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
921	2025-05-16	Technical implications of a novel deep learning system in the segmentation and evaluation of computed tomography angiography before transcatheter aortic valve replacement 2025 Jan-Dec, Therapeutic advances in cardiovascular disease IF:2.6Q2 DOI:10.1177/17539447251321589 PMID:40123453	研究论文	本研究比较了Cvpilot、3mensio和Volume Viewer系统在经导管主动脉瓣置换术（TAVR）前主动脉根部分割和技术评估中的实用性	探索了Cvpilot系统在自动分割和主动脉根部技术评估中的有效性，并与现有系统进行了比较	研究仅在一个中心进行，样本量相对较小（154例患者）	评估Cvpilot系统在TAVR前主动脉根部分割和测量中的准确性和可靠性	154例接受TAVR的患者	数字病理	心血管疾病	计算机断层扫描血管造影（CTA）	深度学习系统	医学影像	154例患者
922	2025-05-16	Optimising window size of semantic of classification model for identification of in-text citations based on context and intent 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309862 PMID:40127378	研究论文	本文研究了基于上下文和意图的文本引用分类模型的最佳窗口大小选择	通过比较不同窗口大小对文本引用分类的影响，提出了针对长文本引用更有效的大窗口策略	研究仅使用了两种基准数据集，可能无法涵盖所有类型的文本引用场景	优化自然语言处理中文本引用分类模型的窗口大小选择	科学文献中的文本引用	自然语言处理	NA	Word2Vec嵌入	CNN, GRU, LSTM, SVM, 决策树, 朴素贝叶斯	文本	两个包含大量文本引用的基准数据集
923	2025-05-16	Weighted-VAE: A deep learning approach for multimodal data generation applied to experimental T. cruzi infection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315843 PMID:40127396	research paper	提出了一种加权变分自编码器（W-VAE）用于处理缺失和有限的多模态数据，以分类健康个体和处于T. cruzi感染急性或慢性阶段的个体	W-VAE是一种深度生成架构，通过新的损失函数、加权因子和掩蔽机制提高了生成数据的质量	研究基于小鼠模型，可能无法直接推广到人类	自动诊断健康个体和处于T. cruzi感染不同阶段的个体	健康个体和处于T. cruzi感染急性或慢性阶段的个体	machine learning	Chagas disease	Weighted Variational Auto-Encoder (W-VAE)	VAE	multimodal data (electrocardiography signals, echocardiography images, Doppler spectrum, ELISA antibody titers)	NA
924	2025-05-16	Diagnosis and activity prediction of SLE based on serum Raman spectroscopy combined with a two-branch Bayesian network 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1467027 PMID:40129980	研究论文	本研究提出了一种基于血清拉曼光谱和双分支贝叶斯网络的系统性红斑狼疮(SLE)诊断和活动性预测方法	开发了一种新型的双分支贝叶斯网络(DBayesNet)模型，结合拉曼光谱技术，用于SLE的快速识别和活动性评估	样本量相对较小(80例SLE患者和81例对照)，需要更大规模的研究验证	开发一种快速准确的SLE诊断和活动性评估方法	系统性红斑狼疮(SLE)患者	数字病理学	系统性红斑狼疮	拉曼光谱	DBayesNet(双分支贝叶斯网络)，包含BayConv模块、Attention模块和BayLinear层	光谱数据	161例(80例SLE患者和81例对照，包括干燥综合征、未分化结缔组织病、主动脉炎患者和健康人)
925	2025-05-16	Optimization of Decision Support Technology for Offshore Oil Condition Monitoring with Carbon Neutrality as the Goal in the Enterprise Development Process 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319858 PMID:40131882	研究论文	本研究探讨了在追求碳中和的企业发展过程中，将Faster R-CNN算法与MobileNet v2架构结合，用于海上石油状况监测与分类	提出了一种基于MobileNet v2和Faster R-CNN融合的海洋石油状况监测与分类模型，该模型在损失值和识别准确率方面表现优异	NA	优化海上石油状况监测的决策支持技术，以支持企业碳中和目标	海上石油状况监测与分类	计算机视觉	NA	深度学习	Faster R-CNN与MobileNet v2融合模型	图像	NA
926	2025-05-16	A predictive machine learning model for cannabinoid effect based on image detection of reactive oxygen species in microglia 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320219 PMID:40131976	研究论文	本文开发了一种基于图像检测小胶质细胞中活性氧(ROS)的机器学习模型，用于预测大麻素效应	结合共聚焦显微镜图像与CNN深度学习模型，预测大麻二酚(CBD)对免疫细胞ROS水平的影响	研究仅使用HMC3细胞系，未涉及其他细胞类型或体内模型	评估大麻二酚(CBD)对神经炎症中ROS水平的影响	人小胶质细胞(HMC3)中的活性氧(ROS)	数字病理学	神经退行性疾病	共聚焦显微镜成像，CellROX荧光ROS指示剂	CNN	图像	HMC3细胞系在三种免疫激活剂(LPS/Aβ42/GP120)条件下的ROS图像数据
927	2025-05-16	Multimodal deep learning for predicting PD-L1 biomarker and clinical immunotherapy outcomes of esophageal cancer 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1540013 PMID:40134428	research paper	该研究开发了一种多模态深度学习模型，用于预测食管癌患者的PD-L1生物标志物水平和免疫治疗结果	提出了一种整合病理特征、放射组学特征和临床信息的新型多模态深度学习模型，用于预测PD-L1水平和免疫治疗反应	研究样本量相对较小，且仅来自单一医疗中心	预测食管癌患者的PD-L1生物标志物水平和免疫治疗效果	食管鳞状细胞癌（ESCC）患者	digital pathology	esophageal cancer	免疫组织化学、CT扫描	multimodal deep learning	image, clinical variables	220例患者用于PD-L1表达水平分析，75例患者用于免疫治疗反应分析
928	2025-05-16	Beyond the Greater Angkor Region: Automatic large-scale mapping of Angkorian-period reservoirs in satellite imagery using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320452 PMID:40138322	研究论文	利用深度学习技术自动大规模识别卫星图像中的吴哥时期水库	首次使用Deeplab V3+深度学习模型进行语义分割，自动识别吴哥时期水库，显著提高了考古学家的工作效率	模型仅针对吴哥时期水库进行训练，可能无法直接应用于其他类型的考古特征	通过自动识别卫星图像中的考古特征，加速对吴哥文化圈以外区域的全面测绘	吴哥时期水库	计算机视觉	NA	卫星遥感、深度学习	Deeplab V3+	卫星图像	NA
929	2025-05-16	Deep Learning-Based Auto-Segmentation for Liver Yttrium-90 Selective Internal Radiation Therapy 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251327081 PMID:40152005	研究论文	评估一种基于深度学习的自动分割方法用于Y-90选择性内放射治疗中的肝脏轮廓描绘	使用U-Net3D架构构建的深度学习模型在肝脏分割中优于传统的基于Atlas的方法	NA	评估深度学习自动分割方法在Y-90选择性内放射治疗中的肝脏轮廓描绘效果	接受Y-90选择性内放射治疗的患者的CT图像	数字病理	肝癌	CT成像	U-Net3D	图像	NA
930	2025-05-16	A hybrid long short-term memory-convolutional neural network multi-stream deep learning model with Convolutional Block Attention Module incorporated for monkeypox detection 2025 Jan-Mar, Science progress IF:2.6Q2 DOI:10.1177/00368504251331706 PMID:40152267	research paper	开发一种结合LSTM-CNN和CBAM的多流深度学习模型，用于猴痘的早期检测	提出了一种结合LSTM-CNN和CBAM的混合多流深度学习模型，用于猴痘的早期检测，并通过Grad-CAM和LIME提高模型的可解释性	未提及模型在真实临床环境中的验证情况	开发一种可靠的深度学习模型，用于猴痘的早期检测	猴痘皮肤病变数据	digital pathology	monkeypox	deep learning	hybrid LSTM-CNN with CBAM	image	Mpox Skin Lesion Dataset Version 2.0 (MSLD v2.0)
931	2025-05-16	TNFR-LSTM: A Deep Intelligent Model for Identification of Tumour Necroses Factor Receptor (TNFR) Activity 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70007 PMID:40156875	研究论文	本文介绍了一种名为DEEP-TNFR的深度学习模型，专门用于预测肿瘤坏死因子受体（TNFR）的活性	开发了DEEP-TNFR模型，结合相对和反向位置特征以及统计矩，显著提高了TNFR识别的准确性	NA	提高肿瘤坏死因子受体（TNFR）活性的识别准确性	肿瘤坏死因子（TNFs）及其受体（TNFR）	机器学习	癌症	深度学习	LSTM, Bi-LSTM, GRU, CNN, RNN, FCN	NA	NA
932	2025-05-16	A super resolution generative adversarial networks and partition-based adaptive filtering technique for detect and remove flickers in digital color images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317758 PMID:40354494	research paper	提出了一种结合超分辨率生成对抗网络和基于分区的自适应滤波技术的无监督框架，用于检测和消除数字彩色图像中的闪烁	首次将SRGAN与基于分区的自适应滤波技术结合，用于单图像去闪烁，无需先验知识	仅针对CMOS传感器相机拍摄的图像，未考虑其他类型传感器的闪烁问题	提高数字图像视觉质量，消除由动态光照和传感器噪声引起的闪烁伪影	数字彩色图像中的闪烁伪影	computer vision	NA	Super-Resolution Generative Adversarial Networks (SRGAN), Partition-Based Adaptive Filtering Technique (PBAFT)	SRGAN	image	未配对图像数据集
933	2025-05-16	Integrating temporal convolutional networks with metaheuristic optimization for accurate software defect prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319562 PMID:40354496	研究论文	本研究提出了一种结合时间卷积网络（TCN）和蚁狮优化（ALO）的智能方法，用于准确预测软件缺陷	首次将TCN与ALO结合用于软件缺陷预测，显著提升了预测准确率	未提及模型在超大规模软件项目中的表现	寻找最有效的软件缺陷检测模型	软件项目中的缺陷	机器学习	NA	时间卷积网络（TCN），蚁狮优化（ALO）	TCN, ALO, CNN, GRU, BiLSTM	软件项目数据	未明确提及具体样本数量
934	2025-05-16	Artificial intelligence meets genomic selection: comparing deep learning and GBLUP across diverse plant datasets 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1568705 PMID:40364946	研究论文	本文通过比较深度学习模型和GBLUP方法在14个植物育种数据集上的表现，探讨了基因组选择在植物育种中的应用	深度学习模型能够捕捉复杂的非线性遗传模式，尤其在小型数据集中表现优于GBLUP方法	两种方法在不同性状和情景下表现不一，没有一种方法在所有情况下都优于另一种	提高基因组选择在植物育种中的实施效果	14个来自不同植物育种项目的真实数据集	机器学习	NA	基因组选择(GS)	深度学习(DL), GBLUP	基因组数据	14个数据集
935	2025-05-16	sEMG-based gesture recognition using multi-stream adaptive CNNs with integrated residual modules 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1487020 PMID:40365011	research paper	该研究提出了一种基于多流自适应卷积神经网络与残差模块（MSACNN-RM）的表面肌电信号手势识别方法，以提高特征提取和学习能力	结合多流卷积神经网络、自适应卷积神经网络和残差模块，增强了模型对复杂数据模式的提取和理解能力	未考虑个体间肌电信号差异，未来需开发通用多手势识别算法并优化网络以减少计算负担	提高表面肌电信号手势识别的准确性和多手势识别性能	表面肌电信号（sEMG）手势识别	machine learning	NA	surface electromyography (sEMG)	multi-stream adaptive convolutional neural networks with residual modules (MSACNN-RM)	sEMG信号数据	Ninapro DB1、Ninapro DB2和Ninapro DB4数据集
936	2025-05-16	Optimizing gene selection and module identification via ontology-based scoring and deep learning 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf034 PMID:40365108	研究论文	提出了一种结合统计方法和深度学习的集成框架，用于优化基因选择和模块识别	通过结合新型统计算法和深度神经网络模型，利用基因本体（GO）信息的语义相似性来增强基因选择和相互作用分析的准确性	未提及具体样本量或实验验证的详细结果	优化基因选择并识别基因相互作用模块，以更好地理解复杂疾病机制	基因表达数据和基因本体（GO）信息	计算生物学	NA	基因本体（GO）分析，深度神经网络	深度神经网络（DNN）	基因表达数据	NA
937	2025-05-16	A predictive nomogram of thyroid nodules based on deep learning ultrasound image analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1504412 PMID:40365227	research paper	本研究通过深度学习超声图像分析，建立了一个预测甲状腺结节良恶性的列线图模型	结合深度学习和患者临床超声特征，构建的列线图模型比单独使用C-TIRADS或深度学习模型具有更高的准确性	研究为回顾性研究，可能存在选择偏倚	提高甲状腺结节良恶性的预测性能	甲状腺结节	digital pathology	thyroid disease	deep learning ultrasound image analysis	deep learning model, nomogram model	ultrasound image	2247个甲状腺结节（1573个用于训练和测试，674个用于验证）
938	2025-05-16	Deep learning and radiomics-driven algorithm for automated identification of May-Thurner syndrome in Iliac CTV imaging 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1526144 PMID:40365495	research paper	本研究旨在通过深度学习和放射组学技术，开发一种自动化识别髂静脉CTV成像中May-Thurner综合征（MTS）的算法	结合深度学习和放射组学技术，首次开发了针对MTS的自动化分割模型和诊断放射组学特征	研究样本量相对有限（490例），且未提及外部验证数据集的独立验证结果	开发自动化MTS检测系统，提高诊断效率和准确性	髂静脉CTV扫描图像	digital pathology	cardiovascular disease	CTV成像	UPerNet	image	490例（201例MTS阳性，289例阴性）
939	2025-05-16	Cryptographic key generation using deep learning with biometric face and finger vein data 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1545946 PMID:40365578	研究论文	提出了一种利用深度学习和多模态生物特征（人脸和手指静脉）生成加密密钥的新方法	结合FaceNet和VGG19预训练模型进行特征提取，使用Siamese Neural Network (SNN) 和模糊提取器，实现了安全且可复现的加密密钥生成	NA	提高生物特征加密的准确性和鲁棒性，探索抗量子攻击的可扩展系统	人脸和手指静脉的生物特征数据	机器学习	NA	深度学习	FaceNet, VGG19, Siamese Neural Network (SNN)	图像	NA
940	2025-05-16	An Ensemble Deep Learning Algorithm for Structural Heart Disease Screening Using Electrocardiographic Images: PRESENT SHD 2024-Dec-27, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.06.24314939 PMID:39417095	研究论文	开发并验证了一种名为PRESENT-SHD的集成深度学习算法，用于通过12导联心电图图像自动检测和预测多种结构性心脏病	利用集成深度学习方法从心电图图像中自动检测多种结构性心脏病，并在多个医院和人群研究中验证其性能	研究主要依赖于特定医院和人群的数据，可能在其他人群中的泛化能力有待进一步验证	开发一种自动化工具，用于结构性心脏病的早期筛查和风险分层	结构性心脏病患者和普通人群	数字病理学	心血管疾病	深度学习	CNN, XGBoost	图像	261,228份心电图来自93,693名患者，并在11,023名个体中进行了验证