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
561	2025-09-17	Artificial Intelligence in Cardiovascular Health: Insights into Post-COVID Public Health Challenges 2025-Sep-16, High blood pressure & cardiovascular prevention : the official journal of the Italian Society of Hypertension IF:3.1Q2 DOI:10.1007/s40292-025-00738-5 PMID:40956375	综述	探讨人工智能在心血管医学和公共卫生中应对后疫情时代心血管健康挑战的应用与前景	系统整合AI技术在心血管风险预测、生物标志物发现、影像分析和远程监测中的应用，并特别关注后COVID时代的心血管并发症管理	NA	分析人工智能技术如何帮助缓解COVID-19相关心血管并发症及优化公共卫生策略	心血管疾病患者及后COVID综合征人群	机器学习	心血管疾病	机器学习(ML)和深度学习(DL)	NA	医学影像（超声心动图、CT、MRI）、实时监测数据、流行病学数据	NA
562	2025-09-17	Machine and deep learning for MRI-based quantification of liver iron overload: a systematic review and meta-analysis 2025-Sep-16, Radiologie (Heidelberg, Germany) DOI:10.1007/s00117-025-01513-2 PMID:40956404	系统综述与荟萃分析	本文系统评估了机器学习和深度学习在基于MRI的肝脏铁过载定量中的诊断准确性和临床应用价值	首次对ML/DL在MRI肝脏铁定量中的应用进行系统综述和荟萃分析，整合多算法性能证据	研究存在异质性、泛化性有限且外部验证集规模较小	评估机器学习和深度学习技术在MRI肝脏铁浓度定量中的诊断准确性及临床适用性	肝脏铁过载患者，特别是遗传性血色素沉着症和β地中海贫血患者	医学影像分析	肝脏铁过载相关疾病	MRI（T2*加权和多参数MRI）	CNN, 放射组学, 模糊C均值聚类	医学影像	基于8项研究的汇总数据（具体样本量未明确说明）
563	2025-09-17	Update Disturbance-Resilient Analog ReRAM Crossbar Arrays for In-Memory Deep Learning Accelerators 2025-Sep-16, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504578 PMID:40956570	研究论文	本研究提出了一种抗更新干扰的模拟ReRAM交叉阵列，用于内存深度学习加速器的全并行权重更新	利用基于铪氧化物层纳米导电细丝的电阻开关金属氧化物(CMO)器件，实现了60 ns快速非易失模拟切换，并展示了对超过10万次脉冲的更新干扰优异抗性	研究仍处于早期阶段，技术基于350 nm硅工艺，可能需要进一步微缩和优化	解决内存训练加速中全并行权重更新时的权重值干扰问题	ReRAM交叉阵列器件及其在深度学习加速中的应用	机器学习	NA	COMSOL Multiphysics模拟，后端工艺集成	神经网络	模拟电信号	基于350 nm硅工艺制造的ReRAM器件阵列
564	2025-09-17	Deep learning facilitated discovery of prognosis biomarkers and their ligands to improve liver cancer treatment 2025-Sep-12, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000003455 PMID:40956187	研究论文	本研究开发了一个基于深度学习的框架DLCP，用于肝细胞癌患者分层、预后生物标志物识别及潜在治疗药物推荐	首次将深度学习与多组学数据整合用于肝细胞癌预后分层，并结合分子对接和机器学习筛选出新型抗HCC配体	研究主要基于TCGA和LIRI-JP队列，需要更多独立队列验证模型的泛化能力	改善肝细胞癌治疗通过发现新的预后生物标志物及其配体	肝细胞癌患者和小鼠模型	数字病理学	肝癌	深度学习、多组学整合分析、分子对接、机器学习预测模型、分子动力学模拟、表面等离子共振、细胞热位移分析	深度神经网络	基因组学、转录组学、表观遗传学、临床生存数据	TCGA HCC患者队列和LIRI-JP验证队列
565	2025-09-16	Histopathological Image Analysis and Enhanced Diagnostic Accuracy Explainability for Oral Cancer Detection 2025-Sep-15, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2559103 PMID:40952069	研究论文	提出一种用于口腔癌组织病理学图像分类的深度学习模型，提升诊断准确性和可解释性	结合Vahadane三染色参数归一化、加权Fisher评分特征选择和可解释人工智能技术，改进U-Net分类器输入方式	NA	提升口腔癌早期检测的精确度和诊断决策的可解释性	口腔癌组织病理学图像	数字病理学	口腔癌	深度学习，图像处理	U-Net	图像	NA
566	2025-09-16	Fractal-driven self-supervised learning enhances early-stage lung cancer GTV segmentation: a novel transfer learning framework 2025-Sep-15, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01865-8 PMID:40952548	研究论文	提出并评估了一种基于分形图像预训练的新型深度学习策略，用于自动化早期肺癌GTV分割	利用数学生成的非自然分形图像进行预训练，显著提升了早期肺癌GTV分割的准确性	回顾性研究，样本量相对有限（104例患者），且数据来源于单一机构	开发并评估用于早期肺癌GTV自动分割的深度学习策略	早期非小细胞肺癌患者的CT图像和医生勾画的轮廓数据	计算机视觉	肺癌	深度学习，迁移学习	CNN, Vision Transformer (ViT)	CT图像	104例患者（81男，23女，年龄36-91岁）
567	2025-09-16	Trade-Off Analysis of Classical Machine Learning and Deep Learning Models for Robust Brain Tumor Detection: Benchmark Study 2025-Sep-15, JMIR AI DOI:10.2196/76344 PMID:40952788	研究论文	本研究比较了传统机器学习和深度学习模型在小规模脑肿瘤医学图像分类中的性能差异及自监督学习降低标注成本的潜力	首次系统对比了包括SVM+HOG、ResNet18、ViT和SimCLR在内的多种模型范式，并评估了它们在域内和跨域场景下的鲁棒性与泛化能力	仅使用单一数据集（2870张图像），未涉及更广泛的数据源或临床环境验证	评估小规模医学图像数据下传统机器学习与深度学习模型的性能权衡，并探索自监督学习减少标注需求的可行性	脑磁共振图像（MRI），包含胶质瘤、脑膜瘤、垂体瘤和非肿瘤四类	医学图像分析	脑肿瘤	特征工程（HOG）、深度学习、自监督学习（SimCLR）	SVM, CNN (ResNet18), Transformer (ViT-B/16), SimCLR	图像	2870张脑部MRI图像，涵盖4种病理类别
568	2025-09-16	Enhanced defect detection with autoencoder based analysis for Golay coded thermal wave imaging for inspection of carbon fiber reinforced polymers 2025-Sep-01, The Review of scientific instruments DOI:10.1063/5.0294144 PMID:40952248	研究论文	本研究探索使用Golay编码热波成像结合自编码器技术增强碳纤维增强聚合物内部缺陷检测	对自编码器损失函数进行关键改进以更好地捕捉热数据中的缺陷特征，并将Golay编码与自编码器处理相结合	NA	提高碳纤维增强聚合物内部缺陷检测的清晰度和准确性	碳纤维增强聚合物样本，包含不同厚度区域和人工狭缝状缺陷	无损检测	NA	Golay编码热波成像(GCTWI)，自编码器热成像(AET)	Autoencoder	热成像数据	一个包含三个不同厚度区域的碳纤维增强聚合物样本
569	2025-09-15	Enhancing 5-Day Particulate Matter (PM10) Forecasts in Morocco Using U-Net: A Deep Learning Approach 2026-Jan, Atmospheric research IF:4.5Q1 DOI:10.1016/j.atmosres.2025.108439 PMID:40933727	研究论文	使用U-Net深度学习模型提升摩洛哥未来5天颗粒物（PM10）预测精度	首次在中东和北非地区应用U-Net进行颗粒物预测，并改进架构以不同分辨率输出预测，无需插值且保留空间细节	模型误差受CAMS预报更新周期影响，需定期用新数据重新训练以保持可靠性	提高颗粒物浓度预测准确性以支持健康风险预警和公共健康保护	摩洛哥地区的颗粒物（PM10）浓度	机器学习	NA	深度学习，数据后处理	U-Net	大气再分析数据和预报数据	基于CAMS再分析数据和预报数据，时间覆盖至2023年下半年
570	2025-09-15	Predictive and early warning analysis of infectious gastroenteritis based on the BiLSTM-BiGRU model 2025-Dec, Infectious Disease Modelling IF:3.0Q1 DOI:10.1016/j.idm.2025.07.016 PMID:40822277	研究论文	基于BiLSTM-BiGRU模型结合气象因素对感染性胃肠炎进行预测和预警分析	首次将BiLSTM-BiGRU模型与灰狼优化算法(GWO)结合用于感染性胃肠炎预测，并构建移动百分位数控制图预警模型	研究仅基于东京地区数据，模型在其他地区的适用性需要进一步验证	提高感染性胃肠炎的预测精度和预警效率，为相关部门制定防控措施提供参考	日本东京地区的感染性胃肠炎发病情况	时间序列预测	感染性胃肠炎	时间序列分析、优化算法参数调优	BiLSTM-BiGRU、GWO优化	时间序列数据（病例数和气象数据）	808周的数据（2008年1月至2023年6月）
571	2025-09-15	VCNet: Optimized Deep Learning framework with deep feature extraction and genetic algorithm for multiclass rice crop disease detection 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103551 PMID:40822541	研究论文	提出一种名为VCNet的优化深度学习框架，用于水稻作物多类别病害检测，结合深度特征提取和遗传算法以提高性能	设计了一个浅层模型结合深度特征提取，采用VGG16层与自定义CNN架构融合，并引入遗传算法进行两级优化，提升泛化能力并减少过学习	未明确提及具体的数据集规模限制或模型在真实田间环境中的泛化性能细节	开发高效、优化的多类别水稻病害检测深度学习技术，降低计算负载和训练时间	水稻作物及其病害，如鞘腐病等	计算机视觉	水稻病害	深度学习，遗传算法，特征提取	CNN，VGG16，自定义卷积神经网络	图像	NA
572	2025-09-15	Development of student intent-based educational chatbot system with adaptive and attentive DTCN on symmetric convolution approach 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103542 PMID:40822546	研究论文	开发了一种基于学生意图的教育聊天机器人系统，采用自适应和注意力机制的DTCN结合对称卷积方法	提出了一种新型混合元启发式优化算法ADT-BMO用于特征加权和融合，并结合AA-DTCN-SC网络实现精准意图识别	NA	通过智能聊天机器人自动回答学术问题，提升教育信息获取效率	学生和教育工作者的学术查询	自然语言处理	NA	NLP, 深度学习, 优化算法	BERT, TransformerNet, Text CNN, DTCN, RNN, Bi-LSTM	文本	NA
573	2025-09-15	Assessing mammographic density change within individuals across screening rounds using deep learning-based software 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22017 PMID:40823522	研究论文	使用深度学习软件评估个体在多次筛查中乳腺密度的变化及其与未来乳腺癌诊断的关联	首次利用深度学习自动软件量化个体乳腺密度随时间的变化，并探索其与乳腺癌风险的关联	可能受乳腺X线摄影定位问题影响，需敏感性分析排除	评估乳腺密度变化与未来乳腺癌诊断的关系，为风险分层筛查提供依据	瑞典马尔默2010-2015年接受至少两次筛查的女性	数字病理学	乳腺癌	深度学习软件、多元线性回归	深度学习	乳腺X线图像	26,056名女性
574	2025-09-15	Longitudinal Assessment of Area of Reticular Pseudodrusen in Eyes with Age-Related Macular Degeneration 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100881 PMID:40837066	研究论文	本研究评估了年龄相关性黄斑变性（AMD）眼中网状假性玻璃膜疣（RPD）面积和脉络膜厚度在两年内的变化	首次通过纵向队列研究量化RPD面积在两年内的显著增加（平均增加6.23 mm²），并发现其与脉络膜厚度变化无显著关联	样本量较小（仅35只眼符合分析条件），且结果可能受图像可分级性和排除晚期AMD病例的影响	评估AMD眼中RPD面积和脉络膜厚度的纵向变化	早期或中期AMD伴RPD的患者眼睛	数字病理学	年龄相关性黄斑变性	红外反射成像、蓝光自发荧光、光谱域OCT、深度学习算法	深度学习（具体类型未说明）	医学影像	35只眼（来自22名参与者，平均年龄72.8岁）
575	2025-09-15	Actigraphy against 32-hour polysomnography in patients with suspected idiopathic hypersomnia 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70007 PMID:39979124	研究论文	本研究验证了一种基于深度学习的体动记录仪算法在疑似特发性嗜睡症患者中预测睡眠-觉醒参数的效能，并与商业算法进行对比	首次在嗜睡人群中验证体动记录仪算法，并开发了基于序列到序列长短期记忆网络（S2S）的新算法，显著提升了睡眠-觉醒预测精度	样本仅来自单一参考中心，未涉及健康对照组，且家庭环境下的验证尚未完成	验证体动记录仪在嗜睡症患者中的科学有效性，并开发更优的睡眠-觉醒预测算法	疑似特发性嗜睡症患者	医疗健康监测	嗜睡症	体动记录仪（Actigraphy）与多导睡眠监测（Polysomnography）同步监测	S2S sequence-to-sequence LSTM网络	时间序列运动数据与多导睡眠图数据	206名嗜睡受试者入选，其中126人（91名女性，平均年龄30.6±15.5岁）完成同步数据采集与分析
576	2025-09-15	Automated Sleep Staging in Epilepsy Using Deep Learning on Standard Electroencephalogram and Wearable Data 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70061 PMID:40176726	研究论文	本研究使用深度学习模型对癫痫患者的医院标准脑电图和可穿戴设备数据进行自动睡眠分期分析	首次在癫痫患者中同时使用标准EEG和可穿戴数据，通过深度学习实现自动睡眠分期，并比较两种模态的性能差异	模型对N1期睡眠的敏感性非常低，可穿戴数据低估了大多数睡眠宏观结构参数的持续时间，临床实施前需进一步提高模型性能	评估深度学习模型在癫痫患者睡眠分期中的自动化分析能力	50名癫痫患者的223晚睡眠记录	数字病理学	癫痫	EEG（脑电图）、加速度计	深度学习	时间序列信号数据	50名患者，223晚睡眠记录
577	2025-09-15	The Future of Parasomnias 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70090 PMID:40387303	综述	本文探讨了异态睡眠（如异常睡眠行为）的未来诊断技术、数据分析方法及治疗策略	介绍了新型家庭诊断设备（如EEG头带和3D摄像头）、深度学习在信号分类中的应用，以及大数据和梦境工程在治疗噩梦中的创新	NA	综述异态睡眠的诊断、预测和治疗的最新进展与未来方向	异态睡眠患者（如REM睡眠行为障碍和觉醒障碍患者）	NA	睡眠障碍	actigraphy, EEG, 红外摄像, 3D飞行时间摄像, 深度学习, 大数据分析, 梦境工程	深度学习	多模态数据（临床、认知、脑成像、DNA、多导睡眠图）	NA
578	2025-09-03	Corrigendum to "Identification and validation of synergistic drug strategies targeting macrophage polarization in triple-negative breast cancer via single-cell transcriptomics and deep learning" [Translational Oncology 2025 Jun 26;59:102457] 2025-Oct, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102474 PMID:40818872	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
579	2025-09-15	Proximal near-infrared hyperspectral imaging dataset for identifying epicuticular wax loss in Masena blueberries to evaluate post-harvest quality 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111946 PMID:40821441	研究论文	本文提供了一个用于识别Masena蓝莓表皮蜡质损失的高光谱成像数据集，以评估采后品质	首次提供包含不同采收方式和表皮蜡质状态的高光谱图像数据集，支持机器学习方法在农业中的应用	样本量较小（39个果实），数据采集时间窗口较短（采收后9小时内）	开发基于高光谱成像的蓝莓采后品质评估方法	Masena蓝莓果实	计算机视觉	NA	高光谱成像（900-1700 nm, 224波段）	机器学习/深度学习	高光谱图像	39个蓝莓果实，共49个高光谱图像
580	2025-09-15	Enhancing photoacoustic trace gas detection via a CNN-transformer denoising framework 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100758 PMID:40832569	研究论文	提出一种结合CNN-Transformer深度学习框架的光声痕量气体检测去噪方法，显著提升低浓度气体信号的信噪比和测量精度	首次将1D CNN与Transformer网络结合用于光声信号去噪，有效融合局部特征与全局依赖关系，实现约70倍的信噪比提升	基于合成噪声信号训练，实际环境噪声的多样性可能影响模型泛化能力	提升低浓度气体检测的灵敏度和可靠性，解决噪声干扰问题	痕量气体（以500 ppb乙炔为例）的光声信号	信号处理	NA	光声光谱技术，深度学习去噪	1D CNN, Transformer	一维光声信号	使用合成噪声信号训练，实验验证采用500 ppb乙炔信号