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
541	2025-05-15	Extreme heat prediction through deep learning and explainable AI 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316367 PMID:40111979	研究论文	本研究通过深度学习和可解释AI技术，利用五年的气象数据，开发了一个预测极端高温的综合框架	首次将深度学习和可解释AI技术结合用于极端高温预测，并揭示了湿度和最高温度在预测中的重要性	研究仅基于巴基斯坦气象局五年的数据，可能在其他地区的适用性有限	提高极端高温事件的预测准确性，以支持主动规划和安全保障	极端高温事件	机器学习	NA	深度学习，可解释AI（XAI）	ANN, CNN, LSTM	气象数据	五年的气象数据
542	2025-05-15	Uncovering water conservation patterns in semi-arid regions through hydrological simulation and deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319540 PMID:40112018	研究论文	本研究结合InVEST模型、水资源保护区时空转移和深度学习，揭示半干旱地区水资源保护模式及其驱动机制	首次将InVEST模型、时空转移分析和深度学习相结合，量化水资源保护的复杂数据并识别关键影响因素	研究仅针对雄安新区2000-2020年的数据，可能无法完全代表其他半干旱地区的情况	揭示半干旱地区水资源保护的空间分布模式及其驱动机制	雄安新区的水资源保护特征	深度学习	NA	InVEST模型、深度学习	深度学习模型（未指定具体类型）	时空数据、土地利用数据、降水数据等	雄安新区2000-2020年的水资源保护数据
543	2025-05-15	Optimizing deep learning models for glaucoma screening with vision transformers for resource efficiency and the pie augmentation method 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314111 PMID:40117284	research paper	该研究通过优化深度学习模型，使用视觉变换器（ViT）和创新的'pie方法'增强技术，提高了青光眼筛查的效率和准确性	采用Data-efficient image Transformers (DeiT)降低计算需求，预处理时间减少10倍，并引入'pie方法'增强技术以提升性能	DeiT的初始性能低于CNN，且数据集的某些区域（如上部和鼻区）需要排除	优化青光眼筛查的深度学习模型，提高资源效率和检测准确性	青光眼患者、疑似青光眼患者及非青光眼患者的眼底图像	digital pathology	glaucoma	fundus imaging	DeiT (vision transformer)	image	GlauCUTU-DATA数据集，包含一致同意（3/3）和多数同意（2/3）的数据
544	2025-05-15	Unveiling CNS cell morphology with deep learning: A gateway to anti-inflammatory compound screening 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320204 PMID:40117300	研究论文	利用深度学习揭示中枢神经系统细胞形态，为抗炎化合物筛选提供新方法	采用深度学习技术分析神经元和小胶质细胞的形态表型，解决了传统方法在检测细微细胞变化和批次效应方面的挑战	需要大量标记数据，且在检测细微细胞变化和批次效应方面仍存在困难	理解神经炎症背景下细胞形态与表型表现之间的复杂关系	神经元和小胶质细胞	数字病理学	神经炎症	深度学习	DL	图像	内部数据（未明确样本数量）
545	2025-05-15	ACP-DPE: A Dual-Channel Deep Learning Model for Anticancer Peptide Prediction 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70010 PMID:40119615	research paper	本文提出了一种基于双通道深度学习的抗癌肽预测模型ACP-DPE，该模型通过结合Bi-GRU模块和扩张卷积模块，有效提高了预测准确性和敏感性	提出了一种新的双通道深度学习模型ACP-DPE，结合了Bi-GRU模块和扩张卷积模块，用于抗癌肽预测，其性能优于现有方法	未提及模型在其他类型肽预测中的泛化能力，以及在实际临床应用中的验证情况	开发一种高效的抗癌肽预测方法，以辅助癌症治疗研究	抗癌肽（ACPs）	machine learning	cancer	deep learning	Bi-GRU, dilated CNN	peptide sequence	NA
546	2025-05-15	Multi-scale image edge detection based on spatial-frequency domain interactive attention 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1550939 PMID:40356606	research paper	提出了一种基于空间-频域交互注意力的多尺度图像边缘检测网络，旨在复杂背景下准确检测主要目标的边缘	使用空间-频域交互注意力模块，通过频域过滤干扰并利用频域与空间域的交互，更准确地提取和分析不同尺度的边缘特征	未提及具体在哪些复杂背景或小目标场景下的性能限制	解决复杂背景下图像边缘检测的准确性问题	动物、植物、建筑物等复杂背景下的图像	computer vision	NA	深度学习	多尺度边缘检测网络	image	NA
547	2025-05-15	A bibliometric analysis of electroencephalogram research in stroke: current trends and future directions 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1539736 PMID:40356632	研究论文	本文通过文献计量学方法分析了脑电图（EEG）在中风研究中的应用趋势及未来发展方向	首次对中风领域EEG研究的趋势进行全面分析，并揭示了机器学习与多模态数据整合的最新研究方向	仅基于Web of Science数据库，可能未涵盖所有相关研究	分析EEG在中风研究中的应用现状和发展趋势	2005-2024年间发表的2,931篇与中风和EEG相关的研究文献	神经科学	中风	文献计量学分析（VOSviewer和CiteSpace）	NA	文献数据	2,931篇出版物
548	2025-05-15	Deep learning-based fine-grained assessment of aneurysm wall characteristics using 4D-CT angiography 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19393 PMID:40356666	research paper	提出了一种基于深度学习的细粒度评估方法，用于分析动脉瘤壁特征，包括薄壁区域和增生重塑区域	开发了一种结合CNN-LSTM和注意力层的回归模型，并引入了患者无关特征提取机制及未标记数据增强	样本量较小（52例未破裂脑动脉瘤），且依赖术中记录作为金标准	通过4D-CTA评估动脉瘤壁动力学特征以实现精准风险预测	未破裂脑动脉瘤的壁运动特性	digital pathology	cardiovascular disease	4D-computed tomography angiography (4D-CTA)	CNN-LSTM with attention mechanism	4D影像序列+术中视频	52例未破裂脑动脉瘤
549	2025-05-15	MRI-based machine learning analysis of perivascular spaces and their link to sleep disturbances, dementia, and mental distress in young adults with long-time mobile phone use 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1555054 PMID:40356706	研究论文	本研究通过MRI和深度学习技术分析长期使用手机（LTMPU）的年轻成年人中扩大的血管周围间隙（EPVSs）与睡眠障碍、痴呆和精神困扰的关联	首次利用深度学习算法定量分析EPVSs特征，并探讨其与多种临床症状的关联	样本量较小（82例），且为回顾性研究	探究长期手机使用者的EPVSs特征与神经精神症状的关系	长期使用手机的年轻成年人	数字病理学	神经退行性疾病	MRI扫描、深度学习算法	深度学习	MRI图像	82名LTMPU患者
550	2025-05-15	MRI-based deep learning with clinical and imaging features to differentiate medulloblastoma and ependymoma in children 2025, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2025.1570860 PMID:40356719	research paper	该研究探讨了基于T2加权MRI的深度学习结合临床和影像特征在儿童髓母细胞瘤和室管膜瘤鉴别中的有效性	结合深度学习和多模态临床影像特征构建融合模型，显著提高了鉴别诊断的准确性	样本量相对有限（201例），且来自三个研究中心可能存在数据异质性	开发有效的儿童髓母细胞瘤和室管膜瘤鉴别诊断方法	儿童髓母细胞瘤（MB）和室管膜瘤（EM）患者	digital pathology	brain tumor	T2-weighted MRI	AlexNet-based DL classifier with multimodality fusion	MRI images and clinical features	201名患者（来自三个研究中心）
551	2025-05-15	Deep learning-based automated tongue analysis system for assisted Chinese medicine diagnosis 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1559389 PMID:40356770	研究论文	本研究提出了一种结合深度学习与传统中医的自动化舌象分析系统，以提高舌诊的准确性和客观性	系统包括硬件设备、改进的半监督学习分割算法、高性能色彩校正模块以及融合不同特征的舌象分析算法	未提及具体样本量或实验设计的局限性	提升中医舌诊的准确性和客观性	舌象图像	数字病理	NA	深度学习	U2net	图像	NA
552	2025-05-15	Deep learning for malignant lymph node segmentation and detection: a review 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1526518 PMID:40356919	综述	本文深入回顾了深度学习在恶性淋巴结分割和检测方面的进展	专注于恶性淋巴结的深度学习应用，填补了该领域综述的空白	未提及具体模型的性能比较或量化分析	提升癌症治疗规划的精确性和效率	恶性淋巴结	数字病理学	癌症	深度学习	NA	医学影像	NA
553	2025-05-15	Leveraging artificial intelligence in disaster management: A comprehensive bibliometric review 2025, Jamba (Potchefstroom, South Africa) DOI:10.4102/jamba.v17i1.1776 PMID:40357012	综述	本文通过文献计量学方法回顾了人工智能在灾害管理中的应用	利用VOSviewer和Biblioshiny工具分析了848篇文献，揭示了AI在灾害管理中的研究趋势和科学图谱	仅基于Scopus数据库的英文文献，可能遗漏其他语言或数据库的重要研究	评估人工智能技术在灾害管理领域的应用现状和发展趋势	自然灾害管理相关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	848篇出版物
554	2025-05-15	Making, not breaking the young, aspiring athlete: the development of Prep to be PRO (Nærmere Best) - a Norwegian school-based educational programme 2025, BMJ open sport & exercise medicine IF:3.9Q1 DOI:10.1136/bmjsem-2024-002388 PMID:40357054	research paper	本文记录了Prep to be PRO教育模块化计划的开发过程，旨在支持和保护体育初中和体育高中年轻运动员的健康与发展	该计划首次系统性地整合了多学科知识，并通过国家高中课程确保其相关性和教育标准的一致性	尚未进行系统性的数据收集和效果评估，长期可持续性仍需验证	开发一个教育计划，以预防年轻运动员的健康问题并支持其发展	体育初中和体育高中的年轻运动员	运动科学	NA	NA	NA	NA	超过40名利益相关者参与开发过程
555	2025-05-15	Deep learning object detection-based early detection of lung cancer 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1567119 PMID:40357272	research paper	本文探讨了基于深度学习的物体检测技术在肺癌早期诊断中的应用	比较了不同版本的YOLO模型在肺癌CT图像检测任务中的性能，发现YOLOv8表现最佳	研究仅基于公开数据集Lung-PET-CT-Dx，未涉及其他数据集验证	提高肺癌早期诊断和分类的准确性	肺癌CT图像	computer vision	lung cancer	deep learning	YOLO系列（YOLOv5, YOLOv8, YOLOv9, YOLOv10, YOLOv11）	image	Lung-PET-CT-Dx公共数据集
556	2025-05-15	RAMAS-Net: a module-optimized convolutional network model for aortic valve stenosis recognition in echocardiography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1587307 PMID:40357270	研究论文	提出了一种名为RAMAS-Net的深度学习模型，用于在超声心动图中自动识别和诊断主动脉瓣狭窄	通过将ResNet50主干的Stage 4替换为SCConv和MDTA模块，减少了冗余计算并提高了特征提取能力	NA	提高主动脉瓣狭窄的诊断准确性，支持临床决策	主动脉瓣狭窄（AS）患者	数字病理	心血管疾病	深度学习	CNN（ResNet50改进版）	图像（超声心动图）	TMED-2和TMED-1数据集
557	2025-05-15	An optimized deep learning model based on transperineal ultrasound images for precision diagnosis of female stress urinary incontinence 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1564446 PMID:40357276	研究论文	本研究开发并验证了一种基于经会阴超声图像的优化深度学习模型，以提高女性压力性尿失禁的诊断精度和可靠性	首次将深度学习模型（如DenseNet-121）应用于经会阴超声图像，显著提高了女性压力性尿失禁的诊断性能	研究为回顾性设计，样本量相对有限（464例），且仅评估了三种深度学习模型	提高女性压力性尿失禁的诊断精度和可靠性	464名女性的经会阴超声图像（200例患者和264例对照）	数字病理	尿失禁	经会阴超声（TPUS）	ResNet-50, ResNet-152, DenseNet-121	图像	464名女性（200例患者和264例对照）
558	2025-05-15	Automatic segmentation and volume measurement of anterior visual pathway in brain 3D-T1WI using deep learning 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1530361 PMID:40357297	研究论文	本研究探讨了使用3D UX-Net深度学习模型在脑部T1加权成像中自动分割和测量前视通路（AVP）体积的可行性	首次在脑部T1WI中使用3D UX-Net模型进行AVP自动分割和体积测量，并提供了成人AVP的标准化测量值	研究样本量相对较小（119名成人），且为回顾性研究	开发自动分割和测量前视通路体积的深度学习模型	前视通路（AVP）	数字病理学	NA	3D T1加权成像（T1WI）	3D UX-Net, 3D U-Net, Swin UNEt TRansformers (UNETR), UNETR++, Swin Soft Mixture Transformer (Swin SMT)	3D医学影像	119名成人的临床数据和脑部3D T1WI影像
559	2025-05-15	Accurate total consumer price index forecasting with data augmentation, multivariate features, and sentiment analysis: A case study in Korea 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321530 PMID:40359407	research paper	该研究提出了一种结合数据增强、多变量特征和情感分析的新框架，用于准确预测韩国的总消费者价格指数（CPI）	提出了一种混合CNN-LSTM机制，结合多变量输入、数据增强和情感指数，以提高CPI预测的准确性	研究主要针对韩国市场，可能不适用于其他国家的CPI预测	提高总消费者价格指数（CPI）的预测准确性，以支持更及时有效的经济政策制定	韩国的总消费者价格指数（CPI）及其12类商品和服务的462个项目	machine learning	NA	线性插值、情感分析	CNN-LSTM	时间序列数据、文本数据	NA
560	2025-05-15	Regional, rural and remote medicine attracts students with a similar approach to learning in both the Northern and Southern hemisphere 2024-12, International journal of circumpolar health IF:1.3Q4 DOI:10.1080/22423982.2024.2404274 PMID:39285655	研究论文	本研究比较了南北半球两个医学项目中学生的学习目标取向和学习特征，以探讨适合农村医疗环境的学生特质	首次在跨半球背景下比较农村医学项目学生的学习特征和目标取向	样本仅来自两个医学项目，可能无法代表所有农村医学学生	探讨适合农村医疗环境的学生学习特征和目标取向	263名医学学生（分别来自南北半球的两个医学项目）	医学教育	NA	问卷调查（三种调查工具）	NA	问卷调查数据	263名医学学生