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
841	2025-10-07	Segmentation methods and dosimetric evaluation of 3D-printed immobilization devices in head and neck radiotherapy 2025-Feb-18, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13669-0 PMID:39966735	研究论文	本研究使用深度学习自动分割3D打印头颈部固定装置，并评估其在头颈部VMAT放疗中的剂量学影响	首次应用Mask2Former模型实现3D打印头枕和MFIF的自动分割，系统评估固定装置对放疗剂量分布的影响	小目标分割不准确，MFIF金属固定件产生的伪影，需要在更大更多样化的数据集上进行模型优化和验证	提高头颈部放疗计划的剂量计算准确性	头颈部癌症患者使用的3D打印固定装置	医学影像分析	头颈部癌症	计算机断层扫描(CT)，容积旋转调强放疗(VMAT)，Gafchromic EBT3胶片测量	深度学习	CT影像	49名患者的CT定位图像	NA	Mask2Former	平均精度(mAP), Dice指数, gamma通过率	NA
842	2025-10-07	Predicting mother and newborn skin-to-skin contact using a machine learning approach 2025-Feb-18, BMC pregnancy and childbirth IF:2.8Q1 DOI:10.1186/s12884-025-07313-9 PMID:39966775	研究论文	本研究使用机器学习方法预测母婴皮肤接触的实施情况	首次将多种机器学习算法应用于预测母婴皮肤接触的影响因素	需要更多研究来确认模型性能的稳定性	识别影响母婴皮肤接触的关键预测因素	伊朗母婴网络中的8031名合格母亲	机器学习	母婴健康	机器学习预测建模	线性回归,逻辑回归,决策树,随机森林,深度学习前馈网络,XGBoost,LightGBM,支持向量机,KNN	医疗记录数据	8031名母亲，其中3759名(46.8%)有皮肤接触经历	NA	前馈神经网络	AUROC,准确率,精确率,召回率,F1分数	NA
843	2025-10-07	Integrating ultrasound radiomics and clinicopathological features for machine learning-based survival prediction in patients with nonmetastatic triple-negative breast cancer 2025-Feb-18, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13635-w PMID:39966783	研究论文	本研究通过整合超声影像组学和临床病理特征，开发基于机器学习的模型用于非转移性三阴性乳腺癌患者的生存预测	首次将超声影像组学特征与临床病理特征相结合构建联合列线图模型，用于三阴性乳腺癌患者的生存预测	样本量相对有限，且为多中心研究可能存在数据异质性	评估基于超声影像组学和临床病理特征的机器学习模型在三阴性乳腺癌患者生存分析中的预测价值	非转移性三阴性乳腺癌患者	医学影像分析	乳腺癌	超声影像组学分析	机器学习模型	超声图像, 临床数据	训练队列306例，内部验证队列77例，前瞻性外部验证队列82例	PyRadiomics	深度学习算法, 列线图	AUC, 校准曲线, 决策曲线	NA
844	2025-10-07	Development and validation of prediction models for stroke and myocardial infarction in type 2 diabetes based on health insurance claims: does machine learning outperform traditional regression approaches? 2025-Feb-18, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-025-02640-9 PMID:39966813	研究论文	基于德国健康保险索赔数据开发并验证2型糖尿病患者中风和心肌梗死的预测模型，比较传统回归方法与机器学习方法的性能	首次基于高维健康保险索赔数据系统比较传统回归方法与先进机器学习方法（包括深度学习方法）在心血管事件预测中的性能	模型性能存在天花板效应，AUPRC约0.09，AUROC约0.7；缺乏与其他文献中临床信息模型的全面比较	开发2型糖尿病患者中风和心肌梗死的预测模型，比较不同算法的预测性能	2型糖尿病患者	机器学习	心血管疾病	健康保险索赔数据分析	逻辑回归,LASSO,随机森林,梯度提升,多层感知机,特征标记变换器	结构化健康保险索赔数据	371,006名2型糖尿病患者	NA	多层感知机,特征标记变换器	AUPRC,AUROC,校准度	NA
845	2025-10-07	Deep learning-based automated guide for defining a standard imaging plane for developmental dysplasia of the hip screening using ultrasonography: a retrospective imaging analysis 2025-Feb-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02926-8 PMID:39966904	研究论文	开发基于深度学习的神经网络模型，用于在二维超声扫描中自动检测五个关键标志点，以建立发育性髋关节发育不良筛查的标准成像平面	提出结合全局和局部网络的深度学习模型，首次实现DDH筛查中五个关键标志点的自动检测	研究为单中心回顾性分析，样本量相对有限，需要进一步外部验证	开发自动化工具辅助DDH超声筛查的标准成像平面定义	接受髋关节超声检查的DDH筛查患者	计算机视觉	发育性髋关节发育不良	二维超声成像	CNN	超声图像	532名患者	NA	EfficientNetB2	均方根误差, Dice相似系数	NA
846	2025-02-23	Developing a semi-automated technique of surface water quality analysis using GEE and machine learning: A case study for Sundarbans 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42404 PMID:39981364	研究论文	本研究提出了一种半自动化的方法，利用机器学习模型结合现场和遥感数据评估孙德尔本斯的水质	结合Google Earth Engine (GEE)和AutoML，利用深度学习库创建动态、自适应模型，提高预测精度	数据可用性的可变性以及机器学习预测动态水系统时固有的不确定性	开发一种半自动化的水质分析技术，以支持可持续环境管理实践和孙德尔本斯应对新兴气候挑战的韧性	孙德尔本斯的水质参数（海表温度、总悬浮固体、浊度、盐度和pH值）	机器学习	NA	机器学习算法、Empirical Bayesian Kriging (EBK)模型、Google Earth Engine (GEE)、AutoML	深度学习模型	现场数据和遥感数据	NA	NA	NA	NA	NA
847	2025-10-07	PBScreen: A server for the high-throughput screening of placental barrier-permeable contaminants based on multifusion deep learning 2025-Feb-14, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.125858 PMID:39954759	研究论文	开发基于多融合深度学习模型的PBScreen服务器，用于高通量筛选胎盘屏障渗透性污染物	首次构建基于多融合深度学习的高通量筛选工具，结合图卷积网络和深度神经网络算法	未明确说明模型在更广泛化学物质类型上的适用性限制	开发高效筛选胎盘屏障渗透性污染物的计算工具	能够穿透胎盘屏障的化学污染物	机器学习	生殖健康疾病	深度学习	图卷积网络,深度神经网络	化学结构数据	NA	NA	多融合深度学习架构	准确率,假阴性率,AUC	NA
848	2025-10-07	Mentorship advances antimicrobial use surveillance systems in low- and middle-income countries 2025-Feb, JAC-antimicrobial resistance IF:3.7Q2 DOI:10.1093/jacamr/dlae212 PMID:39734490	研究论文	本文探讨导师制在低收入和中等收入国家抗菌药物使用监测系统人才培养中的价值	提出将导师制作为传统培训模式的有效补充，通过长期指导解决专业人员短缺问题	研究基于四个国家的有限经验，缺乏大规模定量数据支持	评估导师制在抗菌药物使用监测系统能力建设中的效果	尼泊尔、巴基斯坦、巴布亚新几内亚和东帝汶的抗菌药物使用监测专业人员	公共卫生	传染病	导师制培训方法	NA	经验总结	2019-2023年四个国家1-2年导师制项目的参与人员	NA	NA	NA	NA
849	2025-10-07	Mapping the learning curves of deep learning networks 2025-Feb, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012286 PMID:39928655	研究论文	提出一种受认知科学启发的多维量化与可视化方法，用于追踪深度神经网络的学习曲线	引入信息处理轨迹和发展轨迹两个时间维度来量化深度学习网络的学习过程	方法目前仅在手势检测和句子分类两个时序任务上进行验证	系统解释深度神经网络的内部表示和学习过程	深度神经网络的学习曲线	机器学习	NA	深度学习模拟	深度神经网络	时序数据	750次模拟运行	NA	NA	起始值, 终值-起始值, 最大值, 达到最大值时间	NA
850	2025-10-07	Short-Term Associations Between Ambient Ozone and Acute Myocardial Infarction Onset Among Younger Patients: Results From the VIRGO Study 2025-Feb, GeoHealth IF:4.3Q1 DOI:10.1029/2024GH001234 PMID:39968338	研究论文	本研究探讨环境臭氧短期暴露与年轻患者急性心肌梗死发病的关联	首次在年轻患者群体中系统评估臭氧与不同AMI亚型的关联，并发现种族差异的效应修饰作用	研究仅限于美国103家医院的患者，可能存在选择偏倚	评估环境臭氧短期暴露与年轻患者急性心肌梗死发病的关联	18-55岁急性心肌梗死患者	环境流行病学	心血管疾病	时空深度学习，病例交叉设计	条件逻辑回归	医疗记录，环境监测数据	2,322名AMI患者来自103家美国医院	深度学习框架	时空深度学习模型	比值比，95%置信区间	NA
851	2025-10-07	The Future of Surgical Diagnostics: Artificial Intelligence-Enhanced Detection of Ganglion Cells for Hirschsprung Disease 2025-Feb, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102189 PMID:39577743	研究论文	开发人工智能增强方法用于术中检测赫希施普龙病中的神经节细胞	首次将深度学习模型与热力图定位技术结合应用于术中冰冻切片神经节细胞检测，显著提升诊断准确性和效率	研究样本来自3个中心的164名患者，样本来源相对有限	开发人工智能辅助诊断系统改善赫希施普龙病的手术决策	赫希施普龙病患者组织切片中的神经节细胞	数字病理学	赫希施普龙病	苏木精-伊红染色，全玻片成像	CNN	病理图像	164名患者的668张玻片（366张冰冻切片，302张FFPE切片）	NA	ResNet-50	准确率	NA
852	2025-10-07	Discovery of anticancer peptides from natural and generated sequences using deep learning 2025-Feb, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.138880 PMID:39706427	研究论文	本研究通过深度学习模型从天然和生成序列中发现抗癌肽，并进行了广泛的实验验证	提出基于三通道深度学习架构的CNBT-ACPred预测模型，结合大规模体外和体内实验验证，显著提升预测性能	NA	开发高效的抗癌肽预测方法并发现新型抗癌肽	抗癌肽(ACPs)	机器学习	癌症	深度学习	深度学习模型	蛋白质序列数据	Uniprot数据库380万条序列，生成模型10万条序列，最终验证41条候选肽	NA	三通道深度学习架构	准确率,MCC	NA
853	2025-02-21	Atomic force microscopy combined with microfluidics for label-free sorting and automated nanomechanics of circulating tumor cells in liquid biopsy 2025-Feb-20, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr04033c PMID:39865849	研究论文	本文介绍了一种结合原子力显微镜（AFM）和微流控技术的无标记分选和自动化纳米力学测量方法，用于液体活检中的循环肿瘤细胞（CTCs）研究	创新点在于结合AFM和微流控技术，实现了CTCs的无标记分选和自动化纳米力学测量，为临床提供了新的可能性	研究仍处于概念验证阶段，样本量有限，需要进一步验证和优化	研究目的是开发一种高效测量液体活检中CTCs机械性能的方法，以推动癌症管理	研究对象为液体活检中的循环肿瘤细胞（CTCs）	数字病理学	癌症	原子力显微镜（AFM）、微流控技术、深度学习光学图像识别模型	深度学习模型	图像、力学数据	三个实验样本系统，包括不同大小的混合微球、不同类型癌细胞的混合物以及癌细胞和血细胞的混合物	NA	NA	NA	NA
854	2025-02-21	EBHOA-EMobileNetV2: a hybrid system based on efficient feature selection and classification for cardiovascular disease diagnosis 2025-Feb-19, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2466081 PMID:39970065	研究论文	本文提出了一种基于深度学习的智能医疗框架，用于心血管疾病的诊断，结合了有效的特征选择和分类技术	结合了增强的二进制蝗虫优化算法（EBHOA）和增强的MobileNetV2模型（EMobileNetV2），以提高心血管疾病预测的准确性和一致性	未提及模型在其他数据集上的泛化能力，以及在实际临床环境中的应用效果	提高心血管疾病预测的准确性，以改善临床实践和患者护理	心血管疾病（CVD）患者	机器学习	心血管疾病	增强的二进制蝗虫优化算法（EBHOA）、增强的MobileNetV2模型（EMobileNetV2）	EMobileNetV2	结构化数据	UCI Heart Disease和Framingham Heart Study数据集	NA	NA	NA	NA
855	2025-02-21	Mental Health Screening Using the Heart Rate Variability and Frontal Electroencephalography Features: A Machine Learning-Based Approach 2025-Feb-19, JMIR mental health IF:4.8Q1 DOI:10.2196/72803 PMID:39971280	研究论文	本研究探讨了使用心率和前额脑电图特征进行心理健康筛查的机器学习方法	结合心率和前额脑电图特征进行心理健康筛查，展示了可能的协同效应	需要进一步研究以预测治疗反应并基于基线生理标志物提出优选治疗方案	探讨心率和前额脑电图特征在机器学习算法中对精神病患者和健康对照者的分类准确性	182名参与者（87名精神病患者和95名健康对照者）	机器学习	精神疾病	支持向量机（SVM）	SVM	生理信号（心率和脑电图）	182名参与者（87名精神病患者和95名健康对照者）	NA	NA	NA	NA
856	2025-02-21	Artificial Intelligence for Diabetic Foot Screening Based on Digital Image Analysis: A Systematic Review 2025-Feb-17, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968251317521 PMID:39960227	系统综述	本文系统回顾了基于数字图像分析的人工智能技术在糖尿病足筛查中的应用	探讨了人工智能在糖尿病足筛查中的潜力，特别是深度学习方法的应用	需要进一步评估临床适用性，包括伦理问题和患者数据安全性，以及开发更全面的数据集	识别并分析使用数字图像分析开发AI模型进行糖尿病足筛查的研究	糖尿病足筛查	计算机视觉	糖尿病	数字图像分析	人工神经网络（ANNs）和卷积神经网络（CNNs）	热成像或足部热图	2214篇相关文章，其中9篇符合纳入标准	NA	NA	NA	NA
857	2025-02-21	Super-resolution synthetic MRI using deep learning reconstruction for accurate diagnosis of knee osteoarthritis 2025-Feb-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01911-z PMID:39961957	研究论文	本研究评估了深度学习重建（DLR）技术在合成MRI（SyMRI）上的准确性，包括T2测量和DLR合成MRI（SyMRIDL）在膝关节骨关节炎（KOA）患者中的诊断性能，以常规MRI为标准参考	使用深度学习重建技术生成合成MRI图像，提供准确的T2测量值，能够更自信地从正常外观的软骨中识别早期软骨退化	样本量相对较小（36名志愿者和70名患者），且研究时间较短（2023年5月至10月）	评估DLR合成MRI在膝关节骨关节炎诊断中的准确性和性能	膝关节骨关节炎患者和志愿者	医学影像	膝关节骨关节炎	深度学习重建（DLR），合成MRI（SyMRI）	深度学习模型	MRI图像	36名志愿者和70名患者	NA	NA	NA	NA
858	2025-02-21	Multi-label software requirement smells classification using deep learning 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86673-w PMID:39962114	研究论文	本研究开发了一种基于深度学习的多标签软件需求异味分类模型，用于检测单个需求中的多种软件需求异味	首次将LSTM、Bi-LSTM和GRU等高级神经网络架构与ELMo和Word2Vec等词嵌入技术结合，用于多标签软件需求异味分类	研究仅基于8120个需求数据集，可能无法覆盖所有类型的软件需求异味	提高软件需求异味检测的自动化水平，减少人工检测的时间和错误	软件需求异味	自然语言处理	NA	深度学习	LSTM, Bi-LSTM, GRU	文本	8120个需求数据集	NA	NA	NA	NA
859	2025-02-21	A deep learning framework based on structured space model for detecting small objects in complex underwater environments 2025-Feb-17, Communications engineering DOI:10.1038/s44172-025-00367-9 PMID:39962196	研究论文	本文提出了一种结合结构化空间模型（SSM）与特征增强的创新方法，专门用于复杂水下环境中的小目标检测	结合结构化空间模型（SSM）与特征增强，开发了高精度、轻量级的检测模型UWNet，显著提高了计算效率并保持了高检测精度	未提及具体局限性	解决水下目标检测中精度与模型效率及实时性能的平衡问题	水下环境中的小目标，如海星和扇贝	计算机视觉	NA	结构化空间模型（SSM）与特征增强	UWNet	图像	未提及具体样本数量	NA	NA	NA	NA
860	2025-02-21	Stacked encoding and AutoML-based identification of lead-zinc small open pit active mines around Rampura Agucha in Rajasthan state, India 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89672-z PMID:39962260	研究论文	本研究旨在通过Sentinel 2图像分析，利用机器学习算法检测和分类印度拉贾斯坦邦Rampura Agucha周围的铅锌露天矿区域	结合多种波段比率和光谱指数，使用深度学习堆叠编码器和15种不同的机器学习分类器，提高了复杂矿区及其周边地物特征的检测精度	研究仅限于Sentinel 2图像数据，未涉及其他遥感数据源	检测和分类铅锌露天矿区域及其周边地物特征	印度拉贾斯坦邦Rampura Agucha周围的铅锌露天矿区域	机器学习	NA	Sentinel 2图像分析	extra tree classifier (et), light gradient boosting machine classifier (lightgbm), random forest classifier (rf)	卫星图像	NA	NA	NA	NA	NA