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
781	2025-05-15	AI-powered topic modeling: comparing LDA and BERTopic in analyzing opioid-related cardiovascular risks in women 2025, Experimental biology and medicine (Maywood, N.J.) DOI:10.3389/ebm.2025.10389 PMID:40093658	research paper	比较LDA和BERTopic在分析女性阿片类药物相关心血管风险中的表现	整合AI模块到LDA和BERTopic中，并首次在女性阿片类药物相关心血管风险分析中进行全面比较	研究仅基于PubMed摘要，未涉及全文分析，且样本量有限	比较传统和现代主题建模技术在文本分析中的效果	女性阿片类药物使用与心血管风险的文本数据	natural language processing	cardiovascular disease	topic modeling, deep learning	LDA, BERTopic	text	1,837 abstracts from PubMed
782	2025-05-15	Artificial intelligence-enhanced retinal imaging as a biomarker for systemic diseases 2025, Theranostics IF:12.4Q1 DOI:10.7150/thno.100786 PMID:40093903	review	本文综述了人工智能增强的视网膜成像作为系统性疾病的生物标志物的研究进展	利用AI技术（特别是深度学习）分析视网膜图像，预测多种系统性疾病，展示了在医疗健康领域的潜在影响	面临数据和技术上的挑战与限制，包括生成AI技术的应用带来的机遇与担忧	探索视网膜成像在系统性疾病的筛查、早期检测、预测、风险分层和个性化预后中的价值	视网膜图像及其与系统性疾病的关联	digital pathology	心血管疾病, 中枢神经系统疾病, 慢性肾病, 代谢疾病, 内分泌疾病, 肝胆疾病	深度学习, 自然语言处理框架, 大型语言模型, 生成AI技术	NA	图像（数字彩色眼底照片, 光学相干断层扫描OCT, OCT血管造影, 超广角成像）	NA
783	2025-05-15	A malware classification method based on directed API call relationships 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0299706 PMID:40096061	research paper	提出了一种基于有向API调用关系的恶意软件分类方法，通过建模API序列为有向图并结合FSGCN和CNN进行分类	利用有向API调用关系建模恶意软件分类，提出FSGCN近似DGCN操作，并结合SMOTE处理数据不平衡问题	未提及方法在实时检测或大规模数据集上的性能表现	开发一种更有效的恶意软件分类方法以应对日益复杂的网络威胁	恶意软件样本及其API调用序列	machine learning	NA	SMOTE	FSGCN, CNN	API序列数据	两个真实世界的恶意软件数据集
784	2025-05-15	Machine learning-based risk predictive models for diabetic kidney disease in type 2 diabetes mellitus patients: a systematic review and meta-analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1495306 PMID:40099258	meta-analysis	本文通过系统综述和荟萃分析评估了机器学习模型在预测2型糖尿病患者糖尿病肾病风险中的性能和临床适用性	首次对机器学习模型在预测糖尿病肾病风险中的性能进行了系统综述和荟萃分析，并识别了关键研究缺口	模型开发和验证过程中的数据偏差问题仍需解决，且外部验证研究较少	评估机器学习模型在预测2型糖尿病患者糖尿病肾病风险中的性能和临床适用性	2型糖尿病患者	machine learning	diabetic kidney disease	machine learning algorithms	random forest, traditional regression ML, deep learning	clinical data	26 studies involving 94 ML models
785	2025-05-15	Leveraging Extended Windows in End-to-End Deep Learning for Improved Continuous Myoelectric Locomotion Prediction 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3552530 PMID:40100693	研究论文	本研究探讨了利用扩展窗口长度在端到端深度学习模型中改进连续肌电运动预测的方法	通过扩展窗口长度（250 ms至1500 ms）结合端到端CNN处理原始sEMG信号，克服了传统方法在预测能力和窗口长度上的限制	研究未涉及不同个体间的泛化能力验证	提高基于表面肌电信号的连续运动模式预测的准确性和实时性	表面肌电信号（sEMG）和连续运动模式预测	机器学习	NA	表面肌电信号（sEMG）采集	CNN	生物电信号	涉及8种运动模式和16种过渡状态的数据集
786	2025-05-15	Forecasting stock prices using long short-term memory involving attention approach: An application of stock exchange industry 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319679 PMID:40100866	研究论文	本研究利用四种基于学习的模型预测股票价格，特别关注了结合注意力机制的LSTM模型在卡拉奇证券交易所100指数数据上的表现	提出了四种不同架构的深度学习模型，并发现结合注意力机制的LSTM模型在股票价格预测中表现最佳	研究仅基于卡拉奇证券交易所的数据，可能无法推广到其他市场	预测股票市场价格以提高经济稳定性	卡拉奇证券交易所100指数的每日商业数据	机器学习	NA	深度学习	ANN, RNN with Attention, LSTM with Attention, GRU with Attention	时间序列数据	2008年2月22日至2021年2月23日的卡拉奇证券交易所100指数数据
787	2025-05-15	Duple-MONDNet: duple deep learning-based mobile net for motor neuron disease identification 2025, Turkish journal of medical sciences IF:1.2Q2 DOI:10.55730/1300-0144.5952 PMID:40104302	research paper	提出了一种基于深度学习的双特征提取框架Duple-MONDNet，用于运动神经元病（MND）的早期检测	使用双特征提取方法结合颜色和纹理特征，以及提出的MONDNet模型，实现了早期MND的高检测率	未提及模型在其他数据集上的泛化能力或实际临床应用的可行性	开发一种深度学习模型用于运动神经元病的早期检测	运动神经元病（MND）患者	digital pathology	geriatric disease	Diffusion tensor imaging tractography (DTI), Local binary pattern (LBP)	MONDNet (基于MobileNet的变体)	image	未提及具体样本数量
788	2025-05-15	Evaluating and implementing machine learning models for personalised mobile health app recommendations 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319828 PMID:40106462	研究论文	本文评估并实现了用于个性化移动健康应用推荐的机器学习模型	引入了一个结合应用评分和评论的特征'Rating_Reviews'，并评估了从随机森林到BERT等多种模型，最终设计了一个基于余弦相似度的推荐系统	未提及具体的数据集大小或用户反馈的实际应用效果	设计一个能够根据应用属性为用户提供相关推荐的系统	移动健康应用及其属性（如描述、评分、评论等）	机器学习	NA	机器学习、深度学习（包括BERT）	随机森林、BERT	文本（应用描述、评论等）	NA
789	2025-05-15	Data-driven cultural background fusion for environmental art image classification: Technical support of the dual Kernel squeeze and excitation network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313946 PMID:40111961	研究论文	本研究探索了一种数据驱动的文化背景融合方法，以提高环境艺术图像分类的准确性	提出了一种新颖的双核挤压与激励网络（DKSE-Net）模型，结合了选择性核网络（SKNet）和挤压与激励网络（SENet）的优点，全面提取图像的全局和局部特征	未明确提及研究的局限性	提高环境艺术图像分类的准确性	环境艺术图像	计算机视觉	NA	扩张卷积、L2正则化、Dropout、修正线性单元激活函数、深度卷积	DKSE-Net、CNN	图像	NA
790	2025-05-15	Extreme heat prediction through deep learning and explainable AI 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316367 PMID:40111979	研究论文	本研究通过深度学习和可解释AI技术，利用五年的气象数据，开发了一个预测极端高温的综合框架	首次将深度学习和可解释AI技术结合用于极端高温预测，并揭示了湿度和最高温度在预测中的重要性	研究仅基于巴基斯坦气象局五年的数据，可能在其他地区的适用性有限	提高极端高温事件的预测准确性，以支持主动规划和安全保障	极端高温事件	机器学习	NA	深度学习，可解释AI（XAI）	ANN, CNN, LSTM	气象数据	五年的气象数据
791	2025-05-15	Uncovering water conservation patterns in semi-arid regions through hydrological simulation and deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319540 PMID:40112018	研究论文	本研究结合InVEST模型、水资源保护区时空转移和深度学习，揭示半干旱地区水资源保护模式及其驱动机制	首次将InVEST模型、时空转移分析和深度学习相结合，量化水资源保护的复杂数据并识别关键影响因素	研究仅针对雄安新区2000-2020年的数据，可能无法完全代表其他半干旱地区的情况	揭示半干旱地区水资源保护的空间分布模式及其驱动机制	雄安新区的水资源保护特征	深度学习	NA	InVEST模型、深度学习	深度学习模型（未指定具体类型）	时空数据、土地利用数据、降水数据等	雄安新区2000-2020年的水资源保护数据
792	2025-05-15	Optimizing deep learning models for glaucoma screening with vision transformers for resource efficiency and the pie augmentation method 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314111 PMID:40117284	research paper	该研究通过优化深度学习模型，使用视觉变换器（ViT）和创新的'pie方法'增强技术，提高了青光眼筛查的效率和准确性	采用Data-efficient image Transformers (DeiT)降低计算需求，预处理时间减少10倍，并引入'pie方法'增强技术以提升性能	DeiT的初始性能低于CNN，且数据集的某些区域（如上部和鼻区）需要排除	优化青光眼筛查的深度学习模型，提高资源效率和检测准确性	青光眼患者、疑似青光眼患者及非青光眼患者的眼底图像	digital pathology	glaucoma	fundus imaging	DeiT (vision transformer)	image	GlauCUTU-DATA数据集，包含一致同意（3/3）和多数同意（2/3）的数据
793	2025-05-15	Unveiling CNS cell morphology with deep learning: A gateway to anti-inflammatory compound screening 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320204 PMID:40117300	研究论文	利用深度学习揭示中枢神经系统细胞形态，为抗炎化合物筛选提供新方法	采用深度学习技术分析神经元和小胶质细胞的形态表型，解决了传统方法在检测细微细胞变化和批次效应方面的挑战	需要大量标记数据，且在检测细微细胞变化和批次效应方面仍存在困难	理解神经炎症背景下细胞形态与表型表现之间的复杂关系	神经元和小胶质细胞	数字病理学	神经炎症	深度学习	DL	图像	内部数据（未明确样本数量）
794	2025-05-15	ACP-DPE: A Dual-Channel Deep Learning Model for Anticancer Peptide Prediction 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70010 PMID:40119615	research paper	本文提出了一种基于双通道深度学习的抗癌肽预测模型ACP-DPE，该模型通过结合Bi-GRU模块和扩张卷积模块，有效提高了预测准确性和敏感性	提出了一种新的双通道深度学习模型ACP-DPE，结合了Bi-GRU模块和扩张卷积模块，用于抗癌肽预测，其性能优于现有方法	未提及模型在其他类型肽预测中的泛化能力，以及在实际临床应用中的验证情况	开发一种高效的抗癌肽预测方法，以辅助癌症治疗研究	抗癌肽（ACPs）	machine learning	cancer	deep learning	Bi-GRU, dilated CNN	peptide sequence	NA
795	2025-05-15	Multi-scale image edge detection based on spatial-frequency domain interactive attention 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1550939 PMID:40356606	research paper	提出了一种基于空间-频域交互注意力的多尺度图像边缘检测网络，旨在复杂背景下准确检测主要目标的边缘	使用空间-频域交互注意力模块，通过频域过滤干扰并利用频域与空间域的交互，更准确地提取和分析不同尺度的边缘特征	未提及具体在哪些复杂背景或小目标场景下的性能限制	解决复杂背景下图像边缘检测的准确性问题	动物、植物、建筑物等复杂背景下的图像	computer vision	NA	深度学习	多尺度边缘检测网络	image	NA
796	2025-05-15	A bibliometric analysis of electroencephalogram research in stroke: current trends and future directions 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1539736 PMID:40356632	研究论文	本文通过文献计量学方法分析了脑电图（EEG）在中风研究中的应用趋势及未来发展方向	首次对中风领域EEG研究的趋势进行全面分析，并揭示了机器学习与多模态数据整合的最新研究方向	仅基于Web of Science数据库，可能未涵盖所有相关研究	分析EEG在中风研究中的应用现状和发展趋势	2005-2024年间发表的2,931篇与中风和EEG相关的研究文献	神经科学	中风	文献计量学分析（VOSviewer和CiteSpace）	NA	文献数据	2,931篇出版物
797	2025-05-15	Deep learning-based fine-grained assessment of aneurysm wall characteristics using 4D-CT angiography 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19393 PMID:40356666	research paper	提出了一种基于深度学习的细粒度评估方法，用于分析动脉瘤壁特征，包括薄壁区域和增生重塑区域	开发了一种结合CNN-LSTM和注意力层的回归模型，并引入了患者无关特征提取机制及未标记数据增强	样本量较小（52例未破裂脑动脉瘤），且依赖术中记录作为金标准	通过4D-CTA评估动脉瘤壁动力学特征以实现精准风险预测	未破裂脑动脉瘤的壁运动特性	digital pathology	cardiovascular disease	4D-computed tomography angiography (4D-CTA)	CNN-LSTM with attention mechanism	4D影像序列+术中视频	52例未破裂脑动脉瘤
798	2025-05-15	MRI-based machine learning analysis of perivascular spaces and their link to sleep disturbances, dementia, and mental distress in young adults with long-time mobile phone use 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1555054 PMID:40356706	研究论文	本研究通过MRI和深度学习技术分析长期使用手机（LTMPU）的年轻成年人中扩大的血管周围间隙（EPVSs）与睡眠障碍、痴呆和精神困扰的关联	首次利用深度学习算法定量分析EPVSs特征，并探讨其与多种临床症状的关联	样本量较小（82例），且为回顾性研究	探究长期手机使用者的EPVSs特征与神经精神症状的关系	长期使用手机的年轻成年人	数字病理学	神经退行性疾病	MRI扫描、深度学习算法	深度学习	MRI图像	82名LTMPU患者
799	2025-05-15	MRI-based deep learning with clinical and imaging features to differentiate medulloblastoma and ependymoma in children 2025, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2025.1570860 PMID:40356719	research paper	该研究探讨了基于T2加权MRI的深度学习结合临床和影像特征在儿童髓母细胞瘤和室管膜瘤鉴别中的有效性	结合深度学习和多模态临床影像特征构建融合模型，显著提高了鉴别诊断的准确性	样本量相对有限（201例），且来自三个研究中心可能存在数据异质性	开发有效的儿童髓母细胞瘤和室管膜瘤鉴别诊断方法	儿童髓母细胞瘤（MB）和室管膜瘤（EM）患者	digital pathology	brain tumor	T2-weighted MRI	AlexNet-based DL classifier with multimodality fusion	MRI images and clinical features	201名患者（来自三个研究中心）
800	2025-05-15	Deep learning-based automated tongue analysis system for assisted Chinese medicine diagnosis 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1559389 PMID:40356770	研究论文	本研究提出了一种结合深度学习与传统中医的自动化舌象分析系统，以提高舌诊的准确性和客观性	系统包括硬件设备、改进的半监督学习分割算法、高性能色彩校正模块以及融合不同特征的舌象分析算法	未提及具体样本量或实验设计的局限性	提升中医舌诊的准确性和客观性	舌象图像	数字病理	NA	深度学习	U2net	图像	NA