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
5881	2024-10-22	Re: Deep Learning Artificial Intelligence Predicts Homologous Recombination Deficiency and Platinum Response from Histologic Slides 2025-May, European urology IF:25.3Q1 DOI:10.1016/j.eururo.2024.10.012 PMID:39428324	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5882	2025-04-19	Comparable Performance Between Automatic and Manual Laryngeal and Hypopharyngeal Gross Tumor Volume Delineations Validated With Pathology 2025-May-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.12.009 PMID:39788389	研究论文	本研究验证了一种用于喉部和下咽部肿瘤体积分割的深度学习模型，并将其性能与临床医生的手动描绘进行了比较	首次将深度学习模型的分割结果与病理学验证的手动描绘进行比较，证明了其可比性	样本量较小（验证集仅18例患者），且阳性预测值存在显著差异	验证深度学习模型在头颈癌肿瘤体积分割中的性能	喉部和下咽部癌症患者	数字病理学	头颈癌	深度学习	深度学习模型	医学影像	训练集193例患者，验证集18例患者
5883	2025-04-19	Clinical Application of Deep Learning-Assisted Needles Reconstruction in Prostate Ultrasound Brachytherapy 2025-May-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.12.026 PMID:39800329	research paper	本研究探讨了人工智能辅助的经会阴针重建在超声引导前列腺近距离放射治疗中的临床可行性和时间节省潜力	首次将深度学习技术应用于3D超声引导的前列腺高剂量率近距离放射治疗中的针重建，实现了治疗规划的自动化和效率提升	研究样本来自单一机构，且样本量有限（102例）	评估AI辅助针重建工具在前列腺近距离放射治疗中的临床应用价值	前列腺癌患者	digital pathology	prostate cancer	ultrasound-guided brachytherapy	deep learning	3D ultrasound images	102例超声规划的前列腺近距离放射治疗图像（50例用于模型训练和验证，11例用于评估重建精度，41例用于临床实施评估）
5884	2025-04-19	AI in SPECT Imaging: Opportunities and Challenges 2025-May, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.03.005 PMID:40189986	综述	本文全面回顾了人工智能在SPECT成像中的应用进展与挑战	总结了深度学习技术在SPECT图像重建、增强、分割及疾病分类等多方面的创新应用，并探讨了自监督学习和对比学习策略提升模型鲁棒性的潜力	数据异质性、模型可解释性及计算复杂性限制了AI方法的临床采用，缺乏标准化评估指标和大规模多模态数据集	提升SPECT成像的定量准确性及临床应用价值	SPECT成像技术及其在心血管、神经和肿瘤疾病中的应用	数字病理学	心血管疾病、神经系统疾病、肿瘤疾病	深度学习	CNN、GAN、transformers	图像	NA
5885	2025-04-19	Correlation of retinal fluid and photoreceptor and RPE loss in neovascular AMD by automated quantification, a real-world FRB! analysis 2025-May, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.16799 PMID:39540601	research paper	该研究利用人工智能算法量化抗VEGF治疗期间新生血管性年龄相关性黄斑变性（nAMD）患者的椭圆体带（EZ）损失，并分析其与疾病活动的相关性	首次采用深度学习算法自动量化视网膜内液（IRF）、视网膜下液（SRF）和色素上皮脱离（PED），并评估其对EZ层厚度的影响	样本量相对较小（211眼），且仅来自单一中心（瑞士苏黎世）	评估抗VEGF治疗期间EZ损失与nAMD疾病活动的相关性	新生血管性年龄相关性黄斑变性（nAMD）患者	digital pathology	age-related macular degeneration	spectral domain optical coherence tomography	U-net	image	211只眼（来自158名患者）
5886	2025-04-19	Development and Validation of an Algorithm for Segmentation of the Prostate and its Zones from Three-dimensional Transrectal Multiparametric Ultrasound Images 2025-May, European urology open science IF:3.2Q1 DOI:10.1016/j.euros.2025.03.005 PMID:40241852	research paper	开发并验证了一种从三维经直肠多参数超声图像中自动分割前列腺及其区域的深度学习算法	使用基于U-Net架构的卷积神经网络开发了一种自动化分割算法，能够处理三维对比增强超声和常规B型超声图像	区域分割的准确性低于整个前列腺的分割	开发一个用于前列腺癌诊断的计算机辅助诊断系统	前列腺及其区域的三维多参数超声图像	digital pathology	prostate cancer	multiparametric ultrasound (mpUS), contrast-enhanced ultrasound (CEUS), B-mode ultrasound	CNN based on U-Net architecture	3D ultrasound images	259 3D mpUS images collected from men with suspicion for PC
5887	2025-04-19	BERT-DomainAFP: Antifreeze protein recognition and classification model based on BERT and structural domain annotation 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112077 PMID:40241758	研究论文	提出了一种基于BERT和结构域注释的抗冻蛋白识别与分类模型BERT-DomainAFP	结合预训练的ProteinBERT和新型注释策略，采用过采样与欠采样技术处理不平衡数据，实现了目前最高的识别准确率	未提及模型在跨物种或新型抗冻蛋白上的泛化能力	提高抗冻蛋白的预测与分类准确性	抗冻蛋白(AFPs)	自然语言处理	NA	深度学习	BERT	蛋白质序列数据	AntiFreezeDomains数据集（未提具体样本量）
5888	2025-04-19	Scaling down annotation needs: The capacity of self-supervised learning on diatom classification 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112236 PMID:40241763	研究论文	本研究探讨了自监督学习在硅藻分类中减少标注需求的能力	引入自监督学习以解决硅藻分类中标注稀缺的挑战，并展示了小规模标注数据下仍能保持高准确率	未提及具体模型在极端小样本情况下的泛化能力	减少硅藻分类中对标注数据的依赖，提高分类效率	硅藻（环境健康评估的生物标志物）	计算机视觉	NA	自监督学习	NA	图像（光学显微镜图像）	每类50个样本（扩展实验为每类30个样本）
5889	2025-04-19	Capsule neural network and its applications in drug discovery 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112217 PMID:40241764	review	本文综述了胶囊神经网络（CapsNet）在药物发现中的应用及其理论基础	CapsNet通过捕获特征间的空间层次关系，解决了传统神经网络中的空间信息丢失问题，特别适合处理小规模数据集	文章指出了CapsNet的局限性，并提出了未来研究方向以增强其在药物发现中的实用性	探讨CapsNet在药物发现领域的应用及其性能	胶囊神经网络（CapsNet）及其在药物设计中的应用	machine learning	NA	NA	CapsNet	NA	NA
5890	2025-04-19	Identification of non-glandular trichome hairs in cannabis using vision-based deep learning methods 2025-Apr-18, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70058 PMID:40249026	research paper	提出了一种基于深度学习的计算机视觉方法，用于识别大麻中的非腺毛状体毛发	首次将深度学习应用于大麻非腺毛状体的识别，准确率超过97%，减少了对耗时耗力的专家显微镜分析的依赖	需要大量标注的显微镜图像数据集，且可能受限于样本多样性	开发一种高效准确的大麻识别方法以支持法医部门和执法机构打击非法毒品交易	大麻及其非法替代品中的非腺毛状体毛发	computer vision	NA	deep learning-based computer vision	CNN	image	数千张标注的显微镜图像，包括真正的大麻和疑似喷洒合成大麻素的非大麻植物材料
5891	2025-04-19	Deep learning reconstruction of diffusion-weighted imaging with single-shot echo-planar imaging in endometrial cancer: a comparison with multi-shot echo-planar imaging 2025-Apr-18, Abdominal radiology (New York) DOI:10.1007/s00261-025-04955-3 PMID:40249551	research paper	评估深度学习重建(DLR)在子宫内膜癌单次激发平面回波成像(SSEPI)扩散加权成像(DWI)中的效果，并与多激发敏感编码(MUSE) DWI进行比较	首次将深度学习重建技术应用于子宫内膜癌的SSEPI DWI，并与MUSE DWI进行对比，证明DLR能显著提高图像质量且扫描时间更短	研究样本量较小(31例)，且为回顾性研究	评估DLR在子宫内膜癌DWI成像中的效果	31例经手术确诊的子宫内膜癌患者	digital pathology	endometrial cancer	deep learning reconstruction, diffusion-weighted imaging, single-shot echo-planar imaging, multiplexed sensitivity-encoding	deep learning	MRI图像	31例子宫内膜癌患者
5892	2025-04-19	The Role of Artificial Intelligence in Cardiovascular Disease Risk Prediction: An Updated Review on Current Understanding and Future Research 2025-Apr-17, Current cardiology reviews IF:2.4Q2 DOI:10.2174/011573403X351048250329170744 PMID:40248921	综述	本文综述了人工智能在心血管疾病风险预测中的最新理解和未来研究方向	探讨了人工智能在提高心血管风险预测模型的准确性、效率和可及性方面的变革性作用，并展示了AI在改善CVD死亡率、生活质量指标和降低医疗成本方面的潜力	人工智能在心血管风险评估中的广泛应用仍面临挑战，主要原因是医疗专业人员缺乏教育和接受度	提高心血管疾病风险预测的准确性和成本效益，以改善患者预后和减轻全球CVD负担	心血管疾病（CVD）患者	机器学习	心血管疾病	机器学习算法、深度学习、心电图（ECG）分析	ML、DL	电子健康记录、心电图数据	NA
5893	2025-04-19	PointNorm-Net: Self-Supervised Normal Prediction of 3D Point Clouds via Multi-Modal Distribution Estimation 2025-Apr-16, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3562051 PMID:40238601	研究论文	本文提出了一种名为PointNorm-Net的自监督深度学习框架，用于预测3D点云的法线，通过多模态分布估计解决合成数据与真实数据之间的领域差距问题	PointNorm-Net是首个自监督深度学习框架，采用三阶段多模态法线分布估计范式，可集成到深度或传统优化基础的法线估计框架中	未明确提及具体限制，但暗示真实世界数据的点级法线标注是一项繁琐且昂贵的任务	提升3D点云法线预测在真实场景中的性能，克服合成数据与真实数据之间的领域差距	3D点云数据	计算机视觉	NA	自监督学习，多模态分布估计	PointNorm-Net	3D点云	三个具有不同特性的真实世界数据集
5894	2025-04-19	Prediction of Tumor Budding Grading in Rectal Cancer Using a Multiparametric MRI Radiomics Combined with a 3D Vision Transformer Deep Learning Approach 2025-Apr-16, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.046 PMID:40246672	研究论文	评估多参数MRI放射组学结合3D Vision Transformer深度学习模型在预测直肠癌患者肿瘤出芽分级中的有效性	首次将多参数MRI放射组学与3D Vision Transformer深度学习模型结合用于直肠癌肿瘤出芽分级预测	回顾性研究设计可能引入选择偏倚，且未建立临床模型	开发非侵入性方法预测直肠癌肿瘤出芽分级	349例直肠腺癌患者（来自两家医院）	数字病理	直肠癌	多参数MRI（T2WI/DWI/T1CE）	3D Vision Transformer (ViT)	医学影像	349例患者（训练集187例，内部测试集80例，外部测试集82例）
5895	2025-04-19	Multi-objective deep learning for lung cancer detection in CT images: enhancements in tumor classification, localization, and diagnostic efficiency 2025-Apr-15, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02314-8 PMID:40232589	研究论文	本研究开发并评估了一种先进的深度学习框架，用于在CT扫描图像中检测、分类和定位肺部肿瘤	模型结合了基于transformer的注意力层、自适应无锚机制和改进的特征金字塔网络，能够高效处理检测、分类和定位任务	研究仅使用了1608张CT扫描图像，样本量相对有限	开发一个用于肺部肿瘤检测、分类和定位的深度学习框架	肺部肿瘤的CT扫描图像	计算机视觉	肺癌	深度学习	transformer-based, adaptive anchor-free, improved feature pyramid network	图像	1608张CT扫描图像（623例癌症病例和985例非癌症病例）
5896	2025-04-19	A comprehensive framework for multi-modal hate speech detection in social media using deep learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94069-z PMID:40234479	研究论文	提出了一种新颖的多模态仇恨言论检测框架（MHSDF），结合CNN和RNN分析复杂的异构数据流	采用混合CNN和RNN方法，结合注意力机制，有效检测多模态仇恨言论，如混合冒犯性图像与隐含文本的模因、通过语气和面部表情传达毒性的讽刺视频等	未提及具体的数据集规模或多样性限制	开发一个高效的多模态仇恨言论检测系统，以提高社交媒体平台的内容审核能力	社交媒体中的多模态仇恨言论，包括文本、图像、音频和视频	自然语言处理	NA	Word2Vec, BERT, OCR	CNN, RNN, LSTM	文本、图像、音频、视频	NA
5897	2025-04-19	Deep neural network-enhanced prediction and carbon footprint analysis of early-age high-performance manufactured sand concrete's stress-strain behavior 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89016-x PMID:40234519	研究论文	本研究通过单轴压缩试验和深度神经网络模型，研究了早龄期机制砂混凝土（MSC）的应力-应变行为及其碳足迹	开发了一个四隐藏层、每层100个神经元的深度神经网络模型，用于预测不同水灰比、龄期和粉煤灰含量下的MSC应力-应变曲线	研究仅针对特定配比的机制砂混凝土，可能不适用于其他类型混凝土	研究早龄期机制砂混凝土的力学性能和环境影响	机制砂混凝土（MSC）	机器学习	NA	单轴压缩试验，深度神经网络	DNN	实验数据	216个试件
5898	2025-04-19	Multi scale convolutional neural network combining BiLSTM and attention mechanism for bearing fault diagnosis under multiple working conditions 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96137-w PMID:40234523	research paper	提出一种结合BiLSTM和注意力机制的多尺度卷积神经网络，用于多种工况下的轴承故障诊断	结合CNN、BiLSTM和注意力机制，提出MSCNN-BiLSTM-AM网络，能够提取多尺度时空特征和双向时间相关性特征，并通过注意力机制赋予关键特征更大权重	未提及具体样本量或实验数据的具体来源	解决轴承振动时序信号特征提取单一、无法同时利用空间和双向时间特征以及在多种工况下难以获得足够训练数据的问题	旋转机电设备的轴承故障	machine learning	NA	深度学习	CNN, BiLSTM, AM	振动时序信号	NA
5899	2025-04-19	An efficient electricity theft detection based on deep learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93140-z PMID:40234553	研究论文	提出了一种基于深度学习的电力盗窃检测新方法，利用CNN和LSTM从电力消费数据中提取抽象特征以提高检测准确性	结合CNN和LSTM提取电力消费数据的抽象特征，并采用LoRAS数据增强技术解决数据集不完整和类别不平衡的问题	未提及模型在其他地区或不同电力消费模式下的泛化能力	提高电力盗窃检测的准确性，减少对电力公司和消费者的负面影响	电力消费数据	机器学习	NA	LoRAS数据增强	CNN, LSTM	电力消费数据	来自中国国家电网公司的真实电力使用数据
5900	2025-04-19	Gated recurrent deep learning approaches to revolutionizing English language learning for personalized instruction and effective instruction 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96351-6 PMID:40234561	研究论文	探讨门控循环神经网络（GRNN）在英语语言学习（ELL）个性化教学中的应用及其效果	提出GRNN-ELL模型，通过强大的序列建模和语言处理算法动态适应学习者的进度，在流畅性、词汇多样性、上下文相关性和参与度方面优于传统方法	未提及具体的数据集规模或实验的局限性	改善英语语言学习的个性化教学效果	英语语言学习者	自然语言处理	NA	GRNN	GRNN	文本	NA