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
821	2025-05-10	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	系统综述与荟萃分析	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	利用AI驱动的神经影像技术提高FTLD的诊断准确性，特别是在区分FTLD与其他神经退行性疾病方面	多类别分类的敏感性较低，特别是在更高类别区分（如5类和11类）时	评估神经影像特征结合AI算法在FTLD诊断和预测中的有效性	额颞叶变性（FTLD）患者及其他神经退行性疾病患者	数字病理学	额颞叶变性	机器学习/深度学习	ML/DL	神经影像数据	75项研究，共20,601名受试者，其中8,051名FTLD患者
822	2025-05-10	A Robust Approach to Early Glaucoma Identification from Retinal Fundus Images using Dirichlet-based Weighted Average Ensemble and Bayesian Optimization 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056335762250128095107 PMID:40017250	研究论文	提出一种基于Dirichlet加权平均集成和贝叶斯优化的稳健方法，用于从视网膜眼底图像中早期识别青光眼	采用集成学习方法结合多个深度学习模型，并利用贝叶斯优化自动调整超参数，显著提高了诊断准确性和模型泛化能力	研究仅使用了两个公开数据集，可能无法涵盖所有临床场景	提高青光眼早期诊断的准确性和可靠性	视网膜眼底图像	数字病理	青光眼	深度学习	CNN, MobileNet, DenseNet201	图像	1,355张视网膜眼底图像
823	2025-05-10	Continuous Joint Kinematics Prediction Using GAT-LSTM Framework Based on Muscle Synergy and Sparse sEMG 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.2025.3565305 PMID:40299730	研究论文	提出了一种基于肌肉协同和稀疏sEMG的GAT-LSTM框架，用于连续关节运动预测	结合肌肉协同理论和图注意力网络，有效补偿稀疏sEMG设置的局限性，提高了预测准确性	未明确提及具体局限性	提高基于sEMG的连续运动预测的准确性和可靠性	sEMG信号和关节运动	机器学习	NA	sEMG	GAT-LSTM	sEMG信号	公共数据集Ninapro DB2和自收集数据集
824	2025-05-10	Application of machine learning in predicting consumer behavior and precision marketing 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321854 PMID:40327711	research paper	研究机器学习在消费者行为预测和精准营销中的应用	比较了四种机器学习模型（SVM、XGBoost、CatBoost和BPANN）在预测消费者购买意愿方面的性能，并提出了优化营销策略的具体应用	未来研究可以通过引入更多种类的非结构化数据（如消费者评论、图像、视频和社交媒体数据）来提高模型的预测能力	研究机器学习在消费者行为预测和精准营销中的应用	消费者的购买行为	machine learning	NA	NA	SVM, XGBoost, CatBoost, BPANN	结构化数据	NA
825	2025-05-10	Deep learning for accurate B-line detection and localization in lung ultrasound imaging 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1560523 PMID:40330027	研究论文	该研究开发了基于YOLOv5和YOLOv8的改进模型YOLOv5-PBB和YOLOv8-PBB，用于肺部超声图像中B线的精确检测和定位	提出了两种改进的深度学习模型YOLOv5-PBB和YOLOv8-PBB，采用多边形边界框(PBBs)进行B线定位，并整合了图像预处理技术以提高图像质量	研究主要基于公开数据集和乌干达医疗设施的数据，可能在其他地区或人群中的泛化性有待验证	开发自动化的B线检测和定位方法，以解决资源有限地区专业人员不足的问题	肺部超声图像中的B线伪影	计算机视觉	COVID-19肺炎、心力衰竭、慢性肾病、间质性肺病	深度学习	YOLOv5-PBB, YOLOv8-PBB	图像	来自公开数据库和乌干达医疗设施的多样化数据集
826	2025-05-10	Enhanced breast cancer diagnosis using modified InceptionNet-V3: a deep learning approach for ultrasound image classification 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1558001 PMID:40330252	research paper	该研究通过改进的InceptionNet-V3深度学习模型，提高了超声图像在乳腺癌诊断中的分类准确性	提出了一种集成改进InceptionV3特征的深度神经网络模型，显著提高了乳腺癌分类的准确率	模型训练依赖于预训练模型和特定数据集，可能在不同数据分布下表现不同	开发自动化且可靠的乳腺癌诊断方法，提高诊断准确性和效率	乳腺癌的超声图像	digital pathology	breast cancer	deep learning, transfer learning	modified InceptionV3, GoogLeNet, ShuffleNet, AlexNet, VGG-16, SqueezeNet	image	NA
827	2025-05-10	Thoracic Aortic Three-Dimensional Geometry 2025 Jan-Dec, Pulse (Basel, Switzerland) DOI:10.1159/000543613 PMID:40330437	research paper	该研究开发了一种深度学习架构，用于自动分割胸主动脉并提取多种几何表型，应用于两个大型生物库的影像数据	首次在大规模人群中全面表征胸主动脉的三维几何结构，并开发了全自动量化方法	研究仅基于两个特定生物库的数据，可能无法完全代表其他人群	量化主动脉三维结构参数，研究主动脉退化与衰老及疾病状态的生物学和临床后果	来自UK Biobank的54,241名参与者和Penn Medicine Biobank的8,456名参与者的影像数据	digital pathology	cardiovascular disease	deep learning	CNN	image	总计62,697名参与者的影像数据
828	2025-05-10	High-resolution automated free-breathing coronary magnetic resonance angiography in comparison with coronary computed tomography angiography 2025-Jan, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf037 PMID:40330538	研究论文	本研究评估了一种新型自动化iNAV冠状动脉磁共振血管成像（CMRA）协议与冠状动脉计算机断层扫描血管成像（CCTA）在冠状动脉疾病分类中的一致性	开发了一种结合图像导航器（iNAV）与自动化扫描规划的CMRA协议，以提高图像质量的稳定性	研究样本量较小（95人），且CMRA与CCTA在CAD-RADS分类中的一致性随疾病严重程度增加而降低	评估自动化iNAV CMRA协议在冠状动脉疾病诊断中的临床价值	疑似或确诊冠状动脉疾病的患者	数字病理学	心血管疾病	冠状动脉磁共振血管成像（CMRA）、冠状动脉计算机断层扫描血管成像（CCTA）	深度学习辅助自动化扫描规划	医学影像	95名个体
829	2025-05-10	Relationship between cerebrospinal fluid circulation markers, brain degeneration, and cognitive impairment in cerebral amyloid angiopathy 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1549072 PMID:40330595	research paper	研究脑淀粉样血管病（CAA）患者脑脊液循环标志物与脑退化和认知障碍的关系	首次探讨脑脊液循环标志物在CAA患者中的变化及其与脑退化和认知障碍的关联	样本量较小，且仅基于ADNI3数据库，可能影响结果的普遍性	探究脑脊液循环标志物在CAA患者中的变化及其与脑退化和认知障碍的关系	52名认知障碍患者（26名CAA患者和26名非CAA患者）及26名认知正常对照	digital pathology	cerebral amyloid angiopathy	MRI, 扩散张量成像（DTI-ALPS）, 正电子发射断层扫描（PET）	deep learning-based method	image	52名认知障碍患者和26名认知正常对照
830	2025-05-10	Characterizing hip joint morphology using a multitask deep learning model 2025-Jan, Journal of hip preservation surgery IF:1.4Q3 DOI:10.1093/jhps/hnae041 PMID:40331073	research paper	该研究开发了一种基于YOLOv5和ConvNeXt-Tiny架构的多任务深度学习模型，用于预测髋关节形态学特征	首次将YOLOv5和ConvNeXt-Tiny架构结合用于髋关节形态学特征的预测	模型在检测cam畸形时的准确率相对较低（78.0%）	开发准确高效的机器学习算法用于髋关节形态病理学的诊断	髋关节形态学特征（包括cam畸形、坐骨棘征、发育不良等）	digital pathology	developmental dysplasia of the hip, femoroacetabular impingement	deep learning	YOLOv5, ConvNeXt-Tiny	medical imaging	NA
831	2025-05-10	Sentiment mining of online comments of sports venues: Consumer satisfaction and its influencing factors 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319476 PMID:40333946	研究论文	基于互联网大数据、深度学习、主题分析和社交网络分析，对体育场馆在线评论进行情感挖掘，以捕捉消费者满意度及其影响因素	利用互联网大数据和深度学习技术进行情感挖掘，替代传统耗时、资源密集且覆盖范围有限的调查方法	未提及具体样本量或数据来源的局限性	研究体育场馆消费者满意度及其影响因素，以开发更消费者友好的服务	体育场馆的在线评论	自然语言处理	NA	情感挖掘、主题分析、社交网络分析	深度学习	文本	NA
832	2025-05-10	A KAN-based hybrid deep neural networks for accurate identification of transcription factor binding sites 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322978 PMID:40334196	research paper	提出了一种基于KAN的混合深度神经网络CBR-KAN，用于准确识别转录因子结合位点	结合多尺度卷积模块、BiLSTM网络和KAN网络，通过残差连接优化模型，显著提高了预测准确率	未提及模型在更大规模数据集上的泛化能力	预测转录因子结合位点，以支持药物设计和开发	DNA序列中的转录因子结合位点	bioinformatics	NA	ChIP-seq	CNN, BiLSTM, KAN	DNA序列数据	50个常见的ChIP-seq基准数据集
833	2025-05-10	OA-HybridCNN (OHC): An advanced deep learning fusion model for enhanced diagnostic accuracy in knee osteoarthritis imaging 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322540 PMID:40334259	research paper	该研究提出了一种名为OA-HybridCNN (OHC)的深度学习融合模型，用于提高膝关节骨关节炎影像诊断的准确性	OHC模型整合了ResNet和DenseNet架构，有效解决了DenseNet中的梯度消失问题，并提高了预测准确性	未提及具体局限性	提高膝关节骨关节炎影像诊断的准确性和效率	膝关节骨关节炎影像数据	computer vision	geriatric disease	深度学习	CNN (ResNet和DenseNet融合)	image	未提及具体样本数量
834	2025-05-10	Artificial intelligence in pathologic myopia: a review of clinical research studies 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1572750 PMID:40337273	review	本文综述了人工智能在病理性近视（PM）临床研究中的最新进展	探讨了AI在PM筛查、诊断、分级分类及预测评估中的潜在应用	未提及具体AI模型的性能比较或临床验证的局限性	探索AI技术在病理性近视管理中的应用	病理性近视及其相关眼底疾病	digital pathology	geriatric disease	machine learning, deep learning	NA	image	NA
835	2025-05-10	Brain age in multiple sclerosis: a study with deep learning and traditional machine learning 2025, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcaf152 PMID:40337466	研究论文	本研究使用深度学习和传统机器学习方法评估多发性硬化症患者的脑龄，并比较两种方法的性能	首次在多发性硬化症患者中比较深度学习和传统机器学习方法在脑龄评估中的表现，并验证深度学习模型的有效性	研究为回顾性观察研究，数据来自两个机构，可能存在选择偏倚	验证深度学习脑龄模型在多发性硬化症中的有效性，并比较其与传统机器学习模型的性能	多发性硬化症患者	数字病理学	多发性硬化症	MRI	全卷积网络（深度学习）与传统机器学习模型	图像	1516名多发性硬化症患者的4584个MRI扫描
836	2025-05-10	Deciphering metabolic disease mechanisms for natural medicine discovery via graph autoencoders 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1594186 PMID:40337507	research paper	该研究开发了一种结合图自编码器(GAEs)和非负矩阵分解(NMF)的创新框架，用于通过代谢物-疾病关联分析研究代谢疾病的发病机制	结合图自编码器和非负矩阵分解的创新框架，用于揭示代谢疾病的发病机制	未明确说明样本量或数据来源的具体限制	研究代谢疾病的发病机制，以支持天然药物的发现和开发	代谢疾病（如糖尿病）及其相关的代谢物	machine learning	diabetes	graph autoencoders (GAEs), non-negative matrix factorization (NMF)	GAE, NMF	metabolite-disease association data	NA
837	2025-05-10	Unsupervised inter-domain transformation for virtually stained high-resolution mid-infrared photoacoustic microscopy using explainable deep learning 2024-12-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55262-2 PMID:39738110	research paper	本文提出了一种基于可解释深度学习的无监督跨域变换方法，将低分辨率无标记中红外光声显微镜图像转换为类似共聚焦荧光显微镜的高分辨率虚拟染色图像	采用无监督生成对抗网络并结合显著性约束，提高了变换过程的稳定性和可靠性，实现了无标记高分辨率双工细胞成像	NA	提升中红外光声显微镜图像的分辨率，使其达到共聚焦荧光显微镜的水平	人类心脏成纤维细胞的细胞核和丝状肌动蛋白	digital pathology	cardiovascular disease	mid-infrared photoacoustic microscopy	GAN	image	cultured human cardiac fibroblasts
838	2025-05-10	The Theranostic Genome 2024-12-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55291-x PMID:39738156	研究论文	本文介绍了Theranostic Genome的概念，即人类基因组中可用于结合治疗和诊断应用的部分，并利用深度学习技术识别癌症中的治疗诊断靶点和化合物	提出了Theranostic Genome的新概念，并开发了一个结合AI和人类智慧的混合流程，用于识别癌症中的治疗诊断靶点和化合物	NA	克服治疗诊断药物开发中的瓶颈，促进新型靶向治疗诊断药物的开发	人类癌症中的基因和治疗诊断化合物	精准医学	癌症	深度学习，RNAseq	深度学习模型	基因表达数据	超过17,000个人类组织样本
839	2025-05-10	Artificial intelligence model for perigastric blood vessel recognition during laparoscopic radical gastrectomy with D2 lymphadenectomy in locally advanced gastric cancer 2024-Dec-30, BJS open IF:3.5Q1 DOI:10.1093/bjsopen/zrae158 PMID:39963943	研究论文	开发了一种基于深度学习的实时胃周血管识别模型，用于辅助局部晚期胃癌腹腔镜根治术中的D2淋巴结清扫	首次将DeepLabv3+模型应用于胃周血管实时识别，为腹腔镜手术提供AI辅助决策支持	在出血或手术烟雾等复杂场景下识别性能下降，肥胖患者数据表现良好但未说明具体样本量	提高局部晚期胃癌手术安全性，减少术中意外出血	腹腔镜胃癌根治术视频中的胃周血管	数字病理	胃癌	深度学习	DeepLabv3+	手术视频图像	116个手术视频的2460张图像
840	2025-05-10	DECA: harnessing interpretable transformer model for cellular deconvolution of chromatin accessibility profile 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf069 PMID:39987573	research paper	介绍了一种基于vision transformer的深度学习模型DECA，用于从批量染色质可及性数据中解析细胞类型信息	DECA利用单细胞ATAC-seq数据集作为参考，提高了精度和分辨率，其多头部注意力机制生成的补丁注意力与Hi-C检测到的染色质相互作用一致	NA	探索发育和疾病中的基因调控程序	批量染色质可及性数据	machine learning	pan-cancer	ATAC-seq, Hi-C	vision transformer	chromatin accessibility profile	NA