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
661	2025-05-23	A review of convolutional neural network based methods for medical image classification 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109507 PMID:39631108	review	本文系统回顾了基于CNN的医学图像分类方法，分析了149篇最新重要论文，并深入探讨了相关技术及其在提高分类准确性和效率中的作用	系统性地组织和分析了CNN在医学图像分类领域的发展、主要技术及公共数据集，并指出了未来研究方向	尽管CNN在医学图像分类中表现出色，但临床应用仍面临困难	回顾和分析基于CNN的医学图像分类方法，促进深度学习在临床实践和智能医疗系统中的成功整合	医学图像分类方法	digital pathology	NA	CNN	CNN	image	149篇论文
662	2025-05-23	Real-time intraoperative ultrasound registration for accurate surgical navigation in patients with pelvic malignancies 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03299-5 PMID:39633142	研究论文	本研究开发并评估了几种实时术中超声（iUS）配准方法，用于盆腔恶性肿瘤手术导航	开发了实时深度学习骨骼和动脉分割的2D超声配准方法，提高了手术导航的准确性和效率	iUS的用户依赖性较强，需要直观的软件以实现最佳临床实施	提高盆腔恶性肿瘤手术导航的准确性和效率	盆腔恶性肿瘤患者	数字病理	盆腔恶性肿瘤	实时术中超声（iUS）	深度学习	超声图像	30名患者
663	2025-05-23	Enhancing Domain Diversity of Transfer Learning-Based SSVEP-BCIs by the Reconstruction of Channel Correlation 2025-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3458389 PMID:39255081	研究论文	本研究提出了一种名为通道相关性重建(RCC)的数据增强方法，用于优化基于稳态视觉诱发电位(SSVEP)的脑机接口(BCI)中迁移学习的源域数据利用	通过概率混合源域协方差矩阵的特征向量矩阵来重建训练样本，操纵通道相关性以隐式创建新的合成域，从而增加源域多样性	NA	提高SSVEP-BCI系统中迁移学习的性能	稳态视觉诱发电位(SSVEP)脑机接口系统	脑机接口	NA	迁移学习(预训练和微调)	深度学习模型	脑电信号数据	NA
664	2025-05-23	A Deep and Interpretable Learning Approach for Long-Term ECG Clinical Noise Classification 2025-01, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3454545 PMID:39231059	research paper	本研究探讨了深度学习模型在长期监测心电图中临床噪声分类的应用，并设计了可解释的架构	结合深度学习和可解释系统，提高了临床噪声分类的性能，并为决策过程提供定性解释	需避免患者内过拟合，且性能仍有提升空间	提高长期监测心电图中临床噪声分类的准确性和可解释性	长期监测心电图中的临床噪声	machine learning	cardiovascular disease	深度学习	CNN, Autoencoder	ECG信号	NA
665	2025-05-23	Hybrid deep learning model for accurate and efficient android malware detection using DBN-GRU 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310230 PMID:40388500	research paper	本研究提出了一种混合深度学习模型（DBN-GRU），用于提高Android恶意软件检测的准确性和效率	结合了Deep Belief Networks（DBN）进行静态分析和Gated Recurrent Units（GRU）进行动态行为建模，以增强恶意软件检测能力	未提及模型在未知或新型恶意软件变种上的表现	提高Android恶意软件检测的准确性和效率	Android应用程序（APKs）	machine learning	NA	DBN, GRU	DBN-GRU	静态特征（权限、API调用、意图过滤器）和动态特征（系统调用、网络活动、进程间通信）	129,013个应用程序（5,560个恶意软件和123,453个良性应用）
666	2025-05-23	Determining resources and capabilities in complex context: A decision-making model for banks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323735 PMID:40392866	研究论文	本研究旨在开发一个决策模型，用于在复杂环境中确定银行的资源和能力	提出了一个适用于复杂环境下资源和能力确定的决策模型，整合了模糊偏好判断、深度学习分析和成功率预测	研究样本仅限于印度尼西亚国有银行，可能限制模型的普适性	开发一个决策模型，帮助银行在复杂环境中确定资源和能力	印度尼西亚国有银行(SOB)	决策科学	NA	定性方法、案例研究策略和溯因方法	深度学习分析(预测分析)	NA	印度尼西亚国有银行
667	2025-05-23	Deep learning approaches for quantitative and qualitative assessment of cervical vertebral maturation staging systems 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323776 PMID:40392884	研究论文	研究探讨了人工智能在颈椎成熟度（CVM）分期中的潜力，开发并比较了基于AI的定性CVM和定量QCVM方法	提出了基于AI的定量QCVM方法，相比定性方法展现出更高的准确性和一致性	定性CVM方法的分类准确率为71.11%，相对较低	评估AI在颈椎成熟度分期中的性能	颈椎成熟度分期系统	计算机视觉	NA	深度学习	AI模型	图像	3600张侧位头影测量图像，来自6个医疗中心
668	2025-05-23	SwinFishNet: A Swin Transformer-based approach for automatic fish species classification using transfer learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322711 PMID:40392913	research paper	本文提出了一种基于Swin Transformer的自动鱼类物种分类方法SwinFishNet，通过迁移学习在三个不同的数据集上实现了高准确率	利用Swin Transformer模型在计算机视觉任务中的卓越性能，提出了一种创新的鱼类物种分类方法	NA	提高鱼类物种分类的准确性，以促进可持续性、食品安全和市场效率	鱼类物种	computer vision	NA	transfer learning	Swin Transformer	image	三个数据集：12类的BD-Freshwater-Fish数据集、10类的SmallFishBD数据集和20类的FishSpecies数据集
669	2025-05-23	Assessing response in endoscopy images of esophageal cancer treated with total neoadjuvant therapy via hybrid-architecture ensemble deep learning 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1590448 PMID:40395323	研究论文	通过混合架构集成深度学习评估食管癌全新辅助治疗后的内镜图像反应	提出了EC-HAENet，一种混合架构集成深度学习模型，用于准确评估食管癌患者在全新辅助治疗后的反应	数据集仅来自单一医疗机构，可能影响模型的泛化能力	开发更准确的人工智能模型，评估食管癌患者在全新辅助治疗后的反应	食管癌患者的内镜图像	数字病理	食管癌	深度学习	EC-HAENet（混合架构集成深度学习模型）	图像	300名食管癌患者的7,359张内镜图像
670	2025-05-23	Leveraging spatial dependencies and multi-scale features for automated knee injury detection on MRI diagnosis 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1590962 PMID:40395675	研究论文	本研究开发并评估了一种基于深度学习的模型KneeXNet，用于膝关节损伤的MRI诊断	利用图卷积网络(GCNs)捕捉膝关节MRI扫描中的空间依赖性和多尺度特征，并采用对比学习方案增强模型的判别力和鲁棒性	研究仅使用了MRNet数据集，样本量为1,370名患者，可能限制了模型的泛化能力	为临床医生提供一种高效可靠的膝关节疾病诊断工具，特别是前交叉韧带(ACL)撕裂的诊断	膝关节MRI扫描数据	数字病理学	膝关节损伤	MRI	GCN	图像	1,370名患者的膝关节MRI扫描
671	2025-05-23	Transfer Learning and Multi-Feature Fusion-Based Deep Learning Model for Idiopathic Macular Hole Diagnosis and Grading from Optical Coherence Tomography Images 2025, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S521558 PMID:40396157	research paper	本研究开发了一种基于迁移学习和多特征融合的深度学习模型，用于从光学相干断层扫描（OCT）图像中诊断和分级特发性黄斑裂孔	结合了迁移学习和多特征融合技术，提高了诊断和分级的准确性	研究为单中心回顾性研究，样本量相对较小，需要更多临床验证	评估深度学习系统在特发性黄斑裂孔诊断、分级和预测中的作用	特发性黄斑裂孔患者的OCT图像	digital pathology	ophthalmic disease	OCT	Resnet101, fusion model	image	229张OCT图像
672	2025-05-23	A novel deep learning model for obstructive sleep apnea diagnosis: hybrid CNN-Transformer approach for radar-based detection of apnea-hypopnea events 2024-12-11, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsae184 PMID:39115132	研究论文	本研究开发了一种基于雷达数据的深度学习模型，用于检测阻塞性睡眠呼吸暂停（OSA）中的呼吸暂停-低通气事件	采用混合CNN-Transformer架构，结合雷达数据进行OSA诊断，为传统多导睡眠图（PSG）提供了一种成本效益高且易于获取的替代方案	研究为单中心前瞻性队列研究，样本量相对较小（开发集54人，测试集35人）	开发并验证一种用于阻塞性睡眠呼吸暂停诊断的深度学习模型	疑似睡眠呼吸障碍的参与者	数字病理	阻塞性睡眠呼吸暂停	雷达数据采集	混合CNN-Transformer架构	雷达信号数据	开发集54人，测试集35人
673	2025-05-23	Deep learning assists detection of esophageal cancer and precursor lesions in a prospective, randomized controlled study 2024-04-17, Science translational medicine IF:15.8Q1 DOI:10.1126/scitranslmed.adk5395 PMID:38630847	研究论文	本研究开发了一种基于深度卷积神经网络(CNN)的系统，用于检测食管癌及其癌前病变，并在临床实践中验证了其提高高风险食管病变(HrEL)检出率的有效性	首次在随机对照研究中验证了深度学习辅助内窥镜检测食管癌及癌前病变的有效性，显著提高了HrEL的检出率	研究仅在中国浙江省的一家医院进行，样本来源相对单一	提高食管鳞状细胞癌(ESCC)及其癌前病变的内窥镜检出率	50岁以上的患者，包括食管癌和癌前病变(HrELs)	数字病理	食管癌	深度学习辅助内窥镜检查	CNN	内窥镜图像	3117名患者(实验组1556人，对照组1561人)
674	2025-05-23	Splicing neoantigen discovery with SNAF reveals shared targets for cancer immunotherapy 2024-01-17, Science translational medicine IF:15.8Q1 DOI:10.1126/scitranslmed.ade2886 PMID:38232136	研究论文	该研究开发了一个名为SNAF的计算工作流程，用于从患者RNA-Seq数据中预测剪接衍生的免疫原性MHC结合肽和未注释的跨膜蛋白，以发现癌症免疫治疗的共享靶点	开发了SNAF工作流程，结合DeepImmuno深度学习策略和新的算法（BayesTS和RNA-SPRINT），首次系统性地识别剪接新抗原，并发现了新的肿瘤特异性细胞外新表位（ExNeoEpitopes）	研究主要基于计算预测，部分结果需要进一步的实验验证	发现癌症免疫治疗的共享靶点	剪接衍生的免疫原性MHC结合肽和未注释的跨膜蛋白	生物信息学	黑色素瘤	RNA-Seq, 质谱分析, 长读长异构体测序	DeepImmuno, BayesTS, RNA-SPRINT	RNA-Seq数据	多个癌症队列的患者数据
675	2025-05-23	Deep Trans-Omic Network Fusion for Molecular Mechanism of Alzheimer's Disease 2024, Journal of Alzheimer's disease : JAD DOI:10.3233/JAD-240098 PMID:38728189	研究论文	提出了一种新的深度学习模型MoFNet，用于研究阿尔茨海默病的分子机制及其上游遗传贡献	首次整合多组学数据与SNPs、基因和蛋白质之间的先验功能相互作用，并模拟从DNA到RNA和蛋白质的动态信息流	尽管在独立数据集中验证了大部分发现，但模型的普适性仍需进一步验证	通过多组学数据的新颖整合，发现功能上相连的多组学特征，以揭示阿尔茨海默病的分子机制	阿尔茨海默病的分子机制及其上游遗传贡献	机器学习	阿尔茨海默病	多组学数据整合	MoFNet	多组学数据（DNA、RNA、蛋白质）	ROS/MAP队列数据
676	2025-05-23	Integrated imaging and molecular analysis to decipher tumor microenvironment in the era of immunotherapy 2022-09, Seminars in cancer biology IF:12.1Q1 DOI:10.1016/j.semcancer.2020.12.005 PMID:33290844	综述	本文系统回顾了免疫治疗时代下的放射基因组学最新研究，探讨了AI和深度学习方法的新兴范式与机遇	整合影像学和分子分析以非侵入性方式解析肿瘤微环境，特别是在免疫治疗中的应用	未提及具体技术或模型的性能限制	探索放射基因组学在癌症精准治疗中的临床应用潜力	肿瘤微环境，特别是肿瘤浸润淋巴细胞	数字病理	癌症	放射组学，AI，深度学习	NA	影像	NA
677	2025-05-23	Emerging role of artificial intelligence in therapeutics for COVID-19: a systematic review 2022-07, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2020.1855250 PMID:33300456	系统综述	探讨人工智能在COVID-19治疗中的作用	首次系统综述了人工智能在COVID-19药物再利用、新药发现、疫苗和抗体开发中的应用	人工智能筛选程序目前处于起步阶段，仅依赖此类算法并不可取，需要基于证据的方法来确认其有效性	阐明人工智能在COVID-19治疗中的作用	COVID-19的治疗方法，包括药物再利用、新药发现、疫苗和抗体开发	人工智能	COVID-19	AI, 机器学习, 深度学习	NA	文献数据	31项研究
678	2025-05-23	Computer-aided diagnosis of esophageal cancer and neoplasms in endoscopic images: a systematic review and meta-analysis of diagnostic test accuracy 2021-05, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2020.11.025 PMID:33290771	meta-analysis	通过系统性回顾和荟萃分析评估计算机辅助诊断（CAD）算法在内镜图像中对食管癌及肿瘤的诊断准确性	首次通过荟萃分析评估CAD算法在食管癌及肿瘤内镜诊断中的准确性，并提供了全面的诊断性能指标	缺乏外部验证和临床应用的表现数据	评估CAD算法在内镜图像中对食管癌及肿瘤的诊断准确性	食管癌及肿瘤的内镜图像	digital pathology	esophageal cancer	deep learning, machine learning	NA	image	21项研究用于系统性回顾，19项研究用于荟萃分析
679	2025-05-23	Deep representation learning of patient data from Electronic Health Records (EHR): A systematic review 2021-03, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2020.103671 PMID:33387683	系统综述	本文对使用深度学习方法从电子健康记录（EHR）中学习患者表示的研究进行了系统综述，并提供了方法论视角的定性和定量分析	首次系统性地综述了患者表示学习领域的发展趋势、方法流程和应用现状	现有预测模型主要关注单一疾病预测，未能从整体角度考虑患者的复杂机制	评估和总结患者表示学习领域的研究现状和发展趋势	电子健康记录（EHR）数据	机器学习	NA	深度学习	RNN/LSTM/GRU	结构化EHR数据	49篇纳入分析的论文（来自363篇筛选文献）
680	2025-05-23	Performance of artificial intelligence in colonoscopy for adenoma and polyp detection: a systematic review and meta-analysis 2021-01, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2020.06.059 PMID:32598963	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能在结肠镜检查中检测腺瘤和息肉的表现	首次对实时计算机辅助息肉检测（CADe）系统在结直肠肿瘤检测中的随机对照试验进行荟萃分析，证实其显著提高腺瘤检出率	纳入的随机对照试验数量有限（5项），部分指标如高级别腺瘤检出率的证据等级不高	评估人工智能辅助系统在结直肠肿瘤检测中的临床效能	结直肠肿瘤（腺瘤和息肉）	digital pathology	colorectal cancer	deep learning	CADe	colonoscopy images	4354例患者（来自5项随机对照试验）