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
1081	2025-05-13	Deep Learning Enhanced Near Infrared-II Imaging and Image-Guided Small Interfering Ribonucleic Acid Therapy of Ischemic Stroke 2025-03-18, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c18035 PMID:40042964	研究论文	本文开发了一种新型的NIR-II纳米颗粒平台YWFC NPs，用于增强siRNA穿过血脑屏障的递送，并结合深度学习优化NIR-II成像，以治疗缺血性中风	开发了YWFC NPs纳米颗粒平台，结合深度学习优化NIR-II成像，实现了siRNA的高效递送和图像引导治疗	研究仅在MCAO小鼠模型中进行，尚未进行临床验证	开发一种能够高效递送siRNA并优化NIR-II成像的治疗缺血性中风的策略	缺血性中风小鼠模型	数字病理学	缺血性中风	NIR-II成像，siRNA递送	深度学习神经网络	图像	MCAO小鼠模型
1082	2025-05-13	Deactivated Cas9-Engineered Magnetic Micromotors toward a Point-of-Care Digital Viral RNA Assay 2025-03-11, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c14913 PMID:40017424	研究论文	介绍了一种名为dCRISTOR的新型数字分子诊断技术，通过整合dCas9工程微电机、无提取环介导等温扩增（LAMP）、低成本明场显微镜和深度学习图像处理，实现了高灵敏度和特异性的HIV-1 RNA检测	dCRISTOR技术无需荧光读出、吸光度测量或昂贵的制造过程，通过dCas9工程微电机和CNN-MOT算法实现了高精度的数字病毒RNA检测	样本量较小（21例加标血浆和9例临床患者样本），需要进一步扩大验证	开发一种低成本、高灵敏度的数字病毒RNA检测技术，用于即时诊断（POC）应用	HIV-1 RNA	数字病理	HIV感染	无提取环介导等温扩增（LAMP）、深度学习图像处理	CNN	图像	21例加标血浆和9例临床患者样本
1083	2025-05-13	A review of urban heat island mapping approaches with a special emphasis on the Indian region 2025-Mar-08, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-13810-3 PMID:40055272	综述	本文对全球城市热岛（UHI）测绘方法进行了批判性回顾，特别关注印度地区及基于AI的方法	特别强调印度地区及AI方法在城市热岛测绘中的应用	主要关注印度地区，可能缺乏对其他地区的深入分析	提高城市热岛效应测绘和监测的准确性，以改善生活质量	城市热岛效应及其测绘方法	机器学习	NA	机器学习和深度学习算法	NA	NA	NA
1084	2025-05-13	A prediction model for the risk of developing mild cognitive impairment in older adults with sarcopenia: evidence from the CHARLS 2025-Mar-08, Aging clinical and experimental research IF:3.4Q2 DOI:10.1007/s40520-025-02980-2 PMID:40055290	research paper	开发了一种深度学习模型，用于预测患有肌肉减少症的老年人发生轻度认知障碍的风险	利用机器学习和深度学习技术，结合CHARLS数据，构建了一个预测模型，并开发了在线工具	样本量相对较小，且仅基于中国健康与养老追踪调查（CHARLS）的数据	开发一个准确的预测模型，用于筛查肌肉减少症患者的轻度认知障碍风险	570名患有肌肉减少症的患者	machine learning	geriatric disease	machine learning, deep learning	deep learning	clinical data	570 patients with sarcopenia from CHARLS
1085	2025-05-13	Development and validation of computer-aided detection for colorectal neoplasms using deep learning incorporated with computed tomography colonography 2025-Mar-08, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-025-03742-0 PMID:40055612	研究论文	本研究开发并验证了结合深度学习与CT结肠造影的计算机辅助检测系统，用于结直肠肿瘤的诊断	采用基于faster R-CNN的神经网络结构检测结直肠病变，并通过整合两个位置的评估提高了AI算法的敏感性	外部验证数据量相对较小（137例患者），且未详细说明不同机构间数据质量的差异性	提升CT结肠造影图像中结直肠肿瘤病变的检测敏感性	结直肠肿瘤病变	数字病理	结直肠癌	CT结肠造影	faster R-CNN	医学影像	训练及内部验证数据453例患者（来自日本多中心试验），外部验证数据137例患者（来自其他两家机构）
1086	2025-05-13	Diagnostic Performance of Artificial Intelligence-Based Methods for Tuberculosis Detection: Systematic Review 2025-Mar-07, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69068 PMID:40053773	系统综述	本文对基于人工智能的结核病检测方法进行了全面评估	首次系统综述了AI在结核病检测中的性能，涵盖了多种数据模态和模型架构	仅1项研究进行了领域转移分析，难以模拟真实世界场景	评估AI算法在结核病检测中的诊断性能	结核病检测	数字病理	结核病	深度学习	CNN（包括VGG-16、ResNet-50和DenseNet-121）	影像学、分子/生化和生理数据	152项研究（来自1146条记录）
1087	2025-05-13	Leveraging YOLO deep learning models to enhance plant disease identification 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92143-0 PMID:40055410	research paper	利用YOLO深度学习模型增强植物病害识别	引入YOLOv3和YOLOv4模型进行水果植物病害识别，YOLOv4表现出更低的复杂度、更快的速度和更高的精确度	数据不平衡、症状变异性、实时性能和高昂的标注成本可能影响准确性和采用率	提高植物病害早期识别的准确性和效率，以支持精准农业保护	健康的桃子和草莓叶子，以及受细菌性斑点病影响的桃子叶子和受焦枯病影响的草莓叶子	computer vision	plant disease	YOLO deep learning model	YOLOv3, YOLOv4	image	来自公开可访问的Plant Village数据集的数据
1088	2025-05-13	Hybrid neural network method for damage localization in structural health monitoring 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92396-9 PMID:40055427	研究论文	本文提出了一种基于数值数据的混合RNN-CNN模型，用于结构健康监测中的损伤定位	创新性地将RNN层与CNN结合，降低了模型复杂性和参数数量，同时保留了空间信息	准确率78.9%，略低于传统CNN模型	探索更高效的结构损伤检测方法	大型结构中的裂缝	机器学习	NA	混合神经网络	RNN-CNN混合模型	数值数据	NA
1089	2025-05-13	Continuous nursing symptom management in cancer chemotherapy patients using deep learning 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92762-7 PMID:40055437	research paper	评估深度学习平台在化疗患者症状管理中的效果，旨在提高其生活质量	使用深度学习平台进行化疗患者的持续症状管理，显著减少焦虑和抑郁并改善生活质量	非随机对照试验可能引入选择偏差	评估深度学习平台在化疗患者症状管理中的效果	144名化疗患者	digital pathology	cancer	deep learning	NA	clinical data	144名化疗患者（干预组72名，对照组72名）
1090	2025-05-13	Prediction of malnutrition in kids by integrating ResNet-50-based deep learning technique using facial images 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91825-z PMID:40050339	研究论文	本研究利用基于ResNet-50的深度学习技术，通过面部图像预测儿童营养不良	使用ResNet-50深度学习模型的内置快捷连接解决基于图像的梯度消失问题，提高了训练效率，并在预测营养不良方面达到了98.49%的准确率	未提及模型在不同种族或地区儿童中的泛化能力，以及实际部署中的可行性	简化儿童营养不良的预测过程，减少对多种手动诊断测试和定期医疗专家访问的需求	5岁以下儿童的面部图像	计算机视觉	营养不良	图像分割技术	ResNet-50	图像	未明确提及具体样本数量
1091	2025-05-13	Creating a retinal image database to develop an automated screening tool for diabetic retinopathy in India 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91941-w PMID:40050377	研究论文	本文描述了在印度建立大规模视网膜图像数据库以开发糖尿病视网膜病变自动筛查工具的方法	通过多机构合作建立大规模视网膜图像数据库，并开发基于AI的成本效益高且稳健的诊断工具	需要大量高分辨率眼底图像和专业眼科医生提供可靠的地面真实数据	开发糖尿病视网膜病变的自动筛查工具，以应对全球筛查挑战	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	DL	图像	大规模视网膜图像数据库（具体数量未提及）
1092	2025-05-13	Hybrid feature optimized CNN for rice crop disease prediction 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92646-w PMID:40050403	research paper	提出了一种混合生物启发算法（Hybrid WOA_APSO）结合CNN，用于水稻作物病害预测，以提高诊断准确性和效率	结合了自适应粒子群优化（APSO）和鲸鱼优化算法（WOA）的混合算法，优化了特征选择，提升了CNN的分类准确性	虽然模型在实验中表现出色，但计算复杂度可能较高，且需要更多样化的数据集验证其泛化能力	提高水稻作物病害的准确识别和预测，以减少农业损失并提升作物生产效率	水稻作物的病害叶片图像	computer vision	rice crop disease	Hybrid WOA_APSO algorithm, CNN	CNN	image	使用基准数据集Plantvillage进行实验
1093	2025-05-13	Deep learning-driven pulmonary artery and vein segmentation reveals demography-associated vasculature anatomical differences 2025-Mar-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56505-6 PMID:40050617	研究论文	提出了一种名为HiPaS的深度学习方法，用于在非对比CT和CTPA上实现肺动脉和静脉的精确分割	HiPaS方法首次实现了在非对比CT上进行肺动脉和静脉的精确分割，无需使用对比剂	NA	开发一种更安全、更广泛的肺动脉和静脉分割方法，用于疾病诊断和手术规划	肺动脉和静脉的解剖结构	数字病理学	肺血管疾病	深度学习	CNN	CT图像	1073个CT扫描用于训练，11,784名参与者用于大规模分析
1094	2025-05-13	Leveraging swin transformer with ensemble of deep learning model for cervical cancer screening using colposcopy images 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90415-3 PMID:40050635	研究论文	本文提出了一种结合Swin Transformer和深度学习集成模型的宫颈癌筛查技术，用于阴道镜图像的分类和检测	结合Swin Transformer和三种深度学习模型（AE、BiGRU、DBN）的集成学习，并使用POA算法进行超参数调优	未提及具体的数据集来源和样本多样性，可能影响模型的泛化能力	提高宫颈癌筛查的准确性和效率	阴道镜图像	计算机视觉	宫颈癌	深度学习	Swin Transformer, AE, BiGRU, DBN	图像	NA
1095	2025-05-13	Knowledge-guided diffusion model for 3D ligand-pharmacophore mapping 2025-Mar-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57485-3 PMID:40050649	研究论文	本文提出了一种名为DiffPhore的知识引导扩散框架，用于实时3D配体-药效团映射，旨在推动AI辅助的药效团引导药物发现技术	DiffPhore利用配体-药效团匹配知识引导配体构象生成，并通过校准采样减轻迭代构象搜索过程的暴露偏差，实现了在预测配体结合构象方面的最先进性能	NA	推动AI辅助的药效团引导药物发现技术	3D配体-药效团对	药物发现	NA	扩散模型	DiffPhore	3D配体-药效团对	两个自建数据集
1096	2025-05-13	Automatic detecting multiple bone metastases in breast cancer using deep learning based on low-resolution bone scan images 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92594-5 PMID:40050676	研究论文	提出了一种基于低分辨率骨扫描图像的深度学习框架，用于自动检测乳腺癌多发性骨转移	首次针对乳腺癌低分辨率骨扫描图像的特点，设计了插件式位置辅助提取模块、特征融合模块和基于自注意力变换器的目标检测头	研究为回顾性研究，且仅在特定医院的私有数据集和公开数据集上验证	开发一个统一的框架，用于检测基于低分辨率全身骨扫描图像的多发性密集骨转移	乳腺癌骨转移患者的全身骨扫描图像	数字病理	乳腺癌	深度学习	基于自注意力变换器的目标检测头	图像	512名乳腺癌骨转移患者（来自北京协和医院）和公开数据集BS-80K（来自华西医院）
1097	2025-05-13	A novel hybrid CNN-transformer model for arrhythmia detection without R-peak identification using stockwell transform 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92582-9 PMID:40050678	research paper	提出了一种新型混合CNN-transformer模型，用于无需R峰识别的心律失常检测	该模型结合了CNN和transformer架构，无需R峰检测即可进行心律失常分类，并在准确性和效率上表现出色	NA	提高基于心电图的心律失常诊断准确性，适用于实时监测系统	心电图信号	machine learning	cardiovascular disease	stockwell变换	CNN-transformer混合模型	时间序列数据	Icentia11k数据集（四种心律失常类别）和MIT-BIH数据集（五种心律失常类别）
1098	2025-05-13	LoG-staging: a rectal cancer staging method with LoG operator based on maximization of mutual information 2025-Mar-06, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01610-7 PMID:40050741	research paper	提出了一种基于LoG算子和互信息最大化的直肠癌分期方法LoG-staging	使用LoG滤波器增强MRI图像的纹理细节，并利用互信息最大化机制提出新的特征聚类方法	正确标记的图像不足，且数据增强引入了尺度不变性和旋转一致性问题	提高直肠癌T分期的预测准确性	直肠癌患者的MRI图像	digital pathology	rectal cancer	Laplace of Gaussian (LoG) filter, maximization of mutual information (MMI)	neural network	image	NA
1099	2025-05-13	UGS-M3F: unified gated swin transformer with multi-feature fully fusion for retinal blood vessel segmentation 2025-Mar-06, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01616-1 PMID:40050753	研究论文	提出了一种名为UGS-M3F的统一门控Swin Transformer模型，用于视网膜血管分割，以提升眼科疾病的非侵入性诊断	结合了统一多上下文特征融合(UM2F)和门控边界感知Swin Transformer(GBS-T)模块，有效捕捉不同层次的上下文信息，提升小血管检测和大血管覆盖	未提及模型在临床实际应用中的验证情况或计算资源需求	提高视网膜血管分割的准确性，以更精确地识别和管理眼部疾病	视网膜血管	计算机视觉	眼科疾病	深度学习	Swin Transformer	图像	公开数据集FIVES、DRIVE、STARE和CHAS_DB1
1100	2025-05-13	Deep learning-based classification of dementia using image representation of subcortical signals 2025-Mar-06, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02924-w PMID:40050853	研究论文	本研究开发了一种基于深度学习的痴呆分类系统，通过分析来自深部脑区的EEG信号来区分阿尔茨海默病和额颞叶痴呆	利用连续小波变换将时间序列信号转换为图像表示，并结合DenseNet模型架构进行分类，提高了痴呆分类的准确性	样本量相对较小，且在不同数据集上的准确率存在差异	开发一种早期和准确诊断痴呆（AD和FTD）的深度学习方法	阿尔茨海默病（AD）、额颞叶痴呆（FTD）和轻度认知障碍（MCI）患者以及健康对照（HC）	数字病理学	老年疾病	EEG, sLORETA, 连续小波变换（CWT）	DenseNet	图像	BrainLat数据集（16 AD, 13 FTD, 19 HC），IITD-AIIA数据集（10 AD, 9 MCI, 8 HC）