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
2541	2025-07-14	Enhancing tremor classification: Transformer-based analysis of biomechanics patterns for Parkinson's and essential tremor 2025-Jul, Clinical biomechanics (Bristol, Avon) DOI:10.1016/j.clinbiomech.2025.106599 PMID:40578292	研究论文	使用基于Transformer的深度学习模型分析生物力学模式，以区分帕金森病和特发性震颤	首次采用Transformer模型结合多头注意力机制，从多传感器运动数据中解码动态运动任务中的生物力学模式	研究未涉及其他类型的震颤疾病，且样本量未明确说明	开发一个多类分类系统，用于区分特发性震颤、帕金森病和健康对照组	特发性震颤、帕金森病患者及健康对照组	机器学习	帕金森病	多传感器运动数据采集	Transformer	运动信号数据	NA
2542	2025-07-14	Pediatric pancreas segmentation from MRI scans with deep learning 2025-Jun-16, Pancreatology : official journal of the International Association of Pancreatology (IAP) ... [et al.] IF:2.8Q2 DOI:10.1016/j.pan.2025.06.006 PMID:40645819	研究论文	本研究评估并验证了用于儿童胰腺MRI分割的深度学习算法PanSegNet，在急性胰腺炎、慢性胰腺炎及健康儿童中的表现	PanSegNet是首个经过验证的用于胰腺MRI分割的深度学习解决方案，在健康和疾病状态下均达到专家水平	研究样本量相对较小（84例MRI扫描），且数据来自单一机构	评估和验证深度学习算法在儿童胰腺MRI分割中的应用	2-19岁儿童，包括健康儿童及被诊断为急性或慢性胰腺炎的患者	数字病理学	胰腺炎	MRI扫描	深度学习算法（PanSegNet）	MRI图像	84例MRI扫描（42例健康儿童，42例胰腺炎患者）
2543	2025-07-14	Enhancing Dementia Classification for Diverse Demographic Groups: Using Vision Transformer-Based Continuous Scoring of Clock Drawing Tests 2025-Jun-10, The journals of gerontology. Series B, Psychological sciences and social sciences DOI:10.1093/geronb/gbaf065 PMID:40197801	研究论文	本研究开发了一种基于深度学习神经网络的连续时钟绘图测试(CDT)评分方法，用于提高痴呆症分类的准确性	使用深度学习神经网络生成连续CDT评分，相比传统序数评分提供更细粒度的痴呆分类阈值，并针对不同人口群体调整阈值	研究样本虽然具有全国代表性，但可能仍需在更广泛人群中验证模型的普适性	提高痴呆症筛查的准确性和适应性	老年人群体(来自NHATS研究的全国代表性样本)	数字病理学	老年痴呆症	深度学习神经网络(DLNN)	Vision Transformer	图像(时钟绘图测试图像)	来自NHATS研究的全国代表性老年人样本(具体数量未明确说明)
2544	2025-07-14	Deep learning applications in orthopaedics: a systematic review and future directions 2025 May-Jun, Acta ortopedica mexicana PMID:40645786	系统综述	本文综述了人工智能和深度学习在骨科中的应用，并探讨了未来的研究方向	分析了当前AI和深度学习工具在骨科领域的应用，识别了最常用的工具和方法	研究间异质性高，方法和术语差异大，可能导致对诊断准确性的高估	分析AI和深度学习在骨科风险、结果评估、影像学和基础科学领域的应用	骨科领域的影像评估、脊柱手术、结果评估、基础AI骨科教育和基础科学应用	数字病理	骨科疾病	深度学习	CNN	影像	595项研究（包括281项影像评估、102项脊柱手术、95项结果评估、84项基础AI骨科教育和33项基础科学应用）
2545	2025-07-14	Mitosis detection in histopathological images using customized deep learning and hybrid optimization algorithms 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327567 PMID:40638590	research paper	该论文提出了一种定制化深度学习模型（CDL）用于组织病理学图像中的有丝分裂检测，结合了迁移学习和混合优化算法以提高检测准确性	创新点包括使用迁移学习应对类别不平衡问题，引入跳跃连接改善有丝分裂定位，以及结合JSO和WOA混合优化算法最大化模型动量	未来研究方向包括融合方法、实时应用的时间效率问题，以及将CDL扩展到其他组织病理学分析领域	提高组织病理学图像中有丝分裂检测的准确性，以辅助癌症诊断和预后评估	组织病理学图像中的有丝分裂细胞	digital pathology	cancer	deep learning, transfer learning, hybrid optimization algorithms	CNN with skip connections	histopathological images	多个公开可用的有丝分裂检测数据集（包括Mitosis WSI CCMCT Training Set、Mitosis-AIC等）
2546	2025-07-14	Nuclei segmentation and classification from histopathology images using federated learning for end-edge platform 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322749 PMID:40638627	研究论文	该研究提出了一种结合分割和分类的深度学习框架，用于增强组织病理学图像中的细胞核评估	采用基于FedAvg的联邦学习方案保护数据隐私，并应用全整数量化以减少边缘设备上的计算开销	未提及具体的数据集规模或多样性限制	提高组织病理学图像中细胞核分割和分类的准确性和效率	组织病理学图像中的细胞核	数字病理学	癌症	联邦学习、全整数量化	SegNet、DenseNet121	图像	NA
2547	2025-07-14	Multi-scale time series prediction model based on deep learning and its application 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325474 PMID:40638666	研究论文	提出了一种基于深度学习的多尺度时间序列预测模型MSCALSTM，用于提高交通流预测的准确性和鲁棒性	结合了多尺度卷积神经网络(MSCNN)、多尺度卷积块注意力模块(MSCBAM)和LSTM，能够有效捕捉时间序列数据中的多尺度动态模式并自适应关注关键特征	未提及模型在更广泛数据集上的表现或计算效率方面的限制	提高时间序列预测的准确性，特别是在交通流预测领域	时间序列数据，特别是交通流数据	机器学习	NA	深度学习	MSCALSTM (结合MSCNN, MSCBAM和LSTM)	时间序列数据	来自加州性能测量系统(PEMS)的数据集，未提及具体样本数量
2548	2025-07-14	Optimizing EV charging stations and power trading with deep learning and path optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325119 PMID:40644458	研究论文	本研究提出了一种结合深度学习、强化学习、路径优化和电力交易策略的综合框架，以应对电动汽车快速增长带来的电网管理挑战	整合了LSTM模型、DQN和Dijkstra算法，显著提升了充电需求预测准确性、充电站布局优化效果及用户出行时间效率	未提及具体实施地域范围及不同气候/交通条件下的适用性验证	优化电网对电动汽车充电需求的管理能力并提升充电基础设施布局效率	电动汽车充电站网络与区域电力交易系统	机器学习	NA	LSTM, DQN, Dijkstra算法	深度学习（LSTM）, 强化学习（DQN）	时间序列数据、空间位置数据、电力交易数据	未明确说明具体样本量（涉及区域EV充电需求数据）
2549	2025-07-14	Deep learning in the diagnosis of maxillary sinus diseases: a systematic review 2024-09-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae031 PMID:38995816	系统综述	本文评估了深度学习在上颌窦疾病检测、分类和分割中的性能	系统综述了深度学习在上颌窦疾病诊断中的应用，涵盖了多种任务类型和模型组合	仅纳入了截至2024年2月7日发表的英文论文，可能存在发表偏倚	评估深度学习在上颌窦疾病诊断中的性能	上颌窦疾病	数字病理	上颌窦疾病	深度学习	多种DL模型组合	放射影像	14项符合纳入标准的研究（共1167项初步检索结果）
2550	2025-07-14	Pilot Analysis of Surgeon Instrument Utilization Signatures Based on Shannon Entropy and Deep Learning for Surgeon Performance Assessment in a Cadaveric Carotid Artery Injury Control Simulation 2023-Dec-01, Operative neurosurgery (Hagerstown, Md.) DOI:10.1227/ons.0000000000000888 PMID:37655892	研究论文	本研究通过香农熵和深度学习分析外科医生在模拟颈动脉损伤控制中的器械使用特征，以评估其手术表现	首次将香农熵应用于手术器械使用序列的多样性量化，并结合深度学习模型预测手术表现	研究基于模拟尸体环境，结果可能无法完全反映真实手术场景	开发自动化、定量化的手术表现评估方法以改进外科培训	外科医生在内镜经鼻颈动脉撕裂模拟手术中的器械使用模式	数字病理	心血管疾病	深度学习	CNN	视频	公开可用的灌注尸体模拟器手术视频数据集
2551	2025-07-13	Deep learning in next-generation vaccine development for infectious diseases 2025-Sep-09, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2025.102586 PMID:40641804	综述	本文综述了深度学习在传染病下一代疫苗开发中的应用及其变革性影响	探讨了深度学习在疫苗表位选择、构建和表征中的创新应用，以及AI工具和技术的最新进展	未提及具体疾病或疫苗的开发效果验证数据	探索深度学习技术如何加速和优化下一代疫苗的开发过程	疫苗开发中的表位选择、疫苗构建和表征技术	机器学习	传染病	深度学习（DL）	NA	基因组数据	NA
2552	2025-07-13	Event-based Stereo Depth Estimation: A Survey 2025-Jul-11, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3586559 PMID:40644099	综述	本文综述了基于事件相机的立体深度估计方法，涵盖了从早期电路设计到当前深度学习方法的演变历程	首次全面回顾了深度学习方法和立体数据集，并为创建新基准提供了实用建议	尽管取得显著进展，但在精度和效率方面仍存在挑战	为基于事件相机的立体深度估计领域提供全面概述	事件相机和立体深度估计方法	计算机视觉	NA	深度学习	NA	事件数据	NA
2553	2025-07-13	Automated assessment of laparoscopic pattern cutting skills using computer vision and deep learning 2025-Jul-10, Surgery IF:3.2Q1 DOI:10.1016/j.surg.2025.109540 PMID:40644739	研究论文	开发了一种基于计算机视觉和深度学习的自动化系统，用于评估腹腔镜手术中的模式切割技能	使用YOLO深度学习模型和合成数据进行标本分割，提供客观、定量的切割技能评估	样本材料形状的扭曲带来一定挑战	提高腹腔镜手术技能评估的效率、可靠性和标准化	腹腔镜手术中的模式切割技能	计算机视觉	NA	深度学习	YOLO	图像	合成测试样本和真实手术标本
2554	2025-07-13	Tumour nuclear size heterogeneity as a biomarker for post-radiotherapy outcomes in gynecological malignancies 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100793 PMID:40642183	研究论文	本研究探讨了妇科鳞状细胞癌患者放疗前肿瘤核大小分布与放疗后结果之间的潜在联系	首次将肿瘤核大小异质性作为预测妇科恶性肿瘤放疗后结果的生物标志物	预测准确性较低（C统计量0.56-0.57），需要更大规模的泛癌研究验证	探索个性化多尺度剂量学的潜在重要性	191例非转移性妇科鳞状细胞癌患者	数字病理学	妇科恶性肿瘤/鳞状细胞癌	深度学习	Cox比例风险模型	全切片图像(WSIs)	191例患者
2555	2025-07-13	Artificial intelligence system for EUS navigation and anatomical landmark recognition 2025-Jul, VideoGIE : an official video journal of the American Society for Gastrointestinal Endoscopy DOI:10.1016/j.vgie.2025.03.027 PMID:40642404	研究论文	本文介绍了一种基于深度学习的人工智能系统，用于EUS导航和识别解剖标志	开发了一种基于深度卷积神经网络（DCNNs）的AI系统，能够实时提供EUS导航提示并识别解剖标志	该系统无法识别病理变化，如胰腺肿块或囊性病变	探索人工智能在EUS导航和解剖标志识别中的应用	接受诊断性EUS的患者	数字病理	胰腺疾病	深度学习	DCNN	图像	3名患者
2556	2025-07-13	Deep learning-based differentiation of benign and malignant thyroid follicular neoplasms on multiscale intraoperative frozen pathological images: A multicenter diagnostic study 2025-Jun-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu DOI:10.21147/j.issn.1000-9604.2025.03.02 PMID:40642490	研究论文	开发一种基于深度学习的多尺度图像学习系统（DMILS），用于在甲状腺滤泡性肿瘤的多尺度术中冰冻病理图像上区分良恶性	首次使用多尺度全切片图像（WSIs）构建深度学习系统，用于甲状腺滤泡性肿瘤的良恶性区分，并在多中心数据集上验证其性能	研究仅基于三个中心的数据，可能无法完全代表所有临床场景	开发并验证一种深度学习系统，用于甲状腺滤泡性肿瘤的良恶性区分	甲状腺滤泡性肿瘤的多尺度术中冰冻病理图像	数字病理	甲状腺癌	深度学习	深度学习弱监督方法	图像	1,213名患者，分为训练集、验证集、内部测试集、外部测试集和前瞻性测试集
2557	2025-07-13	PhytoCluster: a generative deep learning model for clustering plant single-cell RNA-seq data 2025-Jun, aBIOTECH IF:4.6Q1 DOI:10.1007/s42994-025-00196-6 PMID:40641652	研究论文	本文介绍了一种名为PhytoCluster的无监督深度学习算法，用于聚类植物单细胞RNA测序数据	提出了一种新的深度学习模型PhytoCluster，能够有效处理单细胞RNA测序数据的高维度、稀疏性和生物噪声问题，并在聚类准确性、噪声去除和信号保留方面优于其他方法	NA	开发一种能够有效聚类植物单细胞RNA测序数据的算法	植物单细胞RNA测序数据	机器学习	NA	scRNA-seq	深度学习	单细胞RNA测序数据	四个模拟数据集和五个真实scRNA-seq数据集
2558	2025-07-13	Optimizing Locomotor Task Sets for Training a Biological Joint Moment Estimator 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063074 PMID:40644131	研究论文	本文提出了一种优化运动任务集的策略，用于训练生物关节力矩估计器，以减少数据收集负担并保持模型性能	引入了一种运动任务集优化策略，通过聚类分析识别最小但具有代表性的任务集，显著减少数据收集需求	研究仅针对髋关节力矩估计，未验证其他关节的适用性	优化运动任务集以减少数据收集负担，同时保持生物关节力矩估计的准确性	穿戴式传感器数据和生物关节力矩估计	机器学习	NA	聚类分析	神经网络	传感器数据	未明确提及具体样本数量
2559	2025-07-13	Simultaneous Recognition of Locomotion Mode, Phase, and Phase Progression Using Deep Learning Models 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11062982 PMID:40644172	research paper	本研究提出了一种深度学习框架，用于同时识别运动模式、相位及相位进展，以提升步态辅助可穿戴机器人的实时辅助能力	首次提出同时预测运动模式、相位及相位进展的深度学习框架，解决了现有方法无法同时处理这三个关键因素的局限	研究仅涉及五名参与者，样本量较小，可能影响模型的泛化能力	开发一种有效的用户意图识别算法，使可穿戴机器人能够在各种运动活动中与用户协调运动	运动模式（如平地行走、上下楼梯、坐站转换）及其相位和相位进展	machine learning	NA	深度学习	深度学习模型	IMU数据	5名参与者
2560	2025-07-13	Exploring Cortical Responses to Blood Flow Restriction through Deep Learning 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063023 PMID:40644184	研究论文	本研究利用深度学习和脑机接口技术探索血流限制训练对大脑皮层活动的影响	首次使用深度学习方法结合MEG技术分析血流限制训练对大脑皮层活动的个体化影响	跨被试模型仅达到随机水平准确率(33%)，表明个体间存在显著差异	探索血流限制训练对大脑皮层活动的神经机制	6名受试者在血流限制训练前、中、后的大脑皮层活动	脑机接口	NA	MEG(脑磁图), 深度学习	BaseNet	神经信号数据	6名受试者