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
41	2025-05-29	Mechanisms and management of self-resolving lumbar disc herniation: bridging molecular pathways to non-surgical clinical success 2025-May-27, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-025-05959-x PMID:40426259	research paper	探讨腰椎间盘突出自发性吸收的机制及非手术治疗的成功案例	结合临床案例和文献综述，系统分析了腰椎间盘突出自发性吸收的分子机制和临床预测因素	研究基于单一案例和文献综述，缺乏大规模临床数据支持	探索腰椎间盘突出自发性吸收的机制及非手术治疗的有效性	40岁女性腰椎间盘突出患者及现有文献综述	医学研究	腰椎间盘突出	MRI成像、非手术治疗方法（NSAIDs、热疗、按摩、针灸、运动疗法）	NA	临床数据、影像数据	1例患者及文献综述
42	2025-05-29	Network-based analyses of multiomics data in biomedicine 2025-May-27, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00452-x PMID:40426270	综述	本文综述了在生物医学多组学数据中使用网络表示和深度学习方法的各种现有方法	探讨了网络表示在整合多层次生物医学数据中的创新应用，并分析了不同深度学习和机器学习方法的优缺点	未提及具体实验验证或特定数据集的性能比较	探讨网络表示和分析方法在生物医学多组学数据中的应用	多组学数据（包括基因组学、转录组学和蛋白质组学等）	生物医学信息学	NA	网络分析、深度学习、机器学习	监督学习和非监督学习模型	多组学数据	NA
43	2025-05-29	GICL: A Cross-Modal Drug Property Prediction Framework Based on Knowledge Enhancement of Large Language Models 2025-May-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00895 PMID:40432191	research paper	提出了一种基于知识增强的大型语言模型的跨模态药物属性预测框架GICL	整合了LLM生成的嵌入与分子图像表示，通过跨模态对比学习实现分子特征的全面理解	未提及具体的数据质量问题或结构复杂性如何影响模型性能	提高药物属性预测的准确性和效率，促进药物设计和发现	药物分子	machine learning	NA	跨模态对比学习	LLM	SMILES字符串、分子图像	未提及具体样本数量
44	2025-05-29	Non-traditional socio-environmental and geospatial determinants of Alzheimer's disease-related dementia mortality 2025-May-26, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179745 PMID:40424712	研究论文	研究非传统环境和社会因素对阿尔茨海默病相关痴呆（ADRD）死亡率的影响	首次将空气污染、社会脆弱性和地理空间特征与非传统因素结合，分析其对ADRD死亡率的影响	研究为横断面设计，无法确定因果关系	确定空气污染、社会脆弱性和地理空间特征与ADRD死亡率的关系	美国大陆各县的ADRD死亡率数据	公共卫生	老年病	Patient Rule Induction Method (PRIM), SHapley Additive exPlanations (SHAP), 深度学习	PRIM, SHAP	环境数据、社会脆弱性指数、地理空间数据	美国大陆各县的数据
45	2025-05-29	Integrating AI/ML and multi-omics approaches to investigate the role of TNFRSF10A/TRAILR1 and its potential targets in pancreatic cancer 2025-May-26, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110432 PMID:40424767	研究论文	本文通过整合AI/ML和多组学方法，研究了TNFRSF10A/TRAILR1在胰腺癌中的潜在治疗靶点作用	结合了深度学习驱动的QSAR建模、单细胞空间转录组学和竞争性内源RNA网络分析，预测并验证了TNFRSF10A作为胰腺癌的治疗靶点	研究结果尚未进行临床验证，且样本来源和数量未明确说明	探索胰腺导管腺癌（PDAC）的治疗新靶点及潜在药物	胰腺导管腺癌（PDAC）及其微环境中的癌细胞	数字病理	胰腺癌	多组学分析（包括基因组学、单细胞空间转录组学、蛋白质组学）、QSAR建模、分子动力学模拟	SELFormer（基于Transformer的深度学习模型）	基因组数据、转录组数据、蛋白质组数据	NA
46	2025-05-29	Automated material flow characterization of WEEE in sorting plants using deep learning and regression models on RGB data 2025-May-26, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114904 PMID:40424857	研究论文	本文提出了一种基于深度学习和回归模型的自动化方法，用于在电子废弃物分拣厂中通过RGB数据进行材料流表征	结合深度学习进行材料类型识别、回归模型预测单个颗粒质量，并将质量聚合为材料流组成	该方法尚未成功应用于粉碎后的电子废弃物	优化电子废弃物回收过程中的材料流组成分析	电子废弃物（WEEE）中的铁金属、非铁金属、印刷电路板和塑料	计算机视觉	NA	RGB摄像头、YOLO v11目标检测、K近邻回归	YOLO、k-NN	图像	NA
47	2025-05-29	EnsembleEdgeFusion: advancing semantic segmentation in microvascular decompression imaging with innovative ensemble techniques 2025-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02470-5 PMID:40410312	research paper	该研究提出了一种创新的集成技术EnsembleEdgeFusion，用于提升微血管减压影像中的语义分割性能	引入了集成技术（如堆叠和装袋）来提升分割性能，特别是装袋与朴素贝叶斯方法结合表现出显著改进	公开可用的数据集稀缺，且专家标注要求高	提升微血管减压影像中的语义分割性能	2003张RGB微血管减压影像及其标注掩码	digital pathology	NA	语义分割	DeepLabv3+, U-Net, DilatedFastFCN with JPU, DANet, Vanilla architecture	image	2003张RGB微血管减压影像
48	2025-05-29	Emergence of human-like attention and distinct head clusters in self-supervised vision transformers: A comparative eye-tracking study 2025-May-21, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107595 PMID:40424761	研究论文	本研究比较了自监督学习的Vision Transformers（ViTs）与传统视觉注意力模型在预测人类凝视行为上的差异	发现自监督DINO训练的ViTs能形成与人类凝视行为高度一致的结构化注意力，并自主分化为三种不同的注意力头集群	研究仅针对视频观看场景，未验证在其他视觉任务中的表现	探索自监督学习如何使ViTs产生更接近生物视觉的注意力机制	Vision Transformers的注意力机制与人类凝视行为	计算机视觉	NA	自监督学习（DINO）	ViT (Vision Transformer)	视频	NA
49	2025-05-29	A Scoping Review of AI-Driven Digital Interventions in Mental Health Care: Mapping Applications Across Screening, Support, Monitoring, Prevention, and Clinical Education 2025-May-21, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13101205 PMID:40428041	review	本文是一篇范围综述，探讨了AI驱动的数字干预在心理健康护理中的应用，涵盖了筛查、支持、监测、预防和临床教育五个阶段	引入了一个四支柱框架，全面概述了AI增强心理健康护理的当前应用和未来方向	存在算法偏见、数据隐私风险和工作流程整合障碍等挑战	指导研究人员、临床医生和政策制定者开发安全、有效和公平的数字心理健康干预措施	AI驱动的数字工具在心理健康护理中的应用	natural language processing	mental health	large language models (LLMs), machine learning (ML) models, and conversational agents	machine learning and deep learning models	text	36 empirical studies
50	2025-05-29	Brain Tumour Segmentation and Grading Using Local and Global Context-Aggregated Attention Network Architecture 2025-May-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050552 PMID:40428171	研究论文	本文提出了一种名为LGCNet的智能模型，用于脑肿瘤的分割和分级，结合了局部和全局上下文注意力网络架构	LGCNet结合了局部上下文注意力网络和全局上下文注意力网络，通过任务、维度和尺度提取信息，并设计了专用的网络用于特定任务	研究范围仅限于BraTS2019数据集，未来工作需扩展模型到不同的临床和成像环境	设计并开发一个能更有效检测和分级脑肿瘤的智能模型	脑肿瘤的分割和分级	数字病理学	脑肿瘤	深度学习	LGCNet（结合局部和全局上下文注意力网络）	医学图像	BraTS2019数据集
51	2025-05-29	RDW-YOLO: A Deep Learning Framework for Scalable Agricultural Pest Monitoring and Control 2025-May-21, Insects IF:2.7Q1 DOI:10.3390/insects16050545 PMID:40429258	研究论文	介绍了一种基于YOLO11改进的害虫检测算法RDW-YOLO，用于农业害虫监测与控制	提出了三个关键创新点：Reparameterized Dilated Fusion Block (RDFBlock)增强特征提取，DualPathDown (DPDown)模块提升多尺度适应性，以及改进的Wise-Wasserstein IoU (WWIoU)损失函数优化边界框回归	NA	提高农业害虫检测的准确性和效率	农业害虫	计算机视觉	NA	深度学习	YOLO	图像	增强的IP102数据集
52	2025-05-29	Improved YOLOv8 Network of Aircraft Target Recognition Based on Synthetic Aperture Radar Imaging Feature 2025-May-21, Sensors (Basel, Switzerland) DOI:10.3390/s25103231 PMID:40432024	研究论文	本文提出了一种基于合成孔径雷达（SAR）成像特征的改进YOLOv8网络，用于飞机目标识别	采用了Shi-Tomasi角点检测算法和Enhanced Lee滤波算法将灰度图像转换为RGB图像，增强了YOLOv8模型的检测分支，并集成了Swin Transformer机制	NA	提高SAR图像中飞机目标的识别准确率和效率	SAR图像中的飞机目标	计算机视觉	NA	合成孔径雷达（SAR）成像	YOLOv8	图像	ISPRS-SAR-aircraft数据集和SAR-Aircraft-1.0数据集
53	2025-05-29	Optimizing Backbone Networks Through Hybrid-Modal Fusion: A New Strategy for Waste Classification 2025-May-21, Sensors (Basel, Switzerland) DOI:10.3390/s25103241 PMID:40432034	研究论文	提出了一种高效的混合模态融合方法HFWC-Net，用于精确的垃圾图像分类	HFWC-Net结合了CNN和Transformer的层次结构，通过Agent Attention机制和LionBatch优化策略，提高了分类准确性并显著减少了分类时间	在复杂环境和多样化垃圾类型中仍可能存在识别准确性和泛化能力的挑战	优化主干网络以提高垃圾分类的准确性和效率	垃圾图像分类	计算机视觉	NA	混合模态融合	HFWC-Net（结合CNN和Transformer）	图像	公共数据集Garbage Classification、TrashNet和自建MixTrash数据集
54	2025-05-29	Machine learning in neuroimaging and computational pathophysiology of Parkinson's disease: A comprehensive review and meta-analysis 2025-May-20, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2025.104537 PMID:40424835	综述与荟萃分析	本文全面回顾和荟萃分析了机器学习和深度学习在帕金森病神经影像学和计算病理生理学中的应用	提出了Meta-Park模型用于帕金森病诊断，训练、测试和验证准确率分别达到97.67%、95%和94.04%	研究指出需要更广泛和多样化的数据集以及改进模型的可访问性	通过数据驱动的方法为帕金森病的早期诊断和有效治疗提供创新决策	帕金森病患者的MRI、语音和手写数据集	神经影像学与计算病理生理学	帕金森病	机器学习和深度学习	Meta-Park模型	MRI图像、语音数据和手写数据	NA
55	2025-05-29	Investigating the interpretability of ChatGPT in mental health counseling: An analysis of artificial intelligence generated content differentiation 2025-May-20, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108864 PMID:40424870	research paper	评估ChatGPT在心理健康咨询中的有效性和情感支持能力，并探讨如何区分AI生成内容与用户生成内容	首次从宏观和微观两个层面评估ChatGPT的心理咨询能力，并开发了区分AI生成内容的深度学习模型	未涉及ChatGPT在长期心理咨询中的表现评估，以及不同文化背景下的适用性	评估大型语言模型在心理健康咨询中的应用潜力	ChatGPT生成的心理咨询内容和人类专家的咨询内容	natural language processing	mental health	BERTopic算法, LIME, SHAP	deep learning models	text	未明确说明样本数量
56	2025-05-29	Multiclassification of Colorectal Polyps from Colonoscopy Images Using AI for Early Diagnosis 2025-May-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15101285 PMID:40428278	研究论文	本研究利用多种深度学习架构对结肠镜图像中的结直肠息肉进行多分类，以实现早期诊断	开发了自定义的CRP-ViT模型，在捕获复杂特征方面表现出色，并在实时图像上取得了高准确率	未提及模型在更广泛或多样化数据集上的表现	提高结直肠癌前病变息肉的准确分类，以改善筛查结果	结肠镜图像中的结直肠息肉	计算机视觉	结直肠癌	深度学习	VGG16, VGG19, ResNet50, DenseNet121, EfficientNetV2, InceptionNetV3, ViT, CRP-ViT	图像	公开数据集和实时采集的结肠镜图像
57	2025-05-29	Artificial Intelligence and Novel Technologies for the Diagnosis of Upper Tract Urothelial Carcinoma 2025-May-20, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61050923 PMID:40428881	综述	本文综述了人工智能和新技术在上尿路尿路上皮癌（UTUC）诊断中的应用，旨在提高高级别UTUC的早期诊断准确性	探讨了人工智能在尿液细胞学、CT尿路造影和输尿管镜可视化中的应用，以提高UTUC的诊断准确性	ChatGPT在诊断和治疗方面的信息提供尚不成熟，且研究仅纳入12篇英文文献	研究人工智能和新技术在UTUC早期诊断中的应用，以预防转移并促进及时治疗	上尿路尿路上皮癌（UTUC）	数字病理学	尿路上皮癌	人工智能、计算机视觉、深度学习	随机森林模型、深度学习模型	图像、文本	12篇文献
58	2025-05-29	A Smartphone-Based Non-Destructive Multimodal Deep Learning Approach Using pH-Sensitive Pitaya Peel Films for Real-Time Fish Freshness Detection 2025-May-19, Foods (Basel, Switzerland) DOI:10.3390/foods14101805 PMID:40428585	研究论文	提出了一种基于智能手机的多模态深度学习方法，利用火龙果皮pH敏感薄膜实时检测鱼类新鲜度	结合火龙果皮pH智能指示薄膜与多模态深度学习，设计轻量级MobileNetV2网络和MDFA模块增强颜色特征提取，采用TCN建模化学指标动态模式，并通过CAG-Fusion机制自适应整合图像和化学时序特征	NA	开发一种低成本、便携式的鱼类新鲜度实时无损检测方法	鱼类新鲜度	计算机视觉	NA	高压力均质技术	MobileNetV2, TCN	图像, 化学指标数据	3600张指示薄膜图像，涵盖不同光照条件和角度
59	2025-05-29	Automated Stuttering Detection Using Deep Learning Techniques 2025-May-19, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14103552 PMID:40429548	研究论文	本研究提出了一种利用深度学习技术自动检测口吃的创新系统	采用CNN和ConvLSTM深度学习模型，实现了对口吃的高精度自动检测，性能优于先前研究	NA	开发一种自动检测口吃的系统，以克服人工测量的局限	口吃（包括重复、延长、插入和阻塞等不流畅现象）	自然语言处理	NA	深度学习	CNN, ConvLSTM	语音数据	两个基准数据集：FluencyBank和SEP-28K
60	2025-05-29	NeuroDetect: Deep Learning-Based Signal Detection in Phase-Modulated Systems with Low-Resolution Quantization 2025-May-19, Sensors (Basel, Switzerland) DOI:10.3390/s25103192 PMID:40431983	research paper	本文介绍了NeuroDetect，一种基于深度学习的无模型信号检测框架，专为具有低分辨率模数转换器（ADC）的相位调制无线系统设计	NeuroDetect无需显式信道状态信息，直接通过神经网络学习量化接收信号与发送符号之间的非线性关系，在低分辨率ADC条件下实现接近最优的性能	性能与理想最大似然检测器相比仍有12%的最坏情况差距	开发适用于低分辨率ADC相位调制无线系统的高效能信号检测方法	相位调制无线系统中的信号检测	machine learning	NA	deep learning	neural network	wireless signals	NA