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
3501	2025-05-08	AdvMixUp: Adversarial MixUp Regularization for Deep Learning 2025-May-06, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3562363 PMID:40327482	research paper	提出了一种名为AdvMixUp的新方法，通过结合对抗训练来生成更具挑战性的混合样本，以减少深度神经网络中的过拟合问题	AdvMixUp通过结合对抗训练生成样本依赖和特征级别的插值掩码，从而创建更接近决策边界的混合样本	未提及具体局限性	减少深度神经网络中的过拟合问题	深度神经网络（DNNs）	machine learning	NA	对抗训练（AT）	DNNs	image	CIFAR-10, CIFAR-100, Tiny-ImageNet, ImageNet数据集
3502	2025-05-08	Physics-Assisted Machine Learning for the Simulation of the Slurry Drying in the Manufacturing Process of Battery Electrodes: A Hybrid Time-Dependent VGG16-DEM Model 2025-May-06, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c23103 PMID:40327815	研究论文	本研究提出了一种混合物理辅助机器学习（PAML）模型，结合深度学习（DL）技术和经典离散元方法（DEM）来模拟锂离子电池电极制造过程中的浆料干燥	通过结合DL和DEM，提出了一种新的混合模型，显著降低了计算成本并提高了模拟效率	模型在特定配方（96%活性材料和4%碳粘合剂）上训练，对其他配方的泛化能力有待进一步验证	提高锂离子电池电极制造过程中浆料干燥模拟的效率和准确性	锂离子电池电极制造过程中的浆料干燥过程	机器学习	NA	深度学习（DL），离散元方法（DEM）	VGG16-DEM混合模型	模拟数据	NA
3503	2025-05-08	A Deep Learning Approach for Mandibular Condyle Segmentation on Ultrasonography 2025-May-06, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01527-1 PMID:40329156	研究论文	本研究开发并评估了一种基于深度学习的计算机诊断软件，用于超声图像中下颌髁突的分割	首次将YOLOv8深度学习AI模型应用于下颌髁突超声图像的分割，并取得了较高的性能指标（F1分数0.93，敏感性0.90，精确度0.96）	研究仅使用了回顾性的超声图像数据，样本量相对有限（668张图像）	开发并评估用于下颌髁突超声图像分割的计算机辅助诊断工具	成人下颌髁突的超声图像	数字病理	口腔颌面部疾病	超声成像	YOLOv8	图像	668张回顾性超声图像
3504	2025-05-08	Deep Learning for Classification of Solid Renal Parenchymal Tumors Using Contrast-Enhanced Ultrasound 2025-May-06, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01525-3 PMID:40329155	研究论文	本研究评估了深度学习模型在利用对比增强超声（CEUS）图像分类不同亚型实性肾实质肿瘤的能力，并比较了它们的分类性能	首次使用深度学习模型（ResNet-18和RepVGG）对CEUS图像中的肾实质肿瘤亚型进行分类，并比较了两种模型的性能	研究为回顾性设计，样本量相对较小（237例），且仅使用了单一影像学方法（CEUS）	评估深度学习模型在肾实质肿瘤亚型分类中的应用价值	237例肾肿瘤的CEUS图像（包括46例AML、118例ccRCC、48例pRCC和25例chRCC）	数字病理	肾癌	对比增强超声（CEUS）	ResNet-18, RepVGG	图像	237例肾肿瘤CEUS图像
3505	2025-05-08	Deep Learning-Based CT-Less Cardiac Segmentation of PET Images: A Robust Methodology for Multi-Tracer Nuclear Cardiovascular Imaging 2025-May-06, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01528-0 PMID:40329157	研究论文	开发了一种基于深度学习的无CT心脏PET图像分割方法，用于多示踪剂核心血管成像	提出了一种直接分割心脏PET图像的深度学习方法，克服了传统基于CT图像分割的局限性	研究中仅使用了146名患者的406张心脏PET图像，样本量相对有限	开发一种可靠的心脏PET图像分割方法，用于心血管疾病的诊断	心脏PET图像	数字病理	心血管疾病	PET/CT成像	nnU-Net V2	医学图像	146名患者的406张心脏PET图像（43 F-FDG、329 N-NH和37 Rb图像）
3506	2025-05-08	Enhancing Breast Cancer Detection Through Optimized Thermal Image Analysis Using PRMS-Net Deep Learning Approach 2025-May-06, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01465-y PMID:40329154	research paper	该研究通过优化的热图像分析，使用PRMS-Net深度学习方法增强乳腺癌检测	创新性地结合了渐进残差网络（PRN）和ResNet-50，构建了渐进残差多类支持向量机网络（PRMS-Net），显著提升了特征提取和分类效果	未提及具体的数据来源和样本多样性，可能影响模型的泛化能力	提升乳腺癌早期检测的准确性和效率	乳腺癌的热图像数据	digital pathology	breast cancer	thermal image analysis	PRMS-Net (Progressive Residual Multi-Class Support Vector Machine-Net)	image	未明确提及样本数量，但使用了五折交叉验证方法
3507	2025-05-08	Letter to the Editor: Deep Learning and Numerical Analysis for Bladder Outflow Obstruction and Detrusor Underactivity Diagnosis in Men: A Novel Urodynamic Evaluation Scheme 2025-May-06, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.70049 PMID:40329494	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3508	2025-05-08	Cost-efficient training of hyperspectral deep learning models for the detection of contaminating grains in bulk oats by fluorescent tagging 2025-May-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.125856 PMID:39923708	研究论文	本文提出了一种基于荧光标记的高光谱深度学习模型，用于高效检测燕麦中的污染谷物	利用荧光标记技术高效生成地面真实分割掩码，减少人工标注的需求和错误	荧光标记仅在紫外光谱范围内可见，可能限制了在其他光谱范围的应用	开发一种成本效益高的高光谱深度学习模型训练方法，用于检测燕麦中的污染谷物	燕麦中的污染谷物（如未涂层的斯佩尔特小麦粒）	计算机视觉	NA	荧光标记技术	深度学习分割模型	高光谱图像	燕麦与斯佩尔特小麦粒的混合物样本
3509	2025-05-08	Prediction of EGFR Mutations in Lung Adenocarcinoma via CT Images: A Comparative Study of Intratumoral and Peritumoral Radiomics, Deep Learning, and Fusion Models 2025-May-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.029 PMID:40328536	研究论文	本研究通过CT图像的放射组学和深度学习方法分析肺腺癌患者的瘤内和瘤周特征，开发并验证了一种多模型融合策略来预测表皮生长因子受体（EGFR）突变状态	结合瘤内和瘤周区域的放射组学和深度学习模型，采用软投票策略的多模态融合方法，显著提高了预测性能	研究为回顾性设计，且仅基于两个医疗中心的数据	预测肺腺癌患者的EGFR突变状态	826名肺腺癌患者的CT图像数据	数字病理	肺癌	放射组学分析、深度学习	nnUNet、Lasso、多种机器学习算法、2D/2.5D/3D深度学习模型	CT图像	826名肺腺癌患者（来自两个医疗中心）
3510	2025-05-08	Enhancing lung cancer detection through integrated deep learning and transformer models 2025-May-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00516-2 PMID:40320438	研究论文	提出了一种结合深度学习和Transformer模型的新框架CanNS，用于提高肺癌检测的准确性和效率	整合了Swin-Transformer UNet (SwiNet)模型进行分割、Xception-LSTM GAN (XLG) CancerNet进行分类以及Devilish Levy Optimization (DevLO)进行参数微调，形成协同诊断能力	依赖大量标注数据，存在过拟合和高计算复杂度的问题，模型在实际临床数据集上的稳定性尚待验证	提高肺癌早期诊断的准确性和效率	肺癌检测	计算机视觉	肺癌	深度学习、Transformer模型	Swin-Transformer UNet (SwiNet)、Xception-LSTM GAN (XLG) CancerNet	图像	NA
3511	2025-05-08	Domain knowledge-infused pre-trained deep learning models for efficient white blood cell classification 2025-May-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00563-9 PMID:40320432	研究论文	本文提出了一种结合领域知识和预训练深度学习模型的白细胞分类方法，以提高分类性能	通过融合领域知识和图像数据，提升了预训练模型在白细胞分类任务上的性能	虽然提高了数据量，但数据质量问题仍未完全解决	提高白细胞分类的效率和准确性，以辅助医疗诊断	白细胞图像	计算机视觉	NA	数据增强和归一化技术	Inception V3, DenseNet 121, ResNet 50, MobileNet V2, VGG 16	图像	BCCD和LISC数据集
3512	2025-05-08	The analysis of marketing performance in E-commerce live broadcast platform based on big data and deep learning 2025-May-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00546-w PMID:40320449	研究论文	基于大数据管理和深度学习技术，对电子商务直播平台的营销绩效进行全面深入分析	结合大规模数据集和调查，构建了一系列绩效评估指标，并通过专家评分法确定各指标权重，利用BPNN模型进行训练和评估	未提及具体的数据来源和样本量，可能影响结果的普适性	分析电子商务直播平台的营销绩效，优化用户体验、提升销售业绩和加强品牌推广	电子商务直播平台的营销绩效	机器学习	NA	大数据管理技术	BPNN	大规模数据集和调查数据	NA
3513	2025-05-08	Leveraging AI to explore structural contexts of post-translational modifications in drug binding 2025-May-04, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01019-y PMID:40320551	研究论文	利用AI技术探索翻译后修饰在药物结合中的结构背景	首次大规模利用AI驱动的蛋白质结构预测工具（如AlphaFold3、RoseTTAFold All-Atom、Chai-1）模拟PTM修饰的人类蛋白质与配体的结合动态	方法准确性的精确评估需要更大的基准测试集	探索翻译后修饰（PTMs）对药物结合的结构影响	人类蛋白质中的小分子结合相关PTMs	计算生物学	癌症、糖尿病、心脏病、神经退行性疾病、代谢疾病	深度学习算法、蛋白质结构预测工具（AlphaFold3、RoseTTAFold All-Atom、Chai-1）	深度学习模型	蛋白质结构数据、配体结合数据	6,131个已识别的PTMs映射到ECOD数据库的结构域，生成了14,178个PTM修饰的人类蛋白质模型
3514	2025-05-08	The construction of student-centered artificial intelligence online music learning platform based on deep learning 2025-May-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95729-w PMID:40319107	研究论文	本研究提出了一种基于深度学习的以学生为中心的在线音乐学习平台课程推荐模型CRM-SLIE	结合注意力机制和GRU，并引入项目交叉模块，有效捕捉学生兴趣变化和课程间二阶特征交互	未提及具体的学生样本数量或平台用户规模	提高在线音乐学习平台课程推荐的准确性和适应性	在线音乐学习平台的学生用户	机器学习	NA	深度学习	GRU结合注意力机制	用户行为序列数据	未提及具体样本数量
3515	2025-05-08	Bio-inspired motion detection models for improved UAV and bird differentiation: a novel deep learning framework 2025-May-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99951-4 PMID:40319117	research paper	提出一种生物启发的深度学习模型STBRNN，用于实时区分无人机和鸟类	结合生物启发的CNN、GRU和新型生物响应层，显著提高了无人机和鸟类的区分精度	未提及模型在不同天气或光照条件下的性能表现	提高无人机和鸟类在敏感区域（如机场）的检测和区分能力	无人机和鸟类	computer vision	NA	deep learning	STBRNN (包含Bio-CNN, GRU, Bio-Response Layer)	image, video	未明确说明具体数量，但包含多种环境下采集的标注图像和视频
3516	2025-05-08	Massive experimental quantification allows interpretable deep learning of protein aggregation 2025-May-02, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adt5111 PMID:40305601	研究论文	通过大规模实验量化数据训练可解释的深度学习模型CANNA，用于预测蛋白质聚集	利用超过10万蛋白质序列的实验量化数据训练卷积-注意力混合神经网络CANNA，显著提高了蛋白质聚集预测的准确性	NA	解决蛋白质聚集预测中的数据短缺问题，提高预测准确性	蛋白质序列	机器学习	NA	深度学习	卷积-注意力混合神经网络(CANYA)	蛋白质序列数据	超过10万蛋白质序列
3517	2025-05-08	Development of machine learning-based mpox surveillance models in a learning health system 2025-May-02, Sexually transmitted infections IF:3.6Q2 DOI:10.1136/sextrans-2024-056382 PMID:40318862	研究论文	本研究旨在开发基于机器学习和深度学习的模型，用于通过临床记录检测mpox病例以支持监测工作	首次将机器学习和深度学习模型应用于mpox病例的监测，并比较了不同模型的性能	研究数据仅来自单一医疗中心，可能影响模型的泛化能力	开发能够检测mpox病例的监测模型	PCR确诊的mpox病例及其匹配对照	机器学习	mpox（猴痘）	机器学习建模	LASSO, ClinicalBERT, ClinicalLongformer	临床记录文本	228例PCR确诊mpox病例和698例对照
3518	2025-05-08	Preoperative Prediction of Microvascular Invasion in Hepatocellular Carcinoma From Multi-Sequence Magnetic Resonance Imaging Based on Deep Fusion Representation Learning 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3451331 PMID:39196745	研究论文	本研究提出了一种基于深度融合表示学习的多序列磁共振成像术前预测肝细胞癌微血管侵犯的新方法	提出了一种新的基于ResNet的多分支深度融合特征算法（DFFResNet），结合不同序列的MRI图像以增强信息互补性和整合性	样本量相对较小（117人），且仅来自单一医院	术前预测肝细胞癌的微血管侵犯（MVI）	肝细胞癌患者	数字病理学	肝癌	多序列磁共振成像（MRI）	DFFResNet（基于ResNet的多分支深度融合特征算法）	MRI图像	117名患者，7个MRI序列
3519	2025-05-08	A deep learning-driven method for safe and effective ERCP cannulation 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03329-w PMID:39920403	research paper	提出一种基于深度学习的图形用户界面（GUI）方法，用于辅助ERCP插管手术	采用四头解耦的swin transformer（4STDH）进行十二指肠乳头和手术插管的检测，并整合了注意力机制以提高模型性能	未提及在更广泛临床环境中的验证情况	提高ERCP插管手术的安全性和效率	十二指肠乳头和手术插管	computer vision	消化系统疾病	深度学习	swin transformer	image	1840张标注的内窥镜图像
3520	2025-05-08	GTIGNet: Global Topology Interaction Graphormer Network for 3D hand pose estimation 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107221 PMID:39922160	research paper	提出了一种名为GTIGNet的新型深度学习架构，用于改进从单目RGB图像中估计3D手部姿态	引入了Context-Aware Attention Block (CAAB)和High-Order Graphormer，显式和隐式地建模手部关节的拓扑结构，增强特征交互	未明确提及具体局限性	改进3D手部姿态估计的准确性	3D手部姿态	computer vision	NA	深度学习	GTIGNet, Graphormer	RGB图像	四个数据集：Rendered Hand Dataset (RHD), Stereo Hand Pose Benchmark (STB), First-Person Hand Action Benchmark (FPHA), FreiHAND Dataset