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
641	2025-05-10	Perspectives: Comparison of deep learning segmentation models on biophysical and biomedical data 2025-May-06, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2025.03.023 PMID:40158204	研究论文	本文比较了四种深度学习架构在生物物理学和生物医学数据分割任务中的表现	提供了针对典型小规模训练数据集条件下不同深度学习架构的全面比较，并提出了选择最优架构的实用指南	研究仅针对生物物理学实验中常见的小规模数据集，可能不适用于大规模数据场景	比较不同深度学习模型在生物物理学和生物医学图像分割任务中的性能	四种深度学习架构(CNN, U-Net, 视觉Transformer, 视觉状态空间模型)	计算机视觉	NA	深度学习	CNN, U-Net, 视觉Transformer, 视觉状态空间模型	图像	小规模生物物理学实验数据集
642	2025-05-10	Transfer learning‑based attenuation correction in 99mTc-TRODAT-1 SPECT for Parkinson's disease using realistic simulation and clinical data 2025-May-06, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00756-1 PMID:40327202	研究论文	本研究探讨了利用蒙特卡洛模拟数据预训练模型进行迁移学习，以改进帕金森病DAT SPECT成像中的衰减校正性能	首次提出基于纯模拟数据预训练的迁移学习方法（TLAC-MC），在有限临床数据情况下显著提升衰减校正效果	研究依赖于模拟数据的真实性，且临床样本量相对有限（100例）	开发更有效的DAT SPECT衰减校正方法以提升帕金森病早期检测准确性	99mTc-TRODAT-1脑SPECT成像数据	数字病理学	帕金森病	蒙特卡洛模拟（MC SIMIND程序）、SPECT成像	3D cGAN（条件生成对抗网络）与U-Net	医学影像数据（SPECT）	200个数字脑模型模拟数据 + 100例真实临床SPECT数据
643	2025-05-10	Wearable Artificial Intelligence for Sleep Disorders: Scoping Review 2025-May-06, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65272 PMID:40327852	综述	本文对用于睡眠障碍的人工智能可穿戴设备进行了范围综述，重点关注研究特征、可穿戴技术特点及AI检测与分析方法	首次系统综述了AI驱动的可穿戴设备在睡眠障碍领域的应用现状与挑战	研究主要集中于睡眠呼吸暂停，其他睡眠障碍的研究有限，且未涉及治疗应用	概述AI可穿戴设备在睡眠障碍检测与分析中的应用现状	使用AI算法通过可穿戴设备数据检测或预测睡眠障碍的研究	数字健康	睡眠障碍	AI算法（包括CNN、随机森林、支持向量机等）	CNN, 随机森林, 支持向量机	呼吸数据、心率、身体运动数据	46项符合条件的研究（初始615篇文献）
644	2025-05-10	OSMlanduse a dataset of European Union land use at 10 m resolution derived from OpenStreetMap and Sentinel-2 2025-May-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04703-8 PMID:40328764	research paper	该研究通过融合OpenStreetMap和Sentinel-2数据，创建了一个10米分辨率的欧盟土地利用地图	首次成功在大区域范围内融合OpenStreetMap和Copernicus数据，并达到10米或更精细的空间分辨率	NA	创建一个高分辨率的欧盟土地利用地图	欧盟的土地利用情况	地理信息系统	NA	深度学习卷积神经网络	CNN	遥感图像和OpenStreetMap标签	覆盖欧盟61.8%的区域
645	2025-05-10	The use of deep learning and artificial intelligence-based digital technologies in art education 2025-May-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00892-9 PMID:40328802	研究论文	本文提出并优化了一种创新的艺术创作系统Creative Intelligence Cloud (CIC)，结合深度生成对抗网络和卷积神经网络，旨在提高艺术创作的自动化水平、风格一致性和创作效率	提出了一种结合深度生成对抗网络和卷积神经网络的艺术创作系统CIC，在图像质量、计算性能、用户体验和风格创作等多个维度上优于现有主流模型	未提及具体的研究局限性	探索深度学习和人工智能技术在艺术教育中的应用	艺术创作系统CIC	机器学习	NA	深度生成对抗网络、卷积神经网络	GAN、CNN	图像	未提及具体样本数量
646	2025-05-10	The analysis of English language teaching with machine translation based on virtual reality technology 2025-May-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00592-4 PMID:40328816	研究论文	本研究探讨了虚拟现实(VR)技术与机器翻译(MT)技术在英语语言教学(ELT)中的应用效果	提出了一种基于深度学习(DL)的新型MT模型，并将其与VR技术成功整合以优化ELT质量	仅针对40名英语专业学生进行了初步测试，样本规模较小	探索VR与MT技术结合在英语教学中的应用潜力	英语语言教学(ELT)	自然语言处理	NA	深度学习(DL)	新型MT模型	文本	40名英语专业学生
647	2025-05-10	Lightweight deep learning for real-time road distress detection on mobile devices 2025-May-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59516-5 PMID:40328808	研究论文	本研究提出了一种轻量级深度学习方法MobiLiteNet，用于在移动设备上实时检测道路损坏	结合了高效通道注意力机制、结构优化、稀疏知识蒸馏、结构化剪枝和量化技术，显著提高了计算效率同时保持高检测精度	NA	开发适用于移动设备的轻量级道路损坏检测系统	道路损坏	计算机视觉	NA	深度学习	MobileNet	图像	收集自欧洲和亚洲的多样化数据集
648	2025-05-10	Passive localization based on radio tomography images with CNN model utilizing WIFI RSSI 2025-May-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99694-2 PMID:40328896	research paper	该论文提出了一种基于无线电断层成像（RTI）和卷积神经网络（CNN）的被动定位系统，用于在室内环境中定位和跟踪目标	利用深度学习技术改进RTI图像质量，并开发了两个CNN模型来重建静态断层图像和提高定位精度	未提及具体样本量或实验环境的多样性限制	开发一种无需携带设备的被动定位系统，适用于安全和医疗监控等隐私敏感场景	室内环境中的目标物体	machine learning	NA	WIFI RSSI测量	CNN	无线电信号强度数据	NA
649	2025-05-10	Deep learning-based computational approach for predicting ncRNAs-disease associations in metaplastic breast cancer diagnosis 2025-May-06, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14113-z PMID:40329245	research paper	本研究提出了一种基于深度强化学习（DRL）的框架，用于预测非编码RNA（ncRNA）与化生性乳腺癌（MBC）的关联，以提高疾病分类的准确性	采用深度强化学习（DRL）框架和多维描述符系统（ncRNADS）整合序列特征和目标基因描述符，显著提高了预测ncRNA与疾病关联的准确性	模型在非乳腺癌疾病（如阿尔茨海默病）中的交叉反应性较低（8-9%准确率），可能限制了其在其他疾病中的应用	开发一种高精度的计算方法，用于预测ncRNA与化生性乳腺癌的关联，以支持精准肿瘤学	非编码RNA（ncRNA）与化生性乳腺癌（MBC）的关联	machine learning	breast cancer	Deep Reinforcement Learning (DRL), 多维描述符系统（ncRNADS）	DRL	序列数据和目标基因描述符	整合了550个序列特征和1,150个目标基因描述符（miRDB评分≥90）
650	2025-05-10	Keypoint localization and parameter measurement in ultrasound biomicroscopy anterior segment images based on deep learning 2025-May-06, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01388-3 PMID:40329288	research paper	本研究开发了一种基于深度学习的模型，用于从超声生物显微镜（UBM）图像中自动提取关键点并精确测量前段参数	利用YOLOv8分割关键解剖结构，提高了关键点定位的准确性，并通过深度学习模型实现了前段参数的自动测量	研究仅选择了后囊完整的图像，可能限制了数据集的多样性和模型的泛化能力	开发并评估一种深度学习模型，用于自动提取关键点和测量前段参数，以提高眼科诊断的效率和准确性	超声生物显微镜（UBM）前段图像	computer vision	眼科疾病（如青光眼、白内障和屈光不正）	深度学习	YOLOv8	图像	716张UBM前段图像
651	2025-05-10	Deep learning-based image classification and quantification models for tablet sticking 2025-May-06, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.125690 PMID:40339626	研究论文	本研究提出了一种基于深度学习的图像分类和量化模型，用于检测和量化药片粘附问题	结合CNN和GLCM特征与支持向量机，开发了一种新型集成模型，用于分类和量化药片粘附	尽管模型能检测轻度粘附，但药片质量属性仍可能符合标准，表明仅依赖质量属性和视觉检查可能不足	提高药片制造效率，确保药品质量一致性，克服视觉检查的局限性	药片粘附问题	计算机视觉	NA	CNN, GLCM, 支持向量机	AlexNet, VGG 16, ResNet 50, GoogLeNet	图像	10批药片
652	2025-05-10	AutoFE-Pointer: Auto-weighted feature extractor based on pointer network for DNA methylation prediction 2025-May-06, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143668 PMID:40339839	研究论文	提出了一种基于指针网络的自动加权特征提取器AutoFE-Pointer，用于DNA甲基化预测	利用改进的软化指针网络动态提取和加权不同DNA序列的特征，能够同时处理17个不同物种的基准数据集，具有卓越的预测准确性和跨物种泛化能力	未提及具体的数据集规模或模型在特定疾病上的表现	开发一种轻量级框架，提高DNA甲基化预测的准确性和效率	DNA甲基化	计算生物学	癌症	DNA甲基化测序	指针网络	DNA序列	17个不同物种的基准数据集
653	2025-05-10	Interpretable deep neural networks for advancing early neonatal birth weight prediction using multimodal maternal factors 2025-May-06, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104838 PMID:40339967	research paper	本研究提出了一种可解释的深度神经网络模型，用于早期预测新生儿出生体重，结合多模态母体因素以提高预测精度	创新性地将营养因素与生理和生活方式变量结合，使用TabNet架构处理表格数据，提高了预测模型的可解释性和准确性	未提及具体样本量或数据收集的地理范围限制	开发临床决策支持系统，早期预测新生儿出生体重，改善产前护理	新生儿出生体重预测，重点关注母体健康指标	machine learning	geriatric disease	deep learning	TabNet	tabular data	NA
654	2025-05-10	Artificial intelligence in predicting EGFR mutations from whole slide images in lung Cancer: A systematic review and Meta-Analysis 2025-May-04, Lung cancer (Amsterdam, Netherlands) DOI:10.1016/j.lungcan.2025.108577 PMID:40339270	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能模型在预测肺癌患者全切片图像中EGFR突变状态的诊断准确性	首次系统评估AI在预测EGFR突变中的表现，并揭示了不同数据集、样本类型和模型架构对预测性能的影响	纳入分析的样本量有限（仅16项研究，其中4项适合荟萃分析），且当前AI模型的准确性和精确度仍需改进	评估AI模型在预测肺癌患者EGFR突变状态中的诊断准确性	肺癌患者的全切片图像	digital pathology	lung cancer	machine learning, deep learning	ResNet	image	16项研究（其中4项纳入荟萃分析）
655	2025-05-10	Spotlights on novel strategic innovations on the artificial intelligence and deep learning driven quality control focuses in transfusion medicine, to optimize blood component safety and efficacy and minimize the potential pitfalls 2025-May-03, Transfusion and apheresis science : official journal of the World Apheresis Association : official journal of the European Society for Haemapheresis IF:1.4Q4 DOI:10.1016/j.transci.2025.104153 PMID:40339482	research paper	探讨人工智能和深度学习在输血医学质量控制中的创新应用，以优化血液成分的安全性和有效性	利用AI和ML实现输血医学质量控制的自动化，包括实时监控、预测分析和主动错误缓解	伦理和法规合规性仍需确保，包括透明度、偏见缓解和数据安全	优化输血医学中的质量控制，提高血液成分的安全性和有效性	输血医学中的质量控制流程和血液成分制造	machine learning	NA	AI, ML, deep learning	NA	NA	NA
656	2025-05-10	Diverging Effects of Violence Exposure and Psychiatric Symptoms on Amygdala-Prefrontal Maturation During Childhood and Adolescence 2025-May, Biological psychiatry. Cognitive neuroscience and neuroimaging DOI:10.1016/j.bpsc.2024.08.003 PMID:39182725	研究论文	研究探讨了童年和青少年时期暴力暴露对杏仁核-前额叶皮层（PFC）回路成熟的影响及其与精神病理症状的关系	揭示了暴力暴露和精神症状对杏仁核-PFC回路成熟的不同影响，提出了适应性和非适应性神经发育机制的新见解	研究样本仅来自费城神经发育队列，可能限制了结果的普遍性	探究暴力暴露和精神症状如何影响杏仁核-PFC回路的神经发育	1133名青少年	神经科学	精神疾病	深度学习	深度学习模型	功能性磁共振成像（fMRI）数据	1133名青少年
657	2025-05-10	Perfusion estimation from dynamic non-contrast computed tomography using self-supervised learning and a physics-inspired U-net transformer architecture 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03323-2 PMID:39832070	研究论文	本文提出了一种基于自监督学习和物理启发的U-net transformer架构的新方法，用于从非对比动态计算机断层扫描中估计灌注	结合了U-Net Transformer架构和自监督学习策略，用于从非对比CT预测灌注成像，达到了最先进的准确度	研究样本量有限（44名患者），且需要进一步开发以扩展临床应用	开发一种深度学习方法来预测非对比CT扫描中的灌注成像，以克服当前核医学方法的局限性	肺部灌注成像	数字病理	肺部疾病	计算机断层扫描（CT）、单光子发射CT（SPECT/CT）	U-Net Transformer	图像	523张IE-CT图像用于自监督训练，44名患者用于监督训练
658	2025-05-10	Interpretation of basal nuclei in brain dopamine transporter scans using a deep convolutional neural network 2025-May-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001963 PMID:39962871	research paper	使用深度卷积神经网络解释脑多巴胺转运体扫描中的基底核	采用深度学习技术辅助临床诊断帕金森病，通过迁移学习评估多巴胺能神经元退化程度	研究为回顾性研究，样本量有限，且仅使用了三种预训练模型	开发一种辅助工具以提高帕金森病诊断的准确性和图像解释效率	416名临床不确定帕金森综合征患者的DAT SPECT扫描数据	digital pathology	Parkinson's disease	DAT SPECT, 99m Tc-TRODAT-1	CNN (Xception, InceptionV3, ResNet101)	image	416名患者
659	2025-05-10	Injury degree appraisal of large language model based on retrieval-augmented generation and deep learning 2025 May-Jun, International journal of law and psychiatry IF:1.4Q3 DOI:10.1016/j.ijlp.2025.102070 PMID:39970564	研究论文	本研究提出了一种结合检索增强生成（RAG）、基于图的知识库和深度学习的新方法，以提升大型语言模型（LLMs）在法医损伤评估中的性能	通过整合RoBERTa-CNN模型和图知识库的RAG策略，显著提升了LLMs在损伤评估任务中的准确率，相比传统检索方法提高了21至59个百分点	研究主要基于中国的《人体损伤程度鉴定标准》（SAEBI），在其他司法管辖区的适用性可能需要进一步验证	提升大型语言模型在法医损伤评估等专业领域的应用性能	大型语言模型（LLMs）在法医损伤评估中的应用	自然语言处理	NA	检索增强生成（RAG）、深度学习	RoBERTa-CNN	文本	26,199个真实世界的损伤评估案例
660	2025-05-10	Seafloor debris detection using underwater images and deep learning-driven image restoration: A case study from Koh Tao, Thailand 2025-May, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117710 PMID:39978130	研究论文	本研究提出了一种利用超分辨率重建技术和优化的YOLOv8模型进行海底垃圾检测的创新方法	结合超分辨率重建技术和优化的YOLOv8模型，提出了一种成本效益高的海底垃圾检测新方法	研究仅基于泰国龟岛的数据，可能在其他海域的适用性有待验证	提高海底垃圾检测的准确性和效率	海底垃圾	计算机视觉	NA	超分辨率重建技术(SRR)	YOLOv8	图像	NA