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
941	2025-05-16	Text-Assisted Vision Model for Medical Image Segmentation 2025-May-13, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3569491 PMID:40366847	research paper	提出了一种文本辅助视觉模型（TAV），用于医学图像分割，通过新型的三引导注意力模块（TGAM）提升分割精度	引入了三引导注意力模块（TGAM），能够计算视觉-视觉、语言-语言和语言-视觉注意力，有效利用文本报告提升图像分割性能	未明确提及模型在更大规模或多样化数据集上的泛化能力	提高医学图像分割的精确度，以支持自动化诊断和治疗规划	医学图像及其对应的文本报告	digital pathology	NA	deep learning	TAV with TGAM	image, text	两个流行数据集中的图像及对应文本注释
942	2025-05-16	An Interpretable AI for Smart Homes: Identifying Fall Prevention Strategies for Older Adults Using Multimodal Deep Learning 2025-May-13, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3569891 PMID:40366850	research paper	开发了一个可解释的AI框架，用于通过多模态深度学习识别老年人跌倒预防策略	使用BiCrossNet架构的多模态预测模型，结合静态和时间序列数据，通过PIMP和SHAP方法解释特征重要性	NA	识别老年人家庭跌倒预防策略	老年人	machine learning	geriatric disease	multimodal deep learning	BiCrossNet	multimodal (static and timeseries data)	12,540 data points
943	2025-05-16	A New Biomarker of Aging Derived From Electrocardiograms Improves Risk Prediction of Incident Cardiovascular Disease 2025-May-13, JACC. Advances DOI:10.1016/j.jacadv.2025.101764 PMID:40367762	research paper	本研究评估了一种基于深度学习的生物标志物δ-age在心血管疾病初级预防模型中的潜在价值	引入了一种新的心血管老化生物标志物δ-age，并通过实证研究验证其在改善心血管疾病风险预测中的效果	样本量相对较小（7,108人），且随访时间较短（中位5.9年）	评估δ-age生物标志物在心血管疾病初级预防模型中的增量价值	7,108名挪威Tromsø研究的参与者	machine learning	cardiovascular disease	deep learning	Cox proportional hazards regression	electrocardiograms	7,108名男性和女性参与者
944	2025-05-16	Deep learning applications in prosthodontics: A systematic review 2025-May-13, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2025.04.009 PMID:40368705	systematic review	本文系统综述了深度学习在修复牙科中的应用，包括修复体设计、治疗计划辅助、颜色匹配及地标检测等方面	首次系统评估了深度学习在修复牙科中的多种应用，并总结了当前研究的主要方向和成果	研究方法缺乏标准化，且部分研究存在偏倚风险，需进一步验证以确保临床可靠性	评估深度学习在修复牙科中的应用，特别是在修复体设计、治疗计划辅助和颜色匹配等方面的效果	牙科修复体（如嵌体、高嵌体、牙冠及固定牙科修复体）及其相关治疗过程	digital pathology	dental disease	deep learning	CNN, GAN	image	31 studies (from 3359 screened)
945	2025-05-16	A deep learning and molecular modeling approach to repurposing Cangrelor as a potential inhibitor of Nipah virus 2025-May-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00024-3 PMID:40355437	研究论文	本研究通过深度学习和分子建模方法，探索将抗血小板药物Cangrelor重新用作尼帕病毒潜在抑制剂的可能性	采用基于注意力的深度学习模型结合分子动力学模拟，筛选FDA已批准药物，发现Cangrelor与尼帕病毒L蛋白具有强结合亲和力	需要进一步的体内研究验证Cangrelor作为抗病毒药物的潜力	探索针对尼帕病毒RNA依赖性RNA聚合酶(L)的潜在抑制剂	尼帕病毒L蛋白和FDA批准的药物	机器学习	病毒感染	分子动力学模拟, 深度学习	注意力机制模型	分子结构数据	约500种FDA批准药物
946	2025-05-16	A self-conformation-aware pre-training framework for molecular property prediction with substructure interpretability 2025-May-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59634-0 PMID:40355450	研究论文	提出了一种自构象感知的预训练框架SCAGE，用于分子性质预测并具有子结构可解释性	开发了多任务预训练框架，结合了四种监督和非监督任务，从分子结构到功能全面学习构象感知的先验知识	未提及具体局限性	提高分子性质预测的准确性和可解释性，加速药物开发过程	约500万类药物化合物	机器学习	NA	深度学习	图变换器(Graph Transformer)	分子结构数据	约500万类药物化合物
947	2025-05-16	Baseline [18F]FP-CIT PET-based deep learning prediction of levodopa-induced dyskinesia in Parkinson's disease 2025-May-12, NPJ Parkinson's disease DOI:10.1038/s41531-025-00982-5 PMID:40355487	research paper	开发了一个基于卷积神经网络（CNN）的多任务学习模型，用于预测帕金森病患者在使用左旋多巴后5年内是否会出现运动障碍	首次使用基线[F]FP-CIT PET图像和CNN模型预测左旋多巴诱导的运动障碍（LID）	模型性能仍需提高以适用于临床	预测帕金森病患者使用左旋多巴后5年内是否会出现运动障碍	帕金森病患者	digital pathology	Parkinson's disease	[F]FP-CIT PET	CNN	image	402名患者（134名在5年内出现LID，268名在5年后或未出现LID）
948	2025-05-16	Automated seizure detection in epilepsy using a novel dynamic temporal-spatial graph attention network 2025-May-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01015-0 PMID:40355495	research paper	提出了一种动态时空图注意力网络（DTS-GAN）用于癫痫发作的自动检测	通过结合图信号处理和混合深度学习框架，DTS-GAN能够自适应地学习电极节点间的瞬态功能交互	未提及具体的数据集规模或多样性限制	解决固定拓扑图模型在分析时变脑网络中的局限性	癫痫患者的脑电图（EEG）数据	digital pathology	epilepsy	EEG	DTS-GAN (Dynamic Temporal-Spatial Graph Attention Network)	EEG sequences	TUSZ数据集
949	2025-05-16	Classification of multi-lead ECG based on multiple scales and hierarchical feature convolutional neural networks 2025-May-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94127-6 PMID:40355498	research paper	提出了一种结合多尺度和分层特征的卷积神经网络（CNN）及Lead Encoder Attention（LEA）机制，用于多导联心电图（ECG）分类	结合多尺度和分层特征的CNN及LEA机制，有效整合ECG的形态和时间特征	未提及具体局限性	提高心律失常的分类准确率，用于心血管疾病的诊断	多导联心电图（ECG）数据	machine learning	cardiovascular disease	CNN, LEA	CNN	ECG信号	MIT-BIH-AR数据库和超过150,000条ECG记录的CCDD数据库
950	2025-05-16	Impact of pharmacology perception and learning strategies on academic achievement in undergraduate pharmacy students 2025-May-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91510-1 PMID:40355613	研究论文	本研究评估了药学本科生对药理学教育的感知、学习策略及其对学业成就的影响	揭示了深度学习策略与学业成就之间的强正相关性，并验证了问卷的内部一致性和因子负荷	研究为横断面设计，无法追踪学习策略的长期变化	评估药理学教育在药学本科生中的感知作用及其对学业成就的影响	210名药学本科生（二年级至五年级）	药学教育	NA	问卷调查、Pearson相关分析、多元回归分析、内部一致性检验（Cronbach's alpha）、因子负荷分析	NA	问卷数据	210名药学本科生（120名男性，90名女性）
951	2025-05-16	Advances to IoT security using a GRU-CNN deep learning model trained on SUCMO algorithm 2025-May-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99574-9 PMID:40355669	研究论文	本文提出了一种结合CNN和GRU的混合深度学习模型，用于分类物联网安全威胁，并通过SUCMO算法优化模型性能	提出了一种结合CNN和GRU的混合深度学习模型，并采用SUCMO算法进行超参数优化，提高了分类准确率	NA	提高物联网安全威胁检测的准确性和效率	物联网安全威胁，如DoS攻击和Botnets	机器学习	NA	深度学习	CNN, GRU	网络数据	两个数据集，UNSW-NB15和BoT-IoT
952	2025-05-16	The analysis of artificial intelligence knowledge graphs for online music learning platform under deep learning 2025-May-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01810-9 PMID:40355699	研究论文	提出了一种基于深度学习的个性化音乐学习平台模型，通过整合音频、视频和用户行为数据提供高效且定制化的学习推荐	构建了一个融合音乐领域关键实体及其关系的知识图谱，并将其与提取的特征向量融合，以提高推荐准确性和个性化	未提及模型在大规模用户数据下的扩展性和实时性表现	开发一个高效且个性化的音乐学习推荐平台	在线音乐学习平台的用户	机器学习	NA	深度学习	CNN, LSTM, 多层感知机	音频、视频、用户行为数据	基于不同数据集的实验分析
953	2025-05-16	Interpretable artificial intelligence model for predicting heart failure severity after acute myocardial infarction 2025-May-12, BMC cardiovascular disorders IF:2.0Q3 DOI:10.1186/s12872-025-04818-1 PMID:40355836	研究论文	开发了一种可解释的人工智能模型，用于预测急性心肌梗死后心力衰竭的严重程度	结合多维临床数据和可解释性AI技术（SHAP方法），开发了预测心力衰竭严重程度的模型，并构建了便于临床应用的网络平台	未提及模型在其他独立数据集上的验证情况	预测急性心肌梗死后心力衰竭的严重程度，以启动预防措施和优化治疗策略	1574名急性心肌梗死患者	机器学习	心血管疾病	SHAP方法	TabNet, Multi-Layer Perceptron, Random Forest, XGboost	临床数据（包括病史、临床特征、生理参数、实验室检测、冠状动脉造影和超声心动图结果）	1574名急性心肌梗死患者
954	2025-05-16	Exploring dental faculty awareness, knowledge, and attitudes toward AI integration in education and practice: a mixed-method study 2025-May-12, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-07259-8 PMID:40355937	研究论文	本研究通过混合方法评估了牙科教师对AI在教育和实践中整合的知识、意识和态度，并提出了基于共识的建议	首次在巴基斯坦的牙科教育背景下评估教师对AI的认知和态度，并提出了具体的整合建议	研究样本仅限于巴基斯坦的牙科教师，可能无法推广到其他地区	评估牙科教师对AI的认知和态度，并提出AI在牙科教育和实践中整合的建议	巴基斯坦公立和私立牙科学院的400名教师	医疗教育技术	NA	混合方法研究（GAAIS量表和焦点小组讨论）	NA	问卷调查数据和定性讨论数据	400名牙科教师
955	2025-05-16	[Research status of automatic localization of acupoint based on deep learning] 2025-May-12, Zhongguo zhen jiu = Chinese acupuncture & moxibustion DOI:10.13703/j.0255-2930.20241002-k0001 PMID:40369913	综述	本文回顾了近年来深度学习在穴位自动定位中的应用，并从数据集构建、神经网络模型设计和穴位定位精度评估三个关键环节进行了总结	总结了深度学习在穴位定位领域的显著进展，并提出了未来研究方向，包括标准化数据集的支持、3D建模和多模态数据融合的整合	穴位检测的规模需要扩大，模型的精度、泛化能力和实时性能有待提高	探讨深度学习在穴位自动定位中的应用现状及未来发展方向	穴位自动定位	深度学习	NA	NA	神经网络	NA	NA
956	2025-05-16	Pruning the ensemble of convolutional neural networks using second-order cone programming 2025-May-09, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107544 PMID:40367720	研究论文	本文提出了一种使用二阶锥规划修剪卷积神经网络集成的方法，以提高准确性和多样性	提出了一种稀疏的二阶锥优化模型，用于修剪不同深度和层数的CNN集成，同时最大化准确性和多样性	仅在CIFAR-10、CIFAR-100和MNIST数据集上进行了测试，未涉及更复杂或更大规模的数据集	解决深度学习模型中集成修剪的计算复杂性问题	卷积神经网络（CNNs）的集成	机器学习	NA	二阶锥规划	CNN	图像	CIFAR-10、CIFAR-100和MNIST数据集
957	2025-05-16	Effectiveness and Implementation Outcomes of an mHealth App Aimed at Promoting Physical Activity and Improving Psychological Distress in the Workplace Setting: Cluster-Level Nonrandomized Controlled Trial 2025-May-06, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/70473 PMID:40327360	研究论文	本研究评估了名为ASHARE的智能手机应用在工作场所促进身体活动和改善心理困扰的效果及实施结果	利用深度学习模型通过身体活动监测抑郁和焦虑，并在工作场所环境中进行混合效果-实施试验	组间差异无统计学显著性，应用的用户保留率较低（20%），实施结果在员工中评价不佳	评估mHealth应用在工作场所促进身体活动和改善心理健康的有效性与实施效果	日本工作场所的员工	数字健康	心理健康	深度学习模型	NA	移动健康数据	84名员工（干预组67人，对照组17人）来自7个工作单位
958	2025-05-16	Development of deep learning quantization framework for remote sensing edge device to estimate inland water quality in South Korea 2025-May-02, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123760 PMID:40367723	研究论文	开发了一种用于遥感边缘设备的深度学习量化框架，以估算韩国内陆水质	通过神经架构搜索（NAS）和帕累托优化识别轻量级CNN模型，并结合后训练量化（PTQ）和量化感知训练（QAT）进一步压缩模型大小，同时保持高精度	尽管在深度学习方面取得了进展，但当代技术在水质监测中的应用尚未完全探索	开发一种适用于边缘设备的实时AI框架，用于水质监测	韩国内陆水质，特别是总悬浮固体（TSS）浓度	计算机视觉	NA	多光谱成像，神经架构搜索（NAS），后训练量化（PTQ），量化感知训练（QAT）	CNN	图像	NA
959	2025-05-16	Reducing food waste in the HORECA sector using AI-based waste-tracking devices 2025-May-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.02.044 PMID:40024032	研究论文	本研究评估了一种基于AI的自动废物追踪系统在HORECA行业中减少食物浪费的有效性	利用计算机视觉和深度学习算法实时自动称重和光学分离食物浪费	未探索废物追踪设备与消费者层面干预措施的结合	评估AI技术在减少HORECA行业食物浪费方面的有效性	HORECA行业中的餐厅、酒店和商业餐饮服务	计算机视觉	NA	深度学习算法	NA	图像	德国的度假村餐厅和商业餐饮服务、瑞士的酒店以及希腊的两家酒店
960	2025-05-16	Revolutionizing biological digital twins: Integrating internet of bio-nano things, convolutional neural networks, and federated learning 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109970 PMID:40101583	研究论文	本文提出了一种整合生物纳米物联网、卷积神经网络和联邦学习的新型框架，以解决生物数字孪生在微生物领域的应用挑战	结合IoBNT进行微观数据采集与传输，并利用CNN和FL算法实现高效模式识别与带宽节省	未明确说明框架在非细菌类生物实体上的适用性	解决微生物数字孪生实现过程中的数据提取、传输和计算难题	微生物（如细菌）的数字孪生模型	数字病理学	NA	IoBNT（生物纳米物联网）、联邦学习	CNN（卷积神经网络）	微观生物数据	33种细菌类别