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
3521	2025-05-15	MRI-based machine learning analysis of perivascular spaces and their link to sleep disturbances, dementia, and mental distress in young adults with long-time mobile phone use 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1555054 PMID:40356706	研究论文	本研究通过MRI和深度学习技术分析长期使用手机（LTMPU）的年轻成年人中扩大的血管周围间隙（EPVSs）与睡眠障碍、痴呆和精神困扰的关联	首次利用深度学习算法定量分析EPVSs特征，并探讨其与多种临床症状的关联	样本量较小（82例），且为回顾性研究	探究长期手机使用者的EPVSs特征与神经精神症状的关系	长期使用手机的年轻成年人	数字病理学	神经退行性疾病	MRI扫描、深度学习算法	深度学习	MRI图像	82名LTMPU患者
3522	2025-05-15	MRI-based deep learning with clinical and imaging features to differentiate medulloblastoma and ependymoma in children 2025, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2025.1570860 PMID:40356719	research paper	该研究探讨了基于T2加权MRI的深度学习结合临床和影像特征在儿童髓母细胞瘤和室管膜瘤鉴别中的有效性	结合深度学习和多模态临床影像特征构建融合模型，显著提高了鉴别诊断的准确性	样本量相对有限（201例），且来自三个研究中心可能存在数据异质性	开发有效的儿童髓母细胞瘤和室管膜瘤鉴别诊断方法	儿童髓母细胞瘤（MB）和室管膜瘤（EM）患者	digital pathology	brain tumor	T2-weighted MRI	AlexNet-based DL classifier with multimodality fusion	MRI images and clinical features	201名患者（来自三个研究中心）
3523	2025-05-15	Deep learning-based automated tongue analysis system for assisted Chinese medicine diagnosis 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1559389 PMID:40356770	研究论文	本研究提出了一种结合深度学习与传统中医的自动化舌象分析系统，以提高舌诊的准确性和客观性	系统包括硬件设备、改进的半监督学习分割算法、高性能色彩校正模块以及融合不同特征的舌象分析算法	未提及具体样本量或实验设计的局限性	提升中医舌诊的准确性和客观性	舌象图像	数字病理	NA	深度学习	U2net	图像	NA
3524	2025-05-15	Deep learning for malignant lymph node segmentation and detection: a review 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1526518 PMID:40356919	综述	本文深入回顾了深度学习在恶性淋巴结分割和检测方面的进展	专注于恶性淋巴结的深度学习应用，填补了该领域综述的空白	未提及具体模型的性能比较或量化分析	提升癌症治疗规划的精确性和效率	恶性淋巴结	数字病理学	癌症	深度学习	NA	医学影像	NA
3525	2025-05-15	Leveraging artificial intelligence in disaster management: A comprehensive bibliometric review 2025, Jamba (Potchefstroom, South Africa) DOI:10.4102/jamba.v17i1.1776 PMID:40357012	综述	本文通过文献计量学方法回顾了人工智能在灾害管理中的应用	利用VOSviewer和Biblioshiny工具分析了848篇文献，揭示了AI在灾害管理中的研究趋势和科学图谱	仅基于Scopus数据库的英文文献，可能遗漏其他语言或数据库的重要研究	评估人工智能技术在灾害管理领域的应用现状和发展趋势	自然灾害管理相关的人工智能研究文献	机器学习	NA	文献计量分析	NA	文献数据	848篇出版物
3526	2025-05-15	Making, not breaking the young, aspiring athlete: the development of Prep to be PRO (Nærmere Best) - a Norwegian school-based educational programme 2025, BMJ open sport & exercise medicine IF:3.9Q1 DOI:10.1136/bmjsem-2024-002388 PMID:40357054	research paper	本文记录了Prep to be PRO教育模块化计划的开发过程，旨在支持和保护体育初中和体育高中年轻运动员的健康与发展	该计划首次系统性地整合了多学科知识，并通过国家高中课程确保其相关性和教育标准的一致性	尚未进行系统性的数据收集和效果评估，长期可持续性仍需验证	开发一个教育计划，以预防年轻运动员的健康问题并支持其发展	体育初中和体育高中的年轻运动员	运动科学	NA	NA	NA	NA	超过40名利益相关者参与开发过程
3527	2025-05-15	Deep learning object detection-based early detection of lung cancer 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1567119 PMID:40357272	research paper	本文探讨了基于深度学习的物体检测技术在肺癌早期诊断中的应用	比较了不同版本的YOLO模型在肺癌CT图像检测任务中的性能，发现YOLOv8表现最佳	研究仅基于公开数据集Lung-PET-CT-Dx，未涉及其他数据集验证	提高肺癌早期诊断和分类的准确性	肺癌CT图像	computer vision	lung cancer	deep learning	YOLO系列（YOLOv5, YOLOv8, YOLOv9, YOLOv10, YOLOv11）	image	Lung-PET-CT-Dx公共数据集
3528	2025-05-15	RAMAS-Net: a module-optimized convolutional network model for aortic valve stenosis recognition in echocardiography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1587307 PMID:40357270	研究论文	提出了一种名为RAMAS-Net的深度学习模型，用于在超声心动图中自动识别和诊断主动脉瓣狭窄	通过将ResNet50主干的Stage 4替换为SCConv和MDTA模块，减少了冗余计算并提高了特征提取能力	NA	提高主动脉瓣狭窄的诊断准确性，支持临床决策	主动脉瓣狭窄（AS）患者	数字病理	心血管疾病	深度学习	CNN（ResNet50改进版）	图像（超声心动图）	TMED-2和TMED-1数据集
3529	2025-05-15	An optimized deep learning model based on transperineal ultrasound images for precision diagnosis of female stress urinary incontinence 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1564446 PMID:40357276	研究论文	本研究开发并验证了一种基于经会阴超声图像的优化深度学习模型，以提高女性压力性尿失禁的诊断精度和可靠性	首次将深度学习模型（如DenseNet-121）应用于经会阴超声图像，显著提高了女性压力性尿失禁的诊断性能	研究为回顾性设计，样本量相对有限（464例），且仅评估了三种深度学习模型	提高女性压力性尿失禁的诊断精度和可靠性	464名女性的经会阴超声图像（200例患者和264例对照）	数字病理	尿失禁	经会阴超声（TPUS）	ResNet-50, ResNet-152, DenseNet-121	图像	464名女性（200例患者和264例对照）
3530	2025-05-15	Automatic segmentation and volume measurement of anterior visual pathway in brain 3D-T1WI using deep learning 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1530361 PMID:40357297	研究论文	本研究探讨了使用3D UX-Net深度学习模型在脑部T1加权成像中自动分割和测量前视通路（AVP）体积的可行性	首次在脑部T1WI中使用3D UX-Net模型进行AVP自动分割和体积测量，并提供了成人AVP的标准化测量值	研究样本量相对较小（119名成人），且为回顾性研究	开发自动分割和测量前视通路体积的深度学习模型	前视通路（AVP）	数字病理学	NA	3D T1加权成像（T1WI）	3D UX-Net, 3D U-Net, Swin UNEt TRansformers (UNETR), UNETR++, Swin Soft Mixture Transformer (Swin SMT)	3D医学影像	119名成人的临床数据和脑部3D T1WI影像
3531	2025-05-14	Deep learning for the prediction of acute kidney injury after coronary angiography and intervention in patients with chronic kidney disease: a model development and validation study 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2474206 PMID:40083057	研究论文	本研究开发并验证了一种基于深度学习的模型，用于预测慢性肾脏病患者在接受冠状动脉造影和介入治疗后发生对比剂后急性肾损伤的风险	首次为慢性肾脏病患者开发了可解释的深度神经网络模型来预测对比剂后急性肾损伤，并提供了基于网络的临床决策工具	研究为单中心回顾性研究，样本量相对有限（989例患者）	开发预测慢性肾脏病患者冠状动脉造影/介入术后对比剂肾损伤风险的AI工具	接受冠状动脉造影或介入治疗的慢性肾脏病患者	数字病理	心血管疾病	机器学习算法比较（包括随机森林和深度神经网络）	DNN（深度神经网络）	临床数据（术前和术中变量）	989例慢性肾脏病患者（125例发生PC-AKI）
3532	2025-05-14	A comprehensive review of computational methods for Protein-DNA binding site prediction 2025-Aug, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115862 PMID:40209920	review	本文全面回顾了蛋白质-DNA结合位点预测的计算方法	对14种最先进的DNA结合位点预测模型进行了基准测试，并展示了深度学习方法，特别是基于预训练大型语言模型的方法，优于其他两类方法	未提及具体方法的局限性	开发高效且准确的DNA结合位点预测计算方法	蛋白质-DNA结合位点	computational biology	NA	template detection, statistical machine learning, deep learning	pre-trained large language model	protein sequences	136 non-redundant proteins
3533	2025-05-14	Rapid diagnosis of lung cancer by multi-modal spectral data combined with deep learning 2025-Jul-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.125997 PMID:40073660	研究论文	本研究提出了一种基于深度学习的多模态光谱信息融合网络（MSIF），用于肺腺癌细胞的快速诊断	引入了自适应深度卷积（ADConv）进行特征提取，设计了跨模态交互融合（CMIF）模块实现多模态特征学习	未提及模型在更大规模数据集上的泛化能力验证	开发快速、低成本的肺癌早期诊断方法	肺腺癌细胞	数字病理	肺癌	傅里叶变换红外光谱、UV-vis吸收光谱、荧光光谱	ResNet、Transformer、一维CNN混合模型	光谱图像和文本数据	正常细胞和患者细胞的多模态光谱数据
3534	2025-05-14	Zero-shot and few-shot multimodal plastic waste classification with vision-language models 2025-Jul, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114815 PMID:40273572	研究论文	本文探讨了利用视觉语言模型(VLMs)进行建筑和拆除塑料废物的树脂类型分类，通过零样本和小样本学习减少对大量标注数据的依赖	首次将视觉语言模型应用于塑料废物分类，实现了零样本和小样本学习，显著提高了数据效率和模型的可扩展性	零样本分类的准确率(70.15%)仍有提升空间，且未说明模型在更复杂塑料混合物分类中的表现	开发一种数据高效的塑料废物分类方法，减少对大规模标注数据的依赖	建筑和拆除过程中产生的塑料废物	计算机视觉	NA	视觉语言模型(VLMs)	VLM	图像和文本	未明确说明具体样本数量，但强调使用少量或零训练样本
3535	2025-05-14	Sepsis Important Genes Identification Through Biologically Informed Deep Learning and Transcriptomic Analysis 2025-Jul, Clinical and experimental pharmacology & physiology DOI:10.1111/1440-1681.70031 PMID:40356040	研究论文	通过生物信息学深度学习和转录组分析识别脓毒症重要基因	使用P-NET（一种生物信息学可解释人工智能模型）评估脓毒症基因重要性，并识别出688个重要基因，这些基因在炎症和免疫调节通路中富集	未提及样本量大小及具体实验验证步骤	识别调控脓毒症免疫反应的关键基因	脓毒症患者基因表达数据	生物信息学	脓毒症	转录组分析、单细胞分析	P-NET	基因表达数据	NA
3536	2025-05-14	Rapid detection of the viability of naturally aged maize seeds using multimodal data fusion and explainable deep learning techniques 2025-Jun-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143692 PMID:40068265	研究论文	本研究提出了一种基于多模态数据融合和可解释深度学习技术的自然老化玉米种子活力快速检测方法	提出了MSCNSVN模型，通过融合多传感器信息（MV、RS、TS、FS、SS）提高种子活力检测的准确性，并分析了不同数据对模型精度的影响	未提及具体样本量，且模型在单模态数据上的准确率仍有提升空间	提高自然老化玉米种子活力的检测准确率	自然老化的玉米种子	机器学习	NA	多模态数据融合、深度学习	MSCNSVN	多传感器数据（MV、RS、TS、FS、SS）	NA
3537	2025-05-14	Online assessment of soluble solids content in strawberries using a developed Vis/NIR spectroscopy system with a hanging grasper 2025-Jun-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143671 PMID:40073605	研究论文	本研究探讨了使用可见/近红外光谱(VIS/NIRS)在线检测草莓在悬挂运输过程中可溶性固形物含量(SSC)的可行性	开发了一种悬挂式抓取器的VIS/NIRS系统，并结合深度学习方法来提高在线检测草莓SSC的准确性和效率	研究仅针对草莓，未涉及其他小且易损水果的在线检测	实现在线检测草莓内部品质，特别是可溶性固形物含量(SSC)	草莓	光谱分析	NA	可见/近红外光谱(VIS/NIRS)	PLSR, 1D-CNN, 1D-CNN-LSTM	光谱数据	未明确说明样本数量
3538	2025-05-14	Artificial intelligence driven plaque characterization and functional assessment from CCTA using OCT-based automation: A prospective study 2025-Jun-01, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133140 PMID:40064207	研究论文	开发并验证了一种基于AI的模型，利用CCTA和OCT图像自动分析斑块特征和冠状动脉功能	首次将AI模型与OCT图像结合，用于自动化分析斑块特征和冠状动脉功能，并展示了与OCT分析结果的高度一致性	样本量相对较小（100名患者），且仅针对特定类型的斑块和冠状动脉狭窄进行了验证	开发并验证一种AI模型，用于自动化分析冠状动脉斑块特征和功能	100名接受侵入性冠状动脉造影、OCT和CCTA检查的患者	数字病理学	心血管疾病	光学相干断层扫描（OCT）、冠状动脉CT血管造影（CCTA）	深度学习卷积神经网络（CNN）	图像	100名患者，包括21,471张断层扫描图像
3539	2025-05-14	Genetic Distinctions Between Reticular Pseudodrusen and Drusen: A Genome-Wide Association Study 2025-Jun, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.03.007 PMID:40064387	研究论文	通过全基因组关联研究（GWAS）比较网状假性玻璃膜疣（RPD）和玻璃膜疣（drusen）的遗传差异	首次识别出与RPD特异性相关的三个新遗传位点，并确认了ARMS2-HTRA1位点与RPD负荷的显著关联	样本量有限，特别是纯RPD病例较少（仅66例），且部分新发现的遗传变异属于罕见变异（次要等位基因频率<5%）	鉴定网状假性玻璃膜疣（RPD）相对于玻璃膜疣（drusen）的特异性遗传决定因素	UK Biobank（UKBB）队列中的RPD患者、drusen患者和对照参与者	基因组学	年龄相关性黄斑变性（AMD）	全基因组关联研究（GWAS）、深度学习框架、光学相干断层扫描（OCT）	深度学习	基因组数据、OCT影像、彩色眼底照片	1787名参与者（1037名对照、361名纯drusen、66名纯RPD、323名混合病例）
3540	2025-05-14	Spectroscopic techniques combined with chemometrics for rapid detection of food adulteration: Applications, perspectives, and challenges 2025-Jun, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116459 PMID:40356185	review	本文综述了近三年来六种光谱技术与化学计量学方法在常见食品掺假检测中的应用、前景与挑战	总结了六种光谱技术（NIR、FTIR、HSI、Raman、UV-Vis和FS）与化学计量学方法在食品掺假检测中的综合应用，并提出了基于深度学习的方法和数据融合的未来研究方向	线性化学计量学方法仍是主要研究方法，这可能限制光谱技术的应用潜力	探讨光谱技术与化学计量学在食品掺假快速检测中的应用与未来发展	常见食品掺假（粉状食品、肉类、蜂蜜、饮料、食用油和乳制品）	食品检测	NA	NIR, FTIR, HSI, Raman, UV-Vis, FS	线性化学计量学方法、深度学习模型	光谱数据	NA