深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
3201	2025-10-07	Utilizing InVEST ecosystem services model combined with deep learning and fallback bargaining for effective sediment retention in Northern Iran 2025-Jan, Environmental science and pollution research international DOI:10.1007/s11356-024-35712-6 PMID:39673030	研究论文	本研究结合博弈论和深度学习算法与InVEST生态系统服务模型，用于伊朗Kasilian流域的泥沙滞留建模	首次将博弈论中的Fallback讨价还价算法与深度学习模型（CNN、LSTM、RNN）集成到InVEST生态系统服务模型中用于泥沙滞留建模	研究仅针对Kasilian流域的19个子流域，结果可能不具有普遍适用性	开发有效的泥沙滞留建模方法，优化流域管理策略	伊朗Kasilian流域的19个子流域	环境科学, 机器学习	NA	InVEST生态系统服务模型, 深度学习算法	CNN, LSTM, RNN	地理环境数据, 空间数据	19个子流域	NA	CNN, LSTM, RNN	MAE, MSE, R, RMSE, AUC, 相似度百分比	NA
3202	2025-01-25	ELW-CNN: An extremely lightweight convolutional neural network for enhancing interoperability in colon and lung cancer identification using explainable AI 2025 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12122 PMID:39845172	研究论文	本文提出了一种极轻量级的卷积神经网络（ELW-CNN），用于增强结肠癌和肺癌识别的互操作性，并利用可解释AI提高模型的透明度	提出了一种极轻量级的卷积神经网络模型，仅使用7万个参数，在大型肺和结肠数据集上达到了98.16%的准确率，并在肺癌和结肠癌的单独测试中分别达到了99.02%和99.40%的准确率	数据集规模较小、数据质量较差、肺鳞状细胞癌和腺癌之间的类间变化、移动设备部署困难以及缺乏图像和个体级别的准确性测试	开发一种自动化且准确的结肠癌和肺癌检测方法	结肠癌和肺癌	计算机视觉	肺癌, 结肠癌	卷积神经网络（CNN）	CNN	图像	大型肺和结肠数据集	NA	NA	NA	NA
3203	2025-01-25	Artificial Intelligence in Pediatric Epilepsy Detection: Balancing Effectiveness With Ethical Considerations for Welfare 2025-Jan, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.70372 PMID:39846037	综述	本文评估了人工智能在儿童癫痫检测中的有效性，并探讨了其实施过程中的伦理问题	结合人工智能在儿童癫痫诊断和管理中的应用，同时深入探讨了相关的伦理问题	伦理问题如隐私、数据安全和模型偏差仍需解决	评估人工智能在儿童癫痫检测中的有效性，并探讨其实施中的伦理问题	儿童癫痫患者	机器学习	癫痫	EEG, rs-fMRI, DTI	CNN-LSTM	EEG数据, 神经影像数据, 视频数据	NA	NA	NA	NA	NA
3204	2025-01-25	Machine learning based prediction models for cardiovascular disease risk using electronic health records data: systematic review and meta-analysis 2025-Jan, European heart journal. Digital health DOI:10.1093/ehjdh/ztae080 PMID:39846062	系统综述与元分析	本文通过系统综述和元分析评估了基于机器学习的模型在利用电子健康记录数据预测心血管疾病风险方面的效能，并与传统风险评分模型进行了比较	首次系统评估和比较了机器学习模型与传统心血管疾病风险预测算法在中长期（5-10年）风险预测中的表现，并发现机器学习模型（特别是随机森林和深度学习）在性能上显著优于传统模型	研究存在显著的异质性（I² > 99%）和潜在的发表偏倚，且方法学上的问题限制了这些模型在临床中的当前应用	评估和比较机器学习模型与传统心血管疾病风险预测算法在中长期风险预测中的效能	心血管疾病风险预测模型	机器学习	心血管疾病	机器学习	随机森林, 深度学习	电子健康记录数据	20项研究中的32个机器学习模型和26个传统统计模型	NA	NA	NA	NA
3205	2025-01-25	CardiacField: computational echocardiography for automated heart function estimation using two-dimensional echocardiography probes 2025-Jan, European heart journal. Digital health DOI:10.1093/ehjdh/ztae072 PMID:39846074	研究论文	本文介绍了一种名为CardiacField的计算心脏超声系统，使用二维超声探头自动估计左心室和右心室的射血分数，旨在为非心血管专业的医疗从业者提供易于使用的心脏功能评估工具	CardiacField系统通过隐式神经表示网络从二维超声图像重建三维心脏体积，并自动分割左心室和右心室区域以计算射血分数，显著提高了心脏功能评估的准确性和易用性	研究样本量相对较小（127名患者），且未涵盖所有类型的超声设备，可能影响结果的普适性	开发一种自动、精确的心脏功能评估系统，以改善心血管疾病的检测和监测	左心室和右心室的射血分数	数字病理学	心血管疾病	二维超声成像	隐式神经表示网络	图像	127名患者	NA	NA	NA	NA
3206	2025-01-25	Dissecting AlphaFold2's capabilities with limited sequence information 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae187 PMID:39846081	研究论文	本研究探讨了AlphaFold2在主要依赖高质量模板结构而非多序列比对（MSAs）提供额外信息时的蛋白质结构预测能力	通过设计实验探究AlphaFold2对局部和全局结构的理解，揭示了其对特定特征的依赖及其处理缺失信息的能力	AlphaFold2学习到的生物物理能量函数在局部相互作用中最为有效，但在全局结构预测上可能存在局限	研究AlphaFold2在有限序列信息下的蛋白质结构预测能力	蛋白质的三维结构	机器学习	NA	深度学习	AlphaFold2	蛋白质序列和结构数据	NA	NA	NA	NA	NA
3207	2025-10-07	A hyperparameter optimization-assisted deep learning method towards thermal error modeling of spindles 2025-Jan, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2024.11.001 PMID:39516098	研究论文	提出一种结合贝叶斯优化和扩张卷积神经网络的深度学习方法来建立主轴热误差模型	将贝叶斯优化与扩张卷积神经网络相结合，通过扩张率扩大感受野而不增加参数数量，并使用高斯过程优化9个关键超参数	NA	提高主轴热误差建模的精度和泛化能力	机床主轴的热误差	机器学习	NA	深度学习	CNN, DCNN	热误差数据	NA	NA	扩张卷积神经网络	准确率	NA
3208	2025-10-07	Fault detection and classification of motor bearings under multiple operating conditions 2025-Jan, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2024.11.008 PMID:39592313	研究论文	提出一种用于多工况下电机轴承故障检测与分类的多任务方法	开发了适用于多工况和多故障类型的轴承故障诊断框架，在HUST轴承数据集上展现出鲁棒性能	NA	提高机械设备的安全性和可靠性，实现多工况下轴承故障的准确诊断	电机轴承	机器学习	NA	深度学习	NA	传感器数据	HUST电机轴承数据集	NA	NA	NA	NA
3209	2025-10-07	An interpretable multi-scale convolutional attention residual neural network for glioma grading with Raman spectroscopy 2025-Jan-23, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d4ay02068e PMID:39686848	研究论文	提出一种用于拉曼光谱胶质瘤分级的可解释多尺度卷积注意力残差神经网络	结合多尺度通道和空间注意力机制与残差结构，增强模型特征提取能力，并利用Grad-CAM实现模型可解释性	未明确说明样本数据的具体规模和来源限制	开发深度学习模型提高胶质瘤分级的准确性和可解释性	高级别胶质瘤(HGG)、低级别胶质瘤(LGG)和正常脑组织	机器学习	胶质瘤	拉曼光谱	CNN	光谱数据	NA	NA	Multi-Scale Convolutional Attention Residual Network (M-SCA ResNet)	准确率, 加权F1分数	NA
3210	2025-10-07	Biomimetic Fingerprint-like Unclonable Optical Anticounterfeiting System with Selectively In Situ-Synthesized Perovskite Quantum Dots Embedded in Spontaneous-Phase-Separated Polymers 2025-Jan-22, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c20440 PMID:39780348	研究论文	提出一种基于钙钛矿量子点指纹物理不可克隆功能的仿生防伪系统	利用聚合物自发相分离和选择性原位合成钙钛矿量子点作为熵源，实现多色指纹标识符和随机三维形貌	NA	开发新型光学防伪技术以应对物联网时代的防伪挑战	钙钛矿量子点指纹物理不可克隆功能标签	材料科学	NA	聚合物相分离技术、量子点原位合成	深度学习	图像	NA	NA	NA	认证效率、认证准确率	NA
3211	2025-10-07	Comparative analysis of deep learning and radiomic signatures for overall survival prediction in recurrent high-grade glioma treated with immunotherapy 2025-Jan-21, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00818-0 PMID:39838503	研究论文	比较深度学习和影像组学特征在预测接受免疫治疗的复发性高级别胶质瘤患者总生存期方面的表现	首次系统比较基于手动分割和CNN自动分割的影像组学特征以及端到端深度学习模型在复发性高级别胶质瘤生存预测中的性能	回顾性研究、样本量有限、端到端模型可解释性较差	预测复发性高级别胶质瘤患者接受免疫治疗后的总生存期	154例来自多中心的复发性高级别胶质瘤患者	医学影像分析	脑肿瘤/高级别胶质瘤	影像组学分析、深度学习	CNN, SVM	医学影像	154例复发性高级别胶质瘤病例	NA	卷积神经网络	AUC	NA
3212	2025-10-07	On the Effect of the Patient Table on Attenuation in Myocardial Perfusion Imaging SPECT 2025-Jan-20, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-024-00713-4 PMID:39832088	研究论文	本研究通过体模扫描和患者极坐标图分析，评估了患者检查台对心肌灌注成像SPECT衰减校正的影响	首次结合体模测量和患者研究数据，开发自动移除CT中患者检查台的算法，系统评估检查台对衰减校正的影响	仅包含15例患者的小样本回顾性队列，未进行大规模临床验证	评估患者检查台对心肌灌注成像SPECT衰减校正的影响	Jaszczak体模扫描和15例患者的心肌灌注成像数据	医学影像处理	心血管疾病	SPECT心肌灌注成像，CT衰减校正	NA	医学影像数据（SPECT，CT）	Jaszczak体模扫描和15例患者	NA	NA	百分比差异，段灌注评分，p值	NA
3213	2025-10-07	Triple-attentions based salient object detector for strip steel surface defects 2025-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86353-9 PMID:39833226	研究论文	提出了一种基于三重注意力机制的带钢表面缺陷检测器TADet	引入了创新的三重注意力机制，从通道-宽度、通道-高度和宽度-高度三个相互关联的二维平面视角同时迭代优化和融合特征图	NA	提高带钢表面缺陷检测的准确性	带钢表面缺陷	计算机视觉	NA	深度学习	编码器-解码器网络	图像	NA	NA	TADet	平均绝对误差, S-measure, E-measure, F-measure	NA
3214	2025-10-07	Multi-branch LSTM encoded latent features with CNN-LSTM for Youtube popularity prediction 2025-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86785-3 PMID:39833294	研究论文	提出一种基于多分支LSTM编码潜在特征与CNN-LSTM融合的YouTube视频流行度预测方法	使用新颖的多分支子-父LSTM网络将视频特征映射到低维空间获取潜在特征，并融合CNN与LSTM进行预测	NA	预测YouTube视频的流行度	YouTube视频数据	自然语言处理	NA	深度学习	LSTM, CNN	视频特征数据	NA	NA	多分支LSTM, CNN-LSTM融合网络	MAE, R²	NA
3215	2025-10-07	Towards a decision support system for post bariatric hypoglycaemia: development of forecasting algorithms in unrestricted daily-life conditions 2025-Jan-20, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02856-5 PMID:39833876	研究论文	开发基于线性和深度学习模型的算法，用于预测减肥手术后低血糖事件	在无限制日常生活条件下开发PBH事件预测算法，比较了传统自回归模型与深度学习模型的性能	仅使用连续血糖监测数据作为单一输入，数据噪声和餐后血糖快速变化带来挑战	开发决策支持系统预警减肥手术后低血糖事件	50名接受Roux-en-Y胃分流术后出现PBH的患者	机器学习	代谢疾病	连续血糖监测(CGM)	自回归模型,深度学习模型	时间序列血糖数据	50名患者，监测长达50天	NA	递归自回归模型(rAR)	精确率,召回率,F1分数,每日误报数,时间增益	NA
3216	2025-10-07	Interpretable machine learning model for outcome prediction in patients with aneurysmatic subarachnoid hemorrhage 2025-Jan-20, Critical care (London, England) DOI:10.1186/s13054-024-05245-y PMID:39833976	研究论文	开发用于预测动脉瘤性蛛网膜下腔出血患者功能结局的深度学习模型	首次将深度学习模型应用于aSAH患者功能结局预测，并采用SHAP方法增强模型可解释性	研究仅基于日本五家医院的数据，样本量相对有限	预测动脉瘤性蛛网膜下腔出血患者的功能结局以优化治疗策略	718名动脉瘤性蛛网膜下腔出血患者	机器学习	脑血管疾病	深度学习	深度学习模型	临床数据	718名患者	NA	NA	AUC	NA
3217	2025-10-07	PIDGN: An explainable multimodal deep learning framework for early prediction of Parkinson's disease 2025-Jan-18, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110363 PMID:39832626	研究论文	提出一种可解释的多模态深度学习框架PIDGN，用于帕金森病的早期预测	融合SNP和脑部sMRI数据的多模态深度学习框架，采用门控注意力融合技术和可解释性方法	NA	开发基于人工智能的帕金森病早期诊断方法	帕金森病患者	机器学习	帕金森病	单核苷酸多态性(SNP), 脑部结构磁共振成像(sMRI)	深度学习	基因数据, 医学影像	NA	NA	Transformer, 3D ResNet	准确率, AUROC	NA
3218	2025-10-07	Prediction of post-treatment recurrence in early-stage breast cancer using deep-learning with mid-infrared chemical histopathological imaging 2025-Jan-17, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00772-x PMID:39825009	研究论文	本研究利用中红外化学组织病理成像和深度学习技术预测早期乳腺癌患者治疗后的长期复发风险	首次将傅里叶变换红外化学成像与深度学习相结合用于乳腺癌复发预测，提供无标记的组织病理预后平台	模型预测性能的ROC AUC约为0.64，仍有提升空间	开发基于化学成像的乳腺癌复发预测方法	乳腺癌组织样本	数字病理	乳腺癌	傅里叶变换红外化学成像	CNN	化学图像	NA	NA	二维卷积网络,二维可分离卷积网络	ROC AUC	NA
3219	2025-10-07	Pre-trained artificial intelligence-aided analysis of nanoparticles using the segment anything model 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86327-x PMID:39825089	研究论文	本研究利用预训练人工智能模型Segment Anything Model对纳米颗粒进行形态学表征分析	首次将预训练分割模型应用于纳米颗粒分析，并提出将颗粒细分组织成集合的新方法	仅验证了三种纳米颗粒类型（纳米球、哑铃形和三聚体），需要更多类型验证	开发自动化纳米颗粒形态表征方法	纳米颗粒（纳米球、哑铃形颗粒、三聚体颗粒）	计算机视觉	NA	显微图像分析	预训练神经网络	显微图像	三种类型纳米颗粒	NA	Segment Anything Model	NA	NA
3220	2025-10-07	Optimized digital workflow for pathologist-grade evaluation in bleomycin-induced pulmonary fibrosis mouse model 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86544-4 PMID:39833349	研究论文	开发了一种用于博来霉素诱导肺纤维化小鼠模型的优化数字工作流程，通过深度学习模型实现病理学家级别的肺纤维化分级评估	开发了结合复杂图像模式和定性因素（如胶原蛋白纹理和分布）的深度学习模型，能够识别仅基于简单区域提取评估中可能遗漏的药物候选物	NA	减少观察者间和观察者内变异，改进博来霉素诱导肺纤维化小鼠模型的评估流程	博来霉素诱导肺纤维化小鼠模型	数字病理学	肺纤维化	深度学习	深度学习模型	病理图像	NA	NA	NA	准确率	NA