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
1241	2025-05-09	Real-time brain tumour diagnoses using a novel lightweight deep learning model 2025-May-06, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110242 PMID:40334297	研究论文	本文提出了一种名为MK-YOLOv8的新型轻量级深度学习框架，用于从MRI图像中实时检测和分类脑肿瘤	结合Ghost Convolution、C3Ghost模块和SPPELAN模块改进特征提取并降低计算复杂度，新增x-small目标检测层以提高对小肿瘤的检测精度	NA	开发高效准确的脑肿瘤实时诊断工具	脑肿瘤	计算机视觉	脑肿瘤	深度学习	MK-YOLOv8（基于YOLOv8架构）	MRI图像	Figshare Brain Tumour数据集（3,064张MRI图像）和Br35H数据集（801张MRI图像）
1242	2025-05-09	An Integrated Model Combined Conventional Radiomics and Deep Learning Features to Predict Early Recurrence of Hepatocellular Carcinoma Eligible for Curative Ablation: A Multicenter Cohort Study 2025-May-06, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001764 PMID:40338065	research paper	开发并验证了一个结合深度学习和传统放射组学特征的模型（DLRR），用于预测肝细胞癌（HCC）根治性消融后的早期复发	整合了深度学习和传统放射组学特征，构建了一个新的预测模型（DLRR），并在多中心队列中验证了其性能	回顾性研究设计可能引入选择偏倚，且样本量相对较小	预测肝细胞癌（HCC）根治性消融后的早期复发，以优化治疗计划和改善预后	肝细胞癌（HCC）患者	digital pathology	liver cancer	contrast-enhanced computed tomography (CECT), 3D ResNet-18, PyRadiomics	DLRR (combined deep learning and radiomics features), ResNet-18, machine learning methods	medical imaging (CECT images)	288 patients from 3 hospitals (222 in primary cohort, 32 and 34 in two external test cohorts)
1243	2025-05-09	Current Technological Advances in Dysphagia Screening: Systematic Scoping Review 2025-May-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65551 PMID:40324167	系统范围综述	本文对人工智能和传感器技术在吞咽困难筛查中的最新进展进行了系统范围综述	首次系统评估了AI和传感器技术在吞咽困难筛查中的应用现状和性能	存在方法学质量风险，特别是患者选择、指标测试和建模方面，且缺乏外部验证	评估AI和传感器技术在吞咽困难筛查中的性能和方法学质量	使用传感器仪器结合AI识别吞咽困难患者或不安全吞咽事件的研究	医疗AI	吞咽困难	AI和传感器技术	支持向量机(SVM)和深度学习	声学和振动信号	24项研究，共2979名参与者(1717名吞咽困难患者和1262名对照组)
1244	2025-05-09	An efficient patient's response predicting system using multi-scale dilated ensemble network framework with optimization strategy 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00401-y PMID:40325044	研究论文	开发了一种基于深度学习的患者反应预测系统，用于预测患者对放疗和化疗的反应及预后	提出了一种多尺度扩张集成网络框架（MDEN），结合了LSTM、RNN和1DCNN，并使用REE-COA算法进行特征选择	数据是手动收集的，可能存在数据质量和一致性问题	预测患者对放疗和化疗的反应，优化个体治疗计划	接受放疗和化疗的患者	数字病理学	心血管疾病	深度学习	MDEN（结合LSTM、RNN和1DCNN）	临床数据	NA
1245	2025-05-09	Adaptive learning oriented higher educational classroom teaching strategies 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00536-y PMID:40325064	research paper	本研究旨在满足中国对高质量人才的需求，优化当前大学课堂教学模式	从积极心理学和自适应深度学习的角度出发，提出了一种新的教学策略	研究样本仅来自安阳一所大学的60名学生，可能缺乏广泛代表性	优化大学历史课堂教学模式，提高教学质量	大学历史课堂教学	教育技术	NA	自适应深度学习	NA	教育成绩数据	60名大学生（实验班30人，对照班30人）
1246	2025-05-09	Deep Learning Image Compression Method Based On Efficient Channel-Time Attention Module 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00566-6 PMID:40325100	研究论文	提出一种基于高效通道-时间注意力模块的深度学习图像压缩方法，用于输电线路远程监控中的高效数据传输和存储	结合高效通道注意力(ECA-Net)和时间注意力模块(TAM)的ETAM模块，联合增强空间和时间特征的提取	NA	解决弱网络环境下高分辨率图像压缩的质量和效率问题	输电线路监控图像	计算机视觉	NA	深度学习	ETAM(ECA-Net+TAM)	图像	STN PLAD数据集
1247	2025-05-09	Advanced holographic convolutional dense networks and Tangent runner optimization for enhanced polycystic ovarian disease classification 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98873-5 PMID:40325103	研究论文	本文提出了一种深度学习模型Coco-HoloNet，用于高精度检测和分类超声图像中的多囊卵巢疾病（PCOD）	提出了Holographic Convolutional Dense Network（Coco-HoloNet）模型，并结合Tangent-Runner Adaptive Optimization（TRAdO）技术，动态计算正则化参数以提高模型的泛化能力	未提及具体的数据集规模限制或模型在其他数据集上的泛化能力	提高多囊卵巢疾病（PCOD）在超声图像中的检测和分类准确性	多囊卵巢疾病（PCOD）患者的超声图像	数字病理学	多囊卵巢疾病	深度学习	CNN（Coco-HoloNet）	图像	扩展的Kaggle PCOD超声图像数据集
1248	2025-05-09	Behavior recognition technology based on deep learning used in pediatric behavioral audiometry 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97519-w PMID:40325123	research paper	本研究探讨了基于深度学习的儿科行为测听技术的可行性和准确性，开发了名为DoT的智能诊断模型和POTR骨骼关键点估计模型	提出了基于优化transformer的儿科听力智能诊断模型(DoT)和患者骨骼关键点估计模型(POTR)，构建了专用的儿科姿势检测数据集	对于4-6岁儿童，AI行为测听的敏感性、特异性和AUC指标低于人工行为测听	探索基于深度学习的儿科行为测听技术	2.5-6岁儿童的行为测听视频数据	计算机视觉	听力障碍	深度学习	transformer(DoT和POTR)	视频	120名2.5-6岁儿童的行为测听视频数据
1249	2025-05-09	Optimizing non small cell lung cancer detection with convolutional neural networks and differential augmentation 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98731-4 PMID:40325128	研究论文	本研究提出了一种结合卷积神经网络（CNN）和差分增强（DA）的方法，用于优化非小细胞肺癌的检测	通过引入差分增强策略（如色调、亮度、饱和度和对比度调整）来多样化训练数据，增强模型的鲁棒性，有效解决了内存过拟合的问题	未提及具体局限性	提高非小细胞肺癌的早期检测准确率，改善患者预后	非小细胞肺癌的医学影像数据	数字病理学	肺癌	差分增强（DA）	CNN	图像	包括IQ-OTH/NCCD数据集在内的多个数据集
1250	2025-05-09	Innovative framework for fault detection and system resilience in hydropower operations using digital twins and deep learning 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98235-1 PMID:40325162	研究论文	本研究提出了一种结合数字孪生技术和深度学习的创新框架，用于增强水力发电系统的故障检测、优化操作并提高系统韧性	结合数字孪生技术和深度学习进行实时监控和预测分析，显著提高了故障检测时间和系统效率	研究基于MATLAB环境下的模拟，未提及实际应用中的潜在挑战	优化水力发电系统的操作效率和故障检测能力	水力发电系统	机器学习	NA	数字孪生技术和深度学习	深度学习算法	实时系统行为数据	NA
1251	2025-05-09	An online 11 kv distribution system insulator defect detection approach with modified YOLOv11 and mobileNetV3 2025-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99756-5 PMID:40325205	研究论文	提出了一种基于改进YOLOv11和MobileNetV3的11 kV配电系统绝缘子缺陷在线检测方法	结合改进的YOLOv11架构（包含C3K2、SPFF和C2PSA算法模块）与MobileNetV3分类器，实现了轻量级框架	复杂背景、有限的图像数据集和小尺度对象增加了检测的复杂性	开发一种高效的绝缘子缺陷检测方法，以提升配电自动化系统的性能	11 kV配电系统中的绝缘子	计算机视觉	NA	深度学习	YOLOv11, MobileNetV3	图像	NA
1252	2025-05-09	M-DeepAssembly: enhanced DeepAssembly based on multi-objective multi-domain protein conformation sampling 2025-May-05, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06131-2 PMID:40325375	research paper	提出了一种基于多目标多域蛋白质构象采样的增强型DeepAssembly方法M-DeepAssembly，用于多域蛋白质结构预测	结合DeepAssembly和AlphaFold2提取域间相互作用和全长序列距离特征，构建多目标能量模型并设计采样算法探索构象空间，生成多样化的蛋白质结构集合	虽然集合中存在更高精度的模型，但这些模型未被选中，可能影响最终预测结果的准确性	解决多域蛋白质结构预测中进化信号弱或蛋白质结构大的挑战	多域蛋白质	生物信息学	NA	多目标蛋白质构象采样算法	DeepAssembly, AlphaFold2	蛋白质序列和结构数据	164个多域蛋白质的测试集
1253	2025-05-09	Latent space autoencoder generative adversarial model for retinal image synthesis and vessel segmentation 2025-May-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01694-1 PMID:40325399	research paper	提出了一种潜在空间自编码器生成对抗模型，用于视网膜图像合成和血管分割	结合潜在空间自编码器和GAN生成多样化的视网膜图像和血管分割掩模，解决了训练数据不足的问题	仅使用了三个公开数据集进行验证，未在更多样化的临床数据上测试	开发视网膜图像合成和血管分割方法以辅助糖尿病视网膜病变诊断	视网膜血管图像	digital pathology	diabetic retinopathy	GAN	latent space auto-encoder + GAN + UNet	image	三个数据集(DRIVE, STARE, CHASE_DB)
1254	2025-05-09	Application of 3D atom pair map in an attention model for enhanced drug virtual screening 2025-May-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01023-2 PMID:40325489	research paper	本研究展示了一种新型分子表示方法3D APM及其基于深度学习的模型在虚拟筛选中的应用	提出了一种新型分子表示方法3D APM，并开发了基于该方法的深度学习模型用于虚拟筛选	NA	提升药物虚拟筛选的效率和准确性	分子表示和虚拟筛选	machine learning	NA	deep learning	attention model	molecular representation	NA
1255	2025-05-09	Entropy-driven deep learning framework for epilepsy detection using electro encephalogram signals 2025-May-05, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.05.003 PMID:40334975	研究论文	本文提出了一种结合熵度量和现代预处理技术的癫痫自动检测方法	结合多变量熵特征和深度学习架构（ResNet与Bi-LSTM），提出了一种新的癫痫检测框架	未提及样本来源的多样性和模型在其他数据集上的泛化能力	开发一种鲁棒且有效的癫痫自动检测方法	脑电图（EEG）信号	机器学习	癫痫	自适应小波去噪、多变量多尺度模糊熵（mvMFE）、多变量排列熵（mvMPE）	ResNet与Bi-LSTM结合模型	EEG信号	NA
1256	2025-05-09	Artificial Intelligence in the Management of Malnutrition in Cancer Patients: A Systematic Review 2025-May-05, Advances in nutrition (Bethesda, Md.) DOI:10.1016/j.advnut.2025.100438 PMID:40334987	系统性综述	本文系统性综述了人工智能在癌症患者营养不良管理中的应用，评估其在营养状况评估、预测、临床结果和身体成分监测中的有效性	不同于以往研究仅关注孤立的人工智能应用，本工作全面评估了跨多个临床领域的人工智能驱动模型，强调其在常规癌症护理中的整合，以增强早期检测、治疗个性化和整体患者结果	需要进一步研究以标准化人工智能模型并确保临床适用性	评估人工智能在识别和管理癌症患者营养不良中的作用	癌症患者	医疗人工智能	癌症	机器学习算法（决策树、随机森林、支持向量机）和深度学习模型	决策树、随机森林、支持向量机、深度学习模型	医学影像和临床数据	52,228名患者
1257	2025-05-09	Effect of New Generation Snapshot Freeze Combined With Deep Learning Image Reconstruction on Image Quality of Coronary Artery Calcifications and Their Quantification 2025-May-05, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001765 PMID:40338070	研究论文	评估新一代快照冻结算法(SSF2)结合深度学习图像重建(DLIR)在改善冠状动脉钙化(CAC)图像质量及其量化方面的有效性	结合SSF2和DLIR技术，显著减少运动伪影和图像噪声，并降低CACS值和风险分层	样本量较小(69例患者)，且未探讨长期临床影响	提高冠状动脉钙化的图像质量和量化准确性	冠状动脉钙化患者	数字病理	心血管疾病	ECG触发非对比CT扫描，深度学习图像重建(DLIR)	DLIR	医学影像	69例患者
1258	2025-05-09	Artificial intelligence in pediatric otolaryngology: A state-of-the-art review of opportunities and pitfalls 2025-May-04, International journal of pediatric otorhinolaryngology IF:1.2Q3 DOI:10.1016/j.ijporl.2025.112369 PMID:40334638	review	本文综述了人工智能在儿科耳鼻喉科中的应用现状、挑战和未来方向	强调了针对儿童独特生理和发育特征定制AI应用的必要性	成人训练数据的泛化能力不足及儿科数据相对缺乏	探讨AI在儿科耳鼻喉科中的应用潜力与挑战	儿科耳鼻喉科疾病	machine learning	otitis media, adenoid hypertrophy, pediatric obstructive sleep apnea	deep learning, predictive modeling	NA	image, clinical data	NA
1259	2025-05-09	Self-supervised learning for MRI reconstruction through mapping resampled k-space data to resampled k-space data 2025-May-03, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110404 PMID:40324545	research paper	提出了一种自监督深度学习方法RSSDU，用于从欠采样MRI数据中高效准确地重建图像，无需完全采样数据集作为参考	通过两次重采样k空间数据生成两个子集，并使用相同的欠采样模式训练网络，实现自监督学习	未提及在极端欠采样条件下的性能表现	改进MRI图像重建技术，特别是在无法获取完全采样数据的临床场景中	欠采样MRI数据	医学影像处理	NA	深度学习	DL	MRI k-space数据	未明确提及具体样本数量
1260	2025-05-09	FakeRotLib: expedient non-canonical amino acid parameterization in Rosetta 2025-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.27.640629 PMID:40093079	研究论文	介绍了一种名为FakeRotLib的方法，用于在Rosetta中快速参数化非经典氨基酸	提出FakeRotLib方法，通过小分子构象的统计拟合创建旋转异构体分布，显著提高了参数化效率并扩展了可建模的NCAA类型	未提及具体的数据集规模或验证范围	改进Rosetta中对非经典氨基酸的参数化方法	非经典氨基酸（NCAAs）	计算生物学	NA	统计拟合	FakeRotLib	小分子构象数据	NA