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
341	2025-07-15	Intelligent dynamic cybersecurity risk management framework with explainability and interpretability of AI models for enhancing security and resilience of digital infrastructure 2025, Journal of reliable intelligent environments DOI:10.1007/s40860-025-00253-3 PMID:40656511	研究论文	提出了一种新颖的动态网络安全风险管理框架，结合AI模型的可解释性和可解释性，以增强数字基础设施的安全性和韧性	整合动态参数如漏洞利用和资产依赖，采用混合AI模型（线性回归和深度学习）进行漏洞优先级排序，并引入AI模型的可解释性特征	框架的有效性可能受到组织基础设施和安全态势不断变化的影响，且实验仅基于CVEjoin数据集	通过动态网络安全风险管理框架提升数字基础设施的安全性和韧性	网络安全风险管理和AI模型的可解释性	机器学习	NA	线性回归和深度学习	混合AI模型（线性回归和深度学习）	网络安全数据	使用CVEjoin数据集进行实验
342	2025-07-15	AllerTrans: a deep learning method for predicting the allergenicity of protein sequences 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf040 PMID:40656558	研究论文	开发了一种名为AllerTrans的深度学习模型，用于预测蛋白质序列的过敏性	结合两种蛋白质语言模型(pLMs)提取的特征向量，并通过深度神经网络(DNN)进行分类，提升了预测性能	未提及具体的数据集规模或多样性限制	开发一种高效、准确的蛋白质过敏性预测方法	蛋白质序列	生物信息学	过敏性疾病	蛋白质语言模型(pLMs), 深度神经网络(DNN), 集成建模技术	DNN, 集成模型	蛋白质序列	NA
343	2025-07-15	Artificial intelligence and machine learning techniques for predicting neuropathic pain in patients with cancer: A systematic review 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251358315 PMID:40656844	systematic review	本文系统评价了人工智能和机器学习技术在预测癌症患者神经病理性疼痛中的应用	评估了AI和ML模型在预测神经病理性疼痛中的性能、预测因子和局限性，并强调了多模态框架的优势	方法学限制包括校准不佳、外部验证不足和可解释性有限	评估AI和ML技术在预测癌症患者神经病理性疼痛中的应用	癌症患者	machine learning	cancer	AI和ML技术	random forest, support vector machine, deep learning	临床、情感、影像和分子数据	14项符合条件的研究
344	2025-07-15	Advancing cardiac diagnostics: high-accuracy arrhythmia classification with the EGOLF-net model 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1613812 PMID:40656899	research paper	该研究提出了一种名为EGOLF-net的高精度心律失常分类模型，用于心电图数据的分析和诊断	EGOLF-net模型结合了增强型灰狼优化算法和LSTM网络，显著提高了心律失常分类的准确性和鲁棒性	研究仅使用了MIT-BIH心律失常数据库，未在其他数据集上验证模型的泛化能力	提高心律失常的诊断准确性和效率	心电图(ECG)数据	machine learning	cardiovascular disease	Enhanced Gray Wolf Optimization, LSTM	EGOLF-net (Enhanced Gray Wolf Optimization with LSTM Fusion Network)	ECG信号	MIT-BIH心律失常数据库
345	2025-07-15	Cross-Scale Guidance Integration Transformer for Instance Segmentation in Pathology Images 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3555818 PMID:40657050	research paper	提出了一种用于病理图像中腺癌细胞实例分割的跨尺度引导集成Transformer方法	引入了跨尺度引导集成模块，整合多尺度特征，并通过掩码注意力解码器更准确地分割不同大小的腺癌细胞	未提及具体的数据集规模限制或计算资源需求	开发一种自动化的计算机辅助腺癌分级方法，以减轻病理学家负担并提高可重复性	病理图像中的腺癌细胞	digital pathology	adenocarcinoma	deep learning	Transformer	image	两个公共腺癌细胞数据集
346	2025-07-15	Advances in Electroencephalography for Post-Traumatic Stress Disorder Identification: A Scoping Review 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3538498 PMID:40657059	综述	本文是一篇范围综述，分析了利用EEG信号处理的计算方法在PTSD诊断、鉴别和治疗中的应用	全面概述了EEG分析流程，从采集到统计和机器学习技术，并总结了不同EEG波段和事件相关电位在PTSD中的应用效果	ERP使用、睡眠特征描述和全波段EEG的应用存在局限性，数据集代表性不足，仅有三项研究提供了开放数据集	探索EEG信号处理在PTSD诊断、鉴别和治疗中的计算方法和应用效果	创伤后应激障碍(PTSD)患者，主要研究人群为退伍军人和战斗人员	生物医学信号处理	精神疾病	EEG信号处理，包括EEG波段分析和事件相关电位(ERP)	SVM, Random Forest, 无监督聚类方法	EEG信号，多模态数据(如ECG、GSR、语音)	分析了73项研究，其中52项关于诊断，8项关于鉴别，15项关于治疗
347	2025-07-15	NDL-Net: A Hybrid Deep Learning Framework for Diagnosing Neonatal Respiratory Distress Syndrome From Chest X-Rays 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3548613 PMID:40657060	research paper	本文介绍了一种名为NDL-Net的混合深度学习框架，用于从胸部X光片中诊断新生儿呼吸窘迫综合征（NRDS）	NDL-Net结合了MobileNetV3 Large和ResNet50的优势，并加入了LSTM层分析影像数据的时间变化，显著提高了诊断准确性	NA	开发一种高效的深度学习框架来准确诊断新生儿呼吸窘迫综合征	新生儿胸部X光片	digital pathology	neonatal respiratory distress syndrome	deep learning	MobileNetV3 Large, ResNet50, LSTM	image	NA
348	2025-07-15	Prostate cancer classification using 3D deep learning and ultrasound video clips: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1582035 PMID:40657247	研究论文	本研究评估了使用经直肠超声（TRUS）视频片段和深度学习模型预测前列腺癌的有效性	利用3D深度学习模型（I3D）处理TRUS视频片段，并在多中心研究中验证其分类和预测前列腺癌的能力	样本量相对有限，且仅使用了特定型号的超声诊断机器	评估深度学习模型在预测前列腺癌中的有效性	前列腺癌患者	数字病理学	前列腺癌	TRUS	I3D, ResNet 50	视频	815名男性（中位年龄71岁）
349	2025-07-15	Deep Learning-Based Automatic Diagnosis System for Developmental Dysplasia of the Hip 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3560877 PMID:40657528	研究论文	开发了一种基于深度学习的自动诊断系统，用于提高发育性髋关节发育不良（DDH）的诊断准确性和一致性	提出了一种端到端的深度学习模型，用于关键点检测，并引入了一种新颖的数据驱动评分系统，结合三个关键角度信息，提供全面且可解释的诊断输出	NA	提高DDH诊断的准确性和一致性	发育性髋关节发育不良（DDH）患者	数字病理学	发育性髋关节发育不良	深度学习	CNN	图像	NA
350	2025-07-15	Survival Prediction of Esophageal Cancer Using 3D CT Imaging: A Context-Aware Approach With Non-Local Feature Aggregation and Graph-Based Spatial Interaction 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3562724 PMID:40657529	研究论文	本研究提出了一种基于3D CT成像的食管癌生存预测方法，通过非局部特征聚合和图基空间交互模块提升预测准确性	引入了非局部特征聚合模块(NFAM)和图基空间交互模块(GSIM)，关注肿瘤与淋巴结区域的上下文交互，提高了生存预测的准确性	仅使用3D CT图像数据，可能忽略了其他潜在的预后因素	开发一种有效的食管癌生存风险预测模型	食管癌患者的3D CT图像数据	数字病理学	食管癌	3D CT成像	深度学习模型（包含NFAM和GSIM模块）	3D医学影像	NA
351	2025-07-15	Cross-Database Evaluation of Deep Learning Methods for Intrapartum Cardiotocography Classification 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3548401 PMID:40657532	研究论文	本研究通过跨数据库评估六种深度学习模型在产时胎心监护图分类中的应用，探讨了信号预处理和模型选择对分类性能的影响	首次在跨数据库环境下系统评估多种深度学习模型对胎心监护图的分类性能，并分析了信号预处理策略和pH样本排除对模型效果的影响	研究使用的数据集规模仍有限，且仅评估了六种深度学习模型	开发标准化的深度学习模型评估流程，提高胎心监护图自动分类的准确性和临床适用性	胎心监护图(CTG)记录	医疗人工智能	产科疾病	深度学习	ResNet等六种深度学习模型	胎心率(FHR)和子宫收缩(UC)信号	私有数据集9,887条CTG记录和公开数据集552条CTG记录
352	2025-07-15	A Deep Learning Model for Accurate Segmentation of the Drosophila melanogaster Brain from Micro-CT Imaging 2024-Dec-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.30.630782 PMID:39803485	research paper	该研究开发了一种深度学习模型，用于从Micro-CT图像中准确分割果蝇大脑	利用预训练神经网络，仅需1-3张Micro-CT图像即可训练出准确的深度学习模型，并能适应不同组织对比染色、扫描仪型号和基因型	模型训练所需数据量较少，但仍需验证在更广泛样本上的适用性	开发一种高效准确的果蝇大脑Micro-CT图像分割方法	果蝇（Drosophila melanogaster）大脑	digital pathology	NA	Micro-CT成像	深度学习模型（基于Dragonfly预训练神经网络）	三维Micro-CT图像	1-3张成年果蝇大脑Micro-CT图像
353	2025-07-15	Predicting OCD severity from religiosity and personality: A machine learning and neural network approach 2024-Dec, Journal of mood and anxiety disorders DOI:10.1016/j.xjmad.2024.100089 PMID:40655911	研究论文	本研究利用机器学习和神经网络技术，探讨了强迫症严重程度与宗教信仰、人格特质之间的复杂关系	发现条目级特征比总分更具预测力，挑战了传统分析方法，神经网络模型虽未超越线性回归的预测准确性，但提供了对强迫症异质性和变量间非线性关系的更全面理解	神经网络模型在预测准确性上未超越传统线性回归模型	探索强迫症严重程度的预测因素及其复杂关系	强迫症患者	机器学习	强迫症	机器学习和深度学习技术	神经网络模型和线性回归	问卷调查数据	229名参与者
354	2025-07-15	Deep learning-based segmentation and strain analysis of left heart chambers from long-axis CMR images 2024-Oct, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf070 PMID:40657429	research paper	该研究提出了一种结合深度学习和特征跟踪的自动化流程，用于从长轴心脏磁共振图像中估计左心室和左心房的纵向心肌应变	创新点在于将深度学习与特征跟踪相结合，实现了左心室和左心房应变的自动化测量，克服了传统方法需要手动初始化的局限性	研究局限在于仅评估了长轴视图，未考虑其他心脏视图的影响	研究目的是开发一种自动化方法来准确测量心肌应变	研究对象是684名个体的长轴心脏磁共振图像	digital pathology	cardiovascular disease	deep learning, feature tracking	2D- and 3D-ResUnet	image	684名个体（训练集845张图像，调优集281张图像，测试集116张图像）
355	2025-07-15	Unveiling the stochastic nature of human heteropolymer ferritin self-assembly mechanism 2024-Aug, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5104 PMID:38995055	研究论文	本研究揭示了人类异聚体铁蛋白自组装机制的随机性	通过独特设计的质粒合成特定H与L亚基比例的异聚体铁蛋白，结合高分辨率冷冻电镜分析和基于深度学习的氨基酸建模，揭示了异聚体铁蛋白自组装过程中的独特结构特征和H-L异源二聚体的显著偏好性	对铁蛋白微异质性在组织特异性适应过程中的生理意义仍需进一步研究	理解H和L亚基的结构复杂性如何影响它们与细胞机器的相互作用	异聚体铁蛋白	结构生物学	NA	高分辨率冷冻电镜分析、深度学习建模	深度学习	蛋白质结构数据	特定H与L亚基比例的异聚体铁蛋白样本
356	2025-07-15	A week in the life of the human brain: stable states punctuated by chaotic transitions 2024-Jan-15, Research square DOI:10.21203/rs.3.rs-2752903/v3 PMID:37034705	research paper	研究人类大脑在自然行为中的神经动力学，揭示大脑网络形成稳定状态及其与行为和生理的关系	利用深度学习与动态系统方法，首次揭示了大脑网络在自然行为中形成稳定状态并通过混沌过渡探索新状态的机制	研究样本量较小（20人），且仅基于颅内电极记录，可能无法完全代表所有人群	探索人类大脑在自然行为中的神经动力学及其与行为和生理的关系	20名人类受试者在自然行为（社交、使用数字设备、睡眠等）中的大脑活动	神经科学	NA	多电极颅内记录	深度学习	神经电生理数据	20名人类受试者，连续3-12天的记录
357	2025-07-15	Review of Deep Learning Performance in Wireless Capsule Endoscopy Images for GI Disease Classification 2024, F1000Research DOI:10.12688/f1000research.145950.2 PMID:39464781	review	本文综述了深度学习在无线胶囊内窥镜图像中用于胃肠道疾病分类的性能	总结了深度学习在无线胶囊内窥镜图像分析中的最新进展，包括迁移学习、注意力机制、多模态学习等	指出了当前深度学习方法在无线胶囊内窥镜图像分析中的挑战和局限性	探讨深度学习在无线胶囊内窥镜图像分析中的研究趋势和未来方向	无线胶囊内窥镜图像	digital pathology	gastrointestinal disease	deep learning	NA	image	NA
358	2025-07-15	Utilisation of ChatGPT and other Artificial Intelligence tools among medical faculty in Uganda: a cross-sectional study 2024, MedEdPublish (2016) DOI:10.12688/mep.20554.3 PMID:39911314	研究论文	评估乌干达医学院教师对ChatGPT及其他AI工具的使用情况	首次在乌干达医学院教师中调查ChatGPT及其他AI工具的使用情况，揭示了年龄与AI工具使用之间的关系	研究仅限于乌干达四所公立大学的医学院教师，样本量较小（224人），可能无法代表更广泛的人群	评估医学院教师对AI工具的使用情况及其影响因素	乌干达四所公立大学的医学院教师	自然语言处理	NA	问卷调查	NA	调查数据	224名医学院教师
359	2025-07-15	ADHD detection based on human action recognition 2024, Neuroscience applied.. DOI:10.1016/j.nsa.2024.104093 PMID:40656101	research paper	该论文提出了一种基于人类动作识别的ADHD检测系统，利用RGB视频数据捕捉ADHD特征	首次引入基于人类动作识别的ADHD检测系统，并记录了一个真实的多模态ADHD数据集（M-ADHD）	依赖于视频数据，可能受限于视频质量和环境因素	开发一种成本效益高且易于操作的ADHD检测方法	ADHD患者的行为特征	computer vision	neurodevelopmental disorder	deep learning	NA	video	真实多模态ADHD数据集（M-ADHD）
360	2025-07-15	DeepCLEM: automated registration for correlative light and electron microscopy using deep learning 2020, F1000Research DOI:10.12688/f1000research.27158.3 PMID:37397873	研究论文	介绍了一种名为DeepCLEM的全自动CLEM配准工作流程，利用深度学习预测EM图像中的荧光信号，并与实验测量的染色质信号进行自动配准	提出了一种全自动的CLEM配准工作流程，无需手动操作或使用基准标记，通过深度学习预测荧光信号	虽然原则上可以适应其他成像模式和3D堆栈，但具体应用效果未在文中详细讨论	解决荧光图像与EM图像的高精度配准问题	荧光图像和EM图像	计算机视觉	NA	深度学习	CNN	图像	NA