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
21	2025-05-07	Code Error in "Diagnostic Classification and Prognostic Prediction Using Common Genetic Variants in Autism Spectrum Disorder: Genotype-Based Deep Learning" 2025-May-06, JMIR medical informatics IF:3.1Q2 DOI:10.2196/66556 PMID:40327366	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
22	2025-05-07	The Application Status of Radiomics-Based Machine Learning in Intrahepatic Cholangiocarcinoma: Systematic Review and Meta-Analysis 2025-May-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69906 PMID:40323647	系统综述与荟萃分析	本文通过系统综述和荟萃分析探讨了基于放射组学的机器学习在肝内胆管癌（ICC）中的应用现状和价值	首次系统评估了放射组学在ICC诊断中的准确性，并比较了不同模型（如结合临床特征的模型和深度学习模型）的性能	针对特定任务（如神经周围浸润和三级淋巴结构诊断）的研究较少，深度学习研究有限，数据异质性和可解释性问题待优化	评估放射组学在ICC中的临床应用价值，为其系统化应用提供循证支持	肝内胆管癌（ICC）患者	数字病理	肝内胆管癌	放射组学	机器学习（ML）、深度学习	医学影像数据	58项研究，共12,903名患者
23	2025-05-07	An End-to-End Deep Learning Generative Framework for Refinable Shape Matching and Generation 2025-May-05, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562756 PMID:40323742	research paper	提出了一种端到端的深度学习生成框架，用于可精细化形状匹配和生成，以支持计算机医学中的虚拟临床试验	开发了一种无监督的几何深度学习模型，用于在潜在空间中建立可精细化形状对应关系，构建基于群体的图谱，并生成逼真的合成形状	NA	构建AI模型以生成与真实网格样本相似的形状，支持虚拟临床试验	3D表面网格表示的解剖形状	computer vision	NA	geometric deep-learning	generative model	3D surface meshes	实验使用了肝脏和左心室模型
24	2025-05-07	Contactless Estimation of Respiratory Frequency Using 3D-CNN on Thermal Images 2025-May-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3567141 PMID:40323749	研究论文	本文提出了一种基于深度学习的无接触呼吸频率估计方法，使用3D-CNN处理热成像视频数据	无需复杂预处理和手动ROI跟踪，直接从原始热成像视频估计呼吸频率	在小型数据集上训练，验证R2分数约为0.61，仍有提升空间	开发一种无接触的呼吸频率监测方法，提高热成像在实际应用中的可行性	热成像视频数据	计算机视觉	NA	热成像技术	3D-CNN	视频	未明确说明样本数量，使用了数据增强和合成数据集进行训练
25	2025-05-07	Current Technological Advances in Dysphagia Screening: Systematic Scoping Review 2025-May-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65551 PMID:40324167	系统范围综述	本文通过系统范围综述探讨了人工智能和传感器技术在吞咽困难筛查中的最新进展	全面评估了AI和传感器技术在吞咽困难筛查中的应用，并首次系统分析了这些技术的性能和方法学质量	研究存在偏倚风险，特别是在患者选择、指标测试和建模方面，且缺乏外部验证或领域适应性测试	评估AI和传感器技术在吞咽困难筛查中的现状、性能及方法学质量	使用传感器仪器结合AI识别吞咽困难或不安全吞咽事件的原始研究	医疗人工智能	吞咽困难	AI和传感器技术	支持向量机(SVM)和深度学习	声学和振动信号	24项研究涉及2979名参与者(1717名吞咽困难患者和1262名对照组)
26	2025-05-07	An efficient patient's response predicting system using multi-scale dilated ensemble network framework with optimization strategy 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00401-y PMID:40325044	研究论文	开发了一种基于深度学习的患者反应预测系统，用于早期预测患者对治疗的反应、预后并指导治疗计划	提出了一种多尺度扩张集成网络框架（MDEN），结合了LSTM、RNN和1DCNN，并采用REE-COA算法进行特征选择，提高了预测精度	数据是手动收集的，可能存在数据质量和一致性问题	预测患者对放疗和化疗的反应，以减少副作用并优化个体治疗计划	接受放疗和化疗的患者	数字病理学	心血管疾病	深度学习	MDEN（结合LSTM、RNN和1DCNN）	临床数据	NA
27	2025-05-07	Adaptive learning oriented higher educational classroom teaching strategies 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00536-y PMID:40325064	研究论文	本研究旨在满足中国对高素质人才的需求，优化当前的大学课堂教学模式	从积极心理学和自适应深度学习的角度出发，提出了一种新的教学策略，并验证了其有效性	研究样本仅来自安阳一所大学的60名学生，样本量较小且地域有限	优化大学历史课堂教学模式，提高教学质量	大学历史课堂教学	教育技术	NA	自适应深度学习	NA	考试成绩数据	60名大学生（实验班30人，对照班30人）
28	2025-05-07	Deep Learning Image Compression Method Based On Efficient Channel-Time Attention Module 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00566-6 PMID:40325100	研究论文	本文提出了一种基于深度学习的图像压缩方法，结合了高效通道-时间注意力模块（ETAM），用于提高电力系统传输线路远程监控中的图像压缩效率和质量	引入了高效通道-时间注意力模块（ETAM），结合了高效通道注意力（ECA-Net）和时间注意力模块（TAM），以增强空间和时间特征的提取，从而提升压缩效率和重建质量	NA	解决高分辨率图像在弱或不稳定网络信号区域传输和存储中的效率和质量问题	电力系统传输线路的远程监控图像	计算机视觉	NA	深度学习	ETAM（结合ECA-Net和TAM）	图像	STN PLAD数据集
29	2025-05-07	Advanced holographic convolutional dense networks and Tangent runner optimization for enhanced polycystic ovarian disease classification 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98873-5 PMID:40325103	研究论文	提出一种名为Coco-HoloNet的深度学习模型，用于高精度检测和分类多囊卵巢疾病（PCOD）的超声图像	结合了卷积层、密集块和池化策略的分层架构，以及嵌入的Tangent-Runner自适应优化（TRAdO）技术，动态计算正则化参数以克服过拟合问题	未提及模型在更大规模或多样化数据集上的泛化能力	提高PCOD超声图像分类的准确性和特征提取能力	多囊卵巢疾病（PCOD）的超声图像	计算机视觉	多囊卵巢疾病	深度学习	CNN（Coco-HoloNet）	图像	扩展的Kaggle PCOD超声图像数据集
30	2025-05-07	Behavior recognition technology based on deep learning used in pediatric behavioral audiometry 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97519-w PMID:40325123	研究论文	本研究探讨了基于深度学习的儿科行为测听技术的可行性和准确性	提出了基于优化transformer的儿科听力智能诊断模型(DoT)和基于优化transformer的患者骨骼关键点估计模型(POTR)，并构建了专用的儿科姿势检测数据集	对于4-6岁儿童，人工行为测听的敏感性、特异性和AUC均高于AI行为测听	探索基于深度学习的儿科行为测听技术的可行性和准确性	2.5至6岁儿童的行为测听视频数据	计算机视觉	听力障碍	深度学习	transformer	视频	120名2.5至6岁儿童
31	2025-05-07	Optimizing non small cell lung cancer detection with convolutional neural networks and differential augmentation 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98731-4 PMID:40325128	research paper	该研究提出了一种结合卷积神经网络（CNN）和差分增强（DA）的新方法，用于优化非小细胞肺癌的检测	通过引入差分增强策略（如色调、亮度、饱和度和对比度调整），CNN+DA模型有效解决了内存过拟合问题，提高了模型的泛化能力	研究中使用的数据集可能有限，未提及模型在更广泛或多样化数据集上的表现	提高非小细胞肺癌的早期检测准确率，改善患者预后	非小细胞肺癌的医学影像数据	digital pathology	lung cancer	差分增强（DA）	CNN	image	包括IQ-OTH/NCCD数据集在内的多个数据集
32	2025-05-07	Innovative framework for fault detection and system resilience in hydropower operations using digital twins and deep learning 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98235-1 PMID:40325162	研究论文	本文提出了一种结合数字孪生技术和深度学习的创新框架，用于提高水力发电系统的故障检测能力和系统韧性	将数字孪生技术与深度学习算法相结合，实现了水力发电系统的实时监测和预测分析，显著提高了故障检测时间和系统效率	研究基于MATLAB环境下的模拟测试，未提及实际现场应用的验证情况	优化水力发电系统的运行效率，提高故障检测准确率和系统韧性	水力发电系统	机器学习	NA	数字孪生技术、深度学习	深度学习算法	系统运行数据	基于MATLAB环境下的模拟测试（未提及具体样本数量）
33	2025-05-07	An online 11 kv distribution system insulator defect detection approach with modified YOLOv11 and mobileNetV3 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99756-5 PMID:40325205	研究论文	提出了一种基于改进YOLOv11和MobileNetV3的11 kV配电系统绝缘子缺陷在线检测方法	结合改进的YOLOv11架构（包含C3K2、SPFF和C2PSA算法模块）与MobileNetV3分类器，实现了轻量级框架	复杂背景、有限的图像数据集和小尺度目标增加了检测的复杂性	开发一种高效的绝缘子缺陷检测方法，以延长配电线路使用寿命并防止严重电力损失	11 kV配电系统中的绝缘子	计算机视觉	NA	深度学习	YOLOv11, MobileNetV3	图像	NA
34	2025-05-07	Deep Learning on Misaligned Dual-Energy Chest X-ray Images Using Paired Cycle-Consistent Generative Adversarial Networks 2025-May-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01508-4 PMID:40325327	研究论文	提出了一种基于配对循环一致性生成对抗网络的框架，用于有效去除双能胸部X射线图像中的运动伪影和统计噪声	结合了集成判别器、可微分增强、抗锯齿卷积层和基本的8层U-Net生成器，显著提高了运动伪影抑制和图像质量	研究仅基于600次检查的临床图像数据集，可能需要更大样本量以验证方法的普适性	改善双能胸部X射线图像的质量，减少运动伪影和统计噪声	双能胸部X射线图像	计算机视觉	NA	双能减影（DES）胸部X射线成像	配对循环一致性生成对抗网络（GAN）、U-Net	图像	600次双能胸部X射线检查的数据
35	2025-05-07	A Deep Learning-Based Framework for Automatic Determination of Developmental Dysplasia of the Hip from Graf Angles 2025-May-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01518-2 PMID:40325325	研究论文	提出了一种基于深度学习的框架，用于从Graf角度自动确定发育性髋关节发育不良（DDH）	结合DeepLabv3+、形态学操作和局部最大值方法，自动诊断新生儿DDH，减少操作者依赖性和测量变异性	未提及具体样本量及临床验证的广泛性	开发自动化工具以提高DDH超声诊断的准确性和一致性	新生儿髋关节超声图像	数字病理学	发育性髋关节发育不良	超声成像	DeepLabv3+（测试了ResNet50、InceptionResNetV2、MobilenetV2和Xception等主干网络）	图像	NA
36	2025-05-07	M-DeepAssembly: enhanced DeepAssembly based on multi-objective multi-domain protein conformation sampling 2025-May-05, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06131-2 PMID:40325375	研究论文	提出了一种基于多目标多域蛋白质构象采样的增强型DeepAssembly方法M-DeepAssembly，用于多域蛋白质结构预测	通过多目标蛋白质构象采样算法生成多样化的集合，缓解了进化信号弱和大结构预测的挑战	尽管集合中存在更高精度的模型，但未被选中，且性能优势仅在CASP15多域目标上得到验证	改进多域蛋白质结构预测，特别是在进化信号弱或蛋白质结构大的情况下	多域蛋白质	机器学习	NA	DeepAssembly, AlphaFold2, 多目标蛋白质构象采样算法	M-DeepAssembly	蛋白质序列和结构数据	164个多域蛋白质的测试集
37	2025-05-07	Latent space autoencoder generative adversarial model for retinal image synthesis and vessel segmentation 2025-May-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01694-1 PMID:40325399	research paper	提出一种潜在空间自编码生成对抗模型，用于视网膜图像合成和血管分割	整合潜在空间自编码器以保持血管形态，生成多样化的视网膜图像和血管结构	依赖于有限的真实数据集进行模型训练和验证	解决视网膜血管分割中真实样本不足的问题，通过合成数据提升分割性能	视网膜图像和血管结构	digital pathology	diabetic retinopathy	GAN, auto-encoder	GAN, UNet	image	DRIVE, STARE, CHASE_DB数据集
38	2025-05-07	Application of 3D atom pair map in an attention model for enhanced drug virtual screening 2025-May-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01023-2 PMID:40325489	research paper	本研究展示了一种新型分子表示方法3D APM及其基于深度学习的模型在虚拟筛选中的应用	提出了一种新型分子表示方法3D APM，并开发了基于该方法的深度学习模型用于虚拟筛选	NA	提升药物虚拟筛选的效果	分子表示方法及虚拟筛选模型	machine learning	NA	deep learning	attention model	molecular representation	NA
39	2025-05-07	Forecasting climate change effects on Saline Lakes through advanced remote sensing and deep learning 2025-May-04, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179582 PMID:40324314	研究论文	本研究通过先进的遥感和深度学习技术，预测气候变化对盐湖的影响	结合SRGAN和MRS技术提升卫星图像分辨率，并利用CA-Markov模型和LSTM算法预测未来盐湖变化	研究基于RCP8.5情景预测，可能无法涵盖所有气候变化可能性	分析盐湖的长期变化，预测未来特征变化及其对周边生态系统的生态影响	盐湖（如Chaka、Tuz和Razzaza湖）的物理和化学特性	遥感与深度学习	NA	遥感、SRGAN、MRS、CA-Markov模型、LSTM算法	SRGAN、LSTM	卫星图像	Chaka、Tuz和Razzaza湖的数据
40	2025-05-07	Development of a Novel Machine Learning Model to Automate Vertebral Column Segmentation Utilizing Biplanar Full-body Imaging 2025-May-03, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2025.05.003 PMID:40324481	研究论文	开发了一种新型机器学习模型，用于自动化利用双平面全身成像进行脊柱分割	采用两阶段深度学习模型结合UNET架构，能够准确分割包含复杂脊柱病理和脊柱器械噪声的图像	研究为回顾性设计，样本量相对较小（250张图像）	开发能够自动化从双平面全身X光图像中分割脊柱的人工智能算法	退变性脊柱侧凸（DS）患者的双平面全身X光图像	计算机视觉	退变性脊柱侧凸	双平面全身X光成像	CNN（UNET架构）	图像	250张患者图像（包含DS阳性和阴性样本）