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
481	2025-07-24	MFRC-Net: Multi-Scale Feature Residual Convolutional Neural Network for Motor Imagery Decoding 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3467090 PMID:39316474	research paper	提出了一种轻量级的多尺度特征残差卷积神经网络（MFRC-Net），用于运动想象解码	结合时间多尺度残差卷积块和跨域双流空间卷积块，显著提升轻量级模型的性能	未提及具体限制	提高运动想象解码的准确性，同时降低模型的规模和计算资源需求	脑电图（EEG）信号	machine learning	NA	multi-scale grouped convolution, cross-domain spatial filtering	CNN	EEG信号	BCI Competition IV 2a数据集和SHU数据集
482	2025-07-24	Spherical Harmonics-Based Deep Learning Achieves Generalized and Accurate Diffusion Tensor Imaging 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3471769 PMID:39352828	研究论文	本研究提出了一种基于球谐函数的深度学习方法，用于提高扩散张量成像的泛化性和准确性	利用球谐函数表示体素级扩散MRI信号，并将其系数图作为网络输入来预测扩散张量场，从而提高了方法的泛化能力	未明确提及具体局限性	开发一种泛化性强、准确且高效的基于深度学习的扩散张量成像方法	扩散张量成像（DTI）数据	医学影像分析	NA	扩散加权成像（DWI）、球谐函数（SH）	深度学习（DL）	扩散MRI（dMRI）图像	模拟和体内数据集，涵盖多种DTI应用场景
483	2025-07-24	Multiscale Spatial-Temporal Feature Fusion Neural Network for Motor Imagery Brain-Computer Interfaces 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3472097 PMID:39352826	研究论文	提出了一种基于多尺度时空特征融合的卷积神经网络(MSTFNet)，用于运动想象脑机接口中的EEG信号分类	采用多尺度时空特征融合架构，包含特征增强、多尺度时间特征提取、空间特征提取和特征融合模块，并引入深度可分离卷积块和高效通道注意力块	在留一受试者实验中的分类准确率相对较低(66.31%)	提高运动想象脑机接口中EEG信号的解码精度	运动想象EEG信号	脑机接口	NA	EEG信号处理	CNN	EEG信号	两个公开数据集(BCI Competition IV 2a和2b)和一个实验室数据集
484	2025-07-24	Automated Quantification of HER2 Amplification Levels Using Deep Learning 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3476554 PMID:39383086	研究论文	本文开发了一种基于深度学习的软采样级联模型和信号检测模型，用于量化细胞中的CEN17和HER2，以辅助评估HER2扩增状态，用于乳腺癌患者的HER2靶向治疗选择	提出了一种新的软采样级联深度学习模型和信号检测模型，显著优于七种最新发布的深度学习方法，并在临床数据集中表现出高准确率、召回率和F1分数	NA	开发自动化方法以辅助评估HER2扩增状态，用于乳腺癌和胃癌患者的HER2靶向治疗选择	乳腺癌和胃癌患者的HER2扩增状态	数字病理学	乳腺癌, 胃癌	FISH, DISH	软采样级联深度学习模型, 信号检测模型	图像	两个临床数据集（FISH数据集和DISH数据集）
485	2025-07-24	MiRS-HF: A Novel Deep Learning Predictor for Cancer Classification and miRNA Expression Patterns 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3476672 PMID:39383085	研究论文	提出了一种名为MiRS-HF的深度学习模型，用于癌症分类和miRNA生物标志物识别	结合了早期融合和中间融合策略，利用LAGCN和GCN网络处理miRNA-疾病异质网络和表达数据，显著提高了分类性能	仅针对六种癌症进行了验证，未涉及更多癌症类型	开发一种高效的癌症分类和miRNA生物标志物识别方法	miRNA表达数据和miRNA-疾病关联数据	机器学习	癌症	深度学习	LAGCN, GCN	miRNA表达数据	六种癌症的数据集
486	2025-07-24	TKR-FSOD: Fetal Anatomical Structure Few-Shot Detection Utilizing Topological Knowledge Reasoning 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3480197 PMID:39401118	research paper	提出了一种名为TKR-FSOD的新方法，用于胎儿超声图像中的少样本解剖结构检测，通过拓扑知识推理模块学习解剖结构的拓扑关系，并利用判别能力增强特征学习模块提取丰富的判别特征	首次将少样本学习应用于胎儿超声图像中的解剖结构检测，并引入了拓扑知识推理模块和判别能力增强特征学习模块	研究仅针对四腔心切面视图进行了验证，未涉及其他超声切面	提高胎儿超声图像中少样本解剖结构检测的准确性和鲁棒性	胎儿超声图像中的多解剖结构	digital pathology	胎儿发育异常	few-shot learning	TKR-FSOD	image	未明确提及具体样本数量，但涉及少样本学习场景（如5-shot）
487	2025-07-24	Attention-Guided 3D CNN With Lesion Feature Selection for Early Alzheimer's Disease Prediction Using Longitudinal sMRI 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3482001 PMID:39412975	研究论文	本文提出了一种新型的轻量级3D卷积神经网络，用于捕捉脑部疾病的演变过程，以预测轻度认知障碍（MCI）向阿尔茨海默病（AD）的进展	提出纵向病灶特征选择策略和疾病趋势注意力机制，以捕捉脑部结构的动态变化并提高模型对病灶特征的关注	仅使用两次随访的sMRI扫描数据，可能无法全面反映疾病的长期演变过程	预测轻度认知障碍（MCI）向阿尔茨海默病（AD）的进展，以实现早期干预	轻度认知障碍（MCI）患者	数字病理学	老年疾病	sMRI	3D CNN	图像	使用两次随访的sMRI扫描数据
488	2025-07-24	HepNet: Deep Neural Network for Classification of Early-Stage Hepatic Steatosis Using Microwave Signals 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3489626 PMID:39480722	研究论文	本研究介绍了一种利用微波技术和深度学习对早期肝脂肪变性进行分类的新方法	提出了一种名为HepNet的新型深度学习模型，结合微波信号和迁移学习，显著提高了早期肝脂肪变性的检测准确率	临床数据样本量有限（94和158例患者样本）	开发一种可靠的早期肝脂肪变性分类方法	肝脂肪变性患者	数字病理学	肝病	微波技术	HepNet（基于CNN的深度学习模型）	微波信号	模拟数据训练集 + 94和158例临床患者样本
489	2025-07-24	Deep Drug Synergy Prediction Network Using Modified Triangular Mutation-Based Differential Evolution 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3377631 PMID:38498748	research paper	本文提出了一种名为EDNet的深度药物协同预测网络，利用改进的基于三角变异的差分进化算法来优化深度双向混合密度网络的初始连接权重和架构相关属性，以提高药物协同预测的准确性和效率	提出了一种改进的基于三角变异的差分进化算法，用于优化深度双向混合密度网络的初始连接权重和架构相关属性，从而解决了梯度消失、过拟合和参数调优等问题	未提及具体的数据集局限性或模型在其他类型癌症中的泛化能力	提高药物协同预测的准确性，以优化癌症治疗中的药物组合效果	药物组合协同效应	machine learning	cancer	modified triangular mutation-based differential evolution algorithm	deep bidirectional mixture density network (EDNet)	drug synergy data	两个数据集：NCI-ALMANAC和deep-synergy
490	2025-07-24	Artificial intelligence in the diagnosis of uveal melanoma: advances and applications 2025, Experimental biology and medicine (Maywood, N.J.) DOI:10.3389/ebm.2025.10444 PMID:40046904	综述	本文综述了机器学习和深度学习在葡萄膜黑色素瘤诊断中的进展与应用	深度学习模型，特别是CNN，能够自动分析医学图像，识别复杂模式，提高诊断精度	研究中的关键限制包括数据集规模小、外部验证有限以及对单一成像模式的依赖，这些都限制了模型在临床环境中的泛化能力	评估机器学习和深度学习在葡萄膜黑色素瘤分类中的应用	葡萄膜黑色素瘤	数字病理学	葡萄膜黑色素瘤	机器学习、深度学习、CNN	CNN	图像	小规模数据集
491	2025-07-24	Identifying Patients' Preference During Their Hospital Experience. A Sentiment and Topic Analysis of Patient-Experience Comments via Natural Language Techniques 2025, Patient preference and adherence IF:2.0Q2 DOI:10.2147/PPA.S526623 PMID:40686565	研究论文	通过自然语言处理技术分析患者体验评论，识别患者偏好及其对满意度和忠诚度的影响	采用混合方法（文献综述、人工标注和自然语言处理技术）分析自由文本评论，并探讨负面评论与患者满意度和忠诚度的关联	研究仅基于单一调查的评论数据，可能无法涵盖所有患者体验的多样性	从大量自由文本患者体验评论中提取有用信息，并探索负面评论与患者满意度和忠诚度的差异	患者体验评论	自然语言处理	NA	自然语言处理技术	机器学习和深度学习	文本	28054条自由文本评论
492	2025-07-24	Deep learning-based method for grading histopathological liver fibrosis in rodent models of metabolic dysfunction-associated steatohepatitis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1629036 PMID:40687706	研究论文	本研究开发了一种基于深度学习的组织病理学肝纤维化分级方法，用于代谢功能障碍相关脂肪性肝炎（MASH）啮齿动物模型	利用深度学习模型对MASH动物模型的肝纤维化进行评分，改进了临床子分类，开发了性能更优的7类分类模型	研究主要基于动物模型，结果在人类临床样本中的适用性有待验证	开发一种自动化的肝纤维化评分方法，以支持病理学家的诊断工作	代谢功能障碍相关脂肪性肝炎（MASH）啮齿动物模型的肝组织	数字病理学	肝病	深度学习	多类分类模型（5类和7类）	图像	914张全切片图像，衍生出999,711个补丁图像
493	2025-07-24	Neurophysiological predictors of deep learning based unilateral upper limb motor imagery classification 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1617748 PMID:40688356	研究论文	本研究探讨了神经生理学特征如何影响基于深度学习的单侧上肢运动想象分类的准确性	首次将神经生理学特征与深度学习模型在单侧上肢运动想象分类中的表现联系起来，揭示了与传统双边运动想象研究不同的神经机制	研究仅关注了右肘的屈伸运动想象，未考虑其他肢体部位或更复杂的运动模式	探索神经生理学特征对单侧上肢运动想象分类准确性的预测作用	人类参与者的脑电图数据和运动想象分类模型	脑机接口	NA	脑电图(EEG)	EEGNet, FBCNet, NFEEG, SVM, LDA	脑电信号	未明确说明参与者数量
494	2025-07-24	Emerging trends in Alzheimer's disease diagnosis and prediction using artificial intelligence: A bibliometric analysis of the top cited 100 articles 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251362098 PMID:40688579	文献计量分析	本文通过文献计量分析方法，研究了人工智能在阿尔茨海默病诊断和预测领域的100篇高引用文章，揭示了研究热点、趋势及未来发展方向	首次对人工智能在阿尔茨海默病诊断和预测领域的100篇高引用文章进行全面的文献计量分析，揭示了该领域的研究热点和发展趋势	存在语言和引用偏倚，可能影响对新兴AI-AD趋势的解释	分析人工智能在阿尔茨海默病诊断和预测领域的研究现状和发展趋势	100篇关于AI在阿尔茨海默病诊断和预测领域的高引用文章	数字病理学	老年病	文献计量分析	deep learning, machine learning	文献数据	100篇高引用文章
495	2025-07-24	A survey of NLP methods for oncology in the past decade with a focus on cancer registry applications 2025, Artificial intelligence review IF:10.7Q1 DOI:10.1007/s10462-025-11316-5 PMID:40688631	综述	本文综述了过去十年（2014-2024年）自然语言处理（NLP）在癌症登记操作中的应用	系统性地分类了NLP方法、文档类型、癌症部位和研究目标，并指出了transformer模型（如BERT及其临床适应版本）的显著潜力	儿科癌症、黑色素瘤和淋巴瘤的代表性不足，疾病进展、临床试验匹配和患者沟通等研究领域也较少涉及，多模态模型在精准肿瘤学和癌症筛查中的应用也较为稀缺	评估NLP在癌症登记操作中的应用，以提高数据提取的效率和准确性	临床文本（病理学和放射学报告）	自然语言处理	癌症	NLP（包括基于规则的方法、机器学习和传统深度学习）	BERT, ClinicalBERT, RadBERT, GPT-3, GPT-4	文本	156篇文章（来自Scopus和PubMed）
496	2025-07-24	Prediction of postoperative vault after implantable collamer lens implantation with deep learning 2025, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2025.07.02 PMID:40688771	研究论文	使用深度学习预测植入式Collamer晶体（ICL）植入术后的拱高及合适的晶体尺寸	比较了多种AI算法在预测术后拱高和ICL尺寸方面的性能，发现XGBoost表现最佳	研究样本量较小（83名患者，132只眼睛），且为回顾性分析	预测ICL植入术后的拱高及确定合适的ICL尺寸	接受EVO-V4C ICL植入术的患者	机器学习	眼科疾病	前段光学相干断层扫描（ASOCT）	MLP, XGBoost, RFR, KNN	临床检查参数	83名患者，132只眼睛
497	2025-07-24	Nondestructive egg freshness assessment using hyperspectral imaging and deep learning with distance correlation wavelength selection 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101133 PMID:40689294	研究论文	本研究利用高光谱成像和深度学习技术，结合距离相关性波长选择方法，实现了鸡蛋新鲜度的无损评估	首次将距离相关性这一统计稳健但鲜少在高光谱波长选择中使用的方法应用于鸡蛋新鲜度评估，并证明其优于常用波长选择方法	研究仅使用了450-1100nm波长范围的高光谱数据，未探索其他可能的光谱范围	开发一种无损、高效的鸡蛋新鲜度评估方法	鸡蛋	计算机视觉	NA	高光谱成像	CNN, 梯度提升树, 多元线性回归, 偏最小二乘回归, 支持向量回归	高光谱图像	未明确说明样本数量
498	2025-07-24	A systematic review of data and models for predicting food flavor and texture 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101127 PMID:40689288	review	本文系统回顾了当前用于预测食物风味和质地的数据资源和计算模型	强调了图神经网络和深度学习方法在识别味道和气味化合物方面的潜力，并指出质地预测在食品质量控制中的潜在影响	气味预测面临标准化嗅觉指标的缺乏，质地预测研究较少且需要更稳健的数据集	推动风味和质地预测领域的发展	食物风味和质地	machine learning	NA	graph neural networks, deep learning methods	GNN, deep learning	molecular data, sensory data	NA
499	2025-07-24	DVMark: A Deep Multiscale Framework for Video Watermarking 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2023.3251737 PMID:37030810	研究论文	本文提出了一种名为DVMark的深度多尺度框架，用于视频水印嵌入与提取	提出了一种端到端可训练的深度学习解决方案，采用新颖的多尺度设计，将水印分布在多个时空尺度上	未提及具体的技术限制或不足	开发一种能够同时处理多种视频失真的鲁棒视频水印方法	视频水印技术	计算机视觉	NA	深度学习	多尺度深度神经网络	视频	在多种失真类型上进行了广泛评估，但未提及具体样本数量
500	2025-07-24	Prediction of Recurrence using a Stacked Denoising Autoencoder and Multifaceted Feature Analysis of Pretreatment MRI in Patients with Nasopharyngeal Carcinoma 2025, Current radiopharmaceuticals IF:1.5Q3 DOI:10.2174/0118744710384129250327060846 PMID:40237056	research paper	该研究开发了一个基于MRI的鼻咽癌复发预测模型，结合了放射组学、深度学习和临床特征	使用堆叠去噪自编码器(SDAE)从MRI中提取深度特征，并结合放射组学特征和临床参数构建预测模型	单中心回顾性研究设计，缺乏功能成像(如DWI/PET)或分子标记(如EBV-DNA)	开发一个稳健的鼻咽癌复发预测模型，以优化个性化治疗	184例经病理证实接受根治性放疗的鼻咽癌患者	digital pathology	nasopharyngeal carcinoma	MRI, radiomics, deep learning	SDAE, SVM, MLP, LR, RF	MRI图像	184例患者(内部验证136例，外部验证91例)