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
7741	2025-04-10	Transformer-based deep learning structure-conductance relationships in gold and silver nanowires 2025-Apr-09, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d4cp04605f PMID:40152302	研究论文	本研究利用基于Transformer的深度学习模型预测金和银纳米线的结构-电导关系	首次将Transformer神经网络应用于纳米线电导预测，展示了其在处理长、大及结构不同纳米线时的稳定性、准确性和可扩展性	模型训练数据主要来自模拟而非实际实验数据	建立纳米线结构与其电导特性之间的关系	金和银纳米线	机器学习	NA	分子动力学模拟(MD)与神经网络势能	Transformer	模拟数据	大量金和银纳米线结结构
7742	2025-04-10	Deep Learning with Reflection High-Energy Electron Diffraction Images to Predict Cation Ratio in Sr2xTi2(1-x)O3 Thin Films 2025-Apr-09, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c00787 PMID:40163590	研究论文	本研究利用深度学习技术预测SrTiO薄膜的化学计量比，通过反射高能电子衍射图像进行分析	使用门控卷积神经网络对小样本（31个样本）进行回归训练，实现了准确的预测，并通过可解释AI技术揭示了衍射条纹特征与阳离子化学计量之间的未知相关性	样本量较小（仅31个样本）	加速、理解和控制薄膜合成过程，揭示合成条件与材料性能之间的关系	SrTiO薄膜的化学计量比	机器学习	NA	反射高能电子衍射（RHEED）	门控卷积神经网络（Gated CNN）	图像	31个样本
7743	2025-04-10	Portal dose image prediction using Monte Carlo generated transmission energy fluence maps of dynamic radiotherapy treatment plans: a deep learning approach 2025-Apr-09, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc73f PMID:40164089	research paper	本研究开发并探讨了一种结合蒙特卡洛模拟和深度学习的混合模型，用于预测基于动态放射治疗计划的电子门户成像设备图像	结合蒙特卡洛模拟和深度学习方法来预测放射治疗中的电子门户成像设备图像，为剂量学质量保证提供新方法	模型在简单和复杂变体中的伽马通过率存在差异，表明模型性能有待进一步优化	开发一种用于放射治疗剂量学质量保证的混合模型	动态放射治疗计划中的电子门户成像设备图像	machine learning	various cancer types	Monte Carlo simulations, deep learning	U-Net	image	17 clinical treatment plans
7744	2025-04-10	Pulmonary Embolism Survival Prediction Using Multimodal Learning Based on Computed Tomography Angiography and Clinical Data 2025-Apr-09, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000831 PMID:40200808	研究论文	本研究利用深度学习模型结合CT肺动脉造影（CTPA）、临床数据和PE严重指数（PESI）评分预测肺栓塞（PE）患者的生存率	首次将CTPA影像特征、临床变量和PESI评分结合，通过多模态深度学习模型预测PE生存率，并验证了其优于单独使用PESI评分的性能	研究为回顾性设计，样本来自3个机构可能存在选择偏倚，未进行外部验证	开发预测肺栓塞患者生存率的AI模型	918名肺栓塞患者（3978次CTPA扫描）	数字病理	心血管疾病	CTPA影像分析、深度学习	多模态深度学习模型、CoxPH模型	医学影像（CTPA）、临床数据	918名患者（3978次CTPA扫描）
7745	2025-04-10	Multiparametric Ultrasound Breast Tumors Diagnosis within BI-RADS Category 4 via Feature Disentanglement and Cross-Fusion 2025-Apr-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3558786 PMID:40198287	research paper	提出了一种基于特征解耦和交叉融合的多参数超声乳腺肿瘤诊断框架，用于辅助BI-RADS 4类乳腺肿瘤的诊断	提出了一种新的框架，整合了多参数超声信息（B模式图像、Nakagami参数图像和语义属性），并设计了特征解耦损失和多参数交叉融合模块	未明确提及具体局限性	提高BI-RADS 4类乳腺肿瘤诊断的准确性	BI-RADS 4类乳腺肿瘤	digital pathology	breast cancer	multiparametric ultrasound	Transformer-CNN	image	多中心多参数数据集（具体样本量未提及）
7746	2025-04-10	Cross-institutional validation of a polar map-free 3D deep learning model for obstructive coronary artery disease prediction using myocardial perfusion imaging: insights into generalizability and bias 2025-Apr-08, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07243-w PMID:40198356	研究论文	本研究探讨了基于心肌灌注成像（MPI）的深度学习模型在预测阻塞性冠状动脉疾病（CAD）时的跨机构泛化能力和潜在偏差	首次验证了无极性图的3D深度学习模型在不同医疗机构和人口统计学群体中的性能差异，并识别了与压力类型和患者年龄相关的偏差	模型在外部验证队列中的性能显著低于内部验证队列，且在跑步机压力MPI患者和70岁以上患者中表现较差	评估深度学习模型在预测阻塞性冠状动脉疾病时的跨机构泛化能力和潜在偏差	来自台湾两个医疗中心的接受应激/再分布铊-201 MPI检查的患者	数字病理学	心血管疾病	心肌灌注成像（MPI）	3D深度学习模型	医学影像	内部验证集933张图像，外部验证集3234张图像（来自另一个中心）
7747	2025-04-10	Enhancing Burn Diagnosis through SE-ResNet18 and Confidence Filtering 2025-Apr-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01495-6 PMID:40199834	research paper	提出一种基于深度学习的烧伤严重程度分类方法，通过改进的ResNet18架构和置信度过滤提高分类准确率	采用集成了注意力机制的增强型ResNet18架构，结合自适应学习率优化策略和置信度过滤后处理模块	实验仅在烧伤皮肤测试数据集上进行验证，未涉及更广泛的临床场景	提升烧伤严重程度分类的准确性和实时性，以支持临床治疗决策	烧伤皮肤图像	computer vision	烧伤	深度学习	SE-ResNet18	image	烧伤皮肤测试数据集（具体数量未说明）
7748	2025-04-10	Interpretable deep learning method to predict wound healing progress based on collagen fibers in wound tissue 2025-Apr-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110110 PMID:40198981	research paper	提出一种基于胶原纤维的深度学习方法来预测伤口愈合进程，并增强模型决策的可解释性	结合LayerCAM和Guided Backpropagation的可解释框架，无需像素级标注即可定位胶原纤维区域	未提及模型在更大规模或多样化数据集上的泛化能力	建立基于胶原纤维特征的伤口愈合状态分类方法	皮肤组织的组织学图像	digital pathology	wound healing	histological imaging	VGG16	image	未明确说明样本数量，涉及正常皮肤、0/3/7/10天伤口皮肤及糖尿病伤口皮肤
7749	2025-04-10	Detection of COVID-19, lung opacity, and viral pneumonia via X-ray using machine learning and deep learning 2025-Apr-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110131 PMID:40198984	research paper	该研究结合机器学习和深度学习技术，通过X光图像自动诊断COVID-19及其他肺部疾病	采用CNN、SVM及迁移学习技术（如ResNet18、EfficientNet-CNN和Xception-CNN），在X光图像分类中达到高准确率（最高99.20%）	数据集多样性和代表性不足，可能影响模型的泛化能力	提升COVID-19及其他肺部疾病的早期诊断效率和准确性	胸部X光图像	digital pathology	COVID-19, lung opacity, viral pneumonia	machine learning, deep learning, transfer learning	CNN, SVM, ResNet18, EfficientNet-CNN, Xception-CNN	image	21,165张胸部X光图像
7750	2025-04-10	Real-world validation of a deep learning algorithm for chest radiography in the emergency department: A tale of two specialties 2025-Apr-07, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.03.008 PMID:40199640	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7751	2025-04-10	Deep spatio-temporal dependent convolutional LSTM network for traffic flow prediction 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95711-6 PMID:40189608	研究论文	提出了一种名为STDConvLSTM的深度学习算法，用于解决交通流量预测中的空间和时间不平衡问题	设计了空间依赖的注意力机制和时间依赖的注意力机制，分别解决空间不平衡和时间不平衡问题	未提及具体局限性	准确预测交通流量以支持智能交通系统和智慧城市建设	交通流量数据	机器学习	NA	深度学习	STDConvLSTM（结合CNN和LSTM）	时间序列数据	两个真实世界的数据集
7752	2025-04-10	Research on intelligent identification of microscopic substances in shale scanning electron microscope images based on deep learning theory 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91225-3 PMID:40189619	研究论文	基于深度学习理论实现页岩扫描电镜图像中微观物质的智能识别	采用改进的深度学习模型（优化的Yolov8模型）进行页岩微观物质识别，性能优于其他深度学习模型，并与SEM技术结合，提高了储层评价的效率和准确性	研究主要针对页岩扫描电镜图像，尚未在其他领域广泛应用	实现页岩扫描电镜图像中微观物质的智能识别，提高储层评价的效率和准确性	页岩扫描电镜图像中的微观物质	计算机视觉	NA	SEM技术	优化的Yolov8模型	图像	NA
7753	2025-04-10	Applying deep learning for style transfer in digital art: enhancing creative expression through neural networks 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95819-9 PMID:40189651	研究论文	本研究提出了一种改进的神经风格迁移模型，旨在提高数字艺术中风格迁移的效率和质量	结合了自适应实例归一化(AdaIN)和基于Gram矩阵的风格表示，显著提升了风格与内容的平衡及计算效率	未提及模型在极端风格强度下的表现及跨域适应性	提升神经风格迁移技术在数字艺术创作中的实用性和实时性	数字艺术图像风格迁移	计算机视觉	NA	神经风格迁移(NST)	CNN架构结合AdaIN	图像	未明确说明具体样本量（使用多种图像对进行评估）
7754	2025-04-10	Deep learning for simultaneous phase and amplitude identification in coherent beam combination 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96385-w PMID:40189661	研究论文	本文提出了一种深度学习算法，用于从组合光束的强度分布单次观测中同时识别相位和振幅	利用深度学习算法在存在显著功率波动的情况下准确分离相位和功率贡献	研究基于模拟的相干光束组合系统，实际应用中的效果需进一步验证	解决光纤激光器功率退化对相位检索带来的挑战	相干光束组合系统中的相位和振幅识别	机器学习	NA	深度学习	NA	图像	NA
7755	2025-04-10	Revisiting Supervised Learning-Based Photometric Stereo Networks 2025-Apr-03, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3557498 PMID:40178960	research paper	本文通过重新审视现有方法的深度特征、深度特征编码策略和网络架构，揭示了监督学习光度立体网络如何解决未知反射率和全局光照效应带来的挑战，并提出了ESSENCE-Net方法	提出了ESSENCE-Net，采用easy-first-encoding策略有效编码深度阴影特征，通过阴影监督增强阴影特征，并利用空间上下文感知注意力准确解码法线	未明确提及具体限制	揭示监督学习光度立体网络如何解决未知反射率和全局光照效应带来的挑战，并提升性能	光度立体网络	computer vision	NA	深度学习	ESSENCE-Net	image	三个基准数据集
7756	2025-04-10	Development and validation of a deep learning model based on cascade mask regional convolutional neural network to noninvasively and accurately identify human round spermatids 2025-Apr-02, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.03.059 PMID:40185275	研究论文	开发并验证了一种基于级联掩膜区域卷积神经网络（R-CNN）的深度学习模型，用于非侵入性且准确地识别人类圆形精子细胞	首次使用深度学习模型非侵入性地识别人类圆形精子细胞，避免了传统Hoechst染色的毒性问题	研究样本量相对较小（3457张图像），且模型在临床广泛应用前需进一步验证	评估深度学习模型在非侵入性识别人类圆形精子细胞方面的能力	人类圆形精子细胞（hRSs）	计算机视觉	男性不育症	流式细胞术分析	级联掩膜区域卷积神经网络（R-CNN）	图像	3457张光学显微镜图像
7757	2025-04-10	An explainable deep learning platform for molecular discovery 2025-Apr, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-024-01084-x PMID:39653800	研究论文	介绍了一个可解释的深度学习平台，用于分子发现，特别是抗生素的结构类别	提出了一个基于图神经网络的可解释深度学习平台，能够识别预测活性的化学子结构，提高分子发现的效率	需要实验数据生成和模型实现，且平台的应用范围虽然广泛，但具体效果可能因分子类型而异	开发一个可解释的深度学习平台，用于高效发现具有特定活性的分子结构类别	抗生素的结构类别，以及其他小分子如抗癌、抗病毒和抗衰老药物	机器学习	NA	图神经网络	GNN	化学结构数据	NA
7758	2025-04-10	Deep Learning and Hyperspectral Imaging for Liver Cancer Staging and Cirrhosis Differentiation 2025-Apr, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400557 PMID:39873135	研究论文	本文提出了一种结合高光谱成像和深度学习的新诊断策略，用于肝癌分期和肝硬化鉴别	创新性地整合高光谱成像与深度学习，捕捉传统方法难以识别的细微细胞差异	未提及样本来源的多样性或外部验证结果	开发高精度、快速、非侵入性的肝癌诊断工具	肝组织样本（肝癌及肝硬化病例）	数字病理	肝癌	高光谱成像	深度卷积神经网络（CNN）	高光谱图像	未明确说明具体样本量
7759	2025-04-10	Potential value of novel multiparametric MRI radiomics for preoperative prediction of microsatellite instability and Ki-67 expression in endometrial cancer 2025-01-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87966-w PMID:39863695	research paper	本研究开发了一种新型混合放射组学方法，用于预测子宫内膜癌的微卫星不稳定性和Ki-67表达	结合多参数MRI、深度学习和多通道图像分析，采用新兴的注意力机制提取特征，并使用XGBoost分类器进行预测	研究为回顾性研究，样本量较小（156例患者）	探索先进人工智能技术在预测子宫内膜癌微卫星不稳定性和Ki-67表达中的潜在价值	子宫内膜癌患者	digital pathology	endometrial cancer	multiparametric MRI, deep learning, multichannel image analysis	XGBoost	image	156名子宫内膜癌患者
7760	2025-04-10	An optimized LSTM-based deep learning model for anomaly network intrusion detection 2025-Jan-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85248-z PMID:39789143	研究论文	提出了一种基于LSTM的优化深度学习模型，用于网络异常入侵检测	采用三种优化方法（PSO、JAYA和SSA）优化LSTM的超参数，以提高检测性能	未提及模型在实际网络环境中的泛化能力测试	开发高效的网络入侵检测系统以减少误报率	网络入侵检测	机器学习	NA	深度学习	LSTM	网络流量数据	NSL KDD、CICIDS和BoT-IoT数据集