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
181	2025-08-04	Diagnosis of unilateral vocal fold paralysis using auto-diagnostic deep learning model 2025-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09797-z PMID:40730807	research paper	开发了一种基于深度学习的自动诊断系统，用于单侧声带麻痹的诊断，结合了图像和视频模型	首次将视频模型用于单侧声带麻痹的诊断，能够评估声带动态，提高了诊断准确性和多任务评估能力	图像模型在预测侧向性和麻痹类型方面表现有限	开发一种自动诊断系统，用于单侧声带麻痹的全面评估	单侧声带麻痹患者	digital pathology	vocal fold paralysis	deep learning	CNN (image-based), video-based DL model	image, video	500名参与者的2639个视频片段
182	2025-08-04	Supervised learning of the Jaynes-Cummings Hamiltonian 2025-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02611-w PMID:40730829	研究论文	本研究探讨了深度神经网络（DNN）在仅通过能量谱估计Jaynes-Cummings哈密顿量参数中的应用	提出了一种结合去噪U-Net和vDNN的新模型，能将误差降低约77%，展示了深度学习模型在噪声数据下估计哈密顿量参数的潜力	vDNN模型对高斯噪声的抵抗能力有限，仅在特定范围内有效	利用深度学习模型从能量谱中估计Jaynes-Cummings哈密顿量的参数	Jaynes-Cummings哈密顿量的能量谱	机器学习	NA	深度神经网络（DNN）、去噪U-Net	vDNN、U-Net	能量谱数据	NA
183	2025-08-04	Harnessing infrared thermography and multi-convolutional neural networks for early breast cancer detection 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09330-2 PMID:40721416	研究论文	本研究提出了一种名为Thermo-CAD的先进计算机辅助诊断系统，利用红外热成像技术和多卷积神经网络进行早期乳腺癌检测	结合多种卷积神经网络(CNNs)和特征转换选择方法(如非负矩阵分解和Relief-F)来提高诊断准确性和可靠性	在区分良性和恶性病例时准确率较低(79.3%)	开发一种非侵入性、无辐射的乳腺癌早期检测方法	乳腺组织	数字病理学	乳腺癌	红外热成像技术	CNN	图像	两个数据集：DMR-IR数据库和一个新的热成像数据集
184	2025-08-04	An efficient intelligent transportation system for traffic flow prediction using meta-temporal hyperbolic quantum graph neural networks 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10794-5 PMID:40721612	研究论文	提出了一种名为Meta Temporal Hyperbolic Quantum Graph Neural Networks (MTH-QGNN)的新型深度学习框架，用于智能交通系统中的交通流量预测	整合了双曲嵌入、元学习、量子图和神经常微分方程(NODEs)技术，提高了交通流量预测的实时性和准确性	未提及模型在极端天气或突发事件等异常情况下的表现	提升智能交通系统中交通流量预测的准确性和实时性	城市交通流量数据	智能交通系统	NA	元学习、量子图神经网络(QGNNs)、神经常微分方程(NODEs)	MTH-QGNN (Meta Temporal Hyperbolic Quantum Graph Neural Networks)	交通流量数据	Los-loop和SZ-taxi数据集
185	2025-08-04	Determining the scanning range of coronary computed tomography angiography based on deep learning 2025-Jul-28, World journal of radiology IF:1.4Q3 DOI:10.4329/wjr.v17.i7.110394 PMID:40746516	研究论文	本研究开发了一种基于深度学习的自动化方法，用于确定冠状动脉CT血管造影的扫描范围	利用前后位定位图像和深度学习技术自动化确定CCTA扫描范围，替代传统手动方法	研究数据来自单一医疗机构，可能影响模型的泛化能力	开发自动化确定冠状动脉CT血管造影扫描范围的方法	1388名患者的胸部CT数据	数字病理学	心血管疾病	CT扫描	深度学习模型	图像	1388例患者数据（训练集672例，验证集167例，测试集167例）
186	2025-08-04	Ultra-early detection of S100B biomarkers using a nanophotonic biosensor with deep learning quantification: A clinical model based on EDAS patients 2025-Jul-24, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117810 PMID:40752476	research paper	开发了一种结合纳米光子生物传感器和深度学习的平台，用于超灵敏S100B生物标志物的检测，并在EDAS患者模型中验证了其临床潜力	整合了纳米光子生物传感器和深度学习技术，实现了S100B的超早期检测，具有高灵敏度和快速响应时间	研究样本量较小（n=25），且仅在EDAS患者模型中验证，未在其他类型的脑损伤中进行广泛测试	开发一种超早期检测脑损伤生物标志物的方法，以改善轻度创伤性脑损伤（mTBI）的管理	EDAS患者的血清、尿液、唾液和脑脊液样本	数字病理	脑损伤	纳米光子生物传感器、深度学习	ResNet-50	image	25名EDAS患者的匹配生物样本（血清、尿液、唾液、CSF）
187	2025-08-04	Shallow learning model for long-term cyanobacterial bloom forecasting in real-time monitoring system 2025-Jul-23, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124283 PMID:40752389	research paper	本文介绍了一种浅层LSTM神经网络模型，用于实时监测系统中长期蓝藻水华的预测	提出了一种成本效益高、低功耗且易于实现的边缘AI系统，能够在微控制器单元上实时进行蓝藻水华预测	模型在28天时间范围内的预测准确率为70%，可能存在一定的误差	开发一种适用于边缘计算的实时蓝藻水华预测系统	蓝藻水华的长期预测	machine learning	NA	LSTM神经网络	LSTM	time series data	NA
188	2025-08-04	TME-guided deep learning predicts chemotherapy and immunotherapy response in gastric cancer with attention-enhanced residual Swin Transformer 2025-Jul-21, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102242 PMID:40695288	研究论文	利用深度学习模型预测胃癌患者对化疗和免疫治疗的响应	提出了一种注意力增强的残差Swin Transformer网络，用于预测化疗响应，并通过中间任务（ImmunoScore和POSTN）提升模型性能	需要前瞻性研究验证其临床实用性	预测胃癌患者对化疗和免疫治疗的响应，为个性化治疗提供依据	3095名胃癌患者	数字病理	胃癌	深度学习	Swin Transformer	临床数据	3095名胃癌患者
189	2025-08-04	The Role of Artificial Intelligence in Heart Failure Diagnostics, Risk Prediction, and Therapeutic Strategies: A Comprehensive Review 2025-Jul, Cureus DOI:10.7759/cureus.87130 PMID:40747166	综述	本文全面回顾了人工智能在心力衰竭诊断、风险预测和治疗策略中的应用	探讨了AI如何通过改进风险评估、患者自我管理和诊断来提升心力衰竭患者的生活质量，并展示了AI在心脏成像系统和远程监测技术中的集成应用	实施成本高、数据隐私问题以及算法偏见等伦理考虑	研究人工智能在心力衰竭管理中的应用及其对患者预后的影响	心力衰竭患者	机器学习	心血管疾病	神经网络、深度学习算法、规则型AI系统	CNN, LSTM	结构化健康记录、心脏成像数据	NA
190	2025-08-04	Real-time guidance and automated measurements using deep learning to improve echocardiographic assessment of left ventricular size and function 2025-Jul, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf094 PMID:40747448	研究论文	本研究评估了基于深度学习的实时引导和自动测量对左心室大小和功能测量可重复性的影响	结合实时深度学习引导与自动测量，显著提高了左心室大小和功能测量的可重复性	未显著改善射血分数的可重复性，未来研究需评估其临床效果	提高超声心动图对左心室大小和功能评估的可重复性	46名患者（24名乳腺癌患者和22名普通心脏病患者）	数字病理学	心血管疾病	深度学习	DL	图像	46名患者，共52次纳入和208次超声心动图检查
191	2025-08-04	Three-Dimensional Choroidal Vessel Analysis in Asymmetric Bilateral Age-Related Macular Degeneration: A Comparison of Active Neovascular AMD and Dry AMD Fellow Eyes 2025-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.9.64 PMID:40719538	研究论文	本研究使用创新的三维算法评估了双侧年龄相关性黄斑变性（AMD）患者的脉络膜血管系统，比较了新生血管性AMD和干性AMD眼的差异	采用创新的三维深度学习算法对脉络膜血管系统进行分割和分析，首次在不对称双侧AMD患者中比较了两种AMD亚型的脉络膜血管特征	样本量较小（仅30例患者），且为回顾性研究设计	比较双侧不对称AMD患者中新生血管性AMD眼和干性AMD眼的脉络膜血管特征差异	30例双侧不对称AMD患者（共60只眼）	数字病理学	年龄相关性黄斑变性	扫频光学相干断层扫描（swept-source OCT）	深度学习算法	三维图像数据	30例患者（60只眼），平均年龄78.63±8.01岁
192	2025-05-14	Deep learning-enabled echocardiographic assessment of biventricular ejection fractions: the dual-task QUEST-EF model 2025-Jul-31, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf147 PMID:40354128	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
193	2025-08-03	Electrocardiogram-Based Artificial Intelligence to Identify Coronary Artery Disease 2025-Jul-31, JACC. Advances DOI:10.1016/j.jacadv.2025.102041 PMID:40749517	研究论文	本研究开发了一种基于心电图（ECG）的深度学习模型ECG2CAD，用于检测冠状动脉疾病（CAD）并识别有不良事件风险的人群	利用深度学习模型ECG2CAD从心电图中识别CAD，相比基于年龄和性别的模型或Pooled Cohort Equations有显著改进	研究结果在不同测试集中的表现存在差异，特别是在UK Biobank中的AUPRC较低	开发一种基于ECG的人工智能模型，用于检测CAD并预测不良事件风险	心电图数据和冠状动脉疾病患者	机器学习	心血管疾病	深度学习	深度学习模型（具体未说明）	心电图数据	训练集：764,670份ECG（137,199人）；测试集：MGH（18,706人）、BWH（88,270人）、UK Biobank（42,147人）
194	2025-08-03	Advanced air quality prediction using multimodal data and dynamic modeling techniques 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11039-1 PMID:40738914	研究论文	提出了一种新型混合深度学习模型，用于提高空气质量预测的准确性	结合了CNN、BiLSTM、注意力机制、GNN和Neural ODEs等多种先进技术，并引入自适应池化机制以减少计算复杂性和训练时间	未提及具体的地理范围或时间跨度的限制	提高空气质量预测的准确性，支持实时环境监测和大规模预测	空气质量数据，包括PM2.5、PM10、CO和臭氧等污染物	机器学习	NA	深度学习	CNN, BiLSTM, GNN, Neural ODEs	多模态数据（地面传感器数据、气象数据、卫星图像）	使用Air Quality Open Dataset (AQD)数据集，具体样本量未提及
195	2025-08-03	Deep learning for property prediction of natural fiber polymer composites 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10841-1 PMID:40738916	研究论文	本文探讨了深度学习在预测天然纤维聚合物复合材料性能方面的应用	使用混合CNN-MLP模型和DNNs预测聚合物复合材料的机械、热和化学性能，展示了DNNs在捕捉复杂非线性关系方面的优越性	研究样本量相对较小，仅包含180个实验样本，虽然通过bootstrap技术增加到1500个，但仍可能影响模型的泛化能力	研究深度学习技术在预测天然纤维聚合物复合材料性能方面的应用	四种天然纤维（亚麻、棉花、剑麻、大麻）和三种聚合物基质（PLA、PP、环氧树脂）	机器学习	NA	深度学习（DL）	CNN-MLP, DNNs	实验数据	180个实验样本，通过bootstrap技术增加到1500个
196	2025-08-03	Ultrasound derived deep learning features for predicting axillary lymph node metastasis in breast cancer using graph convolutional networks in a multicenter study 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13086-0 PMID:40738938	研究论文	本研究旨在开发和验证一种基于超声的图卷积网络（GCN）模型，用于预测乳腺癌患者的腋窝淋巴结转移（ALNM）	首次使用基于超声的GCN模型预测乳腺癌患者的ALNM，并在多中心研究中验证其性能	研究为回顾性设计，需要前瞻性研究进一步验证临床应用的可行性	开发一种非侵入性方法来预测乳腺癌患者的腋窝淋巴结转移状态	乳腺癌患者	数字病理	乳腺癌	超声成像	图卷积网络（GCN）	超声图像	820名符合条件的乳腺癌患者（训练队列621人，验证队列1 112人，验证队列2 87人）
197	2025-08-03	A hybrid deep learning model for sentiment analysis of COVID-19 tweets with class balancing 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97778-7 PMID:40738947	research paper	该研究提出了一种混合深度学习模型，用于分析COVID-19相关推文的情感，结合了BERT和LSTM网络	结合BERT进行上下文特征提取和LSTM进行序列学习，并应用随机过采样（ROS）解决类别不平衡问题	未提及模型在不同语言或文化背景下的泛化能力	准确分类COVID-19相关社交媒体讨论中的公众情感	COVID-19相关的推文	natural language processing	COVID-19	BERT, LSTM, Random OverSampling (ROS)	hybrid deep learning model (BERT + LSTM)	text	未明确提及样本数量
198	2025-08-03	Compressive strength modelling of cenosphere and copper slag-based geopolymer concrete using deep learning model 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13176-z PMID:40738956	研究论文	本研究利用人工神经网络（ANN）预测含铜渣的微珠基地聚合物混凝土的28天抗压强度	首次将ANN模型应用于含铜渣的微珠基地聚合物混凝土抗压强度预测，准确率超过98.6%	未提及模型在其他类型地聚合物混凝土中的泛化能力	开发可持续建筑材料的性能预测方法	含铜渣的微珠基地聚合物混凝土	机器学习	NA	人工神经网络（ANN）	ANN	材料性能数据	未明确说明具体样本数量
199	2025-08-03	Refined prognostication of pathological complete response in breast cancer using radiomic features and optimized InceptionV3 with DCE-MRI 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08565-3 PMID:40739101	研究论文	该研究提出了一种利用MRI图像提取的放射组学特征和优化的InceptionV3模型来预测乳腺癌患者病理完全缓解（pCR）的新方法	研究创新点包括从dcom系列中提取高级特征（如面积、周长、熵等）以及将提取的特征与InceptionV3模型结合使用，并通过不同的损失函数、优化器函数和激活函数组合优化模型性能	NA	预测乳腺癌患者在接受新辅助治疗后是否能够达到病理完全缓解（pCR）	255名乳腺癌患者的MRI数据	数字病理	乳腺癌	MRI	InceptionV3 (GoogleNet)	图像	255名患者
200	2025-08-03	A privacy preserving machine learning framework for medical image analysis using quantized fully connected neural networks with TFHE based inference 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07622-1 PMID:40739149	research paper	提出了一种基于全同态加密的隐私保护机器学习框架，用于医学图像分析	结合全连接神经网络和TFHE全同态加密技术，在保证数据隐私的同时进行医学图像分析	仅在MedMNIST数据集上进行了验证，未在其他医学图像数据集上测试	开发一个隐私保护的医学图像分析框架	医学图像数据	digital pathology	NA	TFHE全同态加密	FCNN	image	MedMNIST数据集