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
121	2025-05-21	Significance of multi-task deep learning neural networks for diagnosing clinically significant prostate cancer in plain abdominal CT 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1543230 PMID:40386561	research paper	评估多任务深度学习神经网络在腹部CT扫描中诊断临床显著性前列腺癌（csPCa）的有效性	首次将多任务深度学习神经网络（基于3DUnet架构）应用于腹部CT扫描的前列腺癌诊断，并开发了诊断列线图	样本量相对有限（539例患者），且未与其他影像学方法（如MRI）进行直接比较	探索腹部CT扫描结合多任务深度学习模型在前列腺癌早期诊断中的价值	临床显著性前列腺癌（csPCa）患者	digital pathology	prostate cancer	CT扫描	3DUnet, ResNet18	image	539例患者（461例来自放射科，78例来自核医学科）
122	2025-05-21	Intelligent rehabilitation in an aging population: empowering human-machine interaction for hand function rehabilitation through 3D deep learning and point cloud 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1543643 PMID:40386804	研究论文	本研究提出了一种基于3D深度学习模型的方法，处理激光传感器点云数据，用于人机交互手功能智能康复领域的非接触式手势表面特征分析	通过整合手表面点云采集、局部特征提取和维度信息抽象与增强等关键技术，构建了准确的手势表面特征分析系统	NA	促进手功能非接触式智能康复技术的发展，提升老年人和康复患者的安全舒适交互方式	老年人群体的手功能康复	数字病理学	老年疾病	3D深度学习	3D深度学习模型	点云数据	NA
123	2025-05-21	LeFood-set: Baseline performance of predicting level of leftovers food dataset in a hospital using MT learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320426 PMID:40388400	研究论文	本文提出了一种基于深度学习的创新方法，用于预测医院患者餐盘中的剩余食物量，并介绍了首个为此目的设计的大规模开放数据集LeFoodSet	首创了用于估计食物剩余量的大规模开放数据集LeFoodSet，并开发了结合视觉特征提取和后期融合的多任务学习模型	数据集仅包含34种印尼食物类别，可能限制了模型的泛化能力	开发AI方法来准确预测医院患者的食物剩余量，以替代耗时且存在偏差的人工观察	医院患者的餐盘食物剩余量	计算机视觉	NA	深度学习	ResNet101, 多任务学习(MT), 单任务学习(ST)	图像	524对图像（34种印尼食物类别，每类包含食用前后的图像）
124	2025-05-21	Transfer learning in ECG diagnosis: Is it effective? 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316043 PMID:40388401	研究论文	本文通过实证研究探讨了迁移学习在多标签心电图分类中的有效性	首次系统验证了迁移学习在心电图诊断中的表现，并与从头训练进行了全面比较	研究结果可能受到所选数据集和神经网络架构的限制	评估迁移学习在心电图诊断中的实际效果	多标签心电图分类	机器学习	心血管疾病	深度学习	CNN, RNN	心电图时间序列数据	多种心电图数据集
125	2025-05-21	Predictive hybrid model of a grid-connected photovoltaic system with DC-DC converters under extreme altitude conditions at 3800 meters above sea level 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324047 PMID:40388424	研究论文	本研究旨在开发一种适用于极端海拔条件（海拔3800米）的并网光伏系统预测混合模型，结合DC-DC优化器以减少模型复杂性并提高准确性	通过结合递归特征消除（RFE）方法与高级正则化技术（如Lasso、Ridge和Bayesian Ridge）来应对维度灾难，优化预测性能	未来工作将探索模型与储能系统及智能控制策略的集成，以及在极端气候条件下的应用	优化极端海拔条件下的并网光伏系统预测性能	由单晶模块、DC-DC优化器和3000 W逆变器组成的光伏系统	机器学习	NA	递归特征消除（RFE）、Lasso、Ridge、Bayesian Ridge正则化	混合模型	光伏系统运行数据	NA
126	2025-05-21	AI-driven educational transformation in ICT: Improving adaptability, sentiment, and academic performance with advanced machine learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317519 PMID:40388422	研究论文	本研究通过先进的机器学习和深度学习策略，在教育技术领域实现了有意义的变革，特别是在适应性、情感和学术表现方面	采用混合堆叠方法结合多种机器学习模型（如决策树、随机森林、XGBoost和梯度提升）进行预测，并在情感分析中应用CNN模型，展示了AI在教育中的巨大潜力	数据集来源于Kaggle，虽然数据丰富，但可能无法完全代表所有教育环境	探索AI驱动的教育变革，提升学生的适应性、情感状态和学术表现	教育技术领域的学生适应性、情感和学术表现数据	教育技术	NA	机器学习、深度学习	决策树、随机森林、XGBoost、CNN、RCNN	结构化数据	1205条包含14个属性的数据条目
127	2025-05-21	Anomaly recognition in surveillance based on feature optimizer using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313692 PMID:40388481	研究论文	该研究提出了一种基于深度学习的先进框架，用于监控系统中的异常识别，通过结合深度卷积神经网络和高级特征优化技术，显著提高了识别准确率	创新点在于结合了新型63层CNN 'Up-to-the-Minute-Net' 和 Inception-Resnet-v2 进行特征提取，并通过蜻蜓算法和遗传算法进行特征优化，实现了99.9%的准确率	未提及该方法在实时监控系统中的计算效率或硬件需求	提高监控系统中异常识别的准确性和鲁棒性	监控视频中的异常事件	计算机视觉	NA	深度学习，特征选择算法（蜻蜓算法和遗传算法）	DCNN（包括新型63层CNN和Inception-Resnet-v2）	图像	使用了5折和10折交叉验证进行评估，具体样本数量未提及
128	2025-05-21	Hybrid deep learning model for accurate and efficient android malware detection using DBN-GRU 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310230 PMID:40388500	research paper	该研究提出了一种混合深度学习模型（DBN-GRU），用于准确高效地检测Android恶意软件	结合了Deep Belief Networks（DBN）进行静态分析和Gated Recurrent Units（GRU）进行动态行为建模，提高了恶意软件检测的准确性和效率	研究仅基于Drebin数据集进行训练和测试，未涉及其他数据集或实际环境中的验证	提升Android恶意软件检测的准确性和效率	Android应用程序（APK文件）	machine learning	NA	静态分析（权限、API调用、意图过滤器）和动态行为建模（系统调用、网络活动、进程间通信）	DBN-GRU	APK文件	129,013个应用程序（5,560个恶意软件和123,453个良性应用）
129	2025-05-21	Beyond genomics: artificial intelligence-powered diagnostics for indeterminate thyroid nodules-a systematic review and meta-analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1506729 PMID:40391010	系统综述与荟萃分析	本文综述了人工智能在不确定甲状腺结节诊断中的应用，并进行了荟萃分析	探讨了AI在不依赖基因组测序分类器的情况下对不确定甲状腺结节的诊断潜力	研究间存在显著的异质性，且当前模型在临床实施方面仍存在不足	分析AI在不使用基因组测序分类器的情况下对不确定甲状腺结节的诊断准确性	不确定甲状腺结节	数字病理	甲状腺结节	机器学习（ML）和深度学习（DL）	多种ML和DL架构	超声图像、自然语言处理数据和细胞学数据	7项研究中的20个模型，荟萃分析包含15个模型的16个AUC结果
130	2025-05-21	Quantitative Spatial Analysis of Chromatin Biomolecular Condensates using Cryo-Electron Tomography 2024-Dec-31, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.01.626131 PMID:39677698	research paper	本文通过冷冻电子断层扫描技术分析了生化重建的染色质凝聚物的结构，并开发了深度学习分割与新型上下文感知模板匹配相结合的方法来识别凝聚物内密集堆积的分子	整合深度学习分割与新型上下文感知模板匹配技术，用于高分辨率可视化染色质凝聚物内部结构	方法主要针对生化重建的染色质凝聚物，对于细胞内的某些凝聚物可能适用性有限	研究染色质凝聚物的形成和功能机制	生化重建的染色质凝聚物及原位天然染色质的凝聚区域	生物物理学	NA	冷冻电子断层扫描技术（cryo-electron tomography）、深度学习分割、上下文感知模板匹配	深度学习	图像数据	NA
131	2025-05-21	A Deep Learning Approach for Accurate Discrimination Between Optic Disc Drusen and Papilledema on Fundus Photographs 2024-Dec-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000002223 PMID:39090774	research paper	本研究开发了一种深度学习系统（DLS），用于在眼底照片上准确区分视盘玻璃疣（ODD）和由颅内高压引起的视乳头水肿	首次利用深度学习技术在大规模国际多民族人群中实现ODD与视乳头水肿的准确分类，包括对埋藏型ODD与轻中度视乳头水肿的区分	研究为回顾性设计，可能影响结果的泛化能力	开发并验证一个深度学习系统，用于自动区分视盘玻璃疣和视乳头水肿	眼底照片中的视盘玻璃疣和视乳头水肿图像	digital pathology	ophthalmologic disease	deep learning	DLS	image	4,508张眼底图像（来自2,180名患者）
132	2025-05-21	Interformer: an interaction-aware model for protein-ligand docking and affinity prediction 2024-11-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54440-6 PMID:39587070	研究论文	提出了一种名为Interformer的交互感知模型，用于蛋白质-配体对接和亲和力预测	基于Graph-Transformer架构的统一模型，利用交互感知的混合密度网络捕获非共价相互作用，并引入负采样策略以有效校正交互分布	未提及具体局限性	改进蛋白质-配体对接和亲和力预测的性能	蛋白质-配体复合物	机器学习	NA	Graph-Transformer架构、混合密度网络	Interformer	蛋白质-配体复合物数据	广泛使用的数据集和内部数据集
133	2025-05-21	Whole-cell multi-target single-molecule super-resolution imaging in 3D with microfluidics and a single-objective tilted light sheet 2024-11-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54609-z PMID:39582043	研究论文	本文介绍了一种名为soTILT3D的平台，用于全细胞多靶点3D单分子超分辨率成像，提高了成像精度和速度	开发了一种可操纵、抖动的单目标倾斜光片用于光学切片以减少荧光背景，并结合3D纳米打印微流控系统反射光片到样品中	NA	解决全哺乳动物细胞单分子超分辨率成像中的高荧光背景和慢采集速度问题	哺乳动物细胞	生物成像	NA	单分子超分辨率荧光显微镜、微流控技术、深度学习	NA	3D图像	NA
134	2025-05-21	ClickGen: Directed exploration of synthesizable chemical space via modular reactions and reinforcement learning 2024-11-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54456-y PMID:39578485	研究论文	本文介绍了ClickGen，一种利用模块化反应和强化学习生成高合成性分子的深度学习模型	结合点击化学和强化学习，确保生成分子具有高多样性、新颖性和强结合倾向	NA	开发一种能够生成高合成性分子的AI模型，以加速新药发现	化学分子	机器学习	癌症	强化学习	深度学习	化学结构数据	针对三种蛋白质的现有结合物进行验证
135	2025-05-21	In-context learning enables multimodal large language models to classify cancer pathology images 2024-11-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51465-9 PMID:39572531	研究论文	本文探讨了在医学图像分类中使用上下文学习的方法，特别是在癌症病理图像分类中的应用	首次系统评估了GPT-4V在医学图像分析中的上下文学习能力，展示了其在无需参数更新的情况下匹配或超越专门训练的网络的能力	研究仅限于三种特定的癌症组织病理学任务，且依赖于非领域特定数据训练的模型	探索和验证上下文学习在医学图像处理任务中的应用效果	结直肠癌组织亚型分类、结肠息肉亚型分类和淋巴结切片中的乳腺肿瘤检测	数字病理学	结直肠癌、乳腺癌	上下文学习	GPT-4V	图像	少量样本（具体数量未提及）
136	2025-05-21	Rapid response to fast viral evolution using AlphaFold 3-assisted topological deep learning 2024-Nov-19, ArXiv PMID:39606716	研究论文	提出了一种结合AlphaFold 3和多任务拓扑Laplacian策略的方法，用于快速响应病毒快速进化	结合AlphaFold 3和多任务拓扑Laplacian策略，提高了预测病毒突变对结合自由能变化的准确性	与使用实验结构相比，Pearson相关系数平均下降1.1%，均方根误差平均增加9.3%	开发高效计算方法以应对病毒快速进化带来的挑战	SARS-CoV-2刺突蛋白受体结合域（RBD）和人血管紧张素转换酶-2（ACE2）复合物	机器学习	COVID-19	拓扑深度学习（TDL）、深度突变扫描（DMS）、持久Laplacians（PL）	MT-TopLap	蛋白质-蛋白质相互作用（PPI）复合物结构数据	四个实验性DMS数据集和一个SARS-CoV-2 HK.3变体DMS数据集
137	2025-05-21	Deep learning-based Fast Volumetric Image Generation for Image-guided Proton Radiotherapy 2024-Nov, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2024.3439585 PMID:40385936	研究论文	本文开发了一种基于深度学习的快速体积图像生成框架，用于图像引导的质子放射治疗，以提高肺癌患者的治疗精度	提出了一种结合深度学习与千伏X射线投影的快速体积图像重建方法，优化了质子FLASH治疗系统的图像引导过程	研究仅基于30名肺癌患者的数据，样本量较小，且仅评估了特定角度的千伏投影	开发快速体积图像重建技术，以提升图像引导质子放射治疗的精确性	肺癌患者	数字病理	肺癌	深度学习，千伏X射线投影，四维CT	DL-based（深度学习基础模型，具体类型未说明）	图像	30名肺癌患者，每人包含十个呼吸阶段的四维CT数据集
138	2025-05-21	Local Mean Suppression Filter for Effective Background Identification in Fluorescence Images 2024-Sep-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.25.614955 PMID:39386682	research paper	提出了一种用于荧光显微镜图像中有效背景识别的非线性滤波器	基于局部均值比较的像素级滤波方法，通过变化邻域大小生成多个标签并累积决定最终像素标签	未提及具体性能指标或与其他方法的定量比较结果	开发一种简单有效的荧光图像背景识别方法	荧光显微镜图像	computer vision	NA	局部均值抑制滤波	NA	image	NA
139	2025-05-21	Whole-cell multi-target single-molecule super-resolution imaging in 3D with microfluidics and a single-objective tilted light sheet 2024-Sep-16, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.27.559876 PMID:37808751	研究论文	本文介绍了一种结合微流控技术和单物镜倾斜光片的3D多靶标单分子超分辨率成像方法	开发了可操纵、抖动的单物镜倾斜光片用于光学切片以减少荧光背景，并建立了3D纳米打印微流控系统反射光片到样本的流程	NA	提高全细胞多靶标3D单分子超分辨率成像的精度和速度	哺乳动物细胞	生物医学成像	NA	单分子超分辨率荧光显微镜、微流控技术、点扩散函数工程、深度学习、Exchange-PAINT	深度学习	3D图像	NA
140	2025-05-21	Deep Learning Estimation of Small Airways Disease from Inspiratory Chest CT is Associated with FEV1 Decline in COPD 2024-Sep-11, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.10.24313079 PMID:39314974	research paper	该研究开发了一种AI模型，用于从吸气胸部CT扫描中估计功能性小气道疾病(fSAD)，并研究了其在慢性阻塞性肺疾病(COPD)中的临床关联	通过生成模型从单一吸气CT扫描中估计fSAD，避免了传统方法需要额外呼气CT扫描的限制	研究结果需要在更广泛的人群中进行验证	评估AI模型在估计fSAD方面的性能及其与COPD临床指标的关联	COPD患者	digital pathology	COPD	generative model	AI	CT scan	2513名来自SPIROMICS研究的参与者和458名来自COPDGene研究的参与者