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
1841	2025-07-20	Deep linear matrix approximate reconstruction with integrated BOLD signal denoising reveals reproducible hierarchical brain connectivity networks from multiband multi-echo fMRI 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1577029 PMID:40309655	研究论文	本文提出了一种结合多波段多回波fMRI技术和深度线性矩阵近似重建方法（DELMAR）的新策略，用于更准确地描绘人脑的分层功能连接网络	首次将多回波BOLD信号去噪与DELMAR方法集成，无需独立的ME-ICA去噪步骤，提高了分层脑连接网络的重建准确性和可重复性	未明确说明该方法在临床诊断中的实际应用效果验证	开发更准确的人脑功能连接网络映射方法	人脑功能连接网络	神经影像分析	神经系统疾病和精神疾病	多波段多回波fMRI（MBME fMRI）	深度线性模型（DELMAR）	fMRI影像数据	NA
1842	2025-07-20	Automatic identification and characteristics analysis of crack tips in rocks with prefabricated defects based on deep learning methods 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327906 PMID:40663529	研究论文	本研究基于深度学习方法，实现了岩石预制缺陷中裂纹尖端的高精度自动识别与特性分析	采用U-Net和Deeplabv3网络构建裂纹识别模型，U-Net模型在岩石样本多角度裂纹识别中准确率达99.4%，较Deeplabv3模型提升0.5%	研究仅针对砂岩SCB半圆盘试样，未涵盖其他岩石类型或更复杂的地质条件	实现岩石裂纹尖端的高精度自动识别，为复杂地质环境工程决策提供数据支持	含预制裂纹（0°、15°、30°、45°、60°）的砂岩SCB半圆盘试样	计算机视觉	NA	超高速摄像技术、图像均衡化方法（HE/AHE/CLAHE）	U-Net, Deeplabv3	图像	含五种不同角度预制裂纹的砂岩样本（具体数量未明确说明）
1843	2025-07-20	Consensus structure prediction of A. thaliana's MCTP4 structure using prediction tools and coarse grained simulations of transmembrane domain dynamics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326993 PMID:40663537	研究论文	本研究通过深度学习和物理模拟方法预测了拟南芥MCTP4蛋白的跨膜区域结构，揭示了其复杂的构象多样性	结合多种深度学习方法与粗粒度分子动力学模拟，首次揭示了MCTP4跨膜区域的多种构象状态及其动态特性	单一深度学习方法预测膜蛋白结构存在挑战，且模拟结果需要进一步实验验证	解析拟南芥MCTP4蛋白跨膜区域的结构特征与动态行为	拟南芥MCTP4蛋白的跨膜结构域	结构生物学	NA	深度学习预测、粗粒度分子动力学模拟	ESMFold, AlphaFold-Multimer, trRosetta, RoseTTAFold, AlphaFold2, OmegaFold	蛋白质序列数据	NA
1844	2025-07-20	Driven early detection of chronic kidney cancer disease based on machine learning technique 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326080 PMID:40663560	研究论文	本文提出了一种基于机器学习的慢性肾癌早期检测方法KCDC-SODLPI，通过深度学习分析病理图像以提高诊断准确性和效率	结合Snake Optimizer和Deep Learning技术，提出KCDC-SODLPI方法，用于肾癌的检测和分类，实验显示其准确率优于现有模型	实验仅在生物医学图像数据集上进行验证，未涉及临床实际应用的广泛测试	开发一种自动化的肾癌检测和分类系统，以提高诊断的准确性和效率	肾癌病理图像	数字病理	肾癌	深度学习	SE-DenseNet, BiLSTM	图像	生物医学图像数据集（具体数量未提及）
1845	2025-07-20	Mapping burnt areas using very high-resolution imagery and deep learning algorithms - a case study in Bandipur, India 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327125 PMID:40668808	研究论文	本研究设计和评估了两种基于深度学习的架构（Custom UNET和新型UNET-GRU），用于利用PlanetScope数据在印度班迪普尔进行烧毁区域分类	提出了一种新型UNET-GRU混合模型，在烧毁区域分类中表现出更高的准确性和空间重叠指标	研究仅限于印度班迪普尔地区，未在其他地理区域验证模型的泛化能力	评估深度学习模型在烧毁区域分类中的性能，改进火灾影响评估和管理策略	印度班迪普尔地区的烧毁区域	计算机视觉	NA	深度学习	UNET, GRU, UNET-GRU混合模型	高分辨率遥感图像	NA
1846	2025-07-20	The intelligent evaluation model of the English humanistic landscape in agricultural industrial parks by the SPEAKING model: From the perspective of fish-vegetable symbiosis in new agriculture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325332 PMID:40668851	研究论文	本研究提出了一种基于SPEAKING模型的智能翻译评估框架，用于评估农业产业园中英文人文景观的表达	结合语言理论和深度学习技术，提出了一个优化模型，显著提高了多模态翻译任务的准确性和适应性	研究中未提及样本的具体数量，且可能仅限于特定的农业产业园场景	提高农业产业园中英文人文景观表达的准确性和适应性	农业产业园中的英文人文景观	自然语言处理	NA	深度学习	SPEAKING模型	文本、图像、语音	NA
1847	2025-07-20	An explainable and federated deep learning framework for skin cancer diagnosis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324393 PMID:40668852	研究论文	提出了一种结合深度学习、联邦学习和可解释AI的智能框架，用于皮肤癌诊断	结合联邦学习保护数据隐私，并利用可解释AI增强模型透明度	未提及模型在更广泛数据集上的泛化能力	开发一个既能准确诊断皮肤癌又能保护患者数据隐私的智能框架	皮肤癌诊断	数字病理学	皮肤癌	深度学习、联邦学习、可解释AI	VGG16, Xception, DenseNet169, InceptionV3, MobileViT, InceptionResNetV2	图像	ISBI2016和ISBI2017两个数据集
1848	2025-07-20	Refining Intra-Arterial Therapy Selection for Large Hepatocellular Carcinoma: A Deep Learning Approach Based on Covariate Interaction Analysis 2025, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S532116 PMID:40672044	研究论文	本研究开发并验证了一种基于深度学习的模型DELICAITE，用于指导大肝癌患者选择经动脉化疗栓塞（TACE）或肝动脉灌注化疗（HAIC）治疗	DELICAITE模型首次将深度卷积神经网络（DCNN）与协变量交互分析相结合，用于优化大肝癌患者的动脉内治疗选择	研究为回顾性设计，且样本量相对有限（900例患者）	优化大肝癌患者的动脉内治疗方案选择	大肝癌患者	数字病理学	肝癌	深度卷积神经网络（DCNN）	DELICAITE（基于DCNN）	临床数据和影像数据	900例大肝癌患者
1849	2025-07-20	A deep learning-based image analysis model for automated scoring of horizontal ocular movement disorders 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1522894 PMID:40672453	research paper	本研究提出了一种基于深度学习的图像分析方法，用于自动评分水平眼动障碍的严重程度，并评估其与传统手动评分方法的性能	开发了RetinaEye自动评分模型，能够客观评估水平眼动障碍的严重程度，与手动评分结果具有高度一致性	研究样本量有限，仅包括164名患者和121名健康受试者，且测试集仅包含92名患者	开发一种自动评分方法，用于评估水平眼动障碍的严重程度	164名眼动障碍患者和121名健康受试者的眼部图像	computer vision	ocular movement disorders	deep learning-based image analysis	RetinaEye	image	2,565张眼部图像（来自164名患者和121名健康受试者），以及184张双眼凝视图像（来自92名患者）
1850	2025-07-20	Intelligent recognition of tobacco leaves states during curing with deep neural network 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1604382 PMID:40672565	research paper	该研究利用深度神经网络对烟草叶片在烘烤过程中的形态状态进行智能识别	开发了一个针对实际工业场景的大规模烟草叶片形态状态数据集，并提出了高效的深度学习方法	之前的研究通常使用有限数量的非工业图像进行训练，与实际应用中的图像存在显著差异	研究深度学习算法在真实工业场景中识别烟草叶片形态状态的潜力	烟草叶片在烘烤过程中的黄化、褐变和干燥程度	computer vision	NA	deep learning	deep neural network	image	来自中国多个产区的实际批量烘烤仓中的烟草叶片图像
1851	2025-07-20	OculusNet: Detection of retinal diseases using a tailored web-deployed neural network and saliency maps for explainable AI 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1596726 PMID:40672824	研究论文	介绍了一种名为OculusNet的高效且可解释的深度学习方法，用于通过OCT图像检测视网膜疾病	结合了Saliency Map可视化技术，提供可解释的AI决策过程，并通过网页部署实现即时检测	未提及模型在多样化临床环境中的泛化能力测试或对不同种族/年龄群体的适用性	开发一个高效且可解释的深度学习模型，用于视网膜疾病的早期检测	视网膜OCT图像，特别是包含脉络膜新生血管(CNV)、糖尿病性黄斑水肿(DME)和年龄相关性黄斑变性等疾病的图像	数字病理学	视网膜疾病	光学相干断层扫描(OCT)	CNN（基于VGG19, MobileNetV2, VGG16, DenseNet-121的迁移学习）	图像	未明确提及具体样本量，但涉及多种视网膜疾病OCT图像
1852	2025-07-20	A multi-graph convolutional network method for Alzheimer's disease diagnosis based on multi-frequency EEG data with dual-mode connectivity 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1555657 PMID:40672873	研究论文	本文提出了一种基于多频率EEG数据和双模式连接的多图卷积网络方法，用于阿尔茨海默病的诊断	开发了一种新颖的基于图的深度学习模型，充分利用多频率EEG数据的功能和结构信息，克服了现有方法仅依赖功能连接或未能充分整合多频率特征的局限	未提及具体样本量的限制或模型在其他数据集上的泛化能力	开发一种更有效的阿尔茨海默病早期诊断方法	阿尔茨海默病患者和健康对照组的EEG数据	数字病理学	老年病	EEG信号分析	多图卷积网络(MF-MGCN)	EEG信号	未明确提及具体样本量
1853	2025-07-19	Breathable soft bioelectronics for enhanced automatic detection of obstructive sleep apnea 2025-Nov-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117735 PMID:40609200	研究论文	介绍了一种无线、柔软且透气的生物电子系统，用于检测阻塞性睡眠呼吸暂停（OSA）	开发了一种具有穿孔、可变形结构的可穿戴设备，提高了皮肤贴合度，促进汗液排出，并减少了运动伪影，同时采用深度学习框架自动分类睡眠阶段和检测呼吸暂停事件	未提及具体样本量或临床试验结果，可能限制其普适性和可靠性	开发一种新型生物电子系统，用于早期诊断阻塞性睡眠呼吸暂停（OSA），特别是在儿童和正颌手术患者中	阻塞性睡眠呼吸暂停（OSA）患者，特别是儿童和正颌手术患者	数字病理学	阻塞性睡眠呼吸暂停（OSA）	深度学习	多流卷积神经网络（CNN）与双向长短期记忆模型（Bi-LSTM）	电生理信号	NA
1854	2025-07-19	Age-stratified deep learning model for thyroid tumor classification: a multicenter diagnostic study 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11386-7 PMID:39903238	研究论文	开发了一种基于年龄分层的深度学习模型（ASMCNet）用于甲状腺结节分类，并研究了年龄分层对模型准确性的影响	首次将年龄分层整合到甲状腺结节分类的深度学习模型中，显著提高了诊断准确性	研究为回顾性设计，需要前瞻性研究进一步验证模型的临床适用性	探索年龄分层对甲状腺结节诊断准确性的影响，并开发辅助诊断工具	甲状腺结节患者	数字病理	甲状腺癌	深度学习	ASMCNet（年龄分层多模态分类网络）	超声图像	来自三家医院的5934名患者的10391张图像
1855	2025-07-19	The future of Alzheimer's disease risk prediction: a systematic review 2025-Aug, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology IF:2.7Q3 DOI:10.1007/s10072-025-08167-x PMID:40220257	系统综述	本文系统综述了机器学习在阿尔茨海默病风险预测中的应用，包括MRI、遗传学、放射组学和医学数据的使用	整合了传统和AI模型，全面分析了神经影像和非神经影像特征在阿尔茨海默病预测中的应用	仅纳入了2000年至2024年的120项研究，可能遗漏了一些早期或近期的重要研究	评估AI和机器学习在阿尔茨海默病风险预测中的潜力，以改善早期诊断和个性化干预策略	阿尔茨海默病的风险预测模型	机器学习	阿尔茨海默病	MRI、遗传学、放射组学	深度学习(DL)、机器学习(ML)	神经影像数据、非神经影像数据	120项研究
1856	2025-07-19	Development of a deep learning method for phase retrieval image enhancement in phase contrast microcomputed tomography 2025-Aug, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13419 PMID:40357880	研究论文	开发了一种基于深度学习的相位检索图像增强方法，用于相位对比显微计算机断层扫描	提出了一种名为EVEPR的深度学习方法，通过整合去噪EEC和PR图像的互补空间特征，解决了传统相位检索算法过度平滑和噪声敏感的问题	该方法主要针对低密度材料（如水凝胶构建体）的图像处理，可能不适用于其他类型的材料	提高相位对比显微计算机断层扫描的图像质量，改善低密度材料的可视化和分割效率	低密度材料（如软组织和体外及离体的水凝胶构建体）	计算机视觉	NA	相位对比显微计算机断层扫描（PBI-µCT）	CNN	图像	体外及离体的PBI-µCT图像数据集
1857	2025-07-19	Portable Ultrasound Bladder Volume Measurement Over Entire Volume Range Using a Deep Learning Artificial Intelligence Model in a Selected Cohort: A Proof of Principle Study 2025-Aug, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.70057 PMID:40384598	研究论文	本研究探讨了使用深度学习人工智能模型在便携式超声膀胱扫描仪上测量膀胱体积的准确性	使用深度学习AI模型（AI-BV）在便携式超声设备上测量膀胱体积，相比传统方法（C-BV）更准确	研究仅在特定队列中进行内部验证，外部队列的性能和临床相关性需进一步研究	比较深度学习AI模型和传统方法在测量膀胱体积上的准确性	250名因下尿路症状接受充盈性膀胱测压的患者（213名男性，37名女性）	数字病理学	下尿路症状	便携式超声膀胱扫描仪（PUBS）	深度学习AI模型	超声图像	250名患者，1912张膀胱图像
1858	2025-07-19	Enhancing HF-DL Model Validation for Liver Fibrosis Staging Through Sample Optimisation and Technical Integration 2025-Aug, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70214 PMID:40607661	comments	本文对Zhang等人的研究进行了讨论，重点关注了基于高频超声图像的深度学习模型在慢性乙型肝炎患者肝纤维化分期中的表现	强调了通过样本优化和技术整合来增强高频深度学习模型验证的创新点	未提及具体的研究局限性	探讨高频深度学习模型在肝纤维化分期中的验证优化	慢性乙型肝炎患者的肝纤维化分期	digital pathology	liver fibrosis	高频超声成像	深度学习模型	超声图像	NA
1859	2025-07-19	Recognition and classification of facial expression using artificial intelligence as a key of early detection in neurological disorders 2025-Jul-28, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2024-0125 PMID:39829206	综述	本文综述了人工智能在面部表情识别与分类中的应用，及其在神经退行性疾病早期检测中的潜力	探讨了AI技术（如深度学习和计算机视觉）在识别与神经退行性疾病相关的微妙面部表情变化中的创新应用	面临技术挑战和伦理考量，且尚未广泛应用于临床实践	评估AI驱动的面部表情分析在神经退行性疾病早期检测和监测中的应用	神经退行性疾病（如阿尔茨海默病和帕金森病）患者的面部表情	计算机视觉	神经退行性疾病	深度学习和计算机视觉	深度学习模型	图像	NA
1860	2025-07-19	Clinical Translation of Integrated PET-MRI for Neurodegenerative Disease 2025-Jul-18, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70046 PMID:40679171	综述	本文综述了集成PET-MRI在神经退行性疾病临床实践和研究中的最新技术进展及其应用	介绍了MRI为基础的衰减校正和运动校正技术，以及深度学习在PET和MRI数据分析中的应用	证据等级为5，技术效能为阶段3，表明仍需更多临床验证	探讨集成PET-MRI在神经退行性疾病诊断和研究中的应用及其技术进展	阿尔茨海默病及其他痴呆症患者	数字病理学	神经退行性疾病	PET-MRI, 深度学习	NA	图像	NA