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
5861	2025-02-28	Predicting epidermal growth factor receptor mutation status of lung adenocarcinoma based on PET/CT images using deep learning 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1458374 PMID:39735601	研究论文	本研究旨在开发基于18F-FDG PET/CT图像的深度学习模型，用于预测肺腺癌（LUAD）患者的表皮生长因子受体（EGFR）突变状态	利用深度学习模型预测EGFR突变状态，结合PET/CT图像和临床特征，提高了预测的准确性	研究仅基于两个机构的430名患者，样本量可能不足以代表所有肺腺癌患者	开发预测肺腺癌患者EGFR突变状态的深度学习模型	430名非小细胞肺癌患者	计算机视觉	肺癌	18F-FDG PET/CT成像	Inception V3	图像	430名非小细胞肺癌患者
5862	2025-02-28	DeepOmicsAE: Representing Signaling Modules in Alzheimer's Disease with Deep Learning Analysis of Proteomics, Metabolomics, and Clinical Data 2023-12-15, Journal of visualized experiments : JoVE DOI:10.3791/65910 PMID:38163278	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5863	2025-02-28	Artificial Intelligence-based System for Detecting Attention Levels in Students 2023-12-15, Journal of visualized experiments : JoVE DOI:10.3791/65931 PMID:38163270	研究论文	本文提出了一种基于人工智能的系统，用于检测学生的注意力水平，通过分析学生的情绪、视线方向、身体姿势和生物特征数据来帮助教师优化教学过程	创新点在于整合多种数据源（如情绪、视线、姿势和生物特征数据）来训练AI系统，以自动识别学生的注意力水平，并提出创建标注数据集和注意力分类器的方案	整合不同类型的数据具有挑战性，需要创建标注数据集，且依赖专家输入和现有研究进行准确标注	研究目标是利用AI技术自动检测学生的注意力水平，以帮助教师调整教学策略，优化教学效果	研究对象是课堂中的学生	机器学习	NA	深度学习	NA	图像、生物特征数据	未明确提及样本数量
5864	2025-02-27	Brain analysis to approach human muscles synergy using deep learning 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10228-y PMID:39996071	研究论文	本研究通过深度学习分析脑信号和肌肉运动，利用EEG和EMG信号估计肌肉与脑信号之间的协同作用	结合EEG和EMG信号，使用图论和神经网络方法估计肌肉与脑信号的协同作用，并开发了脑图映射以重建肌肉信号	NA	改进康复方法和脑机接口	脑信号和肌肉运动	机器学习	NA	EEG, EMG	神经网络, 卷积网络	信号数据	NA
5865	2025-02-27	Improving the thermostability of ulvan lyase from polysaccharide lyase family 25 based on multiple computational rational design strategies 2025-Apr, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.140468 PMID:39894113	研究论文	本研究提出了一种结合深度学习和多种能量函数方法的计算机辅助理性设计策略，用于提高ulvan裂解酶的热稳定性	结合深度学习和多种能量函数方法进行计算机辅助理性设计，显著提高了ulvan裂解酶的热稳定性	NA	提高ulvan裂解酶的热稳定性，以推进其工业应用	ulvan裂解酶	生物信息学	NA	ColabFold, FoldX, Rosetta, Schrödinger, 分子动力学模拟	深度学习	蛋白质结构数据	三个单点突变体（A117V, K145L, A237V）及其组合突变体
5866	2025-02-27	Automated classification of coronary LEsions fRom coronary computed Tomography angiography scans with an updated deep learning model: ALERT study 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11308-z PMID:39792162	研究论文	本研究评估了更新后的深度学习模型CorEx-2.0在冠状动脉CT血管造影（CCTA）中定量测量冠状动脉狭窄的诊断性能，并与两位专家CCTA阅读者进行比较	使用更新的深度学习模型CorEx-2.0进行冠状动脉狭窄的定量测量，减少阅读者间的变异性并提高临床报告效率	单中心回顾性研究，样本量较小（50名患者和150条血管）	评估深度学习模型在冠状动脉狭窄分级和报告中的客观性	冠状动脉CT血管造影（CCTA）扫描	计算机视觉	心血管疾病	深度学习	CorEx-2.0	图像	50名患者和150条血管
5867	2025-02-27	Combining deep learning and machine learning techniques to track air pollution in relation to vegetation cover utilizing remotely sensed data 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124323 PMID:39914214	研究论文	本研究结合深度学习和机器学习技术，利用遥感数据追踪空气污染与植被覆盖的关系	结合ML和DL技术，首次在达卡市范围内系统分析空气污染与植被覆盖的长期关系，并采用多种模型进行预测	未使用高分辨率图像，未整合社会经济数据，可能影响结果的全面性	探讨空气污染与城市绿地减少之间的关系，为污染管理和城市规划提供依据	达卡市的空气污染（PM2.5和PM10）和植被覆盖变化	机器学习	NA	遥感技术	XGB, SVM, RF, Unet, Unet++, MAnet, Linknet	遥感数据	1990年至2022年的达卡市数据
5868	2025-02-27	Carbon source dosage intelligent determination using a multi-feature sensitive back propagation neural network model 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124341 PMID:39933376	研究论文	本文提出了一种基于多特征敏感反向传播神经网络（BPNN）的模型，用于预测污水处理厂（WWTP）中的碳源投加量，以解决数据短期和有限的问题	该模型结合了Shapley加性解释（SHAP）和敏感性分析（SA），并引入理论公式以提高预测准确性，同时通过反馈调节处理异常数据	模型依赖于特定污水处理厂的数据，可能在其他环境中的适用性有限	开发一种智能模型以优化污水处理厂中的碳源投加量，减少污染和碳排放	污水处理厂中的碳源投加量	机器学习	NA	反向传播神经网络（BPNN），Shapley加性解释（SHAP），敏感性分析（SA）	多特征敏感反向传播神经网络（MFS-BPNN-SSA）	污水处理厂运行数据	超过两年的污水处理厂运行数据
5869	2025-02-27	Deep learning-driven behavioral analysis reveals adaptive responses in Drosophila offspring after long-term parental microplastic exposure 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124502 PMID:39933380	研究论文	本研究利用深度学习技术分析果蝇后代幼虫的行为，以评估长期暴露于聚苯乙烯微塑料（PS-MPs）对果蝇的跨代影响	首次结合深度学习技术对果蝇后代幼虫行为进行追踪和分析，揭示了长期暴露于PS-MPs的果蝇后代在运动能力上的适应性变化	研究仅针对果蝇这一模型生物，未涉及其他陆地生物，且未探讨PS-MPs对其他生理指标的影响	评估聚苯乙烯微塑料对果蝇的跨代影响	果蝇（Drosophila melanogaster）及其后代幼虫	机器学习	NA	深度学习	NA	行为数据	不同时间点（第2天、第8天、第14天）收集的果蝇后代幼虫
5870	2025-02-27	Hybrid deep learning downscaling of GCMs for climate impact assessment and future projections in Oman 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124522 PMID:39951996	研究论文	本研究提出了一种结合序列到序列模型、时间卷积网络（TCN）和Transformer的混合深度学习方法，用于全球环流模型（GCMs）的降尺度，以评估气候变化对阿曼水资源管理的影响	提出了一种新颖的混合深度学习方法，结合了序列到序列模型、TCN和Transformer，用于GCMs的降尺度，并在性能上优于其他方法	研究仅针对阿曼的Wadi Dayqah流域，结果可能不适用于其他地区	评估气候变化对阿曼水资源管理的影响，并进行未来气候预测	阿曼的Wadi Dayqah流域	气候变化	NA	混合深度学习方法，包括序列到序列模型、TCN和Transformer	序列到序列模型、TCN、Transformer	气候数据（降水和温度）	1992年至2011年的气候数据，包括14个GCMs
5871	2025-02-27	MRI-Based Topology Deep Learning Model for Noninvasive Prediction of Microvascular Invasion and Assisting Prognostic Stratification in HCC 2025-Mar, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.16205 PMID:39992060	研究论文	本研究开发并验证了一种基于MRI的拓扑深度学习模型，用于术前预测肝细胞癌（HCC）的微血管侵犯（MVI），并辅助预后分层	结合拓扑学改进深度学习模型，提高了预测性能和可解释性，并首次在HCC的MVI预测中应用	研究为回顾性设计，可能存在选择偏倚；外部验证数据集规模相对较小	开发并验证一种基于MRI的拓扑深度学习模型，用于术前预测HCC的MVI，并辅助预后分层	接受手术治疗的HCC患者	数字病理	肝细胞癌	MRI	CNN, TopoCNN, TopoCNN+Clinic	图像	589名患者（其中292名经病理证实存在MVI）
5872	2025-02-27	Prognostic models for unplanned intensive care unit readmission risk prediction: A systematic review and meta-analysis based on HSROC model 2025-03, Nursing in critical care IF:3.0Q1 DOI:10.1111/nicc.13306 PMID:39995380	系统综述与荟萃分析	本文系统回顾并荟萃分析了用于预测非计划性重症监护病房（ICU）再入院风险的预后模型，比较了机器学习模型与评分系统的性能	首次使用HSROC模型进行荟萃分析，比较了机器学习模型与评分系统在ICU再入院预测中的表现，并指出深度学习模型在敏感性上的优势	所有研究存在高偏倚风险，机器学习模型忽略了临床笔记，且模型需要外部验证以确保跨机构的可靠性	评估和比较不同模型在预测ICU非计划性再入院风险中的性能和适用性	ICU再入院预测模型	机器学习	重症监护	HSROC模型	机器学习模型、深度学习模型、评分系统	结构化数据	67项研究，包含335个模型和67个评分系统
5873	2025-02-27	FHD deep learning prognosis approach: Early detection of fetal heart disease (FHD) using ultrasonography image-based IROI combined multiresolution DCNN 2025-Feb-26, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241310981 PMID:40007382	研究论文	本文提出了一种基于超声图像的深度学习预后方法，用于早期检测胎儿心脏病（FHD）	提出了一种结合增强自适应中值滤波（EAMF）、强化感兴趣区域（IROI）分割和多分辨率深度卷积神经网络（MDCNN）分类的自动化分层网络，用于FHD的检测	未提及具体样本量和数据集的多样性，可能影响模型的泛化能力	早期检测胎儿心脏病（FHD）	胎儿心脏病的超声图像	计算机视觉	胎儿心脏病	超声2D成像	多分辨率深度卷积神经网络（MDCNN）	图像	未提及具体样本量
5874	2025-02-27	Artificial Intelligence in Computed Tomography Image Reconstruction: A Review of Recent Advances 2025-Feb-26, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001734 PMID:40008975	综述	本文综述了人工智能在计算机断层扫描（CT）图像重建中的最新进展	人工智能，特别是深度学习，在CT重建中展示了减少辐射剂量同时保持图像质量和噪声纹理的巨大潜力，并在解决低剂量CT、稀疏视图CT、有限角度CT和内部断层扫描等挑战性问题中表现出前所未有的性能	NA	探讨人工智能在CT图像重建中的应用，特别是在低剂量、稀疏视图和有限角度等挑战性条件下的应用	计算机断层扫描（CT）图像	计算机视觉	NA	深度学习	NA	图像	NA
5875	2025-02-27	Automatic placement of simulated dental implants within CBCT images in optimum positions: a deep learning model 2025-Feb-26, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03327-9 PMID:40009142	研究论文	本研究提出了一种基于深度学习的框架，用于在CBCT图像中自动放置模拟牙种植体至最佳位置	采用两阶段深度学习框架，结合YOLOv11进行标记检测和种植体位置预测，提高了牙种植体放置的自动化程度和准确性	YOLOv11在标记检测阶段的F-score仅为59%，种植体位置预测的平均绝对误差在11.931到15.954之间，表明模型仍有改进空间	提高牙种植体放置的自动化程度和准确性，减少对牙医知识和经验的依赖	CBCT图像中的牙种植体	计算机视觉	NA	深度学习	YOLOv11	3D CBCT图像	NA
5876	2025-02-27	A deep learning-based psi CT network effectively predicts early recurrence after hepatectomy in HCC patients 2025-Feb-26, Abdominal radiology (New York) DOI:10.1007/s00261-025-04849-4 PMID:40009155	研究论文	本文介绍了一种基于深度学习的psi CT网络，用于预测肝细胞癌（HCC）患者肝切除术后早期复发	结合DenseNet和注意力机制，模型能自动聚焦于对患者生存有显著影响的区域，并通过CAM技术可视化这些区域	研究为回顾性，且样本量相对有限，可能影响模型的泛化能力	开发一种可靠的方法来预测HCC患者肝切除术后早期复发	肝细胞癌（HCC）患者	数字病理	肝癌	深度学习	DenseNet	CT扫描图像	302例患者，来自五个中心
5877	2025-02-27	Data-efficient generalization of AI transformers for noise reduction in ultra-fast lung PET scans 2025-Feb-26, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07165-7 PMID:40009163	研究论文	本研究旨在使用基于深度学习的方法对超快速肺部PET扫描图像进行去噪处理，以减少呼吸运动伪影并提高诊断质量	提出了一种名为Mask-ViT的鲁棒且数据高效的深度学习方法，能够在有限的目标扫描仪训练数据上进行微调，并直接应用于新扫描仪的未见测试数据	研究仅基于两个数据集，且样本量相对较小，可能限制了模型的泛化能力	通过深度学习技术提高超快速肺部PET扫描图像的质量，减少噪声并满足临床诊断需求	超快速20秒屏气（U2BH）PET扫描图像	计算机视觉	肺癌	深度学习	Mask-ViT, U-Net, C-Gan	图像	1272个回顾性收集的全时PET数据和46个前瞻性收集的U2BH及对应的全时PET/CT图像
5878	2025-02-27	Microfluidics with Machine Learning for Biophysical Characterization of Cells 2025-Feb-25, Annual review of analytical chemistry (Palo Alto, Calif.) DOI:10.1146/annurev-anchem-061622-025021 PMID:39999863	综述	本文探讨了微流控技术与机器学习在细胞生物物理特性表征中的协同作用	结合人工智能方法，特别是机器学习和深度学习，以解决微流控系统产生的大量数据分析难题	未具体提及研究的局限性	提高微流控实验的准确性和效率，促进新的生物学发现	细胞的生物物理特性	机器学习	NA	微流控技术	机器学习和深度学习	微流控系统生成的数据	NA
5879	2025-02-27	Ultrasound Thyroid Nodule Segmentation Algorithm Based on DeepLabV3+ with EfficientNet 2025-Feb-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01436-3 PMID:40000546	研究论文	本文提出了一种基于DeepLabV3+与EfficientNet的超声甲状腺结节分割算法，旨在提高超声图像中甲状腺结节分割的准确性	首次将EfficientNet-B7作为DeepLabV3+架构的主干网络应用于甲状腺结节分割	NA	提高超声图像中甲状腺结节分割的准确性	超声图像中的甲状腺结节	计算机视觉	甲状腺疾病	深度学习	DeepLabV3+ with EfficientNet-B7	图像	来自郑州大学第一附属医院的数据集及两个公共数据集
5880	2025-02-27	The Central Role of Learning in Preventing Foot Complications in Persons With Diabetes: A Scoping Review 2025-Feb-25, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17678 PMID:40001301	综述	本文探讨了糖尿病患者足部护理的学习过程和教学策略，并分析了不同学习过程对这些策略的影响	提出了一个理解患者学习和自我管理渐进阶段的框架，并强调了个性化教育干预的重要性	研究仅限于英文文献，可能忽略了其他语言的重要研究	探索糖尿病患者足部护理的学习过程和教学策略	糖尿病患者	NA	糖尿病	NA	NA	文献数据	906篇文章