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
1701	2025-04-18	DCA-U-Net: A Deep Learning Network for Segmentation of Laser-Induced Thermal Damage Regions in Mouse Skin OCT Images 2025-Apr-16, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adcd7c PMID:40239684	研究论文	提出了一种基于U-Net的高效轻量级分割模型DCA-U-Net，用于小鼠皮肤OCT图像中激光诱导热损伤区域的分割	通过引入更高效的Dilated ConvNeXT Block (DCB)和Dual Module Attention Block (DMAB)，DCA-U-Net在减少参数数量的同时提高了特征提取能力和分割精度	研究仅在小鼠皮肤激光热损伤OCT数据集上进行了验证，未涉及人类临床数据	提高皮肤激光热损伤区域的自动分割精度，降低计算成本，为精准诊断和治疗提供技术支持	小鼠皮肤激光热损伤区域的OCT图像	数字病理学	皮肤损伤	OCT成像	DCA-U-Net（基于U-Net的改进模型）	图像	两个不同部位的小鼠皮肤激光热损伤OCT数据集
1702	2025-04-18	Use of Artificial intelligence in recognition of fetal open neural tube defect on prenatal ultrasound 2025-Apr-16, American journal of perinatology IF:1.5Q2 DOI:10.1055/a-2589-3554 PMID:40239713	研究论文	本研究使用深度学习模型比较正常胎儿和开放性神经管缺陷（NTD）胎儿的轴向颅脑超声图像，并评估其在识别开放性NTD方面的预测准确性	首次将深度学习CNN迁移学习模型（如Efficient Net B0、VGG16和Inception V3）应用于胎儿开放性神经管缺陷的超声图像识别，并证明Efficient Net B0模型在临床应用中具有高效性	样本量较小（59例病例和116例对照），且仅针对14-28周孕期的胎儿进行研究	开发一种基于深度学习的自动化工具，用于胎儿开放性神经管缺陷的早期识别	胎儿的轴向颅脑超声图像	数字病理	神经管缺陷	超声成像	CNN（Efficient Net B0、VGG16、Inception V3）	图像	59例开放性NTD胎儿和116例正常胎儿
1703	2025-04-18	Deep learning and conventional hip MRI for the detection of labral and cartilage abnormalities using arthroscopy as standard of reference 2025-Apr-16, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11546-9 PMID:40240555	research paper	评估高分辨率深度学习髋关节MRI与传统压缩感知MRI在检测髋关节唇和软骨异常方面的性能	使用高分辨率深度学习MRI（CSAI）与传统压缩感知MRI（CS）进行比较，以髋关节镜检查为金标准	软骨评估的整体诊断性能仍然不理想，尤其是在某些髋关节区域的敏感性较低	比较深度学习MRI与传统MRI在髋关节唇和软骨异常检测中的性能	32名股骨髋臼撞击综合征患者	digital pathology	geriatric disease	MRI, deep learning	deep learning	image	32名患者（24名男性，平均年龄37.5岁）
1704	2025-04-18	Synthetic electroretinogram signal generation using a conditional generative adversarial network 2025-Apr-16, Documenta ophthalmologica. Advances in ophthalmology DOI:10.1007/s10633-025-10019-0 PMID:40240677	研究论文	使用条件生成对抗网络生成合成视网膜电图信号以支持分类模型	利用条件生成对抗网络生成合成视网膜电图信号，以解决异质性或罕见人群中数据不足的问题	研究仅基于公开可用的数据集，样本量相对较小	提高视网膜电图信号在分类模型中的性能	自闭症谱系障碍患者和对照组	机器学习	自闭症谱系障碍	条件生成对抗网络	GAN, Time Series Transformer, Visual Transformer	时间序列数据, 图像数据	560例自闭症谱系障碍患者和498例对照组，共18名自闭症谱系障碍患者和31名对照组
1705	2025-04-18	SlicesMapi: An Interactive Three-Dimensional Registration Method for Serial Histological Brain Slices 2025-Apr-16, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-025-09724-7 PMID:40240690	research paper	提出了一种名为SlicesMapi的交互式三维配准方法，用于脑切片序列的配准	通过采用相邻切片和参考图谱切片的双重约束，在3D和2D空间中校正线性和非线性变形，并保证全分辨率图像的配准精度	未提及具体局限性	提高脑切片图像到3D标准脑空间的配准精度、计算效率和适用性	脑切片图像	digital pathology	NA	3D registration	NA	image	未提及具体样本数量
1706	2025-04-18	Deep learning-based hippocampus asymmetry assessment for Alzheimer's disease diagnosis 2025-Apr-16, Medical physics IF:3.2Q1 DOI:10.1002/mp.17831 PMID:40241310	research paper	本文提出了一种基于深度学习的海马体不对称性定量评估方法DeepHAA，用于阿尔茨海默病的诊断	通过深度学习模型提取MRI图像中海马体结构的特征表示，并利用交叉注意力机制进行特征融合，提出了一种基于多模态嵌入距离的定量评估方法	实验数据集规模相对较小（199名受试者），且未提及模型在其他独立数据集上的验证结果	开发定量评估海马体不对称性的方法以辅助阿尔茨海默病诊断	MRI图像中的左右海马体结构	digital pathology	geriatric disease	MRI扫描	深度学习模型（具体未说明，含交叉注意力机制）	医学影像（MRI）	199名受试者（53名正常认知NC，71名轻度认知障碍MCI，33名阿尔茨海默病AD）
1707	2025-04-18	A CT-based deep learning-driven tool for automatic liver tumor detection and delineation in patients with cancer 2025-Apr-15, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102032 PMID:40118052	research paper	介绍了一种基于CT的深度学习工具SALSA，用于自动检测和勾画癌症患者的肝肿瘤	SALSA工具在肝肿瘤检测和体积量化方面表现出色，优于现有模型和放射科医生之间的一致性	未提及具体局限性	开发一种自动化工具，用于癌症患者的肝肿瘤检测和勾画，以改善患者管理	肝肿瘤患者	digital pathology	liver cancer	CT扫描	深度学习模型	image	1,598例CT扫描和4,908个肝肿瘤
1708	2025-04-18	Physical twinning for joint encoding-decoding optimization in computational optics: a review 2025-Apr-15, Light, science & applications DOI:10.1038/s41377-025-01810-4 PMID:40229266	综述	本文综述了计算光学中通过物理孪生技术实现编码-解码联合优化的最新进展	提出了一种端到端的联合优化技术，将光学编码数字化孪生到神经网络层，从而与解码过程同步优化	从优化的编码参数到实际调制元件的反向物理孪生面临诸如位深度、数值范围和稳定性等方面的挑战	探索计算光学中编码-解码联合优化的技术，以提升成像和传感能力	光学调制元件	计算光学	NA	深度学习	神经网络	光学数据	NA
1709	2025-04-18	Advances in research on receptor heterogeneity in breast cancer liver metastasis 2025-Apr-15, Bioscience trends IF:5.7Q1 DOI:10.5582/bst.2025.01046 PMID:40240168	review	本文综述了乳腺癌肝转移中受体异质性的研究进展及其对治疗策略的影响	深入探讨了受体状态变化的分子机制，并提出了结合人工智能深度学习模型预测肝转移受体状态的新研究方向	未具体说明现有研究的样本量或数据来源，可能影响结论的普遍性	探讨乳腺癌肝转移中受体异质性对治疗策略和预后的影响	乳腺癌肝转移患者的受体状态	digital pathology	breast cancer	NA	deep learning	NA	NA
1710	2025-04-18	Deep Learning in Knee MRI: A Prospective Study to Enhance Efficiency, Diagnostic Confidence and Sustainability 2025-Apr-15, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.018 PMID:40240275	研究论文	本研究评估了深度学习重建的并行采集技术（PAT）与同步多层（SMS）加速成像在膝关节MRI中的应用效果	结合深度学习重建的并行采集技术和同步多层加速成像，显著提高了膝关节MRI的图像质量和效率	P4在软骨损伤的可视化方面诊断效果不如P2	评估深度学习技术在膝关节MRI中的应用效果，以提高效率和诊断信心	接受膝关节MRI检查的成年人	数字病理	骨科疾病	深度学习重建的并行采集技术（PAT）与同步多层（SMS）加速成像	深度学习	MRI图像	34名参与者（平均年龄45±17岁；14名女性）
1711	2025-04-18	Applied research on innovation and development of blue calico of Chinese intangible cultural heritage based on artificial intelligence 2025-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96587-2 PMID:40229316	研究论文	本文提出了一种基于增强循环一致性生成对抗网络的风格迁移方法，旨在促进传统蓝印花布图案的创新设计	在生成器网络结构中引入Ghost卷积模块和SRM注意力模块，以减少模型参数和计算成本，同时增强网络的特征提取能力	未提及具体的数据集规模或实验对比的基线模型	探索蓝印花布这一中国非物质文化遗产的创新发展和数字化保护	传统蓝印花布图案	计算机视觉	NA	生成对抗网络（GAN）	CycleGAN（增强版）	图像	未明确提及
1712	2025-04-18	ALL diagnosis: can efficiency and transparency coexist? An explainble deep learning approach 2025-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97297-5 PMID:40229347	research paper	该研究提出了一种结合EfficientNet-B7架构和可解释人工智能（XAI）方法的新型诊断框架，用于急性淋巴细胞白血病（ALL）的早期和准确诊断	结合EfficientNet-B7架构与XAI方法，提高诊断性能、计算效率和模型可解释性	未提及具体的数据集规模限制或模型在其他数据集上的泛化能力	优化急性淋巴细胞白血病的诊断方法，提高诊断准确性和临床适用性	急性淋巴细胞白血病（ALL）患者	digital pathology	leukemia	Deep learning, XAI (Grad-CAM, CAM, LIME, IG)	EfficientNet-B7	image	Taleqani Hospital数据集、C-NMC-19和Multi-Cancer数据集
1713	2025-04-18	Accelerated diffusion tensor imaging with self-supervision and fine-tuning 2025-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96459-9 PMID:40229411	研究论文	提出一种自监督深度学习与微调（SSDLFT）框架，以减少扩散张量成像（DTI）训练数据需求	SSDLFT框架通过自监督预训练和有限高质量数据的微调，减少了对大型高质量数据集的依赖	需要进一步验证在更广泛临床数据集上的适用性	提高扩散张量成像（DTI）的效率和临床可用性	人脑微观结构的评估	医学影像分析	神经系统疾病	扩散张量成像（DTI）	深度学习（DL）	医学影像数据	使用Human Connectome Project数据
1714	2025-04-18	A hybrid learning network with progressive resizing and PCA for diagnosis of cervical cancer on WSI slides 2025-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97719-4 PMID:40229435	research paper	本文提出了一种结合渐进式调整大小和PCA的混合学习网络，用于WSI玻片的宫颈癌诊断	结合渐进式调整大小和PCA的混合学习网络，以及使用多数投票方法整合SVM和RF模型的预测结果	未提及具体的数据集规模限制或模型泛化能力的局限性	提高宫颈癌在WSI玻片上的诊断准确性和可靠性	宫颈癌的WSI玻片	digital pathology	cervical cancer	transfer learning, fine-tuning, PCA	ResNet-152, VGG-16, SVM, RF	image	SIPaKMeD和LBC数据集，具体样本数量未提及
1715	2025-04-18	Transformer-based deep learning for accurate detection of multiple base modifications using single molecule real-time sequencing 2025-Apr-14, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08009-8 PMID:40229481	research paper	该研究开发了一种基于CNN和Transformer混合模型的HK模型2，用于通过单分子实时测序准确检测多种碱基修饰	将CNN与Transformer结合，提高了5mC检测的AUC值，并扩展了检测其他碱基修饰的能力	NA	提高单分子实时测序在碱基修饰检测中的准确性和应用范围	5mC、5hmC、6mA等碱基修饰	machine learning	hepatocellular carcinoma	single molecule real-time sequencing	CNN和Transformer混合模型	DNA测序数据	NA
1716	2025-04-18	Deep learning for video-based assessment of endotracheal intubation skills 2025-Apr-14, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00776-z PMID:40229550	研究论文	本研究介绍了一种基于视频分析的评估气管插管技能的系统	采用2D卷积自编码器和1D卷积模型结合跨视角注意力模块，能够识别视频中的复杂模式并准确评估技能水平	NA	提高医疗人员气管插管技能的评估效率和准确性	医疗人员的气管插管技能	计算机视觉	NA	视频分析	2D卷积自编码器(AE)和1D卷积模型	视频	分两个阶段收集的数据，包括专家和新手的比较以及新手在时间压力下的表现
1717	2025-04-18	DCATNet: polyp segmentation with deformable convolution and contextual-aware attention network 2025-Apr-14, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01661-w PMID:40229681	研究论文	提出了一种名为DCATNet的新型深度学习架构，专门用于息肉分割，通过结合可变形卷积和上下文感知注意力网络提高分割准确性	DCATNet结合了ResNetV2-50编码器、Transformer、几何注意力模块(GAM)、上下文注意力门(CAG)和多尺度特征提取(MSFE)块，显著提升了息肉分割的精度和泛化能力	未提及具体计算资源需求或模型在实时应用中的性能表现	解决医学图像中息肉分割的挑战，提高分割准确性	医学图像中的息肉	计算机视觉	结直肠癌	深度学习	U-shaped网络（ResNetV2-50 + Transformer）	医学图像	五个公共数据集（包括Kvasir-SEG和CVC-ClinicDB）
1718	2025-04-18	Computer-aided diagnosis of Haematologic disorders detection based on spatial feature learning networks using blood cell images 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85815-4 PMID:40221445	研究论文	提出了一种基于空间特征学习网络的计算机辅助诊断方法，用于通过血细胞图像检测血液疾病	结合改进的LeNet-5模型和CNN-BiGRU-A方法，并利用POA算法优化超参数，提高了血液疾病的检测和分类准确率	实验仅在基准数据库上进行，未涉及实际临床环境中的多样本验证	提高血液疾病的检测和分类准确率	血细胞图像	数字病理学	血液疾病	深度学习	改进的LeNet-5, CNN-BiGRU-A	图像	基准数据库中的血细胞图像
1719	2025-04-18	Spatial pattern and heterogeneity of green view index in mountainous cities: a case study of Yuzhong district, Chongqing, China 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97946-9 PMID:40221555	研究论文	本研究利用深度学习算法和地理加权回归等方法，探讨了重庆渝中区绿色视野指数（GVI）的空间异质性及其影响因素	结合深度学习算法和地理加权回归（GWR）及最优参数地理探测器（OPGD）分析GVI的空间异质性及其影响因素	研究仅针对重庆渝中区，结果可能不适用于其他山地城市	评估城市街道绿化的空间异质性及其影响因素	重庆渝中区的街道绿化	地理信息系统	NA	深度学习算法、地理加权回归（GWR）、最优参数地理探测器（OPGD）	NA	街景图像、地形数据	重庆渝中区的街道数据
1720	2025-04-18	Landslide susceptibility assessment using lightweight dense residual network with emphasis on deep spatial features 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97074-4 PMID:40221608	研究论文	提出了一种基于轻量级密集残差网络的滑坡易发性评估方法（DS-DRN），重点挖掘深层空间特征	设计了深度可分离残差模块优化传统卷积，并采用密集连接构建深层特征提取模块，以提高滑坡特征信息的复用率并防止梯度消失	未明确提及具体样本量限制或模型在其他地区的泛化能力	解决现有方法在训练样本有限、空间特征利用不足及计算成本高方面的问题，提高滑坡易发性评估的准确性	以中国四川省雅安市为研究区域，评估滑坡易发性	计算机视觉	NA	深度可分离卷积、密集连接	轻量级密集残差网络（DS-DRN）	空间特征数据	未明确提及