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
1	2025-05-07	Artificial intelligence in kidney transplantation: a 30-year bibliometric analysis of research trends, innovations, and future directions 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2458754 PMID:39910843	研究论文	本文通过文献计量分析评估了1993年至2023年间890篇关于人工智能在肾移植中应用的出版物，以识别全球趋势、研究热点和未来机会	利用CiteSpace和VOSviewer工具进行文献计量分析，揭示了人工智能在肾移植中的快速扩展应用及新兴趋势，如个性化医疗和多模态数据融合	研究仅基于文献计量分析，可能未涵盖所有相关研究或实际临床应用中的具体挑战	评估人工智能在肾移植领域的研究趋势、创新点和未来方向	1993年至2023年间发表的890篇关于人工智能在肾移植中应用的出版物	数字病理学	终末期肾病	文献计量分析工具（CiteSpace和VOSviewer）	深度学习、机器学习算法	文献数据	890篇出版物
2	2025-05-07	Reinforcement learning using neural networks in estimating an optimal dynamic treatment regime in patients with sepsis 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108754 PMID:40222267	research paper	本研究提出了一种结合强化学习和神经网络的算法（RL-NN），用于优化脓毒症患者的动态治疗方案	利用深度学习的灵活性减轻模型误设，并通过交叉验证和随机搜索进行超参数调优，提高了模型的鲁棒性和泛化能力	研究结果基于模拟数据和MIMIC-III数据库，可能无法完全反映真实世界的临床多样性	确定脓毒症患者多阶段液体复苏的最佳剂量	脓毒症患者	machine learning	sepsis	reinforcement learning, neural networks	RL-NN	electronic health records (EHR)	脓毒症患者队列（来自MIMIC-III数据库）
3	2025-05-07	Lag-Net: Lag correction for cone-beam CT via a convolutional neural network 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108753 PMID:40233441	research paper	提出了一种名为Lag-Net的卷积神经网络方法，用于校正锥束CT中的滞后信号，以减少重建图像中的伪影	利用深度学习技术Lag-Net，以硬件校正结果作为训练目标，避免了传统线性时不变校正方法的局限性，并在低曝光条件下表现出色	硬件校正方法操作复杂，对CT仪器要求高，而深度学习方法的训练依赖于硬件校正的结果	提高锥束CT图像质量，减少由滞后信号引起的伪影	锥束CT中的滞后信号及其引起的图像伪影	digital pathology	NA	deep learning, convolutional neural network	CNN	image	模拟和真实数据集
4	2025-05-07	A deep learning framework leveraging spatiotemporal feature fusion for electrophysiological source imaging 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108767 PMID:40245605	研究论文	提出了一种基于深度学习的框架SSINet，用于通过脑电图(EEG)提供准确的脑活动时空估计	SSINet整合了残差网络(ResBlock)用于空间特征提取和双向LSTM用于捕捉时间动态，通过Transformer模块融合以捕捉全局依赖关系，并采用通道注意力机制优先处理活跃脑区	未提及具体局限性	解决非侵入性测量脑活动的电生理源成像(ESI)中的高度不适定逆问题	脑活动	机器学习	NA	脑电图(EEG)	ResBlock, 双向LSTM, Transformer	脑电图数据	三个真实EEG数据集（视觉、听觉和体感刺激）
5	2025-05-07	Quantitative determination of acid value in palm oil during thermal oxidation using Raman spectroscopy combined with deep learning models 2025-May-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143107 PMID:39893723	研究论文	本研究结合拉曼光谱和深度学习模型，用于棕榈油热氧化过程中酸值的定量测定	首次将拉曼光谱与CNN、LSTM和Transformer等深度学习模型结合，显著提高了酸值预测的准确性和效率	需要进一步验证更多样化的指标数据集	提高食用油脂质量控制中酸值监测的准确性和效率	棕榈油在热氧化过程中的酸值	机器学习	NA	拉曼光谱	CNN, LSTM, Transformer	光谱数据	NA
6	2025-05-07	Universal semantic feature extraction from EEG signals: a task-independent framework 2025-May-06, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/add08f PMID:40273947	研究论文	开发了一个无监督框架，用于从EEG信号中提取任务无关的语义特征	提出了一个结合CNN、AutoEncoders和Transformers的新框架，用于提取EEG信号的低级时空模式和高级语义特征	NA	开发一个通用的、任务无关的EEG信号语义特征提取框架	EEG信号	机器学习	NA	EEG信号处理	CNN, AutoEncoders, Transformers	EEG信号	多个EEG数据集（BCICIV_2a、BCICIV_2b、Lee2019-SSVEP、Nakanishi2015等）
7	2025-05-07	Monitoring Amphetamine and Methamphetamine Mixtures Based on Deep Learning Involves Colorimetric Sensing 2025-May-06, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00915 PMID:40279188	研究论文	本文提出了一种基于深度学习的比色传感策略，用于精确识别和区分安非他命（AMP）和甲基安非他命（MA）混合物	通过调节探针结构影响反应产物的聚集行为，首次实现了AMP和MA混合物的掺杂比例判断，并结合自研的Drugs Analyst和深度学习算法	NA	开发一种高精度识别和区分结构相似的分析物的方法，应用于毒品缉查、食品添加剂检测和环境监测等领域	安非他命（AMP）和甲基安非他命（MA）	机器学习和光学传感	NA	比色传感和深度学习算法	深度学习	光学信号	NA
8	2025-05-07	A Comprehensive Survey of Foundation Models in Medicine 2025-May-06, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2025.3531360 PMID:40031197	综述	本文全面综述了医学领域中的基础模型（FMs），包括其演变、学习策略、标志性模型、应用及挑战	全面覆盖了基础模型在医学各领域的应用，提供了详细的分类法，并探讨了相关挑战和开放性问题	未提及具体样本量或实验数据，主要基于现有文献综述	探讨基础模型在医学和健康领域的应用及其潜力	基础模型（如BERT和GPT系列）及其在医疗领域的应用	自然语言处理, 计算机视觉, 机器学习	NA	自监督学习	BERT, GPT	文本, 图像, 组学数据	NA
9	2025-05-07	From image to insight deep learning solutions for accurate identification and object detection of Acorus species slices 2025-May-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00038-x PMID:40325052	research paper	本研究利用深度学习技术实现了对石菖蒲和菖蒲两种中药材的高精度分类和快速目标检测，提高了中药鉴定的准确性和效率	创新性地将通道注意力（SE模块）和空间注意力分别整合到ResNet50和YOLOv8架构中，增强了模型对石菖蒲切片判别特征的捕捉能力，为实时混合状态检测提供了新的解决方案	NA	提高中药材的智能鉴定和管理效率	石菖蒲和菖蒲两种中药材切片	computer vision	NA	deep learning	ResNet50, YOLOv8	image	1,928张经过严格预处理和标注的石菖蒲和菖蒲标本图像
10	2025-05-07	Diagnosing migraine from genome-wide genotype data: a machine learning analysis 2025-May-06, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf172 PMID:40326299	研究论文	本研究旨在通过机器学习模型分析全基因组基因型数据，以解决偏头痛遗传性缺失的问题	利用机器学习模型捕捉非加性和交互效应，揭示了偏头痛可能遵循的非加性和交互遗传因果结构	数据维度（高数量的遗传变异）与可用数据规模不匹配，可能掩盖了非加性效应	开发机器学习模型以解决偏头痛遗传性缺失的问题	43,197名参与者（51%为女性），平均年龄54.6岁	机器学习	偏头痛	全基因组基因分型	LightGBM, 多项式朴素贝叶斯	基因型数据	43,197名个体
11	2025-05-07	Artificial intelligence applications for the diagnosis of pulmonary nodules 2025-May-06, Current opinion in pulmonary medicine IF:2.8Q2 DOI:10.1097/MCP.0000000000001179 PMID:40326426	review	本文综述了人工智能在孤立性肺结节（SPNs）诊断中的应用及其临床挑战	探讨了AI在影像学和血液/组织诊断中的实用性，并强调了实际应用中的挑战而非深度学习的技术细节	大多数模型缺乏前瞻性、多机构验证，存在过拟合和泛化能力有限的风险，且AI的'黑箱'特性使其难以融入临床工作流程	评估人工智能在孤立性肺结节诊断中的角色及其在肺医学中的临床应用和局限性	孤立性肺结节（SPNs）	digital pathology	lung cancer	RNA sequencing, CT-based computer-aided diagnosis (CAD)	CNN, machine learning	image, clinical data	NA
12	2025-05-07	HawkDock version 2: an updated web server to predict and analyze the structures of protein-protein complexes 2025-May-06, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf379 PMID:40326522	research paper	介绍HawkDock2，一个用于预测和分析蛋白质-蛋白质复合物结构的更新网络服务器	集成了基于深度学习的柔性对接方法GeoDock，实现了VD-MM/GBSA方法以改进结合亲和力预测，新增了突变分析模块，并迁移到高性能集群	NA	改进蛋白质-蛋白质复合物结构的预测和分析方法	蛋白质-蛋白质复合物	computational biology	NA	deep learning, MM/GBSA	GeoDock	protein structures	>234,000 computational tasks
13	2025-05-07	Anti-drift pose tracker (ADPT), a transformer-based network for robust animal pose estimation cross-species 2025-May-06, eLife IF:6.4Q1 DOI:10.7554/eLife.95709 PMID:40326557	research paper	提出了一种基于transformer的抗漂移姿态跟踪器ADPT，用于跨物种的动物姿态估计	ADPT通过transformer架构有效减少了跟踪漂移，提高了姿态估计的准确性和可靠性	未提及具体的数据集规模限制或计算资源需求	开发一种抗漂移的动物姿态估计工具，用于行为分析	跨物种动物（包括小鼠和猴子）的姿态估计	computer vision	NA	transformer-based network	transformer	video	包括专有数据集和公共数据集，具体数量未明确说明
14	2025-05-07	Foldclass and Merizo-search: Scalable structural similarity search for single- and multi-domain proteins using geometric learning 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf277 PMID:40326701	research paper	提出了一种基于嵌入的快速结构比较方法Foldclass和结合深度学习的自动域分割工具Merizo的Merizo-search，用于检测蛋白质结构之间的相似性	结合Foldclass嵌入方法和Merizo自动域分割工具，开发了Merizo-search，能够快速检测完整链中每个域的相似性	NA	解决大规模蛋白质结构存储、搜索和关系检测的挑战	单域和多域蛋白质结构	生物信息学	NA	深度学习	NA	蛋白质结构数据	3.65亿个域
15	2025-05-07	A fully automatic Cobb angle measurement framework of full-spine DR images based on deep learning 2025-May-06, 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/s00586-025-08895-w PMID:40327070	research paper	提出了一种基于深度学习的全自动Cobb角测量框架，用于全脊柱DR图像的脊柱侧弯评估	开发了一个全自动的深度学习框架，能够从全脊柱DR图像中自动测量Cobb角，解决了传统手动测量耗时且存在观察者差异的问题	未提及对不同年龄段或严重程度脊柱侧弯患者的适用性	提高脊柱侧弯诊断中Cobb角测量的准确性和效率	全脊柱数字放射摄影（DR）图像	digital pathology	scoliosis	deep learning	YOLOv8 with CBAM module	image	1,163张AP视图和1,378张LAT视图的DR图像
16	2025-05-07	Transfer learning‑based attenuation correction in 99mTc-TRODAT-1 SPECT for Parkinson's disease using realistic simulation and clinical data 2025-May-06, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00756-1 PMID:40327202	research paper	本研究探讨了基于迁移学习的衰减校正方法在帕金森病99mTc-TRODAT-1 SPECT中的应用，结合了模拟和临床数据	利用蒙特卡洛模拟数据预训练模型，通过迁移学习提升衰减校正性能，特别是在临床数据有限的情况下表现优异	研究依赖于模拟数据的质量，且临床数据样本量相对有限	提升帕金森病诊断中SPECT图像的衰减校正效果	99mTc-TRODAT-1 SPECT图像	digital pathology	Parkinson's disease	Monte Carlo simulation, SPECT	3D conditional GAN (cGAN), U-Net	image	200个数字脑模型和100个临床SPECT数据集
17	2025-05-07	A deep learning model with interpretable squeeze-and-excitation for automated rehabilitation exercise assessment 2025-May-06, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03372-4 PMID:40327204	研究论文	本文介绍了一种用于自动化康复运动评估的深度学习模型CNN-SE，通过优化其参数并解释模型决策，展示了其在康复评估中的潜力	结合CNN-SE模型和灰狼优化算法进行参数优化，并利用SHAP方法解释模型决策，提高了康复运动评估的自动化水平和可解释性	研究仅在特定数据集(KIMORE和UI-PRMD)上进行了测试，可能需要更多样化的数据验证模型的泛化能力	开发自动化康复运动评估系统，以解决传统治疗师监督方法的高成本和人力资源短缺问题	患有运动功能障碍的患者(如中风、背痛、帕金森病和脊髓损伤)以及健康参与者	机器学习	神经系统疾病	灰狼优化算法, SHAP解释方法	CNN-SE	运动数据	KIMORE和UI-PRMD数据集中的健康和不健康参与者
18	2025-05-07	Corticospinal tract reconstruction with tumor by using a novel direction filter based tractography method 2025-May-06, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03357-3 PMID:40327206	research paper	提出了一种基于新型方向滤波器的皮质脊髓束（CST）重建方法，用于在肿瘤存在的情况下进行稳健的CST重建	引入了一种基于四阶微分方程的方向滤波器，用于全局方向估计，并结合空间一致性和解剖先验知识	未提及具体的数据集规模或方法在其他类型肿瘤中的适用性	优化肿瘤切除手术中皮质脊髓束的保留	皮质脊髓束（CST）	数字病理学	肿瘤	扩散磁共振成像（MRI）	深度学习	MRI图像	NA
19	2025-05-07	Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle 2025-May-06, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E25-01-0009 PMID:40327364	研究论文	通过深度学习驱动的成像技术，研究真核微生物整个生命周期中的细胞分裂和细胞生长	结合微流体培养、生命周期阶段特异性分割和基于深度学习的视频帧插值算法FIEST，首次实现了对整个微生物生命周期的直接和连续研究	研究仅针对特定真核微生物，可能不适用于所有微生物系统	研究真核微生物生命周期中的细胞分裂和细胞生长动态	真核微生物的生命周期，包括休眠、交配、减数分裂和细胞分裂等状态	计算机视觉	NA	微流体培养、深度学习视频帧插值	深度学习	图像	长达三个有性繁殖世代的真核微生物群体
20	2025-05-07	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	research paper	评估一款名为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，探讨mHealth应用在工作场所心理健康干预中的效果	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及实施可行性	日本工作场所的员工（84名来自7个工作单位）	digital health	mental health	deep learning	NA	physical activity data, psychological distress survey	84名员工（干预组67人，对照组17人），78人完成3个月随访