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
581	2025-05-14	Evaluating Machine- and Deep Learning Approaches for Artifact Detection in Infant EEG: Classifier Performance, Certainty, and Training Size Effects 2025-May-12, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/add740 PMID:40354792	研究论文	评估机器学习和深度学习方法在婴儿EEG中检测伪影的性能	比较了随机森林、支持向量机和深度学习模型在无需特征提取的情况下直接处理婴儿EEG数据的能力，并探讨了分类器确定性和训练数据量对性能的影响	研究仅基于特定年龄段的婴儿EEG数据（平均8.34个月），可能不适用于其他年龄段	开发自动化方法来检测婴儿EEG中的伪影，减少人工预处理的工作量	婴儿EEG数据	机器学习	NA	EEG	Random Forest, SVM, DL	EEG信号	294名婴儿的66,851个EEG时段
582	2025-05-14	Special Issue on CDS Failures: Performance Degradation between Development and Deployment of a Predictive Model for Central-Line Associated Blood Stream Infections in Hospitalized Children 2025-May-12, Applied clinical informatics IF:2.1Q4 DOI:10.1055/a-2605-1847 PMID:40355126	research paper	该研究旨在前瞻性实施一种儿科中心静脉导管相关血流感染（CLABSI）预测模型，并评估其在临床实践中的性能	创建了新的基础设施来组织当前和历史数据，以复制深度学习模型所需的预处理步骤	模型性能从回顾性数据的AUROC 0.97降至<0.60，主要问题包括训练/服务偏差、特征泄漏和过拟合	预测住院儿童中心静脉导管相关血流感染（CLABSI）的风险，以指导监测和预防工作	住院儿童的中心静脉导管相关血流感染（CLABSI）	digital pathology	pediatric disease	deep learning	deep learning models	clinical data	NA
583	2025-05-14	Preoperative prediction of malignant transformation in sinonasal inverted papilloma: a novel MRI-based deep learning approach 2025-May-12, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11655-5 PMID:40355636	research paper	开发了一种基于MRI的深度学习模型，用于术前区分鼻窦内翻性乳头状瘤（SIP）和其恶变为鳞状细胞癌（SIP-SCC）的情况	首次利用多中心大样本数据，结合T1WI、T2WI和CE-T1WI，通过注意力机制构建了联合模型，显著提高了诊断性能	研究依赖于MRI数据，可能不适用于无法进行MRI检查的患者	提高鼻窦内翻性乳头状瘤恶变的术前诊断能力	鼻窦内翻性乳头状瘤（SIP）及其恶变为鳞状细胞癌（SIP-SCC）的患者	digital pathology	鼻窦内翻性乳头状瘤	MRI	深度学习模型（具体未说明，可能为CNN）	MRI图像	568名患者（421例SIP，147例SIP-SCC）
584	2025-05-14	Discovery of novel GluN1/GluN3A NMDA receptor inhibitors using a deep learning-based method 2025-May-12, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-025-01571-1 PMID:40355656	研究论文	本研究利用基于深度学习的分子表示框架GeminiMol，通过配体虚拟筛选方法发现了一种新型GluN1/GluN3A NMDA受体抑制剂GM-10	采用深度学习框架GeminiMol进行分子表示，结合生物活性构象空间信息，实现了配体虚拟筛选，发现了一种具有全新骨架的GluN1/GluN3A抑制剂GM-10	GM-10的选择性有待进一步提高，其对GluN1/GluN2A和GluN1/GluN3B的抑制活性较高	开发基于AI的分子表示技术，促进骨架跃迁和基于相似性的虚拟筛选，用于药物发现	GluN1/GluN3A NMDA受体抑制剂	机器学习	NA	配体虚拟筛选，全细胞膜片钳记录	深度学习	分子结构数据	1800万化合物库
585	2025-05-14	Two-Stage Automatic Liver Classification System Based on Deep Learning Approach Using CT Images 2025-May-12, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01480-z PMID:40355689	研究论文	本研究提出了一种基于深度学习的自动肝脏分类系统，用于通过非对比CT图像区分肿瘤、肺泡棘球蚴病（AE）和健康病例	结合了基于RCNN的自动肝脏区域检测方法和基于CNN的分类框架，无需使用对比剂	样本量相对较小，仅包含233名患者的27,000多张图像	早期诊断肝脏疾病，特别是肺泡棘球蚴病（AE）和肿瘤	肝脏CT图像	计算机视觉	肝脏疾病	非对比CT成像	RCNN和CNN	图像	233名患者的27,000多张胸腹部图像，其中8,206张包含肝脏组织
586	2025-05-14	Effect of Deep Learning-Based Image Reconstruction on Lesion Conspicuity of Liver Metastases in Pre- and Post-contrast Enhanced Computed Tomography 2025-May-12, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01529-z PMID:40355690	research paper	本研究探讨了深度学习图像重建技术在提高肝脏转移瘤在增强CT前后显影清晰度方面的效用	比较了深度学习图像重建（DLIR-M和DLIR-H）与传统混合迭代重建（IR）方法在肝脏转移瘤显影清晰度上的差异	在增强前CT中，三位观察者对最优先选择的图像重建方法存在差异，DLIR并不总是优于混合IR	评估深度学习图像重建技术在肝脏转移瘤CT诊断中的应用效果	41名肝脏转移瘤患者的腹部CT图像	digital pathology	liver cancer	deep learning image reconstruction	NA	image	41名患者
587	2025-05-14	Deep Learning-Based Instance Appraisable Model (EDi Pain) for Pain Estimation via Facial Videos: A Retrospective Analysis and a Prospective Emergency Department Study 2025-May-12, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01534-2 PMID:40355693	研究论文	开发并验证了一种基于深度学习的实例可评估模型（EDi Pain），用于通过面部视频估计疼痛强度	提出了灵活的多元实例学习方法，解决了弱标签问题，并开发了专门的损失函数和采样策略	在前瞻性数据集上的Pearson相关系数较低（0.22），表明模型在某些情况下可能不够准确	开发一种自动化的疼痛评估系统，以提供更客观和动态的疼痛评估方法	面部视频片段	计算机视觉	NA	深度学习	EDi Pain（基于多元实例学习的深度学习模型）	视频	回顾性分析使用公共UNBC-McMaster数据集，前瞻性研究包括来自国立台湾大学医院的931名患者
588	2025-05-14	Inference-specific learning for improved medical image segmentation 2025-May-12, Medical physics IF:3.2Q1 DOI:10.1002/mp.17883 PMID:40356014	研究论文	本研究提出了一种推理特定学习策略，通过调整训练数据以更接近特定推理数据，从而提高深度学习网络在医学图像分割中的预测准确性	提出了一种不修改网络结构的推理特定学习策略，通过生成与推理数据更匹配的训练数据集来优化网络预测	未明确提及方法的计算复杂度或在实际临床环境中的适用性	通过缩小训练数据和推理数据之间的分布差异，提高深度学习网络在医学图像分割中的预测准确性	医学图像分割任务	数字病理	NA	深度学习	CNN	医学图像（CT）	腹部CT数据集30例，头颈部CT数据集42例，胰腺CT数据集210例
589	2025-05-14	Prognostic Value Of Deep Learning Based RCA PCAT and Plaque Volume Beyond CT-FFR In Patients With Stent Implantation 2025-May-12, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056335065250426150739 PMID:40357785	research paper	本研究探讨了基于深度学习的RCA PCAT和斑块体积在冠状动脉CT血管造影（CTA）衍生的血流储备分数（CT-FFR）之外对经皮冠状动脉介入治疗（PCI）患者的预后价值	首次发现基于深度学习的RCA PCAT和斑块体积比CT-FFR更能预测PCI患者的主要不良心血管事件（MACE）	研究为回顾性设计，样本量较小（183例患者）	评估深度学习辅助的PCAT和斑块体积对PCI患者预后的预测价值	接受PCI治疗并进行了冠状动脉CTA检查的患者	digital pathology	cardiovascular disease	coronary computed tomography angiography (CTA), deep learning	deep learning	medical imaging	183例PCI患者
590	2025-05-14	Deep learning diagnosis of hepatic echinococcosis based on dual-modality plain CT and ultrasound images: a large-scale, multicenter, diagnostic study 2025-May-12, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002486 PMID:40358633	research paper	开发并验证了一种基于CT和超声的多模态深度学习诊断系统，用于提高肝包虫病、肝囊肿和肝脓肿的诊断准确性	首次结合CT和超声图像开发多模态深度学习系统，显著提高肝包虫病等疾病的诊断准确性，超越单模态方法和医生诊断	研究主要集中在中国新疆地区，可能在其他地区的泛化性有待验证	提高肝包虫病、肝囊肿和肝脓肿的诊断准确性，特别是在资源匮乏地区	肝包虫病、肝囊肿、肝脓肿及健康肝脏	digital pathology	hepatic echinococcosis	深度学习	EfficientNet3D, EfficientNet-B0	image	8979例病例，来自中国新疆8家医院，跨越18年
591	2025-05-14	AI-Driven Dental Caries Management Strategies: From Clinical Practice to Professional Education and Public Self Care 2025-May-11, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.04.007 PMID:40354695	研究论文	本文综述了人工智能在龋齿管理中的应用，包括从临床实践到专业教育和公众自我护理的各个方面	利用AI技术，特别是机器学习和深度学习，改进龋齿管理的效率，包括风险预测、图像分析、治疗计划制定和教育培训	未提及具体的技术实施细节或临床验证结果	概述AI在龋齿管理中的当前应用，促进个性化患者护理	龋齿患者、牙科专业人士及公众	数字病理	龋齿	机器学习、深度学习	NA	图像、行为数据	NA
592	2025-05-14	ReQuant: improved base modification calling by k-mer value imputation 2025-May-10, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf323 PMID:40347136	研究论文	本文提出了一种名为ReQuant的算法，通过k-mer值插补改进碱基修饰识别	ReQuant算法能够从有限的k-mer上下文训练数据中插补完整的修饰模型，无需覆盖所有可能的序列上下文	算法在未见的序列上下文中预测的准确性仍需进一步验证	改进纳米孔测序中碱基修饰的识别方法	DNA碱基修饰（如甲基化和葡萄糖基化）	生物信息学	NA	纳米孔测序	基于规则的插补算法	纳米孔电流数据	Lambda噬菌体R9数据和人类R10数据
593	2025-05-14	Pose estimation and tracking dataset for multi-animal behavior analysis on the China Space Station 2025-May-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05111-8 PMID:40348756	research paper	介绍了一个用于多动物行为分析的姿态估计与跟踪数据集，旨在支持中国空间站上的动物神经科学和行为学研究	提出了首个多任务、专家验证的多动物行为分析数据集，适用于复杂场景下的空间动物研究	空间动物图像数据有限，且缺乏公开可用的带有真实标注的数据集	推动AI技术在空间动物行为分析领域的创新，发现新的行为模式	模型生物如秀丽隐杆线虫、果蝇和斑马鱼	computer vision	NA	深度学习姿态估计与跟踪	deep learning	image	多种模型生物（秀丽隐杆线虫、果蝇和斑马鱼）
594	2025-05-14	Optimizing sustainable blended concrete mixes using deep learning and multi-objective optimization 2025-May-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00943-1 PMID:40348782	研究论文	本文提出了一种结合深度神经网络和多目标优化的框架，用于设计环保混凝土配合比	结合深度神经网络与多目标粒子群优化算法，同时优化强度最大化、成本最小化和水泥减少三个竞争目标	未提及具体的数据集来源和样本多样性可能存在的限制	开发环保混凝土配合比设计方法，以提高强度、降低成本并减少环境影响	混凝土配合比设计	机器学习	NA	深度神经网络(DNNs)、多目标粒子群优化(MOPSO)、贝叶斯超参数调优	DNN	混凝土配合比参数和养护条件数据	未明确提及具体样本数量，但使用了广泛的数据集进行训练
595	2025-05-14	A deep learning framework for virtual continuous glucose monitoring and glucose prediction based on life-log data 2025-May-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01367-7 PMID:40348812	研究论文	提出一种基于生活日志数据的深度学习框架，用于虚拟连续血糖监测和血糖预测	该框架不依赖先前的血糖测量数据，利用双向LSTM网络和双重注意力机制进行时间和特征重要性建模	研究仅涉及171名健康成年人，未涵盖糖尿病患者或其他特殊人群	开发一种不依赖连续血糖监测设备的血糖预测方法，以降低监测成本和负担	健康成年人的血糖水平和生活日志数据	机器学习	代谢性疾病	深度学习	双向LSTM网络（编码器-解码器架构）	生活日志数据（包括饮食摄入、体力活动指标和血糖测量）	171名健康成年人
596	2025-05-14	Multimodal anomaly detection in complex environments using video and audio fusion 2025-May-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01146-4 PMID:40348836	research paper	该研究提出了一种基于深度学习的视频图像数据异常检测与识别算法，旨在解决复杂环境中图像和视频处理领域的准确性、鲁棒性和实时处理要求等挑战	结合时空特征提取和噪声抑制的创新方法，通过改进的变分自编码器（VAE）结构提高处理性能，特别是在复杂环境中	未明确提及具体局限性，但可能包括对计算资源的需求或特定环境下的适应性	提高复杂环境中视频序列异常检测的准确性、鲁棒性和实时处理能力	视频图像数据	computer vision	NA	深度学习	改进的VAE结构、STADNet（时空异常检测网络）、3D卷积模块、时空注意力机制	视频和音频	UCSD Ped2数据集和Avenue数据集
597	2025-05-14	A new deep learning-based fast transcoding for internet of things applications 2025-May-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99533-4 PMID:40348899	研究论文	本研究提出了一种基于深度学习的新型快速转码算法，用于物联网中的低功耗视频通信	开发了一种新颖的轻量级深度学习网络作为分类器，采用自上而下的转码策略提高效率，在CU和PU级别上均能高效运行	BD-BR略有增加（CU级别1.33%，PU级别2.16%）	实现物联网中的低功耗视频通信	分布式视频编码(DVC)到高效视频编码(HEVC)的转码过程	计算机视觉	NA	深度学习	轻量级深度学习网络	视频	NA
598	2025-05-14	Research and application of deep learning object detection methods for forest fire smoke recognition 2025-May-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98086-w PMID:40348915	研究论文	本研究探讨了基于深度学习的YOLOv11x算法在森林火灾烟雾识别中的应用效果，旨在提高早期火灾检测能力	使用YOLOv11x算法开发高效的火灾检测模型，并在多种复杂场景和外部条件下验证其性能	烟雾检测性能优于火焰检测，主要由于烟雾的视觉特征较为模糊和多变	提高森林火灾的早期检测能力，减少潜在损害	森林火灾烟雾和火焰	计算机视觉	NA	深度学习	YOLOv11x	图像	两个公开的火灾图像数据集（WD和FFS），具体样本数量未提及
599	2025-05-14	Advances in photoactivated carbon-based nanostructured materials for targeted cancer therapy 2025-May-10, Advanced drug delivery reviews IF:15.2Q1 DOI:10.1016/j.addr.2025.115604 PMID:40354939	综述	本文综述了光激活碳基纳米结构材料在靶向癌症治疗中的关键创新	探讨了碳基纳米材料（CBNs）在光热、光化学和光声特性方面的卓越性能，以及其在靶向癌症治疗中的多功能性和适应性	当前面临的挑战包括材料的可重复性、制造通量、生物相容性以及长期试验效果和生物系统中的降解特性	探索光激活碳基纳米材料在靶向癌症治疗中的应用	碳基纳米材料（CBNs）及其衍生物	纳米医学	乳腺癌、肺癌、神经胶质瘤	光热疗法（PTT）、光动力疗法（PDT）、光化学内化（PCI）	随机森林、支持向量机、神经网络和深度学习	NA	NA
600	2025-05-14	Meta-tuning and fast optimization of machine learning models for dynamic methane prediction in anaerobic digestion 2025-May-10, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2025.132654 PMID:40355002	研究论文	本研究评估了多种优化算法在调整数据准备和超参数优化管道中的应用，用于预测甲烷生产的机器学习和深度学习模型	研究展示了元调优在优化参数选择和模型精度上的优势，特别是在复杂场景如动态数据集上的循环神经网络	研究未提及样本的具体来源或多样性，可能影响结果的广泛适用性	评估和优化机器学习和深度学习模型在预测甲烷生产中的性能	甲烷生产预测模型	机器学习	NA	贝叶斯岭回归、循环神经网络	RNN	稳态和动态数据集	NA