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	2025-09-13	DeepRNAac4C: a hybrid deep learning framework for RNA N4-acetylcytidine site prediction 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1622899 PMID:40927364	研究论文	提出一种混合深度学习框架DeepRNAac4C，用于RNA N4-乙酰胞苷位点预测	整合残差神经网络、CNN、BiLSTM和BiGRU，有效捕获局部和全局序列特征，提升预测精度和模型鲁棒性	NA	准确预测RNA ac4C位点以理解RNA在基因表达和细胞调控中的作用	RNA N4-乙酰胞苷（ac4C）修饰位点	自然语言处理	NA	RNA序列分析	CNN, BiLSTM, BiGRU, 残差神经网络	序列数据	NA
262	2025-09-13	Bibliometric Analysis of Research Articles on Embedded Internet of Health Things (IoHT) Fall Detection in the Elderly Published from 2006 to 2025 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S537047 PMID:40927577	文献计量分析	对2006年至2025年关于嵌入式健康物联网（IoHT）老年人跌倒检测研究文章的文献计量分析	首次对嵌入式IoHT老年人跌倒检测领域进行全面的文献计量综述，揭示研究趋势、地理分布和方法演变	基于Scopus数据库，可能未涵盖所有相关文献；时间范围截至2025年4月，可能不完全	分析嵌入式IoHT老年人跌倒检测领域的研究现状、发展趋势和知识结构	79篇相关研究出版物（会议论文和期刊文章）	物联网与健康监测	老年疾病	文献计量分析、VOSviewer可视化、性能指标分析	NA	文献元数据（出版年份、类型、国家、机构、作者、引用数、方法论）	79篇出版物
263	2025-09-13	Efficient spatio-temporal modeling for sign language recognition using CNN and RNN architectures 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1630743 PMID:40927705	研究论文	本研究使用CNN和RNN架构对坦桑尼亚手语视频进行时空建模，以提升手语识别效率	提出采用ELU激活函数的CNN-GRU模型，以提高学习效率和性能，在手语识别任务中达到94%的准确率	在独立手语者设置中性能差异显著，最高准确率仅66%，手部主导特征优化仍面临挑战	通过深度学习算法捕捉视频帧的时空关系特征，改进动态手语词的识别	坦桑尼亚手语数据集，使用手机自拍摄像头收集	计算机视觉	NA	深度学习，视频帧分析	CNN-LSTM, CNN-GRU	视频	NA
264	2025-09-13	Federated quantum-inspired anomaly detection using collaborative neural clients 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1648609 PMID:40932890	研究论文	提出一种新颖的量子启发的联邦学习方法用于异常检测，保护数据隐私并支持未来量子计算应用	首次将量子启发计算范式与联邦学习结合用于异常检测，实现隐私保护与系统可扩展性	当前实现主要基于经典深度学习，量子机器学习范式尚未完全集成	开发隐私保护的分布式异常检测系统，并为其未来量子增强提供框架	分布式环境中的异常数据模式	机器学习	NA	联邦学习，FedAvg算法	前馈神经网络	NA	NA
265	2025-09-13	Investigation of deep learning approaches for automated damage diagnostics in fiber metal laminates using Detectron2 and SAM 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1599345 PMID:40932888	研究论文	本研究利用深度学习模型（Detectron2和SAM）开发纤维金属层压板损伤的自动检测、分割与表征方法	首次将SAM与Mask R-CNN结合用于FML损伤诊断，并提供了模型性能与可解释性的系统对比	缺乏绝对真实数据限制了定量比较的准确性	开发纤维金属层压板的自动化损伤诊断方法	纤维金属层压板（FML）的冲击损伤	计算机视觉	NA	深度学习，X射线CT成像	Mask R-CNN, SAM	X射线CT图像	不同能量冲击（5J, 7.5J, 10J, 12.5J）的FML板X射线CT数据集
266	2025-09-13	Weakly supervised deep learning for multimodal MRI-TRUS registration: Toward assisting prostate biopsy guidance 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251375870 PMID:40933081	研究论文	提出一种弱监督深度学习框架，用于多模态MRI-TRUS图像配准，以辅助前列腺活检引导	开发两阶段弱监督框架，结合注意力增强U-Net分割和残差增强配准网络，减少对标注数据的依赖	NA	提高MRI-TRUS图像配准精度，增强前列腺癌检测和活检引导	前列腺多模态医学图像（MRI和TRUS）	数字病理	前列腺癌	MRI, TRUS	U-Net, 残差增强配准网络（RERN）	图像	公共数据集（MSD Prostate, Promise12, µ-RegPro）及32对临床MRI-TRUS图像对
267	2025-09-13	Improving diagnostic accuracy of routine EEG for epilepsy using deep learning 2025, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcaf319 PMID:40933285	研究论文	本研究开发了一种基于深度学习的模型DeepEpilepsy，用于提高常规脑电图对癫痫的诊断准确性	首次将Vision Transformer和CNN结合用于原始EEG信号分类，独立于发作间期癫痫样放电识别癫痫，发现新的EEG模式	需进一步研究这些新模式的确切性质，并评估在特定临床场景中的实际影响	开发并验证深度学习模型以提升常规EEG诊断癫痫的准确性	接受常规EEG检查的患者	机器学习	癫痫	EEG	Vision Transformer, CNN	EEG信号	846名患者的948份EEG记录（训练/验证集728人820份，测试集118人128份）
268	2025-09-13	Structure-guided deep learning for back acupoint localization via bone-measuring constraints 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1662104 PMID:40933308	研究论文	提出一种结合传统中医骨度测量原理与深度学习技术的背部穴位自动定位框架	首次将中医骨度测量约束与深度学习结合，通过结构引导关键点估计模块和结构约束损失函数实现解剖学一致的预测	NA	开发高精度、实时运行的智能穴位定位方法以支持中医诊疗	人体背部穴位	计算机视觉	NA	深度学习医学图像分析	HRFormer + SG-KEM	图像	430张高分辨率背部图像，标注19个穴位
269	2025-09-13	Enhanced diabetes prediction using skip-gated recurrent unit with gradient clipping approach 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1601883 PMID:40933380	研究论文	提出一种结合Skip-GRU和梯度裁剪的深度学习模型用于糖尿病预测	使用Skip-GRU网络有效捕捉长期依赖关系并过滤无关特征，结合梯度裁剪技术解决梯度爆炸问题	NA	开发有效的糖尿病预测深度学习模型	糖尿病患者的医疗数据	机器学习	糖尿病	深度学习	Skip-GRU	结构化医疗数据	PIMA数据集和LMCH数据集（具体样本数未说明）
270	2025-09-13	Peripheral blood TCR repertoire improves early detection across multiple cancer types utilizing a cancer predictor 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1625369 PMID:40936715	研究论文	本研究开发了一种名为DeepCaTCR的深度学习框架，通过分析外周血TCR谱来改进多种癌症的早期检测	提出了基于方差的TCR谱评分策略，而非传统平均方法，显著提高了泛癌早期筛查的准确性	NA	利用TCR谱变化开发癌症早期检测工具	肿瘤浸润淋巴细胞和健康外周血样本	机器学习	多种癌症	TCR测序	CNN, BiLSTM, self-attention	氨基酸序列数据	NA
271	2025-09-13	EPISeg: Automated segmentation of the spinal cord on echo planar images using open-access multi-center data 2025, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/IMAG.a.98 PMID:40937159	研究论文	开发了一种基于深度学习的自动分割模型EPISeg，用于梯度回波平面成像（EPI）数据中的脊髓分割	利用多中心开放数据集训练模型，显著提升分割质量并对不同采集协议及常见伪影具有鲁棒性	NA	实现脊髓fMRI数据中脊髓结构的自动化高精度分割	人类脊髓的梯度回波EPI图像	医学图像分析	神经系统相关疾病	fMRI，梯度回波EPI成像	深度学习模型（具体架构未明确说明）	医学图像	多中心数据集（具体数量未说明），已公开于OpenNeuro平台
272	2025-09-13	Exhale-Dx™: A non-invasive, real-time breath analysis system using deep learning for asthma diagnosis 2025, Journal of biological methods DOI:10.14440/jbm.2024.0142 PMID:40937370	研究论文	开发了一种基于深度学习的非侵入性实时呼吸分析系统Exhale-Dx™，用于哮喘诊断和监测	结合挥发性有机化合物（VOC）生物标志物与肺功能数据，利用先进深度神经网络ADENA提升诊断精度，可提前三天预测哮喘急性发作	NA	解决哮喘诊断延迟和误诊问题，提供即时、非侵入性的诊断解决方案	哮喘患者和非哮喘人群的呼吸样本	数字病理	哮喘	呼吸挥发性有机化合物（VOC）分析	深度神经网络（DNN）	呼吸化合物数据、肺功能数据、临床评分数据	NA
273	2025-09-13	Multi-parameter MRI-based model for the prediction of early recurrence of hepatitis B-associated hepatocellular carcinoma after microwave ablation 2025, Frontiers in cellular and infection microbiology IF:4.6Q1 DOI:10.3389/fcimb.2025.1638779 PMID:40937437	研究论文	基于多参数MRI和临床特征建立并验证预测乙肝相关肝细胞癌微波消融术后早期复发的模型	使用基于Transformer的深度学习网络融合多序列MRI图像，并结合临床特征构建联合预测模型	回顾性研究，样本量有限（总166例），需进一步多中心验证	预测乙肝相关肝细胞癌患者微波消融术后1年内早期复发风险	乙肝相关肝细胞癌患者	数字病理	肝细胞癌	MRI成像，深度学习放射组学	Transformer-based深度学习网络	医学影像（MRI），临床数据	166例患者（训练集116例，外部验证集50例）
274	2025-09-13	A Physics-Informed Deep Learning Deformable Medical Image Registration Method Based on Neural ODEs 2025, International journal of computer vision IF:11.6Q1 DOI:10.1007/s11263-025-02476-6 PMID:40937462	研究论文	提出一种基于物理信息深度学习的无监督医学图像配准方法，结合神经ODE处理大变形弹性与生长重塑生物物理问题	将固体力学最小势能原理与深度学习结合，通过预测-校正两步法统一处理几何配准和物理约束，首次在配准中耦合生长力学和平衡方程	NA	开发能够同时处理大变形弹性平衡方程和生长重塑动力学的医学图像配准框架	医学图像（脑部MRI、斑马鱼胚胎鳍共聚焦图像、胎儿脑发育图像）	计算机视觉	脑部疾病	深度学习，神经ODE，无监督学习	物理信息神经网络	3D医学图像	多个数据集（包括斑马鱼胚胎鳍、纵向脑部MRI、胎儿脑发育图像）
275	2025-09-13	RiskPath: Explainable deep learning for multistep biomedical prediction in longitudinal data 2024-Dec-26, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.19.24313909 PMID:39371168	研究论文	介绍RiskPath，一个用于纵向数据中多步生物医学预测的可解释深度学习工具箱	结合理论指导的优化来指定最佳模型拓扑，并探索性能与复杂度的权衡，同时提供模块以映射预测因子随时间变化的重要性	NA	开发可解释的AI工具箱，用于风险分层用例中的时间序列预测	经典和新兴纵向队列中的疾病风险预测	机器学习	NA	深度学习时间序列方法	深度学习	时间序列数据	NA
276	2025-09-13	Automated surgical skill assessment in colorectal surgery using a deep learning-based surgical phase recognition model 2024-11, Surgical endoscopy DOI:10.1007/s00464-024-11208-9 PMID:39214877	研究论文	本研究开发了一种基于深度学习的结直肠手术阶段识别模型，用于自动化评估外科手术技能	首次利用深度学习模型识别手术阶段并基于此自动区分不同技能水平的外科医生群体	NA	验证使用手术阶段识别模型评估外科手术技能的可行性	腹腔镜乙状结肠切除术的手术视频	计算机视觉	结直肠癌	深度学习	深度学习模型	视频	85个视频用于技能水平分组验证（专家26个、中级32个、新手27个），总计1272个视频用于ESSQS评分分组分析
277	2025-09-13	Automated segmentation of soft X-ray tomography: native cellular structure with sub-micron resolution at high throughput for whole-cell quantitative imaging in yeast 2024-Nov-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.31.621371 PMID:39554159	研究论文	开发基于深度学习的自动化分割流程，用于软X射线断层扫描数据中酵母细胞结构的高通量定量成像分析	首次将深度学习自动分割应用于软X射线断层扫描数据，实现数百个细胞结构的高通量精确分割	需要人工迭代细化来提升关键结构的分割精度	实现细胞结构的自动化分割和定量形态学分析	酵母细胞（野生型、VPH1-GFP突变株等）	计算机视觉	NA	软X射线断层扫描(SXT)	深度学习	3D图像数据	数百个细胞，涵盖三种酵母菌株
278	2024-09-15	Breaking barriers in inner ear MRI: The changing role of deep learning reconstruction 2024-Oct, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.07.010 PMID:39271366	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
279	2025-09-13	Deep Learning for Automatic Knee Osteoarthritis Severity Grading and Classification 2024-Oct, Indian journal of orthopaedics IF:1.1Q3 DOI:10.1007/s43465-024-01259-4 PMID:39324090	研究论文	本研究开发了一种基于深度学习的自动方法，用于从X射线图像预测膝骨关节炎严重程度分级和膝关节置换可能性	采用迁移学习和多种深度学习模型比较，首次将像素比率计算与决策树模型结合用于膝OA严重程度自动评估	测试准确率为67%，仍有提升空间，且模型性能可能受数据集限制	提高膝骨关节炎诊断的准确性和效率，辅助临床决策	膝骨关节炎患者的X射线图像	计算机视觉	骨关节炎	迁移学习，像素比率计算，图像预处理	Inception V3, Xception, VGG, ResNet, DenseNet等14种CNN模型	X射线图像	基于Osteoarthritis Initiative (OAI)数据集，具体样本数量未明确说明
280	2025-09-13	Reducing motion artifacts in craniocervical background subtraction angiography with deformable registration and unsupervised deep learning 2024-Sep, Radiology advances DOI:10.1093/radadv/umae020 PMID:40927738	研究论文	本研究开发了一种基于无监督深度学习的快速可变形配准模型，用于减少颅颈血管造影中的运动伪影	结合血管层估计的新型图像相似性损失函数，优化背景配准，使其对血管内碘造影剂的可变存在具有鲁棒性	NA	开发快速可变形配准模型以减少数字减影血管造影中的配准误差	颅颈血管造影图像	医学影像处理	脑血管疾病	数字减影血管造影（DSA）	深度学习可变形配准框架（基于HyperMorph）	医学影像	516项研究，包含5,240个血管造影序列（训练集5,046个，测试集194个）