深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
2281	2025-10-07	Color correction methods for underwater image enhancement: A systematic literature review 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317306 PMID:40063649	系统文献综述	系统回顾和分析水下图像增强中颜色校正方法的最新进展	首次系统性地对2010-2024年间的水下图像颜色校正方法进行分类和比较分析，提出了三类方法的分类框架	仅基于67项研究进行分析，可能存在文献覆盖不全的问题；未进行原始方法的实验验证	识别和批判性分析现有水下图像颜色校正方法，突出其优势、局限性和未来研究方向	水下图像颜色校正方法	计算机视觉	NA	图像增强技术	NA	水下图像	67项相关研究	NA	NA	NA	NA
2282	2025-10-07	LLM-FMS: A fine-grained dataset for functional movement screen action quality assessment 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313707 PMID:40067873	研究论文	开发了一个细粒度的功能动作筛查数据集LLM-FMS，并提出基于大语言模型的动作质量评估框架	创建了首个用于动作评估任务的细粒度健身动作数据集，并提出了结合专家规则和大语言模型的创新评估框架	数据集规模相对较小（45名受试者），仅包含七种FMS动作	提高功能动作筛查评估的细粒度反馈能力和可解释性	功能动作筛查视频中的动作质量评估	计算机视觉	运动损伤	视频分析，骨骼关键点提取	大语言模型	视频，图像	45名受试者的1812个动作关键帧图像，包含7种FMS动作的15种动作表现	RTMPose	大语言模型	准确率，可解释性	NA
2283	2025-10-07	Multi-omics and single-cell analysis reveals machine learning-based pyrimidine metabolism-related signature in the prognosis of patients with lung adenocarcinoma 2025, International journal of medical sciences IF:3.2Q1 DOI:10.7150/ijms.107694 PMID:40084259	研究论文	本研究通过多组学和单细胞分析构建了基于机器学习的嘧啶代谢相关特征模型，用于肺腺癌患者的预后预测	首次整合多种机器学习和深度学习算法构建嘧啶代谢相关特征模型，并通过单细胞分析揭示其在肿瘤免疫微环境中的作用	研究主要基于生物信息学分析，实验验证仅针对关键因子LYPD3在细胞系中的功能	开发肺腺癌预后预测模型并探索嘧啶代谢在肿瘤治疗中的意义	肺腺癌患者和LUAD细胞系	机器学习	肺癌	多组学分析,单细胞分析	机器学习,深度学习	基因组数据,转录组数据,单细胞数据	NA	NA	随机生存森林	准确性,稳定性	NA
2284	2025-10-07	PreCM: The Padding-Based Rotation Equivariant Convolution Mode for Semantic Segmentation 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558425 PMID:40249694	研究论文	提出一种基于填充的旋转等变卷积模式(PreCM)用于提升语义分割网络对图像旋转的鲁棒性	首次构建通用卷积-群框架，数学设计适用于多尺度图像和卷积核的旋转等变卷积模式，并提出新的评估指标旋转差异(RD)	NA	解决语义分割网络中因缺乏旋转等变性导致的方位信息干扰问题	遥感水体图像、医学毛细血管和息肉图像	计算机视觉	NA	深度学习	CNN	图像	三个数据集(水体卫星图像、DRIVE、Floodnet)	NA	六种现有语义分割网络	IOU, RD	NA
2285	2025-10-07	Decalcify cardiac CT: unveiling clearer images with deep convolutional neural networks 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1475362 PMID:40351458	研究论文	本研究提出了一种混合模型HMDC，通过深度学习和传统图像处理技术相结合的方法，有效去除心脏CT图像中的钙化伪影	首次将深度学习与传统图像处理方法相结合用于心脏CT图像去钙化，提出混合模型HMDC	NA	提高心脏CT图像的清晰度和诊断价值	心脏CT图像中的钙化区域	计算机视觉	心血管疾病	CT成像	CNN	医学图像	NA	NA	混合模型架构	准确率	NA
2286	2025-10-07	Multi-classification Deep Learning Approach for Diagnosing Stroke Type and Severity Using Multimodal Magnetic Resonance Images 2025, Journal of medical signals and sensors DOI:10.4103/jmss.jmss_37_24 PMID:40351777	研究论文	本研究开发了一种基于多模态磁共振图像和卷积神经网络的深度学习方法来诊断卒中类型和严重程度	提出了两种改进模型ACL-ResNet-50和ACL-MobileNetV1，通过增强层结构提升性能，并同时处理卒中类型分类和严重程度预测	样本量相对较小（143例患者），仅使用NIHSS评分评估严重程度	开发辅助卒中治疗决策的自动诊断工具	卒中患者（85例缺血性卒中，58例出血性卒中）	计算机视觉	卒中	磁共振成像（扩散加权成像，表观扩散系数）	CNN	医学图像	143例患者	TensorFlow, PyTorch, Keras	ResNet-50, MobileNetV1, ACL-ResNet-50, ACL-MobileNetV1	准确率, 敏感度, 特异度, AUC	NA
2287	2025-10-07	Telemedicine in China: Effective indicators of telemedicine platforms for promoting health and well-being among healthcare consumers 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251341163 PMID:40351848	研究论文	本研究通过结合Servqual质量评估模型与CNN-BiLSTM深度学习模型，识别影响中国远程医疗平台服务质量的关键因素	提出结合Servqual质量评估模型与注意力机制增强的CNN-BiLSTM深度学习模型的新方法	NA	识别影响中国远程医疗平台服务质量的关键因素，促进患者福祉并为行业利益相关者提供循证服务创新依据	远程医疗平台用户	自然语言处理	NA	情感分析	CNN, BiLSTM	文本	25,499条有效在线评论	NA	CNN-BiLSTM with attention mechanism	情感分类准确率	NA
2288	2025-10-07	TongueNet: a multi-modal fusion and multi-label classification model for traditional Chinese Medicine tongue diagnosis 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1527751 PMID:40352152	研究论文	提出一种融合舌象图像与文本特征的多模态深度学习模型TongueNet，用于中医舌诊的多标签分类	采用分层聚合网络和特征空间投影模块进行多模态特征融合，引入EMA多尺度注意力机制和KAN网络替代传统MLP优化特征表示	数据稀缺问题仍然存在，模型在更广泛临床场景中的泛化能力有待验证	解决中医舌诊中数据稀缺和多模态诊断模型缺乏的问题，提升疾病性质和部位分类的准确性	舌象图像及其对应的疾病性质和部位多标签信息	计算机视觉	中医诊断相关疾病	多模态深度学习	深度学习	图像, 文本	整合Roboflow平台的三个公开舌象数据集，由多位专家进行多模态标注	NA	分层聚合网络(HAN), 特征空间投影模块, 多尺度注意力机制(EMA), Kolmogorov-Arnold网络(KAN)	准确率, AUC	模型参数量32.1M，显著降低计算资源需求
2289	2025-10-07	A deep learning pipeline for morphological and viability assessment of 3D cancer cell spheroids 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf030 PMID:40352793	研究论文	提出一种用于3D癌细胞球体形态学和活力评估的深度学习流程	开发可扩展的两阶段深度学习流程，整合分割与分析任务，解决现有方法缺乏集成工作流程的问题	未明确说明样本规模和数据来源的具体限制	实现3D癌细胞球体的高通量形态特征分析和细胞活力评估	3D癌细胞球体模型	计算机视觉	癌症	显微镜成像	CNN, U-Net	显微镜图像	NA	NA	U-Net, CNN Regression Hybrid	准确率, R²值	NA
2290	2025-10-07	A super resolution generative adversarial networks and partition-based adaptive filtering technique for detect and remove flickers in digital color images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317758 PMID:40354494	研究论文	提出一种结合超分辨率生成对抗网络和分区自适应滤波技术的无监督框架，用于检测和消除数字彩色图像中的闪烁伪影	首次将SRGAN与分区自适应滤波技术结合，构建端到端的无监督单图像去闪烁框架，无需相机参数或匹配图像等先验知识	仅针对单图像去闪烁问题，未验证在视频序列上的性能；需要进一步测试在不同类型相机和光照条件下的泛化能力	消除数字图像中的闪烁伪影，提升图像视觉质量和真实性	使用卷帘快门CMOS传感器相机拍摄的数字彩色图像	计算机视觉	NA	超分辨率生成对抗网络，分区自适应滤波技术	GAN	图像	未配对的图像数据	NA	SRGAN	视觉质量，闪烁像差减少	NA
2291	2025-10-07	Integrating temporal convolutional networks with metaheuristic optimization for accurate software defect prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319562 PMID:40354496	研究论文	提出一种结合时序卷积网络和蚁狮优化的智能方法用于软件缺陷预测	首次将时序卷积网络与蚁狮优化算法相结合用于软件缺陷预测，通过元启发式算法优化网络权重	NA	确定最有效的软件缺陷检测模型	软件项目中的缺陷	机器学习	NA	NA	TCN, CNN, GRU, BiLSTM	软件项目数据	NA	NA	时序卷积网络, 卷积神经网络, 门控循环单元, 双向长短期记忆网络	AUC, 灵敏度, 特异性, 准确率, 错误率	NA
2292	2025-10-07	Deep learning and genome-wide association meta-analyses of bone marrow adiposity in the UK Biobank 2025-01-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55422-4 PMID:39747859	研究论文	使用深度学习测量英国生物银行约47,000名参与者骨髓脂肪含量，并通过基因组关联分析确定其遗传决定因素	首次将深度学习与全基因组关联荟萃分析相结合系统研究骨髓脂肪的遗传基础	主要基于英国生物银行数据，样本种族多样性有限	探究骨髓脂肪组织的遗传决定因素及其与人类健康和疾病的关系	英国生物银行约47,000名参与者（包括41,000名白人和6,300名非白人）	医学影像分析	骨骼代谢疾病	MRI扫描，全基因组关联分析(GWAS)，转录组关联研究(TWAS)	深度学习	医学影像(MRI)	约47,000名英国生物银行参与者	NA	NA	NA	NA
2293	2025-05-13	A novel deep learning technique for multi classify Alzheimer disease: hyperparameter optimization technique 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1558725 PMID:40342359	research paper	提出一种基于深度学习和超参数优化的新方法，用于更准确地分类阿尔茨海默病的不同阶段	使用新提出的超参数优化方法来识别ResNet152V2模型的超参数，以解决有限数据和计算资源的问题	未提及具体的数据集大小和计算资源限制的详细情况	早期诊断和检测阿尔茨海默病，以实施可能减缓疾病进展的治疗方法	阿尔茨海默病的不同阶段	machine learning	geriatric disease	deep learning, hyperparameter optimization	ResNet152V2	NA	NA	NA	NA	NA	NA
2294	2025-05-13	Using artificial intelligence to develop a measure of orthopaedic treatment success from clinical notes 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1523953 PMID:40343216	research paper	该研究利用人工智能技术从临床记录中开发了一种衡量骨科治疗成功的方法	首次使用AI方法从临床记录中提取治疗成功或失败的短语，并开发了一种骨科治疗成功的指标	研究仅针对急性肩部损伤患者，样本量有限（868份临床记录），且仅在一个地区医疗系统内进行	开发一种反映骨科治疗成功的可用结果测量方法	急性肩部损伤患者的临床记录	自然语言处理	骨科疾病	机器学习和深度学习算法	Bio-ClinicalBERT	文本	868份临床记录，来自123名医生和35个科室	NA	NA	NA	NA
2295	2025-05-12	Injecting structure-aware insights for the learning of RNA sequence representations to identify m6A modification sites 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.18878 PMID:40017651	研究论文	提出了一种名为M6A-SAI的新型预测器，用于识别RNA中的m6A修饰位点，通过整合结构感知的见解来增强序列表示学习	M6A-SAI通过Transformer编码器学习RNA序列表示，构建相似性图捕捉序列相关性，并通过结构感知优化块和图卷积框架整合结构信息，显著提高了m6A修饰位点的识别精度	未提及具体的数据集规模或实验中的潜在偏差	准确识别RNA序列中的m6A修饰位点	RNA序列中的m6A修饰位点	自然语言处理	NA	Transformer, 图卷积, SVM	Transformer, 图卷积网络, SVM	RNA序列数据	NA	NA	NA	NA	NA
2296	2025-05-12	Deep-learning tool for early identification of non-traumatic intracranial hemorrhage etiology and application in clinical diagnostics based on computed tomography (CT) scans 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.18850 PMID:40028214	研究论文	开发了一种基于深度学习的人工智能系统，用于早期识别非创伤性颅内出血的病因，并在临床诊断中应用	该系统能够基于非对比计算机断层扫描（NCCT）准确识别多种颅内出血病因，并在临床诊断中显著提升医生的诊断性能	模型在Moyamoya病（MMD）和其他病因上的AUC值相对较低，可能影响其在这些病因上的诊断准确性	开发一种能够准确识别非创伤性颅内出血病因的人工智能系统，并评估其在临床诊断中的应用价值	非创伤性颅内出血患者	数字病理学	颅内出血	深度学习	深度学习模型	CT扫描图像	1,868例NCCT扫描（训练集），TT200和SD98两个独立测试集	NA	NA	NA	NA
2297	2025-05-12	Optimizing Stroke Detection Using Evidential Networks and Uncertainty-Based Refinement 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3531768 PMID:40031143	研究论文	本研究利用证据网络和基于不确定性的优化方法，提高中风后神经损伤的检测灵敏度	采用证据网络和不确定性估计方法，显著提高了对轻微中风损伤和短暂性脑缺血发作（TIA）的检测准确性	研究样本量有限，且仅针对Kinarm系统采集的运动学数据进行分析	优化中风后神经损伤的检测方法，提高临床评估的准确性和灵敏度	337名中风患者和368名健康对照者	机器学习	心血管疾病	深度学习	证据网络	运动学数据	705人（337名中风患者和368名健康对照者）	NA	NA	NA	NA
2298	2025-05-12	High-Density EMG Grip Force Estimation During Muscle Fatigue via Domain Adaptation 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3541227 PMID:40031585	研究论文	提出一种基于域适应的高密度EMG握力估计方法，以改善肌肉疲劳状态下的握力估计精度	结合对抗训练策略和端到端深度学习模型，对齐非疲劳和疲劳状态下的EMG特征分布	研究仅涉及8名受试者，样本量较小	提高肌电接口在肌肉疲劳状态下解码用户意图的准确性	肌电信号（EMG）和握力估计	机器学习	NA	高密度EMG	深度学习模型	EMG信号	8名受试者	NA	NA	NA	NA
2299	2025-05-12	The More, the Better? Evaluating the Role of EEG Preprocessing for Deep Learning Applications 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3547616 PMID:40031716	research paper	该研究首次全面评估了EEG预处理对深度学习应用的影响，并提出了未来研究的指导原则	首次系统性地研究了不同EEG预处理水平对深度学习模型性能的影响，并提出了预处理指南	研究仅针对特定的六种分类任务和四种EEG架构，结果可能不具备普遍性	评估EEG预处理在深度学习应用中的作用，确定最优预处理策略	EEG数据及其预处理方法	machine learning	Parkinson's, Alzheimer's disease, 精神疾病	EEG	深度学习模型	EEG信号数据	4800个训练模型	NA	NA	NA	NA
2300	2025-05-12	Emotion-RGC net: A novel approach for emotion recognition in social media using RoBERTa and Graph Neural Networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318524 PMID:40029933	研究论文	提出了一种名为Emotion-RGC Net的新方法，用于社交媒体中的情感识别，结合了RoBERTa、图神经网络和条件随机场	整合RoBERTa、GNN和CRF，提高了情感分类的准确性和鲁棒性	模型依赖大量标记数据，计算效率有待提高，未考虑情感演化的时间动态	提高社交媒体中情感识别的准确性和鲁棒性	社交媒体用户生成的内容	自然语言处理	NA	RoBERTa, GNN, CRF	Emotion-RGC Net	文本	Sentiment140和Emotion两个数据集	NA	NA	NA	NA