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
501	2025-04-29	AI approaches for phenotyping Alzheimer's disease and related dementias using electronic health records 2025 Apr-Jun, Alzheimer's & dementia (New York, N. Y.) DOI:10.1002/trc2.70089 PMID:40291122	research paper	利用人工智能技术改进基于电子健康记录的阿尔茨海默病及相关痴呆症的识别	采用基于AI的文本分类方法，包括深度学习和大语言模型（LLMs），显著提高了ADRD患者的识别准确率	方法的成功依赖于临床记录的质量，且需要在更多样化的数据集上进一步验证	提高阿尔茨海默病及相关痴呆症（ADRD）患者的自动化识别准确率	年龄≥64岁的患者，包括1000名ADRD患者和3000名匹配对照	自然语言处理	阿尔茨海默病及相关痴呆症	AI-based text-classification methods	CNN, LLMs (Llama 2)	text	4000名患者（1000名ADRD患者和3000名对照）
502	2025-04-29	Prediction of difficulty in cryoballoon ablation with a three-dimensional deep learning model using polygonal mesh representation 2025-Apr, Journal of arrhythmia IF:2.2Q2 DOI:10.1002/joa3.70078 PMID:40292274	研究论文	开发了一种基于三维深度学习模型的冷冻球囊消融难度预测方法	首次利用三维深度学习模型结合多边形网格表示来预测冷冻球囊消融的难度，相比传统手动测量方法具有更高的准确性	研究样本量相对有限（189例患者），且仅在特定医疗中心进行	提高冷冻球囊消融手术的成功率	药物抵抗性心房颤动患者	数字病理	心血管疾病	三维深度学习	3D DL模型	三维多边形网格数据	189例药物抵抗性心房颤动患者（2015年1月至2022年1月期间接受冷冻球囊消融治疗）
503	2025-04-29	Advanced Artificial Intelligence Technologies Transforming Contemporary Pharmaceutical Research 2025-Mar-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040363 PMID:40281723	综述	本文综述了人工智能在医疗服务和药物研究领域的应用及其潜在影响	深入探讨了AI在医疗和药物研究中的优缺点，并提供了AI在疾病诊断、数字治疗、新药发现和疫情预测中的全面概述	主要基于过去几年的研究文章，可能未涵盖最新的AI技术进展	探讨人工智能在医疗服务和药物研究领域的应用及其潜在影响	人工智能技术在医疗和药物研究中的应用	机器学习	多种疾病（季节性流感、埃博拉、寨卡、COVID-19、结核病等）	神经网络、深度学习、贝叶斯非参数方法、自然语言处理	NA	NA	NA
504	2025-04-29	Exploring Feature Selection with Deep Learning for Kidney Tissue Microarray Classification Using Infrared Spectral Imaging 2025-Mar-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040366 PMID:40281726	研究论文	本研究提出了一种基于深度学习的框架，用于利用红外光谱成像自动分类肾脏肿瘤组织微阵列	结合特征选择算法和深度学习模型，显著提高了分类准确率并减少了训练时间	研究仅针对特定类型的肾脏肿瘤（嫌色细胞肾细胞癌和嗜酸细胞瘤）	开发一种高预测能力的分类流程，用于肾脏肿瘤的检测和分类	肾脏肿瘤组织微阵列（TMAs）	数字病理学	肾癌	红外光谱成像	深度学习	图像	NA
505	2025-04-29	Automatic Blob Detection Method for Cancerous Lesions in Unsupervised Breast Histology Images 2025-Mar-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040364 PMID:40281724	research paper	提出一种基于深度学习的自动斑点检测方法，用于在无监督的乳腺组织学图像中检测癌性病变	结合连接组件方法和主动轮廓方法，解决了斑点检测的局限性，提高了癌性病变的检测准确率	研究仅针对乳腺组织学图像，未涉及其他类型的癌症或医学图像	开发一种自动检测乳腺组织学图像中癌性病变的方法，以提高早期诊断的效率和准确性	无监督的乳腺组织学图像中的癌性病变	digital pathology	breast cancer	stain normalization, morphology operation, connected components method, active contours method	RNN	image	27,249张无监督、增强的人类乳腺癌组织学图像
506	2025-04-29	Optimization-Incorporated Deep Learning Strategy to Automate L3 Slice Detection and Abdominal Segmentation in Computed Tomography 2025-Mar-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040367 PMID:40281727	研究论文	本研究提出了一种基于深度学习的策略，用于自动检测CT图像中的L3切片并分割腹部组织	提出了一种结合优化策略的深度学习方法，通过调整增强比例和类别权重来改善类别不平衡问题	研究为回顾性研究，数据来源于单一医疗机构，可能影响模型的泛化能力	开发自动化工具以准确测量L3水平的肌肉和脂肪组成，作为癌症诊断和治疗的预后生物标志物	前列腺癌和膀胱癌患者的CT图像	数字病理学	前列腺癌,膀胱癌	CT成像	ResNet50, Unet, Swin-Unet, SegFormer	医学图像	150名前列腺癌和膀胱癌患者
507	2025-04-29	Biological Prior Knowledge-Embedded Deep Neural Network for Plant Genomic Prediction 2025-Mar-31, Genes IF:2.8Q2 DOI:10.3390/genes16040411 PMID:40282370	研究论文	提出了一种基于深度学习的植物基因组预测模型iADEP，整合了生物先验知识和其他组学数据	iADEP模型首次整合了加性、显性和上位性预测，并利用生物先验知识进行SNP嵌入	未提及模型在跨物种或大规模数据集上的泛化能力	开发更准确的植物基因组预测方法以加速性状改良	植物基因组数据（SNP）和表型性状	机器学习	NA	深度学习、全基因组关联分析（GWAS）	iADEP（基于多头注意力机制和多层感知机的深度学习模型）	基因组SNP数据	四个数据集（未说明具体样本量）
508	2025-04-29	Lightweight U-Net for Blood Vessels Segmentation in X-Ray Coronary Angiography 2025-Mar-30, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040106 PMID:40278022	research paper	该研究提出了一种轻量级的U-Net变体，用于X射线冠状动脉造影中的血管分割	采用基于彩票假设的结构化核剪枝策略，显著减少模型参数而不影响分割性能	未提及在更广泛数据集上的泛化能力测试	提升X射线冠状动脉造影中血管分割的准确性和效率	X射线冠状动脉造影图像中的血管结构	digital pathology	cardiovascular disease	X-ray coronary angiography	U-Net	image	在两个基准数据集上进行评估
509	2025-04-29	Riemannian Manifolds for Biological Imaging Applications Based on Unsupervised Learning 2025-Mar-29, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040103 PMID:40278019	research paper	该研究探讨了在生物成像应用中基于无监督学习的黎曼流形方法，特别是单细胞的潜在表示和聚类	提出了使用非欧几里得空间的潜在表示和聚类方法，特别是双曲嵌入在视觉任务中的应用，以及在无监督分割中的创新	研究尚未实际应用于大规模数据集，且主要集中在体外研究	评估单细胞潜在表示和聚类在医学和生物技术领域的应用可行性	C2C12细胞，用于研究肌肉分化	computer vision	NA	无监督学习，双曲嵌入	neural networks	image	NA
510	2025-04-29	Automated Detection of Aberrant Episodes in Epileptic Conditions: Leveraging EEG and Machine Learning Algorithms 2025-Mar-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040355 PMID:40281715	研究论文	利用EEG和机器学习算法自动检测癫痫异常发作	提出了一种利用Hurst指数和Daubechies 4离散小波变换进行特征提取的新方法，并结合多种机器学习模型进行癫痫发作分类	仅使用单通道EEG数据进行分类，可能无法全面反映癫痫发作的复杂特征	开发一种高效准确的癫痫发作自动检测方法	癫痫患者的EEG数据	数字病理学	癫痫	EEG信号分析，Hurst指数分析，离散小波变换	SVM, 随机森林分类器, LSTM	EEG信号	CHB-MIT头皮EEG数据库
511	2025-04-29	A Hybrid Wavelet-Based Deep Learning Model for Accurate Prediction of Daily Surface PM2.5 Concentrations in Guangzhou City 2025-Mar-28, Toxics IF:3.9Q1 DOI:10.3390/toxics13040254 PMID:40278570	research paper	提出了一种基于小波的混合深度学习模型，用于准确预测广州市每日地表PM2.5浓度	结合了小波(W)、CNN、BiLSTM和BiGRU的混合模型，显著提高了预测精度	研究仅针对广州市的数据，模型的泛化能力未在其他城市验证	提高地表PM2.5浓度的预测精度，以支持空气污染控制和城市规划	广州市2014年至2020年的气象因素和空气污染物数据	machine learning	NA	wavelet transform, deep learning	W-CNN-BiGRU-BiLSTM	time series data	广州市2014-2020年的气象和空气污染物数据
512	2025-04-29	Kidney Disease Segmentation and Classification Using Firefly Sigma Seeker and MagWeight Rank Techniques 2025-Mar-28, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040350 PMID:40281710	research paper	该论文提出了一种结合Firefly Sigma Seeker和MagWeight Rank技术的深度学习方法，用于肾脏疾病的分割和分类	整合Firefly Sigma Seeker动态调整参数和MagWeight Rank优化权重排序，提升并行卷积层架构在肾脏疾病分割中的性能	未提及具体的数据集规模或多样性限制，可能影响模型的泛化能力	提高肾脏疾病在医学影像中的自动化分割和分类效率	肾脏疾病的医学影像（MRI、CT扫描和超声图像）	digital pathology	kidney disease	Firefly Sigma Seeker, MagWeight Rank, Multi-Stream Neural Network (MSNN)	CNN, MSNN	image	NA
513	2025-04-29	CRISPR-MFH: A Lightweight Hybrid Deep Learning Framework with Multi-Feature Encoding for Improved CRISPR-Cas9 Off-Target Prediction 2025-Mar-28, Genes IF:2.8Q2 DOI:10.3390/genes16040387 PMID:40282347	research paper	提出了一种轻量级混合深度学习框架CRISPR-MFH，通过多特征编码改进CRISPR-Cas9脱靶预测	引入了新颖的多特征独立编码方法，将gRNA-DNA序列对编码为三个不同的特征矩阵以减少信息损失，并提出了结合多尺度可分离卷积和混合注意力机制的轻量级框架	模型参数规模增加会导致复杂性上升，限制实际应用性	改进CRISPR-Cas9系统的脱靶效应预测	gRNA-DNA序列对	machine learning	NA	deep learning	hybrid deep learning framework (multi-scale separable convolutions + hybrid attention mechanisms)	sequence data	multiple benchmark datasets
514	2025-04-29	Automated, Standardized, Quantitative Analysis of Cardiovascular Borders on Chest X-Rays Using Deep Learning 2025-Mar-27, JACC. Advances DOI:10.1016/j.jacadv.2025.101687 PMID:40286357	research paper	开发了一种基于深度学习的自动化方法，用于量化胸部X光片中的心血管边界，并探索其临床应用价值	首次使用深度学习技术对心血管边界进行标准化、定量化分析，并建立了年龄和性别特定的正常范围	研究仅基于特定站点的数据，可能无法完全代表所有人群	开发一种自动化、标准化的心血管边界量化方法，并评估其在心血管疾病分类和风险分层中的临床效用	胸部X光片中的心血管边界	digital pathology	cardiovascular disease	deep learning	deep learning	image	96,129张正常胸部X光片和44,567张患病胸部X光片
515	2025-04-29	Assessing Cancer Presence in Prostate MRI Using Multi-Encoder Cross-Attention Networks 2025-Mar-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040098 PMID:40278014	研究论文	本文提出了一种多编码器交叉注意力网络，用于评估前列腺MRI中癌症的存在	首次专注于前列腺癌临床工作流程中一个关键但未被充分探索的任务：区分有癌症存在和无可疑癌症发现的病例，并采用了最大的前列腺癌MR图像集合进行大规模实验	未提及具体的局限性	准确诊断前列腺癌，为患者提供有效治疗并降低死亡率	前列腺癌患者和无可疑前列腺癌发现的病例	数字病理学	前列腺癌	MRI	多编码器交叉注意力融合架构	图像	训练集包含4504名患者的双参数MR图像及其临床变量，测试集包含975名回顾性患者和435名前瞻性患者
516	2025-04-29	Minimax Bayesian Neural Networks 2025-Mar-25, Entropy (Basel, Switzerland) DOI:10.3390/e27040340 PMID:40282575	research paper	本文研究了使用极小极大方法的更保守的贝叶斯神经网络（BNNs），揭示了闭环神经网络与BNNs之间的联系	将极小极大方法应用于贝叶斯神经网络，提出了一种更保守的BNNs，并揭示了其与闭环神经网络的联系	仅在简单数据集上进行了测试，未在大规模或复杂数据集上验证	研究贝叶斯神经网络的鲁棒性及其与闭环神经网络的关系	贝叶斯神经网络（BNNs）和闭环神经网络	machine learning	NA	NA	Bayesian neural networks (BNNs), deterministic neural network, stochastic neural network	NA	简单数据集（具体数量未提及）
517	2025-04-29	Large-Scale Coastal Marine Wildlife Monitoring with Aerial Imagery 2025-Mar-24, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040094 PMID:40278010	研究论文	本研究探讨了利用航拍图像和深度学习方法自动检测、分类和计数沿海海洋野生动物的可行性	开发了一个深度学习框架，用于从航拍图像中自动识别和分类海洋野生动物，支持生态动态分析	模型的F1分数在0.7到0.9之间，具体取决于个体类型，可能存在识别精度不稳定的问题	提高沿海海洋野生动物监测的效率和准确性，支持生物多样性保护和环境管理	南象海豹和南美海狮群体	计算机视觉	NA	航拍图像采集和深度学习	深度学习框架	图像	在阿根廷巴塔哥尼亚的Valdés半岛采集的高分辨率航拍图像数据集
518	2025-04-29	Development of an Intelligent Tablet Press Machine for the In-Line Detection of Defective Tablets Using Machine Learning and Deep Learning Models 2025-Mar-24, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics17040406 PMID:40284402	研究论文	开发了一种集成机器学习和深度学习模型的智能压片机，用于实时检测缺陷药片	将机器学习和深度学习模型集成到压片机中，实现实时检测药片缺陷，作为过程分析技术工具	研究仅针对特定药物（盐酸二甲双胍）的压片过程，未验证对其他药物的适用性	开发一种智能压片机，用于实时检测药片缺陷	盐酸二甲双胍药片	机器学习	NA	过程分析技术(PAT)	随机森林(RF), 人工神经网络(ANN)	实时处理数据（压缩力、排出力、压缩速度等）	商业规模实验生产的盐酸二甲双胍药片
519	2025-04-29	Deep Learning-Based Detection of Aflatoxin B1 Contamination in Almonds Using Hyperspectral Imaging: A Focus on Optimized 3D Inception-ResNet Model 2025-Mar-22, Toxins IF:3.9Q1 DOI:10.3390/toxins17040156 PMID:40278655	research paper	本研究提出了一种基于深度学习的3D Inception-ResNet模型，利用高光谱图像检测杏仁中的黄曲霉毒素B1污染	采用优化的3D Inception-ResNet架构，结合特征选择算法，提高了分类准确率和处理效率	未提及模型在其他食品污染检测中的泛化能力	开发一种快速、无损的黄曲霉毒素B1污染检测方法，确保食品安全	杏仁中的黄曲霉毒素B1污染	computer vision	NA	hyperspectral imaging	3D Inception-ResNet	image	NA
520	2025-04-29	Deep Learning-Enhanced Motor Training: A Hybrid VR and Exoskeleton System for Cognitive-Motor Rehabilitation 2025-Mar-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040331 PMID:40281692	research paper	本研究探索了将实时机器学习分类的运动想象数据与脑机接口相结合，利用预制外骨骼和集成虚拟现实(VR)的EEG头戴设备，开发实用且可扩展的康复和日常运动训练治疗方案	关键创新包括用于数据分类的运动想象EEG采集协议，以及利用小波包变换进行特征提取的深度学习机器学习框架，并开发了新颖的VR钓鱼游戏以动态响应EEG输出	临床测试仍在进行中	开发实用且可扩展的康复和日常运动训练治疗方案	老年人的认知运动功能	脑机接口	geriatric disease	EEG, VR, 外骨骼	SVM, CNN, LSTM	EEG信号	NA