深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
361	2025-10-30	Predictive Model for Managing the Clinical Risk of Emergency Department Patients: A Systematic Review 2025-Oct-14, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207245 PMID:41156117	系统综述	本文通过系统综述评估了用于管理急诊科患者临床风险的预测模型的性能和实用性	首次系统评估了多种预测模型在急诊科临床风险管理中的应用，包括传统评分系统和人工智能模型	纳入研究数量有限（仅4项研究），可能影响结论的普适性	评估预测模型在急诊科临床风险管理中的性能和实用性	年龄18岁及以上、非孕期的急诊科就诊患者	医疗健康	急诊医学	系统综述方法	机器学习,深度学习,传统评分系统	临床数据	4项研究，参与者数量从4388到448,972不等	NA	老年人急诊风险评估评分,情境感知模型,生命体征评分系统	院内死亡率,临床恶化	NA
362	2025-10-30	EAAUnet-ILT: A Lightweight and Iterative Mask Optimization Resolution with SRAF Constraint Scheme 2025-Oct-14, Micromachines IF:3.0Q2 DOI:10.3390/mi16101162 PMID:41156408	研究论文	提出一种结合轻量级EAAUnet模型和SRAF约束方案的迭代深度学习逆光刻技术框架	提出轻量级EAAUnet模型加速计算，结合迭代优化和SRAF约束方案，在保证成像保真度的同时降低掩模制造复杂度	未明确说明模型在不同工艺节点下的泛化能力	解决逆光刻技术中掩模优化质量与计算时间、成像保真度与可制造性之间的平衡问题	集成电路掩模图案优化	计算机视觉	NA	逆光刻技术(ILT)	U-Net	图像	NA	NA	EAAUnet (Ghost and Adaptive Attention U-net)	掩模质量指标	NA
363	2025-10-30	Artificial Intelligence Driven Framework for the Design and Development of Next-Generation Avian Viral Vaccines 2025-Oct-14, Microorganisms IF:4.1Q2 DOI:10.3390/microorganisms13102361 PMID:41156819	研究论文	开发了一种人工智能驱动的框架，用于设计和开发针对禽类病毒的多表位疫苗	首次将先进机器学习和深度学习工具（包括AlphaFold2）整合到禽类疫苗设计中，实现表位预测、抗原性评估和结构建模的自动化流程	面临数据质量、模型可解释性和伦理考虑等挑战	开发针对禽类病毒的新型疫苗设计方法	影响家禽的经济重要RNA和DNA病毒，包括H5N1、NDV、IBV、IBDV、CAV和FPV	机器学习	禽类病毒性疾病	表位预测、抗原性评估、结构建模、密码子优化	机器学习,深度学习	生物序列数据,结构数据	NA	AlphaFold2	NA	结合亲和力,保守性,免疫原性	NA
364	2025-10-30	An Adaptive Framework for Remaining Useful Life Prediction Integrating Attention Mechanism and Deep Reinforcement Learning 2025-Oct-14, Sensors (Basel, Switzerland) DOI:10.3390/s25206354 PMID:41157408	研究论文	提出一种集成注意力机制和深度强化学习的自适应剩余使用寿命预测框架	首次将深度确定性策略梯度(DDPG)策略引入RUL预测，实现个体退化阶段构建关键参数的自适应优化	仅在飞机发动机和铁路货车车轮上验证，未在其他工业设备上测试	开发能够有效捕捉异构传感器个体差异和复杂工况下失效模式的自适应RUL预测方法	机械部件（飞机发动机、铁路货车车轮）	机器学习	NA	功能对齐重采样(FAR)、动态时间规整(DTW)	深度学习、深度强化学习	多格式传感器数据、时间序列数据	飞机发动机和铁路货车车轮数据集	NA	注意力增强混合多尺度RUL预测网络	均方根误差(RMSE)、准确率	NA
365	2025-10-30	U-Net-Based Deep Learning for Simultaneous Segmentation and Agenesis Detection of Primary and Permanent Teeth in Panoramic Radiographs 2025-Oct-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202577 PMID:41153249	研究论文	开发基于U-Net的深度学习模型，用于全景X光片中乳牙和恒牙的同时分割及牙齿缺失检测	首次实现乳牙和恒牙的同时分割与牙齿缺失检测的联合任务	数据集仅包含1697张全景X光片，可能存在样本量不足的问题	提高儿科牙科诊断中牙齿分割和缺失检测的准确性和效率	全景X光片中的乳牙和恒牙	计算机视觉	牙齿发育异常	全景X光成像	U-Net	医学图像	1697张全景X光片	NA	U-Net	Dice相似系数,精确率,召回率,F1分数,准确率	NA
366	2025-10-30	Deep Learning-Based Segmentation of Geographic Atrophy: A Multi-Center, Multi-Device Validation in a Real-World Clinical Cohort 2025-Oct-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202580 PMID:41153254	研究论文	开发并验证基于深度学习的算法，用于自动分割年龄相关性黄斑变性患者的地图样萎缩区域	在多中心真实世界临床队列中验证深度学习算法，涵盖两种不同OCT设备及并发新生血管性年龄相关性黄斑变性患者	样本量相对有限，仅包含两种OCT设备数据	开发自动化分割地图样萎缩的深度学习算法	年龄相关性黄斑变性患者的地图样萎缩区域	计算机视觉	年龄相关性黄斑变性	光学相干断层扫描	CNN	图像	715个OCT扫描（367个来自Spectralis设备，348个来自Cirrus设备），涉及379名患者的403只眼睛	NA	3D U-Net	Dice相似系数, 相关系数r	NA
367	2025-10-30	Machine Learning-Based Validation of LDHC and SLC35G2 Methylation as Epigenetic Biomarkers for Food Allergy 2025-Oct-13, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13102489 PMID:41153772	研究论文	本研究通过机器学习方法验证LDHC和SLC35G2基因甲基化作为食物过敏的表观遗传生物标志物	首次将机器学习与深度学习相结合分析DNA甲基化数据，发现并验证了LDHC和SLC35G2作为食物过敏的新型表观遗传生物标志物	研究依赖于公共数据集，需要进一步临床验证	开发精确诊断食物过敏的表观遗传生物标志物	食物过敏患者与食物敏感个体的DNA甲基化数据	机器学习	食物过敏	DNA甲基化测序	SVM, k-NN, Random Forest, ANN, 自编码器	表观遗传数据	两个独立数据集(GSE114134和GSE114135)	limma, Scikit-learn	堆叠自编码器(SAE)	NA	NA
368	2025-10-30	Artificial Intelligence in Cardiac Electrophysiology: A Clinically Oriented Review with Engineering Primers 2025-Oct-13, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101102 PMID:41155101	综述	本文系统回顾人工智能在心脏电生理学领域的临床应用，涵盖从心律失常检测到消融手术指导的全流程	整合临床需求与工程实现，提出结合临床与工程的转化路线图，并系统梳理新兴技术（数字孪生、物理信息神经网络等）在电生理学的应用前景	外部验证率低于30%，工作流整合度低于20%，临床转化面临重大挑战	探讨人工智能技术在心脏电生理学临床实践中的应用现状与发展方向	心电图（ECG）、可穿戴设备、心内电图（EGM）、心脏植入式电子设备（CIED）数据	医疗人工智能	心血管疾病	深度学习，机器学习，远程监测	神经网络，支持向量机，随机森林，图神经网络	生理信号，医学影像，多参数数据	NA	NA	物理信息神经网络，图神经网络	准确率，敏感度，特异度	NA
369	2025-10-30	Deep Learning-Based Risk Assessment and Prediction of Cardiac Outcomes Using Single-Lead 24-Hour Holter-ECG in Patients with Heart Failure or Myocardial Infarction 2025-Oct-13, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207209 PMID:41156078	研究论文	本研究开发了一种基于单导联24小时动态心电图数据的深度学习模型，用于预测心力衰竭或心肌梗死患者的主要不良心脏事件	首次使用单导联Holter-ECG原始数据训练深度学习模型进行心脏风险预测，性能优于传统无创标志物	研究样本量相对有限（1108例患者），需要进一步外部验证	评估基于Holter的深度学习模型在预测主要不良心脏事件方面的预后性能	急性心肌梗死或心力衰竭患者	医疗人工智能	心血管疾病	24小时Holter-ECG监测	深度学习模型	单导联动态心电图原始数据	1108例急性心肌梗死或心力衰竭患者	NA	NA	AUROC, 风险比	NA
370	2025-10-30	Development and Validation of Transformer- and Convolutional Neural Network-Based Deep Learning Models to Predict Curve Progression in Adolescent Idiopathic Scoliosis 2025-Oct-13, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207216 PMID:41156086	研究论文	开发并验证基于Transformer和卷积神经网络的深度学习模型，用于预测青少年特发性脊柱侧凸的曲线进展	首次将Transformer架构应用于脊柱侧凸进展预测，并通过Grad-CAM实现模型可解释性，证明基于C7-髂嵴的ROI可实现不损失精度的图像标准化	排除了52例边界进展病例（6-9°进展），样本量相对有限	开发稳健且可解释的人工智能系统，预测青少年特发性脊柱侧凸的进展	青少年特发性脊柱侧凸患者	计算机视觉	脊柱侧凸	站立正面脊柱X光片，直方图均衡化	CNN, Transformer	X光图像	542名AIS患者（排除52例后，进展组294例，非进展组196例）	NA	预训练的CNN和Transformer模型，集成模型	AUC	NA
371	2025-10-30	Feature-Shuffle and Multi-Head Attention-Based Autoencoder for Eliminating Electrode Motion Noise in ECG Applications 2025-Oct-13, Sensors (Basel, Switzerland) DOI:10.3390/s25206322 PMID:41157373	研究论文	提出一种基于特征重排和多头注意力的自编码器，用于消除心电图中电极运动噪声	首次将多头自注意力机制与特征重排机制结合用于心电图去噪，能捕获长程时空依赖关系并提升表示鲁棒性	论文未明确说明模型在极端运动条件下的性能表现和计算效率限制	开发有效的深度学习方法来消除心电图中的电极运动伪影，提高心血管疾病诊断准确性	包含电极运动噪声的心电图信号	信号处理	心血管疾病	心电图信号处理	自编码器	心电图信号	NA	NA	基于多头自注意力的自编码器	信噪比, 百分比均方根差	NA
372	2025-10-30	Augmenting a ResNet + BiLSTM Deep Learning Model with Clinical Mobility Data Helps Outperform a Heuristic Frequency-Based Model for Walking Bout Segmentation 2025-Oct-13, Sensors (Basel, Switzerland) DOI:10.3390/s25206318 PMID:41157375	研究论文	本研究通过整合临床活动数据增强ResNet+BiLSTM深度学习模型，在行走片段分割任务中优于基于频率的启发式方法	将临床骨关节炎人群数据纳入训练，增强了模型对慢速步态患者的识别能力	模型主要针对行走检测任务，在其他活动识别中的性能未验证	开发更鲁棒的行走片段分割模型用于临床环境	健康参与者和临床骨关节炎患者	机器学习	骨关节炎	可穿戴传感器数据采集	CNN, LSTM	传感器时序数据	PAMAP2开放数据集+额外健康参与者+临床骨关节炎人群	NA	ResNet, BiLSTM	准确率, 召回率	NA
373	2025-10-30	Deep Learning-Based Eye-Writing Recognition with Improved Preprocessing and Data Augmentation Techniques 2025-Oct-13, Sensors (Basel, Switzerland) DOI:10.3390/s25206325 PMID:41157379	研究论文	提出一种基于视觉的眼写识别方法，通过改进的预处理和数据增强技术提高识别准确率	引入基于离散傅里叶变换的长度归一化方法，结合1D CNN和TCN的混合深度学习模型，以及新的网络摄像头采集数据集	未明确说明模型在不同光照条件下的鲁棒性，以及对于更复杂字符集的泛化能力	开发一种低成本、非侵入式的眼写识别系统，帮助肌肉控制困难者进行交流	眼写轨迹数据，包括阿拉伯数字和日本片假名	计算机视觉	肌肉控制障碍疾病	网络摄像头视觉采集，离散傅里叶变换	1D CNN, TCN	眼动轨迹序列数据	新采集的网络摄像头阿拉伯数字数据集+两个现有基准数据集	NA	1D CNN和TCN混合架构	准确率	NA
374	2025-10-30	MultiScaleSleepNet: A Hybrid CNN-BiLSTM-Transformer Architecture with Multi-Scale Feature Representation for Single-Channel EEG Sleep Stage Classification 2025-Oct-13, Sensors (Basel, Switzerland) DOI:10.3390/s25206328 PMID:41157382	研究论文	提出一种混合CNN-BiLSTM-Transformer架构用于单通道脑电图的睡眠分期分类	结合并行卷积分支提取多尺度特征，并集成BiLSTM记忆网络和基于Transformer的注意力机制	NA	开发适用于可穿戴和边缘设备的高效紧凑深度学习架构	单通道脑电图睡眠数据	机器学习	睡眠障碍	脑电图	CNN, BiLSTM, Transformer	脑电图信号	Sleep-EDF数据集、Sleep-EDF Expanded数据集和SHHS数据集	NA	MultiScaleSleepNet（混合CNN-BiLSTM-Transformer架构）	准确率, 宏平均F1分数, kappa系数	NA
375	2025-10-30	Artificial Intelligence in the Diagnosis and Management of Atrial Fibrillation 2025-Oct-11, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202561 PMID:41153234	综述	本文系统评估人工智能在心房颤动诊断、风险预测和治疗指导中的方法学进展与临床应用价值	深入分析深度学习算法（特别是CNN和RNN）在识别心电图细微波形特征预测房颤发展方面的突破性应用	临床实践应用面临数据隐私、算法可解释性及临床工作流程整合等挑战	评估人工智能在房颤诊疗管理中的方法学进展和临床相关性	心房颤动患者的心电图数据、可穿戴设备监测数据和临床治疗决策	自然语言处理, 机器学习	心血管疾病	心电图分析, 持续监测	CNN, RNN	心电图信号, 临床文本数据	NA	NA	卷积神经网络, 循环神经网络	准确率, 效率	NA
376	2025-10-30	A Deep Learning-Based Sensing System for Identifying Salmon and Rainbow Trout Meat and Grading Freshness for Consumer Protection 2025-Oct-11, Sensors (Basel, Switzerland) DOI:10.3390/s25206299 PMID:41157353	研究论文	开发基于深度学习的智能手机兼容传感系统，用于识别鲑鱼和虹鳟鱼肉并分级鲑鱼新鲜度	采用改进的DenseNet121架构，结合全局平均池化、丢弃层和定制输出层，并应用部分层冻结的迁移学习	在不同光照和包装条件下的实际环境适应性仍面临挑战	开发海鲜认证和新鲜度评估的消费者导向工具	鲑鱼和虹鳟鱼肉	计算机视觉	NA	深度学习	CNN	图像	NA	NA	DenseNet121	准确率	智能手机兼容系统
377	2025-10-30	Fringe-Based Structured-Light 3D Reconstruction: Principles, Projection Technologies, and Deep Learning Integration 2025-Oct-11, Sensors (Basel, Switzerland) DOI:10.3390/s25206296 PMID:41157350	综述	系统分析基于条纹的结构光三维重建方法，包括面向漫反射表面的条纹投影轮廓术和面向镜面表面的相位测量偏折术	首次系统比较FPP和PMD两种主要方法，深入分析不同投影方案对系统性能的影响，并探讨深度学习在相位提取和三维重建中的新兴作用	作为综述文章，不包含原始实验数据，主要基于现有文献进行分析和比较	系统梳理条纹结构光三维重建技术原理、投影技术和深度学习集成方法	条纹投影轮廓术(FPP)和相位测量偏折术(PMD)两种三维重建方法	计算机视觉	NA	条纹投影技术，数字光处理(DLP)，MEMS扫描镜激光扫描	NA	条纹图案，相位信息，三维几何数据	NA	NA	NA	NA	NA
378	2025-10-30	From screening to subtyping in a single glance 2025-Oct-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101391 PMID:41142900	研究论文	提出了一种从筛查到分型的整体深度学习框架S2S，用于放射影像中复杂疾病的诊断	首次将整个诊断流程从病灶检测到疾病分型整合到统一的深度学习系统中	NA	开发能够处理复杂疾病诊断的整体AI系统，提升精准医疗水平	胸部复杂癌症的放射影像	计算机视觉	胸部癌症	深度学习	深度学习	放射影像	NA	NA	S2S框架	准确率	NA
379	2025-10-30	S2S: A deep learning method for the radiological diagnosis of fine-grained diseases spanning screening to subtyping 2025-Oct-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101294 PMID:41142912	研究论文	提出一种用于细粒度疾病放射学诊断的筛查到分型AI范式，覆盖从初筛到最终分型的完整诊断流程	首次提出专门针对细粒度疾病的多阶段放射学诊断AI范式，整合多诊断阶段、多放射学视角、多病灶维度和多成像模态信息	NA	开发能够准确诊断细粒度疾病的放射学AI系统	细粒度胸部癌症亚型的放射影像	计算机视觉	胸部癌症	放射影像分析	深度学习	放射影像	大规模多中心放射影像数据集	NA	NA	NA	NA
380	2025-10-30	A Balanced Multimodal Multi-Task Deep Learning Framework for Robust Patient-Specific Quality Assurance 2025-Oct-10, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202555 PMID:41153228	研究论文	提出一种平衡多模态多任务深度学习框架，用于稳健的患者特定质量保证	通过调整模态特定损失因子实现模态平衡，提出任务特定融合策略、基于Shapley值的平衡机制、快速网络前向机制和基于模态贡献的任务加权方案	NA	解决放疗中患者特定质量保证的模态不平衡问题	1370个IMRT放疗计划	医学影像分析	肿瘤放疗	深度学习	多模态深度学习	图像剂量矩阵和表格计划复杂度指标	1370个IMRT计划	NA	具有软注意力加权的多模态融合网络	平均绝对误差, 结构相似性指数	NA