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
61	2025-10-02	Gauze detection and segmentation in laparoscopic liver surgery: a multi-center study 2025-Sep-29, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03190-2 PMID:41024181	研究论文	开发用于腹腔镜肝脏手术中纱布检测与分割的深度学习框架	提出基于难度分级的定量评估方法，将纱布检测难度分为简单、中等和困难三个等级	仅从2家医院收集33个手术视频，样本规模有限	辅助外科医生检测手术纱布，降低遗漏风险，提升手术安全性和效率	腹腔镜肝脏手术视频中的纱布	计算机视觉	肝脏疾病	深度学习	YOLOv8n, FCN-ResNet101	视频帧图像	33个腹腔镜肝脏手术视频（来自2家医院）
62	2025-10-02	Novel multi-task learning for Alzheimer's stage classification using hippocampal MRI segmentation, feature fusion, and nomogram modeling 2025-Sep-29, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03204-z PMID:41024255	研究论文	开发并验证了一个基于海马体MRI的多任务学习框架，用于阿尔茨海默病进展阶段的多分类	首次将放射组学特征、深度学习特征和临床特征融合，结合可解释性工具SHAP和诺模图建模	回顾性多中心研究，需要进一步前瞻性验证	开发可解释的阿尔茨海默病进展阶段分类框架	2956名阿尔茨海默病不同阶段患者	医学影像分析	阿尔茨海默病	MRI扫描、放射组学分析、深度学习	U-Net, nnU-Net, Swin-UNet, MedT, LSTM, CNN-LSTM, Vision Transformer, Swin Transformer, Logistic Regression, SVM, Random Forest, MLP, XGBoost	海马体MRI图像、临床数据	2956名患者，涵盖四个AD阶段（非痴呆、极轻度痴呆、轻度痴呆、中度痴呆）
63	2025-10-02	Non-invasive tidal volume estimation with wearable sensors using a high-gain observer and deep learning 2025-Sep-29, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111114 PMID:41027340	研究论文	本研究提出了一种结合非线性高增益观测器和CNN-LSTM深度学习网络的方法，通过可穿戴传感器无创估计潮气量	首次将非线性高增益观测器与CNN-LSTM网络相结合，通过处理IMU传感器数据来估计潮气量，并对传感器位置变化具有强鲁棒性	研究样本量较小（仅6名受试者），需要进一步扩大验证规模	开发一种无创、便捷的潮气量监测方法以替代传统肺活量测定法	呼吸监测患者，特别是需要连续评估的患者群体	机器学习	呼吸系统疾病	可穿戴惯性测量单元（IMU）传感器技术	CNN-LSTM混合神经网络	传感器时序数据	6名受试者（经IRB批准的研究）
64	2025-10-02	Machine learning for air quality prediction and data analysis: Review on recent advancements, challenges, and outlooks 2025-Sep-29, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180593 PMID:41027351	综述	本文系统回顾了机器学习在空气质量预测与数据分析领域的最新进展、挑战与前景	首次对70余项相关研究进行系统分类，比较了不同机器学习方法在空气质量监测中的表现，并指出集成模型和深度学习的优势领域	未涉及具体实施细节和算法参数优化，主要关注方法论的比较分析	评估机器学习技术在空气质量监测与预测中的应用效果和发展趋势	空气质量监测数据及相关机器学习算法	机器学习	NA	机器学习算法（包括监督学习、无监督学习、强化学习）	Random Forest, XGBoost, LSTM, CNN, 聚类算法, 异常检测	物联网传感器实时数据	70余项相关研究
65	2025-10-02	Integrating Multi-Modal Imaging Features for Early Prediction of Acute Kidney Injury in Pneumonia Sepsis: A Multicenter Retrospective Study 2025-Sep-29, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.007 PMID:41027784	研究论文	本研究开发了多模态深度学习框架MCANet，通过整合肺部、心外膜脂肪组织和T4水平皮下脂肪组织的影像特征，早期预测肺炎相关脓毒症患者的急性肾损伤	首次提出多模态交叉注意力网络(MCANet)，整合多区域影像特征和临床数据，显著提高了AKI预测准确性；发现脂肪组织特征在AKI预测中的协同作用	回顾性研究设计，样本量相对有限(399例)，需要前瞻性验证	开发基于深度学习的多模态框架，早期预测肺炎相关脓毒症患者的急性肾损伤	肺炎相关脓毒症患者	数字病理	急性肾损伤	深度学习，放射组学分析	MCANet(多模态交叉注意力网络)，ResNet-18，ResNet-101，LightGBM	CT图像，临床记录，实验室数据	399例肺炎相关脓毒症患者(2020年1月-2024年7月)
66	2025-10-02	Role of artificial intelligence in virtual emergency care: a protocol for a systematic review 2025-Sep-28, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-103084 PMID:41022432	系统评价	本系统评价旨在综合人工智能在虚拟急诊护理中应用的当前研究状况，识别关键挑战与机遇	首次系统性地评估AI在虚拟急诊护理领域的应用现状，为制定循证指南提供全面概述	仅基于已发表数据进行分析，可能无法涵盖最新的未发表研究成果	评估人工智能在虚拟急诊护理中的应用效果，为未来研究和实施提供建议	涉及AI在虚拟急诊护理中应用的原始研究文章、会议论文和预印本	医疗人工智能	急诊医学	系统评价方法学	NA	文献数据	涵盖多个电子数据库从建库至2025年3月的相关研究文献
67	2025-10-02	TEDNet: Cascaded CNN-transformer with dual attentions for taste EEG decoding 2025-Sep-27, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110594 PMID:41022309	研究论文	提出了一种用于味觉脑电信号解码的深度学习架构TEDNet	结合CNN和Transformer的双注意力机制，集成时间空间卷积模块、时间空间注意力模块和局部全局融合模块	NA	开发客观的味觉感知解码方法，推进食品科学中的感官评估	酸、甜、苦、咸四种味觉刺激引发的脑电信号	脑机接口	NA	脑电图(EEG)	CNN-Transformer混合模型	脑电信号	30名受试者的2400个脑电样本
68	2025-10-02	Secure and fault tolerant cloud based framework for medical image storage and retrieval in a distributed environment 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16903-8 PMID:41006454	研究论文	提出一种安全容错的医疗图像检索框架SFMedIR，通过联邦学习和量子混沌加密提升分布式环境下的医疗图像存储与检索安全性	结合抗对抗攻击的联邦学习哈希生成、量子混沌加密和动态阈值影子存储，首次在医疗图像检索中实现对抗性查询60-70%的准确率提升	仅在脑部MRI和肾脏CT数据集上进行验证，未涉及其他医学影像模态	解决集中式云医疗图像检索面临的安全性和可用性挑战	医疗图像存储与检索系统	计算机视觉	NA	联邦学习、量子混沌加密	ConvNeXt	图像	脑部MRI和肾脏CT数据集
69	2025-10-02	A vision transformer with recurrent neural network-based fall activity recognition system for disabled persons in smart IoT environments 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17497-x PMID:41006477	研究论文	提出一种结合视觉Transformer和循环神经网络的跌倒活动识别系统，用于智能物联网环境中残疾人士的跌倒检测	首次将视觉Transformer与带自注意力机制的双向门控循环单元结合，并采用增强型袋熊优化算法进行超参数调优	仅使用UR_Fall_Dataset_Subset数据集进行验证，需要更多数据集测试泛化能力	提高智能物联网环境中残疾人士跌倒检测和分类的准确率	残疾人士的跌倒活动	计算机视觉	老年疾病	深度学习	Vision Transformer, BiGRU-SAM, EWOA	图像	UR_Fall_Dataset_Subset数据集
70	2025-10-02	Machine learning combined with omics-based approaches reveals T-lymphocyte cellular fate imbalance in abdominal aortic aneurysm 2025-Sep-26, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02400-x PMID:41013440	研究论文	本研究通过机器学习结合组学方法揭示了腹主动脉瘤中T淋巴细胞命运失衡的核心机制	首次建立了包含T细胞浸润调控特征、关键转录因子和失调免疫信号通路的综合调控图谱，并利用深度学习算法鉴定出FOSB和JUNB作为关键生物标志物	NA	阐明腹主动脉瘤中T淋巴细胞命运失衡的具体分子机制	腹主动脉瘤组织中的T细胞群体	机器学习	腹主动脉瘤	单细胞测序、批量测序、组学分析	机器学习算法、深度学习算法	单细胞数据、批量数据、临床样本数据	多个独立数据集和临床样本
71	2025-10-02	Machine and Deep Learning applied to Medical Microwave Imaging: a Scoping Review from Reconstruction to Classification 2025-Sep-25, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ae0bd3 PMID:40997871	综述	本文对机器学习在医学微波成像中的应用进行了范围综述，重点关注图像重建和分类两个关键领域	系统梳理了机器学习在微波成像中从重建到分类的全流程应用，突出了CNN和SVM等算法在提升图像质量和组织分类中的创新应用	作为范围综述，主要提供领域概览而非深入的技术分析，未涉及具体实验验证	评估机器学习在医学微波成像中的应用现状和发展潜力	医学微波成像技术及其在乳腺癌检测和神经系统疾病分类中的应用	机器学习	乳腺癌	微波成像	CNN, SVM	微波图像	NA
72	2025-10-02	RiSIM: River surface image monitoring software for quantifying floating macroplastic transport 2025-Sep-24, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124678 PMID:41027072	研究论文	开发了河流表面图像监测软件RiSIM，用于量化漂浮大型塑料垃圾的传输	结合模板匹配算法和深度学习模型，实现了塑料检测、分类、目标追踪和传输率评估的一体化解决方案	NA	开发可靠的河流塑料监测工具以量化塑料通量并指导减排工作	河流中漂浮的大型塑料垃圾	计算机视觉	NA	深度学习	深度学习模型（用于塑料检测、分类和对象追踪）	图像	在非洪水和洪水条件下进行了标记-释放-重捕实验和现场视觉观察验证
73	2025-10-02	Parametrically guided design of beta barrels and transmembrane nanopores using deep learning 2025-Sep-23, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2425459122 PMID:40953261	研究论文	本研究开发了一种结合参数化生成和深度学习的方法来设计β桶状结构和跨膜纳米孔	将参数化表示的优势扩展到卷曲螺旋之外，利用深度学习模型处理β桶几何偏差，实现高成功率设计	NA	开发更精确可控的β桶状蛋白和跨膜纳米孔设计方法	β桶状蛋白结构和跨膜纳米孔	蛋白质设计	NA	RoseTTAFold深度学习设计方法、RFjoint修复、RFdiffusion、X射线晶体学	深度学习神经网络	蛋白质结构数据	涵盖广泛β片层参数范围的多种β桶结构，包括罕见桶状拓扑结构
74	2025-10-02	Understanding Cancer Survivorship Care Needs Using Amazon Reviews: Content Analysis, Algorithm Development, and Validation Study 2025-Sep-23, JMIR cancer IF:3.3Q2 DOI:10.2196/71102 PMID:40986859	研究论文	通过分析亚马逊消费者评论来识别癌症幸存者护理需求，并开发自然语言处理模型	首次使用亚马逊消费者评论作为识别癌症幸存者护理需求的新数据源，并构建了公开可用的标注语料库	仅分析了159条评论的标注数据，样本规模相对有限	探索利用电商平台评论识别癌症幸存者症状自我管理需求的方法	亚马逊平台上与健康产品相关的消费者评论	自然语言处理	癌症	深度学习、大语言模型(LLM)、主题建模、情感分析	BERT、GPT-4	文本	4703个包含癌症提及的句子，来自3349条评论，涉及2589种不同产品，其中159条评论进行了人工标注
75	2025-10-02	Mapping the Evolution of Artificial Intelligence in Medical Materials 2025-Sep-23, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c06324 PMID:41018643	研究论文	通过文献计量分析评估人工智能在医用材料领域的研究现状与发展趋势	首次对人工智能在医用材料领域的整体研究格局进行系统性文献计量分析	仅基于Web of Science核心合集的108篇文献，样本量有限	分析人工智能在医用材料领域的研究发展脉络和现状	108篇来自Web of Science核心合集的学术出版物	机器学习	NA	文献计量分析	深度学习	文献数据	108篇学术出版物
76	2025-10-02	Exploring pocket-aware inhibitors of BTK kinase by generative deep learning, molecular docking, and molecular dynamics simulations 2025-Sep-22, RSC advances IF:3.9Q2 DOI:10.1039/d5ra04840k PMID:41019811	研究论文	通过生成式深度学习、分子对接和分子动力学模拟探索BTK激酶J口袋抑制剂	提出结合生成式深度学习、分子对接和分子动力学模拟的计算框架，实现口袋感知的抑制剂设计	研究仅通过计算模拟验证，缺乏实验验证数据	开发高选择性、高亲和力的BTK激酶抑制剂	BTK激酶的J口袋抑制剂	计算药物设计	NA	生成式深度学习、分子对接、分子动力学模拟	生成式深度学习模型	分子结构数据	从生成的10000个分子中筛选出5个候选分子
77	2025-10-02	YeastSAM: A Deep Learning Model for Accurate Segmentation of Budding Yeast Cells 2025-Sep-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.17.676679 PMID:41000957	研究论文	开发了一个基于深度学习的酵母细胞分割模型YeastSAM，专门用于精确分割出芽酵母细胞	基于μSAM优化开发的酵母专用分割框架，在分割分裂细胞时的准确率比现有方法提高三倍以上	NA	解决出芽酵母细胞分割的挑战，特别是分裂细胞常被误识别为两个独立细胞的问题	出芽酵母细胞	计算机视觉	NA	深度学习	基于μSAM的深度学习框架	显微镜图像	NA
78	2025-10-02	Frequency-Aware Interpretable Deep Learning Framework for Alzheimer's Disease Classification Using rs-fMRI 2025-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.18.677114 PMID:41000974	研究论文	提出一种频率感知可解释深度学习框架FINE，用于基于静息态功能磁共振的阿尔茨海默病分类	整合卷积层、可学习小波层、变换器和静态编码器，实现动态功能网络连接的多尺度时空和频率特异性模式联合建模	NA	开发能够捕捉脑网络动态功能连接中频率特异性模式的深度学习模型，用于阿尔茨海默病分类和生物标志物发现	阿尔茨海默病患者和正常对照的脑功能连接数据	医学影像分析	阿尔茨海默病	静息态功能磁共振(rs-fMRI)	CNN、Transformer、小波变换混合模型	功能磁共振影像数据	856名受试者（来自OASIS-3数据集）
79	2025-10-02	A Preliminary Study on Deep Learning-Based Plan Quality Prediction in Gamma Knife Radiosurgery for Brain Metastases 2025-Sep-18, Cancers IF:4.5Q1 DOI:10.3390/cancers17183056 PMID:41008897	研究论文	本研究提出一种基于深度学习的伽玛刀放射外科治疗脑转移瘤计划质量预测方法	首次将层次密集连接U-Net用于预测3D剂量分布，并创新性地结合Dice相似系数损失函数提高预测精度	研究样本量相对有限（463个脑转移灶），需要进一步验证和推广	开发能够根据患者特定几何特征预测可实现且临床可接受的伽玛刀治疗计划质量的方法	175名患者的463个脑转移灶	医学影像分析	脑转移瘤	深度学习	HD-U-Net（层次密集连接U-Net）	医学影像数据	175名患者的463个脑转移灶
80	2025-10-02	Identification and characterization of clusters of potentially new vocalizations in broiler chickens using advanced acoustic analysis 2025-Sep-04, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105769 PMID:40972419	研究论文	本研究通过先进声学分析和机器学习技术识别并表征了1-35日龄肉鸡的潜在新型发声集群	发现了42个不同于已知4种发声的声学集群，最终确定10个可能代表新型发声的关键集群	样本量有限且缺乏统计学重复	探究肉鸡的发声行为以改善动物福利	1-35日龄健康肉鸡的发声	机器学习	NA	声学分析、深度学习、递归聚类算法	深度学习	音频	未明确具体数量（样本量有限）