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
1081	2025-07-14	Emotion recognition in EEG Signals: Deep and machine learning approaches, challenges, and future directions 2025-Jul-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110713 PMID:40644885	review	本文综述了EEG信号中情感识别的深度学习和机器学习方法、挑战及未来方向	探讨了深度学习（如CNN和RNN）在EEG信号自动特征学习中的应用，相较于传统手工特征提取方法（如SVM、KNN和RF）的创新	EEG信号分析面临主体特异性、高噪声水平和高质量标记数据稀缺等挑战，限制了模型的泛化能力和信号分析的复杂性	提升脑机交互和脑健康评估系统的先进应用	EEG信号中的人类情感识别	脑机接口	NA	EEG信号分析	CNN, RNN, SVM, KNN, RF	EEG信号	流行数据集（如DEAP、SEED、AMIGOS）
1082	2025-07-14	Applications of machine learning for peripheral artery disease diagnosis and management: A systematic review 2025-Jul-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110744 PMID:40644890	系统综述	本文系统综述了机器学习在周围动脉疾病（PAD）诊断和管理中的应用	探讨了机器学习算法在PAD诊断和管理中的多样化应用，包括不同数据类型的分析和性能评估	研究中50%的文献存在一定的偏倚风险，可能影响结果的全面性	评估机器学习在PAD诊断和管理中的应用效果和潜力	周围动脉疾病（PAD）患者	机器学习	心血管疾病	神经网络、集成学习、深度学习	随机森林、CNN、全连接网络	临床记录（数值和非数值数据）	30项相关研究（2014-2024年）
1083	2025-07-14	Hierarchical deep learning system for orbital fracture detection and trap-door classification on CT images 2025-Jul-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110732 PMID:40644886	research paper	开发并评估了一种分层深度学习系统，用于在CT图像上检测眼眶骨折并分类为凹陷型或活板门型	采用分层方法结合YOLOv8和Vision Transformer模型，首次实现了对眼眶骨折的高精度检测与分类	研究数据来自单一机构，可能影响模型的泛化能力	开发辅助诊断工具以提高眼眶骨折的检测和分类效率	眼眶骨折患者的CT图像	digital pathology	orbital fracture	CT成像	YOLOv8, Vision Transformer	image	686名患者的46,013张CT切片（最终使用7,809张）
1084	2025-07-14	A deep learning approach for objective evaluation of microscopic neuro-drilling craniotomy skills 2025-Jul-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110650 PMID:40644889	研究论文	本研究提出了一种基于深度学习的客观评估显微镜下神经钻孔开颅手术技能的方法	首次引入了标注良好的无偏显微镜下神经钻孔效果数据集和自动化技能评估系统，其性能超越了独立专家评估者	缺乏大规模标注数据集限制了深度学习自动化的发展	开发自动化且个性化的神经外科钻孔技能评估工具	显微镜下神经钻孔手术技能	数字病理	NA	深度学习	Transformer, CNN	图像	435张图像，包括已故羊头和肩胛骨的微钻孔样本
1085	2025-07-14	Deep learning for diagnosing and grading pterygium: A systematic review and meta-analysis 2025-Jul-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110743 PMID:40644893	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习模型在翼状胬肉诊断和严重程度评估中的准确性	首次系统评估了深度学习在翼状胬肉诊断和分级中的应用，并与临床专家进行了比较	方法学限制包括缺乏外部验证、病例对照研究设计、未预设决策阈值以及未考虑个体内相关性的图像分析	评估深度学习模型在翼状胬肉诊断和分级中的准确性	翼状胬肉患者的前段照片	digital pathology	ophthalmological disease	深度学习	DL	image	45,913张前段照片（来自>4460名患者）
1086	2025-07-14	Segmenting cryo-electron tomography data: Extracting models from cellular landscapes 2025-Jul-10, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103114 PMID:40645092	review	本文探讨了深度学习在冷冻电子断层扫描数据分割中的应用及其对生物学发现的推动作用	综述了深度学习技术如何显著提高冷冻电子断层扫描数据分割的自动化、准确性和可扩展性	未提及具体技术实现的细节或实验验证的局限性	重新定义冷冻电子断层扫描数据分割的最佳实践，以加速生物学发现	冷冻电子断层扫描数据中的亚细胞组件	数字病理学	NA	冷冻电子断层扫描	深度学习	图像	NA
1087	2025-07-14	From Single-Cancer to Pan-cancer Prognosis: A Multi-modal Deep Learning Framework for Survival Analysis with Robust Generalization Capability 2025-Jul-10, The American journal of pathology DOI:10.1016/j.ajpath.2025.06.006 PMID:40651540	研究论文	本文介绍了一种名为UMPSNet的多模态深度学习框架，用于癌症生存分析，具有强大的跨领域泛化能力	提出了UMPSNet框架，整合了组织病理学图像、基因组表达谱和四种元数据类别，采用基于最优传输的注意力机制和多专家混合机制，解决了癌症类型分布偏移问题	虽然展示了良好的泛化能力，但在零样本迁移评估中的样本量相对较小（n=66）	开发一个能够克服数据异质性和领域转移挑战的多模态生存分析框架，用于泛癌预后预测	癌症患者的组织病理学图像、基因组表达谱和相关元数据	数字病理学	癌症	多模态深度学习、最优传输(OT)、多专家混合机制(GMoE)	UMPSNet	图像、基因组数据、文本元数据	3,523张全切片图像（n=2,831），来自五个TCGA队列；零样本评估中使用了392张胰腺腺癌全切片图像（n=66）
1088	2025-07-14	Artificial Intelligence in Airway Management: A Systematic Review and Meta-Analysis 2025-Jul-09, Anaesthesia, critical care & pain medicine DOI:10.1016/j.accpm.2025.101589 PMID:40645499	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能在气道管理中的应用，特别是预测困难气道的模型性能	首次对AI模型在困难气道预测中的性能进行了系统评价和荟萃分析，识别了表现最佳的模型类型	纳入研究数量有限(13项)，且大多数模型表现一般(AUC<0.80)，部分模型存在显著异质性(I2>99%)	评估人工智能模型在预测困难气道方面的性能表现	接受全身麻醉手术的患者和急诊科患者	医疗人工智能	麻醉并发症	机器学习	VGG, SVM, NB	临床数据	13项研究(11项手术患者研究+2项急诊患者研究)
1089	2025-07-14	Machine learning techniques for stroke prediction: A systematic review of algorithms, datasets, and regional gaps 2025-Jul-09, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106041 PMID:40651107	系统综述	本文系统综述了机器学习技术在卒中预测中的应用，包括算法、数据集和地区差异	全面评估了不同机器学习方法在卒中预测中的性能，并识别了高风险人群代表性不足的问题	研究异质性高，无法进行定量荟萃分析，且非洲等高卒中死亡率地区的研究代表性不足	系统评价机器学习在卒中预测中的临床应用和研究趋势	卒中预测的机器学习技术和相关研究	机器学习	心血管疾病	机器学习	集成方法和深度学习	电子健康记录、医学影像和生物信号	58项研究，涉及不同数据源和预测目标
1090	2025-07-14	A Deep Learning Model for Comprehensive Automated Bone Lesion Detection and Classification on Staging Computed Tomography Scans 2025-Jul-08, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.021 PMID:40634223	research paper	开发了一种深度学习模型，用于在分期CT扫描上自动检测和分类骨病变	使用nnUNet模型对骨病变进行检测和分类，具有高准确性和潜力纠正医生错误	在部分良性患者中出现了假阳性	提高骨病变检测和分类的自动化水平，以辅助癌症分期	骨病变（包括良性和恶性的成骨性和溶骨性病变）	digital pathology	prostate cancer	CT扫描	nnUNet	image	402名患者的CT扫描（测试集包含69名患者，其中32名有骨转移）
1091	2025-07-14	Noise-inspired diffusion model for generalizable low-dose CT reconstruction 2025-Jul-08, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103710 PMID:40651065	研究论文	提出了一种受噪声启发的扩散模型NEED，用于通用低剂量CT重建，通过双域重建策略提高重建质量和泛化性能	设计了移位泊松扩散模型和对偶引导扩散模型，分别针对投影数据和重建图像进行优化，无需配对数据训练即可适应不同剂量水平	未明确说明模型在极端低剂量情况下的表现及计算效率	提升深度学习模型在未见剂量水平的低剂量CT重建中的泛化能力	低剂量CT图像重建	数字病理	NA	扩散模型	NEED（噪声启发扩散模型）	CT图像	两个数据集（未明确具体数量）
1092	2025-07-14	TTI and pH-responsive dual colorimetric sensor arrays combined with a cascaded deep learning approach for dynamic monitoring of freshness of fresh-cut fruits 2025-Jul-08, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145495 PMID:40651146	研究论文	开发了一种结合pH响应指示剂和时间温度积分器(TTIs)的双色比色传感器阵列，用于动态监测鲜切水果的新鲜度	结合pH响应指示剂和TTIs的双色比色传感器阵列，以及级联深度学习框架，显著提高了鲜切水果货架期预测的准确性	NA	解决冷链中温度波动和包装失效导致的鲜切水果货架期预测与实际腐败之间的差异问题	鲜切水果（芒果和猕猴桃）	机器视觉与深度学习	NA	双色比色传感器阵列，级联深度学习框架	YOLOv8, ResNet-18, 贝叶斯模型	图像	NA
1093	2025-07-14	Artificial intelligence in nutrition and ageing research - A primer on the benefits 2025-Jul-07, Maturitas IF:3.9Q1 DOI:10.1016/j.maturitas.2025.108662 PMID:40645039	综述	本文综述了人工智能在营养与衰老研究中的应用及其潜在益处	探讨了AI在预测健康结果、识别风险因素及自动化饮食评估中的创新应用	数据质量、伦理问题及AI模型的可解释性等挑战阻碍了AI的广泛应用	促进AI技术在营养与健康老龄化领域的理解与应用	老年人群的健康管理与营养干预	机器学习	老年疾病	机器学习、自然语言处理、深度学习	NA	大型数据集	NA
1094	2025-07-14	Artificial intelligence in forensic pathology: Multi-organ postmortem pathomics for estimating postmortem interval 2025-Jul-07, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108949 PMID:40651440	研究论文	本研究利用病理组学和深度学习技术，开发了一种三级分层策略，通过分析死后组织图像数据来估计死后间隔时间	首次将病理组学技术应用于法医死后图像分析，提出了一种多器官集成的死后间隔时间估计模型，并引入了全切片图像作为一种新的数据模态	研究样本量较小(12头巴马小型猪)，外部验证仅使用了4头猪	开发基于病理组学和深度学习的死后间隔时间估计方法，为死后病理组学子领域奠定基础	巴马小型猪的肝脏、肾脏和骨骼肌组织	数字病理	NA	全切片图像分析、深度学习	DenseNet121, VGG16, stacking集成模型	图像	12头巴马小型猪(训练集)+4头(外部验证)
1095	2025-07-14	TAC-ECG: A task-adaptive classification method for electrocardiogram based on cross-modal contrastive learning and low-rank convolutional adapter 2025-Jul-05, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108918 PMID:40644854	研究论文	提出了一种基于跨模态对比学习和低秩卷积适配器的心电图任务自适应分类方法TAC-ECG	结合跨模态对比学习和低秩卷积适配器，实现心电图分类任务的自适应，显著减少多任务场景下的资源消耗和部署成本	未明确提及具体局限性	开发一种灵活高效的心电图自动分析方法，提升临床诊断实用性	心电图信号	机器学习	心血管疾病	对比学习, 低秩卷积适配器	TAC-ECG (包含CETP预训练和LRC-Adapter)	心电图信号	四个数据集: CPSC2018, Cinc2017, PTB-XL, Chapman
1096	2025-07-14	CGNet: A Complex-valued Graph Network for jointly learning amplitude-phase information in EEG-based brain-computer interfaces 2025-Jul-05, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107795 PMID:40644990	研究论文	本文提出了一种复数值图网络（CGNet），用于在基于EEG的脑机接口中联合学习振幅和相位信息	CGNet通过复数值表示同时编码振幅和相位信息，解决了现有深度学习方法独立处理振幅和相位的问题，并设计了双尺度复数值卷积网络、空间注意力模块和动态图卷积来捕获全面的EEG信号信息	NA	开发一种能够联合学习EEG信号中振幅和相位信息的深度学习方法，以提高脑机接口的分类性能	基于EEG的脑机接口中的运动想象和执行任务	脑机接口	NA	EEG信号处理	CGNet, FBCGNet	EEG信号	NA
1097	2025-07-14	Deep learning CAIPIRINHA-accelerated 3D MRI of the knee cartilage at 7 Tesla 2025-Jul-05, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112287 PMID:40651115	research paper	本研究探讨了在7特斯拉磁场下，使用深度学习重建的CAIPIRINHA加速3D DESS膝关节软骨MRI的可行性和扫描时间减少程度	结合深度学习重建与CAIPIRINHA加速技术，在7T高场强下实现膝关节软骨成像，显著缩短扫描时间	当加速倍数超过6倍时，图像质量显著下降，且伪影增加	评估深度学习重建在7T高场强膝关节软骨MRI中的加速潜力	18名志愿者的35个膝关节	医学影像	骨关节疾病	3D双回波稳态(DESS)序列，CAIPIRINHA并行采集技术，深度学习重建	深度学习模型(未指定具体架构)	MRI图像	35个膝关节(来自18名志愿者)
1098	2025-07-06	Corrigendum to "Automated sex and age estimation from orthopantomograms using deep learning: A comparison with human predictions" [Forensic Sci. Intern., vol. 374 (2025) 112531] 2025-Jul-03, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112556 PMID:40615244	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1099	2025-07-14	Exploring Biginelli hybrids in the AI-driven development of ruthenium complexes: Anticancer activity, DNA/HSA binding study, impacts on apoptosis and BCL-2/BCL-XL suppression 2025-Jul-03, Journal of inorganic biochemistry IF:3.8Q1 DOI:10.1016/j.jinorgbio.2025.112988 PMID:40644785	研究论文	本研究利用深度学习模型预测结合亲和力，设计具有抗癌潜力的四氢嘧啶（THPM）及其钌对伞花烃复合物，并评估其抗癌活性和分子机制	结合AI技术和传统化学方法，设计新型钌复合物，并验证其抗癌活性及分子机制	研究仅限于体外实验，未进行体内验证	开发新型钌基抗癌药物	四氢嘧啶（THPM）及其钌对伞花烃复合物	药物发现	癌症	深度学习模型、分子对接	深度学习	化学数据	10种化合物
1100	2025-07-14	SingleFrag: a deep learning tool for MS/MS fragment and spectral prediction and metabolite annotation 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf333 PMID:40641047	研究论文	本文介绍了一种名为SingleFrag的深度学习工具，用于预测MS/MS碎片和光谱以及代谢物注释	SingleFrag通过单独预测每个碎片而非整个光谱，超越了现有最先进的计算机模拟碎片工具	NA	解决由于缺乏全面的参考光谱库而导致的代谢物和小分子鉴定困难	代谢物和小分子的MS/MS光谱	机器学习	NA	MS/MS	深度学习	光谱数据	三种先前未鉴定的人类样本中常见化合物