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
741	2025-05-11	Real-World Insights Into Dementia Diagnosis Trajectory and Clinical Practice Patterns Unveiled by Natural Language Processing: Development and Usability Study 2025-Feb-25, JMIR aging IF:5.0Q1 DOI:10.2196/65221 PMID:39999185	研究论文	本研究利用自然语言处理技术分析门诊电子健康记录，揭示了痴呆症诊断轨迹和临床实践模式	开发了基于深度学习的NLP流程，用于从EHR数据中提取临床信息，并首次量化了从首次记忆丧失主诉到痴呆诊断的时间间隔	研究数据仅来自单一医疗中心，可能限制结果的普遍性	了解痴呆症疾病轨迹和门诊临床实践模式，以改善患者管理和决策	581名门诊患者及其电子健康记录	自然语言处理	老年痴呆症	自然语言处理(NLP)	深度学习	文本(EHR数据)	581名门诊患者(2010-2018年数据)
742	2025-05-11	[Research on arrhythmia classification algorithm based on adaptive multi-feature fusion network] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202406069 PMID:40000175	研究论文	提出了一种基于自适应多特征融合网络的心律失常分类算法	采用自适应多特征融合网络，结合RR间期特征、时域深度特征和频域深度特征，提高心律失常分类的准确性	在有限的异常样本监督下进行特征选择，可能影响算法的泛化能力	开发一种高效的心律失常自动分类算法，用于早期筛查	心电图(ECG)数据	机器学习	心血管疾病	1D-CNN, 2D-CNN, MFCC	自适应多特征融合网络	ECG信号	MIT-BIH心律失常数据库
743	2025-05-11	[Prediction method of paroxysmal atrial fibrillation based on multimodal feature fusion] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202403039 PMID:40000174	research paper	提出了一种基于多模态特征融合的阵发性心房颤动（PAF）风险预测方法	结合机器学习特征工程和深度学习端到端建模的优势，提出多模态特征融合方法，并通过四种特征选择方法和Pearson相关分析确定最优特征集	未提及具体的数据集规模和多中心数据集的具体数量	阵发性心房颤动（PAF）的风险预测	阵发性心房颤动（PAF）患者	biomedical engineering	cardiovascular disease	machine learning feature engineering, deep learning end-to-end modeling	random forest	multimodal data	公共数据集和临床数据集（具体数量未提及）
744	2025-05-11	[Research on intelligent fetal heart monitoring model based on deep active learning] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202402012 PMID:40000176	研究论文	本文提出了一种基于三支决策理论和多目标优化主动学习的TWD-MOAL深度主动学习算法，用于智能胎儿心率监测	结合三支决策理论和多目标优化主动学习，提出TWD-MOAL算法，显著减少标注时间和成本，有效解决CTG信号数据不平衡问题	NA	开发智能胎儿心率监测模型，辅助产科医生解读CTG信号，实现智能化胎儿监测	胎儿心率监测	机器学习	产科疾病	深度主动学习	CNN	CTG记录	16355份产前CTG记录
745	2025-05-11	[Study on lightweight plasma recognition algorithm based on depth image perception] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202404064 PMID:40000184	研究论文	本文提出了一种基于改进YOLOv5的血浆质量检测模型，用于识别溶血性血浆	结合全维度动态卷积、可分离核注意力池化、残差双融合特征金字塔网络和重参数化卷积等关键算法模块，提高了血浆质量检测的平均识别准确率	NA	提供一种高效的血浆图像检测方法，预防由外部因素引起的溶血性疾病	血浆图像	计算机视觉	溶血性疾病	深度学习	改进的YOLOv5	图像	NA
746	2025-05-11	[A review of deep learning methods for non-contact heart rate measurement based on facial videos] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202405057 PMID:40000193	综述	本文综述了基于面部视频的非接触式心率测量深度学习方法的最新研究进展	总结了深度学习在远程光电容积描记术(rPPG)心率测量中的应用及未来研究方向	未提及具体方法或模型的性能比较	探索非接触式心率测量的深度学习技术发展	面部视频中的心率信号	计算机视觉	心血管疾病	rPPG	深度学习模型(未指定具体类型)	视频	NA
747	2025-05-11	Endoscapes, a critical view of safety and surgical scene segmentation dataset for laparoscopic cholecystectomy 2025-Feb-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04642-4 PMID:40000637	research paper	介绍Endoscapes2023数据集，用于腹腔镜胆囊切除术中的安全关键视图和手术场景分割	发布了包含201个腹腔镜胆囊切除术视频的数据集，带有高质量的手术器械和肝胆囊解剖分割标注，以及安全关键视图的评估	NA	支持深度学习模型在腹腔镜胆囊切除术视频分析中的应用，提高手术安全性和效率	腹腔镜胆囊切除术视频	digital pathology	NA	NA	NA	video	201个腹腔镜胆囊切除术视频
748	2025-05-11	Development of weighted residual RNN model with hybrid heuristic algorithm for movement recognition framework in ambient assisted living 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90360-1 PMID:40000713	研究论文	开发了一种结合加权残差RNN模型和混合启发式算法的运动识别框架，用于环境辅助生活（AAL）中的医疗保健应用	提出了一种加权深度学习模型和混合启发式算法（混合大鼠群优化与Coati优化算法）来优化RNN模型的权重，以提高运动识别的准确性和系统性能	未明确提及具体的数据集规模或实验环境的限制	为老年人和残疾人开发自动和智能的运动识别系统，以提供医疗保健辅助	老年人和残疾人的运动识别	机器学习	老年疾病	混合启发式算法（Hybrid Rat Swarm with Coati Optimization Algorithm）	加权残差循环神经网络（Weighted Residual RNN）和卷积自编码器（Convolutional Autoencoder）	运动数据	NA
749	2025-05-11	A feature explainability-based deep learning technique for diabetic foot ulcer identification 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90780-z PMID:40000748	research paper	本文介绍了一种基于特征可解释性的深度学习技术DFU_XAI框架，用于糖尿病足溃疡的识别和定位	提出了DFU_XAI框架，通过SHAP、LIME和Grad-CAM等可解释性技术增强深度学习模型在糖尿病足溃疡识别中的临床相关性	未提及具体的数据集规模或多样性限制	提高糖尿病足溃疡识别的准确性和可解释性，以支持临床决策	糖尿病足溃疡(DFUs)	digital pathology	diabetes	SHAP, LIME, Grad-CAM	Xception, DenseNet121, ResNet50, InceptionV3, MobileNetV2, Siamese Neural Network (SNN)	image	NA
750	2025-05-11	Enhancing E-commerce recommendations with sentiment analysis using MLA-EDTCNet and collaborative filtering 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91275-7 PMID:40000752	研究论文	本研究提出了一种结合情感分析和协同过滤的先进推荐框架，以提高电子商务推荐系统的准确性和用户满意度	采用MLA-EDTCNet进行情感分类，使用MCGAN解决类别不平衡问题，并通过OcOA优化模型参数	未提及具体的数据集规模限制或模型在不同类型商品上的泛化能力	提升电子商务推荐系统的性能和用户满意度	电子商务产品推荐系统	自然语言处理	NA	情感分析(SA), 协同过滤(CF), LFMI算法, MCGAN, OcOA	MLA-EDTCNet, MCGAN	文本	Amazon产品数据集（未提及具体数量）
751	2025-05-11	Development and validation of a deep reinforcement learning algorithm for auto-delineation of organs at risk in cervical cancer radiotherapy 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91362-9 PMID:40000766	研究论文	开发并验证了一种结合深度强化学习(DRL)和segment anything模型(SAM)的新算法，用于提高宫颈癌放疗中风险器官自动轮廓勾画的准确性	首次将SAM模型与强化学习结合用于放疗风险器官的自动勾画，提出了一种不增加模型复杂度的新训练策略	研究样本仅来自单一医疗机构，需要更多外部数据验证模型的泛化能力	提高宫颈癌放疗中风险器官自动轮廓勾画的准确性和一致性	宫颈癌患者的CT图像	数字病理	宫颈癌	CT成像	DRL(深度强化学习)结合SAM	医学影像(CT)	150例宫颈癌患者的CT图像(122例训练集，28例测试集)
752	2025-05-11	Optimizing black cattle tracking in complex open ranch environments using YOLOv8 embedded multi-camera system 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91553-4 PMID:40000894	research paper	提出了一种基于YOLOv8的多摄像头系统（MCMCT），用于在复杂开放牧场环境中优化黑牛的追踪	采用四摄像头系统克服了单摄像头在复杂开放牧场环境中检测和追踪黑牛的挑战，结合YOLOv8分割模型和Segment Anything Model（SAM）自动提取牛的面具区域，减少人工标注需求	单摄像头系统在覆盖23.3米x20米范围内55头牛的实际牧场数据集中存在无法捕捉所有必要细节的限制	开发一种精准的黑牛监测系统，提升畜牧业管理效率	黑牛	computer vision	NA	YOLOv8, Segment Anything Model (SAM)	YOLOv8, SAM	video	55头牛，覆盖23.3米x20米范围的开放牧场
753	2025-05-11	Comparison of the impact of rectal susceptibility artifacts in prostate magnetic resonance imaging on subjective evaluation and deep learning: a two-center retrospective study 2025-Feb-25, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01602-7 PMID:40000986	研究论文	比较直肠磁敏感伪影对前列腺癌诊断中主观评估和深度学习的影响	首次比较了直肠磁敏感伪影对放射科医生和深度学习模型在前列腺癌诊断中的影响	研究为回顾性设计，且仅包含两个医疗中心的数据	评估直肠磁敏感伪影对前列腺癌诊断准确性的影响	1052名临床疑似前列腺癌患者	数字病理	前列腺癌	MRI	DL	医学影像	1052名患者
754	2025-05-11	Preoperative clinical radiomics model based on deep learning in prognostic assessment of patients with gallbladder carcinoma 2025-Feb-25, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13711-1 PMID:40001024	research paper	开发基于深度学习的术前临床放射组学生存预测模型，用于胆囊癌患者的预后评估	结合nnU-Net模型和DeepSurv生存预测模型，利用放射组学特征和术前临床变量进行预后评估	样本量较小（168例），且为单中心回顾性研究	为胆囊癌患者的术前评估和治疗决策提供参考依据	胆囊癌患者	digital pathology	gallbladder carcinoma	deep learning, radiomics	nnU-Net, DeepSurv	CT图像	168例胆囊癌患者
755	2025-05-11	Deformable registration for nasopharyngeal carcinoma using adaptive mask and weight allocation strategy based CycleFCNs model 2025-Feb-25, Radiation oncology (London, England) DOI:10.1186/s13014-025-02603-0 PMID:40001040	研究论文	本研究提出了一种基于自适应掩膜和权重分配策略的CycleFCNs模型，用于提高鼻咽癌病例中CT和MR图像的可变形配准精度	采用自适应掩膜配准策略和权重分配策略，解决了MR扫描视野有限和多模态图像扫描角度不同导致的配准不准确问题	研究仅针对鼻咽癌病例，未验证在其他癌症类型中的适用性	提高鼻咽癌病例中CT和MR图像的可变形配准精度	269例鼻咽癌患者的CT和MR图像	数字病理	鼻咽癌	可变形配准	CycleFCNs	医学影像(CT和MR)	269例(188例训练集，81例测试集)
756	2025-05-11	Decoding breast cancer imaging trends: the role of AI and radiomics through bibliometric insights 2025-Feb-25, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01983-1 PMID:40001088	研究论文	通过文献计量学分析探讨AI和放射组学在乳腺癌影像学中的应用现状和前沿热点	首次对AI和放射组学在乳腺癌影像学领域的应用进行全面的文献计量学分析	仅基于Web of Science核心合集的数据，可能未涵盖所有相关研究	分析AI和放射组学在乳腺癌影像学领域的研究现状和前沿热点	与AI、放射组学和乳腺癌影像学相关的2701篇出版物	数字病理	乳腺癌	文献计量学分析	NA	文本数据	2701篇出版物
757	2025-05-11	Study on the prediction performance of AIDS monthly incidence in Xinjiang based on time series and deep learning models 2025-Feb-25, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-21982-3 PMID:40001115	研究论文	本研究基于时间序列和深度学习模型，比较了六种不同模型在预测新疆艾滋病月发病率方面的性能	比较了包括ARIMA、EGARCH、TGARCH、ETS、XGBoost和LSTM在内的多种模型，发现ETS (A, A, A) 模型表现最佳	XGBoost模型和ARIMA (2,1,2) 模型在处理时间序列数据时可能存在局限性	识别预测新疆艾滋病月发病率的最佳模型，为艾滋病防控提供科学依据	新疆2004年1月至2020年12月的艾滋病月发病率数据	机器学习	艾滋病	时间序列分析、深度学习	ARIMA, EGARCH, TGARCH, ETS, XGBoost, LSTM	时间序列数据	2004年1月至2020年12月的月发病率数据
758	2025-05-11	An enhanced denoising system for mammogram images using deep transformer model with fusion of local and global features 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89451-w PMID:39994276	研究论文	提出了一种名为DeepTFormer的新型去噪网络架构，结合Transformer模型和卷积层，用于乳腺X光图像的去噪	DeepTFormer架构结合了Transformer模型和卷积层，通过局部-全局特征提取模块有效捕获图像的局部细节和全局上下文信息	未提及具体的数据集大小或计算资源需求，可能影响模型的可扩展性	解决乳腺X光图像去噪问题，提高图像质量	乳腺X光图像	计算机视觉	乳腺癌	深度学习	Transformer与CNN结合	图像	未提及具体样本数量
759	2025-05-11	Super-resolution mapping of anisotropic tissue structure with diffusion MRI and deep learning 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90972-7 PMID:39994322	research paper	本文提出了一种基于深度学习的扩散MRI数据超分辨率方法，用于提高纤维取向分布函数（fODF）的空间分辨率	利用深度学习技术提升扩散MRI数据的空间分辨率，相比传统的样条插值方法，能更准确地生成高分辨率fODF	在低信噪比条件下，虽然方法表现优于传统方法，但仍可能存在一定的精度限制	提高扩散MRI数据的空间分辨率，以更准确地映射脑白质中的轴突纤维束	扩散MRI数据，特别是纤维取向分布函数（fODF）	machine learning	NA	扩散MRI, 深度学习	深度学习模型（未明确指定具体类型）	MRI数据	使用Human Connectome Project的高质量数据进行评估
760	2025-05-11	Optimizing depression detection in clinical doctor-patient interviews using a multi-instance learning framework 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90117-w PMID:39994325	研究论文	本文提出了一种基于多实例学习（MIL）框架的抑郁症检测方法，用于优化临床医患访谈中的抑郁症检测	首次将多实例学习（MIL）框架应用于文本访谈数据领域，解决了长文本中文本表示不足和信息提取无效的问题，并改进了聚合策略	NA	提高抑郁症检测的客观性和效率	临床医患访谈中的文本数据	自然语言处理	抑郁症	多实例学习（MIL）框架	MT5和RoBERTa的集成模型（multi-MTRB）	文本	DAIC-WOZ和E-DAIC数据集