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
761	2025-05-28	Deep learning-based skin lesion analysis using hybrid ResUNet++ and modified AlexNet-Random Forest for enhanced segmentation and classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315120 PMID:39820868	研究论文	本文提出了一种基于深度学习的混合方法，用于皮肤病变的增强分割和分类	结合ResUNet++和改进的AlexNet-Random Forest模型，提高了皮肤病变的分割和分类准确性	方法仅在Ham10000数据集上进行了验证，未在其他数据集上测试其泛化能力	提高皮肤癌早期诊断的准确性和效率	皮肤病变图像	计算机视觉	皮肤癌	深度学习	ResUNet++, AlexNet-Random Forest	图像	Ham10000数据集
762	2025-05-28	Prediction of mechanical characteristics of shearer intelligent cables under bending conditions 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318767 PMID:39903714	research paper	本文提出了一种基于TCN、BiLSTM和SEAttention的采煤机光纤电缆机械特性预测模型，用于准确预测弯曲条件下的电缆应力	结合TCN的因果和扩张卷积操作、BiLSTM的双向信息处理以及SEAttention机制的自适应特征权重分配，有效提升对关键特征的关注	实验仅基于特定牵引速度（6 m/min、8 m/min、10 m/min）的模拟数据集进行验证，未涵盖所有可能的实际工况	提高采煤机电缆在弯曲条件下的可靠性及使用寿命	采煤机光纤电缆的机械特性	机器学习	NA	深度学习	TCN-BiLSTM-SEAttention	机械应力数据	采煤机光纤电缆弯曲模拟数据集（含6 m/min、8 m/min、10 m/min牵引速度）
763	2025-05-28	Boostering diagnosis of frontotemporal lobar degeneration with AI-driven neuroimaging - A systematic review and meta-analysis 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103757 PMID:39983552	meta-analysis	本文通过系统综述和荟萃分析评估了基于神经影像特征的AI算法在额颞叶变性(FTLD)诊断和预测中的效果	首次系统评估了AI驱动的神经影像技术在FTLD诊断中的应用效果，并提供了多类别分类的敏感性数据	多类别分类的敏感性在更高类别区分时表现较低(如5类和11类分类)	评估神经影像特征为基础的AI算法对FTLD的诊断和预测效能	额颞叶变性(FTLD)患者及其与其他神经退行性疾病的鉴别诊断	数字病理	老年性疾病	机器学习/深度学习	NA	神经影像数据	75项研究，共20,601名受试者(含8,051名FTLD患者)
764	2025-05-28	A hybrid long short-term memory-convolutional neural network multi-stream deep learning model with Convolutional Block Attention Module incorporated for monkeypox detection 2025 Jan-Mar, Science progress IF:2.6Q2 DOI:10.1177/00368504251331706 PMID:40152267	研究论文	本文开发了一种结合LSTM-CNN多流深度学习模型与CBAM的混合模型，用于猴痘的早期检测	提出了一种结合LSTM、CNN和CBAM的混合多流深度学习模型，用于猴痘检测，并通过Grad-CAM和LIME提高了模型的可解释性	未提及模型在临床环境中的实际应用效果验证	开发一种可靠的深度学习模型，用于猴痘的早期检测	猴痘皮肤病变图像	计算机视觉	猴痘	深度学习	LSTM-CNN混合模型	图像	MSLD v2.0数据集（具体样本数量未提及）
765	2025-05-28	Mapping Artificial Intelligence Research Trends in Critical Care Nursing: A Bibliometric Analysis 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S522731 PMID:40416415	文献计量分析	本文通过文献计量分析研究了2013年至2023年间人工智能在重症监护护理领域的研究趋势	揭示了人工智能在重症监护护理中的研究趋势和未来方向，强调了机器学习、AI和深度学习在该领域的应用	研究仅基于已发表的文献，可能未涵盖所有相关研究	分析人工智能在重症监护护理领域的研究趋势并提供未来研究方向	2013年至2023年间发表的1,346篇相关文章	医疗人工智能	重症监护	文献计量分析	NA	文献数据	1,346篇文章
766	2025-05-28	The significance of an infant's cry: a narrative review of physiological, pathological, and analytical perspectives 2025, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2025.1558951 PMID:40416439	review	本文综述了婴儿哭泣的生理、病理和分析视角，探讨其作为健康与情感生物标志物的潜力	填补了婴儿哭泣多维度（生理、病理和心理）分析与深度学习应用系统整合的文献空白	NA	系统整合婴儿哭泣的多维度分析并探索其在精准护理中的潜力	婴儿的哭泣行为及其特征	自然语言处理	神经系统损伤	深度学习	NA	音频	NA
767	2025-05-28	Remote sensing-based detection of brown spot needle blight: a comprehensive review, and future directions 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19407 PMID:40416626	综述	本文系统回顾了基于遥感技术的褐斑病针叶枯萎病检测方法，评估了当前研究趋势和潜在应用	整合了遥感技术与机器学习、深度学习技术，用于褐斑病针叶枯萎病的自动分类和预测建模	直接应用于褐斑病针叶枯萎病检测的遥感技术研究仍然有限	优化基于遥感的检测方法，改进预测模型，开发早期预警系统以提升森林管理	褐斑病针叶枯萎病及其对松树林的影响	遥感	植物病害	遥感技术、机器学习、深度学习	物种分布模型（SDM）	遥感数据	NA
768	2025-05-28	A transformation uncertainty and multi-scale contrastive learning-based semi-supervised segmentation method for oral cavity-derived cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1577198 PMID:40416865	research paper	提出一种基于变换不确定性和多尺度对比学习的半监督分割方法，用于口腔癌病理图像分割	结合变换不确定性估计和多尺度对比学习，提出边界感知增强U-Net，减少对大量标注数据的依赖	实验仅在口腔癌病理图像数据集上进行，未验证在其他类型医学图像上的泛化能力	解决口腔鳞状细胞癌病理图像分割中标注数据稀缺的问题	口腔癌病理图像	digital pathology	oral squamous cell carcinoma	H&E染色	U-Net	image	451张由病理学家标注验证的肿瘤区域图像
769	2025-05-28	Comparing factor mixture modeling and conditional Gaussian mixture variational autoencoders for cognitive profile clustering 2025, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2025.1474292 PMID:40417028	研究论文	本研究比较了因子混合模型(FMM)和条件高斯混合变分自编码器(CGMVAE)在认知特征聚类中的应用	首次将传统统计方法FMM与深度学习模型CGMVAE在认知特征聚类方面进行系统比较，揭示了不同方法在捕捉认知模式方面的优缺点	CGMVAE模型复杂度高且可能存在聚类重叠问题	比较不同方法在认知特征聚类中的表现，为个性化教育干预提供依据	认知特征数据	机器学习	NA	因子混合模型(FMM-1和FMM-2)，条件高斯混合变分自编码器(CGMVAE)	FMM, CGMVAE	认知评估数据	NA
770	2025-05-28	Diagnostic precision of a deep learning algorithm for the classification of non-contrast brain CT reports 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1509377 PMID:40417183	研究论文	本研究评估了深度学习算法在非对比脑CT报告分类中的诊断精确度	使用DistilBERT模型对非对比脑CT报告进行四类紧急程度分类，并评估其性能	无法确定AI决策支持系统诊断准确性下降的具体原因，存在不确定的失败模式	评估深度学习算法在医学影像报告分类中的表现	1,861份非对比脑CT报告	自然语言处理	NA	文本分类	DistilBERT	文本	1,861份CT报告（其中800份用于训练，200份用于验证）
771	2025-05-28	Exploration of Pharmacological Mechanisms of Dapagliflozin against Type 2 Diabetes Mellitus through PI3K-Akt Signaling Pathway based on Network Pharmacology Analysis and Deep Learning Technology 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099274407231207070451 PMID:38204223	研究论文	本研究通过网络药理学分析和深度学习技术探索达格列净通过PI3K-Akt信号通路对抗2型糖尿病（T2DM）的药理机制	结合网络药理学和深度学习技术，首次系统性地识别了达格列净对抗T2DM的关键靶点及其作用通路	研究主要基于生物信息学预测，缺乏实验验证	探索达格列净治疗2型糖尿病的分子机制	达格列净及其潜在作用靶点	生物信息学	2型糖尿病	网络药理学分析、深度学习（DeepPurpose算法）	DeepPurpose	基因靶点数据、通路数据	155个达格列净与T2DM的重叠靶点
772	2025-05-28	Status and Prospects of Research on Deep Learning-based De Novo Generation of Drug Molecules 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099287389240126072433 PMID:38321907	综述	本文全面概述了基于深度学习的药物分子从头生成研究现状，并指出了未来发展的关键领域	深度学习为合理且稳健的药物设计提供了新思路，相比传统方法更高效	NA	探索深度学习在药物分子生成中的应用及其未来发展方向	药物分子	机器学习	NA	深度学习	GANs, RNNs, VAEs, CNNs, DMs	分子数据	NA
773	2025-05-28	Learning a Hand Model From Dynamic Movements Using High-Density EMG and Convolutional Neural Networks 2024-12, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3432800 PMID:39042539	研究论文	该研究提出了一种深度学习方法，能够将前臂肌肉的电生理活动解码为人类手部运动	使用高密度EMG和CNN模型，首次实现了对手部运动的连续精确估计，并发现EMG信号中存在编码手部运动的独特神经嵌入	研究仅涉及13名健康参与者，未在临床患者或更复杂运动场景中验证	开发一种能够解码肌肉电信号并预测手部运动的方法	人类手部运动和肌肉电信号	生物医学工程	NA	高密度表面肌电(sEMG)采集	CNN	EMG信号和运动学/动力学数据	13名健康参与者
774	2025-05-28	Directional Characteristic Enhancement of an Omnidirectional Detection Sensor Enabled by Strain Partitioning Effects in a Periodic Composite Hole Substrate 2024-11-22, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01097 PMID:39431947	研究论文	提出了一种基于应变分配调制（SPM）的全向可拉伸应变传感器，通过定制周期性孔阵列增强方向特性识别能力	采用应变分配调制策略和周期性孔阵列结构，显著提升传感器的方向识别能力，并通过深度学习网络实现高精度应变-方向解耦	未明确说明传感器在极端环境条件下的稳定性和耐久性	开发具有高分辨率和方向识别能力的全向可拉伸应变传感器	全向可拉伸应变传感器及其在运动检测和人机交互中的应用	传感器技术	NA	应变分配调制（SPM）	轻量级深度学习网络	应变数据	NA
775	2025-05-28	Deep learning-based Fast Volumetric Image Generation for Image-guided Proton Radiotherapy 2024-Nov, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2024.3439585 PMID:40385936	研究论文	开发了一种基于深度学习的快速体积图像生成框架，用于图像引导的质子放射治疗	提出了一种结合深度学习技术的快速体积图像重建方法，优化了图像引导放射治疗的精准度和速度	研究仅基于30名肺癌患者的数据，样本量较小	提高图像引导放射治疗的精准度和速度，特别是在FLASH超高速剂量率放射治疗中的应用	肺癌患者	数字病理	肺癌	深度学习，X射线投影采集，质子水等效厚度评估	DL（深度学习）	图像（CT数据集）	30名肺癌患者，每人有包含十个呼吸阶段的四维CT数据集
776	2025-05-28	Smartphone-Assisted Nanozyme Colorimetric Sensor Array Combined "Image Segmentation-Feature Extraction" Deep Learning for Detecting Unsaturated Fatty Acids 2024-10-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01142 PMID:39298721	研究论文	开发了一种结合智能手机辅助比色传感器阵列和深度学习技术的智能平台，用于不饱和脂肪酸的快速低成本分析	结合了MnO纳米酶比色传感器阵列与'图像分割-特征提取'深度学习技术，实现了不饱和脂肪酸的智能高效定性和定量分析	对于α-亚麻酸的测定系数相对较低(0.7393)，可能需要进一步优化模型	开发一种快速低成本的不饱和脂肪酸检测方法	不饱和脂肪酸（油酸、亚油酸、α-亚麻酸）及其混合物，以及各种食用植物油	机器学习	NA	比色传感器阵列，深度学习	MobileNetV3 small	图像	38,868张三种不饱和脂肪酸的图像
777	2025-05-28	Olfactory Diagnosis Model for Lung Health Evaluation Based on Pyramid Pooling and SHAP-Based Dual Encoders 2024-09-27, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01584 PMID:39248698	research paper	本研究介绍了一种基于深度学习的创新框架，用于通过呼出气体评估肺部健康，该框架结合了金字塔池化和双编码器网络，利用SHAP特征重要性增强预测能力	提出了一种结合金字塔池化和SHAP特征重要性的双编码器网络框架，用于肺部健康评估，并通过滑动窗口技术和白噪声增强提高了模型的鲁棒性	未提及样本来源的多样性或模型在其他疾病上的泛化能力	开发一种高效工具，用于识别吸烟和慢性阻塞性肺疾病（COPD）的影响，并探索深度学习技术在复杂生物医学问题中的应用	吸烟者、慢性阻塞性肺疾病（COPD）患者和对照组受试者	digital pathology	lung cancer	SHAP, 深度学习	双编码器网络, 金字塔池化	呼出气体数据	未明确提及具体样本数量
778	2025-05-28	Imputing Single-Cell Protein Abundance in Multiplex Tissue Imaging 2024-Jul-27, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.05.570058 PMID:38106203	研究论文	本文探讨了如何利用机器学习方法在多重组织成像数据中估算单细胞蛋白质丰度，以解决技术限制	创新点包括使用机器学习估算单细胞蛋白质丰度，结合细胞空间信息提高估算准确性，并展示其在生物相关性验证中的应用	技术限制包括可检测分子数量有限、组织损失和蛋白质探针失败	解决多重组织成像中的技术限制，提高单细胞蛋白质丰度估算的准确性	乳腺癌队列中的单细胞蛋白质丰度	数字病理学	乳腺癌	多重组织成像	正则化线性回归、梯度提升回归树、深度学习自编码器	图像	乳腺癌队列的多重组织成像数据集
779	2025-05-28	Deep learning guided design of dynamic proteins 2024-Jul-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.17.603962 PMID:39071443	research paper	该论文提出了一种基于深度学习的通用方法，用于设计蛋白质内部几何结构的动态变化，类似于自然界中普遍存在的开关机制	首次利用深度学习指导设计蛋白质的动态构象变化，实现了原子级精度的设计，并展示了构象景观可通过配体和突变调控	NA	开发一种设计蛋白质动态构象变化的方法，以模拟自然界的开关信号蛋白行为	蛋白质的动态构象变化	machine learning	NA	deep learning, physics-based simulations	deep learning	protein structures	4个验证结构
780	2025-05-28	Magnetic Resonance Imaging Images Based Brain Tumor Extraction, Segmentation and Detection Using Convolutional Neural Network and VGC 16 Model 2024-07-01, American journal of clinical oncology DOI:10.1097/COC.0000000000001097 PMID:38632686	research paper	本文提出了一种基于卷积神经网络和VGC 16模型的脑肿瘤提取、分割和检测系统，利用磁共振成像图像进行自动诊断	结合两种CNN模型和数字图像处理技术，提出了一种混合方法用于脑肿瘤的自动分割和检测，并引入了基于卷积神经网络的分类方法以提高准确性和计算效率	NA	设计和构建一个系统，用于自动诊断和发现脑肿瘤及其他疾病和异常	脑肿瘤患者的磁共振成像图像	digital pathology	brain tumor	digital image processing, deep learning	CNN, VGC 16	image	NA