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
141	2025-06-26	Recent Applications of Artificial Intelligence and Related Technical Challenges in MALDI MS and MALDI-MSI: A Mini Review 2025, Mass spectrometry (Tokyo, Japan) DOI:10.5702/massspectrometry.A0175 PMID:40551965	综述	本文综述了人工智能在MALDI MS和MALDI-MSI中的最新应用及相关技术挑战	探讨了人工智能在提高MALDI-TOF MS和MALDI-MSI数据分析中的准确性和效率方面的潜力	人工智能技术仍处于初步阶段，存在识别、定量和解释方法不够有效的问题	回顾人工智能在质谱数据分析中的应用及面临的挑战	MALDI-TOF MS和MALDI-MSI数据	质谱分析	NA	MALDI-TOF MS, MALDI-MSI	监督机器学习, 人工神经网络	质谱数据	NA
142	2025-06-26	Tooth image segmentation and root canal measurement based on deep learning 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1565403 PMID:40552111	research paper	本研究开发了一种基于深度学习的牙齿图像分割和根管测量自动化方法，旨在为临床医生提供客观、高效和准确的测量结果	利用Attention U-Net识别牙齿描述符，并采用集成的深度学习方法进行分割，自动测量和可视化根管长度和角度	未提及样本量的具体限制或潜在的泛化性问题	开发自动化方法以辅助临床医生进行根管诊断分级、器械选择和术前规划	牙齿的CBCT图像	digital pathology	NA	cone beam computed tomography (CBCT)	Attention U-Net	image	未提及具体样本量
143	2025-06-26	Multi-atlas ensemble graph neural network model for major depressive disorder detection using functional MRI data 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1537284 PMID:40552311	研究论文	本文提出了一种基于多图谱集成图神经网络（GNN）的模型，用于利用静息态功能磁共振成像（rs-fMRI）数据检测重度抑郁症（MDD）	通过结合多个大脑区域分割图谱的功能连接特征，构建集成模型，以更准确地捕捉大脑复杂性并检测MDD的独特特征，相比单一图谱模型更具优势	模型在跨站点数据上的泛化能力虽经测试，但实际应用中可能仍需进一步验证	开发一种能够从rs-fMRI图像中检测出区分性特征的集成GNN模型，以辅助MDD的诊断	重度抑郁症（MDD）患者的功能磁共振成像数据	数字病理学	抑郁症	静息态功能磁共振成像（rs-fMRI）	图神经网络（GNN）	图像	大型多站点MDD数据集（具体数量未提及）
144	2025-06-26	Recognition of common shortwave protocols and their subcarrier modulations based on multi-scale convolutional GRU 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326536 PMID:40554517	研究论文	本研究提出了一种基于多尺度卷积GRU的模型，用于自动识别短波通信协议及其子载波调制格式	提出了一种混合架构MSC-GRU，结合并行卷积分支和双向GRU，增强了空间特征多样性和序列学习能力	仅针对三种短波通信协议及其子载波调制格式进行了验证，未涉及更多协议类型	解决复杂环境下短波通信协议和调制格式的自动识别问题	短波通信信号	信号处理	NA	深度学习	MSC-GRU（多尺度卷积GRU）	时间序列信号	45,000个标记样本（包括仿真和USRP采集的真实数据）
145	2025-06-26	Systematic review of generative adversarial networks (GANs) in cell microscopy: Trends, practices, and impact on image augmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0291217 PMID:40554529	系统综述	本文系统综述了生成对抗网络（GANs）在细胞显微镜图像增强中的趋势、实践和影响	分析了GANs在细胞显微镜图像增强中的流行架构和损失函数，并提出了设计良好实践和黄金标准的重要性	研究中存在性能指标、基线和数据集缺乏共识的问题	探讨GANs在细胞显微镜图像增强中的应用及其影响	细胞显微镜图像	计算机视觉	NA	生成对抗网络（GANs）	StyleGAN, Vanilla, Wasserstein	图像	46项研究，其中23项以图像增强为主要任务，29个公开数据集
146	2025-06-26	A flow pattern recognition method for gas-liquid two-phase flow based on dilated convolutional channel attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325784 PMID:40554565	研究论文	本文提出了一种基于扩张卷积通道注意力机制的增强型DenseNet模型（ED-DenseNet），用于提高气液两相流流型图像的识别准确率	通过引入多分支结构、ECA注意力机制和扩张卷积，增强了深度特征提取能力，实现了多尺度特征提取和精细化的通道信息处理	实验数据集的规模有限	提高气液两相流流型图像的识别准确率	气液两相流的流型图像	计算机视觉	NA	深度学习	ED-DenseNet（基于DenseNet121改进的模型）	图像	包含环状流、泡状流、搅动流、分散流和段塞流等多种流型的气液两相流图像数据集
147	2025-06-26	An integrated IKOA-CNN-BiGRU-Attention framework with SHAP explainability for high-precision debris flow hazard prediction in the Nujiang river basin, China 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326587 PMID:40554568	研究论文	提出了一种可解释的深度学习框架IKOA-CNN-BiGRU-Attention，用于中国怒江流域的高精度泥石流灾害预测	结合了改进的开普勒优化算法、CNN、双向门控循环单元和注意力机制，并通过SHAP增强模型可解释性	研究仅针对怒江流域云南段，模型在其他地区的适用性有待验证	开发高精度且可解释的泥石流灾害预测模型	怒江流域云南段159条泥石流易发沟谷	机器学习	NA	深度学习	IKOA-CNN-BiGRU-Attention	地质环境数据	159条泥石流易发沟谷
148	2025-06-26	The impact of artificial intelligence on the endoscopic assessment of inflammatory bowel disease-related neoplasia 2025, Therapeutic advances in gastroenterology IF:3.9Q1 DOI:10.1177/17562848251348574 PMID:40556746	综述	本文总结了人工智能在炎症性肠病相关肿瘤内镜评估中的应用现状、潜在益处、局限性和未来方向	聚焦于AI在IBD相关肿瘤检测中的应用，填补了该领域文献的不足	针对IBD相关肿瘤的临床数据仍然有限，需要更多IBD特异性队列的验证	评估AI技术在炎症性肠病相关肿瘤内镜检测中的应用效果	炎症性肠病(IBD)患者	数字病理学	炎症性肠病	机器学习和深度学习技术	NA	内镜图像	NA
149	2025-06-26	Deep learning based automation of mean linear intercept quantification in COPD research 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1461016 PMID:40556856	研究论文	本文提出了一种基于深度学习的自动化方法，用于量化慢性阻塞性肺疾病（COPD）研究中的平均线性截距（MLI）	利用AutoML软件开发了一种自动化MLI量化方法，显著提高了处理效率和结果的可比性	自动化方法得出的MLI值普遍高于手动测量值，尽管这种差异具有一致性	开发一种自动化工具以提高COPD研究中肺气肿定量分析的效率和准确性	C57BL/6小鼠的染色组织显微镜图像	数字病理学	慢性阻塞性肺疾病	AutoML	语义分割算法	图像	两组C57BL/6小鼠（吸烟组和对照组）
150	2025-06-26	Deep learning for MRI-based acute and subacute ischaemic stroke lesion segmentation-a systematic review, meta-analysis, and pilot evaluation of key results 2025, Frontiers in medical technology IF:2.7Q3 DOI:10.3389/fmedt.2025.1491197 PMID:40556872	系统综述与荟萃分析	本文系统综述了2015年至2023年间使用深度学习算法对急性及亚急性缺血性卒中病灶进行MRI分割的研究，并通过荟萃分析评估了不同架构的性能	首次针对急性及亚急性卒中病灶分割任务系统评估了最优深度学习架构，并验证了带残差连接的U-Net配置的优越性	纳入研究的算法泛化性普遍不足，且仅评估了ISLES-2015-SISS数据集	确定MRI图像中急性/亚急性缺血性卒中病灶分割的最佳深度学习架构	急性及亚急性缺血性卒中患者的脑部MRI图像	医学图像分析	缺血性卒中	深度学习	U-Net变体（UResNet50/AG-UResNet50）	MRI图像	41项研究（来自1485篇筛选文献）
151	2025-06-26	Auto-branch multi-task learning for simultaneous prediction of multiple correlated traits associated with Alzheimer's disease 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1538544 PMID:40557283	研究论文	提出了一种自动分支多任务学习模型，用于同时预测与阿尔茨海默病相关的多个相关表型	在深度学习框架内提出动态分支的多任务学习模型，防止负面信息传递，确保表型间参数共享有益	未提及具体样本量及数据来源的局限性	提升多相关表型的预测性能	与阿尔茨海默病相关的七个表型	机器学习	老年病	深度学习	自动分支多任务学习模型	遗传数据	NA
152	2025-06-26	COVID-19 IgG antibodies detection based on CNN-BiLSTM algorithm combined with fiber-optic dataset 2024-12, Journal of virological methods IF:2.2Q3 DOI:10.1016/j.jviromet.2024.115011 PMID:39154936	研究论文	本研究提出了一种结合CNN和Bi-LSTM的混合模型，用于基于光纤数据的COVID-19 IgG抗体检测	首次将CNN与Bi-LSTM结合用于COVID-19 IgG抗体检测，并引入全面的数据预处理流程	未提及样本量的具体数字和研究人群特征	开发高效准确的COVID-19自动化筛查工具	SARS-CoV-2免疫球蛋白G(IgG)抗体	机器学习	COVID-19	光纤数据	CNN-BiLSTM	光纤数据	NA
153	2025-06-26	Automated Segmentation of Knee Menisci Using U-Net Deep Learning Model: Preliminary Results 2024-Dec, Maedica DOI:10.26574/maedica.2024.19.4.690 PMID:39974461	研究论文	本研究利用U-Net深度学习模型对膝关节MRI扫描中的半月板进行自动检测和分割	首次采用U-Net深度学习模型实现膝关节半月板的自动分割，并通过不同训练周期优化模型性能	面临数据稀缺问题，且需要进行序列特异性优化	开发自动识别和分割膝关节MRI扫描中半月板的深度学习模型	膝关节MRI扫描图像中的半月板	数字病理	骨科疾病	MRI扫描	U-Net	图像	154例膝关节MRI扫描图像（104例训练集+50例微调集）
154	2025-06-26	Semi-Supervised Contrastive VAE for Disentanglement of Digital Pathology Images 2024-Nov, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72083-3_43 PMID:40556771	研究论文	提出了一种用于数字病理图像解耦的半监督对比VAE方法，以提高深度学习模型的可解释性	首次提出针对病理图像的解耦方法，包括级联解耦、新颖架构和重建分支等创新点	NA	提高肿瘤浸润淋巴细胞(TIL)检测深度学习模型的可解释性和泛化能力	数字病理图像	数字病理学	癌症	VAE	半监督对比VAE	图像	NA
155	2025-06-26	A pathology foundation model for cancer diagnosis and prognosis prediction 2024-Oct, Nature IF:50.5Q1 DOI:10.1038/s41586-024-07894-z PMID:39232164	研究论文	开发了一个名为CHIEF的通用弱监督机器学习框架，用于从病理图像中提取特征以进行系统性癌症评估	提出了CHIEF模型，结合无监督预训练和弱监督预训练两种互补方法，提取多样化的病理表征，提高了模型的泛化能力	模型在跨人群和不同切片制备方法的样本上的表现仍有待进一步验证	开发一个通用的病理学基础模型，用于癌症诊断和预后预测	病理切片图像	数字病理学	癌症	弱监督机器学习	CHIEF	图像	60,530张全切片图像（训练集），19,491张全切片图像（验证集）
156	2025-06-26	scEMB: Learning context representation of genes based on large-scale single-cell transcriptomics 2024-Sep-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.24.614685 PMID:39386549	research paper	介绍了一种基于transformer的深度学习模型scEMB，用于从大规模单细胞转录组数据中学习基因的上下文表示	scEMB采用创新的分箱策略整合多平台数据，有效保留基因表达层次和细胞类型特异性，并在下游任务中表现优于现有模型	未明确提及具体限制	从大规模单细胞转录组数据中提取有生物学意义的基因上下文表示	单细胞转录组数据和基因表达关系	生物信息学	阿尔茨海默病	单细胞转录组测序	transformer	单细胞转录组数据	超过3000万个单细胞转录组
157	2025-06-26	Application of artificial intelligence in drug design: A review 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108810 PMID:38991316	综述	本文综述了人工智能在药物设计中的应用及其对制药行业的变革性影响	探讨了AI如何通过机器学习和深度学习模型优化药物设计过程，提高药物发现的效率和准确性	未具体提及AI在药物设计中应用的具体限制或挑战	研究人工智能在药物设计中的应用及其对制药行业的潜在影响	药物设计过程和制药行业	机器学习	NA	机器学习和深度学习	NA	药物化合物数据	NA
158	2025-06-26	DP-SSLoRA: A privacy-preserving medical classification model combining differential privacy with self-supervised low-rank adaptation 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108792 PMID:38964242	research paper	提出了一种结合差分隐私与自监督低秩适应的隐私保护医学分类模型DP-SSLoRA	结合自监督预训练和低秩分解方法，在差分隐私框架下提升了医学图像分类的隐私保护与性能平衡	仅在三组胸部X光数据集上验证，未测试其他医学影像模态	解决医学深度学习模型中的隐私保护问题	胸部X光医学影像数据	digital pathology	lung cancer	differential privacy, self-supervised learning, low-rank adaptation	DP-SSLoRA（基于低秩分解的神经网络）	医学影像（X光片）	三个公开胸部X光数据集（RSNA、Covid-QU-mini、Chest X-ray 15k）
159	2025-06-26	Considerations on Image Preprocessing Techniques Required by Deep Learning Models. The Case of the Knee MRIs 2024-Sep, Maedica DOI:10.26574/maedica.2024.19.3.526 PMID:39553362	research paper	本研究探讨了膝关节MRI图像预处理步骤对深度学习模型检测半月板损伤的重要性及其在实际诊断中的应用	介绍了创新的预处理方法，旨在提高深度学习模型训练的效率，并减少半月板撕裂分割或定位任务的时间和精力	研究仅针对188名患者的PD矢状面图像，样本量相对有限	优化膝关节MRI图像的预处理步骤，以提高深度学习模型在半月板损伤诊断中的效果	膝关节MRI图像，特别是半月板损伤	digital pathology	knee conditions	MRI, DICOM, NIfTI	deep learning segmentation model	image	188名患者的PD矢状面MRI扫描
160	2025-06-26	Semantic contrast with uncertainty-aware pseudo label for lumbar semi-supervised classification 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108754 PMID:38878404	研究论文	提出了一种名为SeCoFixMatch的创新方法，将语义对比和不确定性感知伪标签技术整合到半监督学习中，用于腰椎间盘突出症的MRI图像分类	结合语义对比和不确定性感知伪标签技术，通过优化KL损失计算不确定性，生成更精确的伪标签	未提及具体的数据集来源和多样性，可能影响模型的泛化能力	开发一种高效的半监督学习算法，减少腰椎间盘突出症MRI图像分类所需的标注工作量	腰椎间盘突出症的MRI图像	计算机视觉	腰椎间盘突出症	MRI	SeCoFixMatch	图像	仅需40个标注样本即可超越使用200个标注样本的基线模型