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	2025-05-06	The use of machine learning in transarterial chemoembolisation/transarterial embolisation for patients with intermediate-stage hepatocellular carcinoma: a systematic review 2025-May-03, La Radiologia medica DOI:10.1007/s11547-025-02013-y PMID:40317437	系统性综述	本文系统性综述了机器学习在中期肝细胞癌患者经动脉化疗栓塞/经动脉栓塞治疗中的应用效果	评估机器学习模型在提高TACE和TAE治疗精度和效果方面的潜力	研究异质性限制了比较，需要标准化协议和更大规模的多中心试验	评估机器学习在中期肝细胞癌治疗中的应用效果	中期肝细胞癌患者	机器学习	肝细胞癌	机器学习	深度学习、放射组学	医疗数据	7项研究，涉及4017名患者
22	2025-05-06	Thorax-encompassing multi-modality PET/CT deep learning model for resected lung cancer prognostication: A retrospective, multicenter study 2025-May-03, Medical physics IF:3.2Q1 DOI:10.1002/mp.17862 PMID:40317503	研究论文	本研究开发了一个结合FDG PET和CT影像以及临床、手术和病理信息的深度学习模型，用于预测非小细胞肺癌（NSCLC）患者的无复发生存期（RFS）并分层风险	首次使用多模态影像结合临床、手术和病理数据预测NSCLC患者术后RFS，并优于传统分期方法	研究为回顾性设计，样本量相对有限（本地机构305例，外部验证195例）	开发优于传统癌症分期的预后预测模型，帮助识别术后需要额外治疗的高风险NSCLC患者	接受手术切除的早期NSCLC患者	数字病理	肺癌	FDG PET和CT影像分析	多模态深度学习模型（DLM）	医学影像（PET/CT）和临床数据	500例患者（本地305例+外部验证195例）
23	2025-05-06	Modeling inter-reader variability in clinical target volume delineation for soft tissue sarcomas using diffusion model 2025-May-03, Medical physics IF:3.2Q1 DOI:10.1002/mp.17865 PMID:40317577	研究论文	开发了一种基于深度学习的扩散模型，用于模拟软组织肉瘤临床靶区勾画中的读者间变异性	提出了一种能够生成多个不同且合理的CTV轮廓的扩散模型，以模拟临床实践中读者间的变异性	研究样本量较小，验证集仅包含5名患者	开发一种能够模拟临床实践中读者间变异性的自动CTV勾画方法	软组织肉瘤患者的FDG-PET、CT和MRI扫描图像	数字病理	软组织肉瘤	扩散模型	扩散模型	医学影像（FDG-PET、CT、MRI）	51名患者（训练集）+5名患者（验证集）
24	2025-05-06	Artificial Olfactory System Enabled by Ultralow Chemical Sensing Variations of 1D SnO2 Nanoarchitectures 2025-May-03, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202501293 PMID:40318170	研究论文	本研究开发了一种高可靠的传感器平台，通过一维SnO纳米网络功能化Au和Pd纳米催化剂，提高气体传感的标准化和深度学习性能	通过系统沉积过程制备功能化纳米催化剂，显著降低传感变异系数，并在高湿度和极低检测限下实现超过99.5%的分类准确率	研究仅针对七种目标气体进行测试，未涵盖更广泛的气体种类	开发高可靠的传感器平台，用于标准化气体传感并提升深度学习在电子鼻系统中的应用	一维SnO纳米网络功能化Au和Pd纳米催化剂	传感器技术	NA	系统沉积过程、控制老化过程	残差网络模型	气体传感数据	七种目标气体（丙酮、氢气、乙醇、一氧化碳、丙烷、异戊二烯和甲苯）
25	2025-05-06	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人工智能在线音乐学习平台课程推荐模型（CRM-SLIE），以提高平台课程推荐的准确性和适应性	结合注意力机制和门控循环单元（GRU），并引入项目交叉模块，有效捕捉学生兴趣变化和课程间的二阶特征交互	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	机器学习	NA	深度学习	GRU	行为序列数据	未提及具体样本数量
26	2025-05-06	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	研究论文	提出了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	设计了包含生物启发卷积神经网络、门控循环单元和生物响应层的STBRNN模型，显著提高了无人机与鸟类的区分能力	未提及模型在不同天气或极端条件下的性能表现	提高无人机与鸟类的实时检测与区分能力	无人机和鸟类的图像与视频数据	计算机视觉	NA	深度学习	STBRNN（包含Bio-CNN、GRU和Bio-Response Layer）	图像和视频	未明确提及具体样本数量，但包含多种环境下采集的无人机和鸟类标注数据
27	2025-05-06	Molecular landscape of endometrioid Cancer: Integrating multiomics and deep learning for personalized survival prediction 2025-May-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110284 PMID:40319755	研究论文	该研究提出了一种新颖的生存分析流程，结合多组学数据和深度学习，用于子宫内膜样癌的个性化生存预测	开发了一种深度学习自编码器，设计了新的损失函数以捕捉生物变量与生存结果之间的复杂非线性关系	NA	研究影响子宫内膜样癌患者预后的因素，并识别潜在的生存生物标志物	子宫内膜样癌样本的多组学数据（转录组、甲基化和蛋白质组数据）	数字病理学	子宫内膜癌	多组学分析（转录组、甲基化和蛋白质组数据）	深度学习自编码器	多组学数据	来自TCGA-UCEC项目的子宫内膜样癌样本
28	2025-05-06	Artificial intelligence in fetal brain imaging: Advancements, challenges, and multimodal approaches for biometric and structural analysis 2025-May-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110312 PMID:40319756	综述	本文探讨了人工智能在胎儿脑部影像学中的应用，重点介绍了超声和磁共振成像的多模态整合及其在提高诊断准确性方面的潜力	强调了多模态整合方法，结合超声的实时成像和磁共振的软组织对比优势，以提高诊断精度	数据稀缺、计算效率低下以及数据隐私和安全的伦理问题	探索人工智能在胎儿脑部影像学中的应用，以提高产前护理的诊断准确性和效率	胎儿脑部影像	数字病理学	NA	超声(US)和磁共振成像(MRI)	深度学习和基于注意力的架构	影像	NA
29	2025-05-06	NFR-EDL: Non-linear fuzzy rank-based ensemble deep learning for accurate diagnosis of oral and dental diseases using RGB color photography 2025-May-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110279 PMID:40319757	研究论文	本文提出了一种基于非线性模糊排序的集成深度学习模型（NFR-EDL），用于通过RGB彩色摄影准确诊断口腔和牙齿疾病	提出了一种结合非线性模糊排序和集成深度学习的新方法，通过融合多个CNN基础模型并考虑决策中的不确定性，提高了诊断的准确性和可靠性	NA	开发一种高准确度的口腔和牙齿疾病诊断工具，以提升临床诊断的效率和可靠性	口腔和牙齿疾病	计算机视觉	口腔疾病	RGB彩色摄影	CNN	图像	Kaggle、MOD、ODSI-DB和OaDD数据集
30	2025-05-06	Integrating genetic variation with deep learning provides context for variants impacting transcription factor binding during embryogenesis 2025-May-02, Genome research IF:6.2Q1 DOI:10.1101/gr.279652.124 PMID:40234030	研究论文	该研究通过整合遗传变异与深度学习技术，探讨了遗传变异如何影响转录因子结合，特别是在胚胎发生过程中的作用	研究扩展了WASP工具以检测indels，提高了等位基因不平衡峰的检测率30%-50%，并利用卷积神经网络预测DNA序列对转录因子结合的影响	研究主要集中在胚胎发生过程中的四个转录因子，可能无法全面反映所有遗传变异对转录因子结合的影响	理解遗传变异如何影响转录因子结合，以更好地模拟疾病相关变异	四个转录因子在胚胎发生过程中的等位基因特异性结合	机器学习和遗传学	NA	WASP扩展用于indels检测，卷积神经网络（Basenji）	CNN	DNA序列数据	使用F交叉系统产生的高遗传多样性样本
31	2025-05-06	Semantical and geometrical protein encoding toward enhanced bioactivity and thermostability 2025-May-02, eLife IF:6.4Q1 DOI:10.7554/eLife.98033 PMID:40314227	研究论文	本文提出了一种结合序列和几何编码器的预训练框架，用于蛋白质的一级和三级结构，以指导蛋白质工程中的突变方向并评估变体效应	提出了一种新颖的预训练框架，整合了蛋白质的序列和几何编码器，能够更全面地预测蛋白质变体的效应，特别是在热稳定性和生物功能方面	缺乏对开发方法在预测蛋白质热稳定性方面的基本评估，尽管这是实践中经常研究的关键物理性质	提高蛋白质工程的效率和准确性，通过更全面的预测方法指导蛋白质修饰	蛋白质序列和结构	合成生物学	NA	深度学习	预训练框架（结合序列和几何编码器）	蛋白质序列和结构数据	超过300个深度突变扫描实验的基准测试
32	2025-05-06	Graph Anomaly Detection in Time Series: A Survey 2025-May-02, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3566620 PMID:40315075	综述	本文对基于图的时间序列异常检测（G-TSAD）进行了全面且最新的回顾	探讨了图表示在时间序列数据中的潜力及其对异常检测的贡献，并回顾了最先进的图异常检测技术	讨论了每种方法的局限性，并指出了当前领域面临的技术和应用挑战	回顾和总结基于图的时间序列异常检测技术，以推动该领域的研究和实际应用	时间序列数据及其异常检测	机器学习	NA	图表示和深度学习架构	深度学习模型	时间序列数据	NA
33	2025-05-06	Ultra-stable and high-performance squeezed vacuum source enabled via artificial intelligence control 2025-May-02, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adu4888 PMID:40315327	研究论文	通过人工智能控制实现超稳定和高性能的压缩真空源	利用人工智能控制系统通过深度学习识别和管理复杂参数关系，实现自适应的外部环境适应，达到创纪录的4.3分贝（无损耗5.9分贝）压缩水平	PSR理论模型在优化指导方面存在局限性，源于多个参数在此压缩水平下的相互干扰	推进量子计量学超越经典极限，实现高性能压缩光的长期稳定生成	压缩真空源	量子计量学	NA	偏振自旋转(PSR)	深度学习	NA	NA
34	2025-05-06	Prospective study of continuous rhythm monitoring in patients with early post-infarction systolic dysfunction: clinical impact of arrhythmias detected by an implantable cardiac monitoring device with real-time transmission-the TeVeO study protocol 2025-May-02, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-094764 PMID:40316360	研究论文	该研究探讨了在心肌梗死后左心室功能不全患者中，通过植入式心脏监测设备实时监测心律失常的临床影响	首次提供了心肌梗死后心室功能障碍患者心律失常负担的实时信息及其中期预后意义	研究样本量相对较小（约200名患者），且随访时间有限（4年）	更新心肌梗死后心脏性猝死的一级预防策略，评估非持续性室性心动过速与后续症状性心律失常事件的关系	心肌梗死后左心室射血分数≤40%的患者	心血管疾病	心血管疾病	植入式心脏监测设备（ICM）实时远程连接	机器学习和深度学习技术	心脏监测数据和影像学检查数据	约200名患者，预计分析超过20,000次远程传输数据
35	2025-05-06	Smart weed recognition in saffron fields based on an improved EfficientNetB0 model and RGB images 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00331-9 PMID:40316572	研究论文	本研究基于改进的EfficientNetB0模型和RGB图像，开发了一种用于藏红花田间智能杂草识别的系统	改进的EfficientNetB0模型在藏红花田间杂草识别中表现最佳，准确率达到94.06%	研究仅针对四种常见杂草，可能不适用于其他杂草类型	开发一种用于藏红花田间杂草识别的智能系统，以实现精准杂草管理	藏红花及其四种常见杂草（flixweed、hoary cress、mouse barley和wild garlic）	计算机视觉	NA	深度学习	EfficientNetB0	RGB图像	504张在自然和非结构化田间环境下拍摄的图像
36	2025-05-06	Hybrid deep learning CNN-LSTM model for forecasting direct normal irradiance: a study on solar potential in Ghardaia, Algeria 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94239-z PMID:40316622	研究论文	本文对四种太阳辐射预测模型进行了深入分析和性能评估，重点研究了CNN-LSTM混合深度学习模型在预测直接法向辐照度方面的表现	提出了一种结合CNN和LSTM的混合深度学习模型(CNN-LSTM)，相比传统方法具有更高的预测精度和可靠性	研究仅针对阿尔及利亚Ghardaia地区的数据，可能在其他地区的适用性有待验证	评估不同机器学习方法在太阳辐射预测中的性能，开发更准确的预测模型	太阳辐射预测模型	机器学习	NA	深度学习	CNN-LSTM混合模型	时间序列数据	NA
37	2025-05-06	Multichannel convolutional transformer for detecting mental disorders using electroancephalogrpahy records 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98264-w PMID:40316629	研究论文	本文提出了一种新型深度学习架构——多通道卷积Transformer，用于通过脑电图（EEG）数据分类精神障碍	结合了卷积神经网络和Transformer的优势，并采用连续小波变换预处理EEG信号以增强特征提取	未提及模型在更大规模或多样化数据集上的泛化能力	开发一种准确可靠的精神障碍早期检测方法	脑电图（EEG）记录	机器学习	精神障碍（包括创伤后应激障碍、抑郁症和焦虑症）	连续小波变换（CWT）、共同空间模式滤波器、信号空间投影滤波器和小波去噪滤波器	多通道卷积Transformer（结合CNN和Transformer）	EEG信号	三个数据集：EEG Psychiatric Dataset、MODMA dataset和EEG and Psychological Assessment dataset
38	2025-05-06	Retraining and evaluation of machine learning and deep learning models for seizure classification from EEG data 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98389-y PMID:40316648	research paper	该研究通过复现和评估多种机器学习和深度学习模型，用于从脑电图（EEG）数据中自动检测癫痫发作	研究比较了多种模型在公共数据集和本地患者数据上的表现，并发现随机森林和卷积神经网络在公共数据上表现最佳，但在本地数据上准确率显著下降	在本地数据上的准确率下降，尤其是神经网络模型，表明模型在临床实践中的泛化能力有限	提高癫痫诊断的自动化水平，减少人工标注的时间消耗	脑电图（EEG）数据	machine learning	epilepsy	EEG	random forest, CNN	EEG data	三个公共数据集和一个本地患者的手动标注EEG数据
39	2025-05-06	A study of combination of autoencoders and boosted Big-Bang crunch theory architectures for Land-Use classification using remotely sensed imagery 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99436-4 PMID:40316651	研究论文	该研究提出了一种结合深度卷积神经网络和改进的元启发式优化技术的新方法，用于遥感图像的土地利用分类	将VGG-19模型与增强版Big Bang Crunch Theory优化的堆叠自编码器相结合，提高了土地利用分类的准确性	NA	提高遥感图像土地利用分类的准确性	Aerial Image Dataset和UC Merced Land Use Dataset	计算机视觉	NA	深度学习	VGG-19, 堆叠自编码器, CNN	图像	AID数据集和UC Merced数据集
40	2025-05-06	Detecting the left atrial appendage in CT localizers using deep learning 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99701-6 PMID:40316718	研究论文	本研究利用深度学习自动检测CT定位图像中的左心耳，以减少辐射暴露	首次应用深度学习网络（如VariFocalNet）在CT定位图像中准确划定左心耳边界，显著降低辐射剂量	数据来自单一中心，外部验证队列规模有限（309例）	开发自动化工具以优化心脏CT扫描流程	左心耳（LAA）的CT定位图像	数字病理	心血管疾病	CT扫描	VariFocalNet, Cascade-R-CNN, Task-aligned One-stage Object Detection Network, YOLO v11	医学影像	训练集1253例定位图像，内部测试集368例，外部测试集309例