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
1001	2025-05-14	Progressive multi-task learning for fine-grained dental implant classification and segmentation in CBCT image 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109896 PMID:40073494	研究论文	提出一种基于深度学习的多任务细粒度CBCT牙科种植体分类和分割方法，称为MFPT-Net	基于渐进式训练的多尺度特征提取和增强方法，能够区分微小的种植体特征和易混淆的相似特征，如种植体螺纹	NA	提高CBCT图像中牙科种植体的自动分类和分割的效率和准确性	CBCT图像中的牙科种植体	数字病理学	牙科疾病	深度学习	MFPT-Net	图像	437个CBCT序列，包含723个牙科种植体，来自三个不同的中心
1002	2025-05-14	An end-to-end four tier remote healthcare monitoring framework using edge-cloud computing and redactable blockchain 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109987 PMID:40081211	研究论文	提出了一种名为四层远程医疗监控框架（FTRHMF）的端到端安全远程医疗框架，结合边缘云计算和可编辑区块链技术	结合了混合元启发式安全联邦集群路由协议（HyMSFCRP）、多智能体深度强化学习（MA-DRL）和混合变压器深度学习（HTDL）模型，以及可编辑区块链技术	未提及具体实施中的技术难点或实际应用中的潜在问题	提高远程医疗监控的服务质量（QoS），确保数据隐私和安全	医疗物联网（MIoTs）中的无线体感传感器（WBS）、分布式网关（DGW）、分布式边缘服务器（DES）、区块链服务器（BS）和云服务器（CS）	医疗物联网	NA	混合元启发式算法（MTBO和SHO）、多智能体深度强化学习（MA-DRL）、混合变压器深度学习（HTDL）	Lite CNN、Swin Transformer	传感器数据	NA
1003	2025-05-14	A deep Bi-CapsNet for analysing ECG signals to classify cardiac arrhythmia 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109924 PMID:40086290	研究论文	提出一种基于深度双向胶囊网络（Bi-CapsNet）的智能深度学习分类器模型，用于准确分类心电图（ECG）信号中的心律失常	采用深度双向胶囊网络（Bi-CapsNet）结合智能深度学习分类器模型，显著提高了心律失常分类的准确性	研究仅基于MIT-BIH心律失常数据库的五种心律失常类型，可能无法涵盖所有临床情况	开发一种高精度的心律失常自动分类方法	心电图（ECG）信号	机器学习	心血管疾病	深度学习	Bi-CapsNet, CNN-RNN	ECG信号	MIT-BIH心律失常数据库中的五种心律失常类型（NOR, RBBB, PVC, APB, LBBB）
1004	2025-05-14	Deep learning-based automated segmentation of cardiac real-time MRI in non-human primates 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109894 PMID:40086292	研究论文	开发了一种基于深度学习的自动分割方法PrimUNet，用于非人灵长类动物心脏实时MRI图像的心肌分割	首次在非人灵长类动物模型中实现了与人类研究相当的自动心肌分割性能，Dice分数达到0.9	目前仅在恒河猴和狒狒的MRI数据上进行了测试，尚未在其他动物模型上验证	开发适用于非人灵长类动物心脏MRI的自动分割方法，提高心血管疾病研究的可靠性和可重复性	非人灵长类动物（恒河猴和狒狒）的心脏MRI图像	数字病理	心血管疾病	MRI	CNN（基于U-Net框架的PrimUNet）	图像（心脏MRI）	恒河猴和狒狒的实时MRI及cine MRI数据
1005	2025-05-14	A sustainable industrial waste control with AI for predicting CO2 for climate change monitoring 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125338 PMID:40273781	研究论文	本研究提出了一种结合AI和Metaverse框架的创新方法，用于预测和监测工业废物碳排放，以支持可持续废物管理	提出了一种结合CNN和LSTM的混合深度学习模型，并引入梯度提升机以提高预测性能，同时利用Metaverse环境实现实时气候监测和交互式数据分析	NA	开发一种先进的AI驱动框架，用于预测和监测工业废物碳排放，以应对气候变化挑战	工业废物碳排放和能源消耗模式	机器学习	NA	深度学习、梯度提升机	CNN、LSTM	能源使用模式、工业社会因素数据	NA
1006	2025-05-14	Deep learning-based spatial optimization of green and cool roof implementation for urban heat mitigation 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125398 PMID:40273786	research paper	提出了一种基于深度学习的城市绿色和凉爽屋顶实施空间优化方法，以减轻城市热压力并最大化成本效益	开发了基于Multi-ResNet深度学习算法的替代模型，用于优化绿色和凉爽屋顶的分配，显著降低了计算需求	研究仅针对大首尔地区，且基于SSP585气候情景和2100年土地覆盖预测，可能不适用于其他地区或情景	优化城市绿色和凉爽屋顶的实施，以减轻城市热压力并提高成本效益	大首尔地区的城市绿色和凉爽屋顶实施	machine learning	NA	Multi-ResNet, WRF-UCM	Multi-ResNet	模拟数据	379个城市网格的262,144种情景
1007	2025-05-14	Multitemporal river flow discharge prediction: A new framework for integrated environmental management and flood control 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125372 PMID:40279745	research paper	该研究提出了一种先进的通用数据分组处理方法（AUGMDH）模型，用于预测不同时间尺度的河流流量排放	引入AUGMDH模型，在多种时间尺度上预测河流流量排放，并在准确性、可靠性和计算效率上优于CNN模型	未明确提及研究的具体局限性	提高河流流量排放预测的准确性和可靠性，以支持水资源管理和洪水控制	河流流量排放	machine learning	NA	AUGMDH, CNN	AUGMDH, CNN	时间序列数据	NA
1008	2025-05-14	Three-dimensional C-scan-based generation adversarial network with synthetic input to improve optical coherence tomography angiography 2025-May, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.5.056006 PMID:40352109	研究论文	提出了一种基于三维C扫描的生成对抗网络（3DCS-GAN），用于改善光学相干断层扫描血管成像（OCTA）的血管可视化	首次提出利用三维C扫描数据重建高质量三维血管网络，充分利用了OCTA数据的体积信息和血管网络的拓扑特征	NA	改善OCTA数据的血管可视化质量	OCTA数据中的血管网络	计算机视觉	葡萄酒色斑病	OCTA	GAN（基于Pix2Pix架构）	三维医学图像	NA
1009	2025-05-14	Association of Deep Learning-based Chest CT-derived Respiratory Parameters with Disease Progression in Amyotrophic Lateral Sclerosis 2025-May, Radiology IF:12.1Q1 DOI:10.1148/radiol.243463 PMID:40358443	research paper	该研究探讨了基于深度学习的胸部CT衍生呼吸参数在预测肌萎缩侧索硬化症（ALS）疾病进展和生存期中的价值	使用深度学习技术从胸部CT中提取肺体积指数（LVI）和呼吸肌指数（RMI），这些参数能够反映ALS的临床分期并预测生存期，特别是在延髓受累患者中具有应用价值	研究为回顾性设计，样本量相对有限（261例患者），且所有数据来自单一三级医院	评估深度学习衍生的胸部CT参数对ALS疾病进展和患者生存期的预测能力	肌萎缩侧索硬化症（ALS）患者	digital pathology	geriatric disease	deep learning-based CT analysis	Gaussian process regressor	CT images	261例ALS患者（平均年龄65.2岁±11.9，男性156例）
1010	2025-05-13	Computer-aided assessment for enlarged fetal heart with deep learning model 2025-May-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112288 PMID:40343273	研究论文	本文提出了一种基于YOLO架构的深度学习方法，用于自动化胎儿心脏扩大的评估	使用YOLOv8结合CBAM模块以及ResNeXtBlock残差网络，提高了胎儿心脏扩大检测的准确性和预测一致性	需要进一步验证以确认其临床适用性	通过自动化评估胎儿心脏扩大，提高产前筛查的准确性和效率	胎儿心脏扩大的超声视频	计算机视觉	先天性心脏病	深度学习	YOLOv8, YOLOv11, ResNeXtBlock	超声视频	NA
1011	2025-05-13	NeuroPred-AIMP: Multimodal Deep Learning for Neuropeptide Prediction via Protein Language Modeling and Temporal Convolutional Networks 2025-May-12, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00444 PMID:40258183	研究论文	提出了一种名为NeuroPred-AIMP的多模态深度学习模型，用于通过蛋白质语言建模和时间卷积网络预测神经肽	结合蛋白质语言模型(ESM)的全局语义表示和时间卷积网络(TCN)的多尺度结构特征，引入残差增强的自适应特征融合机制，动态重新校准特征贡献，实现进化和局部序列信息的稳健整合	依赖于有限的实验验证数据，可能影响模型的泛化能力	提高神经肽识别的准确性，以促进神经系统疾病治疗和基于肽的药物设计	神经肽	自然语言处理	神经系统疾病	蛋白质语言建模，时间卷积网络	ESM, TCN	蛋白质序列数据	NA
1012	2025-05-13	COLOR: A Compositional Linear Operation-Based Representation of Protein Sequences for Identification of Monomer Contributions to Properties 2025-May-12, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00205 PMID:40272990	research paper	该论文提出了一种基于可解释深度学习模型的蛋白质序列表示方法，用于识别单体对蛋白质特性的贡献	引入具有可解释步骤的深度学习模型，直接追踪单体贡献，并提出新的定量分析指标	主要应用于分类任务，如结合位点识别，且在这些任务中准确率有限（40-45%）	开发一种可解释的蛋白质序列表示方法，用于识别关键功能基序	蛋白质序列，特别是抗癌肽（ACP）、抗菌肽（AMP）和胶原蛋白	natural language processing	NA	深度学习，可解释AI（XAI）	DL	蛋白质序列数据	主要包含抗癌肽（ACP）、抗菌肽（AMP）和胶原蛋白的数据集
1013	2025-05-13	Piezoelectret Textile Dressing for Biosignal Monitored Wound Healing 2025-May-12, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202503130 PMID:40351106	research paper	介绍了一种新型旋转喷射纺纱压电驻极体纺织品，用于生物信号监测和伤口愈合	首次报道了旋转喷射纺纱压电驻极体纺织品，其压电输出性能通过电极化提高了150%的电压和200%的电流	未提及具体样本量或临床测试规模	开发一种兼具功能性和舒适性的智能纺织品传感器，用于生物医学技术	压电驻极体纺织品及其在生物信号监测和伤口愈合中的应用	可穿戴技术	伤口愈合	旋转喷射纺纱技术	深度学习辅助压力映射	生理信号（如脉搏和呼吸频率）	NA
1014	2025-05-13	Development and evaluation of an early childhood caries prediction model: a deep learning-based hybrid statistical modelling approach 2025-May-12, European archives of paediatric dentistry : official journal of the European Academy of Paediatric Dentistry IF:2.3Q2 DOI:10.1007/s40368-025-01046-1 PMID:40354021	研究论文	开发并评估了一种基于深度学习的混合统计模型，用于预测儿童早期龋齿（ECC）	结合了bootstrap方法、逻辑回归建模（LRM）和多层前馈神经网络（MLFFNN）的混合统计方法，提高了预测的准确性和可解释性	样本量较小（157对亲子），且研究设计为横断面研究，可能限制了结果的普遍性	开发并评估一种高准确性和可解释性的儿童早期龋齿预测模型	157对亲子	机器学习	儿童早期龋齿	bootstrap方法、逻辑回归建模（LRM）、多层前馈神经网络（MLFFNN）	混合统计模型（LRM + MLFFNN）	问卷调查数据	157对亲子
1015	2025-05-13	Enhancing segmentation accuracy of the common iliac vein in OLIF51 surgery in intraoperative endoscopic video through gamma correction: a deep learning approach 2025-May-11, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03388-z PMID:40349282	研究论文	本研究开发并评估了一种深度学习模型，用于在OLIF51手术中从术中内窥镜视频中分割髂总静脉，以减少血管损伤风险	采用U-Net++与ResNet18结合的结构，并应用伽马校正预处理以提高分割精度	需要进一步研究和模型优化以适应临床应用	提高OLIF51手术中髂总静脉的分割准确性以减少血管损伤风险	髂总静脉	计算机视觉	退行性腰骶椎疾病	深度学习	U-Net, U-Net++ with ResNet18	内窥镜视频图像	614张OLIF51手术内窥镜图像
1016	2025-05-13	Climate change prediction in Saudi Arabia using a CNN GRU LSTM hybrid deep learning model in al Qassim region 2025-May-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00607-0 PMID:40346151	研究论文	使用CNN-GRU-LSTM混合深度学习模型预测沙特阿拉伯Al-Qassim地区的气候变化趋势	提出了一种独特的CNN-GRU-LSTM混合深度学习架构，用于预测气候变化，并在所有四种气候情景中优于传统回归方法	研究仅针对沙特阿拉伯Al-Qassim地区，可能无法推广到其他地区	预测气候变化趋势，以指导环境政策和城市发展决策	Al-Qassim地区的气候数据	机器学习	NA	SMOGN（合成少数过采样技术回归与高斯噪声）	CNN-GRU-LSTM混合模型	气候数据（温度、露点温度、能见度距离、海平面气压）	数据集分为训练集（70%）、验证集（15%）和测试集（15%）
1017	2025-05-13	Scoping review of deep learning research illuminates artificial intelligence chasm in otolaryngology-head and neck surgery 2025-May-10, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01693-0 PMID:40346307	综述	本文通过范围综述分析了1996年至2023年间耳鼻咽喉头颈外科（OHNS）领域的深度学习研究，揭示了该领域人工智能（AI）技术的临床验证不足	首次全面评估了OHNS领域深度学习研究的现状，揭示了AI技术在该领域临床验证的严重缺失	仅分析了已发表的研究，可能未涵盖未发表或正在进行的研究	评估OHNS领域深度学习研究的现状和临床验证情况	1996-2023年间发表的OHNS领域深度学习研究	人工智能在医疗健康中的应用	耳鼻咽喉头颈外科疾病	深度学习	CNN	图像	444篇符合纳入标准的研究文章
1018	2025-05-13	Advances in research on receptor heterogeneity in breast cancer liver metastasis 2025-May-09, Bioscience trends IF:5.7Q1 DOI:10.5582/bst.2025.01046 PMID:40240168	review	本文综述了乳腺癌肝转移中受体异质性的研究进展及其对治疗策略的影响	深入探讨了受体状态变化的分子机制，并提出了结合人工智能深度学习模型预测肝转移受体状态的新方向	未提及具体实验数据或样本量，可能缺乏实证支持	探讨乳腺癌肝转移中受体异质性对治疗策略和预后的影响	乳腺癌肝转移患者及其受体状态变化	digital pathology	breast cancer	NA	deep learning	NA	NA
1019	2025-05-11	Author Correction: Deep learning and genome-wide association meta-analyses of bone marrow adiposity in the UK Biobank 2025-May-09, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59574-9 PMID:40346038	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1020	2025-05-13	Multiparameter MRI-based model integrating radiomics and deep learning for preoperative staging of laryngeal squamous cell carcinoma 2025-May-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01270-1 PMID:40346120	研究论文	本研究建立了一个基于多参数MRI的模型，结合放射组学和深度学习，用于喉鳞状细胞癌的术前分期	结合放射组学和深度学习特征，构建了一个综合模型，显著提高了术前分期的准确性	研究仅基于两个中心的数据，可能存在一定的样本偏差	提高喉鳞状细胞癌术前分期的准确性，为临床决策提供指导	401例经组织学确认的喉鳞状细胞癌患者	数字病理	喉鳞状细胞癌	MRI	ResNet 18, 随机森林(RF)	MRI图像	401例患者（训练集：213例；内部测试集：91例；外部测试集：97例）