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
61	2025-05-04	Automatic melanoma and non-melanoma skin cancer diagnosis using advanced adaptive fine-tuned convolution neural networks 2025-Apr-30, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02279-8 PMID:40304929	research paper	提出了一种使用自适应微调卷积神经网络（CNN）的智能计算机辅助系统，用于自动诊断黑色素瘤和非黑色素瘤皮肤癌	采用两阶段迁移学习方法和预训练CNN，通过PCA替换全连接层以挖掘皮肤癌图像的判别性特征，有效缓解过拟合问题	训练数据有限，可能存在过拟合风险，且传统方法存在高计算成本和缺乏可解释性的问题	开发一种高效、准确的自动皮肤癌诊断系统，以辅助医疗专业人员进行早期筛查	皮肤癌图像	computer vision	skin cancer	deep learning, transfer learning, principal component analysis (PCA)	CNN	image	NA
62	2025-05-04	Self-supervised learning for label-free segmentation in cardiac ultrasound 2025-Apr-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59451-5 PMID:40307208	研究论文	本文提出了一种结合计算机视觉、临床知识和深度学习的自监督学习流程，用于心脏超声的无标签分割	开发了一种无需手动标注的自监督分割方法，其性能与监督学习相当，且具有临床有效性	虽然在大规模数据集上进行了测试，但部分结果的置信区间较宽，可能需要进一步验证	开发一种无需手动标注的心脏超声分割方法，提高分割效率和可重复性	心脏超声图像	计算机视觉	心血管疾病	深度学习	自监督学习	超声图像	450例超声心动图用于训练，18,423例用于测试（包括外部数据），其中553例有对应的心脏MRI
63	2025-05-04	A digital photography dataset for Vaccinia Virus plaque quantification using Deep Learning 2025-Apr-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05030-8 PMID:40307255	research paper	该研究提出了一个用于痘苗病毒斑块量化的数字摄影数据集，并展示了如何使用深度学习技术进行分析	提出了一个标注的痘苗病毒斑块数字摄影数据集，并开发了基于StarDist架构的改进模型HydraStarDist，实现了一步式分析	研究仅针对痘苗病毒，可能不适用于其他病毒的斑块分析	开发一种自动化的病毒斑块量化方法，以提高病毒检测和研究的效率	痘苗病毒的斑块表型	digital pathology	NA	deep learning	StarDist, HydraStarDist	image	NA
64	2025-05-04	Blockchain based solid waste classification with AI powered tracking and IoT integration 2025-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97030-2 PMID:40307309	研究论文	本研究提出了一种结合AI、物联网和区块链技术的智能垃圾分类模型，旨在优化垃圾收集和回收过程	整合了AI、物联网和区块链技术，实现了实时垃圾分类和安全透明的数据存储	未提及具体性能评估结果和系统实际部署的可行性	通过智能决策和安全数据处理改善垃圾管理和可持续性	智能城市中的垃圾管理系统	机器学习	NA	机器学习和深度学习	ML和DL模型	物联网传感器数据	未提及具体样本数量
65	2025-05-04	A hybrid deep learning framework for early detection of diabetic retinopathy using retinal fundus images 2025-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99309-w PMID:40307328	研究论文	提出了一种结合CNN和RNN的混合深度学习框架，用于通过视网膜眼底图像早期检测糖尿病视网膜病变	结合CNN和RNN，利用多时间点视网膜扫描的时间信息提高检测准确性，并引入注意力机制捕捉最相关的数据特征	未提及模型在临床环境中的实际应用效果验证	开发自动化的糖尿病视网膜病变早期检测系统	糖尿病视网膜病变患者	数字病理学	糖尿病视网膜病变	深度学习	CNN+RNN混合模型	视网膜眼底图像	使用了DRIVE、Kaggle和Eyepacs三个公开数据集
66	2025-05-04	Formation permeability estimation using mud loss data by deep learning 2025-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94617-7 PMID:40307334	研究论文	本研究提出了一种利用泥浆流失数据和深度学习技术估算地层渗透率的新方法	首次将泥浆流失数据与深度学习结合用于地层渗透率估算，并比较了1D-CNN和DJINN两种模型的性能	研究基于模拟数据，实际应用效果需进一步验证	开发准确估算地层渗透率的方法以支持油气开采评估	油气储层的地层渗透率	机器学习	NA	深度学习	1D-CNN, DJINN	数值数据(储层和钻井参数)	模拟生成的不同储层和钻井参数组合数据集
67	2025-05-04	Selective laser cleaning of microbeads using deep learning 2025-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99646-w PMID:40307358	研究论文	本文提出了一种结合深度学习和飞秒激光技术的选择性激光清洁方法，用于高效、精确地去除表面污染物	通过集成神经网络预测每次激光脉冲后的样本外观，实现了自适应、实时的清洁过程，显著提高了清洁效率和精度	研究仅使用了直径为15微米的聚苯乙烯微珠作为污染物模型，可能无法完全代表所有实际应用场景中的污染物类型	开发一种高效、精确的选择性激光清洁方法，以减少能源消耗和基材损伤	聚苯乙烯微珠（直径15微米）作为表面污染物模型	机器视觉	NA	飞秒激光脉冲技术	神经网络	图像	使用聚苯乙烯微珠作为污染物模型，具体样本数量未提及
68	2025-05-04	A deep learning based framework for enhanced reference evapotranspiration estimation: evaluating accuracy and forecasting strategies 2025-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99713-2 PMID:40307385	研究论文	本文评估了三种深度学习序列模型（LSTM、N-BEATS和TCN）在预测日参考蒸散发（ET）中的性能，并进一步利用表现最佳的TCN模型评估了两种ET预测策略	首次比较了LSTM、N-BEATS和TCN三种深度学习模型在ET预测中的性能，并提出了递归策略以提高数据稀缺情况下的预测准确性	研究仅针对特定数据集进行评估，未考虑不同地理区域和气候条件下的模型泛化能力	开发高效准确的参考蒸散发预测方法以优化农业水资源管理	参考蒸散发（ET）的时间序列数据	机器学习	NA	深度学习时间序列预测	LSTM, N-BEATS, TCN	时间序列数据	未明确说明样本数量
69	2025-05-04	Targeted molecular generation with latent reinforcement learning 2025-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99785-0 PMID:40307420	research paper	提出了一种利用强化学习在预训练生成模型的潜在空间中优化分子的新方法	采用近端策略优化（PPO）在生成模型的潜在空间中导航，无需显式定义化学规则，且方法对底层架构不可知	NA	开发计算方法来生成具有特定理化性质或生物活性的分子，以辅助药物发现	分子生成与优化	machine learning	NA	reinforcement learning, proximal policy optimization (PPO)	autoencoder	molecular data	NA
70	2025-05-04	Deep learning-based classification of coronary arteries and left ventricle using multimodal data for autonomous protocol selection or adjustment in angiography 2025-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99651-z PMID:40307429	研究论文	该研究提出了一种基于深度学习的算法，用于自主检测冠状动脉和左心室，并调整血管造影中的成像参数	开发了一种多模态深度学习模型，能够在无血管结构的单X射线帧上准确分类心脏解剖结构，实现成像参数的自动选择和调整	研究仅使用了275个放射序列进行训练和验证，可能限制了模型的泛化能力	优化血管造影中的X射线成像参数选择，以提高图像质量并减少辐射暴露	左冠状动脉（LCA）、右冠状动脉（RCA）和左心室（LV）	计算机视觉	心血管疾病	深度学习	ResNet-50, MLP, 多模态模型	X射线图像和C臂角度数据	275个放射序列用于训练和验证，146个独立测试序列用于评估
71	2025-05-04	Evaluation of deliverable artificial intelligence-based automated volumetric arc radiation therapy planning for whole pelvic radiation in gynecologic cancer 2025-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99717-y PMID:40307456	research paper	本研究旨在开发一种基于深度学习的可交付全盆腔容积弧形放射治疗（VMAT）计划，用于妇科癌症患者，并评估其临床有效性	使用名为RatoGuide的原型深度学习自动计划支持系统，预测并生成可交付的VMAT计划，减少医院间计划质量的差异	样本量较小（测试数据n=10），且仅在一家医院进行验证	开发并验证基于深度学习的自动化放射治疗计划系统在妇科癌症全盆腔VMAT中的临床适用性	妇科癌症患者	数字病理	妇科癌症	深度学习	DL-based三维剂量预测模型	剂量分布和结构数据	110名妇科癌症患者（训练数据n=100，测试数据n=10）
72	2025-05-04	Improving the accuracy of prediction models for small datasets of Cytochrome P450 inhibition with deep learning 2025-Apr-30, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01015-2 PMID:40307863	研究论文	本研究探讨了深度学习技术在预测细胞色素P450（CYP）抑制中的应用，特别是在CYP2B6和CYP2C8亚型数据有限的情况下	利用多任务深度学习和数据填补技术显著提高了CYP抑制预测的准确性，尤其是在小数据集条件下	研究主要针对CYP2B6和CYP2C8亚型，可能不适用于所有CYP亚型	提高CYP抑制预测模型的准确性，特别是在小数据集条件下	细胞色素P450（CYP）抑制，特别是CYP2B6和CYP2C8亚型	机器学习	NA	深度学习，数据填补	图卷积网络（GCN），多任务学习模型	化合物IC50值	12,369种针对7种CYP亚型的化合物，1,808种已批准药物
73	2025-05-04	MSRP-TODNet: a multi-scale reinforced region wise analyser for tiny object detection 2025-Apr-30, BMC research notes IF:1.6Q2 DOI:10.1186/s13104-025-07263-7 PMID:40307915	研究论文	提出了一种名为MSRP-TODNet的多尺度强化区域分析器，用于微小物体检测	结合了多智能体强化学习算法和生成对抗网络，通过改进的特征金字塔网络整合特征图，提高了微小物体检测的准确性和实时性	仅在特定数据集（VisDrone VID 2019和MS-COCO）上进行了训练和测试，可能在其他场景下的泛化能力有限	解决实时监控中小型远距离物体检测的挑战，提高检测性能	无人机监控和航空影像中的微小物体	计算机视觉	NA	多智能体强化学习(MARL)、生成对抗网络(GAN)	MSRP-TODNet（基于GAN和EFPN）	图像	VisDrone VID 2019和MS-COCO数据集
74	2025-05-04	Real-time morphological and dosimetric adaptation in nasopharyngeal carcinoma radiotherapy: insights from autosegmented fractional fan-beam CT 2025-Apr-30, Radiation oncology (London, England) DOI:10.1186/s13014-025-02643-6 PMID:40307931	research paper	该研究通过自动分割的扇形束CT量化鼻咽癌放疗中的形态和剂量变化，为自适应放疗的决策提供依据	开发了四种基于深度学习的自动分割模型，用于评估高风险器官和目标体积的每周体积、Dice相似系数和剂量变化	研究为回顾性分析，样本量相对较小（23名患者）	量化鼻咽癌放疗中的形态和剂量变化，优化自适应放疗的时机	23名鼻咽癌患者的681次FBCT扫描	digital pathology	nasopharyngeal carcinoma	fan-beam computed tomography (FBCT)	deep learning-based autosegmentation models	CT图像	23名患者的681次FBCT扫描
75	2025-05-04	TasteNet: A novel deep learning approach for EEG-based basic taste perception recognition using CEEMDAN domain entropy features 2025-Apr-30, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110463 PMID:40315923	研究论文	本研究开发了一种名为TasteNet的深度学习框架，用于基于EEG信号的基本味觉感知识别	提出了结合CNN模块、多头注意力模块和Att-BiPLSTM网络的新型深度学习模型TasteNet，并采用CEEMDAN方法进行信号分解和熵特征提取	NA	开发有效的EEG信号分析方法以识别基本味觉刺激	人类EEG信号	机器学习	NA	CEEMDAN, 熵特征提取	CNN, 多头注意力模块, Att-BiPLSTM	EEG信号	NA
76	2025-05-04	AdptDilatedGCN: Protein-ligand binding affinity prediction based on multi-scale interaction fusion mechanism and dilated GCN 2025-Apr-30, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143751 PMID:40316081	research paper	提出了一种基于多尺度交互融合机制和扩张GCN的蛋白质-配体结合亲和力预测方法AdptDilatedGCN	通过多尺度交互融合机制充分挖掘蛋白质和配体的细粒度和粗粒度信息，结合跳跃连接和多尺度融合策略提高特征利用率，并增强特征	未提及具体局限性	预测蛋白质-配体结合亲和力，以促进药物发现	蛋白质和配体的结合亲和力	machine learning	NA	AutoDock Vina	AdptDilatedGCN, GCN, GRU	蛋白质和配体的特征数据	CASF-2016和CASF-2013公共测试集
77	2025-05-04	Deep Learning-based Triple-Tracer Brain PET Scanning in a Single Session: A simulation study using clinical data 2025-Apr-30, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121246 PMID:40316225	研究论文	本研究探索了基于深度学习的单次三示踪剂脑PET成像协议，旨在简化多示踪剂PET成像并减少辐射暴露	利用深度学习模型从同时获取的三示踪剂PET扫描中分离信号，简化多示踪剂PET成像过程	深度学习模型在生成FTP图像方面的表现不够理想	简化多示踪剂PET成像，减少扫描时间和辐射暴露	阿尔茨海默病神经影像学倡议(ADNI)数据集中的认知正常患者、轻度认知障碍患者和痴呆患者	数字病理	阿尔茨海默病	PET扫描	Swin Transformer	图像	ADNI数据集中的患者(具体数量未提及)
78	2025-05-04	Evaluation of precipitation forecasting base on GraphCast over mainland China 2025-Apr-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98944-7 PMID:40295583	research paper	评估基于GraphCast的中国大陆降水预报性能	结合深度学习和大气科学大数据，验证了GraphCast模型在降水预报中的性能，并与ECMWF进行了比较	当前大模型仍缺乏实地数据验证，且随着预报时间延长，预报能力下降	评估GraphCast模型在中国大陆地区的降水预报性能	中国大陆地区1-3天累积降水数据	machine learning	NA	深度学习	GraphCast	气象数据	2393个观测站2020-2021年的数据
79	2025-05-04	TransAnno-Net: A Deep Learning Framework for Accurate Cell Type Annotation of Mouse Lung Tissue Using Self-supervised Pretraining 2025-Apr-24, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108809 PMID:40315689	研究论文	提出了一种基于自监督预训练的深度学习框架TransAnno-Net，用于小鼠肺组织单细胞RNA测序数据的准确细胞类型注释	结合迁移学习和Transformer架构，利用自监督预训练减少标注成本，并通过随机过采样技术解决细胞类型不平衡问题	主要针对小鼠肺组织数据，在其他组织或物种中的适用性需要进一步验证	开发高效准确的单细胞RNA测序数据细胞类型注释方法	小鼠肺组织的单细胞RNA测序数据	数字病理学	肺病	scRNA-seq	Transformer	基因表达数据	约100,000个细胞
80	2025-05-04	Deep learning modelling to forecast emergency department visits using calendar, meteorological, internet search data and stock market price 2025-Apr-24, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108808 PMID:40315688	研究论文	本研究探讨了结合日历、气象、互联网搜索数据和股票市场价格，利用深度学习模型预测急诊科患者访问量的效果	首次将股票市场价格与互联网搜索数据结合日历和气象数据，用于急诊科访问量的深度学习预测，并比较了不同混合深度学习架构的性能	研究仅基于2010-2012年新加坡总医院的数据，可能不具有普遍性	提高急诊科患者访问量的预测准确性，优化医疗资源分配	急诊科患者访问量	机器学习	NA	深度学习	LSTM, 1D CNN, CNN-LSTM混合模型	时间序列数据	2010-2012年新加坡总医院的每日急诊科患者访问量数据