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
3101	2025-04-11	Reproducible image-based profiling with Pycytominer 2025-Apr, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02611-8 PMID:40032995	research paper	介绍了一个名为Pycytominer的用户友好、开源的Python包，用于处理高通量显微镜图像分析中产生的单细胞特征数据	开发了Pycytominer这一工具，用于图像分析后的单细胞特征数据处理，支持下游应用	未提及具体的技术限制或应用范围的局限性	开发一个工具以处理和优化高通量显微镜图像分析产生的单细胞特征数据	高通量显微镜图像分析产生的单细胞特征数据	digital pathology	NA	high-throughput microscopy	NA	image	NA
3102	2025-04-11	Cannabidiol-Rich Cannabis sativa L. Extract Alleviates LPS-Induced Neuroinflammation Behavioral Alterations, and Astrocytic Bioenergetic Impairment in Male Mice 2025-Apr, Journal of neuroscience research IF:2.9Q2 DOI:10.1002/jnr.70035 PMID:40195769	研究论文	本研究探讨了富含大麻二酚(CBD)的大麻提取物在脂多糖(LPS)诱导的神经炎症小鼠模型中的神经保护潜力	相比合成CBD，大麻提取物在缓解LPS诱导的焦虑样行为、认知缺陷和运动障碍方面表现出更优的疗效，并通过计算模型揭示了Delta-9-THC诱导的CB1受体构象变化增强了CBD结合	研究仅使用雄性小鼠，且需要进一步的临床探索	探索大麻提取物在神经炎症和相关神经退行性疾病中的治疗潜力	LPS诱导的神经炎症小鼠模型	神经科学	神经退行性疾病	定量逆转录聚合酶链反应(QRt-PCR)、细胞外通量测定、深度学习计算推断	深度学习	行为测试数据、生化指标、基因表达数据	未明确提及样本数量，仅说明使用雄性小鼠
3103	2025-04-11	Deep Learning Applications in Imaging of Acute Ischemic Stroke: A Systematic Review and Narrative Summary 2025-Apr, Radiology IF:12.1Q1 DOI:10.1148/radiol.240775 PMID:40197098	系统性综述	本文系统综述了深度学习在急性缺血性卒中（AIS）影像学中的应用，并总结了当前技术的现状和发展机会	全面评估了深度学习在AIS影像学中的多种应用，包括自动检测大血管闭塞和测量Alberta卒中项目早期CT评分，并突出了公共AIS数据集的重要性	需要标准化协议和测试集、更大的公共数据集以及在真实世界环境中的性能验证	评估深度学习在成人AIS患者影像学中的应用，提供技术现状的全面概述并识别发展机会	急性缺血性卒中（AIS）的影像学数据	计算机视觉	心血管疾病	深度学习	CNN, transformers	影像	380项研究（其中68项进行了详细数据提取）
3104	2025-04-11	CBD: Coffee Beans Dataset 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111434 PMID:40201542	research paper	介绍了一个名为CBD的高质量咖啡豆数据集，用于支持机器学习和深度学习模型在咖啡豆分类和分级中的应用	提供了包含450张高分辨率图像的咖啡豆数据集，涵盖9种不同的咖啡豆等级，旨在解决咖啡质量评估中的关键挑战	数据集的样本来源仅限于印度喀拉拉邦的Wayanad地区，可能无法代表全球咖啡豆的多样性	开发先进的咖啡豆分类技术，提高咖啡质量评估和分类准确性	咖啡豆	computer vision	NA	NA	EfficientNet-B0	image	450张高分辨率图像，涵盖9种咖啡豆等级，每类50张
3105	2025-04-01	Author Correction: Deep learning based decision-making and outcome prediction for adolescent idiopathic scoliosis patients with posterior surgery 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95425-9 PMID:40155745	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3106	2025-04-11	AI-Derived Blood Biomarkers for Ovarian Cancer Diagnosis: Systematic Review and Meta-Analysis 2025-Mar-24, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/67922 PMID:40126546	meta-analysis	本文通过系统回顾和荟萃分析评估了AI衍生的血液生物标志物在卵巢癌诊断中的研究质量和有效性	首次对AI在卵巢癌血液生物标志物诊断中的性能进行全面评估，并比较了不同AI算法和样本类型的诊断效果	纳入研究数量有限（40项），且部分研究缺乏外部验证	评估AI衍生的血液生物标志物在卵巢癌诊断中的有效性	卵巢癌患者	machine learning	ovarian cancer	AI算法（包括机器学习和深度学习）	NA	血液样本（血清和血浆）	40项研究
3107	2025-04-11	Explainable AI for Intraoperative Motor-Evoked Potential Muscle Classification in Neurosurgery: Bicentric Retrospective Study 2025-Mar-24, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63937 PMID:40127441	research paper	本研究开发了一种可解释的人工智能（XAI）方法，用于神经外科手术中运动诱发电位（MEP）肌肉分类，以提高患者安全	结合机器学习与可解释AI技术（SHAP值和Grad-CAM），识别MEP信号中影响肌肉分类的关键特征	研究仅基于两个医疗中心的数据，样本量可能不足以代表所有情况	开发肌肉识别预测模型，探索MEP信号的关键特征以提高手术安全性	来自两个医疗中心的151例手术的36,992个MEP信号和58例手术的24,298个MEP信号	digital pathology	neurosurgical procedures	machine learning, deep learning, XAI	RF, CNN	time-series, feature-engineered, time-frequency representations	36,992 MEPs from 151 surgeries (training/validation), 24,298 MEPs from 58 surgeries (testing)
3108	2025-04-11	A review of urban heat island mapping approaches with a special emphasis on the Indian region 2025-Mar-08, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-13810-3 PMID:40055272	review	本文综述了全球城市热岛（UHI）测绘方法，特别关注印度地区及基于AI的方法	特别关注印度地区及AI方法在城市热岛测绘中的应用	未提及具体数据样本量及模型性能比较	探讨城市热岛测绘方法，以提高生活质量	城市热岛现象及其测绘技术	machine learning	NA	machine learning, deep learning	NA	NA	NA
3109	2025-04-11	Critical assessment of missense variant effect predictors on disease-relevant variant data 2025-Mar, Human genetics IF:3.8Q2 DOI:10.1007/s00439-025-02732-2 PMID:40113603	研究论文	评估错义变异效应预测工具在疾病相关变异数据上的表现	比较了CAGI 6 Annotate-All-Missense挑战中的预测工具、临床遗传学常用工具及新开发的深度学习方法，揭示了当前方法相对于旧工具的显著进步	预测工具在区分致病性变异与极罕见良性变异时性能下降，且可能继承基因水平标签不平衡的问题	评估错义变异效应预测工具的临床和研究实用性，并指导未来改进	错义变异效应预测工具	生物信息学	NA	深度学习	NA	基因变异数据	NA
3110	2025-04-11	Anticancer drug response prediction integrating multi-omics pathway-based difference features and multiple deep learning techniques 2025-Mar, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012905 PMID:40163555	研究论文	本研究提出了一种名为PASO的深度学习模型，用于预测细胞系对抗癌药物的敏感性，整合了多组学路径差异特征和多种深度学习技术	PASO模型创新性地结合了transformer编码器、多尺度卷积网络和注意力机制，利用细胞系的多组学数据和药物分子的SMILES表示进行药物敏感性预测	NA	开发一个能够准确预测个体患者对抗癌药物反应的模型，以支持精准医疗	细胞系的多组学数据和药物分子的SMILES表示	机器学习	肺癌	多组学数据分析（基因表达、基因突变、基因拷贝数变异）	PASO（整合transformer encoder、多尺度CNN和注意力机制）	多组学数据、药物SMILES表示	NA
3111	2025-04-11	Differential impact of commercial rootstocks on the physiological response of a common walnut scion to drought stress 2025 Mar-Apr, Physiologia plantarum IF:5.4Q1 DOI:10.1111/ppl.70188 PMID:40207703	research paper	该研究评估了不同商业砧木对普通核桃接穗在干旱条件下生理反应的影响	首次使用深度学习作为独立方法分析冠层对水分胁迫的响应，并发现RX1砧木在水分胁迫下具有较高的叶片膨压和水分利用效率	研究仅针对三种砧木和一种接穗品种，结果可能不具有普遍性	评估不同商业砧木对核桃接穗在干旱条件下生理反应的影响	核桃砧木(RX1, VX211和Vlach)和英国核桃接穗(Juglans regia cv. Cisco)	植物生理学	NA	mini-lysimeter平台, 深度学习	深度学习模型(未指定具体类型)	土壤湿度数据, 蒸腾水分损失数据, 冠层图像	三种砧木(RX1, VX211和Vlach)和一种接穗品种(Cisco)
3112	2025-04-11	Advanced predictive machine and deep learning models for round-ended CFST column 2025-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90648-2 PMID:39979519	research paper	本研究开发了机器学习和深度学习模型，用于预测圆端混凝土填充钢管（CFST）柱的轴向承载能力，并与现有分析方法进行性能对比	使用CatBoost模型在预测CFST柱轴向承载能力方面取得了最高准确度，并开发了用户友好的Python界面用于实时预测	深度学习模型（如DNN和LSTM）在此任务中表现不如机器学习模型有效	开发准确的数据驱动方法，预测圆端CFST柱的轴向承载能力	圆端混凝土填充钢管（CFST）柱	machine learning	NA	机器学习（LightGBM、XGBoost、CatBoost）和深度学习（DNN、CNN、LSTM）	LightGBM, XGBoost, CatBoost, DNN, CNN, LSTM	结构化数据（混凝土强度、柱长、截面尺寸、钢管厚度和屈服强度等）	200个CFST短柱试验数据
3113	2025-04-11	An endoscopic ultrasound-based interpretable deep learning model and nomogram for distinguishing pancreatic neuroendocrine tumors from pancreatic cancer 2025-01-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84749-7 PMID:39870667	研究论文	开发并验证了一种基于内镜超声(EUS)图像的可解释深度学习模型和列线图，用于预测胰腺神经内分泌肿瘤(PNETs)	提出了一种新的可解释深度学习模型和列线图，结合了深度学习和临床特征，提高了EUS在区分PNETs和胰腺癌中的临床应用价值	研究为回顾性分析，样本量相对较小(266例患者)，且测试组的AUC值(0.795)较训练组(0.948)有所下降	开发一种能够区分胰腺神经内分泌肿瘤和胰腺癌的预测模型	266例经病理证实的患者(115例PNETs和151例胰腺癌)	数字病理	胰腺癌	内镜超声(EUS)	SVM, 深度学习模型	图像	266例患者(115例PNETs和151例胰腺癌)
3114	2025-04-11	Deep learning based decision-making and outcome prediction for adolescent idiopathic scoliosis patients with posterior surgery 2025-01-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87370-4 PMID:39870730	研究论文	本研究旨在开发深度学习模型，以帮助青少年特发性脊柱侧凸（AIS）患者的手术决策和结果预测	结合影响手术结果的关键因素，设计了四种深度学习模型，为AIS患者提供个性化手术决策支持	学习曲线和数据量的限制，未来需要调整和优化模型以满足需求	促进AIS患者的手术决策并预测手术结果	425名接受后路脊柱固定的AIS患者	数字病理学	青少年特发性脊柱侧凸	深度学习	Multi-Layer Perceptron, Encoder-Decoder, CNN-LSTM Attention, Deep FM	图像数据、临床数据	425名患者（77名男性，348名女性，平均年龄14.60±2.08岁）
3115	2025-04-11	Capsule network approach for monkeypox (CAPSMON) detection and subclassification in medical imaging system 2025-01-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87993-7 PMID:39865160	research paper	本研究提出了一种增强空间感知胶囊网络（ESACN），用于皮肤病图像的多类精确分类，特别是在猴痘检测和子分类方面	利用胶囊网络的动态路由和空间层次结构能力，有效区分猴痘、水痘、麻疹和正常皮肤等复杂模式，优于传统CNN	研究样本量相对有限，可能影响模型的泛化能力	开发一种高精度的医学图像分类模型，以提升猴痘等皮肤病的诊断准确性	皮肤病图像，包括猴痘、水痘、麻疹和正常皮肤	digital pathology	monkeypox	Capsule Network	ESACN	image	659张图像（猴痘178张、水痘171张、麻疹80张、正常皮肤230张）
3116	2025-04-11	Deep learning classification of MGMT status of glioblastomas using multiparametric MRI with a novel domain knowledge augmented mask fusion approach 2025-01-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87803-0 PMID:39863759	研究论文	本研究旨在构建一个基于多参数MRI的胶质母细胞瘤MGMT甲基化状态的鲁棒分类器，采用了一种新颖的领域知识增强掩模融合方法	提出了一种多序列引导的掩模融合方法，能够从标准MRI序列中看似无病变的区域收集病理信息，并构建了一个3D ROI-based自定义CNN分类器	多参数分类器在使用所有序列时的准确率为0.81，略低于仅使用T1对比增强和FLAIR图像的分类器（0.88）	开发一种非侵入性预测胶质母细胞瘤MGMT甲基化状态的方法，以辅助临床治疗决策	胶质母细胞瘤的MGMT甲基化状态	数字病理	胶质母细胞瘤	多参数MRI	3D ROI-based自定义CNN	MRI图像	BRATS 2021 MGMT甲基化数据集的一个子集
3117	2025-04-11	Mapping the giants: a bibliometric analysis of the top 100 most-cited thyroid nodules studies 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1555676 PMID:40201321	研究论文	通过文献计量学分析甲状腺结节研究领域被引用次数最多的100篇文章，以识别趋势和关键焦点	首次对甲状腺结节领域的高被引文献进行系统分析，并识别出深度学习作为新兴研究方向	仅分析了SCI-E数据库中的文献，可能遗漏其他重要数据库的文献	分析甲状腺结节研究领域的高被引文献特征和趋势	甲状腺结节研究领域的100篇高被引文献	文献计量学	甲状腺疾病	文献计量分析工具（VOSviewer, CiteSpace, bibliometrix）	NA	文本数据	100篇高被引文献
3118	2025-04-11	Early diagnosis of sepsis-associated AKI: based on destruction-replenishment contrast-enhanced ultrasonography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1563153 PMID:40201329	research paper	建立基于破坏-补充对比增强超声（DR-CEUS）的深度学习超声放射组学模型，用于早期预测急性肾损伤（SA-AKI）	结合深度学习和超声放射组学，提出了一种新的深度学习超声放射组学模型（DLUR），在早期预测SA-AKI方面表现出色	未提及样本量是否足够大或模型在其他数据集上的泛化能力	早期预测与脓毒症相关的急性肾损伤（SA-AKI）	急性肾损伤（SA-AKI）患者	digital pathology	acute kidney injury	破坏-补充对比增强超声（DR-CEUS）	ResNet18, ResNet50, ResNext18, ResNext50, DLUR	超声图像	NA
3119	2025-04-11	Deep learning-based automated segmentation and quantification of the dural sac cross-sectional area in lumbar spine MRI 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1503625 PMID:40201339	研究论文	本研究评估了深度学习模型在腰椎MRI中自动分割和量化硬膜囊横截面积（DSCA）的效能，以提高诊断精度并减轻放射科医生的工作负担	首次将MultiResUNet等深度学习模型应用于腰椎MRI中DSCA的自动测量，展示了高精度和可靠性	数据集规模有限且仅依赖T1加权图像	开发自动化工具以提升腰椎MRI中DSCA测量的效率和准确性	腰椎MRI图像中的硬膜囊横截面积	数字病理学	脊柱疾病（如退行性椎间盘疾病、椎管狭窄和椎间盘突出）	MRI成像	U-Net, Attention U-Net, MultiResUNet	医学影像（T1加权轴向MRI图像）	733例腰椎MRI扫描（683例用于训练和测试，50例用于外部验证）
3120	2025-04-11	Internet of things driven hybrid neuro-fuzzy deep learning building energy management system for cost and schedule optimization 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1544183 PMID:40206707	研究论文	本文提出了一种基于物联网的混合神经模糊深度学习建筑能源管理系统，用于成本和进度优化	结合人工神经网络和模糊逻辑，在深度神经网络架构中集成模糊层，开发了一种混合深度学习模型	研究仅基于印度一个大学的数据，可能不具备广泛的普适性	优化建筑能源消耗，实现成本和进度优化	建筑能源管理系统（BEMS）	机器学习	NA	深度学习、模糊逻辑	混合深度学习模型（人工神经网络与模糊逻辑结合）	电力数据	2021年12月至2023年12月两年的能源消耗数据及27个相关能源参数