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
1221	2025-04-12	Effective evaluation of greenhouse gases (GHGs) emissions from anoxic/oxic (A/O) process of regenerated papermaking wastewater treatment through hybrid deep learning techniques: Leveraging the critical role of water quality indicators 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125094 PMID:40174391	research paper	本研究通过混合深度学习技术评估再生造纸废水处理中A/O工艺的温室气体排放，并探讨水质指标的关键作用	开发了一种新型混合深度学习模型TCNA，结合了Temporal Convolutional Network (TCN)和Attention Mechanism (AM)，用于预测温室气体排放	研究基于实验室规模的A/O工艺，可能无法完全反映实际工业废水处理厂的复杂情况	准确评估工业废水处理过程中温室气体排放，以支持碳排放计算和管理	再生造纸废水处理过程中的温室气体排放	machine learning	NA	深度学习	TCNA (TCN + AM), CNN, RNN, LSTM, TCN	水质指标数据（COD, SS, NH-N, NO-N, pH/DO/温度等）	295组多因素数据集，来自约110天的实验数据
1222	2025-04-12	Feasibility study of real-time virtual sensing for water quality parameters in river systems using synthetic data and deep learning models 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125191 PMID:40179555	研究论文	本研究探讨了结合深度学习与虚拟传感技术实时监测小型河流系统中关键水质参数的可行性	首次将深度学习模型与虚拟传感技术结合，用于小型河流系统的水质参数实时监测，并比较了实际数据与合成数据的预测效果	研究仅基于9个传感器测量指标生成合成数据，可能无法涵盖所有水质变化情况	评估深度学习虚拟传感技术在小型河流系统水质实时监测中的应用潜力	小型河流系统中的水质参数（总有机碳TOC、总氮TN、总磷TP）	机器学习	NA	深度学习虚拟传感技术	DL模型	传感器数据、合成数据	基于9个传感器测量指标生成的数据集
1223	2025-04-12	Deep neural network modeling for brain tumor classification using magnetic resonance spectroscopic imaging 2025-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000784 PMID:40202966	研究论文	本研究探讨了深度神经网络在脑肿瘤分类中的应用，特别是针对磁共振波谱成像（MRSI）数据的处理	直接对原始MRSI时域数据应用深度神经网络，避免了传统方法中复杂的手动处理步骤	需要更大数据集进行验证以建立标准化指南并增强临床实用性	提高脑肿瘤早期和准确检测的效率，以支持有效治疗	脑肿瘤患者的合成和真实MRSI数据	数字病理学	脑肿瘤	磁共振波谱成像（MRSI）	深度神经网络	光谱时间序列数据	包括合成和真实MRSI数据的脑肿瘤患者数据集
1224	2025-04-12	Universal photonic artificial intelligence acceleration 2025-Apr, Nature IF:50.5Q1 DOI:10.1038/s41586-025-08854-x PMID:40205212	研究论文	介绍了一种光子AI处理器，能够执行包括ResNet和BERT在内的高级AI模型，以及DeepMind最初展示的Atari深度强化学习算法	该光子AI处理器在许多工作负载上实现了接近电子精度的性能，标志着光子计算进入与现有电子AI加速器竞争的新阶段	尚未有光子芯片达到实际AI应用所需的精度，且演示仅限于简化的基准任务	探索光子技术在AI和深度学习中的加速张量操作，以提高能源效率和性能	光子AI处理器	机器学习	NA	光子计算	ResNet, BERT, 深度强化学习算法	NA	NA
1225	2025-04-11	A high-performance broadband polarization-sensitive photodetector based on BiSeS nanowires 2025-Apr-10, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr05031b PMID:40105281	research paper	该论文报道了一种基于BiSeS纳米线的高性能宽带偏振敏感光电探测器的设计与制备	通过化学气相传输法制备BiSeS纳米线，解决了BiSe基器件中固有缺陷和态的问题，实现了从紫外C到近红外的宽带波长区域的光响应，并展示了优异的偏振敏感性	未提及具体的大规模生产可行性或长期稳定性测试	设计和制备高性能宽带偏振敏感光电探测器	BiSeS纳米线	材料科学	NA	化学气相传输法	NA	光学性能数据	未明确提及具体样本数量
1226	2025-04-11	Brain tumor detection using hybrid transfer learning and patch antenna-enhanced microwave imaging 2025-Apr-10, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251325740 PMID:40208040	研究论文	该研究提出了一种结合混合迁移学习和贴片天线增强微波成像的创新技术，用于脑肿瘤的非侵入性和实时检测	结合预训练深度学习方法的特殊特征提取能力和贴片天线的高分辨率成像能力，提出了一种新的脑肿瘤检测技术	未提及具体样本量或临床验证的详细结果	开发一种非侵入性和实时检测脑肿瘤的新方法	脑肿瘤	计算机视觉	脑肿瘤	微波成像	MobileNet V2	图像	NA
1227	2025-04-11	Automatic Cry Analysis: Deep Learning for Screening of Autism Spectrum Disorder in Early Childhood 2025-Apr-10, Journal of autism and developmental disorders IF:3.2Q1 DOI:10.1007/s10803-025-06811-1 PMID:40208423	研究论文	本研究通过深度学习技术分析儿童哭声的声学特征，以支持自闭症谱系障碍（ASD）的早期筛查	利用递归卷积神经网络（R-CNN）对ASD和典型发育（TD）儿童的哭声进行分类，准确率达到90.28%	样本量较小，仅包括31名ASD儿童和31名TD儿童	开发基于哭声的非侵入性AI工具，以促进ASD的早期检测和干预	18至54个月大的ASD和TD儿童	机器学习	自闭症谱系障碍	深度学习	R-CNN	音频	62名儿童（31名ASD和31名TD）
1228	2025-04-11	Development and Validation of an Early Recurrence Prediction Model for High-Grade Glioma Integrating Temporalis Muscle and Tumor Features: Exploring the Prognostic Value of Temporalis Muscle 2025-Apr-09, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01491-w PMID:40205255	research paper	开发并验证了一个整合颞肌和肿瘤特征的高级别胶质瘤早期复发预测模型，探讨了颞肌指标的预后价值	首次将颞肌指标与肿瘤特征结合，构建了预测高级别胶质瘤早期复发的综合模型，并验证了颞肌指标的独立预后价值	样本量较小（71例），且数据来源于单一医疗机构和公开数据集，可能存在选择偏倚	开发高级别胶质瘤早期复发预测模型并评估颞肌指标的预后价值	71例经分子确认的高级别胶质瘤患者	digital pathology	brain tumor	深度学习分割、放射组学特征提取	HistGradientBoosting	MRI影像	71例高级别胶质瘤患者（含本地数据和TCIA RHUH-GBM数据集）
1229	2025-04-11	Accurate and Rapid Prediction of Protein pKa: Protein Language Models Reveal the Sequence-pKa Relationship 2025-Apr-08, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01288 PMID:40138263	研究论文	介绍了一种名为pKALM的新型深度学习方法，用于高通量蛋白质pKa预测	利用蛋白质语言模型(PLM)捕捉蛋白质复杂的序列-结构关系，并发现预测的蛋白质等电点(pI)可提高pKa预测的准确性	方法存在一定约束条件，具体在案例研究中有所体现	开发高效准确的蛋白质pKa预测工具	蛋白质的六种残基(Asp, Glu, His, Lys, Cys, Tyr)和两个末端	计算生物学	NA	蛋白质语言模型(PLM)	深度学习	蛋白质序列数据	人类蛋白质组的高通量预测
1230	2025-04-11	Rapid dose prediction for lung CyberKnife radiotherapy plans utilizing a deep learning approach by incorporating dosimetric features delivered by noncoplanar beams 2025-Apr-08, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc697 PMID:40153867	研究论文	本研究提出了一种结合CyberKnife非共面束剂量特征的深度学习方法，用于快速预测肺癌患者的放疗剂量分布	将几何和剂量特征驱动的深度学习剂量计算方法扩展到CyberKnife应用场景，显著提高了剂量预测精度	未明确说明样本量大小及模型在其他癌症类型中的泛化能力	开发一种快速准确的CyberKnife放疗计划剂量预测方法	肺癌患者的CyberKnife放疗计划	数字病理	肺癌	深度学习	深度学习模型（未指定具体类型）	CT图像和剂量特征数据	NA
1231	2025-04-11	The Future of Medicine: AI and ML Driven Drug Discovery Advancements 2025-Apr-08, Current topics in medicinal chemistry IF:2.9Q3 DOI:10.2174/0115680266346722250401191232 PMID:40207759	review	本文回顾了人工智能和机器学习在药物设计领域的应用及其未来发展趋势	介绍了AI和ML如何通过整合大数据提高计算机辅助药物设计的效率和准确性，以及深度学习在处理复杂非线性数据中的作用	未具体提及研究中的局限性	探讨AI和ML在药物发现领域的应用及其对医疗保健的变革	药物设计领域的技术和方法	machine learning	NA	Computer-Aided Drug Design (CADD), Structure based drug design (SBDD), Ligand based drug design (LBDD), Pharmacophore modelling, PBPK modeling, nano-QSAR	Deep Learning (DL)	big data	NA
1232	2025-04-11	The Potential Diagnostic Application of Artificial Intelligence in Breast Cancer 2025-Apr-08, Current pharmaceutical design IF:2.6Q2 DOI:10.2174/0113816128369168250311172823 PMID:40207818	综述	本文探讨了人工智能在乳腺癌病理学中的潜在应用，包括风险评估、早期检测以及组织病理学和乳腺X光数据的分析	人工智能平台在预测乳腺癌风险和临床诊断前三年识别肿瘤方面显示出潜力，深度学习技术特别是CNN在癌症亚型分类和肿瘤风险分级上达到与专业放射科医生相当的准确性	需要高质量的数据集以及将AI技术整合到临床工作流程中的挑战仍然存在	探讨人工智能在乳腺癌诊断和治疗策略改进中的潜在应用	乳腺癌的诊断和治疗	数字病理学	乳腺癌	深度学习	CNN	组织病理学和乳腺X光数据	NA
1233	2025-04-11	AI-based automatic estimation of single-kidney glomerular filtration rate and split renal function using non-contrast CT 2025-Apr-07, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01959-x PMID:40192862	research paper	本研究利用人工智能和非对比CT技术自动估计单肾肾小球滤过率和分肾功能	采用深度学习和放射组学特征结合临床特征，通过非对比CT估计肾功能，避免了SPECT的放射性、复杂性和高成本	研究仅针对萎缩肾或肾积水患者，样本量有限（245例）	开发一种无创、高效且低成本的肾功能评估方法	萎缩肾或肾积水患者	digital pathology	kidney disease	non-contrast CT, deep learning, radiomics	multivariable linear regression (MLR)	CT图像	245例患者（训练集128例，测试集117例）
1234	2025-04-11	Enabling new insights from old scans by repurposing clinical MRI archives for multiple sclerosis research 2025-Apr-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58274-8 PMID:40195318	research paper	开发了一种名为MindGlide的深度学习模型，用于从任何单一MRI对比中提取脑区和白质病变体积，以促进多发性硬化症研究	MindGlide模型能够从单一MRI对比中提取脑区和白质病变体积，突破了传统多对比协议的限制，使得大量单对比医院档案得以利用	模型虽然在多个数据集上进行了验证，但可能仍存在对某些特定MRI扫描仪或患者群体的适应性不足	促进多发性硬化症的临床研究和试验，通过深度学习模型利用现有单对比MRI档案	多发性硬化症患者的MRI扫描数据	digital pathology	multiple sclerosis	MRI, deep learning	deep learning model (MindGlide)	MRI scans	训练集：4247次脑MRI扫描，来自2934名MS患者，592台扫描仪；验证集：14,952次扫描，来自1,001名患者
1235	2025-04-11	The first urban open space product of global 169 megacities using remote sensing and geospatial data 2025-Apr-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04924-x PMID:40195340	research paper	该研究利用深度学习和遥感数据，首次为全球169个特大城市制作了高分辨率的城市开放空间地图产品OpenspaceGlobal	首次采用基于微小人工标注策略的深度学习方法，为全球169个特大城市制作了1.19米分辨率的城市开放空间地图产品	城市开放空间的高类间相似性、复杂环境和尺度变化可能导致映射性能不尽如人意	填补全球主要城市缺乏城市开放空间地图产品的空白，促进对全球主要城市人造空间表面的更好理解	全球169个特大城市的城市开放空间	remote sensing	NA	深度学习，光学遥感影像	NA	光学遥感影像，众包地理空间数据	处理了超过8.5 TB的遥感图像和近9000万个众包地理空间数据多边形
1236	2025-04-11	Transformer-based deep learning ensemble framework predicts autism spectrum disorder using health administrative and birth registry data 2025-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90216-8 PMID:40195371	research paper	该研究开发了一个基于Transformer的深度学习集成框架，利用健康管理和出生登记数据预测自闭症谱系障碍（ASD）	结合极端梯度提升模型和大规模集成Transformer深度学习模型，利用可解释人工智能方法确定影响ASD风险的因素	模型的AUC为69.6%，特异度为56.9%，仍有提升空间	探索机器学习模型应用于健康管理和出生登记数据以早期识别ASD高风险儿童的可行性	2006年至2018年间加拿大安大略省707,274对母婴数据，其中10,956例ASD确诊儿童	machine learning	autism spectrum disorder	Extreme Gradient Boosting, Transformer	ensemble Transformer models	health administrative data, birth registry data	707,274 mother-offspring pairs (10,956 ASD cases)
1237	2025-04-11	Validation of body composition parameters extracted via deep learning-based segmentation from routine computed tomographies 2025-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96238-6 PMID:40195401	研究论文	本研究开发并验证了一种基于深度学习的自动化流程，用于从常规CT扫描中提取身体组成参数	提出了一种灵活、开源的自动化流程，整合了深度学习分割模型与前后处理步骤，用于身体组成参数的提取	分割错误、解剖异常或图像不规则性导致测量差异，SM测量因切片选择存在较大变异性	验证基于深度学习的自动化身体组成参数提取方法的准确性和预后价值	337名外科肿瘤患者的CT扫描图像	数字病理学	肿瘤	深度学习分割	深度学习模型	CT图像	337名外科肿瘤患者
1238	2025-04-11	A novel hybrid layer-based encoder-decoder framework for 3D segmentation in congenital heart disease 2025-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96251-9 PMID:40195399	research paper	提出了一种新型的基于混合层的编码器-解码器框架，用于先天性心脏病的3D图像分割	结合全局体积混合模块和基于局部体积的多头注意力模块，通过自注意力机制显式捕捉3D图像分割过程中的局部和全局依赖关系	训练数据集有限且心脏和大血管组织的变异性带来固有复杂性	提高先天性心脏病患者心脏解剖结构分割的准确性，以支持精确诊断和治疗计划	先天性心脏病患者的3D医学图像	digital pathology	cardiovascular disease	3D图像分割	hybrid layer-based encoder-decoder framework	3D medical images	公共数据集ImageCHD和HVSMR-2.0
1239	2025-04-11	Current status and prospects of computer vision-based attitude and deformation measurement applications in wind tunnels 2025-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96000-y PMID:40195507	综述	本文总结了基于计算机视觉的模型姿态和变形测量在风洞测试中的应用现状与前景	探讨了多维数据融合和深度学习技术在风洞视觉测量中的互补优势，提高了测量效率和精度	风洞环境的特定条件对视觉测量技术的实际应用存在一定限制	响应风洞测试智能化需求，总结模型姿态和变形测量的应用进展	风洞测试中的模型姿态和变形测量	计算机视觉	NA	深度学习	NA	多维数据	NA
1240	2025-04-11	Diving back two hundred million years: yawn contagion in fish 2025-Apr-07, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08004-z PMID:40195505	research paper	该研究首次在鱼类中发现打哈欠传染现象，并利用深度学习模型区分打哈欠与呼吸行为	首次在变温动物（斑马鱼）中证实打哈欠传染现象的存在，挑战了该行为仅存在于恒温社会性动物的传统认知	研究仅针对斑马鱼，未验证其他鱼类或更广泛变温动物是否存在类似现象	探究打哈欠传染行为的进化起源及其在脊椎动物中的普遍性	斑马鱼（Danio rerio）的哈欠行为	动物行为学	NA	深度学习	深度学习模型（未指定具体架构）	视频行为数据	未明确说明样本数量（斑马鱼群体）