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
181	2025-08-07	Towards artificial intelligence application in pain medicine 2025-03, Recenti progressi in medicina DOI:10.1701/4460.44555 PMID:40084580	review	本文综述了人工智能在疼痛医学中的最新进展和应用	介绍了自动疼痛评估（APA）方法及其在疼痛诊断和治疗中的潜在应用	需要解决验证、参数选择和技术实施的伦理问题	探讨人工智能在疼痛医学中的应用及其潜力	疼痛的诊断、评估和治疗	machine learning	chronic pain	machine learning, deep learning, natural language processing	NLP systems	biosignals, facial expressions, speech patterns	NA
182	2025-08-07	Deep Learning Analysis of Google Street View to Assess Residential Built Environment and Cardiovascular Risk in a U.S. Midwestern Retrospective Cohort 2025-Feb-04, European journal of preventive cardiology IF:8.4Q1 DOI:10.1093/eurjpc/zwaf038 PMID:39903569	研究论文	利用Google街景图像和深度学习技术分析居住区建筑环境特征与心血管疾病风险的关系	首次将Google街景图像与深度学习技术结合，用于评估建筑环境特征与心血管疾病风险的关联	研究结果需要在其他地区进行验证，且需要进一步探究潜在的生物学机制	探究居住区建筑环境特征（如绿化带和人行道）与心血管疾病风险的关系	美国俄亥俄州东北部地区的49,887名居民	计算机视觉	心血管疾病	深度学习	NA	图像	49,887名居民，其中2,083人经历了主要不良心血管事件
183	2025-08-07	Detection and severity assessment of obstructive sleep apnea according to deep learning of single-lead electrocardiogram signals 2025-02, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.14285 PMID:39021352	研究论文	本研究开发了一种基于单导联心电图信号的深度学习模型，用于阻塞性睡眠呼吸暂停的检测和严重程度评估	创新点在于使用单导联心电图信号结合深度学习模型进行阻塞性睡眠呼吸暂停的检测和严重程度评估，并在医院和公共数据集上验证了其可行性	研究未提及模型在不同人群或不同设备采集的心电图信号上的泛化能力	开发一种便捷的阻塞性睡眠呼吸暂停检测和严重程度评估方法	阻塞性睡眠呼吸暂停患者	机器学习	阻塞性睡眠呼吸暂停	深度学习	深度学习模型	心电图信号	375名接受多导睡眠图检查的患者
184	2024-10-30	Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease: Correspondence 2025, Cardiology IF:1.9Q3 DOI:10.1159/000542318 PMID:39467517	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
185	2025-08-07	Human intention recognition for trauma resuscitation: An interpretable deep learning approach for medical process data 2025-01, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104767 PMID:39746431	研究论文	本文提出了一种可解释的深度学习方法，用于自动识别创伤复苏过程中的目标追求，以辅助决策	采用双GRU结构的神经网络模型，结合时间和活动类型特征，通过注意力权重增强模型的可解释性	研究仅针对儿科创伤复苏，样本量有限（381例）	开发一种自动识别创伤复苏过程中目标追求的方法，以减少错误并改善患者预后	儿科创伤复苏过程中的气道稳定和循环支持目标	机器学习	创伤	深度学习	双GRU结构神经网络	事件日志（活动序列及时间戳）	381例儿科创伤复苏案例（2014年8月至2022年11月）
186	2025-08-07	Unveiling pathology-related predictive uncertainty of glomerular lesion recognition using prototype learning 2025-01, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104745 PMID:39746430	research paper	该论文提出了一种新的框架，用于分析肾小球病变识别中与病理相关的预测不确定性	首次结合原型学习和病理特征相关分析，提出了一种新的预测不确定性估计和校正框架	未明确说明样本来源的多样性和模型在其他病理数据集上的泛化能力	分析肾小球病变识别中与病理相关的预测不确定性及其对模型性能的影响	肾小球病变的识别	digital pathology	chronic kidney disease	prototype learning, deep learning	深度学习模型（具体未说明）	病理图像	未明确说明具体样本数量
187	2025-08-07	Cell type prediction with neighborhood-enhanced cellular embedding using deep learning on hematoxylin and eosin-stained images 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.07.026 PMID:40735431	研究论文	本研究旨在利用深度学习方法，通过H&E染色图像预测结肠癌和乳腺癌样本中浸润肿瘤微环境的细胞类型	采用邻域增强的细胞嵌入方法和转导半监督学习策略，提高了细胞类型预测的准确性	模型在独立测试集上的准确率相对较低（0.74），且仅针对两种癌症类型进行了验证	预测肿瘤微环境中浸润的细胞类型	结肠癌和乳腺癌样本中的细胞	数字病理学	结肠癌, 乳腺癌	Stardist细胞分割, K-最近邻方法, 转导半监督学习	深度学习模型（Base-4, Base-4+, Base-7）	H&E染色图像	两个数据集（结肠癌和乳腺癌样本）
188	2025-08-07	Machine learning in the differential diagnosis of ulcerative colitis and Crohn's disease: a systematic review 2025, Translational gastroenterology and hepatology IF:3.8Q2 DOI:10.21037/tgh-24-117 PMID:40755733	系统综述	本文系统综述了机器学习在溃疡性结肠炎和克罗恩病鉴别诊断中的应用	总结了机器学习在炎症性肠病亚型鉴别中的最新研究进展，特别是基于深度学习和随机森林的模型	纳入的研究多为回顾性研究，可能存在偏倚	评估机器学习在溃疡性结肠炎和克罗恩病鉴别诊断中的应用潜力	溃疡性结肠炎和克罗恩病患者	机器学习	炎症性肠病	机器学习	随机森林(RF), 支持向量机(SVM)	内窥镜数据和粪便生物标志物数据	15,140例样本
189	2025-08-07	Diaproteo: A supervised learning framework for early detection of diabetes mellitus based on proteomic profiles 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251362281 PMID:40755961	研究论文	该研究提出了一种基于蛋白质组学特征的监督学习框架Diaproteo，用于糖尿病的早期检测	结合经典机器学习算法和前沿深度学习架构（如CNN）进行糖尿病预测，并展示了Extra Trees模型在独立测试中的优越性能	未提及具体样本量及数据集的多样性限制	开发早期糖尿病预测模型以降低并发症风险并改善患者预后	糖尿病患者的临床特征、遗传标记和生活方式变量	机器学习	糖尿病	监督学习算法	Extra Trees, CNN	蛋白质组学数据、临床特征、遗传标记、生活方式变量	NA
190	2025-08-07	SMF-net: semantic-guided multimodal fusion network for precise pancreatic tumor segmentation in medical CT image 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1622426 PMID:40756121	研究论文	提出了一种名为SMF-Net的新型多模态医学图像分割框架，用于精确分割胰腺肿瘤	结合CNN-Transformer混合编码器、AMBERT模块和MTT模块，融合视觉和语义特征以增强肿瘤定位，并采用半监督学习范式解决多模态数据稀缺问题	未明确提及具体局限性	提高胰腺肿瘤在CT图像中的分割精度，以辅助胰腺癌的临床诊断	胰腺肿瘤和肺部感染区域	数字病理	胰腺癌	半监督学习	CNN-Transformer混合编码器	医学CT图像	多模态胰腺肿瘤数据集(MPTD)、QaTa-COVID-19和MosMedData肺部感染分割数据集
191	2025-08-07	A CT-Based Deep Learning Radiomics Scoring System for Predicting the Prognosis to Repeat TACE in Patients with Hepatocellular Carcinoma: A Multicenter Cohort Study 2025, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S525920 PMID:40756248	研究论文	本研究构建了一个基于CT的深度学习放射组学评分系统，用于预测肝细胞癌患者重复TACE治疗的预后	结合深度学习和放射组学特征，构建了新型的HRD评分系统，优于传统的ART和ABCR评分	研究为回顾性设计，样本量相对有限，且仅基于CT影像	开发智能预后评分系统以筛选适合重复TACE治疗的肝细胞癌患者	310例来自三家医院的肝细胞癌患者	数字病理	肝细胞癌	CT成像	深度学习模型（未指定具体架构）	医学影像（CT）	310例患者（分为训练组、验证组和两个外部测试组）
192	2025-08-07	Ethical AI in medical text generation: balancing innovation with privacy in public health 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1583507 PMID:40756387	研究论文	本文提出了一种结合隐私保护AI技术和可解释模型架构的创新框架，以实现医学文本生成中的伦理合规	结合知识推理与深度学习，采用同态加密和安全多方计算等隐私增强技术，并引入公平性训练协议	未提及具体实验样本量和实际应用场景的验证效果	解决医学文本生成中的伦理挑战，包括偏见、隐私和可解释性问题	AI驱动的医学文本生成系统	自然语言处理	NA	同态加密、安全多方计算	深度学习与知识推理的混合模型	文本	NA
193	2025-08-07	Machine learning for diabetic foot care: accuracy trends and emerging directions in healthcare AI 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1613946 PMID:40756392	review	本文系统分析了机器学习在糖尿病足研究中的应用趋势、重点领域和方法学途径	首次对机器学习在糖尿病足研究中的应用进行了系统综述，识别了关键趋势和新兴方向	仅纳入了2020-2024年间发表的25篇研究论文，样本量有限	分析机器学习在糖尿病足研究中的应用现状和发展趋势	糖尿病足相关研究	machine learning	diabetes	machine learning	NA	image, structured clinical data, IoT data	25篇研究论文
194	2025-08-07	Nursing Students' Use of Digital Resources for Self-Directed Learning in Bioscience 2025 Jan-Dec, SAGE open nursing IF:2.0Q2 DOI:10.1177/23779608251363870 PMID:40756467	研究论文	探讨数字资源如何支持护理专业一年级学生在生物科学中的自主学习	采用多媒体学习的认知理论，研究数字资源在自主学习中的应用及其对学习效果的影响	研究仅基于定性访谈，样本可能不够广泛，缺乏量化数据的支持	探索数字资源如何支持护理专业一年级学生在生物科学中的自主学习	护理专业一年级学生	教育技术	NA	半结构化访谈、主题分析	NA	定性数据	未明确提及具体样本数量
195	2025-08-07	Lightweight deep learning system for automated bone age assessment in Chinese children: enhancing clinical efficiency and diagnostic accuracy 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1604133 PMID:40756505	研究论文	本文介绍了一种基于中国05 BAA标准的轻量级两阶段深度学习框架，用于中国儿童的骨龄自动评估	采用YOLOv8算法精确定位手部X光片中的13个关键骨骺，结合改进的EfficientNetB3架构进行骨骺等级分类，显著减少了模型参数数量并提高了计算效率	需要解决技术、伦理和采用方面的挑战，未来可以考虑整合临床数据（如身高、遗传信息）进行更全面的生长评估	提高骨龄评估的临床效率和诊断准确性	中国儿童的骨龄评估	数字病理学	儿科内分泌和骨科疾病	深度学习	YOLOv8, EfficientNetB3	图像（手部X光片）	NA
196	2025-08-07	Artificial intelligence and machine learning in the development of vaccines and immunotherapeutics-yesterday, today, and tomorrow 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1620572 PMID:40756816	综述	本文回顾了人工智能和机器学习在疫苗和免疫治疗开发中的应用，从过去到现在，并展望了未来的挑战和机遇	利用AI和深度学习技术优化疫苗和免疫治疗的研发流程，包括预测框架、计算模型和多组学数据整合，以及个性化治疗方案的开发	未具体提及研究中使用的样本量或实验数据，且未来实施AI和深度学习仍面临挑战	探讨AI和机器学习如何加速和优化疫苗及免疫治疗的研发过程	传染病和癌症的疫苗及免疫治疗	机器学习	传染病和癌症	AI和深度学习	深度学习	多组学数据	NA
197	2025-08-07	BuoyancyNet: a deep learning approach for assessing float buoyancy in mussel aquaculture 2025, Journal of the Royal Society of New Zealand IF:2.1Q2 DOI:10.1080/03036758.2025.2488415 PMID:40756829	研究论文	本文介绍了一种名为BuoyancyNet的深度学习方法，用于评估贻贝养殖中浮子的浮力	提出了一种结合视觉变换器和一维卷积层的深度学习方法，用于预测浮子浮力，并在多类分类准确率上比基线模型提高了3.5%	未提及具体局限性	开发一种可扩展的自动化监测解决方案，以解决贻贝养殖中浮力管理的问题	贻贝养殖中的浮子	计算机视觉	NA	深度学习	视觉变换器（Vision Transformer）与一维卷积层结合	图像	超过36,000张来自贻贝养殖场的浮子图像
198	2025-08-07	Deep learning-based seabird detection in fisheries for seabird protection 2025, Journal of the Royal Society of New Zealand IF:2.1Q2 DOI:10.1080/03036758.2025.2500998 PMID:40756846	研究论文	开发了一种基于YOLO模型的自动化海鸟检测系统，以减少商业捕鱼过程中的意外捕获	首次在无约束的真实海洋场景中有效应用YOLO模型进行海鸟检测，弥补了以往模型主要在受控环境中评估的不足	模型在极端天气或复杂海洋条件下的性能尚未验证	通过自动化检测减少商业捕鱼对海鸟种群的意外伤害	与捕鱼船互动的海鸟	计算机视觉	NA	YOLO模型、迁移学习、超参数调优	YOLO	图像	未明确说明具体数量，但提到收集并标注了新的图像数据集
199	2025-08-07	A multitask framework based on CA-EfficientNetV2 for the prediction of glioma molecular biomarkers 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1609594 PMID:40757022	研究论文	提出了一种基于CA-EfficientNetV2的多任务深度学习框架，用于同时预测胶质瘤的IDH突变和MGMT启动子甲基化状态	结合Coordinate Attention-EfficientNetV2模型、Vision Transformer网络和果蝇优化算法，构建了一个多任务框架，提高了预测准确性	未提及具体样本量或数据集的多样性限制	开发一种非侵入性的方法，用于术前预测胶质瘤分子标志物	胶质瘤的IDH突变和MGMT启动子甲基化状态	数字病理学	胶质瘤	MRI	CA-EfficientNetV2, Vision Transformer (ViT)	图像	NA
200	2025-08-07	Advances in AI-assisted quantification of dry eye indicators 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1628311 PMID:40757197	综述	本文综述了人工智能在干眼症关键生物标志物量化中的应用进展	利用深度学习提高干眼症评估的客观性和效率，标准化评估并支持个性化治疗	NA	改进干眼症的诊断准确性和治疗效率	干眼症的关键生物标志物，如泪膜稳定性、睑板腺形态和角膜上皮损伤	数字病理学	干眼症	深度学习(DL)	NA	图像	NA