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
721	2025-04-29	Ultrasound-Based Deep Learning Radiomics Models for Predicting Primary and Secondary Salivary Gland Malignancies: A Multicenter Retrospective Study 2025-Apr-05, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040391 PMID:40281751	research paper	开发并评估基于超声特征、放射组学和深度学习的非侵入性诊断模型，用于区分原发性和继发性唾液腺恶性肿瘤	结合放射组学和深度学习特征构建RadiomicsDL模型，其性能优于单独的超声、放射组学或深度学习模型	回顾性研究设计可能引入选择偏倚，样本量较小（140例患者）	区分原发性和继发性唾液腺恶性肿瘤	68例原发性和72例继发性唾液腺恶性肿瘤患者	digital pathology	salivary gland malignancies	ultrasonography, radiomics, deep learning	Multi-Layer Perceptron (MLP)	ultrasound images	140 patients (68 primary and 72 secondary salivary gland malignancies)
722	2025-04-29	Effects of Landscape Characteristic Perception of Campus on College Students' Mental Restoration 2025-Apr-05, Behavioral sciences (Basel, Switzerland) DOI:10.3390/bs15040470 PMID:40282091	研究论文	本研究探讨了校园景观特征感知对大学生心理恢复的影响机制	开发了一个包含三个维度的校园景观感知量表，并探索了景观特征、偏好、地方依恋因素与心理恢复之间的复杂相互关系	研究仅在中国南京的六所高等教育机构进行，样本可能不具有全球代表性	探究校园景观特征感知对心理恢复的影响机制	大学生	环境心理学	NA	深度学习技术	偏最小二乘法(PLS)	心理指标数据	来自6所高校36个校园绿地的759名参与者
723	2025-04-29	From Indoor to Daylight Electroluminescence Imaging for PV Module Diagnostics: A Comprehensive Review of Techniques, Challenges, and AI-Driven Advancements 2025-Apr-04, Micromachines IF:3.0Q2 DOI:10.3390/mi16040437 PMID:40283312	综述	本文全面分析了光伏（PV）模块诊断中的电致发光（EL）成像技术，重点关注从传统室内成像到户外及日光EL成像的进展	探讨了红外敏感铟镓砷（InGaAs）相机、光学滤波和周期性电流调制等创新技术，以及AI驱动方法在缺陷分类和性能评估自动化中的应用	未提及具体研究样本数量或实验数据，可能缺乏实证支持	评估和提升光伏模块诊断中EL成像技术的效率和可靠性	光伏（PV）模块	计算机视觉	NA	电致发光（EL）成像、红外敏感铟镓砷（InGaAs）相机、光学滤波、周期性电流调制	深度学习、生成对抗网络（GANs）	图像	NA
724	2025-04-29	Artificial Intelligence in Placental Pathology: New Diagnostic Imaging Tools in Evolution and in Perspective 2025-Apr-03, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040110 PMID:40278026	review	本文综述了人工智能在胎盘病理学中的最新应用，包括数字图像分析、三维重建和深度学习模型	介绍了AI在胎盘病理学中的创新应用，如GestAltNet模型用于精确孕周估计和组织学病变的自动识别	当前AI算法存在数据集异质性、解释性不足和模型透明度问题	总结AI在胎盘组织病理学中的最新应用进展	胎盘病理学	digital pathology	NA	digital image analysis, three-dimensional reconstruction, deep learning	GestAltNet	image	NA
725	2025-04-29	U-Net-Based Deep Learning Hybrid Model: Research and Evaluation for Precise Prediction of Spinal Bone Density on Abdominal Radiographs 2025-Apr-03, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040385 PMID:40281745	research paper	本研究提出了一种结合U-Net和人工神经网络的混合模型，用于通过腹部X光片精确预测脊柱骨密度	该研究创新性地将U-Net用于图像预处理以减少背景噪声并增强骨组织特征，随后通过人工神经网络模型进行非线性回归预测骨密度	研究仅针对女性患者，且仅关注L2椎体的骨密度测量	开发一种更准确、成本效益更高的骨密度预测方法，以克服现有技术的限制	腹部X光片中的L2椎体	digital pathology	osteoporosis	X-ray imaging	U-Net and artificial neural network	image	NA
726	2025-04-29	Predicting the Evolution of Lung Squamous Cell Carcinoma In Situ Using Computational Pathology 2025-Apr-02, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040377 PMID:40281737	research paper	该研究探讨了计算病理学在预测肺鳞状细胞原位癌（SCIS）演变中的应用	使用计算病理学方法预测SCIS的演变，结合了基于病理组学的岭分类器和改进的ResNet18架构的深度学习模型	需要更大的数据集来训练更高精度的模型	预测肺鳞状细胞原位癌（SCIS）的演变，以改善患者管理	肺鳞状细胞原位癌（SCIS）病变	digital pathology	lung cancer	computational pathology	ridge classifier, ResNet18	image	112 H&E染色的全切片图像（WSIs）
727	2025-04-29	Application of Artificial Intelligence in Retinopathy of Prematurity From 2010 to 2023: A Bibliometric Analysis 2025-Apr, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.70718 PMID:40256143	研究论文	通过文献计量学方法分析2010年至2023年间人工智能在早产儿视网膜病变（ROP）中的应用趋势	首次使用文献计量学方法系统分析人工智能在ROP领域的研究趋势和合作网络	仅基于Web of Science数据库的数据，可能未涵盖所有相关研究	探索人工智能在ROP筛查和管理中的应用发展趋势	188篇关于人工智能在ROP中应用的出版物	数字病理	早产儿视网膜病变	文献计量分析	NA	文献数据	188篇出版物
728	2025-04-29	Relationships Between Retinal Vascular Characteristics and Systemic Indicators in Patients With Diabetes Mellitus 2025-Apr-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.4.72 PMID:40272369	研究论文	开发了一种用于眼底图像血管分割的深度学习方法，并研究了糖尿病患者视网膜血管特征与全身指标之间的关系	使用自定义的U-Net深度学习模型进行视网膜血管分割和测量，并分析了视网膜血管特征与糖尿病视网膜病变严重程度的相关性	研究样本仅来自亚洲糖尿病评估联合注册表（JADE），可能限制了结果的普遍性	探讨糖尿病患者视网膜血管特征与全身指标之间的关系	糖尿病患者	数字病理学	糖尿病	深度学习	U-Net	图像	637名糖尿病患者，收集了3575组照片
729	2025-04-29	Advancing Enzyme-Based Detoxification Prediction with ToxZyme: An Ensemble Machine Learning Approach 2025-Apr-01, Toxins IF:3.9Q1 DOI:10.3390/toxins17040171 PMID:40278669	研究论文	本文介绍了一种新型的机器学习模型ToxZyme，用于预测具有环境解毒功能的酶	结合随机森林（RF）和深度神经网络（DNN）构建集成模型，提高了预测准确率	未提及模型在更广泛数据集上的泛化能力	提高对环境解毒功能酶的预测准确性，以促进生物修复策略的理解和环境治理	具有毒素降解能力的酶和非毒素降解酶	机器学习	NA	随机森林（RF）和深度神经网络（DNN）	集成模型（RF+DNN）	酶的功能数据	未明确提及具体样本数量，但包括正负数据集
730	2025-04-29	Rosette Trajectory MRI Reconstruction with Vision Transformers 2025-Apr-01, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11040041 PMID:40278708	research paper	提出了一种结合逆傅里叶变换和增强卷积层的视觉变换器（ViT）网络的高效玫瑰花轨迹磁共振成像重建流程	利用ViT网络处理复杂空间依赖关系的能力，无需大量预处理即可从非笛卡尔数据重建高质量图像	NA	提高玫瑰花轨迹磁共振成像的重建质量和效率	玫瑰花轨迹磁共振成像数据	computer vision	NA	逆傅里叶变换	ViT	image	NA
731	2025-04-29	GONNMDA: A Ordered Message Passing GNN Approach for miRNA-Disease Association Prediction 2025-Apr-01, Genes IF:2.8Q2 DOI:10.3390/genes16040425 PMID:40282386	research paper	该论文提出了一种名为GONNMDA的图神经网络方法，用于预测miRNA与疾病之间的关联	GONNMDA通过整合多源相似性特征、构建异构图并应用有序门控消息传递机制，有效解决了异质性和过平滑问题	论文未明确提及具体的研究局限性	开发一种高效的深度学习方法用于预测miRNA与疾病之间的关联	microRNAs (miRNAs) 与疾病之间的关联	machine learning	breast cancer, rectal cancer, lung cancer	high-throughput sequencing	GNN, multilayer perceptron	biological network data	NA
732	2025-04-29	Accurate treatment effect estimation using inverse probability of treatment weighting with deep learning 2025-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf032 PMID:40290454	研究论文	本研究利用深度序列模型通过逆处理概率加权（IPTW）准确估计处理效应，无需特征处理	提出使用深度序列模型（如RNN和Transformer）直接从索赔记录中估计倾向得分，无需特征处理，提高了处理效应估计的准确性	研究主要基于合成和半合成数据集，实际电子健康记录（EHRs）中的复杂情况可能未被完全覆盖	在存在时间依赖性混杂因素的情况下，利用IPTW准确估计处理效应	电子健康记录（EHRs）中的索赔记录	机器学习	NA	逆处理概率加权（IPTW）	RNN, Transformer	电子健康记录（EHRs）	合成和半合成数据集
733	2025-04-29	Eye-Based Recognition of User Traits and States-A Systematic State-of-the-Art Review 2025-Apr, Journal of eye movement research IF:1.3Q3 DOI:10.3390/jemr18020008 PMID:40290619	review	本文系统地回顾了基于眼动追踪数据和机器学习的用户特征和状态识别方法	填补了基于眼动的用户特征和状态识别领域系统综述的空白，提出了涵盖任务、背景、技术和数据处理的概念框架	需要建立最佳实践、更大规模的数据集以及多样化的任务和背景	系统回顾和综合现有关于使用眼动追踪数据和机器学习识别用户特征和状态的文献	用户特征和状态（如认知和情感状态、人格特质等）	machine learning	NA	眼动追踪技术	SVM, Random Forests, deep learning models	眼动追踪数据	90项研究
734	2025-04-29	AI approaches for phenotyping Alzheimer's disease and related dementias using electronic health records 2025 Apr-Jun, Alzheimer's & dementia (New York, N. Y.) DOI:10.1002/trc2.70089 PMID:40291122	research paper	利用人工智能技术改进基于电子健康记录的阿尔茨海默病及相关痴呆症的识别	采用基于AI的文本分类方法，包括深度学习和大语言模型（LLMs），显著提高了ADRD患者的识别准确率	方法的成功依赖于临床记录的质量，且需要在更多样化的数据集上进一步验证	提高阿尔茨海默病及相关痴呆症（ADRD）患者的自动化识别准确率	年龄≥64岁的患者，包括1000名ADRD患者和3000名匹配对照	自然语言处理	阿尔茨海默病及相关痴呆症	AI-based text-classification methods	CNN, LLMs (Llama 2)	text	4000名患者（1000名ADRD患者和3000名对照）
735	2025-04-29	Prediction of difficulty in cryoballoon ablation with a three-dimensional deep learning model using polygonal mesh representation 2025-Apr, Journal of arrhythmia IF:2.2Q2 DOI:10.1002/joa3.70078 PMID:40292274	研究论文	开发了一种基于三维深度学习模型的冷冻球囊消融难度预测方法	首次利用三维深度学习模型结合多边形网格表示来预测冷冻球囊消融的难度，相比传统手动测量方法具有更高的准确性	研究样本量相对有限（189例患者），且仅在特定医疗中心进行	提高冷冻球囊消融手术的成功率	药物抵抗性心房颤动患者	数字病理	心血管疾病	三维深度学习	3D DL模型	三维多边形网格数据	189例药物抵抗性心房颤动患者（2015年1月至2022年1月期间接受冷冻球囊消融治疗）
736	2025-04-08	Development and external validation of a deep learning electrocardiogram model for risk stratification of coronary revascularization need in the emergency department 2025-Apr-26, European heart journal. Acute cardiovascular care DOI:10.1093/ehjacc/zuaf058 PMID:40192550	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
737	2025-04-27	AI for rapid identification of major butyrate-producing bacteria in rhesus macaques (Macaca mulatta) 2025-Apr-24, Animal microbiome IF:4.9Q1 DOI:10.1186/s42523-025-00410-2 PMID:40275402	research paper	该研究利用AI技术从恒河猴粪便涂片的数字图像中快速预测产丁酸盐细菌，并采用可解释性分析提高模型透明度	首次将深度学习与机器学习算法应用于粪便图像数据，实现快速、非侵入性的微生物组分析，并通过可解释性分析增强模型透明度	研究仅针对恒河猴，未在人类或其他动物中进行验证	开发一种快速、非侵入性且经济高效的微生物组分析方法	恒河猴(Macaca mulatta)的粪便样本	digital pathology	NA	metagenomic sequencing, deep learning, machine learning	DL and ML algorithms	digital images of fecal smears	NA
738	2025-04-27	Using deep learning models to decode emotional states in horses 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95853-7 PMID:40269006	研究论文	本研究探索了使用深度学习模型预测马匹情绪状态的方法	创建了两个新的数据集（裁剪身体和裁剪头部数据集），并在裁剪头部数据集上取得了最佳预测效果，准确率达到87%	裁剪头部数据集缺少尾部等重要区域，这些区域通常被专家用于标注	预测骑乘马匹的情绪状态	马匹	计算机视觉	NA	监督学习、迁移学习、微调	CNN、Yolo、Faster R-CNN	图像	NA
739	2025-04-27	PoulTrans: a transformer-based model for accurate poultry condition assessment 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98078-w PMID:40269017	研究论文	提出了一种基于Transformer的模型PoulTrans，用于准确评估家禽状况	结合CNN与CSA_Encoder-Transformer架构，引入Channel Spatial Memory-Guided Transformer (CSMT)和新型PS-Loss函数，优化多级注意力并提升状态描述的语义精度	未提及模型在实时应用中的性能或计算资源需求	开发直观的决策支持工具，提升家禽状况评估的准确性	家禽图像	计算机视觉	NA	深度学习	CNN, Transformer	图像	PSC-Captions数据集
740	2025-04-27	Ambiguity-aware semi-supervised learning for leaf disease classification 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95849-3 PMID:40269031	research paper	提出一种模糊感知的半监督学习方法，用于叶片病害分类，通过消除模糊结果提高伪标签精度	引入基于病害的模糊拒绝算法，提升伪标签精度，从而在半监督学习中减少对全标注数据的依赖	方法仅在咖啡和香蕉叶片病害数据集上验证，未涉及其他作物或病害类型	开发一种半监督学习方法，减少叶片病害分类中对全标注数据的依赖	咖啡和香蕉叶片的病害图像	computer vision	plant disease	semi-supervised learning	CNN	image	两个公共叶片病害数据集（咖啡和香蕉），标注数据比例从50%到100%不等