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
41	2025-04-03	Detection of kidney bean leaf spot disease based on a hybrid deep learning model 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93742-7 PMID:40169647	研究论文	本研究基于混合深度学习模型检测菜豆叶斑病，构建了首个菜豆叶斑病数据集并提出了新的混合模型框架	构建了首个高质量的菜豆叶斑病数据集，并开发了一种结合深度学习和机器学习的新框架，显著提高了检测效率和准确率	可靠的菜豆叶斑病数据集仍然稀缺，且深度学习方法计算成本高	提高菜豆叶斑病的检测效率和准确率，为精准农业中的作物病害智能诊断和管理提供新方法	菜豆叶斑病	计算机视觉	植物病害	深度学习与机器学习结合	EfficientNet-B7, MobileNetV3, ResNet50, VGG16, Logistic Regression, Random Forest, AdaBoost, Stochastic Gradient Boosting	图像	NA
42	2025-04-03	The potential of combined robust model predictive control and deep learning in enhancing control performance and adaptability in energy systems 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95636-0 PMID:40169731	研究论文	本研究探讨了将鲁棒模型预测控制（RMPC）与深度学习相结合，以提高能源系统的性能和适应性	提出了一种结合RMPC鲁棒性和深度学习学习适应能力的框架，显著提高了控制精度和运行效率	仅通过模拟验证，未在实际系统中测试	提高能源系统的控制性能和适应性	热电联产（CHP）、电力制氢和电力制甲烷等能源系统	机器学习	NA	鲁棒模型预测控制（RMPC）和深度学习	NA	模拟数据	NA
43	2025-04-03	Quantitative molecular imaging using deep magnetic resonance fingerprinting 2025-Apr-01, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-025-01152-w PMID:40169753	研究论文	介绍了一种基于深度学习的饱和转移磁共振指纹图谱（MRF）技术，用于蛋白质、代谢物和pH的无创体内成像	深度MRF技术提供了一个快速、定量的框架，用于提取具有生物学和临床意义的分子信息，解决了传统技术的技术复杂性、半定量对比加权性质以及长扫描时间的问题	流程完成时间从48分钟到57小时不等，对于复杂的多质子池体内成像耗时较长	开发一种定量分子MRI的完整协议，用于癌症监测、脑髓鞘成像和pH量化等应用	体外样本、动物和人类扫描	数字病理	癌症、神经退行性疾病、中风和心脏病	饱和转移磁共振指纹图谱（MRF）、化学交换饱和转移（CEST）和半固态磁化转移（MT）定量成像	深度学习模型	MRI图像	未明确提及具体样本数量，但涉及体外样本、动物和人类扫描
44	2025-04-03	An efficient graph attention framework enhances bladder cancer prediction 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93059-5 PMID:40169776	研究论文	提出了一种基于图注意力机制的框架MSL-GAT，用于增强膀胱癌的预测能力	利用多堆叠层图注意力网络（MSL-GAT）结合注意力机制，识别与膀胱癌进展相关的关键驱动基因，包括编码和非编码基因	未提及样本量的具体限制或模型在其他癌症类型上的泛化能力	提高膀胱癌的早期预测准确性，识别个性化驱动基因以指导精准治疗	膀胱癌患者的编码和非编码基因（如lncRNAs）及其遗传变异（SNVs、CNVs等）	数字病理学	膀胱癌	基因组学、转录组学、表观基因组学多组学数据分析	MSL-GAT（基于GNN与注意力机制的图神经网络）	基因组、转录组、表观基因组数据	TCGA-BLCA基准数据集（具体样本量未明确说明）
45	2025-04-03	Robust ensemble classifier for advanced synthetic aperture radar target classification in diverse operational conditions 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93536-x PMID:40169814	研究论文	提出一种增强的集成分类框架，用于合成孔径雷达（SAR）自动目标识别（ATR）在多样化操作条件下的应用	集成ResNet、SVM和模板匹配的优势，通过多数投票机制结合它们的互补能力，提高了分类的鲁棒性和准确性	未提及具体的数据集规模限制或计算资源需求	提升SAR自动目标识别在多样化操作条件下的分类性能和鲁棒性	合成孔径雷达（SAR）图像中的目标识别	计算机视觉	NA	ResNet, SVM, 模板匹配	ResNet, SVM	图像	使用MSTAR数据集进行实验验证，未提及具体样本数量
46	2025-04-03	An adaptive search mechanism with convolutional learning networks for online social media text summarization and classification model 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95381-4 PMID:40169845	研究论文	提出了一种基于自适应搜索机制和卷积学习网络的社交媒体文本摘要与分类模型	结合BERT模型进行特征提取，采用蛾搜索算法优化超参数，并利用TabNet和CNN模型进行分类，提高了文本摘要和分类的准确率	未提及模型在大规模数据集上的计算效率或实际应用中的性能表现	开发一种高效的社交媒体文本摘要与分类方法	社交媒体上的短文本数据	自然语言处理	NA	BERT模型、蛾搜索算法、TabNet和CNN模型	BERT、TabNet、CNN	文本	FIFA和FARMER数据集（具体样本数量未提及）
47	2025-04-03	Graph convolution network for fraud detection in bitcoin transactions 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95672-w PMID:40169862	研究论文	本文提出了一种基于图卷积网络（GCN）的比特币交易欺诈检测方法	采用图卷积网络（GCN）进行比特币交易欺诈检测，相比传统模型如逻辑回归、LSTM、SVM和随机森林，在准确率、AUC和RMSE等指标上表现更优	数据集中部分交易未标注，可能影响模型训练效果	检测比特币交易中的非法活动，特别是反洗钱（AML）	比特币交易数据	机器学习	NA	图卷积网络（GCN）	GCN	图数据	Elliptic比特币数据集
48	2025-04-03	Building occupancy estimation using single channel CW radar and deep learning 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95752-x PMID:40169921	研究论文	本研究提出了一种基于24GHz连续波雷达和深度学习的室内人数估计方法	利用连续小波变换和功率谱分析的时间-频率映射技术，提供了一种不依赖WiFi或PIR传感器的隐私保护替代方案	实验主要针对静态场景（久坐人员），步行环境下的数据量相对较少（仅1小时）	优化智能建筑、提高能源效率并确保隐私安全的人数统计	室内人员数量	机器学习	NA	24GHz连续波雷达、连续小波变换(CWT)、功率谱分析	DarkNet19、MobileNetV2、ResNet18	雷达回波生成的时频标度图	1680张图像样本（4小时40分钟静态数据）+ 1小时步行环境数据
49	2025-04-03	Automatic detection of developmental stages of molar teeth with deep learning 2025-Apr-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05827-4 PMID:40169944	研究论文	本研究利用深度学习模型自动检测全景X光片中磨牙的发育阶段	首次全面比较了9种不同深度学习模型在磨牙发育阶段自动检测中的性能，并展示了Deformable DETR模型的最佳表现	样本量较小（210张全景X光片），且数据来自特定年龄范围（5-25岁）的患者	实现磨牙发育阶段的全自动分期，并评估不同深度学习模型在此任务中的表现	磨牙的发育阶段	计算机视觉	牙科疾病	全景X光成像	Cascade R-CNN, YOLOv3, HTC, DetectorRS, SSD, EfficientNet, NAS-FPN, Deformable DETR, PAA	图像	210张全景X光片（来自5-25岁患者）
50	2025-04-03	Comparative analysis of deep learning architectures for thyroid eye disease detection using facial photographs 2025-Apr-01, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-025-03988-y PMID:40169995	研究论文	比较ResNet-50和ResNet-101两种AI模型在利用面部照片筛查甲状腺眼病(TED)中的表现，并在临床条件下测试这些模型	首次比较了ResNet-50和ResNet-101在TED筛查中的表现，并在临床条件下验证了模型的非劣效性	样本量相对有限，且仅使用了正面面部照片	开发基于面部照片的甲状腺眼病自动筛查方法	甲状腺眼病患者和健康个体的面部照片	计算机视觉	甲状腺眼病	深度学习	ResNet-50, ResNet-101	图像	训练集1286张(643 TED患者+643健康人)，验证集155张(81 TED+74正常)，测试集160张(80 TED+80健康)，临床应用测试50张(25 TED+25健康)
51	2025-04-03	Development and multicentric external validation of a prognostic COVID-19 severity model based on thoracic CT 2025-Apr-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02983-z PMID:40170034	研究论文	开发并验证了一种基于胸部CT的COVID-19严重程度预后模型	结合手工特征和深度学习，利用胸部CT及其元数据进行快速决策支持，且在不同疫情阶段表现稳定	模型性能虽稳定但AUC值中等（0.74-0.78），且未说明对未参与训练的新变异株的适用性	通过影像特征实现COVID-19患者短期严重程度的快速风险分层	COVID-19患者的胸部CT影像及临床数据	数字病理	COVID-19	胸部CT成像	逻辑回归（与CNN对比）	医学影像（CT）及结构化临床数据	STOIC挑战赛公开数据集+多中心外部验证集（未注明具体例数）
52	2025-04-03	DconnLoop: a deep learning model for predicting chromatin loops based on multi-source data integration 2025-Apr-01, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06092-6 PMID:40170155	研究论文	开发了一种名为DconnLoop的深度学习方法，用于通过整合多源数据预测染色质环	整合Hi-C、ChIP-seq和ATAC-seq数据，结合残差机制、方向性连接激励模块和交互特征空间解码器进行特征提取与融合，提高了预测精度和召回率	未明确提及具体局限性	提高染色质环预测的准确性，以更好地理解疾病调控机制	染色质环	生物信息学	NA	Hi-C, ChIP-seq, ATAC-seq	深度学习模型（含残差机制、方向性连接激励模块等）	基因组学数据	未明确提及样本数量
53	2025-04-03	Towards a unified framework for single-cell -omics-based disease prediction through AI 2025-Apr, Clinical and translational medicine IF:7.9Q1 DOI:10.1002/ctm2.70290 PMID:40170267	研究论文	提出一个名为scDisPreAI的统一框架，利用AI整合单细胞组学数据，以进行疾病和疾病阶段的预测及生物标志物发现	提出了一个统一框架scDisPreAI，结合AI和单细胞组学数据，实现疾病预测和生物标志物发现，并强调可解释性技术如SHAP值或注意力权重	需要进一步整合多组学数据、标准化协议和前瞻性临床验证以充分发挥其潜力	开发一个AI驱动的统一框架，用于基于单细胞组学数据的疾病预测和生物标志物发现	单细胞组学数据和疾病预测	机器学习	多种疾病	单细胞组学	深度学习架构或机器学习流程	单细胞组学数据	NA
54	2025-04-03	DiffMC-Gen: A Dual Denoising Diffusion Model for Multi-Conditional Molecular Generation 2025-Apr-01, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202417726 PMID:40170290	研究论文	本文提出了一种双去噪扩散模型DiffMC-Gen，用于多条件分子生成，以优化候选化合物的多种性质	DiffMC-Gen模型整合了离散和连续特征以增强对3D分子结构的感知能力，并采用多目标优化策略同时优化多个分子性质	未明确提及具体局限性	开发一种能够同时优化多种药物分子性质的深度学习方法	药物分子设计	机器学习	NA	去噪扩散模型	DiffMC-Gen	分子结构数据	针对三种目标蛋白（LRRK2、HPK1和GLP-1受体）生成的分子
55	2025-04-03	Trade-off of different deep learning-based auto-segmentation approaches for treatment planning of pediatric craniospinal irradiation autocontouring of OARs for pediatric CSI 2025-Apr-01, Medical physics IF:3.2Q1 DOI:10.1002/mp.17782 PMID:40170415	research paper	本研究比较了三种自动分割方法在儿童颅脊髓照射治疗计划中的应用，包括商业软件、开箱即用方法和内部开发方法	比较了不同自动分割方法在儿童患者中的适用性，并提出了针对特定器官的内部开发方法	商业软件对儿童解剖结构的适应性不足，特别是食管和肾脏的分割效果较差	评估不同自动分割方法在儿童颅脊髓照射治疗计划中的性能	儿童颅脊髓照射治疗中的18个风险器官	digital pathology	pediatric disease	auto-segmentation	U-Net, attention U-Net, 2.5D U-Net, nnU-Net	CT scans	142名儿童患者的CT扫描（训练集115例，验证集27例），外加16例测试集
56	2025-04-03	A novel skeletal muscle quantitative method and deep learning-based sarcopenia diagnosis for cervical cancer patients treated with radiotherapy 2025-Apr-01, Medical physics IF:3.2Q1 DOI:10.1002/mp.17791 PMID:40170435	research paper	本研究提出了一种基于深度学习的自动分割和肌肉减少症诊断方法，用于宫颈癌放疗患者的骨骼肌定量评估	首次使用第五腰椎（L5）代替第三腰椎（L3）进行骨骼肌指数（SMI）评估，并开发了一种端到端的解剖距离引导双分支特征融合网络进行自动分割	研究样本量有限（248例），且外部验证数据集的表现略低于内部数据集	探索锥形束CT（CBCT）在宫颈癌放疗患者骨骼肌定量评估和肌肉减少症诊断中的应用价值	宫颈癌放疗患者	digital pathology	cervical cancer	CBCT, deep learning	anatomical distance-guided dual branch feature fusion network	CT and CBCT images	248 cervical cancer radiotherapy patients
57	2025-04-03	A novel algorithm for automated analysis of coronary CTA-derived FFR in identifying ischemia-specific CAD: A multicenter study 2025-Apr-01, Medical physics IF:3.2Q1 DOI:10.1002/mp.17803 PMID:40170439	research paper	本研究验证了一种基于深度学习和水平集算法的冠状动脉CTA衍生FFR新型分析模型在识别缺血特异性CAD中的能力	结合深度学习和水平集算法优化冠状动脉3D重建的新型CT FFR算法	研究为回顾性分析，样本量相对有限（198根血管/171例患者）	验证新型CT FFR模型在识别病灶特异性缺血性冠状动脉疾病中的效能	接受CTA和有创FFR检查的冠状动脉血管	digital pathology	cardiovascular disease	coronary computed tomography angiography (CTA), invasive fractional flow reserve (FFR)	deep learning, level set algorithm	medical imaging	198 vessels from 171 patients across 4 medical centers
58	2025-04-03	Covariate-Balancing-Aware Interpretable Deep Learning Models for Treatment Effect Estimation 2025-Apr, Statistics in biosciences IF:0.8Q4 DOI:10.1007/s12561-023-09394-6 PMID:40170916	research paper	该论文提出了一种新的深度学习方法，用于在观察数据中估计治疗效果，并提高模型的可解释性	通过利用加权能量距离的特性，提出了一个比现有文献更紧的平均处理效应（ATE）估计偏差上界，并设计了一个新的目标函数，该函数使用能量距离平衡分数，不需要正确指定倾向得分模型	实验仅在IHDP和ACIC两个基准数据集上进行，可能在其他数据集上的泛化能力有待验证	提高观察数据中治疗效果估计的准确性和可解释性	观察数据中的治疗效果估计	machine learning	NA	深度学习方法	neural additive models	观察数据	使用了IHDP和ACIC两个基准数据集，以及NHANES中关于吸烟对血液镉水平影响的研究数据
59	2025-04-03	Benchmarking deep learning for automated peak detection on GIWAXS data 2025-Apr-01, Journal of applied crystallography IF:5.2Q1 DOI:10.1107/S1600576725000974 PMID:40170972	研究论文	本文介绍了一个用于自动化处理GIWAXS数据的深度学习基准测试框架	提出了一个包含标注数据集、物理指标和基线模型的综合框架，用于评估深度学习在GIWAXS数据峰值检测中的性能	缺乏标准化的GIWAXS数据集和指标，可能影响评估的广泛适用性	评估深度学习在GIWAXS数据峰值检测中的可靠性和性能	GIWAXS实验产生的衍射图像	计算机视觉	NA	深度学习	DL	图像	数十万衍射图像
60	2025-04-02	Childhood muscle growth: Reference curves for lower leg muscle volumes and their clinical application in cerebral palsy 2025-Apr-08, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2416660122 PMID:40163724	research paper	该研究构建了5至15岁儿童下肢肌肉体积的参考曲线，并应用于脑瘫儿童的临床评估	首次利用深度学习自动分割MRI图像，构建了儿童下肢肌肉体积的参考曲线，并应用于脑瘫儿童的肌肉发育评估	参考曲线的置信带在年龄最小和最大的儿童中较宽，可能影响精确性	构建儿童下肢肌肉体积的参考曲线，评估脑瘫儿童的肌肉发育状况	208名正常发育儿童和78名能行走的脑瘫儿童	digital pathology	cerebral palsy	magnetic resonance imaging (MRI), deep learning	deep learning	image	286名儿童（208名正常发育儿童和78名脑瘫儿童）