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	2025-05-11	Enhancing E-commerce recommendations with sentiment analysis using MLA-EDTCNet and collaborative filtering 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91275-7 PMID:40000752	研究论文	本研究提出了一种结合情感分析和协同过滤的先进推荐框架，以提高电子商务推荐系统的准确性和用户满意度	采用MLA-EDTCNet进行情感分类，使用MCGAN解决类别不平衡问题，并通过OcOA优化模型参数	未提及具体的数据集规模限制或模型在不同类型商品上的泛化能力	提升电子商务推荐系统的性能和用户满意度	电子商务产品推荐系统	自然语言处理	NA	情感分析(SA), 协同过滤(CF), LFMI算法, MCGAN, OcOA	MLA-EDTCNet, MCGAN	文本	Amazon产品数据集（未提及具体数量）
182	2025-05-11	Development and validation of a deep reinforcement learning algorithm for auto-delineation of organs at risk in cervical cancer radiotherapy 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91362-9 PMID:40000766	研究论文	开发并验证了一种结合深度强化学习(DRL)和segment anything模型(SAM)的新算法，用于提高宫颈癌放疗中风险器官自动轮廓勾画的准确性	首次将SAM模型与强化学习结合用于放疗风险器官的自动勾画，提出了一种不增加模型复杂度的新训练策略	研究样本仅来自单一医疗机构，需要更多外部数据验证模型的泛化能力	提高宫颈癌放疗中风险器官自动轮廓勾画的准确性和一致性	宫颈癌患者的CT图像	数字病理	宫颈癌	CT成像	DRL(深度强化学习)结合SAM	医学影像(CT)	150例宫颈癌患者的CT图像(122例训练集，28例测试集)
183	2025-05-11	Optimizing black cattle tracking in complex open ranch environments using YOLOv8 embedded multi-camera system 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91553-4 PMID:40000894	research paper	提出了一种基于YOLOv8的多摄像头系统（MCMCT），用于在复杂开放牧场环境中优化黑牛的追踪	采用四摄像头系统克服了单摄像头在复杂开放牧场环境中检测和追踪黑牛的挑战，结合YOLOv8分割模型和Segment Anything Model（SAM）自动提取牛的面具区域，减少人工标注需求	单摄像头系统在覆盖23.3米x20米范围内55头牛的实际牧场数据集中存在无法捕捉所有必要细节的限制	开发一种精准的黑牛监测系统，提升畜牧业管理效率	黑牛	computer vision	NA	YOLOv8, Segment Anything Model (SAM)	YOLOv8, SAM	video	55头牛，覆盖23.3米x20米范围的开放牧场
184	2025-05-11	Comparison of the impact of rectal susceptibility artifacts in prostate magnetic resonance imaging on subjective evaluation and deep learning: a two-center retrospective study 2025-Feb-25, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01602-7 PMID:40000986	研究论文	比较直肠磁敏感伪影对前列腺癌诊断中主观评估和深度学习的影响	首次比较了直肠磁敏感伪影对放射科医生和深度学习模型在前列腺癌诊断中的影响	研究为回顾性设计，且仅包含两个医疗中心的数据	评估直肠磁敏感伪影对前列腺癌诊断准确性的影响	1052名临床疑似前列腺癌患者	数字病理	前列腺癌	MRI	DL	医学影像	1052名患者
185	2025-05-11	Preoperative clinical radiomics model based on deep learning in prognostic assessment of patients with gallbladder carcinoma 2025-Feb-25, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13711-1 PMID:40001024	research paper	开发基于深度学习的术前临床放射组学生存预测模型，用于胆囊癌患者的预后评估	结合nnU-Net模型和DeepSurv生存预测模型，利用放射组学特征和术前临床变量进行预后评估	样本量较小（168例），且为单中心回顾性研究	为胆囊癌患者的术前评估和治疗决策提供参考依据	胆囊癌患者	digital pathology	gallbladder carcinoma	deep learning, radiomics	nnU-Net, DeepSurv	CT图像	168例胆囊癌患者
186	2025-05-11	Deformable registration for nasopharyngeal carcinoma using adaptive mask and weight allocation strategy based CycleFCNs model 2025-Feb-25, Radiation oncology (London, England) DOI:10.1186/s13014-025-02603-0 PMID:40001040	研究论文	本研究提出了一种基于自适应掩膜和权重分配策略的CycleFCNs模型，用于提高鼻咽癌病例中CT和MR图像的可变形配准精度	采用自适应掩膜配准策略和权重分配策略，解决了MR扫描视野有限和多模态图像扫描角度不同导致的配准不准确问题	研究仅针对鼻咽癌病例，未验证在其他癌症类型中的适用性	提高鼻咽癌病例中CT和MR图像的可变形配准精度	269例鼻咽癌患者的CT和MR图像	数字病理	鼻咽癌	可变形配准	CycleFCNs	医学影像(CT和MR)	269例(188例训练集，81例测试集)
187	2025-05-11	Decoding breast cancer imaging trends: the role of AI and radiomics through bibliometric insights 2025-Feb-25, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01983-1 PMID:40001088	研究论文	通过文献计量学分析探讨AI和放射组学在乳腺癌影像学中的应用现状和前沿热点	首次对AI和放射组学在乳腺癌影像学领域的应用进行全面的文献计量学分析	仅基于Web of Science核心合集的数据，可能未涵盖所有相关研究	分析AI和放射组学在乳腺癌影像学领域的研究现状和前沿热点	与AI、放射组学和乳腺癌影像学相关的2701篇出版物	数字病理	乳腺癌	文献计量学分析	NA	文本数据	2701篇出版物
188	2025-05-11	Study on the prediction performance of AIDS monthly incidence in Xinjiang based on time series and deep learning models 2025-Feb-25, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-21982-3 PMID:40001115	研究论文	本研究基于时间序列和深度学习模型，比较了六种不同模型在预测新疆艾滋病月发病率方面的性能	比较了包括ARIMA、EGARCH、TGARCH、ETS、XGBoost和LSTM在内的多种模型，发现ETS (A, A, A) 模型表现最佳	XGBoost模型和ARIMA (2,1,2) 模型在处理时间序列数据时可能存在局限性	识别预测新疆艾滋病月发病率的最佳模型，为艾滋病防控提供科学依据	新疆2004年1月至2020年12月的艾滋病月发病率数据	机器学习	艾滋病	时间序列分析、深度学习	ARIMA, EGARCH, TGARCH, ETS, XGBoost, LSTM	时间序列数据	2004年1月至2020年12月的月发病率数据
189	2025-05-11	An enhanced denoising system for mammogram images using deep transformer model with fusion of local and global features 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89451-w PMID:39994276	研究论文	提出了一种名为DeepTFormer的新型去噪网络架构，结合Transformer模型和卷积层，用于乳腺X光图像的去噪	DeepTFormer架构结合了Transformer模型和卷积层，通过局部-全局特征提取模块有效捕获图像的局部细节和全局上下文信息	未提及具体的数据集大小或计算资源需求，可能影响模型的可扩展性	解决乳腺X光图像去噪问题，提高图像质量	乳腺X光图像	计算机视觉	乳腺癌	深度学习	Transformer与CNN结合	图像	未提及具体样本数量
190	2025-05-11	Super-resolution mapping of anisotropic tissue structure with diffusion MRI and deep learning 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90972-7 PMID:39994322	research paper	本文提出了一种基于深度学习的扩散MRI数据超分辨率方法，用于提高纤维取向分布函数（fODF）的空间分辨率	利用深度学习技术提升扩散MRI数据的空间分辨率，相比传统的样条插值方法，能更准确地生成高分辨率fODF	在低信噪比条件下，虽然方法表现优于传统方法，但仍可能存在一定的精度限制	提高扩散MRI数据的空间分辨率，以更准确地映射脑白质中的轴突纤维束	扩散MRI数据，特别是纤维取向分布函数（fODF）	machine learning	NA	扩散MRI, 深度学习	深度学习模型（未明确指定具体类型）	MRI数据	使用Human Connectome Project的高质量数据进行评估
191	2025-05-11	Optimizing depression detection in clinical doctor-patient interviews using a multi-instance learning framework 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90117-w PMID:39994325	研究论文	本文提出了一种基于多实例学习（MIL）框架的抑郁症检测方法，用于优化临床医患访谈中的抑郁症检测	首次将多实例学习（MIL）框架应用于文本访谈数据领域，解决了长文本中文本表示不足和信息提取无效的问题，并改进了聚合策略	NA	提高抑郁症检测的客观性和效率	临床医患访谈中的文本数据	自然语言处理	抑郁症	多实例学习（MIL）框架	MT5和RoBERTa的集成模型（multi-MTRB）	文本	DAIC-WOZ和E-DAIC数据集
192	2025-05-11	Explainable hybrid transformer for multi-classification of lung disease using chest X-rays 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90607-x PMID:39994381	research paper	提出了一种可解释的混合Transformer模型（LungMaxViT），用于胸部X光片的多分类肺病诊断	结合CNN初始阶段块与SE块，改进特征识别能力，用于胸部X光片的多分类肺病预测	模型在两个公开数据集上表现不一，在Chest X-ray 14数据集上的F1分数较低（70.7%）	开发一种高性能的深度学习模型，用于胸部X光片的肺病多分类诊断	胸部X光片图像	digital pathology	lung disease	CLAHE, flipping, denoising	LungMaxViT (hybrid transformer combining CNN and SE block)	image	基于两个公开数据集（COVID-19数据集和Chest X-ray 14数据集）
193	2025-05-11	Tensor-powered insights into neural dynamics 2025-Feb-24, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07711-x PMID:39994447	research paper	提出了一种基于张量空间的神经信号解码方法LS-STM，用于处理高维神经信息	LS-STM是一种基于张量空间的解码方法，相比传统向量化方法能更好地处理高维张量域信息	未提及具体局限性	解码高维神经信息，提升神经信号解码性能	人类和小鼠的神经信号数据	machine learning	NA	tensor computing	LS-STM	neural signal	人类和小鼠数据（未提及具体数量）
194	2025-05-11	Consequences of training data composition for deep learning models in single-cell biology 2025-Feb-24, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.19.639127 PMID:40060416	research paper	研究单细胞转录组学深度学习模型训练数据组成对其性能的影响	首次系统研究了训练数据组成对单细胞转录组学基础模型性能的影响，并提出了优化策略	研究主要关注人类造血系统，可能无法完全推广到其他生物系统	探索训练数据组成如何影响单细胞转录组学深度学习模型的性能	人类造血系统的单细胞转录组数据	单细胞生物学	NA	单细胞转录组学	深度学习模型	单细胞转录组数据	包含成体和发育组织、疾病状态和扰动图谱的细胞样本
195	2025-05-11	Deep learning algorithms for detecting fractured instruments in root canals 2025-Feb-23, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05652-9 PMID:39988714	research paper	本研究比较了五种深度学习模型在检测根管治疗中折断器械的性能	首次系统地比较了五种深度学习模型在根管治疗中折断器械检测的性能，并发现DenseNet201表现最佳	样本量相对较小，且仅使用了根尖周X光片，未考虑其他影像学检查方法	评估不同深度学习模型在根管治疗中折断器械检测的性能	根管治疗中折断的牙科器械	digital pathology	dental disease	deep learning	DenseNet201, EfficientNet B0, ResNet-18, VGG-19, MaxVit-T	image	700张标注的根尖周X光片，其中381颗牙齿有折断器械
196	2025-05-11	Deep learning and electrocardiography: systematic review of current techniques in cardiovascular disease diagnosis and management 2025-Feb-23, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01349-w PMID:39988715	综述	本文综述了深度学习与心电图(ECG)在心血管疾病诊断和管理中的最新应用进展	系统性地审查了198篇高质量文献，提供了当前心血管疾病领域深度学习应用的全面概述	NA	为心血管疾病的诊断和管理提供深度学习与ECG结合应用的全面指南	心血管疾病	数字病理学	心血管疾病	ECG	深度学习	ECG数据	198篇文献
197	2025-05-11	Identifying Research Priorities in Digital Education for Health Care: Umbrella Review and Modified Delphi Method Study 2025-Feb-19, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/66157 PMID:39969988	综述	本研究通过伞式综述和改良德尔菲法确定了医疗保健数字教育的研究重点	结合伞式综述和改良德尔菲法，系统性地识别并优先处理医疗保健数字教育中的研究空白	研究依赖于现有文献和专家意见，可能未涵盖所有潜在的研究方向	确定数字教育在医疗保健领域的证据缺口和研究重点	医疗保健专业人员的数字教育	数字病理学	NA	伞式综述和改良德尔菲法	NA	文本	217篇系统综述或荟萃分析
198	2025-05-11	Prediction of Vertical Ground Reaction Forces Under Different Running Speeds: Integration of Wearable IMU with CNN-xLSTM 2025-Feb-18, Sensors (Basel, Switzerland) DOI:10.3390/s25041249 PMID:40006478	研究论文	本研究通过整合可穿戴IMU与CNN-xLSTM模型，预测不同跑步速度下的垂直地面反作用力（GRFs）	首次在生物力学研究中应用xLSTM模型，并仅使用下肢关节角度预测跑步时的GRFs	研究仅针对12名健康男性跑步者，样本量较小且未考虑其他人群	开发一种新的GRF测量方法，为实时运动检测和运动损伤预测提供参考	12名健康男性跑步者在五种不同速度下的下肢关节角度和垂直地面反作用力数据	生物力学	NA	Xsens传感器数据采集	CNN-xLSTM	运动学数据（关节角度）	12名健康男性跑步者
199	2025-05-11	A Multimodal Pain Sentiment Analysis System Using Ensembled Deep Learning Approaches for IoT-Enabled Healthcare Framework 2025-Feb-17, Sensors (Basel, Switzerland) DOI:10.3390/s25041223 PMID:40006452	研究论文	介绍了一种多模态情感分析系统，用于评估和识别物联网（IoT）医疗框架中的人类疼痛情感	开发了一种结合面部表情和语音音频记录的多模态疼痛情感分析系统，提高了疼痛强度评估的准确性	未提及具体局限性	提高疼痛情感识别的准确性，支持实时患者护理决策	人类疼痛情感	自然语言处理	NA	深度学习	CNN	图像和音频	使用了三个图像数据库（2D Face Set Database with Pain Expression、UNBC-McMaster database、BioVid database）和一个音频数据库（VIVAE database）
200	2025-05-11	Mixed-Supervised Learning for Cell Classification 2025-Feb-16, Sensors (Basel, Switzerland) DOI:10.3390/s25041207 PMID:40006436	research paper	提出了一种结合半监督学习和人类在环的混合监督学习方法，用于细胞分类	结合半监督学习和人类在环的方法，设计了一个样本选择机制，将高置信度的未标记样本分配给自动半监督优化，不可靠的样本用于在线注释校正	未提及具体的数据集规模限制或模型泛化能力的局限性	提高基于组织病理学图像的细胞分类准确性，用于肿瘤识别和癌症诊断	细胞分类	digital pathology	cancer	deep learning	mixed-supervised model	image	LUSC, BloodCell, and PanNuke datasets