深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
2801	2025-10-06	Enhancing cybersecurity in virtual power plants by detecting network based cyber attacks using an unsupervised autoencoder approach 2025-Sep-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01863-w PMID:40913053	研究论文	提出一种基于无监督自编码器的深度学习方法，用于检测虚拟电厂中的虚假数据注入攻击	首次将无监督自编码器应用于虚拟电厂网络安全领域，通过重构误差分析实现高精度异常检测	研究基于仿真数据，未在真实虚拟电厂环境中验证	增强物联网能源系统的网络安全，保护虚拟电厂运营安全	虚拟电厂系统中的网络攻击检测	机器学习	NA	深度学习	Autoencoder	时间序列数据	1000天的时间序列数据	NA	Autoencoder	准确率	MATLAB Simulink
2802	2025-10-06	Cortico-Cortical Evoked Potentials: Automated Localization and Classification of Early and Late Responses 2025-Sep-05, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110571 PMID:40915390	研究论文	开发基于YOLO v10的深度学习框架，用于自动定位和分类皮层-皮层诱发电位的早期和晚期响应	首次使用深度学习模型同时定位和分类CCEP的N1和N2成分，克服了传统统计方法在变异性条件下的局限性	仅在癫痫患者数据上验证，样本量相对有限（初始9例患者）	开发自动化方法以可靠识别皮层-皮层诱发电位的早期和晚期响应成分	药物难治性癫痫患者的皮层-皮层诱发电位数据	医学图像分析	癫痫	颅内脑电图记录，单脉冲电刺激	YOLO	时间序列数据转换的二维图像	初始训练验证：9例UAB患者；泛化测试：5例UAB患者+10例宾夕法尼亚大学医院患者，共4000多个未标注时段	YOLO v10, Matplotlib	YOLO v10	平均精度均值，交并比	NA
2803	2025-10-06	ESCMID workshop: Artificial Intelligence and Machine Learning in Medical Microbiology Diagnostics 2025-Sep-05, Microbes and infection IF:2.6Q3 DOI:10.1016/j.micinf.2025.105562 PMID:40915468	workshop summary	介绍ESCMID举办的关于人工智能和机器学习在医学微生物学诊断中应用的研讨会内容	聚焦医学微生物学诊断领域，整合AI/ML技术应用于病原体识别、抗生素敏感性预测和疫情检测	NA	探讨AI和机器学习在医学微生物学诊断中的机遇与挑战	医学微生物学诊断技术	machine learning	infectious diseases	全基因组测序, MALDI-TOF质谱, 数字显微镜	deep learning	genomic data, microscopy images, mass spectrometry data	NA	NA	NA	NA	NA
2804	2025-10-06	[Generative artificial intelligence ChatGPT in clinical nutrition - Advances and challenges] 2025-Sep-04, Nutricion hospitalaria IF:1.2Q4 DOI:10.20960/nh.05692 PMID:40066572	综述	探讨生成式人工智能ChatGPT在临床营养领域的应用进展与挑战	系统评估ChatGPT在临床营养管理中的创新应用，包括营养评估、个性化干预和患者监测	缺乏非语言线索解读能力、无法进行体格检查、多病症整合能力不足、膳食计划存在热量偏差和微量营养素失衡	分析ChatGPT在临床营养管理中的应用潜力与局限性	临床营养管理中的患者数据与营养干预策略	自然语言处理	NA	机器学习,深度学习	生成式AI	临床记录文本数据	NA	NA	ChatGPT	准确率	NA
2805	2025-10-06	A systematic review of contactless respiratory rate measurement using RGB cameras 2025-Sep-04, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adfc24 PMID:40816317	系统综述	系统回顾了使用RGB摄像头进行无接触呼吸频率测量的最新进展	全面比较RGB摄像头与其他传感器模式，识别现有挑战并提出未来研究方向	在低光照、高运动或复杂非受控环境中性能显著下降，缺乏真实世界数据集	评估无接触呼吸频率测量技术的现状和发展方向	RGB摄像头呼吸监测技术及相关数据集	计算机视觉	NA	RGB摄像监测	深度学习,混合模型	视频,图像	NA	NA	深度神经网络	误差率,准确度,可靠性	NA
2806	2025-10-06	Technical system of electroencephalography-based brain-computer interface: Advances, applications, and challenges 2025-Sep-03, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-25-00217 PMID:40903968	综述	系统分析基于脑电图的脑机接口技术体系在信号采集、范式设计、解码算法和应用领域的进展与挑战	提出基于脑电图的脑机接口四大支柱系统分析框架，涵盖从非侵入式电极到多模态融合的前沿技术	长期信号稳定性不足，存在视觉认知疲劳，跨设备兼容性差，处理需求高	弥合脑机接口技术与实际应用之间的差距，指导未来研究方向	脑电图信号处理与脑机接口系统	生物医学工程	脑卒中	脑电图，肌电图，眼动追踪	深度学习	神经信号，生理信号	NA	NA	NA	NA	NA
2807	2025-10-06	Anatomical-Marker-Driven 3D Markerless Human Motion Capture 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3424869 PMID:38980775	研究论文	提出一种基于解剖标志的3D无标记运动捕捉方法，通过深度学习从RGB图像估计2D解剖关键点并重建3D标记位置	使用基于标记运动捕捉系统的解剖标志创建高质量数据集，直接学习从图像预测解剖关键点，而非增强三角化的野生关键点	仅在10名受试者上进行评估，样本规模有限	提高无标记运动捕捉系统的精度，促进其在生物力学研究中的广泛应用	人体运动捕捉	计算机视觉	NA	RGB相机采集，基于射线的三角测量	深度神经网络	图像	10名受试者执行各种运动	NA	NA	平均欧几里得误差	NA
2808	2025-10-06	Multiview Deep Learning-Based Efficient Medical Data Management for Survival Time Forecasting 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3422180 PMID:38954570	研究论文	提出一种基于多视图深度学习的高效医疗数据管理框架MDL-MDM，用于癌症患者的生存时间预测	引入集成深度学习思想，结合卷积神经网络、图注意力网络和图卷积网络构建混合计算框架，实现多视图特征学习	仅使用美国癌症患者数据，缺乏多媒体信息，可能影响模型泛化能力	通过多视图深度学习提升远程医疗管理中生存时间预测的准确性	癌症患者的生理指标监测数据	机器学习	癌症	生理指标监测	CNN, GAT, GCN	医疗监测数据	美国癌症患者数据集（具体数量未说明）	NA	卷积神经网络, 图注意力网络, 图卷积网络	预测误差	NA
2809	2025-10-06	Efficient Training of Probabilistic Neural Networks for Survival Analysis 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3417369 PMID:38905091	研究论文	本文研究在生存分析中如何高效训练概率神经网络而不增加模型复杂度	首次在生存分析中系统比较VI、MCD和SNGP三种概率方法，证明非VI方法在保持性能的同时能提供更好的校准不确定性估计	研究主要基于MIMIC-IV数据集，需要在更多数据集上验证方法的普适性	探索在大型数据集中训练深度概率生存模型的高效方法	生存分析中的概率神经网络模型	机器学习	NA	变分推断、蒙特卡洛Dropout、谱归一化神经高斯过程	概率神经网络	临床数据	MIMIC-IV数据集	NA	NA	一致性指数, 平均绝对误差, C校准, D校准	NA
2810	2025-10-06	AI-Enhanced Lung Cancer Prediction: A Hybrid Model's Precision Triumph 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3447583 PMID:39172617	研究论文	本研究提出了一种结合CNN和BiLSTM的混合深度学习模型，用于从患者医疗记录中预测肺癌	首次将CNN和BiLSTM混合架构应用于肺癌预测任务，在MIMIC IV数据集上取得了优于LSTM和BioBERT模型的性能表现	未明确说明模型在临床环境中的实际应用验证情况	开发高精度的肺癌早期检测人工智能模型	肺癌患者医疗记录文本数据	自然语言处理	肺癌	深度学习	CNN, BiLSTM	文本	基于MIMIC IV数据集和Yelp Review Polarity数据集	NA	CNN, BiLSTM	MCC, 准确率	NA
2811	2025-10-06	Unipolar voltage electroanatomic mapping detects structural atrial remodeling identified by LGE-MRI 2025-Sep, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.10.015 PMID:39396602	研究论文	本研究探讨单极电压电解剖标测与延迟钆增强磁共振成像在检测心房结构重构中的相关性	首次系统比较单极与双极低电压区在识别LGE-MRI确定的纤维化区域方面的性能差异	样本量较小（仅20例患者），需更大规模研究验证	探索单极和双极低电压区与LGE-MRI识别的心房纤维化区域的关系	计划接受房颤消融术的20例患者	数字病理	心血管疾病	电解剖标测，延迟钆增强磁共振成像，深度学习分割	深度学习	医学影像，电生理数据	20例房颤患者	NA	NA	精确率，灵敏度，F1分数，准确率	NA
2812	2025-10-06	A Nuclei-Focused Strategy for Automated Histopathology Grading of Renal Cell Carcinoma 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3487004 PMID:39466875	研究论文	提出一种基于细胞核特征的肾细胞癌组织病理学分级新框架NuAP-RCC	首次将细胞核级特征与图神经网络结合用于肾细胞癌分级，提出核特征辅助的patch级分级框架	仅针对patch级分级，未扩展到整个切片级别	开发自动化的肾细胞癌组织病理学分级方法	肾细胞癌组织病理图像	数字病理	肾细胞癌	组织病理学成像	CNN, GNN	图像	来自不同医疗机构的多中心数据集，包含新提出的patch级RCC分级数据集	NA	图神经网络，卷积神经网络	准确率	NA
2813	2025-10-06	Automatic detection of temporomandibular joint osteoarthritis radiographic features using deep learning artificial intelligence. A Diagnostic accuracy study 2025-09, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.102124 PMID:39488247	研究论文	本研究开发了一种基于深度学习的AI模型，用于自动检测颞下颌关节骨关节炎的影像学特征	首次将YOLO目标检测深度学习模型应用于颞下颌关节骨关节炎的影像学特征自动识别	除皮质下囊肿检测外，其他特征与放射科医师评估无显著差异，但样本来源单一	评估AI模型在颞下颌关节骨关节炎影像学确认中的诊断性能	接受锥形束CT检查的成年患者	计算机视觉	颞下颌关节骨关节炎	锥形束计算机断层扫描	YOLO	医学影像	NA	NA	YOLO	灵敏度,特异性,准确率,ROC曲线下面积	NA
2814	2025-10-06	Personalized Video-Based Hand Taxonomy Using Egocentric Video in the Wild 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3495699 PMID:39527414	研究论文	通过自我中心视频开发个性化手部抓握分类法，用于自然环境下手部功能分析	提出无需先验分类法的个性化手部抓握识别方法，结合姿态和外观数据的深度学习模型	样本量较小(19名参与者)，聚类纯度存在较大变异(67.6% ± 24.2%)	开发自然环境下个性化手部抓握分类系统	颈椎脊髓损伤患者的手部抓握动作	计算机视觉	脊髓损伤	自我中心视频记录	深度学习	视频	19名颈椎脊髓损伤患者	NA	NA	聚类纯度, 冗余度	NA
2815	2025-10-06	Addressing Multiple Challenges in Early Gait Freezing Prediction for Parkinson's Disease: A Practical Deep Learning Approach 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3522664 PMID:40030782	研究论文	提出一种用于帕金森病患者步态冻结早期预测的深度学习框架PhysioGPN，通过知识蒸馏技术减少对多传感器的依赖	结合四大关键策略：大卷积核检测渐进运动变化、多维多尺度卷积解析运动协调复杂性、双塔结构捕捉步态自相似性和不对称性、多领域注意力促进跨领域信息交换	NA	解决帕金森病步态冻结预测中的多重挑战，包括预测间隔短、患者间泛化能力有限和多传感器不便性	帕金森病患者的步态冻结事件	医疗人工智能	帕金森病	可穿戴传感器技术	深度学习,CNN	运动传感器数据	NA	深度学习框架	PhysioGPN,双塔结构,多维多尺度卷积	AUC	NA
2816	2025-10-06	End-to-End Prediction of Knee Osteoarthritis Progression With Multimodal Transformers 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3536170 PMID:40031337	研究论文	本研究使用多模态Transformer模型预测膝骨关节炎的进展	首次采用端到端Transformer模型融合多模态膝关节成像数据，并分析不同时间跨度的预测性能	研究结果仍需进一步验证，证据仍处于初步阶段	预测膝骨关节炎的疾病进展	膝骨关节炎患者	医学影像分析	膝骨关节炎	多模态成像（X射线、结构MRI、成分MRI）	Transformer	医学影像	3967/2421例来自骨关节炎倡议数据库	NA	Transformer	ROC AUC, Average Precision	NA
2817	2025-10-06	AV-FOS: Transformer-Based Audio-Visual Multimodal Interaction Style Recognition for Children With Autism Using the Revised Family Observation Schedule 3rd Edition (FOS-R-III) 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3542066 PMID:40031833	研究论文	提出基于Transformer的视听多模态交互风格识别模型AV-FOS，用于自闭症儿童行为分析	首次将FOS-R-III临床量表与深度学习结合，利用Transformer架构和自监督学习从视听多模态数据自动生成临床量表评分	未明确说明样本规模和数据采集环境限制	开发能够自动识别自闭症儿童交互风格并生成FOS-R-III临床量表的AI系统	自闭症儿童的行为视频记录	多模态机器学习	自闭症	视频分析，音频分析	Transformer, 自监督学习	视频，音频	NA	NA	Transformer	临床可接受准确度	NA
2818	2025-10-06	Randomized Explainable Machine Learning Models for Efficient Medical Diagnosis 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3491593 PMID:40030196	研究论文	本研究探索随机化机器学习模型在医学诊断中的应用，结合可解释AI技术提高诊断效率和透明度	首次将随机化机器学习模型（ELMs和RVFL）与可解释AI技术（LIME和SHAP）结合应用于医学诊断，在保持精度的同时显著降低计算复杂度	研究仅针对泌尿生殖系统癌症和冠状动脉疾病数据集进行验证，未涉及其他疾病类型	开发高效透明的医学诊断AI模型，解决传统深度学习模型计算需求高和决策过程不透明的问题	泌尿生殖系统癌症和冠状动脉疾病的诊断	机器学习	泌尿生殖系统癌症,冠状动脉疾病	机器学习	ELM, RVFL	医学数据	NA	NA	Extreme Learning Machines, Random Vector Functional Link networks	准确率, 计算时间	NA
2819	2025-10-06	Deep Learning-Based Integrated System for Intraoperative Blood Loss Quantification in Surgical Sponges 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3499852 PMID:40030353	研究论文	开发基于深度学习的术中失血量量化集成系统MDCare，通过结合硬件传感器和先进算法提升手术海绵血液量测量精度	首次将ResNet-18和YOLOv4等先进深度学习模型集成到实时手术环境中，实现高达96.2%的分类准确率和91%以上的海绵检测准确率	需要扩展数据集并进一步优化算法以确保系统在不同手术场景中的鲁棒性和适应性	提高术中失血量量化的准确性和实时性，增强患者手术安全	手术海绵中的血液量测量	计算机视觉	NA	深度学习图像分析	CNN, 目标检测	图像	包含合成和真实血液场景的数据集	NA	ResNet-18, YOLOv4	分类准确率, 检测准确率, 帧率	NA
2820	2025-10-06	Spatial-Aware Transformer-GRU Framework for Enhanced Glaucoma Diagnosis From 3D OCT Imaging 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3550394 PMID:40067716	研究论文	提出一种结合空间感知Transformer和GRU的深度学习框架，用于基于3D OCT影像的青光眼自动诊断	首次将预训练视觉Transformer与双向门控循环单元结合，同时捕捉局部细节和切片间空间依赖关系	NA	开发自动化青光眼检测系统以辅助临床决策	3D光学相干断层扫描影像	计算机视觉	青光眼	3D光学相干断层扫描成像	Transformer, GRU	3D医学影像	大型数据集（具体数量未说明）	NA	Vision Transformer, 双向GRU	F1-score, Matthews相关系数, AUC	NA