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
3601	2025-04-01	Automated detection of arrhythmias using a novel interpretable feature set extracted from 12-lead electrocardiogram 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109957 PMID:40090185	研究论文	提出一种基于可解释特征集的自动心律失常检测方法，使用12导联心电图数据	结合高精度与临床可解释性，提出新型特征集并采用SHAP值分析进行特征筛选	外部测试数据集上的性能（68% F1分数）较交叉验证（81%）有所下降	开发兼具高准确性和临床可解释性的心律失常自动诊断系统	12导联心电图数据	机器学习	心血管疾病	傅里叶变换、小波变换、互相关分析	eXtreme Gradient Boosting (XGBoost)	心电图信号	NA（未明确提及具体样本量）
3602	2025-04-01	Extraction of fetal heartbeat locations in abdominal phonocardiograms using deep attention transformer 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110002 PMID:40096767	研究论文	提出一种名为FHSU-NETR的深度学习模型，用于从原始PCG信号中提取胎儿和母体心率	利用transformer的自注意力机制，增强远程交互模拟和全局上下文捕捉能力，提高胎儿心跳定位的准确性和复杂性	研究样本量较小（20名正常受试者），需要进一步验证模型的泛化能力	提高胎儿健康监测的可及性和可靠性，特别是在资源匮乏的环境中	胎儿和母体的心率信号	数字病理学	胎儿心律失常	PCG（心音图）	FHSU-NETR（基于transformer的U-Net变体）	PCG信号	20名正常受试者，包括一例胎儿心动过速心律失常病例
3603	2025-04-01	Revolutionizing biological digital twins: Integrating internet of bio-nano things, convolutional neural networks, and federated learning 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109970 PMID:40101583	research paper	提出了一种结合生物纳米物联网、卷积神经网络和联邦学习的新型框架，用于解决生物数字孪生在微观和纳米尺度实施中的挑战	整合了IoBNT、CNN和FL技术，实现了高精度的细菌分类和高效的数据传输，同时保证了数据安全	未提及框架在实际工业应用中的具体实施障碍和成本效益分析	解决生物数字孪生在微观和纳米尺度实施中的数据提取、传输和计算复杂性	微生物（如细菌）的数字孪生模型	digital pathology	NA	IoBNT, FL	CNN	microscopic data	33 bacteria categories
3604	2025-04-01	Artificial intelligence in emergency neuroradiology: Current applications and perspectives 2025-Apr, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.11.002 PMID:39672753	综述	本文综述了人工智能在急诊神经放射学中的当前应用及未来展望	提供了关于人工智能在急诊神经放射学中应用的最新进展和深度分析，包括多种成像模态和现有商业产品的描述	未提及具体的技术局限性，但呼吁更多基于临床需求的开发和儿科神经影像学的关注	探讨人工智能在急诊神经放射学中的应用现状和未来发展	急诊神经放射学中的急性缺血性卒中、颅内出血、颅内动脉瘤、动静脉畸形等疾病	数字病理学	脑血管疾病	机器学习和深度学习算法	NA	影像数据	NA
3605	2025-04-01	Near-term prediction of sustained ventricular arrhythmias applying artificial intelligence to single-lead ambulatory electrocardiogram 2025-Mar-30, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf073 PMID:40157386	研究论文	本研究开发了一种基于深度学习的单导联动态心电图模型，用于短期预测持续性室性心律失常	首次将深度学习应用于单导联动态心电图，以预测短期内的持续性室性心动过速风险，并揭示了早期去极化模式作为潜在预测因子	研究为回顾性设计，且阳性事件发生率较低（0.5%）	开发能预测致命性室性心律失常的AI模型以预防心脏骤停/猝死	来自6个国家的247254份14天动态心电图记录	数字病理学	心血管疾病	深度学习	深度学习模型	心电图信号	247254份动态心电图记录（开发集183177份，内部验证集43580份，外部验证集20497份）
3606	2025-04-01	Digital twin-assisted graph matching multi-task object detection method in complex traffic scenarios 2025-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87914-8 PMID:40155390	研究论文	提出一种基于数字孪生的跨领域目标检测迁移方法，以解决交通数据收集和标注耗时耗力的问题	结合数字孪生技术构建虚拟交通场景数据集，并引入基于图匹配的多任务目标检测算法，通过注意力机制和对抗训练提升模型鲁棒性	未提及实际部署中的计算资源消耗和实时性表现	提升复杂交通场景下的目标检测性能	虚拟和真实交通场景中的目标物体	计算机视觉	NA	数字孪生、对抗训练	多任务网络、图匹配模块	图像	未明确说明具体样本数量，包含虚拟生成和真实交通数据集
3607	2025-04-01	Synthesize multiple V/H directional beams for high altitude platform station based on deep-learning algorithm 2025-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93251-7 PMID:40155442	研究论文	本文研究了将高空平台站（HAPS）与深度学习（DL）模型相结合以增强覆盖能力的方法	提出了一种基于60单元同心圆阵列（CCA）和深度神经网络（DNN）与改进的引力搜索算法和粒子群优化（MGSA-PSO）算法的混合方法，以动态生成多方向垂直/水平（V/H）波束	未提及具体实验验证或实际部署的挑战	增强高空平台站（HAPS）的覆盖能力，特别是在复杂地形下的道路路径覆盖	高空平台站（HAPS）及其波束形成系统	机器学习	NA	深度神经网络（DNN）、改进的引力搜索算法和粒子群优化（MGSA-PSO）算法	DNN	仿真数据	使用计算机仿真技术-微波工作室套件（CST）与地球探索者（EE）用户界面工具模拟真实道路路径
3608	2025-04-01	Enhancing convolutional neural networks in electroencephalogram driver drowsiness detection using human inspired optimizers 2025-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93765-0 PMID:40155444	研究论文	本研究探讨了使用人类启发式优化算法（TLBO和SPBO）优化卷积神经网络（CNN）在基于脑电图（EEG）的驾驶员疲劳检测中的应用	首次将人类启发式优化算法（TLBO和SPBO）应用于优化CNN在EEG疲劳检测中的性能	存在轻微的过拟合问题	提高基于EEG的驾驶员疲劳检测系统的性能	驾驶员疲劳状态	机器学习	NA	EEG信号分析	CNN	EEG信号	NA
3609	2025-04-01	The value of predicting breast cancer with a DBT 2.5D deep learning model 2025-Mar-29, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02170-6 PMID:40155449	research paper	评估基于数字乳腺断层合成（DBT）的2.5维深度学习模型在预测乳腺癌中的准确性和有效性	结合2.5维特征集和临床数据构建综合预测模型，展示深度学习与放射组学结合在乳腺癌早期诊断中的潜力	研究基于回顾性数据，样本量相对较小（361例），可能影响模型的泛化能力	提高乳腺癌术前预测的准确性	乳腺癌肿瘤病变患者	digital pathology	breast cancer	digital breast tomosynthesis (DBT)	DCNN, logistic regression, LightGBM, multilayer perceptron	image	361例乳腺癌患者（2018-2020年山东第一医科大学附属山东省立医院数据）
3610	2025-04-01	Diagnostic performance of deep learning-based coronary computed tomography angiography in detecting coronary artery stenosis 2025-Mar-29, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03383-0 PMID:40156689	研究论文	验证一种基于冠状动脉计算机断层扫描血管造影（CCTA）的全自动深度学习模型，用于诊断阻塞性冠状动脉疾病（CAD）中狭窄≥50%的情况	开发了一种全自动深度学习模型，用于快速准确地识别冠状动脉狭窄≥50%的患者，显著提高了诊断效率	研究仅限于特定的研究人群，未涉及更广泛的患者群体	验证深度学习模型在诊断冠状动脉狭窄中的性能	疑似冠状动脉疾病（CAD）患者	数字病理	心血管疾病	冠状动脉计算机断层扫描血管造影（CCTA）	3D Multi-resolution Cascade CNN, 3D Cascade-Locally Optimized Network, Stenosis Analysis Network	图像	1090名患者（平均年龄59.90±11.51岁，47.3%女性）
3611	2025-04-01	VisionGuard: enhancing diabetic retinopathy detection with hybrid deep learning 2025-Mar-29, Expert review of medical devices IF:2.9Q3 DOI:10.1080/17434440.2025.2486476 PMID:40156773	research paper	该研究开发了一种名为MobileFusionNet的混合深度学习模型，用于增强糖尿病视网膜病变的检测	结合MobileNet和GoogleNet架构的优势，提出了一种新型混合深度学习模型MobileFusionNet，用于自动化检测糖尿病视网膜病变	未提及模型在多样化数据集上的泛化能力或实际部署中的潜在挑战	开发一种高效、准确的糖尿病视网膜病变自动检测方法，特别是在资源有限的环境中	糖尿病视网膜病变（DR）	computer vision	diabetic retinopathy	Histogram of Oriented Gradients (HOG), Linear Discriminant Analysis (LDA)	MobileFusionNet (hybrid of MobileNet and GoogleNet)	retinal images	大规模视网膜图像数据集（具体数量未提及）
3612	2025-04-01	Deep learning for echocardiographic assessment and risk stratification of aortic, mitral, and tricuspid regurgitation: the DELINEATE-Regurgitation study 2025-Mar-29, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf248 PMID:40156921	研究论文	开发了一种基于深度学习的AI系统，用于评估主动脉、二尖瓣和三尖瓣反流，并预测二尖瓣反流的进展风险	首次开发了能够同时分类多种瓣膜反流并预测二尖瓣反流进展风险的AI系统，采用多视图方法整合多个彩色多普勒视频的预测结果	外部测试集的加权kappa值相对内部测试集有所下降，特别是三尖瓣反流的评估一致性较低	开发人工智能系统用于瓣膜反流的评估和风险分层	主动脉反流(AR)、二尖瓣反流(MR)和三尖瓣反流(TR)患者	数字病理	心血管疾病	经胸超声心动图(TTE)和彩色多普勒视频分析	深度学习	视频	71,660例TTE检查，包含1,203,980个彩色多普勒视频
3613	2025-04-01	Deep Learning Electrocardiogram Model for Risk Stratification of Coronary Revascularization Need in the Emergency Department 2025-Mar-29, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf254 PMID:40156923	research paper	开发了一种深度学习模型，用于通过心电图（ECG）识别需要冠状动脉血运重建的急性冠状动脉综合征患者	使用卷积神经网络（CNN）模型从心电图中检测与血运重建可能性相关的模式，以指导进一步评估并减少诊断不确定性	模型的特异性较高但敏感性较低，相比高敏肌钙蛋白T（hs-TnT）	识别需要冠状动脉血运重建的急性冠状动脉综合征患者，以减少诊断不确定性	急诊科就诊患者的心电图数据	machine learning	cardiovascular disease	electrocardiogram (ECG)	CNN	ECG data	训练集：144,691次急诊就诊；测试集：35,995次；外部验证集：18,673次急诊就诊
3614	2025-04-01	A DEM super resolution reconstruction method based on normalizing flow 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94274-w PMID:40148492	research paper	提出一种基于归一化流的DEM超分辨率重建方法，通过可逆网络模型学习高分辨率DEM的条件分布	首次将归一化流引入DEM超分辨率重建，通过可逆网络模型显式建模高分辨率DEM的条件分布	未讨论模型在极端地形条件下的表现	解决DEM超分辨率重建中的模糊和伪影问题	数字高程模型(DEM)图像	computer vision	NA	归一化流(normalizing flow)	可逆网络模型	DEM图像	未明确说明样本数量
3615	2025-04-01	Effects of a deep learning-based image quality enhancement method on a digital-BGO PET/CT system for 18F-FDG whole-body examination 2025-Mar-28, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00742-7 PMID:40148660	research paper	本研究评估了数字BGO PET/CT系统中基于深度学习的图像质量增强方法（PDL）对18F-FDG全身检查的影响	结合BSREM图像重建和深度学习的TOF-like图像质量增强过程（PDL），显著提高了图像质量和病变的SUVmax	研究仅基于Omni Legend 32 PET/CT系统，结果可能不适用于其他系统	评估PDL在数字BGO PET/CT系统中的基本特性和对图像质量的影响	NEMA IEC体模和30例临床全身18F-FDG PET/CT检查	digital pathology	NA	PET/CT成像，深度学习图像增强	深度学习（PDL）	图像	30例临床全身18F-FDG PET/CT检查
3616	2025-04-01	Multimodal recurrence risk prediction model for HR+/HER2- early breast cancer following adjuvant chemo-endocrine therapy: integrating pathology image and clinicalpathological features 2025-Mar-28, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01968-0 PMID:40148997	研究论文	开发了一种多模态复发风险预测模型，用于HR+/HER2-早期乳腺癌患者在辅助化疗内分泌治疗后的复发风险预测	整合病理图像和临床病理特征，使用基于ACMIL和CLAM的深度学习流程，提高了复发风险预测的准确性	研究样本来自单一医疗中心，外部验证仅使用TCGA队列	优化HR+/HER2-早期乳腺癌患者的治疗策略，改善患者预后	HR+/HER2-早期乳腺癌患者	数字病理	乳腺癌	深度学习	ACMIL, CLAM	病理图像, 临床病理数据	1095例HR+/HER2-早期乳腺癌患者
3617	2025-04-01	Application of dual branch and bidirectional feedback feature extraction networks for real time accurate positioning of stents 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86304-4 PMID:40155423	research paper	提出了一种名为DBMedDet的深度学习模型，用于实时精确引导动脉支架植入手术中的支架定位	DBMedDet模型采用并行双分支边缘特征提取网络和双向反馈特征融合颈部子网络，专为胸腹主动脉支架设计，实现了高精度和实时检测速度	NA	提高动脉支架植入手术中支架定位的精确性	胸腹主动脉支架	digital pathology	cardiovascular disease	deep learning	DBMedDet	image	NA
3618	2025-04-01	A deep learning approach to remotely assessing essential tremor with handwritten images 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94729-0 PMID:40155628	研究论文	本文提出了一种基于深度学习的远程评估特发性震颤（ET）严重程度的新方法，使用手写图像提高评估效率和可及性	开发了一种名为ETSD-Net的迁移学习模型，用于通过手写图像远程评估ET严重程度，准确率达到88.44%，优于基线模型	研究样本量相对较小（约1000张手写图像），且未提及模型在不同人群中的泛化能力	开发一种高效、可扩展且可靠的ET严重程度评估方法，特别是在远程或资源有限的环境中	特发性震颤（ET）患者	计算机视觉	运动障碍	深度学习	迁移学习模型（ETSD-Net）	图像（手写的阿基米德螺旋图）	约1000张高质量手写图像
3619	2025-04-01	UrbanEV: An Open Benchmark Dataset for Urban Electric Vehicle Charging Demand Prediction 2025-Mar-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04874-4 PMID:40155635	research paper	介绍了一个名为UrbanEV的开放数据集，用于预测城市电动汽车充电需求	提供了首个涵盖充电站占用率、时长、用电量和价格等多维度数据的开放数据集，并包含天气和空间邻近性等影响因素	数据仅来自深圳一个城市，可能无法完全代表其他地区的充电需求模式	推动电动汽车充电需求预测和管理的研究	电动汽车充电站	machine learning	NA	NA	统计模型、深度学习和基于transformer的方法	时间序列数据	超过20,000个充电站，时间跨度为六个月
3620	2025-04-01	An optimized deep learning based hybrid model for prediction of daily average global solar irradiance using CNN SLSTM architecture 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95118-3 PMID:40155655	研究论文	本研究开发了一种结合CNN和SLSTM的混合深度学习模型，用于预测每日平均全球太阳辐照度	提出了一种结合CNN和SLSTM的混合模型，并使用黏菌优化算法优化超参数，提高了预测精度	未提及模型在其他地理区域的泛化能力	开发高精度的太阳辐照度预测模型以优化光伏系统并网	每日平均全球太阳辐照度	机器学习	NA	递归特征消除技术、十倍交叉验证技术	CNN-SLSTM	气象参数和太阳辐照度数据	未明确说明样本数量