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
22621	2025-05-19	Leveraging Vision Transformers in Multimodal Models for Retinal OCT Analysis 2025-May-15, Studies in health technology and informatics DOI:10.3233/SHTI250567 PMID:40380672	research paper	本研究探讨了深度学习模型（包括CNN和ViT）在视网膜OCT图像分类中的效果，并研究了整合元数据对分类过程的影响	探索了Vision Transformers (ViTs)在医学图像分析中的潜力，特别是在处理复杂多模态数据时	研究中存在大量元数据缺失的情况	提高视网膜OCT图像的分类准确性，以辅助诊断视网膜疾病	视网膜OCT图像	computer vision	Age-related Macular Degeneration (AMD), Diabetic Macular Edema (DME)	OCT	CNN, Vision Transformers (ViTs), Multimodal ResNet18, DenseNet121	image, metadata	NA	NA	NA	NA	NA
22622	2025-05-19	Energy-Efficient AI for Medical Diagnostics: Performance and Sustainability Analysis of ResNet and MobileNet 2025-May-15, Studies in health technology and informatics DOI:10.3233/SHTI250585 PMID:40380690	研究论文	比较ResNet和MobileNet在胸部疾病分类中的能源效率	首次系统比较ResNet和MobileNet在医疗诊断中的能源消耗，强调AI模型的能效优化	仅比较了两种模型，未考虑其他可能更高效的架构	评估AI模型在医疗诊断中的能源效率	ResNet和MobileNet模型	计算机视觉	胸部疾病	深度学习	ResNet, MobileNet	医学影像数据	CheXpert数据集	NA	NA	NA	NA
22623	2025-05-19	Explainable Versus Interpretable AI in Healthcare: How to Achieve Understanding 2025-May-15, Studies in health technology and informatics DOI:10.3233/SHTI250639 PMID:40380742	research paper	本文探讨了在医疗领域中可解释AI与可理解AI的区别，并提出了一种基于Daniel Dennett意向立场的方法论，以分析AI解释如何促进用户更深层次的参与和理解	提出了一种基于Daniel Dennett意向立场的方法论，用于分析AI解释如何促进用户理解，并探讨了该方法论对医疗聊天机器人开发和监管的影响	未提及具体实验数据或案例研究来验证所提方法论的有效性	探讨AI在医疗决策支持系统中的解释、解释与理解之间的区别，并提出促进用户理解的方法	AI驱动的决策支持系统，特别是基于大型语言模型（LLMs）的医疗聊天机器人	natural language processing	NA	NA	LLM	text	NA	NA	NA	NA	NA
22624	2025-10-07	Blockchain enabled collective and combined deep learning framework for COVID19 diagnosis 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00252-7 PMID:40360521	研究论文	提出一种结合区块链技术和集体深度学习的新框架CLCD-Block，用于COVID-19的智能诊断	首次将区块链技术与集体学习范式相结合，实现安全数据分发和隐私保护的协同诊断模型	需要进一步优化可扩展性和实时性能，适应更广泛的医疗数据集	开发兼顾准确性和隐私保护的协同诊断模型，解决COVID-19诊断中的挑战	COVID-19患者的肺部CT图像	计算机视觉	COVID-19	CT成像	深度学习	医学图像	来自多个机构的肺部CT图像数据集	NA	混合胶囊学习网络	准确率,精确率,召回率,特异性,F1分数	NA
22625	2025-10-07	User preference modeling for movie recommendations based on deep learning 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00030-5 PMID:40360567	研究论文	提出一种基于深度学习的电影推荐方法，通过分析用户行为记录和电影内容元素实现个性化推荐	结合图技术（PageRank）和卷积神经网络（CNN）来建模用户偏好，相比传统方法能更好地捕捉复杂用户偏好动态	仅使用215名用户的浏览数据进行验证，样本规模有限	提升电影推荐系统的个性化推荐效果	电影推荐系统和用户偏好建模	机器学习	NA	图技术，文本挖掘	CNN	用户浏览记录，电影内容数据	215名用户在508个电影页面的浏览活动	NA	CNN	精确率，召回率	NA
22626	2025-10-07	Dual level dengue diagnosis using lightweight multilayer perceptron with XAI in fog computing environment and rule based inference 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98365-6 PMID:40360639	研究论文	本研究提出了一种在雾计算环境中使用轻量级多层感知器和可解释人工智能进行双级登革热诊断的框架	结合雾计算环境提出双级诊断框架，第一级使用优化的轻量级MLP模型，第二级使用基于规则的推理方法，这在近期研究中较为罕见	使用小数据集进行模型训练，可能影响模型的泛化能力	提高登革热诊断效率，促进远程诊断和快速治疗	登革热疑似患者	机器学习	登革热	机器学习，深度学习	MLP	症状数据，血清学检测报告	小数据集	NA	轻量级多层感知器	准确率，精确率，F1分数	雾计算环境
22627	2025-10-07	Detection of sugar beet seed coating defects via deep learning 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98253-z PMID:40360658	研究论文	本研究使用YOLO算法对甜菜种子包衣缺陷进行检测和分类	首次将YOLOv10系列模型应用于甜菜种子包衣缺陷检测，并比较了不同模型变体的性能	研究仅针对单一作物（甜菜种子）和固定拍摄条件，未验证在其他作物或不同光照条件下的适用性	通过深度学习技术提高种子包衣质量检测效率和准确性	甜菜种子包衣缺陷	计算机视觉	NA	图像处理技术	YOLO	RGB图像	2000个包衣甜菜种子的高分辨率图像	YOLOv10	YOLOv10-N, YOLOv10-L, YOLOv10-X	准确率, 推理时间	NA
22628	2025-10-07	AI-IoT based smart agriculture pivot for plant diseases detection and treatment 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98454-6 PMID:40360734	研究论文	提出一种基于AI-IoT的智能农业枢纽系统，用于植物病害检测与治疗	基于现有中心枢纽开发新型IoT系统架构和硬件试点，克服无人机和机器人技术的局限性	未明确说明系统部署成本和维护难度等实际应用限制	开发智能农业系统解决植物病害检测与治疗问题	多种作物的植物叶片	计算机视觉	植物病害	深度学习	CNN	图像	25,940张增强图像，涵盖11类植物叶片	NA	ResNet50	准确率,F1-score,召回率,精确率	NA
22629	2025-10-07	Automated chick gender determination using optical coherence tomography and deep learning 2025-May, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105033 PMID:40106909	研究论文	本研究提出了一种结合光学相干断层扫描和深度学习的高分辨率、非侵入性雏鸡性别鉴定方法	首次将OCT与深度学习结合用于自动化雏鸡性别鉴定，开发了针对OCT数据优化的定制卷积神经网络	模型准确率为79%，仍有提升空间，需要进一步改进成像和机器学习技术	开发自动化雏鸡性别鉴定方法以优化家禽生产	雏鸡泄殖腔结构	计算机视觉	NA	光学相干断层扫描	CNN	OCT图像	NA	NA	定制CNN, Inception, VGG-16	准确率	NA
22630	2025-10-07	Artificial intelligence in preclinical research: enhancing digital twins and organ-on-chip to reduce animal testing 2025-May, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2025.104360 PMID:40252989	综述	探讨人工智能在临床前研究中通过增强数字孪生和器官芯片技术来减少动物测试的应用与影响	整合机器学习、深度学习与AI驱动的数字孪生和器官芯片平台，提升对复杂生物系统的模拟精度和预测能力	未提及具体技术实施的局限性	推动伦理且高效的药物发现，遵循3R原则（替代、减少、优化）减少动物测试	临床前药物研究中的生物系统模拟	机器学习	NA	机器学习(ML), 深度学习(DL), 数字孪生(DT), 器官芯片(OoC)	NA	生物系统模拟数据	NA	NA	NA	NA	NA
22631	2025-10-07	The application of natural language processing technology in hospital network information management systems: Potential for improving diagnostic accuracy and efficiency 2025-Apr-18, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100287 PMID:40254184	研究论文	本研究探索了自然语言处理技术在医院网络信息管理系统中处理扫描文档的应用，旨在提高诊断准确性和效率	提出了一种新颖的隐藏贝叶斯集成密集双向LSTM（HB-DBi-LSTM）策略来优化词袋模型	深度学习序列模型因高计算需求需要额外的训练验证集分割，可能限制模型训练效率	研究在医院网络信息管理系统中应用自然语言处理技术提高诊断效率和准确性的可能性	电子健康记录中的扫描文档，特别是针对各种睡眠问题的诊断报告	自然语言处理	睡眠障碍	自然语言处理，光学字符识别，图像预处理	Bi-LSTM, 贝叶斯模型	扫描PDF图像，文本数据	未明确说明具体样本数量，但按70%训练集和30%测试集划分	NA	密集双向LSTM，隐藏贝叶斯集成模型	F1分数，准确率，召回率，精确率，ROC，AUROC	使用Adam优化器训练100个epoch，因高计算需求需要额外的训练验证集分割
22632	2025-10-07	Deep Learning-Based Ion Channel Kinetics Analysis for Automated Patch Clamp Recording 2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202404166 PMID:39737527	研究论文	本研究提出了首个基于人工智能的框架，用于自动膜片钳记录中多种离子通道动力学的表征分析	首次将人工智能技术应用于离子通道动力学分析，集成了异常检测和多类分类的深度学习框架	NA	开发自动化离子通道动力学分析框架以提高电生理研究效率	全细胞膜片钳记录数据	机器学习	阿尔茨海默病,帕金森病	膜片钳技术	CNN,LSTM	电生理记录数据	124个测试数据集	NA	1D卷积神经网络,双向长短期记忆网络,注意力机制	准确率	NA
22633	2025-05-19	An efficient leukemia prediction method using machine learning and deep learning with selected features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320669 PMID:40378164	research paper	该论文提出了一种利用机器学习和深度学习技术结合特征选择的白血病预测方法	使用特征选择和深度学习技术对白血病基因数据进行分类，其中LSTM模型达到了100%的分类准确率	研究样本量较小（仅64个样本），且仅使用了CuMiDa数据库中的GSE9476数据集	开发一种高效的白血病早期预测和分类方法	白血病基因数据（来自CuMiDa数据库的GSE9476数据集）	machine learning	leukemia	基因微阵列技术	Random Forest, Linear Regression, SVM, LSTM	gene expression data	64个样本（来自22283个基因中的5类白血病基因）	NA	NA	NA	NA
22634	2025-10-07	LungVis 1.0: an automatic AI-powered 3D imaging ecosystem unveils spatial profiling of nanoparticle delivery and acinar migration of lung macrophages 2024-11-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54267-1 PMID:39604430	研究论文	开发了一个名为LungVis 1.0的AI驱动成像生态系统，用于三维可视化纳米颗粒在肺部递送的空间分布和肺泡巨噬细胞的迁移行为	首次整合光片荧光显微镜与深度学习图像分析，实现了纳米颗粒在支气管和肺泡区域沉积的全面定量映射，并挑战了组织驻留巨噬细胞为静态实体的传统范式	研究目前仅限于小鼠肺部模型，尚未在人类或其他物种中验证	探索肺部靶向药物递送动力学和巨噬细胞介导的肺部免疫机制	小鼠肺部纳米颗粒沉积和肺泡巨噬细胞行为	数字病理学	呼吸系统疾病	光片荧光显微镜，深度学习图像分析	深度学习	三维荧光图像	NA	NA	NA	NA	NA
22635	2025-05-19	Multi-scale Multi-site Renal Microvascular Structures Segmentation for Whole Slide Imaging in Renal Pathology 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering PMID:40375952	research paper	提出了一种名为Omni-Seg的新方法，用于从人类肾脏全切片图像中分割微血管结构	利用多站点、多尺度的训练数据，采用单一动态网络方法，能够处理部分标记的图像	方法依赖于多站点、多尺度的训练数据，可能对数据获取和处理提出更高要求	开发一种自动分割肾脏微血管结构的计算方法	人类肾脏全切片图像中的微血管结构（如小动脉、小静脉和毛细血管）	digital pathology	renal pathology	deep learning	dynamic network	image	来自HuBMAP和NEPTUNE两个数据集的图像，包括不同放大倍数（40×、20×、10×和5×）	NA	NA	NA	NA
22636	2025-05-18	Breast tumor diagnosis via multimodal deep learning using ultrasound B-mode and Nakagami images 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22009 PMID:40375887	研究论文	本文提出并评估了一种结合超声B模式和Nakagami参数图像的多模态深度学习方法，用于乳腺肿瘤分类	通过整合B模式图像的亮度信息和Nakagami图像的散射特性，提高了诊断性能，相比单输入方法有显著改进	研究样本量相对有限，仅包含264名患者的831次超声采集	提升乳腺肿瘤分类的准确性和诊断效率	乳腺肿瘤的超声图像	数字病理	乳腺癌	超声成像	EfficientNetV2B0	图像	264名患者的831次超声采集	NA	NA	NA	NA
22637	2025-10-07	Deep learning algorithm enables automated Cobb angle measurements with high accuracy 2025-Jul, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04853-7 PMID:39688663	研究论文	开发深度学习算法自动测量脊柱侧弯患者的Cobb角	首次使用深度学习算法在全身脊柱X光片上实现自动Cobb角测量，达到高精度	研究样本量相对有限（345例），成人患者的测量误差高于儿童患者	评估深度学习算法在脊柱X光片上自动测量Cobb角的准确性	脊柱侧弯患者的全身脊柱X光片	计算机视觉	脊柱侧弯	X射线成像	深度学习	医学影像	345例患者（179例儿童，166例成人）	NA	NA	平均绝对误差	NA
22638	2025-10-07	LMCBert: An Automatic Academic Paper Rating Model Based on Large Language Models and Contrastive Learning 2025-Jun, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3550203 PMID:40168236	研究论文	提出一种基于大语言模型和对比学习的自动学术论文评分模型LMCBert	结合大语言模型提取论文核心语义内容，并引入动量对比学习优化Bert训练，提升学术论文自动评分的准确性	未明确说明模型在哪些特定学术领域或论文类型上的性能表现	开发自动学术论文评分系统以替代传统人工审稿流程	学术论文的接受概率预测	自然语言处理	NA	大语言模型, 对比学习	Bert, LLM	文本	NA	NA	LMCBert, Bert	准确率	NA
22639	2025-05-18	GRU4ACE: Enhancing ACE inhibitory peptide prediction by integrating gated recurrent unit with multi-source feature embeddings 2025-Jun, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70026 PMID:40371738	研究论文	本研究提出了一种名为GRU4ACE的创新深度学习框架，通过整合门控循环单元(GRU)和多源特征嵌入，提高了血管紧张素转换酶(ACE)抑制肽的预测准确性	GRU4ACE框架首次整合了多源特征编码方法（包括序列信息、图形信息、语义信息和上下文信息）和GRU模型，显著提升了ACE抑制肽的预测性能	NA	提高ACE抑制肽的预测准确性，为新型降压药物的开发提供指导	ACE抑制肽	自然语言处理	心血管疾病	自然语言处理(NLP)嵌入、预训练蛋白质语言模型(PLM)嵌入	GRU	蛋白质序列数据	NA	NA	NA	NA	NA
22640	2025-05-18	Deep-Diffeomorphic Networks for Conditional Brain Templates 2025-Jun-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70229 PMID:40372124	research paper	本文提出了一种基于深度学习的条件性脑模板生成方法，利用微分同胚框架来创建几何方法，以捕捉年龄依赖的解剖学差异	使用微分同胚（拓扑保持）框架创建纯几何方法，能够生成具有高空间保真度和一致拓扑结构的条件性脑模板	尽管方法在捕捉年龄依赖的解剖学差异方面有一定效果，但仍需进一步改进以更准确地跟踪所有脑结构的变化	开发一种能够生成条件性脑模板的深度学习方法，以改进神经影像分析中的配准精度和脑发育与退化过程的捕捉	认知正常的参与者（来自阿尔茨海默病神经影像倡议ADNI的数据集）	神经影像分析	阿尔茨海默病	深度学习	deep-diffeomorphic networks	脑部扫描图像	来自ADNI的认知正常参与者数据集	NA	NA	NA	NA