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
4721	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
4722	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
4723	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）
4724	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
4725	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
4726	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
4727	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
4728	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
4729	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）
4730	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）
4731	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）
4732	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
4733	2025-03-21	TransGeneSelector: using a transformer approach to mine key genes from small transcriptomic datasets in plant responses to various environments 2025-Mar-17, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11434-y PMID:40098114	研究论文	本研究介绍了TransGeneSelector，一个专门设计用于从小型转录组数据集中挖掘关键基因的深度学习框架	首次将Wasserstein生成对抗网络与梯度惩罚（WGAN-GP）和基于Transformer的分类网络结合，用于小样本转录组数据的基因挖掘	主要局限在于其应用仅限于小型转录组数据集，可能不适用于大规模数据集	开发一个深度学习框架，用于从小型转录组数据集中挖掘关键基因，以理解植物对环境条件的响应机制	拟南芥（Arabidopsis thaliana）的种子萌发和热应激条件下的基因表达数据	机器学习	NA	RNA-seq	WGAN-GP, Transformer	转录组数据	小型转录组数据集
4734	2025-03-21	Presenting a prediction model for HELLP syndrome through data mining 2025-Mar-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02904-0 PMID:40098129	研究论文	本研究旨在通过数据挖掘技术提出一个用于诊断HELLP综合征的机器学习模型	首次使用机器学习方法基于非侵入性参数诊断HELLP综合征，并比较了多种机器学习算法的性能	研究样本仅来自一家医院，可能限制了模型的泛化能力	开发一个有效的HELLP综合征诊断模型	384名在2010-2021年间在Tajrish医院就诊的患者	机器学习	妊娠相关疾病	数据挖掘	多层感知器、深度学习、KNN、随机森林、AdaBoost、XGBoost、逻辑回归、支持向量机、决策树	医疗记录	384名患者
4735	2025-03-21	A multimodal framework for assessing the link between pathomics, transcriptomics, and pancreatic cancer mutations 2025-Mar-15, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102526 PMID:40107149	研究论文	本研究开发了一个可解释的多模态框架，用于预测胰腺导管腺癌（PDAC）中的关键基因突变，结合了病理组学和转录组学数据	创新点在于结合了病理组学和转录组学数据，使用多模态深度学习模型预测PDAC中的基因突变，并通过注意力机制和SHAP方法解释模型结果	研究的外部验证集仅使用了CPTAC-PDA数据集，样本量可能有限，且对于SMAD4和CDKN2A基因的预测性能较低	研究目的是开发一个可解释的多模态框架，用于预测PDAC中的关键基因突变	研究对象是胰腺导管腺癌（PDAC）中的KRAS、TP53、SMAD4和CDKN2A基因突变	数字病理学	胰腺癌	RNA-seq	CLAM（Clustering-constrained Attention Multiple Instance Learning）、ResNet50、UNI、CONCH、自动编码器	图像、RNA-seq数据	两个独立数据集：TCGA-PAAD（训练集）和CPTAC-PDA（外部验证集）
4736	2025-03-21	CQENet: A segmentation model for nasopharyngeal carcinoma based on confidence quantitative evaluation 2025-Mar-13, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102525 PMID:40107148	研究论文	本文提出了一种基于置信度定量评估的鼻咽癌自动分割模型CQENet，旨在提高鼻咽癌肿瘤区域的精确分割	引入了置信度评估模块（CAM）以输出分割结果的置信度，提出肿瘤特征调整模块（FAM）用于精确定位肿瘤位置和范围，以及方差注意力机制（VAM）用于辅助模糊边界的精细分割	未提及具体的局限性	提高鼻咽癌肿瘤区域的自动分割精度，增强模型输出结果的置信度量化	鼻咽癌肿瘤区域	计算机视觉	鼻咽癌	深度学习	CQENet	图像	多中心鼻咽癌数据集
4737	2025-03-21	Assessing Public Interest in Mammography, Computed Tomography Lung Cancer Screening, and Computed Tomography Colonography Screening Examinations Using Internet Search Data: Cross-Sectional Study 2025-Mar-11, JMIR cancer IF:3.3Q2 DOI:10.2196/53328 PMID:40068175	研究论文	本研究利用Google搜索数据评估公众对乳腺X线摄影（MG）、低剂量CT肺癌筛查（LCS）和CT结肠成像（CTC）筛查技术的兴趣，并确定最常见的搜索主题	利用互联网搜索数据量化公众对三种常见癌症筛查技术的兴趣，并分析相关搜索主题，为制定公众意识策略提供依据	研究依赖于Google搜索数据，可能无法完全代表所有公众的兴趣和关注点	比较MG、LCS和CTC的历史Google搜索量，并确定最常见的搜索主题	公众对MG、LCS和CTC筛查技术的兴趣	数字病理	肺癌	Google Trends数据分析	NA	文本	过去20年的Google搜索数据
4738	2025-03-21	Photodiagnosis with deep learning: A GAN and autoencoder-based approach for diabetic retinopathy detection 2025-Mar-08, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104552 PMID:40064432	研究论文	本研究提出了一种结合生成对抗网络（GANs）、去噪自编码器和EfficientNetB0的深度学习框架，用于糖尿病视网膜病变（DR）的检测	该研究创新性地整合了GANs用于数据增强、去噪自编码器用于降噪以及EfficientNetB0用于分类模型，显著提升了DR分类模型的性能	未来研究方向包括整合可解释性工具以增强临床采用，并探索其他成像模态以进一步提高泛化能力	提升糖尿病视网膜病变（DR）的早期检测和准确诊断能力	糖尿病视网膜病变（DR）	计算机视觉	糖尿病视网膜病变	GANs, 去噪自编码器, EfficientNetB0	GAN, 自编码器, EfficientNetB0	图像	自定义的高分辨率OCT数据集
4739	2025-03-21	Incorporating radiomic MRI models for presurgical response assessment in patients with early breast cancer undergoing neoadjuvant systemic therapy: Collaborative insights from breast oncologists and radiologists 2025-Mar-07, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104681 PMID:40058742	综述	本文讨论了在早期乳腺癌患者接受术前治疗时，使用放射组学MRI模型进行术前反应评估的最新进展	结合机器学习和深度学习方法，提高放射组学MRI的准确性和预测能力，用于分析乳腺癌的不同亚型及治疗前后的具体变化	放射科医生的评估具有定性和主观性，可能不足以决定是否放弃额外的局部治疗措施	提高乳腺癌患者术前治疗反应的评估准确性，以减少侵入性局部治疗的需求	早期乳腺癌患者	数字病理学	乳腺癌	MRI	机器学习和深度学习方法	图像	NA
4740	2025-03-21	Deep profiling of gene expression across 18 human cancers 2025-Mar, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-024-01290-8 PMID:39690287	研究论文	本文介绍了一种名为DeepProfile的无监督深度学习框架，用于生成18种人类癌症的50,211个转录组的低维潜在空间	DeepProfile框架在生物可解释性方面优于降维方法，并揭示了跨癌症类型定义潜在空间的普遍重要基因控制免疫细胞激活，而癌症类型特异性基因和途径定义分子疾病亚型	NA	利用无监督深度学习挖掘跨癌症基因表达大数据集中的临床和生物学信息	18种人类癌症的50,211个转录组	机器学习	癌症	无监督深度学习	DeepProfile	基因表达数据	50,211个转录组