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	2025-05-15	Detection of Hypertrophic Cardiomyopathy on Electrocardiogram Using Artificial Intelligence 2025-May-14, Circulation. Heart failure DOI:10.1161/CIRCHEARTFAILURE.124.012667 PMID:40365710	研究论文	本研究评估了一种基于人工智能的设备（viz HCM）在12导联心电图中检测肥厚型心肌病（HCM）的准确性	开发了一种基于深度学习的AI设备，用于从心电图中检测HCM，具有较高的特异性和曲线下面积	敏感性为68.4%，阳性预测值较低（13.7%），在人群中的实际应用可能存在限制	提高肥厚型心肌病的筛查和早期诊断能力	肥厚型心肌病患者和非患者的心电图数据	机器学习	心血管疾病	深度学习	NA	心电图数据	293例HCM阳性和2912例HCM阴性病例
122	2025-05-15	DEMO-EMol: modeling protein-nucleic acid complex structures from cryo-EM maps by coupling chain assembly with map segmentation 2025-May-14, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf416 PMID:40366028	research paper	本文介绍了一种名为DEMO-EMol的改进服务器，通过结合深度学习图像分割和链拟合技术，从冷冻电镜密度图中准确组装蛋白质-核酸复合物结构	DEMO-EMol整合了深度学习图像分割和链拟合技术，显著提高了蛋白质-核酸复合物结构建模的准确性	NA	提高从冷冻电镜密度图中组装蛋白质-核酸复合物结构的准确性和效率	蛋白质-核酸复合物结构	computational biology	NA	cryo-EM, deep learning	deep learning-based model	cryo-EM density maps	综合基准测试集，分辨率范围1.96至12.77 Å
123	2025-05-15	Predicting Ustekinumab Treatment Response in Crohn's Disease Using Pre-Treatment Biopsy Images 2025-May-14, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf301 PMID:40366737	研究论文	开发了一种基于全切片图像(WSIs)和弱监督学习的人工智能(AI)模型，用于预测克罗恩病(CD)患者对乌司奴单抗(UST)的治疗反应	提出了一种新颖的聚类增强弱监督学习框架，通过整合局部组织学线索和全局组织背景，提高了预测性能	临床研究中关于UST治疗反应的数据相对稀缺	提高克罗恩病患者对乌司奴单抗治疗反应的预测准确性	克罗恩病患者	数字病理学	克罗恩病	全切片图像(WSIs)分析	DenseNet, 多示例学习(MIL)	图像	402份克罗恩病患者的组织样本
124	2025-05-15	AI-based metal artefact correction algorithm for radiotherapy patients with dental hardware in head and neck CT: Towards precise imaging 2025-May-14, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf038 PMID:40366748	研究论文	研究AI基于金属伪影校正算法（AI-MAC）在头颈部CT中减少牙科金属伪影的临床效果	首次在体内研究中展示了AI-MAC在减少金属伪影的同时保留器官可视化的能力	样本量较小（41例患者），且未探讨AI-MAC在其他类型金属伪影或不同扫描参数下的表现	评估AI-MAC在头颈部放疗患者CT图像中减少牙科金属伪影的效果	41例带有不可拆卸牙科硬件的头颈部放疗患者	医学影像处理	头颈部疾病	CT扫描	深度学习模型	医学影像	41例患者
125	2025-05-15	Cost-effectiveness of opportunistic osteoporosis screening using chest radiographs with deep learning in Germany 2025-May-13, Aging clinical and experimental research IF:3.4Q2 DOI:10.1007/s40520-025-03048-x PMID:40355760	research paper	评估在德国50岁及以上女性中使用深度学习模型对胸部X光片进行骨质疏松症机会性筛查的成本效益	利用AI驱动的胸部X光片进行骨质疏松症筛查，提高早期检测率，降低骨折风险，改善公共卫生结果	研究基于德国骨质疏松症指南和AI模型准确性，可能在其他国家或不同医疗体系中的适用性有限	评估AI驱动的胸部X光片筛查骨质疏松症的成本效益	德国50岁及以上的女性	digital pathology	geriatric disease	deep learning	NA	image	NA
126	2025-05-15	Artificial Intelligence in Sincalide-Stimulated Cholescintigraphy: A Pilot Study 2025-May-13, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005967 PMID:40359029	研究论文	本研究探索了基于AI的实时胆囊放射性追踪方法在胆囊排空分数计算中的应用	首次在核医学实践中探索了整合实时图像处理和器官功能计算的AI驱动工作流程	AI在患者移动或低计数活动情况下容易出错，且样本量较小(仅20例)	开发AI驱动的实时胆囊追踪和功能评估系统	胆囊放射性追踪和胆囊排空分数(GBEF)计算	数字病理	胆囊功能障碍	胆囊闪烁扫描术(SSC)	U-Net	医学影像	20例胆囊闪烁扫描检查(10例简单病例和10例挑战性病例)
127	2025-05-15	Multiple-Basin Go̅-Martini for Investigating Conformational Transitions and Environmental Interactions of Proteins 2025-May-13, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00256 PMID:40359486	研究论文	提出了一种名为Multiple-basin Go̅-Martini的新方法，用于研究蛋白质在显式环境中的构象转变及其与环境相互作用	结合Go̅-Martini模型和指数混合方案，能够在显式环境中模拟蛋白质的自发构象转变	未明确提及具体局限性	研究蛋白质构象转变及其与环境相互作用	蛋白质（GlnBP、Arc、Hinge、SemiSWEET和TRAAK）	计算生物学	NA	分子动力学模拟（MD）、Multiple-basin Go̅-Martini方法	Go̅-Martini模型	分子动力学模拟数据	五个案例研究（GlnBP、Arc、Hinge、SemiSWEET和TRAAK）
128	2025-05-15	Artificial intelligence for chronic total occlusion percutaneous coronary interventions 2025-May-13, The Journal of invasive cardiology IF:1.6Q3 DOI:10.25270/jic/25.00089 PMID:40359582	review	本文回顾了人工智能在慢性完全闭塞（CTO）诊断和经皮冠状动脉介入治疗（PCI）成功率预测中的最新进展	探讨了AI在CTO PCI中的创新应用，特别是在诊断和治疗决策支持方面的潜力	未提及具体的研究样本量或模型性能的详细比较	评估AI在CTO PCI领域的应用效果和前景	慢性完全闭塞（CTO）和经皮冠状动脉介入治疗（PCI）	machine learning	cardiovascular disease	NA	neural networks, deep learning	clinical parameters, imaging	NA
129	2025-05-15	Learning-Based Classification of B- and T-Cell Lymphoma on Histopathological Images: A Multicenter Study 2025-May-13, European journal of haematology IF:2.3Q2 DOI:10.1111/ejh.14433 PMID:40360162	research paper	该研究首次探讨了在组织病理学图像上使用深度学习模型对B细胞和T细胞淋巴瘤进行分类的可行性	首次在组织病理学图像上部署深度学习模型进行B细胞和T细胞淋巴瘤分类，并整合了卷积块注意力模块（CBAMs）提升模型性能	研究样本量相对有限（1510张切片），且仅针对B细胞和T细胞淋巴瘤两种类型	提高淋巴瘤诊断的精确性并减少对人工染色和解释的依赖	B细胞和T细胞淋巴瘤的组织病理学图像	digital pathology	lymphoma	深度学习	CNN (Xception, NASNetL, ResNet50, EfficientNet)	image	1510张H&E染色切片（750张B细胞，760张T细胞）
130	2025-05-15	Deep Learning-accelerated MRI in Body and Chest 2025-May-13, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001762 PMID:40360272	research paper	本文探讨了深度学习重建（DLR）在加速MRI扫描并保持图像质量方面的应用，特别是在身体和胸部成像中	DLR技术在保持图像质量的同时显著减少了MRI扫描时间，并提供了去噪、减少伪影、提高分辨率和信噪比（SNR）及对比噪声比（CNR）的潜力	DLR面临的挑战包括轻微降低的病变检测率、心脏运动相关的信号丢失、区域SNR变化以及不同器官系统中ADC测量的变异性	研究DLR技术在MRI加速中的应用及其对图像质量和诊断准确性的影响	腹部、骨盆和胸部的MRI图像，特别是肝脏和前列腺	医学影像	NA	深度学习重建（DLR）	监督深度学习模型，包括变分网络	MRI图像	NA
131	2025-05-15	Single-cell and spatial transcriptomics reveals an anti-tumor neutrophil subgroup in microwave thermochemotherapy-treated lip cancer 2025-May-13, International journal of oral science IF:10.8Q1 DOI:10.1038/s41368-025-00366-8 PMID:40360503	research paper	该研究通过单细胞转录组学和空间转录组学揭示了微波热化疗治疗唇鳞状细胞癌中抗肿瘤中性粒细胞亚群的作用机制	发现了微波热化疗诱导的具有抗肿瘤活性的MNDA TANs（N1表型），并构建了预测预后的N1-TANs标记物MX2，以及利用深度学习从H&E染色图像预测MX2表达	NA	探究微波热化疗治疗唇鳞状细胞癌的分子机制和免疫微环境变化	唇鳞状细胞癌患者样本	digital pathology	lip cancer	scRNA-seq, ST	deep learning	image, transcriptomics data	NA
132	2025-05-15	Blockchain enabled collective and combined deep learning framework for COVID19 diagnosis 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00252-7 PMID:40360521	research paper	提出了一种结合区块链技术和深度学习的新型框架CLCD-Block，用于COVID-19的诊断，通过安全的数据共享和隐私保护提高诊断准确性	首次将区块链技术与组合学习范式结合，确保数据安全分发并降低复杂性，同时采用混合胶囊学习网络进行准确预测	未来工作需要提升模型的可扩展性、优化实时性能，并适应更广泛的医疗数据集	开发一种平衡准确性与隐私保护的协作模型，用于COVID-19诊断	COVID-19患者的肺部CT图像	digital pathology	COVID-19	深度学习，区块链技术	混合胶囊学习网络	image	四个基准数据集
133	2025-05-15	An intelligent optimized object detection system for disabled people using advanced deep learning models with optimization algorithm 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00608-z PMID:40360540	研究论文	提出了一种基于先进深度学习模型和优化算法的智能优化目标检测系统，用于帮助视觉障碍人士	结合YOLOv7、MobileNetV3、TCN模型及麻雀搜索优化算法(SSOA)，提出ODSDP-ADLMSSO方法，显著提升目标检测准确率至99.57%	仅在室内目标检测数据集上进行验证，未说明室外场景的适用性	通过优化目标检测技术提升视觉障碍人士的导航安全性	视觉障碍人士(VIPs)	计算机视觉	视觉障碍	深度学习、优化算法	YOLOv7, MobileNetV3, TCN, SSOA	图像	室内目标检测数据集（未说明具体样本量）
134	2025-05-15	User preference modeling for movie recommendations based on deep learning 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00030-5 PMID:40360567	research paper	本文提出了一种基于深度学习的电影推荐方法，通过分析用户行为记录和电影内容元素，提高推荐系统的个性化程度	结合AI、图技术和文本挖掘，利用PageRank和CNN预测用户偏好，显著提升了推荐精度和召回率	实验数据集规模较小，仅包含215名用户在508个电影页面的浏览活动	提升电影推荐系统的个性化程度和准确性	电影推荐系统和用户偏好	natural language processing	NA	text mining, graph-based techniques	CNN, PageRank	user behavior records, movie content elements	215名用户在508个电影页面的浏览活动
135	2025-05-15	Multimodal learning audio-visual detection for obtaining object-level sound sources in Japanese-language teaching room 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00588-0 PMID:40360586	研究论文	本文提出了一种基于深度学习的多模态学习方法，用于日语教学教室中的音频-视觉检测，以定位物体级别的声源	结合音频和视觉信息，提出了一种新颖的深度学习方法，用于日语教学教室中的物体级别声源检测	NA	改善日语教学教室中的教学过程，通过多模态学习定位未知声源	日语教学教室中的声源（如拍手、窃窃私语、整理物品等）	多模态学习	NA	音频-视觉检测（AVD）	深度学习	音频和视频	NA
136	2025-05-15	A modernized approach to sentiment analysis of product reviews using BiGRU and RNN based LSTM deep learning models 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01104-0 PMID:40360609	研究论文	本文提出了一种基于BiGRU和RNN-LSTM深度学习模型的现代情感分析方法，用于挖掘在线产品评论	采用BiGRU特征提取器和基于RNN的LSTM分类器的特定组合，并将其应用于新型在线产品评论，使模型具有创新性	NA	通过情感分析挖掘在线产品评论，以了解市场需求和产品在消费者中的接受度	在线产品评论	自然语言处理	NA	自然语言处理、深度学习	BiGRU、RNN-LSTM	文本	NA
137	2025-05-15	Leveraging explainable artificial intelligence with ensemble of deep learning model for dementia prediction to enhance clinical decision support systems 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97102-3 PMID:40360623	研究论文	该研究提出了一种结合可解释人工智能和优化算法的痴呆症预测与分类模型（LXAIOA-ADPCM），旨在通过先进技术提高痴呆症预测的准确性	结合可解释人工智能（XAI）与深度学习模型（BiLSTM、SAE、TCN），并采用优化算法（NMRA、GOA）进行特征选择和超参数调优，提高了预测透明度和准确性	未提及模型在更广泛或多样化数据集上的泛化能力，以及在实际临床环境中的适用性	开发一种新型算法，用于痴呆症的早期预测和分类，以支持临床决策	痴呆症高风险个体	数字病理学	老年病	深度学习（DL）、机器学习（ML）、可解释人工智能（XAI）	BiLSTM、SAE、TCN	医疗诊断数据	使用Dementia Prediction数据集进行实验，具体样本量未提及
138	2025-05-15	Advanced smart assistance with enhancing social interaction and daily activities for visually impaired individuals using deep learning with modified seagull optimization 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99849-1 PMID:40360641	research paper	该研究提出了一种基于深度学习和改进海鸥优化算法的自动损伤检测方法（ADD-MSGOEL），旨在帮助视障人士增强社交互动和日常活动能力	结合改进的海鸥优化算法（MSGO）和集成学习（LSTM、BiGRU、SAE）进行损伤检测，提高了检测准确率	仅在CODEBRIM数据集上进行了验证，实际应用场景的泛化能力有待进一步测试	提升视障人士的社交生活和日常功能，通过准确检测周围环境中的损伤和潜在危险	视障人士	computer vision	NA	深度学习、优化算法	DCBAM-EfficientNet、LSTM、BiGRU、SAE	image	CODEBRIM数据集
139	2025-05-15	Dual level dengue diagnosis using lightweight multilayer perceptron with XAI in fog computing environment and rule based inference 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98365-6 PMID:40360639	研究论文	本研究提出了一种在雾计算环境中使用轻量级多层感知机和可解释人工智能（XAI）进行双重登革热诊断的框架	结合雾计算环境、轻量级MLP模型和XAI工具进行双重诊断，提高诊断效率和准确性	使用小数据集进行验证，可能影响模型的泛化能力	提高登革热远程诊断的效率和准确性	登革热患者	机器学习	登革热	机器学习、深度学习、可解释人工智能（XAI）	轻量级多层感知机（MLP）	症状数据和血清学检测报告	小数据集（具体数量未提及）
140	2025-05-15	Revolutionizing sleep disorder diagnosis: A Multi-Task learning approach optimized with genetic and Q-Learning techniques 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01893-4 PMID:40360656	研究论文	本文提出了一种基于多任务学习的卷积神经网络方法，结合遗传算法和Q学习算法优化，用于通过EEG信号高效诊断睡眠障碍	创新性地提出了部分共享结构的多任务学习CNN模型，并采用遗传算法和Q学习算法优化预测权重组合	使用的EEG信号数据集规模较小(26名参与者)且异质性较高	开发一种高效、准确的睡眠障碍自动化诊断方法	部分睡眠剥夺(PSD)患者的EEG信号	机器学习	睡眠障碍	STFT(短时傅里叶变换), CWT(连续小波变换)	多任务学习CNN	EEG信号转换的时频图像	26名参与者的EEG记录数据