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
5921	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
5922	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
5923	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
5924	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
5925	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）
5926	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
5927	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
5928	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
5929	2025-04-01	Structure information preserving domain adaptation network for fault diagnosis of Sucker Rod Pumping systems 2025-Mar-21, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107392 PMID:40157234	研究论文	本文提出了一种结构信息保留域适应网络（SIP-DAN），用于抽油机系统的故障诊断，以提高模型的泛化能力	提出了SIP-DAN方法，通过子域对齐实现结构信息保留的域适应，并设计了分类器投票辅助对齐（CVAA）机制来处理目标域缺乏故障类别信息的问题	未明确提及具体样本量或实验条件的限制	提高抽油机系统故障诊断模型的泛化能力	抽油机系统（Sucker Rod Pumping systems）	机器学习	NA	模糊聚类算法，局部最大均值差异（LMMD）损失优化	SIP-DAN	NA	NA
5930	2025-04-01	AI and Smart Devices in Cardio-Oncology: Advancements in Cardiotoxicity Prediction and Cardiovascular Monitoring 2025-Mar-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15060787 PMID:40150129	review	本文综述了人工智能和智能心脏设备在心脏肿瘤学中的应用，特别是在心脏毒性预测和心血管监测方面的进展	整合AI和智能心脏设备，提升心血管风险评估、早期检测和实时监测心脏毒性的能力	面临数据标准化、监管审批和公平获取等挑战	探讨AI和智能设备在心脏肿瘤学中的应用，以改善患者预后	癌症患者的心血管并发症	machine learning	cardiovascular disease	machine learning (ML), deep learning (DL)	NA	biosensor data, ECG data	NA
5931	2025-04-01	A Novel Diagnostic Framework with an Optimized Ensemble of Vision Transformers and Convolutional Neural Networks for Enhanced Alzheimer's Disease Detection in Medical Imaging 2025-Mar-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15060789 PMID:40150131	research paper	提出了一种新颖的诊断框架，结合优化的视觉变换器和卷积神经网络集合，用于增强阿尔茨海默病在医学影像中的检测	提出了一种结合ViT-B16和三种CNN模型（VGG19、ResNet152V2和EfficientNetV2B3）的加权平均集成技术，并使用Grasshopper优化算法确保高性能	未提及具体的数据集局限性或模型泛化能力的测试范围	开发一个高效、准确的阿尔茨海默病早期检测框架	阿尔茨海默病患者的大脑磁共振影像（MRI）	digital pathology	geriatric disease	深度学习与医学影像分析	ViT-B16, VGG19, ResNet152V2, EfficientNetV2B3	image	使用'OASIS'基准数据集中的大量脑部MRI影像
5932	2025-04-01	A Comparative Study of Machine Learning and Deep Learning Models for Automatic Parkinson's Disease Detection from Electroencephalogram Signals 2025-Mar-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15060773 PMID:40150115	research paper	本研究比较了机器学习和深度学习模型在利用脑电图信号自动检测帕金森病方面的性能	结合先进的频谱特征工程与机器学习和深度学习模型，提出了一种创新的基于EEG的PD检测方法	需要增强特征集、增加受试者数量以及提高模型在不同环境中的泛化能力	开发一种更可靠和高效的帕金森病早期检测技术	帕金森病患者和健康受试者的脑电图信号	machine learning	Parkinson's disease	EEG信号分析	SVM, CNN	EEG信号	UC San Diego Resting State EEG数据集和IOWA数据集
5933	2025-04-01	Deep Learning Models to Detect Anterior Cruciate Ligament Injury on MRI: A Comprehensive Review 2025-Mar-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15060776 PMID:40150118	综述	本文综述了深度学习模型在MRI上检测前交叉韧带（ACL）损伤的当前应用	提供了关于深度学习在ACL撕裂检测中应用的全面和批判性综述，并识别了该领域的新兴趋势和挑战	仍需要技术发展以在日常实践中实施	回顾深度学习模型在MRI上检测ACL损伤的应用	前交叉韧带（ACL）损伤	数字病理学	运动损伤	MRI	深度学习模型	图像	23篇相关文章
5934	2025-04-01	Melanoma Skin Cancer Recognition with a Convolutional Neural Network and Feature Dimensions Reduction with Aquila Optimizer 2025-Mar-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15060761 PMID:40150103	research paper	该研究开发了一种结合CNN特征提取和Aquila优化器降维的黑色素瘤皮肤癌识别系统	首次将CNN与Aquila优化器结合用于黑色素瘤检测，显著提升了分类准确率和计算效率	研究仅使用了公开数据集，未在临床环境中进行验证	开发高效准确的黑色素瘤自动检测系统	皮肤镜图像中的黑色素瘤病变	digital pathology	melanoma	CNN特征提取结合Aquila优化器降维	CNN	image	三个公开数据集(ISIC 2019/ISBI 2016/ISBI 2017)
5935	2025-04-01	Predicting Dairy Calf Body Weight from Depth Images Using Deep Learning (YOLOv8) and Threshold Segmentation with Cross-Validation and Longitudinal Analysis 2025-Mar-18, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15060868 PMID:40150397	研究论文	该研究利用深度学习和阈值分割技术预测断奶前犊牛的体重，以提高农场管理效率	结合YOLOv8深度学习分割与阈值分割方法，首次在早期时间点预测后期犊牛体重，并比较了多种预测模型的性能	样本量较小（63头荷斯坦犊牛和5头泽西犊牛），且仅20头荷斯坦犊牛进行了手动称重	开发非接触式测量方法，预测断奶前犊牛的体重，以评估生长、饲料效率、健康和断奶准备情况	荷斯坦和泽西品种的断奶前犊牛	计算机视觉	NA	深度学习和阈值分割	YOLOv8, LR, XGBoost, LMM	深度图像	63头荷斯坦犊牛和5头泽西犊牛，其中20头荷斯坦犊牛进行了手动称重
5936	2025-04-01	Benchmarking Interpretability in Healthcare Using Pattern Discovery and Disentanglement 2025-Mar-18, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12030308 PMID:40150773	research paper	该研究评估了模式发现与解缠（PDD）系统在医疗保健领域的可解释性，通过无监督学习算法处理临床笔记以辅助决策	提出了一种无监督学习算法PDD，其在可解释性输出和聚类结果方面表现与监督深度学习模型相当，并通过全局可解释性弥补了特征重要性排名和事后分析的局限性	特征重要性排名和事后分析在临床诊断中存在局限性	评估和比较医疗保健领域AI决策的可解释性技术	临床笔记和ICD-9代码	natural language processing	NA	Term Frequency-Inverse Document Frequency, Topic Modeling	unsupervised learning algorithm	text	MIMIC-IV数据集
5937	2025-04-01	CBR-Net: A Multisensory Emotional Electroencephalography (EEG)-Based Personal Identification Model with Olfactory-Enhanced Video Stimulation 2025-Mar-18, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12030310 PMID:40150774	research paper	提出了一种基于多感官情感EEG的个人识别模型CBR-Net，并建立了包含视频和嗅觉增强视频刺激的多感官情感EEG数据集	首次结合CNN、BiLSTM和残差连接构建CBR-Net模型，并验证嗅觉增强视频刺激对提升EEG信号情感强度的有效性	未说明模型在不同人群或跨文化场景下的泛化能力	提高基于EEG的个人识别准确率	多感官刺激下的情感EEG信号	machine learning	NA	EEG信号采集与分析	CNN-BiLSTM-Residual Network (CBR-Net)	多模态数据（EEG信号+视频/嗅觉刺激）	未明确说明被试者数量
5938	2025-04-01	Improved A-Line and B-Line Detection in Lung Ultrasound Using Deep Learning with Boundary-Aware Dice Loss 2025-Mar-18, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12030311 PMID:40150775	research paper	提出了一种结合Transformer编码器和边界感知Dice损失的新型分割模型TransBound-UNet，用于提高肺部超声图像中A线和B线的检测和分割精度	集成了基于Transformer的编码器和边界感知Dice损失，提高了关键结构的准确分割	未提及具体的数据集多样性或模型在不同设备或条件下的泛化能力	提高肺部超声图像中A线和B线的自动检测和分割精度	肺部超声图像中的A线和B线	digital pathology	lung cancer	deep learning	TransBound-UNet (结合Transformer和UNet)	image	4599张肺部超声图像
5939	2025-04-01	Self-Supervised Z-Slice Augmentation for 3D Bio-Imaging via Knowledge Distillation 2025-Mar-17, ArXiv PMID:40093360	研究论文	提出了一种名为ZAugNet的自监督深度学习方法，用于提高生物图像中的z分辨率	结合生成对抗网络（GAN）和知识蒸馏技术，实现了在不牺牲准确性的情况下最大化预测速度，并开发了支持非均匀切片间距数据集的扩展版本ZAugNet+	未提及具体的局限性	提高三维生物显微镜图像的z分辨率	三维生物显微镜图像	数字病理学	NA	深度学习	GAN	图像	未提及具体样本数量
5940	2025-04-01	Enhanced Methodology and Experimental Research for Caged Chicken Counting Based on YOLOv8 2025-Mar-16, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15060853 PMID:40150382	research paper	提出了一种基于YOLOv8改进的笼养鸡计数算法YOLO-CCA，通过集成CoordAttention机制和Reversible Column Networks骨干网络，提高了计数准确率和效率	YOLO-CCA算法通过集成CoordAttention机制和Reversible Column Networks骨干网络，显著提高了YOLOv8-small模型的准确率和平均精度，并开发了基于阈值的连续帧检测方法	在Jetson AGX Orin工业计算机上部署时，识别率略有下降至93.2%	提高笼养鸡计数的准确性和效率，支持智能化家禽养殖转型	笼养鸡	computer vision	NA	YOLO-CCA, CoordAttention, Reversible Column Networks	YOLOv8-small	image	80个笼子，共493只鸡