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
4861	2025-05-08	Enhancing PM2.5 prediction by mitigating annual data drift using wrapped loss and neural networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314327 PMID:39932913	research paper	该论文提出两种考虑数据漂移特性的模型，用于PM2.5预测，并通过与多种深度学习模型比较，展示了其优越性	提出Front-loaded connection模型(FLC)和Back-loaded connection模型(BLC)来解决数据漂移问题，并引入包裹损失函数以提高预测准确性	研究仅基于2014-2018年的数据，可能无法涵盖所有潜在的数据漂移情况	提高PM2.5预测的准确性，特别是在存在年度数据漂移的情况下	气象空气质量数据和天气数据	machine learning	NA	统计技术分析年度数据漂移	LSTM, CNN, FLC, BLC	时间序列数据	2014-2018年五年的数据
4862	2025-05-08	Advancements in Viral Genomics: Gated Recurrent Unit Modeling of SARS-CoV-2, SARS, MERS, and Ebola viruses 2025, Revista da Sociedade Brasileira de Medicina Tropical IF:1.8Q3 DOI:10.1590/0037-8682-0178-2024 PMID:39936709	研究论文	该研究使用门控循环单元(GRU)深度学习模型对SARS-CoV-2、SARS、MERS和埃博拉病毒的基因组序列进行全面分析和比较	采用GRU深度学习模型分析多种病毒的基因组序列，揭示其进化动态、传播模式和致病性	未来需要扩展研究更多病毒种类以增强模型的通用性	增强对新兴病毒威胁的理解和应对能力，开发有效的诊断和治疗干预措施	SARS-CoV-2、SARS、MERS和埃博拉病毒的基因组序列	机器学习	病毒感染	基因组测序技术	GRU	基因组序列数据	四种病毒的基因组序列数据
4863	2025-05-08	A novel deep learning-based framework with particle swarm optimisation for intrusion detection in computer networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316253 PMID:39937819	research paper	提出了一种基于深度学习和粒子群优化的新型入侵检测框架	结合PSO进行超参数优化，并优化组合三种预训练网络模型	未提及具体在实际网络环境中的部署效果	提高计算机网络安全中的入侵检测效率和准确性	计算机网络的入侵行为	machine learning	NA	deep learning, particle swarm optimisation (PSO)	DNN	network traffic data	KDDCUP'99, NSL-KDD和UNSW-NB15数据集
4864	2025-05-08	Long duration multi-channel surface electromyographic signals during walking at natural pace: Data acquisition and analysis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318560 PMID:39937870	research paper	该研究介绍了一个长时间表面肌电信号（sEMG）数据集，记录了31名健康受试者在自然步速行走时的肌肉活动	提供了长时间（几分钟而非几秒）的sEMG信号数据集，支持对肌肉活动变异性的全面分析	研究仅涉及健康受试者，未包括病理条件下的数据	分析行走过程中表面肌电信号的变异性，并验证数据集的可靠性和可用性	31名20至30岁的健康受试者	生物医学工程	NA	表面肌电信号（sEMG）采集	NA	sEMG信号、电测角信号和足地接触信号	31名健康受试者，每名受试者采集10个下肢肌肉的sEMG信号
4865	2025-05-08	Diagnosis of clear cell renal cell carcinoma via a deep learning model with whole-slide images 2025 Jan-Dec, Therapeutic advances in urology IF:2.6Q2 DOI:10.1177/17562872251333865 PMID:40321674	research paper	本研究探讨了使用全切片图像（WSIs）建立深度学习模型诊断透明细胞肾细胞癌（ccRCC）的可行性	利用深度学习模型（CNN和随机森林）结合全切片图像进行ccRCC诊断，提高了诊断准确率和效率	研究样本量相对较小（95名患者），且为回顾性研究，可能存在选择偏差	探索基于深度学习的ccRCC诊断方法的可行性	透明细胞肾细胞癌（ccRCC）患者的病理切片	digital pathology	renal cell carcinoma	whole-slide imaging (WSI)	CNN, random forest	image	95名患者的663张病理切片（506张肿瘤切片和157张正常组织切片）
4866	2025-05-08	An adaptive convolution neural network model for tuberculosis detection and diagnosis using semantic segmentation 2025, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/200628 PMID:40321710	研究论文	本文提出了一种基于语义分割的自适应卷积神经网络模型，用于肺结核的检测和诊断	采用Res-UNet架构进行图像分割，并引入一种新颖的深度学习网络进行分类，以提高诊断的准确性和精确度	研究主要依赖于特定数据集，可能在其他数据集上的泛化能力有限	提高胸部X光图像中肺结核的检测准确性和精确度	胸部X光图像中的肺结核病例和正常对照	计算机视觉	肺结核	深度学习、语义分割、图像分类	Res-UNet、CNN	图像	704张胸部X光图像用于训练，1400张用于测试
4867	2025-05-08	Deep Learning-Based Multiclass Framework for Real-Time Melasma Severity Classification: Clinical Image Analysis and Model Interpretability Evaluation 2025, Clinical, cosmetic and investigational dermatology DOI:10.2147/CCID.S508580 PMID:40322508	研究论文	本研究开发了一种基于深度学习的实时黄褐斑严重程度分类框架，利用临床面部图像进行AI辅助诊断	首次将多种CNN架构应用于黄褐斑严重程度分类，并通过LRP技术增强模型可解释性	仅使用单模态（图像）数据，未整合其他临床指标	开发AI辅助的黄褐斑严重程度自动分类系统	临床诊断的黄褐斑患者面部图像	计算机视觉	黄褐斑	深度学习	CNN（包括GoogLeNet等6种架构）	图像	1368张匿名面部图像
4868	2025-05-08	Semisupervised adaptive learning models for IDH1 mutation status prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321404 PMID:40323991	research paper	提出了一种基于放射组学和粗糙集的半监督自适应深度学习模型，用于从MRI数据预测IDH1突变状态	使用粗糙集算法去除冗余医学图像特征，通过统计T检验为未标记数据添加伪标签，并采用SCSO算法优化伪标签数据权重，构建UCNet分类模型	未明确提及具体局限性	提高胶质瘤IDH1突变状态预测的准确性和医学影像数据利用率	316名胶质瘤患者的术前MRI数据	digital pathology	glioma	MRI, radiomics, rough sets	UCNet (U-Net + CRNN), SCSO	MRI图像	316名胶质瘤患者
4869	2025-05-08	TCN-QV: an attention-based deep learning method for long sequence time-series forecasting of gold prices 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319776 PMID:40324013	research paper	提出了一种结合Temporal Convolutional Networks（TCN）与注意力机制的深度学习模型TCN-QV，用于提高黄金价格预测的准确性	结合TCN与Query和Keys注意力机制，自适应分配权重以提升预测精度	未明确提及具体局限性，但可能涉及模型在更广泛金融数据上的泛化能力	提高黄金价格时间序列预测的准确性	上海黄金价格时间序列数据	machine learning	NA	深度学习，注意力机制	TCN, CNN, RNN	时间序列数据	四个实验数据集，具体样本量未明确
4870	2025-05-07	Artificial intelligence in kidney transplantation: a 30-year bibliometric analysis of research trends, innovations, and future directions 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2458754 PMID:39910843	研究论文	本文通过文献计量分析评估了1993年至2023年间890篇关于人工智能在肾移植中应用的出版物，以识别全球趋势、研究热点和未来机会	利用CiteSpace和VOSviewer工具进行文献计量分析，揭示了人工智能在肾移植中的快速扩展应用及新兴趋势，如个性化医疗和多模态数据融合	研究仅基于文献计量分析，可能未涵盖所有相关研究或实际临床应用中的具体挑战	评估人工智能在肾移植领域的研究趋势、创新点和未来方向	1993年至2023年间发表的890篇关于人工智能在肾移植中应用的出版物	数字病理学	终末期肾病	文献计量分析工具（CiteSpace和VOSviewer）	深度学习、机器学习算法	文献数据	890篇出版物
4871	2025-05-07	A deep learning framework leveraging spatiotemporal feature fusion for electrophysiological source imaging 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108767 PMID:40245605	研究论文	提出了一种基于深度学习的框架SSINet，用于通过脑电图(EEG)提供准确的脑活动时空估计	SSINet整合了残差网络(ResBlock)用于空间特征提取和双向LSTM用于捕捉时间动态，通过Transformer模块融合以捕捉全局依赖关系，并采用通道注意力机制优先处理活跃脑区	未提及具体局限性	解决非侵入性测量脑活动的电生理源成像(ESI)中的高度不适定逆问题	脑活动	机器学习	NA	脑电图(EEG)	ResBlock, 双向LSTM, Transformer	脑电图数据	三个真实EEG数据集（视觉、听觉和体感刺激）
4872	2025-05-07	Quantitative determination of acid value in palm oil during thermal oxidation using Raman spectroscopy combined with deep learning models 2025-May-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143107 PMID:39893723	研究论文	本研究结合拉曼光谱和深度学习模型，用于棕榈油热氧化过程中酸值的定量测定	首次将拉曼光谱与CNN、LSTM和Transformer等深度学习模型结合，显著提高了酸值预测的准确性和效率	需要进一步验证更多样化的指标数据集	提高食用油脂质量控制中酸值监测的准确性和效率	棕榈油在热氧化过程中的酸值	机器学习	NA	拉曼光谱	CNN, LSTM, Transformer	光谱数据	NA
4873	2025-05-07	Universal semantic feature extraction from EEG signals: a task-independent framework 2025-May-06, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/add08f PMID:40273947	研究论文	开发了一个无监督框架，用于从EEG信号中提取任务无关的语义特征	提出了一个结合CNN、AutoEncoders和Transformers的新框架，用于提取EEG信号的低级时空模式和高级语义特征	NA	开发一个通用的、任务无关的EEG信号语义特征提取框架	EEG信号	机器学习	NA	EEG信号处理	CNN, AutoEncoders, Transformers	EEG信号	多个EEG数据集（BCICIV_2a、BCICIV_2b、Lee2019-SSVEP、Nakanishi2015等）
4874	2025-05-07	Monitoring Amphetamine and Methamphetamine Mixtures Based on Deep Learning Involves Colorimetric Sensing 2025-May-06, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00915 PMID:40279188	研究论文	本文提出了一种基于深度学习的比色传感策略，用于精确识别和区分安非他命（AMP）和甲基安非他命（MA）混合物	通过调节探针结构影响反应产物的聚集行为，首次实现了AMP和MA混合物的掺杂比例判断，并结合自研的Drugs Analyst和深度学习算法	NA	开发一种高精度识别和区分结构相似的分析物的方法，应用于毒品缉查、食品添加剂检测和环境监测等领域	安非他命（AMP）和甲基安非他命（MA）	机器学习和光学传感	NA	比色传感和深度学习算法	深度学习	光学信号	NA
4875	2025-05-07	A Comprehensive Survey of Foundation Models in Medicine 2025-May-06, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2025.3531360 PMID:40031197	综述	本文全面综述了医学领域中的基础模型（FMs），包括其演变、学习策略、标志性模型、应用及挑战	全面覆盖了基础模型在医学各领域的应用，提供了详细的分类法，并探讨了相关挑战和开放性问题	未提及具体样本量或实验数据，主要基于现有文献综述	探讨基础模型在医学和健康领域的应用及其潜力	基础模型（如BERT和GPT系列）及其在医疗领域的应用	自然语言处理, 计算机视觉, 机器学习	NA	自监督学习	BERT, GPT	文本, 图像, 组学数据	NA
4876	2025-05-07	Diagnosing migraine from genome-wide genotype data: a machine learning analysis 2025-May-06, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf172 PMID:40326299	研究论文	本研究旨在通过机器学习模型分析全基因组基因型数据，以解决偏头痛遗传性缺失的问题	利用机器学习模型捕捉非加性和交互效应，揭示了偏头痛可能遵循的非加性和交互遗传因果结构	数据维度（高数量的遗传变异）与可用数据规模不匹配，可能掩盖了非加性效应	开发机器学习模型以解决偏头痛遗传性缺失的问题	43,197名参与者（51%为女性），平均年龄54.6岁	机器学习	偏头痛	全基因组基因分型	LightGBM, 多项式朴素贝叶斯	基因型数据	43,197名个体
4877	2025-05-07	HawkDock version 2: an updated web server to predict and analyze the structures of protein-protein complexes 2025-May-06, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf379 PMID:40326522	research paper	介绍HawkDock2，一个用于预测和分析蛋白质-蛋白质复合物结构的更新网络服务器	集成了基于深度学习的柔性对接方法GeoDock，实现了VD-MM/GBSA方法以改进结合亲和力预测，新增了突变分析模块，并迁移到高性能集群	NA	改进蛋白质-蛋白质复合物结构的预测和分析方法	蛋白质-蛋白质复合物	computational biology	NA	deep learning, MM/GBSA	GeoDock	protein structures	>234,000 computational tasks
4878	2025-05-07	A fully automatic Cobb angle measurement framework of full-spine DR images based on deep learning 2025-May-06, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08895-w PMID:40327070	research paper	提出了一种基于深度学习的全自动Cobb角测量框架，用于全脊柱DR图像的脊柱侧弯评估	开发了一个全自动的深度学习框架，能够从全脊柱DR图像中自动测量Cobb角，解决了传统手动测量耗时且存在观察者差异的问题	未提及对不同年龄段或严重程度脊柱侧弯患者的适用性	提高脊柱侧弯诊断中Cobb角测量的准确性和效率	全脊柱数字放射摄影（DR）图像	digital pathology	scoliosis	deep learning	YOLOv8 with CBAM module	image	1,163张AP视图和1,378张LAT视图的DR图像
4879	2025-05-07	A deep learning model with interpretable squeeze-and-excitation for automated rehabilitation exercise assessment 2025-May-06, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03372-4 PMID:40327204	研究论文	本文介绍了一种用于自动化康复运动评估的深度学习模型CNN-SE，通过优化其参数并解释模型决策，展示了其在康复评估中的潜力	结合CNN-SE模型和灰狼优化算法进行参数优化，并利用SHAP方法解释模型决策，提高了康复运动评估的自动化水平和可解释性	研究仅在特定数据集(KIMORE和UI-PRMD)上进行了测试，可能需要更多样化的数据验证模型的泛化能力	开发自动化康复运动评估系统，以解决传统治疗师监督方法的高成本和人力资源短缺问题	患有运动功能障碍的患者(如中风、背痛、帕金森病和脊髓损伤)以及健康参与者	机器学习	神经系统疾病	灰狼优化算法, SHAP解释方法	CNN-SE	运动数据	KIMORE和UI-PRMD数据集中的健康和不健康参与者
4880	2025-05-07	Corticospinal tract reconstruction with tumor by using a novel direction filter based tractography method 2025-May-06, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03357-3 PMID:40327206	research paper	提出了一种基于新型方向滤波器的皮质脊髓束（CST）重建方法，用于在肿瘤存在的情况下进行稳健的CST重建	引入了一种基于四阶微分方程的方向滤波器，用于全局方向估计，并结合空间一致性和解剖先验知识	未提及具体的数据集规模或方法在其他类型肿瘤中的适用性	优化肿瘤切除手术中皮质脊髓束的保留	皮质脊髓束（CST）	数字病理学	肿瘤	扩散磁共振成像（MRI）	深度学习	MRI图像	NA