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	2025-08-05	Construction of GAN-RES and Its Application to Small Sample Fusulinid Fossil Recognition 2025-Aug, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.71845 PMID:40755890	研究论文	本文提出了一种结合GAN和ResNet50、EfficientNet及定制CNN架构的方法，用于小样本稀有化石的识别	使用GAN生成大量样本扩展数据集，结合多种神经网络架构提高小样本化石识别的准确率	未提及该方法在其他类型化石或不同数据集上的泛化能力	解决小样本稀有化石的准确识别问题	小样本的纺锤虫化石	计算机视觉	NA	GAN, ResNet50, EfficientNet, CNN	GAN-RES	图像	小样本化石图像数据集
42	2025-08-05	Enhancing telemedicine service quality through sentiment analysis of user review dataset in Indonesia 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111878 PMID:40756423	研究论文	本文通过情感分析评估印度尼西亚远程医疗应用的用户评论，以提升服务质量	使用高级重采样技术（如EDA）处理数据集中的类别不平衡问题，并应用多种深度学习模型进行情感分类	数据集存在显著的类别不平衡，负面评论比例远低于正面评论	提升远程医疗服务质量并推动印度尼西亚自然语言处理研究	印度尼西亚远程医疗应用的用户评论	自然语言处理	NA	情感分析，文本挖掘	SRNN, 1D-CNN, 1L-LSTM, BiLSTM	文本	255,679条用户评论
43	2025-08-05	Toward Precision Diagnosis of Maxillofacial Pathologies by Artificial Intelligence Algorithms: A Systematic Review 2025-Aug, Journal of maxillofacial and oral surgery DOI:10.1007/s12663-025-02664-4 PMID:40756906	系统综述	本文综述了人工智能算法（包括机器学习和深度学习）在通过先进成像技术（如CT和CBCT）改善口腔颌面部疾病诊断和管理中的潜力	展示了深度学习算法在诊断颌面部疾病中的高准确性和敏感性，并指出CBCT在诊断中的优越性	综述范围限定在2010-2024年的文献，可能未涵盖更早期的相关研究	评估人工智能算法在口腔颌面部疾病精准诊断中的应用	口腔颌面部疾病	数字病理学	口腔颌面部疾病	CT, CBCT, MRI	GoogLeNet Inception v3, U-Net	医学影像	NA
44	2025-08-05	Cerebral Amyloid Deposition With 18F-Florbetapir PET Mediates Retinal Vascular Density and Cognitive Impairment in Alzheimer's Disease 2025-Aug-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70310 PMID:40757876	研究论文	本研究探讨了阿尔茨海默病(AD)患者脑部淀粉样蛋白沉积、视网膜血管密度与认知功能下降之间的关系	首次揭示了视网膜血管密度通过脑部淀粉样蛋白沉积介导影响认知功能的机制	样本量相对较小(92人)，且为横断面研究无法确定因果关系	探究AD患者视网膜血管变化与脑部淀粉样蛋白沉积及认知功能的关系	47名AD患者和45名健康对照者	数字病理学	阿尔茨海默病	F-florbetapir PET/MRI，深度学习眼底摄影	深度学习	医学影像	92人(47例AD患者+45例健康对照)
45	2025-08-05	Advancing Alzheimer's Diagnosis with AI-Enhanced MRI: A Review of Challenges and Implications 2025-Jul-30, Current neuropharmacology IF:4.8Q1 DOI:10.2174/011570159X353595250303064846 PMID:40754866	综述	本文综述了利用AI增强MRI技术在阿尔茨海默病诊断中的挑战和意义	重点评估了卷积神经网络（CNNs）和非卷积人工神经网络（NC-ANNs）在脑部图像处理任务中的应用及其在提高神经退行性疾病诊断预测性能方面的潜力	讨论了MRI基于深度学习方法在诊断脑部疾病中的局限性	旨在通过AI技术提高阿尔茨海默病的诊断准确性和患者治疗效果	阿尔茨海默病（AD）患者	数字病理学	老年病	MRI	CNN, NC-ANN	图像	NA
46	2025-08-05	Automated Brain Tumor Segmentation using Hybrid YOLO and SAM 2025-Jul-30, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056392711250718201911 PMID:40754882	research paper	提出了一种结合YOLO和SAM的混合深度学习框架，用于脑肿瘤的自动分割和早期诊断	首次将YOLOv11实时目标检测与SAM精确分割模型结合，并通过加深CNN卷积层增强特征提取能力	仅使用896张MRI图像进行验证，样本量相对有限	开发高效的脑肿瘤早期自动诊断系统	脑肿瘤MRI影像	digital pathology	brain tumor	deep learning	CNN+YOLOv11+SAM	MRI images	896张包含肿瘤和健康脑部的MRI图像
47	2025-08-05	Fine-grained Prototype Network for MRI Sequence Classification 2025-Jul-30, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056361649250717162910 PMID:40754881	研究论文	本文提出了一种细粒度原型网络SequencesNet，用于MRI序列分类，通过结合CNN和改进的视觉变换器来提取特征，并利用特征选择模块和原型分类模块来提高分类性能	提出了一种结合CNN和改进视觉变换器的细粒度原型网络SequencesNet，通过特征选择模块和原型分类模块有效处理MRI序列中的细粒度差异	计算复杂度较高，模型泛化能力有待进一步提升	解决MRI序列分类中类间差异细微和类内变化显著的问题	腹部MRI序列	医学影像分析	NA	深度学习	CNN, Vision Transformer	MRI图像	公共腹部MRI序列分类数据集和私有数据集
48	2025-08-05	Pretraining-improved Spatiotemporal graph network for the generalization performance enhancement of traffic forecasting 2025-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11375-2 PMID:40730627	研究论文	提出一种改进的预训练方法ImPreSTDG，用于增强交通预测模型的泛化性能和计算效率	引入Denoised Diffusion Probability Model (DDPM)和Mamba模块，分别用于增强长期时空依赖学习能力和高效处理长序列	实验仅在三个真实交通数据集上进行验证，可能需要更多数据集验证泛化性	解决现有交通预测模型在处理长期时空依赖和高计算成本方面的挑战	交通数据	机器学习	NA	Denoised Diffusion Probability Model (DDPM), Selective State Space Model (SSM)	Graph Convolutional Networks (GCNs), ImPreSTDG	时空数据	三个真实交通数据集
49	2025-08-05	Nucleotide-level circRNA-RBP binding sites prediction based on hybrid encoding scheme and enhanced feature extraction 2025-Jul-28, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107923 PMID:40753814	研究论文	提出了一种基于深度学习的框架circdpb，用于预测circRNA-RBP结合位点，具有核苷酸级别的精度	整合了one-hot和高斯调制位置编码来表示circRNA序列，使用扩张卷积特征金字塔(DCFP)和双向门控循环单元(BiGRU)增强特征提取	未提及具体在哪些疾病中的应用验证	提高circRNA-RBP结合位点预测的核苷酸级别精度	circRNA与RNA结合蛋白(RBPs)的结合位点	生物信息学	NA	深度学习	DCFP, BiGRU	RNA序列数据	37个基准数据集
50	2025-08-05	Deep limit order book forecasting: a microstructural guide 2025-Jul-22, Quantitative finance IF:1.5Q2 DOI:10.1080/14697688.2025.2522911 PMID:40755861	研究论文	利用深度学习技术探索高频限价订单簿中间价格变化的可预测性，并发布开源代码库'LOBFrame'	提出创新的操作框架，评估预测的实用性，关注准确预测完整交易的概率	深度学习的高预测能力不一定对应可操作的交易信号，传统机器学习指标在限价订单簿背景下评估不足	探索高频限价订单簿中间价格变化的可预测性，评估深度学习模型的预测能力	NASDAQ交易所交易的多种股票	机器学习	NA	深度学习	NA	限价订单簿数据	多种股票的大规模限价订单簿数据
51	2025-08-05	Learning Biophysical Dynamics with Protein Language Models 2025-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.11.617911 PMID:39464109	研究论文	本文介绍了两种蛋白质语言模型SeqDance和ESMDance，用于学习蛋白质的生物物理动态特性	首次将蛋白质动态特性整合到语言模型中，能够更全面地预测蛋白质行为和突变效应	模型训练依赖于分子动力学模拟和正态模式分析的数据，可能受到这些方法固有局限性的影响	开发能够捕捉蛋白质动态特性的深度学习模型	蛋白质的动态生物物理特性	机器学习	NA	分子动力学模拟, 正态模式分析	蛋白质语言模型(SeqDance, ESMDance)	蛋白质序列, 结构动态数据	超过64,000种蛋白质
52	2025-08-05	Deep Learning for Staging Periodontitis Using Panoramic Radiographs 2025-Jul, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15269 PMID:39888112	研究论文	本研究利用深度学习模型自动标注解剖结构并分类牙周炎的放射学骨丧失阶段	采用目标检测模型自动标注解剖结构并分类牙周炎阶段，提高了诊断效率	模型在预测和真实值差异较小时的性能有待提高	提高牙周炎诊断和分类的效率	全景X光片中的牙齿	数字病理	牙周炎	深度学习	目标检测模型	图像	558张全景X光片，裁剪为7359颗牙齿
53	2025-08-05	Potential of artificial intelligence for radiation dose reduction in computed tomography -A scoping review 2025-Jul, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102968 PMID:40339443	综述	本文综述了人工智能在计算机断层扫描（CT）中减少辐射剂量的潜力，重点关注患者定位、扫描范围确定和图像重建三个关键领域	强调了人工智能在优化CT扫描协议和辐射剂量方面的创新应用，特别是在减少手动错误和克服低剂量CT设置限制方面的作用	综述的范围可能未涵盖所有相关研究，且AI技术的临床整合仍需进一步验证	评估和总结人工智能在CT辐射剂量优化中的角色	计算机断层扫描（CT）中的辐射剂量优化	医学影像	NA	深度学习图像重建算法	深度学习	医学影像数据	90篇相关文章
54	2025-08-05	Improving Image Quality in Computed Tomography-Guided Biopsy Using Deep Learning Reconstruction 2025-Jul, Cureus DOI:10.7759/cureus.87213 PMID:40755670	技术报告	本研究探讨了深度学习重建（DLR）在CT引导活检中的图像质量和重建时间	首次评估DLR在非实时CT引导活检中的图像质量和重建时间，证实其在降低噪声和辐射剂量方面的优势	DLR重建时间较长（超过10秒输出6张图像），无法支持需要实时成像的介入手术	评估DLR技术在CT引导活检中的临床应用价值	CT系统配套的常规检测体模	数字病理	NA	深度学习重建（DLR）、混合迭代重建（HIR）、滤波反投影（FBP）	深度学习	CT图像	在20/30/40/50 HU四种设定下进行的体模成像实验
55	2025-08-05	Coalescence and Translation: A Language Model for Population Genetics 2025-Jun-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.24.661337 PMID:40666889	研究论文	本文提出了一种名为cxt的解码器专用transformer模型，用于从基因组数据中推断人口遗传学的合并时间	将合并时间的推断重新定义为两种生物语言之间的翻译问题，并利用大型语言模型的灵感开发了cxt模型，该模型在广泛的种群遗传学场景中表现优异	模型依赖于合成数据进行训练，可能在实际应用中存在泛化性问题	开发一种灵活、可扩展的深度学习方法，用于从基因组数据中推断人口遗传学的合并时间	基因组数据和祖先重组图(ARG)	机器学习	NA	深度学习	transformer	基因组数据	训练数据覆盖了stdpopsim目录中的模拟数据，能够高效推断数百万个合并事件
56	2025-08-05	FIR-LSTM: An Explainable Deep Learning Framework for Predicting Iatrogenic Withdrawal Syndrome in Pediatric Intensive Care Units 2025-Jun-25, Research square DOI:10.21203/rs.3.rs-6787167/v1 PMID:40678213	研究论文	开发了一种可解释的深度学习框架FIR-LSTM，用于预测儿科重症监护病房中的医源性戒断综合征	结合了多层单向LSTM网络和层间相关性传播(LRP)技术，提高了模型的解释性和关键风险因素的识别能力	研究仅基于电子健康记录(EHRs)数据，未考虑其他可能的临床因素	早期预测儿科ICU患者发生医源性戒断综合征(IWS)的风险	儿科重症监护病房患者	机器学习	医源性戒断综合征	层间相关性传播(LRP)	LSTM	电子健康记录(EHRs)	NA
57	2025-08-05	Classification of Multi-Parametric Body MRI Series Using Deep Learning 2025-Jun-18, ArXiv PMID:40735097	研究论文	本文提出了一种基于深度学习的分类模型，用于分类8种不同的身体多参数磁共振成像（mpMRI）系列类型，以提高放射科医生阅读检查的效率	使用ResNet、EfficientNet和DenseNet等多种深度学习分类器对8种不同的MRI系列进行分类，并比较它们的性能，最终确定性能最佳的DenseNet-121模型	模型在外部数据集（DLDS和CPTAC-UCEC）上的准确率相对内部数据集有所下降，表明模型在跨机构数据上的泛化能力有待提高	开发一种高效的深度学习模型，用于自动分类多参数磁共振成像（mpMRI）系列类型	多参数磁共振成像（mpMRI）数据	计算机视觉	NA	mpMRI	ResNet, EfficientNet, DenseNet	图像	超过729项研究数据
58	2025-08-05	Combined application of deep learning and conventional computer vision for kidney ultrasound image classification in chronic kidney disease: preliminary study 2025-Jun-15, Ultrasonography (Seoul, Korea) DOI:10.14366/usg.25074 PMID:40755093	研究论文	本研究评估了结合深度学习和传统计算机视觉技术对慢性肾脏病（CKD）肾脏超声图像进行分类的可行性	结合深度学习和传统特征提取方法，提高了CKD分类的准确性	样本量较小（258个肾脏），且为回顾性研究	开发一种非侵入性的CKD诊断和监测辅助工具	肾脏超声图像	计算机视觉	慢性肾脏病	超声成像	CNN	图像	258个肾脏（124正常，134CKD）
59	2025-08-05	InclusiViz : Visual Analytics of Human Mobility Data for Understanding and Mitigating Urban Segregation 2025-06, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3567117 PMID:40327496	研究论文	介绍了一个名为InclusiViz的可视化分析系统，用于多层次分析城市隔离现象，并促进数据驱动的干预措施开发	提出了一种结合深度学习和可解释AI的新方法，用于预测不同社会群体的移动模式并揭示环境特征对隔离的影响	未明确提及具体样本量或数据收集的地理范围限制	理解和缓解城市隔离现象，促进更包容的城市规划	人类移动数据和城市隔离模式	可视化分析	NA	深度学习、可解释AI	深度学习模型	人类移动数据	NA
60	2025-08-05	Physics-informed deep learning for infectious disease forecasting 2025-Apr-29, ArXiv PMID:39876937	研究论文	本文提出了一种基于物理信息神经网络（PINNs）的新型传染病预测模型，旨在通过结合流行病学理论和数据来提高预测准确性	利用物理信息神经网络（PINNs）将疾病传播的动态系统表示融入损失函数，结合流行病学理论和数据，防止模型过拟合，并通过子网络考虑流动性、疫苗剂量等影响传播率的协变量	模型在加州州级COVID-19数据上表现良好，但未在其他地区或疾病上进行验证	提高传染病预测的准确性和方法，以支持公共卫生决策	COVID-19在加州的数据，包括病例数、死亡数和住院数	机器学习	传染病	物理信息神经网络（PINNs）	PINN, RNN, LSTM, GRU, Transformer	时间序列数据	加州州级COVID-19数据