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
861	2025-05-18	Deep Learning Based Surface Classification of Functionalized Polymer Coatings 2025-May-13, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c03971 PMID:40306624	研究论文	本研究利用深度学习神经网络分析功能化聚合物涂层的表面分类	通过深度学习神经网络对聚合物涂层进行高精度分类，即使面对未知聚合物涂层也能保持高准确率	概念验证研究，样本量有限，仅包含10种结构不同的聚合物涂层	开发一种简单、快速且可扩展的表面分析方法，用于功能化聚合物涂层的分类	功能化聚合物涂层的表面特性	计算机视觉	NA	偏振光显微镜成像	CNN	图像	10种结构不同的聚合物涂层
862	2025-05-18	Automatic construction of risk transmission network about subway construction based on deep learning models 2025-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99561-0 PMID:40350479	研究论文	本研究基于深度学习模型，自动构建地铁施工安全风险传播网络	开发了针对地铁施工安全风险的特定领域实体识别模型和因果关系提取模型，实现了从事故文本中自动提取安全风险因素、安全事件及其因果关系	使用的文本数据量有限	提高地铁施工安全风险管理的效率和准确性	地铁施工事故文本数据	自然语言处理	NA	深度学习	BiLSTM-CRF, CNN	文本	562起地铁施工事故
863	2025-05-18	Relevance of choroid plexus volumes in multiple sclerosis 2025-May-08, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-025-00656-7 PMID:40340923	研究论文	本研究探讨了多发性硬化症（MS）中脉络丛（ChP）体积与脑室周围组织损伤的关系，并阐明了神经炎症在原发性进行性多发性硬化症（PPMS）中的作用	使用基于结构MRI数据的深度学习分割方法评估ChP体积，并发现ChP体积在复发缓解型多发性硬化症（RRMS）患者中显著增加，而在PPMS患者中未发现类似现象	研究为横断面设计，无法确定因果关系，且样本量相对较小	识别ChP与MS中脑室周围组织损伤的关系，并阐明神经炎症在PPMS中的作用	141名RRMS患者、64名PPMS患者和75名健康对照者	数字病理学	多发性硬化症	结构MRI	深度学习分割方法	MRI图像	280人（141名RRMS患者、64名PPMS患者和75名健康对照者）
864	2025-05-18	Inter-Relationships Between the Deep Learning-Based Pachychoroid Index and Clinical Features Associated with Neovascular Age-Related Macular Degeneration 2025-May-07, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14093245 PMID:40364275	research paper	本研究利用深度学习技术开发的Hokkaido University pachychoroid index (HUPI) 探讨了厚脉络膜对日本新生血管性年龄相关性黄斑变性(nAMD)临床特征的影响	使用改进的LeNet模型从EDI-OCT脉络膜图像计算HUPI，揭示了不同类型nAMD中厚脉络膜特征的差异及其与临床参数的关联	研究为回顾性观察研究，样本量相对较小(124眼)，且仅针对日本人群	探讨厚脉络膜对新生血管性年龄相关性黄斑变性临床特征的影响	111例初治nAMD患者的124眼(包括44眼1型MNV、26眼2型MNV和54眼PCV)	digital pathology	age-related macular degeneration	EDI-OCT	modified LeNet	image	124眼(来自111名患者)
865	2025-05-18	Explainable Artificial Intelligence for Diagnosis and Staging of Liver Cirrhosis Using Stacked Ensemble and Multi-Task Learning 2025-May-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091177 PMID:40361994	研究论文	本研究提出了一种基于深度学习的框架，用于利用T2加权MRI图像自动诊断和分期肝硬化的方法	结合堆叠集成学习、多任务学习（MTL）和迁移学习，在可解释人工智能（XAI）背景下提高诊断准确性、可靠性和透明度	NA	开发一种自动诊断和分期肝硬化的深度学习框架	肝硬化患者	数字病理学	肝硬化	T2加权MRI	CNN（VGG16, MobileNet, DenseNet121）和XGBoost	图像	CirrMRI600+数据集，采用10折交叉验证策略
866	2025-05-18	Convolutional Long Short-Term Memory network for generating 100 m daily near-surface air temperature 2025-May-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05032-6 PMID:40368929	research paper	该研究利用ConvLSTM深度学习模型生成中国江北气候区高时空分辨率的近地表气温数据集	提供了100米空间分辨率的日尺度近地表气温数据，并包含2023年夏季的最新数据	仅关注夏季月份（6月至8月）的数据，且研究区域限于中国江北气候区	为密集开发的城区提供高时空分辨率的近地表气温数据，以支持城市气候研究和热浪缓解策略	中国江北气候区2019年至2023年夏季的日最高、最低和平均气温	machine learning	NA	ConvLSTM	ConvLSTM	多源数据（ERA5温度数据、地形、土地覆盖和植被覆盖度）	2019年至2023年夏季（6月至8月）的日尺度数据
867	2025-05-18	Deep Learning-Based Classification of Canine Cataracts from Ocular B-Mode Ultrasound Images 2025-May-04, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15091327 PMID:40362142	research paper	本研究旨在开发和评估深度学习模型，用于从犬眼B型超声图像中自动分类白内障	使用四种广泛使用的深度学习模型（AlexNet、EfficientNetB3、ResNet50和DenseNet161）进行犬白内障分类，其中DenseNet161表现最佳	Hypermature白内障的分类准确率较低（78.6%）	开发自动分类犬白内障的深度学习模型，以辅助兽医诊断	犬白内障的超声图像	computer vision	白内障	B型超声成像	AlexNet, EfficientNetB3, ResNet50, DenseNet161	image	3155张超声图像（1329例无白内障，614例皮质性白内障，1033例成熟白内障，179例过熟白内障）
868	2025-05-18	Impact and Failure Analysis of U-Shaped Concrete Containing Polyurethane Materials: Deep Learning and Digital Imaging Correlation-Based Approach 2025-May-02, Polymers IF:4.7Q1 DOI:10.3390/polym17091245 PMID:40363029	研究论文	本研究利用先进的卷积神经网络（CNNs）分析并分类了含聚氨酯（PU）的U型混凝土在重复落锤冲击载荷下的断裂行为	结合数字图像相关（DIC）技术和深度学习模型（如InceptionV3、MobileNet和DenseNet121），实现了对混凝土裂缝阶段的自动化分类，显著提高了传统视觉检测方法的准确性和效率	样本量较小（仅17个U型试件），且PU含量梯度有限（0%、10%、20%和30%）	评估不同PU含量对混凝土抗冲击性和弯曲性能的影响，并开发自动裂缝评估框架	含聚氨酯的U型混凝土试件	计算机视觉	NA	数字图像相关（DIC）、动态与静态力学测试	CNN（InceptionV3、MobileNet、DenseNet121）	高分辨率裂缝图像	17个U型试件，共1655张裂缝图像
869	2025-05-18	Thermal Degradation of Palm Fronds/Polypropylene Bio-Composites: Thermo-Kinetics and Convolutional-Deep Neural Networks Techniques 2025-May-02, Polymers IF:4.7Q1 DOI:10.3390/polym17091244 PMID:40363028	研究论文	本研究评估了棕榈叶(PFR)对聚丙烯塑料(PP)热降解的影响，结合了TGA/FTIR实验测量、热动力学和卷积深度学习神经网络(CDNN)技术	结合热动力学和卷积深度学习神经网络技术，研究棕榈叶与聚丙烯塑料混合材料的热降解行为，并优化模型以减少成本函数	研究仅针对特定比例的PFR和PP混合材料，且温度范围有限，未涵盖所有可能的混合比例和温度条件	评估棕榈叶对聚丙烯塑料热降解的影响，探索可持续的塑料废物降解方法	棕榈叶(PFR)和聚丙烯塑料(PP)的纯材料及其混合材料	机器学习	NA	TGA/FTIR实验测量、热动力学分析、卷积深度学习神经网络(CDNN)	CDNN	热重分析数据	纯PFR、纯PP及含25%和50% PFR的混合材料，在不同加热速率(10、20、40 °C·min)和温度范围(25-600 °C)下进行实验
870	2025-05-18	Replicating PET Hydrolytic Activity by Positioning Active Sites with Smaller Synthetic Protein Scaffolds 2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202500859 PMID:40089854	研究论文	本文提出了一种计算策略，通过利用已知的催化机制并结合深度学习和分子计算，设计出新型的聚对苯二甲酸乙二醇酯水解酶（PET水解酶）	利用人工智能驱动的蛋白质结构预测和从头设计技术，成功复制了PET水解活性，设计出的酶序列长度比模板酶LCC短至少30%	NA	扩展酶多样性，设计出自然界中不存在的高活性和稳健的酶	聚对苯二甲酸乙二醇酯水解酶（PET水解酶）	蛋白质工程	NA	深度学习算法和分子计算	NA	蛋白质序列和结构数据	NA
871	2025-05-18	Automated Lightweight Model for Asthma Detection Using Respiratory and Cough Sound Signals 2025-May-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091155 PMID:40361974	研究论文	本研究利用AI分析和建模咳嗽与呼吸声音信号，开发了一个轻量级的深度学习模型，用于区分哮喘、COPD和健康受试者	首次提出利用双重声音信号（咳嗽和呼吸声音）结合多种机器学习算法（RF、SVM、DT、NN、KNN）和多数投票集成技术，以提高哮喘诊断的准确性和鲁棒性	研究仅针对哮喘和COPD，未涵盖其他慢性呼吸系统疾病，且样本量和多样性可能有限	开发一个基于AI的诊断系统，准确区分哮喘、COPD和健康受试者，以提升早期检测和临床管理	哮喘、COPD患者及健康受试者的咳嗽和呼吸声音信号	数字病理	哮喘、COPD	Gabor时频变换、NCA特征选择	RF、SVM、DT、NN、KNN	声音信号	NA
872	2025-05-18	EM-DeepSD: A Deep Neural Network Model Based on Cell-Free DNA End-Motif Signal Decomposition for Cancer Diagnosis 2025-May-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091156 PMID:40361973	研究论文	提出了一种基于cfDNA末端基序信号分解的深度学习框架EM-DeepSD，用于提高癌症诊断的准确性并适应不同的测序模式	开发了EM-DeepSD框架，结合信号分解、机器学习和深度学习模块，优化癌症诊断的准确性，并适应不同测序模式	样本量相对较小（146名癌症患者和122名非癌症对照）	提高癌症诊断的准确性并适应不同的测序模式	癌症患者和非癌症对照的cfDNA末端基序	数字病理学	癌症	5-羟甲基胞嘧啶测序（5hmCS）和广范围cfDNA测序（BR-cfDNA-Seq）	深度学习框架（EM-DeepSD）	cfDNA末端基序数据	146名癌症患者和122名非癌症对照
873	2025-05-18	CNN-LSTM-Based Damage Localization of Plate Structure 2025-May-01, Materials (Basel, Switzerland) DOI:10.3390/ma18092081 PMID:40363584	研究论文	提出了一种结合CNN和LSTM的创新损伤定位方法，用于铝板结构的损伤检测	创新性地将CNN和LSTM联合应用于损伤检测领域，克服了传统方法在特征提取和损伤定位上的不足	实验仅在铝板上进行，未涉及其他材料或复杂结构	提高板结构损伤定位的准确性	铝板结构	机器学习	NA	CNN-LSTM联合模型	CNN, LSTM	一维信号数据转换为二维灰度图像	铝板实验数据（具体数量未提及）
874	2025-05-17	New approaches to lesion assessment in multiple sclerosis 2025-May-19, Current opinion in neurology IF:4.1Q2 DOI:10.1097/WCO.0000000000001378 PMID:40377692	review	总结人工智能驱动的病灶分割和新型神经影像技术在多发性硬化症(MS)病灶识别和表征方面的最新进展	深度学习技术革新了MS病灶评估和分割，提高了准确性、可重复性和效率，并能自动检测特定病灶亚型	NA	改善MS的诊断、监测和治疗反应评估	多发性硬化症(MS)病灶	digital pathology	multiple sclerosis	quantitative susceptibility mapping (QSM), χ-separation imaging, soma and neurite density imaging (SANDI), PET	deep learning	neuroimaging	NA
875	2025-05-17	RadField3D: a data generator and data format for deep learning in radiation-protection dosimetry for medical applications 2025-May-16, Journal of radiological protection : official journal of the Society for Radiological Protection IF:1.4Q3 DOI:10.1088/1361-6498/add53d PMID:40334671	research paper	介绍了一个基于Geant4的开源蒙特卡洛模拟应用RadField3D，用于生成三维辐射场数据集，并提出了一个快速、机器可解释的数据格式RadFiled3D，便于神经网络研究集成	开发了开源工具RadField3D和配套的数据格式，旨在利用深度学习研究替代辐射模拟方法	未提及具体的数据集规模或应用场景的局限性	研究替代辐射模拟方法，特别是利用深度学习技术	三维辐射场数据集	machine learning	NA	Monte-Carlo simulation, deep learning	NA	three-dimensional radiation field datasets	NA
876	2025-05-17	Patient-specific uncertainty calibration of deep learning-based autosegmentation networks for adaptive MRI-guided lung radiotherapy 2025-May-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add640 PMID:40340988	research paper	该研究提出了一种针对自适应MRI引导的肺癌放射治疗中深度学习自动分割网络的患者特异性不确定性校准方法	提出了一种患者特异性训练后不确定性校准方法，显著提高了深度学习自动分割模型的不确定性校准精度	研究样本量相对较小（122例肺癌患者），且GTV分割性能在基线模型中表现较差	提高自适应放射治疗中深度学习自动分割模型的不确定性校准精度	肺癌患者和其器官风险区域（OARs）及大体肿瘤体积（GTVs）	digital pathology	lung cancer	Monte Carlo Dropout (MCD)	3D-U-Net	MRI图像	122例肺癌患者（80例训练集，19例验证集，23例测试集）
877	2025-05-17	Exploiting network optimization stability for enhanced PET image denoising using deep image prior 2025-May-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add63f PMID:40341245	研究论文	提出一种利用网络优化稳定性增强PET图像去噪的方法，基于条件深度图像先验（DIP）	在条件DIP的优化过程中引入稳定性映射，通过多个中间输出来识别网络优化轨迹中的不稳定区域，从而提高去噪的可靠性和定量准确性	方法仅在脑部[F]FDG PET图像上进行了验证，未涉及其他类型PET数据或更广泛的临床应用场景	提高PET图像去噪的可靠性和定量准确性	PET图像	数字病理	NA	深度图像先验（DIP）	条件DIP	图像	8个高分辨率脑部PET数据集
878	2025-05-17	Construction of Sonosensitizer-Drug Co-Assembly Based on Deep Learning Method 2025-May-16, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202502328 PMID:40376918	研究论文	本文介绍了一种基于深度学习的声敏剂-药物相互作用（SDI）模型，用于预测药物混合物的粒径	设计了多尺度交叉注意力机制来整合两种药物不同尺度子结构的特征表示，提高了预测准确性并允许分析分子结构对预测的影响	未明确说明模型在其他类型药物组合上的泛化能力	开发一种预测药物共组装粒径的深度学习方法	声敏剂和化疗药物的共组装纳米药物	机器学习	肝癌	深度学习	图神经网络	分子结构数据	NA
879	2025-05-17	ASOptimizer: optimizing chemical diversity of antisense oligonucleotides through deep learning 2025-May-16, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf392 PMID:40377084	research paper	介绍了一个基于深度学习的计算框架ASOptimizer，用于优化反义寡核苷酸（ASO）的序列和化学修饰	开发了一个用户友好的网络服务器，使研究人员无需深度学习专业知识即可轻松优化ASO序列和化学修饰	未提及具体性能指标或与其他方法的比较	优化反义寡核苷酸的化学多样性以提高基因治疗效果	反义寡核苷酸（ASO）	machine learning	NA	deep learning	NA	sequence data	NA
880	2025-05-17	Automated CT segmentation for lower extremity tissues in lymphedema evaluation using deep learning 2025-May-16, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11673-3 PMID:40377677	研究论文	开发并验证了一种基于深度学习的自动分割工具，用于下肢CT扫描中的组织成分分析	使用Unet++架构和EfficientNet-B7编码器的深度学习模型，实现了高精度的组织分割和淋巴水肿评估	样本量相对较小（内部和外部验证集各10例），且仅针对妇科癌症患者的下肢淋巴水肿	开发一种自动化的深度学习分割工具，用于淋巴水肿的临床评估	下肢CT扫描中的脂肪、肌肉和液-纤维化组织成分	数字病理学	淋巴水肿	CT扫描	Unet++ with EfficientNet-B7 encoder	CT图像	118例妇科癌症患者用于算法训练，内部和外部验证集各10例