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	2025-05-23	Optimizing visible retinal area in pediatric ultra-widefield fundus imaging: The effectiveness of mydriasis and eyelid lifting 2025-Apr, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104532 PMID:40015615	研究论文	本研究探讨了在儿童超广角眼底成像中，通过瞳孔扩大和眼睑提升来最大化可见视网膜区域（VRA）的效果	首次在儿童群体中量化评估了瞳孔扩大和眼睑提升对超广角眼底成像可见视网膜区域的协同增效作用	样本量较小（53名儿童），且为单中心研究	优化儿童超广角眼底成像技术以提高周边视网膜病变检出率	53名儿童（106只眼）的超广角眼底图像	数字病理	视网膜病变	超广角Optos成像系统（Daytona P200T）	基于深度学习的图像分割工具	图像	53名儿童（106只眼）
142	2025-05-23	Brain-wide 3D neuron detection and mapping with deep learning 2025-Apr, Neurophotonics IF:4.8Q1 DOI:10.1117/1.NPh.12.2.025012 PMID:40401216	research paper	介绍了一种名为NeuronMapper的全脑3D神经元检测与映射方法，利用深度学习技术实现	提出了一种四阶段框架，结合轻量级分类网络和基于Video Swin Transformer的分割网络，实现了高精度的全脑神经元检测与映射	未提及具体的数据集规模限制或计算资源需求	开发自动化且可靠的神经元检测与映射技术，以理解神经回路与脑功能的关系	小鼠全脑成像数据中的神经元胞体	digital pathology	NA	深度学习，3D成像	Video Swin Transformer	3D图像	小鼠全脑数据，达到百万级神经元胞体映射
143	2025-05-23	LEyes: A lightweight framework for deep learning-based eye tracking using synthetic eye images 2025-Mar-31, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02645-y PMID:40164925	研究论文	介绍了一种名为LEyes的轻量级框架，用于通过合成眼图进行基于深度学习的眼动追踪	LEyes框架采用简单的合成图像生成器而非传统的光照真实方法，提高了训练神经网络的效率，并适应任何记录设备	合成图像可能无法完全捕捉真实眼图的复杂性和多样性	克服眼动追踪技术中训练数据不足和模型泛化能力差的问题	眼动追踪中的瞳孔和角膜反射检测	计算机视觉	NA	深度学习	神经网络	图像	多样化的数据集
144	2025-05-23	Deep learning-driven pulmonary artery and vein segmentation reveals demography-associated vasculature anatomical differences 2025-Mar-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56505-6 PMID:40050617	research paper	提出了一种名为HiPaS的深度学习方法，用于在非对比CT和CTPA上实现肺动脉和静脉的精确分割	HiPaS方法首次在非对比CT上实现了肺动脉和静脉的精确分割，无需使用对比剂，且性能不劣于传统CTPA方法	NA	开发一种无需对比剂的肺动脉和静脉分割方法，用于疾病诊断和手术规划	肺动脉和静脉的解剖结构	digital pathology	lung cancer	deep learning	CNN	CT图像	1073个CT体积（训练集）和11,784名参与者（大规模分析）
145	2025-05-23	EfficientNet-resDDSC: A Hybrid Deep Learning Model Integrating Residual Blocks and Dilated Convolutions for Inferring Gene Causality in Single-Cell Data 2025-Mar, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00667-2 PMID:39578307	研究论文	提出了一种名为EfficientNet-resDDSC的混合深度学习模型，用于从单细胞数据中推断基因间的因果关系	结合了残差块和扩张卷积，增强了模型在初级阶段的低层次特征提取能力，并通过深度可分离卷积和扩张卷积在不增加计算量的情况下扩大了模型的感受野	未提及具体局限性	构建基因调控网络（GRNs）以揭示基因间的因果关系	单细胞RNA测序（scRNA-seq）数据	机器学习	乳腺癌	scRNA-seq	EfficientNet-resDDSC（结合了残差块和扩张卷积的深度学习模型）	单细胞RNA测序数据	四个数据集
146	2025-05-23	Preoperative diagnosis of meningioma sinus invasion based on MRI radiomics and deep learning: a multicenter study 2025-Feb-28, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00845-5 PMID:40022261	研究论文	本研究通过结合放射组学和深度学习特征构建融合模型，用于脑膜瘤窦侵犯的术前精确诊断	首次构建了结合放射组学和多种深度学习特征（VGG、ResNet、DenseNet）的融合模型，并在多中心数据集中验证了其优越的诊断性能	研究为回顾性设计，需要前瞻性研究进一步验证模型的临床适用性	开发脑膜瘤窦侵犯的术前精确诊断方法	601例经手术病理证实的脑膜瘤患者	数字病理	脑膜瘤	MRI影像分析	随机森林（RF）、VGG、ResNet、DenseNet	医学影像	601例患者（训练集、内部验证集和独立外部验证集）
147	2025-05-23	Endoscapes, a critical view of safety and surgical scene segmentation dataset for laparoscopic cholecystectomy 2025-Feb-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04642-4 PMID:40000637	research paper	介绍Endoscapes2023数据集，用于腹腔镜胆囊切除术中的安全关键视图和手术场景分割	发布了一个包含201个腹腔镜胆囊切除术视频的数据集，带有手术器械和肝胆囊解剖的分割掩码，以及由三位训练有素的外科医生根据公开协议评估的安全关键视图标准	NA	支持深度学习模型在腹腔镜胆囊切除术中的视觉任务，如评估安全关键视图，以提高手术安全性和效率	腹腔镜胆囊切除术视频	digital pathology	NA	deep learning	NA	video	201个腹腔镜胆囊切除术视频
148	2025-05-23	Bone Age Estimation of Chinese Han Adolescents's and Children's Elbow Joint X-rays Based on Multiple Deep Convolutional Neural Network Models 2025-Feb-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2024.241202 PMID:40397588	research paper	该研究探讨了基于深度学习的中国汉族青少年和儿童肘关节X光片骨龄自动估计模型及其性能评估	采用三种实验方案进行骨龄估计，并比较不同分割和回归模型的性能，最终推荐使用UNet++进行分割和DenseNet121进行回归	研究样本主要来自中国东部、南部、中部和西北地区，可能无法完全代表其他地区的人群	开发一种自动骨龄估计模型，用于中国汉族青少年和儿童的肘关节X光片	中国汉族6.00至<16.00岁的青少年和儿童的肘关节X光片	digital pathology	NA	X-ray imaging	U-Net, UNet++, TransUNet, VGG16, VGG19, InceptionV2, InceptionV3, ResNet34, ResNet50, ResNet101, DenseNet121	image	943例肘关节X光片（517名男性和426名女性），外加104例外部测试集
149	2025-05-23	Multiple model visual feature embedding and selection method for an efficient oncular disease classification 2025-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84922-y PMID:39934192	研究论文	本研究提出了一种基于深度学习的自动化眼疾分类系统，利用ODIR数据集进行训练和验证	引入了一种新颖的两级特征选择框架，结合LDA和先进的神经网络分类器（DNN、LSTM和BiLSTM），显著提高了分类准确性和计算效率	研究仅使用了ODIR数据集，可能无法涵盖所有眼疾类型，且验证集性能略低于训练集	开发一种高效、自动化的眼疾分类系统，以提升诊断精度并支持临床工作流程	眼疾患者的眼底图像	计算机视觉	眼疾	深度学习	DenseNet201, EfficientNetB3, InceptionResNetV2, DNN, LSTM, BiLSTM	图像	5,000张患者眼底图像，分为八类眼疾
150	2025-05-23	Advancing structure modeling from cryo-EM maps with deep learning 2025-02-07, Biochemical Society transactions IF:3.8Q2 DOI:10.1042/BST20240784 PMID:39927816	研究论文	本文讨论了利用深度学习从冷冻电镜图中推进结构建模的进展	强调了AI驱动的方法在冷冻电镜结构建模中的变革性作用	未明确提及具体的研究限制	探讨冷冻电镜密度图中自动结构建模的演变和现状	冷冻电镜密度图中的生物分子结构	结构生物学	NA	冷冻电镜(cryo-EM), 深度学习	深度学习	冷冻电镜密度图	NA
151	2025-05-23	A review of convolutional neural network based methods for medical image classification 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109507 PMID:39631108	review	本文系统回顾了基于CNN的医学图像分类方法，分析了149篇最新重要论文，并深入探讨了相关技术及其在提高分类准确性和效率中的作用	系统性地组织和分析了CNN在医学图像分类领域的发展、主要技术及公共数据集，并指出了未来研究方向	尽管CNN在医学图像分类中表现出色，但临床应用仍面临困难	回顾和分析基于CNN的医学图像分类方法，促进深度学习在临床实践和智能医疗系统中的成功整合	医学图像分类方法	digital pathology	NA	CNN	CNN	image	149篇论文
152	2025-05-23	Real-time intraoperative ultrasound registration for accurate surgical navigation in patients with pelvic malignancies 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03299-5 PMID:39633142	研究论文	本研究开发并评估了几种实时术中超声（iUS）配准方法，用于盆腔恶性肿瘤手术导航	开发了实时深度学习骨骼和动脉分割的2D超声配准方法，提高了手术导航的准确性和效率	iUS的用户依赖性较强，需要直观的软件以实现最佳临床实施	提高盆腔恶性肿瘤手术导航的准确性和效率	盆腔恶性肿瘤患者	数字病理	盆腔恶性肿瘤	实时术中超声（iUS）	深度学习	超声图像	30名患者
153	2025-05-23	Enhancing Domain Diversity of Transfer Learning-Based SSVEP-BCIs by the Reconstruction of Channel Correlation 2025-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3458389 PMID:39255081	研究论文	本研究提出了一种名为通道相关性重建(RCC)的数据增强方法，用于优化基于稳态视觉诱发电位(SSVEP)的脑机接口(BCI)中迁移学习的源域数据利用	通过概率混合源域协方差矩阵的特征向量矩阵来重建训练样本，操纵通道相关性以隐式创建新的合成域，从而增加源域多样性	NA	提高SSVEP-BCI系统中迁移学习的性能	稳态视觉诱发电位(SSVEP)脑机接口系统	脑机接口	NA	迁移学习(预训练和微调)	深度学习模型	脑电信号数据	NA
154	2025-05-23	Advancing bioinformatics with large language models: components, applications and perspectives 2025-Jan-31, ArXiv PMID:38259343	综述	本文综述了大型语言模型（LLMs）在生物信息学中的应用及其关键组成部分	探讨了LLMs在生物信息学中超越自然语言处理的潜力，并提供了实用指南以优化其使用和促进创新	NA	概述LLMs在生物信息学中的关键组成部分及其应用	大型语言模型（LLMs）及其在生物信息学中的应用	生物信息学	NA	自监督或半监督学习	transformer模型	未标注的输入数据	NA
155	2025-05-23	A Deep and Interpretable Learning Approach for Long-Term ECG Clinical Noise Classification 2025-01, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3454545 PMID:39231059	research paper	本研究探讨了深度学习模型在长期监测心电图中临床噪声分类的应用，并设计了可解释的架构	结合深度学习和可解释系统，提高了临床噪声分类的性能，并为决策过程提供定性解释	需避免患者内过拟合，且性能仍有提升空间	提高长期监测心电图中临床噪声分类的准确性和可解释性	长期监测心电图中的临床噪声	machine learning	cardiovascular disease	深度学习	CNN, Autoencoder	ECG信号	NA
156	2025-05-23	Hybrid deep learning model for accurate and efficient android malware detection using DBN-GRU 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310230 PMID:40388500	research paper	本研究提出了一种混合深度学习模型（DBN-GRU），用于提高Android恶意软件检测的准确性和效率	结合了Deep Belief Networks（DBN）进行静态分析和Gated Recurrent Units（GRU）进行动态行为建模，以增强恶意软件检测能力	未提及模型在未知或新型恶意软件变种上的表现	提高Android恶意软件检测的准确性和效率	Android应用程序（APKs）	machine learning	NA	DBN, GRU	DBN-GRU	静态特征（权限、API调用、意图过滤器）和动态特征（系统调用、网络活动、进程间通信）	129,013个应用程序（5,560个恶意软件和123,453个良性应用）
157	2025-05-23	Determining resources and capabilities in complex context: A decision-making model for banks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323735 PMID:40392866	研究论文	本研究旨在开发一个决策模型，用于在复杂环境中确定银行的资源和能力	提出了一个适用于复杂环境下资源和能力确定的决策模型，整合了模糊偏好判断、深度学习分析和成功率预测	研究样本仅限于印度尼西亚国有银行，可能限制模型的普适性	开发一个决策模型，帮助银行在复杂环境中确定资源和能力	印度尼西亚国有银行(SOB)	决策科学	NA	定性方法、案例研究策略和溯因方法	深度学习分析(预测分析)	NA	印度尼西亚国有银行
158	2025-05-23	Deep learning approaches for quantitative and qualitative assessment of cervical vertebral maturation staging systems 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323776 PMID:40392884	研究论文	研究探讨了人工智能在颈椎成熟度（CVM）分期中的潜力，开发并比较了基于AI的定性CVM和定量QCVM方法	提出了基于AI的定量QCVM方法，相比定性方法展现出更高的准确性和一致性	定性CVM方法的分类准确率为71.11%，相对较低	评估AI在颈椎成熟度分期中的性能	颈椎成熟度分期系统	计算机视觉	NA	深度学习	AI模型	图像	3600张侧位头影测量图像，来自6个医疗中心
159	2025-05-23	SwinFishNet: A Swin Transformer-based approach for automatic fish species classification using transfer learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322711 PMID:40392913	research paper	本文提出了一种基于Swin Transformer的自动鱼类物种分类方法SwinFishNet，通过迁移学习在三个不同的数据集上实现了高准确率	利用Swin Transformer模型在计算机视觉任务中的卓越性能，提出了一种创新的鱼类物种分类方法	NA	提高鱼类物种分类的准确性，以促进可持续性、食品安全和市场效率	鱼类物种	computer vision	NA	transfer learning	Swin Transformer	image	三个数据集：12类的BD-Freshwater-Fish数据集、10类的SmallFishBD数据集和20类的FishSpecies数据集
160	2025-05-23	Assessing response in endoscopy images of esophageal cancer treated with total neoadjuvant therapy via hybrid-architecture ensemble deep learning 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1590448 PMID:40395323	研究论文	通过混合架构集成深度学习评估食管癌全新辅助治疗后的内镜图像反应	提出了EC-HAENet，一种混合架构集成深度学习模型，用于准确评估食管癌患者在全新辅助治疗后的反应	数据集仅来自单一医疗机构，可能影响模型的泛化能力	开发更准确的人工智能模型，评估食管癌患者在全新辅助治疗后的反应	食管癌患者的内镜图像	数字病理	食管癌	深度学习	EC-HAENet（混合架构集成深度学习模型）	图像	300名食管癌患者的7,359张内镜图像