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	2025-05-13	Cellular senescence predicts breast cancer risk from benign breast disease biopsy images 2025-Mar-11, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01993-z PMID:40069863	research paper	该研究通过深度学习模型预测乳腺上皮和脂肪组织中的细胞衰老评分，评估良性乳腺疾病（BBD）女性患乳腺癌的风险	首次利用深度学习模型从H&E染色的活检图像中预测细胞衰老评分，并将其与乳腺癌风险关联	研究仅基于回顾性数据，且样本来源单一（Kaiser Permanente Northwest）	评估细胞衰老评分对良性乳腺疾病女性患乳腺癌风险的预测价值	15,395名接受BBD活检的女性（512例后续发展为乳腺癌，491例对照）	digital pathology	breast cancer	H&E染色，深度学习	深度学习模型（具体类型未说明）	image	512例病例和491例对照
142	2025-05-13	Vision Mamba and xLSTM-UNet for medical image segmentation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88967-5 PMID:40059111	研究论文	本研究提出了一种新型医学图像分割网络VMAXL-UNet，结合了结构化状态空间模型（SSM）和轻量级LSTM（xLSTM），以解决传统CNN和Transformer模型在医学图像分割中的局限性	首次将SSM与xLSTM结合用于医学图像分割，通过VSS和ViL模块有效融合局部边界细节与全局语义上下文	未提及模型在更大规模或更多样化医学数据集上的泛化能力	开发更高效的医学图像分割方法	医学图像分割	数字病理	NA	深度学习	VMAXL-UNet（结合SSM和xLSTM）	医学图像	ISIC17、ISIC18、CVC-ClinicDB和Kvasir数据集
143	2025-05-13	Machine learning-assisted wearable sensing systems for speech recognition and interaction 2025-Mar-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57629-5 PMID:40064879	研究论文	提出了一种可穿戴无线柔性皮肤附着声学传感器（SAAS），用于在恶劣声学环境中实现语音识别和人机交互	采用高灵敏度、宽带宽的压电微机械超声换能器（PMUT），结合ResNet架构显著提高了喉部语音特征的分类准确率	未提及在极端环境下的性能测试或长期佩戴的舒适性评估	开发一种在噪声环境下稳定工作的语音识别和人机交互系统	人类语音及皮肤振动	可穿戴技术	NA	压电微机械超声换能器（PMUT）	ResNet	语音振动信号	未明确提及具体样本数量，但展示了多个人机交互场景的数据收集
144	2025-05-13	Pixel level deep reinforcement learning for accurate and robust medical image segmentation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92117-2 PMID:40064951	research paper	提出了一种基于像素级深度强化学习的医学图像分割模型PixelDRL-MG，以提高分割的准确性和鲁棒性	引入像素级深度强化学习，提出PixelDRL-MG模型和PA3C策略，无需用户交互或粗分割掩码即可直接分割感兴趣区域	NA	解决现有深度学习方法在医学图像分割中的路径依赖问题，提高分割性能并减少模型参数	医学图像	digital pathology	NA	deep reinforcement learning	PixelDRL-MG, PA3C	image	两个常用医学图像分割数据集（具体数量未提及）
145	2025-05-13	Leveraging large language models for knowledge-free weak supervision in clinical natural language processing 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68168-2 PMID:40064991	研究论文	本文提出了一种利用大型语言模型（LLMs）进行无领域知识的弱监督方法，用于临床自然语言处理	通过微调LLMs和弱监督方法，无需领域知识即可生成弱标记数据，用于训练下游BERT模型，并在少量黄金标准数据上进一步微调	LLMs的推理计算量较大	解决临床自然语言处理中标记数据不足的问题	临床命名实体识别	自然语言处理	NA	弱监督学习、上下文学习	LLM（Llama2-13B）、BERT	文本	不超过10份黄金标准笔记（少量数据）
146	2025-05-13	Accuracy of deep learning models in the detection of accessory ostium in coronal cone beam computed tomographic images 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93250-8 PMID:40064998	研究论文	本研究评估了深度学习模型在冠状锥形束计算机断层扫描（CBCT）图像中检测副口（AO）的准确性	首次研究了CNN在放射影像中检测AO的有效性，填补了该领域的研究空白	研究仅使用了CBCT扫描的裁剪二维图像，未涉及三维CBCT扫描	确定深度学习模型在冠状CBCT图像中检测AO的准确性	副口（AO）在颌窦中的解剖变异	数字病理	鼻窦疾病	CBCT扫描	VGG16, MobileNetV2, ResNet101V2	图像	454张冠状截面图像（来自856个大视野CBCT扫描），经过预处理和增强后得到1260张图像
147	2025-05-13	SNPeBoT: a tool for predicting transcription factor allele specific binding 2025-Mar-10, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06094-4 PMID:40065237	research paper	介绍了一种名为SNPeBoT的深度学习模型，用于预测单核苷酸多态性(SNP)对转录因子结合的影响	开发了一个新的深度学习模型SNPeBoT，用于预测SNP对转录因子结合的等位基因特异性结合(ASB)影响，相比现有工具具有更高的准确性和ASB召回率	未明确提及具体局限性	预测SNP对转录因子结合的影响，以帮助发现与非编码突变相关的疾病	转录因子和它们的DNA结合位点	machine learning	NA	ChIP-seq, PBM, 深度学习	CNN	DNA序列数据	18211个E-score profiles，来自113个转录因子
148	2025-05-13	Convolutional block attention gate-based Unet framework for microaneurysm segmentation using retinal fundus images 2025-Mar-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01625-0 PMID:40065294	research paper	提出了一种基于CBAM-AG U-Net模型的微动脉瘤分割方法，用于糖尿病视网膜病变的早期检测	在U-Net架构中结合了卷积块注意力模块（CBAM）和注意力门（AG）机制，以提高特征提取和分割精度	未提及模型在其他数据集上的泛化能力或实际临床应用中的表现	开发一种自动分割视网膜微动脉瘤的深度学习技术，以辅助糖尿病视网膜病变的早期诊断和治疗	视网膜眼底图像中的微动脉瘤	digital pathology	diabetic retinopathy	deep learning	CBAM-AG U-Net	image	IDRiD数据集（具体样本数量未提及）
149	2025-05-13	Advancing AI-driven thematic analysis in qualitative research: a comparative study of nine generative models on Cutaneous Leishmaniasis data 2025-Mar-10, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02961-5 PMID:40065373	研究论文	本研究比较了九种生成式AI模型与传统方法在皮肤利什曼病心理社会影响主题分析中的效果	首次系统评估多种先进AI生成模型在定性研究主题分析中的应用效果，并建立了脆弱性循环框架的新理论维度	研究仅针对皮肤利什曼病单一疾病数据，样本量相对有限(448份回答)	评估AI辅助主题分析在定性研究中的有效性	皮肤利什曼病患者的心理社会影响	自然语言处理	皮肤利什曼病	主题分析，Jaccard指数计算，Cohen's Kappa系数分析	Llama 3.1 405B, Claude 3.5 Sonnet, NotebookLM, Gemini 1.5 Advanced Ultra, ChatGPT o1-Pro, ChatGPT o1, GrokV2, DeepSeekV3, Gemini 2.0 Advanced	文本	448份参与者回答
150	2025-05-13	Automated deep learning-based assessment of tumour-infiltrating lymphocyte density determines prognosis in colorectal cancer 2025-Mar-10, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06254-3 PMID:40065354	research paper	开发了一种基于深度学习的自动化方法，用于评估结直肠癌中肿瘤浸润淋巴细胞（TILs）的密度，以预测患者预后	首次实现了完全自动化的iTIL评估系统，能够在多个独立患者队列中推广使用	研究仅针对结直肠癌患者，未涉及其他癌症类型	通过自动化评估TIL密度来预测结直肠癌患者的预后	结直肠癌患者的H&E切片	digital pathology	colorectal cancer	H&E染色	deep neural networks	image	发现队列353例，验证队列1070例和885例
151	2025-05-13	Precise engineering of gene expression by editing plasticity 2025-Mar-10, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03516-7 PMID:40065399	研究论文	本研究通过深度学习和实验验证，提出了一种精确调控基因表达的新方法，并应用于作物改良	提出了'编辑可塑性'的新概念，结合深度学习模型和实验验证，实现了对基因表达的精确调控	研究主要集中于玉米中的ZmVTE4基因，需要进一步验证在其他作物和基因中的适用性	开发一种精确调控基因表达的方法，用于作物性状改良	转录顺式调控元件(CREs)和玉米ZmVTE4基因	遗传工程	NA	UMI-STARR-seq, 深度学习方法	序列到表达的深度学习模型	基因序列数据	12,000个合成序列
152	2025-05-13	A CT-based interpretable deep learning signature for predicting PD-L1 expression in bladder cancer: a two-center study 2025-Mar-10, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00849-1 PMID:40065444	research paper	本研究构建并评估了一种基于CT的深度学习特征，用于预测膀胱癌患者PD-L1表达状态	结合卷积神经网络和放射组学机器学习技术，构建了预测PD-L1表达状态的深度学习特征，并通过SHAP技术解释模型内部预测过程	研究为回顾性设计，样本量相对有限（190例患者）	开发预测膀胱癌PD-L1表达状态的影像学工具	膀胱癌患者	digital pathology	bladder cancer	computed tomography, deep learning, radiomics	CNN	CT images	190例来自两个医疗中心的膀胱癌患者（训练集127例，外部验证集63例）
153	2025-05-13	Development of a deep learning-based model for guiding a dissection during robotic breast surgery 2025-Mar-10, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01981-3 PMID:40065440	研究论文	开发了一种基于深度学习的模型，用于指导机器人乳房手术中的解剖操作	首次利用深度学习技术开发机器人乳房切除术中的手术引导系统，为初学者和培训生提供解剖平面指导	研究仅基于10个手术视频的8834张图像，样本量相对有限	开发适用于机器人乳房切除术的深度学习引导系统，提升手术培训效果	机器人乳房切除术的手术视频图像	数字病理	乳腺癌	深度学习	DL	视频图像	10个手术视频中的8834张图像（其中428张用于模型训练和测试）
154	2025-05-13	Dementia Overdiagnosis in Younger, Higher Educated Individuals Based on MMSE Alone: Analysis Using Deep Learning Technology 2025-Mar-10, Journal of Korean medical science IF:3.0Q1 DOI:10.3346/jkms.2025.40.e20 PMID:40065710	研究论文	本研究探讨了单独使用MMSE与结合其他认知评估在预测痴呆诊断中的效果，旨在提高痴呆诊断的准确性	使用随机森林模型比较单独MMSE与结合其他认知测试的诊断效果，发现结合多种评估可显著提高诊断精度	研究样本仅限于有主观认知障碍的参与者，可能不适用于所有人群	改进痴呆诊断的准确性，特别是针对年轻和高教育水平人群	2863名有主观认知障碍的参与者	机器学习	老年疾病	随机森林模型	随机森林	认知评估数据	2863名参与者
155	2025-05-13	A review of urban heat island mapping approaches with a special emphasis on the Indian region 2025-Mar-08, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-13810-3 PMID:40055272	综述	本文对全球城市热岛（UHI）测绘方法进行了批判性回顾，特别关注印度地区及基于AI的方法	特别强调印度地区及AI方法在城市热岛测绘中的应用	主要关注印度地区，可能缺乏对其他地区的深入分析	提高城市热岛效应测绘和监测的准确性，以改善生活质量	城市热岛效应及其测绘方法	机器学习	NA	机器学习和深度学习算法	NA	NA	NA
156	2025-05-13	A prediction model for the risk of developing mild cognitive impairment in older adults with sarcopenia: evidence from the CHARLS 2025-Mar-08, Aging clinical and experimental research IF:3.4Q2 DOI:10.1007/s40520-025-02980-2 PMID:40055290	research paper	开发了一种深度学习模型，用于预测患有肌肉减少症的老年人发生轻度认知障碍的风险	利用机器学习和深度学习技术，结合CHARLS数据，构建了一个预测模型，并开发了在线工具	样本量相对较小，且仅基于中国健康与养老追踪调查（CHARLS）的数据	开发一个准确的预测模型，用于筛查肌肉减少症患者的轻度认知障碍风险	570名患有肌肉减少症的患者	machine learning	geriatric disease	machine learning, deep learning	deep learning	clinical data	570 patients with sarcopenia from CHARLS
157	2025-05-13	Development and validation of computer-aided detection for colorectal neoplasms using deep learning incorporated with computed tomography colonography 2025-Mar-08, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-025-03742-0 PMID:40055612	研究论文	本研究开发并验证了结合深度学习与CT结肠造影的计算机辅助检测系统，用于结直肠肿瘤的诊断	采用基于faster R-CNN的神经网络结构检测结直肠病变，并通过整合两个位置的评估提高了AI算法的敏感性	外部验证数据量相对较小（137例患者），且未详细说明不同机构间数据质量的差异性	提升CT结肠造影图像中结直肠肿瘤病变的检测敏感性	结直肠肿瘤病变	数字病理	结直肠癌	CT结肠造影	faster R-CNN	医学影像	训练及内部验证数据453例患者（来自日本多中心试验），外部验证数据137例患者（来自其他两家机构）
158	2025-05-13	Improving lung cancer pathological hyperspectral diagnosis through cell-level annotation refinement 2025-Mar-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85678-9 PMID:40057531	研究论文	本研究通过改进细胞级别的标注，提升高光谱病理图像分析的准确性，并创建了一个高质量的肺肿瘤高光谱数据集	提出了一种半自动标注细化方法，结合K-means无监督聚类和人工引导选择，基于光谱特征将粗标注细化为细胞级别的掩码	研究仅针对肺鳞状细胞癌的高光谱数据集，样本量为65个图像样本，可能限制了方法的泛化能力	提升高光谱病理图像分析的准确性，解决标注粗糙的问题	肺鳞状细胞癌的高光谱病理图像	数字病理	肺癌	高光谱成像	K-means聚类	图像	65个高光谱图像样本
159	2025-05-13	Hand X-rays findings and a disease screening for Turner syndrome through deep learning model 2025-Mar-08, BMC pediatrics IF:2.0Q2 DOI:10.1186/s12887-025-05532-9 PMID:40057693	研究论文	通过深度学习模型分析特纳综合征（TS）患者的手部X射线特征并建立疾病筛查模型	首次利用深度学习模型分析TS患者的手部X射线参数，并建立高精度的疾病筛查模型	样本量较小（101例），且模型在测试集上的准确率为78.89%，仍有提升空间	提高特纳综合征的诊断准确性，减少临床误诊和漏诊	101例特纳综合征儿科患者的手部X射线数据	数字病理	特纳综合征	X射线成像	ResNet50	图像	101例儿科患者
160	2025-05-13	Prediction of tumor spread through air spaces with an automatic segmentation deep learning model in peripheral stage I lung adenocarcinoma 2025-Mar-08, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-025-03174-0 PMID:40057743	research paper	评估基于自动分割的深度学习模型在术前预测外周I期肺腺癌肿瘤通过气腔扩散的临床适用性	使用自动分割的深度学习模型预测肿瘤通过气腔扩散，超越传统放射组学模型的诊断准确性和临床适用性	研究为回顾性研究，可能存在选择偏差，且样本量未明确说明	术前预测外周I期肺腺癌肿瘤通过气腔扩散	接受手术治疗的外周I期肺腺癌患者	digital pathology	lung cancer	deep learning, radiomics	VNet	image	NA