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
12841	2025-10-07	A review on real time implementation of soft computing techniques in thermal power plant 2025-Feb, Network (Bristol, England) DOI:10.1080/0954898X.2024.2429721 PMID:39601783	综述	本文对2019-2023年间软计算技术在热电厂实时应用的研究进行了全面综述	首次系统梳理了AI-ML和DL在热电厂应用的年度分布和研究维度，识别了研究空白和未来方向	仅涵盖2019-2023年的文献，可能遗漏早期重要研究；聚焦热电厂特定领域，结论可能不适用于其他能源系统	评估软计算技术在提升热电厂生产效率方面的应用效果	热电厂生产系统和相关优化技术	机器学习	NA	软计算技术，AI-ML，深度学习	NA	NA	NA	NA	NA	NA	NA
12842	2025-10-07	Assessing the effects of 5-HT2A and 5-HT5A receptor antagonists on DOI-induced head-twitch response in male rats using marker-less deep learning algorithms 2025-Feb, Pharmacological reports : PR IF:3.6Q2 DOI:10.1007/s43440-024-00679-1 PMID:39602080	研究论文	本研究使用无标记深度学习算法评估5-HT2A和5-HT5A受体拮抗剂对DOI诱导的大鼠头部抽搐反应的影响	首次采用无标记深度学习工作流程（DeepLabCut+SimBA）自动检测啮齿类动物的头部抽搐反应，无需手术植入标记物	研究仅使用雄性大鼠，未涉及雌性动物；方法验证主要基于与人工观察的相关性	评估无标记深度学习算法在检测5-HT受体介导的头部抽搐反应中的可行性和准确性	雄性大鼠的头部抽搐行为	计算机视觉	NA	高速视频记录，行为分析	深度学习，神经网络	视频	使用雄性大鼠进行实验，具体数量未明确说明	DeepLabCut, SimBA	DeepLabCut神经网络	与人工观察的显著相关性	NA
12843	2025-10-07	Rapid in vivo EPID image prediction using a combination of analytically calculated attenuation and AI predicted scatter 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17549 PMID:39607282	研究论文	开发结合分析计算衰减和AI预测散射的深度学习方法，用于快速预测体内EPID图像	将体内EPID图像分离为主光子衰减和散射分量，分别使用分析计算和CNN预测，提供比蒙特卡洛算法更快的预测速度	部分图像通过率较低是由于CBCT伪影和患者在CBCT与治疗期间发生的移动	测试使用患者数据创建深度学习模型预测IMRT治疗中体内EPID图像的可行性和可靠性	93名患者的193个IMRT野/图像，以及额外的人体模型数据	医学影像分析	放射治疗相关疾病	电子门户成像设备(EPID)，锥形束CT(CBCT)，IMRT治疗	CNN	3通道图像（包含非透射EPID图像和CBCT射线追踪投影）	93名患者的193个IMRT野/图像，训练:验证:测试=133:20:40，额外75个人体模型图像	NA	卷积神经网络	gamma通过率	标准GPU
12844	2025-10-07	Deep learning-based classifier for carcinoma of unknown primary using methylation quantitative trait loci 2025-Feb-01, Journal of neuropathology and experimental neurology IF:3.2Q2 DOI:10.1093/jnen/nlae123 PMID:39607989	研究论文	开发基于深度学习的DNA甲基化分类器，用于识别原发灶不明癌的原发器官	首次利用器官特异性甲基化数量性状位点(mQTLs)开发深度学习分类器，可在较少样本量下实现高精度分类	回顾性研究，仅针对特定器官(乳腺、肺、卵巢/妇科、结肠、肾、睾丸)开发分类器	开发高精度的原发灶不明癌器官来源分类器以辅助临床诊断和治疗决策	759例福尔马林固定石蜡包埋的癌组织样本	数字病理	原发灶不明癌	DNA甲基化芯片分析(Illumina EPIC array)	深度学习分类器	甲基化数据	759例癌组织样本	NA	NA	准确率,F1分数	NA
12845	2025-10-07	Assessment of clinical feasibility:offline adaptive radiotherapy for lung cancer utilizing kV iCBCT and UNet++ based deep learning model 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14582 PMID:39611881	研究论文	本研究评估了基于kV iCBCT和UNet++深度学习模型的离线自适应放疗在肺癌治疗中的临床可行性	首次系统验证了基于UNet++深度学习模型将kV iCBCT转换为自适应CT的离线自适应放疗方案在肺癌治疗中的临床可行性	样本量相对有限（102例患者），且为单中心研究	开发并验证一种具有高临床可行性的肺癌离线自适应放疗方案	肺癌患者	医学影像分析	肺癌	kV迭代锥形束CT（iCBCT），深度学习图像转换	深度学习	医学影像（CT扫描）	102例肺癌患者（70例训练，15例测试，17例临床验证）	NA	UNet++	平均绝对误差（MAE），峰值信噪比（PSNR），结构相似性（SSIM），亨氏单位（HU），Gamma通过率，TLD测量偏差	NA
12846	2025-10-07	Regional PM2.5 prediction with hybrid directed graph neural networks and Spatio-temporal fusion of meteorological factors 2025-Feb-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.125404 PMID:39613176	研究论文	提出一种基于混合有向图神经网络的PM2.5区域预测方法，结合气象因素时空融合	利用领域特征量化相邻城市影响构建有向图，集成图神经网络和长短期记忆网络进行时空编码	未明确说明模型在其他地理区域的泛化能力	优化空气质量预测和管理，提高PM2.5浓度预测精度	华北平原城市区域的PM2.5浓度数据	机器学习	NA	时空数据融合	GNN, LSTM	时空序列数据	NA	深度学习框架	混合有向图神经网络	平均绝对误差(MAE)	NA
12847	2025-10-07	High-content imaging and deep learning-driven detection of infectious bacteria in wounds 2025-Feb, Bioprocess and biosystems engineering IF:3.5Q2 DOI:10.1007/s00449-024-03110-4 PMID:39621107	研究论文	开发基于高内涵成像和深度学习的框架，用于快速检测和分类伤口感染细菌	利用预训练ResNet50模型分析细菌菌落生长图像，将检测时间从传统方法的24小时以上缩短至8小时	仅针对四种特定细菌进行验证，在混合样本中的分类精度略低于单一菌种	开发快速准确的伤口感染细菌检测方法以满足临床急需	鲍曼不动杆菌、大肠杆菌、铜绿假单胞菌和金黄色葡萄球菌四种伤口常见细菌	计算机视觉	伤口感染	高内涵成像	CNN	图像	体外样本和小鼠伤口样本	NA	ResNet50	检测率,准确率,精确率	NA
12848	2025-10-07	Low dose threshold for measuring cardiac functional metrics using four-dimensional CT with deep learning 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14593 PMID:39625106	研究论文	本研究探索使用深度学习分割技术在四维CT中降低辐射剂量的可能性	开发了噪声鲁棒深度学习模型，能够在显著降低辐射剂量（最高达76%）的情况下保持心脏功能指标的测量准确性	研究主要关注全局功能指标，对局部功能指标的分析可能有限	研究在四维CT心脏成像中降低辐射剂量的可行性	心脏左心室心肌和血池	医学影像分析	心血管疾病	四维CT成像	CNN	CT影像	250个心脏CT容积数据集，重建为五个不同剂量水平	NA	3D Residual U-Net	射血分数, 整体纵向应变, 圆周应变, 平均壁厚度	NA
12849	2025-10-07	Predictive analysis of COVID-19 occurrence and vaccination impacts across the 50 US states 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109493 PMID:39626459	研究论文	开发基于LSTM的深度学习模型评估COVID-19疫苗接种对美国各州确诊病例和死亡病例的影响	首次使用LSTM模型分析疫苗接种按性别分类的效果，并通过内部、相互和外部三重验证	仅使用CDC公开数据，未考虑其他潜在影响因素	评估COVID-19疫苗接种对确诊病例和死亡病例的有效性	美国50个州的COVID-19疫苗接种数据和病例数据	机器学习	COVID-19	深度学习时间序列分析	LSTM	流行病学时间序列数据	美国50个州2021-2023年的CDC数据	NA	LSTM	RMSE	NA
12850	2025-10-07	Interpretable prediction of drug-drug interactions via text embedding in biomedical literature 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109496 PMID:39626457	研究论文	本研究提出基于层次注意力机制的深度学习模型，通过生物医学文献文本嵌入预测药物相互作用及其类型	结合预训练生物医学语言模型和层次注意力网络，能够分析句子顺序并识别与DDI预测相关的关键句子	NA	预测药物相互作用风险及其具体类型，确保安全用药	药物相互作用	自然语言处理	NA	文本嵌入	BiLSTM, 深度神经网络	文本	164种DDI类型	NA	层次注意力网络	准确率, AUROC, AUPR	NA
12851	2025-10-07	A review of convolutional neural network based methods for medical image classification 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109507 PMID:39631108	综述	系统回顾基于卷积神经网络的医学图像分类方法	对149篇最新重要文献进行系统梳理，深入分析CNN在医学图像分类中的关键技术和发展脉络	临床实际应用仍面临困难，需要解决相关挑战	促进深度学习在临床实践和智能医疗系统中的成功整合	医学图像分类方法	计算机视觉	NA	深度学习	CNN	医学图像	NA	NA	NA	NA	NA
12852	2025-10-07	A smart CardioSenseNet framework with advanced data processing models for precise heart disease detection 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109473 PMID:39631110	研究论文	提出了一种名为CardioSenseNet的智能框架，通过先进的数据处理模型实现精确的心脏疾病检测	提出了结合DGPN数据预处理、STHIO特征选择和SADNet预测的集成框架，采用羊群优化和金枪鱼群优化算法进行特征选择	NA	提高心脏疾病检测的准确性和效率	心脏疾病患者数据	机器学习	心血管疾病	深度学习	深度学习模型	医疗数据	基于Cleveland和CVD基准数据集	NA	SADNet	准确率, 损失值	NA
12853	2025-10-07	Leveraging deep transfer learning and explainable AI for accurate COVID-19 diagnosis: Insights from a multi-national chest CT scan study 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109461 PMID:39631112	研究论文	本研究开发了一种基于深度迁移学习和可解释AI的COVID-19诊断框架XCT-COVID，通过胸部CT扫描准确预测COVID-19感染	首个在统一框架内开发三种不同模型的研究，利用了先前未探索的大型数据集和两个广泛使用的小型数据集，并采用可解释AI分析模型功能	在图像质量较低的小型数据集上性能显著下降，模型对数据分布敏感	开发准确、可解释且可复现的COVID-19计算机辅助诊断框架	胸部CT扫描图像	计算机视觉	COVID-19	胸部CT扫描	CNN	图像	一个大型数据集和两个小型多国数据集	NA	VGG16	5折交叉验证, 独立测试	NA
12854	2025-10-07	Personalized federated learning for abdominal multi-organ segmentation based on frequency domain aggregation 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14602 PMID:39636019	研究论文	提出一种基于频域聚合的个性化联邦学习框架用于腹部多器官分割	选择性聚合部分模型参数进行客户端间协作，保留其余参数学习本地数据分布；采用傅里叶变换与自注意力机制聚合参数低频分量，促进共享知识提取并解决统计异质性	NA	开发隐私保护的腹部多器官分割方法	腹部器官MRI和CT图像	医学图像分析	腹部疾病	深度学习，联邦学习	深度学习模型	MRI图像，CT图像	CHAOS 2019公共数据集和私有CT数据集	NA	PAF-Fed	Dice相似系数	NA
12855	2025-10-07	Advancing cancer diagnosis and prognostication through deep learning mastery in breast, colon, and lung histopathology with ResoMergeNet 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109494 PMID:39637456	研究论文	提出ResoMergeNet深度学习模型用于乳腺癌、结肠癌和肺癌的组织病理学图像分类	集成Resboost机制增强特征表示和ConvmergeNet机制优化特征提取的新型深度学习架构	模型在不同临床环境中的泛化能力仍需进一步验证	开发能够减少偏倚、提高诊断准确性并最小化癌症分类错误率的深度学习模型	乳腺癌、结肠癌和肺癌的组织病理学图像	数字病理学	乳腺癌,结肠癌,肺癌	组织病理学成像	深度学习	图像	LC-25000和BreakHis数据集（包含400×和40×放大倍数）	NA	ResoMergeNet	准确率,灵敏度,精确率,F1分数	NA
12856	2025-10-07	Deep learning-based overall survival prediction in patients with glioblastoma: An automatic end-to-end workflow using pre-resection basic structural multiparametric MRIs 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109436 PMID:39637462	研究论文	开发基于深度学习的端到端工作流程，使用术前基本结构多参数MRI预测胶质母细胞瘤患者总生存期	提出首个基于术前基本结构多参数MRI的端到端深度学习工作流程，集成颅骨剥离、肿瘤亚区分割和对比学习生存预测模型	样本量有限，特别是临床试验数据集仅19例患者，且MRI协议存在较大差异	开发自动化早期生存预测方法以辅助胶质母细胞瘤患者的及时治疗决策	胶质母细胞瘤患者	数字病理	胶质母细胞瘤	多参数磁共振成像	深度学习	医学影像	多中心公共数据集235例患者，临床试验数据集19例患者	NA	集成学习模型，对比学习模型	AUC，Dice系数	NA
12857	2025-10-07	Progress on the development of prediction tools for detecting disease causing mutations in proteins 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109510 PMID:39637461	综述	本文综述了蛋白质致病突变预测工具的开发进展	重点介绍了基于机器学习、深度学习和大型语言模型的计算工具，特别强调在癌症、神经退行性疾病、传染病和膜蛋白相关靶点突变预测方面的进展	讨论了现有方法的局限性及可能的改进方向	开发预测蛋白质致病突变的计算方法	蛋白质中的氨基酸残基突变	生物信息学	癌症,神经退行性疾病,传染病	机器学习,深度学习,大型语言模型	NA	序列数据,结构数据	NA	NA	NA	NA	NA
12858	2025-10-07	Predicting cancer content in tiles of lung squamous cell carcinoma tumours with validation against pathologist labels 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109489 PMID:39637460	研究论文	开发用于预测肺鳞状细胞癌全切片图像中癌组织含量的深度学习模型	提出使用VGG16模型预测WSI切片中癌组织百分比，并验证其在排除非癌组织切片中的应用价值	假阳性主要出现在癌周组织、癌组织含量低于50%的区域和高免疫活性区域，假阴性主要出现在切片缺陷区域	开发能够从肺鳞癌WSI中排除非癌组织的深度学习模型	肺鳞状细胞癌肿瘤组织	数字病理学	肺癌	全切片图像数字化	CNN	图像	来自35个不同中心的116个全切片图像	NA	VGG16	回归误差, AUC	NA
12859	2025-10-07	Development of multistage crop yield estimation model using machine learning and deep learning techniques 2025-Feb, International journal of biometeorology IF:3.0Q2 DOI:10.1007/s00484-024-02829-9 PMID:39643782	研究论文	本研究开发了使用机器学习和深度学习技术的小麦产量多阶段估算模型	首次在小麦产量估算中结合多个生长阶段（分蘖期、开花期、灌浆期）并比较多种机器学习算法的性能	研究仅针对印度旁遮普邦的五个地区，模型在其他地区的适用性需要进一步验证	开发准确的小麦产量估算模型以支持农业决策	旁遮普邦五个地区的小麦产量	机器学习	NA	气象时间序列分析	SMLR, ANN, SVR, RF, DNN	多元气象时间序列数据	34年的小麦产量和气象参数数据	R软件	NA	MAPE, RMSE, nRMSE, percentage deviation	NA
12860	2025-10-07	Protein-protein interaction detection using deep learning: A survey, comparative analysis, and experimental evaluation 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109449 PMID:39644584	综述	本文对用于蛋白质-蛋白质相互作用检测的深度学习技术进行全面调查、比较分析和实验评估	首次对PPI检测的DL技术进行系统性实证和实验评估，基于可扩展性、可解释性、准确性和效率四个关键标准进行比较	部分深度学习模型存在过拟合、可解释性低和可扩展性挑战等问题	评估和比较深度学习技术在蛋白质-蛋白质相互作用检测中的性能	蛋白质-蛋白质相互作用检测技术	机器学习	NA	深度学习	DNN, CNN, GSN, LSTM	生物序列数据	NA	NA	深度神经网络, 卷积神经网络, 生成随机网络, 长短期记忆网络	可扩展性, 可解释性, 准确性, 效率	NA