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
4741	2025-05-03	Artificial Intelligence in Speech-Language Pathology and Dysphagia: A Review From Latin American Perspective and Pilot Test of LLMs for Rehabilitation Planning 2025-Apr-30, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.04.010 PMID:40312192	review	本文综述了人工智能在言语病理学和吞咽障碍管理中的应用，特别关注拉丁美洲的实施挑战，并测试了大型语言模型在康复规划中的潜力	从拉丁美洲视角探讨AI在言语病理学和吞咽障碍中的应用，并首次测试大型语言模型在康复规划中的效用	当前AI应用主要集中于诊断而非综合康复，且在拉丁美洲面临基础设施不足、语言适应有限和地区数据集稀缺等障碍	探讨人工智能在言语病理学和吞咽障碍管理中的应用及其在拉丁美洲的实施挑战	言语病理学和吞咽障碍患者	natural language processing	geriatric disease	deep learning, machine learning algorithms, natural language processing	LLMs	text	NA
4742	2025-05-03	Deep learning for quality assessment of axial T2-weighted prostate MRI: a tool to reduce unnecessary rescanning 2025-Apr-29, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00584-z PMID:40299162	research paper	该研究开发了一种深度学习模型，用于自动评估前列腺MRI中T2加权图像的质量，以减少不必要的重复扫描	首次使用深度学习模型自动评估前列腺MRI图像质量，并预测是否需要重复扫描	研究为回顾性设计，需要在临床前瞻性环境中进一步验证	开发自动评估前列腺MRI图像质量的工具，优化临床工作流程	前列腺MRI的T2加权图像	digital pathology	prostate cancer	MRI	3D-DenseNet_169	image	1,412例轴向T2加权前列腺扫描
4743	2025-05-03	Piezotronic Sensor for Bimodal Monitoring of Achilles Tendon Behavior 2025-Apr-29, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01757-6 PMID:40299192	research paper	开发了一种基于Y离子掺杂ZnO的压电双模态传感器（BPS），用于同时监测动态和静态力，并在跟腱行为监测中进行了验证	利用Y离子掺杂ZnO的独特压电效应，简化了传感器结构并提高了灵敏度，实现了动态和静态力的双模态监测	未提及具体样本量或临床验证范围，可能限制其在实际医疗应用中的普适性	解决传统压力传感器在双模态检测中结构复杂和信号解耦困难的问题	跟腱行为在混合动态和静态负载条件下的监测	wearable electronics	NA	压电效应，深度学习算法	深度学习算法	力信号	NA
4744	2025-05-03	Real-time and universal network for volumetric imaging from microscale to macroscale at high resolution 2025-Apr-29, Light, science & applications DOI:10.1038/s41377-025-01842-w PMID:40301329	研究论文	提出了一种实时通用的网络RTU-Net，用于从微观到宏观尺度的高分辨率光场图像重建	首次提出适用于多尺度（微观、中观、宏观）光场图像重建的通用网络，采用基于生成对抗理论的自适应损失函数	未明确提及具体限制条件	开发一种通用的高分辨率光场图像重建方法，适用于不同尺度	微观尺度的微管蛋白和线粒体数据集、中观尺度的合成小鼠神经数据集、宏观尺度的光场粒子图像测速数据集	计算机视觉	NA	光场成像技术	RTU-Net（基于生成对抗理论的网络）	图像	体积范围从300μm×300μm×12μm到25mm×25mm×25mm的多尺度数据集
4745	2025-05-03	MetaStackD A robust meta learning based deep ensemble model for prediction of sensors battery life in IoE environment 2025-Apr-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97720-x PMID:40301394	研究论文	提出了一种基于元学习的深度集成模型MetaStackD，用于预测IoE环境中传感器的剩余电池寿命	整合了预处理、标准化、编码方案和预测建模，引入了RFRImpute和MetaStackD两种算法，采用元学习深度集成方法分析功耗、环境条件、操作频率和工作负载模式等因素	NA	优化IoE环境中传感器的电池寿命预测，以提高网络性能和数据的可靠性	IoE设备中的传感器	机器学习	NA	元学习、深度集成学习	MetaStackD、Random Forest、Gradient Boosting、Light Gradient Boosting、Categorical Boosting、Extreme Gradient Boosting	传感器数据	真实世界的芝加哥公园区海滩水IoE数据集
4746	2025-05-03	High accuracy indoor positioning system using Galois field-based cryptography and hybrid deep learning 2025-Apr-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97715-8 PMID:40301441	研究论文	提出了一种结合Galois域密码学和混合深度学习的室内高精度定位系统	结合了ECC加密解密方法、Deep-STAN混合模型以及区块链技术，提高了定位系统的准确性、安全性和稳定性	未提及系统在极端环境下的表现或大规模部署的可行性	解决传统室内定位系统在准确性、鲁棒性和安全性方面的不足	室内定位系统在智能制造和物流等环境中的应用	机器学习	NA	Wi-Fi、蓝牙、磁力计信号处理，DBSCAN聚类，ECC加密	Deep-STAN（结合CNN、ViT、LSTM和注意力机制）	信号强度测量、上下文数据	未明确提及具体样本数量，但测试数据包含80%的数据子集
4747	2025-05-03	Real-time airway monitoring system using binary classification model based on respiratory sounds of rabbits with a tracheostomy tube 2025-Apr-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98546-3 PMID:40301485	研究论文	开发了一种基于兔子气管切开术后呼吸音的实时气道监测系统，使用深度学习模型进行二元分类	首次使用深度学习评估气管切开兔子的气道状况，并开发了基于物联网的实时远程数据传输设备	研究使用的是兔子模型，而非人类数据，可能影响结果在人类中的适用性	开发一种连续、标准化的实时气道评估系统	气管切开术后的兔子	数字病理	呼吸系统疾病	深度学习	CNN	音频	29只新西兰兔，共1,443个呼吸周期（402个4秒呼吸音样本）
4748	2025-05-03	The data analysis of sports training by ID3 decision tree algorithm and deep learning 2025-Apr-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99996-5 PMID:40301591	研究论文	本文提出了一种结合ID3决策树算法和深度学习模型的优化分析模型，以提高体育训练数据分析的准确性和效率	结合ID3决策树算法和深度学习模型，优化体育训练数据分析的性能	未提及具体的数据集规模或实际应用中的潜在问题	提高体育训练数据分析的准确性和效率，为运动员和教练提供决策支持	体育训练数据	机器学习	NA	ID3决策树算法、深度学习	ID3、XGBoost、CapsNets	体育训练数据	NA
4749	2025-05-03	Automated radiography assessment of ankle joint instability using deep learning 2025-Apr-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99620-6 PMID:40301608	research paper	本研究开发并评估了一种基于深度学习的系统，用于自动测量负重踝关节X光片中的距骨倾斜和前距骨平移，这些是诊断踝关节不稳定的关键参数	开发了一种深度学习系统，能够自动且高精度地测量踝关节X光片中的关键参数，为临床诊断提供客观和可重复的测量结果	排除了接受关节融合、骨移植或关节置换手术的患者，可能限制了系统的普适性	开发一种自动化系统以辅助临床诊断踝关节不稳定	踝关节X光片中的距骨倾斜和前距骨平移	digital pathology	ankle joint instability	deep learning	DL-based system	image	1,452张前后位X光片和2,984张侧位X光片，来自4,000名患者
4750	2025-05-03	Brain tumor detection empowered with ensemble deep learning approaches from MRI scan images 2025-Apr-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99576-7 PMID:40301625	research paper	该研究提出了一种结合两种深度学习模型的新型AI技术，用于从MRI扫描图像中检测和分类脑肿瘤	结合InceptionV3和Xception两种深度学习模型，提高了脑肿瘤检测的准确性和可靠性	未提及具体的数据集大小或多样性限制	提高脑肿瘤检测的准确性和可靠性，以促进早期诊断和治疗	脑MRI扫描图像，分为垂体瘤、脑膜瘤、胶质瘤和正常四类	digital pathology	brain tumor	MRI扫描	InceptionV3 + Xception	image	NA
4751	2025-05-03	Application of deep learning reconstruction combined with time-resolved post-processing method to improve image quality in CTA derived from low-dose cerebral CT perfusion data 2025-Apr-29, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01623-2 PMID:40301751	研究论文	评估深度学习重建（DLR）与时间分辨最大强度投影（tMIP）或时间分辨平均（tAve）后处理方法结合对低剂量脑CT灌注（CTP）数据衍生的CTA图像质量的影响	结合DLR与tMIP或tAve后处理方法，在降低辐射剂量的同时提升CTA图像质量	样本量较小（仅60例患者），且为回顾性研究	提升低剂量脑CTP衍生的CTA图像质量	低剂量脑CTP数据	医学影像处理	脑血管疾病	深度学习重建（DLR）、时间分辨最大强度投影（tMIP）、时间分辨平均（tAve）	深度学习	医学影像（CT图像）	60例患者（30例常规剂量组，30例低剂量组）
4752	2025-05-03	PPI-Graphomer: enhanced protein-protein affinity prediction using pretrained and graph transformer models 2025-Apr-29, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06123-2 PMID:40301762	研究论文	提出了一种名为PPI-Graphomer的模块，通过整合大规模语言模型和逆折叠模型的预训练特征，增强蛋白质结合界面的表征能力	结合预训练特征和分子相互作用信息，定义边关系和界面掩码，提升蛋白质结合界面的表征能力	未明确提及具体局限性	提高蛋白质-蛋白质亲和力预测的准确性	蛋白质-蛋白质相互作用（PPIs）及其结合界面	生物信息学	NA	预训练语言模型、逆折叠模型	Graph Transformer	蛋白质序列和结构数据	多个基准数据集（未明确提及具体数量）
4753	2025-05-03	LAGNet: better electron density prediction for LCAO-based data and drug-like substances 2025-Apr-29, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01010-7 PMID:40301997	research paper	该研究提出了一种名为LAGNet的新架构，用于预测基于LCAO数据的药物类物质的电子密度	提出了一种专门为药物类物质和DFT数据集设计和调整的新型架构LAGNet，并改进了电子密度的存储方式	未提及具体的局限性	提高基于LCAO数据的药物类物质电子密度预测的准确性	药物类物质的电子密度	量子化学	NA	DeepDFT模型	LAGNet	量子化学数据	未提及具体样本量
4754	2025-05-03	Unified Deep Learning of Molecular and Protein Language Representations with T5ProtChem 2025-Apr-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00051 PMID:40197028	研究论文	介绍了一种基于T5架构的统一模型T5ProtChem，用于同时处理分子和蛋白质序列	提出了T5ProtChem模型，通过新的预训练目标ProtiSMILES，将分子和蛋白质领域连接起来，实现了高效的、可泛化的蛋白质-化学建模	未明确提及具体限制	探索统一的深度学习模型在药物发现、蛋白质工程以及计算生物学和化学的跨学科应用中的潜力	分子和蛋白质序列	计算生物学和化学	NA	T5架构，ProtiSMILES预训练目标	T5ProtChem	分子和蛋白质序列	未明确提及样本数量
4755	2025-05-03	Keystone microbial taxa identified by deep learning reveal mechanisms of phosphorus stoichiometric homeostasis in submerged macrophytes under different hydrodynamic states 2025-Apr-25, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123721 PMID:40311292	研究论文	本研究通过深度学习识别关键微生物类群，揭示了不同水动力状态下沉水植物磷化学计量稳态的机制	开发了基于深度学习的Keystoneness Taxa Identification (DLKTI)框架，用于识别关键微生物类群，并阐明了它们在磷化学计量稳态中的作用	研究仅针对两种沉水植物（Vallisneria natans和Myriophyllum spicatum），可能不适用于其他植物或生态系统	探索不同水动力状态下沉水植物根际磷代谢的微生物群落结构和化学计量稳态的关系，以提高植物修复效率	沉水植物Vallisneria natans和Myriophyllum spicatum及其根际微生物群落	生态学与微生物组学	NA	深度学习	DLKTI框架	微生物组数据	NA
4756	2025-05-03	Detection of precancerous lesions in cervical images of perimenopausal women using U-net deep learning 2025-Apr-23, African journal of reproductive health IF:0.7Q4 DOI:10.29063/ajrh2025/v29i4.10 PMID:40314307	研究论文	本研究开发了一种基于U-Net和ResNet的高效准确宫颈细胞图像分割与识别模型，用于提高围绝经期女性癌前病变的检测	结合U-Net与SegNet，并引入SE注意力机制构建2Se/U-Net分割模型；优化ResNet，采用LD-loss和DRL块构建LD/ResNet病变识别模型	研究仅基于103张围绝经期女性的细胞学图像，样本量较小	提高围绝经期女性宫颈癌前病变的检测效率和准确性	围绝经期女性的宫颈细胞图像	数字病理学	宫颈癌	深度学习	U-Net, ResNet, SegNet, SE注意力机制	图像	103张围绝经期女性的细胞学图像
4757	2025-05-03	Graph-based deep learning for predictions on changes in microbiomes and biogas production in anaerobic digestion systems 2025-Apr-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123144 PMID:39826399	研究论文	本研究提出了一种基于图卷积网络（GCNs）的方法，用于预测厌氧消化系统中微生物群落变化和沼气产量	首次将图卷积网络应用于厌氧消化过程建模，整合了高通量测序数据和挥发性脂肪酸抑制效应的网络分析	研究仅基于特定操作条件下的厌氧消化器响应，可能不适用于所有厌氧消化系统	理解和优化厌氧消化过程，预测微生物动态和沼气产量	厌氧消化系统中的微生物群落和沼气生产过程	机器学习	NA	高通量测序	GCN	测序数据	281天的厌氧消化器响应数据，包括有机负荷冲击、饥饿和生物强化等多种喂养条件
4758	2025-05-03	Real-life benefit of artificial intelligence-based fracture detection in a pediatric emergency department 2025-Apr-07, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11554-9 PMID:40192806	研究论文	评估基于人工智能的骨折检测软件在儿科急诊临床环境中的性能及其对经验不足医生诊断准确性的影响	在真实临床环境中评估AI骨折检测软件的性能，并探讨其对经验不足医生诊断准确性的提升作用	AI对某些特定类型骨折(如桡骨髁骨折)的检测灵敏度较低(68%)，且AI辅助可能导致2%病例的正确诊断被错误排除	评估AI骨折检测软件在儿科急诊中的临床应用价值	18岁以下儿童的1672张放射影像	数字病理	骨折	深度学习	深度学习模型(未明确说明具体类型)	医学影像	1672张儿童放射影像(中位年龄10.9岁，59%男性)
4759	2025-05-03	Kernel representation-based End-to-End network-enabled decoding strategy for precise and medical diagnosis 2025-Apr-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.137233 PMID:39823885	research paper	提出了一种名为CellNet的神经网络模型，用于检测密集目标，并通过基于形状感知的径向基函数学习对象的核表示，提高目标计数准确性	使用形状感知径向基函数学习对象的核表示，显著提高了密集目标的检测准确率	未明确提及模型在其他类型目标或更复杂场景下的表现	开发高精度的生物标志物检测方法，用于疾病诊断	密集目标和粘附性聚苯乙烯微球	computer vision	NA	biotin-streptavidin-based biosensing method using artificial intelligence transcoding (bs-SMART)	neural network (CellNet)	image	血清样本（具体数量未提及）
4760	2025-05-03	A Paradigm of Computer Vision and Deep Learning Empowers the Strain Screening and Bioprocess Detection 2025-Apr, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.28926 PMID:39821114	研究论文	本研究提出并验证了一种结合计算机视觉与深度学习的创新研究范式，以促进高效菌株筛选和有效发酵过程优化	结合计算机视觉与深度学习，开发了一种用于菌株筛选和发酵过程优化的视觉传感研究范式	NA	提高菌株筛选和发酵过程优化的效率和稳定性	庆大霉素C1a效价和荧光蛋白表达	计算机视觉	NA	计算机视觉、深度学习	1D-CNN	图像	NA