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
201	2025-07-24	Explainable attention-enhanced heuristic paradigm for multi-view prognostic risk score development in hepatocellular carcinoma 2025-Aug, Hepatology international IF:5.9Q1 DOI:10.1007/s12072-025-10793-8 PMID:40089963	研究论文	本研究提出了一种新型深度学习辅助范式，通过生成可解释的多视角风险评分来分层肝细胞癌（HCC）患者的预后风险	引入了一种可解释的注意力增强启发式范式，结合微观到宏观的多视角风险评分系统，提高了预后分层的准确性	研究依赖于内部和外部数据集，可能受到数据来源和样本量的限制	开发一种可解释的多视角预后风险评分系统，以改进肝细胞癌患者的预后分层	肝细胞癌（HCC）患者	数字病理学	肝细胞癌	深度学习	神经网络	图像	内部数据集（SYSUCC）510例HCC患者，外部测试队列（TCGA-LIHC）341例HCC患者
202	2025-07-24	Multimodal integration of longitudinal noninvasive diagnostics for survival prediction in immunotherapy using deep learning 2025-Aug-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaf074 PMID:40418276	研究论文	本研究开发了一种新型的人工神经网络架构MMTSimTA，用于整合多模态纵向非侵入性诊断数据，以预测接受免疫治疗的癌症患者的生存期	提出了基于transformer的多模态时序注意力网络MMTSimTA，整合治疗前后的血液测量、处方药物和CT器官体积等多模态数据	研究仅基于694名患者的回顾性数据，需要进一步前瞻性验证	通过深度学习整合多模态数据改进免疫治疗患者的生存预测	694名接受免疫治疗的泛癌患者	数字病理学	癌症	深度学习	MMTSimTA (基于transformer的多模态时序注意力网络)	多模态数据(血液测量、处方药物、CT影像)	694名患者
203	2025-07-24	Continual learning across population cohorts with distribution shift: insights from multi-cohort metabolic syndrome identification 2025-Aug-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaf070 PMID:40498469	研究论文	本研究探讨了在真实医疗环境中应用深度学习模型时，由于医院与非医院环境间的分布偏移导致的灾难性遗忘问题，并提出了一种持续学习方法以提升代谢综合征识别的模型性能	提出了一种结合持续学习策略的代谢综合征识别流程，有效缓解了分布偏移下的灾难性遗忘问题，并研究了训练顺序对模型性能的影响	研究仅基于三个医疗数据集，可能无法涵盖所有可能的分布偏移情况	解决深度学习模型在真实医疗环境部署时因分布偏移导致的灾难性遗忘问题	代谢综合征(MetS)患者	机器学习	代谢综合征	深度学习(DL)	持续学习(CL)模型	医疗数据	三个医疗数据集(来自MIMIC、NHANES和一个专有数据集)
204	2025-07-24	StarNet: Indian star gooseberries dataset for quality and maturity assessment 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111825 PMID:40687364	研究论文	该研究收集了印度星醋栗的数据集，用于自动化水果质量评估和成熟度分类	开发了一个名为'AmlaNet'的公开数据集，包含792张星醋栗图像样本，用于水果检测、质量评估和分类	数据集仅包含来自印度Mysuru果园的星醋栗样本，可能无法代表其他地区的品种	开发自动化计算机视觉模型以更准确评估水果质量	印度星醋栗	计算机视觉	NA	NA	NA	图像	792张星醋栗图像样本
205	2025-07-24	Okra disease dataset for classification and segmentation: Dataset collection, analysis and applications 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111662 PMID:40687361	research paper	本文介绍了一个用于秋葵叶片疾病分类和分割的综合数据集，包含2500张图像，涵盖健康叶片和五种疾病类别	该数据集是首个公开的印度秋葵叶片疾病数据集，捕捉了真实世界条件下的自然变化，如光照、叶片位置和环境因素	未来需要扩展数据集，包括更多不同生长阶段和环境条件下的图像，以提高模型的泛化能力和实际应用性	为早期植物疾病分类、检测和分割研究提供基准资源，推动智能农业中的机器学习疾病诊断	秋葵叶片	digital pathology	plant disease	deep learning	CNN	image	2500张秋葵叶片图像
206	2025-07-24	InterDuPa-UAV: A UAV-based dataset for the classification of intercropped durian and papaya trees 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111843 PMID:40687368	research paper	介绍了一个基于无人机采集的间作榴莲和木瓜树分类数据集	提出了一个专门用于间作榴莲和木瓜树分类的新型无人机数据集，支持精准农业中的多种应用	数据集仅包含两种树种的分类，可能无法涵盖其他间作植物的多样性	开发一个用于精准农业中多树种分类和空间模式分析的数据集	间作榴莲和木瓜树	computer vision	NA	无人机航拍	NA	image	311张无人机图像，包含3327张榴莲树图像和2872张木瓜树图像
207	2025-07-24	Current challenges and opportunities in active and passive data collection for mobile health sensing: a scoping review 2025-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf025 PMID:40688708	综述	本文探讨了移动健康感知中主动和被动数据收集的当前挑战与机遇	分析了移动健康感知中数据收集的挑战，并提出了利用机器学习和用户界面设计解决这些挑战的机会	仅包括同时收集主动和被动数据的研究，排除了使用现有数据集的研究	识别和分析移动健康感知中数据收集的挑战和机遇	移动健康感知中的数据收集	机器学习	NA	机器学习	NA	移动感知数据	77项研究
208	2025-07-24	HCCD: A handwritten camera-captured dataset for document enhancement under varied degradation conditions 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111849 PMID:40697364	research paper	本研究介绍了手写相机捕捉数据集（HCCD），用于支持真实场景下的文档增强和识别任务	HCCD数据集不同于现有数据集，它包含了实时相机捕捉的手写文档，展示了多种自然退化情况，如运动模糊、阴影伪影和不均匀光照	数据集仅包含罗马文字的手写文档，可能不适用于其他文字系统	解决智能手机相机捕捉的退化手写文档增强问题	手写文档	computer vision	NA	计算机视觉成像技术	deep learning	image	多个个体贡献的不同手写风格的文档
209	2025-07-24	Artificial intelligence-augmented ultrasound diagnosis of follicular-patterned thyroid neoplasms: a multicenter retrospective study 2025-Aug, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103351 PMID:40697959	研究论文	本研究开发并验证了一种基于深度学习的系统，用于术前诊断滤泡型甲状腺肿瘤，旨在提高诊断准确性并减少不必要的手术干预	开发了一种名为OverLoCK的新型深度学习模型，用于非侵入性诊断滤泡型甲状腺肿瘤，并在多中心数据集上验证了其性能	研究为回顾性设计，需进一步前瞻性研究验证在真实临床环境中的表现	提高滤泡型甲状腺肿瘤的术前诊断准确性，优化临床决策	滤泡型甲状腺肿瘤患者	数字病理	甲状腺癌	深度学习	OverLoCK (一种新型CNN架构)	超声图像	3817名患者(9393张超声图像)，包括滤泡腺瘤(1787例)、滤泡癌(446例)和乳头状甲状腺癌滤泡亚型(1584例)
210	2025-07-24	A modular deep learning pipeline for enhanced plane-wave beamforming and B-mode image quality 2025-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17948 PMID:40698752	研究论文	本文介绍了一种模块化的深度学习管道，用于增强平面波波束成形和B模式图像质量	提出了一种模块化的波束成形管道，通过多注意力U-Net模型和超分辨率模型，显著提升了图像质量	需要同时管理两个模型，增加了复杂性	提升平面波超声成像的图像质量和对比度	平面波超声成像中的图像质量	医学影像处理	NA	深度学习	多注意力U-Net, 超分辨率模型	超声图像	模拟数据、实验数据和体内数据（来自PICMUS数据集）
211	2025-07-24	Recent advances in applying machine learning to proton radiotherapy 2025-Jul-23, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adeb90 PMID:40609552	系统综述	本文系统综述了机器学习在质子治疗临床工作流程中的当前和潜在应用	全面覆盖了机器学习在质子治疗中的应用，这是一个在文献中尚未广泛探索的领域	仅涵盖了2019年至2024年的研究，可能不包括最新的进展	探讨机器学习如何提高质子治疗的精确性和个性化	质子治疗临床工作流程	机器学习	NA	机器学习、深度学习	U-Net、CNN、深度初始网络、深度级联卷积神经网络	医学图像、剂量和范围数据	38项相关研究
212	2025-07-24	Self-Assembly MXene/PDA@Cotton Fabric Pressure Sensor Integrated with Deep Learning for Sign Language Recognition 2025-Jul-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c08568 PMID:40643219	研究论文	开发了一种基于MXene/PDA@棉织物的多功能可穿戴压力传感器，结合深度学习技术实现手语识别	采用双氢键自组装策略修饰纬编棉织物，开发出具有宽线性检测范围、高灵敏度和快速响应/恢复时间的压力传感器，并成功应用于手语识别	未提及样本量或具体测试人数	开发智能纺织品用于人机交互和医疗康复训练	MXene/PDA@棉织物压力传感器及其在手语识别中的应用	智能纺织品	NA	双氢键自组装策略	深度学习	压力信号	NA
213	2025-07-24	Deep Learning-Assisted Inverse Design of Transparent Absorbers Based on Ionic Liquids Using Mixture Density Networks 2025-Jul-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c08242 PMID:40643426	研究论文	本研究提出了一种基于混合密度网络（MDN）的逆向设计方法，用于设计基于多种离子液体的透明波吸收器	采用混合密度网络架构，将离子液体类型和层特定结构参数作为设计变量，快速预测满足特定条件的设计变量，并提供多种可行的结构配置	NA	逆向设计透明波吸收器，以实现完美吸收带宽的设计目标	基于多种离子液体的透明波吸收器	机器学习	NA	混合密度网络（MDN）	MDN	NA	NA
214	2025-07-24	Deep learning framework based on ITOC optimization for coal spontaneous combustion temperature prediction: a coupled CNN-BiGRU-CBAM model 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11294-2 PMID:40695904	研究论文	本研究提出了一种基于ITOC优化的深度学习框架，用于预测煤自燃温度，结合了CNN-BiGRU-CBAM模型	提出了一种改进的ITOC优化策略和CNN-BiGRU-CBAM模型，用于煤自燃温度的精确预测，提高了全局优化能力和预测准确性	研究仅基于特定煤矿的煤样数据，可能在其他煤矿的适用性需要进一步验证	开发一种智能预警系统，用于煤自燃温度的精确预测和预防	煤自燃温度预测	机器学习	NA	深度学习	CNN-BiGRU-CBAM	实验数据	东滩煤矿煤样数据，训练、验证和测试集比例为8:2:1
215	2025-07-24	Hybrid deep learning model for image de-noising and de-mosaicking with adaptive Gannet optimization algorithm 2025-Jul-23, Network (Bristol, England) DOI:10.1080/0954898X.2025.2529299 PMID:40697071	研究论文	本文提出了一种结合E-GAN和AG_DenseResNet的混合深度学习模型，用于图像去噪和去马赛克，以提高图像重建质量	采用E-GAN进行图像去噪，并引入基于自适应Gannet优化的AG_DenseResNet进行去马赛克，结合两种技术提升图像重建效果	仅在公开的Kodak数据集上进行了评估，未在其他数据集或实际应用场景中验证	提升图像重建质量，解决噪声和马赛克伪影问题	图像数据	计算机视觉	NA	E-GAN, AG_DenseResNet	GAN, DenseNet	图像	公开的Kodak数据集
216	2025-07-24	Machine learning-driven inverse design of puncture needles with tailored mechanics 2025-Jul-23, Minimally invasive therapy & allied technologies : MITAT : official journal of the Society for Minimally Invasive Therapy IF:1.7Q2 DOI:10.1080/13645706.2025.2537927 PMID:40698677	research paper	该研究提出了一种基于机器学习的逆向设计方法，用于实现穿刺针机械行为的精确定制	结合机器学习和有限元分析，开发了一个快速逆向设计框架，能够直接从目标穿刺力-穿透深度曲线生成最佳结构参数	NA	实现穿刺针机械行为的精确定制，推动精准医疗技术的发展	穿刺针的结构设计和机械行为	machine learning	NA	finite element analysis, deep learning	deep learning neural network	simulation data	large-scale finite element simulation data
217	2025-07-24	Just-in-Time DNP Book Club: An Inclusive Immersion Experience 2025-Jul-23, Nursing education perspectives IF:0.9Q3 DOI:10.1097/01.NEP.0000000000001448 PMID:40699031	研究论文	介绍了一个为护理实践博士项目设计的即时虚拟读书俱乐部，旨在促进学生深度学习和实践应用	通过即时虚拟读书俱乐部形式，将非小说类书籍内容与高级护理实践原则相结合，促进学生深度学习	活动为无计划反应性活动，可能缺乏系统性和长期效果评估	探索虚拟读书俱乐部在护理实践博士教育中的应用效果	护理实践博士项目的学生和教师	护理教育	NA	虚拟讨论和独立阅读结合	NA	文本（书籍内容和学生反思）	未明确说明具体学生和教师人数
218	2025-07-24	Thin-Slice Brain CT Image Quality and Lesion Detection Evaluation in Deep Learning Reconstruction Algorithm 2025-Jul-23, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-025-01542-3 PMID:40699306	研究论文	本研究评估了基于AI的精确图像（PI）算法在脑部成像中的表现，比较了PI、迭代重建（IR）和滤波反投影（FBP）在1.0毫米薄层脑CT图像中的图像质量和病灶检测能力	首次在1.0毫米薄层脑CT图像中比较了深度学习方法（PI）与传统方法（IR和FBP）的性能，并展示了PI在降低图像噪声和提高病灶检测率方面的优势	研究样本量较小（60名患者），且主要针对低密度腔隙性梗死病灶，可能限制了结果的普遍性	评估和比较不同重建算法在脑部CT图像质量和病灶检测方面的表现	脑部非增强CT扫描图像	数字病理	脑血管疾病	CT扫描	深度学习重建算法（PI）	医学影像	60名患者（29名男性，31名女性，平均年龄65.47岁），其中39名有病灶
219	2025-07-24	m5U-HybridNet: Integrating an RNA Foundation Model with CNN Features for Accurate Prediction of 5-Methyluridine Modification Sites 2025-Jul-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01237 PMID:40693567	research paper	该研究提出了m5U-HybridNet框架，通过整合RNA基础模型和CNN特征，准确预测RNA中的5-甲基尿苷修饰位点	创新性地结合RNA基础模型（RNA-FM）和CNN特征，提升了RNA m5U修饰位点的预测准确性	未提及具体局限性	提高RNA中5-甲基尿苷修饰位点的计算预测准确性	RNA中的5-甲基尿苷（m5U）修饰位点	computational biology	NA	RNA-FM, CNN	CNN, RNA-FM	RNA序列数据	未提及具体样本量
220	2025-07-24	Prediction of Fraction Unbound in Human Plasma for Per- and Polyfluoroalkyl Substances: Evaluating Transfer Learning as an Algorithmic Solution to the Problem of Sparse Data 2025-Jul-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01040 PMID:40693597	研究论文	本文提出了一种新的机器学习方法，用于改进对特定化学类别（包括全氟和多氟烷基物质，PFAS）的血浆未结合分数（fraction unbound in plasma）的定量结构-活性关系（QSAR）建模	提出了一种跨化学空间的迁移学习策略，使用在广泛化学库上训练的深度学习模型，并在PFAS小数据集上进行微调，以提高统计性能	由于数据的稀疏性和不平衡性，先前的全局模型在PFAS上仍然更具竞争力	改进对PFAS等特定化学类别的血浆未结合分数的QSAR建模	全氟和多氟烷基物质（PFAS）	机器学习	NA	定量结构-活性关系（QSAR）建模	深度学习模型，随机森林模型	化学数据	NA