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
4541	2025-10-06	Advances in antiviral strategies targeting mosquito-borne viruses: cellular, viral, and immune-related approaches 2025-02-04, Virology journal IF:4.0Q2 DOI:10.1186/s12985-025-02622-z PMID:39905499	综述	本文系统综述了针对蚊媒病毒的抗病毒策略研究进展，包括针对宿主细胞因子、病毒靶点和免疫调节的治疗方法	全面整合了针对宿主因子（脂质代谢、离子通道、蛋白酶体）和病毒靶点（NS2B-NS3蛋白酶、非结构蛋白）的新型抗病毒策略，并强调了药物重定位、生物信息学和人工智能在候选药物发现中的应用潜力	作为综述文章，未报告原始实验数据，主要基于现有文献分析	探讨针对蚊媒病毒的抗病毒治疗策略	蚊媒病毒，包括黄病毒科、披膜病毒科、布尼亚病毒科和呼肠孤病毒科的多种病毒	NA	蚊媒病毒感染	药物重定位、生物信息学、人工智能、深度学习	NA	文献数据	NA	NA	NA	NA	NA
4542	2025-10-06	Foundation models in ophthalmology: opportunities and challenges 2025-Jan-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001091 PMID:39329204	综述	探讨眼科领域基础模型的机遇与挑战，重点关注RETFound和大型语言模型在眼科的应用	首次系统评述眼科领域基础模型的发展现状，特别关注多模态模型的潜在优势	高质量眼科数据集有限，训练多模态模型需要大量计算资源	分析眼科基础模型的技术进展、应用前景和发展障碍	眼科基础模型（如RETFound）和大型语言模型（如GPT-4、Gemini）	医学人工智能	眼科疾病	基础模型、迁移学习	基础模型, LLM	医学图像, 文本数据	NA	NA	RETFound, GPT-4, Gemini	任务适应性, 泛化能力	需要大量计算资源训练多模态模型
4543	2025-10-06	Deep learning-based prediction of rheumatoid arthritis-associated deformity on MRI 2025, Brain & spine DOI:10.1016/j.bas.2025.104328 PMID:40741519	研究论文	开发基于深度学习的算法预测类风湿关节炎患者上颈椎畸形的早期风险	首次使用深度学习模型在RA诊断前或接近诊断时预测颈椎畸形风险	样本量有限，需要多中心大规模验证，未考虑下颈椎在畸形风险中的作用	早期风险分层和预测RA相关上颈椎畸形	类风湿关节炎患者	医学影像分析	类风湿关节炎	MRI	深度学习	医学影像	220例RA患者（153例训练，67例验证）	NA	NA	准确率, 阳性预测值, 阴性预测值	NA
4544	2025-10-06	Hybrid framework for automated generation of mammography radiology reports 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.07.018 PMID:40741541	研究论文	提出一种用于自动生成乳腺X光放射学报告的混合框架	结合编码器-解码器架构与图像强度增强技术，并采用命名实体识别进行关键临床概念提取和自动化精度评估	仅基于西班牙语放射学文本语料库进行训练和微调，未验证在其他语言环境下的适用性	开发自动化临床文本生成系统以辅助放射科医生进行乳腺X光检查	乳腺X光影像及其对应的放射学报告	自然语言处理,计算机视觉	乳腺癌	图像强度增强技术,命名实体识别(NER)	编码器-解码器架构	医学图像,文本数据	NA	NA	编码器-解码器	NLG指标	NA
4545	2025-10-06	Investigating the impact of social media images on users' sentiments towards sociopolitical events based on deep artificial intelligence 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326936 PMID:40737276	研究论文	本研究利用深度学习分析社交媒体图像对用户关于社会政治事件情感态度的影响	首次结合视觉内容和文本情感分析，系统研究社交媒体图像与社会政治事件公众情感之间的相关性	研究局限于特定社会政治运动的数据，可能无法完全代表所有类型的社交媒体内容	探究社交媒体视觉内容如何影响用户对社会政治事件的情感态度	包含相关标签和关键词的社交媒体帖子及其图像和评论	自然语言处理,计算机视觉	NA	情感分析,深度学习	深度学习模型	图像,文本	来自Black Lives Matter、Women's March、Climate Change Protests和Anti-war Demonstrations等运动的社交媒体帖子	NA	NA	PLCC（皮尔逊线性相关系数）, SROCC（斯皮尔曼等级相关系数）	NA
4546	2025-10-06	Low-cost computation for isolated sign language video recognition with multiple reservoir computing 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322717 PMID:40737309	研究论文	提出一种基于多储层计算和MediaPipe关键点提取的低成本孤立手语视频识别方法	引入具有不同泄漏率的多储层结构以提取多样化特征，结合MediaPipe关键点提取和归一化预处理增强系统鲁棒性	仅在WLASL100数据集上验证，未在更大规模数据集上测试	开发适用于边缘设备的低成本手语识别系统	孤立手语视频	计算机视觉	听力障碍	MediaPipe关键点提取	储层计算	视频	WLASL100数据集	NA	多储层计算	准确率(top-1, top-5, top-10), 训练时间, 推理时间	边缘设备
4547	2025-10-06	Machine learning approaches for predicting the link of the global trade network of liquefied natural gas 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326952 PMID:40737339	研究论文	本研究应用机器学习算法预测全球液化天然气贸易网络的未来链接关系	首次将复杂网络理论与机器学习相结合，使用局部和全局相似性指标预测LNG贸易网络链接，并开发图注意力网络模型利用边和模体数据进行预测	研究时间范围限于2001-2020年，未考虑突发地缘政治事件对贸易网络的冲击	预测全球液化天然气贸易网络的未来贸易伙伴关系	全球液化天然气贸易网络	机器学习	NA	复杂网络分析，机器学习	随机森林, 决策树, 图注意力网络	网络节点和边数据	2001-2020年全球LNG贸易网络数据	NA	图注意力网络	ROC曲线	NA
4548	2025-10-06	A pilot study assessing the clinical utility of deep learning-reconstructed 3D-echo-planar-imaging-based quantitative susceptibility mapping in multiple sclerosis 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1544376 PMID:40740257	研究论文	本研究评估深度学习重建的3D回波平面成像定量磁化率图在多发性硬化症中的临床应用价值	首次将深度学习辅助的k空间操作重建、去噪和超分辨率技术应用于3DEPI协议，显著提高了QSM图像质量和临床实用性	样本量较小（仅7名患者），为回顾性研究设计	评估深度学习重建技术是否能改善多发性硬化症中定量磁化率图的质量和临床效用	多发性硬化症患者和健康个体	医学影像分析	多发性硬化症	3T MRI、3D回波平面成像、定量磁化率图	深度学习	MRI影像数据	7名多发性硬化症患者，433个病灶，1名健康个体	NA	NA	Cohen's κ系数、P值	NA
4549	2025-10-06	Predicting sleep quality with digital biomarkers and artificial neural networks 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1591448 PMID:40740269	研究论文	本研究通过可穿戴设备收集心率变异性等数字生物标志物，利用人工神经网络预测次日睡眠质量	首次将心率变异性中的LF/HF比率作为数字生物标志物用于睡眠质量预测，并比较了多种机器学习方法的性能	样本量相对较小（82名参与者），仅使用单一品牌可穿戴设备收集数据	开发基于连续数字生物标志物的次日睡眠质量预测模型	82名佩戴三星Galaxy Watch Active 2设备的参与者	机器学习	睡眠障碍	心率变异性监测，问卷调查	LSTM, GRU, TCN, Transformers, ARIMA, Random Forest, XGBoost	生理信号数据，问卷数据	82名参与者，收集冬季和夏季两个实验周期数据	NA	LSTM, GRU, TCN, Transformer	准确率，精确率，召回率	NA
4550	2025-10-06	Harnessing artificial intelligence of things for cardiac sensing: current advances and network-based perspectives 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1569887 PMID:40740375	综述	本文通过文献计量方法系统回顾了人工智能驱动的物联网在心脏传感领域的当前进展和未来方向	采用CiteSpace对物联网、心脏传感器和人工智能交叉领域进行全面的可视化分析，识别关键研究领域和新兴趋势	研究基于文献计量分析，缺乏对具体技术实现的深入评估	探索人工智能驱动的物联网在心脏传感领域的应用进展和未来发展方向	物联网、心脏传感器和人工智能交叉领域的学术文献	医疗物联网	心血管疾病	文献计量分析，深度学习	深度学习	学术文献数据	2128篇论文	CiteSpace	NA	NA	NA
4551	2025-10-06	ICT-Net: An Integrated Convolution and Transformer-Based Network for Complex Liver and Liver Tumor Region Segmentation 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3586470 PMID:40740831	研究论文	提出一种结合卷积和Transformer的深度学习网络ICT-Net，用于肝脏和肝肿瘤区域的精确分割	开发了基于预训练Transformer编码器与增强卷积-Transformer解码器的新型网络架构，并提供了新的肝细胞癌标注数据集	公开可用的肝脏数据集与HCC标注数据有限	实现肝脏和肝肿瘤区域的自动精确分割，以支持准确的诊断和治疗规划	肝脏区域和肝细胞癌(HCC)病变	计算机视觉	肝癌	CT成像	CNN, Transformer	CT图像	重庆大学肿瘤医院的新数据集(CCH-LHCC-CT)和三个公共CT肝脏数据集	NA	ICT-Net	准确率(ACC), Dice相似系数(DSC), 交并比(IoU), 95%豪斯多夫距离(HD95)	NA
4552	2025-10-06	Effective Tumor Annotation for Automated Diagnosis of Liver Cancer 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3576827 PMID:40740835	研究论文	提出一种用于肝癌自动诊断的有效肿瘤标注方法，包括肿瘤分割、定位、测量和识别	提出多残差注意力Unet解决梯度消失和信息多样性问题，多SeResUnet实现肝脏8段分区，以及多标签分类器和回归模型分别用于肿瘤特征识别和大小测量	NA	开发自动化肿瘤标注系统以辅助放射科医生高效制作准确诊断报告	肝脏肿瘤	计算机视觉	肝癌	深度学习	CNN	生物医学图像	真实数据集	NA	Multi-Residual Attention Unet, Multi-SeResUnet	肿瘤大小误差, 标注准确率	NA
4553	2025-10-06	Evaluating Cardiac Impairment From Abnormal Respiratory Patterns: Insights From a Wireless Radar and Deep Learning Study 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3588523 PMID:40740837	研究论文	本研究通过无线雷达和深度学习技术分析呼吸模式与心脏功能（特别是左心室射血分数）的关联	首次结合无线雷达框架和深度学习技术，以无接触方式监测呼吸模式与心脏功能的关联	研究样本来自单一医疗中心，样本量有限，需要更大规模研究验证	探索心脏功能受损与睡眠呼吸障碍之间的双向影响关系	台湾北部心脏科病房患者	医疗健康监测	心血管疾病	无线雷达监测，深度学习，超声心动图	深度学习	雷达呼吸信号，超声心动图数据，生化数据	心脏科病房患者（具体数量未明确说明）	NA	NA	呼吸紊乱指数，周期性呼吸周期长度，左心室射血分数变化百分比	NA
4554	2025-10-06	A state-of-the-art review of diffusion model applications for microscopic image and micro-alike image analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1551894 PMID:40740945	综述	本文综述了扩散模型在显微图像及类显微图像分析中的应用现状	系统梳理了扩散模型在显微图像处理中的三大主流模型（DDPM、DDIM、SDEs）及其在图像生成、分割等任务中的显著优势	仅纳入31篇相关文献，覆盖范围有限，且未涉及具体实施细节	探讨扩散模型在生物医学图像处理中的应用潜力与发展方向	显微图像与类显微图像	计算机视觉	NA	扩散模型	DDPM, DDIM, SDEs	显微图像	31篇文献（其中13篇图像生成，9篇图像分割）	NA	扩散模型	NA	NA
4555	2025-10-06	Advancing patient care with AI: a unified framework for medical image segmentation using transfer learning and hybrid feature extraction 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1589587 PMID:40740955	研究论文	提出结合迁移学习和混合特征提取的统一框架，用于提升多模态医学图像分割的准确性和泛化能力	将U-Net分割、传统纹理特征提取（LBP和GLCM）与迁移学习相结合，创建适用于多模态医学图像的统一框架	仅在三类特定医学图像数据集上验证，未涉及更多疾病类型和成像模态	开发集成框架以提升医学图像分割的准确性和泛化能力	皮肤癌、肠道息肉和脑肿瘤的医学图像	计算机视觉	皮肤癌,肠道息肉,脑肿瘤	医学图像分析,纹理特征提取	U-Net,SVM	医学图像	三个独立医学图像数据集：HAM10000、Kvasir-SEG和Figshare脑肿瘤数据集	NA	U-Net	准确率,召回率(灵敏度),特异性,F-measure,偏差-方差分析	NA
4556	2025-10-06	Quantitative assessment of brain glymphatic imaging features using deep learning-based EPVS segmentation and DTI-ALPS analysis in Alzheimer's disease 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1621106 PMID:40741044	研究论文	本研究通过深度学习自动分割血管周围间隙和DTI-ALPS分析，定量评估阿尔茨海默病患者脑类淋巴系统影像特征	首次结合深度学习EPVS自动分割和DTI-ALPS分析实现多维度的脑类淋巴系统评估	样本量相对有限（AD患者89例，aMCI患者24例，正常对照32例）	定量评估阿尔茨海默病及相关认知障碍患者的脑类淋巴系统影像特征	阿尔茨海默病患者、遗忘型轻度认知障碍患者和正常对照人群	医学影像分析	阿尔茨海默病	T1WI、T2WI、扩散张量成像	深度学习	医学影像	145例（89例AD，24例aMCI，32例正常对照）	NA	VB-Net	Dice相似系数	NA
4557	2025-10-06	Development and validation of deep learning- and ensemble learning-based biological ages in the NHANES study 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1532884 PMID:40741049	研究论文	本研究基于NHANES数据开发并验证了深度学习和集成学习的生物年龄模型，用于预测全因死亡率和特定病因死亡率	首次结合临床、行为和社会经济等多维度特征构建生物年龄模型，超越了传统仅依赖血液标志物的方法	研究基于美国NHANES队列，结果可能不适用于其他人群	开发和验证基于机器学习的生物年龄模型，评估其对死亡率的预测性能	NHANES研究中24,985名参与者	机器学习	慢性疾病	LASSO特征选择，SHAP可解释性分析	深度神经网络，集成学习	临床数据，行为数据，社会经济数据	24,985名参与者	NA	深度神经网络，集成学习模型	MAE, AUC, HR	NA
4558	2025-10-06	Evaluation of non-motor symptoms in Parkinson's disease using multiparametric MRI with the multiplex sequence 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1602245 PMID:40741048	研究论文	本研究使用MULTIPLEX多参数MRI序列评估帕金森病非运动症状相关的脑部微观结构变化	首次采用MULTIPLEX序列（包含T2* mapping、T1 mapping、质子密度 mapping和QSM）检测帕金森病非运动症状相关的脑部微观结构变化	样本量较小（37例患者），未在T1 mapping和质子密度 mapping中发现显著关联区域	探索多参数MRI在帕金森病非运动症状检测中的应用价值	37名帕金森病患者	医学影像分析	帕金森病	多参数MRI（MULTIPLEX序列）、3D T1加权成像、T2* mapping、T1 mapping、质子密度 mapping、定量磁化率成像	深度学习	MRI影像数据	37名帕金森病患者	NA	NA	Spearman秩相关系数、p值	NA
4559	2025-10-06	A Deep Learning Approach to Predict Recanalization First-Pass Effect following Mechanical Thrombectomy in Patients with Acute Ischemic Stroke 2024-Aug-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8272 PMID:38871371	研究论文	本研究开发了一种基于深度学习的全自动方法，利用治疗前CT和MR影像预测急性缺血性卒中患者机械取栓后的首次再通效应	首次实现了仅基于MR影像的首次再通效应分类，以及首个完全自动化的CT首次再通效应分类方法，无需耗时的手动分割	研究样本仅来自单一医疗中心（UCLA Ronald Reagan Medical Center），样本量相对有限	预测急性缺血性卒中患者机械取栓后的首次再通效应	接受血管内取栓治疗的大血管闭塞性卒中患者	医学影像分析	急性缺血性卒中	CT成像, MR成像	深度学习, 混合Transformer模型	医学影像	326名患者	NA	混合Transformer模型（包含非局部和交叉注意力模块）	ROC-AUC, 敏感性, 特异性	NA
4560	2025-10-06	Deciphering the Feature Representation of Deep Neural Networks for High-Performance AI 2024-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3363642 PMID:38373137	研究论文	开发了一种名为对比特征分析(CFA)的计算框架，用于探索深度神经网络特征空间并提升AI性能	提出利用特征间交互关系并结合数据驱动的核形成策略，克服传统方法在分析高维复杂特征数据时的局限性	NA	解决深度神经网络特征表示难以解释的问题，提升AI系统性能	深度神经网络的特征空间数据	机器学习	NA	对比特征分析(CFA)	深度神经网络(DNN)	特征空间数据	多个先进网络和标注数据集	NA	NA	NA	NA