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	2025-05-14	A robust deep learning approach for segmenting cortical and trabecular bone from 3D high resolution µCT scans of mouse bone 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92954-1 PMID:40082604	research paper	本文提出了一种名为DBAHNet的深度学习架构，用于自动分割小鼠胫骨3D高分辨率µCT扫描中的皮质骨和小梁骨	DBAHNet结合了transformer和卷积神经网络，以捕捉长距离依赖和局部特征，提高了上下文表示能力	训练数据集有限，仅基于小鼠胫骨的3D µCT扫描	提高高分辨率µCT小鼠胫骨扫描的自动分割准确性和效率	小鼠胫骨的皮质骨和小梁骨	digital pathology	NA	µCT扫描	DBAHNet（结合transformer和CNN的混合网络）	3D图像	来自七项不同研究的小鼠胫骨3D µCT扫描数据集
142	2025-05-14	Artificial intelligence based classification and prediction of medical imaging using a novel framework of inverted and self-attention deep neural network architecture 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93718-7 PMID:40082642	research paper	提出了一种基于人工智能的新型深度学习框架，用于分类多种医学影像模态	引入了两种新颖的自定义深度学习架构（IRCNN和SACNN），并采用改进的串行融合方法和优化算法SScSEM进行特征选择和分类	未提及样本量的具体限制或数据集的潜在偏差	提高医学影像分类的准确性和效率	多种医学影像模态（如乳腺X线摄影、内窥镜图像、皮肤镜图像、肺癌和口腔癌影像）	computer vision	lung cancer, oral cancer	deep learning, data augmentation, feature fusion	IRCNN, SACNN, SWNN	image	五个公开数据集（INBreast、KVASIR、ISIC2018、肺癌和口腔癌数据集）
143	2025-05-14	Development and evaluation of a deep learning framework for pelvic and sacral tumor segmentation from multi-sequence MRI: a retrospective study 2025-Mar-13, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00850-8 PMID:40082955	research paper	开发并评估了一种用于从多序列MRI中分割盆腔和骶骨肿瘤的深度学习框架	提出了一种结合2.5D U-net和MobileNetV2的深度学习框架，并采用快速标注策略，减少了数据标注的依赖性	研究为回顾性研究，可能存在选择偏倚	开发高效的盆腔和骶骨肿瘤分割方法，以支持治疗和手术规划	盆腔和骶骨肿瘤（PSTs）	digital pathology	pelvic and sacral tumors	multi-sequence MRI (T1-w, T2-w, DWI, CET1-w)	2.5D U-net, MobileNetV2	MRI images	616名病理确诊的盆腔和骶骨肿瘤患者
144	2025-05-14	Deep learning based automatic quantification of aortic valve calcification on contrast enhanced coronary CT angiography 2025-Mar-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93744-5 PMID:40069321	研究论文	本研究评估了基于深度学习的自动量化主动脉瓣钙化在对比增强冠状动脉CT血管造影中的可行性，并与手动钙化评分进行了比较	开发了一种结合DeepLab v3+和XGBoost模型的自动化方法，用于在增强CT上高精度量化主动脉瓣钙化，减少了对非对比CT的依赖	研究为回顾性分析，样本量相对有限（n=177）	评估自动量化主动脉瓣钙化的可行性，为主动脉狭窄评估提供替代方案	接受主动脉狭窄评估的177名患者	数字病理学	心血管疾病	对比增强冠状动脉CT血管造影	DeepLab v3+和XGBoost	医学影像	177名患者（97例开发集，80例内部验证集）
145	2025-05-14	Two-Year Hypertension Incidence Risk Prediction in Populations in the Desert Regions of Northwest China: Prospective Cohort Study 2025-Mar-12, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/68442 PMID:40072485	研究论文	本研究旨在开发和验证一个用于预测中国西北沙漠地区人群2年内高血压发病风险的机器学习模型	利用大规模健康检查数据开发并验证了针对沙漠地区人群的高血压风险预测模型，结合了多种机器学习和深度学习方法，并开发了基于网络的应用程序以提高临床和公共卫生应用的可及性	研究结果可能仅适用于中国西北沙漠地区人群，对其他地区的适用性有待验证	开发、校准和前瞻性验证一个2年高血压风险预测模型，以支持早期检测和干预策略	居住在中国西北塔克拉玛干沙漠周边4个地区的成年人群	机器学习	心血管疾病	多种机器学习方法（逻辑回归、随机森林、XGBoost、LightGBM）和深度学习方法（Feature Tokenizer + Transformer, SAINT）	CatBoost	健康检查数据（人口统计学、生活方式因素、体检和实验室测量）	回顾性队列1,038,170名成年人（2019-2021年），前瞻性验证队列961,519名成年人（2021-2023年）
146	2025-05-14	Disease detection on exterior surfaces of buildings using deep learning in China 2025-Mar-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92112-7 PMID:40074790	研究论文	本研究探讨了深度学习技术在中国城市建筑外表面病害检测中的应用，旨在提高检测效率和准确性	通过整合DenseNet块和Swin-Transformer预测头改进了特征提取和准确性，显著优于传统方法	数据集仅包含289张高分辨率图像，可能影响模型的泛化能力	提高城市建筑外表面病害检测的效率和准确性，提供实时监测解决方案	城市建筑外表面	计算机视觉	NA	深度学习	DenseNet, Swin-Transformer	图像	289张高分辨率图像
147	2025-05-14	Mapping variants in thyroid hormone transporter MCT8 to disease severity by genomic, phenotypic, functional, structural and deep learning integration 2025-Mar-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56628-w PMID:40075072	research paper	该研究通过整合基因组、表型、功能、结构数据和深度学习技术，对甲状腺激素转运体MCT8的基因变异与疾病严重程度进行了映射分析	结合深度表型数据、功能与计算测试及人群队列结果，开发了一种可推广的方法来提升罕见遗传病的多维度研究	研究主要关注男性患者，且样本量相对有限	预测和量化罕见病中基因变异的表型后果，特别是在甲状腺激素转运体MCT8基因中	甲状腺激素转运体MCT8基因的变异及其与疾病表型的关系	genomics	neurodevelopmental disorder	genomic, phenotypic, functional, structural analysis, deep learning	deep learning	genomic, phenotypic, functional, structural data	~400,000 individuals with common genetic variants in MCT8
148	2025-05-14	Lung cancer detection with machine learning classifiers with multi-attribute decision-making system and deep learning model 2025-Mar-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88188-w PMID:40075131	research paper	该论文旨在通过机器学习和深度学习模型对肺部X光图像进行分类，以区分良恶性并识别疾病类型	结合多属性决策方法TOPSIS对分类器进行排名，并提出了深度学习模型Inception v3，实现了97.05%的准确率	未提及数据集的具体来源和样本多样性，可能影响模型的泛化能力	早期检测肺部疾病，辅助医生提供有效治疗	肺部X光图像	digital pathology	lung cancer	machine learning, deep learning	SVM with RBF, Inception v3	image	NA
149	2025-05-14	Deep learning-based evaluation of panoramic radiographs for osteoporosis screening: a systematic review and meta-analysis 2025-Mar-12, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01626-z PMID:40075328	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习模型在利用全景X光片预测骨质疏松症方面的准确性	首次评估深度学习模型在全景X光片上预测骨质疏松症的准确性，为临床使用提供证据	需要更多大规模多中心研究来验证模型在高风险群体中的有效性	评估深度学习模型在骨质疏松症筛查中的准确性	骨质疏松症患者	digital pathology	geriatric disease	deep learning	AlexNet, ResNet	image	7项研究
150	2025-05-14	Deep learning radiomics for the prediction of epidermal growth factor receptor mutation status based on MRI in brain metastasis from lung adenocarcinoma patients 2025-Mar-12, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13823-8 PMID:40075375	research paper	本研究开发了一种基于多序列MRI的深度学习放射组学模型，用于预测肺腺癌脑转移患者的EGFR突变状态	结合放射组学和深度学习特征，利用多序列MRI图像预测EGFR突变状态，为非小细胞肺癌脑转移患者提供了一种非侵入性的精准预测方法	研究为回顾性设计，样本量相对有限（288例患者）	开发预测非小细胞肺癌脑转移患者EGFR突变状态的模型	非小细胞肺癌（NSCLC）伴脑转移患者	digital pathology	lung cancer	MRI（T1CE和T2W序列）	ResNet34	image	288例NSCLC脑转移患者（106例EGFR突变型，182例野生型）
151	2025-05-14	Exploring the impact of myoelectric prosthesis controllers on visuomotor behavior 2025-Mar-12, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01604-0 PMID:40075405	研究论文	探讨肌电假肢控制器对视觉运动行为的影响	研究了新型位置感知控制系统对视觉运动行为的影响，并发现其能减少对假肢动作的视觉依赖	研究仅针对无肢体差异的参与者，未涉及实际假肢使用者	探索不同肌电假肢控制策略对视觉运动行为的影响	无肢体差异的参与者	生物医学工程	NA	眼动追踪和动作捕捉	深度学习	运动数据和眼动数据	未明确提及具体样本数量
152	2025-05-14	Widely accessible prognostication using medical history for fetal growth restriction and small for gestational age in nationwide insured women 2025-Mar-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92986-7 PMID:40065124	research paper	本研究旨在开发、验证并部署一个仅使用医疗史进行胎儿生长受限/小于胎龄儿（FGR/SGA）筛查的预后预测模型	开发了一个仅依赖医疗史的深度学习模型，用于FGR/SGA筛查，提高了筛查的可及性	需要进一步研究评估该模型的使用是否影响患者结局	开发一个广泛可及的FGR/SGA筛查预测模型	12至55岁的女性保险持有者，共169,746名受试者，涉及507,319次医疗访问	machine learning	geriatric disease	machine learning, deep learning	deep-insight visible neural network	medical history records	169,746名受试者，507,319次医疗访问
153	2025-05-14	Applications of Artificial Intelligence in Constrictive Pericarditis: A Short Literature Review 2025-Mar-11, Current cardiology reports IF:3.1Q2 DOI:10.1007/s11886-025-02222-x PMID:40067491	review	本文综述了人工智能在缩窄性心包炎（CP）诊断和治疗中的应用	探讨了人工智能（特别是机器学习和深度学习算法如ResNet50）在提高CP诊断准确性方面的潜力	AI在CP中的应用尚处于起步阶段，存在泛化性和可解释性问题，且高质量超声心动图数据集获取困难	评估人工智能在提高CP诊断准确性和改善患者预后方面的应用	缩窄性心包炎（CP）患者	digital pathology	cardiovascular disease	深度学习算法（ResNet50）	ResNet50	超声心动图、计算机断层扫描、磁共振成像	NA
154	2025-05-14	Assessing Public Interest in Mammography, Computed Tomography Lung Cancer Screening, and Computed Tomography Colonography Screening Examinations Using Internet Search Data: Cross-Sectional Study 2025-Mar-11, JMIR cancer IF:3.3Q2 DOI:10.2196/53328 PMID:40068175	研究论文	通过分析Google搜索数据评估公众对乳腺X光摄影、低剂量CT肺癌筛查和CT结肠造影筛查的兴趣	利用互联网搜索数据评估公众对三种常见癌症筛查技术的兴趣，并分析相关搜索主题	研究仅基于Google搜索数据，可能无法全面反映公众兴趣	比较公众对三种癌症筛查技术的兴趣差异，并确定最常见的搜索主题	乳腺X光摄影(MG)、低剂量CT肺癌筛查(LCS)和CT结肠造影(CTC)	公共卫生	肺癌、乳腺癌、结肠癌	Google Trends数据分析	NA	互联网搜索数据	20年的Google搜索数据（2003-2023）和2022-2023年期间的特定查询数据
155	2025-05-14	A comprehensive dataset of magnetic resonance enterography images with intestinal segment annotations 2025-Mar-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04760-z PMID:40069172	research paper	该研究创建了一个包含肠道分段注释的磁共振肠造影图像的综合数据集，用于炎症性肠病的诊断和监测	提供了一个大规模、精细标注的MRE数据集，并验证了几种最先进的分割方法在该数据集上的效率	数据集仅包含114名IBD患者，可能无法涵盖所有临床情况	开发自动化工具以辅助炎症性肠病的管理	炎症性肠病患者的磁共振肠造影图像	digital pathology	inflammatory bowel disease	magnetic resonance enterography (MRE), HASTE sequences	NA	image	114名IBD患者的MRE数据，每人包含10个肠道分段的精细像素级注释
156	2025-05-14	Infusing structural assumptions into dimensionality reduction for single-cell RNA sequencing data to identify small gene sets 2025-Mar-11, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07872-9 PMID:40069486	研究论文	提出了一种称为增强自编码器(BAE)的方法，用于在单细胞RNA测序数据的降维过程中融入生物学假设，以识别小基因集	结合了无监督深度学习降维和增强方法的优势，能够选择解释潜在维度的小基因集	NA	改进单细胞RNA测序数据的降维方法，融入生物学假设	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序	自编码器(BAE)	基因表达数据	NA
157	2025-05-14	Efficient deep learning-based tomato leaf disease detection through global and local feature fusion 2025-Mar-11, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-06247-w PMID:40069604	研究论文	本文提出了一种高效的番茄叶片病害检测网络E-TomatoDet，通过融合和增强全局与局部特征感知能力，提高了番茄叶片病害检测的效果	结合CSWinTransformer提升全局特征捕获能力，设计综合多核模块(CMKM)学习多尺度局部特征，并开发局部特征增强金字塔(LFEP)颈网络以整合不同检测层的多尺度特征	未提及在更广泛或多样化环境中的泛化能力测试	提高复杂环境下番茄叶片病害的检测效率	番茄叶片病害	计算机视觉	植物病害	深度学习	E-TomatoDet (基于CSWinTransformer和CMKM的定制网络)	图像	两个数据集（具体数量未说明）
158	2025-05-14	Breast tumors from ATM pathogenic variant carriers display a specific genome-wide DNA methylation profile 2025-Mar-11, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01988-w PMID:40069712	研究论文	本研究探讨了ATM致病性变异携带者的乳腺肿瘤是否具有特定的全基因组DNA甲基化特征	发现了ATM致病性变异携带者乳腺肿瘤的特定DNA甲基化特征，并确定了27个关键基因启动子的甲基化模式可作为ATM致病性变异状态的预测标志物	样本量相对较小，特别是A-T患者仅有2例，且转录组数据仅来自10个肿瘤	研究ATM致病性变异携带者乳腺肿瘤的DNA甲基化特征，以寻找潜在的生物标志物	ATM致病性变异携带者的乳腺肿瘤	数字病理学	乳腺癌	Illumina Infinium HumanMethylation EPIC和450K BeadChips	logistic回归、随机森林和XGBoost	DNA甲基化数据和转录组数据	2名A-T患者、27名ATM致病性变异携带者、6名临床意义未明变异携带者和484名非携带者
159	2025-05-14	RBPsuite 2.0: an updated RNA-protein binding site prediction suite with high coverage on species and proteins based on deep learning 2025-Mar-11, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02182-2 PMID:40069726	research paper	介绍了一个更新的RNA-蛋白质结合位点预测工具RBPsuite 2.0，该工具基于深度学习，支持更多物种和蛋白质	RBPsuite 2.0相比前代版本支持更多RNA结合蛋白（从154增加到353）和物种（从1增加到7），并使用iDeepC替代CRIP以提高对环状RNA预测的准确性	未明确提及具体局限性	开发一个更全面、易用的RNA-蛋白质结合位点预测工具	RNA结合蛋白（RBPs）及其与线性RNA和环状RNA的结合位点	生物信息学	NA	深度学习	iDeepC	RNA序列	支持353种RNA结合蛋白和7个物种
160	2025-05-14	AnomalGRN: deciphering single-cell gene regulation network with graph anomaly detection 2025-Mar-11, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02177-z PMID:40069807	研究论文	提出了一种名为AnomalGRN的模型，用于通过图异常检测技术解析单细胞基因调控网络	首次将异常检测技术应用于基因调控网络分析，并引入余弦度量规则来区分节点间的同质性和异质性	未提及具体的数据噪声处理效果及模型在更大规模数据集上的表现	解析单细胞基因调控网络中的复杂调控机制	单细胞RNA测序数据中的基因调控网络	生物信息学	NA	scRNA-seq	AnomalGRN	基因表达数据	NA