深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
2081	2025-10-06	Can machine learning be a reliable tool for predicting hematoma progression following traumatic brain injury? A systematic review and meta-analysis 2025-Jul, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03657-3 PMID:40397134	系统综述与荟萃分析	评估人工智能算法在预测创伤性脑损伤后血肿进展中的性能	首次通过系统综述和荟萃分析综合评估机器学习在血肿进展预测中的表现，发现XGBoost算法具有最佳预测性能	纳入研究数量有限（仅5项），需要标准化数据集和更多样化的患者群体以提高模型适用性	评估人工智能算法预测创伤性脑损伤后血肿进展的可靠性	创伤性脑损伤患者的血肿进展	机器学习	创伤性脑损伤	机器学习，深度学习	XGBoost, AI算法	影像组学特征，临床特征	基于5项符合纳入标准的研究（从1240项研究中筛选）	NA	NA	敏感度，特异度，AUC，准确率，阳性似然比，阴性似然比，诊断比值比	NA
2082	2025-10-06	Preoperative Differentiation of Spinal Schwannoma and Meningioma Using Machine Learning-Based Models: A Systematic Review and Meta-Analysis 2025-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124096 PMID:40398809	系统综述与荟萃分析	评估基于机器学习的模型在术前区分脊柱神经鞘瘤和脑膜瘤中的诊断性能	首次系统评估机器学习模型在脊柱肿瘤术前鉴别诊断中的表现	仅纳入6项研究，样本量相对有限（644例患者）	评估机器学习模型在脊柱神经鞘瘤和脑膜瘤术前鉴别诊断中的准确性	脊柱神经鞘瘤和脑膜瘤患者	机器学习	脊柱肿瘤	医学影像分析	深度学习, 机器学习	医学影像数据	644例患者（364例神经鞘瘤，258例脑膜瘤）	NA	NA	AUC, 准确率, 灵敏度, 特异性, 诊断比值比	NA
2083	2025-10-06	Speech imagery brain-computer interfaces: a systematic literature review 2025-Jun-26, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ade28e PMID:40490003	系统文献综述	本文系统回顾了言语意象脑机接口的解码流程研究进展	首次按照PRISMA指南系统综述言语意象脑机接口领域，量化分析信息传输速率并揭示实时解码研究不足的现状	仅6%的研究报告实时解码，方法多样性导致难以确定领域最优水平	评估言语意象脑机接口的解码方法效能和发展趋势	104篇尝试从神经活动解码言语意象的同行评审报告	脑机接口	NA	神经影像技术	深度学习模型	脑信号数据	104篇研究报告	NA	NA	信息传输速率	NA
2084	2025-10-06	Towards interpretable molecular and spatial analysis of the tumor microenvironment from digital histopathology images with HistoTME-v2 2025-Jun-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.11.658673 PMID:40747415	研究论文	提出HistoTME-v2框架，直接从H&E染色病理图像预测肿瘤微环境中细胞类型特异性转录组特征活性	弱监督深度学习框架，无需单细胞或斑块级注释即可从全切片H&E图像预测TME组成，并扩展到25种实体肿瘤类型	依赖H&E染色图像质量，在外部验证数据集上性能略有下降（中位Pearson相关系数0.53）	开发可解释的肿瘤微环境分子和空间分析方法	25种实体肿瘤类型的数字病理图像	数字病理学	多种癌症类型	H&E染色，空间转录组学，多重成像（CODEX，IHC）	深度学习	全切片数字病理图像	内部验证：7,586个WSI，6,901名患者，24种癌症类型；外部验证：5,657个WSI，1,775名患者，9种癌症类型；空间验证：259个WSI，154名患者，7种癌症类型	NA	NA	Pearson相关系数	NA
2085	2025-10-06	Relation equivariant graph neural networks to explore the mosaic-like tissue architecture of kidney diseases on spatially resolved transcriptomics 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf303 PMID:40358510	研究论文	提出一种关系等变图神经网络(REGNN)用于分析肾脏疾病中空间分辨转录组数据的异质性组织结构	开发了能够处理n维空间对称性的关系等变图神经网络，结合位置编码增强空间关系表示，专门针对肾脏马赛克样组织结构设计	空间标注数据有限，主要基于10× Visium平台验证	探索肾脏疾病中空间基因表达模式与组织结构的关系	慢性肾脏病(CKD)和急性肾损伤(AKI)患者的肾脏组织	数字病理学	肾脏疾病	空间分辨转录组学(SRT)	图神经网络(GNN)	空间转录组数据	不同肾脏疾病条件下的异质性样本	PyTorch	关系等变图神经网络(REGNN), 图自编码器, 图自监督学习	组织结构识别准确率	NA
2086	2025-10-06	Diagnostic accuracy of machine learning algorithms in electrocardiogram-based sleep apnea detection: A systematic review and meta-analysis 2025-Jun, Sleep medicine reviews IF:11.2Q1 DOI:10.1016/j.smrv.2025.102097 PMID:40349509	系统综述与荟萃分析	通过系统综述和荟萃分析评估机器学习算法在基于心电图检测睡眠呼吸暂停中的诊断准确性	首次对机器学习算法在单导联心电图睡眠呼吸暂停检测中的诊断准确性进行系统性评估和定量分析	算法效果存在差异且存在方法学偏倚	评估机器学习和深度学习算法在基于单导联心电图数据检测睡眠呼吸暂停模式中的诊断准确性	睡眠呼吸暂停患者的心电图数据	机器学习	睡眠呼吸暂停	单导联心电图	机器学习,深度学习	心电图信号	84项研究	NA	NA	灵敏度,特异性	NA
2087	2025-10-06	A Systematic Review of AI-Based Techniques for Automated Waste Classification 2025-May-18, Sensors (Basel, Switzerland) DOI:10.3390/s25103181 PMID:40431972	系统综述	本文系统综述了基于人工智能的自动化废物分类技术，重点关注机器学习和深度学习的应用	采用系统文献综述方法分析97项研究，提出将AI技术分为机器学习、深度学习和混合模型三类，并制定了分阶段发展路线图	识别出数据集不平衡、现实世界变异性和标准化问题等关键限制因素	探索人工智能在自动化废物分类中的作用	废物分类相关的研究文献和公开数据集	机器学习	NA	机器学习,深度学习	CNN,混合模型	图像	分析97项研究和15个公开数据集	NA	CNN	模型准确率,系统效率	NA
2088	2025-10-06	Survival analysis using deep learning with medical imaging 2024-05-01, The international journal of biostatistics DOI:10.1515/ijb-2022-0113 PMID:37312249	研究论文	本文综述了深度学习在医学影像生存分析中的应用，并通过胶质瘤组织学数据集比较了多种深度学习方法与基于Cox模型的方法	将深度学习方法应用于医学影像与生存时间的关联建模，这一研究方向目前尚不成熟，本文提供了系统性的方法概述和实证比较	研究范围主要局限于胶质瘤组织学数据，未涵盖其他类型的医学影像或疾病	探索深度学习在医学影像生存分析中的应用效果	胶质瘤患者的组织学影像数据和生存时间数据	数字病理学	胶质瘤	医学影像分析	深度学习	组织学图像	NA	NA	NA	NA	NA
2089	2025-10-06	Prediction of central lymph node metastasis based on deep learning models for patients with clinically node-negative papillary thyroid carcinoma 2023-12, Asian journal of surgery IF:3.5Q1 DOI:10.1016/j.asjsur.2023.08.130 PMID:37648544	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2090	2025-10-06	Enhancing 5-Day Particulate Matter (PM10) Forecasts in Morocco Using U-Net: A Deep Learning Approach 2026-Jan, Atmospheric research IF:4.5Q1 DOI:10.1016/j.atmosres.2025.108439 PMID:40933727	研究论文	本研究使用U-Net深度学习模型改进摩洛哥地区未来5天颗粒物(PM10)的预测精度	这是中东和北非地区首个使用U-Net模型进行颗粒物预测的研究，并修改了U-Net架构以在不同分辨率下进行预测而无需插值	模型误差受到CAMS预报升级周期的影响，需要定期用更新数据重新训练以保持可靠性	提高摩洛哥地区颗粒物(PM10)的5天预报精度	摩洛哥地区的颗粒物(PM10)浓度	环境科学, 深度学习	呼吸系统疾病	深度学习后处理技术	U-Net	大气监测数据, 再分析数据	NA	NA	U-Net	平均绝对误差, 均方根误差, 决定系数, 一致性指数, 偏差	NA
2091	2025-10-06	Predictive and early warning analysis of infectious gastroenteritis based on the BiLSTM-BiGRU model 2025-Dec, Infectious Disease Modelling IF:3.0Q1 DOI:10.1016/j.idm.2025.07.016 PMID:40822277	研究论文	基于BiLSTM-BiGRU模型结合气象因素对感染性胃肠炎进行预测和预警分析	首次将BiLSTM-BiGRU模型与灰狼优化算法结合用于感染性胃肠炎预测，并构建移动百分位数控制图预警模型	研究仅针对东京地区，模型在其他地区的适用性需要进一步验证	提高感染性胃肠炎的预测精度和预警效率，为相关部门制定防控措施提供参考	日本东京地区感染性胃肠炎病例	机器学习	感染性胃肠炎	时间序列分析	BiLSTM, BiGRU	时间序列数据	808周数据（2008年1月至2023年6月）	NA	BiLSTM-BiGRU	R, RMSE, MAE, MAPE	NA
2092	2025-10-06	VCNet: Optimized Deep Learning framework with deep feature extraction and genetic algorithm for multiclass rice crop disease detection 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103551 PMID:40822541	研究论文	提出一种名为VCNet的优化深度学习框架，用于水稻作物多类别病害检测	结合深度特征提取和遗传算法的浅层模型，采用VGG16层进行初始特征提取并与自定义CNN架构融合，通过两级优化过程提升模型性能	未明确说明模型在其他作物病害上的泛化能力，数据集规模和多样性可能有限	开发高效准确的水稻作物多类别病害检测方法	水稻作物病害图像，特别是难以检测的纹枯病等类别	计算机视觉	植物病害	深度学习，图像处理	CNN	图像	NA	NA	VGG16, 自定义CNN	训练准确率, 测试准确率	NA
2093	2025-10-06	Development of student intent-based educational chatbot system with adaptive and attentive DTCN on symmetric convolution approach 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103542 PMID:40822546	研究论文	开发基于学生意图的教育聊天机器人系统，采用自适应注意力深度时间卷积网络和对称卷积方法	提出新型混合元启发式优化算法ADT-BMO进行特征加权选择和融合，并开发AA-DTCN-SC模型优化意图识别	NA	创建智能自动化教育聊天机器人，帮助学生快速获取学术信息	学生学术查询和通用聊天机器人数据集	自然语言处理	NA	深度学习，自然语言处理	DTCN, RNN, Bi-LSTM, BERT, TransformerNet, Text CNN	文本	NA	NA	AA-DTCN-SC, BERT, TransformerNet, Text CNN	分类准确率	NA
2094	2025-10-06	Assessing mammographic density change within individuals across screening rounds using deep learning-based software 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22017 PMID:40823522	研究论文	本研究使用深度学习软件评估个体在多次乳腺筛查中乳腺密度的变化及其与未来乳腺癌诊断的关联	首次使用深度学习软件自动量化个体在连续筛查轮次中的乳腺密度变化，并分析其与乳腺癌风险的关联	研究仅基于瑞典马尔默地区人群，可能存在定位问题的检查被排除	评估乳腺密度在个体筛查过程中的变化及其与乳腺癌风险的关联	2010-2015年间在瑞典马尔默接受至少两次连续筛查的女性	医学影像分析	乳腺癌	乳腺X线摄影	深度学习	医学影像	26,056名女性	NA	NA	p值，置信区间，回归系数	NA
2095	2025-10-06	Longitudinal Assessment of Area of Reticular Pseudodrusen in Eyes with Age-Related Macular Degeneration 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100881 PMID:40837066	研究论文	本研究通过2年纵向随访评估年龄相关性黄斑变性眼中网状假性玻璃膜疣面积和脉络膜厚度的变化	首次对网状假性玻璃膜疣面积进行纵向定量评估，并探索其与脉络膜厚度的关联	样本量较小（35只眼），仅包含早期和中期AMD患者，缺乏更长期的随访数据	评估AMD患者网状假性玻璃膜疣面积和脉络膜厚度在2年内的变化规律	年龄相关性黄斑变性患者中伴有网状假性玻璃膜疣的眼睛	数字病理学	年龄相关性黄斑变性	红外反射成像、蓝光眼底自发荧光、光谱域OCT、深度学习算法	深度学习	医学影像	35只眼（来自22名参与者）	NA	NA	P值	NA
2096	2025-10-06	Actigraphy against 32-hour polysomnography in patients with suspected idiopathic hypersomnia 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70007 PMID:39979124	研究论文	本研究验证了一种基于深度学习的体动记录睡眠-觉醒预测算法在疑似特发性嗜睡症患者中的性能	首次在嗜睡症患者中验证序列到序列长短期记忆网络(S2S)算法，并与商业算法进行对比	样本仅来自单一参考中心，未在更广泛人群中验证	验证体动记录仪在嗜睡症患者中预测睡眠-觉醒参数的准确性	206名疑似特发性嗜睡症患者	医疗人工智能	嗜睡症	体动记录仪，32小时多导睡眠监测	RNN, LSTM	体动信号，多导睡眠图数据	126名患者(91名女性，平均年龄30.6±15.5岁)	NA	序列到序列长短期记忆网络(S2S)	绝对误差，Bland-Altman分析	NA
2097	2025-10-06	Automated Sleep Staging in Epilepsy Using Deep Learning on Standard Electroencephalogram and Wearable Data 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70061 PMID:40176726	研究论文	本研究使用深度学习模型对癫痫患者的标准脑电图和可穿戴设备数据进行自动睡眠分期分析	首次同时使用标准脑电图和可穿戴设备数据对癫痫患者进行自动睡眠分期，并比较两种模式的表现差异	模型对N1期睡眠的敏感性非常低，可穿戴数据低估了大多数睡眠宏观结构参数的持续时间，模型性能需进一步提升才能用于临床	评估深度学习模型在癫痫患者睡眠分期中的自动化分析能力	50名癫痫患者的223个夜间睡眠记录	医疗人工智能	癫痫	脑电图(EEG)、加速度计	深度学习	脑电图信号、可穿戴设备数据	50名患者的223个夜间睡眠记录，其中20个夜晚用于与临床专家比较	NA	NA	准确率, Cohen's kappa, F1分数, 敏感性	NA
2098	2025-10-06	The Future of Parasomnias 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70090 PMID:40387303	综述	本文探讨了异态睡眠的未来发展方向，包括新型家庭诊断设备、深度学习技术应用和大数据分析在诊断与预测中的作用	介绍了新型家庭诊断设备（如活动记录仪、EEG头带、3D飞行时间相机）和深度学习技术在异态睡眠诊断中的应用，以及通过多模态大数据预测疾病转化的创新方法	NA	探讨异态睡眠诊断技术的未来发展趋势和新型治疗方法	异态睡眠患者，特别是快速眼动睡眠行为障碍和觉醒障碍患者	医学诊断	睡眠障碍	活动记录仪，EEG头带，2D红外相机，3D飞行时间相机，视频多导睡眠图，脑成像，DNA分析	深度学习	多导睡眠图信号，临床数据，认知数据，脑成像数据，DNA数据	NA	NA	NA	NA	NA
2099	2025-10-06	Proximal near-infrared hyperspectral imaging dataset for identifying epicuticular wax loss in Masena blueberries to evaluate post-harvest quality 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111946 PMID:40821441	研究论文	本文提供了一个用于识别Masena蓝莓表皮蜡质损失并评估采后质量的近红外高光谱成像数据集	首次提供了包含不同采收方式和表皮蜡质状态的蓝莓高光谱成像数据集，支持农业质量检测研究	样本量相对较小（39个蓝莓果实），仅包含单一品种和特定采收时间的数据	开发基于高光谱成像的蓝莓采后质量评估方法	Masena蓝莓果实	计算机视觉	NA	高光谱成像	NA	高光谱图像	39个蓝莓果实，49个高光谱图像	ENVI, MATLAB	NA	NA	Specim FX17e高光谱相机
2100	2025-10-06	Enhancing photoacoustic trace gas detection via a CNN-transformer denoising framework 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100758 PMID:40832569	研究论文	提出一种结合差分共振光声池和深度学习信号去噪模型的气体浓度测量新方法	首次将1D CNN与Transformer网络结合用于光声信号去噪，有效解决低浓度气体检测中的噪声干扰问题	模型使用合成信号加噪声进行训练，可能与真实场景存在差异	提高痕量气体检测的灵敏度和可靠性	500 ppb乙炔气体信号	信号处理	NA	光声光谱技术	1D CNN, Transformer	一维信号数据	NA	NA	CNN-Transformer混合架构	信噪比, 决定系数(R²)	NA