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
7941	2025-03-19	Progress in the application of machine learning in CT diagnosis of acute appendicitis 2025-Mar-17, Abdominal radiology (New York) DOI:10.1007/s00261-025-04864-5 PMID:40095017	综述	本文综述了机器学习在急性阑尾炎CT诊断中的应用、进展及挑战，并探讨了未来发展方向	介绍了机器学习在急性阑尾炎诊断中的创新应用，如自动检测、鉴别诊断和严重程度分层，并展示了深度学习模型如AppendiXNet和3D卷积神经网络在诊断中的优异表现	面临人工智能的'黑箱'性质、与临床工作流程的整合以及所需大量资源等挑战	探讨机器学习在急性阑尾炎CT诊断中的应用及其对提高诊断精度、优化治疗路径和降低医疗成本的潜力	急性阑尾炎的CT诊断	数字病理学	急性阑尾炎	CT成像	深度学习模型（如AppendiXNet）、3D卷积神经网络（CNNs）	CT图像	NA
7942	2025-03-19	Diagnosis of moderate-to-severe hepatic steatosis using deep learning-based automated attenuation measurements on contrast-enhanced CT 2025-Mar-17, Abdominal radiology (New York) DOI:10.1007/s00261-025-04872-5 PMID:40095018	研究论文	本研究评估了基于深度学习的自动化衰减测量在对比增强CT（CECT）上诊断中度至重度肝脂肪变性（HS）的效用，以组织学为参考标准	利用深度学习算法自动测量肝脏和脾脏的衰减值，并与手动测量结果进行比较，评估其在诊断中度至重度肝脂肪变性中的性能	研究为回顾性研究，可能存在选择偏差，且仅针对肝移植供体，结果可能不适用于其他人群	评估基于深度学习的自动化衰减测量在CECT上诊断中度至重度肝脂肪变性的效用	3,620名肝移植供体（2,393名男性和1,227名女性；平均年龄31.7±9.4岁）	计算机视觉	肝脂肪变性	对比增强CT（CECT）	深度学习算法	CT图像	3,620名肝移植供体
7943	2025-03-19	Comparing two deep learning spectral reconstruction levels for abdominal evaluation using a rapid-kVp-switching dual-energy CT scanner 2025-Mar-17, Abdominal radiology (New York) DOI:10.1007/s00261-025-04868-1 PMID:40095024	研究论文	本研究通过定量和定性比较两种深度学习光谱重建（DLSR）算法的强弱水平，全面评估了其在腹部双能CT（DECT）扫描中的图像质量	首次在人类腹部DECT扫描中应用深度学习光谱重建（DLSR）算法，并比较了强弱两种重建水平的图像质量	研究样本量较小，仅涉及51名患者的腹部/骨盆DECT扫描	评估深度学习光谱重建（DLSR）算法在腹部双能CT（DECT）扫描中的图像质量	51名患者的腹部/骨盆DECT扫描数据	医学影像	NA	双能CT（DECT）扫描	深度学习光谱重建（DLSR）算法	CT图像	51名患者的腹部/骨盆DECT扫描数据
7944	2025-03-19	Integrative Protein Assembly With LZerD and Deep Learning in CAPRI 47-55 2025-Mar-17, Proteins IF:3.2Q2 DOI:10.1002/prot.26818 PMID:40095385	研究论文	本文报告了我们团队在CAPRI第47-55轮中的蛋白质复合物预测方法及其结果，不包括联合CASP第50和54轮以及特殊的COVID-19第51轮	整合了经典管道和最近开发的深度学习管道，并在人类组预测中整合了文献信息	未包括联合CASP第50和54轮以及特殊的COVID-19第51轮的结果	提高蛋白质复合物预测的准确性	蛋白质复合物	机器学习	NA	深度学习	NA	蛋白质数据	NA
7945	2025-03-19	Deep Learning-Based Artificial Intelligence Algorithm to Classify Tremors from Hand-Drawn Spirals 2025-Mar-17, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.30176 PMID:40095435	研究论文	本文开发并验证了一种基于深度学习的算法，用于从手绘螺旋图中分类震颤综合征	首次使用深度学习算法对手绘螺旋图进行分类，提供了一种无偏、特征独立的分类方法，准确率高于人类评估者	算法在外部验证中的准确率有所下降，且存在数据泄露和数字指纹识别的潜在风险	开发并验证一种深度学习算法，用于分类震颤综合征	患有肌张力障碍性震颤（DT）、原发性震颤（ET）、原发性震颤加（ETP）、帕金森病（PD）、小脑性共济失调（AT）的参与者及健康志愿者（HV）	数字病理	帕金森病	深度学习	InceptionResNetV2, Keras sequential model	图像	521名参与者，2078个螺旋图
7946	2025-03-19	Rad-EfficientNet: Improving Breast MRI Diagnosis Through Integration of Radiomics and Deep Learning 2025-Mar-17, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3551840 PMID:40095839	研究论文	本研究介绍了Rad-EfficientNet，一种结合放射组学特征的卷积神经网络，用于在3T乳腺磁共振成像中区分良性和恶性乳腺肿瘤	Rad-EfficientNet在EfficientNet网络家族的基础上，引入了放射组学融合层，直接在CNN训练流程中整合放射组学特征，从而学习到互补特征，提高了乳腺病变诊断的准确性	样本量较小，仅包含104个病例，可能影响模型的泛化能力	改进当前非侵入性诊断方法，提高早期乳腺癌检测的准确性	乳腺肿瘤	计算机视觉	乳腺癌	3T乳腺磁共振成像	CNN	图像	104个病例（45个良性，59个恶性）
7947	2025-03-19	EEG-based emotion recognition with autoencoder feature fusion and MSC-TimesNet model 2025-Mar-17, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2477801 PMID:40096584	研究论文	本文提出了一种基于自编码器特征融合和MSC-TimesNet模型的脑电图（EEG）情感识别方法	提出了一种创新的深度学习模型MSC-TimesNet，结合多尺度卷积核，有效提取周期内和周期间信息	未提及具体局限性	提高EEG信号在情感识别任务中的分类性能	脑电图（EEG）信号	机器学习	NA	自编码器特征融合，MSC-TimesNet模型	MSC-TimesNet	EEG信号	公共数据集DEAP和Dreamer
7948	2025-03-19	Miniaturized High-Throughput and High-Resolution Platform for Continuous Live-Cell Monitoring via Lens-Free Imaging and Deep Learning 2025-Mar-16, Small methods IF:10.7Q1 DOI:10.1002/smtd.202401855 PMID:40091386	研究论文	本文介绍了一种集成高分辨率传感器和无透镜成像技术的平台，用于连续实时监测活细胞的形态和动态	该平台结合了500纳米像素尺寸的400兆像素传感器和无透镜阴影成像技术，实现了高吞吐量和高分辨率的活细胞监测	虽然该平台在分辨率和吞吐量上有所突破，但未提及其在复杂生物环境中的适用性或长期稳定性	开发一种能够同时实现高吞吐量和高分辨率的活细胞监测平台	活细胞的形态和动态	计算机视觉	NA	无透镜成像技术	深度学习算法，K-means无监督聚类算法	图像	NA
7949	2025-03-19	VM-UNet++ research on crack image segmentation based on improved VM-UNet 2025-Mar-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92994-7 PMID:40089495	研究论文	本文提出了一种基于改进VM-UNet的裂纹图像分割方法VM-UNet++，旨在提高裂纹检测的准确性	本文创新性地结合了Mamba架构和UNet模型的优势，显著提升了裂纹分割的准确性	尽管VM-UNet++在分割精度上有所提升，但其计算成本仍然是一个挑战	研究目的是改进裂纹图像分割的准确性，以满足实际应用需求	研究对象是裂纹图像	计算机视觉	NA	深度学习	VM-UNet++	图像	Crack500和Ozgenel公共数据集
7950	2025-03-19	Emerging trends in SERS-based veterinary drug detection: multifunctional substrates and intelligent data approaches 2025-Mar-15, NPJ science of food IF:6.3Q1 DOI:10.1038/s41538-025-00393-z PMID:40089516	review	本文综述了基于表面增强拉曼散射（SERS）的兽药检测方法的发展，特别是多功能基底和智能数据分析的应用	提出了多功能基底的概念，并探讨了深度学习技术在SERS检测中的应用，包括基底结构设计优化、光学性质预测、光谱预处理及定性和定量分析	选择报告分子、数据不平衡和计算需求方面的挑战	提高兽药残留检测的精确性和效率	兽药残留	machine learning	NA	SERS	深度学习	光谱数据	NA
7951	2025-03-19	Partial Differential Equations Meet Deep Neural Networks: A Survey 2025-Mar-14, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3545967 PMID:40085460	综述	本文系统回顾了深度神经网络（DNNs）在解决偏微分方程（PDEs）方面的应用，填补了现有文献中对多样化神经网络方法系统性总结的空白	提供了比以往专注于特定方法（如物理信息神经网络PINNs）更广泛的分类，并分析了DNNs在科学、工程和医学领域的应用	NA	探讨深度神经网络（DNNs）在解决偏微分方程（PDEs）中的应用，为研究人员和实践者提供有效应用DNNs解决PDEs的见解	偏微分方程（PDEs）	机器学习	NA	深度神经网络（DNNs）	深度神经网络（DNNs）	NA	NA
7952	2025-03-19	Evaluation of a Low-Cost Amplifier With System Optimization in Thermoacoustic Tomography: Characterization and Imaging of Ex-Vivo and In-Vivo Samples 2025-Mar-14, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3551260 PMID:40085469	研究论文	本文介绍了一种低成本放大器在微波诱导热声成像（TAT）系统中的应用及其优化，通过实验验证了其在离体和在体样本成像中的性能	开发了一种使用低成本放大器的旋转单元素热声成像系统，并通过微波信号脉冲宽度和天线位置的优化，结合信号平均、高级信号处理和深度学习计算核心，成功生成了高质量的图像	尽管系统在离体和在体样本中表现良好，但尚未在广泛的临床环境中进行验证，且低成本放大器的性能可能在高功率系统中存在限制	评估低成本放大器在热声成像系统中的性能，并优化系统以提高成像质量和可及性	离体样本和在体样本	医学成像	NA	微波诱导热声成像（TAT）	深度学习	图像	组织样模型、离体样本和在体成像样本
7953	2025-03-19	A theory and data-driven method for rapid bottom hole pressure calculation in UGS 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93337-2 PMID:40087345	研究论文	本文提出了一种新的理论和数据驱动的方法，用于快速计算地下储气库（UGS）的井底压力	创新性地结合了井筒流动理论和神经网络模型，开发了一种理论和数据驱动的神经网络模型（TDDNN），显著提高了计算效率和精度	方法在样本有限的环境中的应用仍需进一步验证	提高地下储气库（UGS）井底压力计算的准确性和效率，以优化气井的动态分析和生产管理	地下储气库（UGS）的井底压力	机器学习	NA	神经网络模型	TDDNN（理论和数据驱动的神经网络模型）	理论模型生成的样本和真实样本	NA
7954	2025-03-19	Integrating numerical models with deep learning techniques for flood risk assessment 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93465-9 PMID:40087490	研究论文	本研究结合数值模型与深度学习技术，用于洪水风险评估，特别是通过LSTM模型进行未来20年的流量预测，并生成洪水区域图和灾害图	将LSTM模型与HEC-RAS软件结合，用于洪水风险评估，并通过多种统计和图形分析方法评估模型性能	研究仅针对伊朗Nesa河的40年日流量数据，可能无法直接推广到其他河流或地区	通过LSTM模型预测流量，并结合HEC-RAS软件生成洪水区域图和灾害图，以提高洪水预警系统的效率	伊朗Nesa河的日流量数据	机器学习	NA	LSTM, HEC-RAS	LSTM	时间序列数据	40年的日流量数据
7955	2025-03-19	Optimized attention-enhanced U-Net for autism detection and region localization in MRI 2025-Mar-14, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.111970 PMID:40096789	研究论文	本研究提出了一种利用优化深度学习方法和注意力机制进行自闭症检测及区域定位的框架	结合了Symmetric Structured MobileNet with Attention Mechanism (SSM-AM)和Refreshing Awareness-aided Election-Based Optimization (RA-EBO)进行自闭症分类，并利用Multiscale Dilated Attention-based Adaptive U-Net (MDA-AUnet)进行异常区域定位	NA	通过MRI图像进行自闭症的早期检测和区域定位，以改善干预效果	自闭症谱系障碍（ASD）患者	计算机视觉	自闭症	MRI图像处理	Symmetric Structured MobileNet with Attention Mechanism (SSM-AM), Multiscale Dilated Attention-based Adaptive U-Net (MDA-AUnet)	MRI图像	公开数据集ABIDE
7956	2025-03-19	An optimal federated learning-based intrusion detection for IoT environment 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93501-8 PMID:40082567	研究论文	本文提出了一种基于联邦学习的最优入侵检测方法，用于物联网环境中的网络安全	采用联邦学习训练深度学习分类器，结合Chimp优化算法选择最优特征，提高了入侵检测的准确率	未提及具体的数据集规模或实验环境的局限性	提高物联网网络中入侵检测的准确性和效率	物联网网络中的入侵检测系统	机器学习	NA	联邦学习, Chimp优化算法	深度学习分类器	网络数据	使用MQTT基准数据集进行实验
7957	2025-03-19	Multilabel classification for defect prediction in software engineering 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93242-8 PMID:40082581	研究论文	本文探讨了在软件工程中使用多标签分类进行缺陷预测的方法	将缺陷预测从传统的多类分类问题转变为多标签分类问题，考虑了缺陷可能同时属于多个类别的情况	未提及具体的数据集大小或来源，可能影响结果的普适性	提高软件缺陷预测的准确性和效率	软件缺陷报告	机器学习	NA	机器学习、深度学习	Multinomial Naive Bayes, Logistic Regression, Random Forest, MLP, CNN	文本	NA
7958	2025-03-19	A dual branch model for predicting microseismic magnitude time series named DTFNet 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93272-2 PMID:40082632	研究论文	本文提出了一种名为DTFNet的双分支模型，用于预测微震震级时间序列，以提高煤矿岩爆的智能预警准确性	DTFNet模型结合了时间序列分解和深度学习，通过二次分解和双分支结构有效建模微震时间序列数据，并深度提取微震震级数据的特征	未明确提及具体局限性	提高煤矿岩爆的智能预警准确性	微震震级时间序列数据	机器学习	NA	互补集合经验模态分解、排列熵、变分模态分解	DTFNet（双分支时间序列预测模型）	时间序列数据	多个工作面的微震监测目录
7959	2025-03-19	Exploring the significance of the frontal lobe for diagnosis of schizophrenia using explainable artificial intelligence and group level analysis 2025-Mar-13, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.111969 PMID:40096788	研究论文	本文通过可解释的人工智能和群体水平分析，探讨了额叶在精神分裂症诊断中的重要性	使用可解释的深度学习方法（Grad-CAM）和群体水平分析，识别精神分裂症患者的重要脑区，并在额叶中发现了显著的分类特征	未提及样本的具体数量或多样性，可能影响结果的普适性	研究精神分裂症诊断中额叶的作用，并帮助临床医生制定治疗方案	精神分裂症患者和健康对照组（CN）	数字病理学	精神分裂症	功能性磁共振成像（fMRI）、结构性磁共振成像（sMRI）	深度学习（Grad-CAM）	MRI图像（sMRI和fMRI）	NA
7960	2025-03-19	Deep Learning Estimation of Small Airways Disease from Inspiratory Chest CT: Clinical Validation, Repeatability, and Associations with Adverse Clinical Outcomes in COPD 2025-Mar-12, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202409-1847OC PMID:40072247	研究论文	本文开发了一种基于生成式AI的模型，用于从单一的吸气CT扫描中评估小气道疾病，并与双体积参数响应映射方法进行了比较	通过生成式AI模型从单一吸气CT扫描中评估小气道疾病，无需额外的呼气CT扫描，提高了临床适用性	研究结果在COPDGene研究中的验证样本量相对较小（n = 458），可能影响结果的普适性	评估AI模型在慢性阻塞性肺疾病（COPD）中从小气道疾病（fSAD）的吸气CT扫描中估计fSADTLC的能力，并验证其临床关联性和重复性	来自SPIROMICS研究的2513名参与者和COPDGene研究的458名参与者	数字病理学	慢性阻塞性肺疾病	生成式AI模型	生成式模型	CT图像	SPIROMICS研究中的2513名参与者和COPDGene研究中的458名参与者