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
2601	2025-05-19	Blockchain enabled collective and combined deep learning framework for COVID19 diagnosis 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00252-7 PMID:40360521	研究论文	提出了一种结合区块链技术和深度学习的新型框架CLCD-Block，用于COVID-19的诊断	结合区块链技术与联合学习范式，确保数据安全分发并降低复杂性，采用混合胶囊学习网络进行准确预测	未来工作需关注模型的可扩展性提升、实时性能优化以及对更广泛医疗数据集的适应性	开发一种既准确又能保护隐私的协作模型，用于COVID-19诊断	COVID-19的诊断	数字病理学	COVID-19	深度学习、区块链技术	混合胶囊学习网络	肺部CT图像	四个基准数据集
2602	2025-05-19	User preference modeling for movie recommendations based on deep learning 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00030-5 PMID:40360567	研究论文	本文提出了一种基于深度学习的电影推荐方法，通过分析用户行为记录和电影内容元素，提高推荐系统的个性化程度	结合AI、图技术和文本挖掘技术，利用PageRank和CNN模型提升电影推荐的准确性和召回率	实验样本量较小，仅包含215名用户的浏览数据	提升电影推荐系统的个性化程度和推荐准确性	电影推荐系统和用户偏好	自然语言处理	NA	AI、图技术、文本挖掘	CNN	用户浏览记录、电影内容	215名用户的508个电影页面浏览数据
2603	2025-05-19	Dual level dengue diagnosis using lightweight multilayer perceptron with XAI in fog computing environment and rule based inference 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98365-6 PMID:40360639	研究论文	本研究提出了一种在雾计算环境中使用轻量级多层感知器（MLP）和可解释人工智能（XAI）进行双级登革热诊断的框架	结合雾计算环境实现双级诊断，利用XAI工具解释模型预测，提高诊断效率和准确性	使用的小型数据集可能限制模型的泛化能力	提高登革热远程诊断的效率和准确性	登革热患者	数字病理	登革热	机器学习、深度学习、XAI（SHAP和LIME）	轻量级MLP	临床症状数据和血清学检测报告	小型数据集（具体数量未提及）
2604	2025-05-19	Detection of sugar beet seed coating defects via deep learning 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98253-z PMID:40360658	研究论文	该研究利用YOLO算法对甜菜种子包衣缺陷进行检测和分类，以提高种子质量和生产效率	首次将YOLOv10系列模型应用于甜菜种子包衣缺陷检测，并构建了包含2000个样本的原始数据库	研究仅针对甜菜种子，未验证在其他作物种子上的适用性	通过深度学习技术提高种子包衣质量检测效率	甜菜种子	计算机视觉	NA	深度学习图像处理	YOLOv10-N, YOLOv10-L, YOLOv10-X	图像	2000个包衣甜菜种子的高分辨率RGB图像
2605	2025-05-19	AI-IoT based smart agriculture pivot for plant diseases detection and treatment 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98454-6 PMID:40360734	研究论文	本文提出了一种基于AI-IoT的智能农业枢纽，用于植物病害检测和治疗	提出了一种新的IoT系统架构和硬件试点，基于现有的中心枢纽开发深度学习模型，用于多种作物的植物病害检测和治疗，克服了无人机和机器人技术的限制	未提及具体局限性	开发智能农业解决方案，解决植物病害检测和治疗问题	多种作物的植物叶片	智能农业	植物病害	深度学习	ResNet50	图像	25,940张图像，涵盖11类植物叶片
2606	2025-05-19	A systematic review and meta-analysis of the utility of quantitative, imaging-based approaches to predict radiation-induced toxicity in lung cancer patients 2025-May-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110935 PMID:40360049	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了放射组学、剂量组学和机器学习在预测胸部放疗毒性中的表现	首次对放射组学、剂量组学和机器学习在预测放疗毒性方面的性能进行了系统综述和荟萃分析，并比较了不同方法的优劣	研究主要集中在放射性肺炎预测上，对其他器官毒性的预测研究较少	评估定量影像学方法在预测肺癌患者放疗毒性中的效用	肺癌患者	数字病理	肺癌	放射组学、剂量组学、机器学习	经典机器学习模型和深度学习模型	影像数据	104项研究，共23,373名患者
2607	2025-05-19	Prediction of real-time cine-MR images during MRI-guided radiotherapy of liver cancer using a GAN-ConvLSTM network 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17609 PMID:39755123	研究论文	本研究提出了一种改进的生成对抗网络（GAN）用于实时预测肝脏癌症放疗过程中的实时电影磁共振（cine-MR）图像	使用pix2pix GAN，并将生成器替换为卷积长短期记忆（ConvLSTM），以预测未来的五帧图像	样本量较小，仅涉及15名患者	提高肝脏癌症放疗过程中呼吸运动预测的准确性	15名接受放疗的肝脏癌症患者的矢状电影磁共振图像	医学影像分析	肝癌	cine-MR成像	GAN-ConvLSTM	图像	15名患者的300帧图像序列
2608	2025-05-19	Segmentation of coronary artery and calcification using prior knowledge based deep learning framework 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17642 PMID:39878608	研究论文	本研究提出了一种基于深度学习的冠状动脉和钙化分割框架，利用解剖先验知识提高分割准确性，并探索了分割结果对旋磨术的预测能力	整合冠状动脉和钙化的解剖先验知识到深度学习框架中，设计了包含中心线提取、自注意力、逻辑操作和分割模块的新型分割框架	研究样本量相对较小（72例患者），可能需要更大规模的数据验证	提高冠状动脉和钙化的自动分割准确性，并探索分割结果对旋磨术的预测价值	冠状动脉和钙化区域	数字病理	心血管疾病	CT血管造影(CTA)	变分自编码器(VAE)与自注意力机制结合的深度学习框架	3D医学影像	72例患者的CTA图像数据集
2609	2025-05-19	Multilevel perception boundary-guided network for breast lesion segmentation in ultrasound images 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17647 PMID:39887423	研究论文	提出了一种名为PBNet的多层次感知边界引导网络，用于从超声图像中准确分割乳腺肿瘤，特别是针对与正常组织强度相似的肿瘤	PBNet通过多层次全局感知模块(MGPM)和边界引导模块(BGM)结合，以及引入多层次边界增强分割(BS)损失，显著提高了肿瘤边界的分割精度	效应量小于0.2，表明虽然性能提升显著，但实际效果提升幅度有限	提高乳腺超声图像中非增强病变的边界分割准确性	乳腺肿瘤超声图像	数字病理	乳腺癌	深度学习	PBNet（包含MGPM和BGM模块）	超声图像	公开数据集BUSI包含780张图像，内部数据集包含995张图像
2610	2025-05-19	Neural architecture search with Deep Radon Prior for sparse-view CT image reconstruction 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17685 PMID:39930320	research paper	本文提出了一种名为NAS-DRP的新型无监督深度学习方法，用于稀疏视图CT图像重建	结合了深度Radon先验（DRP）和神经架构搜索（NAS），通过强化学习优化网络结构，提高了图像重建的细节和准确性	需要进一步验证在大规模数据集上的泛化能力	提高稀疏视图CT图像重建的质量，减少辐射暴露	稀疏视图CT图像	medical imaging	NA	deep learning, neural architecture search, Radon domain adaptation	encoder-decoder network, RNN	CT图像	NA
2611	2025-05-19	Beam's eye view to fluence maps 3D network for ultra fast VMAT radiotherapy planning 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17673 PMID:39935217	研究论文	本文提出了一种深度学习方法来加速VMAT放疗计划中的通量图预测	通过3D网络直接从患者数据预测通量图，显著提高了VMAT放疗计划的速度	未提及在临床环境中的实际应用效果验证	加速VMAT治疗计划中的通量图生成过程	VMAT放疗计划中的通量图	医疗影像处理	癌症	深度学习	3D网络	3D剂量图	超过2000个VMAT计划
2612	2025-05-19	Dose prediction via deep learning to enhance treatment planning of lung radiotherapy including simultaneous integrated boost techniques 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17692 PMID:39967020	research paper	本研究探讨了使用深度学习预测包括同步整合增强（SIB）技术在内的容积调强弧形治疗（VMAT）剂量分布的可行性及其在改善肺癌患者治疗计划质量中的潜在益处	首次验证了深度学习在预测多种处方剂量（包括SIB技术）的3D剂量分布中的应用，并评估了其在改善治疗计划质量中的效果	研究样本量相对较小，且所有数据均来自单一机构，可能限制模型的泛化能力	验证深度学习在预测VMAT剂量分布（包括SIB技术）中的可行性及其对改善肺癌患者治疗计划质量的潜在益处	肺癌患者	digital pathology	lung cancer	volumetric modulated arc therapy (VMAT), simultaneous integrated boost (SIB)	3D U-Net	CT images, target and normal tissue contours, prescription doses	93 retrospective clinical VMAT plans (75 for training, 18 for testing) + 10 prospective patients
2613	2025-05-19	Automated chick gender determination using optical coherence tomography and deep learning 2025-May, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105033 PMID:40106909	研究论文	本研究提出了一种结合光学相干断层扫描（OCT）和深度学习的新方法，用于高分辨率、非侵入性的雏鸡性别鉴定	首次将OCT与深度学习结合用于自动化雏鸡性别鉴定，提供了一种可扩展、实时的替代方案	模型的准确率为79%，仍有提升空间	优化家禽生产中的雏鸡性别分类	雏鸡	计算机视觉	NA	光学相干断层扫描（OCT）	自定义卷积神经网络（CNN）	图像	未明确提及样本数量
2614	2025-05-19	A novel skeletal muscle quantitative method and deep learning-based sarcopenia diagnosis for cervical cancer patients treated with radiotherapy 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17791 PMID:40170435	研究论文	本文提出了一种基于深度学习的自动分割和肌肉减少症诊断方法，用于宫颈癌放疗患者的骨骼肌定量测量	使用第五腰椎（L5）替代第三腰椎（L3）进行骨骼肌指数（SMI）评估，并提出了一种端到端的解剖距离引导的双分支特征融合网络进行自动分割	研究样本仅限于宫颈癌放疗患者，且外部验证数据集规模较小	探索CBCT在评估骨骼肌指数（SMI）和肌肉减少症诊断中的实用性	宫颈癌放疗患者	数字病理	宫颈癌	CBCT, 深度学习	端到端的解剖距离引导的双分支特征融合网络	图像	248名宫颈癌放疗患者的CBCT图像
2615	2025-05-19	Artificial intelligence in preclinical research: enhancing digital twins and organ-on-chip to reduce animal testing 2025-May, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2025.104360 PMID:40252989	review	本文探讨了人工智能在临床前研究中的应用，特别是通过数字孪生和器官芯片技术减少动物实验	结合AI技术提升数字孪生和器官芯片的预测能力和可扩展性，为药物研发提供更精确的模拟	未提及具体的技术实施细节和实际应用案例	探索AI如何优化临床前药物研究，减少动物实验并提高药物研发效率	数字孪生（DTs）和器官芯片（OoC）平台	machine learning	NA	machine learning (ML), deep learning (DL)	NA	模拟数据	NA
2616	2025-05-19	Radiogenomic explainable AI with neural ordinary differential equation for identifying post-SRS brain metastasis radionecrosis 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17635 PMID:39878595	研究论文	利用神经常微分方程(NODE)模型结合影像、基因组和临床参数，区分脑转移瘤放射后坏死与复发	提出基于HBNODE的新型可解释AI框架，首次实现影像-基因组-临床(I-G-C)特征空间的动态轨迹追踪与决策场重构	样本量较小(90个脑转移灶)，仅针对NSCLC患者，未验证跨癌种泛化性	开发可解释AI模型用于脑转移瘤SRS治疗后放射性坏死与肿瘤复发的无创鉴别	62名非小细胞肺癌患者的90个脑转移灶	数字病理	肺癌	T1+c MRI影像分析、基因组测序	HBNODE(二阶神经ODE)、DNN	多模态数据(影像+基因组+临床)	90个脑转移灶(来自62名NSCLC患者)
2617	2025-05-19	Deep Learning-Based Ion Channel Kinetics Analysis for Automated Patch Clamp Recording 2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202404166 PMID:39737527	研究论文	本研究提出了首个基于人工智能的框架，用于表征全细胞记录中的多种离子通道动力学	首次将人工智能技术应用于离子通道动力学分析，结合了异常检测和多类分类的深度学习模型	NA	提高电生理研究中离子通道动力学分析的效率和准确性	离子通道动力学	机器学习	阿尔茨海默病, 帕金森病	膜片钳技术	1D CNN, 双向LSTM, 注意力机制	电生理记录数据	124个测试数据集
2618	2025-05-19	An efficient leukemia prediction method using machine learning and deep learning with selected features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320669 PMID:40378164	research paper	该论文提出了一种利用机器学习和深度学习技术结合特征选择的白血病预测方法	使用特征选择和深度学习技术对白血病基因数据进行分类，其中LSTM模型达到了100%的分类准确率	研究样本量较小（仅64个样本），且仅使用了CuMiDa数据库中的GSE9476数据集	开发一种高效的白血病早期预测和分类方法	白血病基因数据（来自CuMiDa数据库的GSE9476数据集）	machine learning	leukemia	基因微阵列技术	Random Forest, Linear Regression, SVM, LSTM	gene expression data	64个样本（来自22283个基因中的5类白血病基因）
2619	2025-05-19	LungVis 1.0: an automatic AI-powered 3D imaging ecosystem unveils spatial profiling of nanoparticle delivery and acinar migration of lung macrophages 2024-11-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54267-1 PMID:39604430	研究论文	介绍了一个名为LungVis 1.0的AI驱动的3D成像生态系统，用于定量分析纳米颗粒在肺部支气管和肺泡区域的分布及其与肺巨噬细胞的相互作用	首次整合光片荧光显微镜和基于深度学习的图像分析流程，实现了纳米颗粒在肺部分布的定量和整体性分析，并揭示了肺组织驻留巨噬细胞的动态行为	研究仅限于小鼠肺部模型，未涉及人类或其他动物模型	探索肺部药物递送的动态过程，加深对肺巨噬细胞介导的肺部免疫的理解	纳米颗粒在肺部的分布和肺组织驻留巨噬细胞的行为	数字病理学	呼吸系统疾病	光片荧光显微镜，深度学习	深度学习模型（未指定具体类型）	3D图像	小鼠肺部模型
2620	2025-05-19	Multi-scale Multi-site Renal Microvascular Structures Segmentation for Whole Slide Imaging in Renal Pathology 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering PMID:40375952	research paper	提出了一种名为Omni-Seg的新方法，用于从人类肾脏全切片图像中分割微血管结构	利用多站点、多尺度的训练数据，采用单一动态网络方法，能够处理部分标记的图像	方法依赖于多站点、多尺度的训练数据，可能对数据获取和处理提出更高要求	开发一种自动分割肾脏微血管结构的计算方法	人类肾脏全切片图像中的微血管结构（如小动脉、小静脉和毛细血管）	digital pathology	renal pathology	deep learning	dynamic network	image	来自HuBMAP和NEPTUNE两个数据集的图像，包括不同放大倍数（40×、20×、10×和5×）