深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
11241	2025-10-07	Blockchain enabled collective and combined deep learning framework for COVID19 diagnosis 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00252-7 PMID:40360521	研究论文	提出一种结合区块链技术和集体深度学习的新框架CLCD-Block，用于COVID-19的智能诊断	首次将区块链技术与集体学习范式相结合，实现安全数据分发和隐私保护的协同诊断模型	需要进一步优化可扩展性和实时性能，适应更广泛的医疗数据集	开发兼顾准确性和隐私保护的协同诊断模型，解决COVID-19诊断中的挑战	COVID-19患者的肺部CT图像	计算机视觉	COVID-19	CT成像	深度学习	医学图像	来自多个机构的肺部CT图像数据集	NA	混合胶囊学习网络	准确率,精确率,召回率,特异性,F1分数	NA
11242	2025-10-07	User preference modeling for movie recommendations based on deep learning 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00030-5 PMID:40360567	研究论文	提出一种基于深度学习的电影推荐方法，通过分析用户行为记录和电影内容元素实现个性化推荐	结合图技术（PageRank）和卷积神经网络（CNN）来建模用户偏好，相比传统方法能更好地捕捉复杂用户偏好动态	仅使用215名用户的浏览数据进行验证，样本规模有限	提升电影推荐系统的个性化推荐效果	电影推荐系统和用户偏好建模	机器学习	NA	图技术，文本挖掘	CNN	用户浏览记录，电影内容数据	215名用户在508个电影页面的浏览活动	NA	CNN	精确率，召回率	NA
11243	2025-10-07	Dual level dengue diagnosis using lightweight multilayer perceptron with XAI in fog computing environment and rule based inference 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98365-6 PMID:40360639	研究论文	本研究提出了一种在雾计算环境中使用轻量级多层感知器和可解释人工智能进行双级登革热诊断的框架	结合雾计算环境提出双级诊断框架，第一级使用优化的轻量级MLP模型，第二级使用基于规则的推理方法，这在近期研究中较为罕见	使用小数据集进行模型训练，可能影响模型的泛化能力	提高登革热诊断效率，促进远程诊断和快速治疗	登革热疑似患者	机器学习	登革热	机器学习，深度学习	MLP	症状数据，血清学检测报告	小数据集	NA	轻量级多层感知器	准确率，精确率，F1分数	雾计算环境
11244	2025-10-07	Detection of sugar beet seed coating defects via deep learning 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98253-z PMID:40360658	研究论文	本研究使用YOLO算法对甜菜种子包衣缺陷进行检测和分类	首次将YOLOv10系列模型应用于甜菜种子包衣缺陷检测，并比较了不同模型变体的性能	研究仅针对单一作物（甜菜种子）和固定拍摄条件，未验证在其他作物或不同光照条件下的适用性	通过深度学习技术提高种子包衣质量检测效率和准确性	甜菜种子包衣缺陷	计算机视觉	NA	图像处理技术	YOLO	RGB图像	2000个包衣甜菜种子的高分辨率图像	YOLOv10	YOLOv10-N, YOLOv10-L, YOLOv10-X	准确率, 推理时间	NA
11245	2025-10-07	AI-IoT based smart agriculture pivot for plant diseases detection and treatment 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98454-6 PMID:40360734	研究论文	提出一种基于AI-IoT的智能农业枢纽系统，用于植物病害检测与治疗	基于现有中心枢纽开发新型IoT系统架构和硬件试点，克服无人机和机器人技术的局限性	未明确说明系统部署成本和维护难度等实际应用限制	开发智能农业系统解决植物病害检测与治疗问题	多种作物的植物叶片	计算机视觉	植物病害	深度学习	CNN	图像	25,940张增强图像，涵盖11类植物叶片	NA	ResNet50	准确率,F1-score,召回率,精确率	NA
11246	2025-10-07	Prediction of real-time cine-MR images during MRI-guided radiotherapy of liver cancer using a GAN-ConvLSTM network 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17609 PMID:39755123	研究论文	提出一种改进的GAN-ConvLSTM网络用于实时预测肝癌放疗过程中的动态磁共振图像	将pix2pix GAN的生成器替换为卷积长短期记忆网络(ConvLSTM)，能够基于前五帧图像预测后续五帧动态磁共振图像	仅针对15名肝癌患者进行个性化模型训练，样本量有限	解决放疗过程中呼吸运动导致的系统延迟问题，提高图像引导自适应放疗的精度	接受放疗的肝癌患者	医学影像分析	肝癌	动态磁共振成像(cine-MR)	GAN, ConvLSTM	医学影像	15名肝癌患者，每名患者300帧图像序列	NA	pix2pix GAN, ConvLSTM, E3D-LSTM, SwinLSTM	PSNR, SSIM, VIF, Pearson相关系数, 地标跟踪误差	NA
11247	2025-10-07	Segmentation of coronary artery and calcification using prior knowledge based deep learning framework 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17642 PMID:39878608	研究论文	提出一种基于解剖先验知识的深度学习框架，用于冠状动脉和钙化区域的自动分割	首次将冠状动脉的解剖先验知识（空间关系和连续特性）系统整合到深度学习分割框架中	样本量相对较小（72例患者），需要进一步验证在更大数据集上的泛化能力	开发高精度的冠状动脉和钙化分割方法，并探索分割结果对旋磨术的预测价值	冠状动脉和钙化区域	医学图像分析	心血管疾病	计算机断层扫描血管造影（CTA）	深度学习	3D医学图像	72例患者的CTA图像数据集	NA	变分自编码器,自注意力机制	分割精度,预测准确率	NA
11248	2025-10-07	Multilevel perception boundary-guided network for breast lesion segmentation in ultrasound images 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17647 PMID:39887423	研究论文	提出一种多级感知边界引导网络(PBNet)用于超声图像中乳腺病灶的精确分割	设计了多级全局感知模块和边界引导模块，通过融合层内和层间语义信息增强肿瘤识别，并利用边界信息指导特征融合	效应量小于0.2，表明性能提升幅度有限	实现超声图像中非增强乳腺病灶的精确边界分割	乳腺肿瘤超声图像	计算机视觉	乳腺癌	超声成像	CNN	图像	公共数据集BUSI包含780张图像，内部数据集包含995张图像	NA	PBNet	Dice系数,Jaccard系数,Hausdorff距离,敏感性,特异性	NA
11249	2025-10-07	Neural architecture search with Deep Radon Prior for sparse-view CT image reconstruction 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17685 PMID:39930320	研究论文	提出一种基于神经架构搜索和深度Radon先验的无监督稀疏视图CT图像重建方法	首次将神经架构搜索与深度Radon先验相结合，通过强化学习自动优化网络结构，特别关注上采样层对图像质量恢复的关键影响	方法依赖于无监督学习，可能对特定类型的数据分布敏感；网络结构搜索过程计算成本较高	解决稀疏视图CT图像重建中的伪影问题，提高重建图像质量	稀疏视图CT图像	医学影像处理	NA	CT成像，深度Radon先验	编码器-解码器网络，循环神经网络	CT图像，Radon域数据	NA	NA	编码器-解码器，RNN	PSNR, SSIM, LPIPS	NA
11250	2025-10-07	Beam's eye view to fluence maps 3D network for ultra fast VMAT radiotherapy planning 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17673 PMID:39935217	研究论文	提出一种基于深度学习的3D网络，用于从患者剂量图直接预测VMAT放疗计划中的通量图	首次开发能够单次推理预测180个控制点通量图的3D网络，并考虑机器约束条件	仅针对单弧VMAT计划进行验证，未涉及多弧或其他复杂放疗技术	加速VMAT放疗计划制定过程	放疗计划中的通量图预测	医学影像分析	癌症	深度学习，放射治疗计划	3D CNN	3D剂量图，通量图	超过2000个VMAT计划（使用Eclipse生成）+ REQUITE数据集	NA	3D网络架构（与U-Net对比）	PSNR, SSIM, 剂量体积直方图	NA
11251	2025-10-07	Dose prediction via deep learning to enhance treatment planning of lung radiotherapy including simultaneous integrated boost techniques 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17692 PMID:39967020	研究论文	本研究开发了基于深度学习的剂量预测模型，用于肺癌放疗计划优化，包括同步整合推量技术	首次将深度学习应用于包含多种处方剂量和同步整合推量技术的肺癌放疗剂量预测，并验证其在改善计划质量方面的潜力	样本量相对有限（93例回顾性数据+10例前瞻性验证），仅针对肺癌VMAT计划	研究深度学习在预测包含同步整合推量技术的肺癌放疗剂量分布中的可行性和潜在益处	肺癌患者接受容积旋转调强放疗的治疗计划	医学影像分析	肺癌	容积旋转调强放疗，同步整合推量技术	深度学习	CT图像，靶区和正常组织轮廓，处方剂量	93例回顾性临床计划（75训练+18测试）+10例前瞻性验证患者	NA	3D U-Net	平均剂量差异	NA
11252	2025-10-07	Automated chick gender determination using optical coherence tomography and deep learning 2025-May, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105033 PMID:40106909	研究论文	本研究提出了一种结合光学相干断层扫描和深度学习的高分辨率、非侵入性雏鸡性别鉴定方法	首次将OCT与深度学习结合用于自动化雏鸡性别鉴定，开发了针对OCT数据优化的定制卷积神经网络	模型准确率为79%，仍有提升空间，需要进一步改进成像和机器学习技术	开发自动化雏鸡性别鉴定方法以优化家禽生产	雏鸡泄殖腔结构	计算机视觉	NA	光学相干断层扫描	CNN	OCT图像	NA	NA	定制CNN, Inception, VGG-16	准确率	NA
11253	2025-10-07	A novel skeletal muscle quantitative method and deep learning-based sarcopenia diagnosis for cervical cancer patients treated with radiotherapy 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17791 PMID:40170435	研究论文	开发基于锥形束CT和深度学习的肌肉减少症自动诊断方法用于宫颈癌放疗患者	提出使用第五腰椎替代第三腰椎进行肌肉指数评估，并设计端到端的解剖距离引导双分支特征融合网络	研究样本量有限，外部验证数据集规模较小	探索锥形束CT在评估肌肉指数和深度学习自动分割诊断肌肉减少症中的应用价值	接受放疗的宫颈癌患者	数字病理	宫颈癌	锥形束CT, 深度学习	CNN	医学影像	248例宫颈癌放疗患者	NA	解剖距离引导双分支特征融合网络	Dice相似系数, 准确率, F1分数	NA
11254	2025-10-07	Artificial intelligence in preclinical research: enhancing digital twins and organ-on-chip to reduce animal testing 2025-May, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2025.104360 PMID:40252989	综述	探讨人工智能在临床前研究中通过增强数字孪生和器官芯片技术来减少动物测试的应用与影响	整合机器学习、深度学习与AI驱动的数字孪生和器官芯片平台，提升对复杂生物系统的模拟精度和预测能力	未提及具体技术实施的局限性	推动伦理且高效的药物发现，遵循3R原则（替代、减少、优化）减少动物测试	临床前药物研究中的生物系统模拟	机器学习	NA	机器学习(ML), 深度学习(DL), 数字孪生(DT), 器官芯片(OoC)	NA	生物系统模拟数据	NA	NA	NA	NA	NA
11255	2025-10-07	The application of natural language processing technology in hospital network information management systems: Potential for improving diagnostic accuracy and efficiency 2025-Apr-18, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100287 PMID:40254184	研究论文	本研究探索了自然语言处理技术在医院网络信息管理系统中处理扫描文档的应用，旨在提高诊断准确性和效率	提出了一种新颖的隐藏贝叶斯集成密集双向LSTM（HB-DBi-LSTM）策略来优化词袋模型	深度学习序列模型因高计算需求需要额外的训练验证集分割，可能限制模型训练效率	研究在医院网络信息管理系统中应用自然语言处理技术提高诊断效率和准确性的可能性	电子健康记录中的扫描文档，特别是针对各种睡眠问题的诊断报告	自然语言处理	睡眠障碍	自然语言处理，光学字符识别，图像预处理	Bi-LSTM, 贝叶斯模型	扫描PDF图像，文本数据	未明确说明具体样本数量，但按70%训练集和30%测试集划分	NA	密集双向LSTM，隐藏贝叶斯集成模型	F1分数，准确率，召回率，精确率，ROC，AUROC	使用Adam优化器训练100个epoch，因高计算需求需要额外的训练验证集分割
11256	2025-10-07	Deep Learning-Based Ion Channel Kinetics Analysis for Automated Patch Clamp Recording 2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202404166 PMID:39737527	研究论文	本研究提出了首个基于人工智能的框架，用于自动膜片钳记录中多种离子通道动力学的表征分析	首次将人工智能技术应用于离子通道动力学分析，集成了异常检测和多类分类的深度学习框架	NA	开发自动化离子通道动力学分析框架以提高电生理研究效率	全细胞膜片钳记录数据	机器学习	阿尔茨海默病,帕金森病	膜片钳技术	CNN,LSTM	电生理记录数据	124个测试数据集	NA	1D卷积神经网络,双向长短期记忆网络,注意力机制	准确率	NA
11257	2025-05-19	An efficient leukemia prediction method using machine learning and deep learning with selected features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320669 PMID:40378164	research paper	该论文提出了一种利用机器学习和深度学习技术结合特征选择的白血病预测方法	使用特征选择和深度学习技术对白血病基因数据进行分类，其中LSTM模型达到了100%的分类准确率	研究样本量较小（仅64个样本），且仅使用了CuMiDa数据库中的GSE9476数据集	开发一种高效的白血病早期预测和分类方法	白血病基因数据（来自CuMiDa数据库的GSE9476数据集）	machine learning	leukemia	基因微阵列技术	Random Forest, Linear Regression, SVM, LSTM	gene expression data	64个样本（来自22283个基因中的5类白血病基因）	NA	NA	NA	NA
11258	2025-10-07	LungVis 1.0: an automatic AI-powered 3D imaging ecosystem unveils spatial profiling of nanoparticle delivery and acinar migration of lung macrophages 2024-11-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54267-1 PMID:39604430	研究论文	开发了一个名为LungVis 1.0的AI驱动成像生态系统，用于三维可视化纳米颗粒在肺部递送的空间分布和肺泡巨噬细胞的迁移行为	首次整合光片荧光显微镜与深度学习图像分析，实现了纳米颗粒在支气管和肺泡区域沉积的全面定量映射，并挑战了组织驻留巨噬细胞为静态实体的传统范式	研究目前仅限于小鼠肺部模型，尚未在人类或其他物种中验证	探索肺部靶向药物递送动力学和巨噬细胞介导的肺部免疫机制	小鼠肺部纳米颗粒沉积和肺泡巨噬细胞行为	数字病理学	呼吸系统疾病	光片荧光显微镜，深度学习图像分析	深度学习	三维荧光图像	NA	NA	NA	NA	NA
11259	2025-05-19	Multi-scale Multi-site Renal Microvascular Structures Segmentation for Whole Slide Imaging in Renal Pathology 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering PMID:40375952	research paper	提出了一种名为Omni-Seg的新方法，用于从人类肾脏全切片图像中分割微血管结构	利用多站点、多尺度的训练数据，采用单一动态网络方法，能够处理部分标记的图像	方法依赖于多站点、多尺度的训练数据，可能对数据获取和处理提出更高要求	开发一种自动分割肾脏微血管结构的计算方法	人类肾脏全切片图像中的微血管结构（如小动脉、小静脉和毛细血管）	digital pathology	renal pathology	deep learning	dynamic network	image	来自HuBMAP和NEPTUNE两个数据集的图像，包括不同放大倍数（40×、20×、10×和5×）	NA	NA	NA	NA
11260	2025-05-18	Breast tumor diagnosis via multimodal deep learning using ultrasound B-mode and Nakagami images 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22009 PMID:40375887	研究论文	本文提出并评估了一种结合超声B模式和Nakagami参数图像的多模态深度学习方法，用于乳腺肿瘤分类	通过整合B模式图像的亮度信息和Nakagami图像的散射特性，提高了诊断性能，相比单输入方法有显著改进	研究样本量相对有限，仅包含264名患者的831次超声采集	提升乳腺肿瘤分类的准确性和诊断效率	乳腺肿瘤的超声图像	数字病理	乳腺癌	超声成像	EfficientNetV2B0	图像	264名患者的831次超声采集	NA	NA	NA	NA