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
3821	2025-05-10	Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients. Comment on Br J Anaesth 2025; 134: 308-16 2025-May-07, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.03.025 PMID:40340157	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3822	2025-05-10	Transfer learning‑based attenuation correction in 99mTc-TRODAT-1 SPECT for Parkinson's disease using realistic simulation and clinical data 2025-May-06, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00756-1 PMID:40327202	研究论文	本研究探讨了利用蒙特卡洛模拟数据预训练模型进行迁移学习，以改进帕金森病DAT SPECT成像中的衰减校正性能	首次提出基于纯模拟数据预训练的迁移学习方法（TLAC-MC），在有限临床数据情况下显著提升衰减校正效果	研究依赖于模拟数据的真实性，且临床样本量相对有限（100例）	开发更有效的DAT SPECT衰减校正方法以提升帕金森病早期检测准确性	99mTc-TRODAT-1脑SPECT成像数据	数字病理学	帕金森病	蒙特卡洛模拟（MC SIMIND程序）、SPECT成像	3D cGAN（条件生成对抗网络）与U-Net	医学影像数据（SPECT）	200个数字脑模型模拟数据 + 100例真实临床SPECT数据
3823	2025-05-10	OSMlanduse a dataset of European Union land use at 10 m resolution derived from OpenStreetMap and Sentinel-2 2025-May-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04703-8 PMID:40328764	research paper	该研究通过融合OpenStreetMap和Sentinel-2数据，创建了一个10米分辨率的欧盟土地利用地图	首次成功在大区域范围内融合OpenStreetMap和Copernicus数据，并达到10米或更精细的空间分辨率	NA	创建一个高分辨率的欧盟土地利用地图	欧盟的土地利用情况	地理信息系统	NA	深度学习卷积神经网络	CNN	遥感图像和OpenStreetMap标签	覆盖欧盟61.8%的区域
3824	2025-05-10	The analysis of English language teaching with machine translation based on virtual reality technology 2025-May-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00592-4 PMID:40328816	研究论文	本研究探讨了虚拟现实(VR)技术与机器翻译(MT)技术在英语语言教学(ELT)中的应用效果	提出了一种基于深度学习(DL)的新型MT模型，并将其与VR技术成功整合以优化ELT质量	仅针对40名英语专业学生进行了初步测试，样本规模较小	探索VR与MT技术结合在英语教学中的应用潜力	英语语言教学(ELT)	自然语言处理	NA	深度学习(DL)	新型MT模型	文本	40名英语专业学生
3825	2025-05-10	Lightweight deep learning for real-time road distress detection on mobile devices 2025-May-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59516-5 PMID:40328808	研究论文	本研究提出了一种轻量级深度学习方法MobiLiteNet，用于在移动设备上实时检测道路损坏	结合了高效通道注意力机制、结构优化、稀疏知识蒸馏、结构化剪枝和量化技术，显著提高了计算效率同时保持高检测精度	NA	开发适用于移动设备的轻量级道路损坏检测系统	道路损坏	计算机视觉	NA	深度学习	MobileNet	图像	收集自欧洲和亚洲的多样化数据集
3826	2025-05-10	Passive localization based on radio tomography images with CNN model utilizing WIFI RSSI 2025-May-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99694-2 PMID:40328896	research paper	该论文提出了一种基于无线电断层成像（RTI）和卷积神经网络（CNN）的被动定位系统，用于在室内环境中定位和跟踪目标	利用深度学习技术改进RTI图像质量，并开发了两个CNN模型来重建静态断层图像和提高定位精度	未提及具体样本量或实验环境的多样性限制	开发一种无需携带设备的被动定位系统，适用于安全和医疗监控等隐私敏感场景	室内环境中的目标物体	machine learning	NA	WIFI RSSI测量	CNN	无线电信号强度数据	NA
3827	2025-05-10	Deep learning-based computational approach for predicting ncRNAs-disease associations in metaplastic breast cancer diagnosis 2025-May-06, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14113-z PMID:40329245	research paper	本研究提出了一种基于深度强化学习（DRL）的框架，用于预测非编码RNA（ncRNA）与化生性乳腺癌（MBC）的关联，以提高疾病分类的准确性	采用深度强化学习（DRL）框架和多维描述符系统（ncRNADS）整合序列特征和目标基因描述符，显著提高了预测ncRNA与疾病关联的准确性	模型在非乳腺癌疾病（如阿尔茨海默病）中的交叉反应性较低（8-9%准确率），可能限制了其在其他疾病中的应用	开发一种高精度的计算方法，用于预测ncRNA与化生性乳腺癌的关联，以支持精准肿瘤学	非编码RNA（ncRNA）与化生性乳腺癌（MBC）的关联	machine learning	breast cancer	Deep Reinforcement Learning (DRL), 多维描述符系统（ncRNADS）	DRL	序列数据和目标基因描述符	整合了550个序列特征和1,150个目标基因描述符（miRDB评分≥90）
3828	2025-05-10	Keypoint localization and parameter measurement in ultrasound biomicroscopy anterior segment images based on deep learning 2025-May-06, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01388-3 PMID:40329288	research paper	本研究开发了一种基于深度学习的模型，用于从超声生物显微镜（UBM）图像中自动提取关键点并精确测量前段参数	利用YOLOv8分割关键解剖结构，提高了关键点定位的准确性，并通过深度学习模型实现了前段参数的自动测量	研究仅选择了后囊完整的图像，可能限制了数据集的多样性和模型的泛化能力	开发并评估一种深度学习模型，用于自动提取关键点和测量前段参数，以提高眼科诊断的效率和准确性	超声生物显微镜（UBM）前段图像	computer vision	眼科疾病（如青光眼、白内障和屈光不正）	深度学习	YOLOv8	图像	716张UBM前段图像
3829	2025-05-10	Diverging Effects of Violence Exposure and Psychiatric Symptoms on Amygdala-Prefrontal Maturation During Childhood and Adolescence 2025-May, Biological psychiatry. Cognitive neuroscience and neuroimaging DOI:10.1016/j.bpsc.2024.08.003 PMID:39182725	研究论文	研究探讨了童年和青少年时期暴力暴露对杏仁核-前额叶皮层（PFC）回路成熟的影响及其与精神病理症状的关系	揭示了暴力暴露和精神症状对杏仁核-PFC回路成熟的不同影响，提出了适应性和非适应性神经发育机制的新见解	研究样本仅来自费城神经发育队列，可能限制了结果的普遍性	探究暴力暴露和精神症状如何影响杏仁核-PFC回路的神经发育	1133名青少年	神经科学	精神疾病	深度学习	深度学习模型	功能性磁共振成像（fMRI）数据	1133名青少年
3830	2025-05-10	Perfusion estimation from dynamic non-contrast computed tomography using self-supervised learning and a physics-inspired U-net transformer architecture 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03323-2 PMID:39832070	研究论文	本文提出了一种基于自监督学习和物理启发的U-net transformer架构的新方法，用于从非对比动态计算机断层扫描中估计灌注	结合了U-Net Transformer架构和自监督学习策略，用于从非对比CT预测灌注成像，达到了最先进的准确度	研究样本量有限（44名患者），且需要进一步开发以扩展临床应用	开发一种深度学习方法来预测非对比CT扫描中的灌注成像，以克服当前核医学方法的局限性	肺部灌注成像	数字病理	肺部疾病	计算机断层扫描（CT）、单光子发射CT（SPECT/CT）	U-Net Transformer	图像	523张IE-CT图像用于自监督训练，44名患者用于监督训练
3831	2025-05-10	Injury degree appraisal of large language model based on retrieval-augmented generation and deep learning 2025 May-Jun, International journal of law and psychiatry IF:1.4Q3 DOI:10.1016/j.ijlp.2025.102070 PMID:39970564	研究论文	本研究提出了一种结合检索增强生成（RAG）、基于图的知识库和深度学习的新方法，以提升大型语言模型（LLMs）在法医损伤评估中的性能	通过整合RoBERTa-CNN模型和图知识库的RAG策略，显著提升了LLMs在损伤评估任务中的准确率，相比传统检索方法提高了21至59个百分点	研究主要基于中国的《人体损伤程度鉴定标准》（SAEBI），在其他司法管辖区的适用性可能需要进一步验证	提升大型语言模型在法医损伤评估等专业领域的应用性能	大型语言模型（LLMs）在法医损伤评估中的应用	自然语言处理	NA	检索增强生成（RAG）、深度学习	RoBERTa-CNN	文本	26,199个真实世界的损伤评估案例
3832	2025-05-10	Seafloor debris detection using underwater images and deep learning-driven image restoration: A case study from Koh Tao, Thailand 2025-May, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117710 PMID:39978130	研究论文	本研究提出了一种利用超分辨率重建技术和优化的YOLOv8模型进行海底垃圾检测的创新方法	结合超分辨率重建技术和优化的YOLOv8模型，提出了一种成本效益高的海底垃圾检测新方法	研究仅基于泰国龟岛的数据，可能在其他海域的适用性有待验证	提高海底垃圾检测的准确性和效率	海底垃圾	计算机视觉	NA	超分辨率重建技术(SRR)	YOLOv8	图像	NA
3833	2025-05-10	Deep-learning-based diagnosis framework for ankle-brachial index defined peripheral arterial disease of lower extremity wound: Comparison with physicians 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108654 PMID:39978141	研究论文	本研究提出了一种基于深度学习的框架，用于检测和分类下肢伤口患者的周围动脉疾病（PAD）和周围动脉闭塞性疾病（PAOD），并与医生的诊断结果进行比较	首次使用CNN-based深度学习算法（AlexNet、GoogleNet和ResNet101V2）对下肢伤口患者的PAD进行检测和分类，并与医生的诊断结果进行对比	未提及样本量的具体细节，且仅比较了三种CNN模型和两类医生的诊断结果，可能缺乏更广泛的验证	建立一种自动检测和分类下肢伤口患者PAD和PAOD的深度学习框架	下肢伤口患者	数字病理学	周围动脉疾病	深度学习	CNN（AlexNet、GoogleNet、ResNet101V2）	图像	NA
3834	2025-05-10	Electrocardiographic-Driven artificial intelligence Model: A new approach to predicting One-Year mortality in heart failure with reduced ejection fraction patients 2025-May, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105843 PMID:39986123	研究论文	利用深度学习AI模型预测射血分数降低的心力衰竭患者一年死亡率	开发了一种基于心电图数据的深度学习AI模型，用于预测HFrEF患者的一年死亡率，具有高敏感性和阴性预测值	研究仅基于两家医院的数据，可能无法完全代表所有HFrEF患者	提高HFrEF患者一年死亡率的预测准确性	射血分数降低的心力衰竭患者	机器学习	心血管疾病	深度学习	深度学习模型	心电图数据	3,894名HFrEF患者（64%男性，平均年龄64.3岁，平均射血分数29.8%）和16,228份独立心电图
3835	2025-05-10	NICE polyp feature classification for colonoscopy screening 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03338-9 PMID:40075052	研究论文	本研究开发了一种多类分类器，用于独立分类NICE分类中的三个关键特征，以提高结肠镜检查中息肉分类的准确性	采用独立分类方法对NICE分类中的三个关键特征进行分类，优先考虑临床相关特征而非手工或深奥的深度学习特征	未提及样本量的具体细节，且仅测试了内部和公共数据集	提高结肠镜检查中息肉分类的准确性，以改善结直肠癌的诊断	结肠镜检查中的息肉	数字病理学	结直肠癌	多类分类器	NA	图像	NA
3836	2025-05-10	VisionGuard: enhancing diabetic retinopathy detection with hybrid deep learning 2025-May, Expert review of medical devices IF:2.9Q3 DOI:10.1080/17434440.2025.2486476 PMID:40156773	研究论文	本文提出了一种名为MobileFusionNet的新型混合深度学习模型，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，开发了一种适用于移动设备的高效糖尿病视网膜病变检测方法	未提及模型在多样化人群或不同设备上的泛化能力	开发一种高效准确的糖尿病视网膜病变自动检测方法	糖尿病视网膜病变患者的视网膜图像	计算机视觉	糖尿病视网膜病变	HOG特征提取和LDA降维	MobileFusionNet（基于MobileNet和GoogleNet的混合模型）	图像	大规模视网膜图像数据集（具体数量未提及）
3837	2025-05-10	FetDTIAlign: A deep learning framework for affine and deformable registration of fetal brain dMRI 2025-May-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121190 PMID:40221066	research paper	提出了一种名为FetDTIAlign的深度学习框架，专门用于胎儿脑部dMRI的仿射和可变形配准	FetDTIAlign采用了新颖的双编码器架构和基于迭代特征的推理，有效减少了噪声和低分辨率的影响，实现了精确配准	方法在低质量和快速发育的胎儿脑部数据上的适用性仍需进一步验证	解决胎儿脑部dMRI数据在跨扫描和跨受试者空间对齐上的挑战	胎儿脑部dMRI数据	digital pathology	NA	dMRI	deep learning	image	涵盖孕龄23至36周的60个白质束数据集
3838	2025-05-10	The retinal age gap: an affordable and highly accessible biomarker for population-wide disease screening across the globe 2025-May, Proceedings. Biological sciences DOI:10.1098/rspb.2024.2233 PMID:40328303	研究论文	本研究评估了视网膜年龄差（RAG）作为一种新型生物标志物在广泛疾病筛查中的潜力	提出了一种非侵入性、成本效益高的新型生物标志物RAG，适用于全球范围内的疾病筛查，特别是在低收入和中等收入国家	研究主要基于UK Biobank和BRSET的数据，可能无法完全代表全球所有人群	评估RAG作为广泛疾病筛查生物标志物的潜力	UK Biobank和BRSET的参与者	数字病理学	多种疾病（包括慢性肾病、心血管疾病、失明、视力丧失和糖尿病等）	深度学习	深度学习模型	图像（眼底图像）	UK Biobank的86,522名参与者和BRSET的8,524名参与者
3839	2025-05-10	Pathological Aging of Patients With Amyotrophic Lateral Sclerosis: A Preliminary Longitudinal Study 2025-May, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70484 PMID:40329780	研究论文	这项纵向研究通过评估肌萎缩侧索硬化症（ALS）患者的大脑结构年龄与实足年龄之间的差异，探索了其与认知和功能衰退的关联	首次使用深度学习衍生的脑结构年龄（BSA）来研究ALS患者的病理性大脑老化，并发现BSA与执行功能下降相关	样本量较小（仅10名ALS患者和10名健康对照），需要更大规模的队列验证	研究ALS患者的病理性大脑老化及其与认知和功能衰退的关系	10名肢体起病的ALS患者和10名人口统计学匹配的健康对照	数字病理学	肌萎缩侧索硬化症	结构磁共振成像（sMRI）	深度学习	图像	10名ALS患者和10名健康对照
3840	2025-05-10	Learning the complexity of urban mobility with deep generative network 2025-May, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgaf081 PMID:40330108	research paper	该文章介绍了一种名为DeepMobility的深度生成协作网络，旨在通过统一模型捕捉城市流动性的多面性	首次提出通过双向协作整合微观和宏观动态的生成深度学习模型，能够生成高保真合成流动性数据	未明确提及具体局限性	研究城市流动性复杂性，支持可持续和宜居城市的流动性数据生成	城市规模个体移动、人口流动和城市形态	machine learning	NA	deep generative network	DeepMobility	mobility trajectories and flows	中国和塞内加尔城市的移动轨迹和流动数据