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
5721	2025-04-05	Radioisotope compositional analysis using Monte Carlo γ-ray simulations and regression neural network 2025-Jun, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.111746 PMID:40020474	research paper	本文开发了一种基于回归的卷积神经网络（CNN），用于预测模拟混合源光谱中的源及其比例，并与传统的库最小二乘算法进行了比较	采用回归CNN预测混合放射性同位素的光谱组成，相比传统线性方法具有更高的准确性和效率	研究基于模拟数据，实际环境中的噪声和干扰可能影响模型性能	开发高效自动化的γ光谱分析工具，用于放射性同位素的识别和定量分析	6种不同的放射性同位素及其混合光谱	machine learning	NA	Monte Carlo γ-ray simulations, GEANT4软件包	CNN	γ-ray光谱数据	6种同位素的综合模拟数据集
5722	2025-04-05	Deep Learning-Based Precontrast CT Parcellation for MRI-Free Brain Amyloid PET Quantification 2025-May-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005652 PMID:39876079	研究论文	本研究开发了一种基于深度学习的CT脑区分割模型，用于无MRI依赖的淀粉样蛋白PET定量	首次提出利用深度学习直接从CT图像进行脑区分割，无需高分辨率MRI，实现了淀粉样蛋白PET的准确定量	研究基于回顾性数据，且样本量相对有限（226例）	开发不依赖MRI的淀粉样蛋白PET定量方法	轻度认知障碍或痴呆患者（157例）和健康对照者（69例）	数字病理学	老年痴呆症	PET/CT扫描	UNet	CT和PET图像	226人（157例患者+69例对照）
5723	2025-04-05	Reconstructing historical climate fields with deep learning 2025-Apr-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp0558 PMID:40173235	research paper	使用基于傅里叶卷积的深度学习方法重建历史气候场	提出了一种基于傅里叶卷积的深度学习方法，能够在大面积和不规则缺失数据的情况下，仅凭极少信息就能真实重建历史气候场，并重现已知历史事件	NA	填补历史气候记录的缺失数据，重建历史气候场	历史气候场数据	machine learning	NA	deep learning, Fourier convolutions	CNN	climate model output	NA
5724	2025-04-05	An isodose-constrained automatic treatment planning strategy using a multicriteria predicted dose rating 2025-Apr-04, Medical physics IF:3.2Q1 DOI:10.1002/mp.17795 PMID:40181755	研究论文	本研究提出了一种基于深度学习预测剂量分布和多标准评分的自动治疗计划生成方法，特别关注鼻咽癌剂量梯度重建	首次将剂量梯度相似性纳入剂量预测任务，并提出基于等剂量线的自洽剂量预测到自动计划方案	临床验证中仍有20%的IsoPlans未能满足临床要求	建立利用深度学习预测剂量分布信息的自动治疗计划生成方法	鼻咽癌放射治疗计划	数字病理	鼻咽癌	深度学习剂量预测	U-Net, DoseNet, Transformer	医学影像数据	120例鼻咽癌病例（训练集90例，验证集10例，测试集20例）
5725	2025-04-05	Intelligent meningioma grading based on medical features 2025-Apr-04, Medical physics IF:3.2Q1 DOI:10.1002/mp.17808 PMID:40183528	research paper	该研究提出了一种结合医学特征和深度神经网络的智能脑膜瘤分级方法	结合医学特征与SNN-Tran模型，提高了脑膜瘤分级的准确性和可靠性	医学特征的获取可能受限于影像质量和临床数据的完整性	验证医学特征与深度神经网络结合对脑膜瘤分级的有效性	脑膜瘤患者	digital pathology	脑膜瘤	SNN-Tran模型	SNN-Tran	医学特征（如肿瘤体积、瘤周水肿体积等）	未明确提及样本数量
5726	2025-04-05	Hypermetabolic pulmonary lesions detection and diagnosis based on PET/CT imaging and deep learning models 2025-Apr-04, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07215-0 PMID:40183951	研究论文	本研究开发并评估了基于PET/CT成像和深度学习模型的超代谢性肺部病变检测与分类方法	采用多维联合网络结合图像块和二维投影进行分类，性能优于传统放射组学方法	假阳性分割主要对应于邻近区域的可疑病变，特别是淋巴结	开发用于超代谢性肺部病变检测和分类的深度学习模型	超代谢性肺部病变（良性、肺癌、肺淋巴瘤和转移瘤）	数字病理学	肺癌	PET/CT成像	深度学习模型（多维联合网络）	医学影像（PET/CT）	647例（409男/238女），来自5个中心超过8年的数据
5727	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）
5728	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）
5729	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
5730	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
5731	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）
5732	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）
5733	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
5734	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
5735	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
5736	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
5737	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）
5738	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
5739	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
5740	2025-04-05	Global trends in artificial intelligence applications in liver disease over seventeen years 2025-Mar-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i3.101721 PMID:40177211	review	本文分析了17年来人工智能在肝病领域的应用趋势，总结了当前研究状况并识别了热点	通过文献计量学方法全面梳理了AI在肝病领域的研究热点和发展趋势	仅基于Web of Science数据库，可能遗漏其他重要文献	分析AI在肝病领域的研究现状和发展趋势	4051篇关于肝病和AI的研究文章	digital pathology	liver disease	文献计量分析	machine learning, deep learning, CNN	文献数据	4051篇研究文章