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
1861	2025-07-13	Event-based Stereo Depth Estimation: A Survey 2025-Jul-11, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3586559 PMID:40644099	综述	本文综述了基于事件相机的立体深度估计方法，涵盖了从早期电路设计到当前深度学习方法的演变历程	首次全面回顾了深度学习方法和立体数据集，并为创建新基准提供了实用建议	尽管取得显著进展，但在精度和效率方面仍存在挑战	为基于事件相机的立体深度估计领域提供全面概述	事件相机和立体深度估计方法	计算机视觉	NA	深度学习	NA	事件数据	NA
1862	2025-07-13	Automated assessment of laparoscopic pattern cutting skills using computer vision and deep learning 2025-Jul-10, Surgery IF:3.2Q1 DOI:10.1016/j.surg.2025.109540 PMID:40644739	研究论文	开发了一种基于计算机视觉和深度学习的自动化系统，用于评估腹腔镜手术中的模式切割技能	使用YOLO深度学习模型和合成数据进行标本分割，提供客观、定量的切割技能评估	样本材料形状的扭曲带来一定挑战	提高腹腔镜手术技能评估的效率、可靠性和标准化	腹腔镜手术中的模式切割技能	计算机视觉	NA	深度学习	YOLO	图像	合成测试样本和真实手术标本
1863	2025-07-13	Tumour nuclear size heterogeneity as a biomarker for post-radiotherapy outcomes in gynecological malignancies 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100793 PMID:40642183	研究论文	本研究探讨了妇科鳞状细胞癌患者放疗前肿瘤核大小分布与放疗后结果之间的潜在联系	首次将肿瘤核大小异质性作为预测妇科恶性肿瘤放疗后结果的生物标志物	预测准确性较低（C统计量0.56-0.57），需要更大规模的泛癌研究验证	探索个性化多尺度剂量学的潜在重要性	191例非转移性妇科鳞状细胞癌患者	数字病理学	妇科恶性肿瘤/鳞状细胞癌	深度学习	Cox比例风险模型	全切片图像(WSIs)	191例患者
1864	2025-07-13	Artificial intelligence system for EUS navigation and anatomical landmark recognition 2025-Jul, VideoGIE : an official video journal of the American Society for Gastrointestinal Endoscopy DOI:10.1016/j.vgie.2025.03.027 PMID:40642404	研究论文	本文介绍了一种基于深度学习的人工智能系统，用于EUS导航和识别解剖标志	开发了一种基于深度卷积神经网络（DCNNs）的AI系统，能够实时提供EUS导航提示并识别解剖标志	该系统无法识别病理变化，如胰腺肿块或囊性病变	探索人工智能在EUS导航和解剖标志识别中的应用	接受诊断性EUS的患者	数字病理	胰腺疾病	深度学习	DCNN	图像	3名患者
1865	2025-07-13	Deep learning-based differentiation of benign and malignant thyroid follicular neoplasms on multiscale intraoperative frozen pathological images: A multicenter diagnostic study 2025-Jun-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu DOI:10.21147/j.issn.1000-9604.2025.03.02 PMID:40642490	研究论文	开发一种基于深度学习的多尺度图像学习系统（DMILS），用于在甲状腺滤泡性肿瘤的多尺度术中冰冻病理图像上区分良恶性	首次使用多尺度全切片图像（WSIs）构建深度学习系统，用于甲状腺滤泡性肿瘤的良恶性区分，并在多中心数据集上验证其性能	研究仅基于三个中心的数据，可能无法完全代表所有临床场景	开发并验证一种深度学习系统，用于甲状腺滤泡性肿瘤的良恶性区分	甲状腺滤泡性肿瘤的多尺度术中冰冻病理图像	数字病理	甲状腺癌	深度学习	深度学习弱监督方法	图像	1,213名患者，分为训练集、验证集、内部测试集、外部测试集和前瞻性测试集
1866	2025-07-13	PhytoCluster: a generative deep learning model for clustering plant single-cell RNA-seq data 2025-Jun, aBIOTECH IF:4.6Q1 DOI:10.1007/s42994-025-00196-6 PMID:40641652	研究论文	本文介绍了一种名为PhytoCluster的无监督深度学习算法，用于聚类植物单细胞RNA测序数据	提出了一种新的深度学习模型PhytoCluster，能够有效处理单细胞RNA测序数据的高维度、稀疏性和生物噪声问题，并在聚类准确性、噪声去除和信号保留方面优于其他方法	NA	开发一种能够有效聚类植物单细胞RNA测序数据的算法	植物单细胞RNA测序数据	机器学习	NA	scRNA-seq	深度学习	单细胞RNA测序数据	四个模拟数据集和五个真实scRNA-seq数据集
1867	2025-07-13	Optimizing Locomotor Task Sets for Training a Biological Joint Moment Estimator 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063074 PMID:40644131	研究论文	本文提出了一种优化运动任务集的策略，用于训练生物关节力矩估计器，以减少数据收集负担并保持模型性能	引入了一种运动任务集优化策略，通过聚类分析识别最小但具有代表性的任务集，显著减少数据收集需求	研究仅针对髋关节力矩估计，未验证其他关节的适用性	优化运动任务集以减少数据收集负担，同时保持生物关节力矩估计的准确性	穿戴式传感器数据和生物关节力矩估计	机器学习	NA	聚类分析	神经网络	传感器数据	未明确提及具体样本数量
1868	2025-07-13	Simultaneous Recognition of Locomotion Mode, Phase, and Phase Progression Using Deep Learning Models 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11062982 PMID:40644172	research paper	本研究提出了一种深度学习框架，用于同时识别运动模式、相位及相位进展，以提升步态辅助可穿戴机器人的实时辅助能力	首次提出同时预测运动模式、相位及相位进展的深度学习框架，解决了现有方法无法同时处理这三个关键因素的局限	研究仅涉及五名参与者，样本量较小，可能影响模型的泛化能力	开发一种有效的用户意图识别算法，使可穿戴机器人能够在各种运动活动中与用户协调运动	运动模式（如平地行走、上下楼梯、坐站转换）及其相位和相位进展	machine learning	NA	深度学习	深度学习模型	IMU数据	5名参与者
1869	2025-07-13	Exploring Cortical Responses to Blood Flow Restriction through Deep Learning 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063023 PMID:40644184	研究论文	本研究利用深度学习和脑机接口技术探索血流限制训练对大脑皮层活动的影响	首次使用深度学习方法结合MEG技术分析血流限制训练对大脑皮层活动的个体化影响	跨被试模型仅达到随机水平准确率(33%)，表明个体间存在显著差异	探索血流限制训练对大脑皮层活动的神经机制	6名受试者在血流限制训练前、中、后的大脑皮层活动	脑机接口	NA	MEG(脑磁图), 深度学习	BaseNet	神经信号数据	6名受试者
1870	2025-07-13	Personalization of Wearable Sensor-Based Joint Kinematics Estimation Using Computer Vision for Hip Exoskeleton Applications 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063180 PMID:40644220	研究论文	本文提出了一种基于计算机视觉的深度学习适应框架，用于实时估计关节运动学，适用于髋部外骨骼应用	结合计算机视觉和深度学习，仅需少量数据（1-2个步态周期）即可适应新的步态模式，无需专业运动捕捉设备	在无法使用摄像头的场景下不可行	提高穿戴式传感器在关节运动学估计中的准确性和适应性	下肢关节运动学	计算机视觉	NA	深度学习	TCN（时间卷积网络）	视频（步态数据）	少量数据（1-2个步态周期）
1871	2025-07-13	Position Based Camera-2D LiDAR Fusion and Person Following for Mobile Robots 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11062955 PMID:40644251	research paper	该研究提出了一种基于位置的相机-2D LiDAR融合方法，用于移动机器人的人体跟随应用	首次在真实机器人上测试基于位置的目标人物跟踪系统，并与基于图像的跟踪方法进行比较	未明确说明系统在复杂环境中的鲁棒性或计算效率	开发更适合人体跟随应用的目标人物跟踪系统	移动机器人的人体跟随系统	机器人技术	NA	多传感器融合（RGBD相机和LiDAR）、深度学习	UCMCtrack算法、SORT算法	图像、LiDAR点云	未明确说明具体样本数量
1872	2025-07-13	HyenaCircle: a HyenaDNA-based pretrained large language model for long eccDNA prediction 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1641162 PMID:40641599	研究论文	提出了一种基于HyenaDNA预训练大语言模型的HyenaCircle，用于预测长eccDNA的形成	整合第三代测序数据和大语言模型，提出HyenaCircle模型用于长eccDNA预测，性能优于现有模型	未提及具体样本来源及多样性，可能影响模型泛化能力	开发深度学习模型以解决长eccDNA检测难题	长度在1-5kb的染色体外环状DNA（eccDNA）	机器学习	NA	Nanopore测序	HyenaDNA, HyenaCircle	基因组序列数据	20,000个长度匹配的阴性对照
1873	2025-07-13	Explainable AI for time series prediction in economic mental health analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1591793 PMID:40641972	research paper	提出了一种将可解释人工智能（XAI）直接集成到时间序列预测中的新框架，用于经济心理健康分析	结合了内在和事后可解释性技术，系统地整合了特征归因、因果推理和以人为中心的解释生成	现有的事后可解释性方法仅提供部分见解，限制了其在心理健康分析等敏感领域的实际应用	提高时间序列预测在心理健康分析中的可解释性和透明度	经济心理健康分析中的时间序列数据	machine learning	mental health	Explainable Artificial Intelligence (XAI)	interpretable model architecture	time series	NA
1874	2025-07-13	Automatic dental age estimation in adolescents via oral panoramic imaging 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1618246 PMID:40642202	研究论文	本研究通过构建大规模全景牙科图像数据集，应用多种卷积神经网络（CNN）模型实现青少年牙齿年龄的自动估计	首次将深度学习模型应用于中国北方青少年牙齿年龄估计，相比传统Demirjian方法提高了效率和准确性	研究样本局限于中国北方青少年，可能不适用于其他地区或年龄段人群	开发自动化牙齿年龄估计方法以辅助法医牙科鉴定	青少年牙齿全景影像	数字病理	NA	全景牙科成像	CNN	图像	大规模全景牙科图像数据集（具体数量未说明）
1875	2025-07-13	Quantification of myocardial oxygen extraction fraction on noncontrast MRI enabled by deep learning 2024-Nov, Radiology advances DOI:10.1093/radadv/umae026 PMID:40641627	研究论文	开发了一种基于深度学习的非对比心血管磁共振(CMR)方法，用于体内心肌氧提取分数(mOEF)和心肌血容量(MBV)的量化	首次利用深度学习和非对比CMR技术实现mOEF和MBV的体内量化	样本量较小(20名健康志愿者和10名慢性心肌梗死患者)，且仅在3T MRI系统上验证	开发一种无需对比剂的心肌氧提取分数和血容量量化方法	健康志愿者和慢性心肌梗死患者	数字病理	心血管疾病	心血管磁共振(CMR)	UNet	MRI图像	20名健康志愿者和10名慢性心肌梗死患者
1876	2025-07-12	A practical guide for nephrologist peer reviewers: evaluating artificial intelligence and machine learning research in nephrology 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2513002 PMID:40620096	研究论文	本文为肾脏病学领域的同行评审者提供了一个评估人工智能和机器学习研究的实用指南	整合了TRIPOD-AI清单，提出了一个结构化框架，以提升AI研究的可重复性、临床相关性和公平性	未提及具体研究案例的局限性，主要聚焦于通用框架的构建	提高肾脏病学中AI/ML研究的质量和临床可靠性	肾脏病学中的人工智能和机器学习研究	机器学习	肾脏疾病	AI/ML模型，包括卷积神经网络和预测建模	CNN, 预测模型	电子健康记录、影像学数据和生物标志物	NA
1877	2025-07-12	Multiparameter MRI-based automatic segmentation and diagnostic models for the differentiation of intracranial solitary fibrous tumors and meningiomas 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2530223 PMID:40625299	research paper	本研究开发了一种基于多参数MRI的自动分割和诊断模型，用于区分颅内孤立性纤维瘤和脑膜瘤	结合VB-Net深度学习网络进行自动分割，并利用机器学习构建单序列和多序列MRI模型，进一步结合临床/放射学特征开发融合指数相关模型	研究样本量相对有限，且未提及外部验证集的性能表现	术前准确区分颅内孤立性纤维瘤和脑膜瘤，以支持手术规划和治疗策略制定	252名患者（56例SFTs和196例脑膜瘤）的MRI数据	digital pathology	brain tumor	MRI	VB-Net, machine learning models	MRI图像	252名患者（56例SFTs和196例脑膜瘤）
1878	2025-07-12	A bidirectional reasoning approach for blood glucose control via invertible neural networks 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108844 PMID:40440769	研究论文	本文提出了一种双向神经网络方法，用于通过可逆神经网络进行血糖控制	创新性地将前向因果推理与逆向反事实推理整合到一个框架中，并通过多堆叠仿射耦合层实现网络的可逆性	未提及具体局限性	探索因果和反事实推理，为复杂决策过程提供新方法	血糖控制	机器学习	NA	可逆神经网络，强化学习	双向神经网络（BNN）	血糖数据	未提及具体样本量
1879	2025-07-12	DeepMS: super-fast peptide identification using end-to-end deep learning method 2025-Sep-01, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169237 PMID:40449612	研究论文	开发了一种基于深度学习的超快速肽段识别算法DeepMS，用于质谱数据的肽段序列识别	采用VGG16算法实现端到端的超快速肽段识别，速度超过质谱数据生成速率，并支持翻译后修饰	未提及算法在复杂样本中的识别准确率或与其他传统方法的详细对比	解决质谱数据分析速度慢的问题，推动基于质谱的蛋白质组学技术广泛应用	质谱数据中的肽段序列	机器学习	NA	质谱技术	VGG16	质谱数据	未明确说明具体样本量，但进行了六种深度学习算法的基准测试
1880	2025-07-12	Real-time respiratory motion forecasting with online learning of recurrent neural networks for accurate targeting in externally guided radiotherapy 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108828 PMID:40499344	研究论文	本研究评估了三种资源高效的在线算法（UORO、SnAp-1和DNI）在放射治疗中准确预测呼吸运动的能力	提出了SnAp-1和DNI的高效实现方法，压缩了影响矩阵和即时雅可比矩阵，并准确更新了信用分配估计中的线性系数	研究仅使用了健康受试者的外部标记数据，未涉及实际肿瘤患者	评估在线学习算法在放射治疗中预测呼吸运动的准确性和效率	健康受试者胸部三个外部标记的三维位置时间序列数据	机器学习	肺癌	在线学习算法（UORO、SnAp-1、DNI）	RNN	时间序列数据	9个时间序列，每个序列持续73秒至320秒