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
2781	2025-05-08	Cross-convolutional transformer for automated multi-organs segmentation in a variety of medical images 2023-01-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acb19a PMID:36623323	research paper	提出了一种基于跨卷积变换器的深度学习方法，用于多种医学图像中的多器官自动分割	设计了新颖的跨卷积自注意力机制和多尺度特征边缘融合模块，以整合局部和全局上下文，增强图像语义特征理解	仅在三种不同模态的数据集上进行了验证，可能需要更多样化的数据集来证明其泛化能力	开发一种通用的、准确的医学图像多器官分割方法	医学图像中的多器官分割	digital pathology	NA	deep learning	cross-convolutional transformer network (CFormer)	image	三个不同数据集：Synapse数据集（腹部多器官CT图像）、ACDC数据集（心脏亚结构MRI）、ISIC 2017数据集（皮肤癌图像）
2782	2025-05-07	Artificial intelligence in kidney transplantation: a 30-year bibliometric analysis of research trends, innovations, and future directions 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2458754 PMID:39910843	研究论文	本文通过文献计量分析评估了1993年至2023年间890篇关于人工智能在肾移植中应用的出版物，以识别全球趋势、研究热点和未来机会	利用CiteSpace和VOSviewer工具进行文献计量分析，揭示了人工智能在肾移植中的快速扩展应用及新兴趋势，如个性化医疗和多模态数据融合	研究仅基于文献计量分析，可能未涵盖所有相关研究或实际临床应用中的具体挑战	评估人工智能在肾移植领域的研究趋势、创新点和未来方向	1993年至2023年间发表的890篇关于人工智能在肾移植中应用的出版物	数字病理学	终末期肾病	文献计量分析工具（CiteSpace和VOSviewer）	深度学习、机器学习算法	文献数据	890篇出版物
2783	2025-05-07	Reinforcement learning using neural networks in estimating an optimal dynamic treatment regime in patients with sepsis 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108754 PMID:40222267	research paper	本研究提出了一种结合强化学习和神经网络的算法（RL-NN），用于优化脓毒症患者的动态治疗方案	利用深度学习的灵活性减轻模型误设，并通过交叉验证和随机搜索进行超参数调优，提高了模型的鲁棒性和泛化能力	研究结果基于模拟数据和MIMIC-III数据库，可能无法完全反映真实世界的临床多样性	确定脓毒症患者多阶段液体复苏的最佳剂量	脓毒症患者	machine learning	sepsis	reinforcement learning, neural networks	RL-NN	electronic health records (EHR)	脓毒症患者队列（来自MIMIC-III数据库）
2784	2025-05-07	A deep learning framework leveraging spatiotemporal feature fusion for electrophysiological source imaging 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108767 PMID:40245605	研究论文	提出了一种基于深度学习的框架SSINet，用于通过脑电图(EEG)提供准确的脑活动时空估计	SSINet整合了残差网络(ResBlock)用于空间特征提取和双向LSTM用于捕捉时间动态，通过Transformer模块融合以捕捉全局依赖关系，并采用通道注意力机制优先处理活跃脑区	未提及具体局限性	解决非侵入性测量脑活动的电生理源成像(ESI)中的高度不适定逆问题	脑活动	机器学习	NA	脑电图(EEG)	ResBlock, 双向LSTM, Transformer	脑电图数据	三个真实EEG数据集（视觉、听觉和体感刺激）
2785	2025-05-07	Quantitative determination of acid value in palm oil during thermal oxidation using Raman spectroscopy combined with deep learning models 2025-May-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143107 PMID:39893723	研究论文	本研究结合拉曼光谱和深度学习模型，用于棕榈油热氧化过程中酸值的定量测定	首次将拉曼光谱与CNN、LSTM和Transformer等深度学习模型结合，显著提高了酸值预测的准确性和效率	需要进一步验证更多样化的指标数据集	提高食用油脂质量控制中酸值监测的准确性和效率	棕榈油在热氧化过程中的酸值	机器学习	NA	拉曼光谱	CNN, LSTM, Transformer	光谱数据	NA
2786	2025-05-07	Universal semantic feature extraction from EEG signals: a task-independent framework 2025-May-06, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/add08f PMID:40273947	研究论文	开发了一个无监督框架，用于从EEG信号中提取任务无关的语义特征	提出了一个结合CNN、AutoEncoders和Transformers的新框架，用于提取EEG信号的低级时空模式和高级语义特征	NA	开发一个通用的、任务无关的EEG信号语义特征提取框架	EEG信号	机器学习	NA	EEG信号处理	CNN, AutoEncoders, Transformers	EEG信号	多个EEG数据集（BCICIV_2a、BCICIV_2b、Lee2019-SSVEP、Nakanishi2015等）
2787	2025-05-07	Monitoring Amphetamine and Methamphetamine Mixtures Based on Deep Learning Involves Colorimetric Sensing 2025-May-06, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00915 PMID:40279188	研究论文	本文提出了一种基于深度学习的比色传感策略，用于精确识别和区分安非他命（AMP）和甲基安非他命（MA）混合物	通过调节探针结构影响反应产物的聚集行为，首次实现了AMP和MA混合物的掺杂比例判断，并结合自研的Drugs Analyst和深度学习算法	NA	开发一种高精度识别和区分结构相似的分析物的方法，应用于毒品缉查、食品添加剂检测和环境监测等领域	安非他命（AMP）和甲基安非他命（MA）	机器学习和光学传感	NA	比色传感和深度学习算法	深度学习	光学信号	NA
2788	2025-05-07	A Comprehensive Survey of Foundation Models in Medicine 2025-May-06, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2025.3531360 PMID:40031197	综述	本文全面综述了医学领域中的基础模型（FMs），包括其演变、学习策略、标志性模型、应用及挑战	全面覆盖了基础模型在医学各领域的应用，提供了详细的分类法，并探讨了相关挑战和开放性问题	未提及具体样本量或实验数据，主要基于现有文献综述	探讨基础模型在医学和健康领域的应用及其潜力	基础模型（如BERT和GPT系列）及其在医疗领域的应用	自然语言处理, 计算机视觉, 机器学习	NA	自监督学习	BERT, GPT	文本, 图像, 组学数据	NA
2789	2025-05-07	Diagnosing migraine from genome-wide genotype data: a machine learning analysis 2025-May-06, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf172 PMID:40326299	研究论文	本研究旨在通过机器学习模型分析全基因组基因型数据，以解决偏头痛遗传性缺失的问题	利用机器学习模型捕捉非加性和交互效应，揭示了偏头痛可能遵循的非加性和交互遗传因果结构	数据维度（高数量的遗传变异）与可用数据规模不匹配，可能掩盖了非加性效应	开发机器学习模型以解决偏头痛遗传性缺失的问题	43,197名参与者（51%为女性），平均年龄54.6岁	机器学习	偏头痛	全基因组基因分型	LightGBM, 多项式朴素贝叶斯	基因型数据	43,197名个体
2790	2025-05-07	Artificial intelligence applications for the diagnosis of pulmonary nodules 2025-May-06, Current opinion in pulmonary medicine IF:2.8Q2 DOI:10.1097/MCP.0000000000001179 PMID:40326426	review	本文综述了人工智能在孤立性肺结节（SPNs）诊断中的应用及其临床挑战	探讨了AI在影像学和血液/组织诊断中的实用性，并强调了实际应用中的挑战而非深度学习的技术细节	大多数模型缺乏前瞻性、多机构验证，存在过拟合和泛化能力有限的风险，且AI的'黑箱'特性使其难以融入临床工作流程	评估人工智能在孤立性肺结节诊断中的角色及其在肺医学中的临床应用和局限性	孤立性肺结节（SPNs）	digital pathology	lung cancer	RNA sequencing, CT-based computer-aided diagnosis (CAD)	CNN, machine learning	image, clinical data	NA
2791	2025-05-07	HawkDock version 2: an updated web server to predict and analyze the structures of protein-protein complexes 2025-May-06, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf379 PMID:40326522	research paper	介绍HawkDock2，一个用于预测和分析蛋白质-蛋白质复合物结构的更新网络服务器	集成了基于深度学习的柔性对接方法GeoDock，实现了VD-MM/GBSA方法以改进结合亲和力预测，新增了突变分析模块，并迁移到高性能集群	NA	改进蛋白质-蛋白质复合物结构的预测和分析方法	蛋白质-蛋白质复合物	computational biology	NA	deep learning, MM/GBSA	GeoDock	protein structures	>234,000 computational tasks
2792	2025-05-07	Foldclass and Merizo-search: Scalable structural similarity search for single- and multi-domain proteins using geometric learning 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf277 PMID:40326701	research paper	提出了一种基于嵌入的快速结构比较方法Foldclass和结合深度学习的自动域分割工具Merizo的Merizo-search，用于检测蛋白质结构之间的相似性	结合Foldclass嵌入方法和Merizo自动域分割工具，开发了Merizo-search，能够快速检测完整链中每个域的相似性	NA	解决大规模蛋白质结构存储、搜索和关系检测的挑战	单域和多域蛋白质结构	生物信息学	NA	深度学习	NA	蛋白质结构数据	3.65亿个域
2793	2025-05-07	A fully automatic Cobb angle measurement framework of full-spine DR images based on deep learning 2025-May-06, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08895-w PMID:40327070	research paper	提出了一种基于深度学习的全自动Cobb角测量框架，用于全脊柱DR图像的脊柱侧弯评估	开发了一个全自动的深度学习框架，能够从全脊柱DR图像中自动测量Cobb角，解决了传统手动测量耗时且存在观察者差异的问题	未提及对不同年龄段或严重程度脊柱侧弯患者的适用性	提高脊柱侧弯诊断中Cobb角测量的准确性和效率	全脊柱数字放射摄影（DR）图像	digital pathology	scoliosis	deep learning	YOLOv8 with CBAM module	image	1,163张AP视图和1,378张LAT视图的DR图像
2794	2025-05-07	A deep learning model with interpretable squeeze-and-excitation for automated rehabilitation exercise assessment 2025-May-06, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03372-4 PMID:40327204	研究论文	本文介绍了一种用于自动化康复运动评估的深度学习模型CNN-SE，通过优化其参数并解释模型决策，展示了其在康复评估中的潜力	结合CNN-SE模型和灰狼优化算法进行参数优化，并利用SHAP方法解释模型决策，提高了康复运动评估的自动化水平和可解释性	研究仅在特定数据集(KIMORE和UI-PRMD)上进行了测试，可能需要更多样化的数据验证模型的泛化能力	开发自动化康复运动评估系统，以解决传统治疗师监督方法的高成本和人力资源短缺问题	患有运动功能障碍的患者(如中风、背痛、帕金森病和脊髓损伤)以及健康参与者	机器学习	神经系统疾病	灰狼优化算法, SHAP解释方法	CNN-SE	运动数据	KIMORE和UI-PRMD数据集中的健康和不健康参与者
2795	2025-05-07	Corticospinal tract reconstruction with tumor by using a novel direction filter based tractography method 2025-May-06, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03357-3 PMID:40327206	research paper	提出了一种基于新型方向滤波器的皮质脊髓束（CST）重建方法，用于在肿瘤存在的情况下进行稳健的CST重建	引入了一种基于四阶微分方程的方向滤波器，用于全局方向估计，并结合空间一致性和解剖先验知识	未提及具体的数据集规模或方法在其他类型肿瘤中的适用性	优化肿瘤切除手术中皮质脊髓束的保留	皮质脊髓束（CST）	数字病理学	肿瘤	扩散磁共振成像（MRI）	深度学习	MRI图像	NA
2796	2025-05-07	An End-to-End Deep Learning Generative Framework for Refinable Shape Matching and Generation 2025-May-05, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562756 PMID:40323742	research paper	提出了一种端到端的深度学习生成框架，用于可精细化形状匹配和生成，以支持计算机医学中的虚拟临床试验	开发了一种无监督的几何深度学习模型，用于在潜在空间中建立可精细化形状对应关系，构建基于群体的图谱，并生成逼真的合成形状	NA	构建AI模型以生成与真实网格样本相似的形状，支持虚拟临床试验	3D表面网格表示的解剖形状	computer vision	NA	geometric deep-learning	generative model	3D surface meshes	实验使用了肝脏和左心室模型
2797	2025-05-07	Contactless Estimation of Respiratory Frequency Using 3D-CNN on Thermal Images 2025-May-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3567141 PMID:40323749	研究论文	本文提出了一种基于深度学习的无接触呼吸频率估计方法，使用3D-CNN处理热成像视频数据	无需复杂预处理和手动ROI跟踪，直接从原始热成像视频估计呼吸频率	在小型数据集上训练，验证R2分数约为0.61，仍有提升空间	开发一种无接触的呼吸频率监测方法，提高热成像在实际应用中的可行性	热成像视频数据	计算机视觉	NA	热成像技术	3D-CNN	视频	未明确说明样本数量，使用了数据增强和合成数据集进行训练
2798	2025-05-07	Deep Learning on Misaligned Dual-Energy Chest X-ray Images Using Paired Cycle-Consistent Generative Adversarial Networks 2025-May-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01508-4 PMID:40325327	研究论文	提出了一种基于配对循环一致性生成对抗网络的框架，用于有效去除双能胸部X射线图像中的运动伪影和统计噪声	结合了集成判别器、可微分增强、抗锯齿卷积层和基本的8层U-Net生成器，显著提高了运动伪影抑制和图像质量	研究仅基于600次检查的临床图像数据集，可能需要更大样本量以验证方法的普适性	改善双能胸部X射线图像的质量，减少运动伪影和统计噪声	双能胸部X射线图像	计算机视觉	NA	双能减影（DES）胸部X射线成像	配对循环一致性生成对抗网络（GAN）、U-Net	图像	600次双能胸部X射线检查的数据
2799	2025-05-07	A Deep Learning-Based Framework for Automatic Determination of Developmental Dysplasia of the Hip from Graf Angles 2025-May-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01518-2 PMID:40325325	研究论文	提出了一种基于深度学习的框架，用于从Graf角度自动确定发育性髋关节发育不良（DDH）	结合DeepLabv3+、形态学操作和局部最大值方法，自动诊断新生儿DDH，减少操作者依赖性和测量变异性	未提及具体样本量及临床验证的广泛性	开发自动化工具以提高DDH超声诊断的准确性和一致性	新生儿髋关节超声图像	数字病理学	发育性髋关节发育不良	超声成像	DeepLabv3+（测试了ResNet50、InceptionResNetV2、MobilenetV2和Xception等主干网络）	图像	NA
2800	2025-05-07	Development of a Novel Machine Learning Model to Automate Vertebral Column Segmentation Utilizing Biplanar Full-body Imaging 2025-May-03, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2025.05.003 PMID:40324481	研究论文	开发了一种新型机器学习模型，用于自动化利用双平面全身成像进行脊柱分割	采用两阶段深度学习模型结合UNET架构，能够准确分割包含复杂脊柱病理和脊柱器械噪声的图像	研究为回顾性设计，样本量相对较小（250张图像）	开发能够自动化从双平面全身X光图像中分割脊柱的人工智能算法	退变性脊柱侧凸（DS）患者的双平面全身X光图像	计算机视觉	退变性脊柱侧凸	双平面全身X光成像	CNN（UNET架构）	图像	250张患者图像（包含DS阳性和阴性样本）