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
2681	2025-07-25	Hybrid deep learning optimization for smart agriculture: Dipper throated optimization and polar rose search applied to water quality prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327230 PMID:40690512	research paper	本研究提出了一种新颖的混合元启发式框架，结合了Dipper Throated Optimization (DTO)和Polar Rose Search (PRS)，用于提升深度学习模型在水质预测中的性能	结合了生物启发的DTO算法和PRS算法，提出了一种混合优化框架，用于处理高维数据集并提升预测准确性	未提及具体的数据集规模或实际应用中的潜在限制	提升智能农业中的水质预测精度，支持可持续农业灌溉决策	水质数据，特别是与土豆种植相关的高质量灌溉水	machine learning	NA	Dipper Throated Optimization (DTO), Polar Rose Search (PRS), Radial Basis Function Network (RBFN)	RBFN	水质数据	NA
2682	2025-07-25	Evolution from the physical process-based approaches to machine learning approaches to predicting urban floods: a literature review 2025, Environmental systems research DOI:10.1186/s40068-025-00409-3 PMID:40692624	review	本文综述了过去二十年来城市洪水预测方法的演变，从传统的基于物理过程的方法到AI和机器学习方法	聚焦AI驱动的实时和社区集成方法在洪水预测中的最新进展	许多城市缺乏使用这些工具所需的数据、传感器或系统，且许多模型未与城市规划或社区工作相结合	探讨城市洪水预测方法的演变及其改进	城市洪水预测方法	machine learning	NA	GIS, LiDAR, 卫星图像, 深度学习, 混合模型	AI, 机器学习, 深度学习, 混合模型	天气信息, 传感器数据, 社交媒体数据	NA
2683	2025-07-25	High-throughput end-to-end aphid honeydew excretion behavior recognition method based on rapid adaptive motion-feature fusion 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1609222 PMID:40692669	研究论文	提出一种基于快速自适应运动特征融合的端到端蚜虫蜜露排泄行为识别方法，用于提高检测精度和操作效率	首次建立了包含蚜虫爬行、腿部弹动和蜜露排泄行为的细粒度数据集，开发了快速自适应运动特征融合算法，并优化了RT-DETR检测模型	未提及具体的数据集规模或在实际农业环境中的适用性测试	提高蚜虫蜜露排泄行为的检测效率和准确性，以研究其摄食活动和评估植物抗性水平	蚜虫的蜜露排泄行为	计算机视觉	NA	深度学习	RT-DETR, ResNet50	视频	未明确提及具体样本数量
2684	2025-07-25	Classifying office workers with and without cervicogenic headache or neck and shoulder pain using posture-based deep learning models: a multicenter retrospective study 2025, Frontiers in pain research (Lausanne, Switzerland) DOI:10.3389/fpain.2025.1614143 PMID:40692757	研究论文	开发并评估基于习惯性坐姿图像的深度学习模型，用于分类有或无颈源性头痛或颈肩痛的办公室员工	首次使用深度学习模型从习惯性坐姿图像中分类颈源性头痛和颈肩痛，并利用CAM技术可视化模型关注区域	静态姿势与肌肉骨骼疼痛之间的复杂关系需要临床实践中采用多模式评估方法	开发用于肌肉骨骼疾病早期检测的自动化分类工具	531名办公室员工(135名CH患者，365名NSP患者，108名CH+NSP患者和139名对照组)	计算机视觉	肌肉骨骼疾病	深度学习	VGG19, ResNet50, EfficientNet B5	图像	531名办公室员工的904张习惯性坐姿图像
2685	2025-07-25	Deep learning for enhancement of low-resolution and noisy scanning probe microscopy images 2025, Beilstein journal of nanotechnology IF:2.6Q2 DOI:10.3762/bjnano.16.83 PMID:40692894	研究论文	本研究使用传统方法和深度学习模型提升低分辨率AFM图像的质量和分辨率	深度学习模型在超分辨率任务中表现优于传统方法，并能完全消除AFM图像中的常见伪影	研究中未提及深度学习模型的具体计算资源需求或训练时间	提升原子力显微镜(AFM)图像的分辨率和质量	低分辨率和含噪声的AFM图像	计算机视觉	NA	AFM扫描	深度学习模型	图像	未明确提及具体样本数量
2686	2025-07-25	Multidisciplinary Evaluation of an AI-Based Pneumothorax Detection Model: Clinical Comparison with Physicians in Edge and Cloud Environments 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S535405 PMID:40693169	研究论文	本研究评估了一种基于Google Cloud Vertex AI的深度学习模型在气胸检测中的诊断准确性，并与不同经验水平的医生进行了比较	该研究首次在云端和边缘部署环境中评估AI模型的气胸检测性能，并特别关注了微小气胸病例的检测能力	研究样本量较小（152例），且来自单一中心，可能影响结果的普遍性	评估AI模型在气胸检测中的诊断准确性及其临床应用潜力	胸部X光片中的气胸检测	数字病理	肺病	AutoML Vision	深度学习模型	医学影像	152例匿名胸部X光片（76例气胸，76例正常）
2687	2025-07-25	MSPO: A machine learning hyperparameter optimization method for enhanced breast cancer image classification 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251361603 PMID:40693252	研究论文	本文提出了一种多策略鹦鹉优化器（MSPO）用于乳腺癌图像分类任务，以提高深度学习模型的超参数优化效率和分类性能	在原始鹦鹉优化器基础上整合了Sobol序列初始化、非线性递减惯性权重和混沌参数等策略，增强了全局探索能力和收敛稳定性	仅在BreaKHis乳腺癌图像数据集上进行了验证，需要更多数据集测试其泛化能力	提高乳腺癌图像分类的准确性和效率	乳腺癌图像	计算机视觉	乳腺癌	深度学习	ResNet18	图像	BreaKHis数据集
2688	2025-07-25	An Ensemble Deep Learning Algorithm for Structural Heart Disease Screening Using Electrocardiographic Images: PRESENT SHD 2024-Dec-27, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.06.24314939 PMID:39417095	研究论文	开发了一种名为PRESENT-SHD的集成深度学习算法，用于通过心电图图像自动检测和预测结构性心脏病	利用12导联心电图图像进行多种结构性心脏病的自动化检测和预测，提出了一种集成XGBoost模型PRESENT-SHD	研究依赖于特定医院和人群的数据，可能在其他人群中表现不同	开发一种自动化工具，用于结构性心脏病的早期筛查和风险分层	结构性心脏病患者的心电图图像	数字病理学	心血管疾病	深度学习	CNN, XGBoost	图像	261,228份心电图来自93,693名患者，并在11,023名个体中进行了验证
2689	2025-07-25	Enhancing the diagnostic capacity of [18F]PSMA-1007 PET/MRI in primary prostate cancer staging with artificial intelligence and semi-quantitative DCE: an exploratory study 2024-Nov-08, EJNMMI reports DOI:10.1186/s41824-024-00225-5 PMID:39510993	研究论文	探讨基于人工智能和半定量动态对比增强MRI在[18F]-PSMA-1007 PET/MRI中区分前列腺良恶性组织的能力	结合人工智能和半定量DCE分析提高前列腺癌诊断准确性	样本量较小（仅7例患者），需进一步验证	提高[18F]PSMA-1007 PET/MRI在前列腺癌原发灶分期中的诊断能力	原发性前列腺癌患者	数字病理	前列腺癌	PET/MRI, 动态对比增强MRI (DCE-MRI), 深度学习	深度学习管道 (DL pipeline)	医学影像 (PET/MRI图像)	7例前列腺癌患者
2690	2025-07-25	Multimodal Artificial Intelligence in Medicine 2024-Nov-01, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000000000556 PMID:39167446	研究论文	本文探讨了多模态人工智能在医学中的应用及其挑战	介绍了多模态Transformer模型在医疗领域的应用，能够处理文本、图像和结构化数据等多种数据形式	多模态深度学习模型的整合需要考虑伴随的伦理和环境挑战	研究多模态人工智能在医学诊断和治疗中的适用性和挑战	多模态医疗数据（如文本、图像和结构化数据）	人工智能	NA	多模态Transformer模型	Transformer	多模态数据（文本、图像、结构化数据）	NA
2691	2025-07-25	Bone scintigraphy based on deep learning model and modified growth optimizer 2024-10-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73991-8 PMID:39465262	研究论文	提出一种基于深度学习和改进生长优化器的骨闪烁扫描技术，用于自动分析全身骨扫描图像	结合MobileViT模型和改进的Growth Optimizer算法进行特征提取和选择，提出名为GOAOA的新特征选择算法	仅使用了2800张骨扫描图像进行验证，样本量相对有限	开发自动分析全身骨扫描图像的机器学习方法，减轻医生工作负担	骨扫描图像	医学影像分析	骨转移癌	深度学习	MobileViT, GOAOA	医学图像	2800张骨扫描图像（1400正常，1400异常）
2692	2025-07-25	Calculating Protein-Ligand Residence Times through State Predictive Information Bottleneck Based Enhanced Sampling 2024-Jul-23, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00503 PMID:38991145	研究论文	本文提出了一种半自动化协议，用于计算蛋白质-配体停留时间，跨越12个数量级的时间尺度	结合深度学习方法和增强采样技术，首次实现了在原子水平上定量预测蛋白质-配体停留时间	方法仅在6种蛋白质-配体复合物上进行了验证，需要更广泛的测试	提高药物疗效和理解生物化学中的靶标识别	蛋白质-配体复合物	计算生物化学	癌症	分子动力学模拟(MD)、状态预测信息瓶颈(SPIB)、元动力学	深度学习	分子模拟数据	6种不同的蛋白质-配体复合物
2693	2025-07-25	qMAP enabled microanatomical mapping of human skin aging 2024-Jul-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.03.588011 PMID:39005293	研究论文	本研究开发了一种名为qMAP的组织图像分析工作流程，用于定量分析人类皮肤衰老的微解剖变化	首次利用深度学习和机器视觉技术全面标记组织切片中的组织和细胞区室，建立了可解释的特征集来定量分析衰老相关的微解剖变化	研究仅针对皮肤组织，未涉及其他组织类型的衰老特征	识别与衰老相关的组织水平特征，发现新型衰老生物标志物	人类皮肤组织	数字病理学	老年疾病	深度学习	NA	图像	99名年龄在14至92岁之间的捐赠者
2694	2025-07-25	Enhancing Molecular Property Prediction through Task-Oriented Transfer Learning: Integrating Universal Structural Insights and Domain-Specific Knowledge 2024-06-13, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c00692 PMID:38748846	research paper	提出了一种基于BERT的双层次预训练框架TOML-BERT，用于分子属性预测，结合了结构模式和领域知识	引入了双层次预训练框架TOML-BERT，结合了分子结构模式和领域知识，提升了分子属性预测性能	未提及具体的数据稀缺性如何影响模型性能，以及在不同分子类型上的泛化能力	提升分子属性预测的准确性，以支持药物发现	分子属性预测	machine learning	NA	BERT, 自监督预训练	TOML-BERT	分子结构数据	10个药物数据集
2695	2025-07-25	Advancements and Applications of Artificial Intelligence in Pharmaceutical Sciences: A Comprehensive Review 2024 Jan-Dec, Iranian journal of pharmaceutical research : IJPR IF:1.8Q3 DOI:10.5812/ijpr-150510 PMID:39895671	综述	本文全面回顾了人工智能在药物科学中的进展与应用	详细探讨了AI在药物发现、开发及个性化患者护理中的多种应用及其潜力	未提及具体的技术实施细节或案例研究的局限性	阐明AI在药物科学各领域的实际应用及其潜力	药物科学的多个子领域，包括药物化学、药剂学、药理学与毒理学等	药物科学	NA	机器学习、深度学习、自然语言处理、机器人自动化	NA	NA	NA
2696	2025-07-25	PeakDetective: A Semisupervised Deep Learning-Based Approach for Peak Curation in Untargeted Metabolomics 2023-06-27, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.3c00764 PMID:37314824	研究论文	提出了一种基于半监督深度学习的峰检测方法PeakDetective，用于非靶向代谢组学中的峰筛选	结合无监督自编码器和主动学习分类器，快速训练并适应不同LC/MS方法和样本类型	需要用户标注少量峰样本进行训练	解决非靶向代谢组学数据处理中峰检测的准确性问题	代谢组学数据中的峰信号	机器学习	NA	LC/MS	自编码器+主动学习分类器	代谢组学数据	五个不同的LC/MS数据集，包括SARS-CoV-2数据集
2697	2025-07-25	Automatic Classification of Cancer Pathology Reports: A Systematic Review 2022, Journal of pathology informatics DOI:10.1016/j.jpi.2022.100003 PMID:35242443	系统综述	本文系统综述了2010年至2021年间发表的用于病理报告自动分类的自然语言处理（NLP）技术	遵循PRISMA指南，对NLP系统进行分类和基准测试，识别了当前技术的局限性和未来研究方向	某些癌症特征的提取（如大小、形状、癌症类型等）仍存在挑战，且综述仅涵盖25篇最终符合条件的文章	评估和比较用于病理报告自动分类的NLP技术，以促进癌症研究的进展	病理报告	自然语言处理	癌症	自然语言处理（NLP）	Rule-based and Intelligent systems, 统计机器学习, 深度学习	文本	25篇符合条件的文章
2698	2025-07-24	QCAE-QOC-SVM: A hybrid quantum machine learning model for DoS and Fuzzy attack detection on autonomous vehicle CAN bus 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103471 PMID:40687355	研究论文	提出了一种混合量子机器学习模型QCAE-QOC-SVM，用于检测自动驾驶车辆CAN总线上的DoS和Fuzzy攻击	结合量子卷积自编码器(QCAE)和基于支持向量机的量子正交分类器(QOC-SVM)，利用量子计算能力进行精确异常检测	模型在特定批次大小比例(7741:31)下表现最佳，可能对其他比例适应性有限	提高自动驾驶车辆CAN总线的网络安全防御能力	自动驾驶车辆的CAN总线通信数据	量子机器学习	NA	量子机器学习(QML)	QCAE-QOC-SVM(量子卷积自编码器与量子正交分类器的混合模型)	CAN总线通信数据	300,000个实例(来自CARLA模拟器的公开和自定义数据集)
2699	2025-07-24	Advancing non-invasive melanoma diagnostics with deep learning and multispectral photoacoustic imaging 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100743 PMID:40686556	研究论文	本文介绍了一种结合深度学习和多光谱光声成像的非侵入性黑色素瘤诊断方法	提出了一种结合K-means聚类、一维卷积神经网络和主动轮廓算法的计算框架，用于自动确定黑色素瘤边界	NA	提高黑色素瘤诊断效率，减少手术切口	人类黑色素瘤	数字病理学	黑色素瘤	多光谱光声成像	CNN	图像	NA
2700	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