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
961	2025-04-21	Radiology AI and sustainability paradox: environmental, economic, and social dimensions 2025-Apr-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01962-2 PMID:40244301	综述	本文探讨了人工智能在放射学中的可持续性悖论，包括环境、经济和社会三个维度的影响	从放射学视角全面分析了AI的可持续性挑战及其潜在解决方案	未提供具体数据支持AI环境影响的量化分析	评估AI在放射学应用中的可持续性影响并提出改进策略	放射学中的人工智能系统	数字病理	NA	深度学习	NA	NA	NA
962	2025-04-21	A deep learning model based on self-supervised learning for identifying subtypes of proliferative hepatocellular carcinoma from dynamic contrast-enhanced MRI 2025-Apr-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01968-w PMID:40244356	研究论文	本研究利用动态对比增强MRI（DCE-MRI）和非监督深度学习模型，高效准确地识别肝细胞癌（HCC）的增殖亚型	提出了一种基于自监督学习（SSL）的动态放射组学工作流程的深度学习预测模型，用于识别HCC的增殖亚型，其准确性和速度优于传统单阶段模型	研究为回顾性研究，样本量相对有限（381例患者），且仅在两个医疗中心进行	提高HCC增殖亚型的诊断精度，指导个性化治疗计划	肝细胞癌（HCC）患者	数字病理学	肝细胞癌	动态对比增强MRI（DCE-MRI）	深度学习模型（基于SSL）	医学影像（MRI）	381例HCC患者（训练集220例，内部测试集93例，外部测试集68例）
963	2025-04-21	A comprehensive case study of deep learning on the detection of alpha thalassemia and beta thalassemia using public and private datasets 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97353-0 PMID:40246871	研究论文	本研究探讨了深度学习模型（CNN和XGBoost）在利用公共和私人数据集预测α和β地中海贫血中的表现	结合CNN和XGBoost模型，利用公共和私人数据集进行地中海贫血的早期诊断，展示了高质量数据对AI模型预测能力的显著提升	研究依赖于特定数据集的质量和规模，可能限制了模型的泛化能力	探索深度学习模型在地中海贫血早期诊断中的应用效果	α和β地中海贫血患者	数字病理学	地中海贫血	深度学习	CNN, XGBoost	临床记录和医学数据库数据	公共和私人数据集，具体数量未提及
964	2025-04-21	Convolutional neural network-based deep learning for landslide susceptibility mapping in the Bakhtegan watershed 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96748-3 PMID:40246900	研究论文	本研究利用卷积神经网络（CNN）进行深度学习，以高精度绘制伊朗西南部Bakhtegan流域的滑坡敏感性图	采用CNN模型处理多维地理空间数据，有效学习影响斜坡不稳定性的复杂模式，相比传统统计方法在准确性和精度上有显著提升	研究仅针对Bakhtegan流域，模型在其他地理区域的适用性有待验证	开发高精度滑坡敏感性评估方法，以支持风险降低策略的制定	Bakhtegan流域的地质和环境因素	机器学习	NA	深度学习	CNN	地理空间数据	235个已记录的滑坡位置和相同数量的非滑坡位置
965	2025-04-21	Deep learning and sentence embeddings for detection of clickbait news from online content 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97576-1 PMID:40246954	研究论文	本文提出了一种使用深度学习和句子嵌入技术从乌尔都语内容中检测点击诱饵新闻的方法	首次专注于乌尔都语内容的点击诱饵新闻检测，并采用最先进的深度特征和句子嵌入技术	研究仅针对乌尔都语内容，未涉及其他语言	提高在线信息的真实性和原创性，特别是在乌尔都语内容中检测点击诱饵新闻	乌尔都语新闻标题	自然语言处理	NA	句子嵌入	Bi-LSTM	文本	NA
966	2025-04-21	Improved security for IoT-based remote healthcare systems using deep learning with jellyfish search optimization algorithm 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97065-5 PMID:40246970	研究论文	提出了一种基于深度学习和水母搜索优化算法的物联网远程医疗系统安全增强机制	结合CNN-LSTM-Attention模型和水母搜索优化算法(JSO)进行疾病检测与分类，并优化超参数	未提及具体样本量及数据集多样性，可能影响模型泛化能力	提升物联网医疗系统的数据安全性和健康问题早期识别能力	物联网医疗设备采集的体温、心电图和心率等生命体征数据	机器学习	慢性病	min-max归一化、细菌觅食优化算法(BFOA)、CNN-LSTM-Attention模型、水母搜索优化器(JSO)	CNN-LSTM-Attention	生命体征数据	NA
967	2025-04-21	Deep learning model DeepNeo predicts neointimal tissue characterization using optical coherence tomography 2025-Apr-17, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00835-5 PMID:40247001	研究论文	本文介绍了一种名为DeepNeo的深度学习模型，用于通过光学相干断层扫描（OCT）自动分割和分类新生内膜组织	DeepNeo是首个能够完全自动化分割和分类新生内膜组织的深度学习算法，其性能与人类专家相当	研究样本量相对较小，仅包含1148帧来自92个OCT回拉图像，且动物模型仅使用了新西兰白兔	开发一种自动化工具，用于评估经皮冠状动脉介入治疗（PCI）后的血管愈合情况	新生内膜组织的光学相干断层扫描（OCT）图像	数字病理学	心血管疾病	光学相干断层扫描（OCT）	深度学习模型（DeepNeo）	图像	1148帧来自92个OCT回拉图像，以及新西兰白兔动物模型
968	2025-04-21	Enhanced anomaly network intrusion detection using an improved snow ablation optimizer with dimensionality reduction and hybrid deep learning model 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97398-1 PMID:40247081	研究论文	提出了一种结合优化算法、降维技术和混合深度学习模型的增强型异常网络入侵检测方法	结合了改进的雪消融优化器(ISAO)、降维技术和LSTM-AE混合模型，提高了异常入侵检测的准确率	仅在CIC-IDS2017数据集上进行了验证，未在其他数据集上测试泛化能力	开发更强大可靠的网络入侵检测系统以提高网络安全	网络入侵行为	网络安全	NA	机器学习(ML)、深度学习(DL)、降维技术	LSTM-AE混合模型	网络流量数据	CIC-IDS2017数据集
969	2025-04-21	Automated machine learning for early prediction of systemic inflammatory response syndrome in acute pancreatitis 2025-Apr-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02997-7 PMID:40247291	研究论文	本研究利用自动机器学习（AutoML）算法构建模型，用于早期和精确预测急性胰腺炎（AP）中的全身炎症反应综合征（SIRS）	使用AutoML算法（尤其是深度学习模型）进行SIRS的早期预测，相比传统逻辑回归（LR）方法表现更优	回顾性研究设计可能引入选择偏倚，且样本量相对有限	开发早期预测急性胰腺炎患者发生全身炎症反应综合征的自动化工具	被诊断为急性胰腺炎的患者	机器学习	急性胰腺炎	AutoML, LASSO, 深度学习	深度学习模型, 逻辑回归（LR）	临床数据	1,224名患者（812名训练集，200名验证集，212名测试集）
970	2025-04-21	Deep-learning network for automated evaluation of root-canal filling radiographic quality 2025-Apr-17, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02331-x PMID:40247407	研究论文	本研究开发并验证了一种基于YOLOv5的深度学习网络，用于自动评估根管充填的放射学质量	首次将YOLOv5深度学习网络应用于根管充填质量的自动评估，相比无经验牙髓病医生表现更优，评估速度显著提升	需要结合临床专业知识进行准确评估，不能完全替代人工	开发一种自动评估根管充填放射学质量的辅助工具	根管充填的放射学图像	计算机视觉	牙科疾病	YOLOv5深度学习网络	YOLOv5	图像	1,008张根尖周X线片（训练集806，验证集101，测试集101），外加500张外部验证集
971	2025-04-21	Joint identification of hydraulic conductivity and groundwater pollution sources using unscented Kalman smoother with multiple data assimilation and deep learning 2025-Apr-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118134 PMID:40187214	研究论文	本研究提出了一种结合无迹卡尔曼平滑器与多重数据同化（UKS-MDA）及深度信念神经网络（DBNN）的新方法，用于联合识别水力传导率和地下水污染源（GPSs）	创新点在于应用UKS-MDA方法提高识别性能，并利用DBNN作为替代模型以减少计算负担和精度损失	未明确提及具体限制，但可能包括方法在更复杂非线性系统中的适用性验证	提高地下水污染源识别的准确性和计算效率，为污染修复和风险预测提供技术支持	水力传导率和地下水污染源	环境工程与机器学习交叉领域	NA	无迹卡尔曼平滑器多重数据同化（UKS-MDA）、深度信念神经网络（DBNN）	DBNN、UKS-MDA、ES-MDA	模拟数据、浓度误差场景数据	未明确提及具体样本数量，但涉及不同浓度误差场景的对比实验
972	2025-04-21	Assessing the ecotoxicological risk of nicosulfuron on maize using multi-source phenotype data and hyperspectral imaging 2025-Apr-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118176 PMID:40215693	研究论文	本研究探讨了使用多源表型数据和高光谱成像技术评估烟嘧磺隆对玉米的生态毒理风险	开发了ToxicNet和ToxicNet-MS模型，结合高光谱成像和深度学习技术，实现了对玉米除草剂毒性的早期非侵入性评估，准确率显著高于传统方法	研究仅针对烟嘧磺隆这一种除草剂和玉米作物，未涉及其他除草剂或作物	评估除草剂对玉米的生态毒理风险，开发早期非侵入性检测方法	玉米作物	农业技术	NA	高光谱成像，深度学习	ToxicNet, ToxicNet-MS, SVM, Random Forest, MLP, AlexNet	高光谱图像，SPAD值，水分含量	未明确说明样本数量
973	2025-04-21	Accurate bladder cancer diagnosis using ensemble deep leaning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95002-0 PMID:40234491	研究论文	本文提出了一种名为集成深度学习（EDL）的新模型，用于准确诊断膀胱癌	提出了一种结合CNN、GAN和可解释深度学习（XDL）的集成模型，并采用新的投票机制整合结果	未提及具体样本量或外部验证结果	开发更准确、非侵入性的膀胱癌诊断方法	膀胱癌患者	数字病理学	膀胱癌	深度学习	CNN, GAN, XDL	医学影像	NA
974	2025-04-21	Predicting axial load capacity in elliptical fiber reinforced polymer concrete steel double skin columns using machine learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97258-y PMID:40234698	研究论文	本研究探讨了人工智能技术在预测椭圆形纤维增强聚合物混凝土钢双皮管柱轴向承载能力中的应用	首次将多种机器学习和深度学习模型应用于预测椭圆形FRP-混凝土-钢双皮管柱的极限承载能力和应变，并开发了用户界面平台	由于混合椭圆形DSTCs的实验数据稀缺，研究依赖于有限元模型生成的数据	预测椭圆形纤维增强聚合物混凝土钢双皮管柱的轴向承载能力	空心和实心混合椭圆形FRP-混凝土-钢双皮管柱(DSTCs)	机器学习	NA	机器学习(ML)、深度学习(DL)、有限元分析(FE)	GEP、ANN、RF、ADB、XGBoost、DNN	数值数据	112个数据点
975	2025-04-21	Development of a Deep Learning Tool to Support the Assessment of Thyroid Follicular Cell Hypertrophy in the Rat 2025-Apr, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233241309328 PMID:39825517	研究论文	开发了一种深度学习工具，用于支持评估大鼠甲状腺滤泡细胞肥大	使用U-Net卷积深度学习神经网络识别和描绘甲状腺组织中的单个滤泡，并通过经验模型优化生成甲状腺活动评分，优于传统的平均上皮面积方法	研究仅针对大鼠甲状腺组织，未涉及其他物种或更广泛的甲状腺疾病	开发一种定量评分工具，以支持病理学家评估低级别甲状腺滤泡肥大	大鼠甲状腺组织	数字病理学	甲状腺疾病	深度学习图像分析	U-Net CNN	图像	NA
976	2025-04-20	Deep learning reconstruction for detection of liver lesions at standard-dose and reduced-dose abdominal CT 2025-Apr-19, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11596-z PMID:40251443	research paper	本研究探讨了深度学习重建（DLR）与迭代重建（IR）在标准剂量和降低剂量腹部CT中检测肝脏病变的诊断性能	首次比较了DLR和IR在不同辐射剂量下对肝脏病变检测的诊断性能，并评估了DLR在降低剂量CT中的潜力	DLR在降低剂量情况下对小病灶的检测能力下降，未能实现显著的剂量减少	评估深度学习重建技术在降低CT辐射剂量同时保持诊断性能的能力	已知有肝脏转移的胃肠道和胰腺腺癌患者	digital pathology	liver cancer	CT扫描	deep learning reconstruction (DLR)	medical image	44名参与者，共348个≤20mm的肝脏病灶（297个转移灶，51个良性病灶）
977	2025-04-20	CT-based artificial intelligence system complementing deep learning model and radiologist for liver fibrosis staging 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112224 PMID:40248124	研究论文	本研究开发了一种基于CT的人工智能系统，结合深度学习模型和放射科医生进行肝纤维化分期	提出了深度学习-放射科医生互补决策系统（DRCDS），通过决策模型决定采用Model-C的诊断还是放射科医生的诊断，解决了模型泛化和人机互补问题	未提及具体样本量及数据来源的详细信息	开发非侵入性肝纤维化分期方法，提高诊断准确性	肝纤维化患者	数字病理	肝纤维化	深度学习	Model-C（基于深度学习的分类模型）	CT图像	NA
978	2025-04-20	Utility of artificial intelligence in radiosurgery for pituitary adenoma: a deep learning-based automated segmentation model and evaluation of its clinical applicability 2025-Apr-18, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2024.12.JNS242167 PMID:40250054	研究论文	本研究开发了一种基于深度学习的MRI垂体腺瘤自动分割模型，用于立体定向放射外科手术规划，并评估其在临床环境中的准确性和效率	首次将nnU-Net模型应用于垂体腺瘤的自动分割，并评估其在临床环境中的适用性和效率提升	模型预测的分割结果在专家评分上仍低于原始手动分割组，部分复杂病例的分割效果有待提高	开发用于立体定向放射外科手术规划的自动分割模型	垂体腺瘤患者	数字病理	垂体腺瘤	MRI扫描	nnU-Net	医学影像	582名患者用于训练，146名患者用于测试
979	2025-04-20	A deep learning strategy to identify cell types across species from high-density extracellular recordings 2025-Apr-17, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.01.041 PMID:40023155	研究论文	开发了一种基于深度学习的策略，从高密度细胞外记录中识别跨物种的细胞类型	结合光遗传学和药理学，构建了一个经过筛选的真实电生理特性库，并训练了一个半监督深度学习分类器，准确率超过95%	研究主要在小脑中进行，可能在其他脑区的适用性有待验证	识别细胞类型并揭示具有不同功能、分子和解剖特性的神经元在行为中的独特贡献	小脑中的浦肯野细胞、分子层中间神经元、高尔基细胞和苔藓纤维	机器学习	NA	光遗传学、药理学、高密度细胞外记录	半监督深度学习分类器	电生理记录数据	NA
980	2025-04-20	Automated opportunistic screening for osteoporosis using deep learning-based automatic segmentation and radiomics on proximal femur images from low-dose abdominal CT 2025-Apr-17, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08631-x PMID:40241032	研究论文	本研究基于低剂量腹部CT（LDCT）建立了一个自动化骨质疏松检测模型，结合深度学习自动分割近端股骨和基于放射组学的骨状态分类	结合深度学习自动分割和放射组学分类，实现骨质疏松的三分类预测模型	样本量相对较小（456名参与者），且为回顾性研究	开发自动化骨质疏松检测模型	近端股骨图像	数字病理	骨质疏松	放射组学分析	VB-Net（分割模型）和随机森林（RF分类器）	CT图像	456名参与者（355名开发队列，101名测试队列）