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
101	2025-07-14	Deep learning applications in orthopaedics: a systematic review and future directions 2025 May-Jun, Acta ortopedica mexicana PMID:40645786	系统综述	本文综述了人工智能和深度学习在骨科中的应用，并探讨了未来的研究方向	分析了当前AI和深度学习工具在骨科领域的应用，识别了最常用的工具和方法	研究间异质性高，方法和术语差异大，可能导致对诊断准确性的高估	分析AI和深度学习在骨科风险、结果评估、影像学和基础科学领域的应用	骨科领域的影像评估、脊柱手术、结果评估、基础AI骨科教育和基础科学应用	数字病理	骨科疾病	深度学习	CNN	影像	595项研究（包括281项影像评估、102项脊柱手术、95项结果评估、84项基础AI骨科教育和33项基础科学应用）
102	2025-07-13	Optimizing Locomotor Task Sets for Training a Biological Joint Moment Estimator 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063074 PMID:40644131	研究论文	本文提出了一种优化运动任务集的策略，用于训练生物关节力矩估计器，以减少数据收集负担并保持模型性能	引入了一种运动任务集优化策略，通过聚类分析识别最小但具有代表性的任务集，显著减少数据收集需求	研究仅针对髋关节力矩估计，未验证其他关节的适用性	优化运动任务集以减少数据收集负担，同时保持生物关节力矩估计的准确性	穿戴式传感器数据和生物关节力矩估计	机器学习	NA	聚类分析	神经网络	传感器数据	未明确提及具体样本数量
103	2025-07-13	Simultaneous Recognition of Locomotion Mode, Phase, and Phase Progression Using Deep Learning Models 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11062982 PMID:40644172	research paper	本研究提出了一种深度学习框架，用于同时识别运动模式、相位及相位进展，以提升步态辅助可穿戴机器人的实时辅助能力	首次提出同时预测运动模式、相位及相位进展的深度学习框架，解决了现有方法无法同时处理这三个关键因素的局限	研究仅涉及五名参与者，样本量较小，可能影响模型的泛化能力	开发一种有效的用户意图识别算法，使可穿戴机器人能够在各种运动活动中与用户协调运动	运动模式（如平地行走、上下楼梯、坐站转换）及其相位和相位进展	machine learning	NA	深度学习	深度学习模型	IMU数据	5名参与者
104	2025-07-13	Exploring Cortical Responses to Blood Flow Restriction through Deep Learning 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063023 PMID:40644184	研究论文	本研究利用深度学习和脑机接口技术探索血流限制训练对大脑皮层活动的影响	首次使用深度学习方法结合MEG技术分析血流限制训练对大脑皮层活动的个体化影响	跨被试模型仅达到随机水平准确率(33%)，表明个体间存在显著差异	探索血流限制训练对大脑皮层活动的神经机制	6名受试者在血流限制训练前、中、后的大脑皮层活动	脑机接口	NA	MEG(脑磁图), 深度学习	BaseNet	神经信号数据	6名受试者
105	2025-07-13	Personalization of Wearable Sensor-Based Joint Kinematics Estimation Using Computer Vision for Hip Exoskeleton Applications 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063180 PMID:40644220	研究论文	本文提出了一种基于计算机视觉的深度学习适应框架，用于实时估计关节运动学，适用于髋部外骨骼应用	结合计算机视觉和深度学习，仅需少量数据（1-2个步态周期）即可适应新的步态模式，无需专业运动捕捉设备	在无法使用摄像头的场景下不可行	提高穿戴式传感器在关节运动学估计中的准确性和适应性	下肢关节运动学	计算机视觉	NA	深度学习	TCN（时间卷积网络）	视频（步态数据）	少量数据（1-2个步态周期）
106	2025-07-13	Position Based Camera-2D LiDAR Fusion and Person Following for Mobile Robots 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11062955 PMID:40644251	research paper	该研究提出了一种基于位置的相机-2D LiDAR融合方法，用于移动机器人的人体跟随应用	首次在真实机器人上测试基于位置的目标人物跟踪系统，并与基于图像的跟踪方法进行比较	未明确说明系统在复杂环境中的鲁棒性或计算效率	开发更适合人体跟随应用的目标人物跟踪系统	移动机器人的人体跟随系统	机器人技术	NA	多传感器融合（RGBD相机和LiDAR）、深度学习	UCMCtrack算法、SORT算法	图像、LiDAR点云	未明确说明具体样本数量
107	2025-07-11	Identifying Asthma-Related Symptoms From Electronic Health Records Using a Hybrid Natural Language Processing Approach Within a Large Integrated Health Care System: Retrospective Study 2025-May-02, JMIR AI DOI:10.2196/69132 PMID:40611521	研究论文	本研究开发了一种混合自然语言处理（NLP）算法，用于从大型综合医疗系统的临床记录中识别与哮喘相关的症状	结合基于规则和基于transformer的深度学习算法，开发了一种混合NLP方法，有效提高了从非结构化临床记录中识别哮喘相关症状的准确性	研究仅针对特定时间段内的临床记录进行分析，可能无法涵盖所有哮喘症状的表达方式	开发有效的NLP算法以识别哮喘相关症状，促进早期哮喘检测和恶化风险预测	大型综合医疗系统中的非结构化临床记录	自然语言处理	哮喘	NLP, 深度学习	基于规则的算法, transformer-based算法	文本	11,374,552份临床记录，包含128,211,793个句子
108	2025-07-11	Learning-based early detection of post-hepatectomy liver failure using temporal perioperative data: a nationwide multicenter retrospective study in China 2025-May, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103220 PMID:40630620	研究论文	利用基于学习的方法和围手术期时间数据，实现肝切除术后肝功能衰竭的早期检测	采用前沿AI技术进行广泛的时间特征分析，将PHLF的检测提前至术后24小时内，并展示了在西方人群中的泛化潜力	在MIMIC-IV队列中，由于EHR数据不完整，模型性能有所下降	提高肝切除术后肝功能衰竭的早期检测能力	肝切除术后患者	数字病理	肝功能衰竭	深度学习	Bio-Clinical Bidirectional Encoder Representation from Transformers	电子健康记录（EHR）	中国队列1832例患者（训练681例，验证1151例），MIMIC-IV队列242例患者
109	2025-07-10	Validity and accuracy of artificial intelligence-based dietary intake assessment methods: a systematic review 2025-May-14, The British journal of nutrition DOI:10.1017/S0007114525000522 PMID:40207441	系统综述	本文系统综述了基于人工智能的膳食摄入评估方法的有效性和准确性	首次系统评估AI在膳食摄入评估中的应用效果，填补了营养流行病学研究中的技术空白	纳入研究样本量有限（13项研究），61.5%存在中等偏倚风险，需要更多人群比较研究和更大样本量验证	评估人工智能技术在膳食摄入评估领域的应用效果	营养流行病学研究中的膳食数据	机器学习	NA	深度学习（46.2%），机器学习（15.3%）	NA	膳食摄入数据	13项符合条件的研究（其中61.5%为临床前研究）
110	2025-07-10	Challenges in AI-driven Biomedical Multimodal Data Fusion and Analysis 2025-May-10, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf011 PMID:40036568	综述	本文综述了AI在生物医学多模态数据融合与分析中的挑战与应用	全面概述了生物医学多模态数据的表示学习方法及AI在数据整合分析中的应用，并提出了未来研究方向	未提及具体实验验证或案例研究	探讨AI技术在生物医学多模态数据整合分析中的应用及其挑战	分子、细胞、图像和电子健康记录等多模态生物医学数据	机器学习	NA	深度学习	大语言模型和视觉模型	多模态数据（分子、细胞、图像和电子健康记录）	NA
111	2025-07-10	A new multimodal medical image fusion framework using Convolution Neural Networks 2025-May, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2488827 PMID:40214199	研究论文	提出了一种基于卷积神经网络的多模态医学图像融合新框架	优化了卷积层数量并选择了适当的激活函数，采用三层卷积层和swish激活函数提取输入图像的显著特征	未提及具体医学图像类型的适用性限制	开发更高效的医学图像融合方法以减少医学诊断时间	多模态医学图像	数字病理	NA	深度学习	CNN	图像	未提及具体样本数量
112	2025-07-10	Deep ensemble architecture with improved segmentation model for Alzheimer's disease detection 2025-May, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2484691 PMID:40219912	research paper	提出了一种用于阿尔茨海默病检测的深度集成架构，通过改进的分割模型提高检测准确性	提出了一种新型深度集成架构En-LeCILSTM，结合了LeNet、CNN和改进的LSTM模型，并通过改进的U-Net架构进行图像分割	未提及具体的数据集大小或多样性限制，可能影响模型的泛化能力	提高阿尔茨海默病的检测准确性和效率	阿尔茨海默病的医学图像数据	digital pathology	geriatric disease	Median filtering, Improved U-Net, ISIH, MBP, Multi Texton	En-LeCILSTM (LeNet, CNN, improved LSTM)	image	NA
113	2025-07-06	Fine-Grained Classification of Pressure Ulcers and Incontinence-Associated Dermatitis Using Multimodal Deep Learning: Algorithm Development and Validation Study 2025-May-01, JMIR AI DOI:10.2196/67356 PMID:40605794	研究论文	开发并验证了一种多模态深度学习框架，用于压力性溃疡（PUs）和失禁性皮炎（IAD）的精细分类	提出了一种结合伤口图像和分类患者数据的多模态深度学习框架，显著提高了PUs和IAD的分类准确性，并在某些任务上超越了人类专家	细粒度分类性能仍有提升空间，特别是IAD分类的F1-score较低（53.20%），且需要进一步验证实际临床应用效果	开发一个强大的多模态深度学习框架，以提高PUs和IAD的诊断准确性并支持临床决策	压力性溃疡（PUs）和失禁性皮炎（IAD）的伤口图像及其严重程度分类	数字病理	皮肤疾病	深度学习	CNN, Transformer (TinyViT, ConvNeXtV2)	图像, 分类数据	1555张伤口图像，由4位伤口专家标注
114	2025-07-05	Single-shot reconstruction of three-dimensional morphology of biological cells in digital holographic microscopy using a physics-driven neural network 2025-May-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60200-x PMID:40413181	research paper	提出了一种名为MorpHoloNet的深度学习模型，用于从单次拍摄的全息图中重建生物细胞的三维形态	通过整合物理驱动和基于坐标的神经网络，MorpHoloNet能够直接从单次拍摄的全息图中重建三维复杂光场和三维形态，无需多次相移全息图或角度扫描	NA	改进数字同轴全息显微镜（DIHM）中生物细胞的三维形态重建技术	生物细胞	digital pathology	NA	digital in-line holographic microscopy (DIHM)	physics-driven neural network, coordinate-based neural network	holograms	NA
115	2025-07-05	Relevance of choroid plexus volumes in multiple sclerosis 2025-May-08, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-025-00656-7 PMID:40340923	研究论文	本研究探讨了脉络丛体积在多发性硬化症（MS）中的相关性及其与脑室周围组织损伤的关系	使用新型深度学习分割方法评估脉络丛体积，并揭示了其在复发缓解型多发性硬化症（RRMS）和原发性进展型多发性硬化症（PPMS）中的不同表现	研究为横断面设计，无法确定因果关系；样本量相对有限	阐明脉络丛在多发性硬化症神经炎症中的作用及其与脑室周围组织损伤的关系	复发缓解型多发性硬化症（RRMS）和原发性进展型多发性硬化症（PPMS）患者及健康对照	数字病理学	多发性硬化症	结构MRI和深度学习分割方法	深度学习	MRI图像	141名RRMS患者、64名PPMS患者和75名健康对照
116	2025-07-05	Deep learning approaches for classification tasks in medical X-ray, MRI, and ultrasound images: a scoping review 2025-May-07, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01701-5 PMID:40335965	综述	本文探讨了深度学习在医学X射线、MRI和超声图像分类任务中的应用	总结了深度学习模型在医学图像分类中的使用情况、达到的准确率以及模型架构的细节	讨论了当前方法的局限性并提出了医学图像分类的未来方向	探索深度学习如何用于分类通过X射线、MRI或超声图像诊断的各种疾病	医学X射线、MRI和超声图像	计算机视觉	NA	深度学习	NA	图像	NA
117	2025-07-05	Using interpretable deep learning radiomics model to diagnose and predict progression of early AD disease spectrum: a preliminary [18F]FDG PET study 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11158-9 PMID:39477837	研究论文	本研究提出了一种基于[18F]FDG PET图像的可解释深度学习放射组学（IDLR）模型，用于诊断阿尔茨海默病（AD）的临床谱系并预测从轻度认知障碍（MCI）到AD的进展	提出的IDLR模型结合了放射组学和深度学习特征，增强了传统深度学习模型的可解释性，并提高了分类准确性	研究为初步结果，需要进一步验证	诊断阿尔茨海默病的临床谱系并预测从轻度认知障碍到AD的进展	1962名来自不同种族的受试者（包括ADNI的高加索人群和中国两家医院的亚洲人群）	数字病理学	阿尔茨海默病	[18F]FDG PET成像	可解释深度学习放射组学（IDLR）模型	图像	1962名受试者（高加索和亚洲人群）
118	2025-07-04	Toward diffusion MRI in the diagnosis and treatment of pancreatic cancer 2025-May-28, Medical oncology (Northwood, London, England) DOI:10.1007/s12032-025-02759-5 PMID:40434720	研究论文	探讨扩散磁共振成像（dMRI）在胰腺癌诊断和治疗中的潜力	结合扩散加权成像（DWI）、扩散张量成像（DTI）、体素内不相干运动（IVIM）和扩散峰度成像（DKI）等扩散技术及AI分析，提供组织微结构的深入洞察	标准化协议和稳健的数据分析流程仍存在挑战	增强胰腺癌的诊断和治疗效果	胰腺癌	数字病理	胰腺癌	dMRI, DWI, DTI, IVIM, DKI, AI分析	深度学习	MRI图像	NA
119	2025-07-04	Galileo-an Artificial Intelligence tool for evaluating pre-implantation kidney biopsies 2025-May, Journal of nephrology IF:2.7Q2 DOI:10.1007/s40620-024-02094-4 PMID:39356416	研究论文	介绍了一种名为Galileo的人工智能工具，用于评估移植前肾脏活检	开发了专门用于辅助病理学家解读移植前肾脏活检的AI工具Galileo，显著提高了评估速度和一致性	需要进一步基于硬终点（如移植物存活率）进行改进	开发AI工具以辅助病理学家评估移植前肾脏活检	移植前肾脏活检的病理图像	数字病理	肾脏疾病	深度学习	深度学习算法	图像	多中心收集的肾脏穿刺和楔形活检的全切片图像
120	2025-07-04	TransMA: an explainable multi-modal deep learning model for predicting properties of ionizable lipid nanoparticles in mRNA delivery 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf307 PMID:40581984	研究论文	提出了一种名为TransMA的可解释多模态深度学习模型，用于预测mRNA递送中可电离脂质纳米颗粒（LNPs）的转染效率	TransMA采用多模态分子结构融合架构，结合细粒度原子空间关系提取器和粗粒度原子序列提取器，设计了mol-attention机制块，能够对齐粗细粒度原子特征并捕捉原子空间与序列结构间的关系	未明确提及具体局限性	加速高转染效率mRNA药物递送系统的筛选过程	可电离脂质纳米颗粒（LNPs）	机器学习	NA	深度学习	Transformer, Mamba	分子结构数据	当前最大的LNPs数据集，包括Hela和RAW细胞系