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
11461	2025-04-29	Crystal Structure Prediction Using a Self-Attention Neural Network and Semantic Segmentation 2025-Apr-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02345 PMID:40228012	研究论文	该研究开发了一种基于自注意力神经网络的模型，用于预测晶体结构	结合自注意力机制，有效学习并提取三维结构的局部和全局特征，提高预测准确性	训练数据可能无法全面覆盖所有可能的晶体构型多样性	加速新材料的开发过程	晶体结构	机器学习	NA	自注意力神经网络	自注意力神经网络	晶体学信息文件	数千个来自现有晶体结构数据库的样本
11462	2025-04-29	Topology-Enhanced Machine Learning Model (Top-ML) for Anticancer Peptide Prediction 2025-Apr-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00476 PMID:40229641	研究论文	提出了一种基于拓扑增强的机器学习模型（Top-ML）用于抗癌肽预测	利用肽的拓扑特征进行特征化，提高了模型性能，并增强了可解释性	NA	加速抗癌肽的识别	抗癌肽	机器学习	癌症	AI	Extra-Trees	序列数据	AntiCP 2.0和mACPpred 2.0基准数据集
11463	2025-04-29	Accurate Ti-Al-Nb ternary interatomic potential development using deep neural networks for TiAl PST single crystals 2025-Apr-28, Journal of physics. Condensed matter : an Institute of Physics journal DOI:10.1088/1361-648X/adcdb2 PMID:40239688	研究论文	开发了一种基于深度神经网络的Ti-Al-Nb三元原子间势能，用于TiAl PST单晶的研究	结合第一性原理精度和分子动力学可扩展性，通过DP-GEN框架开发了具有优异迁移能力的神经网络势能	NA	研究Nb掺杂对TiAl相剪切变形的影响，并模拟Ti-Al PST单晶中的局部构型	Ti-Al-Nb三元合金和TiAl PST单晶	材料科学	NA	DP-GEN框架，分子动力学模拟	深度神经网络	模拟数据	NA
11464	2025-04-29	State of the art review of AI in renal imaging 2025-Apr-28, Abdominal radiology (New York) DOI:10.1007/s00261-025-04963-3 PMID:40293518	review	本文综述了人工智能在肾脏影像学中的最新应用，特别是在肾细胞癌（RCC）的诊断和治疗规划中的潜力	探讨了AI在肾脏病变检测、分割和分类中的先进工具，以及其在术前诊断和个性化治疗中的应用	存在数据变异性、可解释性和发表偏倚等限制	评估AI在肾脏影像学中的当前作用，并探讨其在临床实施中的潜力与挑战	肾细胞癌（RCC）及其不同组织学亚型的肾脏病变	digital pathology	renal cell carcinoma	machine learning (ML), deep learning (DL)	NA	image	NA
11465	2025-04-29	The value of deep learning and radiomics models in predicting preoperative serosal invasion in gastric cancer: a dual-center study 2025-Apr-26, Abdominal radiology (New York) DOI:10.1007/s00261-025-04949-1 PMID:40285792	研究论文	本研究通过深度学习与放射组学模型预测胃癌术前浆膜侵犯状态	结合手工放射组学特征、深度学习特征及临床特征构建综合预测模型，并生成可视化列线图	回顾性研究设计可能引入选择偏倚，样本量相对有限（335例）	开发非侵入性工具预测胃癌浆膜侵犯状态	胃癌患者术前CT影像及临床数据	数字病理	胃癌	CT静脉期影像分析	HCR-DLR模型（手工放射组学+深度学习放射组学）、CRC模型（临床+放射组学联合）	医学影像（CT）与临床数据	335例来自两个中心的患者数据
11466	2025-04-29	A non-invasive diagnostic approach for neuroblastoma utilizing preoperative enhanced computed tomography and deep learning techniques 2025-Apr-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99451-5 PMID:40287486	研究论文	本研究提出了一种基于改进YOLO算法的非侵入性神经母细胞瘤诊断方法，结合增强CT和深度学习技术	提出了改进的YOLOv8-IE算法，整合了特征融合和逆残差注意力机制，提高了神经母细胞瘤的检测和分类准确率	未提及具体样本量和临床验证结果	提高神经母细胞瘤的诊断准确率和效率	神经母细胞瘤的CT影像	计算机视觉	神经母细胞瘤	增强CT扫描	YOLOv8-IE（改进的YOLO算法）	医学影像	NA
11467	2025-04-29	A deep learning-based multimodal medical imaging model for breast cancer screening 2025-Apr-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99535-2 PMID:40287494	research paper	本研究探索了基于多模态医学影像（乳腺X线摄影和超声图像）的乳腺癌预测模型，并与单模态模型进行了比较	提出了一种基于多模态医学影像的深度学习模型，克服了现有研究仅依赖单一类型影像数据的限制	单模态模型在敏感性方面表现更优	提高乳腺癌筛查的准确性	乳腺癌筛查	digital pathology	breast cancer	multimodal medical imaging	deep learning classification models	image	790名患者的医学影像数据，包括2,235张乳腺X线摄影图像和1,348张超声图像
11468	2025-04-29	Visual analysis of deep learning semantic segmentation applied to petrographic thin sections 2025-Apr-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99767-2 PMID:40287522	research paper	该研究探讨了深度学习语义分割在岩石薄片分析中的应用，特别是YOLOv11模型在检测和解释特定矿物方面的可解释性	通过颜色和奇异值扰动分析模型的推理过程，揭示了模型在检测矿物时优先考虑低频属性如形状、主要颜色和对比度	模型的广泛采用仍受限于用户对模型结果可解释性的缺乏信心	探索深度学习模型在岩石薄片分析中的可解释性，以提高用户对模型结果的信任	岩石薄片中的矿物（如红柱石、黑云母和鲕状纹理的颗粒）	computer vision	NA	深度学习语义分割	YOLOv11	image	使用平面偏振光薄片显微照片训练的三种模型
11469	2025-04-29	Exploring the relationship between learning approaches and problem-based learning: insights from a longitudinal study in medical students 2025-Apr-26, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-07171-1 PMID:40287686	research paper	探讨学习方式与问题导向学习（PBL）之间的关系，基于医学生的纵向研究	揭示了PBL在实际教学中未能一致促进深度学习，并识别了易受PBL环境压力的学生群体	研究样本仅来自两所大学，可能限制结果的普遍性	研究PBL课程中学习方式与学术成就及学生满意度之间的关系	英国本科医学生	教育研究	NA	Study Process Questionnaire (SPQ)	NA	问卷调查数据	129名学生
11470	2025-04-29	An MRI-based fusion model for preoperative prediction of perineural invasion status in patients with intrahepatic cholangiocarcinoma 2025-Apr-26, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-03819-w PMID:40287750	research paper	开发并验证了一种基于MRI的融合模型，用于术前预测肝内胆管癌患者的神经周围浸润状态	结合深度学习、放射组学和临床特征的融合模型，首次用于预测肝内胆管癌的神经周围浸润状态	研究为回顾性设计，样本量相对较小，外部验证集的样本量有限	术前预测肝内胆管癌患者的神经周围浸润状态	192名肝内胆管癌患者	digital pathology	intrahepatic cholangiocarcinoma	MRI, T2-weighted imaging	ResNet101, logistic regression	MRI图像	192名患者（训练集147名，外部测试集45名）
11471	2025-04-29	Predictive factors and prognostic models for Hepatic arterial infusion chemotherapy in Hepatocellular carcinoma: a comprehensive review 2025-Apr-26, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-03765-7 PMID:40287734	综述	本文全面回顾了肝动脉灌注化疗（HAIC）在肝细胞癌（HCC）治疗中的预测因素和预后模型	探讨了HAIC成功的多因素影响，包括患者人口统计学、肿瘤特征、生物标志物、基因组学特征及先进影像技术，并讨论了HAIC与免疫治疗和分子靶向治疗的协同潜力	需要大规模前瞻性研究进一步验证预测模型，并整合多组学数据以优化个性化治疗策略	优化HAIC在晚期HCC治疗中的疗效，提高患者生存率和生活质量	晚期肝细胞癌患者	数字病理学	肝细胞癌	放射组学和深度学习模型	深度学习模型	临床、分子和影像数据	NA
11472	2025-04-29	Vision transformer and deep learning based weighted ensemble model for automated spine fracture type identification with GAN generated CT images 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98518-7 PMID:40274849	研究论文	提出了一种基于Vision Transformer和深度学习的加权集成模型，用于自动化识别脊柱骨折类型，并利用GAN生成的CT图像进行增强	开发了一种新颖的Vision Transformer和深度学习模型的集成模型，并利用扩展的DCGAN和PGGAN进行数据增强，提高了脊柱骨折类型识别的准确性	研究依赖于单一三级医院的CT扫描数据，可能影响模型的泛化能力	开发自动化方法以准确识别脊柱骨折类型，辅助骨科医生进行早期诊断	脊柱骨折（颈椎、胸椎和腰椎区域的椎体骨折）	计算机视觉	脊柱骨折	CT扫描、DCGAN、PGGAN	Vision Transformer (ViT)、VGG16、ResNet50、DenseNet121	CT图像	来自三级医院的CT扫描数据（具体数量未提及）
11473	2025-04-29	DeepOmicsSurv: a deep learning-based model for survival prediction of oral cancer 2025-Apr-25, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02346-0 PMID:40278990	research paper	该研究提出了一种基于深度学习的模型DeepOmicsSurv，用于利用临床和多组学数据预测口腔癌患者的生存时间	DeepOmicsSurv模型在DeepSurv模型的基础上，结合了多头注意力卷积层、dropout、池化和批量归一化等技术，提高了预测的准确性和强度	NA	预测口腔癌患者的生存时间以指导治疗决策	口腔癌患者	digital pathology	oral cancer	multi-omics data analysis	DeepOmicsSurv (基于DeepSurv改进的深度学习模型)	临床和多组学数据	NA
11474	2025-04-29	Deep Learning-Augmented Sleep Spindle Detection for Acute Disorders of Consciousness: Integrating CNN and Decision Tree Validation 2025-Apr-25, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3562067 PMID:40279237	研究论文	提出了一种结合CNN和决策树验证的深度学习增强算法，用于急性意识障碍患者的自动睡眠纺锤波检测	结合卷积神经网络和决策树辅助验证，利用小波变换原理提高检测准确性和灵敏度，特别是针对急性意识障碍患者中常见的慢速纺锤波	样本量较小（MASS SS2 n=19，自录数据集n=24），且仅在特定患者群体中验证	提高急性意识障碍患者睡眠纺锤波的自动检测精度，并探索纺锤波密度与患者预后的关系	急性意识障碍患者	数字病理	急性意识障碍	小波变换	CNN与决策树结合	睡眠脑电图数据	MASS SS2数据集19例，自录ADOC患者数据集24例
11475	2025-04-29	Deep learning based dual stage model for accurate nasogastric tube positioning in chest radiographs 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98562-3 PMID:40280990	research paper	本研究提出了一种基于深度学习的双阶段模型，用于在胸部X光片中精确定位鼻胃管	整合了先进的nnU-Net分割框架和预训练的ResNet50分类架构，显著提高了鼻胃管定位的准确性	研究仅基于1799张胸部X光片，样本量相对有限	提高鼻胃管定位的准确性以保障患者安全和治疗效果	胸部X光片中的鼻胃管定位	digital pathology	NA	深度学习	nnU-Net, ResNet50	image	1799张胸部X光片
11476	2025-04-29	A lightweight deep learning framework for transformer fault diagnosis in smart grids using multiple scale CNN features 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96290-2 PMID:40281010	研究论文	提出了一种名为Trans-Light的轻量级深度学习框架，用于智能电网中变压器故障诊断	Trans-Light通过从CNN的两个深层提取特征而非依赖单一层，获取更复杂的模式，并采用双树复小波变换方法增强时间频率知识并降低特征维度	未明确提及具体局限性	开发一种高效的变压器故障诊断方法以减少停机时间和能源损失	智能电网中的电力变压器	机器学习	NA	热成像技术	CNN, ResNet-18	图像	未明确提及具体样本数量
11477	2025-04-29	A pioneering artificial intelligence tool to predict treatment outcomes in ovarian cancer via diagnostic laparoscopy 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98434-w PMID:40281006	研究论文	开发了一种基于深度学习的人工智能工具，通过诊断性腹腔镜预测卵巢癌的治疗结果	首次使用深度学习框架结合对比预训练和位置感知Transformer，从腹腔镜图像中预测卵巢癌患者的治疗结果	研究样本量未明确说明，且模型性能仍需在更大规模数据集中验证	探索深度学习在卵巢癌治疗结果预测中的应用，以改善早期治疗规划	高级别浆液性卵巢癌(HGSOC)患者	数字病理学	卵巢癌	深度学习	对比预训练+位置感知Transformer	腹腔镜图像	NA
11478	2025-04-29	Advancing Pulmonary Embolism Detection with Integrated Deep Learning Architectures 2025-Apr-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01506-6 PMID:40281216	研究论文	本研究提出了一种名为HybridNeXt的新型混合深度学习模型，用于从CT图像中检测肺栓塞	HybridNeXt结合了多种先进的CNN模块（如MobileNet、ResNet、ConvNeXt和Swin Transformer），并设计了轻量级版本适用于临床使用，同时提出了基于多级离散小波变换的深度特征工程方法以提高分类性能	NA	提高肺栓塞检测的准确性和效率	CT图像中的肺栓塞检测	计算机视觉	肺栓塞	CT成像	CNN（HybridNeXt）和kNN分类器	图像	包含肺栓塞和对照两类的新数据集
11479	2025-04-29	Machine learning approach for optimizing usability of healthcare websites 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99449-z PMID:40281259	研究论文	本研究利用机器学习模型评估医院网站的用户友好性	首次将机器学习方法应用于医疗网站可用性评估，填补了该领域实证研究的空白	数据集仅包含100个医院网站，未来需要扩大样本范围并整合用户交互数据	优化医疗网站的用户体验设计	医院网站	机器学习	NA	决策树、随机森林、岭回归和支持向量回归	Decision Trees, Random Forests, Ridge Regression, Support Vector Regression	网站可用性数据	100个医院网站
11480	2025-04-29	Enhanced diagnosis of axial spondyloarthritis using machine learning with sacroiliac joint MRI: a multicenter study 2025-Apr-25, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01967-x PMID:40281350	research paper	该研究开发了一种基于机器学习的模型，结合MRI和临床风险因素，以提高轴向脊柱关节炎的诊断准确性	结合MRI和临床风险因素的机器学习模型在诊断轴向脊柱关节炎方面表现出优越性能，超越了传统诊断标准	研究为回顾性分析，部分数据来自单一中心的前瞻性验证，可能存在样本偏差	提高轴向脊柱关节炎的诊断准确性和早期识别能力	慢性腰痛患者，特别是轴向脊柱关节炎患者	digital pathology	axial spondyloarthritis	MRI, deep learning	ResNet50, K-nearest-neighbors-11	image, clinical variables	1294名患者（中位年龄31岁，35.5%为女性）