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
21	2025-09-16	Ophthalmic Segmentation and Analysis Software (OASIS): A Comprehensive Tool for Quantitative Evaluation of Meibography Images 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.22 PMID:40952051	研究论文	开发了一个名为OASIS的眼科图像分割与分析软件，用于自动化并改进睑板腺成像分析，以评估睑板腺功能障碍（MGD）的进展	结合手动和深度学习辅助流程，显著减少分析时间，并提供图像增强和临床指标计算工具	NA	开发定量评估睑板腺功能障碍（MGD）进展的自动化分析工具	睑板腺成像图像	数字病理	眼科疾病	深度学习	深度学习模型（具体类型未指定）	图像	325名患者的2,439张睑板腺成像图像
22	2025-09-16	Enhanced defect detection with autoencoder based analysis for Golay coded thermal wave imaging for inspection of carbon fiber reinforced polymers 2025-Sep-01, The Review of scientific instruments DOI:10.1063/5.0294144 PMID:40952248	研究论文	本研究探索使用Golay编码热波成像结合自编码器技术增强碳纤维增强聚合物内部缺陷检测	对自编码器损失函数进行关键改进以更好地捕捉热数据中的缺陷特征，并将Golay编码与自编码器处理相结合	NA	提高碳纤维增强聚合物内部缺陷检测的清晰度和准确性	碳纤维增强聚合物样本，包含不同厚度区域和人工狭缝状缺陷	无损检测	NA	Golay编码热波成像(GCTWI)，自编码器热成像(AET)	Autoencoder	热成像数据	一个包含三个不同厚度区域的碳纤维增强聚合物样本
23	2025-09-16	Applications of artificial intelligence in stem cell therapy 2025-Aug-26, World journal of stem cells IF:3.6Q3 DOI:10.4252/wjsc.v17.i8.106086 PMID:40951704	综述	本文探讨人工智能在干细胞治疗领域的应用及其潜力	系统整合AI技术提升干细胞质量评估、治疗安全性和研究效率	AI技术尚不成熟，存在算法验证、数据质量及伦理问题	改善干细胞研究和治疗应用	干细胞行为、鉴定方法及治疗优化	机器学习	NA	人工智能、机器学习、深度学习	NA	多模态数据	NA
24	2025-09-16	MDWC-Net: a multi-scale dynamic-weighting context network for precise spinal X-ray segmentation 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1651296 PMID:40951635	研究论文	提出一种名为MDWC-Net的多尺度动态加权上下文网络，用于精确分割脊柱X光图像	引入了三个新模块（MSCAW、DFCB和BIEB）以解决脊柱X光图像分割中的尺度变化和边界模糊问题	NA	提高脊柱结构在临床环境中的识别准确性和效率	脊柱X光图像	计算机视觉	脊柱疾病	深度学习	CNN（编码器-解码器架构）	图像	280张X光图像（来自河南省人民医院），按7:1:2比例分为训练集、验证集和测试集
25	2025-09-15	Enhancing 5-Day Particulate Matter (PM10) Forecasts in Morocco Using U-Net: A Deep Learning Approach 2026-Jan, Atmospheric research IF:4.5Q1 DOI:10.1016/j.atmosres.2025.108439 PMID:40933727	研究论文	使用U-Net深度学习模型提升摩洛哥未来5天颗粒物（PM10）预测精度	首次在中东和北非地区应用U-Net进行颗粒物预测，并改进架构以不同分辨率输出预测，无需插值且保留空间细节	模型误差受CAMS预报更新周期影响，需定期用新数据重新训练以保持可靠性	提高颗粒物浓度预测准确性以支持健康风险预警和公共健康保护	摩洛哥地区的颗粒物（PM10）浓度	机器学习	NA	深度学习，数据后处理	U-Net	大气再分析数据和预报数据	基于CAMS再分析数据和预报数据，时间覆盖至2023年下半年
26	2025-09-15	Predictive and early warning analysis of infectious gastroenteritis based on the BiLSTM-BiGRU model 2025-Dec, Infectious Disease Modelling IF:3.0Q1 DOI:10.1016/j.idm.2025.07.016 PMID:40822277	研究论文	基于BiLSTM-BiGRU模型结合气象因素对感染性胃肠炎进行预测和预警分析	首次将BiLSTM-BiGRU模型与灰狼优化算法(GWO)结合用于感染性胃肠炎预测，并构建移动百分位数控制图预警模型	研究仅基于东京地区数据，模型在其他地区的适用性需要进一步验证	提高感染性胃肠炎的预测精度和预警效率，为相关部门制定防控措施提供参考	日本东京地区的感染性胃肠炎发病情况	时间序列预测	感染性胃肠炎	时间序列分析、优化算法参数调优	BiLSTM-BiGRU、GWO优化	时间序列数据（病例数和气象数据）	808周的数据（2008年1月至2023年6月）
27	2025-09-15	VCNet: Optimized Deep Learning framework with deep feature extraction and genetic algorithm for multiclass rice crop disease detection 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103551 PMID:40822541	研究论文	提出一种名为VCNet的优化深度学习框架，用于水稻作物多类别病害检测，结合深度特征提取和遗传算法以提高性能	设计了一个浅层模型结合深度特征提取，采用VGG16层与自定义CNN架构融合，并引入遗传算法进行两级优化，提升泛化能力并减少过学习	未明确提及具体的数据集规模限制或模型在真实田间环境中的泛化性能细节	开发高效、优化的多类别水稻病害检测深度学习技术，降低计算负载和训练时间	水稻作物及其病害，如鞘腐病等	计算机视觉	水稻病害	深度学习，遗传算法，特征提取	CNN，VGG16，自定义卷积神经网络	图像	NA
28	2025-09-15	Development of student intent-based educational chatbot system with adaptive and attentive DTCN on symmetric convolution approach 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103542 PMID:40822546	研究论文	开发了一种基于学生意图的教育聊天机器人系统，采用自适应和注意力机制的DTCN结合对称卷积方法	提出了一种新型混合元启发式优化算法ADT-BMO用于特征加权和融合，并结合AA-DTCN-SC网络实现精准意图识别	NA	通过智能聊天机器人自动回答学术问题，提升教育信息获取效率	学生和教育工作者的学术查询	自然语言处理	NA	NLP, 深度学习, 优化算法	BERT, TransformerNet, Text CNN, DTCN, RNN, Bi-LSTM	文本	NA
29	2025-09-15	Assessing mammographic density change within individuals across screening rounds using deep learning-based software 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22017 PMID:40823522	研究论文	使用深度学习软件评估个体在多次筛查中乳腺密度的变化及其与未来乳腺癌诊断的关联	首次利用深度学习自动软件量化个体乳腺密度随时间的变化，并探索其与乳腺癌风险的关联	可能受乳腺X线摄影定位问题影响，需敏感性分析排除	评估乳腺密度变化与未来乳腺癌诊断的关系，为风险分层筛查提供依据	瑞典马尔默2010-2015年接受至少两次筛查的女性	数字病理学	乳腺癌	深度学习软件、多元线性回归	深度学习	乳腺X线图像	26,056名女性
30	2025-09-15	Longitudinal Assessment of Area of Reticular Pseudodrusen in Eyes with Age-Related Macular Degeneration 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100881 PMID:40837066	研究论文	本研究评估了年龄相关性黄斑变性（AMD）眼中网状假性玻璃膜疣（RPD）面积和脉络膜厚度在两年内的变化	首次通过纵向队列研究量化RPD面积在两年内的显著增加（平均增加6.23 mm²），并发现其与脉络膜厚度变化无显著关联	样本量较小（仅35只眼符合分析条件），且结果可能受图像可分级性和排除晚期AMD病例的影响	评估AMD眼中RPD面积和脉络膜厚度的纵向变化	早期或中期AMD伴RPD的患者眼睛	数字病理学	年龄相关性黄斑变性	红外反射成像、蓝光自发荧光、光谱域OCT、深度学习算法	深度学习（具体类型未说明）	医学影像	35只眼（来自22名参与者，平均年龄72.8岁）
31	2025-09-15	Sequence and Structure-based Prediction of Allosteric Sites 2025-Oct-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169305 PMID:40571274	综述	本文综述了基于蛋白质序列和结构的变构位点预测计算方法及其在合理药物设计中的应用	强调多模态数据整合和可解释深度学习模型在提升变构位点预测与药物设计中的潜力	临床应用的变构药物仍然有限，存在进一步转化挑战	促进对变构机制的理解并推动变构药物设计	蛋白质变构调控与变构药物	计算生物学	NA	计算方法，深度学习	深度学习模型	蛋白质序列与结构数据	NA
32	2025-09-15	Actigraphy against 32-hour polysomnography in patients with suspected idiopathic hypersomnia 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70007 PMID:39979124	研究论文	本研究验证了一种基于深度学习的体动记录仪算法在疑似特发性嗜睡症患者中预测睡眠-觉醒参数的效能，并与商业算法进行对比	首次在嗜睡人群中验证体动记录仪算法，并开发了基于序列到序列长短期记忆网络（S2S）的新算法，显著提升了睡眠-觉醒预测精度	样本仅来自单一参考中心，未涉及健康对照组，且家庭环境下的验证尚未完成	验证体动记录仪在嗜睡症患者中的科学有效性，并开发更优的睡眠-觉醒预测算法	疑似特发性嗜睡症患者	医疗健康监测	嗜睡症	体动记录仪（Actigraphy）与多导睡眠监测（Polysomnography）同步监测	S2S sequence-to-sequence LSTM网络	时间序列运动数据与多导睡眠图数据	206名嗜睡受试者入选，其中126人（91名女性，平均年龄30.6±15.5岁）完成同步数据采集与分析
33	2025-09-15	Automated Sleep Staging in Epilepsy Using Deep Learning on Standard Electroencephalogram and Wearable Data 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70061 PMID:40176726	研究论文	本研究使用深度学习模型对癫痫患者的医院标准脑电图和可穿戴设备数据进行自动睡眠分期分析	首次在癫痫患者中同时使用标准EEG和可穿戴数据，通过深度学习实现自动睡眠分期，并比较两种模态的性能差异	模型对N1期睡眠的敏感性非常低，可穿戴数据低估了大多数睡眠宏观结构参数的持续时间，临床实施前需进一步提高模型性能	评估深度学习模型在癫痫患者睡眠分期中的自动化分析能力	50名癫痫患者的223晚睡眠记录	数字病理学	癫痫	EEG（脑电图）、加速度计	深度学习	时间序列信号数据	50名患者，223晚睡眠记录
34	2025-09-15	The Future of Parasomnias 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70090 PMID:40387303	综述	本文探讨了异态睡眠（如异常睡眠行为）的未来诊断技术、数据分析方法及治疗策略	介绍了新型家庭诊断设备（如EEG头带和3D摄像头）、深度学习在信号分类中的应用，以及大数据和梦境工程在治疗噩梦中的创新	NA	综述异态睡眠的诊断、预测和治疗的最新进展与未来方向	异态睡眠患者（如REM睡眠行为障碍和觉醒障碍患者）	NA	睡眠障碍	actigraphy, EEG, 红外摄像, 3D飞行时间摄像, 深度学习, 大数据分析, 梦境工程	深度学习	多模态数据（临床、认知、脑成像、DNA、多导睡眠图）	NA
35	2025-09-03	Corrigendum to "Identification and validation of synergistic drug strategies targeting macrophage polarization in triple-negative breast cancer via single-cell transcriptomics and deep learning" [Translational Oncology 2025 Jun 26;59:102457] 2025-Oct, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102474 PMID:40818872	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
36	2025-09-15	Proximal near-infrared hyperspectral imaging dataset for identifying epicuticular wax loss in Masena blueberries to evaluate post-harvest quality 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111946 PMID:40821441	研究论文	本文提供了一个用于识别Masena蓝莓表皮蜡质损失的高光谱成像数据集，以评估采后品质	首次提供包含不同采收方式和表皮蜡质状态的高光谱图像数据集，支持机器学习方法在农业中的应用	样本量较小（39个果实），数据采集时间窗口较短（采收后9小时内）	开发基于高光谱成像的蓝莓采后品质评估方法	Masena蓝莓果实	计算机视觉	NA	高光谱成像（900-1700 nm, 224波段）	机器学习/深度学习	高光谱图像	39个蓝莓果实，共49个高光谱图像
37	2025-09-15	Enhancing photoacoustic trace gas detection via a CNN-transformer denoising framework 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100758 PMID:40832569	研究论文	提出一种结合CNN-Transformer深度学习框架的光声痕量气体检测去噪方法，显著提升低浓度气体信号的信噪比和测量精度	首次将1D CNN与Transformer网络结合用于光声信号去噪，有效融合局部特征与全局依赖关系，实现约70倍的信噪比提升	基于合成噪声信号训练，实际环境噪声的多样性可能影响模型泛化能力	提升低浓度气体检测的灵敏度和可靠性，解决噪声干扰问题	痕量气体（以500 ppb乙炔为例）的光声信号	信号处理	NA	光声光谱技术，深度学习去噪	1D CNN, Transformer	一维光声信号	使用合成噪声信号训练，实验验证采用500 ppb乙炔信号
38	2025-09-15	AI-MedLeafX: a large-scale computer vision dataset for medicinal plant diagnosis 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111945 PMID:40837485	研究论文	本研究构建了一个大规模、精细标注且人工验证的药用植物叶片图像数据集，用于叶片质量分类	创建了一个包含13个类别、覆盖四种药用植物且经过六种数据增强技术扩充的大规模数据集，支持自动化植物病害检测	NA	开发用于植物病害自动检测的系统，推动精准农业发展	四种药用植物的叶片图像（樟树、诃子、辣木、印楝）	计算机视觉	植物病害	数据增强（旋转、水平翻转、缩放、亮度调整）	深度学习架构	图像	原始图像10,858张，增强后65,148张高分辨率图像
39	2025-09-15	A complete, multi-layered quranic treebank dataset with hybrid syntactic annotations for classical arabic processing 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111940 PMID:40837480	研究论文	介绍扩展版古兰经树库（EQTB），一个为古典阿拉伯语处理设计的全面、多层、计算可访问的语言资源数据集	通过算法转换、深度学习解析和专家验证构建了新颖完整的混合句法层，克服了原始树库的局限性	未明确提及具体限制，但基于对原始资源的改进，可能仍存在古典阿拉伯语特殊语言现象的覆盖挑战	为古典阿拉伯语自然语言处理任务提供高质量的训练和评估数据，支持语言技术发展	古典阿拉伯语文本，特别是整部古兰经（约132,736个词元）	自然语言处理	NA	深度学习解析、算法处理与验证、自动化重标注、人工策展	Deep Learning-based parser（基于深度学习的解析器）	文本（结构化语言数据）	整部古兰经，包含约132,736个词元
40	2025-09-15	LncMamba: A deep learning model for LncRNA localization prediction based on the Mamba model 2025-Sep-25, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2025.152521 PMID:40876294	研究论文	提出基于Mamba模型的深度学习框架LncMamba，用于LncRNA亚细胞定位预测	首次将Mamba网络引入LncRNA定位预测任务，并改进了定位特异性注意力机制	NA	准确预测长非编码RNA的亚细胞定位以理解其生物学功能	长非编码RNA（LncRNA）	自然语言处理	NA	深度学习	Mamba，FPN	序列数据	NA