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
301	2025-05-15	A Multi-Modal Graph Neural Network Framework for Parkinson's Disease Therapeutic Discovery 2025-May-07, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26094453 PMID:40362692	研究论文	本研究通过整合大规模蛋白质-蛋白质相互作用网络与多模态图神经网络（GNN），识别并优先排序帕金森病（PD）的多靶点药物再利用候选物	提出了一种新颖的功能中心性指数来识别PD相互作用组中的关键节点，并开发了一个结合分子描述符、网络拓扑和不确定性量化的GNN模型	NA	加速发现PD及其他多因素神经退行性疾病的多靶点疗法	帕金森病（PD）	机器学习	帕金森病	多模态图神经网络（GNN）	GNN	蛋白质-蛋白质相互作用网络、分子描述符	NA
302	2025-05-15	Research Progress on Data-Driven Industrial Fault Diagnosis Methods 2025-May-07, Sensors (Basel, Switzerland) DOI:10.3390/s25092952 PMID:40363389	综述	本文系统回顾了当前主流的工业故障诊断方法，重点探讨了数据驱动技术和深度学习算法在故障诊断中的应用与发展	深入分析了大数据环境下深度学习算法在故障诊断中的关键作用，并探讨了大模型在提升诊断智能化和泛化能力方面的潜力	未涉及具体实验验证，主要基于文献综述	探讨数据驱动的工业故障诊断方法研究进展	工业故障诊断方法	工业大数据分析	NA	深度学习算法、大模型技术	深度学习模型	工业大数据、多源异构数据	NA
303	2025-05-15	Inter-Relationships Between the Deep Learning-Based Pachychoroid Index and Clinical Features Associated with Neovascular Age-Related Macular Degeneration 2025-May-07, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14093245 PMID:40364275	research paper	本研究利用深度学习模型HUPI探讨了厚脉络膜对日本新生血管性年龄相关性黄斑变性(nAMD)临床特征的影响	首次使用深度学习模型HUPI量化厚脉络膜特征，并分析其与不同类型nAMD临床参数的关联	研究为回顾性观察研究，样本量相对有限(124眼)	探究厚脉络膜指数与nAMD临床特征之间的关系	111例初治nAMD患者的124只眼(包括44眼1型MNV、26眼2型MNV和54眼PCV)	digital pathology	age-related macular degeneration	EDI-OCT成像	modified LeNet	image	124只眼(来自111名患者)
304	2025-05-15	Perspectives: Comparison of deep learning segmentation models on biophysical and biomedical data 2025-May-06, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2025.03.023 PMID:40158204	研究论文	本文比较了深度学习分割模型在生物物理和生物医学数据上的表现	提供了四种常用深度学习架构在典型小规模训练数据集上的全面比较，并建立了确定每种模型最佳使用条件的标准	研究仅关注了四种特定模型架构，可能未涵盖所有相关模型	为生物物理学领域的研究人员和实践者提供选择最适合特定应用的深度学习架构的实用指南	四种深度学习架构（CNN、U-Nets、vision transformers和vision state space models）	生物物理学	NA	深度学习	CNN, U-Nets, vision transformers, vision state space models	生物物理和生物医学数据	典型的小规模训练数据集
305	2025-05-15	Deep learning-based image classification and quantification models for tablet sticking 2025-May-06, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.125690 PMID:40339626	研究论文	本研究提出了一种基于深度学习的图像分类和量化模型，用于检测和量化药片粘附现象	结合CNN和GLCM特征与支持向量机，开发了一种新型集成模型，用于分类和量化药片粘附	尽管模型能检测轻微粘附，但药片质量属性仍可能符合标准，暗示视觉检查和质量属性评估可能不足以检测所有粘附情况	提高药物片剂生产的效率和质量一致性，克服视觉检查的局限性	药物片剂的粘附现象	计算机视觉	NA	CNN, GLCM, 支持向量机	AlexNet, VGG 16, ResNet 50, GoogLeNet	图像	10批药片
306	2025-05-15	Detection of Local Prostate Cancer Recurrence from PET/CT Scans Using Deep Learning 2025-May-06, Cancers IF:4.5Q1 DOI:10.3390/cancers17091575 PMID:40361501	研究论文	该研究利用深度学习技术从PET/CT扫描中检测局部前列腺癌复发	开发了基于[F]-PSMA-1007 PET数据集的人工智能模型，用于检测前列腺癌患者的局部复发，并针对前列腺切除状态训练了不同的模型	1404次检查的数据量不足以使模型准确率超过90%，且所有模型在训练数据上几乎达到100%的准确率，表明存在过拟合问题	评估人工智能模型在前列腺癌局部复发检测中的性能	前列腺癌患者	数字病理学	前列腺癌	PET/CT扫描	人工神经网络	医学影像	1404例[F]-PSMA-1007 PET/CT扫描
307	2025-05-15	Explainable Artificial Intelligence for Diagnosis and Staging of Liver Cirrhosis Using Stacked Ensemble and Multi-Task Learning 2025-May-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091177 PMID:40361994	研究论文	本研究提出了一种基于深度学习的框架，用于利用T2加权MRI图像自动诊断和分期肝硬化	结合堆叠集成学习、多任务学习和可解释人工智能技术，提高了诊断准确性、可靠性和透明度	NA	开发一种自动诊断和分期肝硬化的深度学习框架	肝硬化患者	数字病理学	肝硬化	T2加权MRI	CNN（VGG16、MobileNet、DenseNet121）与XGBoost组合	图像	CirrMRI600+数据集
308	2025-05-15	Multi-Head Attention-Based Framework with Residual Network for Human Action Recognition 2025-May-06, Sensors (Basel, Switzerland) DOI:10.3390/s25092930 PMID:40363367	research paper	提出了一种结合残差网络和多头注意力机制的深度学习框架，用于高效且鲁棒的人类动作识别	整合了ResNet-18和Bi-LSTM进行时空特征提取，引入多头注意力机制以增强关键运动细节的优先级，并提出基于光流的帧选择策略以减少冗余	未明确提及框架在极端光照或遮挡条件下的性能表现	开发一个高效且鲁棒的人类动作识别框架，适用于实时应用	人类动作	computer vision	NA	optical flow	ResNet-18, Bi-LSTM, multi-head attention	video	UCF-101数据集
309	2025-05-15	Multimodal MRI Image Fusion for Early Automatic Staging of Endometrial Cancer 2025-May-06, Sensors (Basel, Switzerland) DOI:10.3390/s25092932 PMID:40363369	research paper	本研究利用深度学习和多模态MRI图像融合技术，实现了子宫内膜癌的早期自动分期，并与放射科医生的诊断性能进行了比较	基于Swin transformer模型及其专有的SW-MSA模块，实现了三平面（矢状面、冠状面和横断面）MRI图像的裁剪、增强和分类，并通过融合实验达到了100%的分类准确率	研究样本量较小，仅包括122名患者，且仅针对早期子宫内膜癌（FIGO IA和IB期）	自动化子宫内膜癌的分期，并比较深度学习与放射科医生在分期诊断中的性能	122名经病理证实的早期子宫内膜癌患者	digital pathology	endometrial cancer	MRI	Swin transformer	image	122名患者（68名FIGO IA期，54名FIGO IB期）
310	2025-05-15	Multiscale Two-Stream Fusion Network for Benggang Classification in Multi-Source Images 2025-May-06, Sensors (Basel, Switzerland) DOI:10.3390/s25092924 PMID:40363361	研究论文	提出一种基于多尺度特征和双流融合网络（MS-TSFN）的崩岗分类方法，用于多源图像中的崩岗识别	采用双流融合网络结合注意力机制的特征融合块，实现多源图像特征的深度融合，提高崩岗分类的准确性	未提及具体的数据集规模或模型在其他地区的泛化能力	开发一种高效的崩岗分类方法，以支持土地管理和生态保护	中国南方丘陵和山区的崩岗（一种土壤侵蚀现象）	计算机视觉	NA	无人机采集的数字正射影像图（DOM）和数字表面模型（DSM）数据，Canny边缘检测	ResNeSt, 双流融合网络（MS-TSFN）	图像	未明确提及具体样本数量
311	2025-05-15	Decoding Poultry Welfare from Sound-A Machine Learning Framework for Non-Invasive Acoustic Monitoring 2025-May-05, Sensors (Basel, Switzerland) DOI:10.3390/s25092912 PMID:40363349	research paper	该研究提出了一种结合信号统计分析和机器学习/深度学习的框架，用于通过鸡的鸣叫声评估家禽福利	整合了信号级统计分析与多种机器学习/深度学习分类器，强调模型可解释性以关联已知生理行为过程	NA	开发非侵入性声学监测工具以评估家禽福利	鸡的鸣叫声	machine learning	NA	mel-frequency cepstral coefficients, spectral contrast, zero-crossing rate	Random Forest, HistGradientBoosting, CatBoost, TabNet, LSTM	acoustic signals	三个互补数据集（健康相关发声、行为呼叫类型、应激诱导声学响应）
312	2025-05-15	A Novel 3D Approach with a CNN and Swin Transformer for Decoding EEG-Based Motor Imagery Classification 2025-May-05, Sensors (Basel, Switzerland) DOI:10.3390/s25092922 PMID:40363359	研究论文	本文提出了一种结合CNN和Swin Transformer的新型端到端解码网络，用于提高基于EEG的运动想象分类准确率	将EEG信号转换为三维数据结构，结合一维和二维卷积进行时空特征提取，并使用3D Swin Transformer模块进行深度特征探索	未在其他BCI任务上验证该方法的适用性，临床实施潜力有待进一步探索	提高基于EEG的运动想象分类准确率	脑机接口(BCI)中的运动想象(MI)范式	脑机接口	肌肉或神经损伤	EEG信号处理	CNN和Swin Transformer	EEG信号	BCI Competition IV-2a数据集
313	2025-05-15	Efficient Deep Learning Model Compression for Sensor-Based Vision Systems via Outlier-Aware Quantization 2025-May-05, Sensors (Basel, Switzerland) DOI:10.3390/s25092918 PMID:40363355	research paper	本文提出了一种针对传感器视觉系统的高效深度学习模型压缩方法，通过异常感知量化（OAQ）来优化量化精度	提出了一种异常感知量化（OAQ）方法，有效重塑权重分布以增强量化精度，且与现有量化方案正交，无需额外计算开销	未明确说明方法在更复杂或更大规模模型上的适用性	优化资源受限环境下实时图像特征提取的深度学习模型效率	传感器视觉系统中的深度学习模型	computer vision	NA	量化技术	CNN	image	多个CNN架构和量化方法
314	2025-05-15	Deep Learning-Based Classification of Canine Cataracts from Ocular B-Mode Ultrasound Images 2025-May-04, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15091327 PMID:40362142	研究论文	本研究开发并评估了基于深度学习的模型，用于从犬眼B型超声图像中自动分类白内障	首次应用深度学习模型对犬白内障进行自动分类，并使用Gradient-weighted Class Activation Mapping进行可视化解释	对超成熟白内障的分类准确率较低（78.6%）	开发自动分类犬白内障的深度学习模型，辅助兽医诊断	犬眼B型超声图像	计算机视觉	白内障	B型超声成像	AlexNet, EfficientNetB3, ResNet50, DenseNet161	图像	3155张超声图像（1329例无白内障，614例皮质性白内障，1033例成熟性白内障，179例超成熟性白内障）
315	2025-05-15	A Transfer Learning Framework for Predicting and Interpreting Drug Responses via Single-Cell RNA-Seq Data 2025-May-04, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26094365 PMID:40362602	研究论文	本研究提出了一种基于迁移学习的框架，用于通过单细胞RNA测序数据预测和解释药物反应	设计了一个共享编码器，将批量测序和单细胞测序数据投影到统一的潜在空间进行药物反应预测，并通过先验生物知识引导的稀疏解码器增强可解释性	临床样本获取有限，且单细胞RNA测序药物反应数据的系统性收集和利用仍有限	提高药物反应预测的性能和可解释性，揭示药物反应的分子机制	单细胞RNA测序(scRNA-seq)药物反应数据集	机器学习	癌症	单细胞RNA测序(scRNA-seq)	迁移学习框架	RNA测序数据	五个整理的scRNA-seq数据集
316	2025-05-15	Aircraft Wake Vortex Recognition Method Based on Improved Inception-VGG16 Hybrid Network 2025-May-04, Sensors (Basel, Switzerland) DOI:10.3390/s25092909 PMID:40363346	research paper	提出了一种基于改进的Inception-VGG16混合网络的飞机尾涡识别方法，以提高识别准确性	结合改进的InceptionB和InceptionC模块进行多尺度特征并行提取，后端采用VGG16的层次结构进行深度特征提取，显著提高了分类准确率	未提及模型在更广泛数据集上的泛化能力	提高飞机尾涡识别的准确性	飞机尾涡	computer vision	NA	深度学习	Inception-VGG16混合网络	二维多普勒雷达径向速度数据	3530个风场样本
317	2025-05-15	Deep Learning-Based Synthetic CT for Personalized Treatment Modality Selection Between Proton and Photon Therapy in Thoracic Cancer 2025-May-03, Cancers IF:4.5Q1 DOI:10.3390/cancers17091553 PMID:40361479	研究论文	本研究开发了一种基于深度学习的合成CT工作流程，用于在胸部癌症治疗中比较质子与光子疗法的优势	利用深度学习预测的合成CT（sCT）仅基于诊断CT（dCT）进行治疗方案比较，为临床提供快速支持工具	研究样本量较小（训练集46例，测试集15例），且仅针对胸部癌症	开发个性化治疗模式选择工具，比较质子与光子疗法在胸部癌症治疗中的优势	胸部癌症患者	数字病理	胸部癌症	深度学习	U-Net	CT图像	训练集46例，测试集15例
318	2025-05-15	Deep learning-assisted 10-μL single droplet-based viscometry for human aqueous humor 2025-May-02, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117530 PMID:40359807	研究论文	本文介绍了一种基于深度学习的微流控粘度测量方法，用于测量10微升的人眼房水粘度	首次实现了对10微升人眼房水粘度的测量，并观察到个体间约30%的差异	未提及样本的具体数量或多样性限制	优化青光眼治疗中的微管分流器设计	人眼房水	生物医学技术	青光眼	微流控技术	深度学习	图像	10微升单滴样本
319	2025-05-15	Role and Potential of Artificial Intelligence in Biomarker Discovery and Development of Treatment Strategies for Amyotrophic Lateral Sclerosis 2025-May-02, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26094346 PMID:40362582	review	本文探讨了人工智能在肌萎缩侧索硬化症（ALS）生物标志物发现和治疗策略开发中的作用和潜力	综述了AI在ALS生物标志物发现、诊断准确性和治疗开发中的创新应用，包括AlphaFold和深度学习模型在蛋白质组学和神经影像学中的革命性进展	未提及具体AI模型在ALS研究中的实际应用效果和局限性	探索AI在ALS生物标志物发现和治疗策略开发中的应用潜力	肌萎缩侧索硬化症（ALS）及其相关生物标志物	人工智能在医学中的应用	肌萎缩侧索硬化症	AI、AlphaFold、深度学习、蛋白质组学、神经影像学	深度学习模型	omics数据、神经影像数据	NA
320	2025-05-15	Impact and Failure Analysis of U-Shaped Concrete Containing Polyurethane Materials: Deep Learning and Digital Imaging Correlation-Based Approach 2025-May-02, Polymers IF:4.7Q1 DOI:10.3390/polym17091245 PMID:40363029	研究论文	本研究探讨了使用先进的卷积神经网络（CNNs）分析和分类含聚氨酯（PU）的U形混凝土在重复落锤冲击载荷下的断裂行为	结合数字图像相关（DIC）技术和深度学习模型（InceptionV3、MobileNet和DenseNet121）对混凝土裂缝行为进行自动分类，显著提高了传统视觉检测方法的准确性和效率	样本量较小（17个U形试件），且仅测试了四种PU粘合剂含量（0%、10%、20%和30%）	评估含PU的U形混凝土在冲击载荷下的抗冲击性和弯曲行为，并开发自动裂缝评估框架	含聚氨酯（PU）的U形混凝土试件	计算机视觉	NA	数字图像相关（DIC）技术	CNN（InceptionV3、MobileNet、DenseNet121）	图像	17个U形试件，1655张高分辨率裂缝图像