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
1921	2025-05-22	Detection of maxillary sinus pathologies using deep learning algorithms 2025-May-20, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-025-09451-4 PMID:40394252	研究论文	本研究利用深度学习算法从CBCT扫描中自动检测上颌窦病理	开发了一种基于CNN的机器学习模型，用于自动分割CBCT图像中的上颌窦病理，实现了高精度的分割结果	研究样本量有限，仅包含500名患者的1000个上颌窦数据	评估人工智能算法在CBCT扫描中检测上颌窦病理的准确性	上颌窦病理	数字病理	上颌窦疾病	CBCT	CNN	图像	500名患者的1000个上颌窦数据
1922	2025-05-22	Histopathology-Based Prostate Cancer Classification Using ResNet: A Comprehensive Deep Learning Analysis 2025-May-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01543-1 PMID:40394318	研究论文	使用ResNet50深度学习模型对前列腺癌组织病理学图像进行分类	采用ResNet50模型在前列腺癌分类中表现出色，准确率达0.98，性能优于MobileNet和CNN-RNN	研究样本量相对较小（1276张图像），且未提及模型在其他数据集上的泛化能力	优化前列腺癌诊断流程，提高分类准确性	前列腺组织病理学图像	数字病理学	前列腺癌	深度学习图像分类	ResNet50	图像	1276张前列腺活检图像
1923	2025-05-22	An Artificial Intelligence Method for Phenotyping of OCT-Derived Thickness Maps Using Unsupervised and Self-supervised Deep Learning 2025-May-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01539-x PMID:40394321	研究论文	本研究通过人工智能方法分析光学相干断层扫描（OCT）图像，旨在增强对眼科疾病生理学和遗传结构的理解	提出了一种新颖的AI方法，利用无监督和自监督学习技术对OCT衍生的视网膜层厚度进行表型分析和聚类，解决了跨数据集表型转移的挑战	NA	增强对眼科疾病生理学和遗传结构的理解	光学相干断层扫描（OCT）图像	计算机视觉	青光眼	光学相干断层扫描（OCT）	深度学习、流形学习、高斯混合模型	图像	两个大型数据集：Massachusetts Eye and Ear (MEE; 18,985张图像) 和 UK Biobank (UKBB; 86,115张图像)
1924	2025-05-22	Improving Deep Learning-Based Grading of Partial-thickness Supraspinatus Tendon Tears with Guided Diffusion Augmentation 2025-May-19, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.072 PMID:40393829	research paper	开发并验证了一种基于引导扩散数据增强的深度学习系统，用于分级部分厚度冈上肌腱撕裂，并与经验丰富的放射科医生进行比较	使用引导扩散模型进行数据增强以解决数据不平衡问题，并开发了ResNet-34模型用于分级部分厚度撕裂	研究为回顾性设计，可能受到选择偏差的影响	提高部分厚度冈上肌腱撕裂分级的准确性和效率	1150名经关节镜确认的冈上肌腱撕裂患者	digital pathology	geriatric disease	MRI	ResNet-34	image	1150名患者（训练集741名，验证集185名，内部测试集185名）和224名外部测试集患者
1925	2025-05-22	Mpox diagnosis at POC 2025-May-19, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2025.04.015 PMID:40393854	综述	本文综述了猴痘（Mpox）的即时诊断（POC）工具，并讨论了阻碍这些工具广泛应用的瓶颈及潜在解决策略	探讨了机器学习和深度学习模型在猴痘诊断中的潜在应用，以及集成可部署平台的发展方向	当前猴痘诊断主要依赖PCR技术，需要专业人员操作和复杂实验室基础设施	促进猴痘的快速、准确和用户友好诊断	猴痘（Mpox）	数字病理学	猴痘	PCR	ML和DL	NA	NA
1926	2025-05-22	Deep learning feature-based model for predicting lymphovascular invasion in urothelial carcinoma of bladder using CT images 2025-May-18, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01988-6 PMID:40382748	研究论文	开发了一种基于深度学习的模型，利用CT图像预测膀胱尿路上皮癌的淋巴血管侵犯状态	首次结合深度学习特征和临床风险因素，构建堆叠模型预测淋巴血管侵犯状态	模型在测试集上的AUC为0.767，仍有提升空间	开发一种非侵入性、经济高效的工具，帮助临床医生进行个性化治疗规划	膀胱尿路上皮癌患者	数字病理学	膀胱癌	CT成像	CNN（包括InceptionV3、DenseNet121、ResNet18、ResNet34、ResNet50和VGG11）和集成模型（Decision Tree、XGBoost、LightGBM）	图像	577名患者的数据和CT图像，来自四个医疗中心
1927	2025-05-22	Enhancing sparse data recommendations with self-inspected adaptive SMOTE and hybrid neural networks 2025-May-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02593-9 PMID:40383722	research paper	本文提出了一种结合LSTM和改进的Split-Convolution神经网络(LSTM-SC)及先进采样技术SASMOTE的混合框架，用于增强稀疏数据推荐	引入了自检自适应SMOTE(SASMOTE)技术，能自适应选择'可见'最近邻并通过自检策略过滤不确定的合成样本，确保高质量数据生成	未明确提及具体限制	提升数据稀疏环境下的个性化推荐系统性能	电子商务平台和电子出版领域的推荐系统	machine learning	NA	SASMOTE, QSO, HMWSO	LSTM, Split-Convolution neural network (LSTM-SC)	用户行为数据(如书籍评分和亚马逊评论)	goodbooks-10k和Amazon评论数据集
1928	2025-05-22	An ensemble deep learning framework for emotion recognition through wearable devices multi-modal physiological signals 2025-May-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99858-0 PMID:40383809	研究论文	本文提出了一种基于集成深度学习框架的情感识别系统，通过可穿戴设备的多模态生理信号进行情感识别	首次提出结合离散和维度模型的情感识别系统，并采用LSTM和GRU的集成深度学习架构来有效捕捉情感数据序列中的动态时间依赖关系	NA	通过可穿戴设备的生理信号实现精确的情感识别，以促进真实、情感感知的上下文交流	人类情感	机器学习	NA	多模态生理信号分析	LSTM, GRU	生理信号	公开可用的EMOGNITION数据库，包含使用Samsung Galaxy Watch、Empatica E4腕带和MUSE 2 EEG头带设备记录的生理信号
1929	2025-05-22	3D+t Multifocal Imaging Dataset of Human Sperm 2025-May-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05177-4 PMID:40383860	research paper	介绍了一个名为3D-SpermVid的三维动态人类精子多焦成像数据集，用于研究精子运动模式和生育能力	提供了首个包含121个多焦视频显微镜超堆栈的三维动态精子数据集，支持对精子鞭毛运动模式的详细观察和分析	数据集仅包含非获能条件和获能条件下的精子，可能无法涵盖所有生理状态	通过三维动态分析精子运动，提高对人类生育能力的理解	人类精子	数字病理学	生育障碍	多焦成像系统（MFI）	NA	视频显微镜超堆栈	121个多焦视频显微镜超堆栈
1930	2025-05-22	Analysis of the most influential factors affecting outcomes of lung transplant recipients: a multivariate prediction model based on UNOS Data 2025-May-16, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-089796 PMID:40379311	研究论文	本文利用机器学习技术分析影响肺移植受者结果的关键因素，并开发了一个基于UNOS数据的预测模型	使用多种机器学习模型和SHAP技术识别影响肺移植优先级分配的关键因素，并开发了一个基于网络的决策支持工具	数据预处理后样本量减少，可能影响模型的泛化能力	识别影响肺移植优先级分配的关键因素，优化患者优先级评估过程	肺移植候选者	机器学习	肺病	机器学习模型训练与优化	随机森林回归器(RF), 支持向量机回归器, XGBoost回归器, 多层感知器模型, 深度学习模型	结构化医疗数据	预处理后32,966条记录，包含15个特征
1931	2025-05-22	Deep learning predicts HER2 status in invasive breast cancer from multimodal ultrasound and MRI 2025-May-16, Biomolecules & biomedicine DOI:10.17305/bb.2025.12475 PMID:40392960	研究论文	本研究利用深度学习模型基于超声和MRI预测乳腺癌术前HER2状态	首次结合超声和MRI数据构建深度学习模型预测HER2状态，相比传统病理检查方法更稳定	研究样本来自单一机构，可能存在选择偏倚	提高乳腺癌术前HER2状态预测的准确性	浸润性乳腺癌患者	数字病理	乳腺癌	超声成像，磁共振成像	深度学习模型	图像	2021年1月至2024年7月期间接受超声和MRI检查的女性患者
1932	2025-05-22	A systematic review of artificial intelligence techniques based on electroencephalography analysis in the diagnosis of epilepsy disorders: A clinical perspective 2025-May-16, Epilepsy research IF:2.0Q3 DOI:10.1016/j.eplepsyres.2025.107582 PMID:40393108	系统综述	本文系统综述了基于脑电图（EEG）分析的人工智能技术在癫痫诊断中的应用	重点关注注意力机制而非传统的深度学习或机器学习，并探讨AI在癫痫诊断中的多方面应用	需要更多的多中心合作以积累高质量数据并确保代码和工具的开放获取	探讨人工智能技术在癫痫诊断中的应用及其临床潜力	癫痫患者的EEG数据	数字病理学	癫痫	EEG分析	ANN, 注意力机制	EEG数据	NA
1933	2025-05-22	CNN based precise nonlinear tracking control for a nano unmanned helicopter: Theory and implementation 2025-May-15, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.05.020 PMID:40393892	research paper	本文提出了一种基于深度卷积神经网络（CNN）的几何积分控制策略，用于重量小于70克、机身长度小于0.25米的纳米无人直升机	与现有非线性控制器相比，该方法在可行性、参数调整简便性和数据需求方面具有显著优势	NA	开发一种适用于纳米无人直升机的精确非线性跟踪控制方法	纳米无人直升机	machine learning	NA	deep CNN	CNN	flight data	NA
1934	2025-05-22	Quantitative spatial analysis of chromatin biomolecular condensates using cryoelectron tomography 2025-May-13, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2426449122 PMID:40327693	研究论文	本文通过冷冻电子断层扫描技术分析了生物化学重构的染色质凝聚体的结构	整合了基于深度学习的分割与上下文感知模板匹配技术，以识别凝聚体内密集堆积的分子	方法主要适用于含有大且独特组分的生物分子凝聚体，可能不适用于所有类型的凝聚体	研究染色质凝聚体的形成和功能机制	生物化学重构的染色质凝聚体及原位天然染色质的凝聚区域	生物物理学	NA	冷冻电子断层扫描、深度学习分割、上下文感知模板匹配	深度学习	图像	NA
1935	2025-05-22	Deep learning-based polygenic scores enhance generalizability of psychiatric disorders prediction 2025-May-05, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.05.25326794 PMID:40385437	研究论文	本研究比较了深度学习模型Genome-Local-Net（GLN）与线性模型bigstatsr在预测五种精神疾病（ADHD、ASD、BIP、MDD和SCZ）方面的表现，并评估了结合个体水平多基因评分（PGSs）与GWAS衍生的PGSs及家族遗传风险评分（FGRSs）对预测效果的提升	研究发现深度学习模型GLN在样本外复制集中对ADHD、ASD和MDD的预测具有更好的泛化能力，平均AUROC增益为0.026	深度学习模型的整合并未显示出相对于逻辑回归模型的持续优势	评估深度学习模型在精神疾病遗传风险预测中的表现及其与线性模型的比较	五种精神疾病（ADHD、ASD、BIP、MDD和SCZ）的遗传风险预测	机器学习	精神疾病	深度学习	Genome-Local-Net (GLN), bigstatsr	基因型数据	NA
1936	2025-05-22	Advancement in medical report generation: current practices, challenges, and future directions 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03265-y PMID:39707049	综述	本文对医学报告生成的当前实践、挑战和未来方向进行了系统性文献回顾	系统性分析了医学报告生成领域中最常用的深度学习方法及其准确率，并指出了现有方法的局限性	现有方法存在过拟合、偏差风险和高数据依赖性等问题	指导放射科医师选择能够减轻工作负担并提供精确医学诊断的方法	医学报告生成技术	自然语言处理	NA	深度学习	encoder-decoder框架、Transformer、RNN-LSTM、LLM、基于图的方法	医学图像	NA
1937	2025-05-22	Explainable artificial intelligence to quantify adenoid hypertrophy-related upper airway obstruction using 3D Shape Analysis 2025-May, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105689 PMID:40090403	研究论文	开发并验证了一种可解释的人工智能模型，用于通过三维形状分析对腺样体肥大相关的上呼吸道阻塞进行分类和量化	结合多视图和点云方法进行3D形状分析，并使用SurfGradCAM生成可解释性热图	研究样本仅限于5-18岁患者的CBCT扫描	开发一种可解释的AI模型，用于腺样体肥大相关的上呼吸道阻塞的分类和量化	5-18岁患者的CBCT扫描	数字病理学	腺样体肥大	锥形束计算机断层扫描(CBCT)	深度学习模型	3D图像	400例CBCT扫描
1938	2025-05-22	Dynamics of Spatial Organization of Bacterial Communities in a Tunable Flow Gut Microbiome-on-a-Chip 2025-May, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202410258 PMID:40201941	研究论文	研究通过开发可调流肠道微生物芯片（tfGMoC）探究肠道周期性运动对肠道微生物群落动态的影响	开发了新型可调流肠道微生物芯片（tfGMoC），首次揭示了肠道运动对微生物群落空间组织和行为的调控作用	研究结果基于体外模型，可能无法完全模拟体内复杂的肠道环境	探究肠道周期性运动对肠道微生物群落动态的影响	肠道微生物群落	微生物组学	NA	深度学习微生物分析	NA	图像数据	NA
1939	2025-05-22	Leukaemia Stem Cells and Their Normal Stem Cell Counterparts Are Morphologically Distinguishable by Artificial Intelligence 2025-May, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.70564 PMID:40387596	research paper	该研究利用人工智能深度学习技术，通过分析单细胞图像，成功区分白血病干细胞（LSCs）与正常干细胞	首次证明LSCs具有独特的形态特征，并通过AI而非病理学家的显微镜观察识别这些特征	研究仅基于JAK2V617F敲入小鼠模型，尚未在人类患者中验证	开发一种能够识别和监测LSCs的方法，以指导治疗选择和评估治疗效果及疾病预后	白血病干细胞（LSCs）和正常干细胞	digital pathology	leukemia	deep learning	CNN	image	JAK2V617F敲入小鼠和健康小鼠的干细胞样本
1940	2025-04-26	Correction: Deep Learning-Based Estimation of Radiographic Position to Automatically Set Up the X-Ray Prime Factors 2025-Apr-24, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01476-9 PMID:40274694	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA