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	2025-05-16	Pruning the ensemble of convolutional neural networks using second-order cone programming 2025-May-09, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107544 PMID:40367720	研究论文	本文提出了一种使用二阶锥规划修剪卷积神经网络集成的方法，以提高准确性和多样性	提出了一种稀疏的二阶锥优化模型，用于修剪不同深度和层数的CNN集成，同时最大化准确性和多样性	仅在CIFAR-10、CIFAR-100和MNIST数据集上进行了测试，未涉及更复杂或更大规模的数据集	解决深度学习模型中集成修剪的计算复杂性问题	卷积神经网络（CNNs）的集成	机器学习	NA	二阶锥规划	CNN	图像	CIFAR-10、CIFAR-100和MNIST数据集
902	2025-05-16	A novel CNN-LSTM model with attention mechanism for online monitoring of moisture content in fluidized bed granulation process based on near-infrared spectroscopy 2025-May-08, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126361 PMID:40367754	研究论文	提出了一种结合CNN、LSTM和注意力机制的新型深度学习模型，用于流化床制粒过程中颗粒水分含量的在线监测	整合了CNN的空间特征提取能力、LSTM的序列处理能力和自注意力机制的全局相关性捕捉能力，无需复杂的光谱预处理	未提及模型在其他工业过程或更大规模数据集上的泛化能力	优化流化床制粒过程中颗粒水分含量的监测方法	流化床制粒过程中的颗粒水分含量	机器学习	NA	近红外光谱(NIR)	CNN-LSTM-Attention	光谱序列数据	未明确说明具体样本数量，仅提到校准集和验证集
903	2025-05-16	AutoFE-Pointer: Auto-weighted feature extractor based on pointer network for DNA methylation prediction 2025-May-07, 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，同时显著降低计算需求	NA	开发一种轻量级框架，用于精确和高效的DNA甲基化预测	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个不同基准数据集
904	2025-05-16	Effectiveness and Implementation Outcomes of an mHealth App Aimed at Promoting Physical Activity and Improving Psychological Distress in the Workplace Setting: Cluster-Level Nonrandomized Controlled Trial 2025-May-06, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/70473 PMID:40327360	研究论文	本研究评估了名为ASHARE的智能手机应用在工作场所促进身体活动和改善心理困扰的效果及实施结果	利用深度学习模型通过身体活动监测抑郁和焦虑，并在工作场所环境中进行混合效果-实施试验	组间差异无统计学显著性，应用的用户保留率较低（20%），实施结果在员工中评价不佳	评估mHealth应用在工作场所促进身体活动和改善心理健康的有效性与实施效果	日本工作场所的员工	数字健康	心理健康	深度学习模型	NA	移动健康数据	84名员工（干预组67人，对照组17人）来自7个工作单位
905	2025-05-16	Establishment of an intelligent analysis system for clinical image features of melanonychia based on deep learning image segmentation 2025-May-06, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102543 PMID:40367737	研究论文	本研究开发了一种基于深度学习的智能分析系统，用于非侵入性诊断和监测黑甲症	利用智能手机图像和深度学习技术，开发了一个两阶段模型（YOLOv8和UNet），显著提高了黑甲症病变的检测和分割准确性	研究未提及模型在不同肤色或指甲条件下的泛化能力	开发一种非侵入性、用户友好的黑甲症智能诊断和监测系统	黑甲症患者的指甲图像	数字病理学	黑甲症	深度学习图像分割	YOLOv8和UNet	图像	未明确提及样本数量，但建立了一个全面的指甲图像数据集
906	2025-05-16	Development of deep learning quantization framework for remote sensing edge device to estimate inland water quality in South Korea 2025-May-02, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123760 PMID:40367723	研究论文	开发了一种用于遥感边缘设备的深度学习量化框架，以估算韩国内陆水质	通过神经架构搜索（NAS）和帕累托优化识别轻量级CNN模型，并结合后训练量化（PTQ）和量化感知训练（QAT）进一步压缩模型大小，同时保持高精度	尽管在深度学习方面取得了进展，但当代技术在水质监测中的应用尚未完全探索	开发一种适用于边缘设备的实时AI框架，用于水质监测	韩国内陆水质，特别是总悬浮固体（TSS）浓度	计算机视觉	NA	多光谱成像，神经架构搜索（NAS），后训练量化（PTQ），量化感知训练（QAT）	CNN	图像	NA
907	2025-05-16	Reducing food waste in the HORECA sector using AI-based waste-tracking devices 2025-May-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.02.044 PMID:40024032	研究论文	本研究评估了一种基于AI的自动废物追踪系统在HORECA行业中减少食物浪费的有效性	利用计算机视觉和深度学习算法实时自动称重和光学分离食物浪费	未探索废物追踪设备与消费者层面干预措施的结合	评估AI技术在减少HORECA行业食物浪费方面的有效性	HORECA行业中的餐厅、酒店和商业餐饮服务	计算机视觉	NA	深度学习算法	NA	图像	德国的度假村餐厅和商业餐饮服务、瑞士的酒店以及希腊的两家酒店
908	2025-05-16	Revolutionizing biological digital twins: Integrating internet of bio-nano things, convolutional neural networks, and federated learning 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109970 PMID:40101583	研究论文	本文提出了一种整合生物纳米物联网、卷积神经网络和联邦学习的新型框架，以解决生物数字孪生在微生物领域的应用挑战	结合IoBNT进行微观数据采集与传输，并利用CNN和FL算法实现高效模式识别与带宽节省	未明确说明框架在非细菌类生物实体上的适用性	解决微生物数字孪生实现过程中的数据提取、传输和计算难题	微生物（如细菌）的数字孪生模型	数字病理学	NA	IoBNT（生物纳米物联网）、联邦学习	CNN（卷积神经网络）	微观生物数据	33种细菌类别
909	2025-05-16	Approach and surgical management of epiretinal membrane 2025-May-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001135 PMID:40145317	综述	本文综述了近年来视网膜前膜（ERM）手术的最新研究进展，包括手术技术评估和内部限制膜（ILM）剥离的必要性	总结了ILM剥离可能减少ERM复发的优势，并探讨了光学相干断层扫描（OCT）在术前、术中和术后的应用，以及深度学习模型预测手术效果的能力	仍存在许多关于最佳手术实践的未解决问题，需要进一步评估	探讨视网膜前膜（ERM）手术的最新研究进展和手术技术	视网膜前膜（ERM）患者	数字病理学	视网膜疾病	光学相干断层扫描（OCT）	深度学习模型	图像	NA
910	2025-05-16	scSDNE: A semi-supervised method for inferring cell-cell interactions based on graph embedding 2025-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013027 PMID:40333631	research paper	该论文提出了一种名为scSDNE的半监督图嵌入模型，用于推断基于配体-受体（L-R）相互作用的细胞间通讯	结合深度学习与手动整理的L-R相互作用数据库，scSDNE能够将相互作用细胞中的基因映射到共享潜在空间，从而更精确地表示细胞间关系	NA	全面理解细胞间通讯的复杂机制	细胞间通讯中的配体-受体（L-R）相互作用	生物信息学	NA	单细胞RNA测序（scRNA-seq）	半监督图嵌入模型（scSDNE）	基因表达数据	NA
911	2025-05-16	Early detection of Alzheimer's disease using deep learning methods 2025-May, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70175 PMID:40356024	研究论文	本研究利用深度学习框架分析多模态数据集，以提高阿尔茨海默病的早期检测准确性	开发了一种结合LSTM和FNN处理结构化数据，以及ResNet50和MobileNetV2处理MRI数据的混合深度学习框架，显著提高了预测准确率	研究依赖于特定数据集（NACC和ADNI），可能限制了模型的泛化能力	通过AI技术提高阿尔茨海默病的早期检测准确性	阿尔茨海默病患者的多模态数据（临床数据、生物标志物和神经影像数据）	数字病理学	老年病	深度学习	LSTM, FNN, ResNet50, MobileNetV2	结构化数据, MRI图像	来自NACC和ADNI数据集的数据
912	2025-05-16	Assessing the Severity of Connective Tissue-Related Interstitial Lung Disease Using Computed Tomography Quantitative Analysis Parameters 2025 May-Jun 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001693 PMID:39761506	研究论文	本研究通过CT定量分析参数预测结缔组织病相关间质性肺病患者的肺功能损害，并评估疾病严重程度	结合CT深度学习模型和密度阈值方法，首次提出蜂窝状病变是GAP分期的独立风险因素，并确定9.7%的AA%为区分患者与健康对照的最佳阈值	回顾性研究设计可能引入选择偏倚，样本量相对有限（105例患者）	评估结缔组织病相关间质性肺病的严重程度并预测肺功能损害	结缔组织病相关间质性肺病患者（105例）与健康对照（80例）	数字病理学	间质性肺病	CT定量分析、深度学习模型（RDNet）、Pulmo-3D软件阈值分割	RDNet（深度学习模型）	CT影像	105例CTD-ILD患者（46男/59女，中位年龄64岁）和80例健康对照
913	2025-05-16	Deep Learning Reconstruction for Enhanced Resolution and Image Quality in Breath-Hold MRCP: A Preliminary Study 2025 May-Jun 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001680 PMID:39761494	研究论文	本研究评估了增强分辨率深度学习重建（ER-DLR）在磁共振胰胆管成像（MRCP）中的图像质量，并与非ER-DLR MRCP图像进行了比较	首次在MRCP中应用ER-DLR技术，显著提高了图像的分辨率、信噪比和对比噪声比	研究样本量较小（34例患者），且为回顾性研究	评估ER-DLR技术在MRCP图像质量提升方面的效果	被诊断为胆道和胰腺疾病的患者	医学影像处理	胆道和胰腺疾病	深度学习重建（ER-DLR）	NA	医学影像（MRCP图像）	34例患者
914	2025-05-16	Modeling Temporal Dependencies in Brain Functional Connectivity to Identify Autism Spectrum Disorders Based on Heterogeneous rs-fMRI Data 2025-Apr-30, Experimental neurobiology IF:1.8Q4 DOI:10.5607/en24028 PMID:40313229	研究论文	本研究通过探索脑功能连接的时间动态变化，利用深度学习框架结合注意力机制和LSTM神经网络，识别自闭症谱系障碍（ASD）的风险个体	首次将动态功能连接的时间依赖性抽象为高级表征，并用于ASD的识别，结合注意力机制和LSTM的深度学习框架在分类性能上优于传统方法	研究依赖于ABIDE数据库的异质性rs-fMRI数据，可能影响模型的泛化能力	开发基于动态脑功能连接的ASD客观生物标志物	自闭症谱系障碍（ASD）患者	数字病理学	自闭症谱系障碍	rs-fMRI	LSTM结合注意力机制	图像	来自ABIDE数据库的异质性rs-fMRI数据
915	2025-05-16	Application and optimization of the U-Net++ model for cerebral artery segmentation based on computed tomographic angiography images 2025-Apr-27, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112137 PMID:40367559	研究论文	本研究基于深度学习U-Net++模型，优化了脑动脉CTA图像分割的剪枝水平，以平衡分割性能与计算成本	通过分析不同剪枝水平（L1-L4）在U-Net++模型中的表现，确定了L3水平在保持较高分割性能的同时显著降低计算成本	研究仅针对内部颈动脉和椎动脉的分割，未涵盖所有脑动脉区域	优化脑动脉CTA图像分割的深度学习模型，以提高临床诊断效率和准确性	基于双能CTA和直接减影CTA数据集的内部颈动脉和椎动脉	数字病理学	脑血管疾病	CTA成像	U-Net++	图像	未明确提及具体样本数量
916	2025-05-16	Digital image-based chemometrics for food analysis: a practical tutorial and roadmap 2025-Apr-27, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144531 PMID:40367821	review	本文综述了数字图像在食品分析中的应用，并提供了从单变量方法到多变量分类/校准方法的路线图	介绍了混合颜色描述符、色度图、深度学习架构和时间分辨RGB成像等最新进展，提高了这些技术在食品科学中的稳健性和适用性	该领域面临关键挑战，特别是缺乏方法学标准化，这影响了可靠性和可重复性	开发食品质量控制中的分析方法	食品质量和安全	数字病理学	NA	化学计量学技术	深度学习架构	数字图像	NA
917	2025-05-16	Deep Learning-Based Reconstruction for Accelerated Cervical Spine MRI: Utility in the Evaluation of Myelopathy and Degenerative Diseases 2025-Apr-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8567 PMID:40147833	research paper	本研究比较了传统颈椎MRI与基于深度学习的加速颈椎MRI在图像质量和诊断性能上的差异	使用商业化的、供应商中立的深度学习重建算法，显著缩短了MRI扫描时间，同时保持或提高了图像质量和诊断性能	研究样本量较小（50例患者），且未对所有类型的颈椎退行性疾病进行全面评估	评估基于深度学习的加速颈椎MRI在诊断颈椎退行性疾病和脊髓病变中的实用性和效果	50名患有颈椎退行性疾病或脊髓病变的患者	digital pathology	degenerative cervical spine disease, myelopathy	MRI, deep learning-based reconstruction	DL-based reconstruction	MRI images	50名患者
918	2025-05-16	Deep Learning-Based Computer-Aided Diagnosis in Coronary Artery Calcium-Scoring CT for Pulmonary Nodule Detection: A Preliminary Study 2025-Apr, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0050 PMID:40134084	研究论文	评估基于深度学习的计算机辅助诊断（DL-CAD）在冠状动脉钙化评分CT中检测肺结节的可行性和效用	使用基于薄层图像的DL-CAD系统辅助初级医生提高肺结节检测的敏感性，且未显著增加假阳性	研究为初步研究，样本量较小（273名患者），且为回顾性研究	评估DL-CAD在冠状动脉钙化评分CT中检测肺结节的性能	273名接受冠状动脉钙化评分CT的患者	数字病理	肺癌	CT	深度学习	图像	273名患者（129名男性，平均年龄63.9±13.2岁），共检测到269个结节
919	2025-05-16	Evaluating Traditional, Deep Learning and Subfield Methods for Automatically Segmenting the Hippocampus From MRI 2025-Apr-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70200 PMID:40143669	研究论文	评估传统方法、深度学习和海马亚区方法在MRI中自动分割海马体的性能	首次独立比较传统方法、深度学习方法和海马亚区分割方法在单一研究中的性能	大多数方法在临床数据上表现较差，且存在过度分割的问题，特别是在海马体前边界	评估和比较不同自动海马体分割方法的性能	海马体	神经影像	认知障碍	MRI	深度学习	图像	3个数据集，包含手动分割的海马体标签
920	2025-05-16	Ensemble Deep Learning Algorithm for Structural Heart Disease Screening Using Electrocardiographic Images: PRESENT SHD 2025-Apr-01, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2025.01.030 PMID:40139886	研究论文	本研究开发了一种基于集成深度学习的算法PRESENT-SHD，用于通过12导联心电图图像自动检测和预测结构性心脏病	首次利用心电图图像开发集成深度学习模型PRESENT-SHD，用于多种结构性心脏病的自动化筛查和风险分层	研究主要基于医院数据，在一般人群中的适用性需要进一步验证	开发自动化工具用于结构性心脏病的早期筛查和风险预测	结构性心脏病患者的心电图图像	数字病理学	心血管疾病	深度学习	CNN与XGBoost集成模型	图像	261,228份心电图（来自93,693名患者）用于模型开发，11,023名个体用于验证