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	2025-08-07	Exploration of Fully-Automated Body Composition Analysis Using Routine CT-Staging of Lung Cancer Patients for Survival Prognosis 2025-Aug, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.70021 PMID:40767951	研究论文	本研究探讨了利用常规CT分期对肺癌患者进行全自动身体成分分析（BCA）以预测生存预后的方法	首次评估了基于AI的自动BCA在肺癌患者生存预后中的价值，并开发了包含临床数据的多变量生存模型	研究结果在不同中心和性别之间存在差异，需要进一步的特定中心和性别验证	评估自动身体成分分析在肺癌患者生存预后中的价值	来自两个医院的肺癌患者（A医院n=3345，B医院n=1364）	数字病理	肺癌	深度学习网络分割技术	深度学习网络	CT图像	A医院3345例（中位年龄65岁，86%NSCLC，40%M1，40%女性），B医院1364例（中位年龄66岁，87%NSCLC，37%M1，38%女性）
122	2025-08-07	Dual prompt personalized federated learning in foundation models 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11864-4 PMID:40745444	研究论文	本文提出了一种名为双提示个性化联邦学习（DPFL）的框架，旨在解决有限本地数据下的模型训练不足问题，并实现新客户端的无缝集成	引入了双提示和自适应聚合策略，结合全局任务意识和本地数据驱动洞察，提升模型在异构数据分布下的泛化能力	未明确提及具体实验规模或实际部署中可能遇到的挑战	解决联邦学习在有限本地数据和客户端异构性下的性能问题	个性化联邦学习框架及其在新客户端集成中的应用	机器学习	NA	联邦学习、基础模型微调	CLIP（基础模型）	图像-文本对数据（基于CLIP的应用场景推断）	未明确说明具体样本量，仅提及高度异构环境下的实验结果
123	2025-08-07	Advancing deep learning for expressive music composition and performance modeling 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13064-6 PMID:40745012	research paper	该研究比较了三种深度学习架构（LSTM、Transformer和GAN）在AI音乐创作和转录方面的表现，并提出了一个双评估框架	创新点在于整合了客观指标和主观人类评估的双重评估框架，以及使用MAESTRO数据集进行音乐生成和转录的比较分析	人类创作的音乐在感知质量上仍优于机器生成音乐（MOS: 4.8 vs 4.3），表明模型在情感表达和长期结构连贯性上仍有不足	提升AI在音乐创作和表演建模中的表现，特别是增强长期结构连贯性和情感细腻度	AI生成的音乐作品及其与人类创作的比较	machine learning	NA	深度学习	LSTM, Transformer, GAN	音乐数据	50名听众参与的主观评估
124	2025-08-07	Development of a novel deep learning method that transforms tabular input variables into images for the prediction of SLD 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12900-z PMID:40745379	研究论文	开发了一种新的深度学习方法，将表格输入变量转换为图像，用于预测脂肪性肝病（SLD）	提出了一种将表格数据转换为图像的新方法，利用深度学习模型的模式识别能力提高预测性能	数据集仅包含2999名患者，可能不足以代表更广泛的人群	开发一种新的深度学习方法，用于预测脂肪性肝病（SLD）	脂肪性肝病（SLD）患者	机器学习	脂肪性肝病	深度学习	DL	表格数据转换为图像	2999名患者
125	2025-08-07	A comprehensive multifaceted technical evaluation framework for implementation of auto-segmentation models in radiotherapy 2025-Jul-31, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01048-6 PMID:40745381	research paper	提出一个全面的多层面技术评估框架，用于验证放疗中自动分割模型的实施	开发了一个综合评估框架，结合几何测量、专家评价、时间效率分析和剂量学评估，用于验证自动分割模型	需要建立标准化的基准和共识指南，以便临床实施和不同分割工具的比较	验证自动分割模型在放疗中的临床应用	脑部风险器官的自动分割模型	digital pathology	NA	deep learning	自动分割模型	image	100例训练数据，8位放射肿瘤专家评估
126	2025-08-07	IHE-Net:Hidden feature discrepancy fusion and triple consistency training for semi-supervised medical image segmentation 2025-Jul-31, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103229 PMID:40763409	研究论文	提出了一种新型半监督医学图像分割框架IHE-Net，利用异构编码器的特征差异提升分割性能	通过异构编码器（CNN和Transformer/Mamba）的特征差异融合模块（MFDF）和三重一致性学习策略，增强模型表示能力和预测稳定性	未明确说明计算资源需求或模型在更大规模数据集上的泛化能力	提升半监督医学图像分割的精度和鲁棒性	皮肤病变图像	数字病理	皮肤病变	半监督深度学习	CNN, Transformer/Mamba	医学图像	三个皮肤病变分割数据集（ISIC2017, ISIC2018, PH2）
127	2025-08-07	Fluid-SegNet: Multi-dimensional loss-driven Y-Net with dilated convolutions for OCT B-scan fluid segmentation 2025-Jul-31, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102613 PMID:40763605	研究论文	提出了一种名为Fluid-SegNet的新型深度学习分割框架，用于提高OCT B扫描中液体区域分割的准确性	Fluid-SegNet通过多维损失驱动的Y-Net和扩张卷积，有效解决了液体区域分割中的精细细节描绘和异质性挑战	NA	提高OCT B扫描中液体区域分割的准确性，为自动化视网膜疾病诊断系统和视力预测模型的发展奠定基础	OCT B扫描中的液体区域	计算机视觉	视网膜疾病	深度学习	Y-Net	图像	三个公共数据集（UMN、AROI和OIMHS）
128	2025-08-07	IgCONDA-PET: Weakly-supervised PET anomaly detection using implicitly-guided attention-conditional counterfactual diffusion modeling - a multi-center, multi-cancer, and multi-tracer study 2025-Jul-31, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102615 PMID:40763604	研究论文	提出一种弱监督的PET异常检测方法IgCONDA-PET，通过隐式引导注意力条件反事实扩散模型，减少对像素级标注数据的依赖	使用隐式引导的反事实扩散模型进行PET异常检测，结合注意力模块和多中心、多癌症、多示踪剂数据，提高了对小异常检测的能力	方法依赖于健康数据的质量，且扩散模型的训练可能比传统方法更复杂	减少PET病变检测和分割网络对像素级标注数据的依赖	PET扫描图像	数字病理学	多癌症	扩散模型	IgCONDA-PET	图像	2652例（多中心、多癌症、多示踪剂）
129	2025-08-07	Tranquillyzer: A Flexible Neural Network Framework for Structural Annotation and Demultiplexing of Long-Read Transcriptomes 2025-Jul-31, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.25.666829 PMID:40766630	research paper	介绍了一个名为Tranquillyzer的灵活神经网络框架，用于长读长转录组的结构注释和解复用	采用混合神经网络架构和全局上下文感知设计，能够精确识别结构元素，即使元素因测序噪音或文库构建变异而移位、部分降解或重复	未提及具体性能对比或在实际应用中的局限性	开发一个灵活、可扩展的框架，用于处理长读长单细胞RNA测序数据	长读长单细胞RNA测序数据	生物信息学	NA	Oxford Nanopore Technologies (ONT) 长读长单细胞RNA测序	混合神经网络	RNA测序数据	NA
130	2025-08-07	On the Utility of Virtual Staining for Downstream Applications as it relates to Task Network Capacity 2025-Jul-31, ArXiv PMID:40766889	研究论文	本研究系统地探讨了虚拟染色在促进临床相关下游任务（如分割或分类）中的效用，并考虑了用于执行任务的深度神经网络的能力	首次系统地研究了虚拟染色对下游任务网络性能的影响，并提出了网络容量的概念作为关键因素	研究结果可能受限于所使用的特定生物数据集和网络架构	评估虚拟染色技术对临床相关下游任务的实际效用	虚拟染色生成的图像及其对下游任务网络性能的影响	数字病理学	NA	深度学习图像到图像转换网络	image-to-image translation networks	图像	未明确提及具体样本数量
131	2025-08-07	Optimizing Thyroid Nodule Management With Artificial Intelligence: Multicenter Retrospective Study on Reducing Unnecessary Fine Needle Aspirations 2025-Jul-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/71740 PMID:40737551	研究论文	本研究评估了人工智能在真实临床环境中识别甲状腺良性结节的能力，以减少不必要的细针穿刺活检	首次在真实临床环境中评估AI系统识别甲状腺良性结节的性能，并与放射科医生进行比较	AI系统仍会误判少量低侵袭性恶性结节为良性	优化甲状腺结节管理，减少不必要的细针穿刺活检	甲状腺结节	数字病理	甲状腺癌	深度学习	深度学习AI系统	超声图像	验证队列4572个甲状腺结节（良性3134个，恶性1438个），比较队列118个良性结节
132	2025-08-07	Histopathological-based brain tumor grading using 2D-3D multi-modal CNN-transformer combined with stacking classifiers 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11754-9 PMID:40739310	研究论文	本文提出了一种结合2D-3D多模态CNN-transformer和堆叠分类器的混合学习架构，用于脑肿瘤的组织病理学分级	结合2D-3D混合CNN和视觉Transformer（ViT）提取特征，并使用堆叠集成机器学习分类器提高泛化能力，显著提升了脑肿瘤分级的准确性和特异性	未提及模型在临床实际应用中的验证情况，以及对于不同医院或实验室采集的数据的泛化能力	提高脑肿瘤组织病理学分级的准确性和可靠性	脑肿瘤的组织病理学图像	数字病理学	脑肿瘤	深度学习（DL）	2D-3D混合CNN, 视觉Transformer（ViT）, 堆叠集成分类器	图像	两个公开数据集：TCGA和DeepHisto
133	2025-08-07	An Indian database for grading wound healing and cross-corpus classification using perturbation-based Explainable AI models 2025-Jul-30, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108981 PMID:40763622	研究论文	本研究利用智能手机拍摄的2D RGB伤口图像，通过轻量级深度学习模型对伤口进行分类，基于愈合能力分为三个阶段	提出了一个新的印度伤口数据库Amrita_wound，并结合开放数据集AZH和Medetec，使用轻量级模型和可解释AI工具Grad-CAM提高预测透明度	在跨数据集测试中，模型的平均F1分数为68%，显示出在泛化能力上仍有提升空间	开发一个自动化的伤口分级系统，帮助患者理解愈合程度并支持医生基于可见的严重性特征优先处理伤口护理	伤口图像	计算机视觉	伤口愈合	深度学习	MobileViT X S, FastViT T8	图像	Amrita_wound数据库、AZH和Medetec数据集
134	2025-08-07	A Novel 14-Gene Panel Associated With Efferocytosis for Predicting Pancreatic Cancer Prognosis Through Bulk and Single-Cell Databases 2025-Jul-30, Frontiers in bioscience (Landmark edition) DOI:10.31083/FBL40818 PMID:40765357	研究论文	本研究通过整合单细胞RNA测序和大规模转录组数据，识别了一个与胰腺导管腺癌（PDAC）预后相关的14基因面板，并构建了一个ER风险评分系统	首次提出了一个基于14个ER相关基因的新型预后标志物，并利用深度学习构建了ER风险评分系统，为PDAC的预后预测提供了新方法	研究主要基于生物信息学分析，实验验证部分相对有限，未来需要更多实验验证这些基因的功能	探索efferocytosis（ER）在胰腺导管腺癌（PDAC）进展中的作用，并开发新的预后预测模型	胰腺导管腺癌（PDAC）的肿瘤微环境中的肿瘤细胞、基质细胞和免疫细胞	数字病理学	胰腺癌	scRNA-seq, bulk转录组测序, LASSO回归, 随机生存森林（RSF）算法	深度学习, RSF	基因表达数据	来自TCGA和GEO数据库的数据，具体样本数量未明确说明
135	2025-08-07	Deep learning based treatment remission prediction to transcranial direct current stimulation in bipolar depression using EEG power spectral density 2025-Jul-29, medRxiv : the preprint server for health sciences DOI:10.1101/2024.07.16.24310445 PMID:40766130	研究论文	本研究利用深度学习模型分析脑电图信号，预测双相抑郁患者在接受6周家庭经颅直流电刺激治疗后的临床缓解情况	首次将1DCNN和GRU混合模型应用于EEG功率谱密度数据，用于预测tDCS治疗双相抑郁的缓解效果	样本量较小（仅21名参与者），可能影响模型的泛化能力	开发能够预测经颅直流电刺激治疗双相抑郁疗效的深度学习模型	双相抑郁患者	机器学习	双相情感障碍	EEG功率谱密度分析	1DCNN和GRU混合模型	EEG信号	21名双相抑郁患者
136	2025-08-07	Cross-level Cross-Scale Inference and Imputation of Single-cell Spatial Proteomics 2025-Jul-28, Research square DOI:10.21203/rs.3.rs-7108570/v1 PMID:40766228	研究论文	介绍了一种名为scProSpatial的深度学习框架，用于从单细胞RNA测序数据推断和填补高保真单细胞空间蛋白质组学数据	提出了一种统一的多模态、多尺度深度学习框架，能够在缺乏共享转录组学特征的情况下准确预测蛋白质的空间丰度，并将蛋白质覆盖范围扩大50倍	当前实验方法存在批次效应、缺乏单细胞多模态同时测量、测量蛋白质覆盖有限、对未见条件泛化能力差以及单细胞分辨率空间背景不足等问题	克服单细胞和空间组学技术中的挑战，实现跨层次、跨尺度的多组学整合与分析	单细胞空间蛋白质组学数据	机器学习	乳腺癌	scRNA-seq	深度学习框架	单细胞RNA测序数据	NA
137	2025-08-07	Automated characterization of abdominal MRI exams using deep learning 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11985-w PMID:40715356	研究论文	本研究利用深度学习技术开发卷积神经网络(CNNs)，自动分类腹部MRI的三个核心属性：脉冲序列类型、成像方向和对比增强状态	开发了三种具有相似骨干架构的CNNs，用于单图像切片分类，并在体积级别实现了100%的准确率，同时使用Grad-CAM可视化影响预测的图像区域	研究中未提及模型对于不同扫描仪技术或成像协议变化的适应性限制	开发标准化工具以自动识别和表征MRI关键成像属性，支持大规模多机构研究	腹部MRI图像	计算机视觉	NA	MRI	CNN	图像	使用Duke Liver Dataset进行外部验证
138	2025-08-07	Deep limit order book forecasting: a microstructural guide 2025-Jul-22, Quantitative finance IF:1.5Q2 DOI:10.1080/14697688.2025.2522911 PMID:40755861	研究论文	利用深度学习技术探索高频限价订单簿中间价格变化的可预测性，并发布开源代码库LOBFrame	提出创新的操作框架，通过关注完整交易预测的准确性来评估预测的实用性，并指出传统机器学习指标在限价订单簿环境中的不足	深度学习的高预测能力不一定对应可操作的交易信号	探索高频限价订单簿中间价格变化的可预测性及其在交易中的应用	NASDAQ交易所交易的多种股票	机器学习	NA	深度学习	NA	高频限价订单簿数据	多种NASDAQ交易所交易的股票
139	2025-08-07	Fully Automated Anatomy Labeling for Intracardiac Echocardiography Using Deep Learning 2025-Jul-17, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2025.06.009 PMID:40767798	research paper	开发了一种基于深度学习的全自动解剖标记算法，用于心内超声心动图(ICE)的解剖结构识别	首次提出全自动深度学习方法用于ICE图像的解剖结构标记，可作为教育或导航工具	21个解剖结构中只有15个被正确识别，且精度和召回率超过70%	开发自动化工具辅助心内超声心动图(ICE)在电生理(EP)手术中的应用	来自右心房的ICE图像	digital pathology	cardiovascular disease	deep learning	CNN	image	605次EP手术中的196,768张图像
140	2025-08-07	Evaluating Artificial Intelligence-Assisted Prostate Biparametric MRI Interpretation: An International Multireader Study 2025-Jul-16, AJR. American journal of roentgenology DOI:10.2214/AJR.24.32399 PMID:40668633	研究论文	评估人工智能辅助前列腺双参数MRI解读的国际多读者研究	使用深度学习AI模型提高前列腺双参数MRI解读的准确性和读者间一致性	AI辅助略微降低了病灶水平的敏感性，需要进一步优化以在不影响特异性的情况下提高敏感性	评估AI模型对前列腺双参数MRI解读中临床显著前列腺癌和前列腺癌检出率及读者间一致性的影响	前列腺双参数MRI扫描	数字病理	前列腺癌	双参数MRI (bpMRI)	深度学习AI模型	MRI图像	180名患者（120例病例组，60例对照组）