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
261	2025-04-26	Reparameterization lightweight residual network for super-resolution of brain MR images 2025-Apr-24, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc935 PMID:40185120	研究论文	本文提出了一种基于BSRN和结构重参数化的轻量级超分辨率MRI模型，用于提高脑部MR图像的分辨率	结合结构重参数化技术，在训练时采用多分支结构，在推理时将其整合为单个3×3卷积，显著降低计算复杂度和存储需求	实验仅在IXI数据集上进行验证，未在其他数据集或实际临床环境中测试	开发一种轻量级的超分辨率方法，用于提高脑部MR图像的质量	脑部磁共振图像(MRI)	计算机视觉	NA	深度学习	BSRN结合结构重参数化	医学图像(MRI)	IXI数据集
262	2025-04-26	Unrolling Plug-and-Play Gradient Graph Laplacian Regularizer for Image Restoration 2025-Apr-24, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3562425 PMID:40272955	研究论文	本文提出了一种基于图拉普拉斯正则化的可解释性网络，用于图像恢复任务，如去噪和插值	引入了一种新的ℓ范数图平滑先验——梯度图拉普拉斯正则化器（GGLR），并通过展开不同复杂度的ADMM算法构建了可解释性网络	更复杂的展开网络需要更多的标记数据来训练更多参数	解决通用深度学习网络在图像恢复中缺乏数学可解释性、需要大量训练数据和协变量偏移脆弱性的问题	图像恢复（去噪和插值）	计算机视觉	NA	ADMM算法、图学习模块	展开式前馈网络	图像	NA
263	2025-04-26	In Vitro Diagnosis of Parkinson's Disease Based on Facial Expression and Behavioral Gait Data 2025-Apr-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3563902 PMID:40272952	研究论文	提出了一种基于面部表情和行为步态的新型多模态体外诊断方法，用于帕金森病的早期检测	使用轻量级深度学习模型进行特征提取和特征融合，提高了诊断准确性和易用性，并建立了最大的多模态帕金森病数据集	未提及方法在临床环境中的实际应用效果和长期稳定性	开发一种非侵入性、低成本的帕金森病早期体外诊断方法	帕金森病患者的面部表情和行为步态数据	数字病理学	帕金森病	深度学习	轻量级深度学习模型	面部表情和行为步态数据	与医院合作建立的最大多模态帕金森病数据集，具体样本量未提及
264	2025-04-26	COLOR: A Compositional Linear Operation-Based Representation of Protein Sequences for Identification of Monomer Contributions to Properties 2025-Apr-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00205 PMID:40272990	research paper	本文提出了一种基于可解释深度学习模型的蛋白质序列表示方法，用于识别单体对性质的贡献	引入具有可解释步骤的深度学习模型，直接追踪单体贡献，并提出新的定量分析指标	目前主要应用于分类任务，如结合位点识别，且准确性有限（40-45%）	开发一种可解释的深度学习模型，用于识别蛋白质序列中关键单体对性质的贡献	抗癌肽（ACP）、抗菌肽（AMP）和胶原蛋白	natural language processing	NA	深度学习（DL）、可解释人工智能（XAI）	DL	protein sequences	主要包含抗癌肽（ACP）、抗菌肽（AMP）和胶原蛋白的数据集
265	2025-04-26	Localization and Classification of Adrenal Masses in Multiphase Computed Tomography: Retrospective Study 2025-Apr-24, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65937 PMID:40273442	研究论文	本研究开发了一种基于深度学习的肾上腺肿块检测模型MA-YOLO，用于在CT图像中自动定位和分类六种常见肾上腺肿块	提出了一种名为MA-YOLO的深度学习模型，能够自动定位和分类肾上腺肿块，显著提高了医生的诊断效率	研究为回顾性分析，可能存在选择偏倚，且样本量相对有限	提高肾上腺肿块的诊断效率，改变当前术前诊断的临床实践	肾上腺肿块患者	数字病理学	肾上腺疾病	多期相CT成像	MA-YOLO（基于YOLO改进的多注意力模型）	CT图像	516名患者，共36,912张图像（训练集21,649张，验证集2,406张，外部测试集12,857张）
266	2025-04-26	Universal semantic feature extraction from EEG signals: A task-independent framework 2025-Apr-24, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/add08f PMID:40273947	research paper	本研究提出了一种任务无关的通用框架，用于从EEG信号中提取语义特征	结合CNN、AutoEncoders和Transformers，以无监督方式提取EEG信号的低级时空模式和高级语义特征	NA	开发一个鲁棒的、无监督的框架，用于学习高级的、任务无关的神经表征	EEG信号	machine learning	NA	EEG信号处理	CNN, AutoEncoders, Transformers	EEG信号	多个EEG数据集（包括BCICIV 2a、BCICIV 2b、Lee2019-SSVEP、Nakanishi2015及八个ERP数据集）
267	2025-04-26	Multicycle Dosimetric Behavior and Dose-Effect Relationships in [177Lu]Lu-DOTATATE Peptide Receptor Radionuclide Therapy 2025-Apr-24, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.269389 PMID:40274371	研究论文	研究[177Lu]Lu-DOTATATE肽受体放射性核素治疗（PRRT）在转移性神经内分泌肿瘤（NETs）中的药代动力学、剂量学模式及吸收剂量（AD）-效应关系，以开发未来个性化剂量引导治疗策略	揭示了不同治疗周期和不同NET亚组的剂量学行为，并建立了eGFR与AD之间的关系模型，有助于早期预测肾功能	样本量较小（30例患者），且未观察到高于2级的肾毒性	优化PRRT的个性化治疗方案，并探索剂量-效应关系	转移性神经内分泌肿瘤（NETs）患者	放射治疗与核医学	神经内分泌肿瘤	SPECT/CT成像、蒙特卡洛剂量率映射、深度学习算法	深度学习算法（用于肾脏分割）	医学影像（SPECT/CT、MRI）及临床数据	30例患者（其中22例完成所有周期的SPECT/CT成像）
268	2025-04-26	A Flexible and Adhesive Strain Sensor Based on Deep Eutectic Solvents for Deep Learning-Assisted Signal Recognition 2025-Apr-24, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c20392 PMID:40274546	研究论文	本文报道了一种基于聚丙烯酸的自粘性超高拉伸DGel的制备策略，并将其应用于柔性可穿戴电子设备	通过化学和物理交联的协同效应，实现了DGel的超高强度和高信号识别能力，并结合深度学习实现了高达99.33%的识别准确率	NA	设计新型凝胶用于组织工程、传感和可穿戴电子设备等多种应用	基于聚丙烯酸的自粘性超高拉伸DGel	机器学习和柔性电子	NA	深度学习	NA	传感器信号	NA
269	2025-04-26	Correction: Deep Learning-Based Estimation of Radiographic Position to Automatically Set Up the X-Ray Prime Factors 2025-Apr-24, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01476-9 PMID:40274694	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
270	2025-04-26	Author Correction: From the diagnosis of infectious keratitis to discriminating fungal subtypes; a deep learning-based study 2025-Apr-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95224-2 PMID:40274847	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
271	2025-04-26	Prediction of significant congenital heart disease in infants and children using continuous wavelet transform and deep convolutional neural network with 12-lead electrocardiogram 2025-Apr-24, BMC pediatrics IF:2.0Q2 DOI:10.1186/s12887-025-05628-2 PMID:40275174	研究论文	本研究开发了一种基于连续小波变换和深度卷积神经网络的AI模型，用于预测五岁以下儿童中具有血流动力学意义的先天性心脏病	使用真实世界的ECG数据训练AI模型，特别针对五岁以下儿童，相比现有模型在婴幼儿群体中具有更好的泛化能力	研究数据来自单一中心，未包含更多CHD亚型，未来需要多中心验证和整合其他筛查方式以提高诊断准确性	开发AI辅助的ECG分析方法，用于婴幼儿先天性心脏病的早期筛查	五岁以下儿童的12导联心电图数据	数字病理学	心血管疾病	连续小波变换	ResNet-18, InceptionResNet-V2, NasNetMobile	ECG信号	1,035名五岁以下患者
272	2025-04-26	Exploring the potential and limitations of deep learning and explainable AI for longitudinal life course analysis 2025-Apr-24, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-22705-4 PMID:40275204	研究论文	本文探讨了深度学习和可解释AI在纵向生命历程分析中的潜力与局限性	评估了多种先进DL架构（包括CNN和基于注意力的RNN）在稀疏纵向数据上的性能，并分析了SHAP值在解释性方面的局限性	SHAP值的解释性可能与因果关系不一致，且没有一种模型在所有场景中都表现最优	评估深度学习和可解释AI在生命历程数据分析中的应用效果	模拟的纵向生命历程数据	机器学习	NA	深度学习、可解释AI（XAI）	CNN、RNN（基于注意力）、XGBoost、逻辑回归	模拟数据	NA
273	2025-04-26	PlantCareNet: an advanced system to recognize plant diseases with dual-mode recommendations for prevention 2025-Apr-23, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01366-9 PMID:40264213	研究论文	介绍了一种名为PlantCareNet的自动化端到端植物病害诊断系统，该系统不仅能精确诊断病害，还能提供交互式预防指导	结合深度学习算法和专家知识框架，提供双重模式的病害诊断和预防建议	NA	开发一个能够精确诊断植物病害并提供预防措施的自动化系统	植物病害	计算机视觉	植物病害	深度学习	CNN	图像	五个知名数据集
274	2025-04-26	Zero-shot and few-shot multimodal plastic waste classification with vision-language models 2025-Apr-23, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114815 PMID:40273572	研究论文	本文探讨了利用视觉-语言模型（VLMs）进行建筑和拆除塑料废弃物按树脂类型分类的应用	使用VLMs进行零样本和小样本学习，无需大量标注数据即可分类未见过的塑料类别	零样本分类的准确率（70.15%）仍低于完全监督学习的基准	提高塑料废弃物分类的数据效率和可扩展性	建筑和拆除塑料废弃物	计算机视觉	NA	视觉-语言模型（VLMs）	VLMs	图像和文本	未明确提及具体样本数量
275	2025-04-26	A sustainable industrial waste control with AI for predicting CO2 for climate change monitoring 2025-Apr-23, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125338 PMID:40273781	研究论文	本研究提出了一种结合AI和元宇宙框架的先进方法，用于预测和监测工业废物碳排放，以支持可持续废物管理和气候变化监测	结合了卷积神经网络和长短期记忆网络的混合深度学习模型，以及梯度提升机，用于建模复杂的时空依赖和非线性关系，并在元宇宙环境中实现动态交互式气候监测	未提及具体的数据来源和样本量，可能影响模型泛化能力	开发AI驱动的工具来预测和监测工业碳排放，支持气候变化应对决策	工业碳排放数据和能源使用模式	机器学习	NA	深度学习、梯度提升机	CNN、LSTM、GBM	能源使用数据、工业社会因素数据	NA
276	2025-04-26	Advances in EEG-based detection of Major Depressive Disorder using shallow and deep learning techniques: A systematic review 2025-Apr-23, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110154 PMID:40273818	系统综述	本文系统综述了利用浅层和深度学习技术基于EEG检测重度抑郁症（MDD）的研究进展	综述了EEG特征结合AI技术在MDD诊断中的应用，探讨了潜在的神经机制和生物标志物	需要进一步研究以增强EEG指标在MDD背景下的可解释性	探索EEG结合AI技术对MDD的客观诊断方法，以促进早期干预	重度抑郁症（MDD）患者与健康对照组的EEG数据	机器学习	抑郁症	EEG, 浅层学习, 深度学习	NA	EEG信号	22项研究（初始搜索5603篇文献）
277	2025-04-26	Deep learning-based spatial optimization of green and cool roof implementation for urban heat mitigation 2025-Apr-23, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125398 PMID:40273786	研究论文	本文提出了一种基于深度学习的框架，用于优化城市绿色和凉爽屋顶的实施，以减轻城市热压力并最大化成本效益	使用基于Multi-ResNet深度学习算法的替代模型，结合WRF-UCM物理模型生成的数据，显著降低了计算需求	研究仅针对大首尔地区，且基于SSP585气候情景和2100年土地覆盖预测，可能不适用于其他地区或不同气候情景	优化城市绿色和凉爽屋顶的实施策略，以减轻城市热压力并提高成本效益	大首尔地区的城市绿色和凉爽屋顶实施	机器学习	NA	Multi-ResNet深度学习算法，WRF-UCM物理模型	Multi-ResNet	气候模型生成的数据	379个城市网格中的262,144种情景
278	2025-04-26	Deep-ATM DL-LSTM: A novel adaptive thresholding model with dual-layer LSTM architecture for real-time driver drowsiness detection using skin conductance signals 2025-Apr-23, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110243 PMID:40273820	研究论文	提出一种基于深度学习的自适应阈值模型Deep-ATM DL-LSTM，用于实时检测驾驶员嗜睡状态	采用双层LSTM架构动态计算皮肤电导信号的阈值，整合鲁棒特征提取和自适应阈值技术	NA	提高驾驶员嗜睡检测的准确性和实时性	驾驶员的皮肤电导信号	机器学习	NA	皮肤电导信号分析	双层LSTM	生理信号	专业驾驶员在高速公路、城市区域、白天和夜晚以及雨雪环境下的数据
279	2025-04-26	GDM-BC: Non-invasive body composition dataset for intelligent prediction of Gestational Diabetes Mellitus 2025-Apr-23, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110176 PMID:40273822	research paper	介绍了一个名为GDM-BC的大规模非侵入性体成分数据集，用于妊娠期糖尿病（GDM）的智能风险预测	提出了一个包含大量非侵入性体成分指标的数据集，并展示了在该数据集上使用传统机器学习和深度学习方法进行GDM预测的效果，其中RAFNet模型表现最佳	数据集虽然规模大，但仅包含39,438名孕妇的数据，可能无法覆盖所有人群的多样性	开发一种准确且经济高效的GDM识别方法，以减少该疾病的风险和经济压力	39,438名孕妇，其中7,777名（19.7%）被诊断为GDM	machine learning	gestational diabetes mellitus	传统机器学习和深度学习方法	Residual Attention Fully Connected Network (RAFNet)	非侵入性体成分数据	39,438名孕妇
280	2025-04-26	Profiling electric signals of electrogenic probiotic bacteria using self-attention analysis 2025-Apr-22, Applied microbiology and biotechnology IF:3.9Q2 DOI:10.1007/s00253-025-13425-1 PMID:40263148	研究论文	通过自组装电路检测两种产电益生菌在鸡胚绒毛尿囊膜和小鼠肠道内产生的电信号，并利用自注意力机制分析其差异	首次使用自注意力机制分析产电益生菌的电信号谱，揭示了两种菌的独特信号特征	研究仅针对两种益生菌，样本范围有限	开发评估益生菌治疗效果的电信号特征分析方法	产电益生菌Leuconostoc mesenteroides和Lactococcus lactis	生物电信号分析	NA	自组装电路检测、自注意力机制分析	自注意力机制	电信号数据	两种益生菌在鸡胚绒毛尿囊膜和小鼠肠道内的样本