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
921	2025-02-19	Interpreting and comparing neural activity across systems by geometric deep learning 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02581-3 PMID:39962313	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
922	2025-04-03	A Real-Time Computer-Aided Diagnosis System for Coronary Heart Disease Prediction Using Clinical Information 2025-Mar, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/RCM26204 PMID:40160568	研究论文	本研究旨在设计一个快速且高精度的智能模型，利用临床信息预测冠心病	提出了一种基于机器学习的冠心病预测模型，具有高精度和效率，适用于临床应用	模型依赖于公开数据集，可能无法涵盖所有临床场景	设计一个高效且高精度的冠心病预测模型	冠心病患者	机器学习	心血管疾病	奇异值分解方法	多层感知机	临床信息	五个公开数据集，共1222名患者
923	2025-04-02	Enrichment Analysis and Deep Learning in Biomedical Ontology: Applications and Advancements 2025-Mar-31, Chinese medical sciences journal = Chung-kuo i hsueh k'o hsueh tsa chih DOI:10.24920/004464 PMID:40164517	review	本文综述了基于生物医学本体结构及语义注释特性的富集分析和深度学习方法，强调了技术进步如何更全面地利用本体信息	结合富集分析和深度学习技术，探索生物医学本体的新应用和进展	NA	推动生物医学研究的发展，探索生物医学本体在大数据技术下的新应用	生物医学本体	machine learning	NA	富集分析, deep learning	deep learning	multi-dimensional, heterogeneous biomedical big data	NA
924	2025-04-02	Vision Transformers in Medical Imaging: a Comprehensive Review of Advancements and Applications Across Multiple Diseases 2025-Mar-31, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01481-y PMID:40164818	综述	本文全面回顾了视觉变换器（ViT）模型在医学影像分类中的最新研究进展及其在多种疾病中的应用	系统性地总结了ViT在医学影像领域的应用，并对比了其与传统CNN的性能差异	未进行原始实验验证，仅基于文献综述进行分析	评估ViT模型在医学影像分类领域的应用现状与发展趋势	涵盖乳腺癌、皮肤病变、脑部MRI肿瘤、肺部疾病、视网膜分析等15个医学领域	数字病理	多疾病（乳腺癌/脑肿瘤/COVID-19等）	深度学习	ViT（Vision Transformer）	医学影像	NA（文献综述不涉及具体样本量）
925	2025-04-02	Artificial intelligence chatbots in endodontic education-Concepts and potential applications 2025-Mar-31, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14231 PMID:40164964	综述	本文探讨了人工智能聊天机器人在牙髓病学教育中的概念和潜在应用	提出了AI聊天机器人在牙髓病学教育中的个性化学习、互动培训和临床决策支持等创新应用	存在技术限制、伦理考虑和错误信息传播等问题，且目前牙髓病学领域相关研究有限	探索AI聊天机器人在牙髓病学教育中的潜力和挑战	牙髓病学教育	自然语言处理	NA	NLP, ML, DL	聊天机器人	文本	NA
926	2025-04-02	Advances in AI-based strategies and tools to facilitate natural product and drug development 2025-Mar-30, Critical reviews in biotechnology IF:8.1Q1 DOI:10.1080/07388551.2025.2478094 PMID:40159111	综述	本文综述了人工智能在天然产物和药物开发中的应用及其进展	详细介绍了AI如何通过深度学习和自动化生物信息学平台加速天然产物的发现和药物开发	未提及具体AI工具或方法的局限性	探讨AI在天然产物和药物开发中的应用及其潜力	天然产物及其衍生物	机器学习	NA	深度学习、集成自动化生物信息学平台、质谱和核磁共振	神经网络	质谱数据、核磁共振数据	NA
927	2025-04-02	Comparative analysis of dehazing algorithms on real-world hazy images 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95510-z PMID:40155458	review	本文对真实世界雾霾图像上的去雾算法进行了比较分析	比较了深度学习方法与基于先验的恢复技术，特别是在处理密集和非均匀雾霾方面的表现	物理驱动的单图像去雾算法缺乏鲁棒性，数据驱动方法在薄雾条件下表现良好但在密集雾霾中表现不佳	确保计算机视觉应用（如智能交通、视频监控、天气预报和遥感）的可靠运行	真实世界的雾霾图像	computer vision	NA	image dehazing techniques	deep learning methods, restoration-based techniques	image	real-world hazy images
928	2025-04-02	Comparative analysis of daily global solar radiation prediction using deep learning models inputted with stochastic variables 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95281-7 PMID:40155686	研究论文	比较分析使用深度学习模型输入随机变量预测每日全球太阳辐射（DGSR）的性能	比较了四种不同的ANN模型（RBFNN、LSTMNN、MNN和TM）在DGSR预测中的性能，并使用了不同的气象随机变量组合	未提及样本量或具体的地理位置数据，可能影响模型的泛化能力	提高光伏发电的预测准确性	每日全球太阳辐射（DGSR）	机器学习	NA	人工神经网络（ANN）	RBFNN, LSTMNN, MNN, TM	时间序列数据	NA
929	2025-04-02	ISIT-GEN: An in silico imaging trial to assess the inter-scanner generalizability of CTLESS for myocardial perfusion SPECT on defect-detection task 2025-Mar-20, ArXiv PMID:40166744	research paper	该研究通过虚拟成像试验评估了CTLESS方法在不同SPECT扫描仪上的泛化能力，用于心肌灌注SPECT成像中的缺陷检测任务	首次通过虚拟成像试验评估了深度学习衰减补偿方法CTLESS在不同厂商SPECT扫描仪上的泛化性能	研究仅使用了虚拟成像数据，未进行真实临床数据验证	评估CTLESS方法在不同SPECT扫描仪上的泛化性能	心肌灌注SPECT成像	digital pathology	cardiovascular disease	SPECT, 深度学习	深度学习模型	医学影像数据	三种不同厂商的SPECT扫描仪数据
930	2025-04-02	Automated Aortic Regurgitation Detection and Quantification: A Deep Learning Approach Using Multi-View Echocardiography 2025-Mar-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.18.25323918 PMID:40166551	research paper	本研究开发并验证了一种基于深度学习的模型，用于从多视角彩色多普勒超声心动图视频中自动评估主动脉瓣反流（AR）的严重程度	使用多视角彩色多普勒超声心动图视频，开发了视频卷积神经网络（R2+1D）模型，能够自动分类AR严重程度，并在外部验证中表现出色	临床解释在复杂病例中仍然必要，特别是存在多瓣膜病变或血流动力学改变的情况	开发一种自动化工具，用于准确评估主动脉瓣反流的严重程度，以支持早期检测和慢性疾病管理	主动脉瓣反流（AR）患者	digital pathology	cardiovascular disease	彩色多普勒超声心动图	R2+1D CNN	video	训练集：47,638个视频（来自32,396项研究，23,240名患者）；外部验证集：3,369个视频（来自1,504项研究，1,493名患者）
931	2025-04-02	A Novel Fusion Framework Combining Graph Embedding Class-Based Convolutional Recurrent Attention Network with Brown Bear Optimization Algorithm for EEG-Based Parkinson's Disease Recognition 2025-Mar-15, Journal of molecular neuroscience : MN IF:2.8Q2 DOI:10.1007/s12031-025-02329-4 PMID:40088329	研究论文	提出了一种结合图嵌入类卷积循环注意力网络与棕熊优化算法的新型融合框架，用于基于EEG的帕金森病识别	引入了GECCR2ANet + BBOA融合框架，显著提高了EEG信号中帕金森病的识别准确率	未提及模型在其他数据集上的泛化能力	提高基于EEG的帕金森病识别准确率	帕金森病患者	机器学习	帕金森病	EEG信号处理	GECCR2ANet + BBOA	EEG信号	UNM数据集和UC San Diego数据集
932	2025-04-02	A precision health approach to medication management in neurodivergence: a model development and validation study using four international cohorts 2025-Mar-15, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.12.25323683 PMID:40162292	研究论文	本研究开发并验证了AI模型，用于预测神经发育异常儿童对精神药物的反应，以提高药物管理的精准性	首次开发AI模型预测神经发育异常儿童对兴奋剂、抗抑郁药和抗精神病药的反应，并在四个国际队列中进行验证	研究中发现的社会人口统计学因素偏差需要解决，以确保治疗建议的公平性	提高神经发育异常儿童精神药物管理的精准性和个性化	神经发育异常儿童	机器学习	神经发育障碍	AI模型	stacked ensemble models	电子医疗记录(EMRs)和儿童行为检查表数据	四个队列共5070名儿童（POND=598，HBN=1764，ABCD=2396，PPP=312）
933	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）
934	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
935	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
936	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）
937	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
938	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
939	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
940	2025-04-01	UrbanEV: An Open Benchmark Dataset for Urban Electric Vehicle Charging Demand Prediction 2025-Mar-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04874-4 PMID:40155635	research paper	介绍了一个名为UrbanEV的开放数据集，用于预测城市电动汽车充电需求	提供了首个涵盖充电站占用率、时长、用电量和价格等多维度数据的开放数据集，并包含天气和空间邻近性等影响因素	数据仅来自深圳一个城市，可能无法完全代表其他地区的充电需求模式	推动电动汽车充电需求预测和管理的研究	电动汽车充电站	machine learning	NA	NA	统计模型、深度学习和基于transformer的方法	时间序列数据	超过20,000个充电站，时间跨度为六个月