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
901	2025-05-14	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	research paper	该研究开发了一个细粒度的功能运动筛查（FMS）数据集LLM-FMS，并提出了一种基于大语言模型（LLM）的动作质量评估框架，以提高FMS评估的可解释性	LLM-FMS是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LLM的新型动作质量评估框架	当前自动化的FMS评估仅限于等级评分，缺乏细粒度的反馈建议且可解释性差	提高功能运动筛查（FMS）动作质量评估的准确性和可解释性	功能运动筛查（FMS）动作	computer vision	NA	RTMPose, LLM	LLM	video, image	1812个动作关键帧图像，来自45名受试者
902	2025-05-14	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，开发了基于机器学习的嘧啶代谢相关特征（PMRS），用于肺腺癌（LUAD）患者的预后评估	首次整合多种机器学习和深度学习算法构建PMRS模型，并通过实验验证了关键因子LYPD3在LUAD细胞系中的生物学功能	研究结果需要进一步在更大规模的临床样本中进行验证	评估嘧啶代谢在肺腺癌患者预后和治疗中的意义	肺腺癌（LUAD）患者	数字病理学	肺癌	多组学分析、单细胞分析	随机生存森林（random survival forest）	基因组数据、单细胞数据	NA
903	2025-05-14	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	本文提出了一种基于填充的旋转等变卷积模式（PreCM），用于提升语义分割任务中网络对任意旋转角度的鲁棒性	构建了通用的卷积-群框架以充分利用方向信息，并设计了PreCM模式，该模式可替代多种卷积类型，同时提出了新的评估指标旋转差异（RD）	未明确说明模型在极端旋转角度或复杂背景下的性能表现	解决语义分割网络中因缺乏旋转等变性导致的特征提取效率低下问题	多尺度图像和卷积核	计算机视觉	NA	深度学习	CNN	图像	三个数据集（卫星水体图像、DRIVE、Floodnet）
904	2025-05-14	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	本研究提出了一种名为HMDC的混合模型，用于通过有效的去钙化技术提高心脏CT图像的清晰度	提出了一种结合深度学习和传统图像处理方法的混合模型HMDC，用于心脏CT图像的去钙化，准确率高达97.22%	未提及具体的数据集大小或多样性限制	提高心脏CT图像的清晰度和诊断准确性	心脏CT图像中的钙化区域	医学影像	心血管疾病	深度学习与传统图像处理技术结合	CNN	图像	NA
905	2025-05-14	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	本研究利用多模态磁共振图像和卷积神经网络（CNNs）来区分健康与中风样本，分类中风类型并预测严重程度，以辅助中风管理的决策	引入了两种基于迁移学习的模型（ACL-ResNet-50和ACL-MobileNetV1），通过增强层提升了性能，并在中风分类和严重程度预测中表现出色	样本量相对较小（143名患者），且仅基于磁共振图像，未考虑其他临床数据	开发一种深度学习方法，用于准确诊断中风类型和评估严重程度，以支持临床决策	中风患者（85名缺血性中风和58名出血性中风）	计算机视觉	心血管疾病	扩散加权磁共振成像（DWI）和表观扩散系数（ADC）	CNN（ACL-ResNet-50和ACL-MobileNetV1）	图像（多模态磁共振图像）	143名患者（85名缺血性中风和58名出血性中风）
906	2025-05-14	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	本研究旨在识别影响中国远程医疗平台服务质量的关键因素，以促进患者健康和福祉，并为行业利益相关者提供基于证据的服务创新信息	提出了一种结合Servqual质量评估模型和由注意力机制增强的CNN-BiLSTM深度学习模型的新方法，用于建立服务质量评估框架	研究仅基于在线评论数据，可能未涵盖所有影响服务质量的因素	识别影响中国远程医疗平台服务质量的关键因素，促进患者健康和福祉	远程医疗平台的服务质量	自然语言处理	NA	深度学习	CNN-BiLSTM	文本	25,499条有效在线评论
907	2025-05-14	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	research paper	提出了一种名为TongueNet的多模态融合和多标签分类模型，用于中医舌诊	结合舌图像数据和文本特征，采用分层聚合网络和特征空间投影模块进行特征提取与融合，引入一致性和互补性约束优化多模态信息融合，并利用多尺度注意力机制和Kolmogorov-Arnold网络提升特征权重多样性和准确性	数据稀缺问题仍未完全解决，且模型性能依赖于专家标注质量	解决中医舌诊领域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	中医舌诊中的舌图像和文本特征	digital pathology	geriatric disease	deep learning	HAN, KAN	image, text	三个公开舌图像数据集（具体数量未提及）
908	2025-05-14	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	提出了一种用于3D癌细胞球体形态和活力评估的深度学习流程	开发了一个可扩展的两阶段深度学习流程，整合了U-Net模型和CNN回归混合方法，用于3D球体的精确分割和活力评估	未提及具体的数据集规模或多样性限制	提高3D癌细胞球体形态特征和细胞活力的高通量分析效率	3D癌细胞球体	数字病理学	癌症	深度学习	U-Net, CNN Regression Hybrid	显微图像	NA
909	2025-05-13	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	使用深度学习和全基因组关联分析研究英国生物银行中骨髓脂肪组织的遗传决定因素	首次使用深度学习测量骨髓脂肪含量，并进行全基因组关联分析，发现了多个与骨髓脂肪相关的基因位点	研究主要基于英国生物银行数据，样本多样性有限，非白人参与者数量较少	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	英国生物银行中约47,000名参与者的MRI扫描数据	机器学习	骨骼疾病	深度学习，全基因组关联分析(GWAS)	深度学习模型	MRI图像，基因组数据	约47,000名参与者(41,000名白人，6,300名非白人)
910	2025-05-13	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，并探讨了人工智能（AI）在改进BPE分析中的潜在应用	现有纵向BPE分析方法存在数据缺失、手动分割乳房区域以及过度依赖传统统计方法等问题	评估BPE分析方法的可靠性及有效性，以预测乳腺癌对NAC的反应	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）	逻辑回归，深度学习	医学影像	13项研究（来自78篇符合条件的文献）
911	2025-05-13	Thoracic Aortic Three-Dimensional Geometry 2025 Jan-Dec, Pulse (Basel, Switzerland) DOI:10.1159/000543613 PMID:40330437	research paper	该研究通过深度学习架构和形态学图像操作，量化了胸主动脉的三维几何参数，并在两个大型生物银行中应用	首次在大型人群中全面表征胸主动脉的三维几何结构，并开发了全自动量化方法	研究依赖于影像扫描数据，可能受限于图像质量和分辨率	量化胸主动脉的三维几何结构，以研究其与心血管健康和疾病的关系	胸主动脉的三维几何参数	digital pathology	cardiovascular disease	deep learning, morphological image operations	deep learning architecture	imaging scans	54,241 participants from UK Biobank and 8,456 participants from Penn Medicine Biobank
912	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
913	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
914	2025-05-12	Advanced deep learning algorithms in oral cancer detection: Techniques and applications 2025, Journal of environmental science and health. Part C, Toxicology and carcinogenesis DOI:10.1080/26896583.2024.2445957 PMID:39819195	研究论文	本文探讨了深度学习算法在口腔癌检测中的技术和应用	提供了对最新基于AI的口腔癌检测方法的全面分析，包括使用卷积神经网络的深度学习和机器学习算法	NA	推进口腔癌的早期诊断，改善患者预后并减轻医疗系统负担	口腔癌	数字病理学	口腔癌	深度学习、机器学习、图像预处理和分割	CNN	图像	NA
915	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
916	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
917	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）
918	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
919	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
920	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