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
7961	2025-01-31	A novel spectroscopy-deep learning approach for aqueous multi-heavy metal detection 2025-Jan-30, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d4ay01200c PMID:39775679	研究论文	本文提出了一种结合光谱技术和深度学习的新方法，用于水体中多种重金属的快速检测	开发了一种新的数字光谱成像系统，并利用深度卷积神经网络（ResNet-50、Inception V1和SqueezeNet V1.1）构建了一个端到端的回归模型，用于预测混合水样中的重金属浓度	需要大量的光谱数据来训练AI模型，传统方法难以快速提供这些数据	开发一种高效的方法，用于复杂水环境中重金属的快速检测	混合水样中的重金属（砷、铬、铜）	机器学习	NA	光谱技术	ResNet-50, Inception V1, SqueezeNet V1.1	光谱数据	3000个混合重金属样本的光谱数据
7962	2025-01-31	An explainable transformer model integrating PET and tabular data for histologic grading and prognosis of follicular lymphoma: a multi-institutional digital biopsy study 2025-Jan-30, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07090-9 PMID:39883138	研究论文	本研究开发了一种可解释的多模态融合Transformer模型，用于非侵入性识别滤泡性淋巴瘤（FL）的分级和预后	创新点在于开发了一种结合3D PET肿瘤图像和表格数据的多模态融合Transformer模型，并配备了可解释模块，增强了临床可解释性和可靠性	研究为回顾性研究，可能存在选择偏倚，且样本量相对较小	开发一种深度学习模型，用于非侵入性识别滤泡性淋巴瘤的分级和预后	滤泡性淋巴瘤患者	数字病理学	滤泡性淋巴瘤	深度学习	Transformer	3D PET图像和表格数据	513名滤泡性淋巴瘤患者，来自五个独立的医院中心
7963	2025-01-31	Multiparametric MRI-based machine learning system of molecular subgroups and prognosis in medulloblastoma 2025-Jan-30, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11385-8 PMID:39883158	研究论文	本文旨在利用人工智能准确识别髓母细胞瘤的分子亚群，预测临床结果，并将基于深度学习的影像特征整合到风险分层中	提出了一种名为Bi-ResNet-MB的新型多参数卷积神经网络，用于提取髓母细胞瘤的MRI特征，并建立了一个基于XGBoost的预后模型，以及一个基于M2R评分的新型风险分层系统	研究样本量相对较小，且仅在北京天坛医院进行，可能限制了结果的普遍性	识别髓母细胞瘤的分子亚群并预测临床结果，整合深度学习影像特征进行风险分层	髓母细胞瘤患者	数字病理学	髓母细胞瘤	MRI	CNN, XGBoost	图像	139名髓母细胞瘤患者（36名女性，平均年龄7.27±3.62岁），独立验证数据集包含108名患者（33名女性，平均年龄7.11±2.92岁）
7964	2024-12-15	A novel approach in cancer diagnosis: integrating holography microscopic medical imaging and deep learning techniques-challenges and future trends 2025-Jan-29, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad9eb7 PMID:39671712	研究论文	本研究探讨了将全息显微医学成像与深度学习技术结合用于癌症诊断的新方法	提出了一种结合定量相位成像（QPI）和深度学习（DL）的新方法，解决了传统成像技术无法捕捉详细结构信息的局限性	研究中提到了集成全息成像和深度学习方法所面临的挑战，但未详细说明具体的限制	探索全息显微成像与深度学习技术结合在癌症诊断中的潜力，并提出未来研究方向	癌症诊断中的组织样本和全息图像	计算机视觉	NA	全息显微成像，深度学习	U-Net，Vision Transformer（ViT）	图像	未具体说明样本数量
7965	2025-01-31	EEG-derived brainwave patterns for depression diagnosis via hybrid machine learning and deep learning frameworks 2025-Jan-29, Applied neuropsychology. Adult DOI:10.1080/23279095.2025.2457999 PMID:39879638	研究论文	本文开发了基于脑电图（EEG）信号的机器学习和深度学习技术，用于抑郁症的诊断	结合机器学习和深度学习框架，利用EEG信号进行抑郁症诊断，并在不同条件下测试了三种分类器的性能	样本量较小，仅包含34名抑郁症患者和30名健康受试者	开发基于EEG信号的机器学习和深度学习技术，用于抑郁症的早期诊断	34名抑郁症患者和30名健康受试者的EEG信号	机器学习	抑郁症	EEG信号分析	1DCNN, SVM, LR	EEG信号	64名受试者（34名抑郁症患者和30名健康受试者）
7966	2025-01-31	High-Precision prediction of curling trajectory multivariate time series using the novel CasLSTM approach 2025-Jan-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87933-5 PMID:39870770	研究论文	本文提出了一种创新的深度学习方法CasLSTM，用于高精度预测冰壶轨迹的多元时间序列	引入了集成层间记忆的CasLSTM方法，并设计了非教师强制、ExMSE损失和增量多轨迹学习等定制训练技术，显著提高了模型性能	NA	提高冰壶轨迹预测的精度，帮助运动员制定比赛策略	冰壶轨迹的多元时间序列	机器学习	NA	深度学习	CasLSTM	多元时间序列	NA
7967	2025-01-31	Automatic segmentation of the midfacial bone surface from ultrasound images using deep learning methods 2025-Jan-28, International journal of oral and maxillofacial surgery IF:2.2Q2 DOI:10.1016/j.ijom.2025.01.012 PMID:39880737	研究论文	本研究开发了一种基于深度学习方法的自动算法，用于从2D超声图像中分割中面部骨表面	首次将六种深度学习网络（nnU-Net, U-Net, ConvNeXt, Mask2Former, SegFormer, 和 DDRNet）应用于中面部骨表面的自动分割，并比较了它们的性能	研究仅针对中面部骨表面，未涉及其他骨骼部位	开发一种自动算法，用于从2D超声图像中分割中面部骨表面	中面部骨表面	计算机视觉	NA	深度学习	nnU-Net, U-Net, ConvNeXt, Mask2Former, SegFormer, DDRNet	2D超声图像	NA
7968	2025-01-31	Efficient anomaly detection in tabular cybersecurity data using large language models 2025-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88050-z PMID:39870811	研究论文	本文提出了一种基于大型语言模型的创新方法，用于表格数据中的异常检测，称为“通过引导提示的表格异常检测”（TAD-GP）	利用7亿参数的开源模型，结合数据样本引入、异常类型识别、链式思维推理、多轮对话和关键信息强化等策略，显著提高了异常检测的性能	NA	解决传统机器学习和深度学习方法在表格数据异常检测中的泛化问题	表格数据中的异常检测	机器学习	NA	大型语言模型	TAD-GP	表格数据	CICIDS2017、KDD Cup 1999和UNSW-NB15数据集
7969	2025-01-31	Hybrid generative adversarial network based on frequency and spatial domain for histopathological image synthesis 2025-Jan-27, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06057-9 PMID:39871140	研究论文	本文提出了一种基于频率和空间域的混合生成对抗网络，用于合成高质量的病理学图像	该方法通过跨注意力机制提取和融合空间域和频率域的特征，利用空间域指导优化频率域特征，并通过频率域信息细化空间特征，从而生成高质量的病理学图像	NA	提高病理学图像生成的质量，以支持临床应用	病理学图像	数字病理学	NA	生成对抗网络（GAN）	混合生成对抗网络	图像	Patch Camelyon数据集
7970	2025-01-31	Deep learning-based algorithm for classifying high-resolution computed tomography features in coal workers' pneumoconiosis 2025-Jan-27, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01333-4 PMID:39871257	研究论文	本文开发了一种基于深度学习的算法，用于分类煤工尘肺病的高分辨率计算机断层扫描特征	结合DenseNet与ECA-Net，开发了一种新的深度学习模型，并成功应用于2D HRCT图像的自动分类	研究样本仅限于217名煤工尘肺病患者和粉尘暴露工人，可能限制了模型的泛化能力	开发一种能够准确分类煤工尘肺病临床影像特征的深度学习算法	煤工尘肺病患者和粉尘暴露工人的高分辨率计算机断层扫描图像	计算机视觉	尘肺病	深度学习	DenseNet-ECA	图像	217名煤工尘肺病患者和粉尘暴露工人的高分辨率计算机断层扫描图像，包含超过1700个感兴趣区域
7971	2025-01-31	The clinical application of artificial intelligence in cancer precision treatment 2025-Jan-27, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06139-5 PMID:39871340	综述	本文综述了人工智能在癌症精准治疗中的临床应用及其最新进展	提供了人工智能在癌症精准医学中应用的最新发展综述，特别是在靶点预测、靶向药物生成、免疫治疗反应预测等领域的应用	缺乏对人工智能在癌症精准医学中影响的全面评估，且存在当前挑战和伦理问题	优化癌症患者的治疗效果并减少副作用，推动癌症精准医学的发展	癌症患者	机器学习	癌症	机器学习和深度学习	NA	高维数据集	NA
7972	2025-01-31	Histopathology and proteomics are synergistic for high-grade serous ovarian cancer platinum response prediction 2025-Jan-26, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00808-w PMID:39863682	研究论文	本研究展示了结合H&E染色的全切片图像和蛋白质组学特征的多模态深度学习框架，显著提高了对高级别浆液性卵巢癌铂类药物反应的预测	结合H&E染色的全切片图像和蛋白质组学特征的多模态深度学习框架，显著提高了对铂类药物反应的预测，并优于同源重组缺陷（HRD）评分	NA	提高高级别浆液性卵巢癌（HGSOC）患者对铂类药物反应的预测准确性	高级别浆液性卵巢癌（HGSOC）患者	数字病理学	卵巢癌	H&E染色、蛋白质组学	多模态深度学习框架	图像、蛋白质组学数据	NA
7973	2025-01-31	A multicenter study of neurofibromatosis type 1 utilizing deep learning for whole body tumor identification 2025-Jan-26, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01454-z PMID:39863790	研究论文	本研究利用深度学习技术开发了一种基于MRI的模型，用于在复杂全身背景下自动筛查恶性外周神经鞘瘤（MPNSTs）	首次开发了一种适用于全身背景的深度学习模型，用于早期自动筛查MPNSTs，并引入了正常组织/器官标签以提供上下文信息	研究仅在中国七个中心的347名受试者中进行，样本量可能不足以代表更广泛的人群	开发一种高精度的MRI深度学习模型，用于在复杂全身背景下自动筛查MPNSTs	神经纤维瘤病1型（NF1）患者的全身MRI数据	数字病理	神经纤维瘤病1型	深度学习	轻量级深度神经网络	MRI图像	347名受试者
7974	2025-01-31	Disorder-induced enhancement of lithium-ion transport in solid-state electrolytes 2025-Jan-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56322-x PMID:39865086	研究论文	本文通过建立和应用深度学习势能模拟不同无序程度的锂硫磷酸盐电解质系统，揭示了无序驱动的扩散动力学显著增强了室温导电性	利用深度学习势能模拟无序电解质系统，揭示了无序对离子导电性的增强作用，并应用机器学习结构指纹“软度”分类无序诱导的“软”跳跃锂离子	研究主要集中于锂硫磷酸盐电解质系统，未涉及其他类型的固体电解质	研究固体电解质中离子传导机制，特别是结构无序对离子导电性的影响，以开发高性能全固态锂离子电池	锂硫磷酸盐电解质系统	机器学习	NA	深度学习势能模拟	深度学习	模拟数据	不同无序程度的锂硫磷酸盐电解质系统
7975	2025-01-31	The predictive value of radiomics and deep learning for synchronous distant metastasis in clear cell renal cell carcinoma 2025-Jan-25, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-01806-x PMID:39862356	研究论文	本研究旨在开发和验证一个结合CT影像组学和深度学习方法的预测模型，用于准确预测透明细胞肾细胞癌（ccRCC）患者的同步远处转移（SDM）	结合影像组学和深度学习技术，构建了一个综合预测模型，用于预测ccRCC患者的SDM，展示了较高的临床适用性	样本量相对较小，训练和验证队列分别为143和62名患者，可能影响模型的泛化能力	开发并验证一个预测模型，用于预测ccRCC患者的SDM	透明细胞肾细胞癌（ccRCC）患者	数字病理学	肾癌	CT影像组学、深度学习	支持向量机（SVM）、ResNet101	CT图像	训练队列143名ccRCC患者，验证队列62名ccRCC患者
7976	2025-01-31	Physical unclonable in-memory computing for simultaneous protecting private data and deep learning models 2025-Jan-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56412-w PMID:39863590	研究论文	本文提出了一种名为RePACK的三重数据保护方案，用于保护神经网络输入、权重和结构信息，以解决基于电阻随机存取内存的计算内存技术中的数据安全问题	提出了RePACK方案，利用二分排序编码方案和全片上物理不可克隆功能来存储数据，显著提高了枚举复杂度	实验仅在40纳米电阻内存计算内存芯片上进行，尚未在更广泛的硬件平台上验证	开发安全、稳健且高效的边缘神经网络加速器	神经网络输入、权重和结构信息	机器学习	NA	电阻随机存取内存计算内存技术	NA	神经网络数据	128列计算内存核心
7977	2025-01-31	DeepExtremeCubes: Earth system spatio-temporal data for assessing compound heatwave and drought impacts 2025-Jan-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04447-5 PMID:39863624	研究论文	本文介绍了DeepExtremeCubes数据库，旨在分析复合热浪和干旱极端事件对陆地生态系统的影响	提出了一个专门用于分析复合热浪和干旱极端事件影响的数据集，包含超过40,000个全球采样的小数据立方体	数据复杂性可能挑战机器学习模型的有效性	预测气候极端事件对陆地生态系统的影响	持久性自然植被	机器学习	NA	NA	NA	图像、气象数据、地形图	超过40,000个全球采样的小数据立方体，空间覆盖范围为2.5 x 2.5公里
7978	2025-01-31	Improvement of flipped classroom teaching in colleges and universities based on virtual reality assisted by deep learning 2025-Jan-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87450-5 PMID:39863690	研究论文	本文设计了一种基于虚拟现实（VR）和对比语言-图像预训练（CLIP）算法的高校翻转课堂新模式，旨在解决翻转课堂在个性化教学和互动效果提升方面的局限性	通过跨模态数据融合，将学生操作行为与教学内容深度结合，并通过智能反馈机制提升教学效果	未明确提及具体局限性	通过VR技术和智能反馈增强个性化学习体验，提高教学效率和自主学习效果，促进互动教学模式的创新	高校翻转课堂	教育技术	NA	虚拟现实（VR）、对比语言-图像预训练（CLIP）算法	NA	视频、图像、跨模态数据	未明确提及样本量
7979	2025-01-31	Predicting and synthesizing terahertz spoof surface plasmon polariton devices with a convolutional neural network model 2025-Jan-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86806-1 PMID:39856181	研究论文	本研究提出了一种基于卷积神经网络（CNN）的模型，用于预测和合成太赫兹频段的欺骗表面等离子体极化子（SSPP）器件	首次使用CNN预测SSPP及其强度，并允许设计者自由选择入射介质材料和指定入射角度	未提及具体样本量或数据集的详细描述	预测和设计太赫兹频段的传感器和吸收器	金属多级光栅结构（MMGS）的SSPP	电磁学	NA	卷积神经网络（CNN），严格耦合波分析（RCWA），快速傅里叶分解（FFF）	CNN	电磁谱数据	NA
7980	2025-01-31	Attention-based interactive multi-level feature fusion for named entity recognition 2025-Jan-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86718-0 PMID:39856193	研究论文	本文提出了一种基于注意力的交互式多层次特征融合框架（AIMFF），用于改进命名实体识别（NER）任务	提出了一种新的注意力机制，能够从不同角度获取多层次特征，并交互式地捕捉不同特征之间的依赖关系	未提及具体局限性	改进命名实体识别（NER）任务，通过多层次特征融合提升模型性能	命名实体识别（NER）任务中的实体，如人名（PER）、地名（LOC）和组织名（ORG）	自然语言处理	NA	深度学习技术	基于注意力的交互式多层次特征融合框架（AIMFF）	文本	在三个数据集上进行了实验