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	2025-04-21	Deep-learning network for automated evaluation of root-canal filling radiographic quality 2025-Apr-17, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02331-x PMID:40247407	研究论文	本研究开发并验证了一种基于YOLOv5的深度学习网络，用于自动评估根管充填的放射学质量	首次将YOLOv5深度学习网络应用于根管充填质量的自动评估，相比无经验牙髓病医生表现更优，评估速度显著提升	需要结合临床专业知识进行准确评估，不能完全替代人工	开发一种自动评估根管充填放射学质量的辅助工具	根管充填的放射学图像	计算机视觉	牙科疾病	YOLOv5深度学习网络	YOLOv5	图像	1,008张根尖周X线片（训练集806，验证集101，测试集101），外加500张外部验证集
5722	2025-04-21	Tailored self-supervised pretraining improves brain MRI diagnostic models 2025-Apr-17, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102560 PMID:40252479	研究论文	本研究利用大规模未标记的公共脑MRI数据集，通过自监督学习提升深度学习模型在脑MRI分析中的性能	开发了基于图像熵和切片位置的数据过滤方法，优化了训练效率，并采用MoCo v3算法学习图像特征，生成了专门针对脑MRI的预训练模型	研究主要依赖于公共数据集，可能无法涵盖所有临床场景的多样性	提升深度学习模型在脑MRI分析中的性能，以支持临床决策系统的开发	脑MRI图像	数字病理学	脑部疾病	自监督学习，MRI	MoCo v3	图像	约2百万张图像经过筛选后浓缩为25万张富含脑部特征的图像
5723	2025-04-21	Joint identification of hydraulic conductivity and groundwater pollution sources using unscented Kalman smoother with multiple data assimilation and deep learning 2025-Apr-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118134 PMID:40187214	研究论文	本研究提出了一种结合无迹卡尔曼平滑器与多重数据同化（UKS-MDA）及深度信念神经网络（DBNN）的新方法，用于联合识别水力传导率和地下水污染源（GPSs）	创新点在于应用UKS-MDA方法提高识别性能，并利用DBNN作为替代模型以减少计算负担和精度损失	未明确提及具体限制，但可能包括方法在更复杂非线性系统中的适用性验证	提高地下水污染源识别的准确性和计算效率，为污染修复和风险预测提供技术支持	水力传导率和地下水污染源	环境工程与机器学习交叉领域	NA	无迹卡尔曼平滑器多重数据同化（UKS-MDA）、深度信念神经网络（DBNN）	DBNN、UKS-MDA、ES-MDA	模拟数据、浓度误差场景数据	未明确提及具体样本数量，但涉及不同浓度误差场景的对比实验
5724	2025-04-21	Assessing the ecotoxicological risk of nicosulfuron on maize using multi-source phenotype data and hyperspectral imaging 2025-Apr-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118176 PMID:40215693	研究论文	本研究探讨了使用多源表型数据和高光谱成像技术评估烟嘧磺隆对玉米的生态毒理风险	开发了ToxicNet和ToxicNet-MS模型，结合高光谱成像和深度学习技术，实现了对玉米除草剂毒性的早期非侵入性评估，准确率显著高于传统方法	研究仅针对烟嘧磺隆这一种除草剂和玉米作物，未涉及其他除草剂或作物	评估除草剂对玉米的生态毒理风险，开发早期非侵入性检测方法	玉米作物	农业技术	NA	高光谱成像，深度学习	ToxicNet, ToxicNet-MS, SVM, Random Forest, MLP, AlexNet	高光谱图像，SPAD值，水分含量	未明确说明样本数量
5725	2025-04-21	Accurate bladder cancer diagnosis using ensemble deep leaning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95002-0 PMID:40234491	研究论文	本文提出了一种名为集成深度学习（EDL）的新模型，用于准确诊断膀胱癌	提出了一种结合CNN、GAN和可解释深度学习（XDL）的集成模型，并采用新的投票机制整合结果	未提及具体样本量或外部验证结果	开发更准确、非侵入性的膀胱癌诊断方法	膀胱癌患者	数字病理学	膀胱癌	深度学习	CNN, GAN, XDL	医学影像	NA
5726	2025-04-21	Predicting axial load capacity in elliptical fiber reinforced polymer concrete steel double skin columns using machine learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97258-y PMID:40234698	研究论文	本研究探讨了人工智能技术在预测椭圆形纤维增强聚合物混凝土钢双皮管柱轴向承载能力中的应用	首次将多种机器学习和深度学习模型应用于预测椭圆形FRP-混凝土-钢双皮管柱的极限承载能力和应变，并开发了用户界面平台	由于混合椭圆形DSTCs的实验数据稀缺，研究依赖于有限元模型生成的数据	预测椭圆形纤维增强聚合物混凝土钢双皮管柱的轴向承载能力	空心和实心混合椭圆形FRP-混凝土-钢双皮管柱(DSTCs)	机器学习	NA	机器学习(ML)、深度学习(DL)、有限元分析(FE)	GEP、ANN、RF、ADB、XGBoost、DNN	数值数据	112个数据点
5727	2025-04-21	PILOT: Deep Siamese network with hybrid attention improves prediction of mutation impact on protein stability 2025-Apr-08, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107476 PMID:40252373	研究论文	提出了一种名为PILOT的新型深度学习框架，用于改进突变对蛋白质稳定性影响的预测	采用带有混合注意力机制的Siamese网络，通过多注意力模块有效提取氨基酸、原子和蛋白质序列的表征，实现了结构信息在残基和原子层面的深度融合	NA	改进突变对蛋白质稳定性(ΔΔG)影响的预测，以促进蛋白质工程研究和疾病相关突变分子机制的理解	蛋白质突变对稳定性的影响	机器学习	NA	深度学习	Siamese网络	蛋白质序列和结构数据	NA
5728	2025-04-21	Development of a Deep Learning Tool to Support the Assessment of Thyroid Follicular Cell Hypertrophy in the Rat 2025-Apr, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233241309328 PMID:39825517	研究论文	开发了一种深度学习工具，用于支持评估大鼠甲状腺滤泡细胞肥大	使用U-Net卷积深度学习神经网络识别和描绘甲状腺组织中的单个滤泡，并通过经验模型优化生成甲状腺活动评分，优于传统的平均上皮面积方法	研究仅针对大鼠甲状腺组织，未涉及其他物种或更广泛的甲状腺疾病	开发一种定量评分工具，以支持病理学家评估低级别甲状腺滤泡肥大	大鼠甲状腺组织	数字病理学	甲状腺疾病	深度学习图像分析	U-Net CNN	图像	NA
5729	2025-04-21	Deep learning models for segmenting phonocardiogram signals: a comparative study 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320297 PMID:40228205	研究论文	本研究比较了不同深度学习模型在心音图（PCG）信号分割中的性能	首次对CirCor DigiScop数据集的分割过程进行研究，并比较了GRU、Bidirectional-GRU和BILSTM模型的性能	未提及模型在其他数据集上的泛化能力	比较不同深度学习模型在心音图信号分割中的性能	心音图（PCG）信号	机器学习	心血管疾病	数字滤波和经验模态分解	GRU, Bidirectional-GRU, BILSTM	信号数据	三个数据集：PhysioNet/Computing in Cardiology Challenge 2016、MITHSDB、CirCor DigiScope Phonocardiogram
5730	2025-04-21	Multi-Source Data and Knowledge Fusion via Deep Learning for Dynamical Systems: Applications to Spatiotemporal Cardiac Modeling 2025, IISE transactions on healthcare systems engineering IF:1.5Q3 DOI:10.1080/24725579.2024.2398592 PMID:40248641	研究论文	本文提出了一种基于深度学习的多源数据和知识融合框架，应用于时空心脏建模	该框架不仅通过捕捉基于物理的信息流实现有效数据融合，还通过图拉普拉斯算子整合3D系统的几何信息，用于稳健的时空预测建模	NA	开发可靠的时空动态系统预测模型	心脏电动力学在健康和疾病状态下的建模	机器学习	心血管疾病	深度学习	深度学习框架	多源感知数据	NA
5731	2025-04-21	Recent Advances in Predictive Modeling with Electronic Health Records 2024-Aug, IJCAI : proceedings of the conference DOI:10.24963/ijcai.2024/914 PMID:40248670	综述	本文系统回顾了基于电子健康记录（EHR）数据的深度学习预测模型的最新进展	总结了深度学习在EHR数据预测建模中的多种应用视角，并提出了未来的研究方向	未提及具体模型的性能比较或实际应用中的具体限制	探讨如何利用EHR数据进行预测建模	电子健康记录（EHR）数据	机器学习	NA	深度学习	深度学习模型	电子健康记录数据	NA
5732	2025-04-21	Secure deep learning for distributed data against malicious central server 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0272423 PMID:35913921	研究论文	提出了一种针对分布式训练器的安全深度学习系统，可检测中央参数服务器的恶意活动并支持垂直和水平神经网络训练	系统能够检测中央服务器的恶意活动，并支持垂直和水平两种神经网络训练方式	NA	开发一个安全的深度学习系统，以保护分布式训练器免受中央服务器的恶意活动影响	分布式训练器和中央参数服务器	机器学习	NA	深度学习	神经网络	医学图像（磁共振和X射线图像）	NA
5733	2025-04-20	Prior guided deep difference meta-learner for fast adaptation to stylized segmentation 2025-Jun-30, Machine learning: science and technology DOI:10.1088/2632-2153/adc970 PMID:40247921	研究论文	提出一种先验引导的深度差异元学习器（DDL），用于快速适应不同风格的解剖结构分割，以提高放疗治疗计划中分割的精确性	利用初始患者数据学习分割风格与解剖定义之间的一致差异，并将其应用于预训练模型，无需重新训练即可适应新风格	需要一定数量的初始患者数据来学习风格差异，且测试数据规模相对较小（30例）	提高放疗治疗计划中解剖结构分割的精确性和效率	前列腺临床靶区（CTV）、腮腺和直肠的轮廓	数字病理	前列腺癌	深度学习	Prior-guided deep difference meta-learner (DDL)	医学图像	440例患者用于模型开发，30例用于测试
5734	2025-04-20	Deep learning-based prediction of tumor aggressiveness in RCC using multiparametric MRI: a pilot study 2025-May, International urology and nephrology IF:1.8Q3 DOI:10.1007/s11255-024-04300-5 PMID:39671158	研究论文	本研究利用多参数MRI和深度学习CNN模型，结合临床特征，预测肾细胞癌（RCC）的侵袭性	开发了一个CNN融合模型，结合多b值图像和临床特征，提高了RCC侵袭性的术前预测准确性	样本量较小（47例患者），且为试点研究，需要更大规模的验证	探索多参数MRI作为非侵入性方法预测肾细胞癌侵袭性的价值	47例经病理证实的肾细胞癌患者	数字病理	肾细胞癌	多参数MRI（包括ADC、IVIM、DKI等）	CNN融合模型	MRI图像和临床数据	47例患者（37名男性，10名女性，平均年龄56.17±1.70岁）
5735	2025-04-20	A novel clinical investigation using deep learning and human-in-the-loop approach in orbital volume measurement 2025-May, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery DOI:10.1016/j.jcms.2025.01.007 PMID:39875226	研究论文	本研究探讨了深度学习和人机交互方法在眼眶体积测量中的临床应用	采用人机交互方法构建AI训练数据集，并在临床中验证了AI辅助半自动分割的高效性和准确性	研究仅针对无眼眶创伤或先天性异常的患者，可能限制了结果的普适性	评估AI在眼眶区域分割中的准确性和时间效率	349名19岁及以上接受三维面部CT扫描的患者	数字病理	NA	3DCT扫描	深度学习	3DCT图像	349名患者（178名用于训练，171名用于验证）
5736	2025-04-20	Sleep Apnea Detection Using EEG: A Systematic Review of Datasets, Methods, Challenges, and Future Directions 2025-May, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-025-03691-5 PMID:39939549	系统综述	本文综述了过去十年关于使用EEG信号进行睡眠呼吸暂停检测和分类的研究，重点关注深度学习和机器学习技术	系统分析了EEG信号在睡眠呼吸暂停检测中的潜力，并总结了各种信号处理、特征提取和分类方法	仅涵盖了2010年至2024年的文献，可能遗漏了一些早期的重要研究	评估EEG信号在睡眠呼吸暂停检测中的应用潜力	EEG信号和睡眠呼吸暂停检测方法	生物医学信号处理	睡眠呼吸暂停	信号分解、特征提取、特征选择和分类方法	深度学习和机器学习	EEG信号	402篇论文筛选，63篇深入分析
5737	2025-04-20	Incorporating indirect MRI information in a CT-based deep learning model for prostate auto-segmentation 2025-May, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110806 PMID:39988305	研究论文	开发了一种基于CT的深度学习模型，用于前列腺自动分割，旨在在CT成像中实现MRI的轮廓指导	首个设计用于在CT成像中实施MRI轮廓指导的深度学习模型，且首个根据ESTRO-ACROP轮廓指南训练的模型	模型在开发过程中未直接使用MRI图像	提高前列腺癌外部束放射治疗中软组织结构的分割准确性	165名前列腺癌患者的CT扫描数据	数字病理	前列腺癌	深度学习	3D U-Net	CT图像	165名患者的CT扫描数据（136用于训练，29用于测试）
5738	2025-04-20	Geometric and Dosimetric Evaluation of a RayStation Deep Learning Model for Auto-Segmentation of Organs at Risk in a Real-World Head and Neck Cancer Dataset 2025-May, Clinical oncology (Royal College of Radiologists (Great Britain)) DOI:10.1016/j.clon.2025.103796 PMID:40120536	研究论文	评估基于深度学习的自动分割模型在头颈癌患者真实数据集中的几何准确性和剂量学影响	在大型、多样化的头颈癌患者数据集上评估3D U-Net深度学习分割模型的性能，并分析其剂量学影响	模型在11例具有显著解剖挑战和伪影的患者中失败，部分器官的剂量学差异较大	评估深度学习分割模型在头颈癌患者器官风险自动分割中的准确性和剂量学影响	124例接受强度调制质子治疗的头颈癌患者	数字病理	头颈癌	强度调制质子治疗(IMPT)	3D U-Net	CT图像	124例头颈癌患者
5739	2025-04-20	Deep learning reconstruction for detection of liver lesions at standard-dose and reduced-dose abdominal CT 2025-Apr-19, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11596-z PMID:40251443	research paper	本研究探讨了深度学习重建（DLR）与迭代重建（IR）在标准剂量和降低剂量腹部CT中检测肝脏病变的诊断性能	首次比较了DLR和IR在不同辐射剂量下对肝脏病变检测的诊断性能，并评估了DLR在降低剂量CT中的潜力	DLR在降低剂量情况下对小病灶的检测能力下降，未能实现显著的剂量减少	评估深度学习重建技术在降低CT辐射剂量同时保持诊断性能的能力	已知有肝脏转移的胃肠道和胰腺腺癌患者	digital pathology	liver cancer	CT扫描	deep learning reconstruction (DLR)	medical image	44名参与者，共348个≤20mm的肝脏病灶（297个转移灶，51个良性病灶）
5740	2025-04-20	CT-based artificial intelligence system complementing deep learning model and radiologist for liver fibrosis staging 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112224 PMID:40248124	研究论文	本研究开发了一种基于CT的人工智能系统，结合深度学习模型和放射科医生进行肝纤维化分期	提出了深度学习-放射科医生互补决策系统（DRCDS），通过决策模型决定采用Model-C的诊断还是放射科医生的诊断，解决了模型泛化和人机互补问题	未提及具体样本量及数据来源的详细信息	开发非侵入性肝纤维化分期方法，提高诊断准确性	肝纤维化患者	数字病理	肝纤维化	深度学习	Model-C（基于深度学习的分类模型）	CT图像	NA