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	2025-05-21	Decoding cancer prognosis with deep learning: the ASD-cancer framework for tumor microenvironment analysis 2025-May-20, mSystems IF:5.0Q1 DOI:10.1128/msystems.01455-24 PMID:40237527	comments	本文评论了ASD-cancer框架，一个基于深度学习的半监督学习框架，用于肿瘤微环境分析和癌症预后解码	ASD-cancer框架利用预训练的自动编码器处理多组学数据，通过迁移学习实现可扩展性，无需重新训练	未来需要整合更多数据层并开发自适应AI模型，以提高框架的解读能力	改进多组学数据分析，提升癌症预后解码和肿瘤微环境分析的准确性	肿瘤微环境和癌症预后	digital pathology	cancer	multi-omics data analysis	autoencoder	multi-omics data	NA
22	2025-05-21	Field-Portable Technology for Illicit Drug Discrimination via Deep Learning of Hybridized Reflectance/Fluorescence Spectroscopic Fingerprints 2025-May-20, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05247 PMID:40329645	研究论文	本文介绍了一种利用深度学习和混合反射/荧光光谱指纹技术进行非法药物鉴别的便携式技术	结合荧光和反射光谱技术，通过深度学习算法准确识别新型精神活性物质(NPS)，并提供浓度信息	NA	开发一种便携式设备，用于社区减害服务和干预中的非法药物鉴别	新型精神活性物质(NPS)，特别是苯二氮卓类和硝基苯类	机器学习	药物滥用	混合反射/荧光光谱技术	深度学习算法	光谱数据	11种苯二氮卓类药物和多种复杂药物混合物
23	2025-05-21	Disturbance-Aware On-Chip Training with Mitigation Schemes for Massively Parallel Computing in Analog Deep Learning Accelerator 2025-May-20, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202417635 PMID:40390534	研究论文	本文研究了模拟内存计算(AIMC)中的片上训练，特别是6T1C突触器件中的干扰效应及其缓解方案	首次精确识别和量化了6T1C突触器件中的干扰效应，并提出了三种简单的操作方案来缓解这些影响	干扰机制虽然被阐明，但其对大规模阵列训练性能的影响仍需进一步探索	解决模拟突触器件在并行权重更新过程中出现的非均匀编程和干扰问题	基于氧化物半导体和电容的6T1C突触器件	机器学习	NA	模拟内存计算(AIMC)	CNN	图像数据(CIFAR-10数据集)	NA
24	2025-05-21	Effectiveness of Artificial Intelligence in detecting sinonasal pathology using clinical imaging modalities: a systematic review 2025-May-19, Rhinology IF:4.8Q1 DOI:10.4193/Rhin25.044 PMID:40388840	系统性综述	本文系统性评估了人工智能在通过放射影像检测鼻窦病理中的方法和临床相关性	综合分析了AI在鼻窦影像诊断中的准确性和效率，并指出了当前研究的局限性和未来方向	现有研究主要为回顾性和单中心，缺乏前瞻性和多中心验证	评估人工智能在鼻窦病理检测中的临床适用性和方法学有效性	鼻窦病理的放射影像	医学影像分析	鼻窦疾病	深度学习、机器学习、神经网络	CNN、机器学习分类器	CT、MRI影像	53项研究，其中85%为回顾性研究，68%为单中心研究，92.5%使用内部数据库
25	2025-05-21	Utilizing Deep Learning to Identify Electron-Dense Deposits in Renal Biopsy Electron Microscopy Images 2025-May-19, American journal of nephrology IF:4.3Q1 DOI:10.1159/000546131 PMID:40388893	研究论文	利用深度学习自动分类肾活检电子显微镜图像中的电子致密沉积物位置	开发了一个基于深度学习的平台，用于自动分类电子显微镜图像中的电子致密沉积物位置，性能优于经验丰富的综合肾脏病理学家	深度学习模型在评估沉积物存在和位置的准确性上仍低于电子显微镜病理学家	开发一个自动分类电子显微镜图像中电子致密沉积物位置的深度学习平台	肾活检电子显微镜图像中的电子致密沉积物	数字病理学	肾脏疾病	电子显微镜(EM)	ResNet18	图像	4303张EM图像，来自1039例肾活检
26	2025-05-21	Analysis of the Evolutionary Process of Spatial Microdamage Propagation in Silicon Nitride Bearings Using Deep Learning-Driven Molecular Dynamics 2025-May-19, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.5c00466 PMID:40389365	研究论文	本研究提出了一种基于3D点云重建和机器学习势函数的分子动力学建模方法，以揭示氮化硅轴承表面空间微损伤的动态演化机制	首次揭示了氮化硅轴承中微损伤扩展与弹塑性变形之间的动态耦合机制，阐明了损伤闭合行为的区域变异性	NA	揭示氮化硅轴承表面空间微损伤的动态演化机制，为陶瓷轴承的寿命预测和抗损伤设计提供原子尺度理论支持	氮化硅轴承表面的空间微损伤	分子动力学模拟与深度学习	NA	3D点云重建、机器学习势函数、深度势原子相互作用模型	深度学习驱动的分子动力学模型	3D点云数据	NA
27	2025-05-21	Streaks on martian slopes are dry 2025-May-19, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59395-w PMID:40389425	research paper	该研究利用深度学习技术创建了首个包含50万个火星斜坡条纹的全球目录，并分析了这些条纹的形成机制及其对火星尘埃循环的影响	首次创建了全球性的火星斜坡条纹目录，并提出了干燥形成机制，挑战了传统的湿形成模型	研究主要基于遥感数据，缺乏实地验证	探究火星斜坡条纹的形成机制及其对火星环境的影响	火星表面的斜坡条纹	行星科学	NA	深度学习	NA	遥感图像	50万个斜坡条纹
28	2025-05-21	Enhancing hand-drawn diagram recognition through the integration of machine learning and deep learning techniques 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01823-4 PMID:40389485	研究论文	本研究提出了一种结合机器学习和深度学习技术的方法，以提高手绘图表识别的性能	整合了多种机器学习方法的最佳特性，并融入了深度学习技术，以处理手绘图表的复杂性和变异性	研究主要针对离线手绘图表，未来需要探索更多类型的图表和应用场景	提高手绘图表识别的准确性和效率	手绘流程图、有限自动机和业务过程模型	计算机视觉	NA	Fossum Soergel k-means聚类、形态学Canny Bessel径向基轮廓形状因子、Fisher核k近邻、sing-scurve模糊规则生成、宽上下文快速区域卷积神经网络	CNN	图像	基准数据集中的手绘流程图、有限自动机和业务过程模型
29	2025-05-21	Harnessing optimization with deep learning approach on intelligent transportation system for anomaly detection in pedestrian walkways 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99940-7 PMID:40389534	研究论文	本研究提出了一种结合深度学习和优化技术的智能交通系统方法，用于行人通道中的异常检测	提出了HODLAITS-ADPW方法，整合了改进的YOLOv7目标检测器、变色龙群算法和注意力金字塔CNN模型	未提及具体的数据集规模和实际部署中的计算资源需求	提升城市环境中行人通道的安全性和效率	行人通道中的异常行为和活动	计算机视觉	NA	深度学习、计算机视觉	YOLOv7、注意力金字塔CNN	图像	行人数据集（未说明具体数量）
30	2025-05-21	Enhancing feature learning of hyperspectral imaging using shallow autoencoder by adding parallel paths encoding 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01758-w PMID:40389536	research paper	该研究提出了一种双路径自编码器（D-Path-AE）模型，用于增强高光谱成像（HSI）的特征学习，通过并行编码路径提高非线性特征的获取能力	提出了D-Path-AE模型，通过并行编码路径增强非线性特征获取，并采用下采样策略减少对多数类特征的偏向	自编码器可能因数据集不平衡而产生偏差，强调多数类特征而忽略少数类特征，需要谨慎的数据集准备	提高高光谱成像的特征学习效果，解决冗余信息和非线性特征提取的挑战	高光谱成像数据	machine learning	NA	HSI, PCA, ICA, Autoencoders	Dual-Path AE (D-Path-AE), Naïve Autoencoder (Naïve AE), Decision Tree, Support Vector Machine, K-Nearest Neighbors (KNN)	image	数据集来自Pavia Center、Salinas和Kennedy Space Center
31	2025-05-21	Efficient black-box attack with surrogate models and multiple universal adversarial perturbations 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87529-z PMID:40389546	研究论文	本文提出了一种名为SMPack的分阶段黑盒对抗样本生成算法，通过结合多通用对抗扰动（MUAPs）和代理模型，有效克服黑盒限制并提高对抗样本生成效率	提出SMPack算法，整合MUAPs、代理模型和遗传算法（GA）优化，显著提高黑盒攻击的成功率和查询效率	实验仅基于四个公开数据集（MNIST、SVHN、CIFAR-10和ImageNet），未在其他更复杂或特定领域的数据集上验证	研究黑盒设置下对抗样本生成的有效性和效率问题	深度学习模型在对抗攻击中的脆弱性	机器学习	NA	遗传算法（GA）	深度学习模型	图像	每个数据集500个随机正确分类的样本
32	2025-05-21	Translational approach for dementia subtype classification using convolutional neural network based on EEG connectome dynamics 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02018-7 PMID:40389648	研究论文	本研究利用基于EEG连接组动力学的卷积神经网络进行痴呆亚型分类的转化方法	通过分析静息态EEG功能连接的动态特征，识别痴呆亚型的特征模式，并利用增强的CNN模型实现高精度分类	研究未涉及认知任务期间的脑连接动态分析，可能遗漏部分诊断信息	开发早期筛查和诊断痴呆谱系障碍的高性能深度学习框架	阿尔茨海默病(AD)、额颞叶痴呆(FD)患者及健康对照组	数字病理学	老年疾病	静息态EEG功能连接分析	CNN	EEG信号	AD、FD患者及健康对照组（具体数量未提及）
33	2025-05-21	IoT driven smart health monitoring for heart disease prediction using quantum kernel enhanced sardine diffusion and CNN 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99990-x PMID:40389708	研究论文	提出了一种基于物联网的量子核增强沙丁鱼扩散注意力网络（Qua-KSar-DCK-ArNet），用于实时预测心脏病	结合量子计算和经典深度学习方法，提出新型网络Qua-KSar-DCK-ArNet，显著提高预测准确率至99%	未提及模型在多样化人群中的泛化能力及实际部署中的技术挑战	通过实时监测和预测心脏病风险改善患者预后，特别是在资源匮乏地区	心脏病患者的心电图和心率数据	机器学习	心血管疾病	量子聚类k-Means、Z-score Min-Max标准化、Fast Point Transformer	Qua-KSar-DCK-ArNet（量子核CNN混合模型）	物联网传感器采集的ECG和心率时序数据	NA
34	2025-05-21	Artificial Intelligence in Rhinoplasty: Precision or Over-Reliance? 2025-May-19, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-025-04954-1 PMID:40389738	research paper	探讨人工智能在鼻整形手术中的应用及其潜在问题	利用深度学习和GANs预测术后效果并优化美学规划	无法考虑个体愈合过程、组织行为及长期鼻部重塑，存在伦理问题和数据隐私风险	评估AI在鼻整形手术中的精确性与过度依赖风险	鼻整形手术的术前规划与患者沟通	digital pathology	NA	deep learning, GANs	GAN	image	NA
35	2025-05-21	Development and validation of ultrasound-based radiomics deep learning model to identify bone erosion in rheumatoid arthritis 2025-May-19, Clinical rheumatology IF:2.9Q2 DOI:10.1007/s10067-025-07481-1 PMID:40389785	研究论文	开发并验证基于超声图像的深度学习放射组学融合模型（DLR），用于识别类风湿性关节炎（RA）患者的骨侵蚀	结合放射组学特征和深度学习特征构建融合模型，显著提高了骨侵蚀识别的准确性，并验证了模型对超声医师诊断的辅助作用	研究仅基于两家机构的数据，可能需要更多外部验证以确认模型的泛化能力	开发一种基于超声图像的深度学习模型，用于识别类风湿性关节炎患者的骨侵蚀	类风湿性关节炎患者	数字病理	类风湿性关节炎	超声成像、放射组学特征提取、深度学习	深度学习放射组学融合模型（DLR）	超声图像	432名RA患者（312名来自中心1，124名来自中心2）
36	2025-05-21	Multiple deep learning models based on MRI images in discriminating glioblastoma from solitary brain metastases: a multicentre study 2025-May-19, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01703-3 PMID:40389875	研究论文	本研究开发了一种基于多中心和多序列MRI图像的深度学习模型，用于术前准确鉴别胶质母细胞瘤和孤立性脑转移瘤，并比较了不同深度学习模型的性能	结合多中心和多序列MRI图像，比较了多种深度学习模型（3D ResNet-18、3D Vision Transformer、3D DenseNet和3D VGG）在鉴别胶质母细胞瘤和孤立性脑转移瘤中的性能，发现3D ResNet-18模型效果最佳	样本量相对较小（236例训练集和39例测试集），且仅来自两家医院，可能存在选择偏倚	开发一种高效的术前鉴别胶质母细胞瘤和孤立性脑转移瘤的深度学习模型	胶质母细胞瘤和孤立性脑转移瘤患者	数字病理	胶质母细胞瘤和脑转移瘤	MRI成像	3D ResNet-18, 3D Vision Transformer, 3D DenseNet, 3D VGG	MRI图像	236例患者（197例训练集，39例测试集），外加48例外部队列
37	2025-05-21	Deep learning models based on multiparametric magnetic resonance imaging and clinical parameters for identifying synchronous liver metastases from rectal cancer 2025-May-19, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01692-3 PMID:40389920	research paper	该研究基于多参数磁共振成像和临床参数建立并验证了深度学习模型，用于预测直肠癌患者的同步肝转移	结合多参数MRI和临床数据构建深度学习模型，提高了同步肝转移的预测性能	样本量相对较小，外部验证队列仅包含31例患者	预测直肠癌患者的同步肝转移	直肠癌患者	digital pathology	rectal cancer	multiparametric MRI	Residual Network	image and clinical data	176例患者（主要研究队列）和31例患者（外部验证队列）
38	2025-05-21	Deep learning-powered radiotherapy dose prediction: clinical insights from 622 patients across multiple sites tumor at a single institution 2025-May-19, Radiation oncology (London, England) DOI:10.1186/s13014-025-02634-7 PMID:40390053	研究论文	本研究评估了深度学习模型在多种肿瘤类型放疗剂量预测中的应用，结合了客观和主观评估方法	首次在多种肿瘤类型中全面评估深度学习模型的剂量预测能力，并提出了结合多种模型优势的'最佳选择'方法	研究仅基于单一机构的数据，可能限制了结果的普遍适用性	提高放疗前剂量预测的准确性，优化放疗计划制定效率	622名不同肿瘤部位患者（包括鼻咽癌、食管癌、乳腺癌、宫颈癌和直肠癌）	数字病理	多种癌症（鼻咽癌、食管癌、乳腺癌、宫颈癌、直肠癌）	深度学习	U-Net, Flex-Net, Highres-Net	放疗计划数据	622名患者（训练集60%，验证集20%，测试集20%）
39	2025-05-21	Diagnosis of early idiopathic pulmonary fibrosis: current status and future perspective 2025-May-19, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-025-03270-1 PMID:40390073	综述	本文综述了早期特发性肺纤维化（IPF）的诊断现状与未来展望，强调了早期诊断的紧迫性，并探讨了当前诊断策略及未来发展方向	提出早期IPF的定义，强调AI技术（如机器学习和深度学习）在标准化和加速胸部影像解读中的革命性作用，以及创新型支气管镜技术（如TBLC、基因组分类器和EB-OCT）的应用	手动解读肺部影像的局限性、相关知识的缺乏以及非特异性症状等因素阻碍了IPF的及时诊断	探讨早期IPF的诊断方法和未来发展方向	早期特发性肺纤维化（IPF）患者	数字病理学	肺纤维化	HRCT、TBLC、EB-OCT、基因组分类器	机器学习（ML）、深度学习（DL）	影像数据、血清生物标志物、基因组数据	NA
40	2025-05-21	Deep learning feature-based model for predicting lymphovascular invasion in urothelial carcinoma of bladder using CT images 2025-May-18, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01988-6 PMID:40382748	research paper	开发了一种基于深度学习的模型，利用CT图像预测膀胱尿路上皮癌的淋巴血管侵犯状态	首次使用深度学习特征结合CT图像预测膀胱尿路上皮癌的淋巴血管侵犯状态，并采用多种CNN模型和集成学习方法提高预测准确性	模型在测试集上的AUC为0.767，仍有提升空间	开发一种非侵入性、经济高效的工具，帮助临床医生进行个性化治疗规划	膀胱尿路上皮癌患者	digital pathology	bladder cancer	CT imaging	CNN (InceptionV3, DenseNet121, ResNet18, ResNet34, ResNet50, VGG11), Decision Tree, XGBoost, LightGBM	image	577名患者的CT图像数据，来自四个医疗中心