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
81	2025-05-03	HoRNS-CNN model: an energy-efficient fully homomorphic residue number system convolutional neural network model for privacy-preserving classification of dyslexia neural-biomarkers 2025-Apr-30, Brain informatics DOI:10.1186/s40708-025-00256-z PMID:40304880	研究论文	本文提出了一种名为HoRNS-CNN的模型，用于高效、隐私保护的阅读障碍神经生物标志物分类	结合了残数系统全同态加密方案(RNS-FHE)的能效特性与预训练深度CNN模型的高精度，解决了现有FHE深度CNN模型的低精度、高加密/解密延迟、能效低下等问题	未明确提及具体局限性	开发一种能效高、隐私保护性强的深度学习模型，用于神经影像数据的分类	阅读障碍相关的神经生物标志物	数字病理学	阅读障碍	全同态加密(FHE), 残数系统(RNS)	CNN	神经影像数据	未明确提及具体样本量
82	2025-05-03	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	开发高效准确的皮肤癌早期自动诊断工具	皮肤癌图像	digital pathology	skin cancer	deep learning, transfer learning, principal component analysis (PCA)	CNN	image	NA
83	2025-05-03	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，其性能与有监督学习相当	虽然在大规模测试数据上表现良好，但未在所有心脏结构上验证其普适性	开发一种无需人工标注的心脏超声图像分割方法	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
84	2025-05-03	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	提出了一个注释的数字摄影数据集，并开发了改进的HydraStarDist架构，用于一步完成痘苗病毒斑块分析	研究仅针对痘苗病毒，可能不适用于其他病毒的斑块分析	开发一种自动化的痘苗病毒斑块量化方法，以减少传统手工方法的劳动和时间消耗	痘苗病毒的斑块表型	digital pathology	NA	deep learning	StarDist, HydraStarDist	image	NA
85	2025-05-03	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提升垃圾管理的效率和可持续性	智能城市中的垃圾管理系统	机器学习	NA	机器学习(ML)和深度学习(DL)	ML和DL模型	传感器数据	未提及具体样本数量
86	2025-05-03	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关键数据特征	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	DRIVE、Kaggle和Eyepacs数据集（具体数量未说明）
87	2025-05-03	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损失数据和深度学习技术估算地层渗透率的新方法	首次将泥浆损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	开发更准确的地层渗透率估算方法以支持油气藏评估和开采	油气藏地层渗透率	机器学习	NA	深度学习	1D-CNN, DJINN	数值数据	模拟生成的泥浆损失率数据集（具体数量未说明）
88	2025-05-03	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	research paper	本文提出了一种结合飞秒激光脉冲和深度学习的微珠选择性激光清洁方法，实现了实时监控和反馈循环，提高了清洁效率和精度	将神经网络集成到反馈循环中，实时预测激光脉冲后的样品外观，实现自适应清洁过程	实验仅使用了直径为15微米的聚苯乙烯微珠作为模型污染物，未涉及其他类型或尺寸的污染物	提高激光清洁的效率和精度，减少能源浪费和基材损伤	聚苯乙烯微珠（直径15微米）作为模型污染物	machine learning	NA	飞秒激光脉冲	neural network	image	NA
89	2025-05-03	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	本研究评估了三种深度学习序列模型（LSTM、N-BEATS和TCN）在预测具有时间特征的每日参考蒸散发（ET）中的表现，并进一步利用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预测中的表现，并提出了递归策略以提高数据稀缺情况下的预测准确性	研究仅评估了三种深度学习模型，可能未涵盖其他潜在有效的模型	优化农业水资源管理，提高参考蒸散发（ET）的预测准确性	参考蒸散发（ET）的时间序列数据	机器学习	NA	深度学习	LSTM, N-BEATS, TCN	时间序列数据	未明确提及样本数量
90	2025-05-03	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高效优化分子，无需显式定义化学规则	未明确说明模型在复杂分子结构生成中的表现	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
91	2025-05-03	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	本文介绍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，并根据检测结果自动调整X射线成像参数	提出了一种结合图像数据和角度数据的多模态深度学习方法，能够在无血管结构的X射线单帧图像上准确分类心脏解剖结构	研究仅使用了275个放射序列进行训练和验证，样本量相对有限	优化冠状动脉造影和结构性心脏手术中的X射线成像参数选择	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	图像数据和角度数据	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
92	2025-05-03	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	研究论文	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DL自动计划支持系统，开发了可交付的VMAT计划，并验证了其临床有效性	研究样本量较小（n=10），且仅在单一医院进行	开发并评估基于深度学习的自动化放疗计划系统在妇科癌症全盆腔VMAT中的临床有效性	妇科癌症患者	数字病理	妇科癌症	深度学习（DL）	三维剂量预测模型	剂量分布和结构数据	110名患者（训练集n=100，测试集n=10）
93	2025-05-03	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细胞色素P450（CYP）抑制预测中的应用，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在有限数据条件下对CYP抑制预测的准确性	研究主要针对CYP2B6和CYP2C8亚型，可能不适用于所有CYP亚型	提高细胞色素P450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）超家族，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值数据	12,369种针对7种CYP亚型的化合物，1,808种已批准药物
94	2025-05-03	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	research paper	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	结合了多尺度区域像素分析、改进的Wiener滤波、调整对比度增强方法、多智能体强化学习算法以及增强特征金字塔网络，显著提升了微小物体检测的性能	未提及模型在不同环境或光照条件下的泛化能力	提高无人机监视和航空影像中微小物体的实时检测准确率	微小物体	computer vision	NA	Improved Wiener Filter (IWF), Adjusted Contrast Enhancement Method (ACEM), Multi-Agent Reinforcement Learning (MARL), Enhanced Feature Pyramid Network (EFPN), Generative Adversarial Network (GAN)	MSRP-TODNet, GAN	image	VisDrone VID 2019和MS-COCO数据集
95	2025-05-03	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，样本量较小（23名患者），且自动分割的准确性需人工修正	量化鼻咽癌放疗过程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次扇形束CT扫描	digital pathology	nasopharyngeal carcinoma	fan-beam computed tomography (FBCT)	deep learning-based autosegmentation models	CT scans	23名患者，681次FBCT扫描
96	2025-05-03	Cancer type and survival prediction based on transcriptomic feature map 2025-Apr-30, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110267 PMID:40311464	research paper	该研究通过将转录组特征转化为特征图并采用深度学习模型，实现了癌症类型和生存时间的预测	构建了泛癌转录组特征图，并利用Inception网络和门控卷积模块实现了高精度的癌症分类和生存预测，同时识别出与癌症进展相关的关键基因	研究仅基于TCGA数据库的数据，未涉及其他独立数据集的验证	开发一种基于转录组特征图和深度学习的癌症类型及生存时间预测方法	27种癌症类型的转录组数据和10种癌症类型的生存数据	digital pathology	cancer	transcriptomic data analysis	Inception network, gated convolutional modules	transcriptomic data	TCGA数据库中的27种癌症类型的转录组数据和10种癌症类型的生存数据
97	2025-05-03	GeneDX-PBMC: An adversarial autoencoder framework for unlocking Alzheimer's disease biomarkers using blood single-cell RNA sequencing data 2025-Apr-30, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110283 PMID:40311462	研究论文	该研究通过结合单细胞RNA测序数据和深度学习技术，识别阿尔茨海默病的血液生物标志物和治疗靶点	开发了一个结合自编码器、分类器和判别器的深度学习框架，分析常规方法通常忽略的差异表达基因和细微遗传变异	单核细胞数据存在限制，需依赖随机森林分类器处理	识别阿尔茨海默病的血液生物标志物和治疗靶点，以促进早期诊断和治疗策略的开发	阿尔茨海默病患者和认知正常对照的外周血单个核细胞（PBMCs）	数字病理学	阿尔茨海默病	单细胞RNA测序（scRNA-seq）	对抗自编码器（AAE）	基因表达数据	NA
98	2025-05-03	DeepValve: The first automatic detection pipeline for the mitral valve in Cardiac Magnetic Resonance imaging 2025-Apr-30, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110211 PMID:40311468	research paper	介绍DeepValve，首个用于心脏磁共振成像中二尖瓣自动检测的深度学习流程	首次提出基于深度学习的二尖瓣自动检测流程，并测试了三种不同的瓣膜检测模型	仅在120例确诊二尖瓣疾病的患者CMR图像上开发和测试，样本量有限	开发自动化的二尖瓣检测方法，以提高诊断准确性	心脏磁共振成像中的二尖瓣	digital pathology	cardiovascular disease	deep learning	UNET-REG, UNET-SEG, DSNT-REG	image	120例确诊二尖瓣疾病患者的CMR图像
99	2025-05-03	Non-invasive biopsy diagnosis of diabetic kidney disease via deep learning applied to retinal images: a population-based study 2025-Apr-30, The Lancet. Digital health DOI:10.1016/j.landig.2025.02.008 PMID:40312169	research paper	开发并验证了一种基于视网膜图像的AI深度学习系统DeepDKD，用于检测糖尿病肾病(DKD)及区分单纯糖尿病肾病与非糖尿病肾病(NDKD)	首次利用视网膜图像和深度学习技术进行非侵入性的DKD筛查和NDKD区分	需要更多样本人群验证系统普适性	提高糖尿病肾病筛查可及性并区分单纯糖尿病肾病与非糖尿病肾病	糖尿病患者视网膜图像	digital pathology	diabetic kidney disease	deep learning	DeepDKD	retinal fundus images	开发集: 734,084张视网膜图像(121,578名参与者); 验证集: 65,406名参与者(10个多民族数据集); 区分研究: 1,068张图像(267名参与者)
100	2025-05-03	Artificial Intelligence in Speech-Language Pathology and Dysphagia: A Review From Latin American Perspective and Pilot Test of LLMs for Rehabilitation Planning 2025-Apr-30, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.04.010 PMID:40312192	review	本文综述了人工智能在言语病理学和吞咽障碍管理中的应用，特别关注拉丁美洲的实施挑战，并测试了大型语言模型在康复规划中的潜力	从拉丁美洲视角探讨AI在言语病理学和吞咽障碍中的应用，并首次测试大型语言模型在康复规划中的效用	当前AI应用主要集中于诊断而非综合康复，且在拉丁美洲面临基础设施不足、语言适应有限和地区数据集稀缺等障碍	探讨人工智能在言语病理学和吞咽障碍管理中的应用及其在拉丁美洲的实施挑战	言语病理学和吞咽障碍患者	natural language processing	geriatric disease	deep learning, machine learning algorithms, natural language processing	LLMs	text	NA