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
461	2025-05-18	Classification of lung cancer severity using gene expression data based on deep learning 2025-May-14, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03011-w PMID:40369502	研究论文	本研究提出了一种基于深度学习的卷积神经网络模型，用于利用基因表达数据对肺癌严重程度进行分类	采用CNN模型结合F检验特征选择方法，针对基因数据中的类别不平衡和过拟合问题进行了优化，在LUAD和LUSC两种肺癌类型分类中取得了高准确率	基因数据样本量较小而特征数量较多，可能影响模型的泛化能力	开发一种能够准确分类肺癌严重程度的深度学习方法	LUAD和LUSC两种类型的肺癌	数字病理	肺癌	基因表达数据分析	CNN	基因表达数据	未明确说明样本数量，但提到样本量较小
462	2025-05-18	Optimizing breast lesions diagnosis and decision-making with a deep learning fusion model integrating ultrasound and mammography: a dual-center retrospective study 2025-May-14, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-02033-6 PMID:40369585	研究论文	本研究开发了一个结合超声和乳腺X线摄影的深度学习融合模型（DL-UM），旨在优化乳腺病变的诊断和管理决策	通过整合超声和乳腺X线摄影图像，开发了DL-UM网络，显著提高了乳腺病变诊断的敏感性和特异性，特别是在超声和乳腺X线摄影BI-RADS分类不一致的情况下	研究为双中心回顾性研究，样本量相对有限（1283名女性），且未进行前瞻性验证	优化乳腺病变的诊断和管理决策，减少不必要的活检	1283名患有乳腺病变的女性	数字病理	乳腺癌	深度学习	DL-UM（结合超声和乳腺X线摄影的深度学习融合模型）	图像（超声和乳腺X线摄影）	1283名女性
463	2025-05-18	Fate-tox: fragment attention transformer for E(3)-equivariant multi-organ toxicity prediction 2025-May-14, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01012-5 PMID:40369624	研究论文	开发了一种名为FATE-Tox的新型多视角深度学习框架，用于多器官毒性预测	使用三种片段化方法构建片段级图，结合2D和3D分子表示，通过片段注意力变换器识别潜在的3D毒性基团，提高了预测性能和可解释性	未提及具体样本量，可能受限于基准数据集的大小和多样性	解决药物开发中的多器官毒性预测问题	药物化合物的毒性预测	机器学习	NA	深度学习	Transformer	分子结构数据	使用了MoleculeNet和TDC的基准数据集（BBBP、SIDER、ClinTox、DILI、Skin Reaction、Carcinogens、hERG），但未提及具体样本量
464	2025-05-18	SlitNET: A Deep Learning Enabled Spectrometer Slit 2025-May-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06014 PMID:40298458	research paper	介绍了一种基于深度学习模型SlitNET的增强型光谱仪狭缝，能够同时提高光谱的通量和分辨率	通过深度学习模型SlitNET实现了光谱分辨率的增强，使得使用宽狭缝时也能达到窄狭缝的分辨率效果	需要先通过合成数据进行训练，再通过实验数据进行微调，可能对数据质量和数量有较高要求	提高光谱仪的分析灵敏度和特异性，实现高通量和高分辨率的同时优化	拉曼光谱	机器学习和光学光谱	NA	深度学习	神经网络	光谱数据	NA
465	2025-05-18	Deep Learning Based Surface Classification of Functionalized Polymer Coatings 2025-May-13, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c03971 PMID:40306624	研究论文	本研究利用深度学习神经网络分析功能化聚合物涂层的表面分类	通过深度学习神经网络对聚合物涂层进行高精度分类，即使面对未知聚合物涂层也能保持高准确率	概念验证研究，样本量有限，仅包含10种结构不同的聚合物涂层	开发一种简单、快速且可扩展的表面分析方法，用于功能化聚合物涂层的分类	功能化聚合物涂层的表面特性	计算机视觉	NA	偏振光显微镜成像	CNN	图像	10种结构不同的聚合物涂层
466	2025-05-18	HBUED: An EEG dataset for emotion recognition 2025-May-12, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119397 PMID:40368143	研究论文	本文介绍了一个用于情感识别的大规模EEG数据集HBUED，并提出了一种深度学习方法来提高EEG情感识别的性能	提出了一个大规模EEG数据集HBUED，并设计了一种双输入网络架构和平行特征提取模块来提升情感识别性能	未提及具体的数据集样本数量或多样性限制	提高基于EEG的情感识别性能	人类情感识别	机器学习	NA	EEG	深度学习	EEG信号	未明确提及具体样本数量
467	2025-05-18	Accelerating prostate rs-EPI DWI with deep learning: Halving scan time, enhancing image quality, and validating in vivo 2025-May-12, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110418 PMID:40368253	research paper	本研究评估了基于深度学习的超分辨率技术在减少前列腺扩散加权成像扫描时间同时保持图像质量方面的可行性和有效性	使用多尺度自相似网络（MSSNet）进行图像重建，显著减少了扫描时间并提升了图像质量	研究未提及长期临床应用效果或更大样本量的验证	评估深度学习超分辨率技术在前列腺扩散加权成像中的应用效果	前列腺扩散加权成像数据	digital pathology	prostate cancer	readout-segmented echo-planar imaging (rs-EPI), deep learning super-resolution	MSSNet	image	未明确提及具体样本数量
468	2025-05-18	Automatic construction of risk transmission network about subway construction based on deep learning models 2025-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99561-0 PMID:40350479	研究论文	本研究基于深度学习模型，自动构建地铁施工安全风险传播网络	开发了针对地铁施工安全风险的特定领域实体识别模型和因果关系提取模型，实现了从事故文本中自动提取安全风险因素、安全事件及其因果关系	使用的文本数据量有限	提高地铁施工安全风险管理的效率和准确性	地铁施工事故文本数据	自然语言处理	NA	深度学习	BiLSTM-CRF, CNN	文本	562起地铁施工事故
469	2025-05-18	Relevance of choroid plexus volumes in multiple sclerosis 2025-May-08, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-025-00656-7 PMID:40340923	研究论文	本研究探讨了多发性硬化症（MS）中脉络丛（ChP）体积与脑室周围组织损伤的关系，并阐明了神经炎症在原发性进行性多发性硬化症（PPMS）中的作用	使用基于结构MRI数据的深度学习分割方法评估ChP体积，并发现ChP体积在复发缓解型多发性硬化症（RRMS）患者中显著增加，而在PPMS患者中未发现类似现象	研究为横断面设计，无法确定因果关系，且样本量相对较小	识别ChP与MS中脑室周围组织损伤的关系，并阐明神经炎症在PPMS中的作用	141名RRMS患者、64名PPMS患者和75名健康对照者	数字病理学	多发性硬化症	结构MRI	深度学习分割方法	MRI图像	280人（141名RRMS患者、64名PPMS患者和75名健康对照者）
470	2025-05-18	Inter-Relationships Between the Deep Learning-Based Pachychoroid Index and Clinical Features Associated with Neovascular Age-Related Macular Degeneration 2025-May-07, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14093245 PMID:40364275	research paper	本研究利用深度学习技术开发的Hokkaido University pachychoroid index (HUPI) 探讨了厚脉络膜对日本新生血管性年龄相关性黄斑变性(nAMD)临床特征的影响	使用改进的LeNet模型从EDI-OCT脉络膜图像计算HUPI，揭示了不同类型nAMD中厚脉络膜特征的差异及其与临床参数的关联	研究为回顾性观察研究，样本量相对较小(124眼)，且仅针对日本人群	探讨厚脉络膜对新生血管性年龄相关性黄斑变性临床特征的影响	111例初治nAMD患者的124眼(包括44眼1型MNV、26眼2型MNV和54眼PCV)	digital pathology	age-related macular degeneration	EDI-OCT	modified LeNet	image	124眼(来自111名患者)
471	2025-05-18	Explainable Artificial Intelligence for Diagnosis and Staging of Liver Cirrhosis Using Stacked Ensemble and Multi-Task Learning 2025-May-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091177 PMID:40361994	研究论文	本研究提出了一种基于深度学习的框架，用于利用T2加权MRI图像自动诊断和分期肝硬化的方法	结合堆叠集成学习、多任务学习（MTL）和迁移学习，在可解释人工智能（XAI）背景下提高诊断准确性、可靠性和透明度	NA	开发一种自动诊断和分期肝硬化的深度学习框架	肝硬化患者	数字病理学	肝硬化	T2加权MRI	CNN（VGG16, MobileNet, DenseNet121）和XGBoost	图像	CirrMRI600+数据集，采用10折交叉验证策略
472	2025-05-18	Convolutional Long Short-Term Memory network for generating 100 m daily near-surface air temperature 2025-May-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05032-6 PMID:40368929	research paper	该研究利用ConvLSTM深度学习模型生成中国江北气候区高时空分辨率的近地表气温数据集	提供了100米空间分辨率的日尺度近地表气温数据，并包含2023年夏季的最新数据	仅关注夏季月份（6月至8月）的数据，且研究区域限于中国江北气候区	为密集开发的城区提供高时空分辨率的近地表气温数据，以支持城市气候研究和热浪缓解策略	中国江北气候区2019年至2023年夏季的日最高、最低和平均气温	machine learning	NA	ConvLSTM	ConvLSTM	多源数据（ERA5温度数据、地形、土地覆盖和植被覆盖度）	2019年至2023年夏季（6月至8月）的日尺度数据
473	2025-05-18	Deep Learning-Based Classification of Canine Cataracts from Ocular B-Mode Ultrasound Images 2025-May-04, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15091327 PMID:40362142	research paper	本研究旨在开发和评估深度学习模型，用于从犬眼B型超声图像中自动分类白内障	使用四种广泛使用的深度学习模型（AlexNet、EfficientNetB3、ResNet50和DenseNet161）进行犬白内障分类，其中DenseNet161表现最佳	Hypermature白内障的分类准确率较低（78.6%）	开发自动分类犬白内障的深度学习模型，以辅助兽医诊断	犬白内障的超声图像	computer vision	白内障	B型超声成像	AlexNet, EfficientNetB3, ResNet50, DenseNet161	image	3155张超声图像（1329例无白内障，614例皮质性白内障，1033例成熟白内障，179例过熟白内障）
474	2025-05-18	Impact and Failure Analysis of U-Shaped Concrete Containing Polyurethane Materials: Deep Learning and Digital Imaging Correlation-Based Approach 2025-May-02, Polymers IF:4.7Q1 DOI:10.3390/polym17091245 PMID:40363029	研究论文	本研究利用先进的卷积神经网络（CNNs）分析并分类了含聚氨酯（PU）的U型混凝土在重复落锤冲击载荷下的断裂行为	结合数字图像相关（DIC）技术和深度学习模型（如InceptionV3、MobileNet和DenseNet121），实现了对混凝土裂缝阶段的自动化分类，显著提高了传统视觉检测方法的准确性和效率	样本量较小（仅17个U型试件），且PU含量梯度有限（0%、10%、20%和30%）	评估不同PU含量对混凝土抗冲击性和弯曲性能的影响，并开发自动裂缝评估框架	含聚氨酯的U型混凝土试件	计算机视觉	NA	数字图像相关（DIC）、动态与静态力学测试	CNN（InceptionV3、MobileNet、DenseNet121）	高分辨率裂缝图像	17个U型试件，共1655张裂缝图像
475	2025-05-18	Thermal Degradation of Palm Fronds/Polypropylene Bio-Composites: Thermo-Kinetics and Convolutional-Deep Neural Networks Techniques 2025-May-02, Polymers IF:4.7Q1 DOI:10.3390/polym17091244 PMID:40363028	研究论文	本研究评估了棕榈叶(PFR)对聚丙烯塑料(PP)热降解的影响，结合了TGA/FTIR实验测量、热动力学和卷积深度学习神经网络(CDNN)技术	结合热动力学和卷积深度学习神经网络技术，研究棕榈叶与聚丙烯塑料混合材料的热降解行为，并优化模型以减少成本函数	研究仅针对特定比例的PFR和PP混合材料，且温度范围有限，未涵盖所有可能的混合比例和温度条件	评估棕榈叶对聚丙烯塑料热降解的影响，探索可持续的塑料废物降解方法	棕榈叶(PFR)和聚丙烯塑料(PP)的纯材料及其混合材料	机器学习	NA	TGA/FTIR实验测量、热动力学分析、卷积深度学习神经网络(CDNN)	CDNN	热重分析数据	纯PFR、纯PP及含25%和50% PFR的混合材料，在不同加热速率(10、20、40 °C·min)和温度范围(25-600 °C)下进行实验
476	2025-05-18	Replicating PET Hydrolytic Activity by Positioning Active Sites with Smaller Synthetic Protein Scaffolds 2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202500859 PMID:40089854	研究论文	本文提出了一种计算策略，通过利用已知的催化机制并结合深度学习和分子计算，设计出新型的聚对苯二甲酸乙二醇酯水解酶（PET水解酶）	利用人工智能驱动的蛋白质结构预测和从头设计技术，成功复制了PET水解活性，设计出的酶序列长度比模板酶LCC短至少30%	NA	扩展酶多样性，设计出自然界中不存在的高活性和稳健的酶	聚对苯二甲酸乙二醇酯水解酶（PET水解酶）	蛋白质工程	NA	深度学习算法和分子计算	NA	蛋白质序列和结构数据	NA
477	2025-05-18	Automated Lightweight Model for Asthma Detection Using Respiratory and Cough Sound Signals 2025-May-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091155 PMID:40361974	研究论文	本研究利用AI分析和建模咳嗽与呼吸声音信号，开发了一个轻量级的深度学习模型，用于区分哮喘、COPD和健康受试者	首次提出利用双重声音信号（咳嗽和呼吸声音）结合多种机器学习算法（RF、SVM、DT、NN、KNN）和多数投票集成技术，以提高哮喘诊断的准确性和鲁棒性	研究仅针对哮喘和COPD，未涵盖其他慢性呼吸系统疾病，且样本量和多样性可能有限	开发一个基于AI的诊断系统，准确区分哮喘、COPD和健康受试者，以提升早期检测和临床管理	哮喘、COPD患者及健康受试者的咳嗽和呼吸声音信号	数字病理	哮喘、COPD	Gabor时频变换、NCA特征选择	RF、SVM、DT、NN、KNN	声音信号	NA
478	2025-05-18	EM-DeepSD: A Deep Neural Network Model Based on Cell-Free DNA End-Motif Signal Decomposition for Cancer Diagnosis 2025-May-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091156 PMID:40361973	研究论文	提出了一种基于cfDNA末端基序信号分解的深度学习框架EM-DeepSD，用于提高癌症诊断的准确性并适应不同的测序模式	开发了EM-DeepSD框架，结合信号分解、机器学习和深度学习模块，优化癌症诊断的准确性，并适应不同测序模式	样本量相对较小（146名癌症患者和122名非癌症对照）	提高癌症诊断的准确性并适应不同的测序模式	癌症患者和非癌症对照的cfDNA末端基序	数字病理学	癌症	5-羟甲基胞嘧啶测序（5hmCS）和广范围cfDNA测序（BR-cfDNA-Seq）	深度学习框架（EM-DeepSD）	cfDNA末端基序数据	146名癌症患者和122名非癌症对照
479	2025-05-18	CNN-LSTM-Based Damage Localization of Plate Structure 2025-May-01, Materials (Basel, Switzerland) DOI:10.3390/ma18092081 PMID:40363584	研究论文	提出了一种结合CNN和LSTM的创新损伤定位方法，用于铝板结构的损伤检测	创新性地将CNN和LSTM联合应用于损伤检测领域，克服了传统方法在特征提取和损伤定位上的不足	实验仅在铝板上进行，未涉及其他材料或复杂结构	提高板结构损伤定位的准确性	铝板结构	机器学习	NA	CNN-LSTM联合模型	CNN, LSTM	一维信号数据转换为二维灰度图像	铝板实验数据（具体数量未提及）
480	2025-05-18	Advanced Deep Learning Approaches in Detection Technologies for Comprehensive Breast Cancer Assessment Based on WSIs: A Systematic Literature Review 2025-Apr-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091150 PMID:40361968	系统综述	本文系统综述了2020年至2024年间基于深度学习的乳腺癌检测方法，分析了39项同行评审研究和20个广泛使用的WSI数据集	提出了一个五维评估框架，涵盖准确性和性能、鲁棒性和泛化性、可解释性、计算效率和注释质量，以增强临床相关性并指导模型开发	研究中存在的挑战包括图像质量的可变性、高质量注释的有限可用性、模型可解释性差、计算需求高以及处理效率不佳	优化和将基于WSI的技术转化为临床工作流程，以实现全面的乳腺癌评估	乳腺癌的淋巴细胞和分子生物标志物	数字病理学	乳腺癌	深度学习	NA	图像（WSI）	39项研究和20个WSI数据集