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
621	2025-05-24	Hierarchical diagnosis of breast phyllodes tumors enabled by deep learning of ultrasound images: a retrospective multi-center study 2025-May-08, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00879-9 PMID:40340752	research paper	本研究提出了一种基于深度学习的乳腺叶状肿瘤分层诊断模型（PTs-HDM），用于术前识别和分级	开发了PTs-HDM模型，首次实现了乳腺叶状肿瘤的术前自动分层诊断，并通过热激活映射指导提高了放射科医生的诊断一致性	研究为回顾性设计，样本量相对有限（712例患者）	开发一种术前诊断乳腺叶状肿瘤的深度学习方法	乳腺叶状肿瘤（PTs）和纤维腺瘤（FAs）患者	digital pathology	breast cancer	deep learning	CNN	ultrasound images	712 patients from five hospitals
622	2025-05-24	What insights can spatiotemporal esophageal atlases and deep learning bring to engineering the esophageal mucosa? 2025-05-05, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2025.04.009 PMID:40328228	research paper	本文介绍了一个结合实验和计算的平台，用于绘制人类食道的时空发育图谱并预测调控上皮分化的关键信号通路	结合空间发育数据和深度学习，提出了一种无外源、可扩展的策略，用于从人类多能干细胞生成食道黏膜	NA	研究人类食道的时空发育及其调控机制，以工程化食道黏膜	人类食道的发育和人类多能干细胞（hPSCs）	digital pathology	NA	深度学习	NA	空间发育数据	NA
623	2025-05-24	Artificial Intelligence in the Management of Malnutrition in Cancer Patients: A Systematic Review 2025-May-05, Advances in nutrition (Bethesda, Md.) DOI:10.1016/j.advnut.2025.100438 PMID:40334987	系统综述	本文系统评估了人工智能在癌症患者营养不良管理中的作用，重点关注其在营养状况评估、预测、临床结果和身体成分监测方面的有效性	人工智能模型在营养不良检测中表现出高预测准确性（AUC>0.80），机器学习算法优于传统筛查工具，深度学习模型在医学影像中实现了高分割精度（Dice相似系数：0.92-0.94）	需要进一步研究以标准化AI模型并确保临床适用性	评估人工智能在癌症患者营养不良管理中的作用	癌症患者	医疗人工智能	癌症	机器学习算法（决策树、随机森林、支持向量机）、深度学习模型	决策树、随机森林、支持向量机、深度学习模型	医学影像、临床数据	11项研究（n = 52,228名患者）
624	2025-05-24	Large language models as an academic resource for radiologists stepping into artificial intelligence research 2025 May-Jun, Current problems in diagnostic radiology IF:1.5Q3 DOI:10.1067/j.cpradiol.2024.12.004 PMID:39672727	研究论文	评估GPT-4o作为推荐系统在帮助放射科医生理解和实施AI研究中的有效性	使用大型语言模型（如GPT-4o）作为虚拟顾问，为放射科研究人员提供定制的机器学习和深度学习算法推荐	需要进一步研究将大型语言模型整合到常规工作流程中及其在持续专业发展中的作用	增强放射科医生对AI在研究中应用的理解和实施	放射科医生和早期职业研究人员	自然语言处理	NA	大型语言模型（LLMs）	GPT-4o, U-Net, Random Forest, Attention U-Net, EfficientNet	医学影像数据	NA
625	2025-05-24	A Tutorial on the Use of Artificial Intelligence Tools for Facial Emotion Recognition in R 2025 May-Jun, Multivariate behavioral research IF:5.3Q1 DOI:10.1080/00273171.2025.2455497 PMID:39949325	教程	本文回顾了三种基于人工智能的面部情绪识别工具，并提供了R语言中的示例代码	介绍了三种流行的人工智能情绪检测程序，并提供了R语言的实现代码	仅介绍了三种工具，未涉及其他可能的技术或工具	提高社交和行为科学研究中可解释人工智能的素养	面部情绪识别工具	计算机视觉	NA	机器学习、深度学习、计算机视觉	NA	图像	NA
626	2025-05-24	Enhancing data quality in medical concept normalization through large language models 2025-May, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104812 PMID:40180205	research paper	本研究评估了医学概念归一化（MCN）在不同数据质量场景下的表现，并探讨了如何利用大型语言模型（LLMs）提升数据质量以改善MCN性能	通过使用ChatGPT进行零样本和小样本提示的数据增强，研究了数据质量对MCN模型性能的影响，并提出了基于LLM的数据增强策略	数据增强技术可能引入重复数据项，特别是在数据分布的均值区域，需谨慎设计以避免这些问题	提升医学概念归一化（MCN）的数据质量，以改善MCN性能	医学概念归一化（MCN）的数据集	自然语言处理	NA	ChatGPT-based zero-shot prompting, few-shot prompting	LLM	text	NA
627	2025-05-24	Systematic review of computational techniques, dataset utilization, and feature extraction in electrocardiographic imaging 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03264-z PMID:39779645	综述	本文系统分析了ECG成像（ECGI）重建中的计算技术，重点关注数据集识别、问题解决和特征提取	揭示了传统方法与先进技术（如混合技术和深度学习）在ECGI中的应用趋势，并强调了数据利用和计算技术整合的重要性	仅限2010年至2023年发表的英文同行评审论文，且排除了未描述计算技术的研究	分析ECGI重建中的计算技术，以提升心脏诊断和治疗的精确性	ECG成像（ECGI）相关的计算技术和数据集	生物医学工程	心血管疾病	边界元法、Tikhonov方法、深度学习	NA	ECG成像数据	99篇论文
628	2025-05-24	Evolution Trend of Brain Science Research: An Integrated Bibliometric and Mapping Approach 2025-May, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70451 PMID:40395088	研究论文	本研究采用文献计量分析和知识图谱可视化方法，绘制了全球脑科学研究的趋势、热点和合作网络	首次全面综述脑科学研究趋势，揭示当前研究前沿和关键方向，为研究人员和政策制定者提供战略路线图	中国在国际合作方面表现有限，且高影响力学者较少，存在‘数量重于质量’的挑战	分析全球脑科学研究的趋势、热点和合作网络	1990-2023年间Web of Science核心合集中的13,590篇文章	文献计量学	NA	文献计量分析、知识图谱可视化	NA	文献数据	13,590篇文章
629	2025-05-24	Hybrid optimized temporal convolutional networks with long short-term memory for heart disease prediction with deep features 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2310075 PMID:38584483	研究论文	本文提出了一种结合时间卷积网络和长短期记忆网络的混合深度学习策略，用于心脏病预测	使用混合优化的深度分类器（HODC）结合TCN和LSTM，并采用新提出的EFBI元优化算法进行参数优化	未提及具体的数据集来源和样本多样性，可能影响模型的泛化能力	开发一种高效的心脏病早期预测模型	心脏病患者	机器学习	心血管疾病	1DCNN, TCN, LSTM	混合模型（TCN+LSTM）	医疗数据	NA
630	2025-05-24	ESMpHLA: Evolutionary Scale Model-Based Deep Learning Prediction of HLA Class I Binding Peptides 2025-May, HLA IF:5.9Q1 DOI:10.1111/tan.70263 PMID:40405507	research paper	本研究开发了一种基于进化尺度模型（ESM）的深度学习模型ESMpHLA，用于预测HLA I类结合肽	结合了并行CNN块和交叉注意力机制，构建了新型ESMpHLA模型，并在HLA I类结合肽预测中表现出色	NA	预测HLA I类与肽的结合亲和力，以研究免疫识别和疫苗开发	HLA I类结合肽	machine learning	NA	深度学习	CNN, 交叉注意力机制	肽序列数据	91,560个HLA-A等位基因的结合肽，56,731个HLA-B等位基因的结合肽，2,444个HLA-C等位基因的结合肽
631	2025-05-24	Comparison and analysis of major research methods for non-destructive testing of wind turbine blades 2025-May-01, The Review of scientific instruments DOI:10.1063/5.0252130 PMID:40407392	研究论文	本文通过文献计量分析对风力涡轮机叶片损伤检测方法进行分类，并比较主要的无损检测技术	重点讨论了多方法集成的损伤评估、在线无损检测技术的进步以及深度学习等智能算法的应用	未提及具体实验数据或案例研究来验证所讨论技术的实际效果	指导风电专业人员选择叶片健康监测技术，促进风电行业的可持续性和效率	风力涡轮机叶片的健康监测和损伤识别	可再生能源技术	NA	应变数据监测、振动数据监测、声学测量、超声波检测、热成像、图像识别	深度学习	应变数据、振动数据、声学数据、超声波数据、热成像数据、图像数据	NA
632	2025-05-23	Molecular insights fast-tracked: AI in biosynthetic pathway research 2025-May-22, Natural product reports IF:10.2Q1 DOI:10.1039/d4np00003j PMID:40130306	综述	本文探讨了人工智能在生物合成途径研究中的潜力，以加速分子洞察并应对相关挑战	综述了AI技术在生物合成途径研究中的应用，包括机器学习、深度学习、自然语言处理等多种技术，并讨论了AI在途径发现、设计和优化中的具体应用	指出了当前AI在生物合成途径研究中的局限性，并强调了AI与实验方法协同的重要性	探讨AI如何加速生物合成途径研究，以开发具有药理学、农业和生物技术应用的生物活性天然产物	生物合成途径研究	机器学习	NA	机器学习(ML)、深度学习(DL)、自然语言处理、网络分析、数据挖掘	NA	组学数据	NA
633	2025-05-23	On factors that influence deep learning-based dose prediction of head and neck tumors 2025-May-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adcfeb PMID:40267938	研究论文	本研究探讨了影响基于深度学习的头颈部肿瘤剂量预测模型的关键因素	系统分析了输入和剂量网格分辨率、输入类型、损失函数、模型架构和噪声对模型性能的影响，并提出了优化建议	仅使用了两个数据集（一个公共数据集和一个内部临床数据集），可能限制了结果的普适性	评估深度学习模型在头颈部癌症放射治疗剂量预测中的准确性、鲁棒性和计算效率	头颈部肿瘤的放射治疗剂量预测	数字病理	头颈部癌症	深度学习	SwinUNETR	CT图像和剂量网格数据	两个数据集（OpenKBP公共数据集和内部临床数据集）
634	2025-05-23	Quantum-Chemical Simulation of Multiresonance Thermally Activated Delayed Fluorescence Materials Based on B,N-Heteroarenes Using Graph Neural Networks 2025-May-22, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01243 PMID:40338523	研究论文	本研究开发了一种基于B,N-杂芳烃的多共振热激活延迟荧光（MR-TADF）材料的简单分子设计方法，并利用图神经网络加速了MR-TADF发射体的搜索	提出了一种基于π扩展DABNA核心的简单分子设计方法，并开发了基于深度学习的加速搜索工具，用于预测MR-TADF发射体的能量值	NA	开发高效、窄带发射的MR-TADF材料，用于下一代电致发光器件	基于B,N-杂芳烃的MR-TADF材料	机器学习	NA	密度泛函理论，深度学习	图神经网络	化学分子数据	18种不同的环状系统修饰的化合物
635	2025-05-23	Evaluating machine- and deep learning approaches for artifact detection in infant EEG: classifier performance, certainty, and training size effects 2025-May-22, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/add740 PMID:40354792	research paper	评估机器学习和深度学习在婴儿EEG伪迹检测中的性能、确定性及训练数据量影响	直接处理未经特征提取的婴儿EEG复杂噪声信号，比较RF、SVM和DL模型性能，并探讨分类器确定性与数据覆盖率的权衡	研究仅基于单一数据集（BRISE项目），且未探索其他潜在有效的特征提取方法或模型架构	开发自动化方法以减少婴儿EEG伪迹检测的主观性和工作量	294名婴儿（平均年龄8.34个月）的EEG数据，共66,851个时段	machine learning	NA	EEG信号处理	Random Forest (RF), Support Vector Machine (SVM), deep learning (DL)	EEG信号	294名婴儿的66,851个EEG时段（45%标记为伪迹）
636	2025-05-23	Whole-body CT-to-PET synthesis using a customized transformer-enhanced GAN 2025-May-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add8dd PMID:40367973	research paper	提出了一种基于深度学习的全身CT到PET图像合成方法，使用定制的transformer增强GAN模型	提出了一个结合残差块和全连接transformer残差块的CPGAN模型，能够同时捕捉局部特征和全局上下文信息，并设计了包含结构一致性的定制损失函数以提高合成PET图像的质量	CT图像本身无法直接反映代谢组织的生物信息	开发一种能够从CT图像合成高质量PET图像的深度学习方法，以减少对实际PET-CT扫描的依赖	全身CT和PET图像	digital pathology	tumors	深度学习	transformer-enhanced GAN (CPGAN)	3D和2D医学图像	102对3D CT和PET扫描，切片为27,240对2D图像（训练21,855对，验证2,810对，测试2,575对）
637	2025-05-23	Recognizing artery segments on carotid ultrasonography using embedding concatenation of deep image and vision-language models 2025-May-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add8db PMID:40367970	研究论文	本研究提出了一种自动分类模型，用于识别颈动脉超声图像中的不同动脉段，以提高颈动脉检查的量化准确性	结合了预训练的DenseNet201、视觉变换器和回声对比语言-图像预训练模型的嵌入特征，使用支持向量机分类器进行解剖结构识别	样本量相对较小（288名患者），且仅使用了B型超声图像	提高颈动脉超声检查的准确性和一致性	颈总动脉（CCA）、颈动脉球部、颈内动脉（ICA）和颈外动脉（ECA）	计算机视觉	心血管疾病	深度学习	DenseNet201, 视觉变换器, 支持向量机	图像	288名患者的2943张B型超声图像（CCA: 1563; 球部: 611; ICA: 476; ECA: 293）
638	2025-05-23	Data-Driven Detection of Nocturnal Pollen Fragmentation Triggered by High Humidity in an Urban Environment 2025-May-22, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c13905 PMID:40400486	研究论文	本文开发了一种数据驱动的方法，结合深度学习和自动机器学习，用于检测城市环境中的花粉碎片化现象及其触发气象条件	首次利用气象和在线BioPM光谱数据常规检测花粉碎片化，明确了湿度超过90%时触发碎片化的阈值，并发现这一现象主要发生在夜间	研究仅基于气象和光谱数据，未涉及其他可能影响花粉碎片化的环境因素	检测花粉碎片化现象并确定其触发气象条件，以评估其对公共健康的影响	城市环境中的生物颗粒物（BioPM），特别是花粉	环境科学	NA	深度学习、自动机器学习、可解释性方法	NA	气象数据、在线BioPM光谱数据	NA
639	2025-05-23	Machine learning models for pharmacogenomic variant effect predictions - recent developments and future frontiers 2025-May-22, Pharmacogenomics IF:1.9Q3 DOI:10.1080/14622416.2025.2504863 PMID:40401639	综述	本文综述了机器学习在药物基因组变异效应预测中的最新进展和未来方向	探讨了新兴的深度学习方法如何利用进化保守性和生物物理特性，以及集成方法如何提高预测的准确性、稳健性和可解释性	未具体提及研究的局限性	提高药物基因组变异效应的预测能力，以支持精准医学的实施	药物基因组变异，特别是那些与药物处置和药物靶点相关的基因变异	机器学习	NA	机器学习（ML），深度学习	深度学习模型，集成模型	DNA序列，蛋白质序列	NA
640	2025-05-23	Using Traditional and Deep Machine Learning to Predict Emergency Room Triage Levels 2025-May-22, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0632 PMID:40401726	研究论文	本研究开发了使用传统机器学习和深度学习方法预测急诊室分诊等级的方法	结合了土耳其语医疗文档处理和特定土耳其医疗系统特点的预测模型，以及BERT嵌入在神经网络模型中的显著性能提升	研究数据仅来自土耳其当地一家医院，可能影响模型的泛化能力	提高急诊室分诊的准确性和效率	急诊室患者的分类等级	自然语言处理	NA	Bag of Words, Word2Vec, BERT嵌入	逻辑回归, 随机森林, XGBoost, CNN, LSTM	结构化数据和非结构化文本数据	土耳其当地医院急诊科就诊患者数据集