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
3161	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
3162	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)
3163	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）
3164	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）
3165	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
3166	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
3167	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
3168	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）
3169	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
3170	2025-04-11	Rapid response to fast viral evolution using AlphaFold 3-assisted topological deep learning 2024-Nov-19, ArXiv PMID:39606716	研究论文	提出了一种结合AlphaFold 3和多任务拓扑拉普拉斯策略的深度学习方法，用于快速响应病毒的快速进化	结合AlphaFold 3和多任务拓扑拉普拉斯策略，提高了对病毒突变的预测能力	与实验结构相比，Pearson相关系数平均下降1.1%，均方根误差平均增加9.3%	快速响应病毒的快速进化，提高病毒追踪、诊断和抗体设计的效率	SARS-CoV-2和其他传染性病毒	机器学习	传染病	拓扑深度学习（TDL）、深度突变扫描（DMS）、拓扑数据分析（TDA）	多任务拓扑拉普拉斯（MT-TopLap）	蛋白质-蛋白质相互作用（PPI）复合物结构	四个实验性DMS数据集（SARS-CoV-2刺突受体结合域（RBD）和人血管紧张素转换酶-2（ACE2）复合物）
3171	2025-04-11	Development of deep learning algorithm for detecting dyskalemia based on electrocardiogram 2024-10-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71562-5 PMID:39353972	研究论文	开发了一种基于心电图（ECG）的深度学习算法，用于检测高钾血症和低钾血症	利用深度学习模型从非侵入性且快速测量的心电图中检测高钾血症和低钾血症，展示了高诊断性能	研究为回顾性队列研究，可能存在选择偏差	开发一种简单快速的方法来诊断高钾血症和低钾血症，以改善患者预后	心电图（ECG）数据	机器学习	心血管疾病	深度学习	深度学习模型	心电图数据	训练集310,449、验证集15,828、内部测试队列23,849和外部验证队列130,415个ECG-K样本
3172	2025-04-11	Position: Topological Deep Learning is the New Frontier for Relational Learning 2024-Jul, Proceedings of machine learning research PMID:40196046	研究论文	本文提出拓扑深度学习（TDL）是关系学习的新前沿，并讨论了TDL中的开放问题和未来研究方向	提出TDL作为关系学习的新前沿，结合拓扑概念补充图表示学习和几何深度学习	未提及具体实验验证或应用案例	探讨拓扑深度学习在关系学习中的潜力和发展方向	拓扑深度学习模型及其在机器学习中的应用	机器学习	NA	NA	NA	NA	NA
3173	2025-04-11	The Growing Impact of Natural Language Processing in Healthcare and Public Health 2024 Jan-Dec, Inquiry : a journal of medical care organization, provision and financing DOI:10.1177/00469580241290095 PMID:39396164	综述	本文综述了自然语言处理（NLP）在医疗保健和公共卫生领域的当前应用、成功案例以及存在的局限性和新兴趋势	总结了NLP在医疗保健中的多种应用，如公共情绪分析、电子健康记录筛选、加速临床试验候选人识别等，并探讨了NLP在克服语言障碍和改善医疗服务方面的潜力	研究仅限于2018年至2023年间发表的英文论文，且样本量为27篇，可能无法全面覆盖NLP在医疗保健领域的所有应用和发展	探讨NLP在医疗保健和公共卫生领域的应用及其潜力	自然语言处理技术在医疗保健和公共卫生领域的应用	自然语言处理	NA	自然语言处理（NLP）、深度学习、语音识别（SR）、自然语言理解（NLU）	NA	非结构化文本、社交媒体数据	27篇论文
3174	2025-04-11	Radiologic imaging biomarkers in triple-negative breast cancer: a literature review about the role of artificial intelligence and the way forward 2024-Jan, BJR artificial intelligence DOI:10.1093/bjrai/ubae016 PMID:40201726	综述	本文综述了三阴性乳腺癌（TNBC）中放射影像生物标志物的现状，特别是人工智能（AI）在辅助TNBC诊断、治疗和预后中的应用	综合了AI在TNBC放射影像中的应用，强调了AI在解析肿瘤解剖和功能特性方面的潜力	综述性质文章，未涉及具体实验数据或新模型的验证	提供关于AI在TNBC管理中应用的全面概述，特别是基于放射组学和深度学习的进展	三阴性乳腺癌（TNBC）的放射影像数据	数字病理学	乳腺癌	放射组学和深度学习	深度学习模型	放射影像	NA
3175	2025-04-11	Quality assessment of VHH models 2023, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2172613 PMID:36752327	研究论文	本研究评估和比较了不同建模方法在预测重链抗体（VHH）结构质量方面的表现	比较了传统同源建模与深度学习建模方法（如AlphaFold 2和NanoNet）在VHH结构预测中的表现，并通过分子动力学模拟评估了预测模型的动态特性	研究中使用的实验结构数据有限，且动态特性评估仅针对一个VHH模型进行	评估不同建模方法在预测重链抗体（VHH）结构质量方面的准确性	重链抗体（VHH）的结构模型	结构生物学	NA	同源建模、深度学习建模（AlphaFold 2、NanoNet）、分子动力学模拟	Modeller、ModWeb、SwissModel、RoseTTAfold、AlphaFold 2、NanoNet	蛋白质序列和结构数据	约一千个公开可用的VHH实验结构
3176	2025-04-10	Individualized Analysis of Nipple-Sparing Mastectomy Versus Modified Radical Mastectomy Using Deep Learning 2025-Jun, Cancer innovation DOI:10.1002/cai2.70002 PMID:40151333	研究论文	本研究旨在通过深度学习评估乳头保留乳房切除术（NSM）与改良根治性乳房切除术（MRM）对个体生存结果的影响，并评估新辅助系统治疗（NST）在减少手术干预需求方面的潜力	提出了一种名为BIME的生存回归模型，该模型在治疗推荐中显示出最强的保护效果，并通过高级统计方法（如PSM和IPTW）减少了治疗分配中的偏差	需要进一步研究结合全面的预后评估以优化手术选择过程并完善其临床实用性	评估NSM和MRM对乳腺癌患者生存结果的影响，并探索NST在减少手术干预中的作用	乳腺癌患者	机器学习	乳腺癌	深度学习，PSM，IPTW	BIME	临床数据	NA
3177	2025-04-10	Impact of Scanner Manufacturer, Endorectal Coil Use, and Clinical Variables on Deep Learning-assisted Prostate Cancer Classification Using Multiparametric MRI 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.230555 PMID:39841063	research paper	评估扫描仪制造商和扫描协议对深度学习模型在前列腺癌（PCa）双参数MRI（bpMRI）中分类侵袭性性能的影响	研究了不同扫描仪制造商和直肠内线圈（ERC）使用对深度学习模型性能的影响，并分析了临床特征对模型性能的贡献	研究为回顾性设计，可能受到数据选择和潜在偏差的影响	评估扫描仪制造商和扫描协议对深度学习在前列腺癌侵袭性分类中的影响	前列腺癌（PCa）的双参数MRI（bpMRI）数据	digital pathology	prostate cancer	bpMRI	CNN	image	5478例来自13个中心的bpMRI检查数据
3178	2025-04-10	Aligning, Autoencoding and Prompting Large Language Models for Novel Disease Reporting 2025-May, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3534586 PMID:40031357	研究论文	提出了一种基于提示的深度学习框架PromptLLM，用于准确高效地生成新型疾病的放射学报告	通过视觉图像与文本报告的对齐、无标签数据的自编码学习以及提示大型语言模型，实现了在有限标签数据下快速学习新型疾病知识并生成报告	需要一定量的无标签数据用于自编码学习，且实验仅针对COVID-19和胸部疾病进行了验证	开发一种能够在有限标签数据下准确报告新型疾病的自动放射学报告生成方法	放射学图像及其对应的疾病报告	自然语言处理	COVID-19, 胸部疾病	深度学习	PromptLLM (基于大型语言模型)	图像, 文本	使用了1%的训练数据（具体数量未明确说明）
3179	2025-04-10	A New Metric Based on Association Rules to Assess Feature-Attribution Explainability Techniques for Time Series Forecasting 2025-May, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3540513 PMID:40031563	research paper	本文介绍了一种新的模型无关度量RExQUAL，用于量化和比较基于归因的可解释人工智能技术提供的解释质量	提出了一种基于关联规则的新度量RExQUAL，结合局部和全局解释，评估和比较不同可解释技术的质量	实验设计仅包括不同类型的时间序列预测，可能在其他领域的适用性有待验证	评估和比较基于归因的可解释人工智能技术在时间序列预测中的解释质量	时间序列数据（包括单变量和多变量）	machine learning	NA	association rules, feature attribution	deep learning models	time series data	NA
3180	2025-04-10	Smectic-like bundle formation of planktonic bacteria upon nutrient starvation 2025-Apr-09, Soft matter IF:2.9Q2 DOI:10.1039/d4sm01117a PMID:40126189	研究论文	研究细菌在营养匮乏条件下形成束状聚集体的集体行为	发现营养匮乏导致细菌细胞排列成类似近晶液晶的束状结构，并通过深度学习评估其有序程度	未明确提及具体局限性	探索环境变化对细菌聚集行为的影响	浮游细菌	微生物学	NA	深度学习	NA	实验观察数据	未明确提及具体样本数量