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
681	2025-08-03	Foundation models in ophthalmology: opportunities and challenges 2025-Jan-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001091 PMID:39329204	综述	本文探讨了眼科领域基础模型的机遇与挑战，特别是RETFound和大型语言模型如GPT-4、Gemini在医疗专业化中的应用	介绍了首个眼科基础模型RETFound，以及大型语言模型在眼科任务中的表现优于传统模型	眼科专用多模态模型仍存在显著不足，主要由于训练这些模型需要大量计算资源及高质量眼科数据集的限制	探索眼科领域基础模型和大型语言模型的进一步发展和应用	眼科基础模型和大型语言模型	医学人工智能	眼科疾病	基础模型、大型语言模型(LLM)	RETFound、GPT-4、Gemini	多模态数据	NA
682	2025-08-03	Deep learning-based prediction of rheumatoid arthritis-associated deformity on MRI 2025, Brain & spine DOI:10.1016/j.bas.2025.104328 PMID:40741519	研究论文	开发一种基于深度学习的算法，用于预测类风湿性关节炎患者的上颈椎畸形	首次使用深度学习模型预测类风湿性关节炎相关的颈椎畸形，旨在实现早期风险分层	模型需要在更多样化的站点进行大规模验证，并探讨颈椎下段在疾病过程中对颅颈交界处畸形风险的作用	开发预测类风湿性关节炎相关上颈椎畸形的算法，实现早期风险分层	类风湿性关节炎患者	数字病理学	类风湿性关节炎	MRI	深度学习	医学影像	220名患者（其中33名发展为颈椎畸形）
683	2025-08-03	Hybrid framework for automated generation of mammography radiology reports 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.07.018 PMID:40741541	research paper	提出了一种用于自动生成乳腺X光放射学报告的混合框架，旨在辅助放射科医生	结合了编码器-解码器架构的自然语言生成模型和图像强度增强技术，以处理图像质量变化问题	研究基于西班牙语放射学文本，可能在其他语言或文化背景下的适用性有限	开发自动化临床文本生成框架以支持乳腺X光检查	乳腺X光放射学报告	digital pathology	breast cancer	deep learning, named entity recognition (NER)	encoder-decoder architecture	image, text	NA
684	2025-08-03	Investigating the impact of social media images on users' sentiments towards sociopolitical events based on deep artificial intelligence 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326936 PMID:40737276	研究论文	本研究探讨了社交媒体上的视觉内容如何影响用户对特定社会政治事件的情感态度	利用深度学习和机器学习方法分析社交媒体图像与用户情感之间的相关性，并构建了一个包含标记图像及其评论的综合数据集	研究仅针对特定社会政治运动（如Black Lives Matter、Women's March等），可能无法推广到其他类型的事件	探究社交媒体视觉内容对用户社会政治事件情感态度的影响	社交媒体上包含相关标签和关键词的帖子及其关联图像和评论	自然语言处理	NA	深度学习、机器学习、情感分析	NA	图像、文本	涉及多个社会政治运动（如Black Lives Matter、Women's March等）的社交媒体帖子
685	2025-08-03	Low-cost computation for isolated sign language video recognition with multiple reservoir computing 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322717 PMID:40737309	研究论文	本文探讨了利用多储备池计算（RC）进行低成本孤立手语视频识别的方法，旨在开发适用于边缘设备的便携式手语识别系统	引入具有不同泄漏率的多储备池以从输入视频中提取多样化特征，结合MediaPipe进行关键点提取和空间位置归一化，提高了系统对复杂背景和不同手语者位置的鲁棒性	在WLASL100数据集上的top-1准确率为60.35%，仍有提升空间	开发适用于边缘设备的低成本手语识别系统，解决互联网连接缺失区域的使用需求和数据隐私保护问题	孤立手语视频	计算机视觉	NA	储备池计算（RC），MediaPipe关键点提取	多储备池RC	视频	WLASL100数据集
686	2025-08-03	Machine learning approaches for predicting the link of the global trade network of liquefied natural gas 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326952 PMID:40737339	研究论文	本研究利用机器学习方法预测液化天然气全球贸易网络的未来链接	首次将复杂网络理论与机器学习算法结合，用于预测液化天然气全球贸易网络的未来链接，并开发了图注意力网络模型	研究仅基于2001至2020年的数据，可能无法完全反映最新贸易动态	帮助政府识别潜在贸易伙伴并分析贸易网络	全球液化天然气贸易网络	机器学习	NA	复杂网络理论，机器学习算法（随机森林、决策树），图注意力网络	随机森林、决策树、图注意力网络	网络节点和边数据	2001至2020年的全球液化天然气贸易网络数据
687	2025-08-03	A pilot study assessing the clinical utility of deep learning-reconstructed 3D-echo-planar-imaging-based quantitative susceptibility mapping in multiple sclerosis 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1544376 PMID:40740257	研究论文	本研究评估了深度学习重建的3D回波平面成像定量磁化率映射在多发性硬化症中的临床效用	首次展示了深度学习重建技术在3D回波平面成像定量磁化率映射中的应用，提高了图像质量和临床效用	样本量较小（7名患者），且为回顾性研究	评估深度学习重建技术是否能提高定量磁化率映射在多发性硬化症中的质量和临床效用	多发性硬化症患者和健康个体的MRI数据	数字病理学	多发性硬化症	3D回波平面成像（3DEPI）和定量磁化率映射（QSM）	深度学习重建（DLR）	MRI图像	7名多发性硬化症患者和1名健康个体，共433个病灶
688	2025-08-03	Predicting sleep quality with digital biomarkers and artificial neural networks 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1591448 PMID:40740269	研究论文	本研究通过可穿戴设备收集的心率变异性（HRV）数据，利用人工神经网络预测睡眠质量，重点关注入睡后觉醒（WASO）作为睡眠碎片化的关键指标	引入连续数字生物标志物和深度学习方法（如LSTM）预测次日睡眠质量，发现LF/HF比率作为睡眠质量预测的新型数字生物标志物	样本量相对较小（82名参与者），且仅使用特定品牌可穿戴设备（三星Galaxy Watch Active 2）收集数据	开发预测模型用于次日睡眠质量评估，推动个性化健康管理	成年人的睡眠质量与心率变异性关系	数字健康	睡眠障碍	HRV监测、机器学习（ARIMA, Random Forest, XGBoost, GRU, TCN, Transformers, LSTM）	LSTM	生理信号数据（HRV）、问卷调查数据、日常活动数据	82名参与者（冬季和夏季两次实验）
689	2025-08-03	Harnessing artificial intelligence of things for cardiac sensing: current advances and network-based perspectives 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1569887 PMID:40740375	综述	本文探讨并综合了人工智能驱动的物联网在心脏传感领域的当前进展和未来方向，强调了其重要性	利用文献计量学方法可视化这一跨学科领域的关键焦点、新兴趋势和演化轨迹	未提及具体的技术实施细节或临床验证结果	探索人工智能驱动的物联网在心脏传感领域的应用及其未来发展	物联网、心脏传感器和人工智能的交叉领域文献	医疗物联网	心血管疾病	深度学习技术	NA	学术文献数据	2,128篇论文
690	2025-08-03	ICT-Net: An Integrated Convolution and Transformer-Based Network for Complex Liver and Liver Tumor Region Segmentation 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3586470 PMID:40740831	研究论文	提出了一种结合卷积和Transformer的网络ICT-Net，用于复杂肝脏和肝肿瘤区域的自动分割	开发了一种新的深度学习架构ICT-Net，结合预训练的Transformer编码器和先进的卷积-Transformer解码器结构，提高了肝脏和肝肿瘤分割的准确性	公开可用的带有HCC标注的肝脏数据集有限	提高肝脏和肝肿瘤区域的自动分割精度，以支持更精确和有效的临床治疗策略	肝脏和肝细胞癌（HCC）区域	计算机视觉	肝癌	深度学习	ICT-Net（结合CNN和Transformer）	CT图像	CCH-LHCC-CT数据集及三个公共CT肝脏数据集
691	2025-08-03	Effective Tumor Annotation for Automated Diagnosis of Liver Cancer 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3576827 PMID:40740835	研究论文	本文提出了一种有效的肝脏肿瘤自动标注方法，用于辅助放射科医生高效制作准确的诊断报告	提出了一种结合肿瘤分割、定位、测量和识别的多任务方法，并引入了Multi-Residual Attention Unet和Multi-SeResUnet等创新模型	未提及方法在多样化数据集上的泛化能力验证	开发自动化肝脏肿瘤标注系统以提高诊断效率和准确性	肝脏肿瘤的医学影像	计算机视觉	肝癌	深度学习	Multi-Residual Attention Unet, Multi-SeResUnet, 多标签分类器, 回归模型	医学影像	真实数据集（具体数量未说明）
692	2025-08-03	Evaluating Cardiac Impairment From Abnormal Respiratory Patterns: Insights From a Wireless Radar and Deep Learning Study 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3588523 PMID:40740837	研究论文	本研究通过无线雷达和深度学习技术分析呼吸模式，探讨其与心脏功能（如左心室射血分数）的关联	结合无线雷达框架与深度学习技术，无接触地监测呼吸模式与心脏功能的关联	研究样本来自台湾北部单一心脏病房，可能限制结果的普遍性	探索心脏功能受损与睡眠呼吸障碍之间的双向影响	心脏病房患者	数字病理	心血管疾病	无线雷达框架、深度学习	深度学习	呼吸模式数据、2D超声心动图测量数据	台湾北部心脏病房患者
693	2025-08-03	A state-of-the-art review of diffusion model applications for microscopic image and micro-alike image analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1551894 PMID:40740945	综述	本文综述了扩散模型在显微图像及类似图像分析中的应用，重点探讨了DDPM、DDIM和SDEs三种常用模型	扩散模型在显微图像生成和分割方面展现出显著优势，能够生成高质量合成显微图像并精确分割细胞区域和组织结构	文章未明确提及具体的技术限制，但讨论了扩散模型在生物医学图像处理中的局限性和未来发展方向	综述扩散模型在显微图像分析领域的应用现状和发展趋势	显微图像及类似图像	数字病理学	NA	扩散模型(DDPM, DDIM, SDEs)	扩散模型	图像	包含31篇相关论文(13篇图像生成，9篇分割，其余为其他应用)
694	2025-08-03	Advancing patient care with AI: a unified framework for medical image segmentation using transfer learning and hybrid feature extraction 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1589587 PMID:40740955	研究论文	本文提出了一种结合分割、高级特征提取和迁移学习的统一框架，以提高多种医学影像数据集的分割准确性和泛化能力	结合了U-Net分割、传统特征提取方法（LBP和GLCM）和迁移学习，显著提高了医学影像分割的准确性和泛化能力	研究仅针对皮肤癌、肠息肉和脑肿瘤三种疾病，未涵盖其他医学影像类型	开发一个集成框架，提高医学影像分割的准确性和泛化能力，以支持诊断精确性和临床决策	皮肤癌、肠息肉和脑肿瘤的医学影像数据	数字病理	皮肤癌、肠息肉、脑肿瘤	U-Net分割、LBP、GLCM、迁移学习、SVM分类	U-Net、SVM	医学影像	三个数据集（HAM10000、Kvasir-SEG、Figshare Brain Tumor dataset）
695	2025-08-03	Quantitative assessment of brain glymphatic imaging features using deep learning-based EPVS segmentation and DTI-ALPS analysis in Alzheimer's disease 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1621106 PMID:40741044	研究论文	本研究通过深度学习自动分割脑部血管周围间隙（EPVS）并结合DTI-ALPS分析，定量评估阿尔茨海默病（AD）、遗忘型轻度认知障碍（aMCI）和正常对照（NC）患者的脑部淋巴系统影像特征	结合深度学习自动分割EPVS和DTI-ALPS分析，实现多维度的脑部淋巴系统改变评估	样本量相对较小，AD患者89例，aMCI患者24例，NCs 32例	定量评估阿尔茨海默病及相关认知障碍患者的脑部淋巴系统影像特征	阿尔茨海默病患者、遗忘型轻度认知障碍患者和正常对照者	数字病理	阿尔茨海默病	扩散张量成像分析（DTI-ALPS）、T1WI和T2WI成像	VB-Net	影像数据	AD患者89例，aMCI患者24例，NCs 32例
696	2025-08-03	Development and validation of deep learning- and ensemble learning-based biological ages in the NHANES study 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1532884 PMID:40741049	研究论文	本研究开发并验证了基于深度学习和集成学习的生物年龄模型，用于预测全因和特定原因死亡率	首次利用包括临床、行为和社会经济因素在内的综合特征集构建生物年龄模型，并验证其预测死亡率的能力	研究依赖于NHANES数据，可能无法完全代表其他人群	开发和验证新型机器学习生物年龄模型，评估其死亡率预测性能	24,985名NHANES研究参与者	机器学习	心血管疾病, 脑血管疾病, 癌症	LASSO, DNN, 集成学习	DNN, 集成学习	临床数据, 行为数据, 社会经济数据	24,985名NHANES参与者
697	2025-08-03	Evaluation of non-motor symptoms in Parkinson's disease using multiparametric MRI with the multiplex sequence 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1602245 PMID:40741048	研究论文	本研究探讨了使用MULTIPLEX MRI序列检测帕金森病非运动症状相关的脑组织微结构变化	首次使用MULTIPLEX MRI序列（包含T2*映射、T1映射、质子密度映射和定量磁化率映射）来检测帕金森病非运动症状相关的脑组织微结构变化	样本量较小（37例患者），且T1映射和质子密度映射未发现与帕金森病非运动症状显著相关的特定脑区	探索多参数MRI在帕金森病非运动症状早期诊断中的应用价值	37例帕金森病患者	数字病理学	帕金森病	MULTIPLEX MRI序列（包含T2*映射、T1映射、质子密度映射和QSM），3D T1WI	深度学习	MRI图像	37例帕金森病患者
698	2025-08-03	A Deep Learning Approach to Predict Recanalization First-Pass Effect following Mechanical Thrombectomy in Patients with Acute Ischemic Stroke 2024-Aug-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8272 PMID:38871371	研究论文	本研究利用深度学习构建全自动方法，通过治疗前CT和MR成像预测急性缺血性卒中患者机械取栓后的首次通过效应	首次利用非灌注MR成像和CT进行首次通过效应的自动分类，无需耗时的手动分割	研究样本仅来自单一医疗中心，可能影响模型的泛化能力	预测急性缺血性卒中患者机械取栓后的首次通过效应	急性缺血性卒中患者	数字病理学	急性缺血性卒中	深度学习	混合Transformer模型（含非局部和交叉注意力模块）	CT和MR成像	326名在2014-2021年间接受血管内取栓术的患者
699	2025-08-03	Deciphering the Feature Representation of Deep Neural Networks for High-Performance AI 2024-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3363642 PMID:38373137	研究论文	本文开发了一种名为对比特征分析（CFA）的计算框架，用于探索深度神经网络（DNN）的特征空间并提升AI性能	提出了一种新的数据驱动核形成策略，结合特征间的交互关系，克服了传统方法在分析特征空间数据时的局限性	未明确提及具体局限性，但暗示特征数据的噪声、复杂性和高维性可能仍是挑战	探索深度神经网络的特征表示并提高AI性能	深度神经网络（DNNs）的特征空间数据	机器学习	NA	对比特征分析（CFA）	深度神经网络（DNNs）	特征空间数据	多个最先进网络和跨学科标注数据集（未明确数量）
700	2025-08-03	Deep survival analysis for interpretable time-varying prediction of preeclampsia risk 2024-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104688 PMID:39002866	研究论文	本文提出了一种基于深度生存分析的方法，用于预测妊娠期间子痫前期的时间变化风险	采用改进的DeepHit深度生存模型处理非比例风险，捕捉非线性关系及复杂时间动态，优于传统的Cox比例风险模型	研究基于回顾性数据，可能存在选择偏差	开发能够准确预测子痫前期风险随时间变化的模型，并为早期个体化干预提供依据	66,425名2015-2023年间在两所三级医疗中心分娩的孕妇	机器学习	子痫前期	深度生存分析	DeepHit	临床数据	66,425名孕妇