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	2025-03-22	A Systematic Review of Advances in AI-Assisted Analysis of Fundus Fluorescein Angiography (FFA) Images: From Detection to Report Generation 2025-Apr, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01109-y PMID:39982648	综述	本文系统回顾了人工智能在眼底荧光血管造影（FFA）图像分析中的应用进展，从病变检测到报告生成	总结了AI在FFA图像分析中的关键突破，并探讨了其对眼科临床实践的潜在影响	需要进一步研究以提高模型透明度，并确保在不同人群中的稳健性能，数据隐私和技术基础设施仍是广泛临床应用的挑战	探讨人工智能在FFA图像分析中的应用及其对眼科临床实践的影响	眼底荧光血管造影（FFA）图像	计算机视觉	眼底疾病	深度学习，机器学习	NA	图像	23篇文章
922	2025-03-22	Flood resilience through hybrid deep learning: Advanced forecasting for Taipei's urban drainage system 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124835 PMID:40056592	研究论文	本研究利用知识图谱整合多种数据源，结合深度学习模型，提出了一种实时城市排水预警系统，以提高台北市中山泵站的洪水管理能力	提出了结合卷积神经网络和反向传播神经网络（CNN-BP）的深度学习模型，用于多输入多输出多步预测（MIMOMS），并在台北市中山泵站的实际应用中展示了其高预测精度	研究仅限于台北市中山泵站，未在其他地区或更大范围内验证模型的普适性	提高城市排水系统的洪水管理能力，优化泵站操作，增强灾害响应能力	台北市中山泵站的排水系统	深度学习	NA	深度学习	CNN-BP（卷积神经网络结合反向传播神经网络）	水位数据	NA
923	2025-03-22	Effect of training sample size, image resolution and epochs on filamentous and floc-forming bacteria classification using machine learning 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124803 PMID:40056595	研究论文	本研究探讨了训练样本大小、图像分辨率和训练轮数对使用机器学习分类丝状和絮状细菌的影响	通过优化人工智能分割模型，研究了训练样本大小、图像分辨率和训练轮数对模型精度和计算需求的影响，提出了在大规模实施中优先考虑多样化的训练样本和足够的样本大小的重要性	研究结果在样本大小达到一定数量（300张图像）后，精度提升不再显著，高分辨率和更多训练轮数在样本较大时影响较小	优化人工智能分割模型在污水处理厂中检测细菌生长的精度和计算需求	丝状和絮状细菌	计算机视觉	NA	深度学习	AI分割模型	图像	300和500张图像
924	2025-03-22	Explainable deep learning models for predicting water pipe failures 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124738 PMID:40054363	研究论文	本研究提出了一种新的方法，利用深度学习算法预测水管网络的故障概率	本研究首次将深度神经网络（DNN）、卷积神经网络（CNN）和TabNet应用于水管故障预测，并通过贝叶斯优化（BO）和数据缩放优化模型，同时使用Copeland算法和SHAP值进行模型排名和解释	研究仅基于香港的水管网络数据，可能无法完全代表其他地区的情况	预测水管网络的泄漏和爆裂概率，以帮助水管网络管理	水管网络	机器学习	NA	贝叶斯优化（BO）、数据缩放、Copeland算法、SHAP值	深度神经网络（DNN）、卷积神经网络（CNN）、TabNet	水管网络数据	香港的水管网络数据
925	2025-03-22	Bayesian uncertainty estimation of adsorption closure models in the computational simulation of contaminant transport 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124708 PMID:40054364	研究论文	本文研究了在污染物传输模型中采用现象学状态方程对污染物在多孔介质中吸附的影响，并采用嵌入式贝叶斯误差方法来理解使用吸附等温线描述污染物吸附的局限性	采用嵌入式贝叶斯误差方法评估吸附等温线在污染物传输模型中的使用限制，并提出使用深度学习替代模型来替代基于偏微分方程的地下水流和污染物传输模型	吸附项在污染物传输模型中引入较高的不确定性，且参数选择需满足特定的地球化学条件	评估现象学状态方程在污染物传输模型中的影响，并探索使用深度学习替代模型的可行性	污染物在多孔介质中的吸附过程	计算模拟	NA	嵌入式贝叶斯误差方法，深度学习	深度学习替代模型	模拟数据	NA
926	2025-03-22	Integrating flora, fauna, and indigenous practices into spatial optimization for prescribed burning 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124833 PMID:40058039	研究论文	本研究开发了一种新的方法，通过整合火灾风险和共存能力来空间优化规定燃烧，应用于中国嘉陵江流域	提出了一种新的空间优化方法，整合火灾风险和共存能力，用于规定燃烧的区域规划	缺乏全面的框架来空间整合这些共存因素到区域尺度的规划中	开发一种新的方法，通过整合火灾风险和共存能力来空间优化规定燃烧	嘉陵江流域（中国）的火灾易发山区	机器学习	NA	机器学习和深度学习	NA	空间数据	嘉陵江流域的火灾易发山区
927	2025-03-22	Enhancing short-term algal bloom forecasting through an anti-mimicking hybrid deep learning method 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124832 PMID:40068506	研究论文	本文提出了一种混合深度学习模型（TAB），用于提高短期藻华预测的准确性	结合了Temporal Convolutional Network (TCN)、注意力机制和Bidirectional Long Short-Term Memory (BiLSTM)网络，并采用了新型的失真损失函数DILATE，以增强模型的预测鲁棒性	模型在数据复制问题上仍有改进空间，特别是在突变情况下的预测准确性	提高藻华预测的准确性，特别是在高频波动和噪声数据的情况下	藻华数据，特别是叶绿素a的动态变化	机器学习	NA	深度学习	Temporal Convolutional Network (TCN), Bidirectional Long Short-Term Memory (BiLSTM), 注意力机制	时间序列数据	中国九龙江东水库的现场藻华数据
928	2025-03-21	Speed and efficiency: evaluating pulmonary nodule detection with AI-enhanced 3D gradient echo imaging 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11027-5 PMID:39154315	研究论文	本研究评估了结合压缩感知和人工智能加速的肺部MRI在肺结节检测和表征中的诊断可行性	结合压缩感知和深度学习图像重建技术，显著减少了肺部MRI的扫描时间，同时保持了高检测率	研究样本量较小（37名患者），且仅评估了三种加速因子，未涵盖所有可能的加速方案	评估加速肺部MRI在肺结节检测和表征中的诊断可行性	良性和恶性肺结节患者	数字病理学	肺癌	3D梯度回波序列、并行成像、压缩感知、深度学习图像重建	深度学习	图像	37名患者，64个肺结节
929	2025-03-21	Generating synthetic high-resolution spinal STIR and T1w images from T2w FSE and low-resolution axial Dixon 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11047-1 PMID:39231829	研究论文	本研究旨在从矢状T2加权快速自旋回波（T2w FSE）和轴向T1加权梯度回波Dixon技术（T1w-Dixon）序列生成矢状T1加权快速自旋回波（T1w FSE）和短时反转恢复（STIR）图像	使用两个连续应用的3D Pix2Pix深度学习模型生成合成图像，并通过峰值信噪比（PSNR）和结构相似性指数（SSIM）评估图像质量，同时进行图灵测试以验证生成图像的真实性	研究中使用的数据集来自特定人群（如SHIP和NAKO），可能限制了结果的普遍性	生成高质量的矢状T1w FSE和STIR图像，以节省MRI时间并实现回顾性分析	矢状T2w FSE和轴向T1w-Dixon序列	医学影像	NA	3D Pix2Pix深度学习模型	Pix2Pix	图像	3142名受试者（SHIP）、2000名受试者（NAKO）和157名患者（内部数据集）
930	2025-03-21	Reducing energy consumption in musculoskeletal MRI using shorter scan protocols, optimized magnet cooling patterns, and deep learning sequences 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11056-0 PMID:39242400	研究论文	本研究探讨了在肌肉骨骼MRI中通过优化协议、采用深度学习加速采集和优化冷却系统来减少能量消耗的策略	结合深度学习技术和冷却系统优化，显著减少MRI扫描仪的能量消耗	研究仅在德国慕尼黑的两台MRI扫描仪上进行，样本量和地理范围有限	优化MRI扫描仪的能量使用，提高能效并降低成本	MRI扫描仪的能量消耗	医学影像	NA	深度学习加速采集	NA	能量消耗数据	两台MRI扫描仪（1.5-T Aera, 1.5-T Sola）
931	2025-03-21	Deep learning reconstruction algorithm and high-concentration contrast medium: feasibility of a double-low protocol in coronary computed tomography angiography 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11059-x PMID:39299952	研究论文	本研究评估了在非肥胖患者中使用高强度深度学习图像重建（DLIR-H）与标准自适应统计迭代重建（ASiR-V）协议相比，双低冠状动脉CT血管造影（CCTA）协议的辐射剂量和图像质量	首次将高强度深度学习图像重建（DLIR-H）与80-kVp CCTA结合，显著减少了辐射和对比剂剂量，同时提高了图像质量	研究仅限于非肥胖患者（BMI < 30 kg/m2），未涵盖肥胖患者	评估双低CCTA协议在非肥胖患者中的辐射剂量和图像质量	255名非肥胖患者（BMI < 30 kg/m2）	医学影像	心血管疾病	深度学习图像重建（DLIR-H），自适应统计迭代重建（ASiR-V）	深度学习模型	医学影像数据	255名患者，分为三组，每组85人
932	2025-03-21	Trends in Research of Odontogenic Keratocyst and Ameloblastoma 2025-Apr, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345241282256 PMID:39876078	review	本文综述了牙源性角化囊肿（OKC）和成釉细胞瘤（AM）的研究趋势，重点介绍了单细胞和空间组学、三维培养技术以及人工智能在诊断和治疗中的应用	利用单细胞和空间组学技术揭示了OKC和AM的肿瘤微环境和细胞异质性，三维培养技术如类器官模型用于分析AM亚型和测试潜在疗法，人工智能提高了基于放射组学和病理组学的诊断准确性	尽管AM已有临床前模型，但OKC的可靠体外和体内模型仍然稀缺	总结和推动OKC和AM研究领域的最新进展和趋势	牙源性角化囊肿（OKC）和成釉细胞瘤（AM）	digital pathology	NA	单细胞组学、空间组学、三维培养技术、人工智能（机器学习和深度学习）	NA	NA	NA
933	2025-03-21	Deep learning initialized compressed sensing (Deli-CS) in volumetric spatio-temporal subspace reconstruction 2025-Apr, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01222-2 PMID:39891798	研究论文	本研究提出了一种名为Deli-CS的深度学习方法，用于加速体积多轴螺旋投影MRF的重建，旨在实现全脑T1和T2映射	引入了深度学习初始化的压缩感知（Deli-CS）方法，通过DL生成的种子点启动迭代重建，减少收敛所需的迭代次数	NA	减少MRI重建时间，提高全脑多参数映射的效率	体积多轴螺旋投影MRF数据	医学影像处理	NA	深度学习，压缩感知	深度学习模型	MRI图像	NA
934	2025-02-05	Direct estimation of fetal biometry measurements from ultrasound video scans through deep learning 2025-Apr, American journal of obstetrics & gynecology MFM IF:3.8Q1 DOI:10.1016/j.ajogmf.2025.101623 PMID:39900243	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
935	2025-03-21	Multistage deep learning for classification of Helicobacter pylori infection status using endoscopic images 2025-Apr, Journal of gastroenterology IF:6.9Q1 DOI:10.1007/s00535-024-02209-5 PMID:39815116	研究论文	本研究开发了一种新的多阶段深度学习方法，用于自动分类幽门螺杆菌感染状态	提出了一种新的多阶段深度学习方法，用于自动分类幽门螺杆菌感染状态，并在分类性能上优于医生	NA	开发一种新的多阶段深度学习方法，用于自动分类幽门螺杆菌感染状态	幽门螺杆菌感染状态的分类	计算机视觉	胃癌	深度学习	多阶段深度学习	图像	训练集538名受试者，验证集146名受试者
936	2025-03-21	Mining the UniProtKB/Swiss-Prot database for antimicrobial peptides 2025-Apr, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70083 PMID:40100125	研究论文	本研究提出了一种从UniProtKB/Swiss-Prot数据库中挖掘抗菌肽（AMPs）的工作流程，并利用AMPlify工具预测新型AMPs	首次大规模利用现代深度学习技术从公共蛋白质序列数据库中挖掘新型抗菌肽，并开发了公开可用的AMPlify工具及其配套脚本	研究中仅对38种成功合成的肽进行了抗菌活性测试，样本量相对较小	探索抗菌肽作为传统抗生素的替代品，特别是在家禽行业中的应用	UniProtKB/Swiss-Prot数据库中的所有真核生物序列	生物信息学	NA	深度学习	AMPlify	蛋白质序列	8008个新型预测AMPs，其中40个优先考虑，38个成功合成并测试
937	2025-03-21	CommRad RF: A dataset of communication radio signals for detection, identification and classification 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111387 PMID:40103755	研究论文	本文介绍了一个创新的通信无线电信号数据集CommRad RF，旨在提高通信信道的安全性，并提出了两种深度学习模型用于高效处理和学习复杂无线电信号数据	填补了目前没有公开的步话机/商用无线电数据集的空白，并提出了两种新的深度学习模型Light Weight 1DCNN和Light Weight Bivariate 1DCNN	数据集仅包含室内多径环境下的无线电信号，可能不适用于其他环境	提高通信信道的安全性，检测和识别未经授权的传输源	无线电信号	机器学习	NA	深度学习	Light Weight 1DCNN, Light Weight Bivariate 1DCNN	无线电信号	超过2700个无线电信号，来自27个无线电设备
938	2025-03-21	A novel rotation and scale-invariant deep learning framework leveraging conical transformers for precise differentiation between meningioma and solitary fibrous tumor 2025-Apr, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100422 PMID:40104410	研究论文	本文提出了一种新颖的旋转和尺度不变的深度学习框架，利用锥形变换器从全切片图像中捕捉全局和局部成像标记，以准确区分脑膜瘤和孤立性纤维瘤	采用了锥形变换器的新架构，结合加权多数投票方案，提高了诊断的准确性和鲁棒性	数据集规模较小，仅包含92名患者，可能影响模型的泛化能力	开发一种基于AI的诊断工具，用于精确区分脑膜瘤和孤立性纤维瘤	脑膜瘤和孤立性纤维瘤	数字病理学	脑膜瘤	深度学习	锥形变换器	图像	92名患者（46名脑膜瘤患者和46名孤立性纤维瘤患者）
939	2025-03-20	Effect of adaptive statistical iterative reconstruction-V algorithm and deep learning image reconstruction algorithm on image quality and emphysema quantification in COPD patients under ultra-low-dose conditions 2025-Apr-01, The British journal of radiology DOI:10.1093/bjr/tqae251 PMID:39862404	研究论文	本研究探讨了在超低剂量扫描条件下，不同重建算法（ASIR-V和DLIR）对慢性阻塞性肺疾病（COPD）患者图像质量和肺气肿定量的影响	首次在超低剂量CT扫描条件下比较了ASIR-V和DLIR算法对COPD患者图像质量和肺气肿定量的影响，并发现DLIR-M在图像质量和肺气肿定量方面表现最佳	样本量相对较小（62名COPD患者），且仅使用了商业计算机辅助诊断（CAD）软件进行分析	探讨不同重建算法在超低剂量CT扫描条件下对COPD患者图像质量和肺气肿定量的影响	62名COPD患者	数字病理	慢性阻塞性肺疾病（COPD）	CT扫描、计算机辅助诊断（CAD）	ASIR-V、DLIR	CT图像	62名COPD患者
940	2025-03-20	Rational design and synthesis of pyrazole derivatives as potential SARS-CoV-2 Mpro inhibitors: An integrated approach merging combinatorial chemistry, molecular docking, and deep learning 2025-Apr-01, Bioorganic & medicinal chemistry IF:3.3Q1 DOI:10.1016/j.bmc.2025.118095 PMID:39929031	研究论文	本研究结合组合化学、分子对接和深度学习，设计、评估并合成了新的吡唑衍生物作为潜在的SARS-CoV-2主要蛋白酶（Mpro）抑制剂	通过整合组合化学、分子对接和深度学习技术，加速了SARS-CoV-2主要蛋白酶抑制剂的发现，并提供了未来抗病毒药物开发的框架	NA	开发新型抗病毒疗法以应对SARS-CoV-2的全球影响	SARS-CoV-2主要蛋白酶（Mpro）	药物化学	COVID-19	组合化学、分子对接、深度学习	DeepPurpose	化学结构数据	超过60,000种吡唑基结构