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
1641	2025-06-07	GDRNPP: A Geometry-Guided and Fully Learning-Based Object Pose Estimator 2025-Jul, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3553485 PMID:40117145	research paper	介绍了一种完全基于学习的物体姿态估计器GDRNPP，通过几何引导的直接回归网络和姿态细化模块，实现了端到端的6D姿态估计	提出了一个完全基于学习的物体姿态估计器GDRNPP，无需依赖传统技术，实现了端到端的训练，并在精度和速度上超越了现有方法	NA	解决计算机视觉中刚性物体6D姿态估计的挑战，提高姿态估计的精度和速度	刚性物体的6D姿态	computer vision	NA	CNN	GDRN, GDRNPP	image	NA
1642	2025-06-07	ONNXPruner: ONNX-Based General Model Pruning Adapter 2025-Jul, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3554560 PMID:40131753	research paper	提出了一种名为ONNXPruner的通用模型剪枝适配器，用于简化ONNX格式模型在不同深度学习框架和硬件平台上的剪枝过程	ONNXPruner通过节点关联树自动适应各种模型架构，并引入树级评估方法，提升了剪枝性能	未提及具体剪枝算法在不同模型上的性能对比	推动模型剪枝的实际应用	ONNX格式的深度学习模型	machine learning	NA	模型剪枝	ONNX格式模型	NA	多个模型和数据集
1643	2025-06-07	Towards Unified Deep Image Deraining: A Survey and a New Benchmark 2025-Jul, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3556133 PMID:40153286	综述	本文全面回顾了现有的图像去雨方法，并提供了一个统一的评估设置来评估它们的性能	构建了一个新的高质量基准HQ-RAIN，并建立了一个在线平台以促进去雨技术的复现和追踪	未提及具体方法的局限性	统一评估图像去雨方法的性能并推动该领域的发展	图像去雨方法及其评估	计算机视觉	NA	深度学习	NA	图像	5,000对高分辨率合成图像
1644	2025-06-07	Integrating prior knowledge with deep learning for optimized quality control in corneal images: A multicenter study 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108814 PMID:40319841	研究论文	本研究开发并评估了一种混合AI图像质量控制系统，用于分类裂隙灯图像，以提高诊断准确性和效率，特别是在远程医疗应用中	提出了一种新型网络HP-Net，结合了基于ResNet的分类分支和利用Hough圆变换及频域模糊检测的先验知识分支，增强了网络的表征能力和分类能力	研究主要针对裂隙灯图像，可能不适用于其他类型的医学图像	开发并评估一种混合AI图像质量控制系统，以提高裂隙灯图像的分类准确性和效率	裂隙灯图像	计算机视觉	眼科疾病	Hough圆变换和频域模糊检测	HP-Net（结合ResNet和先验知识分支）	图像	内部数据集2982张图像，外部数据集13,554张和9853张图像
1645	2025-06-07	Impact of spectrum bias on deep learning-based stroke MRI analysis 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112161 PMID:40359732	研究论文	评估在卒中MRI分析中排除不确定急性缺血性病变（AIL）病例对深度学习工具诊断效能的影响	揭示了排除不确定病例会导致诊断比值比被高估四倍，并识别了与不确定AIL相关的独立因素	单中心回顾性研究，结果可能受限于样本选择偏差	评估卒中MRI分析中的频谱偏倚及其影响因素	疑似卒中成年患者的脑MRI数据	数字病理学	心血管疾病	脑MRI分析	深度学习工具（未明确具体模型）	医学影像	989名患者（374例确定AIL，63例不确定AIL，552例无AIL）
1646	2025-06-07	Computational Approaches to Revisiting Plant Cytoskeleton Organization and Dynamics 2025-Jun-06, Cytoskeleton (Hoboken, N.J.) DOI:10.1002/cm.22049 PMID:40474669	综述	本文综述了计算生物学方法在植物细胞骨架组织和动态研究中的应用	将深度学习等现代计算技术应用于传统细胞骨架研究领域	主要关注图像分析方法，未涉及其他组学数据整合	探索计算生物学方法在植物细胞骨架研究中的应用潜力	植物细胞骨架（特别是皮层微管）	计算生物学	NA	活细胞成像技术	深度学习	显微图像	NA
1647	2025-06-07	Modeling CAPRI Targets of Round 55 by Combining AlphaFold and Docking 2025-Jun-06, Proteins IF:3.2Q2 DOI:10.1002/prot.26853 PMID:40476317	research paper	本文详细介绍了通过结合AlphaFold深度学习预测与传统对接技术，对CAPRI第55轮中的寡聚体目标进行结构建模的混合方法	结合AlphaFold2多聚体管道与传统对接技术，提出了一种混合蛋白质-蛋白质对接方法，并分析了AlphaFold模型的聚类、链内和链间残基接触预测的置信度	NA	提高蛋白质寡聚体结构预测的准确性	CAPRI第55轮中的寡聚体目标	structural biology	NA	AlphaFold2 multimer pipeline, docking	AlphaFold, docking models	protein structure data	CAPRI Round 55 targets
1648	2025-06-07	Diagnosis melanoma with artificial intelligence systems: A meta-analysis study and systematic review 2025-Jun-06, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20781 PMID:40476369	meta-analysis	该研究通过大规模元分析，综合评估了人工智能和机器学习方法在黑色素瘤自动诊断中的临床应用和预测性能	首次对人工智能在黑色素瘤诊断中的性能进行了大规模元分析，特别关注了混合模型的优异表现	研究仅纳入了2006年至2024年的文献，可能遗漏了早期的重要研究	评估人工智能算法在黑色素瘤诊断中的临床适用性和预测性能	黑色素瘤诊断的人工智能系统	digital pathology	melanoma	meta-analysis	deep learning and HYBRID models	dermoscopic images	39项主要研究中的78项诊断测试数据
1649	2025-06-07	Hypothalamus and intracranial volume segmentation at the group level by use of a Gradio-CNN framework 2025-Jun-06, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03438-6 PMID:40478471	研究论文	本研究开发并评估了一个基于Gradio-CNN框架的图形用户界面(GUI)，用于在脑部MRI扫描中自动分割下丘脑和颅内体积(ICV)	结合直观的界面、基于深度学习的精确分割以及通过ngrok轻松部署，满足了脑部MRI分析中对用户友好工具的需求	研究样本量相对较小(90名帕金森病患者和39名对照)	开发一个高效、准确且易于使用的工具，用于神经影像学研究中的下丘脑和颅内体积分割	帕金森病患者和健康对照者的脑部MRI扫描	数字病理	帕金森病	MRI扫描	U-Net	图像	90名帕金森病患者和39名对照
1650	2025-06-07	End-to-End Abnormal Subgraph Detection via Subgraph-Level Contrastive Learning 2025-Jun-05, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3573922 PMID:40471723	research paper	本文提出了一种端到端的无监督子图异常检测框架EndSubG，通过子图级对比学习来检测异常子图	EndSubG框架首次将子图划分和异常检测联合建模为一个整体，而非分开处理，并设计了专门用于子图异常检测的评估指标AS-WNMI	未明确提及具体样本量或数据集的详细限制	解决无监督条件下子图异常检测的挑战，提升相关领域的研究	图数据中的异常子图	machine learning	NA	对比学习	EndSubG	graph data	NA
1651	2025-06-07	Is EMG Information Necessary for Deep Learning Estimation of Joint and Muscle Level States? 2025-Jun-05, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3577084 PMID:40471740	research paper	该研究探讨了在深度学习模型中是否需要EMG信息来准确估计关节和肌肉的生理状态	研究发现EMG信息对于关节状态估计并非必要，但对于肌肉状态估计至关重要，且仅在训练阶段使用EMG信息即可实现优异性能	需要EMG作为模型输入的方法在实际部署中可能不切实际	开发非侵入式方法来估计关节和肌肉生理状态，以增强可穿戴设备的控制能力	膝关节的力矩、功率、速度和力量等生理状态	machine learning	NA	deep learning	DL	kinematic data, EMG data	28种不同的周期性和非周期性任务
1652	2025-06-07	Current State of Artificial Intelligence Model Development in Obstetrics 2025-Jun-05, Obstetrics and gynecology IF:5.7Q1 DOI:10.1097/AOG.0000000000005944 PMID:40472381	综述	本文回顾了最近关于人工智能在产科应用的相关文献，描述了AI在特定产科问题中的应用趋势，并评估了AI对产科护理的潜在影响	总结了AI在产科领域的最新应用，并指出了未来可能影响产科护理的AI模型	大多数研究的患者群体与美国人群差异较大，其普适性不确定，且很少有模型已在实际产科实践中部署	评估人工智能在产科领域的应用现状及其对产科护理的潜在影响	产科领域的人工智能应用	数字病理	产科疾病	机器学习, 深度学习, 神经网络	NA	NA	研究样本量从10到953,909不等
1653	2025-06-07	Matrix completion-informed deep unfolded equilibrium models for self-supervised k $k$ -space interpolation in MRI 2025-Jun-05, Medical physics IF:3.2Q1 DOI:10.1002/mp.17924 PMID:40473478	研究论文	本文提出了一种新型的自监督MRI重建方法，结合矩阵补全理论和深度展开平衡模型，无需全采样标签即可实现k空间插值	将卷积神经网络与结构低秩模型的零空间关系相结合，设计具有严格理论保证的可解释网络架构，实现不依赖全采样标签的k空间数据重建	未明确说明方法在极端加速率下的性能表现，也未讨论计算复杂度问题	开发具有理论保证的自监督MRI重建方法，解决传统方法可解释性不足的问题	多线圈MRI的k空间数据	医学影像分析	NA	MRI重建	CNN与展开式平衡模型	k空间数据	未明确说明具体样本量（多线圈MRI数据）
1654	2025-06-07	The Role of AI and Voice-Activated Technology in Religious Education in China: Capturing Emotional Depth for Deeper Learning 2025-Jun-05, Journal of religion and health DOI:10.1007/s10943-025-02347-x PMID:40473902	研究论文	本研究探讨了AI和语音激活技术在宗教教育中捕捉诵经情感深度的潜力	结合预训练语音识别模型与深度学习分析声音特征，评估修行者的情感状态	样本仅限中国大学声乐专业学生，可能缺乏普适性	开发用于分析声音特征和评估修行者情感状态的AI算法	110名中国大学声乐专业大一和大二学生	自然语言处理	NA	语音识别、深度学习	预训练语音识别模型	语音	110名大学生（实验组与对照组）
1655	2025-06-07	A Multi-Task Deep Learning Approach for Simultaneous Sleep Staging and Apnea Detection for Elderly People 2025-Jun-05, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00721-7 PMID:40474036	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1656	2025-06-07	Stretchable, Multiplexed, and Bimodal Sensing Electronic Armor for Colonoscopic Continuum Robot Enhanced by Triboelectric Artificial Synapse 2025-Jun-05, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202502203 PMID:40474423	research paper	该研究提出了一种可拉伸的电子装甲（E-armor），用于结肠镜连续体机器人，通过仿生人工突触机制实现多路触觉和应变传感	采用3D交联结构实现300毫米全覆盖，结合双层共电极策略减少布线，并创新性地使用可拉伸摩擦电互连薄膜（TIFs）形成摩擦电人工突触	NA	增强结肠镜连续体机器人的传感能力，避免组织损伤	结肠镜连续体机器人	机器人技术	结肠疾病	摩擦电编码智能	CNN-LSTM	触觉和应变信号	48个触觉传感点和12个应变传感边缘
1657	2025-06-07	Integrating computational pathology and multi-transcriptomics to characterize lung adenocarcinoma heterogeneity and prognostic modeling 2025-Jun-05, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002639 PMID:40474806	研究论文	该研究通过整合计算病理学和多转录组学技术，对肺腺癌的异质性进行表征并构建预后模型	首次结合计算病理学特征与单细胞多组学数据解析肺腺癌异质性，并建立基于机器学习的预后预测模型	主要基于回顾性生物信息学分析，缺乏前瞻性队列和实验验证	揭示肺腺癌病理组织学特征与基因组不稳定性之间的关系，开发预后预测工具	TCGA-LUAD数据集中的全切片图像（WSIs）和单细胞转录组数据	数字病理	肺癌	单细胞转录组测序（scRNA-seq）、加权基因共表达网络分析（hdWGCNA）、细胞间通讯分析（CellChat）	ResNet-50、Monocle2、机器学习基准框架	全切片病理图像、单细胞转录组数据	TCGA-LUAD数据集（具体样本量未明确说明）
1658	2025-06-07	Association between street greenery and physical activity among Chinese older adults in Beijing, China 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03050-3 PMID:40461572	research paper	本研究探讨了街道绿化与中国老年人特定领域身体活动（PA）之间的关联	首次使用百度街景图像和深度学习技术客观评估街道绿化暴露及其与中国老年人不同类型PA的关系	未发现街道绿化与休闲PA或家务PA之间的显著关联	研究街道绿化对中国老年人身体活动的影响	居住在北京市的1326名60岁及以上老年人	machine learning	geriatric disease	deep learning	NA	image	1326名老年人
1659	2025-06-07	Artificial intelligence in prenatal diagnosis: Down syndrome risk assessment with the power of gradient boosting-based machine learning algorithms 2025-Jun-04, Turkish journal of obstetrics and gynecology IF:1.0Q4 DOI:10.4274/tjod.galenos.2025.83278 PMID:40462403	研究论文	本研究利用梯度提升机器学习算法评估唐氏综合征的产前诊断风险	比较了多种机器学习模型在唐氏综合征风险预测中的表现，发现CatBoost模型准确率最高	样本量有限，未来需要在更大数据集上验证模型的泛化能力	提高产前筛查中唐氏综合征风险评估的准确性	853名孕妇的生化与生物物理学数据	机器学习	唐氏综合征	梯度提升算法（CatBoost, XGBoost, LightGBM）	CatBoost, XGBoost, LightGBM	生化与生物物理学数据	853名孕妇的筛查数据
1660	2025-06-07	UltraBones100k: A reliable automated labeling method and large-scale dataset for ultrasound-based bone surface extraction 2025-Jun-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110435 PMID:40472504	研究论文	提出了一种自动标记方法和大规模数据集UltraBones100k，用于超声骨表面分割	通过精确叠加跟踪的骨CT模型到超声图像上生成自动标记，改进了低信号区域的标记完整性	研究基于离体样本，可能无法完全反映体内超声图像的复杂性	推进超声骨分割技术并建立有效的模型基准	人体下肢骨（腓骨、胫骨和足骨）	数字病理	骨科疾病	超声成像和CT扫描	神经网络	超声图像	100k离体人体下肢超声图像