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
3701	2025-07-19	Physics-informed neural networks for optimal vaccination plan in SIR epidemic models 2025-May-20, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025059 PMID:40676987	研究论文	本研究探讨了在具有恒定感染和恢复率的SIR模型中实现最短根除时间的最优疫苗接种计划	提出了一种基于物理信息神经网络的网格自由框架来近似解决HJB方程，并通过动态规划原理高效获得最优疫苗接种控制	研究假设感染和恢复率为恒定值，可能限制了模型在更复杂流行病场景中的应用	解决流行病建模中的最优控制问题及其对应的HJB方程	SIR流行病模型中的最优疫苗接种计划	机器学习	NA	物理信息神经网络(PINN)	神经网络	数值数据	NA
3702	2025-07-19	Accuracy of deep learning-based upper airway segmentation 2025-03, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.102048 PMID:39244033	研究论文	本研究评估了基于深度学习的自动模型和半自动方法在上气道分割中的准确性，并与金标准手动方法进行了比较	使用MONAI Label框架训练自动分割模型，并与开源程序ITK-SNAP的半自动分割方法进行比较，验证了两种方法在临床中的可接受性	研究仅针对CBCT图像，未涉及其他影像模态	评估自动和半自动上气道分割方法的准确性，以辅助正畸治疗中的诊断和规划	上气道的体积和形态	数字病理	NA	CBCT	深度学习	图像	NA
3703	2025-07-19	Invited commentary: deep learning-methods to amplify epidemiologic data collection and analyses 2025-Feb-05, American journal of epidemiology IF:5.0Q1 DOI:10.1093/aje/kwae215 PMID:39013794	comments	本文是一篇受邀评论，探讨了深度学习在流行病学数据收集和分析中的应用及其潜力	强调了深度学习为流行病学研究带来的新机遇，包括扩大研究的地理范围、增加研究对象数量以及处理大规模或高维数据	指出深度学习工具对流行病学家而言不如传统回归方法那样直接和普及，需要与深度学习专家进行跨学科合作	探讨深度学习如何扩展和增强流行病学研究的数据收集和分析能力	流行病学研究中的数据收集和分析方法	machine learning	NA	深度学习	neural networks, attention algorithms	text, audio, images, video	NA
3704	2025-07-19	Deep Learning-Based Segmentation of Cervical Posterior Longitudinal Ligament Ossification in Computed Tomography Images and Assessment of Spinal Cord Compression: A Two-Center Study 2025-02, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.123567 PMID:39694139	研究论文	本研究开发了一种基于CT的深度学习模型，用于自动分割后纵韧带骨化病灶并测量骨化物质厚度及计算颈椎脊髓压迫系数	首次提出全自动CT深度学习模型用于后纵韧带骨化分割及脊髓压迫评估，采用3D U-Net框架实现高精度分割	外部测试集Dice系数较低(0.71)，模型泛化能力有待提升，样本来自两个中心可能限制普适性	开发自动化工具辅助诊断后纵韧带骨化疾病	307例后纵韧带骨化患者的CT影像	数字病理	脊柱疾病	CT成像	3D U-Net	医学影像	307例患者(260例来自上海长征医院，47例来自西南医科大学附属中医医院)
3705	2025-07-19	Critical factors influencing live birth rates in fresh embryo transfer for IVF: insights from cluster ensemble algorithms 2025-01-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88210-1 PMID:39881210	研究论文	本研究通过一种新型的NMF-based Ensemble算法（NMFE）分析影响新鲜胚胎移植成功的关键临床因素	提出了一种结合NMF、AMU-NMF和GDLC算法的NMFE集成算法，用于分析IVF-ET数据集	研究仅基于2238个周期的数据，可能无法涵盖所有临床情况	识别影响新鲜胚胎移植成功的关键临床因素	体外受精（IVF）的新鲜胚胎移植	机器学习	不孕不育	Non-negative Matrix Factorization (NMF), accelerated multiplicative updates for non-negative matrix factorization (AMU-NMF), generalized deep learning clustering (GDLC)	NMFE	临床数据	2238个IVF周期和85个独立临床特征
3706	2025-07-19	Deep learning-based malaria parasite detection: convolutional neural networks model for accurate species identification of Plasmodium falciparum and Plasmodium vivax 2025-01-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87979-5 PMID:39885248	研究论文	本文提出了一种基于卷积神经网络（CNN）的模型，用于从厚血涂片中准确分类被恶性疟原虫、间日疟原虫感染的红细胞及未感染的白细胞	该模型采用七通道输入，显著提高了疟原虫种类识别的准确性，解决了以往模型难以区分不同疟原虫种类的问题	当前模型尚未在真实世界质量图像上全面测试，且需要进一步开发以适应偏远地区的实际应用	开发一种自动化工具以提高疟疾诊断的准确性和效率，特别是在缺乏训练有素的显微镜技师的偏远地区	被恶性疟原虫（P. falciparum）和间日疟原虫（P. vivax）感染的红细胞及未感染的白细胞	数字病理学	疟疾	深度学习	CNN	图像	12,954例（验证集）+ 64,126例（交叉验证）厚血涂片样本
3707	2025-07-19	Investigating the performance of multivariate LSTM models to predict the occurrence of Distributed Denial of Service (DDoS) attack 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313930 PMID:39823417	研究论文	本文探讨了使用多元LSTM模型预测分布式拒绝服务（DDoS）攻击的性能	通过比较多种深度学习模型和机器学习模型，证明了LSTM网络在预测DDoS攻击中的优越性	无法完全避免服务器遭受DDoS攻击，只能在一定程度上预防	评估不同模型在预测DDoS攻击中的性能，寻找最优预测方法	DDoS攻击的网络流量数据	机器学习	NA	深度学习、机器学习	LSTM, DNN, Random Forest, AdaBoost, Gaussian Naive Bayes	网络流量数据	使用CICDDoS2019基准数据集，包含88个特征，从中提取22个特征
3708	2025-07-19	Artificial intelligence in ophthalmology: a bibliometric analysis of the 5-year trends in literature 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1580583 PMID:40665980	研究论文	通过文献计量学方法分析过去5年（2020-2024年）人工智能在眼科领域应用的文献，揭示该领域的最新发展趋势	超越单个领域提供更全面的见解，涵盖2022年后的文献，填补了先前文献计量学研究的空白	仅基于Web of Science核心合集的数据，可能未涵盖所有相关文献	阐明人工智能在眼科领域应用的最新观点和发展趋势	人工智能在眼科领域的应用文献	数字病理	年龄相关性黄斑变性、糖尿病视网膜病变、青光眼等眼科疾病	文献计量学方法	深度学习、机器学习、CNN	文献数据	21,725篇文献，来自134个国家和7,126个机构
3709	2025-07-19	Dual-stage segmentation and classification framework for skin lesion analysis using deep neural network 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251351858 PMID:40666627	研究论文	本研究开发了一个双阶段深度学习框架，用于皮肤病变的分割和分类，以解决数据不平衡、病变变异性和低对比度等挑战	提出了一个结合U-Net与VGG16编码器的精确实例分割阶段，以及使用EfficientFormer和SwiftFormer网络的分类阶段的双阶段框架	未明确提及具体限制，但可能包括对非皮肤镜数据（如SLICE-3D）的适应性仍需进一步验证	开发一个高精度和鲁棒性的双阶段深度学习框架，用于皮肤病变的分割和分类	皮肤病变图像	计算机视觉	皮肤癌	深度学习	U-Net, VGG16, EfficientFormer, SwiftFormer, XGBoost, ResNet	图像, 表格数据	三个基准数据集：HAM10000（10,000张训练图像）、ISIC 2018和ISIC 2024 SLICE-3D数据集
3710	2025-07-19	A method for English paragraph grammar correction based on differential fusion of syntactic features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326081 PMID:40668821	研究论文	提出一种基于句法特征差异融合的英语段落语法纠错方法	通过差异融合分析句法特征，显著提升段落级语法纠错的准确性和质量	依赖预设阈值识别语法错误，可能影响对复杂错误的适应性	提高英语段落语法纠错的准确性和效率	英语段落中的语法错误	自然语言处理	NA	依赖解析、BERT、Seq2Seq模型	Transformer-based Seq2Seq	文本	CoLA、LCoLE、FCE数据集
3711	2025-07-19	The global evolution and impact of systems biology and artificial intelligence in stem cell research and therapeutics development: a scoping review 2024-11-05, Stem cells (Dayton, Ohio) DOI:10.1093/stmcls/sxae054 PMID:39230167	综述	本文通过范围综述探讨了系统生物学（SysBio）和人工智能（AI）在干细胞（SC）研究和治疗开发中的全球演变和影响	揭示了SysBio和AI在干细胞研究中的全球发展趋势及其在临床转化医学中日益增长的应用	研究仅基于PubMed数据库2000年至2024年发表的文献，可能未涵盖所有相关研究	评估SysBio和AI在干细胞研究和治疗开发中的贡献和全球影响	干细胞（SC）研究	系统生物学与人工智能	NA	系统生物学（SysBio）、人工智能（AI）、机器学习（ML）、深度学习（DL）	NA	文献数据	PubMed数据库2000-2024年发表的文献
3712	2025-07-19	Deep Learning Estimation of Small Airways Disease from Inspiratory Chest CT is Associated with FEV1 Decline in COPD 2024-Sep-11, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.10.24313079 PMID:39314974	研究论文	本研究开发了一种基于深度学习的AI模型，用于从吸气胸部CT中估计小气道疾病（fSADTLC），并评估其与COPD患者FEV1下降的临床关联	通过生成模型从吸气CT中估计小气道疾病，避免了传统方法需要额外呼气CT的限制	研究结果需要在更大规模的人群中进行验证	评估AI模型在COPD患者中估计小气道疾病的准确性及其临床关联	COPD患者	数字病理学	慢性阻塞性肺疾病（COPD）	生成模型	深度学习	CT图像	SPIROMICS研究中的2513名参与者和COPDGene研究中的458名参与者
3713	2025-07-19	Optimizing neurointerventional procedures: an algorithm for embolization coil detection and automated collimation to enable dose reduction 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044003 PMID:39035051	research paper	该研究提出了一种算法，用于检测神经介入手术中的栓塞线圈并实现自动准直，以减少辐射剂量	首次成功检测栓塞线圈，并将检测结果整合到X射线血管造影系统中	由于使用放大边界框，地面真实值与预测值之间无需100%重叠	通过优化图像质量和最小化患者剂量，提高神经介入手术的效率和安全性	神经介入手术中的栓塞线圈	digital pathology	NA	X-ray angiography	Faster R-CNN, RetinaNet	medical images	NA
3714	2025-07-19	Deep Learning-Based Subject Independent Human Activity Recognition using Smart Lacelock Data 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10781739 PMID:40039707	研究论文	本文提出了一种基于深度学习的方法，利用智能鞋带锁设备数据进行独立于受试者的人类活动识别	使用新型智能鞋带锁设备（包含IMU和负载传感器）进行人类活动识别，相比传统仅使用IMU的方法增加了新的传感器数据	研究样本量较小（仅8名参与者），且活动类别有限（行走、上下楼梯）	探索新型传感器设备在人类活动识别(HAR)领域的应用潜力	人类日常活动（行走、上楼梯、下楼梯）	机器学习	NA	深度学习	CNN	传感器数据（IMU和负载传感器）	8名参与者
3715	2025-07-19	Iterative deep learning-design of human enhancers exploits condensed sequence grammar to achieve cell type-specificity 2024-Jun-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599076 PMID:38915713	研究论文	本文应用迭代深度学习设计合成增强子，实现在两种人类细胞系中的强差异活性	利用迭代深度学习优化预测器，设计出具有更高特异性的第二代增强子，并揭示了增强子活性与单细胞水平转录因子表达的相关性	研究仅针对两种人类细胞系，可能无法推广到其他细胞类型	解决合成生物学中如何靶向特定细胞类型进行基因表达的问题	人类合成增强子	合成生物学	NA	深度学习	NA	序列数据	两种人类细胞系
3716	2025-07-19	Autonomous screening for laser photocoagulation in fundus images using deep learning 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323376 PMID:37217293	研究论文	使用深度学习算法自主筛查眼底图像中的激光光凝治疗	提出了一种用于激光治疗检测的深度学习模型，该模型在患者、图像和眼睛三个层面上均表现出高性能，并能提升其他AI模型在眼底图像分析中的效能	研究仅基于EyePACs数据集，未在其他数据集上验证模型的泛化能力	开发自主检测眼底图像中激光光凝治疗的人工智能模型，以改善糖尿病视网膜病变的管理和随访	眼底图像中的激光光凝治疗模式	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	开发集18,945例，验证集2,105例
3717	2025-07-19	Automated expert-level scleral spur detection and quantitative biometric analysis on the ANTERION anterior segment OCT system 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2022-322328 PMID:37798075	研究论文	本研究通过深度学习算法在ANTERION前段OCT系统中实现了自动巩膜棘检测和定量生物特征分析	开发了两种深度学习算法（FPR4和TPR95），在巩膜棘检测和生物特征参数测量上达到专家水平	研究样本量相对有限（117名参与者，1308张图像）	验证深度学习算法在前段OCT图像中自动检测巩膜棘和测量相关生物特征参数的准确性	接受常规眼科检查的患者的前段OCT图像	数字病理	眼科疾病	AS-OCT成像	深度学习算法（FPR4和TPR95）	图像	117名参与者的1308张AS-OCT图像
3718	2025-07-19	Detecting the corneal neovascularisation area using artificial intelligence 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323308 PMID:37339866	研究论文	开发并评估一种基于人工智能的图像分析工具，用于测量和量化角膜新生血管化(CoNV)区域	使用深度学习技术自动分割和检测CoNV区域，并采用预训练的U-Net神经网络进行微调	研究仅基于120名患者的120只眼睛的裂隙灯图像，样本量可能不足以代表所有情况	开发一种自动化工具，用于从裂隙灯图像中计算CoNV区域	角膜新生血管化(CoNV)患者的裂隙灯图像	计算机视觉	眼科疾病	深度学习	U-Net	图像	120名患者的120只眼睛的裂隙灯图像
3719	2025-07-19	Classification of self-limited epilepsy with centrotemporal spikes by classical machine learning and deep learning based on electroencephalogram data 2024-05-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148813 PMID:38373675	研究论文	本研究通过经典机器学习和深度学习技术，基于脑电图数据对自限性伴中央颞区棘波的癫痫进行分类	结合随机森林和极端随机森林分类器以及深度残差网络，首次在自限性伴中央颞区棘波的癫痫分类中应用深度学习，并展示其高准确性	样本量较小（33名患者），可能影响模型的泛化能力	辅助癫痫的诊断过程，特别是区分自限性伴中央颞区棘波的癫痫与其他类型癫痫	3至11岁被诊断为自限性伴中央颞区棘波的癫痫或其他类型癫痫的患者	机器学习	癫痫	脑电图（EEG）	RF, ERF, ResNet	脑电图数据	33名患者
3720	2025-07-19	Based on neural network cascade abnormal texture information dissemination of classification of patients with schizophrenia and depression 2024-05-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148819 PMID:38403037	研究论文	本研究利用MRI脑图像分割和纹理分析，结合深度学习技术，区分精神分裂症、重度抑郁症患者和健康对照组	采用纹理特征映射和深度学习技术进行疾病分类，提高了分类准确率	样本量相对较小，且仅针对特定疾病分类	识别MRI生物标志物以区分精神分裂症、重度抑郁症和健康对照组	141名精神分裂症患者、103名重度抑郁症患者和238名健康对照组	数字病理学	精神分裂症, 重度抑郁症	MRI, 纹理分析, 深度学习	深度学习	图像	482名参与者（141名SCZ, 103名MD, 238名HC）