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
4501	2025-04-23	Enhancing brain age estimation under uncertainty: A spectral-normalized neural gaussian process approach utilizing 2.5D slicing 2025-May-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121184 PMID:40180003	研究论文	提出了一种结合谱归一化神经高斯过程（SNGP）和2.5D切片的方法，用于在低计算成本下实现脑年龄估计中的不确定性整合	首次将SNGP与2.5D切片方法结合，实现了在单一网络中无缝整合不确定性估计，同时保持低计算成本和模型复杂度	未明确提及具体局限性，但可能包括模型在更广泛人群中的验证不足	开发一种能够准确估计脑年龄并量化不确定性的方法，以提升脑异常检测的临床适用性	脑MRI数据	医学影像分析	脑部异常（如ADHD）	磁共振成像（MRI）	SNGP（谱归一化神经高斯过程）	2.5D MRI切片	11个公共数据集（N=6327）和独立验证集（N=301）
4502	2025-04-23	Automated segmentation of the dorsal root ganglia in MRI 2025-May-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121189 PMID:40185423	研究论文	开发了一种基于深度学习的全自动背根神经节（DRG）MRI分割工作流程	首次提出全自动DRG分割方法，使用CNN在nnU-Net框架上训练，分割效果与专家标注相当但速度提高10倍	方法仅在健康对照组和Fabry疾病患者中验证，需要更多疾病类型验证	开发全自动DRG分割方法以促进DRG成像生物标志物的研究和应用	背根神经节（DRG）	医学影像分析	Fabry病	MRI	CNN	3D T2加权MR图像	220个健康对照DRG
4503	2025-04-23	IT: An interpretable transformer model for Alzheimer's disease prediction based on PET/MR images 2025-May-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121210 PMID:40222500	研究论文	本文提出了一种基于PET/MR图像的阿尔茨海默病预测的可解释Transformer模型IT	创新性地结合Transformer架构，能够同时捕捉影像数据的局部和全局特征，并通过高级特征工程技术实现特征的协同整合	未提及具体样本量或数据来源的局限性	开发用于阿尔茨海默病早期检测和精确监测的先进诊断工具	阿尔茨海默病患者	数字病理学	老年疾病	PET/MR成像	Transformer	图像	NA
4504	2025-04-23	Automatic Segmentation and Molecular Subtype Classification of Breast Cancer Using an MRI-based Deep Learning Framework 2025-May, Radiology. Imaging cancer DOI:10.1148/rycan.240184 PMID:40249269	research paper	开发基于MRI的深度学习框架，用于乳腺癌病灶分割和分子亚型自动分类	提出了一种结合3D ResU-Net和集成模型Ensemble ResNet的深度学习框架，实现了乳腺癌病灶的高精度分割和分子亚型自动分类	研究为回顾性多中心研究，可能存在选择偏倚	开发基于MRI的深度学习框架，用于乳腺癌病灶分割和分子亚型分类	687名经活检证实的浸润性乳腺癌女性患者	digital pathology	breast cancer	contrast-enhanced MRI	3D ResU-Net, Ensemble ResNet	MRI图像	687名患者（训练集289名，内部测试集61名，两个外部测试集73名和264名）
4505	2025-04-23	Deciphering the Scattering of Mechanically Driven Polymers Using Deep Learning 2025-Apr-22, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00409 PMID:40197011	研究论文	本文提出了一种利用深度学习分析二维散射数据的方法，用于研究外力作用下的半柔性聚合物	使用变分自编码器(VAE)和转换网络建立聚合物参数与散射函数的双向映射，提供了一种快速、自动化的散射分析工具	方法尚未经过实验验证，且目前仅适用于静态散射数据	开发一种可扩展的自动化工具用于聚合物散射分析	半柔性聚合物在外部力作用下的散射数据	机器学习	NA	变分自编码器(VAE), 蒙特卡洛模拟	VAE	二维散射数据	通过离格蒙特卡洛模拟生成的训练数据
4506	2025-04-23	Optimization of Material Composition for Improving Mechanical Properties of Fly Ash-Slag-Based Geopolymers: A Deep Learning Approach 2025-Apr-22, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c04969 PMID:40203137	研究论文	本研究利用深度学习技术优化粉煤灰-矿渣基地质聚合物（FASGG）的材料组成和配合比设计，以提高其力学性能的预测精度	开发了一种新型预测模型MK-CNN-GRU，整合了最大信息系数-K中值算法、卷积神经网络和门控循环单元算法，能够充分挖掘实验数据的内部特征并学习其变化规律	NA	优化粉煤灰-矿渣基地质聚合物的材料组成和配合比设计，提高其力学性能的预测精度	粉煤灰-矿渣基地质聚合物（FASGG）	机器学习	NA	深度学习	MK-CNN-GRU（整合了最大信息系数-K中值算法、CNN和GRU）	实验数据	600组实验数据
4507	2025-04-23	Design of Multi-Cancer VOCs Profiling Platform via a Deep Learning-Assisted Sensing Library Screening Strategy 2025-Apr-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06468 PMID:40211116	研究论文	提出了一种深度学习辅助的两步筛选策略，用于识别最小传感器元件的最佳组合，以开发高性能传感器阵列	使用深度学习辅助的FRR算法有效筛选传感元件，快速构建了8元和10元传感器阵列，实现了100%的VOCs判别准确率	NA	开发高性能传感器阵列用于多癌症VOCs的并行判别	挥发性有机化合物(VOCs)和癌症模型	机器学习	多癌症	深度学习辅助的传感器元件筛选策略	前馈神经网络-随机森林-递归特征消除(FRR)算法	颜色变化数据和图像数据	400个传感元件（由20个可电离阳离子元件和20个阴离子染料配对构成）
4508	2025-04-23	Using deep learning for estimation of time-since-injury in pediatric accidental fractures 2025-Apr-22, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06223-4 PMID:40258953	research paper	使用深度学习模型评估儿童意外骨折的受伤时间	首次应用深度学习模型对儿童长骨意外骨折的受伤时间进行准确估计	研究样本仅来自一家大型儿童医院，可能缺乏广泛代表性	提高儿童骨折受伤时间评估的准确性	6岁以下儿童的长骨意外骨折	digital pathology	pediatric fracture	deep learning	CNN	image	2,328张X光片来自399名患者
4509	2025-04-23	Development of an Artificial Intelligence-Enabled Electrocardiography to Detect 23 Cardiac Arrhythmias and Predict Cardiovascular Outcomes 2025-Apr-22, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02177-0 PMID:40259136	研究论文	开发一种基于人工智能的心电图技术，用于检测23种心律失常并预测心血管结局	开发了一个深度学习模型（DLM），能够在多个数据集中检测多种心律失常，并在人机竞赛中达到心脏病专家水平的性能	研究中使用的心电图数据集虽然多样，但仍可能存在一定的局限性，且模型的泛化能力需要进一步验证	开发一种准确的心律失常检测工具，以帮助医生识别高风险患者并进行早期干预	心电图数据和心律失常患者	数字病理	心血管疾病	深度学习	DLM	心电图数据	22,130份心电图用于开发和验证，32,495份心电图用于外部验证
4510	2025-04-23	Prostate Cancer Risk Stratification and Scan Tailoring Using Deep Learning on Abbreviated Prostate MRI 2025-Apr-22, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29798 PMID:40259798	研究论文	开发并评估了一种基于深度学习的模型，用于使用双参数MRI（bpMRI）分类临床显著性前列腺癌（csPCa），并评估其在优化MRI协议选择方面的潜力	提出了一种基于3D ResNet-50架构的深度学习模型，能够在bpMRI上分类csPCa，并实时集成到临床工作流程中	研究样本量有限，且模型的特异性较低（54%和62%）	优化前列腺癌的MRI协议选择，提高资源利用率	前列腺癌患者	数字病理	前列腺癌	双参数MRI（bpMRI）和多参数MRI（mpMRI）	3D ResNet-50	MRI图像	26,129例前列腺MRI研究（训练和验证），151例回顾性队列患者和142例前瞻性队列患者
4511	2025-04-23	Computer-Aided Technology for Bioactive Protein Design and Clinical Application 2025-Apr-22, Macromolecular bioscience IF:4.4Q1 DOI:10.1002/mabi.202500007 PMID:40260555	review	本文综述了计算机辅助蛋白质设计（CAPD）技术及其在蛋白质治疗药物中的应用	整合了基于深度学习的预测和生成模型，显著提升了蛋白质药物的结合亲和力、特异性并降低了免疫原性	面临模型过拟合、稀有蛋白质家族数据有限以及需要高效实验验证等挑战	探讨CAPD技术在蛋白质工程和治疗药物开发中的应用及未来潜力	单克隆抗体、蛋白质药物、抗原和蛋白质聚合物等蛋白质治疗药物	machine learning	NA	deep learning-based predictions, generative models	NA	protein structure data	NA
4512	2025-04-23	Deep learning unlocks the true potential of organ donation after circulatory death with accurate prediction of time-to-death 2025-Apr-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95079-7 PMID:40253393	研究论文	本研究利用深度学习技术预测循环死亡后器官捐献的时间，以提高器官捐献数量和质量	结合了循环神经网络和神经常微分方程的ODE-RNN模型，能够处理不规则采样的时间序列数据，准确预测死亡时间	模型仅在特定医院的患者数据上进行训练和验证，可能在其他地区或医院的应用效果有限	解决循环死亡后器官捐献时间不确定的问题，以提高器官捐献的成功率和移植后效果	重症监护病房(ICU)中接受终末拔管的患者	机器学习	器官移植	ODE-RNN	RNN与神经常微分方程结合	临床观察时间序列数据	训练集3,238名患者(来自耶鲁纽黑文医院)，验证集1,908名患者(来自康涅狄格州六家医院)
4513	2025-04-23	Efficient hybrid heuristic adopted deep learning framework for diagnosing breast cancer using thermography images 2025-Apr-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96827-5 PMID:40253418	research paper	提出了一种基于深度学习的混合启发式框架，用于通过热成像图像诊断乳腺癌	结合了Rock Hyraxes Dandelion Algorithm Optimization (RHDAO)进行阈值优化和权重优化，并采用了新实现的StackVRDNet深度学习结构	未提及具体样本量及数据来源的详细信息	提高乳腺癌早期诊断的准确性和效率	乳腺癌患者的热成像图像	digital pathology	breast cancer	thermography, deep learning	StackVRDNet (结合VGG16, Resnet, DenseNet)	image	NA
4514	2025-04-23	Automated assessment of simulated laparoscopic surgical skill performance using deep learning 2025-Apr-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96336-5 PMID:40253514	research paper	该研究利用深度学习技术自动评估模拟腹腔镜手术技能表现	引入新收集的模拟腹腔镜手术性能数据集（LSPD），并采用3DCNN和弱监督方法分类外科医生的经验水平	数据集可能受限于模拟环境，未涉及真实手术场景	通过AI技术改进医疗保健和患者安全，特别是在腹腔镜手术技能评估方面	模拟腹腔镜手术视频数据	computer vision	NA	3DCNN	3DCNN	video	涉及不同技能水平（新手、实习生、专家）的外科医生模拟手术视频
4515	2025-04-23	A hybrid approach combining deep learning and signal processing for bearing fault diagnosis under imbalanced samples and multiple operating conditions 2025-Apr-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98138-1 PMID:40253550	研究论文	提出了一种结合深度学习和信号处理的混合方法，用于在样本不平衡和多种操作条件下进行轴承故障诊断	结合生成对抗网络(GANs)、迁移学习、小波变换时频表示、非对称卷积网络和多头注意力机制(MAC-MHA)，提升轴承故障诊断性能	NA	提升轴承故障诊断性能	轴承振动信号	机器学习	NA	GANs, 迁移学习, 小波变换, MAC-MHA	非对称卷积网络, 多头注意力机制	振动信号	PADERBORN和CWRU数据集
4516	2025-04-23	Deep learning-based automatic segmentation of cerebral infarcts on diffusion MRI 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91032-w PMID:40240396	研究论文	探讨了多站点与单站点训练数据样本量、跨站点域适应以及数据来源和特征对基于深度学习的脑梗死MRI分割算法性能的影响	研究了多站点数据训练和域适应对深度学习算法在脑梗死分割中的性能提升，特别是小样本域适应可使算法性能接近大样本训练的效果	在脑干或超急性期(<3小时)梗死分割方面表现相对较差	提高脑梗死MRI自动分割算法的性能和泛化能力	脑梗死病灶	医学影像分析	脑梗死	MRI	3D U-net	扩散加权图像(DWI)	10820张标注DWI(来自10家大学医院)，内部测试2159张，外部验证3个独立数据集(n=2777,50,250)
4517	2025-04-23	Artificial intelligence-driven cybersecurity system for internet of things using self-attention deep learning and metaheuristic algorithms 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98056-2 PMID:40240545	研究论文	提出了一种基于自注意力深度学习和元启发式算法的人工智能驱动的物联网网络安全系统	结合了改进的金枪鱼群优化算法(ITSO)和带有自注意力的双向长短期记忆网络(BiLSTM-SA)，并利用饥饿游戏搜索(HGS)技术进行参数选择	未提及系统在实时性和计算资源消耗方面的表现	增强物联网网络中的网络安全防护能力	物联网网络中的网络安全威胁	机器学习	NA	深度学习, 元启发式算法	BiLSTM-SA, ITSO, HGS	网络安全数据	ToN-IoT和Edge-IIoT数据集
4518	2025-04-23	Examining the development, effectiveness, and limitations of computer-aided diagnosis systems for retained surgical items detection: a systematic review 2025-Apr-10, Ergonomics IF:2.0Q3 DOI:10.1080/00140139.2025.2487558 PMID:40208001	系统综述	本文系统综述了计算机辅助诊断系统在检测手术遗留物品中的发展、有效性和局限性	总结了计算机辅助检测系统的特性，评估了其发展、有效性和局限性，并提出了改进机会	大多数研究使用合成的RSI放射照片开发CAD系统，这引发了普遍性问题，且深度学习为基础的CAD系统未纳入可解释的人工智能技术以确保决策透明度	评估计算机辅助诊断系统在检测手术遗留物品中的发展、有效性和局限性	计算机辅助诊断系统	数字病理	NA	计算机辅助检测(CAD)	深度学习	放射照片	11项研究
4519	2025-04-23	Automated segmentation of dental restorations using deep learning: exploring data augmentation techniques 2025-Apr, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00794-y PMID:39652261	research paper	该研究利用深度学习模型自动分割全景牙科X光片中的种植体、假体和填充物，并探索数据增强技术对模型性能的影响	研究了9种不同的深度学习分割模型和8种数据增强技术对牙科修复体分割性能的影响	未提及模型在临床环境中的实际应用效果	提高牙科X光片中修复体的自动分割精度	牙科全景X光片中的种植体、假体和填充物	digital pathology	NA	深度学习	9种不同的深度学习分割模型	image	未明确说明样本数量
4520	2025-04-23	Evaluation of the mandibular canal and the third mandibular molar relationship by CBCT with a deep learning approach 2025-Apr, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00793-z PMID:39658743	研究论文	本研究利用CBCT和深度学习技术评估下颌管与第三磨牙的关系，并自动分割下颌阻生第三磨牙、下颌管、颏孔和下颌孔	采用nnU-NetV2架构开发深度学习模型，自动分割和评估下颌管与第三磨牙的关系，为诊断和手术规划提供支持	样本量较小（300例），且为回顾性研究，可能存在选择偏倚	评估下颌管与第三磨牙的关系，提高手术规划和并发症预测的准确性	下颌管（MC）和下颌第三磨牙（MM3）	数字病理	牙科疾病	CBCT	nnU-NetV2	图像	300例患者的CBCT数据