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	2025-07-26	A Weighted Voting Approach for Traditional Chinese Medicine Formula Classification Using Large Language Models: Algorithm Development and Validation Study 2025-Jul-24, JMIR medical informatics IF:3.1Q2 DOI:10.2196/69286 PMID:40705933	研究论文	本研究开发并验证了一种基于大语言模型（LLMs）的加权投票方法，用于中药方剂分类	提出了一种集成多个微调LLMs的加权投票方法，以提高中药方剂分类的准确性	研究仅使用了2441个中药方剂样本，可能不足以代表所有中药方剂的多样性	评估不同LLMs在中药方剂分类任务中的表现，并通过集成学习提高分类准确性	中药方剂	自然语言处理	NA	大语言模型（LLMs）	集成学习（加权投票）	文本	2441个中药方剂（1999个训练集，442个测试集）
42	2025-07-26	Predicting In-Hospital Mortality in Intensive Care Unit Patients Using Causal SurvivalNet With Serum Chloride and Other Causal Factors: Cross-Country Study 2025-Jul-24, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/70118 PMID:40706028	研究论文	本研究通过大规模跨国多队列研究，分析了ICU患者入院时血清氯水平与院内死亡率的关系，并建立了个性化生存曲线预测深度学习模型	首次将血清氯水平作为预后指标纳入ICU环境，并开发了Causal SurvivalNet模型进行个性化生存预测	研究结果可能受到不同国家医疗体系和数据收集方式差异的影响	提高ICU患者风险分层和临床决策的准确性	ICU患者	医疗人工智能	重症监护	因果图分析、受限三次样条、Cox比例风险模型、深度学习	Causal SurvivalNet	临床数据	189,462名ICU患者（来自4个队列：MIMIC-IV 70,370人，eICU-CRD 112,457人，烟台毓璜顶医院4,653人，自贡第四人民医院1,982人）
43	2025-07-26	A Lightweight Hybrid DL Model for Multi-Class Chest X-ray Classification for Pulmonary Diseases 2025-Jul-24, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3b8 PMID:40706615	研究论文	提出了一种轻量级混合深度学习模型，用于胸部X光片的多类分类，以诊断肺部疾病	结合了预训练的深度学习模型MobileNet和支持向量机(SVM)，提高了分类准确率并减少了训练时间	未提及模型在临床环境中的实际应用验证	提高胸部X光片对肺部疾病的分类准确率和诊断效率	胸部X光片图像	数字病理学	肺部疾病	深度学习与机器学习结合	MobileNet与SVM的混合模型	图像	来自多个公共数据源的代表广泛人群的数据集
44	2025-07-26	An Improved Domain-Adversarial Network for Predicting Hemodialysis Adequacy 2025-Jul-24, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3b9 PMID:40706617	研究论文	提出一种改进的领域对抗网络（DANN）框架，用于预测血液透析充分性（Kt/V）	结合LSTM与KAN的特征提取器增强非线性建模能力，并在标签预测器中引入多头注意力机制以捕捉长期时间依赖性	实验样本量较小（仅17名ESRD患者），需更大规模临床验证	开发准确、低成本且兼容多种透析设备的Kt/V预测方法，提升临床血液透析治疗的智能化与效率	终末期肾病（ESRD）患者的血液透析充分性指标Kt/V	医疗人工智能	终末期肾病	领域对抗神经网络（DANN）、B样条激活函数、多头注意力机制	改进的DANN（集成LSTM+KAN）	临床数据与模拟数据	17名ESRD患者的数据
45	2025-07-26	AI-Driven Framework for Automated Detection of Kidney Stones in CT Images: Integration of Deep Learning Architectures and Transformers 2025-Jul-24, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3ba PMID:40706620	研究论文	本文提出了一种基于人工智能的框架，用于在CT图像中自动检测和分类肾结石	结合深度学习和Transformer架构，提出了一种新的集成框架SwinTResNet和Vision Transformer (ViT)，用于肾结石的自动检测和分类	未提及样本量是否足够大以验证模型的泛化能力，也未讨论在不同CT扫描设备上的适用性	提高肾结石在CT图像中的自动检测和分类的准确性和效率	CT图像中的肾结石	计算机视觉	肾结石	深度学习	SwinTResNet, Vision Transformer (ViT)	图像	NA
46	2025-07-26	Deep learning-based real-time detection of head and neck tumors during radiation therapy 2025-Jul-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf40e PMID:40706626	研究论文	本研究探讨了一种基于深度学习的实时头颈部肿瘤分割方法，用于放射治疗中的肿瘤跟踪	采用个性化条件生成对抗网络（cGANs）进行头颈部肿瘤的实时分割，无需标记物即可实现高精度跟踪	样本量较小（17例患者），且不同解剖部位（鼻咽、口咽、喉）的跟踪精度存在差异	开发实时头颈部肿瘤跟踪技术以提高放射治疗精度并减少患者不适	头颈部肿瘤患者（鼻咽癌、口咽癌、喉癌）	数字病理	头颈部肿瘤	kV X射线成像	cGANs	医学影像	17例头颈部癌症患者（鼻咽4例，口咽9例，喉4例）
47	2025-07-26	EXPEDITION: an Exploratory deep learning method to quantitatively predict hematoma progression after intracerebral hemorrhage 2025-Jul-24, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2536668 PMID:40707006	研究论文	本研究开发了一种名为EXPEDITION的探索性深度学习方法，用于定量预测脑内出血后血肿进展	提出了一种新的深度学习方法EXPEDITION，用于定量预测脑内出血后的血肿进展	样本量较小，仅包括73名患者，且研究为回顾性设计	开发一种能够定量预测脑内出血后血肿进展的深度学习方法	脑内出血患者，特别是基底节或丘脑出血患者	数字病理学	脑内出血	深度学习	EXPEDITION	CT图像	73名患者（训练集58名，测试集15名）
48	2025-07-26	Association of initial core volume on non-contrast CT using a deep learning algorithm with clinical outcomes in acute ischemic stroke: a potential tool for selection and prognosis? 2025-Jul-24, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2025-023897 PMID:40707242	研究论文	本研究探讨了非对比计算机断层扫描（NCCT）上通过深度学习算法测量的初始核心体积（ICV）与接受再灌注治疗的急性缺血性卒中患者临床结果之间的关联	首次使用深度学习算法（Methinks）在NCCT上自动测量ICV，并评估其与卒中患者长期预后和症状性颅内出血（sICH）的关联	研究仅基于三个综合性卒中中心的数据，可能无法代表所有医疗机构的实际情况	评估NCCT上测量的ICV对卒中患者再灌注治疗结果和预后的预测价值	接受再灌注治疗的急性缺血性卒中患者	数字病理学	心血管疾病	深度学习算法	深度学习	医学影像	658名患者
49	2025-07-26	Multi-cascaded heart disease prediction using hybrid deep learning and optimization techniques 2025-Jul-24, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2525981 PMID:40707398	research paper	提出了一种基于深度学习的多级联心脏病预测模型，结合了优化的特征选择和深度学习网络	开发了MI-FHCO优化算法用于特征选择，并构建了多级联深度学习网络(MDLNet)进行心脏病预测	未提及模型在其他数据集上的泛化能力或临床验证结果	提高心脏病预测的准确率	心脏病患者数据	machine learning	cardiovascular disease	NaN fill方法, 数据归一化, MI-FHCO优化算法	MDLNet (Multi-Cascaded Deep Learning Network)	结构化医疗数据	未明确提及总样本量，但提到在dataset 4上达到96.65%准确率
50	2025-07-26	Self-driving microscopy detects the onset of protein aggregation and enables intelligent Brillouin imaging 2025-Jul-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60912-0 PMID:40707429	研究论文	本文开发了一种自驱动显微镜，利用深度学习预测蛋白质聚集的开始，并实现智能布里渊成像	通过深度学习从单一荧光图像预测蛋白质聚集的开始，准确率达91%，并触发优化的多模态成像	布里渊显微镜成像速度慢，限制了其在快速动态过程如蛋白质聚集中的应用	研究蛋白质聚集的生物力学特性及其在神经退行性疾病中的作用	蛋白质聚集过程	数字病理学	神经退行性疾病	布里渊显微镜, 深度学习	神经网络	图像	NA
51	2025-07-26	A Multi-Modal Pelvic MRI Dataset for Deep Learning-Based Pelvic Organ Segmentation in Endometriosis 2025-Jul-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05623-3 PMID:40707497	研究论文	本研究提出了一个新的女性盆腔MRI多中心数据集，用于子宫内膜异位症的深度学习盆腔器官分割，并展示了两种自动分割管线的基线性能	提供了首个针对子宫内膜异位症的多序列盆腔MRI数据集，并比较了两种自动分割方法（nnU-Net和RAovSeg）的性能	数据集规模相对较小（51例多中心数据和81例单中心数据），且部分数据仅由单一标注者标记	开发自动分割方法以支持子宫内膜异位症的MRI诊断研究	子宫内膜异位症患者的盆腔MRI图像	数字病理	子宫内膜异位症	MRI	nnU-Net, RAovSeg	医学影像	多中心数据集51例，单中心数据集81例
52	2025-07-26	Spatiotemporal analysis of mangroves using median composites and convolutional neural network 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12689-x PMID:40707599	研究论文	提出了一种结合中值合成和卷积神经网络的云掩膜特征提取方法，用于红树林的时空分析	提出了一种新颖的云掩膜特征提取（CMFE）方法，结合位掩膜、中值合成和多波段光谱采样，提高了红树林分析的准确性	研究仅聚焦于Pichavaram红树林，可能无法完全推广到其他地区的红树林	开发一种准确的红树林范围跟踪方法，以应对气候变化和海平面上升带来的风险	Pichavaram红树林	计算机视觉	NA	多光谱影像分析、云掩膜技术、中值合成	CNN	多光谱卫星影像	2014年至2024年的Pichavaram红树林数据
53	2025-07-26	A holistic air monitoring dataset with complaints and POIs for anomaly detection and interpretability tracing 2025-Jul-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05591-8 PMID:40707589	research paper	本研究介绍了Airware-Haikou数据集，一个用于城市空气污染研究的综合资源，整合了多变量时间序列空气质量监测数据、POI数据和公众投诉语料库	数据集整合了多源数据并通过聚类分析将数据分为四个时空子集，同时使用公众投诉语料库作为深度学习模型的后验解释基线	数据集仅覆盖中国海口市的95个监测站，可能无法代表其他城市的空气质量情况	为城市空气污染研究提供全面的数据基础，并提高污染检测的准确性和可靠性	中国海口市的空气质量数据、POI数据和公众投诉数据	环境科学	NA	空间-时间插值、聚类分析、深度学习	DsRL-Net	时间序列数据、空间数据、文本数据	95个监测站的每小时测量数据
54	2025-07-26	Hybrid deep learning framework based on EfficientViT for classification of gastrointestinal diseases 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12128-x PMID:40707631	研究论文	提出了一种基于EfficientViT的混合深度学习框架，用于胃肠道疾病的分类	结合EfficientNetB0和Vision Transformer (ViT)的优势，设计了一个双块结构，能够同时关注图像的局部细节和全局依赖关系	未提及模型在更大规模或多样化数据集上的泛化能力	提高胃肠道疾病的早期和准确诊断	胃肠道系统的八种不同类型疾病	计算机视觉	胃肠道疾病	深度学习	EfficientViT (结合EfficientNetB0和ViT)	内窥镜图像	未明确提及具体样本数量，但使用了五折交叉验证
55	2025-07-26	Transfer learning with XAI for robust malware and IoT network security 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12404-w PMID:40707655	研究论文	本研究开发了一种深度学习模型，用于在混淆恶意软件数据集上进行恶意软件分类，并采用迁移学习技术提升物联网和网络流量中的入侵检测能力	结合迁移学习和XAI（可解释人工智能）技术，提高了模型在跨领域检测场景中的准确性和效率，同时增强了模型的透明度和互操作性	未提及具体的数据集规模限制或模型在其他类型恶意软件上的泛化能力	提升恶意软件检测和网络安全防护能力	混淆恶意软件、物联网安全和传统网络入侵检测	机器学习	NA	迁移学习（TL）、可解释人工智能（XAI）	深度学习模型	内存转储数据、网络流量数据	MalwareMemoryDump数据集、NF-TON-IoT和UNSW-NB15数据集（具体数量未提及）
56	2025-07-26	Enhanced HER-2 prediction in breast cancer through synergistic integration of deep learning, ultrasound radiomics, and clinical data 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12825-7 PMID:40707691	研究论文	本研究通过整合超声放射组学与临床数据，提高了乳腺癌HER-2表达状态的诊断准确性	结合深度学习、超声放射组学和临床数据，提出了一种新的HER-2状态预测策略	样本量相对较小，仅包含210名患者	提高乳腺癌HER-2表达状态的诊断准确性，为个性化治疗提供支持	210名女性乳腺癌患者的超声图像和临床病理数据	数字病理	乳腺癌	超声放射组学、GAN、Grad-CAM	GAN、CNN（ResNet101、VGG19）、Transformer、Linear Regression、Random Forest、XGBoost、LightGBM	图像、临床数据	210名女性乳腺癌患者
57	2025-07-26	Deep learning reconstruction of zero echo time magnetic resonance imaging: diagnostic performance in axial spondyloarthritis 2025-Jul-24, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11843-3 PMID:40707731	研究论文	比较深度学习重建(DLR)的零回波时间(ZTE) MRI在诊断中轴型脊柱关节炎结构病变中的性能，与T1WI和未经DLR的ZTE MRI对比，以CT为参考标准	首次将深度学习重建技术应用于ZTE MRI，显著提高了对骨硬化和骨侵蚀的诊断性能	样本量较小(26名患者)，且仅针对骶髂关节病变进行评估	评估DLR增强的ZTE MRI在诊断中轴型脊柱关节炎结构病变中的性能	26名中轴型脊柱关节炎患者的52个骶髂关节和104个象限	数字病理学	中轴型脊柱关节炎	零回波时间磁共振成像(ZTE MRI)、深度学习重建(DLR)	深度学习	MRI图像	26名患者(52个骶髂关节和104个象限)
58	2025-07-26	Equity-enhanced glaucoma progression prediction from OCT with knowledge distillation 2025-Jul-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01884-9 PMID:40707743	研究论文	提出了一种名为FairDist的模型，利用基线光学相干断层扫描（OCT）扫描预测青光眼进展，并通过知识蒸馏提高公平性	FairDist模型结合了公平感知的EfficientNet和知识蒸馏技术，在预测青光眼进展时实现了更高的准确性和公平性	未提及模型在其他疾病进展预测任务中的具体表现	提高青光眼进展预测的准确性和公平性	青光眼患者	数字病理学	青光眼	光学相干断层扫描（OCT）	EfficientNet	图像	NA
59	2025-07-26	Artificial intelligence for multi-time-point arterial phase contrast-enhanced MRI profiling to predict prognosis after transarterial chemoembolization in hepatocellular carcinoma 2025-Jul-24, La Radiologia medica DOI:10.1007/s11547-025-02043-6 PMID:40707767	研究论文	本研究开发并验证了一种基于人工智能的模型ProgSwin-UNETR，用于利用多时间点动脉期CE-MRI数据对肝癌TACE治疗后的预后进行分层	首次开发了基于Swin Transformer架构的端到端深度学习模型ProgSwin-UNETR，用于直接从多时间点动脉期CE-MRI数据中进行四类预后分层	研究为回顾性设计，样本量相对有限（181例患者），且仅基于单中心数据	开发并验证AI模型以预测肝癌患者TACE治疗后的预后	接受TACE治疗的肝癌患者	数字病理	肝癌	CE-MRI	Swin Transformer-based ProgSwin-UNETR	医学影像	181例肝癌患者的543次动脉期CE-MRI扫描
60	2025-07-26	Single-cell image-based screens identify host regulators of Ebola virus infection dynamics 2025-Jul-24, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-025-02034-3 PMID:40707832	研究论文	通过基于单细胞图像的基因组CRISPR筛选，识别了埃博拉病毒感染的宿主调控因子	首次应用基于图像的基因组CRISPR筛选技术，结合深度学习模型，系统性地识别了埃博拉病毒感染的宿主调控因子，并验证了UQCRB和STRAP在病毒复制中的关键作用	研究主要基于体外实验，未在动物模型或临床样本中验证	识别埃博拉病毒感染的宿主调控因子，为治疗干预提供潜在靶点	埃博拉病毒(EBOV)及其宿主细胞	数字病理学	埃博拉病毒感染	CRISPR筛选, 深度学习	随机森林模型	图像数据	39,085,093个细胞