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
781	2025-05-20	Technology Advances in the placement of naso-enteral tubes and in the management of enteral feeding in critically ill patients: a narrative study 2025-May-16, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2025.05.022 PMID:40383254	研究论文	本文综述了重症患者鼻肠管放置和肠内喂养管理的技术进步	介绍了多种新技术如POCUS、电磁传感器、实时视频辅助放置等在鼻肠管放置和肠内喂养管理中的应用	NA	探讨重症患者鼻肠管放置和肠内喂养管理的技术进步	重症患者	医学技术	重症疾病	POCUS、电磁传感器、实时视频辅助放置、阻抗传感器、虚拟现实、深度学习算法	深度学习算法	医学影像、传感器数据	NA
782	2025-05-20	Assessing fetal lung maturity: Integration of ultrasound radiomics and deep learning 2025-May-16, African journal of reproductive health IF:0.7Q4 DOI:10.29063/ajrh2025/v29i5s.7 PMID:40387939	研究论文	本研究通过结合放射组学和深度学习方法，构建了一个预测胎儿肺部成熟度的模型	整合放射组学特征和临床数据，利用深度学习方法提高胎儿肺部成熟度评估的准确性和可靠性	需要在不同的医疗环境中进行模型的验证和优化	提高胎儿肺部成熟度的预测水平，以改善产前护理和婴儿健康	263例妊娠期的超声图像	数字病理	胎儿肺部成熟度评估	超声成像，放射组学特征提取	DenseNet121	图像	263例妊娠期的超声图像
783	2025-05-20	Toward Ultralow-Power Neuromorphic Speech Enhancement With Spiking-FullSubNet 2025-May-15, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3566021 PMID:40372867	research paper	提出了一种基于脉冲神经网络的超低功耗语音增强系统Spiking-FullSubNet，用于提高边缘设备的语音清晰度和质量	采用全频带和子频带融合的方法有效捕捉全局和局部频谱信息，引入受人类外周听觉系统启发的频率分区方法，并提出一种新型脉冲神经元模型以增强多尺度时间处理能力	NA	开发超低功耗的语音增强系统，适用于边缘设备如耳机和助听器	语音信号	machine learning	NA	SNN	Spiking-FullSubNet	audio	Intel Neuromorphic Deep Noise Suppression (N-DNS) Challenge数据集
784	2025-05-20	Bacterial identification in SERS-integrated microfluidics using CNN-driven 2D classification of 1D spectra 2025-May-15, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128325 PMID:40381415	research paper	该研究提出了一种结合SERS微流控技术和优化的2D-CNN用于细菌分类的新框架	首次探索了SERS光谱的2D表示方法在芯片上细菌识别中的应用，并系统评估了九种不同的1D到2D光谱转换方法	其他转换方法如成对距离和自相关表现低于93%，表明它们在捕捉细微光谱特征方面的能力有限	开发一种用于细菌识别的高效分析方法	细菌样本	machine learning	NA	SERS, 微流控技术	2D-CNN	光谱数据	控制数据集和芯片数据集
785	2025-05-20	Machine Learning-Based Multimodal Radiomics and Transcriptomics Models for Predicting Radiotherapy Sensitivity and Prognosis in Esophageal Cancer 2025-May-15, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110242 PMID:40381695	研究论文	本研究整合了机器学习驱动的多模态放射组学和转录组学，开发了预测食管癌放疗敏感性和预后的模型	利用SEResNet101深度学习模型分析影像和转录组数据，鉴定预后相关基因，并构建预后风险模型，同时发现STUB1通过促进SRC的泛素化和降解增强放疗敏感性	NA	预测食管癌患者的放疗敏感性和预后，为个体化放疗计划提供依据	食管癌患者	机器学习	食管癌	RNA-seq	SEResNet101	影像数据和转录组数据	来自UCSC Xena和TCGA数据库的数据
786	2025-05-20	A multi-layered defense against adversarial attacks in brain tumor classification using ensemble adversarial training and feature squeezing 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00890-x PMID:40369011	研究论文	本研究提出了一种多层防御策略，结合集成对抗训练和特征压缩技术，以提高脑肿瘤分类模型在对抗攻击下的鲁棒性	采用VGG16-based CNN模型，并结合对抗训练和特征压缩技术（如位深度降低和高斯模糊），有效提升了模型在对抗攻击下的准确率	在FGSM和PGD对抗样本上的准确率提升至54%和47%，但仍未达到原始干净数据的96%准确率	提高脑肿瘤分类模型在对抗攻击下的鲁棒性，确保AI在医学影像中的可靠性	脑肿瘤分类模型	计算机视觉	脑肿瘤	对抗训练（FGSM和PGD）、特征压缩技术（位深度降低和高斯模糊）	VGG16-based CNN	MRI图像	NA
787	2025-05-20	Diagnosis of thyroid cartilage invasion by laryngeal and hypopharyngeal cancers based on CT with deep learning 2025-May-13, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112168 PMID:40381388	research paper	开发一个基于卷积神经网络（CNN）的模型，用于诊断喉癌和下咽癌在CT图像中对甲状腺软骨的侵犯，并评估模型的诊断性能	利用ResNet101进行迁移学习，开发新的CNN模型来分类甲状腺软骨侵犯状态，并与放射科医生的诊断性能进行比较	样本量较小（91例），且未进行外部验证	开发并评估一个基于深度学习的模型，用于诊断喉癌和下咽癌对甲状腺软骨的侵犯	喉癌和下咽癌患者的CT图像	digital pathology	laryngeal and hypopharyngeal cancers	CT imaging	CNN (ResNet101)	image	91例（61例训练集，30例测试集）
788	2025-05-20	Morphotype-resolved characterization of microalgal communities in a nutrient recovery process with ARTiMiS flow imaging microscopy 2025-May-13, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123801 PMID:40382876	研究论文	利用流式成像显微镜（FIM）对微藻群落进行形态类型解析的特征描述，以优化废水处理中的营养回收过程	首次在全面规模的市政废水处理厂中，利用FIM技术（特别是ARTiMiS）实时监测微藻群落组成及其动态变化，并建立了水质化学、生物量组成与系统性能之间的关系	研究仅基于一个废水处理厂的数据，可能无法完全代表其他环境或条件下的微藻群落行为	优化微藻驱动的营养回收技术，提高磷的去除效率并降低处理成本	微藻群落，特别是Scenedesmus spp., Chlorella和Monoraphidium	环境生物技术	NA	流式成像显微镜（FIM），包括FlowCam和ARTiMiS	CNN（卷积神经网络）和DNN（密集神经网络）	图像	为期两年的研究，涉及一个全面规模的市政废水处理厂的微藻群落
789	2025-05-20	Paradigm-Shifting Attention-based Hybrid View Learning for Enhanced Mammography Breast Cancer Classification with Multi-Scale and Multi-View Fusion 2025-May-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3569726 PMID:40354201	研究论文	提出了一种基于注意力的混合视图学习框架（AHVL），用于增强乳腺X光检查中的乳腺癌分类	结合了对比切换注意力（CSA）和选择性池化注意力（SPA）机制，解决了多尺度特征捕获和视图一致性与输入适应性平衡的问题	未提及具体局限性	提高乳腺X光检查中乳腺癌分类的准确性和鲁棒性	乳腺X光图像	计算机视觉	乳腺癌	深度学习	AHVL（基于注意力的混合视图学习框架）	图像	INbreast和CBIS-DDSM数据集
790	2025-05-20	Domain-separated capsule network for damage detection in aluminum plates under varying vibration conditions 2025-May-12, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107688 PMID:40381421	研究论文	本文提出了一种域分离胶囊网络（DS-CapsNet），用于在不同振动条件下检测铝板中的损伤	结合胶囊网络与注意力机制，引入动态对抗因子优化特征对齐，增强模型鲁棒性	未提及具体样本量及实验环境多样性可能带来的限制	提高铝板损伤检测在振动环境变化下的准确性	2024铝合金板（飞机机翼/机身关键部件）	结构健康监测	NA	超声导波	DS-CapsNet（域分离胶囊网络）	振动信号数据	NA
791	2025-05-20	Preliminary phantom study of four-dimensional computed tomographic angiography for renal artery mapping: Low-tube voltage and low-contrast volume imaging with deep learning-based reconstruction 2025-May, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102929 PMID:40147091	研究论文	本研究评估了低管电压和低对比剂用量的4D-CT血管造影（CTA）结合深度学习重建（DLR）在肾动脉栓塞中的可行性	结合DLR的4D-CTA技术可减少辐射和对比剂用量，同时保持诊断质量	需要进一步的临床验证以确认这些发现在临床环境中的适用性	评估低管电压和低对比剂用量的4D-CTA结合DLR在肾动脉栓塞中的可行性	模拟对比剂增强血管的定制模型	数字病理	肾脏疾病	4D-CT血管造影（CTA），深度学习重建（DLR）	DLR	图像	定制模型（具体数量未提及）
792	2025-05-20	Devising a novel evaluation method for computed tomography images containing metal artifacts from titanium seed implants: Application to virtual monochromatic imaging energy optimization 2025-May, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102944 PMID:40199192	研究论文	本研究旨在开发一种新的评估方法，用于评估含钛种子植入物金属伪影的CT图像，并确定虚拟单色成像(VMI)的最佳能量水平以减少金属伪影并提高信号检测能力	提出了一种新的对比伪影比(CAR)评估方法，用于定量评估金属伪影对信号检测的影响，并确定了65 keV为VMI的最佳能量水平	研究仅针对钛种子植入物产生的金属伪影，未涉及其他金属材料	优化CT图像中金属伪影的减少和信号检测能力的提升	含钛种子植入物的CT图像	医学影像处理	前列腺癌	双能CT系统、深度学习(DL)、金属伪影减少(MAR)算法	NA	CT图像	使用包含模拟放射性种子的骨盆区域体模进行研究
793	2025-05-20	Artificial intelligence in drug resistance management 2025-May, 3 Biotech IF:2.6Q3 DOI:10.1007/s13205-025-04282-w PMID:40235844	综述	本文综述了人工智能（AI），特别是深度学习和机器学习（ML）在管理抗菌素耐药性（AMR）中的应用	AI模型如Naïve Bayes、决策树（DT）、随机森林（RF）、支持向量机（SVM）和人工神经网络（ANN）显著推进了耐药性模式的预测和新抗生素的识别	面临数据隐私、算法透明度、数据稀缺、伦理考虑及跨学科合作不足等挑战	探讨AI在管理抗菌素耐药性中的应用及其潜力	抗菌素耐药性（AMR）	机器学习	抗菌素耐药性	深度学习、机器学习	Naïve Bayes、DT、RF、SVM、ANN	NA	NA
794	2025-05-20	Reduction of radiation exposure in chest radiography using deep learning-based noise reduction processing: A phantom and retrospective clinical study 2025-May, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102958 PMID:40280035	研究论文	本研究评估了基于深度学习的智能降噪技术(INR)在平面胸部X光摄影中减少患者辐射剂量的效果	首次系统评估了INR技术在降低胸部X光辐射剂量同时保持图像质量的有效性	研究样本量有限(100例患者)，且仅使用Canon公司的INR技术	评估INR技术在胸部X光摄影中降低辐射剂量的效果	胸部X光图像(包括Lungman体模和100例患者影像)	数字病理	肺癌	深度学习降噪技术(INR)	深度学习(具体架构未说明)	医学影像	100例患者胸部X光图像
795	2025-05-20	Low-cost video-based air quality estimation system using structured deep learning with selective state space modeling 2025-May, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109496 PMID:40344874	研究论文	提出了一种基于视频的低成本空气质量估计系统，结合结构化深度学习和选择性状态空间建模	首次将选择性状态空间模型（SSM）与选择性扫描机制和混合预测器（HP）结合，用于视频空气质量估计，能够动态调整参数并有效捕捉长距离依赖关系	研究仅基于巴基斯坦拉合尔六个监测站的数据，可能在其他地区的泛化能力有限	开发一种高效、成本效益高的模型，用于准确预测空气质量和主动污染控制	空气质量数据，特别是PM、PM和AQI	计算机视觉	NA	深度学习，选择性状态空间建模	AQP-Mamba（基于SSM的模型）	视频	13,176个视频，来自巴基斯坦拉合尔的六个监测站
796	2025-05-20	Robust automatic train pass-by detection combining deep learning and sound level analysis 2025-May-01, JASA express letters IF:1.2Q3 DOI:10.1121/10.0036754 PMID:40387613	research paper	提出一种结合深度学习和声级分析的鲁棒自动列车通过检测方法	创新性地结合通用分类器、短声级分析和基于梅尔频谱图的分类来精确检测列车通过噪声	未提及方法在极端噪声环境下的性能表现	开发自动声音事件检测与分类方法以控制高噪声水平	列车通过时产生的噪声	machine learning	NA	mel-spectrogram-based classification, sound level analysis	generic classifier (未指定具体模型)	raw audio signal	various long-term signals (未明确样本数量)
797	2025-05-19	Deep-Learning-Based Integration of Sequence and Structure Information for Efficiently Predicting miRNA-Drug Associations 2025-May-17, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00038 PMID:40380921	研究论文	提出了一种名为DLST-MDA的深度学习方法，通过整合序列和结构信息来预测miRNA与药物的关联	创新地利用miRNA和药物的属性信息，而非常用的相互作用图信息，采用多尺度CNN和图神经网络分别学习序列和结构信息	性能可能受到miRNA和药物序列长度的限制	预测miRNA与药物的关联，以克服癌症治疗中的耐药性问题	miRNA和药物	机器学习	癌症	多尺度CNN，图神经网络	CNN, GNN	序列数据，分子图数据	基于最新数据库构建的基准数据集，具体样本量未明确说明
798	2025-05-19	Prediction of cervical spondylotic myelopathy from a plain radiograph using deep learning with convolutional neural networks 2025-May-17, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08908-8 PMID:40381026	research paper	本研究旨在开发基于卷积神经网络（CNN）的深度学习算法，用于从普通颈椎X光片中分类颈椎病性脊髓病（CSM）和颈椎病性神经根病（CSR）	利用CNN从普通X光片中分类CSM和CSR，并预测脊髓管面积率	样本量相对较小，外部验证集仅包含100名患者	开发深度学习算法以辅助非专科医生识别需要进一步评估或转诊的患者	颈椎病性脊髓病（CSM）和颈椎病性神经根病（CSR）患者	digital pathology	geriatric disease	deep learning	CNN	image	300名患者用于内部验证，100名患者用于外部验证
799	2025-05-19	ResNeXt-Based Rescoring Model for Proteoform Characterization in Top-Down Mass Spectra 2025-May-17, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00701-x PMID:40381130	research paper	该研究提出了一种基于ResNeXt的深度学习模型PrSMBooster，用于在蛋白质形态表征中对蛋白质形态谱匹配（PrSM）进行重新评分，以提高准确性	PrSMBooster作为一种集成方法，整合了四种机器学习模型（逻辑回归、XGBoost、决策树和支持向量机）作为弱学习器来获取PrSM特征，并将这些特征输入ResNeXt模型进行最终重新评分	缺乏明确的参考集可能影响结果的标准化	提高蛋白质形态表征的准确性	蛋白质形态谱匹配（PrSM）	machine learning	NA	质谱分析	ResNeXt, logistic regression, XGBoost, decision tree, SVM	质谱数据	47个独立质谱数据集
800	2025-05-19	Accelerated deep learning-based function assessment in cardiovascular magnetic resonance 2025-May-17, La Radiologia medica DOI:10.1007/s11547-025-02019-6 PMID:40381163	research paper	评估深度学习（DL）电影序列在心血管磁共振（CMR）中对左心室（LV）和右心室（RV）参数的诊断准确性和图像质量，与传统平衡稳态自由进动（bSSFP）电影序列进行比较	使用深度学习技术加速心血管磁共振中的功能评估，与传统方法相比具有更快的处理速度和相当的诊断准确性	DL cine序列在心内膜边缘定义上略逊于传统bSSFP序列	评估深度学习在心血管磁共振中功能评估的应用效果	心血管磁共振（CMR）检查的患者	digital pathology	cardiovascular disease	deep learning, balanced steady-state free precession (bSSFP)	DL	image	62名患者（平均年龄47±17岁，41名男性）