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	2025-05-01	The evaluation model of engineering practice teaching with complex network analytic hierarchy process based on deep learning 2025-Apr-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99777-0 PMID:40289170	研究论文	本研究构建了一种基于物联网技术、复杂网络层次分析法和深度学习的工程实践教学评价模型，旨在提升高校工程实践教学质量管理效率	结合物联网技术、复杂网络层次分析法和深度学习（RNN和CNN）构建全新教学评价模型，并引入动态特性实现模型持续更新以适应教育环境变化	模型预测一致性存在波动（76-98%），且样本数据为模拟生成（500名学生），需进一步验证实际应用效果	优化高校工程实践教学质量评价体系	高校工程实践教学课程及学生表现数据	教育技术	NA	NLP、GAN、复杂网络分析	RNN、CNN	课程文本数据、学生表现数据	10个专业的500名学生模拟数据
342	2025-05-01	Leveraging multi-source data and teleconnection indices for enhanced runoff prediction using coupled deep learning models 2025-Apr-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00115-1 PMID:40289219	research paper	本研究通过结合统计和深度学习方法，提出了两种创新的耦合模型SRA-SVR和SRA-MLPR，以提高径流预测的准确性和稳定性	结合了统计和深度学习方法的优势，利用逐步回归分析处理高维数据和多重共线性，同时整合了80个大气环流指数作为遥相关变量	研究仅以雅砻江流域为案例进行模型验证，未在其他流域进行广泛测试	提高中长期的径流预测准确性，以支持洪水控制、干旱恢复、水资源开发和生态改善	雅砻江流域的径流数据	machine learning	NA	Stepwise Regression Analysis (SRA), Support Vector Regression (SVR), Multi-Layer Perceptron Regression (MLPR), SHAP analysis	SRA-SVR, SRA-MLPR	hydrological data, atmospheric circulation indices	雅砻江流域的径流数据及80个大气环流指数
343	2025-05-01	Sweet pepper yield modeling via deep learning and selection of superior genotypes using GBLUP and MGIDI 2025-Apr-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99779-y PMID:40289216	研究论文	通过深度学习和GBLUP、MGIDI方法对甜椒产量进行建模并筛选优良基因型	结合卷积神经网络（CNN）模型与基因组最佳线性无偏预测（GBLUP）和多性状基因型-理想型距离指数（MGIDI），有效预测甜椒产量并筛选优良基因型	研究仅涉及29个甜椒种质，样本量较小	提高甜椒产量预测和优良基因型筛选的效率	甜椒（Capsicum annuum L.）种质	数字农业	NA	ISSR标记、深度学习	CNN、GBLUP、MGIDI	形态性状数据、基因组数据	29个甜椒种质，每个种质3个重复
344	2025-05-01	General retinal image enhancement via reconstruction: Bridging distribution shifts using latent diffusion adaptors 2025-Apr-26, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103603 PMID:40300379	研究论文	提出了一种通用的视网膜图像增强方法，通过分解为重建和适应阶段来提高泛化能力和灵活性	将增强任务分解为重建和适应阶段，利用自监督训练和预训练权重，提高了潜在扩散模型在视网膜图像增强中的可行性	方法在特定数据集和退化条件下的泛化能力仍有待进一步验证	提高视网膜图像增强的泛化能力和灵活性	视网膜图像	计算机视觉	NA	潜在扩散模型	自编码器和扩散网络	图像	未明确提及具体样本数量，但使用了大量公共数据集
345	2025-05-01	Using longitudinal data and deep learning models to enhance resource allocation in home-based medical care 2025-Apr-26, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105953 PMID:40300486	研究论文	本研究利用纵向数据和深度学习模型优化家庭医疗资源分配	首次比较了三种深度学习模型（Transformer、LSTM和GRU）在家庭医疗阶段预测中的应用，并确定了最佳预测模型	研究数据仅来自台北市立医院，可能影响模型的泛化能力	探索人工智能在预测家庭医疗阶段中的应用，以优化医疗资源分配	4343名平均年龄85.04±11.47岁的患者	机器学习	老年病	深度学习	Transformer, LSTM, GRU	医疗记录数据	4343名患者的住院、门诊和家庭医疗记录（2015-2021年）
346	2025-05-01	Predicting Short-Term Mortality in Patients With Acute Pulmonary Embolism With Deep Learning 2025-Apr-25, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-24-0630 PMID:39617426	research paper	开发了一种基于深度学习的多模态模型，用于预测急性肺栓塞患者的短期死亡率	提出了一种新型多模态深度学习模型（mmDL），结合影像学和临床/人口统计学数据，显著优于现有的PESI评分	样本量相对较小（207例患者），可能影响模型的泛化能力	优化急性肺栓塞患者的治疗策略并改善患者预后	急性肺栓塞患者	digital pathology	cardiovascular disease	对比增强多排计算机断层扫描	CNN, Transformer	影像数据、临床/人口统计学数据	207例急性肺栓塞患者（其中53例死亡）
347	2025-05-01	[Cross-session motor imagery-electroencephalography decoding with Riemannian spatial filtering and domain adaptation] 2025-Apr-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202411035 PMID:40288968	研究论文	本研究提出了一种结合黎曼空间滤波和领域自适应的方法（RSFDA），用于提高跨会话运动想象脑电信号（MI-EEG）分类的准确性和效率	通过多模块协作框架解决源域和目标域数据分布不一致的问题，提升了跨会话MI-EEG分类模型的泛化能力	在复杂迁移学习场景中的适用性仍需进一步研究	提高跨会话运动想象脑电信号（MI-EEG）分类的准确性和效率	运动想象脑电信号（MI-EEG）	脑机接口技术	NA	黎曼空间滤波和领域自适应	RSFDA	脑电信号（EEG）	三个公共数据集
348	2025-05-01	[Research progress in motor assessment of neurodegenerative diseases driven by motion capture data] 2025-Apr-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202403004 PMID:40288984	review	本文综述了基于运动捕捉数据的神经退行性疾病运动评估的最新研究进展	将神经退行性疾病运动评估方法按特征提取和处理方式分为三类，并比较分析了各类方法的技术要点和特点	未提及具体研究样本量及数据集的局限性	探讨神经退行性疾病运动评估的研究进展与发展趋势	神经退行性疾病患者的运动功能评估	digital pathology	geriatric disease	motion capture	machine learning, deep learning	motion data	NA
349	2025-05-01	A review of machine learning methods for imbalanced data challenges in chemistry 2025-Apr-22, Chemical science IF:7.6Q1 DOI:10.1039/d5sc00270b PMID:40271022	review	综述了化学领域中处理不平衡数据挑战的机器学习方法	全面回顾了当前用于解决化学领域不平衡数据问题的方法，并探讨了未来研究方向	未具体提及研究的局限性	探讨机器学习在化学领域中处理不平衡数据的方法及其应用	化学领域中的不平衡数据集	machine learning	NA	resampling techniques, data augmentation techniques, algorithmic approaches, feature engineering strategies	ML, DL, LLMs	化学数据	NA
350	2025-05-01	Diagnosis of carpal tunnel syndrome using deep learning with comparative guidance 2025-Apr-22, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2025.03.038 PMID:40300239	研究论文	本研究开发了一种基于深度学习的模型，用于通过超声图像比较分类来稳健诊断腕管综合征(CTS)	提出了一种基于余弦相似度的比较引导方法，使模型能够自动识别超声图像中异常回声纹理差异	样本量相对较小(152名参与者)，且仅针对特定肌肉群(大鱼际和小鱼际肌)	开发一种稳健的腕管综合征诊断方法	腕管综合征患者和健康个体的超声图像	数字病理学	腕管综合征	超声成像	深度学习模型	超声图像	152名参与者(包括CTS患者和健康个体)
351	2025-05-01	Explainable AI for sharp injury identification using transfer learning with pre-trained deep neural networks 2025-Apr-22, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112476 PMID:40300435	research paper	研究使用预训练的深度神经网络和迁移学习技术，开发可解释的AI模型，用于自动识别和分类锐器伤	首次将可解释AI技术应用于法医锐器伤分类，并比较AI模型与法医病理学家的分类效果	对砍伤的分类准确率较低（30.0%），且样本量不平衡可能影响模型性能	开发自动识别和分类锐器伤的AI方法，支持法医损伤分类	锐器伤照片（刺伤、砍伤和割伤）	computer vision	NA	transfer learning	ResNet50, GoogLeNet, ShuffleNet-V2	image	1161张训练照片（723刺伤、314砍伤、124割伤）和212张外部测试照片
352	2025-05-01	FADE: Forecasting for anomaly detection on ECG 2025-Apr-22, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108780 PMID:40300434	研究论文	提出了一种名为FADE的深度学习系统，用于正常ECG预测和异常检测，减少了对大量标记数据集和人工解释的需求	采用自监督训练方式和新型形态学启发的损失函数，通过预测正常ECG信号的未来值来检测异常，避免了传统方法需要标记异常ECG波形的限制	NA	提高ECG信号中异常心脏活动的早期和准确检测，以改善心血管疾病患者的预后	ECG信号	机器学习	心血管疾病	深度学习	FADE	ECG信号	两个公开数据集：MIT-BIH NSR和MIT-BIH Arrythmia
353	2025-05-01	Artificial intelligence in preclinical research: enhancing digital twins and organ-on-chip to reduce animal testing 2025-Apr-17, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2025.104360 PMID:40252989	review	探讨人工智能在临床前研究中如何通过数字孪生和器官芯片技术减少动物实验	整合AI与数字孪生和器官芯片技术，提升预测能力和可扩展性	未具体说明AI技术的实施难点和潜在误差	推动临床前药物研究的伦理性和效率	数字孪生和器官芯片平台	machine learning	NA	machine learning, deep learning	NA	NA	NA
354	2025-05-01	A comprehensive review of ICU readmission prediction models: From statistical methods to deep learning approaches 2025-Apr-16, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103126 PMID:40300338	review	本文全面综述了ICU再入院预测模型的研究进展，从统计方法到深度学习方法	总结了ICU再入院预测模型的最新研究，包括统计、机器学习和深度学习方法，并探讨了可解释AI在医学应用中的进展	当前模型在预测精度上仍需改进，以满足计算机化决策支持工具的需求	评估ICU再入院预测模型的研究现状，指导未来研究方向	ICU再入院预测模型的研究	machine learning	NA	statistical methods, machine learning, deep learning	statistical models, ML models, DL models	medical data	NA
355	2025-05-01	Privacy-Preserving Federated Learning Framework for Multi-Source Electronic Health Records Prognosis Prediction 2025-Apr-09, Sensors (Basel, Switzerland) DOI:10.3390/s25082374 PMID:40285064	研究论文	提出了一种名为MultiProg的隐私保护联邦学习框架，用于多源电子健康记录的预后预测	采用多通道架构和特征校准机制，确保在机构间异构特征集下的稳健性能，同时保护敏感患者信息	未提及具体样本量及参与机构数量，可能影响结果的可推广性	解决临床预测系统中安全且隐私保护的健康状况表示学习问题	多源电子健康记录	机器学习	NA	联邦学习	深度学习模型	电子健康记录	NA
356	2025-05-01	Lightweight deep learning algorithm for real-time wheat flour quality detection via NIR spectroscopy 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125653 PMID:39733712	研究论文	本研究提出了一种轻量级卷积神经网络，用于通过近红外光谱实时检测小麦粉质量	结合Ghost bottlenecks、外部注意力模块和Kolmogorov-Arnold网络，增强特征提取并提高预测准确性	未提及具体样本多样性或模型在其他食品质量检测中的泛化能力	开发高效、非破坏性的小麦粉质量实时监测工具	小麦粉的质量参数（蛋白质和水分含量）	机器学习	NA	近红外光谱（NIR）	轻量级CNN	光谱数据	未明确提及具体样本数量
357	2025-05-01	Determination and visualization of moisture content in Camellia oleifera seeds rapidly based on hyperspectral imaging combined with deep learning 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125676 PMID:39742624	研究论文	本研究基于高光谱成像和深度学习技术，快速测定和可视化油茶籽的水分含量	提出了一种利用粒子群优化算法（PSO）在卷积神经网络回归（CNNR）模型中搜索最优超参数的方法，并开发了最优混合预测模型PSO-CNN-SVR	NA	探索利用可见近红外高光谱成像（VNIR-HSI）结合深度学习（DL）方法检测油茶籽水分含量的可行性	油茶籽	计算机视觉	NA	可见近红外高光谱成像（VNIR-HSI）	卷积神经网络回归（CNNR）、支持向量机回归（SVR）、AlexNet	图像	NA
358	2025-05-01	Rapid identification of horse oil adulteration based on deep learning infrared spectroscopy detection method 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125604 PMID:39756131	研究论文	本研究提出了一种基于深度学习和红外光谱技术的马油掺假快速检测方法	首次将红外光谱与深度学习结合用于马油掺假的快速检测，并优化了ResNet模型在该应用中的性能	仅测试了黄油、羊油和猪油三种掺假物质，未涵盖其他可能的掺假物	建立一种快速、准确的马油掺假检测方法	马油及其掺假混合物（黄油、羊油、猪油）	机器学习	NA	红外光谱技术	ResNet	红外光谱数据	591×3601组不同掺假比例（5%-50%）的红外光谱数据
359	2025-05-01	Identifying mating events of group-housed broiler breeders via bio-inspired deep learning models 2025-Apr-04, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105126 PMID:40300323	研究论文	开发深度学习模型识别群养肉种鸡的交配行为	结合生物特征和鸟只数量变化，利用深度学习模型自动识别交配行为，显著提高了处理速度	交配事件识别在不同时间段和鸟龄间存在波动，受鸟只重叠、聚集密度和遮挡影响	优化肉种鸡的繁殖效率和生产力	罗斯708品种的肉种鸡（20只母鸡和2-3只公鸡）	计算机视觉	NA	深度学习	YOLOv7, YOLOv8, DeepSORT, StrongSORT, ByteTrack, SAM2, YOLOv8-segmentation, Track Anything	图像	20只母鸡和2-3只公鸡（56周龄）在四个实验栏中监测
360	2025-05-01	A magnetic resonance imaging (MRI)-based deep learning radiomics model predicts recurrence-free survival in lung cancer patients after surgical resection of brain metastases 2025-Apr-02, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106920 PMID:40300277	research paper	开发并验证一种基于MRI的深度学习放射组学模型（DLRM），用于预测肺癌患者脑转移手术切除后的无复发生存期（RFS）	首次结合临床、形态学MRI特征以及手工和深度学习特征，构建了预测RFS的综合模型	研究样本量相对较小（215例），且为回顾性研究	预测肺癌患者脑转移手术切除后的无复发生存期	215例经手术病理证实的脑转移肺癌患者	digital pathology	lung cancer	MRI	DLRM (deep learning radiomics model)	image	215例肺癌患者（167例训练集，48例外部测试集）