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
2141	2025-07-17	Deep learning analysis of long COVID and vaccine impact in low- and middle-income countries (LMICs): development of a risk calculator in a multicentric study 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1416273 PMID:40642241	研究论文	本研究利用深度学习分析低收入和中等收入国家（LMICs）中长期COVID症状及疫苗影响，并开发了一个多中心研究中的风险计算器	首次在LMICs中应用自监督和无监督深度神经网络分析长期COVID症状，并开发GBM模型预测慢性疲劳综合征、抑郁和长期COVID症状的风险	研究样本仅来自LMICs，可能无法完全代表全球情况	填补关于COVID-19急性和慢性症状、疫苗接种影响及相关因素的知识空白	18岁及以上COVID-19检测阳性的患者	机器学习	COVID-19	自监督和无监督深度神经网络	GBM	问卷数据	2445名参与者
2142	2025-07-17	Integrating weighted gene co-expression network analysis and machine learning to elucidate neural characteristics in a mouse model of depression 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1564095 PMID:40656047	研究论文	本研究结合加权基因共表达网络分析（WGCNA）和随机森林算法，探索抑郁症小鼠模型的神经生物学特征	首次将WGCNA与随机森林算法结合，识别与抑郁症发病密切相关的关键基因，为早期诊断和精准治疗提供理论支持和潜在生物标志物	研究仅基于小鼠模型，结果在人类中的适用性需要进一步验证	探索抑郁症的神经生物学特征并识别相关关键基因	抑郁症小鼠模型	机器学习	抑郁症	WGCNA, RNA-seq	随机森林	基因表达数据	来自公共GEO数据集（如GSE102556）的抑郁症相关小鼠模型基因表达数据
2143	2025-07-17	Integrating Deep Learning and Radiomics in Differentiating Papillary Thyroid Microcarcinoma from Papillary Thyroid Carcinoma with Ultrasound Images 2025, Cancer management and research IF:2.5Q3 DOI:10.2147/CMAR.S507943 PMID:40656136	研究论文	本研究探讨了基于超声的放射组学、深度学习和结合深度学习的放射组学模型在区分甲状腺乳头状癌和甲状腺微小乳头状癌中的可行性和准确性	结合深度学习和放射组学模型，提高了区分甲状腺乳头状癌和甲状腺微小乳头状癌的能力	研究样本来自两家医院，可能存在一定的选择偏倚	减少甲状腺微小乳头状癌的过度治疗风险	甲状腺乳头状癌和甲状腺微小乳头状癌患者	数字病理学	甲状腺癌	超声成像	VGG13, VGG16, VGG19, AlexNet, EfficientNet	图像	549名患者（180例甲状腺乳头状癌和436例甲状腺微小乳头状癌结节）
2144	2025-07-17	A nnU-Net-based automatic segmentation of FCD type II lesions in 3D FLAIR MRI images 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1601815 PMID:40656161	研究论文	本研究使用基于nnU-Net的自动分割方法，对3D FLAIR MRI图像中的FCD II型病变进行分割	采用自动切片选择方法，通过峰值体素强度对轴向FLAIR切片进行排序，并保留每个扫描中排名前五的切片，使网络专注于富含病变的切片	研究样本量较小，仅包含85名FCD II型患者	提高癫痫患者病灶检测的准确性和速度，以改善术前评估和治疗效果	FCD II型病变的3D FLAIR MRI图像	数字病理学	癫痫	3D FLAIR MRI	nnU-Net	图像	85名FCD II型患者
2145	2025-07-17	Intelligent dynamic cybersecurity risk management framework with explainability and interpretability of AI models for enhancing security and resilience of digital infrastructure 2025, Journal of reliable intelligent environments DOI:10.1007/s40860-025-00253-3 PMID:40656511	研究论文	提出了一种新型动态网络安全风险管理框架，整合AI模型的可解释性和可解释性特征，以增强数字基础设施的安全性和韧性	整合动态参数如漏洞利用和资产依赖关系，采用混合AI模型（线性回归和深度学习）进行漏洞优先级排序，并引入AI模型的可解释性特征	未明确说明框架在实际组织环境中的适用性和部署挑战	提升网络安全风险管理的动态性和可解释性，以应对不断变化的网络威胁	数字基础设施的网络安全风险管理	机器学习	NA	混合AI模型（线性回归和深度学习）	线性回归, 深度学习	结构化数据（CVEjoin数据集）	使用广泛采用的CVEjoin数据集进行实验
2146	2025-07-17	AllerTrans: a deep learning method for predicting the allergenicity of protein sequences 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf040 PMID:40656558	研究论文	开发了一种名为AllerTrans的深度学习方法，用于预测蛋白质序列的过敏性	结合两种蛋白质语言模型(pLMs)提取特征向量，并通过深度神经网络(DNN)进行分类，提高了预测的准确性和效率	未提及具体的数据集规模或多样性限制	预测蛋白质的过敏性，以替代传统昂贵且耗时的实验室测试	蛋白质序列	生物信息学	过敏性疾病	蛋白质语言模型(pLMs), 深度神经网络(DNN)	DNN, 集成模型	蛋白质序列	NA
2147	2025-07-17	Artificial intelligence and machine learning techniques for predicting neuropathic pain in patients with cancer: A systematic review 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251358315 PMID:40656844	系统综述	本文系统评估了人工智能和机器学习技术在预测癌症患者神经病理性疼痛中的应用	首次系统综述了AI/ML在癌症相关神经病理性疼痛预测中的应用，并分析了模型性能、预测因子及局限性	方法学局限包括校准不足、外部验证率低(仅14%)和可解释性有限	评估AI/ML技术在预测肿瘤患者神经病理性疼痛及相关结局中的应用	癌症患者(主要集中于乳腺癌患者)	机器学习	癌症	AI/ML技术	随机森林、支持向量机(SVM)、深度学习架构	临床数据、情感数据、影像数据和分子数据	14项符合条件的研究(基于PRISMA 2020指南筛选)
2148	2025-07-17	Advancing cardiac diagnostics: high-accuracy arrhythmia classification with the EGOLF-net model 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1613812 PMID:40656899	research paper	该研究提出了一种名为EGOLF-net的新型模型，用于高精度心律失常分类	结合增强型灰狼优化算法与LSTM融合网络，显著提升心电图信号处理的准确性和鲁棒性	研究仅基于MIT-BIH心律失常数据库，未在其他独立数据集上验证模型泛化能力	开发高精度心律失常自动诊断系统以辅助临床决策	心电图信号中的心律失常模式	数字病理学	心血管疾病	小波变换/统计特征提取	EGOLF-Net (Enhanced Gray Wolf Optimization with LSTM Fusion Network)	ECG信号	MIT-BIH心律失常数据库（具体样本量未说明）
2149	2025-07-17	Cross-Scale Guidance Integration Transformer for Instance Segmentation in Pathology Images 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3555818 PMID:40657050	research paper	提出了一种用于病理图像中腺癌细胞实例分割的跨尺度引导集成Transformer方法	引入了跨尺度引导集成模块，整合多尺度特征，通过掩码注意力解码器更准确地分割不同大小的腺癌细胞	未提及具体的数据集大小或多样性限制	开发一种自动化的计算机辅助腺癌分级方法，减轻病理学家负担并提高可重复性	病理图像中的腺癌细胞	digital pathology	adenocarcinoma	deep learning	Transformer	image	两个公共腺癌细胞数据集
2150	2025-07-17	Advances in Electroencephalography for Post-Traumatic Stress Disorder Identification: A Scoping Review 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3538498 PMID:40657059	综述	本文对利用脑电图(EEG)信号处理技术进行创伤后应激障碍(PTSD)诊断、鉴别和治疗的计算方法进行了范围综述	全面概述了从EEG采集到统计和机器学习技术的整个分析流程，并识别了Alpha波段和特定事件相关电位(ERP)在PTSD诊断中的优势	ERP使用存在局限，睡眠特征和全波段EEG研究不足，数据集代表性不够广泛	评估EEG信号处理技术在PTSD诊断、鉴别和治疗中的应用	创伤后应激障碍(PTSD)患者(主要研究人群为退伍军人和战斗人员)	生物医学信号处理	精神疾病/创伤后应激障碍	EEG信号处理(包括EEG频段分析和事件相关电位ERP)	SVM(监督学习), Random Forest(多模态模型), 无监督聚类	EEG信号数据(部分研究整合ECG、GSR、语音等多模态数据)	共分析73项研究(52项诊断研究，8项鉴别研究，15项治疗研究)，仅3项研究报告了开放数据集
2151	2025-07-17	NDL-Net: A Hybrid Deep Learning Framework for Diagnosing Neonatal Respiratory Distress Syndrome From Chest X-Rays 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3548613 PMID:40657060	research paper	介绍了一种名为NDL-Net的混合深度学习框架，用于从胸部X光片中诊断新生儿呼吸窘迫综合征	结合了MobileNetV3 Large和ResNet50进行图像处理和复杂模式检测，并引入LSTM层分析时间变化以提高预测准确性	未提及具体的数据集来源或样本多样性限制	提高新生儿呼吸窘迫综合征的诊断准确性和及时性	新生儿胸部X光片	digital pathology	neonatal respiratory distress syndrome	deep learning	MobileNetV3 Large, ResNet50, LSTM	image	未明确提及具体样本数量
2152	2025-07-17	Prostate cancer classification using 3D deep learning and ultrasound video clips: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1582035 PMID:40657247	研究论文	本研究评估了使用深度学习模型和经直肠超声（TRUS）视频片段预测前列腺癌的有效性	首次将3D深度学习模型（I3D）应用于TRUS视频片段进行前列腺癌分类，并在多中心研究中验证其性能	样本来源仅限于使用特定型号超声诊断机器的患者，可能影响模型的泛化能力	评估深度学习模型在前列腺癌分类中的有效性	接受经直肠超声检查的男性患者	数字病理学	前列腺癌	TRUS	I3D, ResNet 50	视频	815名男性（开发集552人，内部测试集93人，外部测试集1为96人，外部测试集2为74人）
2153	2025-07-17	Deep Learning-Based Automatic Diagnosis System for Developmental Dysplasia of the Hip 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3560877 PMID:40657528	research paper	开发了一种基于深度学习的自动诊断系统，用于提高发育性髋关节发育不良（DDH）诊断的准确性和一致性	引入了端到端深度学习模型进行关键点检测，并提出了一种新颖的数据驱动评分系统，整合三个关键角度信息以提供全面且可解释的诊断输出	研究未提及模型在不同年龄段或不同严重程度DDH患者中的泛化能力	提高DDH诊断的准确性和一致性	骨盆X光片中的八个解剖关键点	digital pathology	developmental dysplasia of the hip	deep learning-based keypoint detection	end-to-end deep learning model	image	未明确提及样本数量，但与8名中等经验骨科医生进行了比较
2154	2025-07-17	Survival Prediction of Esophageal Cancer Using 3D CT Imaging: A Context-Aware Approach With Non-Local Feature Aggregation and Graph-Based Spatial Interaction 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3562724 PMID:40657529	研究论文	本研究提出了一种基于3D CT影像的食管癌生存预测方法，通过非局部特征聚合和图基空间交互模块提升预测准确性	创新性地结合了非局部特征聚合模块(NFAM)和图基空间交互模块(GSIM)，关注肿瘤与淋巴结区域的上下文交互	仅使用3D CT影像数据，可能忽略其他潜在影响生存率的临床因素	开发有效的食管癌生存风险预测模型	食管癌患者	数字病理	食管癌	3D CT成像	深度学习模型（含NFAM和GSIM模块）	3D医学影像	NA
2155	2025-07-17	Cross-Database Evaluation of Deep Learning Methods for Intrapartum Cardiotocography Classification 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3548401 PMID:40657532	研究论文	本研究通过跨数据库评估六种深度学习模型在产时胎心监护分类中的应用，探讨了信号选择和预处理对模型性能的影响	首次在跨数据库环境下系统评估多种深度学习模型对胎儿窘迫的检测性能，并分析了信号预处理和训练数据选择对模型的影响	研究使用的数据集仍有限，且未涉及更多样化的临床场景	开发并评估深度学习模型用于自动检测胎儿窘迫	胎心监护(CTG)记录数据	医疗人工智能	产科疾病	深度学习	ResNet等六种深度学习模型	胎心率(FHR)和子宫收缩(UC)信号数据	私有数据集9,887条CTG记录和公开数据集552条CTG记录
2156	2025-07-16	Neurofusionnet: a comprehensive framework for accurate epileptic seizure prediction from EEG data with hybrid meta-heuristic optimization algorithm 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10293-3 PMID:40661693	研究论文	本文提出了一种名为Neurofusionnet的综合框架，用于从EEG数据中准确预测癫痫发作，结合了混合元启发式优化算法	提出了一种新的检测模型NeuroFusionNet，结合了多种深度学习网络和改进的混合优化算法，以提高癫痫发作预测的准确性和鲁棒性	NA	开发一个全面的框架，用于从EEG数据中准确预测癫痫发作	癫痫患者的EEG数据	数字病理学	癫痫	EEG数据处理、独立成分分析、小波变换、傅里叶变换	NeuroFusionNet（结合Improved ShuffleNet V2、SqueezeNet、EfficientNet V2和基于Multi Head Attention的GhostNet V2）	EEG数据	NA
2157	2025-07-16	Structure from motion-convolutional neural network model (SfM-CNN) achieved accurate portable Chinese dietary chemical composition estimation for dietary recall 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144908 PMID:40449202	研究论文	本研究介绍了一种基于SfM-CNN模型的新型AI驱动解决方案，用于自动化分析中国食物的化学成分	结合先进的3D重建技术与深度学习（特别是SIFT算法），实现了误差小于4%的卓越特征提取和食物体积估计	NA	为健康和营养管理提供准确的中国饮食化学成分估计	中国食物	计算机视觉	NA	SIFT算法	SfM-CNN, SIFT-ResNet50	图像	ChineseDish-100数据集
2158	2025-07-16	Detection and classification of meat freshness using an optimized deep learning method 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144783 PMID:40479992	研究论文	本文提出了一种基于深度学习的肉类新鲜度分类方法，结合VGG19卷积神经网络和改进的人工原生动物优化器进行特征提取和选择	采用改进的人工原生动物优化器(IAPO)结合粒子群优化(PSO)进行特征选择，相比现有五种优化技术表现出更高性能	未提及方法在不同肉类品种或实际工业环境中的泛化能力测试	开发高精度的肉类新鲜度自动分类系统	肉类样本的新鲜度（新鲜/半新鲜/变质）	计算机视觉	NA	深度学习	VGG19 CNN结合IAPO-PSO优化	图像	未明确说明具体样本数量
2159	2025-07-16	Low-field NMR-based deep learning for non-destructive quality assessment of frozen model foods 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145181 PMID:40540836	研究论文	使用低场核磁共振结合深度学习技术对冷冻模型食品进行非破坏性质量评估	结合低场核磁共振(LF-NMR)和反向传播人工神经网络(BP-ANN)构建新型非破坏性质量评估模型	仅针对含水量90%和80%的凝胶模型食品进行研究，未涉及其他类型食品	开发冷冻食品质量非破坏性评估方法	含水量90%和80%的凝胶模型食品	食品科学	NA	低场核磁共振(LF-NMR)	BP-ANN, PLSR	核磁共振信号数据	梯度温度条件下冷冻的凝胶模型食品样本
2160	2025-07-16	Deep learning reduced order models of vaginal tear propagation 2025-Oct, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107074 PMID:40499333	research paper	该论文介绍了结合有限元分析、适当正交分解和机器学习的新计算方法，用于预测阴道变形和撕裂	整合有限元分析、适当正交分解和机器学习技术，开发了全阶ML模型和基于POD的降阶模型，用于快速计算阴道分娩结果	研究基于啮齿类动物的离体微机械数据，可能无法完全模拟人类阴道组织的复杂性	预测阴道分娩过程中可能出现的并发症，如阴道撕裂	阴道组织的变形和撕裂	machine learning	产科疾病	有限元分析(FE)、适当正交分解(POD)、机器学习(ML)	全阶ML模型、基于POD的降阶ML模型	微机械数据、位移场快照	基于啮齿类动物的离体微机械数据