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
5821	2025-03-15	Of Pilots and Copilots: The Evolving Role of Artificial Intelligence in Clinical Neurophysiology 2025-Mar, The Neurodiagnostic journal DOI:10.1080/21646821.2025.2465089 PMID:39999187	review	本文探讨了人工智能（AI）在临床神经生理学（CNP）中的演变及其在脑电图（EEG）、肌电图（EMG）和多导睡眠图（PSG）中的应用	AI从早期的模仿方法发展到先进的深度学习技术，显著提高了EEG中的尖峰和癫痫检测，并促进了整个EEG评估，减少了临床医生的工作量	在EMG中，AI在识别运动单位异常和分析音频信号方面表现出潜力，但由于数据集有限和临床背景考虑，仍存在挑战；在PSG评分中，AI在分析癫痫活动和分类某些睡眠阶段方面仍存在局限性	探讨AI在临床神经生理学中的应用及其对诊断准确性和效率的提升	脑电图（EEG）、肌电图（EMG）和多导睡眠图（PSG）	临床神经生理学	NA	深度学习	NA	EEG、EMG、PSG数据	NA
5822	2025-03-15	Medical image classification by incorporating clinical variables and learned features 2025-Mar, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.241222 PMID:40078919	研究论文	本文提出了一种新颖的方法，通过结合临床变量来增强深度学习模型在医学图像分类中的表现，同时不压倒信息	与大多数现有深度神经网络模型仅考虑单像素信息不同，该方法捕捉了更全面的视角，并通过降维技术优化特征，与临床变量信息保持平衡	未明确提及具体局限性	提升医学图像分类的准确性	医学图像	计算机视觉	结核病和皮肤病	深度学习	预训练的深度神经网络	图像	未明确提及样本数量
5823	2025-03-15	Novel Computational Pipeline Enables Reliable Diagnosis of Inverted Urothelial Papilloma and Distinguishes It From Urothelial Carcinoma 2025-Mar, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00059 PMID:40080780	研究论文	本文提出了一种新的计算流程，用于从膀胱癌模拟中诊断倒置性尿路上皮乳头状瘤（IUP），并通过从全切片图像中自动提取的统计特征来提高诊断准确性	本文的创新点在于设计了一种计算流程，能够自动从全切片图像中提取统计特征，从而减少对人工标注的依赖，并提高诊断准确性	本文的局限性在于外部验证队列的样本量有限，可能影响模型的泛化能力	研究目的是通过计算流程提高倒置性尿路上皮乳头状瘤（IUP）与尿路上皮癌（UC）亚型之间的诊断准确性	研究对象为225例常见和罕见的尿路上皮病变，包括64例IUP、69例倒置性尿路上皮癌（UCInv）和92例低级别尿路上皮癌（UCLG）	数字病理学	膀胱癌	全切片图像分析	集成分类器	图像	225例尿路上皮病变样本
5824	2025-03-15	Multimodal depression detection based on an attention graph convolution and transformer 2025-Feb-27, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025024 PMID:40083285	研究论文	本文提出了一种基于脑电图（EEG）和语音信号的多模态抑郁症检测模型，名为MHA-GCN_ViT，通过深度学习技术有效提取和融合EEG信号的频域特征和时空特征与语音信号的频域特征	创新点在于结合了图卷积网络（GCN）和视觉变换器（ViT），并引入了多头注意力机制，显著提升了多模态抑郁症检测的性能	未明确提及具体局限性	提高抑郁症检测的准确性和多模态特征的融合效果	抑郁症患者	机器学习	抑郁症	离散小波变换（DWT）、短时傅里叶变换（STFT）	图卷积网络（GCN）、视觉变换器（ViT）	脑电图（EEG）信号、语音信号	MODMA数据集
5825	2025-03-15	A variational deep-learning approach to modeling memory T cell dynamics 2025-Feb-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.08.602409 PMID:40060443	研究论文	本文提出了一种结合深度学习和随机变分推理的方法，用于建模小鼠流感病毒感染后肺内记忆T细胞的动态变化	该方法能够同时推断动态模型参数和群体结构，直接基于单细胞流式细胞术数据进行训练，而非预定义细胞群的动力学	研究仅限于小鼠模型，未涉及人类或其他生物系统的验证	研究旨在解决高维数据与可解释数学模型之间的挑战，特别是在免疫反应中的细胞动态变化	小鼠流感病毒感染后的肺内记忆CD4和CD8 T细胞	机器学习	流感	单细胞流式细胞术	深度学习与随机变分推理	单细胞数据	NA
5826	2025-03-15	AI-driven health analysis for emerging respiratory diseases: A case study of Yemen patients using COVID-19 data 2025-Feb-24, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025021 PMID:40083282	研究论文	本文探讨了在低收入和资源有限的国家中，利用AI驱动的预测模型和分类器来区分COVID-19与其他呼吸系统疾病，并预测呼吸系统疾病的趋势	本文创新地结合了自回归（AR）、移动平均（MA）、ARMA模型以及机器学习和深度学习算法，用于预测每日确诊死亡人数，并识别COVID-19严重程度指标	研究主要基于也门的数据，可能无法完全推广到其他地区或国家	通过AI驱动的健康分析优化资源分配并增强呼吸系统疾病的预测能力	也门患者的COVID-19数据	机器学习	COVID-19	自回归（AR）、移动平均（MA）、ARMA模型、机器学习和深度学习算法	ARMA、决策树（DT）、随机森林（RF）、支持向量机（SVM）	COVID-19数据	80%的数据用于训练，20%的数据用于测试
5827	2025-03-15	Uncertainty CNNs: A path to enhanced medical image classification performance 2025-Feb-20, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025020 PMID:40083281	研究论文	本文介绍了一种低复杂度的基于不确定性的CNN架构，用于医学图像分类，特别是肿瘤和心力衰竭检测	首次展示了测试集增强可以显著提高医学图像的分类性能，并引入了一种低复杂度的不确定性CNN架构	未提及具体的数据集规模或模型在更广泛数据集上的泛化能力	提高医学图像分类的准确性和不确定性量化	医学图像，特别是肿瘤和心力衰竭检测	计算机视觉	肿瘤和心力衰竭	不确定性量化（UQ）和测试集增强技术	CNN	医学图像（MRI和CT扫描）	使用了三个数据集：脑MRI、肺CT扫描和心脏MRI
5828	2025-03-15	Learning maximally spanning representations improves protein function annotation 2025-Feb-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.13.638156 PMID:40027840	研究论文	本文提出了一种名为MSRep的新型深度学习框架，旨在解决蛋白质功能注释中的不平衡问题，并提高注释准确性	MSRep框架通过优化受神经崩溃（NC）启发的损失函数，确保少数功能在嵌入空间中与多数功能同等表示，从而提高了预测准确性和泛化能力	虽然MSRep在多个蛋白质功能注释任务中表现出色，但其在未表征蛋白质上的应用仍需进一步验证	提高蛋白质功能注释的准确性，特别是对于研究不足的功能类别	蛋白质功能注释	计算生物学	NA	深度学习	预训练蛋白质语言模型	蛋白质序列数据	NA
5829	2025-03-15	AI-augmented Biophysical modeling in thermoplasmonics for real-time monitoring and diagnosis of human tissue infections 2025-Feb, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2025.104075 PMID:40023011	研究论文	本研究提出了一种结合人工智能和局部表面等离子体共振技术的系统，用于实时监测和诊断人体组织感染	该系统结合了AI和LSPR技术，显著缩短了检测时间，提高了诊断准确性，并降低了医疗成本	研究样本主要来自三个医疗中心，可能无法完全代表所有医疗环境	开发一种实时监测和诊断人体组织感染的系统	人体组织感染	生物物理建模	组织感染	局部表面等离子体共振（LSPR）技术	深度学习	单细胞转录组数据	486人（107名未感染，379名感染）的2,333,481个单细胞转录组数据，并在三个主要医疗中心进行了1655例临床实施
5830	2025-03-15	Fewer medullary pyramids in the living kidney donor are associated with graft failure in the recipient 2025-Jan-30, American journal of transplantation : official journal of the American Society of Transplantation and the American Society of Transplant Surgeons IF:8.9Q1 DOI:10.1016/j.ajt.2025.01.041 PMID:39892790	研究论文	本研究旨在通过计算机断层扫描（CT）和组织学分析，识别与活体肾移植受者死亡审查移植物失败相关的肾实质结构特征	首次发现肾髓质金字塔数量与移植失败率之间的关联，并提出肾髓质金字塔计数作为移植前预后生物标志物的潜在用途	研究仅针对ABO兼容的活体肾移植受者，未涵盖其他类型的肾移植	识别与活体肾移植受者移植物失败相关的肾实质结构特征	2000-2020年间接受ABO兼容活体肾移植的受者	数字病理学	肾移植	计算机断层扫描（CT）、深度学习模型、形态计量组织学分析	深度学习模型	CT图像、组织学数据	3098名肾移植受者，中位随访5年，346例移植物失败事件
5831	2025-03-15	CT-based radiomics-deep learning model predicts occult lymph node metastasis in early-stage lung adenocarcinoma patients: A multicenter study 2025-Jan-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu DOI:10.21147/j.issn.1000-9604.2025.01.02 PMID:40078558	研究论文	本研究开发并验证了一种基于CT的放射组学和深度学习融合模型，用于预测早期肺腺癌患者的隐匿性淋巴结转移	结合了放射组学和深度学习技术，使用3D SE-ResNet34网络构建融合模型，显著提高了预测隐匿性淋巴结转移的准确性	研究为回顾性分析，可能存在选择偏倚；样本量相对较小，需要更大规模的多中心研究进一步验证	开发并验证一种非侵入性预测模型，用于早期肺腺癌患者的隐匿性淋巴结转移	早期肺腺癌患者	数字病理	肺癌	CT成像，深度学习	3D SE-ResNet34	CT图像	358名患者（训练队列186名，内部验证队列48名，外部测试队列124名）
5832	2025-03-15	Deep learning-based multi-task prediction of response to neoadjuvant chemotherapy using multiscale whole slide images in breast cancer: A multicenter study 2025-Jan-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu DOI:10.21147/j.issn.1000-9604.2025.01.03 PMID:40078559	研究论文	本研究开发了一种基于多尺度全切片图像（WSIs）的多任务深度学习模型（DLMM），用于预测乳腺癌患者对新辅助化疗（NAC）的反应	通过多尺度特征表示的串联融合和基于门控的注意力机制，模型能够精细预测治疗反应和病理完全缓解（pCR）	尽管在多个测试集中表现出色，但模型仍需进一步验证其在不同临床环境中的普适性	开发一种深度学习模型，以更精确地预测乳腺癌患者对新辅助化疗的反应	乳腺癌患者	数字病理学	乳腺癌	深度学习	多任务深度学习模型（DLMM）	图像	1,670张全切片图像，包括训练集、验证集、内部测试集、外部测试集和前瞻性测试集
5833	2025-03-15	An analysis of performance bottlenecks in MRI preprocessing 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae098 PMID:40072903	研究论文	本文分析了MRI预处理中的性能瓶颈，旨在提高其计算效率	使用Intel VTune分析工具对多个常用MRI预处理流程的性能瓶颈进行了详细分析，并发现了影响性能的关键因素	研究依赖于特定硬件和软件工具，可能不适用于所有研究环境	提高MRI预处理流程的计算效率，以支持大规模队列研究和临床应用	MRI预处理流程的性能瓶颈	医学影像处理	NA	Intel VTune分析工具	NA	MRI数据	多个常用MRI预处理流程（ANTs、FMRIB Software Library、FreeSurfer）
5834	2025-03-15	LLM-FMS: A fine-grained dataset for functional movement screen action quality assessment 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313707 PMID:40067873	研究论文	本文介绍了一个细粒度的功能运动筛查（FMS）数据集LLM-FMS，并提出了一个基于大语言模型（LLMs）的动作质量评估框架，以提高FMS评估的可解释性	LLM-FMS是首个用于动作评估任务的细粒度健身动作数据集，结合了专家规则和RTMPose提取的关键骨骼级动作特征，通过LLM推断分数并提供详细解释	当前自动化的FMS评估仅限于等级评分，缺乏细粒度的反馈建议和可解释性	开发一个细粒度的FMS数据集和动作质量评估框架，以提高FMS评估的准确性和可解释性	45名受试者的1812个动作关键帧图像，涵盖7个FMS动作的15个动作表现	计算机视觉	NA	RTMPose	LLM	视频、图像	45名受试者的1812个动作关键帧图像
5835	2025-03-15	AI models for the identification of prognostic and predictive biomarkers in lung cancer: a systematic review and meta-analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1424647 PMID:40078179	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了人工智能模型在识别肺癌预后和预测生物标志物方面的有效性	本文首次系统地评估了AI模型在肺癌生物标志物识别中的应用，涵盖了多种AI方法和生物标志物目标	需要进一步的大规模前瞻性研究来验证和优化AI驱动生物标志物的临床效用	评估人工智能模型在识别肺癌预后和预测生物标志物方面的有效性	肺癌患者及其生物标志物	机器学习	肺癌	深度学习与机器学习算法	NA	NA	34项研究
5836	2025-03-15	A 5G network based conceptual framework for real-time malaria parasite detection from thick and thin blood smear slides using modified YOLOv5 model 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251321540 PMID:40078448	研究论文	本文提出了一种基于5G网络的实时疟疾寄生虫检测框架，使用改进的YOLOv5模型从厚薄血涂片中进行检测	通过引入两个SENet层改进YOLOv5x网络架构，优化了模型在5G网络上的实时检测性能	未提及模型在低资源环境下的实际部署效果和成本效益分析	开发一种实时疟疾检测系统，特别是在诊断资源有限的地区	厚薄血涂片中的疟疾寄生虫	数字病理学	疟疾	深度学习	改进的YOLOv5x模型	图像	未提及具体样本数量
5837	2025-03-15	A spatial and temporal transformer-based EEG emotion recognition in VR environment 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1517273 PMID:40078487	研究论文	本文提出了一种基于Transformer的EEG情感识别方法EmoSTT，用于VR环境中的情感识别	首次在VR环境中使用纯Transformer方法进行EEG情感识别，并通过两个独立的Transformer模块全面建模EEG信号的时空信息	研究主要依赖于实验室环境和VR环境下的数据集，尚未在更广泛的真实场景中进行验证	提高EEG情感识别在真实场景中的生态效度，探索VR环境下的情感识别方法	参与者在观看VR视频时的EEG数据	脑机接口	NA	EEG信号处理	Transformer	EEG信号	未明确提及具体样本数量
5838	2025-03-15	Artificial intelligence integration in surgery through hand and instrument tracking: a systematic literature review 2025, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2025.1528362 PMID:40078701	系统文献综述	本文通过系统文献综述探讨了人工智能（AI）在手术实践中通过手和器械追踪的应用，分析了AI与手术交叉领域的最新进展和当前文献	本文首次系统性地总结了AI在手术手和器械追踪中的应用，并分析了不同AI算法在手术实践中的具体应用	当前AI技术在手术中的应用仍存在技术和社会限制，未来研究需要填补这些空白	探讨AI在手术手和器械追踪中的应用，以优化手术技能培训并改善手术结果	手术实践中的手和器械追踪	计算机视觉	NA	深度学习算法、传统机器学习算法	深度学习模型	预录视频、摄像头数据、图像数据集	77篇符合纳入标准的文章
5839	2025-03-15	Singing to speech conversion with generative flow 2025, EURASIP journal on audio, speech, and music processing DOI:10.1186/s13636-025-00400-x PMID:40078713	研究论文	本文介绍了歌唱到语音转换（S2S）任务，并提出了首个基于深度学习的S2S系统	首次提出基于生成流的S2S系统，并调整了潜在特征之间的对齐模块，适应了歌唱到语音转换的场景	未提及具体局限性	研究歌唱到语音的转换，保留语音信息并减少音高、节奏和音色的变化	歌唱和语音信号	自然语言处理	NA	生成流（Generative Flow）	Glow-TTS架构	音频信号	未提及具体样本数量
5840	2025-03-15	Magnetic resonance imaging-based machine learning classification of schizophrenia spectrum disorders: a meta-analysis 2024-Dec, Psychiatry and clinical neurosciences IF:5.0Q1 DOI:10.1111/pcn.13736 PMID:39290174	meta-analysis	本文通过元分析方法评估了基于磁共振成像的多变量模式识别在区分精神分裂症谱系障碍（SSD）患者与健康对照组（HCs）中的可靠性	采用多变量模式识别方法克服了传统单变量方法的局限性，并评估了研究特征对分类性能的影响	研究存在临床异质性，且分类性能受患者相关和方法学因素的影响	评估基于神经影像的生物标志物在区分SSD患者与HCs中的可靠性	精神分裂症谱系障碍（SSD）患者和健康对照组（HCs）	machine learning	schizophrenia	magnetic resonance imaging (MRI)	multivariate pattern analysis	neuroimaging data	12,723 SSD患者和13,196 HCs