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
1041	2025-07-29	Data augmentation of time-series data in human movement biomechanics: A scoping review 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327038 PMID:40591732	综述	本文对生物力学时间序列数据的数据增强技术进行了范围综述，评估了当前技术的有效性并提出了应用建议	首次系统性地综述了生物力学时间序列数据增强技术的应用现状和挑战	缺乏对数据增强技术效果的全面评估，合成数据中未考虑软组织伪影等问题	评估生物力学时间序列数据增强技术的应用现状和效果	生物力学时间序列数据	生物力学	NA	数据增强技术	NA	时间序列数据	21篇相关文献
1042	2025-07-29	A deep learning software tool for automated sleep staging in rats via single channel EEG 2025, NPP - digital psychiatry and neuroscience DOI:10.1038/s44277-025-00035-y PMID:40656054	研究论文	开发了一种基于深度学习的软件工具，用于通过单通道EEG自动对大鼠睡眠阶段进行分类	利用深度学习模型自动分类大鼠的三种睡眠阶段，显著减少了人工标注的工作量	研究仅基于16只大鼠的数据，样本量相对较小	开发自动化方法以加速睡眠研究并提高睡眠质量评估的效率	大鼠的睡眠阶段（REM/反常睡眠、NREM/慢波睡眠和清醒状态）	机器学习	NA	单通道EEG	DNN	EEG信号	16只大鼠，每只进行两次24小时记录
1043	2025-07-29	Closed-Loop Transcranial Ultrasound Stimulation Based on Deep Learning Effectively Suppresses Epileptic Seizures in Mice 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.2025.3589089 PMID:40658582	研究论文	本研究设计并实现了一种基于深度学习的闭环经颅超声刺激系统，用于实时检测和干预青霉素诱导的癫痫小鼠海马区的癫痫信号	首次将深度学习应用于闭环经颅超声刺激系统，实现了对癫痫信号的实时识别和动态响应	研究仅在小鼠模型中进行，尚未在人类患者中验证	开发一种能够动态响应癫痫发作的闭环经颅超声刺激系统	青霉素诱导的癫痫小鼠	神经调控技术	癫痫	经颅超声刺激	深度学习网络模型	神经信号	青霉素诱导的癫痫小鼠（具体数量未提及）
1044	2025-07-29	A survey of NLP methods for oncology in the past decade with a focus on cancer registry applications 2025, Artificial intelligence review IF:10.7Q1 DOI:10.1007/s10462-025-11316-5 PMID:40688631	综述	本文综述了过去十年中自然语言处理（NLP）在癌症登记操作中的应用，重点关注NLP方法、文档类型、癌症部位和研究目标	系统性地分类和分析了2014年至2024年间156篇相关文献，揭示了NLP在癌症登记中的发展趋势和未充分探索的领域	儿科癌症、黑色素瘤和淋巴瘤等癌症类型以及疾病进展、临床试验匹配和患者沟通等研究领域代表性不足，多模态模型研究稀缺	评估NLP在癌症登记中的应用潜力，提升数据提取效率和准确性	临床文本（病理学和放射学报告）	自然语言处理	癌症	NLP	rule-based, machine learning, traditional deep learning, transformer models (BERT, ClinicalBERT, RadBERT, GPT-3, GPT-4)	文本	156篇文献
1045	2025-07-29	Detecting early gastrointestinal polyps in histology and endoscopy images using deep learning 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1571075 PMID:40703309	研究论文	使用深度学习技术检测组织学和内窥镜图像中的早期胃肠道息肉	提出了一种三阶段深度学习方法，结合编码器-解码器网络、预训练模型和SVM分类器，用于早期胃肠道息肉的识别	InceptionV3模型的表现略逊于其他模型	提高胃肠道癌症的早期识别能力	胃肠道息肉	数字病理学	胃肠道癌症	深度学习	EDN, VGG16, VGG19, ResNet50, InceptionV3, SVM	图像	五个数据集（CRC-VAL-HE-7K、CRC-VAL-HE-100K、Kvasir_v2、北京肿瘤医院数据集和一个弱标记数据集）
1046	2025-07-29	Integrating pathomics and deep learning for subtyping uveal melanoma: identifying high-risk immune infiltration profiles 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1585097 PMID:40703526	research paper	该研究利用无监督学习和深度学习技术对葡萄膜黑色素瘤（UVM）进行亚型分类，识别高风险免疫浸润特征	结合病理组学和深度学习识别UVM的高免疫浸润亚型，并基于死亡率风险改进患者分层	样本量相对较小，仅包含70例训练数据和68例验证数据	改进UVM患者的风险分层和预后预测	葡萄膜黑色素瘤（UVM）患者	digital pathology	uveal melanoma	H&E染色全切片图像分析、基因组数据分析、深度学习建模	Inception-V3	image, genomic, clinical	70例训练数据（来自GDC数据库）和68例验证数据（来自华西医院）
1047	2025-07-29	Supervised contrastive loss helps uncover more robust features for photoacoustic prostate cancer identification 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1592815 PMID:40703547	研究论文	本文探讨了监督对比学习在光声光谱特征提取中的应用，以提高前列腺癌识别的准确性	引入了监督对比学习（SCL-adjust模型），在光声光谱分析中提取更稳健的特征，相比传统方法准确率提高了10%以上	个体异质性仍然是影响识别性能的重要因素	从复杂的生物组织中提取更可靠的特征，提高前列腺癌的识别准确率	前列腺癌的光声光谱数据	数字病理学	前列腺癌	光声光谱分析	CNN, 监督对比学习模型（SC）, 监督对比损失调整模型（SCL-adjust）	光谱数据	NA
1048	2025-07-29	Using deep learning to screen OCTA images for hypertension to reduce the risk of serious complications 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1581785 PMID:40703652	研究论文	使用深度学习分析OCTA图像以筛查高血压及其严重并发症风险	结合Xception卷积神经网络和多Swin transformer模型分析OCTA图像，提高高血压筛查的准确性和效率	样本量相对较小（422张OCTA图像），模型性能仍有提升空间	研究高血压对眼部微血管的影响，开发基于深度学习的筛查方法	高血压患者和健康对照者的OCTA图像	数字病理学	心血管疾病	光学相干断层扫描血管成像（OCTA）	Xception CNN, Swin transformer	图像	422张OCTA图像（来自136名高血压患者和85名健康受试者）
1049	2025-07-29	Construction of crown profile prediction model of Pinus yunnanensis based on CNN-LSTM-attention method 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1567131 PMID:40703862	研究论文	本研究基于CNN-LSTM-attention方法构建了云南松树冠轮廓预测模型，提高了预测精度	结合深度学习和新型树冠竞争指数（CPCI），克服了传统模型在捕捉树冠不对称性和垂直结构方面的局限性	研究仅基于云南大理苍山的五个年龄分层永久样地数据，可能限制了模型的普适性	提高云南松树冠轮廓的预测精度，以支持森林管理和生态分析	云南松树的树冠轮廓	机器学习	NA	深度学习	CNN-LSTM-Attention	树冠轮廓数据	629棵树，来自五个年龄分层的永久样地
1050	2025-07-29	Design and development of an efficient RLNet prediction model for deepfake video detection 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1569147 PMID:40704217	研究论文	本研究提出了一种结合ResNet和LSTM的RLNet深度学习框架，用于高精度检测深度伪造视频	通过结合ResNet和LSTM网络，同时利用空间和时间特征来准确识别伪造内容，相比现有方法具有更高的准确性和检测能力	需要研究更多卷积神经网络架构在视频深度伪造数据集上的表现	开发一种高效的深度伪造视频检测方法，提升数字内容的安全性和真实性	深度伪造视频	计算机视觉	NA	深度学习	ResNet, LSTM	视频	包含真实和深度伪造视频的多样化数据集
1051	2025-07-29	Application of deep learning for diagnosis of shoulder diseases in older adults: a narrative review 2025-Jan, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.e6 PMID:40704206	综述	本文探讨了深度学习在老年人肩部疾病诊断中的应用及其潜力	利用深度学习技术自动化图像分割、疾病检测和运动分析，提高诊断准确性和效率	需要大规模前瞻性验证研究以确保其普适性和可重复性	探索深度学习在老年人肩部疾病诊断中的应用	老年人肩部疾病	数字病理学	老年疾病	深度学习	CNN	图像	NA
1052	2025-06-01	Letter to the Editor on "Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound" 2025-Aug, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.05.044 PMID:40447158	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1053	2025-07-28	Differential Privacy Enabled Robust Asynchronous Federated Multitask Learning: A Multigradient Descent Approach 2025-Aug, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3571953 PMID:40531632	research paper	提出了一种支持差分隐私的鲁棒异步联邦多任务学习方法，采用多梯度下降算法	引入了联邦多任务学习框架，开发了半异步模型聚合方法，并应用分布式差分隐私技术增强隐私保护	未明确提及具体局限性	解决联邦学习中的数据异质性、边缘设备异质性、敏感信息泄露、非凸损失和通信资源限制等挑战性问题	联邦学习框架及其在隐私保护下的深度学习模型训练	machine learning	NA	federated learning, differential privacy	FedMGDA, DP-AsynFedMGDA	NA	NA
1054	2025-07-28	A Deep Learning Multimodal Fusion-Based Method for Cell and Nucleus Segmentation 2025-Jul-25, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3592625 PMID:40711898	研究论文	提出了一种基于深度学习多模态融合的细胞和细胞核分割方法	通过结合预训练模型和多模态数据融合技术，实现了无需重新训练新数据的细胞和细胞核分割	需要高质量的预训练模型和多模态数据支持	解决细胞和细胞核分割任务中标注数据稀缺的问题	细胞和细胞核图像	数字病理学	NA	深度学习多模态融合	CNN	图像和文本	NA
1055	2025-07-28	A Multi-Modal Pelvic MRI Dataset for Deep Learning-Based Pelvic Organ Segmentation in Endometriosis 2025-Jul-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05623-3 PMID:40707497	研究论文	本研究提出了一个新的女性盆腔MRI多中心数据集，用于子宫内膜异位症的深度学习盆腔器官分割，并展示了两种自动分割管线的基线性能	提出了一个新的多序列子宫内膜异位症MRI数据集，并评估了两种自动分割方法（nnU-Net和RAovSeg）的性能	研究中使用的数据集样本量相对较小（51例和81例），且部分数据仅来自单一中心	开发自动分割方法以支持子宫内膜异位症的MRI研究	女性盆腔MRI数据，特别是子宫、卵巢和子宫内膜异位瘤的分割	数字病理	子宫内膜异位症	MRI	nnU-Net, RAovSeg	MRI图像	51例多中心数据集和81例单中心数据集
1056	2025-07-28	AI-CMCA: a deep learning-based segmentation framework for capillary microfluidic chip analysis 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11508-7 PMID:40691244	研究论文	介绍了一种基于深度学习的毛细管微流控芯片分析框架AI-CMCA，用于自动化流体路径检测和追踪	结合迁移学习特征初始化、编码器-解码器语义分割和连续帧分析，实现高精度流体路径追踪，相比手动方法显著提升效率和一致性	未明确说明对不同类型微流控芯片的泛化能力	开发自动化毛细管微流控芯片流体分析工具	毛细管微流控芯片中的流体路径	计算机视觉	NA	深度学习	U-Net, PAN, FPN, PSP-Net, DeepLabV3+	图像	NA
1057	2025-07-28	An ensemble deep learning model for author identification through multiple features 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11596-5 PMID:40691694	研究论文	提出了一种结合多种特征的自注意力加权集成深度学习框架，用于提高作者身份识别的准确性和稳定性	通过自注意力机制智能结合多种写作风格表示（统计特征、TF-IDF向量和Word2Vec嵌入），动态学习每种特征类型的重要性	仅在两个数据集上进行了测试，样本量和作者数量有限	提高自然语言处理中作者身份识别的准确性和稳定性	文本数据中的作者身份识别	自然语言处理	NA	TF-IDF, Word2Vec, 自注意力机制	CNN, 自注意力加权集成框架	文本	两个数据集（Dataset A包含4位作者，Dataset B包含30位作者）
1058	2025-07-28	Improving mortality prediction after radiotherapy with large language model structuring of large-scale unstructured electronic health records 2025-Jul-19, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111052 PMID:40692078	研究论文	本研究利用大型语言模型（LLM）对大规模非结构化电子健康记录（EHR）进行结构化处理，以提高放疗后患者死亡率预测的准确性	使用开源LLM对非结构化EHR数据进行单次学习结构化处理，显著提升了生存预测模型的准确性和可解释性	研究依赖于特定医疗中心的数据，外部验证样本量相对较小（852例）	提高放疗后患者死亡率预测的准确性，优化临床决策	接受放疗的癌症患者	自然语言处理	癌症	大型语言模型（LLM）	深度学习模型	非结构化电子健康记录（EHR）	34,276例放疗患者（主要数据集）+852例外部验证患者
1059	2025-07-28	The Chest X- Ray: The Ship has Sailed, But Has It? 2025-Jul-01, Journal of insurance medicine (New York, N.Y.) DOI:10.17849/insm-52-1-21-22.1 PMID:40047110	research paper	本文探讨了胸部X光片（CXR）在深度学习技术应用下是否能为保险承保风险分析增加额外价值	探讨了深度学习技术如何可能使传统的CXR重新成为保险风险评估的有价值工具	未具体说明深度学习技术的应用细节或实证结果	评估CXR在深度学习技术辅助下对保险承保风险分析的潜在价值	胸部X光片（CXR）和保险承保风险分析	machine learning	NA	deep learning	NA	image	NA
1060	2025-07-28	Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound 2025-06, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.04.009 PMID:40210002	研究论文	本研究通过深度学习算法预测单侧肾积水患儿肾功能差异<40%的情况，基于尿路超声关键参数	首次将机器学习模型（如SVM）应用于基于尿路超声参数预测肾功能差异<40%的研究，并展示了较高的预测准确性	研究为回顾性分析，可能存在选择偏倚；样本仅来自单一科室，可能影响结果的普适性	探索尿路超声参数在预测肾功能差异<40%中的价值，以辅助手术决策	802名单侧肾积水患儿	机器学习	肾积水	尿路超声检查	随机森林、逻辑回归、SVM	超声参数数据	802名患儿