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
1841	2025-08-06	Application of deep learning models in gastric cancer pathology image analysis: a systematic scoping review 2025-Aug-01, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14662-3 PMID:40750872	系统综述	本文系统评估了深度学习模型在胃癌病理图像分析中的应用、挑战及未来方向	首次系统综述了深度学习在胃癌病理图像分析中的全面应用及潜在问题	现有研究存在数据集规模有限、缺乏外部验证及数据多样性不足等问题	评估深度学习在胃癌病理图像分析中的当前应用与未来发展方向	胃癌病理图像	数字病理学	胃癌	深度学习	CNN	图像	22项符合纳入标准的研究（初始检索520篇）
1842	2025-08-06	Deep learning-based super-resolution US radiomics to differentiate testicular seminoma and non-seminoma: an international multicenter study 2025-Aug-01, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02045-y PMID:40750949	研究论文	本研究评估了基于深度学习的超分辨率超声放射组学模型在区分睾丸精原细胞瘤和非精原细胞瘤中的性能	首次将深度学习超分辨率技术与超声放射组学结合，用于睾丸生殖细胞肿瘤的亚型区分，并在国际多中心研究中验证其优越性	研究为回顾性设计，需要前瞻性研究进一步验证	提高睾丸生殖细胞肿瘤亚型术前无创鉴别的准确性	睾丸生殖细胞肿瘤患者（精原细胞瘤与非精原细胞瘤）	数字病理学	睾丸癌	超声成像、放射组学分析	深度学习超分辨率模型	超声图像	486名男性患者（338训练集，92国内验证集，59国际验证集）
1843	2025-08-06	Performance validation of deep-learning-based approach in stool examination 2025-Aug-01, Parasites & vectors IF:3.0Q1 DOI:10.1186/s13071-025-06878-w PMID:40751198	研究论文	本研究评估了基于深度学习的肠道寄生虫识别方法的性能，并与人类专家的表现进行了比较	首次将深度学习模型（如YOLOv4-tiny、YOLOv7-tiny、YOLOv8-m、ResNet-50和DINOv2）应用于肠道寄生虫识别，并展示了其高准确性和特异性	研究未提及样本的具体数量，且可能仅针对特定寄生虫种类进行了验证	评估深度学习模型在肠道寄生虫识别中的性能，以改进现有的诊断方法	肠道寄生虫（寄生虫卵和幼虫）	数字病理学	肠道寄生虫感染	FECT和MIF技术，深度学习模型	YOLOv4-tiny, YOLOv7-tiny, YOLOv8-m, ResNet-50, DINOv2	图像	NA
1844	2025-08-06	Co-Pseudo Labeling and Active Selection for Fundus Single-Positive Multi-Label Learning 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565000 PMID:40293917	研究论文	提出一种名为FSP的共伪标签和主动选择方法，用于眼底单阳性多标签学习	通过课程共伪标签和主动样本选择生成伪标签，调整阈值并根据模型学习状态维护置信度高的预测	未提及具体局限性	解决眼底图像多标签标注不完整的问题，提高分类器性能	眼底图像	计算机视觉	视网膜疾病	深度学习	NA	图像	七个视网膜数据集
1845	2025-08-06	Updating "BePLi Dataset v1: Beach Plastic Litter Dataset version 1, for instance segmentation of beach plastic litter" with 13 object classes 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111867 PMID:40761540	研究论文	本文介绍了BePLi Dataset v2，这是一个用于海滩塑料垃圾实例分割和目标检测的数据集更新版本，包含3722张原始图像和118,572个手动处理的标注	更新了BePLi Dataset v1，增加了13个塑料垃圾对象类别，提供了像素级和个体级的标注，支持从计数对象到估计垃圾覆盖范围的多重用途	数据收集仅限于日本西北海岸的自然海岸环境，可能无法代表其他地区的塑料垃圾分布情况	开发自动化图像处理方法，用于监测海滩上的宏观塑料垃圾分布	海滩塑料垃圾	计算机视觉	NA	深度学习	实例分割和目标检测方法	图像	3722张原始图像和118,572个标注
1846	2025-08-06	Bridging technology and medicine: artificial intelligence in targeted anticancer drug delivery 2025-Aug-01, RSC advances IF:3.9Q2 DOI:10.1039/d5ra03747f PMID:40761897	review	本文综述了人工智能在靶向抗癌药物递送中的应用及其对提高癌症治疗精确性和有效性的潜力	利用AI技术（如机器学习和深度学习）分析多组学数据，优化靶向药物递送系统，实现个性化癌症治疗	数据质量、AI模型的可解释性以及临床环境中稳健验证的需求	探索AI如何提升靶向抗癌药物递送的精确性和治疗效果	癌症患者的多组学数据（基因组、蛋白质组和临床数据）	machine learning	cancer	machine learning, deep learning, reinforcement learning	support vector machines, random forests, CNN	genomic, proteomic, clinical data, imaging data	NA
1847	2025-08-06	Integrating Generative Pretrained Transformer and Genetic Algorithms for Efficient and Diverse Molecular Generation 2025-Aug, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.70005 PMID:40762910	研究论文	介绍了一种创新的分子生成模型CCMol，结合了生成预训练变换器（GPT）和遗传算法（GA）的优势，用于高效且多样化的分子生成	整合了GPT的生成能力和GA的优化机制，提高了分子结构的有效性和创新性	未提及具体的数据集大小或实验的广泛性，可能限制了结果的普适性	加速药物开发过程，生成新颖且有效的候选药物分子	针对三种关键疾病相关蛋白（GLP1、WRN和JAK2）的分子生成	计算机辅助药物设计	NA	生成预训练变换器（GPT）、遗传算法（GA）	CCMol（结合GPT和GA）	分子结构数据	针对三种蛋白质的分子生成，具体样本量未提及
1848	2025-08-06	Explainable machine learning for predicting ICU mortality in myocardial infarction patients using pseudo-dynamic data 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13299-3 PMID:40739438	研究论文	本研究开发了一种可解释的伪动态机器学习框架，用于预测心肌梗死患者在ICU的死亡率	提出了XMI-ICU框架，结合XGBoost模型和时间解析的Shapley值，实现了高准确率的死亡率预测和临床风险分析	研究依赖于回顾性数据，可能受到数据质量和完整性的影响	开发一种可解释的机器学习框架，用于预测心肌梗死患者在ICU的死亡率	心肌梗死患者	机器学习	心血管疾病	XGBoost, Shapley值	XGBoost	时间序列生理测量数据	来自eICU和MIMIC-IV数据库的两个回顾性队列
1849	2025-08-06	An efficient fusion detector for road defect detection 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01399-z PMID:40744951	研究论文	提出了一种结合空间到深度卷积与瓶颈变换器的SCB-AF-Detector，用于复杂背景下道路图像中的多尺度细微缺陷检测	设计了SCB-Darknet53主干网络，结合SPD-Conv结构和瓶颈变换器，有效提取复杂背景下的细微和远距离缺陷特征，并开发了渐进式特征金字塔网络以融合特征	未提及模型在不同光照或天气条件下的性能表现	提高复杂背景下道路图像中多尺度细微缺陷的检测精度	道路图像中的多尺度细微缺陷	计算机视觉	NA	空间到深度卷积(SPD-Conv)、瓶颈变换器、渐进式特征金字塔网络	SCB-AF-Detector (基于SCB-Darknet53主干网络)	图像	25,000张道路图像（来自伊朗道路病害数据集IRRDD）
1850	2025-08-06	Image dehazing algorithm based on deep transfer learning and local mean adaptation 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13613-z PMID:40745205	research paper	提出了一种基于深度迁移学习和局部均值适应的图像去雾算法，有效解决了明亮区域失真和噪声抑制问题	结合深度迁移学习的大气光估计模块和局部均值适应的透射率图估计模块，同时引入图像增强和降噪模块	未提及在极端恶劣天气条件下的性能表现	提高图像去雾性能并增强噪声抑制能力	雾天图像	computer vision	NA	deep transfer learning, local mean adaptation	CNN-based framework	image	四个数据集（自建合成雾天数据集、SOTS室外数据集、NH-HAZE数据集和O-HAZE数据集）
1851	2025-08-06	Multi-heat keypoint incorporation in deep learning model to tropical cyclone centering and intensity classifying from geostationary satellite images 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12733-w PMID:40745273	研究论文	本文提出了一种新的多任务深度学习模型，结合注意力门机制，用于从地球静止卫星图像中定位热带气旋中心并分类其强度	提出了多头部关键点设计(MHKD)与空间注意力机制(SAM)结合的解码器层结构，并采用新的损失函数通过欧几里得距离引导热图中心优化	主要问题来自热带气旋云模式的复杂性，其与实际强度等级之间存在非线性关系，以及不同等级之间的区分困难	提高热带气旋中心定位和强度分类的准确性	热带气旋(TCs)	计算机视觉	NA	深度学习	多任务深度学习模型(含注意力机制)	卫星图像	2015-2023年西北太平洋区域数据(来自日本Himawari 8/9卫星和WMO RSMC东京台风中心)
1852	2025-08-06	Impact of large language models and vision deep learning models in predicting neoadjuvant rectal score for rectal cancer treated with neoadjuvant chemoradiation 2025-Jul-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01844-5 PMID:40745280	研究论文	本研究探索了使用大型语言模型（LLMs）和计算机视觉模型来准确预测接受新辅助放化疗（NACRT）治疗的局部晚期直肠癌（LARC）的新辅助直肠（NAR）评分	首次将大型语言模型（LLMs）和计算机视觉模型结合用于预测NAR评分，展示了LLMs在预测NAR值方面的潜力	CT扫描在预测NAR值方面的不足，样本量相对较小（160例CT扫描）	探索深度学习模型在预测局部晚期直肠癌（LARC）患者新辅助直肠（NAR）评分中的应用	接受新辅助放化疗（NACRT）治疗的局部晚期直肠癌（LARC）患者	计算机视觉, 自然语言处理	直肠癌	深度学习, 大型语言模型（LLMs）, 计算机视觉模型	CNN, 编码器架构LLM	CT扫描, MRI报告	160例CT扫描及4种不同类型的放射学报告
1853	2025-08-06	VCPC: virtual contrastive constraint and prototype calibration for few-shot class-incremental plant disease classification 2025-Jul-31, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01423-3 PMID:40745353	research paper	本文提出了一种名为VCPC的方法，通过虚拟对比约束和原型校准，用于少样本类增量植物病害分类	结合虚拟对比类约束（VCC）模块和原型校准嵌入（PCE）模块，优化原型空间并提升新类别的识别准确率	未提及具体局限性	开发一种可持续的植物病害分类方法，适应少样本类增量学习（FSCIL）条件	植物病害图像	computer vision	plant disease	deep learning	VCPC	image	PlantVillage数据集和CIFAR-100数据集
1854	2025-08-06	Bond-centric modular design of protein assemblies 2025-Jul-31, Nature materials IF:37.2Q1 DOI:10.1038/s41563-025-02297-5 PMID:40745093	research paper	本文提出了一种基于键合中心的模块化蛋白质组装设计方法，利用深度学习生成工具设计蛋白质构建块，实现多样化的封闭和开放结构组装	采用模块化设计思路，结合深度学习生成工具和可定制的键合相互作用，成功组装了多种蛋白质纳米结构，包括多组分多面体蛋白质笼、二维阵列和三维蛋白质晶格	NA	开发一种模块化蛋白质纳米材料设计方法	蛋白质组装体	蛋白质工程	NA	深度学习生成工具	NA	蛋白质结构数据	成功组装了20多种多组分蛋白质结构
1855	2025-08-06	Deep learning for tooth detection and segmentation in panoramic radiographs: a systematic review and meta-analysis 2025-Jul-30, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06349-9 PMID:40739210	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习在全景X光片中牙齿检测和分割的性能	首次对深度学习在全景X光片中牙齿检测和分割的性能进行了系统综述和荟萃分析	仅纳入20项研究，且仅6项研究可用于荟萃分析，样本量有限	评估深度学习在全景X光片中牙齿检测和分割的性能	全景X光片中的牙齿	数字病理	牙科疾病	深度学习	NA	图像	20项研究（其中6项用于荟萃分析）
1856	2025-08-06	Exploring the social life of urban spaces through AI 2025-Jul-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2424662122 PMID:40705424	研究论文	通过AI技术分析30年间纽约、波士顿和费城四个城市公共空间中行人行为的变化	利用计算机视觉和深度学习技术自动化分析历史视频数据，扩展了传统人工观察方法	仅分析了三个美国城市的四个公共空间，可能无法代表其他地区的情况	探究城市公共空间中行人行为随时间的变化及其社会意义	城市公共空间中的行人行为	计算机视觉	NA	计算机视觉、深度学习	NA	视频	1979-80和2008-10年间四个城市公共空间的视频数据
1857	2025-08-06	Interpretable graph Kolmogorov-Arnold networks for multi-cancer classification and biomarker identification using multi-omics data 2025-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13337-0 PMID:40730661	研究论文	本文提出了一种名为MOGKAN的深度学习框架，用于整合多组学数据并进行多癌症分类和生物标志物识别	结合Kolmogorov-Arnold定理原理，利用可训练的单变量函数增强模型的可解释性和特征分析能力	未提及具体样本量或数据集的局限性	开发一个能够整合多组学数据的计算模型，用于精准癌症诊断	31种不同类型的癌症	数字病理学	多癌症	DESeq2, LIMMA, LASSO回归, Gene Ontology (GO), KEGG富集分析	MOGKAN (基于Kolmogorov-Arnold定理的深度学习框架)	多组学数据 (mRNA, micro-RNA序列, DNA甲基化样本, PPI网络)	NA
1858	2025-08-06	Interpretable Graph Kolmogorov-Arnold Networks for Multi-Cancer Classification and Biomarker Identification using Multi-Omics Data 2025-Jul-27, ArXiv PMID:40740512	研究论文	本文提出了一种名为MOGKAN的深度学习框架，用于整合多组学数据并进行多癌症分类和生物标志物识别	结合Kolmogorov-Arnold定理原理，利用可训练的单变量函数增强模型的可解释性和特征分析能力	未提及具体样本量或数据集的详细描述	开发一种能够整合多组学数据的计算模型，用于精准癌症诊断	31种不同类型的癌症	数字病理学	多癌症	DESeq2, LIMMA, LASSO回归	MOGKAN（基于Kolmogorov-Arnold定理的深度学习框架）	mRNA、micro-RNA序列、DNA甲基化样本和蛋白质-蛋白质相互作用网络	NA
1859	2025-08-06	Whole tissue imaging of cellular boundaries at sub-micron resolutions for deep learning cell segmentation: Applications in the analysis of epithelial bending of ectoderm 2025-Jul-26, Developmental dynamics : an official publication of the American Association of Anatomists IF:2.0Q3 DOI:10.1002/dvdy.70061 PMID:40716088	research paper	介绍了一种名为MORPHOVIEW的方法，用于在亚微米分辨率下保留细胞边界标记并匹配组织与水的折射率，从而实现对细胞形态的高通量三维结构量化	提出了一种保留细胞边界标记并匹配组织与水的折射率的新技术，结合高倍率、长工作距离的水浸物镜和神经网络分割模型，实现了对细胞形态的高分辨率三维成像和量化	未提及该方法在更广泛生物样本中的应用限制或与其他技术的比较	开发一种能够精确量化细胞和组织的三维结构，以研究器官形态发生过程中的细胞形态变化	转基因小鼠的下颌骨和猫鲨的牙板和真皮小齿	digital pathology	NA	组织透明化协议、高分辨率光学显微镜、神经网络分割模型	神经网络分割模型	image	转基因小鼠下颌骨和猫鲨的牙板与真皮小齿样本
1860	2025-08-06	Segmentation of the Left Atrium in Cardiovascular Magnetic Resonance Images of Patients with Myocarditis 2025-Jul-18, Journal of visualized experiments : JoVE DOI:10.3791/68664 PMID:40758568	research paper	该研究提出了一种基于3D-FCN的深度学习方法，用于心肌炎患者心血管磁共振图像中左心房的分割	通过时空特征融合、动态跳跃连接和轻量化设计三项策略增强，显著提高了左心房分割的准确性和效率	动态伪影和薄壁结构的时空连续性建模仍是主要挑战	开发一种准确分割心肌炎患者左心房的深度学习方法	心肌炎患者的心血管磁共振图像	digital pathology	cardiovascular disease	心血管磁共振成像(CMR)	3D-FCN	image	NA