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
741	2025-05-24	Deep Learning and Multidisciplinary Imaging in Pediatric Surgical Oncology: A Scoping Review 2025-Jan, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.70574 PMID:39812075	综述	本文综述了深度学习在儿科外科肿瘤学多学科成像中的应用	提供了深度学习在儿科外科肿瘤学多学科成像领域的全面概述，并指出了未来发展方向	由于纳入研究的异质性，无法对研究性能做出一般性陈述	探讨深度学习在儿科外科肿瘤学多学科成像中的应用	儿科实体肿瘤	数字病理学	儿科肿瘤	深度学习	NA	医学影像	36篇文章（放射学22篇，病理学9篇，其他影像诊断5篇）
742	2025-05-24	Prompting large language models to extract chemical‒disease relation precisely and comprehensively at the document level: an evaluation study 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320123 PMID:40198724	研究论文	本研究评估了三种大型语言模型（GPT3.5、GPT4.0和Claude-opus）在文档级化学-疾病关系提取中的精确和全面提取能力	设计了基于提示工程的六种精确提取和五种全面提取工作流程，分析了大型语言模型在提取过程中的特性、内容偏见及错误特征	大型语言模型在提取过程中表现出一定的顽固性，提示工程策略效果有限，且存在对生物医学文本隐含含义的误解	评估大型语言模型在文档级化学-疾病关系提取中的能力	化学-疾病关系	自然语言处理	NA	提示工程	GPT3.5, GPT4.0, Claude-opus	文本	自建数据集
743	2025-05-24	Continuous three-dimensional transesophageal echocardiography and deep learning for perioperative monitoring of left ventricular longitudinal function 2025-Jan, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf052 PMID:40400533	研究论文	本研究开发了一种结合3D经食管超声心动图和深度学习的自动测量二尖瓣环平面收缩期位移（MAPSE）的新方法3D autoMAPSE，用于围手术期患者左心室功能的连续监测	结合3D经食管超声心动图和深度学习技术，首次实现了围手术期左心室功能的连续自动监测	研究样本量较小（50例），且仅在心脏手术后重症监护患者中进行验证	开发一种连续监测左心室功能的方法以改善心肺管理	心脏手术后成人重症监护患者	数字病理	心血管疾病	3D经食管超声心动图	深度学习	3D图像	50例心脏手术后成人重症监护患者
744	2025-05-24	Multimodal AI diagnostic system for neuromyelitis optica based on ultrawide-field fundus photography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1555380 PMID:40400634	research paper	开发了一种基于超广角眼底摄影的多模态AI诊断系统，用于预测视神经脊髓炎的发病和阶段	首次提出结合超广角眼底摄影和临床检查数据的多模态AI模型用于视神经脊髓炎的诊断	研究样本量相对有限，需要进一步的外部验证	开发用于视神经脊髓炎诊断和预测的AI模型	视神经脊髓炎患者和非患者的眼底图像及临床数据	digital pathology	neuromyelitis optica	deep learning	multimodal AI model	image, clinical reports	330 eyes from 285 NMO patients and 1,288 eyes from 770 non-NMO participants
745	2025-05-24	Multimodal LLMs for retinal disease diagnosis via OCT: few-shot versus single-shot learning 2025 Jan-Dec, Therapeutic advances in ophthalmology IF:2.3Q2 DOI:10.1177/25158414251340569 PMID:40400723	research paper	评估多模态大型语言模型（LLMs）在视网膜疾病诊断中的表现，比较单次学习和少次学习的准确性	首次评估GPT-4o和Claude Sonnet 3.5在视网膜疾病诊断中的表现，并比较单次学习和少次学习的差异	模型的诊断准确性尚未达到深度学习文献中报道的水平	评估多模态LLMs在视网膜疾病诊断中的表现	光学相干断层扫描（OCT）图像	digital pathology	retinal disease	OCT	GPT-4o, Claude Sonnet 3.5	image	3088 models' API calls from two public OCT datasets (OCTID, OCTDL)
746	2025-05-24	Integration of magnetic resonance imaging and deep learning for prostate cancer detection: a systematic review 2025, American journal of clinical and experimental urology IF:1.5Q3 DOI:10.62347/CSIJ8326 PMID:40400999	systematic review	该研究评估了深度学习与磁共振成像结合在前列腺癌检测和分层中提高诊断性能的总体影响	深度学习在前列腺癌的快速、敏感、特异和稳健检测及分层中显示出显著进展	过渡区前列腺癌的检测和分层是研究最少的领域	评估深度学习和磁共振成像结合在前列腺癌诊断中的效果	前列腺癌	digital pathology	prostate cancer	MRI, T2-weighted imaging (T2WI), apparent diffusion coefficient (ADC), diffusion-weighted imaging (DWI)	DL-based architectures	image	17,954 participants from 29 articles
747	2025-05-24	Data source and utilization of artificial intelligence technologies in vascular surgery-a scoping review 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1497822 PMID:40401223	综述	本文对血管外科中人工智能技术的数据来源和应用进行了范围审查	重点分析了自然语言处理在血管外科中的应用，并确定了目标期刊受众	自然语言处理在血管外科中的应用比例较低，存在未充分利用的情况	确定用于开发基于人工智能算法的数据来源，并评估其在血管外科不同领域的应用	血管外科相关研究	自然语言处理	心血管疾病	自然语言处理(NLP)、机器学习(ML)、深度学习(DL)	NA	图像、医疗记录、临床参数	342篇同行评审文章
748	2025-05-23	A Deep and Interpretable Learning Approach for Long-Term ECG Clinical Noise Classification 2025-01, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3454545 PMID:39231059	research paper	本研究探讨了深度学习模型在长期监测心电图中临床噪声分类的应用，并设计了可解释的架构	结合深度学习和可解释系统，提高了临床噪声分类的性能，并为决策过程提供定性解释	需避免患者内过拟合，且性能仍有提升空间	提高长期监测心电图中临床噪声分类的准确性和可解释性	长期监测心电图中的临床噪声	machine learning	cardiovascular disease	深度学习	CNN, Autoencoder	ECG信号	NA
749	2025-05-23	Hybrid deep learning model for accurate and efficient android malware detection using DBN-GRU 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310230 PMID:40388500	research paper	本研究提出了一种混合深度学习模型（DBN-GRU），用于提高Android恶意软件检测的准确性和效率	结合了Deep Belief Networks（DBN）进行静态分析和Gated Recurrent Units（GRU）进行动态行为建模，以增强恶意软件检测能力	未提及模型在未知或新型恶意软件变种上的表现	提高Android恶意软件检测的准确性和效率	Android应用程序（APKs）	machine learning	NA	DBN, GRU	DBN-GRU	静态特征（权限、API调用、意图过滤器）和动态特征（系统调用、网络活动、进程间通信）	129,013个应用程序（5,560个恶意软件和123,453个良性应用）
750	2025-05-23	Determining resources and capabilities in complex context: A decision-making model for banks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323735 PMID:40392866	研究论文	本研究旨在开发一个决策模型，用于在复杂环境中确定银行的资源和能力	提出了一个适用于复杂环境下资源和能力确定的决策模型，整合了模糊偏好判断、深度学习分析和成功率预测	研究样本仅限于印度尼西亚国有银行，可能限制模型的普适性	开发一个决策模型，帮助银行在复杂环境中确定资源和能力	印度尼西亚国有银行(SOB)	决策科学	NA	定性方法、案例研究策略和溯因方法	深度学习分析(预测分析)	NA	印度尼西亚国有银行
751	2025-05-23	Deep learning approaches for quantitative and qualitative assessment of cervical vertebral maturation staging systems 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323776 PMID:40392884	研究论文	研究探讨了人工智能在颈椎成熟度（CVM）分期中的潜力，开发并比较了基于AI的定性CVM和定量QCVM方法	提出了基于AI的定量QCVM方法，相比定性方法展现出更高的准确性和一致性	定性CVM方法的分类准确率为71.11%，相对较低	评估AI在颈椎成熟度分期中的性能	颈椎成熟度分期系统	计算机视觉	NA	深度学习	AI模型	图像	3600张侧位头影测量图像，来自6个医疗中心
752	2025-05-23	SwinFishNet: A Swin Transformer-based approach for automatic fish species classification using transfer learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322711 PMID:40392913	research paper	本文提出了一种基于Swin Transformer的自动鱼类物种分类方法SwinFishNet，通过迁移学习在三个不同的数据集上实现了高准确率	利用Swin Transformer模型在计算机视觉任务中的卓越性能，提出了一种创新的鱼类物种分类方法	NA	提高鱼类物种分类的准确性，以促进可持续性、食品安全和市场效率	鱼类物种	computer vision	NA	transfer learning	Swin Transformer	image	三个数据集：12类的BD-Freshwater-Fish数据集、10类的SmallFishBD数据集和20类的FishSpecies数据集
753	2025-05-23	Assessing response in endoscopy images of esophageal cancer treated with total neoadjuvant therapy via hybrid-architecture ensemble deep learning 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1590448 PMID:40395323	研究论文	通过混合架构集成深度学习评估食管癌全新辅助治疗后的内镜图像反应	提出了EC-HAENet，一种混合架构集成深度学习模型，用于准确评估食管癌患者在全新辅助治疗后的反应	数据集仅来自单一医疗机构，可能影响模型的泛化能力	开发更准确的人工智能模型，评估食管癌患者在全新辅助治疗后的反应	食管癌患者的内镜图像	数字病理	食管癌	深度学习	EC-HAENet（混合架构集成深度学习模型）	图像	300名食管癌患者的7,359张内镜图像
754	2025-05-23	Leveraging spatial dependencies and multi-scale features for automated knee injury detection on MRI diagnosis 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1590962 PMID:40395675	研究论文	本研究开发并评估了一种基于深度学习的模型KneeXNet，用于膝关节损伤的MRI诊断	利用图卷积网络(GCNs)捕捉膝关节MRI扫描中的空间依赖性和多尺度特征，并采用对比学习方案增强模型的判别力和鲁棒性	研究仅使用了MRNet数据集，样本量为1,370名患者，可能限制了模型的泛化能力	为临床医生提供一种高效可靠的膝关节疾病诊断工具，特别是前交叉韧带(ACL)撕裂的诊断	膝关节MRI扫描数据	数字病理学	膝关节损伤	MRI	GCN	图像	1,370名患者的膝关节MRI扫描
755	2025-05-23	Transfer Learning and Multi-Feature Fusion-Based Deep Learning Model for Idiopathic Macular Hole Diagnosis and Grading from Optical Coherence Tomography Images 2025, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S521558 PMID:40396157	research paper	本研究开发了一种基于迁移学习和多特征融合的深度学习模型，用于从光学相干断层扫描（OCT）图像中诊断和分级特发性黄斑裂孔	结合了迁移学习和多特征融合技术，提高了诊断和分级的准确性	研究为单中心回顾性研究，样本量相对较小，需要更多临床验证	评估深度学习系统在特发性黄斑裂孔诊断、分级和预测中的作用	特发性黄斑裂孔患者的OCT图像	digital pathology	ophthalmic disease	OCT	Resnet101, fusion model	image	229张OCT图像
756	2025-05-22	LeFood-set: Baseline performance of predicting level of leftovers food dataset in a hospital using MT learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320426 PMID:40388400	研究论文	本文提出了一种基于深度学习的创新方法，用于预测医院患者餐盘中的剩余食物量，并创建了一个名为LeFoodSet的大规模开放数据集	首次创建了专门用于估计食物剩余量的大规模开放数据集LeFoodSet，并提出了结合视觉特征提取和后期融合的多任务学习模型	数据集仅包含34种印尼食物类别，可能无法完全代表其他地区的饮食习惯	开发AI方法来准确预测医院患者的食物剩余量，以替代耗时且存在偏差的人工观察	医院患者的餐盘食物剩余量	计算机视觉	NA	深度学习	ResNet101, 多任务学习(MT), 单任务学习(ST)	图像	524对图像(34种印尼食物类别，每类包含食用前后的图像)
757	2025-05-22	Transfer learning in ECG diagnosis: Is it effective? 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316043 PMID:40388401	研究论文	本文通过实证研究探讨了迁移学习在多标签心电图分类中的有效性	首次系统验证了迁移学习在心电图诊断中的效果，比较了微调与从头训练的性能差异	研究结果依赖于特定数据集和神经网络架构，可能不适用于所有心电图诊断场景	评估迁移学习在心电图诊断中的实际效果	多标签心电图分类	机器学习	心血管疾病	深度学习	CNN, RNN	时间序列数据	多种心电图数据集
758	2025-05-22	Predictive hybrid model of a grid-connected photovoltaic system with DC-DC converters under extreme altitude conditions at 3800 meters above sea level 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324047 PMID:40388424	研究论文	本研究开发了一种用于极端海拔条件下（海拔3800米）并网光伏系统的预测混合模型，旨在降低模型复杂度并提高准确性	结合递归特征消除（RFE）方法与高级正则化技术（如Lasso、Ridge和Bayesian Ridge），以解决维度灾难问题	未来工作将探索与储能系统和智能控制策略的集成，以及在极端气候条件下的应用	优化极端海拔条件下并网光伏系统的预测性能	由单晶模块、DC-DC优化器和3000 W逆变器组成的光伏系统	机器学习	NA	RFE、Lasso、Ridge、Bayesian Ridge	混合模型	电力系统数据	NA
759	2025-05-22	AI-driven educational transformation in ICT: Improving adaptability, sentiment, and academic performance with advanced machine learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317519 PMID:40388422	研究论文	本研究通过部署先进的机器学习和深度学习策略，在教育技术领域实现了有意义的变革	采用混合堆叠方法结合多种机器学习模型，实现了高精度的预测和分析，特别是在情感分析和学术表现提升方面	数据集来源于Kaggle，可能无法完全代表所有教育环境	探索AI驱动的教育转型，提高学生的适应性、情感状态和学术表现	教育技术领域中的学生适应性、情感和学术表现	教育技术	NA	机器学习、深度学习	Decision Trees, Random Forest, XGBoost, Gradient Boosting, CNN, RCNN	结构化数据	1205条包含14个属性的条目
760	2025-05-22	Anomaly recognition in surveillance based on feature optimizer using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313692 PMID:40388481	research paper	该研究提出了一种基于深度学习的先进框架，用于监控系统中的异常识别，通过特征优化技术显著提高了准确性和鲁棒性	创新点在于结合了新型63层CNN 'Up-to-the-Minute-Net' 和 Inception-Resnet-v2 进行特征提取，并采用蜻蜓算法和遗传算法进行特征优化	未提及具体的数据集规模限制或实际部署中的计算资源需求	提高监控系统中异常识别的准确性和鲁棒性	监控视频中的异常事件	computer vision	NA	histogram equalization, Dragonfly algorithm, Genetic Algorithm	DCNN (包括 'Up-to-the-Minute-Net' 和 Inception-Resnet-v2)	image	未明确说明具体样本数量，但使用了5折和10折交叉验证