	CNN-GRU-Attention混合神经网络	光谱数据	NA
138	2025-07-17	Performance of AI methods in PET-based imaging for outcome prediction in lymphoma: A systematic review and meta-analysis 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112204 PMID:40466216	meta-analysis	评估人工智能方法在基于PET成像的淋巴瘤预后预测中的表现	首次通过系统综述和荟萃分析评估AI方法在淋巴瘤预后预测中的表现，特别是深度学习的优越性	需要进一步的前瞻性研究以验证临床应用的可行性	评估AI方法在淋巴瘤预后预测中的性能	淋巴瘤患者	数字病理学	淋巴瘤	PET成像	深度学习(DL), 机器学习(ML), 放射组学	图像	75项研究，主要关注非霍奇金淋巴瘤(NHL, n=61)
139	2025-07-17	Learning discrete structures for cancer radiomics 2025-Sep, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0260927 PMID:40655195	研究论文	本文提出了一种基于图像图的神经网络方法，用于癌症放射组学分析，通过共同学习图像图和优化特征来提高性能	开发了一种能够同时学习图像图和优化特征的Image-Graph based neural Network，解决了现有方法忽略图像间潜在关系的问题	未明确提及具体局限性	提高癌症放射组学分析的性能	癌症图像数据	数字病理	癌症	放射组学分析	Image-Graph based neural Network	图像	来自五家不同医院的四个真实数据集
140	2025-07-17	The future of Alzheimer's disease risk prediction: a systematic review 2025-Aug, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology IF:2.7Q3 DOI:10.1007/s10072-025-08167-x PMID:40220257	系统综述	本文系统综述了机器学习在阿尔茨海默病风险预测中的应用，包括MRI、遗传学、放射组学和医疗数据的使用	整合了传统和AI模型，全面分析神经影像和非神经影像特征在阿尔茨海默病预测中的应用	仅纳入了2000年至2024年的120项研究，可能未涵盖所有相关研究	探讨AI在阿尔茨海默病风险预测中的潜力，以改进早期诊断和个性化干预策略	阿尔茨海默病的风险预测模型	机器学习	阿尔茨海默病	MRI、遗传学、放射组学	深度学习(DL)、机器学习(ML)	神经影像数据、非神经影像数据	120项研究