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
2201	2025-05-16	Automated seizure detection in epilepsy using a novel dynamic temporal-spatial graph attention network 2025-May-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01015-0 PMID:40355495	research paper	提出了一种动态时空图注意力网络（DTS-GAN）用于癫痫发作的自动检测	通过结合图信号处理和混合深度学习框架，DTS-GAN能够自适应地学习电极节点间的瞬态功能交互	未提及具体的数据集规模或多样性限制	解决固定拓扑图模型在分析时变脑网络中的局限性	癫痫患者的脑电图（EEG）数据	digital pathology	epilepsy	EEG	DTS-GAN (Dynamic Temporal-Spatial Graph Attention Network)	EEG sequences	TUSZ数据集
2202	2025-05-16	Classification of multi-lead ECG based on multiple scales and hierarchical feature convolutional neural networks 2025-May-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94127-6 PMID:40355498	research paper	提出了一种结合多尺度和分层特征的卷积神经网络（CNN）及Lead Encoder Attention（LEA）机制，用于多导联心电图（ECG）分类	结合多尺度和分层特征的CNN及LEA机制，有效整合ECG的形态和时间特征	未提及具体局限性	提高心律失常的分类准确率，用于心血管疾病的诊断	多导联心电图（ECG）数据	machine learning	cardiovascular disease	CNN, LEA	CNN	ECG信号	MIT-BIH-AR数据库和超过150,000条ECG记录的CCDD数据库
2203	2025-05-16	Impact of pharmacology perception and learning strategies on academic achievement in undergraduate pharmacy students 2025-May-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91510-1 PMID:40355613	研究论文	本研究评估了药学本科生对药理学教育的感知、学习策略及其对学业成就的影响	揭示了深度学习策略与学业成就之间的强正相关性，并验证了问卷的内部一致性和因子负荷	研究为横断面设计，无法追踪学习策略的长期变化	评估药理学教育在药学本科生中的感知作用及其对学业成就的影响	210名药学本科生（二年级至五年级）	药学教育	NA	问卷调查、Pearson相关分析、多元回归分析、内部一致性检验（Cronbach's alpha）、因子负荷分析	NA	问卷数据	210名药学本科生（120名男性，90名女性）
2204	2025-05-16	Advances to IoT security using a GRU-CNN deep learning model trained on SUCMO algorithm 2025-May-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99574-9 PMID:40355669	研究论文	本文提出了一种结合CNN和GRU的混合深度学习模型，用于分类物联网安全威胁，并通过SUCMO算法优化模型性能	提出了一种结合CNN和GRU的混合深度学习模型，并采用SUCMO算法进行超参数优化，提高了分类准确率	NA	提高物联网安全威胁检测的准确性和效率	物联网安全威胁，如DoS攻击和Botnets	机器学习	NA	深度学习	CNN, GRU	网络数据	两个数据集，UNSW-NB15和BoT-IoT
2205	2025-05-16	The analysis of artificial intelligence knowledge graphs for online music learning platform under deep learning 2025-May-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01810-9 PMID:40355699	研究论文	提出了一种基于深度学习的个性化音乐学习平台模型，通过整合音频、视频和用户行为数据提供高效且定制化的学习推荐	构建了一个融合音乐领域关键实体及其关系的知识图谱，并将其与提取的特征向量融合，以提高推荐准确性和个性化	未提及模型在大规模用户数据下的扩展性和实时性表现	开发一个高效且个性化的音乐学习推荐平台	在线音乐学习平台的用户	机器学习	NA	深度学习	CNN, LSTM, 多层感知机	音频、视频、用户行为数据	基于不同数据集的实验分析
2206	2025-05-16	Interpretable artificial intelligence model for predicting heart failure severity after acute myocardial infarction 2025-May-12, BMC cardiovascular disorders IF:2.0Q3 DOI:10.1186/s12872-025-04818-1 PMID:40355836	研究论文	开发了一种可解释的人工智能模型，用于预测急性心肌梗死后心力衰竭的严重程度	结合多维临床数据和可解释性AI技术（SHAP方法），开发了预测心力衰竭严重程度的模型，并构建了便于临床应用的网络平台	未提及模型在其他独立数据集上的验证情况	预测急性心肌梗死后心力衰竭的严重程度，以启动预防措施和优化治疗策略	1574名急性心肌梗死患者	机器学习	心血管疾病	SHAP方法	TabNet, Multi-Layer Perceptron, Random Forest, XGboost	临床数据（包括病史、临床特征、生理参数、实验室检测、冠状动脉造影和超声心动图结果）	1574名急性心肌梗死患者
2207	2025-05-16	Exploring dental faculty awareness, knowledge, and attitudes toward AI integration in education and practice: a mixed-method study 2025-May-12, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-07259-8 PMID:40355937	研究论文	本研究通过混合方法评估了牙科教师对AI在教育和实践中整合的知识、意识和态度，并提出了基于共识的建议	首次在巴基斯坦的牙科教育背景下评估教师对AI的认知和态度，并提出了具体的整合建议	研究样本仅限于巴基斯坦的牙科教师，可能无法推广到其他地区	评估牙科教师对AI的认知和态度，并提出AI在牙科教育和实践中整合的建议	巴基斯坦公立和私立牙科学院的400名教师	医疗教育技术	NA	混合方法研究（GAAIS量表和焦点小组讨论）	NA	问卷调查数据和定性讨论数据	400名牙科教师
2208	2025-05-16	[Research status of automatic localization of acupoint based on deep learning] 2025-May-12, Zhongguo zhen jiu = Chinese acupuncture & moxibustion DOI:10.13703/j.0255-2930.20241002-k0001 PMID:40369913	综述	本文回顾了近年来深度学习在穴位自动定位中的应用，并从数据集构建、神经网络模型设计和穴位定位精度评估三个关键环节进行了总结	总结了深度学习在穴位定位领域的显著进展，并提出了未来研究方向，包括标准化数据集的支持、3D建模和多模态数据融合的整合	穴位检测的规模需要扩大，模型的精度、泛化能力和实时性能有待提高	探讨深度学习在穴位自动定位中的应用现状及未来发展方向	穴位自动定位	深度学习	NA	NA	神经网络	NA	NA
2209	2025-05-16	CirnetamorNet: An ultrasonic temperature measurement network for microwave hyperthermia based on deep learning 2025-May-09, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100297 PMID:40350037	研究论文	提出了一种基于深度学习的超声温度测量网络CirnetamorNet，用于微波热疗中的非侵入性温度监测	通过多特征数据融合和多头注意力机制构建的CirnetamorNet模型，在非侵入性温度测量中表现出色，预测精度达到0.3°C	实验数据基于模拟人体组织的材料构建的体模，尚未在真实人体组织上进行验证	提高微波热疗中非侵入性温度监测的准确性和可靠性	微波热疗过程中的温度变化	数字病理	癌症	超声成像	RNN（循环神经网络）与多头注意力机制结合的CirnetamorNet	超声图像数据	使用模拟人体组织的材料构建的体模进行数据采集
2210	2025-05-16	Pruning the ensemble of convolutional neural networks using second-order cone programming 2025-May-09, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107544 PMID:40367720	研究论文	本文提出了一种使用二阶锥规划修剪卷积神经网络集成的方法，以提高准确性和多样性	提出了一种稀疏的二阶锥优化模型，用于修剪不同深度和层数的CNN集成，同时最大化准确性和多样性	仅在CIFAR-10、CIFAR-100和MNIST数据集上进行了测试，未涉及更复杂或更大规模的数据集	解决深度学习模型中集成修剪的计算复杂性问题	卷积神经网络（CNNs）的集成	机器学习	NA	二阶锥规划	CNN	图像	CIFAR-10、CIFAR-100和MNIST数据集
2211	2025-05-16	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	研究论文	本研究评估了名为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，并在工作场所环境中进行混合效果-实施试验	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与实施效果	日本工作场所的员工	数字健康	心理健康	深度学习模型	NA	移动健康数据	84名员工（干预组67人，对照组17人）来自7个工作单位
2212	2025-05-16	Development of deep learning quantization framework for remote sensing edge device to estimate inland water quality in South Korea 2025-May-02, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123760 PMID:40367723	研究论文	开发了一种用于遥感边缘设备的深度学习量化框架，以估算韩国内陆水质	通过神经架构搜索（NAS）和帕累托优化识别轻量级CNN模型，并结合后训练量化（PTQ）和量化感知训练（QAT）进一步压缩模型大小，同时保持高精度	尽管在深度学习方面取得了进展，但当代技术在水质监测中的应用尚未完全探索	开发一种适用于边缘设备的实时AI框架，用于水质监测	韩国内陆水质，特别是总悬浮固体（TSS）浓度	计算机视觉	NA	多光谱成像，神经架构搜索（NAS），后训练量化（PTQ），量化感知训练（QAT）	CNN	图像	NA
2213	2025-05-16	Reducing food waste in the HORECA sector using AI-based waste-tracking devices 2025-May-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.02.044 PMID:40024032	研究论文	本研究评估了一种基于AI的自动废物追踪系统在HORECA行业中减少食物浪费的有效性	利用计算机视觉和深度学习算法实时自动称重和光学分离食物浪费	未探索废物追踪设备与消费者层面干预措施的结合	评估AI技术在减少HORECA行业食物浪费方面的有效性	HORECA行业中的餐厅、酒店和商业餐饮服务	计算机视觉	NA	深度学习算法	NA	图像	德国的度假村餐厅和商业餐饮服务、瑞士的酒店以及希腊的两家酒店
2214	2025-05-16	Revolutionizing biological digital twins: Integrating internet of bio-nano things, convolutional neural networks, and federated learning 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109970 PMID:40101583	研究论文	本文提出了一种整合生物纳米物联网、卷积神经网络和联邦学习的新型框架，以解决生物数字孪生在微生物领域的应用挑战	结合IoBNT进行微观数据采集与传输，并利用CNN和FL算法实现高效模式识别与带宽节省	未明确说明框架在非细菌类生物实体上的适用性	解决微生物数字孪生实现过程中的数据提取、传输和计算难题	微生物（如细菌）的数字孪生模型	数字病理学	NA	IoBNT（生物纳米物联网）、联邦学习	CNN（卷积神经网络）	微观生物数据	33种细菌类别
2215	2025-05-16	Approach and surgical management of epiretinal membrane 2025-May-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001135 PMID:40145317	综述	本文综述了近年来视网膜前膜（ERM）手术的最新研究进展，包括手术技术评估和内部限制膜（ILM）剥离的必要性	总结了ILM剥离可能减少ERM复发的优势，并探讨了光学相干断层扫描（OCT）在术前、术中和术后的应用，以及深度学习模型预测手术效果的能力	仍存在许多关于最佳手术实践的未解决问题，需要进一步评估	探讨视网膜前膜（ERM）手术的最新研究进展和手术技术	视网膜前膜（ERM）患者	数字病理学	视网膜疾病	光学相干断层扫描（OCT）	深度学习模型	图像	NA
2216	2025-05-16	scSDNE: A semi-supervised method for inferring cell-cell interactions based on graph embedding 2025-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013027 PMID:40333631	research paper	该论文提出了一种名为scSDNE的半监督图嵌入模型，用于推断基于配体-受体（L-R）相互作用的细胞间通讯	结合深度学习与手动整理的L-R相互作用数据库，scSDNE能够将相互作用细胞中的基因映射到共享潜在空间，从而更精确地表示细胞间关系	NA	全面理解细胞间通讯的复杂机制	细胞间通讯中的配体-受体（L-R）相互作用	生物信息学	NA	单细胞RNA测序（scRNA-seq）	半监督图嵌入模型（scSDNE）	基因表达数据	NA
2217	2025-05-16	Early detection of Alzheimer's disease using deep learning methods 2025-May, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70175 PMID:40356024	研究论文	本研究利用深度学习框架分析多模态数据集，以提高阿尔茨海默病的早期检测准确性	开发了一种结合LSTM和FNN处理结构化数据，以及ResNet50和MobileNetV2处理MRI数据的混合深度学习框架，显著提高了预测准确率	研究依赖于特定数据集（NACC和ADNI），可能限制了模型的泛化能力	通过AI技术提高阿尔茨海默病的早期检测准确性	阿尔茨海默病患者的多模态数据（临床数据、生物标志物和神经影像数据）	数字病理学	老年病	深度学习	LSTM, FNN, ResNet50, MobileNetV2	结构化数据, MRI图像	来自NACC和ADNI数据集的数据
2218	2025-05-16	Modeling Temporal Dependencies in Brain Functional Connectivity to Identify Autism Spectrum Disorders Based on Heterogeneous rs-fMRI Data 2025-Apr-30, Experimental neurobiology IF:1.8Q4 DOI:10.5607/en24028 PMID:40313229	研究论文	本研究通过探索脑功能连接的时间动态变化，利用深度学习框架结合注意力机制和LSTM神经网络，识别自闭症谱系障碍（ASD）的风险个体	首次将动态功能连接的时间依赖性抽象为高级表征，并用于ASD的识别，结合注意力机制和LSTM的深度学习框架在分类性能上优于传统方法	研究依赖于ABIDE数据库的异质性rs-fMRI数据，可能影响模型的泛化能力	开发基于动态脑功能连接的ASD客观生物标志物	自闭症谱系障碍（ASD）患者	数字病理学	自闭症谱系障碍	rs-fMRI	LSTM结合注意力机制	图像	来自ABIDE数据库的异质性rs-fMRI数据
2219	2025-05-16	Digital image-based chemometrics for food analysis: a practical tutorial and roadmap 2025-Apr-27, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144531 PMID:40367821	review	本文综述了数字图像在食品分析中的应用，并提供了从单变量方法到多变量分类/校准方法的路线图	介绍了混合颜色描述符、色度图、深度学习架构和时间分辨RGB成像等最新进展，提高了这些技术在食品科学中的稳健性和适用性	该领域面临关键挑战，特别是缺乏方法学标准化，这影响了可靠性和可重复性	开发食品质量控制中的分析方法	食品质量和安全	数字病理学	NA	化学计量学技术	深度学习架构	数字图像	NA
2220	2025-05-16	Deep Learning-Based Reconstruction for Accelerated Cervical Spine MRI: Utility in the Evaluation of Myelopathy and Degenerative Diseases 2025-Apr-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8567 PMID:40147833	research paper	本研究比较了传统颈椎MRI与基于深度学习的加速颈椎MRI在图像质量和诊断性能上的差异	使用商业化的、供应商中立的深度学习重建算法，显著缩短了MRI扫描时间，同时保持或提高了图像质量和诊断性能	研究样本量较小（50例患者），且未对所有类型的颈椎退行性疾病进行全面评估	评估基于深度学习的加速颈椎MRI在诊断颈椎退行性疾病和脊髓病变中的实用性和效果	50名患有颈椎退行性疾病或脊髓病变的患者	digital pathology	degenerative cervical spine disease, myelopathy	MRI, deep learning-based reconstruction	DL-based reconstruction	MRI images	50名患者