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
461	2025-03-12	Design and analysis of teaching early warning system based on multimodal data in an intelligent learning environment 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2692 PMID:40062295	研究论文	本文设计并分析了一种基于多模态数据的智能学习环境中的教学预警系统	提出了一种高效的长视频情感过渡点搜索算法和基于面部特征的中性情感片段过滤算法，并引入了基于深度学习的多模态情感识别模型，结合注意力机制进行特征级模态融合	未提及具体的数据集大小或实验结果的广泛验证	提高在线教育环境中教师情感表达的智能评估和改进	教学视频中的情感片段和情感识别	自然语言处理	NA	深度学习	多模态情感识别模型	视频、语音、面部图像	未提及具体样本数量
462	2025-03-12	Enhancing the prediction of vitamin D deficiency levels using an integrated approach of deep learning and evolutionary computing 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2698 PMID:40062307	研究论文	本文提出了一种结合深度学习和进化计算的新方法，用于预测维生素D缺乏水平	创新点在于结合了卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）的混合深度学习模型，并使用遗传算法（GA）优化特征和超参数选择	未提及具体局限性	研究目的是开发一种非侵入性的预测方法，以确定维生素D缺乏的严重程度	维生素D缺乏水平	机器学习	NA	深度学习，进化计算	CNN, BiLSTM, GA	医疗数据	基准数据集
463	2025-03-12	Review of models for estimating 3D human pose using deep learning 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2574 PMID:40062308	综述	本文综述了基于深度学习的3D人体姿态估计模型的最新进展，探讨了准确性、实时性能和数据限制等主要挑战	本文总结了3D人体姿态估计领域的最新进展，并提供了主要算法在精度和计算效率方面的比较，为未来研究提供了方向	尽管深度学习模型取得了显著进展，但在处理遮挡、实时估计和泛化能力方面仍存在挑战	探讨3D人体姿态估计模型的最新进展及其在计算机视觉和人工智能领域的应用	3D人体姿态估计模型	计算机视觉	NA	深度学习	NA	图像, 视频	NA
464	2025-03-11	Perspectives: Comparison of Deep Learning Segmentation Models on Biophysical and Biomedical Data 2025-Jan-30, ArXiv PMID:39184539	研究论文	本文比较了深度学习中常用的四种模型在生物物理和生物医学数据上的分割性能	提供了针对生物物理实验中通常小规模训练数据集的分割模型比较，为研究人员提供了实用的选择指南	研究仅限于四种模型，且假设训练数据集规模较小，可能不适用于大规模数据集	比较不同深度学习模型在生物物理和生物医学数据分割任务中的表现	生物物理和生物医学数据	计算机视觉	NA	深度学习	卷积神经网络（CNN）、U-Nets、视觉变换器（Vision Transformers）、视觉状态空间模型（Vision State Space Models）	图像	小规模训练数据集
465	2025-03-11	gRNAde: A Geometric Deep Learning Pipeline for 3D RNA Inverse Design 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4079-1_8 PMID:39312140	研究论文	本文介绍了一种名为gRNAde的几何深度学习管道，用于3D RNA逆向设计，该管道考虑了RNA的3D结构和动态性	gRNAde采用图神经网络和SE(3)等变编码-解码框架，首次在RNA设计中明确考虑3D几何和构象多样性	NA	开发一种能够基于RNA的3D骨架结构设计RNA序列的计算工具	RNA的3D骨架结构	机器学习	NA	几何深度学习	图神经网络	3D RNA骨架结构	来自PDB的现有RNA结构，包括核糖开关、适配体和核酶
466	2025-03-11	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	研究论文	本研究首次全面评估了EEG预处理在深度学习应用中的影响，并提出了未来研究的指导方针	首次系统性地研究了不同预处理水平对深度学习模型性能的影响，并提出了针对EEG数据预处理的建议	研究结果可能受限于所选的分类任务和EEG架构，未涵盖所有可能的预处理方法和模型类型	评估EEG预处理对深度学习应用的影响，确定最佳预处理策略	EEG数据	机器学习	帕金森病、阿尔茨海默病、睡眠剥夺、首次发作精神病	EEG数据预处理	深度学习模型	EEG数据	4800个训练模型
467	2025-03-11	Virtual Monochromatic Imaging of Half-Iodine-Load, Contrast-Enhanced Computed Tomography with Deep Learning Image Reconstruction in Patients with Renal Insufficiency: A Clinical Pilot Study 2025, Journal of Nippon Medical School = Nippon Ika Daigaku zasshi DOI:10.1272/jnms.JNMS.2025_92-112 PMID:40058838	研究论文	本研究探讨了在肾功能不全患者中使用深度学习图像重建（DLIR）进行半碘负荷对比增强CT（CECT）的薄层虚拟单色成像（VMI）的图像质量	结合40 keV和DLIR，为半碘负荷CECT的薄层VMI提供了最大的对比噪声比（CNR）和主观可接受的图像质量	样本量较小（28名患者），且为回顾性研究	评估半碘负荷CECT的薄层VMI图像质量	中度至重度肾功能不全的肿瘤患者	医学影像	肾功能不全	双能CT（DECT）和深度学习图像重建（DLIR）	深度学习图像重建（DLIR）	CT图像	28名中度至重度肾功能不全的肿瘤患者
468	2025-03-10	Signature-based intrusion detection using machine learning and deep learning approaches empowered with fuzzy clustering 2025-Jan-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85866-7 PMID:39799225	研究论文	本研究旨在通过结合机器学习和深度学习方法改进网络安全中的入侵检测	结合了多种机器学习（如SVM、KNN、RF、DT）和深度学习（如LSTM、ANN）模型，并引入了模糊聚类技术，以提高入侵检测的准确性和效率	未提及具体的样本大小或数据集细节，可能限制了结果的普适性	提高网络安全性，通过改进入侵检测系统（IDS）来识别和预防网络攻击	网络流量数据	机器学习	NA	模糊聚类	SVM, KNN, RF, DT, LSTM, ANN	网络流量数据	NA
469	2025-03-10	Deep learning-driven ultrasound equipment quality assessment with ATS-539 phantom data 2025-Jan, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105698 PMID:39541619	研究论文	本研究提出了一种基于深度学习的双阶段框架，用于客观评估超声图像质量，使用ATS-539体模数据	引入双阶段深度学习框架，结合逻辑回归模型，实现超声图像质量的定量和客观评估	依赖于体模数据，可能无法完全反映真实临床环境中的图像质量	开发一种客观评估超声图像质量的方法，以提高诊断准确性	超声图像质量	计算机视觉	NA	深度学习	分类模型、逻辑回归模型	图像	ATS-539体模数据
470	2025-03-10	Advances in analytical approaches for background parenchymal enhancement in predicting breast tumor response to neoadjuvant chemotherapy: A systematic review 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317240 PMID:40053513	系统综述	本文系统综述了背景实质增强（BPE）分析在预测乳腺癌对新辅助化疗（NAC）反应中的最新进展	从单时间点BPE分析转向纵向BPE分析，揭示了现有方法的不足，并提出了结合深度学习等先进AI技术的改进方向	现有纵向BPE分析方法存在数据缺失、手动分割全乳感兴趣区域、过度依赖传统统计方法等问题，影响了预测的准确性和及时性	评估BPE分析在预测乳腺癌对新辅助化疗反应中的可靠性和有效性，以促进个性化治疗策略的发展	接受新辅助化疗的乳腺癌患者	数字病理学	乳腺癌	动态对比增强磁共振成像（DCE-MRI）	NA	图像	78项研究中的13项符合纳入标准
471	2024-08-07	Author Response: Deep learning-assisted detection and segmentation of intracranial hemorrhage in noncontrast computed tomography scans of acute stroke patients: a systematic review and meta-analysis 2025-Jan-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001963 PMID:39017750	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
472	2025-03-09	Identification of genomic alteration and prognosis using pathomics-based artificial intelligence in oral leukoplakia and head and neck squamous cell carcinoma: a multicenter experimental study 2025-Jan-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002077 PMID:39248300	研究论文	本研究开发了一种基于病理组学的人工智能模型，用于快速且经济有效地预测口腔白斑（OLK）和头颈部鳞状细胞癌（HNSCC）中的9p染色体缺失，并评估患者预后	首次在OLK和HNSCC中开发了基因组改变预测的深度学习模型，结合了最新的Transformer方法和XGBoost算法	研究样本量相对较小，外部测试数据集仅包含23例样本	开发一种基于病理组学的人工智能模型，用于预测9p染色体缺失并评估HNSCC患者的预后	口腔白斑（OLK）和头颈部鳞状细胞癌（HNSCC）患者	数字病理学	头颈部鳞状细胞癌	H&E染色全切片图像分析	Transformer, XGBoost	图像	333例OLK病例（训练集217例，验证集93例，外部测试集23例），以及两个多中心HNSCC数据集（42例和365例）
473	2025-03-09	Mapping the scientific landscape and evolution of the International Journal of Surgery : a scientometric analysis (2004-2024) 2025-Jan-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002107 PMID:39576039	研究论文	本研究分析了《国际外科杂志》（IJS）在其20年历史中的出版特征和发展	通过描述性文献计量学方法，研究了IJS文献生产的动态和趋势模式，并识别了最多产的作者、出版物、机构和国家	文章数量近年来略有下降，可能影响趋势分析的全面性	分析《国际外科杂志》的出版特征和发展	2004年至2024年间发表在IJS上的文章	文献计量学	NA	Citespace, VOS viewer, 'Bibliometrix' package in R software	NA	文献数据	5964篇（2004-2023年）和356篇（2024年）
474	2025-03-09	Elastography-based AI model can predict axillary status after neoadjuvant chemotherapy in breast cancer with nodal involvement: a prospective, multicenter, diagnostic study 2025-Jan-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002105 PMID:39724577	研究论文	本研究开发了一种基于弹性成像的AI模型，用于预测乳腺癌患者在接受新辅助化疗后腋窝淋巴结的状态	结合剪切波弹性成像（SWE）和深度学习放射组学（DLR）模型，显著提高了预测腋窝淋巴结状态的准确性	研究样本量有限，且仅包括活检证实有淋巴结转移的乳腺癌患者	开发一个准确预测乳腺癌患者在接受新辅助化疗后腋窝淋巴结状态的模型	671名活检证实有淋巴结转移并接受新辅助化疗的乳腺癌患者	数字病理学	乳腺癌	剪切波弹性成像（SWE）和B型超声（BUS）	深度学习放射组学（DLR）模型	超声图像	671名乳腺癌患者
475	2025-03-09	Identification of BCL11A, NTN5, and OGN as Diagnosis Biomarker of Papillary Renal Cell Carcinomas by Bioinformatic Analysis 2025, Journal of kidney cancer and VHL IF:1.9Q3 DOI:10.15586/jkc.v12i1.366 PMID:40051609	研究论文	本研究通过生物信息学和深度学习技术，识别出BCL11A、NTN5和OGN作为乳头状肾细胞癌（PRCC）的诊断生物标志物	首次将BCL11A、NTN5和OGN识别为PRCC的诊断生物标志物，并利用机器学习和ROC曲线分析验证其诊断效能	研究主要依赖于TCGA数据库的数据，未进行实验验证	寻找PRCC的早期诊断生物标志物	乳头状肾细胞癌（PRCC）患者	生物信息学	肾癌	RNA表达谱分析、机器学习	深度学习	RNA表达数据	TCGA数据库中的PRCC患者数据
476	2025-03-09	Artificial intelligence and perinatology: a study on accelerated academic production- a bibliometric analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1505450 PMID:40051727	研究论文	本文通过文献计量学方法，分析了近年来围产医学领域中人工智能应用的快速增长及其研究热点	首次系统性地通过文献计量学方法分析围产医学领域中人工智能的研究趋势和应用热点	研究仅基于特定数据库（WOSCC）的数据，可能无法涵盖所有相关文献	分析围产医学领域中人工智能的研究趋势和应用热点	围产医学领域的文献	医学信息学	围产医学	文献计量学分析	NA	文献数据	382篇相关文献，其中121篇高被引文献
477	2025-03-09	Breaking new ground: machine learning enhances survival forecasts in hypercapnic respiratory failure 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1497651 PMID:40051730	研究论文	本研究旨在开发和验证一个预测高碳酸血症性呼吸衰竭患者生存的模型	使用随机生存森林（RSF）模型在预测高碳酸血症性呼吸衰竭患者预后方面表现出优于传统CoxPH模型和DeepSurv模型的性能	研究样本主要来自两家医院，可能限制了模型的普遍适用性	开发和验证一个预测高碳酸血症性呼吸衰竭患者生存的模型	高碳酸血症性呼吸衰竭患者	机器学习	呼吸系统疾病	随机生存森林（RSF）、DeepSurv、Cox比例风险模型（CoxPH）	RSF, DeepSurv, CoxPH	临床数据	697名患者（565名建模组，132名外部验证组）
478	2025-03-09	MRI quantified enlarged perivascular space volumes as imaging biomarkers correlating with severity of anxiety depression in young adults with long-time mobile phone use 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1532256 PMID:40051766	研究论文	本研究旨在利用MRI量化的扩大血管周围间隙（EPVS）指标和机器学习算法，评估长时间使用手机（LTMPU）患者的焦虑和抑郁症状严重程度	首次将MRI量化的EPVS指标与机器学习算法结合，用于评估LTMPU患者的焦虑和抑郁症状严重程度，提供了一种非侵入性、客观且定量的诊断方法	样本量较小（82名参与者），且仅针对长时间使用手机的人群，可能限制了结果的普遍性	开发一种预测模型，评估长时间使用手机患者的焦虑和抑郁症状严重程度	长时间使用手机的年轻成年人	数字病理学	焦虑和抑郁	MRI	逻辑回归模型和K近邻模型	图像	82名长时间使用手机的参与者，其中37名患有焦虑，44名患有抑郁
479	2025-03-09	Practical Applications of Artificial Intelligence Diagnostic Systems in Fundus Retinal Disease Screening 2025, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S507100 PMID:40051895	研究论文	本研究评估了一种基于深度学习的AI诊断系统在视网膜疾病分析中的性能，评估其与专家诊断的一致性及其在筛查应用中的整体效用	使用深度学习AI系统进行视网膜疾病筛查，并与专家诊断进行对比，评估其在实际应用中的可靠性和可行性	研究仅在一家医院进行，样本量虽大但可能缺乏多样性	评估AI诊断系统在视网膜疾病筛查中的性能	3076名接受全面眼科检查的患者	数字病理	视网膜疾病	深度学习	CARE系统	图像	3076名患者
480	2025-03-08	Corrigendum: Addressing grading bias in rock climbing: machine and deep learning approaches 2025, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2025.1570591 PMID:40051920	correction	本文是对先前发表文章的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA