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
1721	2025-05-06	Challenges, optimization strategies, and future horizons of advanced deep learning approaches for brain lesion segmentation 2025-Apr-28, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.04.016 PMID:40306473	review	本文综述了2021年至2024年间深度学习算法在脑肿瘤和脑卒中分割中的应用，探讨了其优势、局限性和未来研究方向	总结了深度学习在脑病变分割中的最新进展，提出了未来研究方向，包括神经架构搜索与领域知识的结合、患者生存水平预测等	基于250多篇综述论文的见解，可能存在文献覆盖不全或偏颇的问题	探讨深度学习在脑病变分割中的应用现状和未来发展方向	脑肿瘤和脑卒中	digital pathology	brain tumor, stroke	深度学习技术	lightweight neural networks, multilayer architectures	medical images	NA
1722	2025-05-06	Integrating prior knowledge with deep learning for optimized quality control in corneal images: A multicenter study 2025-Apr-28, 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Hybrid Prior-Net (HP-Net)，一种结合ResNet分类分支和基于霍夫圆变换及频域模糊检测的先验知识分支的新型网络	研究仅针对裂隙灯图像，未涉及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，以提高裂隙灯图像分类的准确性和效率	裂隙灯图像	计算机视觉	眼科疾病	深度学习	ResNet, HP-Net	图像	内部数据集2982张图像，外部数据集13,554张和9853张图像
1723	2025-05-06	Automated detection and recognition of oocyte toxicity by fusion of latent and observable features 2025-Apr-26, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.138411 PMID:40318589	research paper	开发了一种结合深度学习和可观察特征的框架，用于自动检测和识别卵母细胞毒性	通过融合潜在特征和可观察特征，提高了毒性检测、亚型和强度分类的性能，超越了人类能力	研究仅基于小鼠卵母细胞图像，未涉及人类卵母细胞	评估环境污染物对卵母细胞异常的影响，并预测胚胎在污染物下的能力	小鼠卵母细胞	digital pathology	infertility	deep learning	NA	image	2126张小鼠卵母细胞图像
1724	2025-05-06	Identification of therapeutics against PfPK6 protein of Plasmodium falciparum: Structure and Deep Learning approach 2025-Apr-25, Experimental parasitology IF:1.4Q3 DOI:10.1016/j.exppara.2025.108947 PMID:40288672	研究论文	本研究通过计算方法和深度学习模型识别了针对恶性疟原虫PfPK6蛋白的新型抑制剂	结合结构基础方法和深度学习模型筛选新型PfPK6抑制剂，并验证其结合稳定性	研究仅基于计算模拟，尚未进行实验验证	识别针对恶性疟原虫PfPK6蛋白的治疗药物	恶性疟原虫PfPK6蛋白及其潜在抑制剂	计算生物学	疟疾	虚拟筛选、分子动力学模拟	DL	分子结构数据	多种小分子抑制剂化合物数据集
1725	2025-05-06	Single Molecule Localization Super-resolution Dataset for Deep Learning with Paired Low-resolution Images 2025-Apr-23, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04979-w PMID:40268962	research paper	本文介绍了一个名为DL-SMLM的生物图像数据集，用于训练超分辨率模型，包含配对的低分辨率荧光图像和超分辨率SMLM数据	提供了一个公开的生物图像数据集，包含多种亚细胞结构的配对图像数据，支持深度学习超分辨率显微镜方法的发展	数据集虽然多样，但可能仍不足以覆盖所有类型的生物样本或结构	推动深度学习在超分辨率显微镜领域的应用	亚细胞结构，包括微管、内质网腔和膜、Clathrin包被小坑、线粒体外膜和内膜	digital pathology	NA	single molecule localization microscopy (SMLM)	deep learning models	image	188组原始SMLM数据，每种低分辨率图像有100个信号水平
1726	2025-05-06	Efficient urban flood control and drainage management framework based on digital twin technology and optimization scheduling algorithm 2025-Apr-22, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123711 PMID:40319783	研究论文	本文提出了一种基于数字孪生技术和优化调度算法的高效城市防洪排涝管理框架	结合数字孪生实验平台、深度学习和多目标优化算法，提出创新的防洪排涝管理解决方案	未提及具体实施成本或平台部署的复杂性	提升城市防洪排涝系统的综合管理能力	城市河流湖泊水系及排水系统	数字孪生技术	NA	PLC技术、Unity3D引擎、深度学习、多目标优化算法	深度学习模型	实时监测数据、水位数据	未明确提及具体样本数量，涉及多种河流流入和排水操作场景
1727	2025-05-06	Continuous Reaching and Grasping with a BCI Controlled Robotic Arm in Healthy and Stroke-Affected Individuals 2025-Apr-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.16.25325551 PMID:40321282	研究论文	本研究提出了一种基于运动想象的脑机接口（BCI）范式，用于控制机器人手臂进行连续抓取任务，并在健康人群和中风患者中进行了评估	通过引入额外的‘点击’信号，增加了BCI系统的自由度，实现了对机器人手臂的连续控制，而非从预定动作列表中选择	当前系统的应用受限于EEG信号的低信噪比和空间分辨率	探索非侵入式脑机接口在控制辅助设备（如机器人手臂）中的应用，特别是在复杂任务中的表现	健康受试者和中风幸存者	脑机接口	中风	EEG信号处理，深度学习	DL	EEG信号	健康受试者和中风幸存者（具体数量未提及）
1728	2025-05-06	World of Forms: Deformable geometric templates for one-shot surface meshing in coronary CT angiography 2025-Apr-18, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103582 PMID:40318517	研究论文	提出了一种基于几何先验的数据高效深度学习方法，用于直接生成3D解剖对象表面网格	采用多分辨率图神经网络和几何模板变形方法，引入了一种新颖的3D球形数据掩码自编码器预训练策略	在低数据量情况下性能可能受限，且需要选择合适的网格三角剖分先验	改进医学图像分割和表面网格生成的准确性和拓扑一致性	冠状动脉CT血管造影中的心包、左心室腔和左心室心肌	数字病理	心血管疾病	深度学习方法	多分辨率图神经网络	3D医学图像	未明确说明样本数量
1729	2025-05-06	Large-Scale Deep Learning-Enabled Infodemiological Analysis of Substance Use Patterns on Social Media: Insights From the COVID-19 Pandemic 2025-Apr-17, JMIR infodemiology IF:3.5Q1 DOI:10.2196/59076 PMID:40244656	研究论文	利用深度学习模型RoBERTa分析社交媒体数据，研究COVID-19大流行期间物质使用模式的变化	结合深度学习模型和人在回路策略，实时监测物质使用趋势，并识别关键影响因素	研究仅基于Twitter数据，可能无法全面代表所有人群的物质使用情况	分析COVID-19大流行期间物质使用模式的变化，为公共卫生干预提供依据	社交媒体上的物质使用相关帖子	自然语言处理	NA	RoBERTa, 趋势分析, k-means聚类, 主题建模, 主题分析	RoBERTa	文本	11.3亿条Twitter帖子，其中900万条与物质使用相关
1730	2025-05-06	Generating Artificial Patients With Reliable Clinical Characteristics Using a Geometry-Based Variational Autoencoder: Proof-of-Concept Feasibility Study 2025-Apr-17, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63130 PMID:40245392	研究论文	本研究探讨了使用基于几何的变分自编码器（VAE）生成具有可靠临床特征的人工患者的可行性	首次将基于几何的VAE应用于高维度、小样本量的表格数据，以生成人工患者	需要进一步研究整合纵向动态以映射患者轨迹	测试生成具有可靠临床特征的人工患者的可行性	521名真实患者的数据	机器学习	NA	变分自编码器（VAE）	VAE	表格数据	521名真实患者的数据，生成多达10,000名人工患者
1731	2025-05-06	Deep learning-based EEG source imaging is robust under varying electrode configurations 2025-Apr-16, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2025.04.009 PMID:40318257	research paper	该研究探讨了基于深度学习的EEG源成像方法在不同电极配置下的稳健性能	提出了一种新的深度学习源成像框架DeepSIF，能够在低密度EEG下实现准确的源定位和范围估计	研究主要基于计算机模拟和27名耐药性癫痫患者的临床数据，样本量相对较小	评估不同电极数量对深度学习EEG源成像性能的影响	EEG源成像方法和不同电极配置下的性能比较	machine learning	epilepsy	EEG source imaging	DeepSIF	EEG信号	27名耐药性癫痫患者
1732	2025-05-06	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	研究论文	介绍了一种基于CT扫描的深度学习工具SALSA，用于自动检测和描绘癌症患者的肝脏肿瘤	SALSA工具在肿瘤识别和体积量化方面表现出色，优于现有最先进模型和放射科专家之间的一致性	未提及具体局限性	开发一种自动化工具，用于癌症患者的肝脏肿瘤检测和描绘，以改善诊断、预后和治疗评估	肝脏肿瘤（原发性和转移性）	数字病理学	癌症	CT扫描	深度学习	图像	1,598例CT扫描和4,908个肝脏肿瘤
1733	2025-05-06	Deep Learning Approach Readily Differentiates Papilledema, Non-Arteritic Anterior Ischemic Optic Neuropathy, and Healthy Eyes 2025-Apr-11, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.04.006 PMID:40220884	research paper	使用深度学习模型通过眼底照片区分视乳头水肿、非动脉炎性前部缺血性视神经病变和健康眼睛	开发了一个基于ResNet-50的深度学习模型，能够高准确度地区分IIH、NAION和健康眼睛的眼底照片	外部验证集的样本量相对较小，可能影响模型的泛化能力	开发一种能够准确区分视乳头水肿、非动脉炎性前部缺血性视神经病变和健康眼睛的深度学习诊断工具	眼底照片	digital pathology	ophthalmic conditions	深度学习	ResNet-50	image	训练和验证集包含15 088张眼底照片（5866只眼睛），外部验证集包含1126张照片（928只眼睛）
1734	2025-05-06	Quantifying axonal features of human superficial white matter from three-dimensional multibeam serial electron microscopy data assisted by deep learning 2025-Apr-11, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121212 PMID:40222502	research paper	该研究利用深度学习辅助的三维多束串行电子显微镜数据，量化了人类浅表白质的轴突特征	首次在纳米级分辨率下对人类浅表白质中的短程联合纤维进行详细的形态学表征，并提供了大型3D人类电子显微镜数据集	研究仅针对浅表白质区域，未涉及其他脑区	探索人类大脑皮层-皮层连接的轴突特征	人类浅表白质中的短程联合纤维	digital pathology	NA	multi-beam scanning electron microscopy (EM)	CNN	3D electron microscopy images	一个200×200×112μm的人类浅表白质体积样本，共分割了128,285个有髓鞘轴突
1735	2025-05-06	AI analysis of medical images at scale as a health disparities probe: a feasibility demonstration using chest radiographs 2025-Apr-08, ArXiv PMID:40297238	研究论文	本文探讨了利用医学影像数据作为健康差异研究新数据源的可行性	开发了一种从医学影像中自动提取定量指标并用于计算健康差异指数的流程	研究仅基于1,571例患者的胸部X光片，样本量有限	探索医学影像数据在健康差异研究中的应用潜力	1,571例患者的胸部X光片	数字病理学	NA	深度学习	深度学习模型	医学影像	1,571例患者
1736	2025-05-06	Manifold Topological Deep Learning for Biomedical Data 2025-Apr-07, Research square DOI:10.21203/rs.3.rs-6149503/v1 PMID:40297704	研究论文	本文首次提出流形拓扑深度学习（MTDL），将代数拓扑与深度神经网络结合，用于处理可微分流形上的数据，包括图像	首次将拓扑深度学习扩展到可微分流形数据，利用Hodge理论分解向量场并构建CNN输入	未明确提及具体局限性	开发适用于可微分流形数据的拓扑深度学习方法	可微分流形上的数据（包括图像）	机器学习	NA	Hodge理论	CNN	图像	717,287张生物医学图像（来自11个2D和6个3D数据集）
1737	2025-05-06	Fine extraction of multi-crop planting area based on deep learning with Sentinel- 2 time-series data 2025-Apr, Environmental science and pollution research international DOI:10.1007/s11356-025-36405-4 PMID:40257731	研究论文	基于深度学习和Sentinel-2时间序列数据，提出了一种高效的多作物种植面积精细提取方法	设计了基于CNN-LSTM和Bi-LSTM的深度学习模型，结合月度合成的NDVI时间序列数据，实现了高精度的多作物分类	研究仅针对山东省的西北、西南和东部地区，可能在其他地区的适用性有待验证	为多作物分类提供一种基于高分辨率遥感时间序列数据的有效模型	山东省西北、西南和东部地区的多作物种植面积	计算机视觉	NA	NDVI时间序列分析	CNN-LSTM, Bi-LSTM	遥感时间序列数据	山东省西北、西南和东部地区的多作物种植面积数据
1738	2025-05-06	Unsupervised Range-Nullspace Learning Prior for Multispectral Images Reconstruction 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3560430 PMID:40249693	研究论文	提出了一种新型的无监督范围-零空间学习先验方法（UnNull），用于多光谱图像重建	通过子空间分解显式建模数据，提高了可解释性和泛化能力，将光谱图像分解为范围和零子空间	未提及具体计算效率或实际应用场景的限制	解决快照光谱成像（SSI）中光谱图像重建的逆问题	多光谱图像	计算机视觉	NA	快照光谱成像（SSI）	UnNull（无监督范围-零空间学习）	多光谱图像数据	NA
1739	2025-05-06	Traffic accident risk prediction based on deep learning and spatiotemporal features of vehicle trajectories 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320656 PMID:40315419	research paper	提出一种结合CNN、LSTM和GNN的深度学习模型，用于基于车辆时空轨迹数据的交通事故风险预测	创新性地提出了一种综合考虑时空特征和道路网络关系的组合模型，显著提高了预测精度	NA	提高复杂交通环境下交通事故风险的预测准确性	车辆时空轨迹数据	machine learning	NA	深度学习	CNN, LSTM, GNN	时空轨迹数据	NA
1740	2025-05-06	DEEP LEARNING FOR AUTOMATED DETECTION OF BREAST CANCER IN DEEP ULTRAVIOLET FLUORESCENCE IMAGES WITH DIFFUSION PROBABILISTIC MODEL 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/ISBI56570.2024.10635349 PMID:40313564	研究论文	本文提出了一种利用扩散概率模型（DPM）增强深度紫外荧光（DUV）图像数据集的方法，以提高乳腺癌分类的准确性	首次将扩散概率模型（DPM）应用于深度紫外荧光（DUV）图像数据增强，显著提高了乳腺癌检测的准确率	研究依赖于有限的数据集，可能影响模型的泛化能力	提高乳腺癌在深度紫外荧光图像中的自动检测性能	深度紫外荧光（DUV）图像	计算机视觉	乳腺癌	扩散概率模型（DPM）	ResNet, XGBoost	图像	未明确提及具体样本数量