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
8221	2025-03-21	Commentary on "Machine Learning, Deep Learning, Artificial Intelligence and Aesthetic Plastic Surgery: A Qualitative Systematic Review" by Nogueira et al. (2025) 2025-Mar-19, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-025-04825-9 PMID:40105945	comments	本文是对Nogueira等人（2025年）发表的关于机器学习、深度学习、人工智能与美容整形外科的定性系统综述的评论	NA	NA	评论Nogueira等人关于机器学习、深度学习、人工智能在美容整形外科中的应用的系统综述	Nogueira等人的系统综述	machine learning	NA	NA	NA	NA	NA
8222	2025-03-21	Automated Detection of Hydrocephalus in Pediatric Head Computed Tomography Using VGG 16 CNN Deep Learning Architecture and Based Automated Segmentation Workflow for Ventricular Volume Estimation 2025-Mar-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01482-x PMID:40108068	研究论文	本研究提出了一种基于VGG16架构的卷积神经网络（CNN）模型，用于在婴儿头部CT图像中自动检测脑积水，并集成了自动脑室体积提取方法	本研究首次将VGG16 CNN架构应用于婴儿脑积水的自动检测，并开发了一种自动脑室体积提取方法，结合了多种图像处理技术	研究样本量较小，仅包含105个头部CT扫描，可能影响模型的泛化能力	开发一种自动化的脑积水检测和脑室体积提取方法，以提高临床诊断的准确性和效率	婴儿头部CT图像	计算机视觉	脑积水	CT扫描、图像分割、形态学操作	VGG16 CNN	图像	105个头部CT扫描，共6300张切片
8223	2025-03-21	High-Resolution Magnetic Resonance Imaging Radiomics for Identifying High-Risk Intracranial Plaques 2025-Mar-19, Translational stroke research IF:3.8Q2 DOI:10.1007/s12975-025-01345-1 PMID:40108073	研究论文	本文旨在构建一个基于高分辨率磁共振成像（HRMRI）的放射组学模型，用于区分症状性和无症状性颅内斑块，以预测脑血管事件	结合放射组学特征和深度学习技术，构建了一个混合模型，用于准确识别高风险颅内斑块	样本量相对较小，且仅基于HRMRI数据，未考虑其他影像学或临床数据	识别高风险颅内斑块，预测脑血管事件	172名患者的188个颅内动脉粥样硬化斑块（100个症状性，88个无症状性）	数字病理学	心血管疾病	高分辨率磁共振成像（HRMRI）	随机森林、岭回归、最小绝对收缩和选择算子（LASSO）、深度学习（DL）	图像	172名患者的188个颅内斑块
8224	2025-03-21	Enhanced lung cancer subtype classification using attention-integrated DeepCNN and radiomic features from CT images: a focus on feature reproducibility 2025-Mar-17, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02115-z PMID:40095252	研究论文	本研究评估了一种结合放射组学特征与深度学习和注意力机制的混合框架，以提高使用CT图像对肺癌亚型分类的准确性	结合放射组学特征与深度学习和注意力机制，特别是通过注意力机制增强深度学习模型，以提高肺癌亚型分类的准确性	研究未提及对模型在不同医疗中心间的泛化能力进行详细验证	提高使用CT图像对肺癌亚型分类的准确性	肺癌CT图像	计算机视觉	肺癌	CT扫描	DeepCNN, XGBoost, Stacking	图像	2725张肺癌图像，涵盖腺癌（552张）、鳞状细胞癌（380张）、小细胞肺癌（307张）、大细胞癌（215张）和肺类癌（180张）
8225	2025-03-21	Research on movie rating based on BERT-base model 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92430-w PMID:40097502	研究论文	本文提出了一种基于BERT-base模型的电影评分分类方法，通过改进BERT模型来提高电影评论分类的准确性和公平性	引入了动态位置偏移编码机制和动态加权融合池化策略，增强了模型对位置信息的处理能力和特征提取的全面性，同时通过数据预处理减少敏感信息带来的模型偏差	尽管在IMDb数据集上表现良好，但模型在其他数据集上的泛化能力仍需进一步验证	提高电影评论分类的准确性和公平性	电影评论	自然语言处理	NA	BERT模型	BERT-base	文本	IMDb电影评论数据集
8226	2025-03-21	Convolutional Fine-Tuned Threshold Adaboost approach for effectual content-based image retrieval 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93309-6 PMID:40097565	研究论文	本文提出了一种新颖的卷积微调阈值Adaboost（CFTAB）方法，结合深度学习和机器学习技术，以提高基于内容的图像检索（CBIR）的性能	提出了一种结合深度学习和机器学习的CFTAB方法，通过动态调整阈值水平来优化训练结果，从而提高CBIR的性能	未提及具体的研究限制	提高基于内容的图像检索（CBIR）的性能	图像数据	计算机视觉	NA	Adaptive Histogram Equalization (AHE), VGG16	CFTAB, Adaboost	图像	未提及具体样本数量
8227	2025-03-21	Conditional variational auto encoder based dynamic motion for multitask imitation learning 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93888-4 PMID:40097597	研究论文	本文提出了一种结合传统动态运动基元（DMP）方法和条件变分自编码器（cVAE）的框架，用于多任务模仿学习	结合DMP和cVAE，通过生成扭矩而非直接生成轨迹，使生成的轨迹能够适应新的目标位置，并提出了保证通过点约束的微调方法	需要进一步验证在更复杂任务和更大规模数据集上的性能	提高多任务模仿学习的效率和泛化能力	手写数字数据集和机器人操作任务（如推动、到达和抓取）	机器学习	NA	条件变分自编码器（cVAE）	cVAE	图像和机器人操作数据	手写数字数据集和UR10机械臂的机器人操作任务
8228	2025-03-21	Photodiagnosis with deep learning: A GAN and autoencoder-based approach for diabetic retinopathy detection 2025-Mar-08, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104552 PMID:40064432	研究论文	本研究提出了一种结合生成对抗网络（GANs）、去噪自编码器和EfficientNetB0的深度学习框架，用于糖尿病视网膜病变（DR）的检测	该研究创新性地整合了GANs用于数据增强、去噪自编码器用于降噪以及EfficientNetB0用于分类模型，显著提升了DR分类模型的性能	未来研究方向包括整合可解释性工具以增强临床采用，并探索其他成像模态以进一步提高泛化能力	提升糖尿病视网膜病变（DR）的早期检测和准确诊断能力	糖尿病视网膜病变（DR）	计算机视觉	糖尿病视网膜病变	GANs, 去噪自编码器, EfficientNetB0	GAN, 自编码器, EfficientNetB0	图像	自定义的高分辨率OCT数据集
8229	2025-03-21	Deep profiling of gene expression across 18 human cancers 2025-Mar, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-024-01290-8 PMID:39690287	研究论文	本文介绍了一种名为DeepProfile的无监督深度学习框架，用于生成18种人类癌症的50,211个转录组的低维潜在空间	DeepProfile框架在生物可解释性方面优于降维方法，并揭示了跨癌症类型定义潜在空间的普遍重要基因控制免疫细胞激活，而癌症类型特异性基因和途径定义分子疾病亚型	NA	利用无监督深度学习挖掘跨癌症基因表达大数据集中的临床和生物学信息	18种人类癌症的50,211个转录组	机器学习	癌症	无监督深度学习	DeepProfile	基因表达数据	50,211个转录组
8230	2025-03-21	UK Biobank MRI data can power the development of generalizable brain clocks: A study of standard ML/DL methodologies and performance analysis on external databases 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121064 PMID:39892529	研究论文	本研究提出了一个全面的流程，用于训练和比较多种机器学习和深度学习脑龄预测模型，结合了多种预处理策略和校正项	提出了一个统计框架来评估年龄预测性能、跨队列变异性的鲁棒性及其作为神经退行性疾病生物标志物的潜力	NA	开发通用的脑龄预测模型，并评估其作为神经退行性疾病生物标志物的潜力	健康个体和神经退行性疾病患者	机器学习	神经退行性疾病	T1加权MRI扫描	惩罚线性机器学习模型	图像	UK Biobank、ADNI和NACC数据集
8231	2025-03-21	Individualized prediction of atrial fibrillation onset risk based on lifelogs 2025-Mar, American journal of preventive cardiology IF:4.3Q1 DOI:10.1016/j.ajpc.2025.100951 PMID:40103686	研究论文	本研究旨在利用Apple Watch的持续生命日志数据预测个体化的心房颤动（AF）发病风险，以促进及时的心电图（ECG）获取	结合梯度提升决策树和深度学习的机器学习模型，利用Apple Watch数据预测AF发病风险，并优化ECG获取时机	样本量相对较小，且仅在日本进行全国性分析，可能限制了模型的普适性	预测个体化的AF发病风险，优化ECG获取时机	AF患者和Apple Watch用户	机器学习	心血管疾病	机器学习	梯度提升决策树和深度学习	生命日志数据（包括心率、步数、睡眠模式等）	Keio分析：100名AF患者；全国性分析：8,935名Apple Watch用户
8232	2025-03-21	SE(3)-Equivariant Ternary Complex Prediction Towards Target Protein Degradation 2025-Feb-26, ArXiv PMID:40061120	研究论文	本文介绍了一种名为DeepTernary的新型深度学习方法，用于预测目标蛋白质降解中的三元复合物结构	DeepTernary利用SE(3)-等变图神经网络和三元图间注意力机制，直接从高质量训练数据集TernaryDB中捕获复杂的三元相互作用，无需已知PROTAC的先验知识	三元结构预测仍面临交互机制不明确和训练数据不足的挑战	开发一种能够有效预测目标蛋白质降解中三元复合物结构的深度学习方法	蛋白质和小分子	机器学习	NA	深度学习	SE(3)-等变图神经网络（GNN）	3D结构数据	高质量训练数据集TernaryDB
8233	2025-03-21	Detection of concha bullosa using deep learning models in cone-beam computed tomography images: a feasibility study 2025-Feb, Archives of craniofacial surgery DOI:10.7181/acfs.2024.00283 PMID:40068625	研究论文	本研究评估了深度学习模型在锥形束计算机断层扫描（CBCT）图像中检测鼻甲气化（CB）的性能	结合离散小波变换（DWT）的对比增强（CE）方法对CBCT图像进行预处理，并比较了不同深度学习模型（ResNet50、ResNet101和MobileNet）与随机森林分类器的组合效果	需要进一步研究以验证结果，包括更大的样本量和多种深度学习模型	评估深度学习模型在CBCT图像中检测CB的可行性	203个CBCT扫描图像（83个有CB，119个无CB）	计算机视觉	鼻部疾病	离散小波变换（DWT）、对比增强（CE）	ResNet50、ResNet101、MobileNet、随机森林（RF）	图像	203个CBCT扫描图像
8234	2025-03-21	Value of vendor-agnostic deep learning image denoising in brain computed tomography: A multi-scanner study 2025-01, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin DOI:10.1055/a-2290-4781 PMID:38749431	研究论文	本研究评估了一种与供应商无关的深度学习去噪（DLD）算法在五种CT扫描仪上对非对比颅脑CT（ncCT）诊断图像质量的影响	使用与供应商无关的深度学习去噪算法，显著提高了五种不同CT扫描仪的图像质量，包括主观和客观分析	研究为单中心回顾性研究，样本量相对较小（150例患者）	评估深度学习去噪算法在非对比颅脑CT图像中的应用效果	150例因轻微头部创伤接受常规成像的患者	计算机视觉	头部创伤	深度学习去噪（DLD）	深度学习	图像	150例患者（五种CT扫描仪各30例）
8235	2025-03-21	Language model-based labeling of German thoracic radiology reports 2025-01, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin DOI:10.1055/a-2287-5054 PMID:38663428	研究论文	本研究探讨了在深度学习标签预测模型中使用弱监督的潜力，旨在从德国胸部放射学报告中提取标签并用于训练胸部X光分类模型	提出了一种基于德国BERT编码器的标签提取模型，该模型在德国胸部放射学报告上的表现优于基于规则的模型，并且仅需1000份手动标注的报告进行训练	研究仅针对德国胸部放射学报告，且样本量相对有限，可能影响模型的泛化能力	探索弱监督在深度学习标签预测模型中的应用，并评估其对胸部X光分类模型的影响	德国胸部放射学报告和胸部X光图像	自然语言处理	肺气胸	深度学习	BERT, DenseNet-121	文本, 图像	66071份放射学报告（2017-2021年），1091份手动标注的报告（2020-2021年），6434份胸部X光图像及相关报告
8236	2025-03-21	The optimised model of predicting protein-metal ion ligand binding residues 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70001 PMID:39873344	研究论文	本文研究了预测蛋白质-金属离子配体结合残基（PMILBRs）的优化模型	结合氨基酸及其衍生信息作为特征参数，并首次将深度学习算法应用于预测，提高了Ca和Mg离子配体结合残基的预测效果	未提及具体的数据集规模或模型泛化能力的验证	提高蛋白质-金属离子配体结合残基的预测准确性	蛋白质-金属离子配体结合残基	机器学习	NA	机器学习算法、深度学习算法	经典机器学习算法、深度学习算法	氨基酸及其衍生信息	未提及具体样本数量
8237	2025-03-21	Artificial intelligence-enhanced magnetic resonance imaging-based pre-operative staging in patients with endometrial cancer 2025-Jan, International journal of gynecological cancer : official journal of the International Gynecological Cancer Society IF:4.1Q2 DOI:10.1016/j.ijgc.2024.100017 PMID:39878275	研究论文	本研究提出了一种基于深度学习的MRI图像分割管道，用于预测子宫内膜癌患者的深肌层浸润和宫颈基质浸润，以辅助临床医生进行术前评估	开发了一种全自动的深度学习管道，用于从MRI图像中分割子宫和肿瘤，并预测深肌层浸润和宫颈基质浸润，为术前分期提供支持	数据变化、类别不平衡和伪影的存在对模型性能提出了挑战	评估子宫内膜癌患者的预后因素，以优化治疗计划和预后评估	子宫内膜癌患者	数字病理学	子宫内膜癌	深度学习	分割模块	MRI图像	178名患者
8238	2025-03-20	Retraction: Control of hybrid electromagnetic bearing and elastic foil gas bearing under deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320337 PMID:40100785	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8239	2025-03-21	Automated program using convolutional neural networks for objective and reproducible selection of corneal confocal microscopy images 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251326223 PMID:40103638	研究论文	本文提出了一种基于卷积神经网络的自动化程序，用于客观和可重复地选择角膜共聚焦显微镜图像	使用ResNet-18进行深度学习特征提取和无监督聚类，提出了一种全自动的CCM图像选择算法，确保客观性和可重复性	需要多中心研究以验证这些发现在不同人群中的适用性	提高糖尿病周围神经病变（DPN）的诊断效率和准确性	角膜共聚焦显微镜（CCM）图像	计算机视觉	糖尿病周围神经病变	深度学习	ResNet-18	图像	数百张图像
8240	2025-03-21	Intraoperative robotic measurements of coronal alignment in total knee arthroplasty correlate with pre- and post-operative long-leg radiographs 2025-Jan, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70220 PMID:40103674	研究论文	本研究旨在通过比较术前和术后站立双足长腿X光片（LLR）来验证全膝关节置换术（TKA）中股骨和胫骨组件冠状对齐的术中机器人测量的准确性	使用深度学习人工智能模型和机器人系统进行测量，验证了机器人系统在TKA中的高准确性和可靠性	研究为单机构回顾性队列研究，样本量较小（59例患者）	验证全膝关节置换术中机器人测量的股骨和胫骨组件冠状对齐的准确性	接受初次全膝关节置换术的59例患者	数字病理	老年疾病	深度学习人工智能模型，机器人系统	NA	图像	59例患者