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
2501	2025-04-04	Bridging technology and ecology: enhancing applicability of deep learning and UAV-based flower recognition 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1498913 PMID:40171479	研究论文	本研究将无人机和深度学习技术应用于生态研究，特别是花卉识别，以简化这些技术的实际应用	更新目标检测工具箱至TensorFlow 2，提升性能并确保与新软件包的兼容性，同时评估了三种目标检测模型在无人机花卉图像上的应用潜力	在密集植被中检测花卉及应对环境变化方面仍存在挑战	增强深度学习和无人机技术在生态研究中的适用性，特别是花卉资源的监测	花卉丰富的草地无人机图像	计算机视觉	NA	无人机成像、深度学习	Faster R-CNN, SSD, EfficientDet	图像	两个无人机图像数据集	NA	NA	NA	NA
2502	2025-04-03	COVINet: a deep learning-based and interpretable prediction model for the county-wise trajectories of COVID-19 in the United States 2025, Journal of applied statistics IF:1.2Q2 DOI:10.1080/02664763.2024.2412284 PMID:40160484	research paper	提出了一种基于深度学习的可解释预测模型COVINet，用于预测美国各县的COVID-19疫情轨迹	结合LSTM和GRU架构，整合可操作协变量，提供高精度预测和可解释响应	仅针对美国特定时间段和县区进行验证，未涉及其他地区或更长时间段	准确预测COVID-19疫情轨迹并制定遏制策略	美国各县的COVID-19确诊病例和死亡病例	machine learning	COVID-19	NA	LSTM, GRU	time-series data	美国CDC提供的最后四周数据（截至2021年4月26日）及热点州最严重县区数据（截至2023年3月23日）	NA	NA	NA	NA
2503	2025-04-03	Unravelling pathological ageing with brain age gap estimation in Alzheimer's disease, diabetes and schizophrenia 2025, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcaf109 PMID:40161217	research paper	该研究通过脑年龄差距估计（BrainAGE）探讨阿尔茨海默病、糖尿病和精神分裂症中的病理性老化	利用敏感性图谱揭示不同病理条件下脑区域对BrainAGE预测的贡献差异，为理解神经退行性疾病的机制提供新视角	神经生物学限制尚未明确，生物标志物的特异性有待进一步验证	评估BrainAGE作为病理性脑老化生物标志物的潜力，并比较不同病理条件下的神经退行性机制	阿尔茨海默病（AD）、精神分裂症和2型糖尿病（T2D）患者	digital pathology	Alzheimer's disease, schizophrenia, Type 2 diabetes	structural magnetic resonance imaging (MRI)	deep learning models	MRI scans (T-weighted, grey matter, white matter, cerebrospinal fluid tissue segmentation, deformation fields)	NA	NA	NA	NA	NA
2504	2025-04-03	Automatic classification of Giardia infection from stool microscopic images using deep neural networks 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30272 PMID:40161947	研究论文	本研究应用深度学习模型自动分类粪便显微镜图像中的贾第虫感染	与以往研究不同，本研究专注于粪便样本而非饮用水样本，并采用智能手机拍摄的显微镜图像	样本量相对较小（1610张图像），且仅针对贾第虫感染	开发一种自动分类贾第虫感染的方法，以辅助快速准确诊断贾第虫病	粪便显微镜图像中的贾第虫寄生虫	数字病理学	贾第虫病	深度学习	Xception, ResNet-50, EfficientNet-B0	图像	1610张粪便显微镜图像	NA	NA	NA	NA
2505	2025-04-03	Exploring the potential of machine learning and magnetic resonance imaging in early stroke diagnosis: a bibliometric analysis (2004-2023) 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1505533 PMID:40162012	文献计量分析	通过文献计量分析方法探讨2004至2023年间机器学习和磁共振成像在早期中风诊断中的研究热点	首次系统分析了机器学习和磁共振成像在中风早期诊断领域的研究趋势和热点	仅基于Web of Science数据库的文献，可能未涵盖所有相关研究	探索机器学习和磁共振成像在早期中风诊断中的应用	2004-2023年间发表的395篇相关研究论文	医学影像分析	中风	机器学习	深度学习	磁共振成像数据	395篇文献	NA	NA	NA	NA
2506	2025-04-03	Artificial intelligence in psychiatry: A systematic review and meta-analysis of diagnostic and therapeutic efficacy 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251330528 PMID:40162166	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能在精神病学诊断和治疗中的准确性和疗效	首次全面评估了AI在精神病学中的诊断准确性和治疗效果，并比较了不同AI技术的表现	研究间存在中等程度的异质性，算法偏见和数据质量问题尚未完全解决	评估人工智能在精神病护理中的诊断准确性和治疗效果	精神病学中的各种精神障碍和AI技术	machine learning	psychiatric disorders	machine learning (ML), deep learning (DL), hybrid models	ML, DL, hybrid models	NA	14项研究	NA	NA	NA	NA
2507	2025-04-03	Fundus image classification using feature concatenation for early diagnosis of retinal disease 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251328120 PMID:40162178	研究论文	使用特征串联的深度学习模型对眼底图像进行分类，以实现视网膜疾病的早期诊断	提出了一种基于两个独立CNN块的混合CNN模型，并采用典型相关分析融合方法融合特征，以提高分类性能	未提及模型在临床环境中的实际应用效果及泛化能力	开发一种非侵入性方法，用于早期检测眼部疾病	眼底图像，包括视盘凹陷、糖尿病视网膜病变、介质混浊和健康图像	计算机视觉	视网膜疾病	深度学习	CNN	图像	RFMiD数据集中的多种眼底图像类别	NA	NA	NA	NA
2508	2025-04-03	scCCTR: An iterative selection-based semi-supervised clustering model for single-cell RNA-seq data 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.018 PMID:40165824	研究论文	提出了一种名为scCCTR的新型半监督聚类算法，用于单细胞RNA测序数据分析	scCCTR通过迭代选择高置信度细胞和标签来指导深度学习模型，结合Transformer神经网络的多头注意力机制提高聚类精度	未明确提及具体局限性	提高单细胞RNA测序数据聚类的准确性和有效性	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序(scRNA-seq)	Transformer	基因表达数据	未明确提及具体样本量	NA	NA	NA	NA
2509	2025-04-03	Deep learning analysis of exercise stress electrocardiography for identification of significant coronary artery disease 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1496109 PMID:40166362	研究论文	本研究开发了一种基于深度学习的多模态AI算法，用于通过运动负荷心电图（ExECG）数据高效准确地识别患有显著冠状动脉疾病（CAD）的患者	创新点在于结合了卷积循环神经网络算法，整合了心电图信号和ExECG报告中的特征，以提高ExECG在识别CAD方面的性能	特异性中等（0.60），可能存在假阳性，需要进一步研究	提升运动负荷心电图（ExECG）在识别显著冠状动脉疾病（CAD）方面的诊断能力	818名接受ExECG和冠状动脉造影（CAG）的患者，以及197名ExECG正常且CAD风险低的个体	数字病理学	心血管疾病	深度学习	卷积循环神经网络（CRNN）	心电图信号和ExECG报告特征	818名患者（其中369名有显著CAD）和197名低风险个体	NA	NA	NA	NA
2510	2025-04-03	Emerging technologies in the field of medicine presented at the Consumer Electronics Show 2025 2025, Journal of Yeungnam medical science IF:1.0Q3 DOI:10.12701/jyms.2025.42.31 PMID:40170412	review	本文回顾了2025年国际消费电子展上展示的医疗领域新兴技术，特别是人工智能和传感器技术的创新应用	展示了AI个性化健康管理设备、接触与非接触式传感器技术、以及AI与传感器结合的电子听诊器等创新技术	这些产品的准确性尚不足以用于临床，限制了其在社区环境中的应用，且在运动时保持非接触传感器的准确性仍具挑战	探讨消费电子展上展示的医疗技术创新及其在医疗保健系统中的潜在应用	医疗保健技术，特别是人工智能和传感器技术	医疗技术	NA	AI、传感器技术、深度学习算法、激光监测技术	深度学习	生理信号、语音、睡眠数据	NA	NA	NA	NA	NA
2511	2025-10-07	Improving the Reliability of Language Model-Predicted Structures as Docking Targets through Geometric Graph Learning 2025-Jan-23, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c02740 PMID:39787296	研究论文	开发了一种名为CarsiDock-Flex的新型两步柔性对接范式，通过几何图学习提高语言模型预测结构作为对接目标的可靠性	提出结合等变深度学习和现有对接算法的两阶段柔性对接新范式，能够将ESMFold预测的蛋白口袋引导至类天然构象	NA	改进蛋白质-配体柔性对接的建模方法	蛋白质-配体结合构象	机器学习	NA	深度学习，几何图学习	等变深度学习模型	蛋白质结构数据	NA	NA	CarsiInduce, CarsiDock	对接准确率	NA
2512	2025-10-07	Spike rate inference from mouse spinal cord calcium imaging data 2025-Jan-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.17.603957 PMID:39829770	研究论文	本研究通过钙成像数据推断小鼠脊髓神经元放电率，比较了两种算法的性能	首次在脊髓背角浅层神经元上建立真实数据基准，验证并重新训练了尖峰推断算法在该区域的适用性	研究主要针对小鼠脊髓特定区域的谷氨酸能和GABA能神经元，未覆盖所有神经元类型和脊髓区域	评估和优化从钙成像数据推断神经元放电率的算法在脊髓神经元中的表现	小鼠脊髓背角浅层的谷氨酸能和GABA能体感神经元	计算神经科学	NA	钙成像技术，电生理记录	深度学习，非负反卷积	钙成像信号，电生理记录	雌雄小鼠脊髓背角浅层神经元	CASCADE, OASIS	NA	推断准确度	NA
2513	2025-10-07	Deep learning-integrated MRI brain tumor analysis: feature extraction, segmentation, and Survival Prediction using Replicator and volumetric networks 2025-01-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84386-0 PMID:39789043	研究论文	提出一种结合MRI扫描的深度学习方法，用于脑肿瘤精确分割和胶质瘤患者生存预测	采用2D体积卷积神经网络结合多数表决规则降低模型偏差，并利用深度学习启发的3D复制器神经网络提取最优放射组学特征	仅使用BRATS2020基准数据集进行验证，未提及外部验证结果	脑肿瘤精确分割和患者生存率预测	胶质瘤患者	医学影像分析	脑肿瘤	MRI扫描	CNN, 复制器神经网络	医学影像	BRATS2020基准数据集	NA	2D体积卷积神经网络, 3D复制器神经网络	NA	NA
2514	2025-10-07	Predictive modeling of air quality in the Tehran megacity via deep learning techniques 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84550-6 PMID:39779721	研究论文	本研究使用深度学习技术预测德黑兰大城市2013-2023年多种空气污染物浓度	将深度学习模型应用于空气污染预测并与传统机器学习方法进行对比，展示了深度学习在环境预测领域的优势	NA	预测空气污染物浓度并评估深度学习模型在空气质量预测中的有效性	德黑兰大城市的空气污染物（CO、O、NO、SO、PM、PM）	机器学习	NA	深度学习	GRU, FCNN, CNN	时间序列数据	2013-2023年期间的数据	NA	门控循环单元, 全连接神经网络, 卷积神经网络	R-squared, RMSE, MAE, MSE	NA
2515	2025-10-07	The analysis of dance teaching system in deep residual network fusing gated recurrent unit based on artificial intelligence 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85407-2 PMID:39779733	研究论文	本研究开发了一种融合图注意力机制和双向门控循环单元的舞蹈动作识别与反馈模型	提出结合3D-ResNet、BiGRU和图注意力机制的混合模型架构，在舞蹈动作识别任务中表现优于传统3D-CNN基线算法	NA	探索如何利用深度学习等人工智能技术提升舞蹈教学的智能化水平	舞蹈动作识别与教学反馈	计算机视觉	NA	深度学习	3D-CNN, RNN	视频数据	NTU-RGBD60数据集	NA	3D-ResNet, BiGRU, Graph Attention Mechanism	准确率, F1分数	NA
2516	2025-10-07	Uncertainty-aware diabetic retinopathy detection using deep learning enhanced by Bayesian approaches 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84478-x PMID:39779778	研究论文	本研究通过贝叶斯增强的深度学习方法实现糖尿病视网膜病变检测，并评估预测不确定性	将贝叶斯近似方法（蒙特卡洛Dropout、平均场变分推断和确定性推断）集成到DenseNet-121网络中，提供预测不确定性度量	未明确说明数据集的详细划分方式和模型计算资源需求	开发具有不确定性评估能力的糖尿病视网膜病变自动检测系统	糖尿病视网膜病变的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN	医学图像	APTOS 2019和DDR组合数据集（具体数量未明确）	未明确说明	DenseNet-121	准确率, AUC, 熵, 标准差	NA
2517	2025-10-07	A hybrid CNN model for classification of motor tasks obtained from hybrid BCI system 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84883-2 PMID:39779796	研究论文	提出一种混合CNN模型用于从混合脑机接口系统获取的运动任务分类	结合EEG和fNIRS两种非侵入式脑机接口模块，开发混合CNN模型实现四类运动执行的分类	NA	评估深度学习模型在分类对侧和同侧运动任务中的性能	右手、左手、右臂和左臂的四类运动执行任务	机器学习	NA	脑电图(EEG)、功能性近红外光谱(fNIRS)	CNN, Bi-LSTM	脑电信号，血氧信号	使用CORE数据集	NA	混合CNN模型	准确率, F1分数, 精确率, 召回率, AUC, ROC曲线	NA
2518	2025-10-07	Attention-based deep learning for accurate cell image analysis 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85608-9 PMID:39779905	研究论文	提出一种结合卷积神经网络和Transformer的X-Profiler方法，用于精确分析细胞图像	首次将卷积神经网络与Transformer结合用于高内涵图像分析，能有效过滤噪声信号并精确表征细胞表型	NA	开发更准确的细胞图像分析方法以促进药物发现和疾病研究	细胞图像	计算机视觉	心血管疾病	高内涵分析	CNN, Transformer	图像	NA	NA	CNN, Transformer	NA	NA
2519	2025-10-07	SRADHO: statistical reduction approach with deep hyper optimization for disease classification using artificial intelligence 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82838-1 PMID:39774278	研究论文	提出一种结合统计降维和深度超参数优化的SRADHO方法，用于疾病分类	将统计降维方法与深度超参数优化相结合，通过贝叶斯优化自动选择最优超参数和特征	仅使用三个基准数据集进行实验，未在更大规模或更多样化的数据集上验证	提高疾病分类的准确性和效率，解决过拟合、欠拟合和梯度消失等问题	脑部相关疾病	机器学习	脑部疾病	深度学习，贝叶斯优化	人工神经网络	医学数据	三个基准数据集	NA	NA	准确率, 精确率, 召回率, F1分数, 错误率	NA
2520	2025-10-07	Assessment of simulated snoring sounds with artificial intelligence for the diagnosis of obstructive sleep apnea 2025-01, Sleep medicine IF:3.8Q1 DOI:10.1016/j.sleep.2024.11.018 PMID:39566267	研究论文	本研究利用人工智能模型分析模拟鼾声数据，用于阻塞性睡眠呼吸暂停的诊断	首次将深度学习模型应用于模拟鼾声分析，并与传统机器学习方法进行性能比较	研究样本量有限（465名参与者），且所有数据来自单一睡眠中心	验证基于模拟鼾声的人工智能模型在阻塞性睡眠呼吸暂停诊断中的性能	阻塞性睡眠呼吸暂停患者	机器学习	阻塞性睡眠呼吸暂停	多导睡眠监测，喉镜检查录音	支持向量机，K近邻，随机森林，音频谱图变换器	音频数据	465名参与者	Python	音频谱图变换器	准确率	NA