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
161	2025-05-07	FLANet: A multiscale temporal convolution and spatial-spectral attention network for EEG artifact removal with adversarial training 2025-Feb-04, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adae34 PMID:39902757	研究论文	提出了一种名为FLANet的多尺度时间卷积和空间-频谱注意力网络，结合对抗训练，用于自动去除EEG信号中的伪迹	结合多尺度时间卷积和空间-频谱注意力机制，采用对抗训练和新颖的损失函数，提高了去伪迹的效率和准确性	未明确提及具体局限性	提高EEG信号中伪迹去除的效率和准确性，促进神经分析和神经工程的发展	受不同类型伪迹污染的EEG信号	神经信号处理	NA	对抗训练	FLANet（多尺度时间卷积和空间-频谱注意力网络）	EEG信号	NA
162	2025-05-07	Automatic cervical lymph nodes detection and segmentation in heterogeneous computed tomography images using deep transfer learning 2025-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84804-3 PMID:39905029	研究论文	本研究开发了一种基于深度迁移学习的模型，用于在计算机断层扫描（CT）图像中自动检测和分割颈部淋巴结（LNs）	利用预训练的nnUNet模型在大规模头颈部数据集上进行微调，实现了在异质CT图像中自动检测和分割颈部淋巴结的创新方法	检测的敏感性和阳性预测值仍有提升空间，特别是在外部测试队列中	开发自动检测和分割颈部淋巴结的深度学习模型，以减轻肿瘤科医生的工作负担	头颈部癌症患者的颈部淋巴结	数字病理	头颈部癌症	CT成像	nnUNet	医学影像	来自626名患者的11,013个注释淋巴结，其中4,729个用于微调，1,684个用于内部测试，4,600个用于外部测试
163	2025-05-07	Capsule neural network and adapted golden search optimizer based forest fire and smoke detection 2025-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81742-y PMID:39905031	研究论文	本文提出了一种结合增强胶囊神经网络和自适应黄金搜索优化器的创新方法，用于检测森林火灾和烟雾	通过结合增强胶囊神经网络(CNN)和自适应黄金搜索优化器(AGSO)，有效识别与野火相关的复杂模式，提高了检测的准确性和可靠性	NA	开发一种高效的森林火灾和烟雾检测方法，以减少火灾风险并提升自动检测系统的性能	森林火灾和烟雾	计算机视觉	NA	深度学习, 优化策略	CNN, AGSO	图像	野火烟雾图像和BowFire数据集
164	2025-05-07	Advances in colorectal cancer diagnosis using optimal deep feature fusion approach on biomedical images 2025-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83466-5 PMID:39905104	research paper	该研究提出了一种基于最优深度特征融合方法的结直肠癌诊断技术，旨在通过生物医学图像分析提高诊断准确性	结合三种深度学习模型（MobileNet、SqueezeNet和SE-ResNet）进行特征提取，并利用Osprey优化算法进行超参数选择，最后使用深度信念网络（DBN）进行分类	研究仅在Warwick-QU数据集上进行了验证，未在其他数据集上测试其泛化能力	提高结直肠癌的诊断准确性和效率	结直肠癌的生物医学图像	digital pathology	colorectal cancer	deep learning	MobileNet, SqueezeNet, SE-ResNet, DBN	image	NA
165	2025-05-07	ThyroNet-X4 genesis: an advanced deep learning model for auxiliary diagnosis of thyroid nodules' malignancy 2025-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86819-w PMID:39905156	研究论文	提出了一种名为ThyroNet-X4 Genesis的深度学习模型，用于辅助诊断甲状腺结节的良恶性	基于ResNet架构，通过引入分组卷积和更大的卷积核增强特征提取能力，提高了对甲状腺超声图像的分析能力	外部验证集的准确率(67.02%)低于内部验证集(71.70%)，表明模型泛化能力有待提升	开发高性能的甲状腺结节良恶性分类模型	甲状腺结节	数字病理	甲状腺疾病	深度学习	ResNet架构改进模型(ThyroNet-X4 Genesis)	超声图像	公开甲状腺超声影像数据集和汉中中心医院的外部验证数据集
166	2025-05-07	Deep learning-based CT-free attenuation correction for cardiac SPECT: a new approach 2025-Feb-04, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01570-y PMID:39905320	研究论文	提出了一种基于深度学习的无CT心脏SPECT衰减校正新方法	开发了基于3D U-Net框架的特征对齐衰减校正网络(FA-ACNet)，通过对抗学习和距离度量学习技术对齐NAC SPECT和CT的多尺度特征	研究样本量相对较小(训练集167例，测试集35例)	开发无CT的心脏SPECT衰减校正方法以减少辐射暴露和CT相关伪影	心脏SPECT成像	数字病理	心血管疾病	SPECT/CT成像	3D U-Net	医学影像	训练集167例心脏SPECT/CT研究，测试集35例
167	2025-05-07	UTR-Insight: integrating deep learning for efficient 5' UTR discovery and design 2025-Feb-04, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11269-7 PMID:39905334	研究论文	开发了UTR-Insight模型，用于高效发现和设计5' UTR，以提高mRNA的稳定性和翻译效率	结合预训练语言模型与CNN-Transformer架构，显著提升了5' UTR的预测性能，并设计了高表达水平的UTR序列	NA	提高mRNA的稳定性和翻译效率，优化5' UTR的设计	5' UTR序列	自然语言处理	NA	深度学习	CNN-Transformer	序列数据	数十万条来自灵长类、小鼠和病毒的5' UTR序列
168	2025-05-07	Quantifying the tumour vasculature environment from CD-31 immunohistochemistry images of breast cancer using deep learning based semantic segmentation 2025-Feb-04, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-024-01950-2 PMID:39905431	research paper	该研究提出了一种基于深度学习的语义分割方法，用于从乳腺癌CD-31免疫组化图像中自动测量血管参数，以详细描述血管形态	使用U-Net卷积神经网络自动测量血管参数，减少了传统方法的时间消耗和观察者间差异，并提供了对复杂血管形态的更全面描述	样本量相对较小，训练和验证仅使用了36张部分注释的全切片图像	开发一种自动测量乳腺癌肿瘤血管参数的方法，以改善预后评估和个性化治疗策略	乳腺癌CD-31免疫组化图像	digital pathology	breast cancer	immunohistochemistry (IHC)	U-Net	image	36张部分注释的全切片图像（来自27名患者），外加21张图像（来自15名患者）
169	2025-05-07	Transitioning from wet lab to artificial intelligence: a systematic review of AI predictors in CRISPR 2025-Feb-04, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-06013-w PMID:39905452	综述	本文系统回顾了CRISPR-Cas9系统中人工智能预测因子的应用，旨在填补AI与CRISPR研究之间的知识鸿沟	为AI研究者提供了CRISPR-Cas9多步骤过程的生物学基础理解，并详细介绍了80个相关数据集及50个预测管线的性能分析	现有AI预测因子性能有限，许多步骤仍依赖昂贵耗时的湿实验	促进AI在多步骤CRISPR-Cas9系统中的整合与优化	CRISPR-Cas9系统中的AI预测因子	人工智能在生物技术中的应用	癌症、遗传病、遗传性疾病	CRISPR-Cas9基因编辑技术	机器学习和深度学习方法	基因组数据	80个CRISPR-Cas9系统相关数据集和50个预测管线
170	2025-05-07	Synthetic CT generation from CBCT and MRI using StarGAN in the Pelvic Region 2025-Feb-04, Radiation oncology (London, England) DOI:10.1186/s13014-025-02590-2 PMID:39905495	研究论文	本研究评估了使用StarGAN从MRI和CBCT数据生成合成CT（sCT）图像的深度学习方法，以提供准确的Hounsfield单位（HU）数据用于剂量计算	使用单一模型StarGAN从MRI和CBCT数据生成sCT图像，并与常用的CycleGAN进行比较，突出了StarGAN在解剖结构保留方面的优势	StarGAN在定量指标（如MAE）上表现不如CycleGAN	为MRI模拟和自适应放射治疗（ART）提供准确的HU数据	骨盆癌症患者的MRI和CBCT数据	数字病理	骨盆癌	MRI, CBCT	StarGAN, CycleGAN	图像	53例骨盆癌症病例
171	2025-05-07	Advances in antiviral strategies targeting mosquito-borne viruses: cellular, viral, and immune-related approaches 2025-Feb-04, Virology journal IF:4.0Q2 DOI:10.1186/s12985-025-02622-z PMID:39905499	综述	本文综述了针对蚊媒病毒的抗病毒策略的最新进展，包括细胞、病毒和免疫相关方法	强调了针对宿主因素（如脂质代谢、离子通道和蛋白酶体）和病毒靶点（如NS2B-NS3蛋白酶和非结构蛋白）的抗病毒策略，以及免疫调节疗法和药物再利用、生物信息学、人工智能和深度学习在识别新型抗病毒候选药物中的潜力	NA	探讨蚊媒病毒的病毒成分、细胞和免疫因子在其生命周期中的作用，以及抗病毒策略的最新进展	蚊媒病毒（MBVs），包括黄病毒科（如登革热、寨卡、西尼罗河、黄热病、日本脑炎病毒）、披膜病毒科（如基孔肯雅病毒、东部和西部马脑炎病毒）、布尼亚病毒科（如裂谷热和奥罗普切病毒）和呼肠孤病毒科（如西尼罗河和蓝舌病毒）	病毒学	蚊媒病毒感染	NA	NA	NA	NA
172	2025-05-07	Leveraging public AI tools to explore systems biology resources in mathematical modeling 2025-Feb-04, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-025-00496-z PMID:39910106	研究论文	探讨利用公共AI工具探索系统生物学资源在数学建模中的应用	研究公共AI工具在系统生物学数学建模中的应用，为非系统生物学家提供更易理解的系统生物学资源	未具体说明测试的公共AI工具类型及其性能限制	提高系统生物学资源的可访问性，帮助非系统生物学家理解系统生物学	系统生物学资源和数学建模	系统生物学	NA	公共AI工具	NA	系统生物学数据	NA
173	2025-05-07	Deep learning powered single-cell clustering framework with enhanced accuracy and stability 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87672-7 PMID:39900656	研究论文	提出了一种名为scG-cluster的深度结构聚类方法，用于提高单细胞RNA测序数据的聚类准确性和稳定性	1) 双拓扑邻接图：将节点分布信息整合到传统邻接图中，丰富图的表示；2) 双拓扑自适应图卷积网络(TAGCN)：采用注意力机制动态加权图内特征，并通过残差连接防止过平滑	未明确提及具体局限性	提高单细胞RNA测序数据的聚类准确性和稳定性	单细胞RNA测序数据	机器学习	NA	scRNA-seq	TAGCN (双拓扑自适应图卷积网络)	单细胞RNA测序数据	六个不同的scRNA-seq数据集
174	2025-05-07	Deep learning and radiomics for gastric cancer serosal invasion: automated segmentation and multi-machine learning from two centers 2025-Feb-03, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06117-w PMID:39900688	研究论文	本研究开发了一种基于深度学习的自动分割脾脏CT图像的方法，并结合放射组学和深度学习特征构建了胃癌浆膜侵犯的预测模型	使用U-Mamba深度学习模型实现脾脏CT图像的自动分割，结合放射组学和深度学习特征构建预测模型，并生成列线图以探索临床指导意义	研究仅纳入来自两个中心的311名患者，样本量相对较小	开发自动分割脾脏CT图像的方法并构建胃癌浆膜侵犯的预测模型	311名经病理证实的胃癌患者	数字病理学	胃癌	CT成像	U-Mamba, 五种机器学习方法	CT图像	311名患者
175	2025-05-07	Fundus camera-based precision monitoring of blood vitamin A level for Wagyu cattle using deep learning 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85372-w PMID:39900776	研究论文	开发了一种基于深度学习的便携式相机系统，用于实时监测和牛血液中维生素A水平	利用深度学习技术实现了对和牛血液维生素A水平的实时监测，并通过可视化热图方法提高了预测准确性	研究仅针对日本黑牛，样本量相对有限（50头牛，4000张图像）	开发一种实时监测和牛血液维生素A水平的方法，以预防相关疾病并提高牛肉质量	和牛（特别是日本黑牛）的眼底图像	计算机视觉	维生素A缺乏症	深度学习	DNN（深度神经网络）	图像	50头日本黑牛的4000张眼底图像
176	2025-05-07	An explainable deep learning model for diabetic foot ulcer classification using swin transformer and efficient multi-scale attention-driven network 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87519-1 PMID:39900977	研究论文	提出一种基于特征融合的深度学习模型，用于糖尿病足溃疡分类，结合Swin transformer和高效多尺度注意力驱动网络	首次提出双轨架构（Swin transformer和EMADN网络）用于DFU分类，并引入Grad-CAM可解释人工智能技术	模型在DFUC-2021数据集上的准确率为78.79%，仍有提升空间	开发高效自动化的糖尿病足溃疡分类方法以辅助临床诊断	糖尿病足溃疡图像	计算机视觉	糖尿病足溃疡	深度学习	Swin transformer, EMADN	医学图像	DFUC-2021数据集
177	2025-05-07	Enhancing depression recognition through a mixed expert model by integrating speaker-related and emotion-related features 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88313-9 PMID:39900968	研究论文	提出一种混合专家模型（MoE），通过整合说话者相关和情感相关特征来增强抑郁症识别	首次在抑郁症识别中分离并整合说话者相关和情感相关特征，采用多领域适应算法训练混合专家模型	未明确说明模型在跨文化数据集上的泛化能力是否经过充分验证	提高通过语音特征识别抑郁症的准确率	抑郁症患者的语音特征	自然语言处理	抑郁症	Time Delay Neural Network, 多领域适应算法	Mixture-of-Experts (MoE)	语音数据	自建中文抑郁症数据集和AVEC2014数据集
178	2025-05-07	Synchronization-based graph spatio-temporal attention network for seizure prediction 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88492-5 PMID:39901056	研究论文	提出一种基于同步的图时空注意力网络（SGSTAN）用于癫痫发作预测	通过时空相关性有效利用EEG记录中的复杂信息，解决了现有方法难以准确捕捉个体差异和忽略时间变化信息的问题	未明确提及具体局限性	设计准确可靠的癫痫发作预测方法，为患者提供早期预警	癫痫患者的脑电图（EEG）数据	机器学习	癫痫	EEG分析	SGSTAN（基于同步的图时空注意力网络）	EEG信号	CHB-MIT公共数据集
179	2025-05-07	Comparative analysis of the DCNN and HFCNN Based Computerized detection of liver cancer 2025-Feb-03, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01578-4 PMID:39901085	research paper	比较DCNN和HFCNN在基于计算机的肝癌检测中的效果	通过滤波增强CT图像的边缘和纹理以实现精确的肝脏分割，并比较两种深度学习框架DCNN和HFCNN在肝癌检测中的表现	CT图像检测过程中由于胆管、血管等结构重叠、图像噪声、纹理变化、大小和位置变化以及固有的异质性可能导致分割错误	评估DCNN和HFCNN在肝癌检测和分割中的有效性	肝癌的CT图像	digital pathology	liver cancer	computed tomography (CT)	DCNN, HFCNN	image	NA
180	2025-05-07	Pathological and radiological assessment of benign breast lesions with BIRADS IVc/V subtypes. should we repeat the biopsy? 2025-Feb-03, BMC women's health DOI:10.1186/s12905-025-03569-7 PMID:39901102	研究论文	本研究评估了被分类为BIRADS IVc/V的良性乳腺病变的病理和放射学特征，探讨了是否需要重复活检	识别了BIRADS IVc/V分类下良性乳腺病变的组织病理学诊断，并研究了这些肿块的放射学特征，特别是可能导致假阳性结果的超声特征	单中心回顾性研究，样本量有限，未纳入其他诊断方法如超声弹性成像或人工智能技术	提高乳腺病变的诊断准确性，减少不必要的活检程序	被分类为BIRADS IVc/V的乳腺病变患者	数字病理学	乳腺癌	针芯/立体定向真空辅助活检	NA	影像数据和病理数据	828例乳腺病变（其中44例初始活检为良性，784例为恶性）