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
4161	2025-05-10	Thermo-responsive and phase-separated hydrogels for cardiac arrhythmia diagnosis with deep learning algorithms 2025-May-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117262 PMID:39965416	研究论文	开发了一种基于水凝胶的皮肤界面电极，用于心脏心律失常的诊断，并通过深度学习算法实现高精度识别	通过温度介导的可切换氢键相互作用，实现了水凝胶电极的可编程粘附与剥离，显著提高了粘附能量的开关比	未提及长期使用的生物相容性或耐久性测试结果	开发一种可编程粘附的水凝胶电极，用于心脏心律失常的实时监测与诊断	心脏心律失常患者	数字病理学	心血管疾病	深度学习算法	NA	电信号（ECG）	八种常见心律失常患者
4162	2025-05-10	Molecular surfaces modeling: Advancements in deep learning for molecular interactions and predictions 2025-05-12, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2025.151799 PMID:40239539	review	本文综述了分子表面分析领域的最新进展及其与AI技术的结合	整合AI技术与分子表面分析，揭示隐藏的模式、关系和设计原则	NA	加速分子发现和创新，推动药物开发、材料工程和催化等领域的进步	分子表面分析及其在预测建模和分子设计中的应用	machine learning	NA	AI-driven approaches	NA	molecular surface representations	NA
4163	2025-05-10	Artificial intelligence applied to ultrasound diagnosis of pelvic gynecological tumors: a systematic review and meta-analysis 2025-May-08, Gynecologic and obstetric investigation IF:2.0Q2 DOI:10.1159/000545850 PMID:40340944	meta-analysis	本文通过系统回顾和荟萃分析评估了人工智能在超声诊断盆腔妇科肿瘤中的应用效果	首次对AI在盆腔妇科肿瘤超声诊断中的研究进行了系统性回顾和荟萃分析，并与ADNEX模型进行了性能比较	大多数研究存在方法学缺陷，导致高偏倚风险，且仅少数研究包含外部验证和校准评估	评估人工智能在盆腔妇科肿瘤超声诊断中的识别和区分能力	盆腔妇科肿瘤（卵巢、子宫内膜和子宫肌层病变）	digital pathology	gynecological tumors	ultrasound imaging	deep learning, radiomics-based machine learning	image	44项研究（40项卵巢肿瘤，3项子宫内膜肿瘤，1项子宫肌层病变）
4164	2025-05-10	A multi-model deep learning approach for the identification of coronary artery calcifications within 2D coronary angiography images 2025-May-08, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03382-5 PMID:40341465	研究论文	本文提出了一种基于多模型深度学习的冠状动脉钙化识别方法，旨在通过2D冠状动脉造影图像辅助临床医生识别冠状动脉钙化	首次提出了一种结合ResNet-18分类主干和U-Net解码器架构的临床决策支持系统，用于在2D冠状动脉造影图像中识别冠状动脉钙化	样本量较小（14名患者的44幅图像采集），且未来可通过探索多辅助任务的并发使用来进一步提高分割性能	提高冠状动脉钙化（CAC）在2D冠状动脉造影图像中的识别准确性和效率	2D冠状动脉造影图像中的冠状动脉钙化	数字病理学	心血管疾病	深度学习	ResNet-18, U-Net	图像	14名患者的44幅图像采集
4165	2025-05-10	Enhanced reconstruction of atomic force microscopy cell images to super-resolution 2025-May-08, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13423 PMID:40341533	research paper	提出了一种基于深度学习的跨模块方法，用于超分辨率重建原子力显微镜（AFM）细胞图像，整合了频率分割和自适应融合模块	开发了一种增强的空间融合结构和优化的反向投影机制，利用AFM拓扑深度学习神经网络检测AFM细胞图像特有的弱信号和复杂纹理，并设计了基于交叉的频率分割模块，有效分离和增强与细胞结构相关的特征	NA	提升AFM细胞图像的分辨率和质量，以支持细胞生物学研究和生物医学应用	AFM细胞图像	digital pathology	NA	AFM, 深度学习	对抗性超分辨率网络	image	多种细胞的AFM图像
4166	2025-05-10	Potential of artificial intelligence for radiation dose reduction in computed tomography -A scoping review 2025-May-07, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102968 PMID:40339443	综述	本文综述了人工智能在计算机断层扫描（CT）中减少辐射剂量的潜力，重点关注患者定位、扫描范围确定和图像重建三个关键领域	强调了人工智能在优化CT扫描协议和辐射剂量方面的创新应用，特别是在减少手动错误和克服低剂量CT设置限制方面的作用	综述的范围可能受到所选文献的限制，且未涉及AI技术在实际临床应用中可能遇到的具体挑战	评估和总结人工智能在CT辐射剂量优化中的作用	计算机断层扫描（CT）中的患者定位、扫描范围确定和图像重建	医学影像	NA	深度学习图像重建算法	深度学习	医学影像数据	90篇符合选择标准的文章
4167	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
4168	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
4169	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
4170	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
4171	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
4172	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
4173	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）
4174	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
4175	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
4176	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
4177	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
4178	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
4179	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
4180	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