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
3721	2025-03-21	Quantitative Analysis of Perovskite Morphologies Employing Deep Learning Framework Enables Accurate Solar Cell Performance Prediction 2025-Mar-20, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202408528 PMID:40109130	研究论文	本文开发了一种名为Self-UNet的深度学习模型，用于从扫描电子显微镜（SEM）图像中提取和量化钙钛矿的形态信息，并预测太阳能电池的性能	Self-UNet模型在边缘提取方面优于传统的Canny和UNet模型，并且结合梯度提升决策树（GBDT）回归，能够高精度预测太阳能电池效率	NA	通过精确的边缘检测预测钙钛矿太阳能电池的性能	钙钛矿太阳能电池的形态信息	计算机视觉	NA	深度学习	Self-UNet, GBDT	图像	NA
3722	2025-03-21	Evaluating the robustness of deep learning models trained to diagnose idiopathic pulmonary fibrosis using a retrospective study 2025-Mar-20, Medical physics IF:3.2Q1 DOI:10.1002/mp.17752 PMID:40111345	研究论文	本研究评估了用于诊断特发性肺纤维化（IPF）的深度学习模型在不同CT成像协议下的鲁棒性	首次系统地评估了深度学习模型在不同CT成像协议下的诊断性能，揭示了模型在非参考条件下的特异性下降问题	研究的回顾性设计可能限制了结果的普遍性	评估深度学习模型在不同CT成像协议下诊断特发性肺纤维化的鲁棒性	间质性肺病（ILD）患者的CT扫描数据	数字病理学	特发性肺纤维化	CT成像	2D和3D深度学习模型	CT图像	389名IPF患者和700名非IPF ILD患者的CT扫描数据，其中343名患者的数据用于模型评估
3723	2025-03-21	Surface-Enhanced Raman Spectroscopy for Biomedical Applications: Recent Advances and Future Challenges 2025-Mar-19, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c17502 PMID:39991932	综述	本文综述了表面增强拉曼光谱（SERS）在生物医学应用中的最新进展和未来挑战	总结了SERS基底、纳米标签、仪器和光谱分析在生物医学应用中的关键发展，包括胶体和固体SERS基底、表面化学、热点设计和3D水凝胶等离子体结构	讨论了SERS在临床转化中的挑战，特别是在深层组织体内传感和成像方面的挑战	探讨SERS在生物医学应用中的进展和未来发展方向	SERS基底、纳米标签、仪器和光谱分析	生物医学	NA	表面增强拉曼光谱（SERS）	深度学习算法	光谱数据	NA
3724	2025-03-21	Robust protein-ligand interaction modeling through integrating physical laws and geometric knowledge for absolute binding free energy calculation 2025-Mar-19, Chemical science IF:7.6Q1 DOI:10.1039/d4sc07405j PMID:40007661	研究论文	本文提出了一种名为LumiNet的蛋白质-配体相互作用建模框架，通过结合物理定律和几何知识来提高绝对结合自由能计算的准确性	LumiNet框架结合了物理模型和黑箱算法，利用子图变压器从分子图中提取多尺度信息，并通过几何神经网络整合蛋白质-配体信息，从而提高了绝对结合自由能计算的准确性	尽管LumiNet在数据稀缺的情况下表现良好，但其在更广泛的应用场景中的泛化能力仍需进一步验证	提高蛋白质-配体结合自由能计算的准确性和效率，以支持药物发现	蛋白质-配体相互作用	机器学习	NA	深度学习	子图变压器、几何神经网络	分子图	NA
3725	2025-03-21	Commentary on "Machine Learning, Deep Learning, Artificial Intelligence and Aesthetic Plastic Surgery: A Qualitative Systematic Review" by Nogueira et al. (2025) 2025-Mar-19, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-025-04825-9 PMID:40105945	comments	本文是对Nogueira等人（2025年）发表的关于机器学习、深度学习、人工智能与美容整形外科的定性系统综述的评论	NA	NA	评论Nogueira等人关于机器学习、深度学习、人工智能在美容整形外科中的应用的系统综述	Nogueira等人的系统综述	machine learning	NA	NA	NA	NA	NA
3726	2025-03-21	CT-derived fractional flow reserve on therapeutic management and outcomes compared with coronary CT angiography in coronary artery disease 2025-Mar-19, The British journal of radiology DOI:10.1093/bjr/tqaf055 PMID:40107975	研究论文	本研究探讨了基于深度学习的CT衍生血流储备分数（CT-FFR）在疑似冠状动脉疾病（CAD）患者中的治疗管理和临床结果方面的价值，并与单独使用计算机断层扫描冠状动脉造影（CCTA）进行比较	首次在单中心前瞻性研究中比较了CT-FFR+CCTA与单独CCTA在CAD患者中的治疗管理和临床结果	研究为单中心研究，样本量相对较小，且随访时间较短	确定CT-FFR在CAD患者治疗管理和临床结果中的价值	疑似冠状动脉疾病（CAD）患者	数字病理	心血管疾病	CT-FFR, CCTA	深度学习	医学影像	461名患者
3727	2025-03-21	Automated Detection of Hydrocephalus in Pediatric Head Computed Tomography Using VGG 16 CNN Deep Learning Architecture and Based Automated Segmentation Workflow for Ventricular Volume Estimation 2025-Mar-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01482-x PMID:40108068	研究论文	本研究提出了一种基于VGG16架构的卷积神经网络（CNN）模型，用于在婴儿头部CT图像中自动检测脑积水，并集成了自动脑室体积提取方法	本研究首次将VGG16 CNN架构应用于婴儿脑积水的自动检测，并开发了一种自动脑室体积提取方法，结合了多种图像处理技术	研究样本量较小，仅包含105个头部CT扫描，可能影响模型的泛化能力	开发一种自动化的脑积水检测和脑室体积提取方法，以提高临床诊断的准确性和效率	婴儿头部CT图像	计算机视觉	脑积水	CT扫描、图像分割、形态学操作	VGG16 CNN	图像	105个头部CT扫描，共6300张切片
3728	2025-03-21	High-Resolution Magnetic Resonance Imaging Radiomics for Identifying High-Risk Intracranial Plaques 2025-Mar-19, Translational stroke research IF:3.8Q2 DOI:10.1007/s12975-025-01345-1 PMID:40108073	研究论文	本文旨在构建一个基于高分辨率磁共振成像（HRMRI）的放射组学模型，用于区分症状性和无症状性颅内斑块，以预测脑血管事件	结合放射组学特征和深度学习技术，构建了一个混合模型，用于准确识别高风险颅内斑块	样本量相对较小，且仅基于HRMRI数据，未考虑其他影像学或临床数据	识别高风险颅内斑块，预测脑血管事件	172名患者的188个颅内动脉粥样硬化斑块（100个症状性，88个无症状性）	数字病理学	心血管疾病	高分辨率磁共振成像（HRMRI）	随机森林、岭回归、最小绝对收缩和选择算子（LASSO）、深度学习（DL）	图像	172名患者的188个颅内斑块
3729	2025-03-21	Deep-learning based multibeat echocardiographic cardiac phase detection 2025-Mar-19, Medical physics IF:3.2Q1 DOI:10.1002/mp.17733 PMID:40108797	研究论文	本研究介绍了一种新型的多拍超声心动图心脏相位检测网络EchoPhaseNet，旨在以低标注成本和有限数据实现快速准确的心脏相位检测	EchoPhaseNet通过仅使用ED/ES标签实现有效的心脏相位检测，显著降低了标注成本，并适用于更广泛的检测场景	研究中使用的数据集规模有限，可能影响模型的泛化能力	开发一种快速、准确且低成本的自动心脏相位检测方法	多拍超声心动图序列	计算机视觉	心血管疾病	深度学习	EchoPhaseNet	图像	五个超声心动图数据集，包括一个小规模私有数据集Echo-DT、一个中等规模公开数据集PhaseDetection，以及三个额外公开数据集EchoNet-Dynamic、CAMUS和EchoNet-Dynamic-MultiBeat
3730	2025-03-21	Developing a deep learning model for the automated monitoring of acupuncture needle insertion: enhancing safety in traditional acupuncture practices 2025-Mar-18, BMC complementary medicine and therapies IF:3.3Q1 DOI:10.1186/s12906-025-04853-7 PMID:40102810	研究论文	本研究开发了一种基于YOLOv8架构的深度学习模型，用于自动监测针灸针的插入，以提高传统针灸实践的安全性	首次将YOLOv8深度学习模型应用于针灸针插入的实时监测，以检测针断裂和防止针滞留，从而提高患者安全和治疗效果	需要更大、更多样化的数据集进行验证，并探索其在各种医疗环境中的应用	开发一种深度学习模型，用于监测针灸针插入，检测针断裂并防止针滞留，以提高患者安全和治疗效果	针灸针插入的监测	计算机视觉	NA	深度学习	YOLOv8	图像	192张商业图像库图片和73张临床图片
3731	2025-03-21	Enhanced lung cancer subtype classification using attention-integrated DeepCNN and radiomic features from CT images: a focus on feature reproducibility 2025-Mar-17, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02115-z PMID:40095252	研究论文	本研究评估了一种结合放射组学特征与深度学习和注意力机制的混合框架，以提高使用CT图像对肺癌亚型分类的准确性	结合放射组学特征与深度学习和注意力机制，特别是通过注意力机制增强深度学习模型，以提高肺癌亚型分类的准确性	研究未提及对模型在不同医疗中心间的泛化能力进行详细验证	提高使用CT图像对肺癌亚型分类的准确性	肺癌CT图像	计算机视觉	肺癌	CT扫描	DeepCNN, XGBoost, Stacking	图像	2725张肺癌图像，涵盖腺癌（552张）、鳞状细胞癌（380张）、小细胞肺癌（307张）、大细胞癌（215张）和肺类癌（180张）
3732	2025-03-21	Research on movie rating based on BERT-base model 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92430-w PMID:40097502	研究论文	本文提出了一种基于BERT-base模型的电影评分分类方法，通过改进BERT模型来提高电影评论分类的准确性和公平性	引入了动态位置偏移编码机制和动态加权融合池化策略，增强了模型对位置信息的处理能力和特征提取的全面性，同时通过数据预处理减少敏感信息带来的模型偏差	尽管在IMDb数据集上表现良好，但模型在其他数据集上的泛化能力仍需进一步验证	提高电影评论分类的准确性和公平性	电影评论	自然语言处理	NA	BERT模型	BERT-base	文本	IMDb电影评论数据集
3733	2025-03-21	The analysis of Chinese National ballad composition education based on artificial intelligence and deep learning 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93063-9 PMID:40097523	研究论文	本研究通过结合马尔可夫链（MC）和双向循环神经网络（Bi-RNN）的音乐创作模型，探索人工智能在音乐创作中的应用，特别是生成具有民族特色的中国民族歌谣	提出了一种结合MC和Bi-RNN的音乐创作模型，能够生成符合民族歌谣风格的旋律和情感表达，相比传统手工创作和MC方法具有显著优势	未提及具体的数据集大小或实验样本量，可能限制了模型泛化能力的验证	探索人工智能在音乐创作中的应用，特别是生成具有民族特色的中国民族歌谣	中国民族歌谣的旋律和情感表达	自然语言处理	NA	马尔可夫链（MC）和双向循环神经网络（Bi-RNN）	Bi-RNN	音乐数据	未提及具体样本量
3734	2025-03-21	Convolutional Fine-Tuned Threshold Adaboost approach for effectual content-based image retrieval 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93309-6 PMID:40097565	研究论文	本文提出了一种新颖的卷积微调阈值Adaboost（CFTAB）方法，结合深度学习和机器学习技术，以提高基于内容的图像检索（CBIR）的性能	提出了一种结合深度学习和机器学习的CFTAB方法，通过动态调整阈值水平来优化训练结果，从而提高CBIR的性能	未提及具体的研究限制	提高基于内容的图像检索（CBIR）的性能	图像数据	计算机视觉	NA	Adaptive Histogram Equalization (AHE), VGG16	CFTAB, Adaboost	图像	未提及具体样本数量
3735	2025-03-21	Conditional variational auto encoder based dynamic motion for multitask imitation learning 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93888-4 PMID:40097597	研究论文	本文提出了一种结合传统动态运动基元（DMP）方法和条件变分自编码器（cVAE）的框架，用于多任务模仿学习	结合DMP和cVAE，通过生成扭矩而非直接生成轨迹，使生成的轨迹能够适应新的目标位置，并提出了保证通过点约束的微调方法	需要进一步验证在更复杂任务和更大规模数据集上的性能	提高多任务模仿学习的效率和泛化能力	手写数字数据集和机器人操作任务（如推动、到达和抓取）	机器学习	NA	条件变分自编码器（cVAE）	cVAE	图像和机器人操作数据	手写数字数据集和UR10机械臂的机器人操作任务
3736	2025-03-21	Facial identity recognition using StyleGAN3 inversion and improved tiny YOLOv7 model 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93096-0 PMID:40097614	研究论文	本文提出了一种基于StyleGAN3反演和改进的Tiny YOLOv7模型的面部身份识别方法	提出了一种结合StyleGAN3反演和改进的Tiny YOLOv7模型的一步解决方案，用于面部属性操作和检测，从而实现面部身份识别	数据集仅包含20个独特身份和38个面部属性，可能限制了模型的泛化能力	研究面部身份识别，特别是在面部属性操作和检测方面的应用	面部图像	计算机视觉	NA	StyleGAN3反演, Tiny YOLOv7模型	FIR-Tiny YOLOv7	图像	11,560张图像，包含20个独特身份和38个面部属性
3737	2025-03-21	Establishment and validation of a ResNet-based radiomics model for predicting prognosis in cervical spinal cord injury patients 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94358-7 PMID:40097664	研究论文	本研究旨在开发和验证一个基于ResNet的放射组学模型，结合影像和临床特征，预测颈脊髓损伤（cSCI）患者伤后六个月的预后	结合放射组学和临床特征，开发了一个综合模型，用于预测cSCI患者的预后，这是该领域的一个创新点	研究依赖于回顾性和前瞻性数据，可能存在选择偏差，且样本量相对较小	开发一个结合影像和临床特征的模型，以预测cSCI患者的预后，指导治疗和康复计划	颈脊髓损伤（cSCI）患者	数字病理学	颈脊髓损伤	放射组学，ResNet深度学习	ResNet, SVM, LR, NaiveBayes, KNN, RF, ExtraTrees, XGBoost, LightGBM, GradientBoosting, AdaBoosting, MLP	影像数据，临床数据	168例cSCI患者（回顾性队列），43例cSCI患者（前瞻性队列）
3738	2025-03-21	A Two stage deep learning network for automated femoral segmentation in bilateral lower limb CT scans 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94180-1 PMID:40097821	研究论文	本研究开发了一种基于深度学习的两阶段网络，用于在双侧下肢CT扫描中自动分割股骨	提出了一种双阶段方法，包括快速划定感兴趣区域和股骨的语义分割，相比单阶段SegResNet架构，具有更快的收敛速度、更短的推理时间和更高的分割精度	样本量相对较小，仅包含100个样本	开发一种高效且精确的股骨分割方法，以支持大规模和复杂的医学影像数据集	双侧下肢CT扫描中的股骨	计算机视觉	NA	深度学习	两阶段网络	CT图像	100个样本（85个用于训练，8个用于验证，7个用于测试）
3739	2025-03-21	LI-RADS-based hepatocellular carcinoma risk mapping using contrast-enhanced MRI and self-configuring deep learning 2025-Mar-17, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00844-6 PMID:40097992	研究论文	本研究旨在使用nnU-Net框架创建和评估一种基于LI-RADS v2018的自动分割模型，用于肝细胞癌（HCC）风险评估	利用nnU-Net框架实现自动分割和分类，生成HCC风险图，提高了LI-RADS分类的自动化水平	自动LI-RADS分类仍需改进，例如通过大型多中心研究进一步优化	开发并评估一种基于深度学习的自动分割模型，用于HCC风险评估	602名有HCC风险的患者，他们进行了动态EOB-MRI检查	计算机视觉	肝细胞癌	nnU-Net	U-Net	MRI图像	602名患者（383名训练集，219名内部测试集，16名外部测试集）
3740	2025-03-21	Deep learning-based fully automated detection and segmentation of pelvic lymph nodes on diffusion-weighted images for prostate cancer: a multicenter study 2025-Mar-17, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00840-w PMID:40098034	研究论文	本研究利用3D V-Net模型，基于盆腔扩散加权成像（DWI）扫描，实现了前列腺癌患者盆腔淋巴结的自动检测和分割	首次将3D V-Net模型应用于前列腺癌患者盆腔淋巴结的自动检测和分割，提高了效率和准确性	外部验证数据集规模相对较小，可能影响模型的泛化能力	提高前列腺癌患者盆腔淋巴结检测和分割的效率和准确性	前列腺癌患者的盆腔淋巴结	数字病理	前列腺癌	扩散加权成像（DWI）	3D V-Net	图像	1,151名患者（训练集），401名患者（外部验证集），共32,507个标注淋巴结