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
141	2025-05-26	Forecasting monthly runoff in a glacierized catchment: A comparison of extreme gradient boosting (XGBoost) and deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321008 PMID:40408639	研究论文	本研究比较了极端梯度提升（XGBoost）和深度学习模型在冰川流域月径流预测中的表现	采用了一种新颖的统计方法来评估预测模型在检测径流数据转折点方面的有效性，并发现XGBoost模型在预测精度和转折点估计上优于LSTM和随机森林模型	研究仅针对瑞士Lotschental流域，结果可能不适用于其他地理或气候条件不同的区域	提高冰川流域月径流预测的准确性，以支持水资源管理、防洪、水电和灌溉	瑞士Lotschental冰川流域的月径流数据	机器学习	NA	时间序列分析	XGBoost, LSTM, RF	时间序列数据	20年的径流数据（2002-2021年），其中70%（2002-2015年）用于训练和校准，30%（2016-2021年）用于测试
142	2025-05-25	Mask R-CNN assisted diagnosis of spinal tuberculosis 2025-Jan, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996241290326 PMID:39973774	研究论文	提出一种基于深度学习的辅助诊断方法，用于脊柱结核的诊断	改进Mask R-CNN模型，通过引入ResPath和cbam*提升性能指标	未提及具体样本量和数据来源的局限性	开发一种准确客观的脊柱结核诊断方法	脊柱结核的CT影像	计算机视觉	脊柱结核	CT成像	Mask R-CNN, Faster-RCNN, SSD	图像	NA
143	2025-05-25	Assessing Self-supervised xLSTM-UNet Architectures for Head and Neck Tumor Segmentation in MR-Guided Applications 2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings DOI:10.1007/978-3-031-83274-1_12 PMID:40400661	研究论文	本文提出了一种新颖的两阶段模型，用于头颈部肿瘤分割，以优化MRI引导的自适应放射治疗	采用自监督3D师生学习框架和xLSTM-based UNet模型，结合时空特征，显著提高了肿瘤分割的准确性	模型性能依赖于有限的未标注数据集，可能影响在更大规模或多样化数据上的泛化能力	优化MRI引导的自适应放射治疗（RT）在头颈部癌症（HNC）中的应用	头颈部肿瘤的MRI图像	数字病理	头颈部癌症	自监督学习，DINOv2架构	xLSTM-based UNet	3D MRI图像	多样化的HNC病例数据集
144	2025-05-24	NETest and Gastro-Entero-Pancreatic Neuroendocrine Tumors: Still Far from Routine Clinical Application? A Systematic Review 2025-Jan-27, Genes IF:2.8Q2 DOI:10.3390/genes16020161 PMID:40004490	系统性综述	本文系统性综述了NETest在胃肠胰神经内分泌肿瘤（GEP-NETs）诊断和预后分层中的应用	NETest结合实时PCR和深度学习策略，专门识别具有神经内分泌基因型的肿瘤	NETest在某些研究中显示出低特异性，主要归因于与其他胃肠道恶性肿瘤的干扰	评估NETest在GEP-NETs诊断和预后中的临床应用价值	胃肠胰神经内分泌肿瘤（GEP-NETs）	数字病理学	胃肠胰神经内分泌肿瘤	实时PCR, 深度学习	NA	分子数据	五项研究评估诊断作用，九项研究评估预后价值
145	2025-05-24	Predicting drug and target interaction with dilated reparameterize convolution 2025-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86918-8 PMID:39833385	research paper	该研究提出了一种名为Rep-ConvDTI的新框架，用于预测药物与靶点的相互作用，通过大核卷积块和门控注意力机制提高预测性能	设计了用于提取大规模序列信息的大核卷积块，并引入了重参数化方法帮助大核卷积捕捉小尺度信息，同时开发了门控注意力机制以更高效地表征药物与靶点的相互作用	NA	解决药物靶点相互作用预测这一药物研究中的关键挑战	药物与靶点的相互作用	machine learning	NA	deep learning	CNN	sequence	三个基准数据集
146	2025-05-24	Ultrasound-Based Deep Learning Radiomics Nomogram for Tumor and Axillary Lymph Node Status Prediction After Neoadjuvant Chemotherapy 2025-Jan, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.07.036 PMID:39183131	研究论文	探讨基于超声的深度学习放射组学列线图（DLRN）在预测乳腺癌患者新辅助化疗后肿瘤状态和腋窝淋巴结转移中的可行性	结合临床特征、放射组学和深度迁移学习特征，构建融合算法预测模型，并验证其在生存分析中的有效性	研究样本量较小（243例），且为回顾性研究，可能存在选择偏倚	预测乳腺癌患者新辅助化疗后肿瘤状态和腋窝淋巴结转移，并验证融合算法的临床有效性	乳腺癌患者	数字病理	乳腺癌	深度学习放射组学、Cox回归模型	DLRN（深度学习放射组学列线图）	超声图像	243例接受新辅助化疗的乳腺癌患者
147	2025-05-24	Integrated Deep Learning Model for the Detection, Segmentation, and Morphologic Analysis of Intracranial Aneurysms Using CT Angiography 2025-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.240017 PMID:39503602	research paper	开发了一种基于CT血管造影数据的深度学习模型，用于未破裂颅内动脉瘤的形态学测量，并在多中心数据集上验证其性能	提出了一种集成深度学习模型，能够同时进行未破裂颅内动脉瘤的检测、分割和形态学测量，并验证了其在多中心数据集上的性能	研究为回顾性设计，可能受到选择偏倚的影响	开发并验证一种用于未破裂颅内动脉瘤形态学测量的深度学习模型	未破裂颅内动脉瘤患者和健康对照者	digital pathology	intracranial aneurysms	CT angiography	nnU-Net	image	训练数据集包括1182名未破裂颅内动脉瘤患者和578名健康对照者，多中心外部测试集包括535名未破裂颅内动脉瘤患者
148	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）
149	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
150	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
151	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
152	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)
153	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
154	2025-05-24	Advances in functional magnetic resonance imaging-based brain function mapping: a deep learning perspective 2025, Psychoradiology DOI:10.1093/psyrad/kkaf007 PMID:40401160	review	本文综述了基于深度学习的fMRI脑功能映射方法的演变及其应用	探讨了fMRI嵌入、脑基础模型和脑启发人工智能等新兴趋势及其在脑功能映射中的潜在革命性影响	未提及具体方法的性能比较或实验验证的局限性	综述深度学习在fMRI脑功能映射中的应用及未来发展方向	fMRI数据和脑功能映射方法	machine learning	NA	fMRI	CNN, RNN, transformers	fMRI数据	NA
155	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
156	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
157	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）
158	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
159	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
160	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