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
6261	2025-03-22	Deep learning-based analysis of 12-lead electrocardiograms in school-age children: a proof of concept study 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1471989 PMID:40109297	研究论文	本研究旨在开发和验证一种基于深度学习的模型，用于自动分析儿童12导联心电图，以筛查有猝死风险的儿科心脏病	开发了一种新的基于深度学习的模型，用于自动分析儿童心电图，其诊断性能至少与传统算法相当	需要进一步研究以开发适用于学龄儿童的自动心电图分析方法	开发和验证一种基于深度学习的模型，用于自动分析儿童心电图，以筛查有猝死风险的儿科心脏病	6-18岁儿童的心电图数据	机器学习	心血管疾病	信号处理方法	深度学习模型	心电图数据	1,842份心电图，来自1,062名患者
6262	2025-03-22	PoseRL-Net: human pose analysis for motion training guided by robot vision 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1531894 PMID:40109574	研究论文	本文提出了一种基于深度学习的人体姿态识别模型PoseRL-Net，旨在解决传统方法在复杂动态环境中人体姿态识别的局限性	PoseRL-Net集成了时空图卷积网络（STGCN）、注意力机制、门控循环单元（GRU）模块、姿态优化和对称约束，提高了姿态估计的准确性和鲁棒性	NA	提高复杂动态环境中人体姿态识别的准确性和鲁棒性，以支持人机交互中的智能决策和运动规划	人体姿态	计算机视觉	NA	深度学习	STGCN, GRU	视频	Human3.6M和MPI-INF-3DHP数据集
6263	2025-03-22	Revolutionizing electrocardiography: the role of artificial intelligence in modern cardiac diagnostics 2025-Jan, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000002778 PMID:40109609	综述	本文综述了人工智能（AI）在现代心脏诊断中的革命性作用，特别是在心电图（ECG）分析中的应用	AI，尤其是深度学习模型，通过实现自动化、高精度的诊断，彻底改变了ECG分析，展示了在心律失常检测、异常心跳分类和结构性心脏病预测方面的最新进展	实际应用中面临模型可解释性、数据隐私问题和多样化训练数据集需求的挑战	探讨AI在提高心脏诊断准确性、效率和可扩展性方面的潜力	心电图（ECG）数据	数字病理学	心血管疾病	深度学习	卷积神经网络（CNN）	图像	NA
6264	2025-03-22	Emotion recognition based on multimodal physiological electrical signals 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1512799 PMID:40109659	研究论文	本研究提出了一种基于脑电图（EEG）和心电图（ECG）信号融合的多模态情绪识别方法，旨在准确分类情绪状态，特别是情绪的三个维度（效力、唤醒和支配感）	设计了一种结合一维卷积神经网络、注意力机制和门控循环单元的复合神经网络模型（Att-1DCNN-GRU），通过提取EEG和ECG信号的时域、频域和非线性特征，并采用随机森林方法进行特征过滤，提高了情绪识别的准确性和鲁棒性	NA	提高情绪识别的准确性和鲁棒性，为情绪计算和心理健康管理提供技术支持	脑电图（EEG）和心电图（ECG）信号	机器学习	心理健康问题	脑电图（EEG）和心电图（ECG）信号融合	Att-1DCNN-GRU	生理电信号	DREAMER和DEAP数据集
6265	2025-03-22	Predicting implicit concept embeddings for singular relationship discovery replication of closed literature-based discovery 2025, Frontiers in research metrics and analytics DOI:10.3389/frma.2025.1509502 PMID:40110121	研究论文	本文提出了一种新的方法来预测文献中隐含的概念嵌入，以加速知识发现过程，并在癌症标志物数据集上验证了其有效性	将知识图谱补全任务重新定义为预测图中顶点的嵌入，并探索了三种表示顶点间边连接的方法，以及一种加速模型收敛的输入表示缩放方法	需要研究人员具备领域专业知识以提交相关查询，且在某些数据集上的性能与现有方法相当，未显著超越	改进文献基础发现（LBD）系统，通过预测隐含关系加速新知识的发现	文献中的隐含概念及其关系	自然语言处理	癌症	深度学习	相似性学习模型	文本	五个癌症标志物数据集
6266	2025-03-22	GDP prediction of The Gambia using generative adversarial networks 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1546398 PMID:40110175	研究论文	本研究旨在使用生成对抗网络（GAN）预测冈比亚的国内生产总值（GDP），并探讨其在小型经济体中的应用	首次将生成对抗网络（GAN）应用于GDP预测，特别是在数据量较小的经济体如冈比亚中展示了其高精度预测能力	研究仅针对冈比亚，可能无法直接推广到其他经济体或更大规模的数据集	预测GDP以支持经济分析和政策制定	冈比亚的GDP及其影响因素（如政府支出、通货膨胀、官方发展援助等）	机器学习	NA	生成对抗网络（GAN）	GAN, Random Forest Regression (RF), XGBoost (XGB), Support Vector Regression (SVR)	经济数据	1970年至2022年的经济数据
6267	2025-03-22	Prediction of time averaged wall shear stress distribution in coronary arteries' bifurcation varying in morphological features via deep learning 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1518732 PMID:40110184	研究论文	本研究提出了一种基于深度学习的冠状动脉分叉处时间平均壁面剪应力（TAWSS）预测方法，以提高计算流体动力学（CFD）模拟的效率和响应速度	通过深度学习模型（CNN-based U-net架构）预测TAWSS，显著提高了计算效率，能够在不到一秒的时间内生成结果	研究基于理想化模型，可能无法完全反映真实冠状动脉的复杂形态和血流动力学特性	提高冠状动脉分叉处血流动力学模拟的效率和响应速度	冠状动脉分叉处的血流动力学	机器学习	心血管疾病	深度学习	CNN-based U-net	点云数据	1800个理想化模型
6268	2025-03-22	DBY-Tobacco: a dual-branch model for non-tobacco related materials detection based on hyperspectral feature fusion 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1538051 PMID:40110354	研究论文	本研究提出了一种基于高光谱成像和增强YOLOv8模型的双分支模型DBY-Tobacco，用于实时检测非烟草相关材料（NTRMs）	提出了双分支主干网络和BiFPN-Efficient-Lighting-Feature-Pyramid-Network（BELFPN）模块，用于有效特征融合，提高了NTRM检测的效率和准确性	高光谱成像中的条纹噪声问题，以及未来需要扩展到其他类型的NTRMs检测	提高烟草产品质量和消费者安全，通过实时检测非烟草相关材料	非烟草相关材料（NTRMs）	计算机视觉	NA	高光谱成像（HSI）	YOLOv8, 双分支模型, BiFPN-Efficient-Lighting-Feature-Pyramid-Network（BELFPN）	图像	1000张图像，包含4203个NTRMs
6269	2025-03-22	Behavioral tests for the assessment of social hierarchy in mice 2025, Frontiers in behavioral neuroscience IF:2.6Q3 DOI:10.3389/fnbeh.2025.1549666 PMID:40110389	综述	本文总结了用于评估小鼠社会等级的主要行为方法，评估了它们的适用性和局限性，并探讨了潜在的改进方法	通过批判性评估现有方法并提出改进建议，为未来研究提供了系统的参考框架和方法指导，促进对社会行为神经机制的更全面探索	性别差异在社会等级形成中的作用尚未得到充分研究，大多数研究主要集中在雄性小鼠上，而雌性小鼠的独特社会策略和生理机制目前被忽视	提供评估小鼠社会等级的行为方法的系统参考框架和方法指导，促进对社会行为神经机制的更全面探索	小鼠	行为科学	精神疾病	自动化追踪技术	NA	行为数据	NA
6270	2025-03-22	On-board synthetic 4D MRI generation from 4D CBCT for radiotherapy of abdominal tumors: A feasibility study 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17347 PMID:39137256	研究论文	本研究评估了基于人工智能方法从4D CBCT生成合成4D MRI的可行性，用于腹部肿瘤的放射治疗	提出了一种基于深度学习的合成4D MRI生成方法，利用4D CBCT图像和运动建模信息，为传统kV-based LINAC的腹部放射治疗提供潜在的改进方案	合成MRI的生成可能面临纹理生成的挑战，且容易产生幻觉，影响运动准确性	评估在传统放射治疗设备上生成合成4D MRI的可行性，以改善腹部肿瘤的治疗定位	腹部肿瘤	医学影像处理	腹部肿瘤	深度学习，卷积神经网络（CNN）	CNN	4D CBCT图像，4D MRI图像	1000个参考CT的变形样本
6271	2025-03-22	Prediction of Perceived Exertion Ratings in National Level Soccer Players Using Wearable Sensor Data and Machine Learning Techniques 2024-12, Journal of sports science & medicine DOI:10.52082/jssm.2024.744 PMID:39649569	研究论文	本研究旨在通过可穿戴传感器数据和机器学习技术预测国家级足球运动员的主观感知运动强度评分（RPE）	使用深度学习架构和多种机器学习算法预测RPE，并评估不同模型的效果和泛化能力	研究仅针对26名男性职业足球运动员，样本量相对较小	评估机器学习模型在预测国家级足球运动员RPE方面的效果	26名男性职业足球运动员	机器学习	NA	机器学习算法和深度学习架构	深度学习模型、树基机器学习模型（如ExtraTree）	传感器数据（心率、GPS、加速度计数据）和RPE评分	5402次训练会话和732次比赛观察，涉及26名运动员
6272	2025-03-22	Impact of wearable device data and multi-scale entropy analysis on improving hospital readmission prediction 2024-Nov-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae242 PMID:39301656	研究论文	本文探讨了可穿戴设备数据和多尺度熵分析在改善医院再入院预测中的应用	结合可穿戴设备数据和多尺度熵分析，开发了基于LSTM的时间序列深度学习模型，用于预测90天内非计划再入院	需要前瞻性研究来验证这些发现	提高医院非计划再入院的预测能力	使用可穿戴设备数据的患者	机器学习	NA	多尺度熵分析	FNN, LSTM	时间序列数据，可穿戴设备数据，人口统计和实验室数据	612名患者
6273	2025-03-22	Body composition analysis by radiological imaging - methods, applications, and prospects 2024-10, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin DOI:10.1055/a-2263-1501 PMID:38569516	综述	本文综述了使用放射学方法对人体组织组成（体成分，BC）进行定量评估的方法、应用及前景	强调了放射学横断面成像在体成分分析中的重要性，并探讨了人工智能（深度学习）在自动化组织分割中的应用	分析工具和适合AI训练的数据集的可用性被认为是当前的一个限制	介绍和推广体成分分析方法，特别是在肿瘤学和代谢问题中的应用	人体组织组成	数字病理学	NA	MRI和CT	深度学习	图像	NA
6274	2025-03-22	Deep Learning Accelerated Brain Diffusion-Weighted MRI with Super Resolution Processing 2024-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.02.049 PMID:38521612	研究论文	本研究探讨了使用深度学习图像重建和超分辨率技术加速脑部扩散加权成像（DWI）的临床可行性和图像质量	利用深度学习技术进行图像重建和超分辨率处理，显著提高了脑部扩散加权成像的图像质量和诊断信心	研究样本量较小（85名患者），且仅在3T MRI扫描仪上进行，可能限制了结果的普遍性	研究加速脑部扩散加权成像的临床可行性和图像质量	85名临床需要MRI检查的患者	医学影像	脑部疾病	深度学习图像重建和超分辨率处理	深度学习模型	MRI图像	85名患者
6275	2025-03-22	Diagnostic Performance of Radiomics and Deep Learning to Identify Benign and Malignant Soft Tissue Tumors: A Systematic Review and Meta-analysis 2024-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.033 PMID:38614826	系统综述与荟萃分析	本文系统评估了放射组学和深度学习在良恶性软组织肿瘤鉴别诊断中的应用价值	首次系统性地结合放射组学和深度学习技术，对良恶性软组织肿瘤进行鉴别诊断，并通过荟萃分析提供了综合的敏感性和特异性数据	研究设计和方法学质量存在异质性，未来需要更多多中心前瞻性验证以提高研究严谨性	评估放射组学和深度学习在良恶性软组织肿瘤鉴别诊断中的应用价值	良性和恶性软组织肿瘤	数字病理学	软组织肿瘤	放射组学和深度学习	深度学习模型	影像数据	21项研究，涉及3866名患者
6276	2025-03-22	Ultrasound-Based Deep Learning Radiomics Nomogram for the Assessment of Lymphovascular Invasion in Invasive Breast Cancer: A Multicenter Study 2024-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.04.010 PMID:38658211	研究论文	本研究旨在开发一种基于B型超声和彩色多普勒血流成像图像的深度学习放射组学列线图，用于术前评估浸润性乳腺癌的淋巴血管侵犯状态	结合深度学习和手工放射组学特征，开发了一种新的深度学习放射组学列线图，用于评估浸润性乳腺癌的淋巴血管侵犯状态	研究为回顾性多中心研究，可能存在选择偏倚	开发一种深度学习放射组学列线图，用于术前评估浸润性乳腺癌的淋巴血管侵犯状态	浸润性乳腺癌患者	数字病理学	乳腺癌	B型超声和彩色多普勒血流成像	深度学习放射组学列线图	图像	832名病理确诊的浸润性乳腺癌患者
6277	2025-03-22	Feasibility of Artificial Intelligence Constrained Compressed SENSE Accelerated 3D Isotropic T1 VISTA Sequence For Vessel Wall MR Imaging: Exploring the Potential of Higher Acceleration Factors Compared to Traditional Compressed SENSE 2024-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.041 PMID:38664146	研究论文	本研究探讨了使用深度学习加速的3D T1加权VISTA序列进行血管壁磁共振成像的可行性，并与传统的压缩感知技术进行比较	首次将深度学习约束的压缩感知技术（CS-AI）应用于3D T1 VISTA序列，以优化加速因子（AF），提高血管壁磁共振成像的质量	研究样本量较小（40例患者），且仅限于颅内或颈动脉粥样硬化斑块患者	探索深度学习加速的3D T1 VISTA序列在血管壁磁共振成像中的可行性，并优化加速因子以获得高质量的临床图像	40例颅内或颈动脉粥样硬化斑块患者	医学影像	动脉粥样硬化	深度学习约束的压缩感知技术（CS-AI）	深度学习	磁共振图像	40例患者
6278	2025-03-22	Automated Detection and Grading of Extraprostatic Extension of Prostate Cancer at MRI via Cascaded Deep Learning and Random Forest Classification 2024-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.04.011 PMID:38670874	研究论文	本文提出了一种基于深度学习和随机森林分类的自动化工作流程，用于从前列腺T2W MRI、ADC图和High B DWI中自动检测和分级前列腺癌的包膜外侵犯（EPE）	结合深度学习模型和随机森林分类器，自动化评估前列腺癌的EPE分级，接近医生的准确度	模型的平衡准确率较低（0.390 ± 0.078），且ROC AUCs在不同EPE分级中表现不一	开发一种自动化AI工作流程，用于预测前列腺癌的包膜外侵犯（EPE）分级，以辅助医生决策	634名患者的MRI扫描数据	数字病理学	前列腺癌	深度学习、随机森林分类	CNN、随机森林	MRI图像	634名患者（507名训练集，127名测试集）
6279	2025-03-22	Deep Learning Radiomics Model of Contrast-Enhanced CT for Differentiating the Primary Source of Liver Metastases 2024-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.04.012 PMID:38702214	研究论文	本文开发并验证了一种基于增强CT的深度学习放射组学模型，用于识别肝转移的原发来源	提出了一种新的深度学习放射组学模型，通过逐步分类方法提高了模型分类效率	样本来源仅限于特定临床中心，可能影响模型的泛化能力	开发并验证一种深度学习放射组学模型，用于识别肝转移的原发来源	肝转移病灶	数字病理学	肝转移	增强CT	深度学习放射组学模型	图像	657个肝转移病灶，来自428名患者，外加112个病灶作为外部测试集
6280	2025-03-22	A deep learning approach for fast muscle water T2 mapping with subject specific fat T2 calibration from multi-spin-echo acquisitions 2024-04-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-58812-2 PMID:38589478	研究论文	本文提出了一种基于深度学习的快速肌肉水T2映射方法，通过多自旋回波采集实现特定受试者的脂肪T2校准	利用全连接神经网络替代传统的双组分扩展相位图拟合方法，显著提高了计算效率	NA	提高肌肉水T2映射的处理速度和准确性，以便在临床和研究中更有效地利用定量水T2图	肌肉水T2映射	医学影像处理	NA	多自旋回波采集	全连接神经网络	MRI图像	使用了两家不同MRI供应商的体内实验数据