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
401	2025-08-12	A Novel Framework for Multimodal Brain Tumor Detection With Scarce Labels 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3467343 PMID:39325615	研究论文	提出了一种名为Double-SimCLR的新型无监督学习框架，用于多模态脑肿瘤检测	基于对比学习的双分支结构，直接同时处理MRI和CT图像进行多模态特征融合，并引入自适应权重掩码技术和多模态注意力机制	未提及具体的数据集规模或实验细节	解决多模态数据融合和医学图像分析中标注数据稀缺的问题	脑肿瘤检测	数字病理学	脑肿瘤	MRI和CT成像	Double-SimCLR（基于对比学习的双分支结构）	图像（MRI和CT）	NA
402	2025-08-12	A Deep Learning-Based Multimodal Fusion Model for Recurrence Prediction in Persistent Atrial Fibrillation Patients 2025-Aug, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.16733 PMID:40406972	研究论文	本研究提出了一种基于深度学习的多模态融合模型，用于预测持续性心房颤动患者消融术后的复发风险	创新性地结合AF节律心电图信号与临床特征，构建深度学习模型以提高预测性能	样本量较小（77例患者），可能影响模型的泛化能力	提高持续性心房颤动患者消融术后复发风险的预测准确性，支持个性化临床决策	持续性心房颤动（PeAF）患者	数字病理学	心血管疾病	深度学习，多模态融合	基于残差块网络结构的深度学习模型	心电图信号（ECG），临床评分，基线特征	77例PeAF患者
403	2025-08-12	Bedside Ultrasound Vector Doppler Imaging System With GPU Processing and Deep Learning 2025-08, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3582773 PMID:40553667	研究论文	介绍了一种新型的抗混叠矢量多普勒成像系统，结合GPU处理和深度学习技术，可在床边进行血管评估	开发了一种抗混叠的矢量多普勒成像系统，支持实时成像和高帧率回放模式，解决了现有技术中的混叠伪影问题	未提及具体临床应用中的广泛验证或系统在不同血管条件下的普适性	推动矢量血流成像技术在临床中的应用，提供更全面的血管评估	血管血流动态	医学影像处理	NA	平面波多角度矢量多普勒、GPU处理、深度学习	深度学习	超声图像	狭窄模型实验和人类分叉成像扫描
404	2025-08-12	Predicting municipal solid waste generation using artificial intelligence: A hybrid approach of entropy analysis and SHAP for optimal feature selection 2025-Aug, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.115012 PMID:40639006	研究论文	本研究采用混合方法结合互信息(MI)和SHAP进行特征选择，以提高城市固体废物(MSW)生成的预测准确性	提出了一种结合MI和SHAP的混合方法进行特征选择，提高了MSW生成的预测准确性	在数据质量较差的地区(如Boralesgamuwa)模型表现不佳，突显了高质量一致数据的重要性	提高城市固体废物生成的预测准确性	城市固体废物(MSW)生成	机器学习	NA	互信息(MI), SHAP	FFNN, LSTM	气象和社会经济数据	来自美国奥斯汀、澳大利亚巴拉瑞特和斯里兰卡Boralesgamuwa三个城市的数据
405	2025-08-11	StarVasc: hyper-dimensional and spectral feature expansion for lightweight vascular enhancement 2025-Aug-10, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-025-02644-3 PMID:40783657	research paper	提出了一种名为StarVasc的轻量级无监督血管对比增强框架，用于机器人手术视觉系统	StarVasc采用基于紧凑生成对抗网络的非配对学习策略，并引入了星形操作模块和光谱特征增强模块，实现了高维特征扩展和血管细节的精细优化	未提及具体的手术环境适应性测试或与其他硬件集成的兼容性问题	开发一种无需专用硬件的自适应血管对比增强方法，以提高机器人手术成像中的视觉感知和手术安全性	机器人手术视觉系统中的血管图像	computer vision	NA	生成对抗网络	GAN	image	未提及具体样本数量
406	2025-08-11	Time series AQI forecasting using Kalman-integrated Bi-GRU and Chi-square divergence optimization 2025-Aug-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12422-8 PMID:40783413	research paper	提出了一种结合卡尔曼注意力和双向门控循环单元（Bi-GRU）的新型深度学习框架，用于稳健的空气质量指数（AQI）时间序列预测	引入了卡尔曼注意力机制动态调整数据不确定性，增强时序特征权重，并在损失函数中加入基于卡方散度的正则化项，以减少预测与实际污染物水平之间的分布不匹配	NA	提高空气质量指数（AQI）预测的准确性，以应对全球空气污染问题	美国环境保护署（2022-2024年）在丹佛-奥罗拉-莱克伍德地区的六种主要污染物（CO、NO2、SO2、O3、PM2.5、PM10）的实时数据	machine learning	NA	ARIMA, Kalman Attention, Bi-GRU	Bi-GRU, LSTM, CNN-LSTM	time series data	NA
407	2025-08-11	Enhancing AI-driven forecasting of diabetes burden: a comparative analysis of deep learning and statistical models 2025-Aug-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14599-4 PMID:40783432	研究论文	本研究比较了深度学习和统计模型在糖尿病负担预测中的表现，评估了预测准确性、鲁棒性和计算效率之间的权衡	首次将Transformer与VAE结合用于糖尿病负担预测，并全面比较了多种模型的性能	Transformer-VAE模型计算成本高且可解释性差，限制了其在资源受限环境中的可扩展性	评估不同预测模型在糖尿病负担预测中的表现	糖尿病负担预测模型	机器学习	糖尿病	深度学习与统计模型比较	Transformer-VAE, LSTM, GRU, ARIMA	时间序列数据	1990-2021年的年度DALYs、死亡率和患病率数据
408	2025-08-11	3D long time spatiotemporal convolution for complex transfer sequence prediction 2025-Aug-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13828-0 PMID:40783430	研究论文	提出了一种基于3D卷积的时空序列预测模型3DcT-Pred，用于解决现有方法在长序列信息遗忘和复杂非平滑特征捕捉上的不足	通过双分支3D卷积提取长期全局特征，结合跨结构时空注意力模块增强细粒度特征响应，并设计融合门控模块整合全局与局部特征	未明确说明模型计算复杂度及在实时场景下的适用性	提升时空序列预测任务中长程依赖建模和非平滑瞬变特征的捕捉能力	时空序列数据（SSD）	计算机视觉	NA	3D卷积、注意力机制	3DcT-Pred（基于3D CNN的端到端模型）	时空序列数据（可能包含雷达回波等时序图像数据）	三个公开数据集和一个私有雷达回波数据集（未注明具体样本量）
409	2025-08-11	Exploring the feasibility of AI-based analysis of histopathological variability in salivary gland tumours 2025-Aug-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15249-5 PMID:40783435	研究论文	本研究利用人工智能（AI）对唾液腺肿瘤（SGT）进行数字化H&E染色全切片图像（WSI）的分析，以区分良恶性肿瘤、恶性亚型及分级	首次将AI技术应用于唾液腺肿瘤的自动分类和分级，并比较了机器学习与深度学习模型的性能	需要更大规模的多中心队列研究来验证结果的临床意义和实用性	探索AI在唾液腺肿瘤病理学分析中的可行性和准确性	唾液腺肿瘤（SGT）的数字化H&E染色全切片图像	数字病理学	唾液腺肿瘤	机器学习（ML）和深度学习（DL）	ML分类器和DL模型	图像（WSI）	320张扫描的WSI
410	2025-08-11	A blockchain-based deep learning approach for student course recommendation and secure digital certification 2025-Aug-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14778-3 PMID:40783441	研究论文	本文提出了一种基于区块链和深度学习的模型Deep Certifier-DX509，用于学生课程推荐和安全数字证书颁发	结合了改进的注意力机制深度LSTM模型(MA-DLSTM)进行课程推荐，并整合X509区块链与工作量证明(PoW)增强证书安全性，采用两步认证机制	未提及模型在不同教育机构或课程体系中的泛化能力	解决现有技术在处理课程大纲更新、复杂性和证书安全颁发方面的挑战	学生课程推荐系统和数字证书颁发系统	机器学习	NA	区块链技术、深度学习	MA-DLSTM (改进的注意力机制深度LSTM)	学术表现数据、课程数据	NA
411	2025-08-11	Deep learning in rib fracture imaging: study quality assessment using the Must AI Criteria-10 (MAIC-10) checklist for artificial intelligence in medical imaging 2025-Aug-09, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02046-x PMID:40783476	研究论文	使用MAIC-10清单评估深度学习在肋骨骨折影像学研究中方法学质量	首次应用MAIC-10清单评估肋骨骨折影像学中深度学习研究的质量，并报告了该清单的适用性	仅纳入25篇原始文章，样本量较小，且仅使用PubMed数据库进行文献搜索	评估深度学习在肋骨骨折影像学研究中的方法学质量	25篇关于深度学习在肋骨骨折影像学中应用的原始文章	数字病理学	肋骨骨折	深度学习	NA	医学影像	25篇原始文章
412	2025-08-11	Supporting intraoperative margin assessment using deep learning for automatic tumour segmentation in breast lumpectomy micro-PET-CT 2025-Aug-09, NPJ breast cancer IF:6.5Q1 DOI:10.1038/s41523-025-00797-w PMID:40783490	研究论文	本研究利用深度学习技术开发了一种自动肿瘤分割方法，用于乳腺癌保乳手术中的术中边缘评估	首次将2D Residual U-Net应用于微PET-CT图像中的乳腺癌肿瘤分割，并开发了集成模型用于边缘状态预测	样本量较小（53个切片来自19名患者），且仅在特定类型乳腺癌（非特殊类型浸润性癌）上进行了验证	开发自动肿瘤分割方法以辅助乳腺癌保乳手术中的术中边缘评估	乳腺癌患者的微PET-CT图像	数字病理学	乳腺癌	微PET-CT成像	2D Residual U-Net	医学影像	53个乳腺癌切片图像（来自19名患者）用于训练，31个微PET-CT图像（来自31名患者）用于验证
413	2025-08-11	Developing an AI-powered wound assessment tool: a methodological approach to data collection and model optimization 2025-Aug-09, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03144-y PMID:40783534	研究论文	开发一种基于AI的伤口评估工具，用于支持医疗专业人员的诊断、监测和临床决策	结合前瞻性和回顾性数据收集方法，使用Deeplabv3+架构和ResNet50骨干网络开发AI模型，实现伤口分割和组织分类	组织分类的准确性在不同组织类型（尤其是纤维蛋白和坏死组织）中表现不一	开发一种AI驱动的伤口评估工具，以提高诊断精度、支持个性化护理并降低医疗成本	慢性伤口和急性伤口的图像数据	数字病理	慢性伤口	深度学习	Deeplabv3+ with ResNet50 backbone	图像、视频、3D扫描	约4,000张伤口图像
414	2025-08-11	The integration of psychological education and moral dilemmas from a value perspective 2025-Aug-09, BMC psychology IF:2.7Q1 DOI:10.1186/s40359-025-03197-8 PMID:40783551	研究论文	本文探讨了心理教育与道德困境在价值视角下的整合，并利用深度学习模型提升这一整合的科学性和理论理解	提出了心理教育与道德困境整合的新方法，并应用深度学习模型来增强理解和解决价值问题的能力	未提及具体实验样本量或数据来源，可能影响研究结果的普适性	研究心理教育与道德困境的整合及其在教育策略中的应用	心理教育与道德困境的整合及其对教育实践的影响	教育技术	NA	深度学习	深度学习神经网络	NA	NA
415	2025-08-11	Automated detection of quiet eye durations in archery using electrooculography and comparative deep learning models 2025-Aug-09, BMC sports science, medicine & rehabilitation DOI:10.1186/s13102-025-01284-2 PMID:40783550	研究论文	本研究提出了一种基于深度学习的方法，用于从射箭运动中的眼电图（EOG）信号中自动检测静眼（QE）持续时间	采用深度学习模型自动检测QE持续时间，克服了传统依赖专家评估方法的主观性、耗时和不一致性问题	数据集规模较小（仅10名持证射箭运动员），未来需扩大数据集并评估模型在不同技能水平和运动项目中的泛化能力	开发一种自动、客观的QE持续时间检测方法，以提升运动训练效果	射箭运动员的EOG信号	机器学习	NA	小波变换和巴特沃斯带通滤波	CNN + LSTM, CNN + GRU, Transformer, UNet, 1D CNN	EOG信号	10名持证射箭运动员
416	2025-08-11	Deep learning model for early acute lymphoblastic leukemia detection using microscopic images 2025-Aug-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13080-6 PMID:40783578	研究论文	本文提出了一种基于深度优化卷积神经网络（CNN）的早期急性淋巴细胞白血病（ALL）检测方法	使用深度优化的CNN模型进行早期ALL检测，模型包含五个卷积块和十三个卷积层，性能优于传统方法	需要更多研究和临床试验来解决与耐药性、复发和长期毒性相关的问题	提高急性淋巴细胞白血病的早期诊断准确率	急性淋巴细胞白血病患者的骨髓显微图像	数字病理学	急性淋巴细胞白血病	显微成像	CNN	图像	NA
417	2025-08-11	Non-coding genetic elements of lung cancer identified using whole genome sequencing in 13,722 Chinese 2025-Aug-09, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62459-6 PMID:40783572	研究论文	通过全基因组测序在13,722名中国个体中识别与肺癌相关的非编码调控元件	利用大规模全基因组测序数据，结合基因组-转录组参考面板和STAAR流程，识别了新的非编码调控基因和上游调控因子	研究主要基于中国人群，结果可能不适用于其他人群	探索肺癌相关的非编码遗传元件	13,722名中国个体	基因组学	肺癌	全基因组测序(WGS)	STAAR流程, 深度学习	基因组数据	13,722名中国个体(主要研究), 297名中国个体(基因组-转录组参考面板)
418	2025-08-11	Artificial intelligence with feature fusion empowered enhanced brain stroke detection and classification for disabled persons using biomedical images 2025-Aug-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14471-5 PMID:40783612	研究论文	本文提出了一种基于人工智能和特征融合技术的增强型脑卒中检测与分类模型（EBSDC-AIFFT），旨在提高对残疾人士脑卒中的诊断准确性	结合了Inception-ResNet-v2、卷积块注意力模块-ResNet18和多轴视觉变换器技术进行特征提取，并使用变分自编码器（VAE）进行分类	在发展中国家，先进成像方法的可及性受限，可能影响模型的广泛应用	开发更准确、快速和可靠的脑卒中诊断模型，以促进及时识别和有效治疗	残疾人士的脑卒中病例	数字病理学	脑卒中	深度学习（DL）	Inception-ResNet-v2, 卷积块注意力模块-ResNet18, 多轴视觉变换器, VAE	医学影像	脑卒中CT图像数据集
419	2025-08-11	Multiaxial vibration data for blade fault diagnosis in multirotor unmanned aerial vehicles 2025-Aug-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05692-4 PMID:40774972	research paper	该数据集提供了多旋翼无人机在悬停模式下收集的多轴振动信号，用于叶片故障诊断	数据集包含不同叶片故障条件下的多轴振动信号，为无人机健康监测和故障诊断提供了宝贵资源	数据采集仅限于悬停模式，未涵盖其他飞行状态	开发用于多旋翼无人机叶片故障诊断的信号处理和分类模型	多旋翼无人机的叶片故障	machine learning	NA	triaxial accelerometer	classical and deep learning-based fault classification techniques	vibration signals	numerous test flights under different blade fault conditions
420	2025-08-11	Longitudinal structural MRI-based deep learning and radiomics features for predicting Alzheimer's disease progression 2025-Aug-07, Alzheimer's research & therapy DOI:10.1186/s13195-025-01827-2 PMID:40775357	研究论文	本研究利用纵向结构MRI数据和深度学习技术预测轻度认知障碍（MCI）向阿尔茨海默病（AD）的转化	结合3D残差网络和时间感知的LSTM模型，捕捉MRI数据的时序变化，提高预测准确性	样本量有限且计算资源不足，需要更大规模和多样化的研究来验证结果	优化阿尔茨海默病的早期诊断和风险分层	228名MCI参与者	数字病理学	老年病	结构MRI	ResNet3D, CNN, LSTM	MRI图像	228名MCI参与者，每人至少三次T1加权MRI扫描