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
5901	2025-04-02	Sleep, physical activity and panic attacks: A two-year prospective cohort study using smartwatches, deep learning and an explainable artificial intelligence model 2024-02, Sleep medicine IF:3.8Q1 DOI:10.1016/j.sleep.2023.12.013 PMID:38154150	研究论文	一项为期两年的前瞻性队列研究，利用智能手表、深度学习和可解释的人工智能模型预测恐慌发作及焦虑状态	首次结合智能手表数据、深度学习和可解释AI方法预测恐慌发作及焦虑状态，并识别关键影响因素	样本量中等且依赖自评问卷	预测恐慌发作(PA)、状态焦虑(SA)、特质焦虑(TA)和恐慌障碍严重程度(PDS)	114名恐慌障碍(PD)患者	机器学习	恐慌障碍	RNN, LSTM, GRU深度学习模型及SHAP可解释方法	LSTM	可穿戴设备记录的睡眠、体力活动和心率数据，以及临床问卷数据	114名PD患者，数据收集时间为2020年6月16日至2022年6月10日
5902	2025-04-02	Machine learning applications for early detection of esophageal cancer: a systematic review 2023-07-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-023-02235-y PMID:37460991	系统综述	本文系统综述了机器学习在食管癌早期检测中的应用现状	总结了机器学习特别是卷积神经网络在食管癌早期检测中的高准确性和敏感性	现有文献有限，许多研究存在类别不平衡和偏差，需要跨机构纵向研究验证检测算法	探讨机器学习在食管癌早期检测中的应用及其潜力	食管癌的早期检测	计算机视觉	食管癌	机器学习（ML）、深度学习（DL）、神经网络（NN）	CNN	内窥镜图像和计算机断层扫描（CT）图像	31篇相关文章
5903	2025-04-02	Deep learning in digital pathology for personalized treatment plans of cancer patients 2023-Mar, Seminars in diagnostic pathology IF:2.9Q2 DOI:10.1053/j.semdp.2023.02.003 PMID:36890029	综述	本文综述了数字病理学中深度学习在癌症患者个性化治疗计划中的应用	利用AI自动量化生物标志物，提高治疗选择的效率和客观性	NA	改善癌症患者的个性化治疗选择	癌症患者	数字病理学	癌症	AI	深度学习	H&E染色病理图像	NA
5904	2025-04-02	Neurodegeneration: 2023 update 2023-Jan, Free neuropathology DOI:10.17879/freeneuropathology-2023-4899 PMID:37694160	综述	本文回顾了作者从前一年的神经退行性神经病理学文献中精选的十项具有高度影响力的研究	强调了人类组织基础的实验，涵盖了多种疾病类别、方法和方法论，展示了研究领域的广度	仅选择了十项研究，可能未能涵盖所有重要进展	突出与神经病理学家最相关的人类组织基础研究	神经退行性疾病相关的人类组织研究	神经病理学	阿尔茨海默病、进行性核上性麻痹、Gerstmann-Sträussler-Scheinker病、慢性创伤性脑病等	冷冻电子显微镜（cryo-EM）、功能基因组学、深度学习	弱监督多实例学习范式	蛋白质组学、转录组学、基因表达数据、图像数据	NA
5905	2025-04-01	Artificial intelligence in emergency neuroradiology: Current applications and perspectives 2025-Apr, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.11.002 PMID:39672753	综述	本文综述了人工智能在急诊神经放射学中的当前应用及未来展望	提供了关于人工智能在急诊神经放射学中应用的最新进展和深度分析，包括多种成像模态和现有商业产品的描述	未提及具体的技术局限性，但呼吁更多基于临床需求的开发和儿科神经影像学的关注	探讨人工智能在急诊神经放射学中的应用现状和未来发展	急诊神经放射学中的急性缺血性卒中、颅内出血、颅内动脉瘤、动静脉畸形等疾病	数字病理学	脑血管疾病	机器学习和深度学习算法	NA	影像数据	NA
5906	2025-04-01	Near-term prediction of sustained ventricular arrhythmias applying artificial intelligence to single-lead ambulatory electrocardiogram 2025-Mar-30, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf073 PMID:40157386	研究论文	本研究开发了一种基于深度学习的单导联动态心电图模型，用于短期预测持续性室性心律失常	首次将深度学习应用于单导联动态心电图，以预测短期内的持续性室性心动过速风险，并揭示了早期去极化模式作为潜在预测因子	研究为回顾性设计，且阳性事件发生率较低（0.5%）	开发能预测致命性室性心律失常的AI模型以预防心脏骤停/猝死	来自6个国家的247254份14天动态心电图记录	数字病理学	心血管疾病	深度学习	深度学习模型	心电图信号	247254份动态心电图记录（开发集183177份，内部验证集43580份，外部验证集20497份）
5907	2025-04-01	Digital twin-assisted graph matching multi-task object detection method in complex traffic scenarios 2025-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87914-8 PMID:40155390	研究论文	提出一种基于数字孪生的跨领域目标检测迁移方法，以解决交通数据收集和标注耗时耗力的问题	结合数字孪生技术构建虚拟交通场景数据集，并引入基于图匹配的多任务目标检测算法，通过注意力机制和对抗训练提升模型鲁棒性	未提及实际部署中的计算资源消耗和实时性表现	提升复杂交通场景下的目标检测性能	虚拟和真实交通场景中的目标物体	计算机视觉	NA	数字孪生、对抗训练	多任务网络、图匹配模块	图像	未明确说明具体样本数量，包含虚拟生成和真实交通数据集
5908	2025-04-01	Synthesize multiple V/H directional beams for high altitude platform station based on deep-learning algorithm 2025-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93251-7 PMID:40155442	研究论文	本文研究了将高空平台站（HAPS）与深度学习（DL）模型相结合以增强覆盖能力的方法	提出了一种基于60单元同心圆阵列（CCA）和深度神经网络（DNN）与改进的引力搜索算法和粒子群优化（MGSA-PSO）算法的混合方法，以动态生成多方向垂直/水平（V/H）波束	未提及具体实验验证或实际部署的挑战	增强高空平台站（HAPS）的覆盖能力，特别是在复杂地形下的道路路径覆盖	高空平台站（HAPS）及其波束形成系统	机器学习	NA	深度神经网络（DNN）、改进的引力搜索算法和粒子群优化（MGSA-PSO）算法	DNN	仿真数据	使用计算机仿真技术-微波工作室套件（CST）与地球探索者（EE）用户界面工具模拟真实道路路径
5909	2025-04-01	The value of predicting breast cancer with a DBT 2.5D deep learning model 2025-Mar-29, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02170-6 PMID:40155449	research paper	评估基于数字乳腺断层合成（DBT）的2.5维深度学习模型在预测乳腺癌中的准确性和有效性	结合2.5维特征集和临床数据构建综合预测模型，展示深度学习与放射组学结合在乳腺癌早期诊断中的潜力	研究基于回顾性数据，样本量相对较小（361例），可能影响模型的泛化能力	提高乳腺癌术前预测的准确性	乳腺癌肿瘤病变患者	digital pathology	breast cancer	digital breast tomosynthesis (DBT)	DCNN, logistic regression, LightGBM, multilayer perceptron	image	361例乳腺癌患者（2018-2020年山东第一医科大学附属山东省立医院数据）
5910	2025-04-01	Deep learning for echocardiographic assessment and risk stratification of aortic, mitral, and tricuspid regurgitation: the DELINEATE-Regurgitation study 2025-Mar-29, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf248 PMID:40156921	研究论文	开发了一种基于深度学习的AI系统，用于评估主动脉、二尖瓣和三尖瓣反流，并预测二尖瓣反流的进展风险	首次开发了能够同时分类多种瓣膜反流并预测二尖瓣反流进展风险的AI系统，采用多视图方法整合多个彩色多普勒视频的预测结果	外部测试集的加权kappa值相对内部测试集有所下降，特别是三尖瓣反流的评估一致性较低	开发人工智能系统用于瓣膜反流的评估和风险分层	主动脉反流(AR)、二尖瓣反流(MR)和三尖瓣反流(TR)患者	数字病理	心血管疾病	经胸超声心动图(TTE)和彩色多普勒视频分析	深度学习	视频	71,660例TTE检查，包含1,203,980个彩色多普勒视频
5911	2025-04-01	Deep Learning Electrocardiogram Model for Risk Stratification of Coronary Revascularization Need in the Emergency Department 2025-Mar-29, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf254 PMID:40156923	research paper	开发了一种深度学习模型，用于通过心电图（ECG）识别需要冠状动脉血运重建的急性冠状动脉综合征患者	使用卷积神经网络（CNN）模型从心电图中检测与血运重建可能性相关的模式，以指导进一步评估并减少诊断不确定性	模型的特异性较高但敏感性较低，相比高敏肌钙蛋白T（hs-TnT）	识别需要冠状动脉血运重建的急性冠状动脉综合征患者，以减少诊断不确定性	急诊科就诊患者的心电图数据	machine learning	cardiovascular disease	electrocardiogram (ECG)	CNN	ECG data	训练集：144,691次急诊就诊；测试集：35,995次；外部验证集：18,673次急诊就诊
5912	2025-04-01	A DEM super resolution reconstruction method based on normalizing flow 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94274-w PMID:40148492	research paper	提出一种基于归一化流的DEM超分辨率重建方法，通过可逆网络模型学习高分辨率DEM的条件分布	首次将归一化流引入DEM超分辨率重建，通过可逆网络模型显式建模高分辨率DEM的条件分布	未讨论模型在极端地形条件下的表现	解决DEM超分辨率重建中的模糊和伪影问题	数字高程模型(DEM)图像	computer vision	NA	归一化流(normalizing flow)	可逆网络模型	DEM图像	未明确说明样本数量
5913	2025-04-01	Effects of a deep learning-based image quality enhancement method on a digital-BGO PET/CT system for 18F-FDG whole-body examination 2025-Mar-28, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00742-7 PMID:40148660	research paper	本研究评估了数字BGO PET/CT系统中基于深度学习的图像质量增强方法（PDL）对18F-FDG全身检查的影响	结合BSREM图像重建和深度学习的TOF-like图像质量增强过程（PDL），显著提高了图像质量和病变的SUVmax	研究仅基于Omni Legend 32 PET/CT系统，结果可能不适用于其他系统	评估PDL在数字BGO PET/CT系统中的基本特性和对图像质量的影响	NEMA IEC体模和30例临床全身18F-FDG PET/CT检查	digital pathology	NA	PET/CT成像，深度学习图像增强	深度学习（PDL）	图像	30例临床全身18F-FDG PET/CT检查
5914	2025-04-01	UrbanEV: An Open Benchmark Dataset for Urban Electric Vehicle Charging Demand Prediction 2025-Mar-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04874-4 PMID:40155635	research paper	介绍了一个名为UrbanEV的开放数据集，用于预测城市电动汽车充电需求	提供了首个涵盖充电站占用率、时长、用电量和价格等多维度数据的开放数据集，并包含天气和空间邻近性等影响因素	数据仅来自深圳一个城市，可能无法完全代表其他地区的充电需求模式	推动电动汽车充电需求预测和管理的研究	电动汽车充电站	machine learning	NA	NA	统计模型、深度学习和基于transformer的方法	时间序列数据	超过20,000个充电站，时间跨度为六个月
5915	2025-04-01	An optimized deep learning based hybrid model for prediction of daily average global solar irradiance using CNN SLSTM architecture 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95118-3 PMID:40155655	研究论文	本研究开发了一种结合CNN和SLSTM的混合深度学习模型，用于预测每日平均全球太阳辐照度	提出了一种结合CNN和SLSTM的混合模型，并使用黏菌优化算法优化超参数，提高了预测精度	未提及模型在其他地理区域的泛化能力	开发高精度的太阳辐照度预测模型以优化光伏系统并网	每日平均全球太阳辐照度	机器学习	NA	递归特征消除技术、十倍交叉验证技术	CNN-SLSTM	气象参数和太阳辐照度数据	未明确说明样本数量
5916	2025-04-01	Multimodal Deep Learning for Grading Carpal Tunnel Syndrome: A Multicenter Study in China 2025-Mar-28, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.043 PMID:40157849	research paper	本研究开发了一种结合临床信息和多模态超声特征的联合深度学习模型（CTSGrader），用于评估腕管综合征（CTS）的严重程度	首次开发了结合临床信息和多模态超声特征的联合深度学习模型（CTSGrader），用于CTS严重程度分级，并验证了其在多中心研究中的泛化能力	研究为回顾性和前瞻性混合设计，可能影响模型的泛化能力，且样本量相对有限	开发并验证一种结合临床信息和多模态超声特征的深度学习模型，用于CTS严重程度分级	腕管综合征（CTS）患者	digital pathology	腕管综合征	超声（US）和多模态深度学习	joint-DL model (CTSGrader)	超声图像和临床数据	训练集680例，内部验证集173例，外部验证集174例，外部验证集2（跨厂商测试）224例
5917	2025-04-01	A novel deep learning radiopathomics model for predicting carcinogenesis promotor cyclooxygenase-2 expression in common bile duct in children with pancreaticobiliary maljunction: a multicenter study 2025-Mar-27, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01951-5 PMID:40146354	研究论文	开发并验证了一种整合放射学和病理学影像数据的深度学习放射病理学模型（DLRPM），用于预测儿童胰胆管合流异常（PBM）患者胆道环氧合酶-2（COX-2）的表达	首次提出了一种整合CT和组织病理学图像的深度学习放射病理学模型（DLRPM），用于预测PBM患者胆道COX-2表达	需要前瞻性多中心研究进一步验证其泛化性	预测儿童胰胆管合流异常患者胆道COX-2的表达	219例PBM患者	数字病理	胰胆管合流异常	免疫组织化学、深度学习	DLRPM	CT图像、H&E染色组织病理学切片	219例（训练集104例，内部测试集71例，外部测试集44例）
5918	2025-04-01	Physics-informed neural networks with hybrid Kolmogorov-Arnold network and augmented Lagrangian function for solving partial differential equations 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92900-1 PMID:40148388	研究论文	本文提出了一种结合Kolmogorov-Arnold网络和增强拉格朗日函数的物理信息神经网络（AL-PKAN），用于解决偏微分方程	引入了混合编码器-解码器模型AL-PKAN，利用GRU模块和KAN模块解决传统多层感知器在PINNs中的解释性和谱偏差问题，并通过增强拉格朗日函数动态调节约束平衡	未提及具体的数据集或实际应用场景的验证	解决偏微分方程（PDEs）的数值计算问题	偏微分方程的数值解	机器学习	NA	物理信息神经网络（PINNs），Kolmogorov-Arnold网络（KAN），增强拉格朗日函数	AL-PKAN（混合GRU和KAN模块的编码器-解码器模型）	数值数据	NA
5919	2025-04-01	Application of multi-attribute decision-making combined with BERT-CNN model in the image construction of ice and snow tourism destination 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95221-5 PMID:40148433	研究论文	本研究提出了一种结合深度学习和多属性决策方法的创新评估框架，用于提升冰雪旅游目的地形象评估的科学性和准确性	创新性地设计了基于BERT-CNN的文本特征提取模型，并引入多属性决策方法进行属性权重分配和决策优化	NA	提升冰雪旅游目的地形象评估的科学性和准确性	冰雪旅游目的地的形象评估	自然语言处理	NA	BERT, CNN	BERT-CNN	文本	NA
5920	2025-04-01	MRI transformer deep learning and radiomics for predicting IDH wild type TERT promoter mutant gliomas 2025-Mar-27, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00884-y PMID:40148588	研究论文	本研究通过多参数MRI序列和新型融合模型预测IDH野生型TERT启动子突变胶质瘤，同时匹配模型分类指标与患者风险分层，以制定个性化诊断和预后评估	提出了一种基于CrossFormer神经网络的多通道2.5D深度学习模型，并与2D深度学习模型和放射组学模型通过集成学习结合成堆叠模型，实现了较高的预测性能	NA	预测IDH野生型TERT启动子突变胶质瘤并实现患者风险分层	1185名胶质瘤患者的术前T1CE和T2FLAIR序列	数字病理学	胶质瘤	多参数MRI	CrossFormer神经网络、集成学习堆叠模型	MRI图像	1185名胶质瘤患者