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
841	2025-05-10	Enhanced reconstruction of atomic force microscopy cell images to super-resolution 2025-May-08, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13423 PMID:40341533	research paper	提出了一种基于深度学习的跨模块方法，用于超分辨率重建原子力显微镜（AFM）细胞图像，整合了频率分割和自适应融合模块	开发了一种增强的空间融合结构和优化的反向投影机制，利用AFM拓扑深度学习神经网络检测AFM细胞图像特有的弱信号和复杂纹理，并设计了基于交叉的频率分割模块，有效分离和增强与细胞结构相关的特征	NA	提升AFM细胞图像的分辨率和质量，以支持细胞生物学研究和生物医学应用	AFM细胞图像	digital pathology	NA	AFM, 深度学习	对抗性超分辨率网络	image	多种细胞的AFM图像
842	2025-05-10	Potential of artificial intelligence for radiation dose reduction in computed tomography -A scoping review 2025-May-07, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102968 PMID:40339443	综述	本文综述了人工智能在计算机断层扫描（CT）中减少辐射剂量的潜力，重点关注患者定位、扫描范围确定和图像重建三个关键领域	强调了人工智能在优化CT扫描协议和辐射剂量方面的创新应用，特别是在减少手动错误和克服低剂量CT设置限制方面的作用	综述的范围可能受到所选文献的限制，且未涉及AI技术在实际临床应用中可能遇到的具体挑战	评估和总结人工智能在CT辐射剂量优化中的作用	计算机断层扫描（CT）中的患者定位、扫描范围确定和图像重建	医学影像	NA	深度学习图像重建算法	深度学习	医学影像数据	90篇符合选择标准的文章
843	2025-05-10	Improving microsurgical suture training with automated phase recognition and skill assessment via deep learning 2025-May-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110238 PMID:40339525	research paper	本研究开发了一种基于深度学习的自动化方法，用于显微外科缝合中的阶段识别和技能评估	采用三种改进的LRCN变体处理显微外科视频，实现阶段分类和技能评估，并应用数据增强和跳窗策略提高模型性能	在识别具有重叠视觉和时间特征的阶段时存在挑战	提高显微外科缝合训练的效果和技能评估的准确性	显微外科缝合视频	computer vision	NA	deep learning	LRCN (Long-Range Recurrent Convolutional Networks)	video	包含新手和专家外科医生的数据集
844	2025-05-10	Review learning: Real world validation of privacy preserving continual learning across medical institutions 2025-May-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110239 PMID:40339524	研究论文	本文介绍了一种名为‘复习学习’(RevL)的低成本持续学习算法，用于在隐私保护深度学习框架下基于电子健康记录(EHR)进行诊断预测	提出了‘复习学习’(RevL)算法，通过生成数据样本来回顾先前数据集的知识，解决了深度学习模型在连续训练不同数据集时的灾难性遗忘问题	NA	验证RevL算法在隐私保护深度学习(PPDL)应用中的有效性，特别是在跨医疗机构的模型迁移场景中	电子健康记录(EHR)数据	机器学习	NA	隐私保护深度学习(PPDL), 迁移学习(TL)	深度学习模型	电子健康记录(EHR)	模拟实验涉及六个机构，真实世界实验涉及三个医疗机构的106,508名患者数据
845	2025-05-10	Artificial intelligence automated solution for hazard annotation and eye tracking in a simulated environment 2025-May-07, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108075 PMID:40339543	research paper	提出一种AI驱动的自动化解决方案，用于模拟环境中的危险标注和眼动追踪	扩展了先前仅进行危险检测的系统，整合了危险标注和眼动追踪数据，提供更全面的驾驶行为分析	未提及具体的技术实施细节或系统性能评估	自动化驾驶模拟实验中的数据标注任务，提高研究效率	驾驶模拟实验中的危险标注和眼动追踪数据	machine learning	NA	deep learning	NA	image, video	NA
846	2025-05-10	Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients. Comment on Br J Anaesth 2025; 134: 308-16 2025-May-07, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.03.025 PMID:40340157	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
847	2025-05-10	Perspectives: Comparison of deep learning segmentation models on biophysical and biomedical data 2025-May-06, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2025.03.023 PMID:40158204	研究论文	本文比较了四种深度学习架构在生物物理学和生物医学数据分割任务中的表现	提供了针对典型小规模训练数据集条件下不同深度学习架构的全面比较，并提出了选择最优架构的实用指南	研究仅针对生物物理学实验中常见的小规模数据集，可能不适用于大规模数据场景	比较不同深度学习模型在生物物理学和生物医学图像分割任务中的性能	四种深度学习架构(CNN, U-Net, 视觉Transformer, 视觉状态空间模型)	计算机视觉	NA	深度学习	CNN, U-Net, 视觉Transformer, 视觉状态空间模型	图像	小规模生物物理学实验数据集
848	2025-05-10	Transfer learning‑based attenuation correction in 99mTc-TRODAT-1 SPECT for Parkinson's disease using realistic simulation and clinical data 2025-May-06, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00756-1 PMID:40327202	研究论文	本研究探讨了利用蒙特卡洛模拟数据预训练模型进行迁移学习，以改进帕金森病DAT SPECT成像中的衰减校正性能	首次提出基于纯模拟数据预训练的迁移学习方法（TLAC-MC），在有限临床数据情况下显著提升衰减校正效果	研究依赖于模拟数据的真实性，且临床样本量相对有限（100例）	开发更有效的DAT SPECT衰减校正方法以提升帕金森病早期检测准确性	99mTc-TRODAT-1脑SPECT成像数据	数字病理学	帕金森病	蒙特卡洛模拟（MC SIMIND程序）、SPECT成像	3D cGAN（条件生成对抗网络）与U-Net	医学影像数据（SPECT）	200个数字脑模型模拟数据 + 100例真实临床SPECT数据
849	2025-05-10	Wearable Artificial Intelligence for Sleep Disorders: Scoping Review 2025-May-06, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65272 PMID:40327852	综述	本文对用于睡眠障碍的人工智能可穿戴设备进行了范围综述，重点关注研究特征、可穿戴技术特点及AI检测与分析方法	首次系统综述了AI驱动的可穿戴设备在睡眠障碍领域的应用现状与挑战	研究主要集中于睡眠呼吸暂停，其他睡眠障碍的研究有限，且未涉及治疗应用	概述AI可穿戴设备在睡眠障碍检测与分析中的应用现状	使用AI算法通过可穿戴设备数据检测或预测睡眠障碍的研究	数字健康	睡眠障碍	AI算法（包括CNN、随机森林、支持向量机等）	CNN, 随机森林, 支持向量机	呼吸数据、心率、身体运动数据	46项符合条件的研究（初始615篇文献）
850	2025-05-10	OSMlanduse a dataset of European Union land use at 10 m resolution derived from OpenStreetMap and Sentinel-2 2025-May-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04703-8 PMID:40328764	research paper	该研究通过融合OpenStreetMap和Sentinel-2数据，创建了一个10米分辨率的欧盟土地利用地图	首次成功在大区域范围内融合OpenStreetMap和Copernicus数据，并达到10米或更精细的空间分辨率	NA	创建一个高分辨率的欧盟土地利用地图	欧盟的土地利用情况	地理信息系统	NA	深度学习卷积神经网络	CNN	遥感图像和OpenStreetMap标签	覆盖欧盟61.8%的区域
851	2025-05-10	The analysis of English language teaching with machine translation based on virtual reality technology 2025-May-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00592-4 PMID:40328816	研究论文	本研究探讨了虚拟现实(VR)技术与机器翻译(MT)技术在英语语言教学(ELT)中的应用效果	提出了一种基于深度学习(DL)的新型MT模型，并将其与VR技术成功整合以优化ELT质量	仅针对40名英语专业学生进行了初步测试，样本规模较小	探索VR与MT技术结合在英语教学中的应用潜力	英语语言教学(ELT)	自然语言处理	NA	深度学习(DL)	新型MT模型	文本	40名英语专业学生
852	2025-05-10	Lightweight deep learning for real-time road distress detection on mobile devices 2025-May-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59516-5 PMID:40328808	研究论文	本研究提出了一种轻量级深度学习方法MobiLiteNet，用于在移动设备上实时检测道路损坏	结合了高效通道注意力机制、结构优化、稀疏知识蒸馏、结构化剪枝和量化技术，显著提高了计算效率同时保持高检测精度	NA	开发适用于移动设备的轻量级道路损坏检测系统	道路损坏	计算机视觉	NA	深度学习	MobileNet	图像	收集自欧洲和亚洲的多样化数据集
853	2025-05-10	Passive localization based on radio tomography images with CNN model utilizing WIFI RSSI 2025-May-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99694-2 PMID:40328896	research paper	该论文提出了一种基于无线电断层成像（RTI）和卷积神经网络（CNN）的被动定位系统，用于在室内环境中定位和跟踪目标	利用深度学习技术改进RTI图像质量，并开发了两个CNN模型来重建静态断层图像和提高定位精度	未提及具体样本量或实验环境的多样性限制	开发一种无需携带设备的被动定位系统，适用于安全和医疗监控等隐私敏感场景	室内环境中的目标物体	machine learning	NA	WIFI RSSI测量	CNN	无线电信号强度数据	NA
854	2025-05-10	Deep learning-based computational approach for predicting ncRNAs-disease associations in metaplastic breast cancer diagnosis 2025-May-06, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14113-z PMID:40329245	research paper	本研究提出了一种基于深度强化学习（DRL）的框架，用于预测非编码RNA（ncRNA）与化生性乳腺癌（MBC）的关联，以提高疾病分类的准确性	采用深度强化学习（DRL）框架和多维描述符系统（ncRNADS）整合序列特征和目标基因描述符，显著提高了预测ncRNA与疾病关联的准确性	模型在非乳腺癌疾病（如阿尔茨海默病）中的交叉反应性较低（8-9%准确率），可能限制了其在其他疾病中的应用	开发一种高精度的计算方法，用于预测ncRNA与化生性乳腺癌的关联，以支持精准肿瘤学	非编码RNA（ncRNA）与化生性乳腺癌（MBC）的关联	machine learning	breast cancer	Deep Reinforcement Learning (DRL), 多维描述符系统（ncRNADS）	DRL	序列数据和目标基因描述符	整合了550个序列特征和1,150个目标基因描述符（miRDB评分≥90）
855	2025-05-10	Keypoint localization and parameter measurement in ultrasound biomicroscopy anterior segment images based on deep learning 2025-May-06, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01388-3 PMID:40329288	research paper	本研究开发了一种基于深度学习的模型，用于从超声生物显微镜（UBM）图像中自动提取关键点并精确测量前段参数	利用YOLOv8分割关键解剖结构，提高了关键点定位的准确性，并通过深度学习模型实现了前段参数的自动测量	研究仅选择了后囊完整的图像，可能限制了数据集的多样性和模型的泛化能力	开发并评估一种深度学习模型，用于自动提取关键点和测量前段参数，以提高眼科诊断的效率和准确性	超声生物显微镜（UBM）前段图像	computer vision	眼科疾病（如青光眼、白内障和屈光不正）	深度学习	YOLOv8	图像	716张UBM前段图像
856	2025-05-10	Deep learning-based image classification and quantification models for tablet sticking 2025-May-06, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.125690 PMID:40339626	研究论文	本研究提出了一种基于深度学习的图像分类和量化模型，用于检测和量化药片粘附问题	结合CNN和GLCM特征与支持向量机，开发了一种新型集成模型，用于分类和量化药片粘附	尽管模型能检测轻度粘附，但药片质量属性仍可能符合标准，表明仅依赖质量属性和视觉检查可能不足	提高药片制造效率，确保药品质量一致性，克服视觉检查的局限性	药片粘附问题	计算机视觉	NA	CNN, GLCM, 支持向量机	AlexNet, VGG 16, ResNet 50, GoogLeNet	图像	10批药片
857	2025-05-10	AutoFE-Pointer: Auto-weighted feature extractor based on pointer network for DNA methylation prediction 2025-May-06, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143668 PMID:40339839	研究论文	提出了一种基于指针网络的自动加权特征提取器AutoFE-Pointer，用于DNA甲基化预测	利用改进的软化指针网络动态提取和加权不同DNA序列的特征，能够同时处理17个不同物种的基准数据集，具有卓越的预测准确性和跨物种泛化能力	未提及具体的数据集规模或模型在特定疾病上的表现	开发一种轻量级框架，提高DNA甲基化预测的准确性和效率	DNA甲基化	计算生物学	癌症	DNA甲基化测序	指针网络	DNA序列	17个不同物种的基准数据集
858	2025-05-10	Interpretable deep neural networks for advancing early neonatal birth weight prediction using multimodal maternal factors 2025-May-06, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104838 PMID:40339967	research paper	本研究提出了一种可解释的深度神经网络模型，用于早期预测新生儿出生体重，结合多模态母体因素以提高预测精度	创新性地将营养因素与生理和生活方式变量结合，使用TabNet架构处理表格数据，提高了预测模型的可解释性和准确性	未提及具体样本量或数据收集的地理范围限制	开发临床决策支持系统，早期预测新生儿出生体重，改善产前护理	新生儿出生体重预测，重点关注母体健康指标	machine learning	geriatric disease	deep learning	TabNet	tabular data	NA
859	2025-05-10	Artificial intelligence in predicting EGFR mutations from whole slide images in lung Cancer: A systematic review and Meta-Analysis 2025-May-04, Lung cancer (Amsterdam, Netherlands) DOI:10.1016/j.lungcan.2025.108577 PMID:40339270	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能模型在预测肺癌患者全切片图像中EGFR突变状态的诊断准确性	首次系统评估AI在预测EGFR突变中的表现，并揭示了不同数据集、样本类型和模型架构对预测性能的影响	纳入分析的样本量有限（仅16项研究，其中4项适合荟萃分析），且当前AI模型的准确性和精确度仍需改进	评估AI模型在预测肺癌患者EGFR突变状态中的诊断准确性	肺癌患者的全切片图像	digital pathology	lung cancer	machine learning, deep learning	ResNet	image	16项研究（其中4项纳入荟萃分析）
860	2025-05-10	Spotlights on novel strategic innovations on the artificial intelligence and deep learning driven quality control focuses in transfusion medicine, to optimize blood component safety and efficacy and minimize the potential pitfalls 2025-May-03, Transfusion and apheresis science : official journal of the World Apheresis Association : official journal of the European Society for Haemapheresis IF:1.4Q4 DOI:10.1016/j.transci.2025.104153 PMID:40339482	research paper	探讨人工智能和深度学习在输血医学质量控制中的创新应用，以优化血液成分的安全性和有效性	利用AI和ML实现输血医学质量控制的自动化，包括实时监控、预测分析和主动错误缓解	伦理和法规合规性仍需确保，包括透明度、偏见缓解和数据安全	优化输血医学中的质量控制，提高血液成分的安全性和有效性	输血医学中的质量控制流程和血液成分制造	machine learning	NA	AI, ML, deep learning	NA	NA	NA