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
381	2025-10-02	A Resilient MEMS Sensor Array-AI System for DGA-Based Transformer Fault Monitoring in High-H2 Environments 2025-Sep-30, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c02569 PMID:41029895	研究论文	提出一种集成MEMS混合传感器阵列与CNN-LSTM-AM深度学习模型的协同优化传感框架，用于高氢环境下变压器故障监测	结合Pd-Au与MOS传感器的互补气体响应特性，并采用CNN-LSTM-AM模型提取饱和信号特征和补偿传感器漂移，引入平滑标签训练方法提升鲁棒性	基于定制数据集验证，未在更广泛实际场景中测试	开发高氢环境下基于DGA的变压器故障监测系统	电力变压器溶解气体分析	机器学习	NA	MEMS气体传感器、溶解气体分析(DGA)	CNN-LSTM-AM深度学习模型	气体传感器信号数据	定制数据集D1和UCI-TGS基准数据集
382	2025-10-02	A Deep Learning Model to Identify Mitral Valve Prolapse From the Echocardiogram 2025-Sep-30, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2025.08.011 PMID:41031982	研究论文	开发深度学习模型DROID-MVP用于从超声心动图视频中自动识别二尖瓣脱垂	首次开发专门用于二尖瓣脱垂识别的深度学习模型，并在多个数据集上进行内部和外部验证	研究数据主要来自单一医疗系统，需要进一步多中心验证	开发自动化诊断二尖瓣脱垂的深度学习模型	心脏病患者和初级保健患者的超声心动图视频	计算机视觉	心血管疾病	深度学习	深度学习模型	视频	总计25,047名患者的1,043,893个超声心动图视频（来自MGH的16,902名心脏病患者和8,888名初级保健患者，以及BWH的257名初级保健患者）
383	2025-10-02	Non-invasive tidal volume estimation with wearable sensors using a high-gain observer and deep learning 2025-Sep-29, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111114 PMID:41027340	研究论文	本研究提出了一种结合非线性高增益观测器和CNN-LSTM深度学习网络的方法，通过可穿戴传感器无创估计潮气量	首次将非线性高增益观测器与CNN-LSTM网络相结合，通过处理IMU传感器数据来估计潮气量，并对传感器位置变化具有强鲁棒性	研究样本量较小（仅6名受试者），需要进一步扩大验证规模	开发一种无创、便捷的潮气量监测方法以替代传统肺活量测定法	呼吸监测患者，特别是需要连续评估的患者群体	机器学习	呼吸系统疾病	可穿戴惯性测量单元（IMU）传感器技术	CNN-LSTM混合神经网络	传感器时序数据	6名受试者（经IRB批准的研究）
384	2025-10-02	Machine learning for air quality prediction and data analysis: Review on recent advancements, challenges, and outlooks 2025-Sep-29, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180593 PMID:41027351	综述	本文系统回顾了机器学习在空气质量预测与数据分析领域的最新进展、挑战与前景	首次对70余项相关研究进行系统分类，比较了不同机器学习方法在空气质量监测中的表现，并指出集成模型和深度学习的优势领域	未涉及具体实施细节和算法参数优化，主要关注方法论的比较分析	评估机器学习技术在空气质量监测与预测中的应用效果和发展趋势	空气质量监测数据及相关机器学习算法	机器学习	NA	机器学习算法（包括监督学习、无监督学习、强化学习）	Random Forest, XGBoost, LSTM, CNN, 聚类算法, 异常检测	物联网传感器实时数据	70余项相关研究
385	2025-10-02	Integrating Multi-Modal Imaging Features for Early Prediction of Acute Kidney Injury in Pneumonia Sepsis: A Multicenter Retrospective Study 2025-Sep-29, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.007 PMID:41027784	研究论文	本研究开发了多模态深度学习框架MCANet，通过整合肺部、心外膜脂肪组织和T4水平皮下脂肪组织的影像特征，早期预测肺炎相关脓毒症患者的急性肾损伤	首次提出多模态交叉注意力网络(MCANet)，整合多区域影像特征和临床数据，显著提高了AKI预测准确性；发现脂肪组织特征在AKI预测中的协同作用	回顾性研究设计，样本量相对有限(399例)，需要前瞻性验证	开发基于深度学习的多模态框架，早期预测肺炎相关脓毒症患者的急性肾损伤	肺炎相关脓毒症患者	数字病理	急性肾损伤	深度学习，放射组学分析	MCANet(多模态交叉注意力网络)，ResNet-18，ResNet-101，LightGBM	CT图像，临床记录，实验室数据	399例肺炎相关脓毒症患者(2020年1月-2024年7月)
386	2025-10-02	TEDNet: Cascaded CNN-transformer with dual attentions for taste EEG decoding 2025-Sep-27, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110594 PMID:41022309	研究论文	提出了一种用于味觉脑电信号解码的深度学习架构TEDNet	结合CNN和Transformer的双注意力机制，集成时间空间卷积模块、时间空间注意力模块和局部全局融合模块	NA	开发客观的味觉感知解码方法，推进食品科学中的感官评估	酸、甜、苦、咸四种味觉刺激引发的脑电信号	脑机接口	NA	脑电图(EEG)	CNN-Transformer混合模型	脑电信号	30名受试者的2400个脑电样本
387	2025-10-02	Secure and fault tolerant cloud based framework for medical image storage and retrieval in a distributed environment 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16903-8 PMID:41006454	研究论文	提出一种安全容错的医疗图像检索框架SFMedIR，通过联邦学习和量子混沌加密提升分布式环境下的医疗图像存储与检索安全性	结合抗对抗攻击的联邦学习哈希生成、量子混沌加密和动态阈值影子存储，首次在医疗图像检索中实现对抗性查询60-70%的准确率提升	仅在脑部MRI和肾脏CT数据集上进行验证，未涉及其他医学影像模态	解决集中式云医疗图像检索面临的安全性和可用性挑战	医疗图像存储与检索系统	计算机视觉	NA	联邦学习、量子混沌加密	ConvNeXt	图像	脑部MRI和肾脏CT数据集
388	2025-10-02	A vision transformer with recurrent neural network-based fall activity recognition system for disabled persons in smart IoT environments 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17497-x PMID:41006477	研究论文	提出一种结合视觉Transformer和循环神经网络的跌倒活动识别系统，用于智能物联网环境中残疾人士的跌倒检测	首次将视觉Transformer与带自注意力机制的双向门控循环单元结合，并采用增强型袋熊优化算法进行超参数调优	仅使用UR_Fall_Dataset_Subset数据集进行验证，需要更多数据集测试泛化能力	提高智能物联网环境中残疾人士跌倒检测和分类的准确率	残疾人士的跌倒活动	计算机视觉	老年疾病	深度学习	Vision Transformer, BiGRU-SAM, EWOA	图像	UR_Fall_Dataset_Subset数据集
389	2025-10-02	Machine learning combined with omics-based approaches reveals T-lymphocyte cellular fate imbalance in abdominal aortic aneurysm 2025-Sep-26, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02400-x PMID:41013440	研究论文	本研究通过机器学习结合组学方法揭示了腹主动脉瘤中T淋巴细胞命运失衡的核心机制	首次建立了包含T细胞浸润调控特征、关键转录因子和失调免疫信号通路的综合调控图谱，并利用深度学习算法鉴定出FOSB和JUNB作为关键生物标志物	NA	阐明腹主动脉瘤中T淋巴细胞命运失衡的具体分子机制	腹主动脉瘤组织中的T细胞群体	机器学习	腹主动脉瘤	单细胞测序、批量测序、组学分析	机器学习算法、深度学习算法	单细胞数据、批量数据、临床样本数据	多个独立数据集和临床样本
390	2025-10-02	Cancer research in Saudi Arabia: A cross-sectional mapping study of historical growth, thematic analysis, collaboration patterns, and future directions 2025-Sep-26, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044757 PMID:41029065	研究论文	通过文献计量学分析沙特阿拉伯癌症研究的历史增长、主题演变、合作模式和未来方向	首次对沙特癌症研究进行多层次文献计量评估，揭示从基础研究向分子对接、深度学习和药物发现等先进主题的演变	基于Scopus数据库的分析可能存在收录偏差，未涵盖所有癌症研究出版物	绘制沙特癌症研究趋势、生产力、主题演变和合作模式	沙特机构相关的癌症研究出版物	文献计量学	癌症	文献计量分析、关键词共现分析、主题聚类	NA	文献数据	全球癌症研究涉及沙特机构40,180篇(1961-2024)，沙特国际合作文章18,145篇(2020-2024)，沙特独立研究9,319篇(1961-2024)，沙特机构独立原创文章4,240篇(2020-2024)
391	2025-10-02	Machine and Deep Learning applied to Medical Microwave Imaging: a Scoping Review from Reconstruction to Classification 2025-Sep-25, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ae0bd3 PMID:40997871	综述	本文对机器学习在医学微波成像中的应用进行了范围综述，重点关注图像重建和分类两个关键领域	系统梳理了机器学习在微波成像中从重建到分类的全流程应用，突出了CNN和SVM等算法在提升图像质量和组织分类中的创新应用	作为范围综述，主要提供领域概览而非深入的技术分析，未涉及具体实验验证	评估机器学习在医学微波成像中的应用现状和发展潜力	医学微波成像技术及其在乳腺癌检测和神经系统疾病分类中的应用	机器学习	乳腺癌	微波成像	CNN, SVM	微波图像	NA
392	2025-10-02	RiSIM: River surface image monitoring software for quantifying floating macroplastic transport 2025-Sep-24, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124678 PMID:41027072	研究论文	开发了河流表面图像监测软件RiSIM，用于量化漂浮大型塑料垃圾的传输	结合模板匹配算法和深度学习模型，实现了塑料检测、分类、目标追踪和传输率评估的一体化解决方案	NA	开发可靠的河流塑料监测工具以量化塑料通量并指导减排工作	河流中漂浮的大型塑料垃圾	计算机视觉	NA	深度学习	深度学习模型（用于塑料检测、分类和对象追踪）	图像	在非洪水和洪水条件下进行了标记-释放-重捕实验和现场视觉观察验证
393	2025-10-02	Understanding Cancer Survivorship Care Needs Using Amazon Reviews: Content Analysis, Algorithm Development, and Validation Study 2025-Sep-23, JMIR cancer IF:3.3Q2 DOI:10.2196/71102 PMID:40986859	研究论文	通过分析亚马逊消费者评论来识别癌症幸存者护理需求，并开发自然语言处理模型	首次使用亚马逊消费者评论作为识别癌症幸存者护理需求的新数据源，并构建了公开可用的标注语料库	仅分析了159条评论的标注数据，样本规模相对有限	探索利用电商平台评论识别癌症幸存者症状自我管理需求的方法	亚马逊平台上与健康产品相关的消费者评论	自然语言处理	癌症	深度学习、大语言模型(LLM)、主题建模、情感分析	BERT、GPT-4	文本	4703个包含癌症提及的句子，来自3349条评论，涉及2589种不同产品，其中159条评论进行了人工标注
394	2025-10-02	Mapping the Evolution of Artificial Intelligence in Medical Materials 2025-Sep-23, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c06324 PMID:41018643	研究论文	通过文献计量分析评估人工智能在医用材料领域的研究现状与发展趋势	首次对人工智能在医用材料领域的整体研究格局进行系统性文献计量分析	仅基于Web of Science核心合集的108篇文献，样本量有限	分析人工智能在医用材料领域的研究发展脉络和现状	108篇来自Web of Science核心合集的学术出版物	机器学习	NA	文献计量分析	深度学习	文献数据	108篇学术出版物
395	2025-10-02	Exploring pocket-aware inhibitors of BTK kinase by generative deep learning, molecular docking, and molecular dynamics simulations 2025-Sep-22, RSC advances IF:3.9Q2 DOI:10.1039/d5ra04840k PMID:41019811	研究论文	通过生成式深度学习、分子对接和分子动力学模拟探索BTK激酶J口袋抑制剂	提出结合生成式深度学习、分子对接和分子动力学模拟的计算框架，实现口袋感知的抑制剂设计	研究仅通过计算模拟验证，缺乏实验验证数据	开发高选择性、高亲和力的BTK激酶抑制剂	BTK激酶的J口袋抑制剂	计算药物设计	NA	生成式深度学习、分子对接、分子动力学模拟	生成式深度学习模型	分子结构数据	从生成的10000个分子中筛选出5个候选分子
396	2025-10-02	A Preliminary Study on Deep Learning-Based Plan Quality Prediction in Gamma Knife Radiosurgery for Brain Metastases 2025-Sep-18, Cancers IF:4.5Q1 DOI:10.3390/cancers17183056 PMID:41008897	研究论文	本研究提出一种基于深度学习的伽玛刀放射外科治疗脑转移瘤计划质量预测方法	首次将层次密集连接U-Net用于预测3D剂量分布，并创新性地结合Dice相似系数损失函数提高预测精度	研究样本量相对有限（463个脑转移灶），需要进一步验证和推广	开发能够根据患者特定几何特征预测可实现且临床可接受的伽玛刀治疗计划质量的方法	175名患者的463个脑转移灶	医学影像分析	脑转移瘤	深度学习	HD-U-Net（层次密集连接U-Net）	医学影像数据	175名患者的463个脑转移灶
397	2025-10-02	Deep-Learning-Based Analysis of Disease-Specific Structural Biomarkers on Retinal Sensitivity in Neovascular Age-Related Macular Degeneration 2025-Sep-02, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.12.68 PMID:41025875	研究论文	本研究使用深度学习技术分析新生血管性年龄相关性黄斑变性中疾病特异性结构生物标志物对视网膜点对点敏感度的影响	首次使用深度学习技术对多种结构生物标志物进行量化分析，并评估它们对视网膜敏感度的联合影响	样本量较小（仅20名受试者），为横断面研究设计	评估疾病特异性生物标志物对新生血管性年龄相关性黄斑变性患者视网膜敏感度的影响	新生血管性年龄相关性黄斑变性患者	数字病理学	年龄相关性黄斑变性	深度学习、光学相干断层扫描、微视野检查	深度学习模型	医学影像数据	20名患者（20只眼睛），平均年龄76.0岁
398	2025-10-02	Metaproteomics Beyond Databases: Addressing the Challenges and Potentials of De Novo Sequencing 2025-Sep, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202400321 PMID:39888246	观点文章	探讨从头测序在宏蛋白质组学中的发展历程、优势、局限性和未来机遇	系统分析从头测序技术从手动注释到基于图论、标签和深度学习的先进方法演变，强调其在检测未测序物种和提供微生物群落功能洞察方面的潜力	依赖现有蛋白质数据库的限制性，对复杂且特征不明确的微生物组分析存在挑战	研究从头测序技术在宏蛋白质组学中的应用与发展前景	微生物群落蛋白质和肽段序列	宏蛋白质组学	NA	从头测序、质谱分析、基于图论的方法、标签方法、深度学习	深度学习模型	质谱数据、蛋白质序列数据	NA
399	2025-10-02	Artificial Intelligence and Network Medicine: Path to Precision Medicine 2025-Sep, NEJM AI DOI:10.1056/aira2401229 PMID:40918693	综述	本文综述了人工智能与网络医学结合在精准医学领域的应用与前景	将网络医学与深度学习技术相结合，通过多组学数据分析提升疾病机制解析和治疗精准度	面临生物医学复杂性的持续挑战	探索人工智能与网络医学结合推动精准医学发展的路径	分子相互作用网络和多组学数据集	机器学习	NA	多组学数据分析	深度学习	多组学数据	NA
400	2025-10-02	Multicenter Validation of Automated Segmentation and Composition Analysis of Lumbar Paraspinal Muscles Using Multisequence MRI 2025-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.240833 PMID:40833261	研究论文	开发并验证基于深度学习的自动化方法，用于多中心多序列MRI图像中腰椎旁肌的分割、肌肉体积量化和脂肪浸润评估	首次在多中心、多序列MRI数据上验证深度学习模型对腰椎旁肌的自动分割和组成分析能力	回顾性研究设计，样本来源有限（仅五个中心）	开发自动化工具用于腰椎旁肌的定量分析，以辅助慢性腰痛的研究	腰椎旁肌	计算机视觉	慢性腰痛	多序列MRI	CNN	医学图像	来自641名参与者的1302张MRI图像，涵盖五个医疗中心