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
2641	2025-04-17	Role of artificial intelligence in magnetic resonance imaging-based detection of temporomandibular joint disorder: a systematic review 2025-Apr, The British journal of oral & maxillofacial surgery DOI:10.1016/j.bjoms.2024.12.004 PMID:40087072	系统综述	本文系统评估了人工智能在基于磁共振成像的颞下颌关节紊乱检测中的应用	首次系统性地总结了AI在颞下颌关节盘位置识别中的应用及其性能指标	研究设计标准化不足和报告一致性有待提高	评估AI在MRI中识别颞下颌关节盘位置的应用效果	颞下颌关节紊乱患者和正常个体的MRI影像	数字病理	颞下颌关节紊乱	MRI	深度学习（MobileNetV2, ResNet）和机器学习	医学影像	7项研究（未明确总样本量）
2642	2025-04-17	TractCloud-FOV: Deep Learning-Based Robust Tractography Parcellation in Diffusion MRI With Incomplete Field of View 2025-Apr-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70201 PMID:40193105	研究论文	本文介绍了一种名为TractCloud-FOV的深度学习框架，用于在不完整视野（FOV）的扩散MRI中稳健地进行纤维束成像分割	提出了一种新的训练策略FOV-Cut Augmentation（FOV-CA），通过合成切割纤维束成像来模拟现实世界中的不完整FOV场景，增强了模型的泛化能力	未提及具体局限性	解决临床扫描中因不完整FOV导致的纤维束部分成像问题，实现稳健的纤维束成像分割	扩散MRI中的纤维束成像	医学影像分析	NA	扩散MRI	深度学习框架	医学影像数据	合成切割的纤维束成像数据和两个真实世界的不完整FOV数据集
2643	2025-04-17	Evaluating the Effectiveness of Neural Radiance Field for Noninvasive Volumetric Assessment 2025-Apr, Plastic and reconstructive surgery. Global open DOI:10.1097/GOX.0000000000006708 PMID:40230474	research paper	评估神经辐射场（NeRF）在非侵入性体积评估中的有效性，特别是在下肢淋巴水肿的治疗中	利用iPhone应用程序Luma 3D和NeRF技术进行3D场景重建，克服了传统2D成像和CT扫描的限制	研究仅基于一名88岁慢性淋巴水肿患者的12个月数据，样本量较小	评估NeRF技术在门诊环境中进行淋巴水肿体积评估的有效性	一名88岁慢性淋巴水肿女性患者	digital pathology	lymphedema	NeRF, CT扫描	NeRF	3D图像	1名患者，12个月的数据
2644	2025-04-17	Correction to: Leveraging deep learning to detect stance in Spanish tweets on COVID-19 vaccination 2025-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf028 PMID:40236682	correction	对一篇关于利用深度学习检测西班牙语推文中COVID-19疫苗接种立场的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2645	2025-04-17	Deep Learning: A Heuristic Three-Stage Mechanism for Grid Searches to Optimize the Future Risk Prediction of Breast Cancer Metastasis Using EHR-Based Clinical Data 2025-Mar-25, Cancers IF:4.5Q1 DOI:10.3390/cancers17071092 PMID:40227603	research paper	该研究提出了一种启发式三阶段机制，用于优化基于EHR临床数据的乳腺癌转移未来风险预测的深度学习模型网格搜索	引入了甜点网格搜索（SSGS）和随机网格搜索（RGS）策略，以及三阶段机制来管理低预算网格搜索的运行时间，显著提高了乳腺癌转移风险预测的性能	研究未提及外部验证或模型在其他数据集上的泛化能力	优化深度学习模型在乳腺癌转移风险预测中的性能	乳腺癌患者的EHR临床数据	machine learning	breast cancer	grid search, SHAP analysis	DFNN (deep feedforward neural network)	EHR-based clinical data	NA
2646	2025-04-17	High resolution multi-delay arterial spin labeling with self-supervised deep learning denoising for pediatric choroid plexus perfusion MRI 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121070 PMID:39889809	research paper	本研究提出了一种高分辨率多延迟动脉自旋标记（MD-ASL）协议，结合基于Transformer的自监督深度学习去噪技术，用于儿童脉络丛（CP）灌注MRI成像	首次在儿科人群中应用高分辨率MD-ASL技术，并开发了基于Transformer的深度学习模型，使用k空间加权图像平均（KWIA）去噪图像作为训练参考	研究样本仅限于21名8至17岁的正常发育儿童，未包括更广泛年龄范围或特殊人群	开发一种适用于儿童脉络丛灌注成像的高分辨率MD-ASL技术，并提高灌注参数的信噪比和可重复性	儿童脉络丛（CP）和灰质的灌注参数	医学影像处理	神经发育研究	多延迟动脉自旋标记（MD-ASL），k空间加权图像平均（KWIA）	Transformer	MRI图像	21名8至17岁的正常发育儿童
2647	2025-04-17	Carbon price prediction research based on CEEMDAN-VMD secondary decomposition and BiLSTM 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36220-x PMID:40095303	研究论文	提出了一种基于CEEMDAN-VMD二次分解和BiLSTM的碳价格预测模型	结合二次分解和深度学习网络，利用CEEMDAN和VMD提高特征提取深度，并通过BiLSTM实现碳价格序列信息的双向传输	未提及具体的数据集时间范围或模型在不同市场条件下的泛化能力	提高碳价格预测的准确性和稳定性，以支持碳市场的健康发展	欧盟排放交易体系(EU ETS)、中国碳排放权交易试点(CCETE)和英国排放交易体系(BEA)的碳价格数据	机器学习	NA	CEEMDAN, VMD, COA	BiLSTM	时间序列数据	EU ETS、CCETE和BEA碳市场的碳价格数据
2648	2025-04-17	Forecasting the concentration of the components of the particulate matter in Poland using neural networks 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36265-y PMID:40117111	research paper	该论文提出了四种基于深度学习的预测方法，用于预测波兰颗粒物浓度	引入了四种先进的深度学习预测方法（xLSTM、KAN、TCN和VAE），并在波兰八个城市的数据上验证了其高预测准确性	研究仅基于波兰八个城市的数据，可能在其他地区的适用性有限	通过预测颗粒物浓度来改善空气质量和支持公共卫生干预	波兰八个城市的颗粒物浓度数据	machine learning	NA	深度学习	xLSTM, KAN, TCN, VAE	环境监测数据	波兰八个城市的数据
2649	2025-04-17	Role of Artificial Intelligence in Congenital Heart Disease and Interventions 2025-Mar, Journal of the Society for Cardiovascular Angiography & Interventions DOI:10.1016/j.jscai.2025.102567 PMID:40230672	review	本文探讨了人工智能在先天性心脏病及其干预措施中的作用，特别是在心脏成像、电生理学、介入手术和重症监护监测方面的应用	人工智能算法通过提高成像分割和处理能力以及诊断准确性，显著改善了复杂先天性心脏病的解剖诊断、心脏功能评估和长期预后预测	人工智能算法仍面临数据标准化、算法验证、漂移和可解释性等障碍	研究人工智能在先天性心脏病诊断、治疗和监护中的应用及其潜在影响	儿童和成人先天性心脏病患者	digital pathology	cardiovascular disease	machine learning, deep learning	deep learning models	image, electrocardiogram signals, intensive care data	NA
2650	2025-04-17	Depression diagnosis: EEG-based cognitive biomarkers and machine learning 2025-02-26, Behavioural brain research IF:2.6Q3 DOI:10.1016/j.bbr.2024.115325 PMID:39515528	综述	本文综述了抑郁症诊断中的EEG认知生物标志物及机器学习应用	探讨了EEG生物标志物在抑郁症诊断中的潜力，并整合了机器学习和深度学习模型以提高诊断准确性	未提及具体实验数据或样本量，可能缺乏实证支持	研究抑郁症诊断的新方法及其神经生理学基础	抑郁症患者及其EEG数据	机器学习	抑郁症	EEG数据分析	机器学习和深度学习模型	EEG数据	NA
2651	2025-04-17	Deep Learning and Single-Molecule Localization Microscopy Reveal Nanoscopic Dynamics of DNA Entanglement Loci 2025-02-18, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c15364 PMID:39903818	研究论文	该研究结合深度学习和单分子定位显微镜技术，揭示了DNA纠缠位点的纳米级动力学	首次将深度学习与单分子定位显微镜结合，用于研究纳米尺度下DNA纠缠位点的动力学行为	研究仅使用Lambda DNA作为模型系统，可能无法完全代表其他DNA分子的行为	探究纳米尺度下DNA分子的动力学特性	Lambda DNA分子及其纠缠位点	生物物理学	NA	单分子定位显微镜(SMLM)	深度学习算法	显微图像数据	使用Lambda DNA作为模型系统
2652	2025-04-17	Automatic cervical lymph nodes detection and segmentation in heterogeneous computed tomography images using deep transfer learning 2025-02-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84804-3 PMID:39905029	研究论文	开发了一种基于深度迁移学习的模型，用于在CT图像中自动检测和分割颈部淋巴结	使用nnUNet模型作为基线，并在大规模头颈部数据集上进行预训练，然后针对特定医院的淋巴结数据进行微调，实现了自动检测和分割	检测的敏感性和阳性预测值仍有提升空间，特别是在外部测试队列中	自动检测和分割颈部淋巴结，以减轻肿瘤科医生的工作负担	头颈部癌症患者的CT图像中的淋巴结	数字病理	头颈部癌症	CT成像	nnUNet	图像	626名头颈部癌症患者的11,013个淋巴结（短轴直径≥3mm）
2653	2025-04-17	Capsule neural network and adapted golden search optimizer based forest fire and smoke detection 2025-02-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81742-y PMID:39905031	研究论文	本文提出了一种结合增强胶囊神经网络和自适应黄金搜索优化器的创新方法，用于检测森林火灾和烟雾	结合增强胶囊神经网络(CNN)和自适应黄金搜索优化器(AGSO)，提高了森林火灾和烟雾检测的准确性和可靠性	NA	开发一种高效的森林火灾和烟雾检测方法，以减少火灾风险并提升自动检测系统的性能	森林火灾和烟雾	计算机视觉	NA	深度学习	CNN, AGSO	图像	野火烟雾图像和BowFire数据集
2654	2025-04-17	Advances in colorectal cancer diagnosis using optimal deep feature fusion approach on biomedical images 2025-02-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83466-5 PMID:39905104	研究论文	提出了一种基于最优深度特征融合方法的结直肠癌诊断技术CCD-ODFFBI，用于生物医学图像分析	结合三种深度学习模型（MobileNet、SqueezeNet和SE-ResNet）进行特征提取，并使用Osprey优化算法进行超参数选择，最后通过深度信念网络（DBN）进行分类	研究仅基于Warwick-QU数据集，可能在其他数据集上的泛化能力未经验证	提高结直肠癌的诊断准确性和效率	结直肠癌的生物医学图像	数字病理学	结直肠癌	深度学习	MobileNet, SqueezeNet, SE-ResNet, DBN	图像	Warwick-QU数据集（具体样本数量未提及）
2655	2025-04-17	Deep learning powered single-cell clustering framework with enhanced accuracy and stability 2025-02-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87672-7 PMID:39900656	研究论文	提出了一种名为scG-cluster的深度结构聚类方法，用于提高单细胞RNA测序数据的聚类准确性和稳定性	scG-cluster引入了双拓扑邻接图和双拓扑自适应图卷积网络（TAGCN），通过整合节点分布信息和动态特征加权机制，改进了传统方法的不足	未提及具体的数据集规模限制或计算资源需求	提高单细胞RNA测序数据的聚类准确性和稳定性	单细胞RNA测序数据	机器学习	NA	scRNA-seq	TAGCN	基因表达数据	六个不同的scRNA-seq数据集
2656	2025-04-17	Fundus camera-based precision monitoring of blood vitamin A level for Wagyu cattle using deep learning 2025-02-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85372-w PMID:39900776	研究论文	本研究开发了一种基于深度学习的便携式相机系统，用于实时监测和牛血液中维生素A水平	利用深度学习和可视化热图技术，实现了对和牛维生素A水平的实时监测和高精度预测	研究仅使用了50头日本黑牛的4000张眼底图像，样本量可能不足以代表所有和牛品种	开发一种实时监测和牛血液中维生素A水平的方法，以预防维生素A缺乏或过量引起的健康问题	和牛（特别是日本黑牛）	计算机视觉	维生素A缺乏症	深度学习	DNN	图像	50头日本黑牛的4000张眼底图像
2657	2025-04-17	An explainable deep learning model for diabetic foot ulcer classification using swin transformer and efficient multi-scale attention-driven network 2025-02-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87519-1 PMID:39900977	研究论文	提出一种基于特征融合的深度学习模型，用于糖尿病足溃疡分类，结合Swin Transformer和高效多尺度注意力驱动网络	首次提出双轨架构（Swin Transformer和EMADN网络）用于DFU分类，并引入可解释人工智能（XAI）可视化网络决策	未提及模型在跨数据集或临床环境中的泛化能力验证	开发自动化DFU分类方法以辅助临床诊断	糖尿病足溃疡图像	计算机视觉	糖尿病并发症	深度学习	Swin Transformer + EMADN（含LMDS和GDA模块）	医学图像	DFUC-2021数据集（具体数量未说明）
2658	2025-04-17	Enhancing depression recognition through a mixed expert model by integrating speaker-related and emotion-related features 2025-02-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88313-9 PMID:39900968	research paper	提出了一种混合专家模型（MoE），通过整合说话者相关和情感相关特征来提升抑郁症识别的准确性	首次在抑郁症识别中分离并整合说话者相关和情感相关特征，采用多领域适应算法训练MoE模型	未提及模型在跨文化数据集上的泛化能力是否经过充分验证	提高通过语音特征识别抑郁症的准确率	抑郁症患者的语音数据	natural language processing	geriatric disease	Time Delay Neural Network, transfer learning, multi-domain adaptation algorithm	Mixture-of-Experts (MoE)	speech	自建的中文本地化抑郁症数据集和AVEC2014数据集
2659	2025-04-17	Synchronization-based graph spatio-temporal attention network for seizure prediction 2025-02-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88492-5 PMID:39901056	research paper	提出一种基于同步的图时空注意力网络（SGSTAN）用于癫痫发作预测，通过利用EEG记录中的时空相关性来提高预测准确性	提出SGSTAN模型，有效利用EEG记录中的时空相关性，解决了现有方法因个体差异难以准确捕捉癫痫特征的问题	未提及模型在更大规模或多样化数据集上的泛化能力	设计准确可靠的癫痫发作预测方法，为患者提供早期预警	癫痫患者的脑电图（EEG）数据	machine learning	epilepsy	EEG	SGSTAN（基于同步的图时空注意力网络）	EEG信号	CHB-MIT数据集上的实验
2660	2025-04-17	Semantic Segmentation of TB in Chest X-rays: a New Dataset and Generalization Evaluation 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047222 PMID:40224922	研究论文	本文介绍了一个新的数据集TB-Portals SIFT，用于胸部X光片中结核病(TB)病灶的语义分割，并评估了多种语义分割模型的性能	提出了一个新的TB病灶语义分割数据集，并比较了基于分割的方法与传统分类方法在泛化性能上的差异	数据集中的病灶实例使用的是伪标签，可能影响模型性能	开发能够解释决策过程的TB自动诊断系统	胸部X光片中的TB病灶	计算机视觉	结核病	深度学习	UNet, YOLOv8-seg, DenseNet121	图像	6,328张胸部X光片，包含10,435个伪标签病灶实例