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
201	2025-09-21	MAG-Res2Net: a novel deep learning network for human activity recognition 2023-Nov-28, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad0ab8 PMID:37939391	研究论文	提出一种名为MAG-Res2Net的新型深度学习网络用于人类活动识别，通过集成数据上采样、损失函数组合和优化算法提升性能	结合Borderline-SMOTE数据上采样算法、基于度量学习的损失函数组合算法和Lion优化算法，显著提升模型在多模态人类活动识别中的表现	NA	解决人类活动多样性及数据质量导致的特征提取困难问题，提升识别准确率和效率	人类活动识别（HAR）	machine learning	NA	Borderline-SMOTE, metric learning, Lion optimization	MAG-Res2Net (基于Res2Net的深度学习网络)	multimodal sensor data	三个公共数据集（UCI-HAR、WISDM和CSL-SHARE）
202	2025-09-21	Deep learning with fetal ECG recognition 2023-Nov-27, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad0ab7 PMID:37939396	研究论文	提出一种基于深度学习的胎儿心电图识别新方法，通过跨域一致性卷积神经网络自动识别多通道ECG数据中的胎儿心电信号	开发了跨域一致性卷积神经网络(CDC-Net)，解决了ICA方法在胎儿心电图识别中幅度、顺序和正负值不确定的问题	NA	实现胎儿心电信号的自动识别，推动自动化胎儿心电监测技术的发展	多通道心电图数据中的胎儿心电信号	machine learning	cardiovascular disease	独立成分分析(ICA), 深度学习	CNN (跨域一致性卷积神经网络CDC-Net)	心电信号数据	使用两个数据库(ADFECGDB和Daisy数据库)的信号数据进行测试
203	2025-09-21	A Two-Stage Automatic System for Detection of Interictal Epileptiform Discharges from Scalp Electroencephalograms 2023-11, eNeuro IF:2.7Q3 DOI:10.1523/ENEURO.0111-23.2023 PMID:37914407	研究论文	开发了一种基于深度学习的自动系统，用于从头皮脑电图中检测发作间期癫痫样放电	提出了一种新颖的双蒙太奇决策机制（TMDM）与时间卷积网络（TCN）相结合的自动检测系统	NA	开发高性能的自动IED检测系统以辅助临床脑电图解读	头皮脑电图（EEG）中的发作间期癫痫样放电（IEDs）	医疗人工智能	癫痫	深度学习	TCN（时间卷积网络）, DNN（深度神经网络）	EEG信号数据	484份头皮脑电图记录（406训练，78测试）
204	2025-09-21	Atrial fibrillation detection with signal decomposition and dilated residual neural network 2023-Oct-05, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acfa61 PMID:37714186	研究论文	提出一种结合信号分解和扩张残差神经网络的心房颤动检测方法	引入基于R峰检测的时间掩模生成伪QRS复合波和伪T、P波信号，将临床经验融入深度学习模型	NA	提升可穿戴设备心电信号中心房颤动的检测性能	心电图（ECG）信号	机器学习	心血管疾病	信号分解，深度学习	扩张残差神经网络	心电信号	PhysioNet/CinC 2017挑战赛数据集和MIT-BIH心房颤动数据库
205	2025-09-21	Versatile recognition of graphene layers from optical images under controlled illumination through green channel correlation method 2023-Aug-17, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ace979 PMID:37478831	研究论文	提出一种基于绿色通道相关性从光学图像识别石墨烯层数的简便方法	利用绿色通道相关性替代深度学习，实现少量训练图像下的高效识别，并适应非均匀光照条件	需要最小化环境光对样品的影响，图像质量要求低于典型文献但仍有特定光照条件限制	开发快速、低成本且无需高质量图像的石墨烯层数光学识别方法	氧化基底上的剥离石墨烯层	计算机视觉	NA	光学成像、颜色通道分析	标准偏差阈值法、线性回归阈值法（非深度学习）	图像	少量训练图像配合数千张GitHub测试图像
206	2025-09-21	Standard-based personalized healthcare delivery for kidney illness using deep learning 2023-Aug-10, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ace09f PMID:37343580	研究论文	本研究使用深度学习模型分析标准化电子健康记录数据，以诊断肾脏相关疾病	首次将encoder-combiner-decoder (ECD)架构应用于标准化医疗数据集进行肾脏疾病诊断	NA	通过深度学习提升肾脏疾病的预测诊断准确性	肾脏相关疾病患者	机器学习	肾脏疾病	深度学习	encoder-combiner-decoder (ECD)	电子健康记录	巴西公共卫生系统提供的openEHR基准数据集(ORBDA)
207	2025-09-21	BTCRSleep: a boundary temporal context refinement-based fully convolutional network for sleep staging with single-channel EEG 2023-07-13, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acdb46 PMID:37267988	研究论文	提出一种基于边界时序上下文精炼的全卷积网络BTCRSleep，用于单通道脑电信号的睡眠分期	引入边界时序上下文精炼模块，捕获睡眠阶段转换时的脑电波特征，解决跨时段特征丢失问题	NA	提升单通道脑电信号的睡眠分期性能	睡眠脑电信号	机器学习	睡眠障碍	深度学习	全卷积网络（FCN）	单通道EEG信号	四个公开数据集（SEDF、SEDFX、SHHS、CAP）
208	2025-09-21	CS-based multi-task learning network for arrhythmia reconstruction and classification using ECG signals 2023-07-05, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acdfb5 PMID:37336244	研究论文	提出一种结合压缩感知与卷积神经网络的多任务网络CSML-Net，用于心电信号的压缩重建与心律失常分类	在压缩域同时实现心电信号重建与分类，通过多尺度特征模块提升模型性能	NA	解决长期心电监测中数据量大与带宽有限的矛盾，提升深度学习在心电监测中的应用	心电信号（ECG）	机器学习	心血管疾病	压缩感知（CS），深度学习	CNN，多任务学习网络	心电信号	MIT-BIH心律失常数据集
209	2025-09-20	Application of Raman Spectroscopy Coupled With Chemometrics for the Detection and Quantification of Mancozeb Residues in Collard Green 2025-Dec, Analytical science advances IF:3.0Q2 DOI:10.1002/ansa.70045 PMID:40959212	研究论文	本研究利用拉曼光谱结合化学计量学方法检测和量化羽衣甘蓝中的代森锰锌残留	首次将拉曼光谱与机器学习模型（包括深度学习和集成方法）结合，用于代森锰锌残留的高精度检测与量化	研究仅限于羽衣甘蓝中的代森锰锌残留，未验证其他农药或蔬菜类型的适用性	开发快速、精确、可及的农药残留检测技术，保障食品安全	羽衣甘蓝中的代森锰锌农药残留	化学计量学与光谱分析	食品安全相关健康风险	拉曼光谱，主成分分析（PCA），机器学习建模	SVM, CNN, 集成学习	光谱数据	多个浓度梯度样本（0.01-0.5 ppm），按监管残留限值分类
210	2025-09-20	Generalizable deep learning for photoplethysmography-based blood pressure estimation-A benchmarking study 2025-Dec-01, Machine Learning. Health DOI:10.1088/3049-477X/ae01a8 PMID:40959521	研究论文	本研究评估了基于光电容积脉搏波(PPG)和深度学习模型进行血压估计的泛化能力	首次系统评估深度学习模型在分布外数据集上的血压估计性能，并提出基于样本的域适应方法	模型性能受数据集间血压分布差异的强烈影响	研究基于PPG的深度学习血压估计模型的泛化能力	光电容积脉搏波信号和血压数据	机器学习	心血管疾病	深度学习	XResNet1d101等五种深度学习模型	生理信号波形数据	基于PulseDB数据集训练，并在多个外部数据集测试
211	2025-09-20	Machine learning based radiomic models outperform clinical biomarkers in predicting outcomes after immunotherapy for hepatocellular carcinoma 2025-Oct, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2025.04.017 PMID:40246150	研究论文	本研究开发了一种基于机器学习的放射组学-临床整合模型，用于预测肝细胞癌患者免疫治疗后的生存结果和治疗反应	首次将深度学习自动分割与多种机器学习模型结合，开发出优于传统临床生物标志物的预测模型，能够从治疗前CT影像中预测免疫治疗反应	回顾性研究设计，样本量相对有限（152例患者），需要外部验证确认泛化能力	预测不可切除肝细胞癌患者接受atezolizumab联合bevacizumab免疫治疗后的生存结果和治疗反应	152例接受A/B治疗的不可切除肝细胞癌患者	医学影像分析	肝细胞癌	深度学习自动分割，机器学习建模，放射组学特征提取	七种机器学习模型结合13种特征选择技术	CT影像，临床数据	152例患者来自两个国际医疗中心
212	2025-09-20	AI automated radiographic scoring in rheumatoid arthritis: Shedding light on barriers to implementation through comprehensive evaluation 2025-Oct, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2025.152761 PMID:40513204	研究论文	本研究开发并验证了一种用于类风湿关节炎X光评分自动化的深度学习模型，通过外部测试集评估其性能与临床实施障碍	采用最先进报告指南对AI模型进行严格外部验证，并明确分析当前实施障碍	AI系统性能低于人工评分，组内相关系数较低（0.03-0.27），无法满足研究或临床应用需求	自动化类风湿关节炎的X光放射学评分，并评估AI系统临床实施的可行性	类风湿关节炎患者的双手和双足X光影像	数字病理学	类风湿关节炎	深度学习	深度学习模型	X光影像	训练队列：157名患者，1470张X光片；测试集：两个医院的253名患者，589张X光片
213	2025-09-20	Mycophenolate mofetil-induced colitis versus colonic graft-versus-host disease: a comparative histologic study with artificial intelligence model development 2025-Oct, Histopathology IF:3.9Q1 DOI:10.1111/his.15521 PMID:40703053	研究论文	比较霉酚酸酯诱导性结肠炎与结肠移植物抗宿主病的组织病理学特征，并开发基于深度学习CNN的数字化工具以半自动化量化嗜酸性粒细胞	首次结合组织病理学比较与人工智能模型（CNN）开发，辅助鉴别MMF结肠炎和GVHD	MMF诱导性结肠炎在干细胞移植患者中罕见，样本量有限，诊断需谨慎	区分霉酚酸酯（MMF）诱导性结肠炎和结肠移植物抗宿主病（GVHD）的病理特征，开发AI辅助诊断工具	95例患者（包括GVHD、MMF结肠炎及疑似病例）的结肠活检组织	数字病理学	结肠炎	深度学习卷积神经网络（CNN）	CNN	组织病理图像	95例患者（37例GVHD，25例MMF结肠炎，33例GVHD vs MMF疑似病例）
214	2025-09-20	Artificial Intelligence for Alzheimer's disease diagnosis through T1-weighted MRI: A systematic review 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111028 PMID:40902465	系统综述	本文系统综述了基于T1加权MRI数据、应用人工智能技术对阿尔茨海默病多阶段进行分类的研究	全面评估了AI在AD多阶段分类中的应用效果，特别指出CNN直接从原始影像数据提取分层特征的能力减少了预处理需求	研究方法存在异质性，存在过拟合风险，且过度依赖ADNI数据库导致数据集多样性不足	评估人工智能技术在阿尔茨海默病多阶段分类中的效果和应用前景	阿尔茨海默病患者及不同疾病阶段的个体	医学影像分析	阿尔茨海默病	T1加权MRI	CNN（卷积神经网络）、非卷积神经网络、传统机器学习方法	MRI影像数据	NA（系统综述，未指定具体样本量）
215	2025-09-20	Muti-band Morlet mutual information functional connectivity for classifying Alzheimer's disease and frontotemporal dementia with a deep learning technique 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111041 PMID:40902468	研究论文	提出一种基于多频段Morlet小波互信息功能连接和3D-CNN的深度学习框架，用于区分阿尔茨海默病、额颞叶痴呆和健康对照	首次将多频段Morlet小波互信息功能连接与改进VGG架构的3D-CNN结合，实现了超过90%的分类准确率，并识别出默认模式网络中的EEG生物标志物	NA	通过脑电图功能连接特征实现阿尔茨海默病和额颞叶痴呆的准确分类	阿尔茨海默病患者、额颞叶痴呆患者和健康对照人群	数字病理学	老年疾病	脑电图（EEG）、多频段Morlet小波互信息功能连接	3D-CNN（基于改进的VGG架构）	脑电图信号	NA
216	2025-09-20	CISCA and CytoDArk0: A cell instance segmentation and classification method for histo(patho)logical image Analyses and a new, open, Nissl-stained dataset for brain cytoarchitecture studies 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111018 PMID:40902464	研究论文	提出一种用于组织病理学图像细胞实例分割与分类的深度学习框架CISCA，并发布首个尼氏染色脑组织标注数据集CytoDArk0	提出三头轻量化U-Net架构，集成边界分类、方向距离图回归与细胞分类功能，首次提供公开的尼氏染色脑细胞标注数据集	NA	开发自动细胞实例分割与分类方法以推动数字病理和脑细胞架构研究	组织切片中的单个细胞（神经元与胶质细胞）	数字病理	神经系统疾病	深度学习，尼氏染色，H&E染色	U-Net with three heads	图像	4个公开数据集（CoNIC/PanNuke/MoNuSeg）及包含近4万个标注细胞的CytoDArk0数据集
217	2025-09-20	Automated detection of lameness in dairy cattle through computer vision analysis of back shape characteristics 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111038 PMID:40915069	研究论文	通过计算机视觉分析奶牛背部形状特征实现奶牛跛行的自动检测	首次使用关键点检测算法和深度学习模型对奶牛背部三个区域（颅侧、中间、尾侧）进行曲率分析，实现高精度跛行分类	仅使用侧视单相机采集数据，颅侧区域对跛行检测贡献度较低（η=0.02）	开发客观的自动化奶牛跛行检测方法以提高动物福利和农场生产效率	260头荷斯坦-弗里斯兰奶牛	计算机视觉	NA	关键点检测算法、曲率分析、深度学习	深度学习模型	图像	260头奶牛
218	2025-09-20	Emulating visual evaluations in the microscopic agglutination test with deep learning 2025-Oct, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107249 PMID:40915619	研究论文	本研究使用深度学习模拟显微镜凝集试验中的人类专家评估，以提高诊断一致性和客观性	利用预训练DenseNet121网络将主观视觉评估转化为可重复的数值输出，并通过UMAP可视化增强模型可解释性	仅使用内部数据集进行验证，需要进一步外部验证和临床整合研究	提高人畜共患钩端螺旋体病诊断的客观性和一致性	显微镜凝集试验图像	计算机视觉	钩端螺旋体病	深度学习，UMAP降维技术	DenseNet121	图像	内部数据集（具体数量未说明）
219	2025-09-20	Self-supervised representation learning with continuous training data improves the feel and performance of myoelectric control 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111029 PMID:40921113	研究论文	本研究探讨使用连续动态数据和自监督学习改进基于肌电信号模式识别的控制性能	采用连续动态训练数据和自监督预训练技术(VICReg)提升肌电控制器的时序建模能力	NA	提高肌电控制系统的实用性和用户体验	肌电信号模式识别与控制	机器学习	NA	自监督学习(VICReg)	LSTM, LDA	肌电信号时序数据	20名参与者
220	2025-09-20	MRS-Sim: Open-Source Framework for Simulating In Vivo-Like Magnetic Resonance Spectra 2025-Oct, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70130 PMID:40955682	研究论文	介绍了一个用于模拟体内磁共振波谱的开源框架MRS-Sim，旨在生成具有已知真实值的合成数据	包含两个新颖组件：3D场图模拟器用于模拟场不均匀性，以及半参数生成器模拟未充分表征的残余水区域和基线贡献	NA	开发和验证磁共振波谱方法，提供真实合成数据支持	磁共振波谱数据	医学影像分析	NA	磁共振波谱(MRS)	半参数生成器	光谱数据	NA