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
6401	2025-04-21	Stigmatisation of gambling disorder in social media: a tailored deep learning approach for YouTube comments 2025-Apr-18, Harm reduction journal IF:4.0Q1 DOI:10.1186/s12954-025-01169-0 PMID:40247272	研究论文	本研究采用深度学习方法来分析YouTube上关于赌博障碍的评论，以了解德国社会对赌博障碍的污名化现象	结合引导主题建模和定性总结内容分析的深度学习方法，以及基于现有文献和收集数据构建的扩展污名词典	仅分析了两个YouTube视频的评论，样本量有限	了解赌博障碍的污名化现象，以开发减少污名化的有效策略	YouTube上关于赌博障碍的用户评论	自然语言处理	赌博障碍	深度学习、引导主题建模、定性总结内容分析	NA	文本	从34个视频中收集的84,024条评论，最终分析2个视频的评论
6402	2025-04-21	Habitat Radiomics and Deep Learning Features Based on CT for Predicting Lymphovascular Invasion in T1-stage Lung Adenocarcinoma: A Multicenter Study 2025-Apr-18, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.005 PMID:40253221	research paper	研究基于CT的栖息地放射组学和深度学习特征预测T1期肺腺癌淋巴管侵犯的多中心研究	首次将栖息地放射组学与深度学习模型结合，用于预测T1期肺腺癌的淋巴管侵犯，并展示了其优于传统放射组学和深度学习模型的性能	研究为回顾性分析，可能存在选择偏差，且样本量相对较小	探讨CT衍生的栖息地放射组学在预测T1期肺腺癌淋巴管侵犯中的应用及其效果	349名T1期肺腺癌患者	digital pathology	lung cancer	CT成像，K-means聚类算法	radiomics, habitat, DL	CT图像	349名患者（内部训练集210名，外部测试集139名）
6403	2025-04-21	Radiology AI and sustainability paradox: environmental, economic, and social dimensions 2025-Apr-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01962-2 PMID:40244301	综述	本文探讨了人工智能在放射学中的可持续性悖论，包括环境、经济和社会三个维度的影响	从放射学视角全面分析了AI的可持续性挑战及其潜在解决方案	未提供具体数据支持AI环境影响的量化分析	评估AI在放射学应用中的可持续性影响并提出改进策略	放射学中的人工智能系统	数字病理	NA	深度学习	NA	NA	NA
6404	2025-04-21	A deep learning model based on self-supervised learning for identifying subtypes of proliferative hepatocellular carcinoma from dynamic contrast-enhanced MRI 2025-Apr-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01968-w PMID:40244356	研究论文	本研究利用动态对比增强MRI（DCE-MRI）和非监督深度学习模型，高效准确地识别肝细胞癌（HCC）的增殖亚型	提出了一种基于自监督学习（SSL）的动态放射组学工作流程的深度学习预测模型，用于识别HCC的增殖亚型，其准确性和速度优于传统单阶段模型	研究为回顾性研究，样本量相对有限（381例患者），且仅在两个医疗中心进行	提高HCC增殖亚型的诊断精度，指导个性化治疗计划	肝细胞癌（HCC）患者	数字病理学	肝细胞癌	动态对比增强MRI（DCE-MRI）	深度学习模型（基于SSL）	医学影像（MRI）	381例HCC患者（训练集220例，内部测试集93例，外部测试集68例）
6405	2025-04-21	A comprehensive case study of deep learning on the detection of alpha thalassemia and beta thalassemia using public and private datasets 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97353-0 PMID:40246871	研究论文	本研究探讨了深度学习模型（CNN和XGBoost）在利用公共和私人数据集预测α和β地中海贫血中的表现	结合CNN和XGBoost模型，利用公共和私人数据集进行地中海贫血的早期诊断，展示了高质量数据对AI模型预测能力的显著提升	研究依赖于特定数据集的质量和规模，可能限制了模型的泛化能力	探索深度学习模型在地中海贫血早期诊断中的应用效果	α和β地中海贫血患者	数字病理学	地中海贫血	深度学习	CNN, XGBoost	临床记录和医学数据库数据	公共和私人数据集，具体数量未提及
6406	2025-04-21	Convolutional neural network-based deep learning for landslide susceptibility mapping in the Bakhtegan watershed 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96748-3 PMID:40246900	研究论文	本研究利用卷积神经网络（CNN）进行深度学习，以高精度绘制伊朗西南部Bakhtegan流域的滑坡敏感性图	采用CNN模型处理多维地理空间数据，有效学习影响斜坡不稳定性的复杂模式，相比传统统计方法在准确性和精度上有显著提升	研究仅针对Bakhtegan流域，模型在其他地理区域的适用性有待验证	开发高精度滑坡敏感性评估方法，以支持风险降低策略的制定	Bakhtegan流域的地质和环境因素	机器学习	NA	深度学习	CNN	地理空间数据	235个已记录的滑坡位置和相同数量的非滑坡位置
6407	2025-04-21	Deep learning and sentence embeddings for detection of clickbait news from online content 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97576-1 PMID:40246954	研究论文	本文提出了一种使用深度学习和句子嵌入技术从乌尔都语内容中检测点击诱饵新闻的方法	首次专注于乌尔都语内容的点击诱饵新闻检测，并采用最先进的深度特征和句子嵌入技术	研究仅针对乌尔都语内容，未涉及其他语言	提高在线信息的真实性和原创性，特别是在乌尔都语内容中检测点击诱饵新闻	乌尔都语新闻标题	自然语言处理	NA	句子嵌入	Bi-LSTM	文本	NA
6408	2025-04-21	Improved security for IoT-based remote healthcare systems using deep learning with jellyfish search optimization algorithm 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97065-5 PMID:40246970	研究论文	提出了一种基于深度学习和水母搜索优化算法的物联网远程医疗系统安全增强机制	结合CNN-LSTM-Attention模型和水母搜索优化算法(JSO)进行疾病检测与分类，并优化超参数	未提及具体样本量及数据集多样性，可能影响模型泛化能力	提升物联网医疗系统的数据安全性和健康问题早期识别能力	物联网医疗设备采集的体温、心电图和心率等生命体征数据	机器学习	慢性病	min-max归一化、细菌觅食优化算法(BFOA)、CNN-LSTM-Attention模型、水母搜索优化器(JSO)	CNN-LSTM-Attention	生命体征数据	NA
6409	2025-04-21	Deep learning model DeepNeo predicts neointimal tissue characterization using optical coherence tomography 2025-Apr-17, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00835-5 PMID:40247001	研究论文	本文介绍了一种名为DeepNeo的深度学习模型，用于通过光学相干断层扫描（OCT）自动分割和分类新生内膜组织	DeepNeo是首个能够完全自动化分割和分类新生内膜组织的深度学习算法，其性能与人类专家相当	研究样本量相对较小，仅包含1148帧来自92个OCT回拉图像，且动物模型仅使用了新西兰白兔	开发一种自动化工具，用于评估经皮冠状动脉介入治疗（PCI）后的血管愈合情况	新生内膜组织的光学相干断层扫描（OCT）图像	数字病理学	心血管疾病	光学相干断层扫描（OCT）	深度学习模型（DeepNeo）	图像	1148帧来自92个OCT回拉图像，以及新西兰白兔动物模型
6410	2025-04-21	Enhanced anomaly network intrusion detection using an improved snow ablation optimizer with dimensionality reduction and hybrid deep learning model 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97398-1 PMID:40247081	研究论文	提出了一种结合优化算法、降维技术和混合深度学习模型的增强型异常网络入侵检测方法	结合了改进的雪消融优化器(ISAO)、降维技术和LSTM-AE混合模型，提高了异常入侵检测的准确率	仅在CIC-IDS2017数据集上进行了验证，未在其他数据集上测试泛化能力	开发更强大可靠的网络入侵检测系统以提高网络安全	网络入侵行为	网络安全	NA	机器学习(ML)、深度学习(DL)、降维技术	LSTM-AE混合模型	网络流量数据	CIC-IDS2017数据集
6411	2025-04-21	Automated machine learning for early prediction of systemic inflammatory response syndrome in acute pancreatitis 2025-Apr-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02997-7 PMID:40247291	研究论文	本研究利用自动机器学习（AutoML）算法构建模型，用于早期和精确预测急性胰腺炎（AP）中的全身炎症反应综合征（SIRS）	使用AutoML算法（尤其是深度学习模型）进行SIRS的早期预测，相比传统逻辑回归（LR）方法表现更优	回顾性研究设计可能引入选择偏倚，且样本量相对有限	开发早期预测急性胰腺炎患者发生全身炎症反应综合征的自动化工具	被诊断为急性胰腺炎的患者	机器学习	急性胰腺炎	AutoML, LASSO, 深度学习	深度学习模型, 逻辑回归（LR）	临床数据	1,224名患者（812名训练集，200名验证集，212名测试集）
6412	2025-04-21	Deep-learning network for automated evaluation of root-canal filling radiographic quality 2025-Apr-17, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02331-x PMID:40247407	研究论文	本研究开发并验证了一种基于YOLOv5的深度学习网络，用于自动评估根管充填的放射学质量	首次将YOLOv5深度学习网络应用于根管充填质量的自动评估，相比无经验牙髓病医生表现更优，评估速度显著提升	需要结合临床专业知识进行准确评估，不能完全替代人工	开发一种自动评估根管充填放射学质量的辅助工具	根管充填的放射学图像	计算机视觉	牙科疾病	YOLOv5深度学习网络	YOLOv5	图像	1,008张根尖周X线片（训练集806，验证集101，测试集101），外加500张外部验证集
6413	2025-04-21	Joint identification of hydraulic conductivity and groundwater pollution sources using unscented Kalman smoother with multiple data assimilation and deep learning 2025-Apr-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118134 PMID:40187214	研究论文	本研究提出了一种结合无迹卡尔曼平滑器与多重数据同化（UKS-MDA）及深度信念神经网络（DBNN）的新方法，用于联合识别水力传导率和地下水污染源（GPSs）	创新点在于应用UKS-MDA方法提高识别性能，并利用DBNN作为替代模型以减少计算负担和精度损失	未明确提及具体限制，但可能包括方法在更复杂非线性系统中的适用性验证	提高地下水污染源识别的准确性和计算效率，为污染修复和风险预测提供技术支持	水力传导率和地下水污染源	环境工程与机器学习交叉领域	NA	无迹卡尔曼平滑器多重数据同化（UKS-MDA）、深度信念神经网络（DBNN）	DBNN、UKS-MDA、ES-MDA	模拟数据、浓度误差场景数据	未明确提及具体样本数量，但涉及不同浓度误差场景的对比实验
6414	2025-04-21	Assessing the ecotoxicological risk of nicosulfuron on maize using multi-source phenotype data and hyperspectral imaging 2025-Apr-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118176 PMID:40215693	研究论文	本研究探讨了使用多源表型数据和高光谱成像技术评估烟嘧磺隆对玉米的生态毒理风险	开发了ToxicNet和ToxicNet-MS模型，结合高光谱成像和深度学习技术，实现了对玉米除草剂毒性的早期非侵入性评估，准确率显著高于传统方法	研究仅针对烟嘧磺隆这一种除草剂和玉米作物，未涉及其他除草剂或作物	评估除草剂对玉米的生态毒理风险，开发早期非侵入性检测方法	玉米作物	农业技术	NA	高光谱成像，深度学习	ToxicNet, ToxicNet-MS, SVM, Random Forest, MLP, AlexNet	高光谱图像，SPAD值，水分含量	未明确说明样本数量
6415	2025-04-21	Accurate bladder cancer diagnosis using ensemble deep leaning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95002-0 PMID:40234491	研究论文	本文提出了一种名为集成深度学习（EDL）的新模型，用于准确诊断膀胱癌	提出了一种结合CNN、GAN和可解释深度学习（XDL）的集成模型，并采用新的投票机制整合结果	未提及具体样本量或外部验证结果	开发更准确、非侵入性的膀胱癌诊断方法	膀胱癌患者	数字病理学	膀胱癌	深度学习	CNN, GAN, XDL	医学影像	NA
6416	2025-04-21	Predicting axial load capacity in elliptical fiber reinforced polymer concrete steel double skin columns using machine learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97258-y PMID:40234698	研究论文	本研究探讨了人工智能技术在预测椭圆形纤维增强聚合物混凝土钢双皮管柱轴向承载能力中的应用	首次将多种机器学习和深度学习模型应用于预测椭圆形FRP-混凝土-钢双皮管柱的极限承载能力和应变，并开发了用户界面平台	由于混合椭圆形DSTCs的实验数据稀缺，研究依赖于有限元模型生成的数据	预测椭圆形纤维增强聚合物混凝土钢双皮管柱的轴向承载能力	空心和实心混合椭圆形FRP-混凝土-钢双皮管柱(DSTCs)	机器学习	NA	机器学习(ML)、深度学习(DL)、有限元分析(FE)	GEP、ANN、RF、ADB、XGBoost、DNN	数值数据	112个数据点
6417	2025-04-21	Development of a Deep Learning Tool to Support the Assessment of Thyroid Follicular Cell Hypertrophy in the Rat 2025-Apr, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233241309328 PMID:39825517	研究论文	开发了一种深度学习工具，用于支持评估大鼠甲状腺滤泡细胞肥大	使用U-Net卷积深度学习神经网络识别和描绘甲状腺组织中的单个滤泡，并通过经验模型优化生成甲状腺活动评分，优于传统的平均上皮面积方法	研究仅针对大鼠甲状腺组织，未涉及其他物种或更广泛的甲状腺疾病	开发一种定量评分工具，以支持病理学家评估低级别甲状腺滤泡肥大	大鼠甲状腺组织	数字病理学	甲状腺疾病	深度学习图像分析	U-Net CNN	图像	NA
6418	2025-04-21	Deep learning models for segmenting phonocardiogram signals: a comparative study 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320297 PMID:40228205	研究论文	本研究比较了不同深度学习模型在心音图（PCG）信号分割中的性能	首次对CirCor DigiScop数据集的分割过程进行研究，并比较了GRU、Bidirectional-GRU和BILSTM模型的性能	未提及模型在其他数据集上的泛化能力	比较不同深度学习模型在心音图信号分割中的性能	心音图（PCG）信号	机器学习	心血管疾病	数字滤波和经验模态分解	GRU, Bidirectional-GRU, BILSTM	信号数据	三个数据集：PhysioNet/Computing in Cardiology Challenge 2016、MITHSDB、CirCor DigiScope Phonocardiogram
6419	2025-04-21	Multi-Source Data and Knowledge Fusion via Deep Learning for Dynamical Systems: Applications to Spatiotemporal Cardiac Modeling 2025, IISE transactions on healthcare systems engineering IF:1.5Q3 DOI:10.1080/24725579.2024.2398592 PMID:40248641	研究论文	本文提出了一种基于深度学习的多源数据和知识融合框架，应用于时空心脏建模	该框架不仅通过捕捉基于物理的信息流实现有效数据融合，还通过图拉普拉斯算子整合3D系统的几何信息，用于稳健的时空预测建模	NA	开发可靠的时空动态系统预测模型	心脏电动力学在健康和疾病状态下的建模	机器学习	心血管疾病	深度学习	深度学习框架	多源感知数据	NA
6420	2025-04-21	Recent Advances in Predictive Modeling with Electronic Health Records 2024-Aug, IJCAI : proceedings of the conference DOI:10.24963/ijcai.2024/914 PMID:40248670	综述	本文系统回顾了基于电子健康记录（EHR）数据的深度学习预测模型的最新进展	总结了深度学习在EHR数据预测建模中的多种应用视角，并提出了未来的研究方向	未提及具体模型的性能比较或实际应用中的具体限制	探讨如何利用EHR数据进行预测建模	电子健康记录（EHR）数据	机器学习	NA	深度学习	深度学习模型	电子健康记录数据	NA