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
2321	2025-05-09	Adaptive learning oriented higher educational classroom teaching strategies 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00536-y PMID:40325064	research paper	本研究旨在满足中国对高质量人才的需求，优化当前大学课堂教学模式	从积极心理学和自适应深度学习的角度出发，提出了一种新的教学策略	研究样本仅来自安阳一所大学的60名学生，可能缺乏广泛代表性	优化大学历史课堂教学模式，提高教学质量	大学历史课堂教学	教育技术	NA	自适应深度学习	NA	教育成绩数据	60名大学生（实验班30人，对照班30人）
2322	2025-05-09	Deep Learning Image Compression Method Based On Efficient Channel-Time Attention Module 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00566-6 PMID:40325100	研究论文	提出一种基于高效通道-时间注意力模块的深度学习图像压缩方法，用于输电线路远程监控中的高效数据传输和存储	结合高效通道注意力(ECA-Net)和时间注意力模块(TAM)的ETAM模块，联合增强空间和时间特征的提取	NA	解决弱网络环境下高分辨率图像压缩的质量和效率问题	输电线路监控图像	计算机视觉	NA	深度学习	ETAM(ECA-Net+TAM)	图像	STN PLAD数据集
2323	2025-05-09	Advanced holographic convolutional dense networks and Tangent runner optimization for enhanced polycystic ovarian disease classification 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98873-5 PMID:40325103	研究论文	本文提出了一种深度学习模型Coco-HoloNet，用于高精度检测和分类超声图像中的多囊卵巢疾病（PCOD）	提出了Holographic Convolutional Dense Network（Coco-HoloNet）模型，并结合Tangent-Runner Adaptive Optimization（TRAdO）技术，动态计算正则化参数以提高模型的泛化能力	未提及具体的数据集规模限制或模型在其他数据集上的泛化能力	提高多囊卵巢疾病（PCOD）在超声图像中的检测和分类准确性	多囊卵巢疾病（PCOD）患者的超声图像	数字病理学	多囊卵巢疾病	深度学习	CNN（Coco-HoloNet）	图像	扩展的Kaggle PCOD超声图像数据集
2324	2025-05-09	Behavior recognition technology based on deep learning used in pediatric behavioral audiometry 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97519-w PMID:40325123	research paper	本研究探讨了基于深度学习的儿科行为测听技术的可行性和准确性，开发了名为DoT的智能诊断模型和POTR骨骼关键点估计模型	提出了基于优化transformer的儿科听力智能诊断模型(DoT)和患者骨骼关键点估计模型(POTR)，构建了专用的儿科姿势检测数据集	对于4-6岁儿童，AI行为测听的敏感性、特异性和AUC指标低于人工行为测听	探索基于深度学习的儿科行为测听技术	2.5-6岁儿童的行为测听视频数据	计算机视觉	听力障碍	深度学习	transformer(DoT和POTR)	视频	120名2.5-6岁儿童的行为测听视频数据
2325	2025-05-09	Optimizing non small cell lung cancer detection with convolutional neural networks and differential augmentation 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98731-4 PMID:40325128	研究论文	本研究提出了一种结合卷积神经网络（CNN）和差分增强（DA）的方法，用于优化非小细胞肺癌的检测	通过引入差分增强策略（如色调、亮度、饱和度和对比度调整）来多样化训练数据，增强模型的鲁棒性，有效解决了内存过拟合的问题	未提及具体局限性	提高非小细胞肺癌的早期检测准确率，改善患者预后	非小细胞肺癌的医学影像数据	数字病理学	肺癌	差分增强（DA）	CNN	图像	包括IQ-OTH/NCCD数据集在内的多个数据集
2326	2025-05-09	Innovative framework for fault detection and system resilience in hydropower operations using digital twins and deep learning 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98235-1 PMID:40325162	研究论文	本研究提出了一种结合数字孪生技术和深度学习的创新框架，用于增强水力发电系统的故障检测、优化操作并提高系统韧性	结合数字孪生技术和深度学习进行实时监控和预测分析，显著提高了故障检测时间和系统效率	研究基于MATLAB环境下的模拟，未提及实际应用中的潜在挑战	优化水力发电系统的操作效率和故障检测能力	水力发电系统	机器学习	NA	数字孪生技术和深度学习	深度学习算法	实时系统行为数据	NA
2327	2025-05-09	An online 11 kv distribution system insulator defect detection approach with modified YOLOv11 and mobileNetV3 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99756-5 PMID:40325205	研究论文	提出了一种基于改进YOLOv11和MobileNetV3的11 kV配电系统绝缘子缺陷在线检测方法	结合改进的YOLOv11架构（包含C3K2、SPFF和C2PSA算法模块）与MobileNetV3分类器，实现了轻量级框架	复杂背景、有限的图像数据集和小尺度对象增加了检测的复杂性	开发一种高效的绝缘子缺陷检测方法，以提升配电自动化系统的性能	11 kV配电系统中的绝缘子	计算机视觉	NA	深度学习	YOLOv11, MobileNetV3	图像	NA
2328	2025-05-09	M-DeepAssembly: enhanced DeepAssembly based on multi-objective multi-domain protein conformation sampling 2025-May-05, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06131-2 PMID:40325375	research paper	提出了一种基于多目标多域蛋白质构象采样的增强型DeepAssembly方法M-DeepAssembly，用于多域蛋白质结构预测	结合DeepAssembly和AlphaFold2提取域间相互作用和全长序列距离特征，构建多目标能量模型并设计采样算法探索构象空间，生成多样化的蛋白质结构集合	虽然集合中存在更高精度的模型，但这些模型未被选中，可能影响最终预测结果的准确性	解决多域蛋白质结构预测中进化信号弱或蛋白质结构大的挑战	多域蛋白质	生物信息学	NA	多目标蛋白质构象采样算法	DeepAssembly, AlphaFold2	蛋白质序列和结构数据	164个多域蛋白质的测试集
2329	2025-05-09	Latent space autoencoder generative adversarial model for retinal image synthesis and vessel segmentation 2025-May-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01694-1 PMID:40325399	research paper	提出了一种潜在空间自编码器生成对抗模型，用于视网膜图像合成和血管分割	结合潜在空间自编码器和GAN生成多样化的视网膜图像和血管分割掩模，解决了训练数据不足的问题	仅使用了三个公开数据集进行验证，未在更多样化的临床数据上测试	开发视网膜图像合成和血管分割方法以辅助糖尿病视网膜病变诊断	视网膜血管图像	digital pathology	diabetic retinopathy	GAN	latent space auto-encoder + GAN + UNet	image	三个数据集(DRIVE, STARE, CHASE_DB)
2330	2025-05-09	Application of 3D atom pair map in an attention model for enhanced drug virtual screening 2025-May-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01023-2 PMID:40325489	research paper	本研究展示了一种新型分子表示方法3D APM及其基于深度学习的模型在虚拟筛选中的应用	提出了一种新型分子表示方法3D APM，并开发了基于该方法的深度学习模型用于虚拟筛选	NA	提升药物虚拟筛选的效率和准确性	分子表示和虚拟筛选	machine learning	NA	deep learning	attention model	molecular representation	NA
2331	2025-05-09	Effect of New Generation Snapshot Freeze Combined With Deep Learning Image Reconstruction on Image Quality of Coronary Artery Calcifications and Their Quantification 2025-May-05, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001765 PMID:40338070	研究论文	评估新一代快照冻结算法(SSF2)结合深度学习图像重建(DLIR)在改善冠状动脉钙化(CAC)图像质量及其量化方面的有效性	结合SSF2和DLIR技术，显著减少运动伪影和图像噪声，并降低CACS值和风险分层	样本量较小(69例患者)，且未探讨长期临床影响	提高冠状动脉钙化的图像质量和量化准确性	冠状动脉钙化患者	数字病理	心血管疾病	ECG触发非对比CT扫描，深度学习图像重建(DLIR)	DLIR	医学影像	69例患者
2332	2025-05-09	Artificial intelligence in pediatric otolaryngology: A state-of-the-art review of opportunities and pitfalls 2025-May-04, International journal of pediatric otorhinolaryngology IF:1.2Q3 DOI:10.1016/j.ijporl.2025.112369 PMID:40334638	review	本文综述了人工智能在儿科耳鼻喉科中的应用现状、挑战和未来方向	强调了针对儿童独特生理和发育特征定制AI应用的必要性	成人训练数据的泛化能力不足及儿科数据相对缺乏	探讨AI在儿科耳鼻喉科中的应用潜力与挑战	儿科耳鼻喉科疾病	machine learning	otitis media, adenoid hypertrophy, pediatric obstructive sleep apnea	deep learning, predictive modeling	NA	image, clinical data	NA
2333	2025-05-09	Self-supervised learning for MRI reconstruction through mapping resampled k-space data to resampled k-space data 2025-May-03, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110404 PMID:40324545	research paper	提出了一种自监督深度学习方法RSSDU，用于从欠采样MRI数据中高效准确地重建图像，无需完全采样数据集作为参考	通过两次重采样k空间数据生成两个子集，并使用相同的欠采样模式训练网络，实现自监督学习	未提及在极端欠采样条件下的性能表现	改进MRI图像重建技术，特别是在无法获取完全采样数据的临床场景中	欠采样MRI数据	医学影像处理	NA	深度学习	DL	MRI k-space数据	未明确提及具体样本数量
2334	2025-05-09	FakeRotLib: expedient non-canonical amino acid parameterization in Rosetta 2025-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.27.640629 PMID:40093079	研究论文	介绍了一种名为FakeRotLib的方法，用于在Rosetta中快速参数化非经典氨基酸	提出FakeRotLib方法，通过小分子构象的统计拟合创建旋转异构体分布，显著提高了参数化效率并扩展了可建模的NCAA类型	未提及具体的数据集规模或验证范围	改进Rosetta中对非经典氨基酸的参数化方法	非经典氨基酸（NCAAs）	计算生物学	NA	统计拟合	FakeRotLib	小分子构象数据	NA
2335	2025-05-09	NA_mCNN: Classification of Sodium Transporters in Membrane Proteins by Integrating Multi-Window Deep Learning and ProtTrans for Their Therapeutic Potential 2025-May-02, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.4c00884 PMID:40193588	研究论文	介绍了一种名为NA_mCNN的计算方法，用于整合多窗口深度学习和ProtTrans蛋白语言模型，以分类膜蛋白中的钠转运蛋白并探讨其治疗潜力	结合蛋白语言模型嵌入和多窗口扫描深度学习模型，提高了钠转运蛋白分类的准确性	未提及具体局限性	利用深度学习和蛋白语言模型加速钠转运蛋白的识别，以开发新的治疗干预措施	膜蛋白中的钠转运蛋白	机器学习	高血压、糖尿病、神经系统疾病、癌症	蛋白语言模型嵌入（PLMs）、多窗口扫描深度学习模型	CNN、ProtTrans、Tape、ESM-1b-1280、ESM-2-128	蛋白序列数据	未提及具体样本数量
2336	2025-05-09	Prospective study of continuous rhythm monitoring in patients with early post-infarction systolic dysfunction: clinical impact of arrhythmias detected by an implantable cardiac monitoring device with real-time transmission-the TeVeO study protocol 2025-May-02, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-094764 PMID:40316360	研究论文	一项前瞻性研究，探讨了早期梗死后收缩功能不全患者连续心律监测的临床影响，特别是通过植入式心脏监测设备实时检测的心律失常	首次提供了关于梗死后心室功能障碍患者心律失常负担及其中期预后影响的实时信息	研究样本量相对较小（约200名患者），且随访时间有限（4年）	更新基于植入式心律转复除颤器（ICD）的梗死后心脏性猝死（SCD）一级预防策略	急性心肌梗死后左心室射血分数（LVEF）≤40%的患者	心血管疾病	心血管疾病	植入式心脏监测设备（ICM）实时远程连接	机器学习和深度学习技术	远程传输的心律数据	约200名患者，预计分析超过20,000次远程传输数据
2337	2025-05-09	Application of 3D neural networks and explainable AI to classify ICDAS detection system on mandibular molars 2025-May, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2024.09.014 PMID:39438189	research paper	本研究应用3D神经网络和可解释AI对下颌磨牙的ICDAS检测系统进行分类	首次探讨了不同操作者在ICDAS分类后3D模型腔洞准备的差异及其对深度学习模型预测能力的影响	研究仅涉及56个模拟下颌第一磨牙的修复性腔洞，样本量较小	研究不同操作者对ICDAS分类后3D模型腔洞准备的差异及其对深度学习模型预测能力的影响	模拟下颌第一磨牙的修复性腔洞	digital pathology	dental caries	3D扫描和计算机辅助设计处理	3D CNN	3D图像	56个模拟下颌第一磨牙的修复性腔洞
2338	2025-05-09	Mineralized tissue visualization with MRI: Practical insights and recommendations for optimized clinical applications 2025-May, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.11.001 PMID:39667997	综述	本文综述了用于增强矿化组织可视化的MRI技术（MT-MRI），并提供了优化临床应用的建议	全面概述了MT-MRI技术，包括其技术原理、临床应用及优缺点，并探讨了未来可能通过深度学习和硬件创新弥补现有不足	MT-MRI在评估细微骨异常和软组织钙化方面仍逊于传统CT，主要受限于空间分辨率	优化矿化组织MRI技术的临床应用	矿化组织（如骨骼）	医学影像	肌肉骨骼疾病	三维梯度回波、超短回波时间和零回波时间MRI、磁敏感加权成像、AI生成的合成CT	深度学习	MRI图像	NA
2339	2025-05-09	Generation of high-resolution MPRAGE-like images from 3D head MRI localizer (AutoAlign Head) images using a deep learning-based model 2025-May, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01728-8 PMID:39794660	研究论文	本研究利用深度学习模型从3D头部MRI定位图像生成高分辨率MPRAGE样图像，以辅助痴呆和神经退行性疾病的诊断和研究	首次提出将3D MRI定位图像通过深度学习转换为MPRAGE样图像的方法，并验证其在诊断和研究中的潜在价值	研究数据来自单一机构，可能存在选择偏倚；未评估模型在其他疾病或更广泛人群中的适用性	建立并评估基于深度学习的模型，用于从MRI定位图像生成MPRAGE样图像	轻度认知障碍、痴呆和癫痫患者的脑部MRI图像	数字病理	神经退行性疾病	深度学习	深度学习模型（具体架构未说明）	MRI图像	569名患者（训练集340人，验证集36人，测试集193人）
2340	2025-02-11	Letter to the Editor regarding, "Evaluation of accuracy of deep learning and conventional neural network algorithms in detection of dental implant type using intraoral radiographic images: A systematic review and meta-analysis" by Dashti et al 2025-May, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2024.12.029 PMID:39924432	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA