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
961	2025-05-17	A Novel 3D Approach with a CNN and Swin Transformer for Decoding EEG-Based Motor Imagery Classification 2025-May-05, Sensors (Basel, Switzerland) DOI:10.3390/s25092922 PMID:40363359	研究论文	本文提出了一种结合CNN和Swin Transformer的新型端到端解码网络，用于提高基于EEG的运动想象分类的准确性	将EEG信号转换为三维数据结构，结合一维和二维卷积进行时空特征提取，并使用3D Swin Transformer模块进行深度特征探索	方法在不同BCI任务中的适用性及临床实施的潜力有待进一步探索	提高基于EEG的运动想象分类的准确性	脑电图(EEG)信号	脑机接口	肌肉或神经损伤	EEG信号处理	CNN和Swin Transformer	EEG信号	BCI Competition IV-2a数据集
962	2025-05-17	Efficient Deep Learning Model Compression for Sensor-Based Vision Systems via Outlier-Aware Quantization 2025-May-05, Sensors (Basel, Switzerland) DOI:10.3390/s25092918 PMID:40363355	research paper	提出了一种针对传感器视觉系统的高效深度学习模型压缩方法，通过异常值感知量化（OAQ）提高量化精度	提出异常值感知量化（OAQ）方法，有效重塑权重分布以减少异常值对量化精度的影响，并与现有量化方案正交兼容	未提及具体在哪些传感器或实际应用场景中的限制	优化资源受限环境下传感器视觉系统中的深度学习模型效率	深度学习模型的量化方法	computer vision	NA	量化方法（OAQ）	CNN（如ResNet20）	image	未明确提及具体样本数量
963	2025-05-17	A Transfer Learning Framework for Predicting and Interpreting Drug Responses via Single-Cell RNA-Seq Data 2025-May-04, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26094365 PMID:40362602	research paper	该研究提出了一个基于迁移学习的框架，用于通过单细胞RNA测序数据预测和解释药物反应	设计了一个共享编码器将批量和单细胞测序数据对齐到统一的潜在空间，并通过稀疏解码器增强模型的可解释性	临床样本获取有限，且scRNA-seq药物反应数据的系统性收集和利用仍有限	提高药物反应预测的准确性和可解释性	单细胞RNA测序数据	machine learning	cancer	scRNA-seq	transfer learning	RNA sequencing data	五个scRNA-seq数据集
964	2025-05-17	Aircraft Wake Vortex Recognition Method Based on Improved Inception-VGG16 Hybrid Network 2025-May-04, Sensors (Basel, Switzerland) DOI:10.3390/s25092909 PMID:40363346	研究论文	提出了一种基于改进的Inception-VGG16混合网络的飞机尾涡识别方法	结合改进的InceptionB和InceptionC模块进行多尺度特征并行提取，后端采用VGG16的层次结构进行深度特征提取，显著提高了分类准确率	未提及模型在其他机场或不同气象条件下的泛化能力	解决飞机尾涡准确识别的挑战	飞机尾涡	计算机视觉	NA	深度学习	Inception-VGG16混合网络	二维多普勒雷达径向速度数据	3530个风场样本
965	2025-05-17	Deep Learning-Based Synthetic CT for Personalized Treatment Modality Selection Between Proton and Photon Therapy in Thoracic Cancer 2025-May-03, Cancers IF:4.5Q1 DOI:10.3390/cancers17091553 PMID:40361479	研究论文	本研究开发了一种基于深度学习的合成CT（sCT）工作流程，用于在胸部癌症治疗中比较质子与光子疗法的优势	利用深度学习预测的sCT仅基于诊断CT（dCT）进行治疗方案比较，为临床决策提供支持	研究样本量较小（训练集46例，测试集15例），可能影响模型的泛化能力	开发个性化治疗模式选择工具，优化胸部癌症患者的放射治疗方案	胸部癌症患者	数字病理	胸部癌症	深度学习	U-Net	CT图像	46例训练样本（公共数据库）+15例测试样本（机构患者）
966	2025-05-17	Role and Potential of Artificial Intelligence in Biomarker Discovery and Development of Treatment Strategies for Amyotrophic Lateral Sclerosis 2025-May-02, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26094346 PMID:40362582	review	本文探讨了人工智能在肌萎缩侧索硬化症（ALS）生物标志物发现和治疗策略开发中的角色和潜力	综述了AI在ALS生物标志物发现、诊断准确性和治疗开发中的创新应用，包括AlphaFold和深度学习模型在蛋白质组学和神经影像学中的革命性进展	未提及具体研究样本量或实验验证结果	探索AI在ALS生物标志物发现和治疗策略开发中的应用	肌萎缩侧索硬化症（ALS）	machine learning	neurodegenerative disease	omics, neuroimaging	deep learning	omics data, neuroimaging data	NA
967	2025-05-17	Exploring Smartphone-Based Edge AI Inferences Using Real Testbeds 2025-May-02, Sensors (Basel, Switzerland) DOI:10.3390/s25092875 PMID:40363312	研究论文	本文探讨了基于智能手机的边缘AI在实时计算机视觉推理中的竞争力	研究了智能手机集群在边缘AI中的应用潜力，特别是在实时计算机视觉推理任务中的性能表现	实验仅使用了五款低/中端智能手机和三款SBC，样本范围和多样性有限	评估智能手机集群在边缘AI实时计算机视觉推理中的性能表现	智能手机集群和单板计算机(SBC)在边缘AI任务中的性能比较	计算机视觉	NA	深度学习模型推理	预训练DL模型	图像流数据	8个异构边缘节点(5款智能手机和3款SBC)
968	2025-05-17	MHFS-FORMER: Multiple-Scale Hybrid Features Transformer for Lane Detection 2025-May-02, Sensors (Basel, Switzerland) DOI:10.3390/s25092876 PMID:40363313	research paper	提出了一种基于Transformer的端到端模型MHFS-FORMER，用于解决复杂场景下的车道检测问题	设计了MHFNet融合多尺度特征与Transformer Encoder，引入多参考可变形注意力模块增强模型表示能力，并开发了ShuffleLaneNet探索多尺度车道特征的通道和空间信息	未明确提及具体限制	提升复杂场景下车道检测的准确性和实时性	车道检测	computer vision	NA	NA	Transformer (MHFS-FORMER, MHFNet, ShuffleLaneNet)	image	TuSimple和CULane数据集
969	2025-05-17	Microfluidics with Machine Learning for Biophysical Characterization of Cells 2025-May, Annual review of analytical chemistry (Palo Alto, Calif.) DOI:10.1146/annurev-anchem-061622-025021 PMID:39999863	综述	本文探讨了微流控技术与机器学习在细胞生物物理特性表征中的协同作用	整合人工智能方法（包括机器学习和深度学习）与微流控技术，以解决高通量微流控系统数据分析的挑战	未提及具体的技术实施细节或实验验证结果	提升细胞生物物理特性表征的准确性和效率，促进新的生物学发现	细胞的生物物理特性	生物医学工程	NA	微流控技术、机器学习和深度学习	NA	微流控实验产生的高通量数据	NA
970	2025-05-17	Deep Learning Methods in the Imaging of Hepatic and Pancreaticobiliary Diseases 2025 May-Jun 01, Journal of clinical gastroenterology IF:2.8Q2 DOI:10.1097/MCG.0000000000002125 PMID:40193287	综述	本文综述了深度学习和机器学习在肝胆胰疾病影像诊断中的应用	AI通过高敏感性和特异性提高诊断准确性，CNN算法增强图像分析并减少变异性	AI在这些胃肠病学专业领域的应用主要局限于实验性试验	提高肝胆胰疾病的检测、评估和治疗规划	肝胆胰疾病的影像诊断	数字病理学	肝胆胰疾病	深度学习、机器学习	CNN	影像	NA
971	2025-05-17	Peptide Property Prediction for Mass Spectrometry Using AI: An Introduction to State of the Art Models 2025-May, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202400398 PMID:40211610	综述	本文综述了基于质谱的蛋白质组学中用于肽性质预测的最先进的机器学习和深度学习模型	介绍了预测消化性、保留时间、电荷状态分布、碰撞截面、碎片离子强度和可检测性等多种肽性质的模型	当前模型在处理多样化的翻译后修饰和仪器变异性方面存在困难，需要大规模、协调的数据集和标准化的评估指标	为肽性质预测开发可访问和可复现的模型	质谱中的肽性质	机器学习	NA	质谱	机器学习和深度学习模型	质谱数据	NA
972	2025-05-17	Circular RNA discovery with emerging sequencing and deep learning technologies 2025-May, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-025-02157-7 PMID:40247051	综述	本文总结了环状RNA（circRNA）在基因调控和疾病发病机制中的新兴作用，以及利用新兴测序技术和深度学习技术进行circRNA发现和功能分析的最新突破	结合长读长和单细胞RNA测序技术与深度学习算法，以前所未有的分辨率和规模研究circRNA	circRNA低表达水平及与线性RNA的高序列相似性给检测和表征带来挑战	探索circRNA的发现、表征和功能分析算法，以及其在生物医学应用中的潜力	环状RNA（circRNA）	生物信息学	NA	长读长测序、单细胞RNA测序	深度学习	RNA序列数据	NA
973	2025-05-17	Deep learning approach in undergraduate nursing students and their relationship with learning outcomes: A latent profile analysis 2025-May, Nurse education in practice IF:3.3Q1 DOI:10.1016/j.nepr.2025.104379 PMID:40279950	研究论文	本研究通过潜在剖面分析识别了本科护理学生深度学习方法的潜在类型，并分析了这些类型的影响因素及其与学习成果的关系	首次在护理教育中应用潜在剖面分析方法识别学生的深度学习类型，并探讨了不同类型与学习成果的关系	研究设计为横断面调查，无法确定因果关系；样本仅来自中国两所医科大学，可能限制结果的普适性	探索本科护理学生的深度学习类型及其与学习成果的关系	本科护理学生	教育心理学	NA	潜在剖面分析(LPA)、单因素方差分析、多项逻辑回归分析、BCH方法	NA	问卷调查数据	来自中国两所医科大学的891名本科护理学生
974	2025-05-03	Correction to: DOMSCNet: a deep learning model for the classification of stomach cancer using multi-layer omics data 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf218 PMID:40314061	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
975	2025-05-16	MRI-derived deep learning models for predicting 1p/19q codeletion status in glioma patients: a systematic review and meta-analysis of diagnostic test accuracy studies 2025-May-15, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03631-z PMID:40369298	meta-analysis	本文通过系统综述和荟萃分析评估了基于MRI的深度学习模型在预测胶质瘤患者1p/19q共缺失状态中的表现	首次对MRI衍生的深度学习模型在预测胶质瘤1p/19q共缺失状态中的诊断准确性进行了系统评价和荟萃分析	纳入研究的质量参差不齐，仅有两项研究质量较低，且存在显著的异质性	评估MRI衍生的深度学习模型在预测胶质瘤1p/19q共缺失状态中的诊断准确性	胶质瘤患者	digital pathology	glioma	MRI	DL	image	20项研究纳入系统综述，其中10项研究进行了荟萃分析
976	2025-05-16	The Lack of Neurofeedback Training Regulation Guidance and Process Evaluation May be a Source of Controversy in Post-Traumatic Stress Disorder-Neurofeedback Research: A Systematic Review and Statistical Analysis 2025-May-15, Brain connectivity IF:2.4Q3 DOI:10.1089/brain.2024.0084 PMID:40371570	系统性综述	本文对创伤后应激障碍（PTSD）神经反馈（NF）研究进行了系统性综述和统计分析，探讨了现有研究的不足并提出了改进方向	首次对PTSD-NF研究进行了全面的统计分析和分类，提出了改进NF过程评估机制和调制指导的建议	研究仅纳入了31项原始研究，样本量较小（EEG-NF平均17.4人，fMRI-NF平均14.6人），且缺乏深度学习方法的运用	探讨PTSD-NF研究中存在的问题并提出改进方向	创伤后应激障碍（PTSD）患者	脑机接口	创伤后应激障碍	脑电图神经反馈（EEG-NF）和功能磁共振成像神经反馈（fMRI-NF）	传统统计方法和基础机器学习方法	神经信号数据	EEG-NF研究平均17.4人（SD 7.13），fMRI-NF研究平均14.6人（SD 6.37）
977	2025-05-16	De Novo Design of Highly Stable Binders Targeting Dihydrofolate Reductase in Klebsiella pneumoniae 2025-May-15, Proteins IF:3.2Q2 DOI:10.1002/prot.26835 PMID:40371895	研究论文	本研究旨在设计针对肺炎克雷伯菌二氢叶酸还原酶（DHFR）的新型治疗性抑制剂，利用深度学习生物信息学技术设计具有细胞穿透特性的稳定肽	采用深度学习模型（OmegaFold、ProteinMPNN）设计全新抑制剂，并通过添加细胞穿透肽（CPP）基序增强递送效果	计算模型在预测体内行为方面存在局限性，需进一步体外和体内实验验证	设计针对肺炎克雷伯菌DHFR蛋白的新型治疗性抑制剂，以应对细菌耐药性问题	肺炎克雷伯菌的DHFR蛋白	生物信息学	细菌感染	深度学习、分子对接、分子动力学模拟	OmegaFold、ProteinMPNN	蛋白质序列	60个全新结合剂，生成7200个序列，最终筛选出10个序列
978	2025-05-16	Artificial Intelligence in Surgical Training and Applications to Otolaryngology: A Scoping Review 2025-May-15, The Laryngoscope DOI:10.1002/lary.32246 PMID:40371996	综述	本文探讨了人工智能在耳鼻喉科手术技能评估和教育中的应用进展	利用AI技术提供客观、数据驱动的手术技能评估，替代传统主观评估方法	纳入研究数量有限（34项），且AI评估准确率存在较大波动（60%-100%）	评估人工智能在手术技能评估中的应用潜力，特别是在耳鼻喉科教育领域	手术技能评估研究，包括基础手术任务和特定外科手术程序	计算机视觉	耳鼻喉科疾病	深度学习、机器学习、计算机视觉技术	NA	运动学数据、运动数据、力数据、手术视频	34项符合条件的研究
979	2025-05-16	Comparison of lumbar disc degeneration grading between deep learning model SpineNet and radiologist: a longitudinal study with a 14-year follow-up 2025-May-15, 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/s00586-025-08900-2 PMID:40372457	研究论文	比较深度学习模型SpineNet与放射科医生在腰椎间盘退变分级上的一致性	使用深度学习模型SpineNet进行腰椎间盘退变分级，并与放射科医生的视觉分级进行长期随访比较	样本量较小（19名男性志愿者），且仅针对男性进行研究	评估AI模型与放射科医生在腰椎间盘退变分级上的一致性	19名男性志愿者的腰椎间盘MRI数据	数字病理	腰椎间盘退变	MRI	CNN	图像	19名男性志愿者，基线年龄37岁，随访14年后51岁
980	2025-05-16	Application of deep learning with fractal images to sparse-view CT 2025-May-15, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03378-1 PMID:40372595	研究论文	本研究探讨了使用分形图像进行预训练以提高稀疏视图CT图像质量的方法	利用非医学分形图像进行预训练，减少对医学图像数量的依赖，提高稀疏视图CT图像重建质量	研究仅使用了CHAOS数据集中的医学图像，可能无法涵盖所有临床场景	提高稀疏视图CT图像重建质量，减少对大量医学训练图像的依赖	稀疏视图CT图像	计算机视觉	NA	迭代函数系统(IFS)、滤波反投影(FBP)	FBPConvNet、WNet	图像	医学图像从5000减少到1000（减少80%）