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
701	2025-05-15	The analysis of Chinese National ballad composition education based on artificial intelligence and deep learning 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93063-9 PMID:40097523	研究论文	本研究通过结合马尔可夫链和双向循环神经网络，提出了一种生成具有民族特色国家民谣的音乐创作模型	结合马尔可夫链和双向循环神经网络生成民族风格音乐，在旋律创作和情感表达上具有显著优势	未提及具体样本量或实验规模的限制	探索人工智能在音乐创作中的应用，特别是国家民谣的生成	具有民族特色的国家民谣	机器学习	NA	马尔可夫链(MC)和双向循环神经网络(Bi-RNN)	Bi-RNN	音乐数据	NA
702	2025-05-15	Facial identity recognition using StyleGAN3 inversion and improved tiny YOLOv7 model 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93096-0 PMID:40097614	研究论文	本文提出了一种基于StyleGAN3反转和改进的tiny YOLOv7模型的面部身份识别方法	提出了一种结合StyleGAN3反转和改良版tiny YOLOv7模型的一步式解决方案，用于面部属性操作与检测，实现了在少样本和传统场景下的面部身份识别	数据集中仅包含20个独特身份和38个面部属性，样本多样性可能有限	开发一种高效的面部身份识别系统，以应对面部属性变化带来的识别挑战	面部图像及其属性（如年龄、性别、发型等）	计算机视觉	NA	StyleGAN3反转，YOLOv7模型改进	FIR-Tiny YOLOv7（基于Tiny YOLOv7改进的模型）	图像	11,560张图像，包含20个独特身份和38个面部属性
703	2025-05-15	Establishment and validation of a ResNet-based radiomics model for predicting prognosis in cervical spinal cord injury patients 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94358-7 PMID:40097664	研究论文	本研究建立并验证了一种基于ResNet的放射组学模型，用于预测颈脊髓损伤患者的预后	结合放射组学特征和临床特征构建联合模型，以提高颈脊髓损伤患者预后预测的准确性	研究为回顾性设计，且样本量相对较小，可能影响模型的泛化能力	开发一种结合影像和临床特征的模型，用于预测颈脊髓损伤患者伤后六个月的预后	颈脊髓损伤患者	数字病理学	颈脊髓损伤	放射组学特征提取和ResNet深度学习	ResNet, SVM, LR, NaiveBayes, KNN, RF, ExtraTrees, XGBoost, LightGBM, GradientBoosting, AdaBoosting, MLP	MRI图像和临床数据	回顾性队列168例患者（训练集134例，测试集34例），前瞻性队列43例患者作为验证集
704	2025-05-15	A Two stage deep learning network for automated femoral segmentation in bilateral lower limb CT scans 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94180-1 PMID:40097821	研究论文	本研究开发了一种基于深度学习的两阶段网络，用于在双侧下肢CT扫描中自动分割股骨	提出了一种双阶段网络，先快速划定感兴趣区域，再进行股骨的语义分割，相比单阶段SegResNet架构，具有更快的训练收敛速度、更短的推理时间、更高的分割精度和整体更优的性能	实验数据集仅包含100个样本，可能影响模型的泛化能力	开发一种高效、精确的股骨自动分割方法，以支持大规模复杂医学影像数据集的分析	双侧下肢CT扫描中的股骨	数字病理学	NA	深度学习	两阶段CNN网络	CT图像	100个样本（85训练，8验证，7测试）
705	2025-05-15	LI-RADS-based hepatocellular carcinoma risk mapping using contrast-enhanced MRI and self-configuring deep learning 2025-Mar-17, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00844-6 PMID:40097992	研究论文	本研究利用对比增强MRI和自我配置的深度学习技术，基于LI-RADS标准创建并评估了用于肝细胞癌风险评估的自动分割模型	采用nnU-Net框架的深度学习模型，首次实现了基于LI-RADS v2018标准的自动分割和分类，提高了肝细胞癌风险评估的效率和准确性	自动LI-RADS分类仍需改进，需要更多多中心研究验证	开发并评估用于肝细胞癌风险评估的自动分割模型	602名有肝细胞癌风险的患者	数字病理	肝细胞癌	对比增强MRI	nnU-Net	图像	602名患者（训练/内部测试/外部测试队列分别为383/219/16名）
706	2025-05-15	TransGeneSelector: using a transformer approach to mine key genes from small transcriptomic datasets in plant responses to various environments 2025-Mar-17, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11434-y PMID:40098114	研究论文	介绍了一种名为TransGeneSelector的深度学习框架，专门用于从小型转录组数据中挖掘关键基因	首次将Wasserstein生成对抗网络与梯度惩罚（WGAN-GP）和基于Transformer的分类网络结合，针对小样本转录组数据设计	主要应用于小型转录组数据集，可能不适用于大规模数据	开发一种深度学习框架，用于从小型转录组数据中挖掘关键基因，以理解植物对环境条件的响应机制	拟南芥（Arabidopsis thaliana）的种子萌发和热应激条件下的基因表达数据	生物信息学	NA	转录组测序，RT-qPCR	WGAN-GP, Transformer	转录组数据	小型转录组数据集（具体数量未提及）
707	2025-05-15	Presenting a prediction model for HELLP syndrome through data mining 2025-Mar-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02904-0 PMID:40098129	研究论文	本研究提出了一种基于机器学习的非侵入性参数诊断HELLP综合征的预测模型	首次应用机器学习算法（如多层感知器和深度学习）诊断HELLP综合征，并比较了多种算法的性能，F1分数超过99%	研究仅基于单一医院（Tajrish Hospital）的数据，可能缺乏外部验证	开发一种高效、非侵入性的HELLP综合征诊断方法	384名2010-2021年间在伊朗德黑兰Tajrish医院就诊的患者	机器学习	妊娠相关疾病	数据挖掘、机器学习	多层感知器、深度学习、KNN、RF、AdaBoost、XGBoost、LR、SVM、DT	临床记录数据	384名患者
708	2025-05-15	Multilingual hope speech detection from tweets using transfer learning models 2025-Mar-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88687-w PMID:40089522	研究论文	该研究利用迁移学习模型从推文中检测多语言希望言论	首次探索了乌尔都语和英语中希望言论的检测，特别是基于翻译的技术	仅针对英语和乌尔都语进行研究，未涵盖其他语言	自动检测社交媒体中的希望言论，以促进积极公共话语	社交媒体推文中的希望言论	自然语言处理	NA	迁移学习	Bert transformer	文本	多语言数据集（英语和乌尔都语）
709	2025-05-15	A MEMS seismometer respiratory monitor for work of breathing assessment and adventitious lung sounds detection via deep learning 2025-Mar-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93011-7 PMID:40089574	研究论文	开发了一种基于MEMS地震计的呼吸监测设备，用于通过深度学习评估呼吸功和检测异常肺音	利用微型贴片式地震计定量监测呼吸功和肺音，结合数据融合深度学习模型提高检测准确性	研究仅在124名患者中进行，需要更大规模的临床验证	开发一种客观、定量的呼吸健康监测方法	患者的呼吸功和肺音	数字病理学	慢性阻塞性肺疾病(COPD)和肺炎	深度学习	数据融合深度学习模型	振动信号	124名患者
710	2025-05-15	Global output of clinical application research on artificial intelligence in the past decade: a scientometric study and science mapping 2025-Mar-15, Systematic reviews IF:6.3Q1 DOI:10.1186/s13643-025-02779-2 PMID:40089747	研究论文	通过科学计量学和科学图谱分析过去十年人工智能在临床应用研究中的全球产出	首次通过科学计量学和科学图谱方法全面分析人工智能在临床研究中的现状、热点和趋势	仅基于Web of Science数据库的数据，可能未涵盖所有相关研究	分析人工智能在临床应用中发表研究的现状、热点和趋势	人工智能在临床研究中的应用	人工智能	NA	科学计量学、科学图谱分析	NA	文献数据	22,583篇文章，其中735篇关于人工智能临床应用研究
711	2025-05-15	Voxel-level radiomics and deep learning for predicting pathologic complete response in esophageal squamous cell carcinoma after neoadjuvant immunotherapy and chemotherapy 2025-Mar-15, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2024-011149 PMID:40090670	research paper	该研究开发并验证了一种基于体素级放射组学和深度学习的模型，用于预测食管鳞状细胞癌新辅助免疫治疗联合化疗后的病理完全缓解	提出了一种新颖的体素级放射组学方法，结合Vision-Mamba深度学习模型，显著提高了预测准确性	研究为回顾性设计，需要前瞻性研究进一步验证	开发高准确性的预测模型以指导食管鳞状细胞癌患者的个体化治疗	接受新辅助免疫治疗联合化疗的食管鳞状细胞癌患者	digital pathology	esophageal squamous cell carcinoma	CT imaging	Vision-Mamba, 3D-ResNet, Vision Transformer	CT images	741例患者（469例训练集，118例内部验证集，154例外部队验证集）
712	2025-05-15	Deep learning prioritizes cancer mutations that alter protein nucleocytoplasmic shuttling to drive tumorigenesis 2025-Mar-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57858-8 PMID:40087285	research paper	该研究通过开发深度学习模型pSAM，系统地分析了癌症中可能影响蛋白质核质穿梭的突变（SAMs），并验证了这些突变如何通过干扰核定位信号影响肿瘤抑制功能	开发了深度学习模型pSAM，首次从序列决定因素的角度解码核质穿梭，并系统地鉴定了影响核定位的癌症突变	研究仅涉及11种癌症类型，可能无法涵盖所有相关突变	理解遗传变异如何通过影响蛋白质核质穿梭驱动肿瘤发生	癌症中的突变（SAMs）及其对蛋白质核质穿梭的影响	machine learning	cancer	deep learning	pSAM	genetic variants	11种癌症类型的突变数据
713	2025-05-15	Deep learning-based classification of hemiplegia and diplegia in cerebral palsy using postural control analysis 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93166-3 PMID:40087338	研究论文	本研究提出了一种利用循环神经网络（RNNs）分析时间序列力数据的方法，用于分类脑瘫中的偏瘫和双瘫	通过自动参数优化和数据增强等先进技术优化模型，提高了分类的准确性和可靠性	NA	优化脑瘫中偏瘫和双瘫的分类方法	脑瘫患者	机器学习	脑瘫	时间序列力数据分析	RNN, BiGRU, LSTM	时间序列数据	NA
714	2025-05-15	Comparative analysis of deep learning architectures for breast region segmentation with a novel breast boundary proposal 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92863-3 PMID:40087354	research paper	比较不同深度学习架构在动态对比增强磁共振成像（DCE-MRI）中乳腺区域分割的性能，并提出一种新的乳腺边界定义方法	提出了一种新的乳腺边界定义方法，并比较了多种深度学习模型在乳腺分割任务中的性能	研究仅基于58例DCE-MRI扫描，样本量相对较小	提高乳腺区域分割的准确性，降低计算成本和环境影响	动态对比增强磁共振成像（DCE-MRI）中的乳腺区域	digital pathology	breast cancer	DCE-MRI	UNet, UNet++, DenseNet, FCNResNet50, FCNResNet101, DeepLabv3ResNet50, DeepLabv3ResNet101	image	58例DCE-MRI扫描
715	2025-05-15	Structured hashing with deep learning for modality, organ, and disease content sensitive medical image retrieval 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93418-2 PMID:40087467	研究论文	提出了一种基于深度学习的结构化哈希方法MODHash，用于医学图像检索，能够根据用户偏好检索具有模态、器官和疾病内容语义相似性的图像	MODHash通过最小化特定特征的分类损失和Cauchy交叉熵损失来训练网络，提高了医学图像检索的准确性和效率	实验仅在放射学数据集上进行，未涉及其他类型的医学图像	开发一种高效的基于内容的医学图像检索系统，以满足临床实践中对大规模异质医学图像的需求	医学图像	计算机视觉	NA	深度学习	深度神经哈希（DNH）	图像	来自Kaggle、Mendeley和Figshare的公开数据集中的放射学数据
716	2025-05-15	Performance and limitation of machine learning algorithms for diabetic retinopathy screening and its application in health management: a meta-analysis 2025-Mar-14, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01336-1 PMID:40087776	meta-analysis	本研究通过荟萃分析评估了机器学习和深度学习算法在糖尿病视网膜病变筛查中的性能和局限性	首次通过大规模荟萃分析全面评估了AI算法在糖尿病视网膜病变筛查中的表现	算法判别能力有限，AUC在不同研究间无统计学差异	评估机器学习和深度学习算法在糖尿病视网膜病变诊断中的效果	糖尿病视网膜病变筛查	machine learning	糖尿病视网膜病变	meta-analysis	machine learning, deep learning	retinal images	1,371,517张视网膜图像（来自76项研究）
717	2025-05-15	Artificial intelligence in gastroenterology: Ethical and diagnostic challenges in clinical practice 2025-Mar-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i10.102725 PMID:40093670	评论	本文讨论了深度学习模型在无线胶囊内窥镜决策过程中的应用及其在胃肠道疾病诊断中的潜力	探讨了AI在胃肠道疾病早期诊断中的实时准确性提升，包括对小肠病变和癌前息肉的检测	提出了AI在临床应用中的伦理问题，如患者隐私、数据安全和诊断偏见	研究AI在胃肠道疾病诊断中的应用及其伦理挑战	胃肠道疾病患者，特别是小肠病变和癌前息肉患者	数字病理学	胃肠道疾病	深度学习	NA	图像	NA
718	2025-05-15	Enhancing parkinson disease detection through feature based deep learning with autoencoders and neural networks 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88293-w PMID:40075106	研究论文	本研究提出了一种通过音频波分析识别帕金森病的创新方法，利用基于特征的深度神经网络技术	结合自编码器和深度神经网络，有效捕捉音频数据中的复杂模式，提高诊断精度	NA	提高帕金森病的自动化和非侵入性识别精度	帕金森病患者的音频数据	机器学习	帕金森病	FB-DNN	自编码器, DNN	音频	NA
719	2025-05-15	[Development of an abdominal acupoint localization system based on AI deep learning] 2025-Mar-12, Zhongguo zhen jiu = Chinese acupuncture & moxibustion DOI:10.13703/j.0255-2930.20240207-0003 PMID:40097227	research paper	开发了一种基于AI深度学习的腹部穴位定位系统	构建了一个多任务CNN架构，用于定位神阙穴和人体边界，并推导其他关键穴位的位置	NA	开发一个腹部穴位定位系统，以支持中医远程教育、诊断辅助和高级中医设备	腹部穴位（神阙穴、上脘穴、曲骨穴和双侧大横穴）	computer vision	NA	卷积神经网络（CNN）	CNN	image	NA
720	2025-05-15	Predicting early recurrence of hepatocellular carcinoma after thermal ablation based on longitudinal MRI with a deep learning approach 2025-Mar-10, The oncologist DOI:10.1093/oncolo/oyaf013 PMID:40110765	研究论文	开发了一种基于纵向MRI的深度学习模型系统，用于预测肝细胞癌（HCC）患者热消融（TA）后的早期复发（ER）	利用术前和术后的纵向MRI数据构建深度学习模型，并结合临床变量建立集成模型（DL_Clinical），用于HCC患者TA后的ER风险分层	研究样本量较小，外部测试队列仅包含35例患者	预测HCC患者TA后的早期复发，以改善患者预后	接受TA治疗的HCC患者	数字病理学	肝细胞癌	MRI	深度学习模型（Pre和PrePost）	MRI图像	289例HCC患者（训练队列254例，外部测试队列35例）