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
641	2025-07-15	Deep Learning-Based Prediction for Bone Cement Leakage During Percutaneous Kyphoplasty Using Preoperative Computed Tomography: MODEL Development and Validation 2025-Jul-14, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005448 PMID:40658115	研究论文	开发一种基于深度学习的模型，用于预测经皮椎体后凸成形术中的骨水泥渗漏亚型，并使用术前CT图像进行验证	首次提出基于术前CT图像的深度学习模型来预测骨水泥渗漏亚型，并验证了模型的有效性和泛化能力	研究为回顾性研究，样本量可能不足以覆盖所有临床场景	预测经皮椎体后凸成形术中的骨水泥渗漏亚型，辅助术前手术决策	骨质疏松性椎体压缩性骨折患者	数字病理学	骨质疏松性椎体压缩性骨折	术前CT成像	3D U-Net与3D ResNet-50结合	医学影像	内部数据集包含901名患者的997个椎体节段
642	2025-07-15	Feasibility study of fully automatic measurement of adenoid size on lateral neck and head radiographs using deep learning 2025-Jul-14, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06332-0 PMID:40658209	研究论文	本研究开发并验证了一种基于深度学习的全自动系统，用于在侧位头颈部X光片上测量腺样体大小	首次提出使用深度学习技术实现腺样体大小的全自动测量，替代传统耗时的手动测量方法	研究为回顾性设计，且仅在两所中心收集数据，可能存在选择偏倚	开发自动化腺样体测量系统以提高临床诊断效率和准确性	711例侧位头颈部X光片	数字病理	耳鼻喉疾病	深度学习	RTMDet网络和RTMPose网络	X光影像	711例来自两所医疗中心的侧位头颈部X光片
643	2025-07-15	Automated multiclass segmentation of liver vessel structures in CT images using deep learning approaches: a liver surgery pre-planning tool 2025-Jul-14, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01581-7 PMID:40658328	研究论文	本研究提出了一种基于UNETR架构的深度学习方法，用于肝脏CT图像中门静脉和肝静脉的多类分割，以支持肝脏手术预规划	采用基于Transformer的编码器UNETR架构，有效捕捉长距离依赖关系，克服了CNN在处理复杂解剖结构时的局限性	在门静脉分割上的Dice系数相对较低(49.71%)，表明对于某些血管结构的识别仍有改进空间	开发自动化肝脏血管分割工具以改善肝脏手术预规划	肝脏CT图像中的门静脉和肝静脉结构	数字病理	肝脏疾病	深度学习	UNETR (U-Net Transformers)	CT图像	来自IRCAD数据集和本地医院开发的数据集的对比增强CT图像
644	2025-07-15	Impact of three-dimensional prostate models during robot-assisted radical prostatectomy on surgical margins and functional outcomes 2025-Jul-13, BJU international IF:3.7Q1 DOI:10.1111/bju.16850 PMID:40653671	研究论文	探讨在机器人辅助根治性前列腺切除术中使用三维前列腺模型对手术切缘和功能结果的影响	使用3D虚拟和3D打印前列腺模型，结合深度学习自动分割技术，以提高手术精确度和功能结果	单中心可行性研究，样本量相对较小（270例患者），且需要长期随访验证结果	评估3D模型在机器人辅助根治性前列腺切除术中对手术切缘和功能结果的影响	前列腺癌患者	数字病理	前列腺癌	多参数磁共振成像（mpMRI）和深度学习自动分割（AutoProstate和AutoLesion）	深度学习模型	医学影像	270例患者（54例在3D虚拟模型组，54例在3D打印模型组，54例在回顾性对照组，108例在前瞻性对照组）
645	2025-07-15	The Power of Hellmann-Feynman Theorem: Kohn-Sham DFT Energy Derivatives with Respect to the Parameters of the Exchange-Correlation Functional at Linear Cost 2025-Jul-13, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01771 PMID:40653651	research paper	本文应用Hellmann-Feynman定理计算Kohn-Sham DFT能量相对于交换相关泛函参数的导数，实现了线性计算复杂度的显著加速	利用Hellmann-Feynman定理实现Kohn-Sham DFT能量导数的高效计算，相比自动微分方法显著提升计算速度	研究仅针对LDA和GGA泛函进行了验证，未涉及更复杂的泛函类型	开发高效计算科学模型参数导数的方法，以加速机器学习和深度学习中的梯度优化	Kohn-Sham DFT能量及其相对于交换相关泛函参数的导数	machine learning	NA	Hellmann-Feynman定理，Kohn-Sham DFT	NA	NA	一系列烷烃（n=4...64）使用双zeta基组
646	2025-07-15	Towards energy-efficient joint relay selection and resource allocation for D2D communication using hybrid heuristic-based deep learning 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08290-x PMID:40646067	研究论文	本文提出了一种基于混合启发式深度学习的能效联合中继选择和资源分配方法，用于D2D通信	提出了一种新型混合启发式算法HMRFCO，并结合自适应残差门控循环单元(AResGRU)模型进行中继选择和资源分配的自动预测	未提及具体实验验证结果或实际应用场景的局限性	解决D2D通信中中继选择和资源分配导致的系统总速率下降和能耗问题	D2D通信网络中的中继节点和资源分配	机器学习	NA	混合启发式算法(HMRFCO), 自适应残差门控循环单元(AResGRU)	AResGRU	通信网络参数数据	NA
647	2025-07-15	TNF-α-NF-κB activation through pathological α-Synuclein disrupts the BBB and exacerbates axonopathy 2025-Jul-12, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116001 PMID:40652513	研究论文	本研究探讨了α-突触核蛋白（α-Syn）对血脑屏障（BBB）完整性和功能的病理影响，并揭示了TNF-α-NF-κB通路在其中的作用	首次揭示了α-Syn通过TNF-α-NF-κB通路破坏BBB并加剧轴突病变的机制，并提出了针对脑内皮TNF-α信号的治疗策略	研究主要基于细胞模型和转基因动物模型，尚未在人类患者中进行验证	揭示α-Syn对BBB的病理影响并寻找治疗靶点	α-突触核蛋白（α-Syn）及其对血脑屏障的影响	神经退行性疾病研究	突触核蛋白病（如帕金森病）	GAN深度学习分析	GAN	细胞和动物模型数据	脑内皮细胞模型和转基因动物模型（G2-3）
648	2025-07-15	A preprocessing method based on 3D U-Net for abdomen segmentation 2025-Jul-12, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110709 PMID:40652756	研究论文	提出一种基于3D U-Net的预处理方法，用于腹部分割	通过3D U-Net预处理步骤提高分割性能并加速分割结果，同时评估不同损失函数对分割效果的影响	仅使用了CHAOS和AbdomenCT-1K数据集，可能在其他数据集上的泛化性有待验证	改进生物医学自动分割领域的预处理方法	腹部CT图像的感兴趣区域(ROI)	数字病理	NA	3D U-Net, Connected Components Analysis (CCA)	3D U-Net	CT图像	训练集6998张切片，测试集1311张切片
649	2025-07-15	Optimization-based image reconstruction regularized with inter-spectral structural similarity for limited-angle dual-energy cone-beam CT 2025-Jul-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade843 PMID:40562072	研究论文	本文提出了一种基于优化和光谱间结构相似性正则化的图像重建方法，用于解决有限角度双能量锥束CT中的图像重建问题	通过集成光谱间结构相似性正则化到迭代图像重建中，有效减少了有限角度伪影，无需X射线光谱测量或配对数据集进行模型训练	方法在物理模型和数字模型上进行了验证，但未提及在真实临床数据上的应用效果	促进快速低剂量双能量锥束CT在临床中的应用	双能量锥束CT图像	数字病理	NA	锥束CT	优化模型	图像	两个物理模型和三个数字模型
650	2025-07-15	Antimicrobial Peptides Design Using Deep Learning and Rational Modifications: Activity in Bacteria, Candida albicans, and Cancer Cells 2025-Jul-11, Current microbiology IF:2.3Q3 DOI:10.1007/s00284-025-04346-3 PMID:40643674	研究论文	该研究利用深度学习和理性修饰设计抗菌肽，并在细菌、白色念珠菌和癌细胞中测试其活性	结合深度学习和AI工具优化抗菌肽设计，显著提高抗菌活性和生物安全性	仅测试了有限数量的细菌和癌细胞系，未涵盖更广泛的微生物和癌症类型	开发高效且生物安全的抗菌肽以应对抗生素耐药性问题	抗菌肽及其对细菌、白色念珠菌和癌细胞的活性	机器学习	细菌感染、念珠菌感染、乳腺癌	深度学习、AI预测工具	深度学习算法	肽序列数据、生物活性数据	26种计算机生成的合成肽，其中12种进行体外测试
651	2025-07-15	Integrated deep learning framework for driver distraction detection and real-time road object recognition in advanced driver assistance systems 2025-Jul-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08475-4 PMID:40645997	研究论文	提出了一种集成深度学习框架，用于驾驶员分心检测和实时道路物体识别，以提高高级驾驶辅助系统(ADAS)的安全性能	结合CNN和YOLO深度学习技术，集成驾驶员分心检测与实时道路物体识别，实现多目标综合解决方案	系统在雨、雾和低光等复杂场景下的可靠性仍需进一步验证	开发一个能够同时监测驾驶员状态和道路环境的综合ADAS系统	驾驶员行为(物理/视觉分心和认知分心)和道路物体(车辆、行人、车道标记和交通信号)	计算机视觉	NA	深度学习	CNN, YOLO	图像, 视频	State Farm Distracted Driver Dataset, KITTI和MS COCO基准数据集
652	2025-07-15	Mobile malware detection method using improved GhostNetV2 with image enhancement technique 2025-Jul-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07742-8 PMID:40646017	研究论文	提出了一种基于改进GhostNetV2模型的移动恶意软件检测方法，结合图像增强技术提升检测性能	改进GhostNetV2模型，引入通道混洗、高效通道注意力机制和激活函数优化，提升对正常恶意软件和对抗样本的检测性能	仅针对Android平台的classes.dex文件进行实验，未涉及其他平台或文件类型	提高移动恶意软件检测的准确性和鲁棒性，特别是针对对抗样本的检测	Android平台的classes.dex文件转换的图像数据	计算机视觉	NA	Local Histogram Equalization, Gabor变换	改进的GhostNetV2	图像	未明确提及具体样本数量
653	2025-07-15	Digital security risk identification and model construction of smart city based on deep learning 2025-Jul-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09894-z PMID:40646059	研究论文	本研究提出了一种基于深度学习的数字安全识别模型（DL-DSIM），旨在提高智慧城市环境下的数据传输效率和系统安全性	设计了灵活的三层架构框架，并引入了一种结合群优化（CSO）和遗传算法（GA）的新型入侵检测特征选择方法，以降低特征选择的复杂性并通过深度神经网络（DNN）增强安全漏洞的检测和处理能力	NA	提高智慧城市环境下的数据传输效率和系统安全性	智慧城市中的工业物联网（IIoT）系统	机器学习	NA	深度神经网络（DNN）、群优化（CSO）、遗传算法（GA）	DNN	网络数据	NA
654	2025-07-15	A meta fusion model combining geographic data and twitter sentiment analysis for predicting accident severity 2025-Jul-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91484-0 PMID:40646141	研究论文	本研究提出了一种结合地理数据和Twitter情感分析的元融合模型ConvoseqNet，用于预测交通事故严重程度	创新性地结合了CNN和LSTM网络，并提出了MetaFusionNetwork元模型来整合不同模型的预测结果	未提及具体的数据集规模或地域限制	提高交通事故预测的准确性	交通事故数据	机器学习	NA	深度学习，情感分析	CNN, LSTM, Random Forest	地理数据，社交媒体文本	NA
655	2025-07-15	RMDNet: RNA-aware dung beetle optimization-based multi-branch integration network for RNA-protein binding sites prediction 2025-Jul-11, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06197-y PMID:40646507	research paper	提出了一种名为RMDNet的深度学习框架，用于预测RNA-蛋白质结合位点，该框架整合了CNN、CNN-Transformer和ResNet分支，以捕获多个序列尺度的特征，并结合RNA二级结构图的表示	结合了改进的粪甲虫优化算法自适应分配融合权重，并在推理过程中优化特征整合，同时在多个基准测试中优于现有最先进模型	未明确提及具体限制，但可能包括对特定RNA或蛋白质类型的泛化能力或计算资源需求	开发一种高效且可解释的工具，用于预测RNA-蛋白质结合位点，以支持疾病机制研究和治疗靶点发现	RNA结合蛋白（RBPs）及其与RNA的结合位点	生物信息学	神经退行性疾病、肝癌、肺癌	深度学习、CLIP-seq、图神经网络	CNN、CNN-Transformer、ResNet、GNN	RNA序列数据、RNA二级结构图	RBP-24和RBP-31基准数据集，以及RBPsuite2.0用于消融研究
656	2025-07-15	Predicton of major adverse cardiovascular events in patients with hypertrophic cardiomyopathy by deep learning and radiomics 2025-Jul-11, Cardiology IF:1.9Q3 DOI:10.1159/000547232 PMID:40652933	研究论文	本研究结合深度迁移学习和放射组学技术，开发了一种预测肥厚型心肌病患者主要不良心血管事件的模型	首次将超声心动图与深度迁移学习和放射组学结合，构建预测模型	回顾性研究设计，样本量相对有限（210例患者）	开发预测肥厚型心肌病患者主要不良心血管事件的风险分层工具	肥厚型心肌病患者	数字病理学	心血管疾病	深度迁移学习(DTL)，放射组学分析	Resnet50，LASSO回归	超声心动图图像	210例肥厚型心肌病患者（59例MACE，151例非MACE）
657	2025-07-15	PediMS: A Pediatric Multiple Sclerosis Lesion Segmentation Dataset 2025-Jul-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05346-5 PMID:40640191	研究论文	本文介绍了首个公开的专门用于儿科多发性硬化病灶分割的MRI数据集PediMS	首个公开的儿科多发性硬化病灶分割MRI数据集，填补了儿科病例在医学研究中的空白	样本量较小（仅9名患者），且儿科病例罕见可能导致数据代表性有限	推进儿科多发性硬化研究，改进病灶分割模型，促进联邦学习方法的应用	儿科多发性硬化患者的MRI扫描数据	数字病理学	多发性硬化	MRI（包括T1加权MPRAGE、T2加权和FLAIR序列）	深度学习模型（具体模型未说明）	MRI图像	9名儿科患者的28次MRI扫描（纵向数据，每名患者1-6个时间点）
658	2025-07-15	Digital twin based deep learning framework for personalized thermal comfort prediction and energy efficient operation in smart buildings 2025-Jul-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10086-y PMID:40634515	研究论文	本文提出了一种基于数字孪生和深度学习的框架，用于智能建筑中的个性化热舒适度预测和节能操作	结合数字孪生技术和基于注意力的LSTM模型，实现个性化热舒适度预测和智能HVAC控制，提高了预测性能和可解释性	未明确提及具体局限性，但可能涉及数据集的代表性和模型在更广泛场景中的泛化能力	开发一个鲁棒、可解释且节能的解决方案，用于智能建筑系统中以居住者为中心的HVAC管理	智能建筑中的室内热舒适度和HVAC系统	机器学习	NA	注意力机制LSTM模型，SHAP和LIME解释性AI技术	LSTM	热感觉投票(TSV)数据	ASHRAE全球热舒适度数据库II的子集
659	2025-07-15	Hybrid deep learning framework for real-time DO prediction in aquaculture 2025-Jul-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10786-5 PMID:40634584	研究论文	提出了一种结合CNN、自注意力机制和BiSRU的混合深度学习框架，用于实时预测水产养殖中的溶解氧水平	首次将CNN、自注意力机制和BiSRU结合用于溶解氧预测，显著提高了短期预测的准确性	模型仅在广州南沙的集约化水产养殖基地进行测试，未在其他地区验证	开发高精度的溶解氧实时预测模型以改善水产养殖水质管理	水产养殖环境中的溶解氧水平	机器学习	NA	深度学习	CNN-SA-BiSRU混合模型	水质数据	广州南沙集约化水产养殖基地的数据
660	2025-07-15	Exploring single-head and multi-head CNN and LSTM-based models for road surface classification using on-board vehicle multi-IMU data 2025-Jul-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10573-2 PMID:40634639	研究论文	本研究探讨了使用单头和多头CNN及LSTM模型基于车载多IMU数据进行路面分类的效果	比较了单头和多头CNN及CNN+LSTM模型在路面分类中的表现，发现CNN+LSTM模型总体优于纯CNN模型	对于更具挑战性的路面类别，分类精度仍有提升空间，需要进一步优化模型架构和增强数据集	提高路面状况监测的准确性，保障车辆和行人安全	车载多IMU数据	机器学习	NA	深度学习	CNN, LSTM	IMU数据（加速度和角速度）	NA