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
1941	2025-07-12	Accurate classification of benign and malignant breast tumors in ultrasound imaging with an enhanced deep learning model 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1526260 PMID:40635689	研究论文	本研究通过深度学习技术构建了一个可靠的乳腺超声图像良恶性分类模型RcdNet，以提高诊断的准确性和一致性	提出了一种创新的深度学习模型RcdNet，结合深度可分离卷积和CBAM注意力模块，增强了识别超声图像中关键病变区域的能力	未来工作将集中于将RcdNet整合到实时超声诊断系统中，并探索其在多模态成像工作流程中的潜力	构建一个自动化的、高准确率的诊断方法，支持乳腺癌的检测和分类	乳腺超声图像	数字病理	乳腺癌	深度学习	RcdNet（结合深度可分离卷积和CBAM注意力模块）	图像	NA
1942	2025-07-12	Deep learning-based feature selection for detection of autism spectrum disorder 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1594372 PMID:40636395	研究论文	本研究提出了一种结合深度学习和先进特征选择技术的新方法，用于自闭症谱系障碍（ASD）的检测	采用混合模型（SSDAE和MLP）结合优化的Hiking Optimization Algorithm（HOA）进行特征选择，显著提高了ASD检测的准确性	研究样本量可能有限，且仅使用了ABIDE I数据集，可能影响模型的泛化能力	开发一种更准确且临床适用的ASD检测模型	自闭症谱系障碍（ASD）患者	机器学习	自闭症谱系障碍	rs-fMRI	SSDAE, MLP	神经影像数据	ABIDE I数据集
1943	2025-07-12	Fourier convolutional decoder: reconstructing solar flare images via deep learning 2025, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-025-11283-6 PMID:40636402	研究论文	本文提出了一种名为傅里叶卷积解码器（FCD）的深度学习模型，用于从观测数据中重建太阳耀斑图像	开发了一种自定义的过完备自编码器FCD，能够在模拟数据上训练并生成接近真实地面的输出，显著提高了图像重建的速度和准确性	在实验性STIX观测数据上的性能相比模拟数据有所下降	解决天文学中图像重建过程的复杂性和高计算资源消耗问题	太阳耀斑图像	计算机视觉	NA	深度学习	自编码器（FCD）	图像	模拟和观测数据集，具体数量未提及
1944	2025-07-12	Leveraging learned monocular depth prediction for pose estimation and mapping on unmanned underwater vehicles 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1609765 PMID:40642204	research paper	提出一个结合视觉和声学传感器数据的通用框架，用于增强复杂、高度动态的水下环境中的定位和地图构建，特别关注鱼类养殖	结合基于深度学习的单目深度预测和经典FFT方法的稀疏深度先验，实现仅从视觉数据进行网箱内深度预测和UUV的网相对位姿估计	NA	增强无人水下航行器（UUV）在复杂水下环境中的定位和地图构建能力	无人水下航行器（UUV）和鱼类养殖网箱	computer vision	NA	深度学习、Fast Fourier Transform (FFT)	NA	视觉和声学传感器数据	工业规模鱼类养殖场收集的数据集
1945	2025-07-12	Optimization-Based Image Reconstruction Regularized with Inter-Spectral Structural Similarity for Limited-Angle Dual-Energy Cone-Beam CT 2024-Dec-18, ArXiv PMID:39764397	研究论文	本文提出了一种基于优化和光谱间结构相似性正则化的图像重建方法，用于有限角度双能锥束CT成像	该方法无需X射线光谱测量或配对数据集进行模型训练，实现了准确的图像重建	研究仅使用了物理和数字体模进行评估，未涉及真实临床数据	促进快速低剂量双能锥束CT的临床应用	有限角度双能锥束CT图像重建	计算机视觉	NA	锥束CT	优化方法	CT图像	4个物理体模和3个数字体模
1946	2025-07-12	The Current Application and Future Potential of Artificial Intelligence in Renal Cancer 2024-11, Urology IF:2.1Q2 DOI:10.1016/j.urology.2024.07.010 PMID:39029807	综述	本文综述了人工智能在肾癌评估、管理和预后预测中的应用现状及未来潜力	探讨了AI在肾癌研究中的多种应用，包括影像学、组织病理学和预后预测，并展望了AI在未来临床决策中的整合	仅基于PubMed数据库的文献进行叙述性综述，可能未涵盖所有相关研究	评估人工智能在肾癌领域的应用现状及未来潜力	肾癌的评估、管理和预后预测	数字病理学	肾癌	监督/无监督机器学习、深度学习、自然语言处理、神经网络、放射组学、病理组学	NA	影像学数据、组织病理学数据	72项临床相关且有影响的研究
1947	2025-07-12	An Automated Multi-scale Feature Fusion Network for Spine Fracture Segmentation Using Computed Tomography Images 2024-Oct, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01091-0 PMID:38622384	研究论文	本文提出了一种新颖的多尺度特征融合深度学习模型，用于自动化脊柱骨折分割	提出了一种包含六个模块的多尺度特征融合深度学习模型，用于改进脊柱骨折的自动分割	未提及具体的数据集大小或实验的临床验证范围	提高脊柱骨折在CT图像中的自动分割准确性	脊柱骨折	计算机视觉	脊柱骨折	深度学习	多尺度特征融合网络	CT图像	NA
1948	2025-07-12	Improved Dementia Prediction in Cerebral Small Vessel Disease Using Deep Learning-Derived Diffusion Scalar Maps From T1 2024-09, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.124.047449 PMID:39145386	研究论文	本研究开发了一种深度学习模型，用于从T1图像合成扩散张量成像（DTI）衍生的标量图（FA和MD），以提高脑小血管病中痴呆的预测准确性	提出了一种快速且可推广的方法，从常规T1图像合成FA/MD图，无需获取耗时的DTI数据，从而提高了痴呆预测的准确性	在SCANS数据集上的合成FA图的结构相似性指数较低（>0.80），可能影响预测效果	提高脑小血管病中痴呆的预测准确性	脑小血管病患者及正常对照	数字病理学	脑小血管病	深度学习、扩散张量成像（DTI）	深度学习模型	医学影像（T1图像、FA/MD图）	训练集：4998名UK Biobank参与者；外部验证集：SCANS（n=120）、RUN DMC（n=502）、PRESERVE（n=105）、NETWORKS（n=26）及1000名正常对照
1949	2025-07-12	Greater benefits of deep learning-based computer-aided detection systems for finding small signals in 3D volumetric medical images 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.045501 PMID:38988989	研究论文	本研究探讨了基于深度学习的计算机辅助检测系统在3D医学影像中检测小信号的优越性	研究发现CNN-CADe系统在3D搜索小信号时比2D搜索带来更大的性能提升，减少了因数据探索不足导致的错误	研究仅使用了数字乳腺断层合成(DBT)体模数据，未涉及真实患者数据	评估基于CNN的计算机辅助检测系统在3D和2D医学影像搜索中的性能差异	数字乳腺断层合成(DBT)体模中的微钙化小信号和大肿块信号	计算机视觉	乳腺癌	CNN-based CADe系统	CNN	3D/2D医学影像	16名非专业观察者
1950	2025-07-12	When liver disease diagnosis encounters deep learning: Analysis, challenges, and prospects 2023-Mar, ILIVER.. DOI:10.1016/j.iliver.2023.02.002 PMID:40636411	综述	本文综述了深度学习在肝脏研究中的应用，分析了数据模态、肝脏主题与应用之间的关系，并总结了相关深度学习方法	利用Sankey图展示了数据模态、肝脏主题与应用之间的关系，总结了深度学习在肝脏研究中的方法和趋势	仅基于过去5年的139篇论文进行分析，可能未涵盖所有相关研究	探讨深度学习在肝脏疾病诊断和治疗中的应用	肝脏疾病	数字病理学	肝脏疾病	深度学习	NA	多模态数据	139篇论文
1951	2025-07-12	Application of biological big data and radiomics in hepatocellular carcinoma 2023-Mar, ILIVER.. DOI:10.1016/j.iliver.2023.01.003 PMID:40636408	综述	本文综述了生物大数据和放射组学在肝细胞癌（HCC）中的研究进展	结合生物大数据和放射组学为HCC的诊断、预后和治疗提供了新方法和新思路	NA	探讨生物大数据和放射组学在HCC中的应用	肝细胞癌（HCC）	数字病理学	肝癌	组学技术（基因组学、转录组学、蛋白质组学）、液体活检、机器学习算法、深度学习算法	NA	生物大数据、影像数据（超声、CT、MRI）	NA
1952	2025-07-12	Machine Learning to Predict Successful Opioid Dose Reduction or Stabilization After Spinal Cord Stimulation 2022-08-01, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000001969 PMID:35384918	research paper	使用机器学习模型预测脊髓刺激（SCS）后阿片类药物剂量成功减少或稳定的可能性	首次提出基于机器学习的模型来预测SCS后阿片类药物使用的减少或稳定，并比较了深度学习与逻辑回归的性能	研究依赖于IBM MarketScan数据库，可能无法涵盖所有相关变量	预测SCS后阿片类药物使用的减少或稳定，以辅助患者和外科医生的决策	接受SCS治疗的患者	machine learning	NA	machine learning, deep neural networks, logistic regression	DNN, LR	医疗记录数据	7022名患者
1953	2025-07-12	Advances in artificial intelligence techniques drive the application of radiomics in the clinical research of hepatocellular carcinoma 2022-Mar, ILIVER.. DOI:10.1016/j.iliver.2022.02.005 PMID:40636134	综述	本文综述了人工智能技术在肝细胞癌（HCC）临床研究中推动放射组学应用的最新进展	结合人工智能技术，放射组学为HCC管理提供了新的视角，揭示了医学影像大数据中的像素级放射学信息，并将放射学表型与目标临床问题相关联	传统的放射组学流程依赖于手工设计的工程特征，而基于深度学习的放射组学流程虽然补充了通过自学习策略计算的深度特征，但仍存在一定局限性	探讨人工智能技术在肝细胞癌（HCC）临床研究中推动放射组学应用的最新进展	肝细胞癌（HCC）的临床研究	数字病理学	肝癌	放射组学	深度学习	医学影像	NA
1954	2025-07-12	A combined microfluidic deep learning approach for lung cancer cell high throughput screening toward automatic cancer screening applications 2021-05-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-89352-8 PMID:33963232	研究论文	本研究结合微流控技术和深度学习算法，开发了一种用于肺癌细胞高通量筛选的计算机辅助诊断系统	提出了一种结合微流控技术和深度学习的工作流程，用于肺癌细胞系的自动分类，实现了高准确率的癌细胞与正常细胞的区分	研究仅针对实验室培养的细胞系进行测试，未涉及临床样本	开发可靠的计算机辅助诊断系统，用于肺癌细胞的早期检测和分类	五种非小细胞肺癌细胞系(P-C9、SK-LU-1、H-1975、A-427、A-549)和正常细胞系(16-HBE)	数字病理学	肺癌	微流控技术、荧光显微镜成像	ResNet18(CNN)	图像	六种细胞系的图像数据(五种癌细胞系和一种正常细胞系)
1955	2025-07-11	ICD code mapping model based on clinical text tree structure 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103163 PMID:40446588	研究论文	提出了一种基于临床文本树结构的ICD编码模型TRIC，用于解决电子病历的ICD编码问题	结合了选区树模型和transformer模型提取临床记录的结构与特征，并使用Tree-lstm模型丰富特征，同时利用bioBERT预训练模型突出关键ICD编码的作用	未提及模型在非英语临床记录上的适用性以及计算资源需求	提高电子病历ICD自动编码的质量和效率	非结构化的临床记录	自然语言处理	NA	深度学习	Tree-lstm, transformer, bioBERT	文本	MIMIC-III全数据集和样本数据集
1956	2025-07-11	Quantitative computed tomography imaging classification of cement dust-exposed patients-based Kolmogorov-Arnold networks 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103166 PMID:40450965	研究论文	本研究利用Kolmogorov-Arnold网络（KANs）对水泥粉尘暴露患者的定量计算机断层扫描（QCT）影像数据进行分类，以提高职业健康评估中的呼吸系统疾病早期检测	首次将Kolmogorov-Arnold网络（KANs）应用于QCT影像数据的分类，显著提高了分类性能，并通过SHAP分析增强了模型的可解释性	研究仅针对水泥粉尘暴露患者，可能不适用于其他类型的粉尘或污染物暴露	提高职业健康评估中水泥粉尘暴露引起的呼吸系统疾病的早期检测	609名个体（311名水泥粉尘暴露患者和298名健康对照）的QCT影像数据	数字病理	呼吸系统疾病	定量计算机断层扫描（QCT）	Kolmogorov-Arnold网络（KANs）	影像	609名个体（311名患者和298名对照）
1957	2025-07-11	ECG synthesis for cardiac arrhythmias: Integrating self-supervised learning and generative adversarial networks 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103162 PMID:40460597	研究论文	本文提出了一种结合自监督学习和生成对抗网络的心电图合成方法，用于生成逼真的心律失常信号	提出了一种名为ECGAN的新型条件生成架构，整合了自监督学习和生成对抗网络，能够调节心电图记录的概率分布	未提及具体的数据集规模限制或模型泛化能力的局限性	开发一种能够生成逼真心电图信号的方法，以解决标记临床数据不足和患者匿名化问题	心电图时间序列	机器学习	心血管疾病	生成对抗网络(GAN), 自监督学习	ECGAN (生成对抗网络)	时间序列数据(心电图)	使用了MIT-BIH、BIDMC和PTB数据集，但未提及具体样本数量
1958	2025-07-11	VAE-GANMDA: A microbe-drug association prediction model integrating variational autoencoders and generative adversarial networks 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103198 PMID:40540756	研究论文	提出了一种结合变分自编码器(VAE)和生成对抗网络(GAN)的模型VAE-GANMDA，用于预测微生物-药物关联	通过融合VAE和GAN学习数据的非线性流形特征，并改进VAE生成模块，整合CBAM和高斯核函数，增强特征提取能力	未提及具体的数据集规模限制或模型泛化能力的局限性	开发一种高效且经济的微生物-药物关联预测方法	微生物和药物之间的关联	机器学习	NA	VAE, GAN, CBAM, 高斯核函数, SVD, k-means++	VAE-GANMDA (结合VAE和GAN的模型), MLP	微生物-药物关联数据	未明确提及具体样本数量
1959	2025-07-11	Interactive prototype learning and self-learning for few-shot medical image segmentation 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103183 PMID:40544698	研究论文	提出了一种新的交互式原型学习和自学习网络，用于解决医学图像分割中的少样本学习问题	通过深度编码-解码模块、交互式原型学习模块和查询特征引导的自学习模块，解决了类内不一致性和类间相似性带来的分割挑战	未明确提及具体局限性	提高医学图像分割在少样本学习场景下的性能和泛化能力	医学图像	数字病理	NA	少样本学习	深度编码-解码网络	图像	未明确提及具体样本数量
1960	2025-07-11	Predicting drug-drug interactions: A deep learning approach with GCN-based collaborative filtering 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103185 PMID:40544699	研究论文	本文提出了一种基于图卷积网络（GCN）和协同过滤的AI推荐模型，用于预测药物-药物相互作用（DDIs）	该模型通过分析相互作用药物的连接性而非化学结构，避免了传统分类模型中对未定义相互作用进行负采样的问题，能够预测所有未知药物对的潜在相互作用	模型的性能仅依赖于DDI报告数据，可能受到数据质量和覆盖范围的限制	开发一种能够准确预测药物-药物相互作用的方法，以提高患者用药安全性	药物-药物相互作用（DDIs）	机器学习	NA	图卷积网络（GCN），协同过滤	GCN	药物相互作用数据	4,072种药物和1,391,790对药物相互作用