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
1701	2025-04-21	Deep learning enhances reliability of dynamic contrast-enhanced MRI in diffuse gliomas: bypassing post-processing and providing uncertainty maps 2025-Apr-19, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11588-z PMID:40252095	研究论文	提出并评估了一种新颖的深度学习模型，用于直接从DCE-MRI估计药代动力学参数图和不确定性估计	使用时空概率深度学习模型生成合成PK图，提高了可靠性且不影响诊断性能	单中心研究，样本量有限	提高动态对比增强MRI在弥漫性胶质瘤中的可靠性	成人型弥漫性胶质瘤患者	数字病理	胶质瘤	DCE-MRI	深度学习模型	MRI图像	329名患者
1702	2025-04-21	QMGBP-DL: a deep learning and machine learning approach for quantum molecular graph band-gap prediction 2025-Apr-19, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11178-7 PMID:40252145	研究论文	介绍了一种结合深度学习和机器学习的量子分子图带隙预测方法QMGBP-DL	将分子图编码器与机器学习模型结合，显著提高了分子和材料带隙能量的预测准确性	未提及具体局限性	加速药物设计和材料科学中的发现，特别是带隙预测	分子和量子材料的带隙能量	机器学习	NA	图卷积网络（GCN）和随机森林	GCN, Random Forest	分子图数据（SMILES字符串）	QM9、PCQM4M和OPV数据集
1703	2025-04-21	DSMR: Dual-Stream Networks with Refinement Module for Unsupervised Multi-modal Image Registration 2025-Apr-19, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00707-5 PMID:40252168	research paper	提出了一种新型无监督双流多模态图像配准框架DSMR，结合双流配准网络和优化模块，用于多模态医学图像配准	DSMR框架首次将双流配准网络与优化模块结合，利用移动图像、固定图像和转换图像生成两个变形场，并通过伪真实值优化初始变形场	未明确说明该方法在极端模态差异情况下的表现	解决无监督多模态医学图像配准的挑战	多模态医学图像	digital pathology	NA	deep learning-based image registration	dual-stream network	medical images	NA
1704	2025-04-21	Deep Learning-Based Prediction of Decoy Spectra for False Discovery Rate Estimation in Spectral Library Searching 2025-Apr-19, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.4c00304 PMID:40252226	研究论文	本文探讨了基于深度学习的诱饵光谱预测方法，用于光谱库搜索中的假发现率估计	提出了一种无需模板光谱即可生成诱饵光谱的shuffle-and-predict方法，提高了诱饵光谱的多样性和数量	未明确说明该方法在预测库场景中的具体性能限制	改进蛋白质组学数据分析中的假发现率估计方法	预测光谱库中的诱饵光谱	机器学习	NA	光谱库搜索	深度学习	光谱数据	NA
1705	2025-04-21	Stigmatisation of gambling disorder in social media: a tailored deep learning approach for YouTube comments 2025-Apr-18, Harm reduction journal IF:4.0Q1 DOI:10.1186/s12954-025-01169-0 PMID:40247272	研究论文	本研究采用深度学习方法来分析YouTube上关于赌博障碍的评论，以了解德国社会对赌博障碍的污名化现象	结合引导主题建模和定性总结内容分析的深度学习方法，以及基于现有文献和收集数据构建的扩展污名词典	仅分析了两个YouTube视频的评论，样本量有限	了解赌博障碍的污名化现象，以开发减少污名化的有效策略	YouTube上关于赌博障碍的用户评论	自然语言处理	赌博障碍	深度学习、引导主题建模、定性总结内容分析	NA	文本	从34个视频中收集的84,024条评论，最终分析2个视频的评论
1706	2025-04-21	A lightweight spatial and spectral CNN model for classifying floating marine plastic debris using hyperspectral images 2025-Apr-18, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117965 PMID:40252351	研究论文	提出一种轻量级空间和光谱CNN模型（LSS-HCNN），用于利用高光谱图像对漂浮海洋塑料垃圾进行分类	结合空间和光谱卷积提取特征，并引入Squeeze-and-Excitation（SE）模块提高可解释性，同时显著降低计算复杂度	未提及模型在实时检测或大规模部署中的性能表现	开发高效且自动化的漂浮海洋塑料垃圾检测方法	漂浮海洋塑料垃圾	计算机视觉	NA	高光谱成像	CNN（LSS-HCNN）	高光谱图像	三个高光谱数据集和四个专用漂浮塑料数据集（包括一个新塑料废物数据集）
1707	2025-04-21	Evaluating crash risk factors of farm equipment vehicles on county and non-county roads using interpretable tabular deep learning (TabNet) 2025-Apr-18, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108048 PMID:40252392	research paper	本研究评估了农场设备车辆在县道和非县道上发生碰撞的风险因素，使用可解释的表格深度学习模型TabNet进行分析	首次应用TabNet模型分析农场设备车辆碰撞事故，结合SMOTE处理数据不平衡，并通过SHAP图提供特征解释	研究仅基于特定数据集，可能无法完全代表所有地区的实际情况	评估农场设备车辆在不同类型道路上的碰撞风险因素	农场设备车辆在县道和非县道上发生的碰撞事故	machine learning	NA	SMOTE, SHAP	TabNet	tabular data	NA
1708	2025-04-21	Habitat Radiomics and Deep Learning Features Based on CT for Predicting Lymphovascular Invasion in T1-stage Lung Adenocarcinoma: A Multicenter Study 2025-Apr-18, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.005 PMID:40253221	research paper	研究基于CT的栖息地放射组学和深度学习特征预测T1期肺腺癌淋巴管侵犯的多中心研究	首次将栖息地放射组学与深度学习模型结合，用于预测T1期肺腺癌的淋巴管侵犯，并展示了其优于传统放射组学和深度学习模型的性能	研究为回顾性分析，可能存在选择偏差，且样本量相对较小	探讨CT衍生的栖息地放射组学在预测T1期肺腺癌淋巴管侵犯中的应用及其效果	349名T1期肺腺癌患者	digital pathology	lung cancer	CT成像，K-means聚类算法	radiomics, habitat, DL	CT图像	349名患者（内部训练集210名，外部测试集139名）
1709	2025-04-21	Radiology AI and sustainability paradox: environmental, economic, and social dimensions 2025-Apr-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01962-2 PMID:40244301	综述	本文探讨了人工智能在放射学中的可持续性悖论，包括环境、经济和社会三个维度的影响	从放射学视角全面分析了AI的可持续性挑战及其潜在解决方案	未提供具体数据支持AI环境影响的量化分析	评估AI在放射学应用中的可持续性影响并提出改进策略	放射学中的人工智能系统	数字病理	NA	深度学习	NA	NA	NA
1710	2025-04-21	A deep learning model based on self-supervised learning for identifying subtypes of proliferative hepatocellular carcinoma from dynamic contrast-enhanced MRI 2025-Apr-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01968-w PMID:40244356	研究论文	本研究利用动态对比增强MRI（DCE-MRI）和非监督深度学习模型，高效准确地识别肝细胞癌（HCC）的增殖亚型	提出了一种基于自监督学习（SSL）的动态放射组学工作流程的深度学习预测模型，用于识别HCC的增殖亚型，其准确性和速度优于传统单阶段模型	研究为回顾性研究，样本量相对有限（381例患者），且仅在两个医疗中心进行	提高HCC增殖亚型的诊断精度，指导个性化治疗计划	肝细胞癌（HCC）患者	数字病理学	肝细胞癌	动态对比增强MRI（DCE-MRI）	深度学习模型（基于SSL）	医学影像（MRI）	381例HCC患者（训练集220例，内部测试集93例，外部测试集68例）
1711	2025-04-21	A comprehensive case study of deep learning on the detection of alpha thalassemia and beta thalassemia using public and private datasets 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97353-0 PMID:40246871	研究论文	本研究探讨了深度学习模型（CNN和XGBoost）在利用公共和私人数据集预测α和β地中海贫血中的表现	结合CNN和XGBoost模型，利用公共和私人数据集进行地中海贫血的早期诊断，展示了高质量数据对AI模型预测能力的显著提升	研究依赖于特定数据集的质量和规模，可能限制了模型的泛化能力	探索深度学习模型在地中海贫血早期诊断中的应用效果	α和β地中海贫血患者	数字病理学	地中海贫血	深度学习	CNN, XGBoost	临床记录和医学数据库数据	公共和私人数据集，具体数量未提及
1712	2025-04-21	Convolutional neural network-based deep learning for landslide susceptibility mapping in the Bakhtegan watershed 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96748-3 PMID:40246900	研究论文	本研究利用卷积神经网络（CNN）进行深度学习，以高精度绘制伊朗西南部Bakhtegan流域的滑坡敏感性图	采用CNN模型处理多维地理空间数据，有效学习影响斜坡不稳定性的复杂模式，相比传统统计方法在准确性和精度上有显著提升	研究仅针对Bakhtegan流域，模型在其他地理区域的适用性有待验证	开发高精度滑坡敏感性评估方法，以支持风险降低策略的制定	Bakhtegan流域的地质和环境因素	机器学习	NA	深度学习	CNN	地理空间数据	235个已记录的滑坡位置和相同数量的非滑坡位置
1713	2025-04-21	Deep learning and sentence embeddings for detection of clickbait news from online content 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97576-1 PMID:40246954	研究论文	本文提出了一种使用深度学习和句子嵌入技术从乌尔都语内容中检测点击诱饵新闻的方法	首次专注于乌尔都语内容的点击诱饵新闻检测，并采用最先进的深度特征和句子嵌入技术	研究仅针对乌尔都语内容，未涉及其他语言	提高在线信息的真实性和原创性，特别是在乌尔都语内容中检测点击诱饵新闻	乌尔都语新闻标题	自然语言处理	NA	句子嵌入	Bi-LSTM	文本	NA
1714	2025-04-21	Improved security for IoT-based remote healthcare systems using deep learning with jellyfish search optimization algorithm 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97065-5 PMID:40246970	研究论文	提出了一种基于深度学习和水母搜索优化算法的物联网远程医疗系统安全增强机制	结合CNN-LSTM-Attention模型和水母搜索优化算法(JSO)进行疾病检测与分类，并优化超参数	未提及具体样本量及数据集多样性，可能影响模型泛化能力	提升物联网医疗系统的数据安全性和健康问题早期识别能力	物联网医疗设备采集的体温、心电图和心率等生命体征数据	机器学习	慢性病	min-max归一化、细菌觅食优化算法(BFOA)、CNN-LSTM-Attention模型、水母搜索优化器(JSO)	CNN-LSTM-Attention	生命体征数据	NA
1715	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
1716	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
1717	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）
1718	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
1719	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）
1720	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