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
1841	2025-05-24	COVID-19CT+: A public dataset of CT images for COVID-19 retrospective analysis 2025-May-23, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251332793 PMID:40405795	research paper	该研究发布了一个公开可用的COVID-19和社区获得性肺炎的CT图像数据集（COVID-19CT+），并利用传统机器学习和深度学习方法进行了分类实验	发布了包含大量COVID-19和社区获得性肺炎CT图像的公开数据集，并比较了不同时期分类方法的差异	未提及具体的数据集使用限制或潜在偏差	提高COVID-19的诊断准确性和效率	COVID-19和社区获得性肺炎患者的CT图像	digital pathology	COVID-19	CT imaging	传统机器学习分类器和深度学习分类器（未具体说明模型类型）	image	1333名患者的409,619张CT图像（312例社区获得性肺炎和1021例COVID-19）
1842	2025-05-24	A Deep Learning-Based Multimodal Fusion Model for Recurrence Prediction in Persistent Atrial Fibrillation Patients 2025-May-23, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.16733 PMID:40406972	research paper	该研究提出了一种基于深度学习的多模态融合模型，用于预测持续性心房颤动患者消融术后的复发风险	创新性地结合心房颤动节律心电图信号与临床特征，构建深度学习模型以提高预测准确性	样本量较小（77例患者），可能影响模型的泛化能力	提高持续性心房颤动患者消融术后复发风险的预测准确性，支持个性化临床决策	持续性心房颤动患者	digital pathology	cardiovascular disease	深度学习	基于残差块网络结构的多模态融合框架	心电图信号、临床评分和基线特征	77例持续性心房颤动患者
1843	2025-05-24	Simple controls exceed best deep learning algorithms and reveal foundation model effectiveness for predicting genetic perturbations 2025-May-23, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf317 PMID:40407144	research paper	该研究提出了一个简单的基线方法，用于预测基因扰动后的转录组反应，并超越了现有的深度学习算法	提出了一个简单但高效的基线方法，超越了当前最先进的深度学习模型，并阐明了基础模型在扰动预测任务中的实用性	缺乏对日益复杂模型的理解和实际效用的评估，以及简单但合适的基准来比较预测方法	评估和比较基因扰动预测方法的性能，并推动深度学习模型在扰动空间的发展	基因扰动及其对转录组的影响	machine learning	NA	深度学习，基于transformer的基础模型	transformer	转录组数据	NA
1844	2025-05-24	Deep learning-based model for difficult transfemoral access prediction compared with human assessment in stroke thrombectomy 2025-May-22, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-021718 PMID:38702182	研究论文	开发了一种基于深度学习的模型，用于预测中风血栓切除术中经股动脉入路的困难程度，并与人类评估进行比较	首次开发了全自动模型来预测经股动脉入路的困难程度，该模型基于从头部和颈部CT血管造影中自动提取的29个解剖特征	研究为回顾性设计，样本量有限（513例患者），且模型性能仍有提升空间（AUROC为0.76）	开发一种快速可靠的方法来识别影响中风血栓切除术中血管入路困难的解剖特征	中风血栓切除术患者	数字病理学	心血管疾病	头部和颈部CT血管造影（CTA）	机器学习模型	医学影像	513例接受一线经股动脉机械血栓切除术的前循环大血管闭塞中风患者
1845	2025-05-24	HealthiVert-GAN: A Novel Framework of Pseudo-Healthy Vertebral Image Synthesis for Interpretable Compression Fracture Grading 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3572458 PMID:40402696	研究论文	提出了一种名为HealthiVert-GAN的新框架，用于生成伪健康椎体图像，以支持可解释的压缩性骨折分级	引入了从粗到细的合成网络，生成模拟骨折前状态的伪健康椎体图像，并整合了三个辅助模块以确保解剖一致性，同时提出了新的量化指标RHLV	未提及具体的数据集规模限制或模型泛化能力测试的局限性	提高骨质疏松性椎体压缩性骨折（OVCFs）分级的准确性和可解释性	骨质疏松性椎体压缩性骨折（OVCFs）患者	数字病理学	骨质疏松性椎体压缩性骨折	GAN, SVM	GAN, SVM	CT图像	Verse2019数据集和内部数据集（具体数量未提及）
1846	2025-05-24	Real-Time Implementation of Accelerated HCP-MMA for Deep Learning-Based ECG Arrhythmia Classification Using Contour-Based Visualization 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3572376 PMID:40402700	研究论文	本研究提出了一种实时加速的Hurst轮廓投影多尺度多重分形分析（HCP-MMA）方法，用于基于深度学习的ECG心律失常分类	HCP-MMA将复杂的多重分形特性转化为基于轮廓的表示，提高了自动分类的可解释性，并通过运行时优化的并行计算管道实现了730倍的加速	NA	提高ECG心律失常分类的准确性和实时性	ECG信号	机器学习	心血管疾病	Hurst Contour Projection from Multiscale Multifractal Analysis (HCP-MMA), SVD	AlexNet	ECG信号图像	三个基准数据集（PhysioNet, MIT-BIH, CU）
1847	2025-05-24	NSSI-Net: A Multi-Concept GAN for Non-Suicidal Self-Injury Detection Using High-Dimensional EEG in a Semi-Supervised Framework 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3558170 PMID:40402701	研究论文	本文提出了一种名为NSSI-Net的半监督对抗网络，用于从高维脑电图(EEG)数据中检测非自杀性自伤行为(NSSI)	NSSI-Net结合了空间-时间特征提取模块和多概念判别器，能够有效整合EEG数据的时空动态特征，并在性能上比现有方法提高了5.44%	研究样本量相对较小(n=114)，且主要针对抑郁青少年群体	开发一种有效的半监督学习方法用于NSSI的早期诊断	非自杀性自伤行为(NSSI)患者的EEG数据	机器学习	精神疾病	EEG信号分析	GAN(生成对抗网络), 2D-CNN, BiGRU	EEG信号数据	114例自收集的NSSI数据
1848	2025-05-24	The effect of selection bias on the performance of a deep learning-based intraoperative hypotension prediction model using real-world samples from a publicly available database 2025-May-22, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.03.024 PMID:40404499	研究论文	评估选择偏差对基于深度学习的术中低血压预测模型性能的影响	首次系统评估了选择偏差对深度学习模型和仅使用平均动脉压（MAP）的模型在预测术中低血压性能上的影响	研究仅使用了公开数据库VitalDB的数据，可能无法完全代表所有临床场景	评估选择偏差对低血压预测模型性能的影响	术中低血压预测模型	医疗人工智能	心血管疾病	深度学习	DL模型, MAP-only模型	动脉压力波形数据	来自VitalDB开放数据集的样本
1849	2025-05-24	Evaluating the generalizability of video-based assessment of intraoperative surgical skill in capsulorhexis 2025-May-22, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03406-0 PMID:40405033	research paper	评估基于视频的囊膜切开术中手术技能评估模型的泛化能力	首次评估了深度学习模型在囊膜切开术视频技能评估中的泛化能力，并比较了无监督域适应和半监督域适应方法的效果	模型性能虽有提升，但仍未达到数据集内部性能水平	评估手术技能视频评估模型的跨数据集泛化能力	囊膜切开术手术视频	computer vision	眼科疾病	深度学习	CNN-LSTM, Transformer	视频	两个数据集(D99和公开的Cataract-101)
1850	2025-05-24	Leveraging deep learning-based kernel conversion for more precise airway quantification on CT 2025-May-22, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11696-w PMID:40405045	研究论文	评估不同CT重建核及核转换对全自动气道定量CT测量变异性的影响	利用深度学习进行核转换以减少气道定量CT测量的变异性	对于非肺专用核和亚段气道的效果有限	评估和减少气道定量CT测量的变异性	气道定量CT测量	数字病理	肺病	CT扫描	深度学习	图像	96名患者
1851	2025-05-24	Medication versus globus pallidus internus deep brain stimulation in Parkinson's disease with deep learning video analysis of finger tapping 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02098-5 PMID:40394036	研究论文	本研究通过深度学习视频分析手指敲击任务，比较了药物与GPi深部脑刺激（DBS）在帕金森病（PD）患者中对运动症状改善的差异	首次使用深度学习模型从2D手部运动重建3D网格，提取21个运动参数来量化手部运动迟缓，并比较GPi DBS与药物的效果差异	样本量相对较小（87名患者），且为观察性研究，无法确定因果关系	评估GPi DBS对帕金森病患者运动症状（特别是运动迟缓）的改善效果，并与药物治疗进行比较	帕金森病患者的手指敲击运动	数字病理学	帕金森病	深度学习视频分析	深度学习模型（未指定具体类型）	视频	87名患者的556个视频
1852	2025-05-24	A dynamic attention mechanism for road extraction from high-resolution remote sensing imagery using feature fusion 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02267-6 PMID:40394108	研究论文	提出了一种名为RISENet的新型深度学习模型，用于从高分辨率遥感图像中提取道路信息	引入了双分支融合编码器、多层动态空间通道融合注意力机制（MCSA）和混合特征扩张感知解码器，有效解决了道路提取中的遮挡和相似性问题	未提及模型在极端天气或低光照条件下的表现	提高从遥感图像中提取道路信息的准确性和完整性	高分辨率遥感图像中的道路	计算机视觉	NA	深度学习	RISENet（包含双分支融合编码器、MCSA和扩张感知解码器）	图像	三个不同的道路分割基准数据集
1853	2025-05-24	Corrigendum to "Ultrasound-Based Deep Learning Radiomics Nomogram for Tumor and Axillary Lymph Node Status Prediction After Neoadjuvant Chemotherapy" [Academic Radiology 32 (2025) 12-23] 2025-May-21, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.010 PMID:40404505	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1854	2025-05-24	Heuristic optimization in classification atoms in molecules using GCN via uniform simulated annealing 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00340-8 PMID:40394056	research paper	该论文提出了一种结合均匀模拟退火的元启发式算法，用于优化图卷积网络（GCN）中的权重，以提高分类问题的准确性	提出了一种结合均匀模拟退火的混合优化方法，用于GCN的权重优化，相比现有方法在平衡和不平衡数据集上均表现出更好的性能	训练过程复杂且耗时，且仅在QM7数据集上进行了测试	优化图卷积网络的权重以提高分类问题的准确性	图卷积网络（GCN）及其在分类问题中的应用	machine learning	NA	模拟退火算法	GCN	graph data	QM7数据集（分为平衡和不平衡两部分）
1855	2025-05-24	Real-time driver drowsiness detection using transformer architectures: a novel deep learning approach 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02111-x PMID:40394076	研究论文	本文提出了一种基于深度学习的新型实时驾驶员疲劳检测框架，利用先进的Transformer架构和迁移学习模型实现高精度和可靠性	整合了Class Activation Mapping (CAM)增强模型可解释性，使系统能够聚焦关键眼部区域并提高决策透明度	NA	开发一种实时、可靠且高效的驾驶员疲劳检测系统以提高道路安全	驾驶员眼部状态（睁眼/闭眼）	计算机视觉	NA	Haar Cascade分类器、图像归一化、数据增强	Vision Transformer (ViT)、Swin Transformer、VGG19、DenseNet169、ResNet50V2、InceptionResNetV2、InceptionV3、MobileNet	图像	MRL Eye Dataset、NTHU-DDD和CEW数据集
1856	2025-05-24	Deep learning-based interpretable prediction of recurrence of diffuse large B-cell lymphoma 2025-May-20, BJC reports DOI:10.1038/s44276-025-00147-0 PMID:40394100	research paper	该研究开发了一种基于深度学习的可解释性预测模型，用于预测弥漫性大B细胞淋巴瘤（DLBCL）的复发	利用基于注意力的分类方法突出显示图像中对模型分类高度相关的区域，并通过形态学特征分析增强模型的可解释性	模型的可解释性虽然有所提升，但仍需进一步验证其生物学意义和临床适用性	预测DLBCL患者的复发情况，以提供替代治疗方案	弥漫性大B细胞淋巴瘤（DLBCL）患者	digital pathology	lymphoma	deep learning, attention-based classification, morphological feature analysis	CNN	histological images	公开可用的队列数据（具体样本数量未提及）
1857	2025-05-24	An explainable AI-driven deep neural network for accurate breast cancer detection from histopathological and ultrasound images 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97718-5 PMID:40394112	research paper	本文提出了一种基于可解释AI的深度神经网络模型DNBCD，用于从组织病理学和超声图像中准确检测乳腺癌	结合Densenet121和定制CNN层，采用Grad-CAM提供预测的可视化解释，提高了模型的准确性和可解释性	模型在BUSI数据集上的准确率略低于B-400x数据集，可能存在对不同类型图像的泛化能力差异	开发一个高准确性和可解释性的自动化乳腺癌检测系统	乳腺癌的组织病理学和超声图像	digital pathology	breast cancer	deep learning, transfer learning	CNN, Densenet121	image	B-400x数据集1820张图像，BUSI数据集1578张图像
1858	2025-05-24	Harnessing feature pruning with optimal deep learning based DDoS cyberattack detection on IoT environment 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02152-2 PMID:40394115	研究论文	本文提出了一种基于特征剪枝和最优深度学习的DDoS攻击检测技术，用于物联网环境中的网络安全	结合改进的鹈鹕优化算法（IPOA）进行特征剪枝，并利用稀疏去噪自编码器（SDAE）模型进行DDoS攻击检测，同时采用鱼类迁移优化器（FMO）技术进行参数调优	实验仅在BoT-IoT数据集上进行，未涉及其他数据集或实际环境验证	提高物联网环境中DDoS攻击的检测效率和准确性	物联网设备中的DDoS攻击	机器学习	NA	改进的鹈鹕优化算法（IPOA）、稀疏去噪自编码器（SDAE）、鱼类迁移优化器（FMO）	SDAE	网络流量数据	BoT-IoT数据集
1859	2025-05-24	Enhancing enterprise knowledge retrieval via cross-domain deep recommendation: a sparse data approach 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01999-9 PMID:40394166	research paper	本文提出了一种跨领域深度推荐模型CDR-VAE，用于解决企业知识检索中的数据稀疏和跨领域知识转移效率低的问题	结合混合自动编码器和领域对齐技术，开发了CDR-VAE模型，有效解决了数据稀疏和跨领域知识转移的挑战	未提及具体的数据稀疏程度对模型性能的影响，以及模型在其他类型数据集上的泛化能力	提升企业知识检索效率，特别是在数据稀疏和跨领域知识转移的场景下	企业数据集和Movies&Books基准数据集	machine learning	NA	hybrid autoencoder, domain alignment	CDR-VAE	enterprise knowledge data, benchmark dataset	未明确提及具体样本数量，但使用了企业数据集和Movies&Books基准数据集
1860	2025-05-24	Automated cell structure extraction for 3D electron microscopy by deep learning 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01763-z PMID:40394179	研究论文	本研究探讨了基于深度学习的生物图像自动分割方法，以实现细胞和细胞器3D结构的精确重建	采用U-Net和SAM模型结合3D watershed算法，实现了细胞结构的全自动分割和3D模型构建	需要进一步探索其他深度学习技术和图像处理方法的组合以提高分割精度	开发生物图像自动分割方法以重建细胞3D结构	原始单细胞红藻Cyanidioschyzon merolae的细胞图像	数字病理学	NA	聚焦离子束扫描电子显微镜(FIB-SEM)	U-Net, SAM	图像	包含大量细胞的大规模显微镜图像