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
461	2025-10-05	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	本研究通过结合非线性高增益观测器和深度学习网络，利用可穿戴传感器实现无创潮气量估计	首次将非线性高增益观测器与CNN-LSTM网络相结合用于潮气量估计，通过HGO处理传感器漂移和重力分量，利用CNN-LSTM捕捉时空依赖性	研究样本量较小（仅6名受试者），需要进一步验证在更大人群中的适用性	开发一种无创、便捷的呼吸监测方法，替代传统的侵入性肺活量测定	人体呼吸过程中的潮气量参数	机器学习	呼吸系统疾病	可穿戴惯性测量单元（IMU）传感技术	CNN-LSTM	传感器时序数据	6名受试者	NA	CNN-LSTM	均方根误差（RMS error）	NA
462	2025-10-05	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，基于学习范式比较不同算法的效能，并提出未来研究方向	未包含非英语文献，部分新兴技术应用案例覆盖不足	评估机器学习在空气质量监测领域的应用效果与发展趋势	空气质量监测数据与预测模型	机器学习	NA	物联网传感器网络	集成学习,深度学习,无监督学习,强化学习	时间序列数据,空间数据	70余项研究文献	NA	Random Forest, XGBoost, LSTM, CNN	准确率	NA
463	2025-10-05	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	本研究开发了一种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	首次提出结合多区域影像特征（肺部、心外膜脂肪组织、T4水平皮下脂肪组织）的深度学习框架，采用跨注意力机制增强解剖区域间交互，显著提升AKI预测性能	回顾性研究设计，样本量相对有限（399例患者），需进一步前瞻性验证	早期预测肺炎相关脓毒症患者的急性肾损伤发生	肺炎相关脓毒症患者	数字病理	急性肾损伤	CT成像，放射组学分析	CNN, LightGBM	CT图像，临床记录，实验室数据	399例肺炎相关脓毒症患者	PyTorch, PyRadiomics	ResNet-18, ResNet-101, MCANet, MSFAN	AUC, 准确率, 精确率, 召回率, F1分数	NA
464	2025-10-05	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	提出一种结合CNN和Transformer的双注意力味觉脑电信号解码网络TEDNet	集成时序空间卷积模块、时序空间注意力模块和局部全局融合模块，首次将CNN与Transformer结合用于味觉脑电解码	未提及模型在其他数据集上的泛化能力	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、咸四种味觉刺激诱发的脑电信号	脑机接口	NA	脑电图(EEG)	CNN,Transformer	脑电信号	30名受试者的2400个脑电样本	NA	TEDNet,TSCM,TSAM,LGFM	准确率,F1分数,Kappa系数	NA
465	2025-10-05	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	提出了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解决分布式环境中的安全与可用性问题	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攻击防护与量子威胁防御	仅在脑部MRI和肾脏CT数据集上验证，未涵盖更多医疗影像模态	开发安全可靠的分布式云医疗图像存储检索系统	医疗图像（脑部MRI、肾脏CT）	计算机视觉	神经系统疾病, 肾脏疾病	联邦学习, 量子混沌加密	CNN	图像	脑部MRI和肾脏CT数据集	NA	ConvNeXt	检索准确率	分布式云架构
466	2025-10-05	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	提出一种结合视觉变换器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	首次将视觉变换器(ViT)与带自注意力机制的双向门控循环单元(BiGRU-SAM)相结合，并采用增强型袋熊优化算法(EWOA)进行超参数优化	仅在UR_Fall_Dataset_Subset数据集上进行验证，需要更多数据集和实际场景测试	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	图像	UR_Fall_Dataset_Subset数据集	NA	Vision Transformer, BiGRU with Self-Attention Mechanism	准确率	NA
467	2025-10-05	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	通过机器学习与组学方法揭示腹主动脉瘤中T淋巴细胞命运失衡的分子机制	首次建立包含T细胞浸润特征、关键转录因子和免疫信号通路的综合调控图谱，并发现FOSB和JUNB作为AAA诊断关键生物标志物	未明确说明样本规模和数据来源的具体限制	阐明腹主动脉瘤中T淋巴细胞命运失衡的分子机制	腹主动脉瘤组织中的T淋巴细胞群体	机器学习	心血管疾病	单细胞测序, 批量测序	深度学习	单细胞数据, 批量数据, 临床样本	多个独立数据集和临床样本	NA	NA	可行性, 准确性	NA
468	2025-10-05	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趋势、主题演变和合作模式	首次对沙特癌症研究进行多层次文献计量评估，揭示从基础研究到前沿主题的演变轨迹	仅基于Scopus数据库，可能未涵盖所有相关出版物	分析沙特癌症研究的发展趋势、合作模式和未来方向	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	NA	文献数据	全球癌症研究40,180篇，国际合作18,145篇，沙特独立研究9,319篇，沙特原创文章4,240篇	Bibliometrix, VOSviewer, SPSS	NA	h指数, m指数, g指数	NA
469	2025-10-05	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	首次系统性地综述机器学习在医学微波成像中从图像重建到分类的全流程应用	作为范围综述，主要提供领域概览而非深入技术分析	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和脑部成像中的应用	机器学习	乳腺癌,神经系统疾病	微波成像	CNN,SVM	微波成像数据	NA	NA	NA	NA	NA
470	2025-10-05	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，通过图像处理和深度学习技术量化河流中漂浮大塑料的传输	结合模板匹配算法与深度学习模型，实现了对漂浮塑料的检测、分类、跟踪和传输率评估	NA	开发可靠的河流塑料监测工具，量化塑料通量并指导缓解措施	河流中漂浮的大塑料	计算机视觉	NA	图像监测，深度学习	深度学习模型	图像	非洪水和洪水条件下的现场验证实验	NA	NA	相关系数(r)	NA
471	2025-10-05	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	样本量相对有限（仅159条评论被标注），模型性能仍有提升空间	利用电商平台评论数据识别癌症幸存者的症状自我管理需求	亚马逊健康相关产品的消费者评论	自然语言处理	癌症	内容分析、情感分析、主题建模、命名实体识别、文本分类	深度学习、大语言模型(LLM)	文本	4703个包含癌症提及的句子，来自3349条评论和2589个不同产品	NA	Bert-base-cased, gpt4-1106-preview-chat	F1-score	NA
472	2025-10-05	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和发展趋势	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演进和发展趋势	医用材料领域的人工智能研究文献	机器学习	NA	文献计量分析	NA	文献数据	108篇出版物	NA	NA	NA	NA
473	2025-10-05	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激酶口袋感知抑制剂	提出整合生成式深度学习、分子对接和分子动力学模拟的计算框架，用于探索BTK激酶J口袋的抑制剂	研究仅通过计算模拟验证，缺乏实验验证	开发高选择性、高亲和力、低毒性的BTK激酶抑制剂	BTK激酶及其抑制剂	计算生物学	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10,000个生成分子中筛选出5个候选分子	NA	NA	结合自由能,构象动力学稳定性,抑制活性	NA
474	2025-10-05	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	采用分层密集连接U-Net架构，并结合Dice相似系数损失函数提升计划质量指标预测精度	研究为初步研究，样本量相对有限（463个脑转移灶），需要进一步验证	开发能够从患者特定几何特征预测可实现的临床可接受计划质量的深度学习方法	脑转移瘤患者的伽玛刀治疗计划	医学影像分析	脑转移瘤	深度学习	CNN	医学影像	175名患者的463个脑转移灶	NA	分层密集连接U-Net	平均绝对误差, Dice相似系数, Wilcoxon符号秩检验p值	NA
475	2025-10-05	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	探讨宏蛋白质组学中从头测序技术的演变、优势、局限性和未来机遇	系统分析从头测序技术在宏蛋白质组学中的发展历程，特别关注基于图论、标签和深度学习的最新方法进展	依赖于现有数据库的局限性，对复杂和特征不明确的微生物组分析存在挑战	研究宏蛋白质组学中从头测序技术的应用潜力和发展方向	微生物群落蛋白质和肽段序列	生物信息学	NA	质谱分析, 从头测序	深度学习	质谱数据	NA	NA	NA	肽段识别准确率	NA
476	2025-10-05	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挑战	将网络医学与人工智能（特别是深度学习）技术相结合，用于分析大型多组学数据集	面临生物医学复杂性的持续挑战	通过AI与网络医学结合推进精准医学发展	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	分子相互作用网络数据	NA	NA	NA	预测精度	NA
477	2025-10-05	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腰椎旁肌分割及成分分析方法	首次在多中心、多序列MRI数据上实现腰椎旁肌的自动分割和脂肪浸润评估	回顾性研究设计，样本来源有限	开发自动化腰椎旁肌分析工具以辅助慢性腰痛研究	腰椎旁肌	计算机视觉	慢性腰痛	多序列MRI	CNN	医学影像	641名参与者的1302张MRI图像，来自五个中心	NA	NA	Dice相似系数, 组内相关系数, 双侧等效检验	NA
478	2025-10-05	Interpretable Disorder Signatures: Probing Neural Latent Spaces for Schizophrenia, Alzheimer's, and Autism Stratification 2025-Sep-01, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15090954 PMID:41008314	研究论文	开发并验证了一种基于时间反转自监督预训练的可解释深度学习框架，用于识别多种神经精神疾病的生物标志物	首次将时间反转自监督预训练应用于fMRI分类，通过潜在空间分析揭示疾病特异性的功能网络生物标志物	仅在五个临床数据集上验证，样本量有限，需要更大规模的研究验证普适性	开发可解释的深度学习框架，识别神经精神疾病的一致功能网络生物标志物	精神分裂症、阿尔茨海默病和自闭症谱系障碍患者	神经影像分析	精神分裂症,阿尔茨海默病,自闭症谱系障碍	fMRI, 自监督学习	LSTM	功能磁共振成像数据	Human Connectome Project数据集及五个临床数据集(FBIRN, BSNIP, ADNI, OASIS, ABIDE)	NA	分层LSTM	AUC, Pearson相关系数, 统计显著性检验	NA
479	2025-10-05	Identifying survival subtypes with autoencoder using multiple types of high-dimensional genomic data from studies of glioblastoma multiforme 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf499 PMID:41016009	研究论文	本研究通过自编码器整合多组学数据识别胶质母细胞瘤患者的生存亚型	首次将自编码器深度学习方法应用于整合RNA-seq、甲基化和DNA拷贝数变异数据来识别胶质母细胞瘤生存亚型	研究仅基于TCGA公共数据库数据，需要外部验证	识别胶质母细胞瘤患者的生存亚型并理解其分子特征	胶质母细胞瘤患者的多组学数据	机器学习	胶质母细胞瘤	RNA-seq, 甲基化测序, DNA拷贝数变异分析	自编码器, Cox-PH模型	基因组数据	TCGA数据库中的胶质母细胞瘤患者样本	NA	自编码器	交叉验证	NA
480	2025-10-05	The Path Towards Effective Long-Lasting Tissue-Targeted Prime/Pull/Keep Herpes Simplex Therapeutic Vaccines 2025-Aug-27, Vaccines IF:5.2Q1 DOI:10.3390/vaccines13090908 PMID:41012114	综述	本文探讨了针对单纯疱疹病毒的有效长效组织靶向Prime/Pull/Keep治疗性疫苗的开发路径	提出结合组学、人工智能和深度学习的理性疫苗设计方法，开发能同时在感觉神经节和皮肤黏膜组织诱导持久T细胞免疫的PPK疫苗策略	目前PPK疫苗仅在临床前动物模型中显示成功，尚未进入临床应用阶段	开发针对HSV-1和HSV-2的有效长效治疗性疫苗	单纯疱疹病毒1型和2型(HSV-1和HSV-2)	医学免疫学	疱疹病毒感染	组学技术,人工智能,深度学习	NA	NA	临床前动物模型	NA	NA	NA	NA