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
2281	2025-05-01	Predicting the likelihood of readmission in patients with ischemic stroke: An explainable machine learning approach using common data model data 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105754 PMID:39755003	研究论文	本研究开发了一种机器学习模型，用于预测缺血性卒中患者90天内的再入院风险	采用可解释的机器学习方法，利用电子病历数据转换为通用数据模型（CDM），并通过SHAP值解释特征重要性	研究数据来自单一地区医院，可能限制了模型的泛化能力	预测缺血性卒中患者的90天再入院风险，以改善幸存者的生活质量	缺血性卒中患者	机器学习	缺血性卒中	机器学习模型（包括六种机器学习和三种深度学习模型）	LightGBM	电子病历数据	1,136名缺血性卒中患者
2282	2025-05-01	Convolutional Neural Networks for the segmentation of hippocampal structures in postmortem MRI scans 2025-Mar, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110359 PMID:39755177	研究论文	本研究探讨了使用深度学习技术自动分割海马结构在尸检MRI扫描中的应用	提出了一种新的分割框架，结合自注意力机制和空洞空间金字塔池化，以更好地绘制海马结构并识别四个海马区域	样本量较小，仅使用了15个尸检MRI扫描	开发自动分割海马结构的方法，以量化阿尔茨海默病等神经退行性疾病对海马的影响	尸检MRI扫描中的海马结构	数字病理学	阿尔茨海默病	MRI扫描（T1加权、T2加权和磁敏感加权）	CNN（具体为嵌入自注意力机制和空洞空间金字塔池化的编码器-解码器块）	图像	15个尸检MRI扫描
2283	2025-05-01	Breast cancer classification based on breast tissue structures using the Jigsaw puzzle task in self-supervised learning 2025-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00874-y PMID:39760975	研究论文	本研究评估了自监督学习中的拼图任务在乳腺X线图像上用于乳腺癌分类的有效性	首次将自监督学习中的拼图任务应用于乳腺组织结构的特征提取，模拟放射科医生的诊断方法	研究仅使用了中国乳腺X线数据库(CMMD)，可能限制了模型的泛化能力	评估拼图任务在乳腺癌分类中的有效性	乳腺X线图像	数字病理学	乳腺癌	自监督学习(SSL)	CNN	图像	中国乳腺X线数据库(CMMD)中的样本
2284	2025-05-01	Multimodal deep learning for predicting in-hospital mortality in heart failure patients using longitudinal chest X-rays and electronic health records 2025-Mar, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03322-z PMID:39786626	研究论文	本研究利用多模态深度学习技术，结合纵向胸部X光片和电子健康记录，预测心力衰竭患者的院内死亡率	提出了一种基于空间和时间解耦Transformer的新型多模态深度学习网络（MN-STDT），首次将纵向胸部X光片与结构化电子健康记录数据结合用于心力衰竭患者的院内死亡率预测	研究仅使用了特定数据集（MIMIC-IV和MIMIC-CXR），可能限制了模型的泛化能力	提高心力衰竭患者院内全因死亡率预测的准确性	心力衰竭患者	数字病理学	心血管疾病	深度学习	MN-STDT（基于Transformer的多模态网络）	图像（胸部X光片）和结构化电子健康记录数据	MIMIC-IV和MIMIC-CXR数据集中的患者样本
2285	2025-05-01	Brain tumour histopathology through the lens of deep learning: A systematic review 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109642 PMID:39787663	系统综述	本文通过系统综述探讨了机器学习和深度学习技术在脑肿瘤组织病理学研究中的应用，特别是在胶质母细胞瘤（GBM）中的影响	首次系统性地回顾了ML/DL技术在GBM组织病理学研究中的应用趋势，并指出了当前研究的不足和未来方向	纳入研究的数量有限（54项），且部分研究未能清晰说明训练和评估方法	调查ML/DL技术如何推动脑肿瘤组织病理学研究的进展，特别是在GBM领域	胶质母细胞瘤（GBM）及其相关的组织病理学和组学数据	数字病理学	胶质母细胞瘤	机器学习（ML）和深度学习（DL）技术	SVM分类器和基于ResNet的CNN架构	组织病理学数据和组学数据	54项符合条件的研究，其中8项专注于GBM
2286	2025-05-01	Automatic medical report generation based on deep learning: A state of the art survey 2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102486 PMID:39787734	综述	本文对基于深度学习的自动医学报告生成技术进行了全面综述	从四个关键方面全面回顾了自动医学报告生成的最新进展，并对现有研究进行了五类分类	对现有评估指标的讨论可能仍有限	加速患者护理流程，减轻放射科医生负担	医学影像报告	自然语言处理	NA	深度学习	检索式、领域知识驱动、注意力机制、强化学习、大语言模型及融合模型	医学影像	NA
2287	2025-05-01	DDEvENet: Evidence-based ensemble learning for uncertainty-aware brain parcellation using diffusion MRI 2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102489 PMID:39787735	研究论文	开发了一种基于深度学习和扩散MRI的DDEvENet模型，用于解剖学脑部分割，并量化预测不确定性	设计了一个基于证据的深度学习框架，用于在单次推理中量化每个体素的预测不确定性，并提出了一种基于证据的集成学习方法	未明确提及具体限制，但可能受限于数据集多样性和模型复杂性	提高脑部分割的准确性和不确定性估计，增强分割结果的可解释性和可靠性	健康成年人和患有多种脑部疾病的临床患者的扩散MRI数据	数字病理学	脑部疾病（包括精神分裂症、双相情感障碍、注意力缺陷多动障碍、帕金森病、脑小血管病和脑肿瘤患者）	扩散MRI	DDEvENet（基于证据的集成神经网络）	MRI图像	大规模数据集，包括健康成年人和多种脑部疾病患者的扩散MRI数据
2288	2025-05-01	CFPLncLoc: A multi-label lncRNA subcellular localization prediction based on Chaos game representation and centralized feature pyramid 2025-Mar, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.139519 PMID:39761904	研究论文	提出了一种基于混沌游戏表示和集中特征金字塔的多标签lncRNA亚细胞定位预测模型CFPLncLoc	利用混沌游戏表示图像和集中特征金字塔进行多标签lncRNA亚细胞定位预测，引入了图像更新策略和多尺度特征融合模型	未提及具体局限性	预测具有多个亚细胞定位的lncRNA的亚细胞位置	长链非编码RNA（lncRNA）	计算机视觉	NA	混沌游戏表示（CGR）	深度学习模型（CFPLncLoc）	图像	未提及具体样本数量
2289	2025-05-01	A cognitive digital twin approach to improving driver compliance and accident prevention 2025-Mar, Accident; analysis and prevention DOI:10.1016/j.aap.2024.107913 PMID:39778287	研究论文	本文提出了一种基于认知数字孪生的驾驶辅助系统（CDAS），通过个性化驾驶决策模型动态调整驾驶辅助选项，以提高驾驶安全性和用户接受度	引入认知数字孪生（CDT）技术，结合驾驶员观察行为和控制动作，动态更新驾驶决策模型，实现更个性化的驾驶辅助	未提及系统在极端驾驶条件下的表现或对大规模未标注数据集的依赖性	提高驾驶辅助系统的个性化程度和有效性，减少交通事故	驾驶员行为及驾驶辅助系统	机器学习	NA	认知数字孪生技术	个性化驾驶决策模型	驾驶员行为数据、环境状态数据	通过两项综合实验验证
2290	2025-05-01	Fully automated segmentation of brain and scalp blood vessels on multi-parametric magnetic resonance imaging using multi-view cascaded networks 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108584 PMID:39761623	研究论文	本研究提出了一种多视图级联深度学习网络（MVPCNet），用于全自动准确分割脑部和头皮血管	结合多视图学习、多参数输入和多视图集成模块的多重优化，显著提高了小血管和低对比度血管的分割性能	未提及模型在其他数据集上的泛化能力或实际临床应用的验证	解决脑部和头皮血管分割的挑战，为神经外科导航提供支持	脑部和头皮血管	医学图像分析	神经外科相关疾病	多参数磁共振成像	MVPCNet（多视图级联网络）	医学影像	155名患者的数据集
2291	2025-05-01	Development of an interactive ultra-high resolution magnetic resonance neurography atlas of the brachial plexus and upper extremity peripheral nerves 2025-Mar, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110400 PMID:39765207	research paper	开发了一个交互式超高分辨率磁共振神经图谱，用于直接可视化臂丛和上肢周围神经	使用深度学习算法重建MR神经图谱数据集，并开发了一个基于网络的用户界面软件，用于标记周围神经和肌肉，并将肌肉映射到其各自的神经支配	研究仅涉及16名无已知周围神经病变的成年志愿者，样本量较小	开发一个教育性的、交互式的、超高分辨率的体内磁共振神经图谱，用于直接可视化臂丛和上肢周围神经	臂丛和上肢周围神经	digital pathology	NA	MR neurography, deep learning algorithm	NA	image	16名成年志愿者
2292	2025-05-01	Multilabel segmentation and analysis of skeletal muscle and adipose tissue in routine abdominal CT scans 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109622 PMID:39778239	research paper	提出一种基于深度学习的多标签分割网络，用于在腹部CT扫描中分割和分析骨骼肌和脂肪组织	扩展了Unet结构，能够分割三种脂肪组织和五种不同肌肉组织，并改进了肌间脂肪的分割	基于自建数据集，样本量较小（130名患者）	开发一种精确的肌肉和脂肪组织分割方法，以支持临床实践中的患者健康评估	腹部CT扫描中的骨骼肌和脂肪组织	digital pathology	NA	deep learning	Unet	CT images	130名患者
2293	2025-05-01	Clinical 7 Tesla magnetic resonance imaging: Impact and patient value in neurological disorders 2025-Mar, Journal of internal medicine IF:9.0Q1 DOI:10.1111/joim.20059 PMID:39775908	综述	本文回顾了7特斯拉磁共振成像（7T MRI）在神经系统疾病诊断和治疗监测中的影响及患者价值	7T MRI提供了卓越的空间分辨率、对比度和灵敏度，结合并行传输和基于深度学习的重建技术，解决了以往的技术挑战，实现了常规临床应用	NA	探讨7T MRI在神经系统疾病中的诊断价值及其对患者护理的改善	神经系统疾病，如肌萎缩侧索硬化症（ALS）、癫痫、多发性硬化症（MS）、痴呆、帕金森病、肿瘤和血管疾病	数字病理学	神经系统疾病	7T MRI，并行传输，深度学习重建	NA	图像	超过1200例临床扫描
2294	2025-03-14	Answer to "comments on an examination of daily CO2 emissions prediction through a comparative analysis of machine learning, deep learning, and statistical models" 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36088-x PMID:40075044	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2295	2025-05-01	Sparse keypoint segmentation of lung fissures: efficient geometric deep learning for abstracting volumetric images 2025-Mar, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03310-z PMID:39775630	研究论文	提出了一种基于稀疏关键点的肺裂分割方法，利用几何深度学习提高体积图像处理的效率	使用几何深度学习（GDL）处理稀疏点云数据，提出了一种高效的点云到网格自动编码器（PC-AE）	Poisson表面重建（PSR）在流程中占用了大部分时间	提高肺裂分割的效率，特别是在大规模分析中	肺裂在CT图像中的分割	计算机视觉	肺癌	几何深度学习（GDL），稀疏点云处理	PointNets, GCNs, PointTransformers, PC-AE	CT图像	多样化的临床和病理数据
2296	2025-05-01	The intelligent fault identification method based on multi-source information fusion and deep learning 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90823-5 PMID:39994344	研究论文	本文提出了一种基于多源信息融合和深度学习的智能断层识别方法，通过整合遥感影像、数字高程模型和地质图数据，实现了断层的快速、精确和智能识别	采用多源信息融合方法，结合多种机器学习模型和CNN模型，显著提高了断层识别的准确性和效率	研究仅应用于中国六安市金寨县南部地区，未在其他地区验证其普适性	开发一种智能断层识别方法，以提高断层识别的准确性和效率	地质断层	计算机视觉	NA	多源信息融合、机器学习、深度学习	CNN、分类与回归树模型	遥感影像、数字高程模型、地质图数据	中国六安市金寨县南部地区的数据
2297	2025-05-01	Deep learning model for identifying acute heart failure patients using electrocardiography in the emergency room 2025-Feb-20, European heart journal. Acute cardiovascular care DOI:10.1093/ehjacc/zuaf001 PMID:39787045	研究论文	本研究开发并评估了一种利用心电图（ECG）数据增强急诊室（ER）中急性心力衰竭（AHF）识别的深度学习模型	使用深度学习模型结合心电图和临床数据显著提高了AHF的检测准确率	研究为回顾性队列研究，可能存在选择偏差	开发并评估一种深度学习模型，用于在急诊室中识别急性心力衰竭患者	急诊室中的急性心力衰竭患者	数字病理学	心血管疾病	ECG	CatBoost, XGBoost, Light GBM	心电图数据	19285名患者，其中9119名被诊断为AHF
2298	2025-05-01	Automated gradation design of natural waste gravel soil stabilized by composite soil stabilizer based on a novel DNNSS-APDM-PFC model 2025-Feb-15, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2024.12.046 PMID:39778231	研究论文	本研究提出了一种基于DNNSS-APDM-PFC模型的新型复合土壤稳定剂稳定废弃砾石土自动级配设计方法	开发了适用于小样本的深度学习神经网络（DNNSS）来预测无侧限抗压强度和抗冻性，为级配设计提供基础预测数据	NA	建立复合土壤稳定剂稳定废弃砾石土（CSSWGS）的自动级配设计新模型	复合土壤稳定剂稳定的废弃砾石土	机器学习	NA	深度学习神经网络（DNNSS）、粒子流代码（PFC）、中国沥青路面设计方法（APDM）	DNNSS	工程性能数据	NA
2299	2025-05-01	A deep learning approach to perform defect classification of freeze-dried product 2025-Feb-10, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2024.125127 PMID:39756597	research paper	使用深度学习方法对冷冻干燥产品进行缺陷分类	开发了两种基于卷积神经网络的方法（基于补丁的方法和多标签分类），用于处理高分辨率图像，并实现了对关键缺陷的完美精确度和召回率	研究中仅使用了故意制备的缺陷样本和缺陷无样本，可能无法涵盖所有实际生产中的缺陷情况	提高冷冻干燥产品的质量检测效率和准确性	冷冻干燥产品	computer vision	NA	Convolutional Neural Networks	CNN	image	多个连续冷冻干燥样品
2300	2025-05-01	NovoRank: Refinement for De Novo Peptide Sequencing Based on Spectral Clustering and Deep Learning 2025-Feb-07, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.4c00300 PMID:39739539	研究论文	本文提出了一种名为NovoRank的后处理工具，通过光谱聚类和深度学习改进从头肽段测序的准确性	结合光谱聚类和深度学习模型，显著提高了肽段识别的召回率和精确度	依赖于初始肽段测序工具的输出质量，可能对某些特定类型的肽段识别效果有限	提高质谱法蛋白质组学中肽段序列识别的准确性	质谱数据中的肽段序列	生物信息学	NA	质谱法	深度学习	质谱数据	NA