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
721	2025-05-15	Explainable multiscale temporal convolutional neural network model for sleep stage detection based on electroencephalogram activities 2025-Mar-07, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adb90c PMID:39983236	research paper	提出了一种基于脑电图活动的可解释多尺度时间卷积神经网络模型（MTCNN），用于自动睡眠阶段检测	使用多尺度神经生理学模拟内核捕捉不同频率和时间长度的睡眠相关脑电图活动，提高了模型的可解释性和性能	模型在跨受试者范式和留出几天分析中的性能仍有提升空间	开发自动睡眠阶段检测模型以减少繁琐的手动标记过程	睡眠阶段的脑电图活动	machine learning	睡眠障碍	脑电图（EEG）	多尺度时间卷积神经网络（MTCNN）	脑电图数据	153天的多导睡眠图数据
722	2025-05-15	Deep-Learning-Based Analysis of Electronic Skin Sensing Data 2025-Mar-06, Sensors (Basel, Switzerland) DOI:10.3390/s25051615 PMID:40096464	综述	本文综述了深度学习技术在电子皮肤（e-skin）数据分析中的应用，包括数据特征提取、模式识别以及在健康监测和人机交互中的使用	深度学习技术能够自动提取e-skin数据的特征并识别模式，显著提升了数据分析能力，特别是在处理复杂信号和实时响应方面	数据标注不足和计算资源需求高限制了e-skin的应用	综述深度学习技术在e-skin数据分析中的应用，并为后续研究提供启示	电子皮肤（e-skin）数据	机器学习	NA	深度学习	CNN, RNN, transformer	时间序列、多模态数据	NA
723	2025-05-15	A deep learning model for characterizing altered gyro-sulcal functional connectivity in abstinent males with methamphetamine use disorder and associated emotional symptoms 2025-Mar-06, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhaf062 PMID:40120102	研究论文	本研究旨在探讨甲基苯丙胺使用障碍患者精细脑回-脑沟信号在精神病理学中的功能贡献及其与情绪症状的关联	提出了一种利用脑回-脑沟分区的时空图卷积网络深度学习模型，在区分甲基苯丙胺使用障碍患者与健康对照者的静息态功能磁共振成像数据方面达到了最高平均分类准确率	样本仅限于男性戒断期甲基苯丙胺使用障碍患者，未包括女性患者或急性期患者	研究甲基苯丙胺过度使用及其相关情绪戒断症状的神经机制	48名男性戒断期甲基苯丙胺使用障碍患者和48名年龄性别匹配的健康对照者	神经影像分析	药物滥用障碍	静息态功能磁共振成像	时空图卷积网络	影像数据	96人（48名患者和48名对照）
724	2025-05-15	Machine Learning-Based Computer Vision for Depth Camera-Based Physiotherapy Movement Assessment: A Systematic Review 2025-Mar-05, Sensors (Basel, Switzerland) DOI:10.3390/s25051586 PMID:40096440	系统综述	本文系统综述了基于深度相机的机器学习计算机视觉技术在物理治疗运动评估中的应用	全面分析了2020至2024年间的研究，揭示了三种主要实施场景及数据收集与处理方法	现实世界验证有限，数据集多样性不足，算法泛化能力有待提高	探索机器学习计算机视觉在物理治疗运动评估中的实施、效果与局限性	物理治疗运动评估	计算机视觉	NA	RGB-D, 骨骼数据	传统机器学习, 深度学习	深度相机数据	18篇符合纳入标准的研究
725	2025-05-15	Automated Segmentation of Breast Cancer Focal Lesions on Ultrasound Images 2025-Mar-05, Sensors (Basel, Switzerland) DOI:10.3390/s25051593 PMID:40096452	研究论文	本文提出了一种自动化分割乳腺超声图像中病灶的方法	结合随机森林分类器和基于像素亮度差异的病灶轮廓提取方法，实现高效病灶检测与分割	深度学习方法的模型验证不足且训练数据收集复杂	开发自动化检测和分割乳腺超声图像中病理病灶的方法	乳腺超声图像中的病灶	数字病理	乳腺癌	超声成像	随机森林	超声视频	52个包含组织学证实可疑病灶的超声视频
726	2025-05-15	Graph neural networks for single-cell omics data: a review of approaches and applications 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf109 PMID:40091193	综述	本文系统回顾了图神经网络（GNNs）在单细胞组学数据中的应用，包括其六种变体在不同单细胞组学任务中的107个成功应用案例	将图神经网络（GNNs）扩展到非欧几里得数据，解决了单细胞数据的高维度和高稀疏性问题，并系统总结了GNNs在单细胞组学中的广泛应用	当前研究的潜在不足包括数据处理复杂性、模型泛化能力以及多组学整合的挑战	深化图神经网络在单细胞组学数据分析中的应用	单细胞组学数据（包括表观基因组学、转录组学、空间转录组学、蛋白质组学和多组学数据）	机器学习	NA	单细胞测序技术	GNN及其六种变体	单细胞组学数据	总结了77个公开可用的单细胞数据集
727	2025-05-15	Deep Learning-Emerged Grid Cells-Based Bio-Inspired Navigation in Robotics 2025-Mar-04, Sensors (Basel, Switzerland) DOI:10.3390/s25051576 PMID:40096448	研究论文	本文探讨了基于大脑网格细胞的深度学习模型在机器人导航中的应用	展示了网格细胞网络能够从机器人轨迹中有效学习空间表示，为开发先进导航算法奠定了基础	讨论了当前面临的挑战和未来研究方向，但未具体说明实验的局限性	研究网格细胞启发的深度学习模型在机器人导航中的应用	移动无人地面车辆(UGV)机器人的轨迹	机器人学	NA	深度学习	网格细胞网络	轨迹数据	NA
728	2025-05-15	REDInet: a temporal convolutional network-based classifier for A-to-I RNA editing detection harnessing million known events 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf107 PMID:40112338	研究论文	本文介绍了一种基于时间卷积网络的深度学习算法REDInet，用于在人类RNA测序数据中检测A-to-I RNA编辑	REDInet利用时间卷积网络直接从RNA测序数据中分类编辑事件，无需耦合基因组数据，提高了检测准确性和效率	算法依赖于REDIportal数据库的编辑位点，可能受限于该数据库的覆盖范围和准确性	开发一种高效的A-to-I RNA编辑检测工具	人类RNA测序数据中的A-to-I编辑事件	生物信息学	NA	RNA测序(RNAseq)	时间卷积网络(Temporal Convolutional Network)	RNA测序数据	超过8000个RNA测序数据样本
729	2025-05-15	Deep learning-driven survival prediction in pan-cancer studies by integrating multimodal histology-genomic data 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf121 PMID:40116660	研究论文	开发了一种基于深度学习的多模态融合网络CATfusion，用于整合组织学-基因组数据进行全面的癌症生存预测	提出了跨注意力转换器为基础的多模态融合网络CATfusion，利用自监督学习策略和跨注意力机制整合多种数据类型，包括mRNA-seq、miRNA-seq、拷贝数变异、DNA甲基化变异、突变数据和组织病理学图像	未提及具体的数据集规模或特定癌症类型的局限性	提高癌症生存预测的准确性，以支持个性化临床管理和治疗策略制定	多种癌症类型的患者数据	数字病理学	泛癌研究	mRNA-seq, miRNA-seq, 拷贝数变异分析, DNA甲基化分析, 突变分析	CATfusion（基于Transformer的多模态融合网络）	多模态数据（图像、文本、基因组数据）	NA
730	2025-05-15	Deep learning implementation for extrahepatic bile duct detection during indocyanine green fluorescence-guided laparoscopic cholecystectomy: pilot study 2025-Mar-04, BJS open IF:3.5Q1 DOI:10.1093/bjsopen/zraf013 PMID:40119711	研究论文	开发了一个实时深度学习系统，用于在吲哚菁绿荧光引导的腹腔镜胆囊切除术中识别肝外胆管	使用YOLOv7实时目标检测模型增强手术视频中胆管识别的速度和准确性	研究为初步试验，样本量相对较小，需要进一步验证	开发一个辅助外科医生在腹腔镜胆囊切除术中识别关键解剖标志的深度学习系统	肝外胆管（包括胆总管和胆囊管）	计算机视觉	胆囊疾病	深度学习	YOLOv7	手术视频和图像	113名患者的手术视频，提取了3993张图像
731	2025-05-15	An Improved YOLOv8-Based Method for Detecting Pests and Diseases on Cucumber Leaves in Natural Backgrounds 2025-Mar-02, Sensors (Basel, Switzerland) DOI:10.3390/s25051551 PMID:40096374	research paper	提出了一种基于YOLOv8改进的深度学习网络模型SEDCN-YOLOv8，用于在复杂自然背景下准确检测黄瓜叶片上的病虫害	引入了DCNv2变形卷积网络改进C2f模块，集成了SEAM注意力模块构建改进检测头，并使用Focaler-SIOU损失函数替代原CIOU损失函数	未明确提及模型在其他作物病虫害检测上的泛化能力	提高自然背景下黄瓜叶片病虫害的检测准确率	黄瓜叶片上的病虫害	computer vision	NA	deep learning	YOLOv8改进模型SEDCN-YOLOv8	image	未明确提及具体样本数量，使用了一个黄瓜病虫害数据集
732	2025-05-15	Hybrid deep learning for computational precision in cardiac MRI segmentation: Integrating Autoencoders, CNNs, and RNNs for enhanced structural analysis 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109597 PMID:39967188	研究论文	本文探讨了混合深度学习方法在心脏MRI分割中的应用，结合了Autoencoders、CNNs和RNNs以提高图像分析的精确度和准确性	提出了一种结合传统算法和先进深度学习模型的混合框架，显著提高了心脏MRI图像的质量和诊断准确性	NA	提高心脏MRI分割的精确度，以促进早期诊断和患者护理	心脏MRI图像	计算机视觉	心血管疾病	QuickScan技术、平衡稳态自由进动（bSSFP）成像	Autoencoders、CNNs、RNNs	图像	NA
733	2025-05-15	A novel graph convolutional neural network model for predicting soil Cd and As pollution: Identification of influencing factors and interpretability 2025-Mar-01, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.117926 PMID:39978104	研究论文	本研究探讨了一种新型图卷积神经网络模型DistNet-GCN在预测土壤镉(Cd)和砷(As)污染中的应用，并识别了影响污染分布的关键环境因素	提出了一种能够模拟土壤Cd/As浓度与局部空间范围内环境影响因素关系传递过程的DistNet-GCN模型，通过将采样点空间位置作为网络节点、重金属浓度作为节点标签、环境因素作为节点属性，从空间关系图结构中提取数据集的关键特征	NA	准确预测土壤中有毒金属浓度以保障土壤环境安全	土壤中的镉(Cd)和砷(As)污染	机器学习	NA	图卷积神经网络	GCN	空间数据	NA
734	2025-05-15	Carbon price prediction research based on CEEMDAN-VMD secondary decomposition and BiLSTM 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36220-x PMID:40095303	research paper	提出了一种基于CEEMDAN-VMD二次分解和BiLSTM的碳价格预测模型	结合二次分解和深度学习网络，利用CEEMDAN和VMD提高特征提取深度，并通过COA优化BiLSTM参数以提高模型性能	NA	提高碳价格预测的准确性和稳定性，以支持碳市场的健康发展	欧盟ETS、CCETE和BEA碳市场的碳价格数据	machine learning	NA	CEEMDAN, VMD, COA	BiLSTM	时间序列数据	欧盟ETS、CCETE和BEA碳市场的碳价格数据
735	2025-05-15	Toward Identification of Markers for Brain-Derived Extracellular Vesicles in Cerebrospinal Fluid: A Large-Scale, Unbiased Analysis Using Proximity Extension Assays 2025-Mar, Journal of extracellular vesicles IF:15.5Q1 DOI:10.1002/jev2.70052 PMID:40098346	研究论文	该研究通过大规模无偏分析，利用邻近延伸测定技术识别脑源性细胞外囊泡在脑脊液中的标记物	首次使用Olink筛选技术对脑脊液中的5416种独特蛋白质进行无偏分析，并结合DeepTMHMM深度学习模型区分预测的胞质、跨膜和外部蛋白质	仅10%的预测跨膜蛋白质符合严格的EV分馏模式标准，表明需要进一步验证EV关联性	识别脑源性细胞外囊泡的标记物，并验证其细胞来源	脑脊液中的细胞外囊泡及其蛋白质标记物	生物医学研究	神经系统疾病	邻近延伸测定技术（Olink）、尺寸排阻色谱、DeepTMHMM深度学习模型	DeepTMHMM	蛋白质组数据	大规模分析（具体样本数量未提及）
736	2025-05-15	Comparing the Effectiveness of Artificial Intelligence Models in Predicting Ovarian Cancer Survival: A Systematic Review 2025-Mar, Cancer reports (Hoboken, N.J.) DOI:10.1002/cnr2.70138 PMID:40103563	系统性综述	本文通过系统性综述评估了机器学习算法在预测卵巢癌患者生存结果中的有效性	比较了多种AI模型在预测卵巢癌生存结果中的表现，并识别了影响预测准确性的关键特征	模型准确性和可解释性仍存在挑战，且研究主要基于过去十年的文献	评估机器学习算法在预测卵巢癌患者生存结果中的有效性	卵巢癌患者	机器学习	卵巢癌	机器学习算法（如随机森林、支持向量机、逻辑回归、XGBoost和深度学习模型）	随机森林、支持向量机、逻辑回归、XGBoost、深度学习模型	临床数据、影像数据和分子数据	32项符合纳入标准的研究，涉及2400篇文献
737	2025-05-15	NucleoSeeker-precision filtering of RNA databases to curate high-quality datasets 2025-Mar, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf021 PMID:40104673	research paper	介绍了一种名为NucleoSeeker的工具，用于从PDB数据库中筛选高质量RNA结构数据	提出了一个统一的框架，结合多种工具简化数据筛选过程，提供结构、序列和注释层面的多重过滤	未提及具体的数据筛选准确率或效率指标	提高RNA结构预测的数据质量	RNA结构数据	bioinformatics	NA	computational methods	deep learning	RNA structure data	来自PDB数据库的RNA结构数据
738	2025-05-15	Research on mood monitoring and intervention for anxiety disorder patients based on deep learning wearable devices 2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241291376 PMID:40105160	研究论文	本研究基于深度学习可穿戴设备，开发了一个用于焦虑症患者情绪监测和干预的高级系统	使用Bi-LSTM网络处理HRV数据，提高了情绪状态预测的准确率，达到97%	未提及样本的具体数量和多样性，可能影响模型的泛化能力	开发一个能够准确监测和预测焦虑症患者情绪状态的系统	焦虑症患者的生理数据（HRV）和情绪状态	机器学习	焦虑症	HRV监测	Bi-LSTM	生理信号数据	NA
739	2025-05-15	Diabetic retinopathy detection via deep learning based dual features integrated classification model 2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241292939 PMID:40105166	研究论文	提出一种基于深度学习的双特征集成分类模型（DD-FIC），用于从彩色视网膜图像中检测糖尿病视网膜病变（DR）	结合全局和局部特征的双阶段特征提取模块，以及使用Wavelet integrated Retinex算法去噪	NA	开发一种高效的计算机视觉智能系统，用于自动检测糖尿病视网膜病变	糖尿病视网膜病变（DR）	计算机视觉	糖尿病视网膜病变	深度学习	DD-FIC（双特征集成分类模型）、Multi-channel CNN、CNN、VGG NiN、Shallow CNN	图像（彩色视网膜图像）	Kaggle数据集
740	2025-05-15	Parkinson's disease prediction using improved crayfish optimization based hybrid deep learning 2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241296352 PMID:40105156	research paper	该研究提出了一种基于改进小龙虾优化的混合深度学习模型，用于预测帕金森病的发展过程	结合了改进的小龙虾优化算法（ImCfO）和基于注意力的高效双向网络（ImCfO_Attn_EffBNet），以提高预测准确率和收敛速度	NA	预测帕金森病的发展过程，以促进早期诊断和治疗	帕金森病患者的数据	machine learning	geriatric disease	Empirical Mode Decomposition (EMD), Improved Crayfish Optimization (ImCfO)	ImCfO_Attn_EffBNet (结合了EfficientNet-B7, BiLSTM和Attention模块)	NA	NA