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
1161	2025-03-21	Robust protein-ligand interaction modeling through integrating physical laws and geometric knowledge for absolute binding free energy calculation 2025-Mar-19, Chemical science IF:7.6Q1 DOI:10.1039/d4sc07405j PMID:40007661	研究论文	本文提出了一种名为LumiNet的蛋白质-配体相互作用建模框架，通过结合物理定律和几何知识来提高绝对结合自由能计算的准确性	LumiNet框架结合了物理模型和黑箱算法，利用子图变压器从分子图中提取多尺度信息，并通过几何神经网络整合蛋白质-配体信息，从而提高了绝对结合自由能计算的准确性	尽管LumiNet在数据稀缺的情况下表现良好，但其在更广泛的应用场景中的泛化能力仍需进一步验证	提高蛋白质-配体结合自由能计算的准确性和效率，以支持药物发现	蛋白质-配体相互作用	机器学习	NA	深度学习	子图变压器、几何神经网络	分子图	NA
1162	2025-03-21	Commentary on "Machine Learning, Deep Learning, Artificial Intelligence and Aesthetic Plastic Surgery: A Qualitative Systematic Review" by Nogueira et al. (2025) 2025-Mar-19, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-025-04825-9 PMID:40105945	comments	本文是对Nogueira等人（2025年）发表的关于机器学习、深度学习、人工智能与美容整形外科的定性系统综述的评论	NA	NA	评论Nogueira等人关于机器学习、深度学习、人工智能在美容整形外科中的应用的系统综述	Nogueira等人的系统综述	machine learning	NA	NA	NA	NA	NA
1163	2025-03-21	Automated Detection of Hydrocephalus in Pediatric Head Computed Tomography Using VGG 16 CNN Deep Learning Architecture and Based Automated Segmentation Workflow for Ventricular Volume Estimation 2025-Mar-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01482-x PMID:40108068	研究论文	本研究提出了一种基于VGG16架构的卷积神经网络（CNN）模型，用于在婴儿头部CT图像中自动检测脑积水，并集成了自动脑室体积提取方法	本研究首次将VGG16 CNN架构应用于婴儿脑积水的自动检测，并开发了一种自动脑室体积提取方法，结合了多种图像处理技术	研究样本量较小，仅包含105个头部CT扫描，可能影响模型的泛化能力	开发一种自动化的脑积水检测和脑室体积提取方法，以提高临床诊断的准确性和效率	婴儿头部CT图像	计算机视觉	脑积水	CT扫描、图像分割、形态学操作	VGG16 CNN	图像	105个头部CT扫描，共6300张切片
1164	2025-03-21	High-Resolution Magnetic Resonance Imaging Radiomics for Identifying High-Risk Intracranial Plaques 2025-Mar-19, Translational stroke research IF:3.8Q2 DOI:10.1007/s12975-025-01345-1 PMID:40108073	研究论文	本文旨在构建一个基于高分辨率磁共振成像（HRMRI）的放射组学模型，用于区分症状性和无症状性颅内斑块，以预测脑血管事件	结合放射组学特征和深度学习技术，构建了一个混合模型，用于准确识别高风险颅内斑块	样本量相对较小，且仅基于HRMRI数据，未考虑其他影像学或临床数据	识别高风险颅内斑块，预测脑血管事件	172名患者的188个颅内动脉粥样硬化斑块（100个症状性，88个无症状性）	数字病理学	心血管疾病	高分辨率磁共振成像（HRMRI）	随机森林、岭回归、最小绝对收缩和选择算子（LASSO）、深度学习（DL）	图像	172名患者的188个颅内斑块
1165	2025-03-21	Deep-learning based multibeat echocardiographic cardiac phase detection 2025-Mar-19, Medical physics IF:3.2Q1 DOI:10.1002/mp.17733 PMID:40108797	研究论文	本研究介绍了一种新型的多拍超声心动图心脏相位检测网络EchoPhaseNet，旨在以低标注成本和有限数据实现快速准确的心脏相位检测	EchoPhaseNet通过仅使用ED/ES标签实现有效的心脏相位检测，显著降低了标注成本，并适用于更广泛的检测场景	研究中使用的数据集规模有限，可能影响模型的泛化能力	开发一种快速、准确且低成本的自动心脏相位检测方法	多拍超声心动图序列	计算机视觉	心血管疾病	深度学习	EchoPhaseNet	图像	五个超声心动图数据集，包括一个小规模私有数据集Echo-DT、一个中等规模公开数据集PhaseDetection，以及三个额外公开数据集EchoNet-Dynamic、CAMUS和EchoNet-Dynamic-MultiBeat
1166	2025-03-21	Enhanced lung cancer subtype classification using attention-integrated DeepCNN and radiomic features from CT images: a focus on feature reproducibility 2025-Mar-17, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02115-z PMID:40095252	研究论文	本研究评估了一种结合放射组学特征与深度学习和注意力机制的混合框架，以提高使用CT图像对肺癌亚型分类的准确性	结合放射组学特征与深度学习和注意力机制，特别是通过注意力机制增强深度学习模型，以提高肺癌亚型分类的准确性	研究未提及对模型在不同医疗中心间的泛化能力进行详细验证	提高使用CT图像对肺癌亚型分类的准确性	肺癌CT图像	计算机视觉	肺癌	CT扫描	DeepCNN, XGBoost, Stacking	图像	2725张肺癌图像，涵盖腺癌（552张）、鳞状细胞癌（380张）、小细胞肺癌（307张）、大细胞癌（215张）和肺类癌（180张）
1167	2025-03-21	Research on movie rating based on BERT-base model 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92430-w PMID:40097502	研究论文	本文提出了一种基于BERT-base模型的电影评分分类方法，通过改进BERT模型来提高电影评论分类的准确性和公平性	引入了动态位置偏移编码机制和动态加权融合池化策略，增强了模型对位置信息的处理能力和特征提取的全面性，同时通过数据预处理减少敏感信息带来的模型偏差	尽管在IMDb数据集上表现良好，但模型在其他数据集上的泛化能力仍需进一步验证	提高电影评论分类的准确性和公平性	电影评论	自然语言处理	NA	BERT模型	BERT-base	文本	IMDb电影评论数据集
1168	2025-03-21	Convolutional Fine-Tuned Threshold Adaboost approach for effectual content-based image retrieval 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93309-6 PMID:40097565	研究论文	本文提出了一种新颖的卷积微调阈值Adaboost（CFTAB）方法，结合深度学习和机器学习技术，以提高基于内容的图像检索（CBIR）的性能	提出了一种结合深度学习和机器学习的CFTAB方法，通过动态调整阈值水平来优化训练结果，从而提高CBIR的性能	未提及具体的研究限制	提高基于内容的图像检索（CBIR）的性能	图像数据	计算机视觉	NA	Adaptive Histogram Equalization (AHE), VGG16	CFTAB, Adaboost	图像	未提及具体样本数量
1169	2025-03-21	Conditional variational auto encoder based dynamic motion for multitask imitation learning 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93888-4 PMID:40097597	研究论文	本文提出了一种结合传统动态运动基元（DMP）方法和条件变分自编码器（cVAE）的框架，用于多任务模仿学习	结合DMP和cVAE，通过生成扭矩而非直接生成轨迹，使生成的轨迹能够适应新的目标位置，并提出了保证通过点约束的微调方法	需要进一步验证在更复杂任务和更大规模数据集上的性能	提高多任务模仿学习的效率和泛化能力	手写数字数据集和机器人操作任务（如推动、到达和抓取）	机器学习	NA	条件变分自编码器（cVAE）	cVAE	图像和机器人操作数据	手写数字数据集和UR10机械臂的机器人操作任务
1170	2025-03-21	Photodiagnosis with deep learning: A GAN and autoencoder-based approach for diabetic retinopathy detection 2025-Mar-08, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104552 PMID:40064432	研究论文	本研究提出了一种结合生成对抗网络（GANs）、去噪自编码器和EfficientNetB0的深度学习框架，用于糖尿病视网膜病变（DR）的检测	该研究创新性地整合了GANs用于数据增强、去噪自编码器用于降噪以及EfficientNetB0用于分类模型，显著提升了DR分类模型的性能	未来研究方向包括整合可解释性工具以增强临床采用，并探索其他成像模态以进一步提高泛化能力	提升糖尿病视网膜病变（DR）的早期检测和准确诊断能力	糖尿病视网膜病变（DR）	计算机视觉	糖尿病视网膜病变	GANs, 去噪自编码器, EfficientNetB0	GAN, 自编码器, EfficientNetB0	图像	自定义的高分辨率OCT数据集
1171	2025-03-21	Deep profiling of gene expression across 18 human cancers 2025-Mar, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-024-01290-8 PMID:39690287	研究论文	本文介绍了一种名为DeepProfile的无监督深度学习框架，用于生成18种人类癌症的50,211个转录组的低维潜在空间	DeepProfile框架在生物可解释性方面优于降维方法，并揭示了跨癌症类型定义潜在空间的普遍重要基因控制免疫细胞激活，而癌症类型特异性基因和途径定义分子疾病亚型	NA	利用无监督深度学习挖掘跨癌症基因表达大数据集中的临床和生物学信息	18种人类癌症的50,211个转录组	机器学习	癌症	无监督深度学习	DeepProfile	基因表达数据	50,211个转录组
1172	2025-03-21	UK Biobank MRI data can power the development of generalizable brain clocks: A study of standard ML/DL methodologies and performance analysis on external databases 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121064 PMID:39892529	研究论文	本研究提出了一个全面的流程，用于训练和比较多种机器学习和深度学习脑龄预测模型，结合了多种预处理策略和校正项	提出了一个统计框架来评估年龄预测性能、跨队列变异性的鲁棒性及其作为神经退行性疾病生物标志物的潜力	NA	开发通用的脑龄预测模型，并评估其作为神经退行性疾病生物标志物的潜力	健康个体和神经退行性疾病患者	机器学习	神经退行性疾病	T1加权MRI扫描	惩罚线性机器学习模型	图像	UK Biobank、ADNI和NACC数据集
1173	2025-03-21	Individualized prediction of atrial fibrillation onset risk based on lifelogs 2025-Mar, American journal of preventive cardiology IF:4.3Q1 DOI:10.1016/j.ajpc.2025.100951 PMID:40103686	研究论文	本研究旨在利用Apple Watch的持续生命日志数据预测个体化的心房颤动（AF）发病风险，以促进及时的心电图（ECG）获取	结合梯度提升决策树和深度学习的机器学习模型，利用Apple Watch数据预测AF发病风险，并优化ECG获取时机	样本量相对较小，且仅在日本进行全国性分析，可能限制了模型的普适性	预测个体化的AF发病风险，优化ECG获取时机	AF患者和Apple Watch用户	机器学习	心血管疾病	机器学习	梯度提升决策树和深度学习	生命日志数据（包括心率、步数、睡眠模式等）	Keio分析：100名AF患者；全国性分析：8,935名Apple Watch用户
1174	2025-03-20	X2-PEC: A Neural Network Model Based on Atomic Pair Energy Corrections 2025-Mar-30, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.70081 PMID:40099806	研究论文	本文介绍了X2-PEC方法，这是一种基于原子对能量校正的神经网络模型，旨在提高低阶密度泛函理论（DFT）计算的准确性	X2-PEC模型通过使用重叠积分和核心哈密顿积分将物理和化学信息整合到特征向量中，以描述原子相互作用，从而提升低阶DFT计算的准确性	NA	提升低阶密度泛函理论（DFT）计算的准确性，使其达到高阶DFT计算的水平	分子性质预测，特别是异构体的原子化能量	机器学习	NA	人工神经网络（ANN）	X2-PEC	分子数据	QM9数据集，以及G2-HCNOF、PSH36、ALKANE28、BIGMOL20和HEDM45等数据集
1175	2025-03-20	Recent Progress on Heterojunction-Based Memristors and Artificial Synapses for Low-Power Neural Morphological Computing 2025-Mar-19, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202412851 PMID:40103529	综述	本文综述了基于异质结的忆阻器和人工突触在低功耗神经形态计算领域的最新进展	通过优化异质结的材料组成、界面特性和器件结构，降低能耗并提高性能稳定性和耐久性，为低功耗神经形态计算系统提供支持	详细讨论了限制基于异质结的忆阻器和人工突触发展的瓶颈	探讨基于异质结的忆阻器和人工突触在低功耗神经形态计算中的应用	异质结忆阻器和人工突触	神经形态计算	NA	NA	NA	NA	NA
1176	2025-03-20	Poisson diffusion probabilistic model for low-dose SPECT sinogram denoising 2025-Mar-19, Medical physics IF:3.2Q1 DOI:10.1002/mp.17760 PMID:40103551	研究论文	本文提出了一种基于泊松噪声的扩散概率模型（PDPM），用于低剂量SPECT正弦图的去噪	PDPM将传统扩散模型中的高斯噪声替换为泊松噪声，并利用低剂量和正常剂量SPECT正弦图作为去噪过程的起点和终点	NA	开发有效的低剂量SPECT图像去噪方法	低剂量SPECT正弦图	医学图像处理	NA	扩散概率模型	PDPM	图像	模拟和临床SPECT数据集
1177	2025-03-20	FCM-NPOA: A hybrid Fuzzy C-means clustering with nomadic people optimizer for ovarian cancer detection 2025-Mar-19, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241302736 PMID:40105378	研究论文	本文提出了一种结合模糊C均值聚类和游牧者优化算法的混合模型（FCM-NPOA），用于卵巢癌的早期检测和分类	提出了一种新的混合进化深度学习模型，结合了遗传和病理成像数据，并开发了优化的模糊C均值聚类算法（FCM-NPOA-PM-UI）用于妇科腹部盆腔肿瘤的分类	研究样本量相对较小（349名患者），可能限制了模型的泛化能力	开发一种预测模型，用于卵巢癌的早期诊断和分类	349名卵巢癌患者的临床数据	机器学习	卵巢癌	机器学习、深度学习、特征选择、多模态融合	FCM-NPOA、Transformer、UNeT、随机森林、逻辑回归、SVM、决策树、CNN	临床数据、遗传数据、病理成像数据	349名患者
1178	2025-03-20	The impact of multi-modality fusion and deep learning on adult age estimation based on bone mineral density 2025-Mar-18, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03432-2 PMID:40100354	研究论文	本研究旨在通过结合多模态融合策略和深度学习技术，基于骨密度（BMD）提高成人年龄估计的准确性	创新点在于将多模态融合策略与深度学习相结合，显著提高了基于骨密度的成人年龄估计的准确性	研究主要基于中国人群的CT扫描数据，可能在其他种族或地区的适用性有限	提高基于骨密度的成人年龄估计的准确性	4296例中国人群的CT扫描数据，涵盖腰椎、股骨和耻骨模态	机器学习	老年疾病	深度学习	深度学习模型	CT扫描图像	4296例CT扫描数据（内部验证队列644例，外部尸体验证队列351例）
1179	2025-03-20	Monitoring kidney microanatomy during ischemia-reperfusion using ANFIS optimized CNN 2025-Mar-18, International urology and nephrology IF:1.8Q3 DOI:10.1007/s11255-025-04449-7 PMID:40100537	研究论文	本文提出了一种基于自适应神经模糊推理系统优化的卷积神经网络（ANFIS-CNN）方法，用于监测肾脏疾病	提出了一种结合ANFIS和Resnet50的优化CNN方法，用于提高肾脏疾病的分类准确率	NA	提高肾脏疾病监测的分类准确率	肾脏微解剖结构	计算机视觉	肾脏疾病	光学相干断层扫描（OCT）	ANFIS-Resnet50 CNN	图像	NA
1180	2025-03-20	Total brain dose estimation in single-isocenter-multiple-targets (SIMT) radiosurgery via a novel deep neural network with spherical convolutions 2025-Mar-18, Medical physics IF:3.2Q1 DOI:10.1002/mp.17748 PMID:40100547	研究论文	本研究开发了一种基于球形卷积的深度学习模型，用于预测单等中心多目标（SIMT）立体定向放射外科（SRS）治疗计划中正常脑组织的剂量	提出了一种新颖的球形卷积神经网络（SCNN）模型，通过将3D体积数据投影到球形几何上进行剂量预测	研究仅基于106个SIMT病例，样本量相对较小，可能影响模型的泛化能力	开发一种深度学习模型，用于预测SIMT SRS治疗计划中正常脑组织的剂量，以提高治疗计划质量的一致性	单等中心多目标（SIMT）立体定向放射外科（SRS）治疗计划中的正常脑组织	数字病理学	脑部疾病	深度学习	球形卷积神经网络（SCNN）	3D体积数据	106个SIMT病例