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
781	2025-04-27	Anomaly detection in cropland monitoring using multiple view vision transformer 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98405-1 PMID:40269174	research paper	提出了一种基于多视角视觉变换器的农田异常检测方法，用于低空农业监测	采用具有独特注意力机制的视觉变换器模型，并在异常检测中表现出优越性能	未来计划整合热成像、红外或激光雷达传感器数据，并优化深度学习流程以减少计算复杂度	开发一种高效的农田异常检测系统，提升低空农业监测的安全性	农田图像数据，包括正常和异常情况	computer vision	NA	深度学习，视觉变换器	vision transformer	image	大量正常和异常农田图像
782	2025-04-27	A noval RUL prediction method for rolling bearing: TcLstmNet-CBAM 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98845-9 PMID:40269223	research paper	提出了一种名为TcLstmNet-CBAM的新型滚动轴承剩余使用寿命预测方法，结合了TCN和LSTM网络以及CBAM模块以提高预测精度	结合TCN提取长期时间依赖和高级空间特征，LSTM捕捉短期时间依赖和序列关系，并引入CBAM模块对关键特征进行多维加权	未提及方法在更广泛数据集或实际工业环境中的泛化能力	提高滚动轴承剩余使用寿命预测的准确性	旋转机械系统中的滚动轴承	machine learning	NA	TCN, LSTM, CBAM	TcLstmNet-CBAM	时间序列数据	PHM2012和XJTU-SY滚动轴承数据集
783	2025-04-27	Machine learning assessment of zoonotic potential in avian influenza viruses using PB2 segment 2025-Apr-23, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11589-8 PMID:40269678	研究论文	本研究开发了两种互补的方法，用于评估禽流感病毒的跨种传播潜力，重点关注PB2片段的适应性	结合回归模型和SHAP值分析，开发了一个全面的风险评估框架，能够识别和排名与跨种传播潜力相关的关键残基和突变	研究仅关注PB2片段，可能忽略了其他病毒片段对跨种传播潜力的影响	评估禽流感病毒的跨种传播潜力，开发一个基于PB2序列的全面风险评估框架	禽流感病毒（特别是来自禽类的A型流感病毒）的PB2片段	机器学习	禽流感	回归分析，SHAP值分析	随机森林回归模型，深度学习架构	序列数据	NA
784	2025-04-27	Torg-Pavlov ratio qualification to diagnose developmental cervical spinal stenosis based on HRViT neural network 2025-Apr-23, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08667-z PMID:40269821	research paper	开发基于HRViT神经网络的自动测量Torg-Pavlov比率（TPR）的深度学习模型，用于诊断发育性颈椎管狭窄（DCSS）	首次提出使用HRViT神经网络自动测量TPR，减少了主观影响并提高了处理速度	研究仅基于中国无症状人群的X射线图像，可能不适用于其他人群或更复杂的病例	开发自动测量TPR的深度学习模型，并建立中国无症状人群的TPR分布	1623张正常个体的颈椎侧位X射线图像	digital pathology	developmental cervical spinal stenosis	X-ray imaging	HRViT	image	1623张颈椎侧位X射线图像（训练集1466张，测试集157张）
785	2025-04-27	Global trends in artificial intelligence research in anesthesia from 2000 to 2023: a bibliometric analysis 2025-Apr-23, Perioperative medicine (London, England) DOI:10.1186/s13741-025-00531-x PMID:40270031	研究论文	通过文献计量分析，探讨2000年至2023年麻醉学领域人工智能研究的全球趋势和热点	首次对麻醉学领域的人工智能研究进行全面的文献计量分析，识别研究热点和未来方向	仅基于Web of Science Core Collection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	分析麻醉学领域人工智能研究的全球发展趋势和热点	2000年至2023年发表的英文文章和综述	人工智能在医学中的应用	NA	文献计量分析	NA	文献数据	从Web of Science Core Collection数据库中检索的相关文献
786	2025-04-27	Multi-type stroke lesion segmentation: comparison of single-stage and hierarchical approach 2025-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03243-4 PMID:39549224	research paper	本研究通过深度学习比较了单阶段和分层方法在多类型中风病灶分割中的效果	首次探索了多类型中风病灶的分割方法，并比较了单阶段和分层策略的性能	研究仅基于土耳其卫生部提供的6650张图像数据，可能在其他人群中的泛化性有待验证	寻找脑CT扫描中最有效的多类型中风病灶分割方法	脑CT扫描图像中的缺血性和出血性中风病灶	digital pathology	cardiovascular disease	deep learning	ResNet, ResNeXt, ViT, U-Net, U-Net++, DeepLabV3	image	6650张图像（1130例缺血性中风，1093例出血性中风，4427例非中风病例）
787	2025-04-27	Progress in the Identification and Design of Novel Antimicrobial Peptides Against Pathogenic Microorganisms 2025-Apr, Probiotics and antimicrobial proteins IF:4.4Q2 DOI:10.1007/s12602-024-10402-4 PMID:39557756	综述	本文综述了抗菌肽（AMPs）在对抗病原微生物方面的最新研究进展和设计方法	强调了计算机辅助策略（如机器学习和深度学习）在抗菌肽预测和设计中的应用	指出了抗菌肽发现和应用中的关键挑战	应对抗菌素耐药性（AMR）危机，寻找新型抗生素替代品	抗菌肽（AMPs）及其对多种细菌病原体的抗菌活性	生物信息学	NA	机器学习和深度学习	ML和DL	生物序列数据	NA
788	2025-04-27	TCKAN: a novel integrated network model for predicting mortality risk in sepsis patients 2025-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03245-2 PMID:39560917	研究论文	提出了一种新型集成网络模型TCKAN，用于预测脓毒症患者的死亡风险	TCKAN模型首次将时间数据、常量数据和ICD编码整合到一个预测模型中，采用多模态数据集成策略，显著提高了预测准确性和鲁棒性	虽然已整合了时间数据、常量数据和ICD编码，但未来研究可以纳入更多样化的医疗数据类型，如影像学和实验室检测结果，以实现更全面的数据集成	提高脓毒症患者死亡风险的预测准确性，优化临床患者管理和治疗	脓毒症患者	机器学习	脓毒症	多模态数据集成	TCKAN（Time-Constant Kolmogorov-Arnold Network）	时间数据、常量数据和ICD编码	MIMIC-III和MIMIC-IV数据集
789	2025-04-27	Impact of Deep Learning-Based Computer-Aided Detection and Electronic Notification System for Pneumothorax on Time to Treatment: Clinical Implementation 2025-Apr, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.11.009 PMID:39566875	research paper	评估基于深度学习的计算机辅助检测和电子通知系统对气胸治疗时间的影响	结合深度学习计算机辅助检测和电子通知系统，实时提醒放射科医生和临床医生，以缩短气胸治疗时间	仅对氧气补充治疗时间有显著影响，对其他治疗方式如抽吸或胸腔造口术无显著效果	评估深度学习计算机辅助检测和电子通知系统在临床实践中对气胸治疗时间的影响	140,841名患者的603,028张胸部X光片	digital pathology	lung cancer	deep learning	DL	image	603,028张胸部X光片来自140,841名患者
790	2025-04-27	A deep learning method for the recovery of standard-dose imaging quality from ultra-low-dose PET on wavelet domain 2025-Apr, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06994-2 PMID:39585354	研究论文	本文提出了一种基于小波域的深度学习方法WaveNet，用于从超低剂量PET扫描中恢复高质量成像	与传统在空间域去噪的深度学习方法不同，WaveNet在小波分解的频率域进行去噪，显著提升了图像质量	研究仅使用了特定型号的全身体PET扫描仪数据，可能影响方法的普适性	开发一种能够从超低剂量PET扫描中恢复高质量成像的深度学习方法	全身体PET扫描图像	医学影像处理	NA	深度学习	WaveNet	PET图像	1447例全身体18F-FDG PET图像
791	2025-04-27	Evaluating the reproducibility of a deep learning algorithm for the prediction of retinal age 2025-Apr, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01445-0 PMID:39589693	research paper	评估深度学习算法预测视网膜年龄的可重复性	首次探索视网膜年龄预测的可靠性，并观察到了明显的昼夜波动	样本量较小，且未明确说明算法在不同人群中的泛化能力	评估视网膜年龄预测的可靠性和准确性，并分析可能影响预测结果的各种因素	两组参与者：Intravisit组和Intervisit组，均通过彩色眼底摄影成像	digital pathology	age-related diseases	color fundus photography	DLA (deep learning algorithm)	image	Intervisit组26名受试者，Intravisit组41名受试者
792	2025-04-27	Genomic determinants of biological age estimated by deep learning applied to retinal images 2025-Apr, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01481-w PMID:39775603	研究论文	本研究利用深度学习技术从视网膜图像中提取潜在信息估计生物年龄，并通过全基因组关联分析(GWAS)探索视网膜年龄差距(RAG)的基因组决定因素	首次将深度学习应用于视网膜图像预测生物年龄，并通过大规模GWAS分析揭示RAG的遗传基础及其与衰老过程的关联	研究样本主要来自英国生物银行和GoDARTS队列，可能存在人群特异性限制	探索视网膜年龄差距(RAG)的基因组决定因素及其与衰老过程的生物学机制	31,271名英国生物银行参与者和8,034名GoDARTS参与者的视网膜图像和基因组数据	数字病理学	老年疾病	深度学习、GWAS、孟德尔随机化分析	DL(深度学习模型)	图像、基因组数据	总计39,305名参与者(31,271 UK Biobank + 8,034 GoDARTS)
793	2025-04-27	High-precision MRI of liver and hepatic lesions on gadoxetic acid-enhanced hepatobiliary phase using a deep learning technique 2025-Apr, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01693-2 PMID:39527182	research paper	本研究探讨了使用改进的Fast 3D mode wheel和PIQE的高精度MRI序列在肝细胞特异性期（HBP）的可行性，并与使用AiCE的压缩感知（CS）序列进行了比较	提出了使用改进的Fast 3D mode wheel和PIQE的高精度MRI序列，显著提高了图像质量和肝脏病变的检测率	样本量较小（54例患者），且未探讨不同肝脏病变类型对结果的影响	评估高精度MRI序列在肝细胞特异性期（HBP）的应用效果	54例肝脏局灶性病变患者	digital pathology	liver cancer	MRI, Fast 3D mode wheel, PIQE, CS, AiCE	NA	MRI图像	54例肝脏局灶性病变患者
794	2025-04-27	Effects of snake fungal disease (ophidiomycosis) on the skin microbiome across two major experimental scales 2025-Apr, Conservation biology : the journal of the Society for Conservation Biology IF:5.2Q1 DOI:10.1111/cobi.14411 PMID:39530499	研究论文	研究蛇真菌病（ophidiomycosis）对两种实验尺度下皮肤微生物组的影响	使用深度学习神经网络预测疾病状态，准确率高达99.8%，并发现病原体诱导的微生物组失调遵循可预测的趋势	实验在野外和实验室两种环境下进行，结构和分散变化存在差异	探讨病原体与宿主微生物组的关系，以减轻疾病影响	自由活动的蛇类和实验室中的北方水蛇	微生物生态学	蛇真菌病（ophidiomycosis）	定量PCR、细菌扩增子测序、深度学习神经网络	深度学习神经网络	微生物组数据	自由活动的蛇类（未明确数量）和实验室中的北方水蛇（未明确数量）
795	2025-04-27	Viral escape-inspired framework for structure-guided dual bait protein biosensor design 2025-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012964 PMID:40233103	research paper	介绍了一种名为CTRL-V的计算平台，用于设计选择性结合（双诱饵）生物传感器蛋白	CTRL-V平台通过迭代设计周期，能够识别SARS-CoV-2刺突蛋白的突变位点，并成功预测最新变种KP.2的单点突变，为双诱饵生物传感器设计提供了通用方法	其他数据驱动的病毒逃逸变体预测工具需要大量数据来绕过显式生化相互作用的物理需求，因此无法推广到其他蛋白质设计应用中	开发一种通用的计算平台，用于设计选择性结合的双诱饵生物传感器蛋白	SARS-CoV-2刺突蛋白的受体结合域（RBD）和Raf激酶	计算生物学	COVID-19	integer optimization, stochastic sampling by PyRosetta, deep learning-based ProteinMPNN	ProteinMPNN	蛋白质结构数据	39个SARS-CoV-2点突变和7个KP.2变体的单点突变
796	2025-04-27	Uncertainty-guided pancreatic tumor auto-segmentation with Tversky ensemble 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100740 PMID:40276495	research paper	开发了一种基于Tversky集成和不确定性估计的胰腺肿瘤自动分割工具，以处理分割任务中的不确定性并适应临床医生的个性化需求	利用Tversky集成和不确定性估计技术，首次在胰腺肿瘤分割中实现了对不确定性的量化处理，并支持临床医生根据偏好调整分割结果	研究仅基于282例患者数据，样本量相对有限；且未在更多类型的肿瘤数据上进行验证	开发一种能够处理分割任务中不确定性并支持个性化调整的胰腺肿瘤自动分割工具	胰腺肿瘤的CT/MRI影像数据	digital pathology	pancreatic cancer	Tversky loss, ensemble learning, uncertainty estimation	CNN ensemble	medical image	282例胰腺癌患者（252例训练/验证，30例独立测试）
797	2025-04-26	A multimodal deep learning-based algorithm for specific fetal heart rate events detection 2025-Apr-28, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0334 PMID:39484683	研究论文	开发了一种基于多模态深度学习的算法，用于检测特定的胎儿心率事件，以增强胎儿健康的自动监测和智能评估	结合多种特征提取技术和深度学习算法，提出了一种多模型深度神经网络和预融合深度学习模型，用于准确分类来自胎心宫缩图信号的多模态参数	在分类四种不同的减速模式时，准确率为67.0%，其中晚期减速的准确率为80.9%，延长减速的准确率为98.9%	开发一种算法，用于检测特定的胎儿心率事件，以增强胎儿健康的自动监测和智能评估	胎儿心率（FHR）和子宫收缩信号	机器学习	胎儿健康监测	深度学习	多模型深度神经网络和预融合深度学习模型	信号数据	基于专家标记的数据
798	2025-04-26	FusionXNet: enhancing EEG-based seizure prediction with integrated convolutional and Transformer architectures 2025-Apr-25, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adce33 PMID:40245880	研究论文	提出了一种结合CNN和Transformer的混合模型FusionXNet，用于提升基于EEG的癫痫发作预测性能	设计了令牌合成单元，结合CNN的局部特征提取和Transformer的全局注意力机制，提升了EEG信号的特征表示能力	模型仅在公开数据集上进行了验证，未说明在其他数据集上的泛化能力	开发一种混合模型以提高癫痫发作预测的准确性和可靠性	癫痫患者的EEG信号	机器学习	癫痫	EEG信号分析	CNN与Transformer混合模型	EEG信号数据	波士顿儿童医院和麻省理工学院的公开数据集
799	2025-04-26	Graph-Aware AURALSTM: An Attentive Unified Representation Architecture with BiLSTM for Enhanced Molecular Property Prediction 2025-Apr-25, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11197-4 PMID:40279083	研究论文	本研究提出了一种新型混合深度学习模型Graph-Aware AURALSTM，用于高精度预测分子性质	结合多种图神经网络架构（GCNs、GATs、GINs）并行结构，全面捕捉分子的多维结构特征，并通过BiLSTM评估时间关系以增强分子特征分类	未提及具体局限性	提高分子性质预测的准确性	分子数据	机器学习	NA	GNN（Graph Neural Network）、GCN（Graph Convolutional Networks）、GAT（Graph Attention Networks）、GIN（Graph Isomorphism Networks）、BiLSTM	AURALSTM（Attentive Unified Representation Architecture-Long Short-Term Memory）	分子结构数据	八个基准数据集
800	2025-04-26	The use of ChatGPT in the dermatological field: a narrative review 2025-Apr-24, Clinical and experimental dermatology IF:3.7Q1 DOI:10.1093/ced/llae546 PMID:39690824	综述	本文探讨了ChatGPT在皮肤病学领域的应用及其对皮肤健康管理的潜在影响	探索了ChatGPT这一先进语言模型在皮肤病学中的创新应用及其与医疗领域的协同关系	讨论了与使用ChatGPT相关的伦理和法律问题，但未深入具体解决方案	研究ChatGPT在皮肤病学中的应用及其对医疗诊断和治疗的潜在贡献	ChatGPT在皮肤病学中的应用及其效率与准确性的初步数据	自然语言处理	皮肤病	NA	ChatGPT	文本	NA