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
581	2025-05-01	Automated Posterior Tibial Slope Measurement Using Lateral Knee Radiographs: A Novel Landmark-Based Approach Using Deep Learning 2025-Apr, Orthopaedic journal of sports medicine IF:2.4Q2 DOI:10.1177/23259671251331067 PMID:40297052	research paper	本研究验证了一种基于解剖标志的深度学习模型，用于在未经校准的膝关节侧位X光片上测量后胫骨斜率（PTS）	提出了一种基于标志点的新型方法，使用深度学习模型自动测量PTS，具有时间效率和准确性	需要外部验证以确认模型的临床适用性	验证一种在线计算机视觉模型，用于在膝关节侧位X光片上测量PTS	膝关节侧位X光片	computer vision	osteoarthritis	deep learning	CNN	image	10,007张膝关节侧位X光片（9277张训练，500张验证，230张测试）	NA	NA	NA	NA
582	2025-05-01	Digital pathology and artificial intelligence in diagnostic pathology 2025-Apr, The Malaysian journal of pathology PMID:40302471	review	本文简要概述了数字病理学和深度学习在诊断病理学中的应用及其未来潜力	探讨了人工智能在诊断病理学中的优势、用途、障碍和未来潜力，以及病理学家与AI系统合作的优越性能	病理学家在诊断最终确定中仍起关键作用，AI应用仍存在障碍和约束	提高疾病诊断的效率和准确性	数字病理学和人工智能在诊断病理学中的应用	digital pathology	NA	deep learning	NA	image	NA	NA	NA	NA	NA
583	2025-10-07	Stochastic forest transition model dynamics and parameter estimation via deep learning 2025-Apr-18, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025046 PMID:40296811	研究论文	本研究开发了随机微分方程模型来模拟森林转型动态，并提出基于深度学习的参数估计方法	提出了从单一样本的时间序列数据中估计所有模型参数的深度学习新方法	NA	理解森林转型动态和未来任何时间的森林砍伐趋势	森林、农业用地和废弃地之间的动态转换	机器学习	NA	随机微分方程建模	深度学习	时间序列数据	单一样本（包含森林和农业用地比例的时间序列观测）	NA	NA	NA	NA
584	2025-04-30	Silencer variants are key drivers of gene upregulation in Alzheimer's disease 2025-Apr-08, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.07.25325386 PMID:40297423	research paper	该研究开发了一个深度学习框架，用于评估阿尔茨海默病（AD）相关非编码变异在背外侧前额叶皮层（DLPFC）及其主要细胞类型中的调控潜力	结合bulk和单细胞表观基因组数据，首次系统性地评估了AD相关非编码变异的调控潜力，并分类为沉默子变异（SL）、增强子变异（EN）或两者兼具的变异（ENSL）	研究主要关注DLPFC区域，可能无法完全代表其他脑区的情况	阐明AD相关遗传变异的调控机制及其在AD发病中的作用	AD相关的非编码遗传变异	machine learning	阿尔茨海默病	深度学习	深度学习框架	表观基因组数据	NA	NA	NA	NA	NA
585	2025-10-07	Predicting seizure episodes and high-risk events in autism through adverse behavioral patterns 2025-Apr-28, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adcafd PMID:40203864	研究论文	通过分析自闭症患者的历史行为数据预测癫痫发作和高风险行为事件	首次证明行为模式可预测癫痫发作及不良行为，扩展了预测模型在自闭症谱系障碍中的临床应用	仅分析七个最常见行为类别，其他行为被归为'其他'类别可能丢失部分信息	通过历史行为数据预测自闭症患者癫痫发作和高风险行为事件，实现早期干预	353名重度自闭症谱系障碍患者	机器学习	自闭症谱系障碍	深度学习算法	深度学习	行为数据和癫痫数据	353名患者九年的行为数据	NA	NA	准确率	NA
586	2025-10-07	Heat Capacity of Ionic Liquids: Toward Interpretable Chemical Structure-Based Machine Learning Approaches 2025-Apr-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00238 PMID:40208008	研究论文	本研究使用多种机器学习方法预测离子液体的热容，并着重于模型结果的可解释性分析	不仅追求预测准确性，更强调模型结果的可解释性，填补了预测建模研究中常被忽视的空白	未使用复杂的深度学习架构，可能限制了模型性能的进一步提升	开发可解释的化学结构基机器学习方法来预测离子液体的热容量	322种离子液体的热容数据	机器学习	NA	化学结构特征分析	支持向量机, 实例学习, 集成学习, 神经网络, 线性回归	结构化数据	13,893个数据点，涵盖322种离子液体	XGBoost, Scikit-learn	XGBoost, 浅层神经网络	RMSE, R², AARD	NA
587	2025-10-07	Crystal Structure Prediction Using a Self-Attention Neural Network and Semantic Segmentation 2025-Apr-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02345 PMID:40228012	研究论文	开发了一种基于自注意力神经网络和语义分割的晶体结构预测模型	采用自注意力机制从三维结构中学习局部和全局特征，将晶体中的原子视为点集进行语义分割	训练数据稀缺，难以覆盖所有可能的晶体构型多样性	加速新材料开发过程，提高晶体结构预测准确性	晶体结构	机器学习	NA	晶体学信息文件分析	自注意力神经网络	晶体结构数据	数千个来自现有晶体结构数据库的晶体学信息文件	NA	自注意力神经网络	结构预测准确率	NA
588	2025-10-07	Topology-Enhanced Machine Learning Model (Top-ML) for Anticancer Peptide Prediction 2025-Apr-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00476 PMID:40229641	研究论文	提出一种基于拓扑增强的机器学习模型用于抗癌肽预测	首次将肽序列的拓扑连接信息通过谱描述符进行特征化，并应用于抗癌肽预测	NA	开发高效的抗癌肽预测模型	抗癌肽	机器学习	癌症	肽序列分析	Extra-Trees	序列数据	AntiCP 2.0和mACPpred 2.0基准数据集	Scikit-learn	Extra-Trees分类器	准确率, 精确率, 召回率, F1分数, AUC	NA
589	2025-10-07	Accurate Ti-Al-Nb ternary interatomic potential development using deep neural networks for TiAl PST single crystals 2025-Apr-28, Journal of physics. Condensed matter : an Institute of Physics journal DOI:10.1088/1361-648X/adcdb2 PMID:40239688	研究论文	开发基于深度神经网络的Ti-Al-Nb三元原子间势函数，用于TiAl PST单晶研究	通过DP-GEN框架连续开发深度学习驱动的三元原子间势函数，结合第一性原理精度与分子动力学可扩展性	NA	开发高精度的Ti-Al-Nb三元原子间势函数，研究Nb对TiAl相剪切变形的影响	Ti-Al-Nb三元合金体系，TiAl PST单晶体	机器学习	NA	深度神经网络，分子动力学模拟，第一性原理计算	深度神经网络	原子间势能数据，分子动力学模拟数据	NA	DP-GEN	深度神经网络	转移性，预测精度	NA
590	2025-04-29	A non-invasive diagnostic approach for neuroblastoma utilizing preoperative enhanced computed tomography and deep learning techniques 2025-Apr-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99451-5 PMID:40287486	研究论文	本研究提出了一种基于改进YOLO算法的非侵入性神经母细胞瘤诊断方法，结合增强CT和深度学习技术	提出了改进的YOLOv8-IE算法，整合了特征融合和逆残差注意力机制，提高了神经母细胞瘤的检测和分类准确率	未提及具体样本量和临床验证结果	提高神经母细胞瘤的诊断准确率和效率	神经母细胞瘤的CT影像	计算机视觉	神经母细胞瘤	增强CT扫描	YOLOv8-IE（改进的YOLO算法）	医学影像	NA	NA	NA	NA	NA
591	2025-04-29	A deep learning-based multimodal medical imaging model for breast cancer screening 2025-Apr-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99535-2 PMID:40287494	research paper	本研究探索了基于多模态医学影像（乳腺X线摄影和超声图像）的乳腺癌预测模型，并与单模态模型进行了比较	提出了一种基于多模态医学影像的深度学习模型，克服了现有研究仅依赖单一类型影像数据的限制	单模态模型在敏感性方面表现更优	提高乳腺癌筛查的准确性	乳腺癌筛查	digital pathology	breast cancer	multimodal medical imaging	deep learning classification models	image	790名患者的医学影像数据，包括2,235张乳腺X线摄影图像和1,348张超声图像	NA	NA	NA	NA
592	2025-04-29	Visual analysis of deep learning semantic segmentation applied to petrographic thin sections 2025-Apr-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99767-2 PMID:40287522	research paper	该研究探讨了深度学习语义分割在岩石薄片分析中的应用，特别是YOLOv11模型在检测和解释特定矿物方面的可解释性	通过颜色和奇异值扰动分析模型的推理过程，揭示了模型在检测矿物时优先考虑低频属性如形状、主要颜色和对比度	模型的广泛采用仍受限于用户对模型结果可解释性的缺乏信心	探索深度学习模型在岩石薄片分析中的可解释性，以提高用户对模型结果的信任	岩石薄片中的矿物（如红柱石、黑云母和鲕状纹理的颗粒）	computer vision	NA	深度学习语义分割	YOLOv11	image	使用平面偏振光薄片显微照片训练的三种模型	NA	NA	NA	NA
593	2025-04-29	Exploring the relationship between learning approaches and problem-based learning: insights from a longitudinal study in medical students 2025-Apr-26, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-07171-1 PMID:40287686	research paper	探讨学习方式与问题导向学习（PBL）之间的关系，基于医学生的纵向研究	揭示了PBL在实际教学中未能一致促进深度学习，并识别了易受PBL环境压力的学生群体	研究样本仅来自两所大学，可能限制结果的普遍性	研究PBL课程中学习方式与学术成就及学生满意度之间的关系	英国本科医学生	教育研究	NA	Study Process Questionnaire (SPQ)	NA	问卷调查数据	129名学生	NA	NA	NA	NA
594	2025-04-29	An MRI-based fusion model for preoperative prediction of perineural invasion status in patients with intrahepatic cholangiocarcinoma 2025-Apr-26, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-03819-w PMID:40287750	research paper	开发并验证了一种基于MRI的融合模型，用于术前预测肝内胆管癌患者的神经周围浸润状态	结合深度学习、放射组学和临床特征的融合模型，首次用于预测肝内胆管癌的神经周围浸润状态	研究为回顾性设计，样本量相对较小，外部验证集的样本量有限	术前预测肝内胆管癌患者的神经周围浸润状态	192名肝内胆管癌患者	digital pathology	intrahepatic cholangiocarcinoma	MRI, T2-weighted imaging	ResNet101, logistic regression	MRI图像	192名患者（训练集147名，外部测试集45名）	NA	NA	NA	NA
595	2025-04-29	Predictive factors and prognostic models for Hepatic arterial infusion chemotherapy in Hepatocellular carcinoma: a comprehensive review 2025-Apr-26, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-03765-7 PMID:40287734	综述	本文全面回顾了肝动脉灌注化疗（HAIC）在肝细胞癌（HCC）治疗中的预测因素和预后模型	探讨了HAIC成功的多因素影响，包括患者人口统计学、肿瘤特征、生物标志物、基因组学特征及先进影像技术，并讨论了HAIC与免疫治疗和分子靶向治疗的协同潜力	需要大规模前瞻性研究进一步验证预测模型，并整合多组学数据以优化个性化治疗策略	优化HAIC在晚期HCC治疗中的疗效，提高患者生存率和生活质量	晚期肝细胞癌患者	数字病理学	肝细胞癌	放射组学和深度学习模型	深度学习模型	临床、分子和影像数据	NA	NA	NA	NA	NA
596	2025-10-07	Vision transformer and deep learning based weighted ensemble model for automated spine fracture type identification with GAN generated CT images 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98518-7 PMID:40274849	研究论文	提出一种基于Vision Transformer和深度学习模型的加权集成方法，用于自动识别脊柱骨折类型，并利用GAN生成CT图像解决数据限制问题	首次将Vision Transformer与最佳性能深度学习模型通过加权平均技术融合，并开发扩展DCGAN和PGGAN进行数据增强	数据来源于单一三级医院，可能存在数据多样性不足的问题	开发自动识别脊柱骨折类型的辅助诊断系统	颈椎、胸椎和腰椎（C3-L5）区域的脊柱骨折	计算机视觉	脊柱骨折	CT扫描	CNN, Vision Transformer, GAN	CT图像	从三级医院收集的CT扫描数据	TensorFlow, PyTorch	VGG16, ResNet50, DenseNet121, Vision Transformer, DCGAN, PGGAN	准确率	NA
597	2025-10-07	DeepOmicsSurv: a deep learning-based model for survival prediction of oral cancer 2025-Apr-25, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02346-0 PMID:40278990	研究论文	提出基于深度学习的DeepOmicsSurv模型，利用临床和多组学数据预测口腔癌患者的生存时间	在DeepSurv模型基础上引入多头注意力卷积层，结合多种降维技术处理高维组学数据	NA	开发准确的口腔癌患者生存时间预测模型以指导治疗决策	口腔癌患者	机器学习	口腔癌	多组学数据分析	深度学习	临床数据, 多组学数据	NA	NA	DeepOmicsSurv, DeepSurv, DeepHit, CNN, RNN	C-index, MSE, RMSE, MAE, MedAE	NA
598	2025-10-07	Single-microphone deep envelope separation based auditory attention decoding for competing speech and music 2025-Apr-25, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/add0e7 PMID:40280149	研究论文	提出一种基于单麦克风深度包络分离的听觉注意解码方法，用于处理竞争性语音和音乐场景	首次将深度源分离直接应用于观测混合音频信号的包络，并通过深度刺激重建与EEG信号包络进行比较	在混合音乐和语音信号中源分离性能较差	开发单麦克风深度学习系统，用于竞争性语音和音乐环境下的源分离和听觉注意解码	语音和音乐信号，脑电图(EEG)信号	机器学习	NA	脑电图(EEG)，头相关传递函数(HRTF)	深度学习	音频信号，脑电图信号	从60秒EEG试验中提取的20秒时间窗口	NA	NA	Pearson相关系数，准确率	NA
599	2025-10-07	Deep learning based dual stage model for accurate nasogastric tube positioning in chest radiographs 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98562-3 PMID:40280990	研究论文	开发基于深度学习的两阶段模型，用于在胸部X光片中准确定位鼻胃管位置	结合nnU-Net分割框架和经MedCLIP预训练的ResNet50分类架构的双阶段模型，在鼻胃管定位任务中表现优异	仅使用1799张胸部X光片进行训练，样本量相对有限	提高鼻胃管在胸部X光片中定位的准确性和效率	胸部X光片中的鼻胃管	计算机视觉	NA	深度学习	CNN	医学图像	1799张胸部X光片	PyTorch	nnU-Net, ResNet50	Dice相似系数, AUC	NA
600	2025-10-07	A lightweight deep learning framework for transformer fault diagnosis in smart grids using multiple scale CNN features 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96290-2 PMID:40281010	研究论文	提出一种名为Trans-Light的轻量级深度学习框架，用于智能电网中变压器故障诊断	通过结合CNN两个深层特征提取和多尺度特征选择，在保持高精度的同时显著减少计算负担	未提及具体数据集规模和实际部署环境验证	开发智能电网中变压器故障诊断和短路严重程度识别的轻量级深度学习方法	电力变压器	计算机视觉	NA	热成像技术	CNN	热成像图像	NA	NA	ResNet-18	分类准确率	NA