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
5401	2025-04-05	Interpretable multimodal deep learning model for predicting post-surgical international society of urological pathology grade in primary prostate cancer 2025-Apr-04, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07248-5 PMID:40183953	研究论文	开发了一种可解释的多模态深度学习模型，用于预测前列腺癌术后国际泌尿病理学会分级	整合了18F-PSMA-PET/CT成像特征与临床变量，构建了可解释的多模态融合模型，显著优于术前活检Gleason评分	研究为回顾性设计，样本量相对有限（222例患者）	提高前列腺癌病理分级的准确性，优化手术规划和个性化治疗策略	前列腺癌患者	数字病理	前列腺癌	18F-PSMA-PET/CT成像，深度迁移学习	多模态融合模型	医学影像（PET/CT），临床参数	222例前列腺癌患者（2020-2024年）
5402	2025-04-05	Using generative adversarial deep learning networks to synthesize cerebrovascular reactivity imaging from pre-acetazolamide arterial spin labeling in moyamoya disease 2025-Apr-04, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03605-1 PMID:40183965	研究论文	使用生成对抗网络（GANs）从基线动脉自旋标记（ASL）MRI合成脑血管反应性（CVR）图像，以替代需要乙酰唑胺（ACZ）挑战的传统方法	首次利用GANs从基线ASL MRI合成CVR图像，无需ACZ挑战，为临床提供了一种新的无创检测方法	合成CVR图像的质量和准确性仍需进一步验证，特别是在不同疾病和更大样本中的应用	开发一种无需ACZ挑战的CVR测量方法，以扩大其在临床中的应用	203例烟雾病患者的3248张ASL脑血流（CBF）图像	数字病理	烟雾病	动脉自旋标记（ASL）MRI	GAN（Pixel-to-Pixel GAN）	图像	203例烟雾病患者，共3248张ASL CBF图像（2640张用于训练，608张用于测试）
5403	2025-04-05	Hyaluronan network remodeling by ZEB1 and ITIH2 enhances the motility and invasiveness of cancer cells 2025-Apr-03, The Journal of clinical investigation IF:13.3Q1 DOI:10.1172/JCI180570 PMID:40178908	研究论文	研究透明质酸（HA）网络在肿瘤微环境中如何通过ZEB1和ITIH2调控癌细胞运动和侵袭	揭示了ZEB1通过调控ITIH2、HAS2和CD44重塑HA网络的新机制，并利用深度学习算法发现ITIH2抑制剂sincalide	研究主要基于体外实验和小鼠模型，尚未在临床环境中验证	探索HA网络在肺癌细胞运动和侵袭中的作用及其调控机制	肺癌细胞、癌症相关成纤维细胞	肿瘤生物学	肺癌	深度学习算法、共培养实验	深度学习药物-靶点相互作用算法	实验数据	小鼠模型和体外培养的肺癌细胞
5404	2025-04-05	Towards Better Cephalometric Landmark Detection with Diffusion Data Generation 2025-Apr-03, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3557430 PMID:40178956	研究论文	本文提出了一种创新的数据生成方法，用于生成多样化的头颅X光图像及对应标注，以提高头颅标志点检测的准确性	开发了基于扩散模型的数据生成方法，无需人工干预即可生成多样化的头颅X光图像及标注，并引入了包含详细医学文本提示的数据集以控制生成样本的不同属性和风格	NA	提高头颅标志点检测的准确性，解决数据稀缺和标注成本高的问题	头颅X光图像及标志点	计算机视觉	正畸诊断	扩散模型	大规模视觉检测模型	图像	NA
5405	2025-04-05	Advancing Visual Perception Through VCANet-Crossover Osprey Algorithm: Integrating Visual Technologies 2025-Apr-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01467-w PMID:40180632	research paper	该研究提出了一种基于视觉核心适应网络和交叉鱼鹰算法的VCANet-COP模型，用于糖尿病视网膜病变的细微病变识别	VCANet-COP模型整合了稀疏自编码器和鱼鹰优化算法，模拟了人类视觉系统的多个处理区域，提高了病变检测的准确性和计算效率	虽然模型在多个数据集上表现优异，但未提及在临床实际应用中的验证情况	开发一种高效准确的自动化糖尿病视网膜病变筛查方法	糖尿病视网膜病变的细微病变识别	digital pathology	diabetic retinopathy	deep learning	VCANet-COP (整合SAEs和OOA)	retinal fundus images	多个DR数据集（DR-Data, STARE, IDRiD, DRIVE, RFMID）
5406	2025-04-05	GCN-BBB: Deep Learning Blood-Brain Barrier (BBB) Permeability PharmacoAnalytics with Graph Convolutional Neural (GCN) Network 2025-Apr-03, The AAPS journal DOI:10.1208/s12248-025-01059-0 PMID:40180695	研究论文	本研究开发了一种基于图卷积神经网络（GCN）的深度学习模型，用于预测血脑屏障（BBB）渗透性	使用图卷积神经网络（GCN）结合小分子图表示，显著提高了BBB渗透性预测的准确性和召回率	研究仅使用了1924个分子数据，样本量相对较小	开发一种高效预测BBB渗透性的计算方法，以支持中枢神经系统靶向药物开发	小分子药物及其BBB渗透性	机器学习	神经系统疾病（如阿尔茨海默病、药物滥用）	图卷积神经网络（GCN）	GCN	分子结构图	1924个分子
5407	2025-04-05	Efficacy of a deep learning-based software for chest X-ray analysis in an emergency department 2025-Apr-03, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.03.007 PMID:40180796	研究论文	本研究评估了基于深度学习的计算机辅助检测系统在急诊科胸部X光片异常检测中的效果	在急诊科环境中评估深度学习辅助系统对胸部X光片异常检测的敏感性提升，即使放射科医生可获得临床信息	研究为回顾性设计，样本量相对有限（404例）	评估深度学习辅助系统在急诊科胸部X光片异常检测中的效能	急诊科出现呼吸道症状患者的胸部X光片	数字病理	肺部疾病	深度学习	CAD系统（具体架构未说明）	医学影像（胸部X光片）	404例连续胸部X光片（含103例异常影像）
5408	2025-04-05	Soft sensor modeling using deep learning with maximum relevance and minimum redundancy for quality prediction of industrial processes 2025-Apr, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.02.010 PMID:39961741	研究论文	提出了一种基于最大相关和最小冗余的表示学习方法（MRMRRL），用于工业过程的质量预测	结合了质量相关特征提取、隐藏特征冗余减少和信息补偿三个通道的优点，显著提升了性能	未提及具体的工业过程类型或应用范围的局限性	提高工业过程质量预测的准确性和效率	工业过程的质量预测	机器学习	NA	自动编码器（AE）、堆叠自动编码器（SAE）、核主成分分析（KPCA）	MRMRRL、SAE	工业过程数据	未提及具体样本数量
5409	2025-04-05	The current landscape of artificial intelligence in computational histopathology for cancer diagnosis 2025-Apr-01, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02212-z PMID:40167870	综述	本文综述了2013年至2024年间人工智能在计算组织病理学中用于癌症诊断的关键方法和应用	涵盖了监督学习、无监督学习、弱监督学习和迁移学习等多种深度学习方法在组织病理学图像识别中的应用，并探讨了AI在识别基因突变和标准病理生物标志物方面的潜力	仅基于41项主要研究，可能未涵盖该领域所有最新进展	评估人工智能在计算组织病理学中用于癌症诊断和预后的应用现状	组织病理学图像	数字病理学	癌症	深度学习	NA	图像	41项主要研究
5410	2025-04-05	Deep Learning for Ocean Forecasting: A Comprehensive Review of Methods, Applications, and Datasets 2025-Apr-01, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3539990 PMID:40168238	综述	本文全面回顾了基于深度学习的海洋预报研究，包括模型架构、时空多尺度及可解释性，并探讨了结合理论驱动和数据驱动模型的混合架构的可行性	展示了深度学习如何从不断增加的海洋时空数据中挖掘模式和深度见解，为海洋预报领域的革新提供了新的可能性	讨论了当前研究的局限性，并展望了未来趋势	探讨深度学习在海洋预报中的应用及其对传统数值海洋预报的补充作用	海洋预报	机器学习	NA	深度学习	混合架构（理论驱动与数据驱动模型结合）	时空数据	NA
5411	2025-04-05	Improved gated recurrent unit-based osteosarcoma prediction on histology images: a meta-heuristic-oriented optimization concept 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85149-1 PMID:40169634	research paper	本研究提出了一种基于改进门控循环单元（IGRU）的深度学习方法来预测组织学图像中的骨肉瘤	采用新型改进门控循环单元（IGRU）和鱼鹰优化算法（OOA）进行参数调优，以提高预测准确性	未提及与其他最新深度学习模型的比较，可能缺乏广泛的验证	通过深度学习技术提高骨肉瘤的早期诊断和个体化治疗	骨肉瘤患者的组织学图像	digital pathology	osteosarcoma	Weiner filter, 2D Otsu's method, linear discriminant analysis (LDA)	improved gated recurrent unit (IGRU)	image	NA
5412	2025-04-05	Detection of kidney bean leaf spot disease based on a hybrid deep learning model 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93742-7 PMID:40169647	研究论文	本研究基于混合深度学习模型检测菜豆叶斑病，构建了首个菜豆叶斑病数据集并提出了新的混合模型框架	构建了首个高质量的菜豆叶斑病数据集，并开发了一种结合深度学习和机器学习的新型框架，显著提高了检测效率和准确性	可靠的菜豆叶斑病数据集仍然稀缺，且深度学习方法计算成本高	提高菜豆叶斑病的检测效率和准确性，为精准农业中的作物病害智能诊断和管理提供新方法	菜豆叶斑病	计算机视觉	植物病害	深度学习与机器学习结合	EfficientNet-B7, MobileNetV3, ResNet50, VGG16, Logistic Regression, Random Forest, AdaBoost, Stochastic Gradient Boosting	图像	NA
5413	2025-04-05	The potential of combined robust model predictive control and deep learning in enhancing control performance and adaptability in energy systems 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95636-0 PMID:40169731	研究论文	本研究探讨了将鲁棒模型预测控制（RMPC）与深度学习相结合，以提升能源系统的性能和适应性	结合RMPC的鲁棒性与深度学习的学习和适应能力，提出了一种新型控制框架，显著提高了控制精度和运行效率	研究仅通过模拟验证，缺乏实际系统应用的验证	提升能源系统的控制性能和适应性	热电联产（CHP）、电力制氢和电力制甲烷等能源系统	机器学习	NA	鲁棒模型预测控制（RMPC）和深度学习	RMPC与深度学习模型	模拟数据	NA
5414	2025-04-05	An efficient graph attention framework enhances bladder cancer prediction 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93059-5 PMID:40169776	研究论文	提出了一种基于图注意力机制的高效框架，用于增强膀胱癌的预测	采用名为MSL-GAT的新型图神经网络结构，结合注意力机制，识别和预测与膀胱癌进展相关的关键驱动基因	未提及具体的数据集限制或模型泛化能力的验证	提高膀胱癌的早期预测准确性，识别个性化驱动基因	膀胱癌患者的编码和非编码基因，包括长链非编码RNA（lncRNA）	机器学习	膀胱癌	基因组学、转录组学和表观基因组学多组学数据分析	MSL-GAT（多层堆叠图注意力网络）	基因组数据	基于TCGA-BLCA基准数据集进行实验
5415	2025-04-05	Robust ensemble classifier for advanced synthetic aperture radar target classification in diverse operational conditions 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93536-x PMID:40169814	research paper	本文提出了一种增强的集成分类框架，用于合成孔径雷达（SAR）自动目标识别（ATR）在多样化操作条件下的应用	该方法整合了ResNet、SVM和模板匹配的优势，通过多数投票结合它们的互补能力，提高了分类准确性和鲁棒性	未提及具体的计算资源需求或处理时间，可能在实际应用中存在效率问题	提高SAR自动目标识别在多样化操作条件下的分类准确性和鲁棒性	合成孔径雷达（SAR）图像中的目标	computer vision	NA	ResNet, SVM, 模板匹配	ResNet, SVM	SAR图像	使用MSTAR数据集进行实验验证
5416	2025-04-05	An adaptive search mechanism with convolutional learning networks for online social media text summarization and classification model 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95381-4 PMID:40169845	研究论文	提出了一种基于自适应搜索机制和卷积学习网络的社交媒体文本摘要与分类模型（ASMHLN-SMDSCM）	结合BERT模型进行特征提取，采用蛾搜索算法（MSA）优化超参数，并使用TabNet+CNN模型进行分类	未提及模型在大规模数据集上的泛化能力或计算效率	开发高效的社交媒体文本摘要与分类方法	社交媒体短文本数据	自然语言处理	NA	BERT, MSA, TabNet, CNN	TabNet+CNN	文本	FIFA和FARMER数据集（具体数量未提及）
5417	2025-04-05	Graph convolution network for fraud detection in bitcoin transactions 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95672-w PMID:40169862	研究论文	本文提出了一种基于图卷积网络（GCN）的比特币交易欺诈检测方法	使用GCN模型检测比特币交易中的欺诈行为，相比现有模型如Logistic Regression、LSTM、SVM和Random Forest，表现出更高的准确性和性能	数据集中部分交易未标注，可能影响模型的训练效果	检测比特币交易中的非法活动，特别是反洗钱（AML）	比特币交易数据	机器学习	NA	图卷积网络（GCN）	GCN	图数据	Elliptic比特币数据集，包含标记为合法和非法的交易
5418	2025-04-05	Building occupancy estimation using single channel CW radar and deep learning 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95752-x PMID:40169921	研究论文	本研究提出了一种基于24GHz连续波雷达和深度学习的新型室内人数估计方法，用于智能建筑的优化、能效提升和安全保障	采用连续波雷达系统结合时频映射技术（CWT和功率谱分析），提供了一种不依赖WiFi或PIR传感器的隐私保护替代方案	实验主要针对静态场景（久坐人员），动态场景（行走环境）的准确率相对较低（86.5%）	开发非侵入式、保护隐私的智能建筑人数估计方法	室内人员数量	机器学习	NA	24GHz连续波雷达、连续小波变换(CWT)、功率谱分析	DarkNet19、MobileNetV2、ResNet18	雷达回波生成的时频标度图	1680张图像样本（静态场景4小时40分钟数据）+ 1小时连续行走环境数据
5419	2025-04-05	Automatic detection of developmental stages of molar teeth with deep learning 2025-Apr-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05827-4 PMID:40169944	研究论文	本研究旨在通过深度学习模型自动检测全景X光片中磨牙的发育阶段	首次全面评估了9种不同深度学习模型在磨牙发育阶段自动检测中的性能	样本量相对较小（210张全景X光片），且数据来自特定年龄段的患者（5-25岁）	实现磨牙发育阶段的自动检测和分类	磨牙的发育阶段（分为M1、M2、M3和M4四个类别）	计算机视觉	牙科疾病	深度学习	Cascade R-CNN, YOLOv3, HTC, DetectorRS, SSD, EfficientNet, NAS-FPN, Deformable DETR, PAA	X光图像	210张全景X光片
5420	2025-04-05	Comparative analysis of deep learning architectures for thyroid eye disease detection using facial photographs 2025-Apr-01, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-025-03988-y PMID:40169995	research paper	比较两种深度学习架构ResNet-50和ResNet-101在甲状腺眼病筛查中的表现	首次比较ResNet-50和ResNet-101在甲状腺眼病筛查中的性能，并在临床条件下测试模型	样本量相对较小，且仅使用正面面部照片，可能影响模型的泛化能力	评估深度学习模型在甲状腺眼病筛查中的准确性和临床应用价值	甲状腺眼病患者和健康个体的面部照片	computer vision	thyroid eye disease	deep learning	ResNet-50, ResNet-101	image	1601张面部照片（643 TED患者和643健康个体用于训练，81 TED患者和74健康个体用于验证，80 TED患者和80健康个体用于测试，25 TED患者和25健康个体用于临床测试）