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
301	2025-08-04	Temporal consistency-aware network for renal artery segmentation in X-ray angiography 2025-Aug-02, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03486-y PMID:40751864	研究论文	提出了一种名为TCA-Net的深度学习模型，用于提高X射线血管造影视频中肾动脉分割的时间一致性	模型结合了局部时间窗口血管增强模块和全局血管细化模块，并引入了时间感知一致性损失函数	未提及具体局限性	提高肾动脉分割的准确性以评估肾交感神经消融（RDN）手术	X射线血管造影视频中的肾动脉	计算机视觉	心血管疾病	深度学习	TCA-Net	视频	195个肾动脉血管造影序列用于开发，44名患者的外部数据集用于测试
302	2025-08-04	Deep learning-driven incidental detection of vertebral fractures in cancer patients: advancing diagnostic precision and clinical management 2025-Aug-02, La Radiologia medica DOI:10.1007/s11547-025-02058-z PMID:40751896	研究论文	本研究评估了一种基于深度学习的应用在癌症患者中偶然检测椎体压缩性骨折（VCFs）的诊断性能及其减少漏诊率的潜力	利用深度学习技术提高椎体压缩性骨折在癌症患者中的检测率，减少临床漏诊	假阳性病例包括硬化性椎体转移、脊柱侧弯和椎体识别错误	评估深度学习应用在提高椎体压缩性骨折检测率方面的效果	1556名IV期癌症患者的胸腹盆CT扫描	数字病理	癌症	深度学习	DL	CT扫描图像	1556名IV期癌症患者
303	2025-08-04	Possibilities and limitations of artificial intelligence in food-derived peptides 2025-Aug-02, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.70099 PMID:40751946	综述	本文探讨了人工智能在食品源性肽研究中的潜力与限制	评估了AI技术在食品源性肽研究中的应用，包括生物活性肽的发现、功能表征及结构-活性关系解析	AI在预测复杂蛋白质结构和食品源性肽时面临数据集完整性、模型架构优化、可解释性限制及实验验证需求等挑战	探讨人工智能技术在食品源性肽研究领域的应用前景与当前限制	食品源性肽（FDPs）	机器学习	NA	随机森林、卷积神经网络等机器学习和深度学习技术	随机森林、CNN	多维数据库数据	NA
304	2025-08-04	xEEGNet: Towards explainable AI in EEG dementia classification 2025-Aug-02, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adf6e6 PMID:40752516	research paper	本文提出了一种新型、紧凑且可解释的神经网络xEEGNet，用于EEG数据分析，特别针对痴呆症分类	xEEGNet通过大幅减少参数数量（仅168个参数，比ShallowNet少200倍）实现了可解释性，同时避免了过拟合，并在性能上与传统模型相当	研究主要关注阿尔茨海默病和额颞叶痴呆的分类，对其他神经系统疾病的适用性有待进一步验证	开发一种可解释的神经网络模型，用于EEG数据的痴呆症分类	阿尔茨海默病和额颞叶痴呆患者的EEG数据	machine learning	geriatric disease	EEG数据分析	xEEGNet（基于EEGNet家族的改进模型）	EEG信号	NA
305	2025-08-04	Diagnostic Accuracy and Interobserver Reliability of Rotator Cuff Tear Detection With Ultrasonography Are Improved With Attentional Deep Learning 2025-Aug, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.12.024 PMID:39725049	research paper	本研究通过改进YOLOv7模型，加入卷积块注意力模块（CBAM），开发了YOLOv7-CBAM模型，用于自动识别撕裂或完整的肩袖肌腱，以辅助医生通过超声诊断肩袖病变	提出了一种结合CBAM的改进YOLOv7模型（YOLOv7-CBAM），用于提高肩袖撕裂检测的准确性和观察者间可靠性	研究样本量相对较小（280名患者），且仅针对特定类型的肩袖病变	提高肩袖撕裂超声诊断的准确性和观察者间可靠性	肩袖撕裂或完整的肌腱	computer vision	肩袖病变	超声成像	YOLOv7-CBAM	image	280名患者，840张超声图像
306	2025-08-04	Editorial Commentary: Imaging Results in Data Usefully Analyzed by Artificial Intelligence Machine Learning 2025-Aug, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2025.02.024 PMID:40021066	评论	本文讨论了人工智能机器学习在医学影像分析中的应用及其潜力	提出了一种有效的三步方法（检测器、注意力模块和可解释性）来优化影像分析，并强调了深度学习在减少观察者间变异性和提高诊断准确性方面的作用	需要外部验证以确定模型在单一机构之外的泛化能力	探讨人工智能机器学习在医学影像分析中的临床应用及其优化方法	医学影像数据	计算机视觉	NA	深度学习	NA	图像	NA
307	2025-08-04	Applications of machine learning in glaucoma diagnosis based on tabular data: a systematic review 2025-Aug-01, BMC biomedical engineering DOI:10.1186/s42490-025-00095-3 PMID:40745560	系统综述	本文系统评估了机器学习技术在青光眼诊断中的应用，分析了其有效性并识别了最有前景的方法和数据集	通过系统综述方法，全面评估了多种机器学习模型在青光眼诊断中的表现，并识别了影响诊断准确性的关键数据类型	数据不平衡和样本量有限影响了模型的泛化能力	评估机器学习在青光眼诊断中的应用效果	青光眼诊断	机器学习	青光眼	光学相干断层扫描(OCT)、视野(VF)测试	SVM, DL, random forest, ensemble methods	表格数据	35项研究
308	2025-08-04	A Decision Support System Based on multi-head convolutional and Recurrent Neural Networks for assisting physicians in diagnosing ADHD 2025-Aug-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110826 PMID:40752402	研究论文	本研究提出了一种基于多头卷积和循环神经网络的决策支持系统MCRNet，用于辅助医生诊断注意力缺陷多动障碍（ADHD）	MCRNet采用了一种创新的两阶段多头方法进行特征提取，提高了从原始EEG信号中提取特征和分类的能力	未来工作需要关注MCRNet的可解释性，并在更多EEG数据集上测试其有效性	开发一种客观可靠的ADHD诊断工具	儿童和青少年的注意力缺陷多动障碍（ADHD）	数字病理学	注意力缺陷多动障碍	EEG和深度学习技术	多头卷积和循环神经网络（MCRNet）	EEG信号	未提及具体样本数量
309	2025-08-04	Shaping the Future of Personalized Therapy in Bladder Cancer Using Artificial Intelligence 2025-Aug-01, European urology focus IF:4.8Q1 DOI:10.1016/j.euf.2025.07.011 PMID:40753031	review	本文综述了人工智能在膀胱癌个性化治疗中的应用及其潜力	探讨了AI在膀胱癌管理各步骤中的应用，包括检测、分级、分期、风险分层、治疗和结果预测	AI在膀胱癌临床工作流程中的广泛应用仍面临重大障碍	实现AI驱动的膀胱癌个性化治疗	膀胱癌患者	digital pathology	bladder cancer	machine learning, deep learning	NA	NA	NA
310	2025-08-04	AI-assisted intraoperative navigation for safe right liver mobilization in pure laparoscopic donor hepatectomy: an experimental multi-institutional validation study 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11627-1 PMID:40744949	研究论文	本研究探索了人工智能在微创肝脏手术中通过实时分割解剖安全平面提供术中导航的潜力	开发并验证了一种深度学习模型，用于在纯腹腔镜供体右肝切除术中分割血管结构和无血管平面	注释策略需要改进，并需进一步研究以将该技术应用于实际手术室	探索人工智能在辅助主要微创肝脏手术中的潜力	纯腹腔镜供体右肝切除术中的血管结构和无血管平面	数字病理	肝脏疾病	深度学习	U-Net with Mix Transformer encoder	视频	48个纯腹腔镜供体右肝切除术视频（来自三个机构）
311	2025-08-04	A dataset for recognition of Arabic accents from spoken L2 English speech (ArL2Eng) 2025-Jul-31, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05561-0 PMID:40745170	research paper	本文介绍了ArL2Eng数据集，一个由阿拉伯语母语者产生的L2英语语音语料库，并强调了其在支持自动化语言评估研究中的潜力	ArL2Eng数据集为阿拉伯口音的L2英语语音提供了独特的资源，支持口音识别和语音处理应用的研究	数据集中仅有471条记录（共640条）由人类专家标注了流利度指标，可能限制了某些研究的深度	研究目标是支持自动化语言评估，特别是针对阿拉伯口音的英语学习者的流利度预测	研究对象是阿拉伯语母语者产生的L2英语语音	natural language processing	NA	Mel Frequency Cepstral Coefficients, deep learning, dimensionality reduction	NA	audio	640条语音记录，其中471条标注了流利度指标
312	2025-08-04	A novel flexible identity-net with diffusion models for painting-style generation 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12434-4 PMID:40744991	research paper	提出了一种新颖的灵活身份网络与扩散模型结合的方法，用于绘画风格生成	引入了轻量级Identity-Net，能够将图像提示无缝集成到U-Net编码器中，生成多样且一致的图像	未明确提及具体限制	提升绘画风格创意设计，推动AI驱动的艺术发展	绘画风格的生成与转换	computer vision	NA	diffusion models	U-Net, Identity-Net	image	4055件来自42位中国著名画家的艺术品
313	2025-08-04	Advancing deep learning for expressive music composition and performance modeling 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13064-6 PMID:40745012	研究论文	本研究比较了三种深度学习架构（LSTM、Transformer和GAN）在AI生成音乐作曲和转录方面的表现，并提出了一个双评估框架	创新点在于整合了客观指标和主观人类评估的双评估框架，并使用MAESTRO数据集进行对比分析	人类创作在感知质量上仍优于机器生成音乐，表明当前模型在情感表达和长期结构连贯性方面存在不足	提升AI生成音乐的长期结构连贯性和情感表达	AI生成音乐	机器学习	NA	深度学习	LSTM, Transformer, GAN	音频数据	50名听众参与的主观评估
314	2025-08-04	Impact of agricultural industry transformation based on deep learning model evaluation and metaheuristic algorithms under dual carbon strategy 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14073-1 PMID:40745031	研究论文	本研究开发了一种结合CNN和LSTM的混合深度学习模型，用于评估农业产业转型的效果，以支持可持续农业发展和双碳目标	提出了一种结合CNN和LSTM的混合深度学习模型，并采用黏菌算法进行参数优化，显著提高了预测精度	未提及具体的数据来源和样本覆盖范围，可能影响模型的泛化能力	支持可持续农业发展和推进双碳目标	农业产业转型的效果评估	机器学习	NA	黏菌算法	CNN, LSTM	空间数据, 时间序列数据	NA
315	2025-08-04	Higher glass transition temperatures reduce thermal stress cracking in aqueous solutions relevant to cryopreservation 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13295-7 PMID:40745362	研究论文	本文通过实验和计算模拟研究了玻璃化冷冻保存中热应力裂纹与溶液玻璃化转变温度的关系	揭示了玻璃化转变温度对热应力裂纹的关键影响，并开发了新型冷冻显微镜平台结合深度学习算法分析裂纹程度	研究仅针对四种水溶液化学体系，未涵盖更广泛的玻璃化溶液类型	探索降低玻璃化冷冻保存过程中热应力裂纹风险的方法	四种不同玻璃化转变温度的水溶液体系	材料科学/生物医学工程	NA	冷冻显微镜成像、语义分割深度学习算法、热力学有限元模拟	语义分割深度学习模型	图像数据	四种水溶液化学体系（玻璃化转变温度跨度>50°C）
316	2025-08-04	Development of a novel deep learning method that transforms tabular input variables into images for the prediction of SLD 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12900-z PMID:40745379	research paper	开发了一种新的深度学习方法，将表格输入变量转换为图像，用于预测脂肪性肝病（SLD）	提出了一种将表格数据转换为图像的新方法，利用深度学习模型的模式识别能力来提高预测性能	未提及具体的数据来源或患者群体的多样性限制	开发一种新的深度学习方法，用于预测脂肪性肝病（SLD）	2,999名患者的注册数据	machine learning	fatty liver disease	Deep Learning	DL models	tabular data transformed into images	2,999名患者
317	2025-08-04	A comprehensive multifaceted technical evaluation framework for implementation of auto-segmentation models in radiotherapy 2025-Jul-31, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01048-6 PMID:40745381	research paper	该研究开发了一个全面的多层面技术评估框架，用于验证放疗中自动分割模型的临床适用性	提出了一个整合几何测量、专家评估、时间效率分析和剂量学评估的综合评估框架，用于自动分割模型的验证	需要建立标准化的基准和共识指南以支持不同分割工具的临床实施和比较	验证自动分割模型在放疗中的临床适用性和效率	脑部风险器官的自动分割模型	digital pathology	NA	deep learning	NA	image	100例训练数据，8位放射肿瘤学专家参与评估
318	2025-08-04	TA-SSM net: tri-directional attention and structured state-space model for enhanced MRI-Based diagnosis of Alzheimer's disease and mild cognitive impairment 2025-Jul-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01836-5 PMID:40745641	研究论文	提出了一种名为TA-SSM Net的深度学习模型，用于增强基于MRI的阿尔茨海默病和轻度认知障碍的诊断	结合了三向注意力和结构化状态空间模型(SSM)，有效捕捉3D MRI图像的空间和上下文信息，并通过梯度检查点提升处理效率	研究仅基于ADNI数据集，可能无法完全代表所有人群	提高基于MRI的阿尔茨海默病和轻度认知障碍的诊断准确性和效率	阿尔茨海默病(AD)患者、轻度认知障碍(MCI)患者和正常对照组	数字病理学	老年病	MRI	TA-SSM Net (结合三向注意力和SSM的深度学习模型)	3D MRI图像	300名AD患者、400名MCI患者和400名正常对照
319	2025-08-04	Multimodal deep learning for allergenic proteins prediction 2025-Jul-31, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02347-z PMID:40745646	research paper	提出了一种基于多模态深度学习的框架Multimodal-AlgPro，用于预测过敏原蛋白	通过整合多种维度信息（理化性质、氨基酸序列和进化信息）并采用模型组合的穷举搜索策略，提高了过敏原预测的准确性	未提及具体的数据集规模或模型泛化能力的验证	提高过敏原预测的准确性，以识别过敏反应来源并预防有害触发物的暴露	过敏原蛋白	machine learning	NA	multimodal deep learning	deep learning	protein sequence data, physicochemical properties, evolutionary information	NA
320	2025-08-04	Enhanced stroke risk prediction in hypertensive patients through deep learning integration of imaging and clinical data 2025-Jul-31, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03120-6 PMID:40745655	研究论文	本研究开发了一种基于深度学习的多模态卒中风险预测模型，整合颈动脉超声成像和多维临床数据，以提高高血压患者卒中风险预测的准确性	通过结合颈动脉超声成像和临床数据，使用Vision Transformer (ViT)和径向基概率神经网络(RBPNN)进行风险分层，显著提高了预测准确性	研究仅针对高血压患者，未涵盖其他可能影响卒中风险的人群	开发一种深度学习模型，用于高血压患者的卒中风险预测	1,088名高血压患者的2,176张颈动脉超声图像及相关临床数据	数字病理学	心血管疾病	颈动脉超声成像	ResNet50, Vision Transformer (ViT), 径向基概率神经网络(RBPNN)	图像, 临床数据	1,088名高血压患者的2,176张颈动脉超声图像