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
241	2025-05-01	Quantitative Structural and Compositional Elucidation of Real-World Pharmaceutical Tablet Using Large Field-of-View, Correlative Microscopy-Tomography Techniques and AI-Enabled Image Analysis 2025-Jan, Pharmaceutical research IF:3.5Q2 DOI:10.1007/s11095-024-03812-0 PMID:39779618	研究论文	本研究提出了一种结合相关显微镜-断层扫描技术和基于机器学习的图像分割方法，用于定量解析真实世界药物片剂的结构和组成	结合相关显微镜-断层扫描技术和AI图像分析，实现了对药物片剂微观结构和组成的定量解析	研究仅针对含有15%API和多种常见辅料的片剂进行了验证，未涉及更广泛的药物配方	开发一种新方法来定量解析药物片剂的结构和组成，以优化片剂的配方和工艺开发	真实世界药物片剂	数字病理	NA	相关显微镜-断层扫描技术、能量色散X射线光谱、同步辐射X射线微计算机断层扫描(SyncCT)、机器学习	监督机器学习和深度学习	图像	一种含有15%API和多种常见辅料的真实世界片剂
242	2025-05-01	Double Oracle Neural Architecture Search for Game Theoretic Deep Learning Models 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558420 PMID:40215149	研究论文	提出了一种利用博弈论概念（包括GANs和对抗训练）训练深度学习模型的新方法，采用双预言框架和最佳响应预言	将双预言框架概念应用于对抗神经架构搜索（NAS for GAN）和对抗训练（NAS for AT）算法，显著提升了模型性能	纯纳什均衡可能不存在，且混合纳什均衡的求解因大规模策略空间而困难	利用博弈论概念改进深度学习模型的训练方法	生成对抗网络（GANs）和对抗训练（AT）模型	机器学习	NA	对抗训练（AT）、生成对抗网络（GANs）	GAN、CNN	图像	MNIST、CIFAR-10、TinyImageNet、SVHN数据集
243	2025-05-01	SMANet: A Model Combining SincNet, Multi-Branch Spatial-Temporal CNN, and Attention Mechanism for Motor Imagery BCI 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3560993 PMID:40232894	研究论文	提出了一种结合SincNet、多分支时空CNN和注意力机制的深度学习模型SMANet，用于运动想象脑机接口分类	结合SincNet、多分支时空CNN和注意力机制，通过多目标优化方案增强判别特征	未提及具体局限性	提高运动想象脑机接口的分类准确率	脑电图（EEG）信号	脑机接口	NA	深度学习	SMANet（结合SincNet、MBSTCNN和注意力机制）	EEG信号	BCI Competition IV 2a（四类MI数据集）、BCI Competition IV 2b（二类MI数据集）、OpenBMI（二类MI数据集）
244	2025-05-01	An empirical study of preventive healthcare policy under the synergy of education and corporate financial monitoring 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1540618 PMID:40276349	研究论文	本研究探讨了教育与公司财务监控协同作用下的预防性医疗保健政策	利用公司财务监控作为评估预防性医疗保健政策有效性的新视角，结合深度学习和动态风险建模技术	传统方法忽视了经济因素与健康结果之间的动态相互作用	通过创新的数据驱动框架提升公共卫生成果	预防性医疗保健政策及其社会经济影响	机器学习	NA	深度学习、动态风险建模	Advanced Financial Monitoring Neural Framework (AFMNF)、Dynamic Risk-Adaptive Framework (DRAF)	财务指标、健康政策数据	NA
245	2025-05-01	Development of Multicenter Deep Learning Models for Predicting Surgical Complexity and Surgical Site Infection in Abdominal Wall Reconstruction, a Pilot Study 2025, Journal of abdominal wall surgery : JAWS DOI:10.3389/jaws.2025.14371 PMID:40297249	研究论文	开发用于预测腹壁重建手术复杂性和手术部位感染风险的多中心深度学习模型	首次使用多中心深度学习模型预测腹壁重建手术的复杂性和手术部位感染风险	CST模型表现不佳，可能反映了手术决策的主观性和不同机构的实践差异	预测腹壁重建手术的复杂性和手术部位感染风险	腹壁重建手术患者	数字病理	腹壁疝	深度学习	ResNet-18	CT图像	来自两个三级腹壁重建中心的去标识化CT图像
246	2025-05-01	RSDCNet: An efficient and lightweight deep learning model for benign and malignant pathology detection in breast cancer 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251336286 PMID:40297351	研究论文	本研究提出了一种名为RSDCNet的高效轻量级深度学习模型，用于乳腺癌良恶性病理检测	RSDCNet结合了深度可分离卷积和SCSE模块，在减少模型参数的同时增强了关键特征提取能力，实现了轻量化和高效率	研究仅使用了BreakHis数据集，未在其他独立数据集上进行验证	开发一种高效、自动化和精确的乳腺癌病理检测方法	乳腺癌良恶性病理图像	数字病理	乳腺癌	深度学习	RSDCNet（基于CNN的改进模型）	图像	9109张乳腺肿瘤显微图像（来自BreakHis数据集）
247	2025-05-01	Magnetic resonance radiomics-based deep learning model for diagnosis of Alzheimer's disease 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251337183 PMID:40297370	研究论文	本研究提出了一种基于磁共振影像组学和深度学习的模型，用于阿尔茨海默病的诊断	结合磁共振影像组学特征和深度学习模型TabNet，实现了阿尔茨海默病的高精度诊断	研究样本量相对有限，且来自特定种族群体	开发一种基于深度学习的阿尔茨海默病诊断方法	阿尔茨海默病患者、轻度认知障碍患者和正常对照者	数字病理学	老年病	磁共振成像(MRI)	TabNet	图像	ADNI数据库中的141名AD患者、166名MCI患者和231名正常对照者，以及华山医院的45名AD患者、35名MCI患者和31名正常对照者
248	2025-05-01	Development of a deep learning model to predict smoking status in patients with chronic obstructive pulmonary disease: A secondary analysis of cross-sectional national survey 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251333660 PMID:40297369	研究论文	开发并验证了一个深度学习模型，用于预测慢性阻塞性肺疾病（COPD）患者的吸烟状况	使用残差神经网络（ResNN）模型预测COPD患者的吸烟状况，并比较了多种机器学习和深度学习模型，性能优于其他模型	需要外部验证，并纳入更多行为和心理学变量以提高模型的通用性和性能	开发一个深度学习模型，用于预测COPD患者的吸烟状况	COPD患者	机器学习	慢性阻塞性肺疾病	深度学习	ResNN	结构化数据（包括人口统计学、行为学和临床变量）	5466例COPD患者
249	2025-05-01	Deep Learning for Longitudinal Gross Tumor Volume Segmentation in MRI-Guided Adaptive Radiotherapy for Head and Neck Cancer 2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings DOI:10.1007/978-3-031-83274-1_7 PMID:40297614	research paper	本研究开发了一系列深度学习模型，用于头颈癌MRI引导的自适应放疗中纵向肿瘤体积的自动分割	提出了结合预放疗和中放疗MRI数据的SegResNet模型，并在中放疗任务中引入了掩码感知注意力模块，提高了分割精度	未提及模型在外部验证集上的表现，可能缺乏泛化性验证	开发自动分割方法以改进头颈癌MRI引导放疗中的肿瘤体积勾画	头颈癌患者的MRI图像和肿瘤体积	digital pathology	head and neck cancer	MRI	SegResNet	MRI图像	未明确提及具体样本量，但包含预放疗和中放疗MRI数据集
250	2025-05-01	A hybrid power load forecasting model using BiStacking and TCN-GRU 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321529 PMID:40294011	研究论文	本文提出了一种结合集成学习和深度学习技术的混合预测模型BiStacking+TCN-GRU，用于电力负荷预测	结合了BiStacking集成学习和TCN-GRU深度学习技术，通过Pearson相关系数选择特征，提高了预测准确性	实验数据仅基于巴拿马2020年的电力负荷数据，可能在其他地区或时间段的适用性有待验证	提高电力负荷预测的准确性，减少能源浪费并改善电网稳定性	电力负荷数据	机器学习	NA	Pearson相关系数(PCC)、BiStacking、TCN、GRU	BiStacking+TCN-GRU	电力负荷数据	巴拿马2020年电力负荷数据
251	2025-05-01	Prediction of stress-strain behavior of rock materials under biaxial compression using a deep learning approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321478 PMID:40299820	研究论文	本文提出了一种基于长短期记忆自动编码器（LSTM-AE）的深度学习方法，用于预测离散元数值模拟中岩石材料的应力-应变曲线	使用LSTM-AE网络提高岩石材料应力-应变曲线预测的准确性，相比LSTM、RNN、BPNN和XGBoost模型表现更优	LSTM-AE网络在处理大数据集时的可扩展性及对实验室数据集的预测适用性需进一步验证	提高岩石材料应力-应变曲线的预测准确性	岩石材料的应力-应变行为	机器学习	NA	离散元数值模拟	LSTM-AE	数值模拟数据	10组特殊样本
252	2025-05-01	Indoor fire and smoke detection based on optimized YOLOv5 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322052 PMID:40299940	研究论文	提出了一种基于遗传算法优化的YOLOv5模型（HPO-YOLOv5），用于室内火灾和烟雾检测，并结合DeepSORT实现实时监控	结合遗传算法优化YOLOv5模型，并引入DeepSORT进行实时火灾进展跟踪，同时使用Grad-CAM技术提高模型预测的可解释性	研究仅针对室内场景，未涵盖室外或其他复杂环境	提高室内火灾和烟雾检测的准确性和实时性	室内火灾和烟雾图像	计算机视觉	NA	遗传算法、Grad-CAM、DeepSORT	YOLOv5	图像	5000张室内火灾和烟雾图像，按80:10:10的比例分为训练集、验证集和测试集
253	2025-05-01	Optimizing chemotherapeutic targets in non-small cell lung cancer with transfer learning for precision medicine 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319499 PMID:40299923	研究论文	本文提出了一种结合迁移学习和特征提取的药物发现模型，用于优化非小细胞肺癌的化疗靶点	使用混合UNet transformer进行药物和蛋白质序列的特征提取，并采用改进的Rime优化算法进行特征选择，设计深度迁移学习模型提高药物发现准确性	未提及模型在其他癌症类型上的泛化能力，以及临床实际应用效果	提高非小细胞肺癌患者治疗靶点的预测准确性，推动精准医疗发展	非小细胞肺癌患者的治疗靶点	机器学习	肺癌	特征提取，迁移学习	混合UNet transformer，DTransL	药物和蛋白质序列数据	基于Davis、KIBA和Binding-DB基准数据集
254	2025-05-01	Unlocking Responsive and Unresponsive Signatures: A Transfer Learning Approach for Automated Classification in Cutaneous Leishmaniasis Lesions 2025, Transboundary and emerging diseases IF:3.5Q1 DOI:10.1155/tbed/5018632 PMID:40302757	research paper	该研究开发了一种基于迁移学习的深度学习模型，用于自动分类皮肤利什曼病病变的响应与非响应病例	首次探索了基于图像的方法来区分皮肤利什曼病的响应与非响应病例，并应用迁移学习解决了样本量有限的问题	样本量有限，需要进一步扩大数据集以优化模型	开发自动化的响应检测方法以指导皮肤利什曼病的治疗策略	皮肤利什曼病病变图像	digital pathology	cutaneous leishmaniasis	deep learning	DenseNet161, VGG16, ResNet18	image	102张病变图像（每类51张，均匀分布在训练、测试和验证集中）
255	2025-05-01	Prediction of the Therapeutic Response to Neoadjuvant Chemotherapy for Rectal Cancer Using a Deep Learning Model 2025, Journal of the anus, rectum and colon DOI:10.23922/jarc.2024-085 PMID:40302856	研究论文	开发了一种基于深度学习模型的非侵入性预测方法，用于预测直肠癌新辅助化疗的治疗反应	首次使用残差卷积神经网络（CNN）基于化疗前CT图像预测直肠癌新辅助化疗的治疗反应	样本量较小（57名患者），且未发现化疗前临床因素与非应答者显著相关	优化直肠癌新辅助化疗的治疗方案	直肠癌患者	数字病理	直肠癌	CT成像	残差CNN	图像	57名患者（49名用于训练和验证，8名用于测试），共提取3857个图像块
256	2025-05-01	Automatic pelvic fracture segmentation: a deep learning approach and benchmark dataset 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1511487 PMID:40303367	research paper	提出了一种基于深度学习的自动骨盆骨折分割方法，并提供了一个公开的基准数据集	采用两个顺序网络进行解剖分割和骨折分割，并引入距离加权损失、多尺度深度监督和平滑过渡策略以提高性能	方法在复杂骨折情况下的泛化能力未充分验证	开发自动骨盆骨折分割方法以辅助创伤诊断和图像引导的复位手术	骨盆骨折的CT图像	digital pathology	pelvic fracture	deep learning	CNN	CT images	150 CTs
257	2025-05-01	Application and research progress of artificial intelligence in allergic diseases 2025, International journal of medical sciences IF:3.2Q1 DOI:10.7150/ijms.105422 PMID:40303497	综述	本文综述了人工智能在过敏性疾病中的应用与研究进展，重点关注哮喘等疾病	总结了AI在过敏性疾病预测、诊断、治疗和管理中的最新应用	简要分析了各种智能辅助方法的局限性	为研究团队和医务人员提供AI在过敏性疾病中应用的参考	哮喘、特应性皮炎、食物过敏、过敏性鼻炎和荨麻疹等过敏性疾病	自然语言处理	过敏性疾病	强化学习、机器学习、深度学习、自然语言处理	NA	文本、视觉和听觉数据	NA
258	2025-05-01	Artificial intelligence in traditional Chinese medicine: advances in multi-metabolite multi-target interaction modeling 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1541509 PMID:40303920	review	本文综述了人工智能在传统中医药多代谢物多靶点相互作用建模中的应用进展	整合人工智能的高级数据分析和非线性建模能力，推动传统中医药向精准医学转变	数据异质性、模型可解释性有限、因果混杂以及实际应用中鲁棒性验证不足	提升人工智能在中医药靶点预测中的可靠性和可扩展性	传统中医药的多代谢物和多靶点干预	machine learning	NA	多组学技术	ML, DL	多模态数据	NA
259	2025-05-01	Association prediction of lncRNAs and diseases using multiview graph convolution neural network 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1568270 PMID:40303981	research paper	提出了一种基于多视图图卷积神经网络的方法MVIGCN，用于预测长非编码RNA（lncRNA）与疾病的关联	整合多模态数据构建异质网络，通过注意力机制的深度学习建模拓扑特征和多尺度关系，提高了预测准确性	未提及具体样本量或实验验证的局限性	解码lncRNA在疾病生物学中的功能，优先考虑治疗靶点	长非编码RNA（lncRNA）与疾病的关联	machine learning	NA	graph convolutional network (GCN), 注意力机制	GCN	多模态数据（疾病语义、lncRNA相似性、miRNA-lncRNA-疾病相互作用）	NA
260	2025-05-01	Diagnostic Performance of Deep Learning Applications in Hepatocellular Carcinoma Detection Using Computed Tomography Imaging 2024-Dec-30, The Turkish journal of gastroenterology : the official journal of Turkish Society of Gastroenterology DOI:10.5152/tjg.2024.24538 PMID:39760649	research paper	本研究利用深度学习技术中的YOLO架构，通过计算机断层扫描（CT）图像提高肝细胞癌（HCC）的检测能力，旨在改善早期诊断和患者预后	采用YOLO架构的深度学习模型在HCC检测中表现出卓越的诊断准确性，显著超越传统诊断方法	研究样本量相对较小，仅包含122名患者的1290张CT图像	提高肝细胞癌的早期检测能力，改善患者预后	肝细胞癌（HCC）患者的CT图像	computer vision	liver cancer	CT imaging	YOLO	image	1290张CT图像来自122名患者