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
221	2025-05-14	Multi-classification Deep Learning Approach for Diagnosing Stroke Type and Severity Using Multimodal Magnetic Resonance Images 2025, Journal of medical signals and sensors DOI:10.4103/jmss.jmss_37_24 PMID:40351777	研究论文	本研究利用多模态磁共振图像和卷积神经网络（CNNs）来区分健康与中风样本，分类中风类型并预测严重程度，以辅助中风管理的决策	引入了两种基于迁移学习的模型（ACL-ResNet-50和ACL-MobileNetV1），通过增强层提升了性能，并在中风分类和严重程度预测中表现出色	样本量相对较小（143名患者），且仅基于磁共振图像，未考虑其他临床数据	开发一种深度学习方法，用于准确诊断中风类型和评估严重程度，以支持临床决策	中风患者（85名缺血性中风和58名出血性中风）	计算机视觉	心血管疾病	扩散加权磁共振成像（DWI）和表观扩散系数（ADC）	CNN（ACL-ResNet-50和ACL-MobileNetV1）	图像（多模态磁共振图像）	143名患者（85名缺血性中风和58名出血性中风）
222	2025-05-14	Telemedicine in China: Effective indicators of telemedicine platforms for promoting health and well-being among healthcare consumers 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251341163 PMID:40351848	研究论文	本研究旨在识别影响中国远程医疗平台服务质量的关键因素，以促进患者健康和福祉，并为行业利益相关者提供基于证据的服务创新信息	提出了一种结合Servqual质量评估模型和由注意力机制增强的CNN-BiLSTM深度学习模型的新方法，用于建立服务质量评估框架	研究仅基于在线评论数据，可能未涵盖所有影响服务质量的因素	识别影响中国远程医疗平台服务质量的关键因素，促进患者健康和福祉	远程医疗平台的服务质量	自然语言处理	NA	深度学习	CNN-BiLSTM	文本	25,499条有效在线评论
223	2025-05-14	TongueNet: a multi-modal fusion and multi-label classification model for traditional Chinese Medicine tongue diagnosis 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1527751 PMID:40352152	research paper	提出了一种名为TongueNet的多模态融合和多标签分类模型，用于中医舌诊	结合舌图像数据和文本特征，采用分层聚合网络和特征空间投影模块进行特征提取与融合，引入一致性和互补性约束优化多模态信息融合，并利用多尺度注意力机制和Kolmogorov-Arnold网络提升特征权重多样性和准确性	数据稀缺问题仍未完全解决，且模型性能依赖于专家标注质量	解决中医舌诊领域数据稀缺和多模态诊断模型缺乏的问题，提升疾病性质和部位分类的准确性	中医舌诊中的舌图像和文本特征	digital pathology	geriatric disease	deep learning	HAN, KAN	image, text	三个公开舌图像数据集（具体数量未提及）
224	2025-05-14	Rapid response to fast viral evolution using AlphaFold 3-assisted topological deep learning 2025, Virus evolution IF:5.5Q1 DOI:10.1093/ve/veaf026 PMID:40352163	研究论文	提出了一种基于AlphaFold 3辅助的多任务拓扑拉普拉斯策略（MT-TopLap），用于快速响应病毒的快速进化，预测病毒突变对结合自由能的影响	结合AlphaFold 3和拓扑深度学习（TDL），提出MT-TopLap策略，有效预测病毒突变对蛋白质相互作用的影响	与使用实验结构相比，性能略有下降（Pearson相关系数平均下降1.1%，均方根误差平均增加9.3%）	开发高效的计算方法，以快速响应病毒的快速进化，支持病毒追踪、诊断和抗体设计	SARS-CoV-2刺突蛋白受体结合域（RBD）与人血管紧张素转换酶-2（ACE2）复合物	机器学习	COVID-19	深度突变扫描（DMS）、拓扑数据分析（TDA）	MT-TopLap（多任务拓扑拉普拉斯模型）	蛋白质三维结构数据	四个实验性DMS数据集，包括SARS-CoV-2 HK.3变体的DMS数据集
225	2025-05-14	A deep learning pipeline for morphological and viability assessment of 3D cancer cell spheroids 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf030 PMID:40352793	研究论文	提出了一种用于3D癌细胞球体形态和活力评估的深度学习流程	开发了一个可扩展的两阶段深度学习流程，整合了U-Net模型和CNN回归混合方法，用于3D球体的精确分割和活力评估	未提及具体的数据集规模或多样性限制	提高3D癌细胞球体形态特征和细胞活力的高通量分析效率	3D癌细胞球体	数字病理学	癌症	深度学习	U-Net, CNN Regression Hybrid	显微图像	NA
226	2025-05-14	A super resolution generative adversarial networks and partition-based adaptive filtering technique for detect and remove flickers in digital color images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317758 PMID:40354494	research paper	提出了一种结合超分辨率生成对抗网络和基于分区的自适应滤波技术的无监督框架，用于检测和消除数字彩色图像中的闪烁	首次将SRGAN与基于分区的自适应滤波技术结合，提出SRGAN-PBAFT框架，无需先验知识即可处理单张图像的闪烁问题	仅针对CMOS传感器相机拍摄的图像闪烁问题，未验证在其他类型传感器上的适用性	解决数字图像中由动态光照条件和传感器噪声引起的闪烁问题	数字彩色图像中的闪烁伪影	computer vision	NA	Super-Resolution Generative Adversarial Networks (SRGAN), Partition-Based Adaptive Filtering Technique (PBAFT)	GAN	image	未配对图像数据集（具体数量未提及）
227	2025-05-14	Integrating temporal convolutional networks with metaheuristic optimization for accurate software defect prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319562 PMID:40354496	研究论文	本研究提出了一种结合时间卷积网络和蚁狮优化的智能方法，用于准确预测软件缺陷	首次将时间卷积网络(TCN)与蚁狮优化(ALO)相结合，形成混合模型用于软件缺陷预测	未提及模型在不同规模软件项目中的泛化能力	寻找最有效的软件缺陷检测模型	软件项目中的缺陷	机器学习	NA	蚁狮优化算法(ALO)	时间卷积网络(TCN), CNN, GRU, BiLSTM	软件项目数据	未明确说明具体样本数量
228	2025-05-14	Multi-scale image edge detection based on spatial-frequency domain interactive attention 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1550939 PMID:40356606	research paper	提出了一种基于空间-频域交互注意力的多尺度图像边缘检测网络，旨在复杂背景下准确检测主要目标的边缘	利用空间-频域交互注意力模块，在频域过滤干扰并提取显著边缘，通过频域与空间域的交互更准确地提取和分析不同尺度的边缘特征	未提及具体在哪些复杂背景或小目标场景下的性能限制	提升复杂背景下图像边缘检测的准确性	动物、植物、建筑物等复杂背景下的图像边缘	computer vision	NA	深度学习	多尺度边缘检测网络	image	NA
229	2025-05-14	A bibliometric analysis of electroencephalogram research in stroke: current trends and future directions 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1539736 PMID:40356632	研究论文	本文通过文献计量学方法分析了脑电图（EEG）在中风研究中的应用趋势和未来发展方向	首次对中风领域EEG研究的趋势进行了全面的文献计量分析，揭示了EEG从诊断工具向治疗支持平台的转变	仅基于Web of Science数据库的文献，可能未涵盖所有相关研究	分析EEG在中风研究中的应用趋势和未来发展方向	2005-2024年间发表的与中风和EEG相关的2,931篇文献	神经科学	中风	文献计量分析（VOSviewer和CiteSpace）	NA	文献数据	2,931篇出版物
230	2025-05-14	Deep learning-based fine-grained assessment of aneurysm wall characteristics using 4D-CT angiography 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19393 PMID:40356666	研究论文	本研究提出了一种基于深度学习的细粒度评估方法，用于分析动脉瘤壁特征，包括薄壁区域和高增生重塑区域	采用CNN-LSTM结合注意力机制的回归模型，并引入患者独立特征提取机制和无标签数据增强模型性能	样本量较小（52个未破裂脑动脉瘤），且依赖术中记录数据	开发精确预测动脉瘤壁特征的深度学习方法	未破裂脑动脉瘤的薄壁区域和高增生重塑区域	计算机视觉	心血管疾病	4D-CT血管造影（4D-CTA）	CNN-LSTM结合注意力机制	4D-CT图像序列和术中记录数据	52个未破裂脑动脉瘤
231	2025-05-14	MRI-based machine learning analysis of perivascular spaces and their link to sleep disturbances, dementia, and mental distress in young adults with long-time mobile phone use 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1555054 PMID:40356706	研究论文	本研究通过MRI和机器学习分析长期使用手机(LTMPU)的年轻人中血管周围间隙(EPVSs)与睡眠障碍、痴呆和精神困扰的关联	首次利用深度学习算法量化分析EPVSs特征，并揭示其与多种临床症状的关联	样本量较小(82例)，且为回顾性研究	探究长期手机使用者的脑部血管周围间隙变化与神经精神症状的关系	长期使用手机的年轻成年人	数字病理学	精神障碍	MRI扫描，深度学习算法	深度学习	医学影像	82名长期使用手机的患者
232	2025-05-14	MRI-based deep learning with clinical and imaging features to differentiate medulloblastoma and ependymoma in children 2025, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2025.1570860 PMID:40356719	research paper	本研究探讨了基于T2加权MRI的深度学习结合临床和影像特征在区分儿童髓母细胞瘤和室管膜瘤中的有效性	结合了深度学习模型与多模态临床和影像特征，构建了一个融合模型，显著提高了区分髓母细胞瘤和室管膜瘤的准确性	样本量相对较小（201例患者），且来自三个研究中心，可能存在数据异质性	区分儿童髓母细胞瘤（MB）和室管膜瘤（EM）	201例儿童患者的T2加权MRI序列	digital pathology	brain tumor	T2-weighted MRI	AlexNet	image	201例患者（来自三个研究中心）
233	2025-05-14	Deep learning-based automated tongue analysis system for assisted Chinese medicine diagnosis 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1559389 PMID:40356770	研究论文	本研究提出了一种结合深度学习与传统中医的自动化舌象分析系统，以提高舌诊的准确性和客观性	系统集成了硬件设备、改进的半监督学习分割算法、高性能色彩校正模块以及融合不同特征的舌象分析算法	未提及具体样本量及外部验证结果	提升中医舌诊的客观性和准确性	中医舌象	计算机视觉	NA	深度学习	U2net	图像	NA
234	2025-05-14	Deep learning for malignant lymph node segmentation and detection: a review 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1526518 PMID:40356919	review	本文深入回顾了深度学习在恶性淋巴结分割和检测中的进展	专注于恶性淋巴结的深度学习应用，填补了文献中的空白	未提及具体模型的性能比较或数据集的局限性	探讨深度学习如何提高癌症治疗计划的精确性和效率	恶性淋巴结	digital pathology	cancer	deep learning	NA	image	NA
235	2025-05-14	Leveraging artificial intelligence in disaster management: A comprehensive bibliometric review 2025, Jamba (Potchefstroom, South Africa) DOI:10.4102/jamba.v17i1.1776 PMID:40357012	综述	本文通过文献计量学方法综述了人工智能在灾害管理中的应用	利用Scopus数据库和VOSviewer、Biblioshiny工具分析了848篇文献，揭示了AI在灾害管理中的研究趋势和科学图谱	仅基于Scopus数据库，且限定英文文献，可能遗漏其他重要研究	评估人工智能技术在灾害管理领域的应用现状和发展趋势	自然灾害管理相关的人工智能研究文献	人工智能	NA	文献计量分析、VOSviewer、Biblioshiny	NA	文献数据	848篇出版物
236	2025-05-14	Making, not breaking the young, aspiring athlete: the development of Prep to be PRO (Nærmere Best) - a Norwegian school-based educational programme 2025, BMJ open sport & exercise medicine IF:3.9Q1 DOI:10.1136/bmjsem-2024-002388 PMID:40357054	研究论文	本文介绍了挪威学校为基础的预防性教育项目Prep to be PRO的开发过程，旨在支持和保护年轻运动员的健康与发展	开发了一个模块化的教育项目，结合多学科专家意见，融入国家高中课程，采用学生主动学习方法和数字工具	尚未提供项目实施效果的具体数据评估	开发一个系统化的教育项目，以预防年轻运动员的运动健康问题	挪威体育初中和体育高中的年轻运动员	运动科学	NA	多学科协作方法	NA	NA	超过40名利益相关者参与开发过程
237	2025-05-14	Deep learning object detection-based early detection of lung cancer 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1567119 PMID:40357272	研究论文	本文探讨了基于深度学习的对象检测技术在肺癌早期检测中的应用	比较了不同版本的YOLO模型（YOLOv5至YOLOv11）在肺癌检测和分类任务中的性能，发现YOLOv8表现最佳	研究仅基于Lung-PET-CT-Dx公共数据集，可能无法涵盖所有临床场景	提高肺癌的早期诊断和准确分类，以改善临床治疗和患者生存率	肺癌的CT图像	计算机视觉	肺癌	深度学习对象检测技术	YOLO系列模型（YOLOv5, YOLOv8, YOLOv9, YOLOv10, YOLOv11）	医学影像（CT图像）	Lung-PET-CT-Dx公共数据集
238	2025-05-14	RAMAS-Net: a module-optimized convolutional network model for aortic valve stenosis recognition in echocardiography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1587307 PMID:40357270	research paper	提出了一种名为RAMAS-Net的深度学习模型，用于超声心动图中主动脉瓣狭窄的自动识别和诊断	通过替换ResNet50的Stage 4为SCConv和MDTA模块，减少了冗余计算并提升了特征提取能力	NA	辅助医疗专业人员更准确地进行主动脉瓣狭窄的诊断	主动脉瓣狭窄（AS）患者	digital pathology	cardiovascular disease	深度学习	CNN	image	TMED-2和TMED-1超声心动图数据集
239	2025-05-14	An optimized deep learning model based on transperineal ultrasound images for precision diagnosis of female stress urinary incontinence 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1564446 PMID:40357276	研究论文	本研究开发并验证了一种基于会阴超声图像的优化深度学习模型，以提高女性压力性尿失禁的诊断精度和可靠性	首次将DenseNet-121等深度学习模型应用于会阴超声图像分析，显著提高了女性压力性尿失禁的诊断性能	研究为回顾性设计，样本量相对有限(464例)，且仅评估了三种深度学习模型	开发优化的深度学习模型以提高女性压力性尿失禁的诊断准确性	464名女性(200名SUI患者和264名对照)的会阴超声图像	数字病理学	泌尿系统疾病	会阴超声(TPUS)	DenseNet-121/ResNet-50/ResNet-152	图像	464例(200例患者+264例对照)
240	2025-05-14	Automatic segmentation and volume measurement of anterior visual pathway in brain 3D-T1WI using deep learning 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1530361 PMID:40357297	研究论文	本研究探讨了使用3D UX-Net深度学习模型在脑部T1加权成像中自动分割和测量前视觉通路（AVP）体积的可行性	首次使用3D UX-Net模型在脑部T1WI中实现AVP的自动分割和体积测量，并提供了成人AVP的规范值	研究样本量相对较小（119名成人），且为回顾性研究	探索自动分割和测量AVP体积的可行性，为临床提供高效准确的测量方法	前视觉通路（AVP）	数字病理学	NA	3D T1加权成像（T1WI）	3D UX-Net, 3D U-Net, Swin UNEt TRansformers (UNETR), UNETR++, Swin Soft Mixture Transformer (Swin SMT)	3D医学影像	119名成人的临床数据和脑部3D T1WI影像（训练集89例，验证集15例，测试集15例）