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
581	2025-07-14	Optimizing EV charging stations and power trading with deep learning and path optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325119 PMID:40644458	研究论文	本研究提出了一种结合深度学习、强化学习、路径优化和电力交易策略的综合框架，以应对电动汽车快速增长带来的电网管理挑战	整合了LSTM模型、DQN和Dijkstra算法，显著提升了充电需求预测准确性、充电站布局优化效果及用户出行时间效率	未提及具体实施地域范围及不同气候/交通条件下的适用性验证	优化电网对电动汽车充电需求的管理能力并提升充电基础设施布局效率	电动汽车充电站网络与区域电力交易系统	机器学习	NA	LSTM, DQN, Dijkstra算法	深度学习（LSTM）, 强化学习（DQN）	时间序列数据、空间位置数据、电力交易数据	未明确说明具体样本量（涉及区域EV充电需求数据）
582	2025-07-14	Deep learning in the diagnosis of maxillary sinus diseases: a systematic review 2024-09-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae031 PMID:38995816	系统综述	本文评估了深度学习在上颌窦疾病检测、分类和分割中的性能	系统综述了深度学习在上颌窦疾病诊断中的应用，涵盖了多种任务类型和模型组合	仅纳入了截至2024年2月7日发表的英文论文，可能存在发表偏倚	评估深度学习在上颌窦疾病诊断中的性能	上颌窦疾病	数字病理	上颌窦疾病	深度学习	多种DL模型组合	放射影像	14项符合纳入标准的研究（共1167项初步检索结果）
583	2025-07-14	Pilot Analysis of Surgeon Instrument Utilization Signatures Based on Shannon Entropy and Deep Learning for Surgeon Performance Assessment in a Cadaveric Carotid Artery Injury Control Simulation 2023-Dec-01, Operative neurosurgery (Hagerstown, Md.) DOI:10.1227/ons.0000000000000888 PMID:37655892	研究论文	本研究通过香农熵和深度学习分析外科医生在模拟颈动脉损伤控制中的器械使用特征，以评估其手术表现	首次将香农熵应用于手术器械使用序列的多样性量化，并结合深度学习模型预测手术表现	研究基于模拟尸体环境，结果可能无法完全反映真实手术场景	开发自动化、定量化的手术表现评估方法以改进外科培训	外科医生在内镜经鼻颈动脉撕裂模拟手术中的器械使用模式	数字病理	心血管疾病	深度学习	CNN	视频	公开可用的灌注尸体模拟器手术视频数据集
584	2025-07-13	Deep learning in next-generation vaccine development for infectious diseases 2025-Sep-09, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2025.102586 PMID:40641804	综述	本文综述了深度学习在传染病下一代疫苗开发中的应用及其变革性影响	探讨了深度学习在疫苗表位选择、构建和表征中的创新应用，以及AI工具和技术的最新进展	未提及具体疾病或疫苗的开发效果验证数据	探索深度学习技术如何加速和优化下一代疫苗的开发过程	疫苗开发中的表位选择、疫苗构建和表征技术	机器学习	传染病	深度学习（DL）	NA	基因组数据	NA
585	2025-07-13	Event-based Stereo Depth Estimation: A Survey 2025-Jul-11, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3586559 PMID:40644099	综述	本文综述了基于事件相机的立体深度估计方法，涵盖了从早期电路设计到当前深度学习方法的演变历程	首次全面回顾了深度学习方法和立体数据集，并为创建新基准提供了实用建议	尽管取得显著进展，但在精度和效率方面仍存在挑战	为基于事件相机的立体深度估计领域提供全面概述	事件相机和立体深度估计方法	计算机视觉	NA	深度学习	NA	事件数据	NA
586	2025-07-13	Automated assessment of laparoscopic pattern cutting skills using computer vision and deep learning 2025-Jul-10, Surgery IF:3.2Q1 DOI:10.1016/j.surg.2025.109540 PMID:40644739	研究论文	开发了一种基于计算机视觉和深度学习的自动化系统，用于评估腹腔镜手术中的模式切割技能	使用YOLO深度学习模型和合成数据进行标本分割，提供客观、定量的切割技能评估	样本材料形状的扭曲带来一定挑战	提高腹腔镜手术技能评估的效率、可靠性和标准化	腹腔镜手术中的模式切割技能	计算机视觉	NA	深度学习	YOLO	图像	合成测试样本和真实手术标本
587	2025-07-13	Tumour nuclear size heterogeneity as a biomarker for post-radiotherapy outcomes in gynecological malignancies 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100793 PMID:40642183	研究论文	本研究探讨了妇科鳞状细胞癌患者放疗前肿瘤核大小分布与放疗后结果之间的潜在联系	首次将肿瘤核大小异质性作为预测妇科恶性肿瘤放疗后结果的生物标志物	预测准确性较低（C统计量0.56-0.57），需要更大规模的泛癌研究验证	探索个性化多尺度剂量学的潜在重要性	191例非转移性妇科鳞状细胞癌患者	数字病理学	妇科恶性肿瘤/鳞状细胞癌	深度学习	Cox比例风险模型	全切片图像(WSIs)	191例患者
588	2025-07-13	Artificial intelligence system for EUS navigation and anatomical landmark recognition 2025-Jul, VideoGIE : an official video journal of the American Society for Gastrointestinal Endoscopy DOI:10.1016/j.vgie.2025.03.027 PMID:40642404	研究论文	本文介绍了一种基于深度学习的人工智能系统，用于EUS导航和识别解剖标志	开发了一种基于深度卷积神经网络（DCNNs）的AI系统，能够实时提供EUS导航提示并识别解剖标志	该系统无法识别病理变化，如胰腺肿块或囊性病变	探索人工智能在EUS导航和解剖标志识别中的应用	接受诊断性EUS的患者	数字病理	胰腺疾病	深度学习	DCNN	图像	3名患者
589	2025-07-13	Deep learning-based differentiation of benign and malignant thyroid follicular neoplasms on multiscale intraoperative frozen pathological images: A multicenter diagnostic study 2025-Jun-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu DOI:10.21147/j.issn.1000-9604.2025.03.02 PMID:40642490	研究论文	开发一种基于深度学习的多尺度图像学习系统（DMILS），用于在甲状腺滤泡性肿瘤的多尺度术中冰冻病理图像上区分良恶性	首次使用多尺度全切片图像（WSIs）构建深度学习系统，用于甲状腺滤泡性肿瘤的良恶性区分，并在多中心数据集上验证其性能	研究仅基于三个中心的数据，可能无法完全代表所有临床场景	开发并验证一种深度学习系统，用于甲状腺滤泡性肿瘤的良恶性区分	甲状腺滤泡性肿瘤的多尺度术中冰冻病理图像	数字病理	甲状腺癌	深度学习	深度学习弱监督方法	图像	1,213名患者，分为训练集、验证集、内部测试集、外部测试集和前瞻性测试集
590	2025-07-13	PhytoCluster: a generative deep learning model for clustering plant single-cell RNA-seq data 2025-Jun, aBIOTECH IF:4.6Q1 DOI:10.1007/s42994-025-00196-6 PMID:40641652	研究论文	本文介绍了一种名为PhytoCluster的无监督深度学习算法，用于聚类植物单细胞RNA测序数据	提出了一种新的深度学习模型PhytoCluster，能够有效处理单细胞RNA测序数据的高维度、稀疏性和生物噪声问题，并在聚类准确性、噪声去除和信号保留方面优于其他方法	NA	开发一种能够有效聚类植物单细胞RNA测序数据的算法	植物单细胞RNA测序数据	机器学习	NA	scRNA-seq	深度学习	单细胞RNA测序数据	四个模拟数据集和五个真实scRNA-seq数据集
591	2025-07-13	Optimizing Locomotor Task Sets for Training a Biological Joint Moment Estimator 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063074 PMID:40644131	研究论文	本文提出了一种优化运动任务集的策略，用于训练生物关节力矩估计器，以减少数据收集负担并保持模型性能	引入了一种运动任务集优化策略，通过聚类分析识别最小但具有代表性的任务集，显著减少数据收集需求	研究仅针对髋关节力矩估计，未验证其他关节的适用性	优化运动任务集以减少数据收集负担，同时保持生物关节力矩估计的准确性	穿戴式传感器数据和生物关节力矩估计	机器学习	NA	聚类分析	神经网络	传感器数据	未明确提及具体样本数量
592	2025-07-13	Simultaneous Recognition of Locomotion Mode, Phase, and Phase Progression Using Deep Learning Models 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11062982 PMID:40644172	research paper	本研究提出了一种深度学习框架，用于同时识别运动模式、相位及相位进展，以提升步态辅助可穿戴机器人的实时辅助能力	首次提出同时预测运动模式、相位及相位进展的深度学习框架，解决了现有方法无法同时处理这三个关键因素的局限	研究仅涉及五名参与者，样本量较小，可能影响模型的泛化能力	开发一种有效的用户意图识别算法，使可穿戴机器人能够在各种运动活动中与用户协调运动	运动模式（如平地行走、上下楼梯、坐站转换）及其相位和相位进展	machine learning	NA	深度学习	深度学习模型	IMU数据	5名参与者
593	2025-07-13	Exploring Cortical Responses to Blood Flow Restriction through Deep Learning 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063023 PMID:40644184	研究论文	本研究利用深度学习和脑机接口技术探索血流限制训练对大脑皮层活动的影响	首次使用深度学习方法结合MEG技术分析血流限制训练对大脑皮层活动的个体化影响	跨被试模型仅达到随机水平准确率(33%)，表明个体间存在显著差异	探索血流限制训练对大脑皮层活动的神经机制	6名受试者在血流限制训练前、中、后的大脑皮层活动	脑机接口	NA	MEG(脑磁图), 深度学习	BaseNet	神经信号数据	6名受试者
594	2025-07-13	Personalization of Wearable Sensor-Based Joint Kinematics Estimation Using Computer Vision for Hip Exoskeleton Applications 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063180 PMID:40644220	研究论文	本文提出了一种基于计算机视觉的深度学习适应框架，用于实时估计关节运动学，适用于髋部外骨骼应用	结合计算机视觉和深度学习，仅需少量数据（1-2个步态周期）即可适应新的步态模式，无需专业运动捕捉设备	在无法使用摄像头的场景下不可行	提高穿戴式传感器在关节运动学估计中的准确性和适应性	下肢关节运动学	计算机视觉	NA	深度学习	TCN（时间卷积网络）	视频（步态数据）	少量数据（1-2个步态周期）
595	2025-07-13	Position Based Camera-2D LiDAR Fusion and Person Following for Mobile Robots 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11062955 PMID:40644251	research paper	该研究提出了一种基于位置的相机-2D LiDAR融合方法，用于移动机器人的人体跟随应用	首次在真实机器人上测试基于位置的目标人物跟踪系统，并与基于图像的跟踪方法进行比较	未明确说明系统在复杂环境中的鲁棒性或计算效率	开发更适合人体跟随应用的目标人物跟踪系统	移动机器人的人体跟随系统	机器人技术	NA	多传感器融合（RGBD相机和LiDAR）、深度学习	UCMCtrack算法、SORT算法	图像、LiDAR点云	未明确说明具体样本数量
596	2025-07-13	HyenaCircle: a HyenaDNA-based pretrained large language model for long eccDNA prediction 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1641162 PMID:40641599	研究论文	提出了一种基于HyenaDNA预训练大语言模型的HyenaCircle，用于预测长eccDNA的形成	整合第三代测序数据和大语言模型，提出HyenaCircle模型用于长eccDNA预测，性能优于现有模型	未提及具体样本来源及多样性，可能影响模型泛化能力	开发深度学习模型以解决长eccDNA检测难题	长度在1-5kb的染色体外环状DNA（eccDNA）	机器学习	NA	Nanopore测序	HyenaDNA, HyenaCircle	基因组序列数据	20,000个长度匹配的阴性对照
597	2025-07-13	Explainable AI for time series prediction in economic mental health analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1591793 PMID:40641972	research paper	提出了一种将可解释人工智能（XAI）直接集成到时间序列预测中的新框架，用于经济心理健康分析	结合了内在和事后可解释性技术，系统地整合了特征归因、因果推理和以人为中心的解释生成	现有的事后可解释性方法仅提供部分见解，限制了其在心理健康分析等敏感领域的实际应用	提高时间序列预测在心理健康分析中的可解释性和透明度	经济心理健康分析中的时间序列数据	machine learning	mental health	Explainable Artificial Intelligence (XAI)	interpretable model architecture	time series	NA
598	2025-07-13	Automatic dental age estimation in adolescents via oral panoramic imaging 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1618246 PMID:40642202	研究论文	本研究通过构建大规模全景牙科图像数据集，应用多种卷积神经网络（CNN）模型实现青少年牙齿年龄的自动估计	首次将深度学习模型应用于中国北方青少年牙齿年龄估计，相比传统Demirjian方法提高了效率和准确性	研究样本局限于中国北方青少年，可能不适用于其他地区或年龄段人群	开发自动化牙齿年龄估计方法以辅助法医牙科鉴定	青少年牙齿全景影像	数字病理	NA	全景牙科成像	CNN	图像	大规模全景牙科图像数据集（具体数量未说明）
599	2025-07-13	Quantification of myocardial oxygen extraction fraction on noncontrast MRI enabled by deep learning 2024-Nov, Radiology advances DOI:10.1093/radadv/umae026 PMID:40641627	研究论文	开发了一种基于深度学习的非对比心血管磁共振(CMR)方法，用于体内心肌氧提取分数(mOEF)和心肌血容量(MBV)的量化	首次利用深度学习和非对比CMR技术实现mOEF和MBV的体内量化	样本量较小(20名健康志愿者和10名慢性心肌梗死患者)，且仅在3T MRI系统上验证	开发一种无需对比剂的心肌氧提取分数和血容量量化方法	健康志愿者和慢性心肌梗死患者	数字病理	心血管疾病	心血管磁共振(CMR)	UNet	MRI图像	20名健康志愿者和10名慢性心肌梗死患者
600	2025-07-12	A practical guide for nephrologist peer reviewers: evaluating artificial intelligence and machine learning research in nephrology 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2513002 PMID:40620096	研究论文	本文为肾脏病学领域的同行评审者提供了一个评估人工智能和机器学习研究的实用指南	整合了TRIPOD-AI清单，提出了一个结构化框架，以提升AI研究的可重复性、临床相关性和公平性	未提及具体研究案例的局限性，主要聚焦于通用框架的构建	提高肾脏病学中AI/ML研究的质量和临床可靠性	肾脏病学中的人工智能和机器学习研究	机器学习	肾脏疾病	AI/ML模型，包括卷积神经网络和预测建模	CNN, 预测模型	电子健康记录、影像学数据和生物标志物	NA