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
12001	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
12002	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
12003	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
12004	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）
12005	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
12006	2025-04-10	Individualized Analysis of Nipple-Sparing Mastectomy Versus Modified Radical Mastectomy Using Deep Learning 2025-Jun, Cancer innovation DOI:10.1002/cai2.70002 PMID:40151333	研究论文	本研究旨在通过深度学习评估乳头保留乳房切除术（NSM）与改良根治性乳房切除术（MRM）对个体生存结果的影响，并评估新辅助系统治疗（NST）在减少手术干预需求方面的潜力	提出了一种名为BIME的生存回归模型，该模型在治疗推荐中显示出最强的保护效果，并通过高级统计方法（如PSM和IPTW）减少了治疗分配中的偏差	需要进一步研究结合全面的预后评估以优化手术选择过程并完善其临床实用性	评估NSM和MRM对乳腺癌患者生存结果的影响，并探索NST在减少手术干预中的作用	乳腺癌患者	机器学习	乳腺癌	深度学习，PSM，IPTW	BIME	临床数据	NA
12007	2025-04-10	A New Metric Based on Association Rules to Assess Feature-Attribution Explainability Techniques for Time Series Forecasting 2025-May, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3540513 PMID:40031563	research paper	本文介绍了一种新的模型无关度量RExQUAL，用于量化和比较基于归因的可解释人工智能技术提供的解释质量	提出了一种基于关联规则的新度量RExQUAL，结合局部和全局解释，评估和比较不同可解释技术的质量	实验设计仅包括不同类型的时间序列预测，可能在其他领域的适用性有待验证	评估和比较基于归因的可解释人工智能技术在时间序列预测中的解释质量	时间序列数据（包括单变量和多变量）	machine learning	NA	association rules, feature attribution	deep learning models	time series data	NA
12008	2025-04-10	Smectic-like bundle formation of planktonic bacteria upon nutrient starvation 2025-Apr-09, Soft matter IF:2.9Q2 DOI:10.1039/d4sm01117a PMID:40126189	研究论文	研究细菌在营养匮乏条件下形成束状聚集体的集体行为	发现营养匮乏导致细菌细胞排列成类似近晶液晶的束状结构，并通过深度学习评估其有序程度	未明确提及具体局限性	探索环境变化对细菌聚集行为的影响	浮游细菌	微生物学	NA	深度学习	NA	实验观察数据	未明确提及具体样本数量
12009	2025-04-10	Transformer-based deep learning structure-conductance relationships in gold and silver nanowires 2025-Apr-09, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d4cp04605f PMID:40152302	研究论文	本研究利用基于Transformer的深度学习模型预测金和银纳米线的结构-电导关系	首次将Transformer神经网络应用于纳米线电导预测，展示了其在处理长、大及结构不同纳米线时的稳定性、准确性和可扩展性	模型训练数据主要来自模拟而非实际实验数据	建立纳米线结构与其电导特性之间的关系	金和银纳米线	机器学习	NA	分子动力学模拟(MD)与神经网络势能	Transformer	模拟数据	大量金和银纳米线结结构
12010	2025-04-10	Deep Learning with Reflection High-Energy Electron Diffraction Images to Predict Cation Ratio in Sr2xTi2(1-x)O3 Thin Films 2025-Apr-09, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c00787 PMID:40163590	研究论文	本研究利用深度学习技术预测SrTiO薄膜的化学计量比，通过反射高能电子衍射图像进行分析	使用门控卷积神经网络对小样本（31个样本）进行回归训练，实现了准确的预测，并通过可解释AI技术揭示了衍射条纹特征与阳离子化学计量之间的未知相关性	样本量较小（仅31个样本）	加速、理解和控制薄膜合成过程，揭示合成条件与材料性能之间的关系	SrTiO薄膜的化学计量比	机器学习	NA	反射高能电子衍射（RHEED）	门控卷积神经网络（Gated CNN）	图像	31个样本
12011	2025-04-10	Portal dose image prediction using Monte Carlo generated transmission energy fluence maps of dynamic radiotherapy treatment plans: a deep learning approach 2025-Apr-09, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc73f PMID:40164089	research paper	本研究开发并探讨了一种结合蒙特卡洛模拟和深度学习的混合模型，用于预测基于动态放射治疗计划的电子门户成像设备图像	结合蒙特卡洛模拟和深度学习方法来预测放射治疗中的电子门户成像设备图像，为剂量学质量保证提供新方法	模型在简单和复杂变体中的伽马通过率存在差异，表明模型性能有待进一步优化	开发一种用于放射治疗剂量学质量保证的混合模型	动态放射治疗计划中的电子门户成像设备图像	machine learning	various cancer types	Monte Carlo simulations, deep learning	U-Net	image	17 clinical treatment plans
12012	2025-04-10	Enhancing Burn Diagnosis through SE-ResNet18 and Confidence Filtering 2025-Apr-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01495-6 PMID:40199834	research paper	提出一种基于深度学习的烧伤严重程度分类方法，通过改进的ResNet18架构和置信度过滤提高分类准确率	采用集成了注意力机制的增强型ResNet18架构，结合自适应学习率优化策略和置信度过滤后处理模块	实验仅在烧伤皮肤测试数据集上进行验证，未涉及更广泛的临床场景	提升烧伤严重程度分类的准确性和实时性，以支持临床治疗决策	烧伤皮肤图像	computer vision	烧伤	深度学习	SE-ResNet18	image	烧伤皮肤测试数据集（具体数量未说明）
12013	2025-04-10	Interpretable deep learning method to predict wound healing progress based on collagen fibers in wound tissue 2025-Apr-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110110 PMID:40198981	research paper	提出一种基于胶原纤维的深度学习方法来预测伤口愈合进程，并增强模型决策的可解释性	结合LayerCAM和Guided Backpropagation的可解释框架，无需像素级标注即可定位胶原纤维区域	未提及模型在更大规模或多样化数据集上的泛化能力	建立基于胶原纤维特征的伤口愈合状态分类方法	皮肤组织的组织学图像	digital pathology	wound healing	histological imaging	VGG16	image	未明确说明样本数量，涉及正常皮肤、0/3/7/10天伤口皮肤及糖尿病伤口皮肤
12014	2025-04-10	Detection of COVID-19, lung opacity, and viral pneumonia via X-ray using machine learning and deep learning 2025-Apr-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110131 PMID:40198984	research paper	该研究结合机器学习和深度学习技术，通过X光图像自动诊断COVID-19及其他肺部疾病	采用CNN、SVM及迁移学习技术（如ResNet18、EfficientNet-CNN和Xception-CNN），在X光图像分类中达到高准确率（最高99.20%）	数据集多样性和代表性不足，可能影响模型的泛化能力	提升COVID-19及其他肺部疾病的早期诊断效率和准确性	胸部X光图像	digital pathology	COVID-19, lung opacity, viral pneumonia	machine learning, deep learning, transfer learning	CNN, SVM, ResNet18, EfficientNet-CNN, Xception-CNN	image	21,165张胸部X光图像
12015	2025-04-10	Deep spatio-temporal dependent convolutional LSTM network for traffic flow prediction 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95711-6 PMID:40189608	研究论文	提出了一种名为STDConvLSTM的深度学习算法，用于解决交通流量预测中的空间和时间不平衡问题	设计了空间依赖的注意力机制和时间依赖的注意力机制，分别解决空间不平衡和时间不平衡问题	未提及具体局限性	准确预测交通流量以支持智能交通系统和智慧城市建设	交通流量数据	机器学习	NA	深度学习	STDConvLSTM（结合CNN和LSTM）	时间序列数据	两个真实世界的数据集
12016	2025-04-10	Research on intelligent identification of microscopic substances in shale scanning electron microscope images based on deep learning theory 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91225-3 PMID:40189619	研究论文	基于深度学习理论实现页岩扫描电镜图像中微观物质的智能识别	采用改进的深度学习模型（优化的Yolov8模型）进行页岩微观物质识别，性能优于其他深度学习模型，并与SEM技术结合，提高了储层评价的效率和准确性	研究主要针对页岩扫描电镜图像，尚未在其他领域广泛应用	实现页岩扫描电镜图像中微观物质的智能识别，提高储层评价的效率和准确性	页岩扫描电镜图像中的微观物质	计算机视觉	NA	SEM技术	优化的Yolov8模型	图像	NA
12017	2025-04-10	Applying deep learning for style transfer in digital art: enhancing creative expression through neural networks 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95819-9 PMID:40189651	研究论文	本研究提出了一种改进的神经风格迁移模型，旨在提高数字艺术中风格迁移的效率和质量	结合了自适应实例归一化(AdaIN)和基于Gram矩阵的风格表示，显著提升了风格与内容的平衡及计算效率	未提及模型在极端风格强度下的表现及跨域适应性	提升神经风格迁移技术在数字艺术创作中的实用性和实时性	数字艺术图像风格迁移	计算机视觉	NA	神经风格迁移(NST)	CNN架构结合AdaIN	图像	未明确说明具体样本量（使用多种图像对进行评估）
12018	2025-04-10	Deep learning for simultaneous phase and amplitude identification in coherent beam combination 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96385-w PMID:40189661	研究论文	本文提出了一种深度学习算法，用于从组合光束的强度分布单次观测中同时识别相位和振幅	利用深度学习算法在存在显著功率波动的情况下准确分离相位和功率贡献	研究基于模拟的相干光束组合系统，实际应用中的效果需进一步验证	解决光纤激光器功率退化对相位检索带来的挑战	相干光束组合系统中的相位和振幅识别	机器学习	NA	深度学习	NA	图像	NA
12019	2025-04-10	Development and validation of a deep learning model based on cascade mask regional convolutional neural network to noninvasively and accurately identify human round spermatids 2025-Apr-02, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.03.059 PMID:40185275	研究论文	开发并验证了一种基于级联掩膜区域卷积神经网络（R-CNN）的深度学习模型，用于非侵入性且准确地识别人类圆形精子细胞	首次使用深度学习模型非侵入性地识别人类圆形精子细胞，避免了传统Hoechst染色的毒性问题	研究样本量相对较小（3457张图像），且模型在临床广泛应用前需进一步验证	评估深度学习模型在非侵入性识别人类圆形精子细胞方面的能力	人类圆形精子细胞（hRSs）	计算机视觉	男性不育症	流式细胞术分析	级联掩膜区域卷积神经网络（R-CNN）	图像	3457张光学显微镜图像
12020	2025-04-10	An explainable deep learning platform for molecular discovery 2025-Apr, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-024-01084-x PMID:39653800	研究论文	介绍了一个可解释的深度学习平台，用于分子发现，特别是抗生素的结构类别	提出了一个基于图神经网络的可解释深度学习平台，能够识别预测活性的化学子结构，提高分子发现的效率	需要实验数据生成和模型实现，且平台的应用范围虽然广泛，但具体效果可能因分子类型而异	开发一个可解释的深度学习平台，用于高效发现具有特定活性的分子结构类别	抗生素的结构类别，以及其他小分子如抗癌、抗病毒和抗衰老药物	机器学习	NA	图神经网络	GNN	化学结构数据	NA