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
1721	2025-04-11	Capsule network approach for monkeypox (CAPSMON) detection and subclassification in medical imaging system 2025-01-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87993-7 PMID:39865160	research paper	本研究提出了一种增强空间感知胶囊网络（ESACN），用于皮肤病图像的多类精确分类，特别是在猴痘检测和子分类方面	利用胶囊网络的动态路由和空间层次结构能力，有效区分猴痘、水痘、麻疹和正常皮肤等复杂模式，优于传统CNN	研究样本量相对有限，可能影响模型的泛化能力	开发一种高精度的医学图像分类模型，以提升猴痘等皮肤病的诊断准确性	皮肤病图像，包括猴痘、水痘、麻疹和正常皮肤	digital pathology	monkeypox	Capsule Network	ESACN	image	659张图像（猴痘178张、水痘171张、麻疹80张、正常皮肤230张）
1722	2025-04-11	Deep learning classification of MGMT status of glioblastomas using multiparametric MRI with a novel domain knowledge augmented mask fusion approach 2025-01-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87803-0 PMID:39863759	研究论文	本研究旨在构建一个基于多参数MRI的胶质母细胞瘤MGMT甲基化状态的鲁棒分类器，采用了一种新颖的领域知识增强掩模融合方法	提出了一种多序列引导的掩模融合方法，能够从标准MRI序列中看似无病变的区域收集病理信息，并构建了一个3D ROI-based自定义CNN分类器	多参数分类器在使用所有序列时的准确率为0.81，略低于仅使用T1对比增强和FLAIR图像的分类器（0.88）	开发一种非侵入性预测胶质母细胞瘤MGMT甲基化状态的方法，以辅助临床治疗决策	胶质母细胞瘤的MGMT甲基化状态	数字病理	胶质母细胞瘤	多参数MRI	3D ROI-based自定义CNN	MRI图像	BRATS 2021 MGMT甲基化数据集的一个子集
1723	2025-04-11	Mapping the giants: a bibliometric analysis of the top 100 most-cited thyroid nodules studies 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1555676 PMID:40201321	研究论文	通过文献计量学分析甲状腺结节研究领域被引用次数最多的100篇文章，以识别趋势和关键焦点	首次对甲状腺结节领域的高被引文献进行系统分析，并识别出深度学习作为新兴研究方向	仅分析了SCI-E数据库中的文献，可能遗漏其他重要数据库的文献	分析甲状腺结节研究领域的高被引文献特征和趋势	甲状腺结节研究领域的100篇高被引文献	文献计量学	甲状腺疾病	文献计量分析工具（VOSviewer, CiteSpace, bibliometrix）	NA	文本数据	100篇高被引文献
1724	2025-04-11	Early diagnosis of sepsis-associated AKI: based on destruction-replenishment contrast-enhanced ultrasonography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1563153 PMID:40201329	research paper	建立基于破坏-补充对比增强超声（DR-CEUS）的深度学习超声放射组学模型，用于早期预测急性肾损伤（SA-AKI）	结合深度学习和超声放射组学，提出了一种新的深度学习超声放射组学模型（DLUR），在早期预测SA-AKI方面表现出色	未提及样本量是否足够大或模型在其他数据集上的泛化能力	早期预测与脓毒症相关的急性肾损伤（SA-AKI）	急性肾损伤（SA-AKI）患者	digital pathology	acute kidney injury	破坏-补充对比增强超声（DR-CEUS）	ResNet18, ResNet50, ResNext18, ResNext50, DLUR	超声图像	NA
1725	2025-04-11	Deep learning-based automated segmentation and quantification of the dural sac cross-sectional area in lumbar spine MRI 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1503625 PMID:40201339	研究论文	本研究评估了深度学习模型在腰椎MRI中自动分割和量化硬膜囊横截面积（DSCA）的效能，以提高诊断精度并减轻放射科医生的工作负担	首次将MultiResUNet等深度学习模型应用于腰椎MRI中DSCA的自动测量，展示了高精度和可靠性	数据集规模有限且仅依赖T1加权图像	开发自动化工具以提升腰椎MRI中DSCA测量的效率和准确性	腰椎MRI图像中的硬膜囊横截面积	数字病理学	脊柱疾病（如退行性椎间盘疾病、椎管狭窄和椎间盘突出）	MRI成像	U-Net, Attention U-Net, MultiResUNet	医学影像（T1加权轴向MRI图像）	733例腰椎MRI扫描（683例用于训练和测试，50例用于外部验证）
1726	2025-04-11	Internet of things driven hybrid neuro-fuzzy deep learning building energy management system for cost and schedule optimization 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1544183 PMID:40206707	研究论文	本文提出了一种基于物联网的混合神经模糊深度学习建筑能源管理系统，用于成本和进度优化	结合人工神经网络和模糊逻辑，在深度神经网络架构中集成模糊层，开发了一种混合深度学习模型	研究仅基于印度一个大学的数据，可能不具备广泛的普适性	优化建筑能源消耗，实现成本和进度优化	建筑能源管理系统（BEMS）	机器学习	NA	深度学习、模糊逻辑	混合深度学习模型（人工神经网络与模糊逻辑结合）	电力数据	2021年12月至2023年12月两年的能源消耗数据及27个相关能源参数
1727	2025-04-10	An optimized LSTM-based deep learning model for anomaly network intrusion detection 2025-Jan-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85248-z PMID:39789143	研究论文	提出了一种基于LSTM的优化深度学习模型，用于网络异常入侵检测	采用三种优化方法（PSO、JAYA和SSA）优化LSTM的超参数，以提高检测性能	未提及模型在实际网络环境中的泛化能力测试	开发高效的网络入侵检测系统以减少误报率	网络入侵检测	机器学习	NA	深度学习	LSTM	网络流量数据	NSL KDD、CICIDS和BoT-IoT数据集
1728	2025-04-10	Application of Artificial Intelligence and its Subsets in Various Stages of Knee Arthroplasty from Pre-op to Post-op: An Overview 2025, Journal of orthopaedics and sports medicine DOI:10.26502/josm.511500185 PMID:40190766	综述	本文概述了人工智能及其子集在膝关节置换术从术前到术后各阶段的应用	探讨了人工智能在膝关节置换术各阶段（术前、术中和术后）的多样化应用，包括患者教育、手术辅助和结果评估	NA	综述人工智能在膝关节置换术中的应用，以提高诊断准确性、手术效率和患者预后	膝关节置换术的各个阶段（术前、术中和术后）	数字病理学	骨关节炎	机器学习、深度学习	NA	NA	NA
1729	2025-04-10	Deep learning signature to predict postoperative anxiety in patients receiving lung cancer surgery 2025, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2025.1573370 PMID:40196195	研究论文	本研究旨在建立并验证一种基于MRI的深度学习特征，用于预测接受肺癌手术患者的术后焦虑	利用ResNet-152算法训练深度学习特征，首次将MRI-T1WI图像与术后焦虑预测相结合	样本量较小（202例患者），且仅使用了MRI-T1WI图像	预测接受肺癌手术患者的术后焦虑	接受肺癌手术的患者	数字病理学	肺癌	MRI	ResNet-152	图像	202例接受肺癌手术的患者
1730	2025-04-10	A study on early diagnosis for fracture non-union prediction using deep learning and bone morphometric parameters 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1547588 PMID:40196347	研究论文	本研究利用深度学习和骨形态计量参数开发了一种用于骨折不愈合早期诊断的模型	提出了Vision Mamba Triplet Attention and Edge Feature Decoupling Module UNet (VM-TE-UNet)用于骨折区域分割，并建立了基于微CT指标的早期诊断模型	研究仅使用了12只大鼠的骨折动物模型，样本量较小	开发骨折不愈合的早期诊断模型	大鼠骨折模型	数字病理	骨折	micro-CT成像	VM-TE-UNet	图像	12只大鼠的2448张micro-CT图像
1731	2025-04-10	Point-SPV: end-to-end enhancement of object recognition in simulated prosthetic vision using synthetic viewing points 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1549698 PMID:40196449	研究论文	本文介绍了一种名为Point-SPV的端到端深度学习模型，旨在增强模拟假体视觉中的物体识别能力	Point-SPV通过模拟视点（代表潜在的注视位置）并在这些点周围的图像块上训练模型，初步实现了基于注视的优化，专注于任务导向的视觉表示	NA	提升模拟假体视觉系统中的物体识别性能	视觉假体系统及视觉障碍患者	计算机视觉	视力障碍	深度学习	端到端深度学习模型	图像	NA
1732	2025-04-10	Transfer learning improves performance in volumetric electron microscopy organelle segmentation across tissues 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf021 PMID:40196751	research paper	该研究展示了迁移学习在体积电子显微镜（VEM）图像中跨组织器官分割性能的提升	通过在多组织器官的VEM数据上进行预训练并在目标数据集上微调，实现了高性能的多种细胞器分割，且所需的新训练数据量相对较少	需要一定量的手动标注数据进行微调，且性能可能受预训练数据与目标数据之间的差异影响	提高体积电子显微镜图像中细胞器分割的自动化水平和性能	哺乳动物组织中的细胞器（如线粒体和内质网）	digital pathology	NA	serial block face scanning electron microscopy	deep learning segmentation algorithms	volumetric electron microscopy images	四个VEM数据集（包括一个新的大鼠肝脏数据集，尺寸为7000×7000×219像素）
1733	2025-04-10	HTRecNet: a deep learning study for efficient and accurate diagnosis of hepatocellular carcinoma and cholangiocarcinoma 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1549811 PMID:40196844	研究论文	本研究提出了一种名为HTRecNet的深度学习框架，用于高效准确诊断肝细胞癌（HCC）和胆管癌（CCA）	HTRecNet结合了复杂的数据增强策略以优化特征提取，即使在样本量有限的情况下也能保持稳健性能	研究样本中CCA的样本量相对较少（180例），可能影响模型在CCA诊断上的泛化能力	开发自动化诊断方法以提高肝细胞癌和胆管癌的诊断效率和准确性	肝细胞癌（HCC）和胆管癌（CCA）的组织病理学图像	数字病理学	肝癌	深度学习	HTRecNet（自定义深度学习框架）	图像	5,432张组织病理学图像（其中5,096张用于训练和验证，336张用于外部测试）
1734	2025-04-09	Computational Stabilization of a Non-Heme Iron Enzyme Enables Efficient Evolution of New Function 2025-Jan-10, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202414705 PMID:39394803	research paper	本文展示了使用深度学习工具ProteinMPNN对Fe(II)/αKG超家族酶进行重新设计，以提高其稳定性、溶解性和表达，同时保留其天然活性和工业相关的非天然功能	利用深度学习工具ProteinMPNN进行酶设计，首次实现了对Fe(II)/αKG超家族酶的稳定化改造，并成功应用于定向进化，显著提高了非天然反应的催化效率	研究仅针对Fe(II)/αKG超家族酶，其通用性需要进一步验证	评估深度学习工具在酶工程工作流程中的有效性，开发新型生物催化剂	Fe(II)/αKG超家族酶	machine learning	NA	ProteinMPNN, directed evolution	deep learning	protein sequence and structure	多个Fe(II)/αKG酶变体
1735	2025-04-09	Integrated brain tumor segmentation and MGMT promoter methylation status classification from multimodal MRI data using deep learning 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251332018 PMID:40190333	研究论文	本研究提出了一种基于深度学习的多模态MRI数据集成方法，用于脑肿瘤分割和MGMT启动子甲基化状态分类	提出了一种结合3D ResU-Net和3D ResNet10的两阶段深度学习流程，实现了非侵入性的MGMT启动子甲基化状态预测	仍处于研究阶段，需要未来研究和临床验证以探索其在真实临床环境中的适用性	开发非侵入性方法来支持神经肿瘤学家进行脑肿瘤诊断和治疗规划	胶质母细胞瘤(GBM)患者	数字病理	脑肿瘤	多模态MRI扫描	3D ResU-Net, 3D ResNet10	MRI图像	使用BraTS2021脑肿瘤分割数据集和MGMT启动子状态分类数据集
1736	2025-04-09	Exploring the potential of deep learning models integrating transformer and LSTM in predicting blood glucose levels for T1D patients 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251328980 PMID:40190336	研究论文	本研究开发了一种结合Transformer和LSTM的混合深度学习模型，用于预测1型糖尿病患者的血糖水平	结合Transformer和LSTM网络，利用双向LSTM和Transformer编码器层在多阶段进行特征提取，提高了预测准确性和预测时间范围	模型在临床数据和模拟数据上的表现存在差异，可能需要进一步优化以适应更广泛的临床场景	提高血糖预测的准确性和预测时间范围，支持实时糖尿病管理	1型糖尿病患者的血糖水平	机器学习	糖尿病	深度学习	Transformer和LSTM	连续血糖监测数据	临床数据和模拟数据
1737	2025-04-09	Real-Time Snoring Detection Using Deep Learning: A Home-Based Smartphone Approach for Sleep Monitoring 2025, Nature and science of sleep IF:3.0Q2 DOI:10.2147/NSS.S514631 PMID:40190583	研究论文	本研究提出了一种基于Vision Transformer深度学习模型和智能手机录音的实时打鼾检测方法	首次利用深度学习模型预测家庭录制的智能手机音频中的打鼾情况，并采用Vision Transformer架构	研究样本量相对较小，且依赖智能手机录音质量	开发一种实时打鼾检测方法，用于家庭睡眠监测	214名参与者的睡眠呼吸声音数据	机器学习	睡眠相关疾病	智能手机音频记录	Vision Transformer	音频	214名参与者（85,600个时段）
1738	2025-04-09	Integration of multimodal imaging data with machine learning for improved diagnosis and prognosis in neuroimaging 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1552178 PMID:40191032	研究论文	提出了一种结合CNN、GRU和动态跨模态注意力模块的混合深度学习方法，用于整合多模态成像数据以提高神经影像诊断和预后的准确性	引入动态跨模态注意力模块，有效融合空间和时间脑数据，克服现有多模态融合技术的局限性	尚未应用于其他图像类型和临床数据，未来需要进一步验证	提高神经影像诊断和预后的准确性	阿尔茨海默病等脑部疾病	神经影像	阿尔茨海默病	结构MRI (sMRI) 和功能MRI (fMRI)	CNN, GRU, 动态跨模态注意力模块	多模态成像数据	Human Connectome Project (HCP) 数据集，包含行为数据、fMRI和sMRI
1739	2025-04-09	A semi-supervised weighted SPCA- and convolution KAN-based model for drug response prediction 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1532651 PMID:40191608	研究论文	提出了一种基于半监督加权SPCA和卷积KAN的药物反应预测模型NMDP，用于解决多组学基因数据中的特征提取、数据融合和小样本学习问题	引入可解释的半监督加权SPCA模块、基于样本相似性网络的双模态测试和方差信息的多组学数据融合框架，以及结合一维卷积和KAN的预测方法	未明确提及具体局限性，但提到需要处理小样本量和过拟合风险	精准肿瘤学中的药物反应预测	细胞系对特征药物的反应	机器学习	癌症	多组学基因数据分析	SPCA, KAN, 一维卷积	多组学基因数据	五组真实数据实验
1740	2025-04-09	Isfahan Artificial Intelligence Event 2023: Lesion Segmentation and Localization in Magnetic Resonance Images of Patients with Multiple Sclerosis 2025, Journal of medical signals and sensors DOI:10.4103/jmss.jmss_55_24 PMID:40191684	research paper	该文章介绍了2023年伊斯法罕人工智能活动中关于多发性硬化症患者磁共振图像中病灶分割和定位的挑战	利用深度学习技术进行多发性硬化症患者磁共振图像中病灶的精确分割和定位	未提及具体方法的性能比较和详细数据集信息	通过病灶分割和定位帮助医生确定多发性硬化症的严重程度和进展	多发性硬化症患者的磁共振图像	computer vision	多发性硬化症	磁共振成像(MRI)	U-net及其他复杂网络	image	NA