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
201	2025-04-02	Advanced deep learning models for predicting elemental concentrations in iron ore mine using XRF data: a cost-effective alternative to ICP-MS methods 2025-Mar-05, Environmental geochemistry and health IF:3.2Q2 DOI:10.1007/s10653-025-02419-7 PMID:40045020	研究论文	本研究提出了一种基于深度学习的先进方法，用于预测伊朗Gohar Zamin铁矿区关键元素的浓度，使用X射线荧光（XRF）地球化学数据作为输入	提出了一种新型AI驱动框架，利用低成本的XRF数据进行矿物预测，减少对昂贵分析技术的依赖，同时提升采矿作业的决策能力	研究仅针对伊朗Gohar Zamin铁矿区的特定元素，可能不适用于其他地区或其他类型的矿物	开发一种成本效益高且快速的地球化学分析方法，以替代传统的ICP-MS方法	伊朗Gohar Zamin铁矿区的关键元素（如砷、锂、锑和钒）的浓度	机器学习	NA	X射线荧光（XRF）	CNN, GRU, SAN	地球化学数据	NA
202	2025-04-02	CryoTEN: efficiently enhancing cryo-EM density maps using transformers 2025-Mar-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf092 PMID:40036588	research paper	提出了一种名为CryoTEN的3D UNETR++风格transformer，用于有效提升冷冻电镜密度图的质量	CryoTEN在提升冷冻电镜密度图质量方面表现优异，运行速度比现有深度学习方法快10倍以上，且GPU内存需求更低	NA	提升冷冻电镜密度图的质量，以构建更好的蛋白质结构	冷冻电镜密度图	machine learning	NA	冷冻电镜(cryo-EM)	3D UNETR++ transformer	3D冷冻电镜密度图	1295张冷冻电镜图作为训练集，150张作为独立测试集
203	2025-04-02	A deep learning pipeline for three-dimensional brain-wide mapping of local neuronal ensembles in teravoxel light-sheet microscopy 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02583-1 PMID:39870865	research paper	介绍了一种名为ACE的端到端深度学习流程，用于在光片显微镜下对啮齿动物大脑进行三维全脑局部神经元群映射	提出了一种结合三维深度学习分割模型和高级聚类统计算法的创新流程，能够无偏地映射局部神经元活动和连接性	目前仅应用于啮齿动物大脑研究，尚未扩展到其他物种	开发一种能够泛化不同实验协议并实现神经元活动层流和亚群特异性映射的计算流程	啮齿动物大脑的神经元活动和连接性	digital pathology	NA	光片荧光显微镜	3D deep learning segmentation models	三维图像	未明确说明样本数量（啮齿动物大脑）
204	2025-04-02	Artificial intelligence for segmentation and classification in lumbar spinal stenosis: an overview of current methods 2025-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08672-9 PMID:39883162	综述	本文综述了当前用于腰椎管狭窄症（LSS）分割和分类的人工智能方法	系统评估了机器学习（ML）和深度学习（DL）在LSS分割和分类中的应用，并比较了它们的性能	研究间比较困难，因为结果测量和测试数据集存在多样性，且外部验证模型数量有限	评估当前用于LSS分割和分类的ML模型	腰椎管狭窄症（LSS）的MRI、X射线或CT扫描图像	数字病理学	腰椎管狭窄症	MRI、X射线、CT扫描	U-Net、CNN	图像	27篇文献（9篇关于分割，16篇关于分类，2篇关于两者）
205	2025-04-02	DeepPrep: an accelerated, scalable and robust pipeline for neuroimaging preprocessing empowered by deep learning 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02599-1 PMID:39915693	research paper	介绍了一种名为DeepPrep的神经影像预处理流程，该流程通过深度学习和工作流管理器实现加速、可扩展和鲁棒性	DeepPrep利用深度学习和工作流管理器，实现了神经影像预处理的十倍加速，并具备可扩展性和鲁棒性	未提及具体的技术细节或与其他方法的详细比较	解决神经影像大数据预处理中的计算挑战	神经影像数据	machine learning	NA	deep learning, workflow manager	NA	neuroimaging scans	超过55,000次扫描
206	2025-04-02	Segment Anything for Microscopy 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02580-4 PMID:39939717	研究论文	介绍了一种名为Segment Anything for Microscopy (μSAM)的工具，用于多维显微镜数据的分割和跟踪	基于Segment Anything视觉基础模型，通过微调通用模型以适应光学和电子显微镜，显著提高了多种成像条件下的分割质量	NA	解决显微镜图像中对象准确分割的瓶颈问题	显微镜图像中的对象	数字病理学	NA	深度学习	Segment Anything	图像	NA
207	2025-04-02	Rapid discrimination and ratio quantification of mixed antibiotics in aqueous solution through integrative analysis of SERS spectra via CNN combined with NN-EN model 2025-Mar, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.03.016 PMID:38531495	研究论文	本研究提出了一种基于深度学习算法的智能分析模型，用于快速识别混合抗生素成分并定量测定其比例	结合CNN和NN-EN模型，实现了对抗生素混合物的快速识别和高精度定量	仅针对水环境中的三种抗生素残留进行研究，未涉及其他抗生素或复杂环境	开发一种快速识别和定量测定水环境中抗生素残留的技术	水环境中的抗生素残留（环丙沙星、多西环素和左氧氟沙星）	机器学习	NA	表面增强拉曼光谱(SERS)	CNN, NN-EN	光谱数据	NA
208	2025-04-01	Near-term prediction of sustained ventricular arrhythmias applying artificial intelligence to single-lead ambulatory electrocardiogram 2025-Mar-30, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf073 PMID:40157386	研究论文	本研究开发了一种基于深度学习的单导联动态心电图模型，用于短期预测持续性室性心律失常	首次将深度学习应用于单导联动态心电图，以预测短期内的持续性室性心动过速风险，并揭示了早期去极化模式作为潜在预测因子	研究为回顾性设计，且阳性事件发生率较低（0.5%）	开发能预测致命性室性心律失常的AI模型以预防心脏骤停/猝死	来自6个国家的247254份14天动态心电图记录	数字病理学	心血管疾病	深度学习	深度学习模型	心电图信号	247254份动态心电图记录（开发集183177份，内部验证集43580份，外部验证集20497份）
209	2025-04-01	H2GnnDTI: hierarchical heterogeneous graph neural networks for drug-target interaction prediction 2025-Mar-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf117 PMID:40097269	研究论文	提出了一种名为H2GnnDTI的两级层次异构图学习模型，用于预测药物-靶标相互作用	通过整合药物和蛋白质的结构，利用低层次视图GNN和高层次视图GNN，首次在DTI预测中充分利用了层次信息	未提及具体局限性	开发计算工具以自动预测和理解药物-靶标相互作用，支持药物再利用和药物发现	药物和蛋白质之间的相互作用	机器学习	NA	图神经网络(GNN)	H2GnnDTI（两级层次异构图神经网络）	图数据	三个基准数据集
210	2025-04-01	Digital twin-assisted graph matching multi-task object detection method in complex traffic scenarios 2025-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87914-8 PMID:40155390	研究论文	提出一种基于数字孪生的跨领域目标检测迁移方法，以解决交通数据收集和标注耗时耗力的问题	结合数字孪生技术构建虚拟交通场景数据集，并引入基于图匹配的多任务目标检测算法，通过注意力机制和对抗训练提升模型鲁棒性	未提及实际部署中的计算资源消耗和实时性表现	提升复杂交通场景下的目标检测性能	虚拟和真实交通场景中的目标物体	计算机视觉	NA	数字孪生、对抗训练	多任务网络、图匹配模块	图像	未明确说明具体样本数量，包含虚拟生成和真实交通数据集
211	2025-04-01	Synthesize multiple V/H directional beams for high altitude platform station based on deep-learning algorithm 2025-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93251-7 PMID:40155442	研究论文	本文研究了将高空平台站（HAPS）与深度学习（DL）模型相结合以增强覆盖能力的方法	提出了一种基于60单元同心圆阵列（CCA）和深度神经网络（DNN）与改进的引力搜索算法和粒子群优化（MGSA-PSO）算法的混合方法，以动态生成多方向垂直/水平（V/H）波束	未提及具体实验验证或实际部署的挑战	增强高空平台站（HAPS）的覆盖能力，特别是在复杂地形下的道路路径覆盖	高空平台站（HAPS）及其波束形成系统	机器学习	NA	深度神经网络（DNN）、改进的引力搜索算法和粒子群优化（MGSA-PSO）算法	DNN	仿真数据	使用计算机仿真技术-微波工作室套件（CST）与地球探索者（EE）用户界面工具模拟真实道路路径
212	2025-04-01	Enhancing convolutional neural networks in electroencephalogram driver drowsiness detection using human inspired optimizers 2025-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93765-0 PMID:40155444	研究论文	本研究探讨了使用人类启发式优化算法（TLBO和SPBO）优化卷积神经网络（CNN）在基于脑电图（EEG）的驾驶员疲劳检测中的应用	首次将人类启发式优化算法（TLBO和SPBO）应用于优化CNN在EEG疲劳检测中的性能	存在轻微的过拟合问题	提高基于EEG的驾驶员疲劳检测系统的性能	驾驶员疲劳状态	机器学习	NA	EEG信号分析	CNN	EEG信号	NA
213	2025-04-01	The value of predicting breast cancer with a DBT 2.5D deep learning model 2025-Mar-29, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02170-6 PMID:40155449	research paper	评估基于数字乳腺断层合成（DBT）的2.5维深度学习模型在预测乳腺癌中的准确性和有效性	结合2.5维特征集和临床数据构建综合预测模型，展示深度学习与放射组学结合在乳腺癌早期诊断中的潜力	研究基于回顾性数据，样本量相对较小（361例），可能影响模型的泛化能力	提高乳腺癌术前预测的准确性	乳腺癌肿瘤病变患者	digital pathology	breast cancer	digital breast tomosynthesis (DBT)	DCNN, logistic regression, LightGBM, multilayer perceptron	image	361例乳腺癌患者（2018-2020年山东第一医科大学附属山东省立医院数据）
214	2025-04-01	Diagnostic performance of deep learning-based coronary computed tomography angiography in detecting coronary artery stenosis 2025-Mar-29, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03383-0 PMID:40156689	研究论文	验证一种基于冠状动脉计算机断层扫描血管造影（CCTA）的全自动深度学习模型，用于诊断阻塞性冠状动脉疾病（CAD）中狭窄≥50%的情况	开发了一种全自动深度学习模型，用于快速准确地识别冠状动脉狭窄≥50%的患者，显著提高了诊断效率	研究仅限于特定的研究人群，未涉及更广泛的患者群体	验证深度学习模型在诊断冠状动脉狭窄中的性能	疑似冠状动脉疾病（CAD）患者	数字病理	心血管疾病	冠状动脉计算机断层扫描血管造影（CCTA）	3D Multi-resolution Cascade CNN, 3D Cascade-Locally Optimized Network, Stenosis Analysis Network	图像	1090名患者（平均年龄59.90±11.51岁，47.3%女性）
215	2025-04-01	VisionGuard: enhancing diabetic retinopathy detection with hybrid deep learning 2025-Mar-29, Expert review of medical devices IF:2.9Q3 DOI:10.1080/17434440.2025.2486476 PMID:40156773	research paper	该研究开发了一种名为MobileFusionNet的混合深度学习模型，用于增强糖尿病视网膜病变的检测	结合MobileNet和GoogleNet架构的优势，提出了一种新型混合深度学习模型MobileFusionNet，用于自动化检测糖尿病视网膜病变	未提及模型在多样化数据集上的泛化能力或实际部署中的潜在挑战	开发一种高效、准确的糖尿病视网膜病变自动检测方法，特别是在资源有限的环境中	糖尿病视网膜病变（DR）	computer vision	diabetic retinopathy	Histogram of Oriented Gradients (HOG), Linear Discriminant Analysis (LDA)	MobileFusionNet (hybrid of MobileNet and GoogleNet)	retinal images	大规模视网膜图像数据集（具体数量未提及）
216	2025-04-01	Deep learning for echocardiographic assessment and risk stratification of aortic, mitral, and tricuspid regurgitation: the DELINEATE-Regurgitation study 2025-Mar-29, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf248 PMID:40156921	研究论文	开发了一种基于深度学习的AI系统，用于评估主动脉、二尖瓣和三尖瓣反流，并预测二尖瓣反流的进展风险	首次开发了能够同时分类多种瓣膜反流并预测二尖瓣反流进展风险的AI系统，采用多视图方法整合多个彩色多普勒视频的预测结果	外部测试集的加权kappa值相对内部测试集有所下降，特别是三尖瓣反流的评估一致性较低	开发人工智能系统用于瓣膜反流的评估和风险分层	主动脉反流(AR)、二尖瓣反流(MR)和三尖瓣反流(TR)患者	数字病理	心血管疾病	经胸超声心动图(TTE)和彩色多普勒视频分析	深度学习	视频	71,660例TTE检查，包含1,203,980个彩色多普勒视频
217	2025-04-01	Deep Learning Electrocardiogram Model for Risk Stratification of Coronary Revascularization Need in the Emergency Department 2025-Mar-29, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf254 PMID:40156923	research paper	开发了一种深度学习模型，用于通过心电图（ECG）识别需要冠状动脉血运重建的急性冠状动脉综合征患者	使用卷积神经网络（CNN）模型从心电图中检测与血运重建可能性相关的模式，以指导进一步评估并减少诊断不确定性	模型的特异性较高但敏感性较低，相比高敏肌钙蛋白T（hs-TnT）	识别需要冠状动脉血运重建的急性冠状动脉综合征患者，以减少诊断不确定性	急诊科就诊患者的心电图数据	machine learning	cardiovascular disease	electrocardiogram (ECG)	CNN	ECG data	训练集：144,691次急诊就诊；测试集：35,995次；外部验证集：18,673次急诊就诊
218	2025-04-01	A DEM super resolution reconstruction method based on normalizing flow 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94274-w PMID:40148492	research paper	提出一种基于归一化流的DEM超分辨率重建方法，通过可逆网络模型学习高分辨率DEM的条件分布	首次将归一化流引入DEM超分辨率重建，通过可逆网络模型显式建模高分辨率DEM的条件分布	未讨论模型在极端地形条件下的表现	解决DEM超分辨率重建中的模糊和伪影问题	数字高程模型(DEM)图像	computer vision	NA	归一化流(normalizing flow)	可逆网络模型	DEM图像	未明确说明样本数量
219	2025-04-01	Effects of a deep learning-based image quality enhancement method on a digital-BGO PET/CT system for 18F-FDG whole-body examination 2025-Mar-28, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00742-7 PMID:40148660	research paper	本研究评估了数字BGO PET/CT系统中基于深度学习的图像质量增强方法（PDL）对18F-FDG全身检查的影响	结合BSREM图像重建和深度学习的TOF-like图像质量增强过程（PDL），显著提高了图像质量和病变的SUVmax	研究仅基于Omni Legend 32 PET/CT系统，结果可能不适用于其他系统	评估PDL在数字BGO PET/CT系统中的基本特性和对图像质量的影响	NEMA IEC体模和30例临床全身18F-FDG PET/CT检查	digital pathology	NA	PET/CT成像，深度学习图像增强	深度学习（PDL）	图像	30例临床全身18F-FDG PET/CT检查
220	2025-04-01	Multimodal recurrence risk prediction model for HR+/HER2- early breast cancer following adjuvant chemo-endocrine therapy: integrating pathology image and clinicalpathological features 2025-Mar-28, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01968-0 PMID:40148997	研究论文	开发了一种多模态复发风险预测模型，用于HR+/HER2-早期乳腺癌患者在辅助化疗内分泌治疗后的复发风险预测	整合病理图像和临床病理特征，使用基于ACMIL和CLAM的深度学习流程，提高了复发风险预测的准确性	研究样本来自单一医疗中心，外部验证仅使用TCGA队列	优化HR+/HER2-早期乳腺癌患者的治疗策略，改善患者预后	HR+/HER2-早期乳腺癌患者	数字病理	乳腺癌	深度学习	ACMIL, CLAM	病理图像, 临床病理数据	1095例HR+/HER2-早期乳腺癌患者