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
901	2025-07-03	ECG signal generation using feature disentanglement auto-encoder 2025-Jan-30, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adab4f PMID:39820006	研究论文	提出一种特征解缠自动编码器（FDAE）用于生成心电图（ECG）信号，以解决罕见类别样本生成困难的问题	设计了一种新型的自动编码器结构，通过对比学习框架解缠ECG数据中的生成因子，并引入分类器和判别器提升生成信号的真实性	未明确提及模型在更复杂或噪声更大的ECG数据上的表现	提升ECG信号生成能力，特别是针对罕见心脏事件的样本生成	心电图（ECG）信号	机器学习	心血管疾病	对比学习、特征解缠	自动编码器（FDAE）	ECG信号数据	MIT-BIH心律失常数据库和Icentia11K数据集
902	2025-07-03	A systematic review of automated prediction of sudden cardiac death using ECG signals 2025-Jan-23, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad9ce5 PMID:39657316	综述	本文系统回顾了2011至2023年间利用ECG信号自动预测心源性猝死（SCD）的研究进展	全面分析了机器学习和深度学习模型在SCD预测中的应用，并指出当前技术的局限性和未来研究方向	大多数预测模型基于小规模数据库，且主要依赖ECG和HRV信号，忽略了其他生理信号的潜在贡献	探索自动预测心源性猝死的方法，以提高预测准确性和实时临床应用可能性	心源性猝死（SCD）患者	机器学习	心血管疾病	ECG和HRV信号分析	K近邻、支持向量机、决策树、随机森林、朴素贝叶斯、卷积神经网络	ECG信号	使用公开数据库如MIT-BIH SCD Holter和Normal Sinus Rhythm，包含大量24小时SCD患者记录
903	2025-07-03	Deep learning generalization for diabetic retinopathy staging from fundus images 2025-Jan-22, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ada86a PMID:39788077	research paper	本文提出了一种名为DRStageNet的深度学习模型，用于从眼底图像中准确分期糖尿病视网膜病变，并解决模型在不同目标域中的泛化问题	使用六个公共和独立数据集，结合多源域微调策略，显著提升了模型在目标域中的泛化性能	错误分析显示60%的错误源于标签错误，表明数据标注质量可能影响模型性能	开发一个能够准确分期糖尿病视网膜病变并具有良好泛化能力的深度学习模型	糖尿病视网膜病变患者的眼底图像	digital pathology	diabetic retinopathy	deep learning	ViT	image	91,984张眼底图像
904	2025-07-03	Computer vision analysis of luteal color Doppler ultrasonography for early and automated pregnancy diagnosis in Bos taurus beef cows 2025-Jan-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf166 PMID:40355396	研究论文	本研究评估了应用监督深度学习算法在肉牛中使用黄体彩色多普勒超声进行早期和实时妊娠诊断的适用性	首次将深度学习算法应用于黄体彩色多普勒超声图像，实现比行业标准方法更早的妊娠诊断	研究仅基于390头牛的样本，可能需要更大样本量验证模型的泛化能力	开发早期和自动化的牛妊娠诊断方法	肉牛（Bos taurus beef cows）	计算机视觉	NA	彩色多普勒超声	CNN（VGG19, Xception, ResNet50）	超声视频	390头母牛，提取20546帧有效图像（D20:10533帧，D22:10413帧）
905	2025-07-03	Donor-specific digital twin for living donor liver transplant recovery 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf037 PMID:40486178	研究论文	本文提出了一种基于深度学习的个性化数字孪生模型，用于预测活体肝移植供体的肝脏恢复轨迹	结合基因表达数据和数学模型，开发了可解释的个性化数字孪生模型，用于预测供体特异性恢复轨迹	样本量较小（12名供体），需要更大规模的验证	提高活体肝移植手术的安全性和供体恢复效果	活体肝移植供体的肝脏恢复过程	数字病理学	肝脏疾病	基因表达分析，深度学习	数字孪生模型，微分方程模型	基因表达数据	12名供体，跟踪一年
906	2025-07-03	Retinal vessel metric analysis of type 1 diabetes mellitus in OCT angiography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1562809 PMID:40584707	研究论文	通过光学相干断层扫描血管成像（OCTA）研究1型糖尿病（T1DM）患者在不同阶段的视网膜血管特征	使用深度学习模型对OCTA图像中的视网膜动脉和静脉进行分割，并分析不同区域的血管指标变化	样本量较小（63名T1DM患者和40名健康个体），且为回顾性研究	探究1型糖尿病患者的视网膜血管特征及其与糖尿病视网膜病变（DR）的关系	1型糖尿病患者的视网膜血管	数字病理学	糖尿病	光学相干断层扫描血管成像（OCTA）	深度学习模型	图像	63名T1DM患者（110只眼）和40名健康个体（79只眼）
907	2025-07-03	A hybrid transformer-based approach for early detection of Alzheimer's disease using MRI images 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30849 PMID:40584904	研究论文	提出了一种基于Transformer的混合方法，利用MRI图像进行阿尔茨海默病的早期检测	结合了迁移学习、Transformer网络和RNN（LSTM）的多模态方法，从多个视角（矢状面、冠状面、轴向）捕捉MRI图像的全面特征	未提及模型在其他独立数据集上的泛化能力	提高阿尔茨海默病的早期诊断准确率	阿尔茨海默病患者	数字病理学	阿尔茨海默病	MRI成像	Transformer, ResNet50, LSTM	图像	ADNI数据集（具体数量未说明）
908	2025-07-03	Convolutional-LSTM approach for temporal catch hotspots (CATCH): an AI-driven model for spatiotemporal forecasting of fisheries catch probability densities 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf045 PMID:40585182	研究论文	本文提出了一种名为CATCH的卷积长短期记忆神经网络模型，用于预测冰岛水域鱼类资源的时空概率密度，以支持渔业的操作规划和适应性策略	首次利用大规模冰岛渔船数据整合多维输入（如深度、底部温度、盐度、溶解氧和捕获数据）进行准确的多变量预测	尽管模型表现良好，但决策过程中仍可能受到数据收集质量和范围的限制	开发数据驱动的预测方法以优化渔业操作和增强可持续性	冰岛水域的鱼类资源（如鳕鱼、黑线鳕、绿青鳕、金红鱼和格陵兰大比目鱼）	机器学习	NA	卷积长短期记忆神经网络（Convolutional-LSTM）	CNN-LSTM	多维输入数据（深度、温度、盐度、溶解氧和捕获数据）	大规模冰岛渔船数据
909	2025-07-03	An AI-based module for interstitial glucose forecasting enabling a "Do-It-Yourself" application for people with type 1 diabetes 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1534830 PMID:40585404	research paper	提出一种基于深度学习的DIY框架，用于间质葡萄糖预测，帮助1型糖尿病患者进行自我管理	首次提供基于深度学习的完全个性化葡萄糖预测的DIY方法，且框架开源并可在Docker中部署	工具未能长期吸引用户使用，限制了其对日常自我管理的潜在益处	开发一种能够准确预测短期葡萄糖水平的工具，以改善1型糖尿病患者的自我管理	1型糖尿病患者	machine learning	type 1 diabetes	continuous glucose monitoring (CGM)	DL	CGM raw data	29名1型糖尿病患者的一年CGM数据
910	2025-07-03	Evaluation of perivascular fat density and residual false lumen formation following TEVAR in Stanford type B aortic dissection 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1633817 PMID:40585403	research paper	评估斯坦福B型主动脉夹层患者在TEVAR术后血管周围脂肪密度与残余假腔形成的关系	首次提出血管周围脂肪组织（PVAT）衰减指标HUΔ和HUratio作为预测TEVAR术后残余假腔形成的非侵入性影像生物标志物	回顾性研究设计，样本量有限（132例），需前瞻性研究验证结果	探究PVAT衰减在预测TEVAR术后残余假腔形成中的作用	斯坦福B型主动脉夹层（TBAD）患者	数字病理	心血管疾病	计算机断层扫描血管造影（CTA）	TotalSegmenter深度学习模型	影像数据	132例2016-2024年间在福建省立医院接受TEVAR的TBAD患者
911	2025-07-03	Leveraging machine learning models in evaluating ADMET properties for drug discovery and development 2025, ADMET & DMPK DOI:10.5599/admet.2772 PMID:40585410	综述	本文探讨了机器学习模型在药物发现和开发中评估ADMET（吸收、分布、代谢、排泄和毒性）特性的应用及其革命性影响	机器学习模型在ADMET预测中展现出比传统QSAR模型更高的准确性，为药物开发提供了快速、经济且可重复的替代方案	数据质量、算法透明度和监管接受度等挑战仍然存在	研究机器学习模型如何改进ADMET预测，以加速早期药物开发决策	ADMET特性的预测模型及其在药物发现中的应用	机器学习	NA	监督学习和深度学习技术	QSAR模型、机器学习模型	分子描述符和数据集	NA
912	2025-07-03	Deep learning in obsessive-compulsive disorder: a narrative review 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1581297 PMID:40585546	review	本文综述了深度学习在强迫症(OCD)研究中的应用，包括诊断分类、症状分类和治疗效果预测	深度学习利用神经影像、EEG和临床数据在OCD诊断分类中表现出高准确率(80-98%)，并在症状分类和治疗反应预测方面显示出潜力	当前模型受限于小样本量、缺乏治疗预测比较以及早期反应检测或可扩展监测解决方案的不足	探索深度学习在OCD诊断和治疗中的应用潜力	强迫症(OCD)患者	machine learning	psychiatric disorder	deep learning	NA	neuroimaging, EEG, clinical data	10项研究(具体样本量未明确说明)
913	2025-07-03	7T magnetic resonance imaging-based investigation of the correlation between mammillary body structure and cognitive impairment in patients with spinocerebellar ataxia type 3 2025, Psychoradiology DOI:10.1093/psyrad/kkaf010 PMID:40586051	研究论文	本研究利用7T磁共振成像技术探讨了脊髓小脑共济失调3型(SCA3)患者乳头体结构与认知障碍之间的相关性	首次使用7T MRI技术定量分析SCA3患者Papez环路(包括乳头体、乳头丘脑束和后连合穹窿)的结构变化及其与认知功能的关系	横断面研究设计无法确定因果关系，样本量相对较小	探究SCA3患者认知障碍与Papez环路结构变化的关系	46名SCA3患者和48名健康对照	神经影像学	脊髓小脑共济失调	7T MRI	深度学习模型	MRI图像	94名参与者(46名患者+48名对照)
914	2025-07-03	Unsupervised cell line embedding using pairwise drug response correlation 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.06.018 PMID:40586099	研究论文	本文介绍了一种基于对比学习的无监督深度学习模型，用于整合异质性药物反应筛选数据，生成统一的细胞系嵌入	提出了一种新的无监督深度学习模型，通过对比学习整合异质性药物反应数据，提高了药物-细胞系相关下游机器学习任务的性能	未明确提及具体局限性，但可能包括模型对数据质量和完整性的依赖	优化细胞系模型的利用，提高药物发现和疾病理解的效率	1,673个癌症细胞系（来自Cancer Dependency Map）	机器学习	癌症	对比学习	无监督深度学习模型	药物反应数据、基因表达数据	1,673个癌症细胞系（其中1,136个用于训练，537个用于测试）
915	2025-07-03	Deep learning based deconvolution methods: A systematic review 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.038 PMID:40586100	系统综述	本文系统回顾了人工智能和深度学习在细胞反卷积工具开发中的应用，特别关注其在RNA测序转录组数据分析中的作用	强调了高质量参考图谱对提高反卷积方法准确性的重要性，并指出了当前研究中的关键空白	需要标准化方法和提高模型可解释性	评估AI和DL在细胞反卷积工具开发中的应用	转录组数据	机器学习	NA	RNA测序	深度学习	转录组数据	NA
916	2025-07-03	Deep learning system for the auxiliary diagnosis of thyroid eye disease: evaluation of ocular inflammation, eyelid retraction, and eye movement disorder 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1609231 PMID:40589523	research paper	本研究构建了一个基于语义分割的甲状腺眼病辅助诊断模型，专注于眼睑退缩、眼球运动障碍和与临床活动评分相关的眼部炎症，以实现快速无创诊断	采用双分支特征提取和融合策略的TBRM-Net和DSR-Net，设计了定量诊断算法，提高了诊断的准确性和可解释性	样本量相对较小，仅包含153名受试者	构建甲状腺眼病的辅助诊断模型，提高诊断效率和治疗效果	甲状腺眼病患者，特别是表现出眼睑退缩、眼球运动障碍和眼部炎症症状的患者	digital pathology	thyroid eye disease	deep learning	TBRM-Net, DSR-Net	image	153名受试者，303只眼睛（主要位置数据集），1,199只眼睛（注视位置数据集），272只眼睛（多标签炎症分类数据集）
917	2025-07-03	Optimizing physical education schedules for long-term health benefits 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1555977 PMID:40589818	研究论文	本研究提出了一种利用深度学习技术优化体育教育课程安排的方法，以提高学生的长期健康效益	结合CNN和LSTM网络层，捕捉人口统计和活动相关变量的时空特征，并采用定制损失函数准确预测健康分数	未提及模型在不同教育环境中的泛化能力或具体实施挑战	优化体育教育课程安排以最大化学生的健康效益	学生群体及其体育活动数据	机器学习	NA	深度学习	CNN, LSTM	人口统计和活动相关变量	未明确提及具体样本量
918	2025-07-03	Identification of yellow vein clearing disease in lemons based on hyperspectral imaging and deep learning 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1554514 PMID:40589954	研究论文	本研究利用高光谱成像技术和深度学习技术，开发了一种高效准确检测柠檬黄脉明病的新方法	首次将高光谱成像技术应用于柠檬黄脉明病的检测，并提出了一种新型混合3D-2D-LcNet架构，优化了高维数据处理	研究仅针对柠檬黄脉明病，未验证在其他植物病害上的适用性	开发基于高光谱成像和深度学习的植物病害快速诊断方法	柠檬植株的黄脉明病	计算机视觉	植物病害	高光谱成像(HSI)	3D-2D-LcNet, 3D-ShuffleNetV2, 2D-LcNet, 2D-ShuffleNetV2, SVM, PLS-DA	高光谱图像	NA
919	2025-07-03	Comparative analysis of adaptive and general labeling methods for soybean leaf detection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1582303 PMID:40589953	研究论文	比较分析自适应和通用标记方法在大豆叶片检测中的效果	提出了一种新的基于叶片长度和底部极值信息的上下文感知标记方法，并与传统通用标记方法进行比较	研究仅针对大豆叶片检测，未涉及其他作物或植物器官	提高基于AI的大豆叶片检测在精准农业中的准确性和效率	大豆叶片	计算机视觉	NA	YOLOv5L深度学习模型	CNN	图像	高分辨率大豆图像（具体数量未提及）
920	2025-07-03	Deep learning for enhanced prediction of diabetic retinopathy: a comparative study on the diabetes complications data set 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1591832 PMID:40589972	研究论文	本研究通过比较传统统计模型和深度学习模型，开发并验证了用于预测糖尿病患者视网膜病变的模型	使用深度学习模型预测糖尿病视网膜病变，并比较其与传统机器学习模型的性能，同时采用SHAP分析增强模型的可解释性	研究仅基于3000个数据点，样本量可能不足以代表更广泛的人群	开发并验证预测糖尿病患者视网膜病变的模型	糖尿病患者	机器学习	糖尿病视网膜病变	DNNs	深度学习模型（DNNs）与传统机器学习模型（逻辑回归、决策树、朴素贝叶斯、随机森林、支持向量机）	结构化临床数据	3000个数据点