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
41	2025-05-18	Deep Learning Based Surface Classification of Functionalized Polymer Coatings 2025-May-13, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c03971 PMID:40306624	研究论文	本研究利用深度学习神经网络分析功能化聚合物涂层的表面分类	通过深度学习神经网络对聚合物涂层进行高精度分类，即使面对未知聚合物涂层也能保持高准确率	概念验证研究，样本量有限，仅包含10种结构不同的聚合物涂层	开发一种简单、快速且可扩展的表面分析方法，用于功能化聚合物涂层的分类	功能化聚合物涂层的表面特性	计算机视觉	NA	偏振光显微镜成像	CNN	图像	10种结构不同的聚合物涂层
42	2025-05-18	HBUED: An EEG dataset for emotion recognition 2025-May-12, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119397 PMID:40368143	研究论文	本文介绍了一个用于情感识别的大规模EEG数据集HBUED，并提出了一种深度学习方法来提高EEG情感识别的性能	提出了一个大规模EEG数据集HBUED，并设计了一种双输入网络架构和平行特征提取模块来提升情感识别性能	未提及具体的数据集样本数量或多样性限制	提高基于EEG的情感识别性能	人类情感识别	机器学习	NA	EEG	深度学习	EEG信号	未明确提及具体样本数量
43	2025-05-18	Accelerating prostate rs-EPI DWI with deep learning: Halving scan time, enhancing image quality, and validating in vivo 2025-May-12, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110418 PMID:40368253	research paper	本研究评估了基于深度学习的超分辨率技术在减少前列腺扩散加权成像扫描时间同时保持图像质量方面的可行性和有效性	使用多尺度自相似网络（MSSNet）进行图像重建，显著减少了扫描时间并提升了图像质量	研究未提及长期临床应用效果或更大样本量的验证	评估深度学习超分辨率技术在前列腺扩散加权成像中的应用效果	前列腺扩散加权成像数据	digital pathology	prostate cancer	readout-segmented echo-planar imaging (rs-EPI), deep learning super-resolution	MSSNet	image	未明确提及具体样本数量
44	2025-05-18	Automatic construction of risk transmission network about subway construction based on deep learning models 2025-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99561-0 PMID:40350479	研究论文	本研究基于深度学习模型，自动构建地铁施工安全风险传播网络	开发了针对地铁施工安全风险的特定领域实体识别模型和因果关系提取模型，实现了从事故文本中自动提取安全风险因素、安全事件及其因果关系	使用的文本数据量有限	提高地铁施工安全风险管理的效率和准确性	地铁施工事故文本数据	自然语言处理	NA	深度学习	BiLSTM-CRF, CNN	文本	562起地铁施工事故
45	2025-05-18	Relevance of choroid plexus volumes in multiple sclerosis 2025-May-08, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-025-00656-7 PMID:40340923	研究论文	本研究探讨了多发性硬化症（MS）中脉络丛（ChP）体积与脑室周围组织损伤的关系，并阐明了神经炎症在原发性进行性多发性硬化症（PPMS）中的作用	使用基于结构MRI数据的深度学习分割方法评估ChP体积，并发现ChP体积在复发缓解型多发性硬化症（RRMS）患者中显著增加，而在PPMS患者中未发现类似现象	研究为横断面设计，无法确定因果关系，且样本量相对较小	识别ChP与MS中脑室周围组织损伤的关系，并阐明神经炎症在PPMS中的作用	141名RRMS患者、64名PPMS患者和75名健康对照者	数字病理学	多发性硬化症	结构MRI	深度学习分割方法	MRI图像	280人（141名RRMS患者、64名PPMS患者和75名健康对照者）
46	2025-05-18	Inter-Relationships Between the Deep Learning-Based Pachychoroid Index and Clinical Features Associated with Neovascular Age-Related Macular Degeneration 2025-May-07, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14093245 PMID:40364275	research paper	本研究利用深度学习技术开发的Hokkaido University pachychoroid index (HUPI) 探讨了厚脉络膜对日本新生血管性年龄相关性黄斑变性(nAMD)临床特征的影响	使用改进的LeNet模型从EDI-OCT脉络膜图像计算HUPI，揭示了不同类型nAMD中厚脉络膜特征的差异及其与临床参数的关联	研究为回顾性观察研究，样本量相对较小(124眼)，且仅针对日本人群	探讨厚脉络膜对新生血管性年龄相关性黄斑变性临床特征的影响	111例初治nAMD患者的124眼(包括44眼1型MNV、26眼2型MNV和54眼PCV)	digital pathology	age-related macular degeneration	EDI-OCT	modified LeNet	image	124眼(来自111名患者)
47	2025-05-18	Explainable Artificial Intelligence for Diagnosis and Staging of Liver Cirrhosis Using Stacked Ensemble and Multi-Task Learning 2025-May-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091177 PMID:40361994	研究论文	本研究提出了一种基于深度学习的框架，用于利用T2加权MRI图像自动诊断和分期肝硬化的方法	结合堆叠集成学习、多任务学习（MTL）和迁移学习，在可解释人工智能（XAI）背景下提高诊断准确性、可靠性和透明度	NA	开发一种自动诊断和分期肝硬化的深度学习框架	肝硬化患者	数字病理学	肝硬化	T2加权MRI	CNN（VGG16, MobileNet, DenseNet121）和XGBoost	图像	CirrMRI600+数据集，采用10折交叉验证策略
48	2025-05-18	Convolutional Long Short-Term Memory network for generating 100 m daily near-surface air temperature 2025-May-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05032-6 PMID:40368929	research paper	该研究利用ConvLSTM深度学习模型生成中国江北气候区高时空分辨率的近地表气温数据集	提供了100米空间分辨率的日尺度近地表气温数据，并包含2023年夏季的最新数据	仅关注夏季月份（6月至8月）的数据，且研究区域限于中国江北气候区	为密集开发的城区提供高时空分辨率的近地表气温数据，以支持城市气候研究和热浪缓解策略	中国江北气候区2019年至2023年夏季的日最高、最低和平均气温	machine learning	NA	ConvLSTM	ConvLSTM	多源数据（ERA5温度数据、地形、土地覆盖和植被覆盖度）	2019年至2023年夏季（6月至8月）的日尺度数据
49	2025-05-18	Deep Learning-Based Classification of Canine Cataracts from Ocular B-Mode Ultrasound Images 2025-May-04, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15091327 PMID:40362142	research paper	本研究旨在开发和评估深度学习模型，用于从犬眼B型超声图像中自动分类白内障	使用四种广泛使用的深度学习模型（AlexNet、EfficientNetB3、ResNet50和DenseNet161）进行犬白内障分类，其中DenseNet161表现最佳	Hypermature白内障的分类准确率较低（78.6%）	开发自动分类犬白内障的深度学习模型，以辅助兽医诊断	犬白内障的超声图像	computer vision	白内障	B型超声成像	AlexNet, EfficientNetB3, ResNet50, DenseNet161	image	3155张超声图像（1329例无白内障，614例皮质性白内障，1033例成熟白内障，179例过熟白内障）
50	2025-05-18	Impact and Failure Analysis of U-Shaped Concrete Containing Polyurethane Materials: Deep Learning and Digital Imaging Correlation-Based Approach 2025-May-02, Polymers IF:4.7Q1 DOI:10.3390/polym17091245 PMID:40363029	研究论文	本研究利用先进的卷积神经网络（CNNs）分析并分类了含聚氨酯（PU）的U型混凝土在重复落锤冲击载荷下的断裂行为	结合数字图像相关（DIC）技术和深度学习模型（如InceptionV3、MobileNet和DenseNet121），实现了对混凝土裂缝阶段的自动化分类，显著提高了传统视觉检测方法的准确性和效率	样本量较小（仅17个U型试件），且PU含量梯度有限（0%、10%、20%和30%）	评估不同PU含量对混凝土抗冲击性和弯曲性能的影响，并开发自动裂缝评估框架	含聚氨酯的U型混凝土试件	计算机视觉	NA	数字图像相关（DIC）、动态与静态力学测试	CNN（InceptionV3、MobileNet、DenseNet121）	高分辨率裂缝图像	17个U型试件，共1655张裂缝图像
51	2025-05-18	Thermal Degradation of Palm Fronds/Polypropylene Bio-Composites: Thermo-Kinetics and Convolutional-Deep Neural Networks Techniques 2025-May-02, Polymers IF:4.7Q1 DOI:10.3390/polym17091244 PMID:40363028	研究论文	本研究评估了棕榈叶(PFR)对聚丙烯塑料(PP)热降解的影响，结合了TGA/FTIR实验测量、热动力学和卷积深度学习神经网络(CDNN)技术	结合热动力学和卷积深度学习神经网络技术，研究棕榈叶与聚丙烯塑料混合材料的热降解行为，并优化模型以减少成本函数	研究仅针对特定比例的PFR和PP混合材料，且温度范围有限，未涵盖所有可能的混合比例和温度条件	评估棕榈叶对聚丙烯塑料热降解的影响，探索可持续的塑料废物降解方法	棕榈叶(PFR)和聚丙烯塑料(PP)的纯材料及其混合材料	机器学习	NA	TGA/FTIR实验测量、热动力学分析、卷积深度学习神经网络(CDNN)	CDNN	热重分析数据	纯PFR、纯PP及含25%和50% PFR的混合材料，在不同加热速率(10、20、40 °C·min)和温度范围(25-600 °C)下进行实验
52	2025-05-18	Prediction of real-time cine-MR images during MRI-guided radiotherapy of liver cancer using a GAN-ConvLSTM network 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17609 PMID:39755123	research paper	本研究提出了一种改进的GAN网络，用于实时预测肝脏癌症放疗过程中的cine-MR图像	使用pix2pix GAN并将生成器替换为ConvLSTM，以预测未来五帧图像，相比现有网络表现更优	样本量较小（15名患者），且个性化模型训练可能增加计算复杂度	提高MRI引导放疗中实时图像预测的准确性，以补偿系统延迟	肝脏癌症患者的cine-MR图像	medical imaging	liver cancer	cine-MR imaging	GAN-ConvLSTM	image	15名患者的300帧图像序列
53	2025-05-18	Segmentation of coronary artery and calcification using prior knowledge based deep learning framework 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17642 PMID:39878608	研究论文	本研究提出了一种基于深度学习的冠状动脉和钙化分割框架，利用解剖学先验知识提高分割准确性，并探索了分割结果对旋转式斑块切除术的预测能力	整合了冠状动脉和钙化的解剖学先验知识到深度学习框架中，设计了包含中心线提取、自注意力、逻辑运算和分割四个模块的新型分割框架	研究样本量较小（72例患者），可能影响结果的泛化性	提高冠状动脉和钙化的分割准确性，并探索分割结果对旋转式斑块切除术的预测能力	冠状动脉和钙化	数字病理	心血管疾病	CTA	VAE, 自注意力机制	3D医学图像	72例患者的CTA图像数据集
54	2025-05-18	Multilevel perception boundary-guided network for breast lesion segmentation in ultrasound images 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17647 PMID:39887423	research paper	提出了一种名为PBNet的多层次感知边界引导网络，用于从超声图像中准确分割乳腺肿瘤，特别是对与正常组织强度相似的肿瘤边界进行了优化	PBNet通过多层次全局感知模块(MGPM)和边界引导模块(BGM)的结合，以及引入多层次边界增强分割(BS)损失，提高了非增强乳腺病变的边界分割准确性	效应量小于0.2，表明虽然性能提升显著，但实际效果提升幅度有限	提高超声图像中乳腺肿瘤自动分割的准确性，特别是对边界模糊的非增强病变	乳腺肿瘤超声图像	digital pathology	breast cancer	deep learning-based segmentation	PBNet (包含MGPM和BGM模块)	ultrasound images	公开数据集BUSI包含780张图像，内部数据集包含995张图像
55	2025-05-18	Patient- and fraction-specific magnetic resonance volume reconstruction from orthogonal images with generative adversarial networks 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17668 PMID:39904621	研究论文	开发了一种基于条件生成对抗网络（GAN）的模型，用于从正交2D MR图像重建患者和分次特定的3D MR体积，以实现在线剂量适应	提出了一种患者和分次特定的微调工作流程，有效解决了小数据集下3D MR体积重建的问题	需要进一步验证模型在其他类型疾病或更大规模数据集上的泛化能力	开发个性化深度学习模型，用于3D MR体积重建	43名接受MR引导自适应放疗的患者	数字病理	前列腺癌	MR成像	条件GAN	MR图像	43名患者的2473个3D MR体积
56	2025-05-18	Neural architecture search with Deep Radon Prior for sparse-view CT image reconstruction 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17685 PMID:39930320	research paper	提出了一种名为NAS-DRP的新型无监督深度学习方法，用于稀疏视角CT图像重建	结合了Deep Radon Prior (DRP)和Neural Architecture Search (NAS)，利用强化学习优化网络结构，提升图像重建质量	需要进一步验证在大规模数据集上的泛化能力	提升稀疏视角CT图像重建的质量和效率	稀疏视角CT图像	medical imaging	NA	deep learning, Neural Architecture Search (NAS), Deep Radon Prior (DRP)	encoder-decoder network, Recurrent Neural Networks (RNNs)	CT图像	NA
57	2025-05-18	Beam's eye view to fluence maps 3D network for ultra fast VMAT radiotherapy planning 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17673 PMID:39935217	research paper	本文提出了一种深度学习方法来加速VMAT放疗计划中的通量图生成	开发了一种3D网络，能够直接从患者数据预测通量图，显著提高了VMAT放疗计划的速度	未提及具体临床验证结果，可能缺乏实际应用中的性能评估	加速VMAT治疗计划中的通量图生成过程	VMAT放疗计划中的通量图	digital pathology	cancer	深度学习	3D network	3D dose map	2000多个VMAT计划
58	2025-05-18	Dose prediction via deep learning to enhance treatment planning of lung radiotherapy including simultaneous integrated boost techniques 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17692 PMID:39967020	研究论文	本研究探讨了深度学习在预测包括同步整合增强技术在内的肺癌放疗剂量分布中的可行性和潜在益处	开发了一个3D U-Net架构模型，用于预测多种处方剂量下的3D剂量分布，并验证了其在改善肺癌放疗计划质量中的潜在益处	研究样本量相对较小，且仅来自单一机构的数据	验证深度学习在预测包括同步整合增强技术在内的肺癌放疗剂量分布中的可行性及其在改善治疗计划质量中的潜在益处	肺癌患者的放疗计划	数字病理	肺癌	深度学习	3D U-Net	CT图像、靶区和正常组织轮廓、处方剂量	93例回顾性临床VMAT计划（75例训练，18例测试）和10例前瞻性患者
59	2025-05-18	Replicating PET Hydrolytic Activity by Positioning Active Sites with Smaller Synthetic Protein Scaffolds 2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202500859 PMID:40089854	研究论文	本文提出了一种计算策略，通过利用已知的催化机制并结合深度学习和分子计算，设计出新型的聚对苯二甲酸乙二醇酯水解酶（PET水解酶）	利用人工智能驱动的蛋白质结构预测和从头设计技术，成功复制了PET水解活性，设计出的酶序列长度比模板酶LCC短至少30%	NA	扩展酶多样性，设计出自然界中不存在的高活性和稳健的酶	聚对苯二甲酸乙二醇酯水解酶（PET水解酶）	蛋白质工程	NA	深度学习算法和分子计算	NA	蛋白质序列和结构数据	NA
60	2025-05-18	Automated chick gender determination using optical coherence tomography and deep learning 2025-May, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105033 PMID:40106909	研究论文	本研究提出了一种结合光学相干断层扫描（OCT）和深度学习的新方法，用于高分辨率、非侵入性的雏鸡性别鉴定	首次将OCT与深度学习结合用于自动化雏鸡性别鉴定，提供了一种可扩展、实时的替代方案	模型的准确率为79%，仍有提升空间	优化家禽生产中的雏鸡性别鉴定	雏鸡	计算机视觉	NA	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	NA