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
541	2025-05-08	AdvMixUp: Adversarial MixUp Regularization for Deep Learning 2025-May-06, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3562363 PMID:40327482	research paper	提出了一种名为AdvMixUp的新方法，通过结合对抗训练来生成更具挑战性的混合样本，以减少深度神经网络中的过拟合问题	AdvMixUp通过结合对抗训练生成样本依赖和特征级别的插值掩码，从而创建更接近决策边界的混合样本	未提及具体局限性	减少深度神经网络中的过拟合问题	深度神经网络（DNNs）	machine learning	NA	对抗训练（AT）	DNNs	image	CIFAR-10, CIFAR-100, Tiny-ImageNet, ImageNet数据集
542	2025-05-08	Physics-Assisted Machine Learning for the Simulation of the Slurry Drying in the Manufacturing Process of Battery Electrodes: A Hybrid Time-Dependent VGG16-DEM Model 2025-May-06, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c23103 PMID:40327815	研究论文	本研究提出了一种混合物理辅助机器学习（PAML）模型，结合深度学习（DL）技术和经典离散元方法（DEM）来模拟锂离子电池电极制造过程中的浆料干燥	通过结合DL和DEM，提出了一种新的混合模型，显著降低了计算成本并提高了模拟效率	模型在特定配方（96%活性材料和4%碳粘合剂）上训练，对其他配方的泛化能力有待进一步验证	提高锂离子电池电极制造过程中浆料干燥模拟的效率和准确性	锂离子电池电极制造过程中的浆料干燥过程	机器学习	NA	深度学习（DL），离散元方法（DEM）	VGG16-DEM混合模型	模拟数据	NA
543	2025-05-08	A Deep Learning Approach for Mandibular Condyle Segmentation on Ultrasonography 2025-May-06, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01527-1 PMID:40329156	研究论文	本研究开发并评估了一种基于深度学习的计算机诊断软件，用于超声图像中下颌髁突的分割	首次将YOLOv8深度学习AI模型应用于下颌髁突超声图像的分割，并取得了较高的性能指标（F1分数0.93，敏感性0.90，精确度0.96）	研究仅使用了回顾性的超声图像数据，样本量相对有限（668张图像）	开发并评估用于下颌髁突超声图像分割的计算机辅助诊断工具	成人下颌髁突的超声图像	数字病理	口腔颌面部疾病	超声成像	YOLOv8	图像	668张回顾性超声图像
544	2025-05-08	Deep Learning for Classification of Solid Renal Parenchymal Tumors Using Contrast-Enhanced Ultrasound 2025-May-06, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01525-3 PMID:40329155	研究论文	本研究评估了深度学习模型在利用对比增强超声（CEUS）图像分类不同亚型实性肾实质肿瘤的能力，并比较了它们的分类性能	首次使用深度学习模型（ResNet-18和RepVGG）对CEUS图像中的肾实质肿瘤亚型进行分类，并比较了两种模型的性能	研究为回顾性设计，样本量相对较小（237例），且仅使用了单一影像学方法（CEUS）	评估深度学习模型在肾实质肿瘤亚型分类中的应用价值	237例肾肿瘤的CEUS图像（包括46例AML、118例ccRCC、48例pRCC和25例chRCC）	数字病理	肾癌	对比增强超声（CEUS）	ResNet-18, RepVGG	图像	237例肾肿瘤CEUS图像
545	2025-05-08	Deep Learning-Based CT-Less Cardiac Segmentation of PET Images: A Robust Methodology for Multi-Tracer Nuclear Cardiovascular Imaging 2025-May-06, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01528-0 PMID:40329157	研究论文	开发了一种基于深度学习的无CT心脏PET图像分割方法，用于多示踪剂核心血管成像	提出了一种直接分割心脏PET图像的深度学习方法，克服了传统基于CT图像分割的局限性	研究中仅使用了146名患者的406张心脏PET图像，样本量相对有限	开发一种可靠的心脏PET图像分割方法，用于心血管疾病的诊断	心脏PET图像	数字病理	心血管疾病	PET/CT成像	nnU-Net V2	医学图像	146名患者的406张心脏PET图像（43 F-FDG、329 N-NH和37 Rb图像）
546	2025-05-08	Enhancing Breast Cancer Detection Through Optimized Thermal Image Analysis Using PRMS-Net Deep Learning Approach 2025-May-06, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01465-y PMID:40329154	research paper	该研究通过优化的热图像分析，使用PRMS-Net深度学习方法增强乳腺癌检测	创新性地结合了渐进残差网络（PRN）和ResNet-50，构建了渐进残差多类支持向量机网络（PRMS-Net），显著提升了特征提取和分类效果	未提及具体的数据来源和样本多样性，可能影响模型的泛化能力	提升乳腺癌早期检测的准确性和效率	乳腺癌的热图像数据	digital pathology	breast cancer	thermal image analysis	PRMS-Net (Progressive Residual Multi-Class Support Vector Machine-Net)	image	未明确提及样本数量，但使用了五折交叉验证方法
547	2025-05-08	Letter to the Editor: Deep Learning and Numerical Analysis for Bladder Outflow Obstruction and Detrusor Underactivity Diagnosis in Men: A Novel Urodynamic Evaluation Scheme 2025-May-06, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.70049 PMID:40329494	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
548	2025-05-08	Cost-efficient training of hyperspectral deep learning models for the detection of contaminating grains in bulk oats by fluorescent tagging 2025-May-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.125856 PMID:39923708	研究论文	本文提出了一种基于荧光标记的高光谱深度学习模型，用于高效检测燕麦中的污染谷物	利用荧光标记技术高效生成地面真实分割掩码，减少人工标注的需求和错误	荧光标记仅在紫外光谱范围内可见，可能限制了在其他光谱范围的应用	开发一种成本效益高的高光谱深度学习模型训练方法，用于检测燕麦中的污染谷物	燕麦中的污染谷物（如未涂层的斯佩尔特小麦粒）	计算机视觉	NA	荧光标记技术	深度学习分割模型	高光谱图像	燕麦与斯佩尔特小麦粒的混合物样本
549	2025-05-08	A framework for real-time traffic risk prediction incorporating cost-sensitive learning and dynamic thresholds 2025-May-05, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108087 PMID:40328008	研究论文	提出了一种结合成本敏感学习和动态阈值的实时交通风险预测框架	将交通风险细分为四个等级，并引入成本敏感学习和动态阈值以提高预测可靠性	未提及具体的数据来源限制或模型在其他数据集上的泛化能力	提高实时交通风险预测的可靠性，促进主动交通安全管理	交通状态和风险数据	机器学习	NA	成本敏感学习(CSL)、动态阈值(DTs)、遗传算法(GA)	机器/深度学习模型	车辆轨迹数据	HighD数据集中的交通状态和风险数据
550	2025-05-08	Inter-hospital transferability of AI: A case study on phase recognition in cholecystectomy 2025-May-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110235 PMID:40328029	research paper	本研究探讨了AI模型在胆囊切除术阶段识别中的跨医院可转移性	分析了训练数据多样性和手术技术差异对模型泛化能力的影响，并提出结合公开数据和特定机构数据提升模型可转移性的方法	研究仅针对胆囊切除术，样本量相对有限（104例公开手术和21例自录视频）	开发具有跨临床环境泛化能力的手术阶段识别AI模型	胆囊切除术视频数据	digital pathology	NA	deep learning	ResNet50 + MS-TCN	video	104例公开手术视频 + 21例自录手术视频
551	2025-05-08	Oral cavity carcinoma detection using BAT algorithm-optimized machine learning models with transfer learning and random sampling 2025-May-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110250 PMID:40328028	研究论文	提出了一种结合迁移学习、随机采样和BAT算法优化的集成机器学习分类器TR-ROS-BAT-ML，用于口腔癌检测	整合了迁移学习、随机采样和基于BAT算法的优化策略，提出了一种新的诊断框架TR-ROS-BAT-ML	未来研究需要整合多模态数据并进一步优化以提高临床适用性	提高口腔癌的早期和准确检测	口腔鳞状细胞癌（OSCC）和正常口腔上皮组织的H&E染色组织学图像	数字病理	口腔癌	H&E染色组织学图像分析	NANSNetLarge, EfficientNetB7, EfficientNetV2L, EfficientNetV2S, EfficientNetV2M, XGBoost, AdaBoost, Extra Trees, Histogram-Based Gradient Boosting, MultiLayer Perceptron	图像	1224张H&E染色组织学图像（100x和400x放大），来自230名患者
552	2025-05-08	Deep learning-based MRI reconstruction with Artificial Fourier Transform Network (AFTNet) 2025-May-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110224 PMID:40328027	研究论文	本文介绍了一种基于深度学习的MRI重建方法，使用人工傅里叶变换网络（AFTNet）处理频域中的原始k空间数据	AFTNet结合了域流形学习和复数神经网络（CVNNs），直接在频域处理原始k空间数据，实现了频域和图像域之间的跨域学习映射	NA	解决图像逆问题，特别是加速磁共振成像（MRI）重建	MRI数据	计算机视觉	NA	深度学习	AFTNet	图像	NA
553	2025-05-08	Deep learning-based segmentation of OCT images for choroidal thickness 2025-May-05, Journal of optometry IF:2.2Q2 DOI:10.1016/j.optom.2025.100556 PMID:40328135	研究论文	开发并验证了一种基于深度学习的自动分割方法，用于光学相干断层扫描（OCT）图像的脉络膜厚度测量	使用Deeplabv3+网络和ResNet50架构，实现了高精度的自动分割，准确率达99.25%	与开源自动方法相比，该方法在某些情况下可能低估脉络膜厚度	开发一种自动化的脉络膜厚度测量方法，以提高客观性和效率	光学相干断层扫描（OCT）图像	计算机视觉	眼科疾病	光学相干断层扫描（OCT）	Deeplabv3+（基于ResNet50）	图像	训练集10,798个手动分割的OCT扫描，测试集130个独特扫描
554	2025-05-08	What insights can spatiotemporal esophageal atlases and deep learning bring to engineering the esophageal mucosa? 2025-May-05, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2025.04.009 PMID:40328228	研究论文	本文介绍了一个结合实验和计算的平台，用于绘制人类食管的时空发育图谱并预测控制上皮分化的关键信号通路	结合空间发育数据和深度学习，提出了一种无外源、可扩展的策略，用于从人类多能干细胞生成食管黏膜	NA	研究人类食管的时空发育及其信号通路，以工程化食管黏膜	人类食管和人类多能干细胞(hPSCs)	数字病理学	NA	NA	深度学习	空间发育数据	NA
555	2025-05-08	Prediction of EGFR Mutations in Lung Adenocarcinoma via CT Images: A Comparative Study of Intratumoral and Peritumoral Radiomics, Deep Learning, and Fusion Models 2025-May-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.029 PMID:40328536	研究论文	本研究通过CT图像的放射组学和深度学习方法分析肺腺癌患者的瘤内和瘤周特征，开发并验证了一种多模型融合策略来预测表皮生长因子受体（EGFR）突变状态	结合瘤内和瘤周区域的放射组学和深度学习模型，采用软投票策略的多模态融合方法，显著提高了预测性能	研究为回顾性设计，且仅基于两个医疗中心的数据	预测肺腺癌患者的EGFR突变状态	826名肺腺癌患者的CT图像数据	数字病理	肺癌	放射组学分析、深度学习	nnUNet、Lasso、多种机器学习算法、2D/2.5D/3D深度学习模型	CT图像	826名肺腺癌患者（来自两个医疗中心）
556	2025-05-08	Enhancing lung cancer detection through integrated deep learning and transformer models 2025-May-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00516-2 PMID:40320438	研究论文	提出了一种结合深度学习和Transformer模型的新框架CanNS，用于提高肺癌检测的准确性和效率	整合了Swin-Transformer UNet (SwiNet)模型进行分割、Xception-LSTM GAN (XLG) CancerNet进行分类以及Devilish Levy Optimization (DevLO)进行参数微调，形成协同诊断能力	依赖大量标注数据，存在过拟合和高计算复杂度的问题，模型在实际临床数据集上的稳定性尚待验证	提高肺癌早期诊断的准确性和效率	肺癌检测	计算机视觉	肺癌	深度学习、Transformer模型	Swin-Transformer UNet (SwiNet)、Xception-LSTM GAN (XLG) CancerNet	图像	NA
557	2025-05-08	Domain knowledge-infused pre-trained deep learning models for efficient white blood cell classification 2025-May-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00563-9 PMID:40320432	研究论文	本文提出了一种结合领域知识和预训练深度学习模型的白细胞分类方法，以提高分类性能	通过融合领域知识和图像数据，提升了预训练模型在白细胞分类任务上的性能	虽然提高了数据量，但数据质量问题仍未完全解决	提高白细胞分类的效率和准确性，以辅助医疗诊断	白细胞图像	计算机视觉	NA	数据增强和归一化技术	Inception V3, DenseNet 121, ResNet 50, MobileNet V2, VGG 16	图像	BCCD和LISC数据集
558	2025-05-08	The analysis of marketing performance in E-commerce live broadcast platform based on big data and deep learning 2025-May-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00546-w PMID:40320449	研究论文	基于大数据管理和深度学习技术，对电子商务直播平台的营销绩效进行全面深入分析	结合大规模数据集和调查，构建了一系列绩效评估指标，并通过专家评分法确定各指标权重，利用BPNN模型进行训练和评估	未提及具体的数据来源和样本量，可能影响结果的普适性	分析电子商务直播平台的营销绩效，优化用户体验、提升销售业绩和加强品牌推广	电子商务直播平台的营销绩效	机器学习	NA	大数据管理技术	BPNN	大规模数据集和调查数据	NA
559	2025-05-08	Leveraging AI to explore structural contexts of post-translational modifications in drug binding 2025-May-04, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01019-y PMID:40320551	研究论文	利用AI技术探索翻译后修饰在药物结合中的结构背景	首次大规模利用AI驱动的蛋白质结构预测工具（如AlphaFold3、RoseTTAFold All-Atom、Chai-1）模拟PTM修饰的人类蛋白质与配体的结合动态	方法准确性的精确评估需要更大的基准测试集	探索翻译后修饰（PTMs）对药物结合的结构影响	人类蛋白质中的小分子结合相关PTMs	计算生物学	癌症、糖尿病、心脏病、神经退行性疾病、代谢疾病	深度学习算法、蛋白质结构预测工具（AlphaFold3、RoseTTAFold All-Atom、Chai-1）	深度学习模型	蛋白质结构数据、配体结合数据	6,131个已识别的PTMs映射到ECOD数据库的结构域，生成了14,178个PTM修饰的人类蛋白质模型
560	2025-05-08	Deep learning-based auto-contouring of organs/structures-at-risk for pediatric upper abdominal radiotherapy 2025-May-04, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110914 PMID:40328363	研究论文	本研究开发了一种基于深度学习的自动轮廓分割模型，用于儿科上腹部肿瘤放射治疗中的风险器官/结构分割	开发了一种结合内部和公共数据集训练的模型，提高了分割的鲁棒性，并适用于多种风险器官	在0-2岁年龄组中表现最低，且胃-肠道和胰腺的分割效果较差	开发并评估一种用于儿科上腹部肿瘤放射治疗中风险器官自动分割的深度学习模型	儿科上腹部肿瘤患者（肾肿瘤和神经母细胞瘤）的风险器官	数字病理	肾肿瘤, 神经母细胞瘤	CT扫描	深度学习模型	CT图像	内部数据集189例，公共数据集189例