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	2025-04-21	Deep learning model DeepNeo predicts neointimal tissue characterization using optical coherence tomography 2025-Apr-17, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00835-5 PMID:40247001	研究论文	本文介绍了一种名为DeepNeo的深度学习模型，用于通过光学相干断层扫描（OCT）自动分割和分类新生内膜组织	DeepNeo是首个能够完全自动化分割和分类新生内膜组织的深度学习算法，其性能与人类专家相当	研究样本量相对较小，仅包含1148帧来自92个OCT回拉图像，且动物模型仅使用了新西兰白兔	开发一种自动化工具，用于评估经皮冠状动脉介入治疗（PCI）后的血管愈合情况	新生内膜组织的光学相干断层扫描（OCT）图像	数字病理学	心血管疾病	光学相干断层扫描（OCT）	深度学习模型（DeepNeo）	图像	1148帧来自92个OCT回拉图像，以及新西兰白兔动物模型
1242	2025-04-21	Enhanced anomaly network intrusion detection using an improved snow ablation optimizer with dimensionality reduction and hybrid deep learning model 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97398-1 PMID:40247081	研究论文	提出了一种结合优化算法、降维技术和混合深度学习模型的增强型异常网络入侵检测方法	结合了改进的雪消融优化器(ISAO)、降维技术和LSTM-AE混合模型，提高了异常入侵检测的准确率	仅在CIC-IDS2017数据集上进行了验证，未在其他数据集上测试泛化能力	开发更强大可靠的网络入侵检测系统以提高网络安全	网络入侵行为	网络安全	NA	机器学习(ML)、深度学习(DL)、降维技术	LSTM-AE混合模型	网络流量数据	CIC-IDS2017数据集
1243	2025-04-21	Automated machine learning for early prediction of systemic inflammatory response syndrome in acute pancreatitis 2025-Apr-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02997-7 PMID:40247291	研究论文	本研究利用自动机器学习（AutoML）算法构建模型，用于早期和精确预测急性胰腺炎（AP）中的全身炎症反应综合征（SIRS）	使用AutoML算法（尤其是深度学习模型）进行SIRS的早期预测，相比传统逻辑回归（LR）方法表现更优	回顾性研究设计可能引入选择偏倚，且样本量相对有限	开发早期预测急性胰腺炎患者发生全身炎症反应综合征的自动化工具	被诊断为急性胰腺炎的患者	机器学习	急性胰腺炎	AutoML, LASSO, 深度学习	深度学习模型, 逻辑回归（LR）	临床数据	1,224名患者（812名训练集，200名验证集，212名测试集）
1244	2025-04-21	Deep-learning network for automated evaluation of root-canal filling radiographic quality 2025-Apr-17, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02331-x PMID:40247407	研究论文	本研究开发并验证了一种基于YOLOv5的深度学习网络，用于自动评估根管充填的放射学质量	首次将YOLOv5深度学习网络应用于根管充填质量的自动评估，相比无经验牙髓病医生表现更优，评估速度显著提升	需要结合临床专业知识进行准确评估，不能完全替代人工	开发一种自动评估根管充填放射学质量的辅助工具	根管充填的放射学图像	计算机视觉	牙科疾病	YOLOv5深度学习网络	YOLOv5	图像	1,008张根尖周X线片（训练集806，验证集101，测试集101），外加500张外部验证集
1245	2025-04-21	Deep learning algorithms to assist in imaging diagnosis in individuals with disc herniation or spondylolisthesis: A scoping review 2025-Apr-17, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105933 PMID:40252304	综述	本文对用于辅助诊断椎间盘突出或脊椎滑脱的深度学习算法进行了范围性综述	总结了深度学习在脊柱疾病影像诊断中的应用现状，特别是针对椎间盘突出和脊椎滑脱的算法研究	数据集规模较小、缺乏外部验证、研究结果在不同人群中的泛化性存在挑战	回顾用于椎间盘突出和脊椎滑脱影像诊断的深度学习算法	椎间盘突出和脊椎滑脱患者的影像数据	数字病理	脊柱疾病	MRI和X射线成像	CNN（特别是基于ResNet的架构）	影像数据	18项符合条件的研究（9项针对椎间盘突出，9项针对脊椎滑脱）
1246	2025-04-21	Tailored self-supervised pretraining improves brain MRI diagnostic models 2025-Apr-17, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102560 PMID:40252479	研究论文	本研究利用大规模未标记的公共脑MRI数据集，通过自监督学习提升深度学习模型在脑MRI分析中的性能	开发了基于图像熵和切片位置的数据过滤方法，优化了训练效率，并采用MoCo v3算法学习图像特征，生成了专门针对脑MRI的预训练模型	研究主要依赖于公共数据集，可能无法涵盖所有临床场景的多样性	提升深度学习模型在脑MRI分析中的性能，以支持临床决策系统的开发	脑MRI图像	数字病理学	脑部疾病	自监督学习，MRI	MoCo v3	图像	约2百万张图像经过筛选后浓缩为25万张富含脑部特征的图像
1247	2025-04-21	Deep learning and genomic best linear unbiased prediction integration: An approach to identify potential nonlinear genetic relationships between traits 2025-Apr-17, Journal of dairy science IF:3.7Q2 DOI:10.3168/jds.2024-26057 PMID:40252763	研究论文	提出了一种结合深度学习和基因组最佳线性无偏预测（GBLUP）的新方法DLGBLUP，用于识别性状间潜在的非线性遗传关系	首次将深度学习整合到基因组预测中，能够捕捉性状间的非线性遗传关系，而传统方法仅能处理线性关系	在实际奶牛种群数据中未观察到预测准确性的显著提升	改进多性状基因组预测方法，提高育种选择的遗传进展	法国荷斯坦奶牛群体的繁殖和生产性状	机器学习	NA	基因组预测（GP），深度学习（DL）	DLGBLUP（深度学习与GBLUP结合的混合模型）	基因组数据，表型数据	模拟数据和法国荷斯坦奶牛群体的实际数据
1248	2025-04-21	Fully Automated Online Adaptive Radiotherapy Decision Making for Cervical Cancer Using Artificial Intelligence 2025-Apr-17, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.04.012 PMID:40252932	研究论文	本研究探讨了人工智能在宫颈癌在线自适应放疗决策中的可行性	提出使用机器学习和深度学习模型自动识别需要自适应重新规划的治疗分次，减少主观评估的变异性	样本量相对较小（24名患者），且仅针对宫颈癌患者	开发AI辅助决策工具以优化宫颈癌在线自适应放疗流程	宫颈癌患者的放疗分次数据	数字病理	宫颈癌	FBCT成像	SVM, Siamese网络	医学影像（CT图像）和剂量数据	24名患者共671个放疗分次（训练集588个分次，测试集83个分次）
1249	2025-04-21	Artificial intelligence in preclinical research: enhancing digital twins and organ-on-chip to reduce animal testing 2025-Apr-17, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2025.104360 PMID:40252989	综述	本文探讨了人工智能在临床前研究中的应用，特别是通过数字孪生和器官芯片技术减少动物实验	结合AI技术提升数字孪生和器官芯片的预测能力和可扩展性，为药物发现提供更准确和高效的替代方案	未提及具体的技术实施细节和实验验证结果	探索AI如何优化临床前药物研究，减少动物实验并提高药物开发的效率和伦理标准	数字孪生和器官芯片技术	机器学习	NA	机器学习（ML）、深度学习（DL）	NA	模拟生物系统数据	NA
1250	2025-04-21	Joint identification of hydraulic conductivity and groundwater pollution sources using unscented Kalman smoother with multiple data assimilation and deep learning 2025-Apr-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118134 PMID:40187214	研究论文	本研究提出了一种结合无迹卡尔曼平滑器与多重数据同化（UKS-MDA）及深度信念神经网络（DBNN）的新方法，用于联合识别水力传导率和地下水污染源（GPSs）	创新点在于应用UKS-MDA方法提高识别性能，并利用DBNN作为替代模型以减少计算负担和精度损失	未明确提及具体限制，但可能包括方法在更复杂非线性系统中的适用性验证	提高地下水污染源识别的准确性和计算效率，为污染修复和风险预测提供技术支持	水力传导率和地下水污染源	环境工程与机器学习交叉领域	NA	无迹卡尔曼平滑器多重数据同化（UKS-MDA）、深度信念神经网络（DBNN）	DBNN、UKS-MDA、ES-MDA	模拟数据、浓度误差场景数据	未明确提及具体样本数量，但涉及不同浓度误差场景的对比实验
1251	2025-04-21	Assessing the ecotoxicological risk of nicosulfuron on maize using multi-source phenotype data and hyperspectral imaging 2025-Apr-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118176 PMID:40215693	研究论文	本研究探讨了使用多源表型数据和高光谱成像技术评估烟嘧磺隆对玉米的生态毒理风险	开发了ToxicNet和ToxicNet-MS模型，结合高光谱成像和深度学习技术，实现了对玉米除草剂毒性的早期非侵入性评估，准确率显著高于传统方法	研究仅针对烟嘧磺隆这一种除草剂和玉米作物，未涉及其他除草剂或作物	评估除草剂对玉米的生态毒理风险，开发早期非侵入性检测方法	玉米作物	农业技术	NA	高光谱成像，深度学习	ToxicNet, ToxicNet-MS, SVM, Random Forest, MLP, AlexNet	高光谱图像，SPAD值，水分含量	未明确说明样本数量
1252	2025-04-21	Accurate bladder cancer diagnosis using ensemble deep leaning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95002-0 PMID:40234491	研究论文	本文提出了一种名为集成深度学习（EDL）的新模型，用于准确诊断膀胱癌	提出了一种结合CNN、GAN和可解释深度学习（XDL）的集成模型，并采用新的投票机制整合结果	未提及具体样本量或外部验证结果	开发更准确、非侵入性的膀胱癌诊断方法	膀胱癌患者	数字病理学	膀胱癌	深度学习	CNN, GAN, XDL	医学影像	NA
1253	2025-04-21	Predicting axial load capacity in elliptical fiber reinforced polymer concrete steel double skin columns using machine learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97258-y PMID:40234698	研究论文	本研究探讨了人工智能技术在预测椭圆形纤维增强聚合物混凝土钢双皮管柱轴向承载能力中的应用	首次将多种机器学习和深度学习模型应用于预测椭圆形FRP-混凝土-钢双皮管柱的极限承载能力和应变，并开发了用户界面平台	由于混合椭圆形DSTCs的实验数据稀缺，研究依赖于有限元模型生成的数据	预测椭圆形纤维增强聚合物混凝土钢双皮管柱的轴向承载能力	空心和实心混合椭圆形FRP-混凝土-钢双皮管柱(DSTCs)	机器学习	NA	机器学习(ML)、深度学习(DL)、有限元分析(FE)	GEP、ANN、RF、ADB、XGBoost、DNN	数值数据	112个数据点
1254	2025-04-21	Deep learning-driven multi-class classification of brain strokes using computed tomography: A step towards enhanced diagnostic precision 2025-Apr-11, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112109 PMID:40252282	研究论文	开发并验证基于CT影像的深度学习模型，用于脑卒中的预测和分类，以提高诊断准确性并支持临床决策	使用Expanded ResNet101深度学习框架构建两步模型，实现脑卒中的多类分类，并在外部验证中展示高准确率	样本量有限（250名患者），且外部验证准确率存在差异（模型01为78.6%，模型02为60.2%）	提升脑卒中的诊断精度，支持临床决策	脑卒中患者的CT影像数据	数字病理	脑卒中	CT成像	Expanded ResNet101	图像	250名患者的8186张CT影像
1255	2025-04-21	PILOT: Deep Siamese network with hybrid attention improves prediction of mutation impact on protein stability 2025-Apr-08, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107476 PMID:40252373	研究论文	提出了一种名为PILOT的新型深度学习框架，用于改进突变对蛋白质稳定性影响的预测	采用带有混合注意力机制的Siamese网络，通过多注意力模块有效提取氨基酸、原子和蛋白质序列的表征，实现了结构信息在残基和原子层面的深度融合	NA	改进突变对蛋白质稳定性(ΔΔG)影响的预测，以促进蛋白质工程研究和疾病相关突变分子机制的理解	蛋白质突变对稳定性的影响	机器学习	NA	深度学习	Siamese网络	蛋白质序列和结构数据	NA
1256	2025-04-21	Development of a Deep Learning Tool to Support the Assessment of Thyroid Follicular Cell Hypertrophy in the Rat 2025-Apr, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233241309328 PMID:39825517	研究论文	开发了一种深度学习工具，用于支持评估大鼠甲状腺滤泡细胞肥大	使用U-Net卷积深度学习神经网络识别和描绘甲状腺组织中的单个滤泡，并通过经验模型优化生成甲状腺活动评分，优于传统的平均上皮面积方法	研究仅针对大鼠甲状腺组织，未涉及其他物种或更广泛的甲状腺疾病	开发一种定量评分工具，以支持病理学家评估低级别甲状腺滤泡肥大	大鼠甲状腺组织	数字病理学	甲状腺疾病	深度学习图像分析	U-Net CNN	图像	NA
1257	2025-04-21	Automatic mandibular third molar and mandibular canal relationship determination based on deep learning models for preoperative risk reduction 2025-Mar-25, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06285-6 PMID:40128451	研究论文	本研究探讨了基于深度学习模型利用锥形束计算机断层扫描图像对下颌第三磨牙与下颌管空间关系进行分类的应用	首次将多种先进的卷积神经网络（如MobileNet、Xception和DenseNet201）应用于下颌第三磨牙与下颌管关系的自动分类，并展示了高准确率	研究仅基于305例锥形束计算机断层扫描扫描数据，样本量相对较小	提高术前下颌第三磨牙与下颌管关系分类的准确性和一致性，减少手术风险	下颌第三磨牙与下颌管的空间关系	计算机视觉	牙科疾病	锥形束计算机断层扫描	CNN（包括MobileNet、Xception和DenseNet201）	图像	305例锥形束计算机断层扫描扫描数据
1258	2025-04-21	TrimNN: Characterizing cellular community motifs for studying multicellular topological organization in complex tissues 2025-Jan-17, Research square DOI:10.21203/rs.3.rs-5584635/v1 PMID:39877090	研究论文	介绍了一种名为TrimNN的图深度学习框架，用于识别和分析空间转录组学和蛋白质组学中的细胞群落模式	提出了一种自下而上的方法来估计保守细胞组织模式的普遍性，区别于传统的自上而下的分析方法	NA	研究复杂组织中多细胞拓扑组织的协调规则	空间转录组学和蛋白质组学数据中的细胞群落模式	数字病理学	NA	空间转录组学和蛋白质组学	图深度学习框架	空间组学数据	NA
1259	2025-04-21	Deep learning models for segmenting phonocardiogram signals: a comparative study 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320297 PMID:40228205	研究论文	本研究比较了不同深度学习模型在心音图（PCG）信号分割中的性能	首次对CirCor DigiScop数据集的分割过程进行研究，并比较了GRU、Bidirectional-GRU和BILSTM模型的性能	未提及模型在其他数据集上的泛化能力	比较不同深度学习模型在心音图信号分割中的性能	心音图（PCG）信号	机器学习	心血管疾病	数字滤波和经验模态分解	GRU, Bidirectional-GRU, BILSTM	信号数据	三个数据集：PhysioNet/Computing in Cardiology Challenge 2016、MITHSDB、CirCor DigiScope Phonocardiogram
1260	2025-04-21	Multi-Source Data and Knowledge Fusion via Deep Learning for Dynamical Systems: Applications to Spatiotemporal Cardiac Modeling 2025, IISE transactions on healthcare systems engineering IF:1.5Q3 DOI:10.1080/24725579.2024.2398592 PMID:40248641	研究论文	本文提出了一种基于深度学习的多源数据和知识融合框架，应用于时空心脏建模	该框架不仅通过捕捉基于物理的信息流实现有效数据融合，还通过图拉普拉斯算子整合3D系统的几何信息，用于稳健的时空预测建模	NA	开发可靠的时空动态系统预测模型	心脏电动力学在健康和疾病状态下的建模	机器学习	心血管疾病	深度学习	深度学习框架	多源感知数据	NA