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
1101	2025-07-09	Selective identification of polyploid hepatocellular carcinomas with poor prognosis by artificial intelligence-based pathological image recognition 2025-Jul-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00967-8 PMID:40610763	研究论文	本研究利用基于深度学习的人工智能图像识别模型，评估H&E染色的病理图像，以识别具有不良预见的肝细胞癌多倍体	开发了一种新的基于AI的病理图像识别方法，用于诊断肝细胞癌的多倍体状态，并发现与不良预后相关的新的多倍体肝细胞癌特征	样本量相对较小，且需要进一步的外部验证以确认模型的广泛适用性	开发一种临床可实施的诊断肝细胞癌多倍体的方法，并评估其预后价值	肝细胞癌（HCC）的病理图像	数字病理学	肝细胞癌	深度学习，染色体荧光原位杂交	深度学习模型	图像	44例已知倍性状态的HCC用于模型评估，169例肝癌用于独立测试，外加一个公开数据集
1102	2025-07-09	Interpretable and generalizable deep learning model for preoperative assessment of microvascular invasion and outcome in hepatocellular carcinoma based on MRI: a multicenter study 2025-Jul-03, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02035-0 PMID:40610844	研究论文	开发了一种可解释且具有泛化能力的深度学习模型，用于基于MRI的肝细胞癌微血管侵犯评估和结果预测	采用对抗网络基础的深度学习模型学习多中心域不变特征，提高了模型的泛化能力和生物可解释性	研究基于回顾性数据集，可能存在选择偏倚	开发可解释且泛化的深度学习模型用于肝细胞癌微血管侵犯的术前评估	546名肝细胞癌患者的MRI数据	数字病理学	肝细胞癌	RNA测序分析	AD-DL（对抗网络基础的深度学习模型）	MRI图像	546名患者（来自5个中心）
1103	2025-07-09	Exploring Complexity-Calibrated morphological distribution for whole slide image classification and difficulty-grading 2025-Jul-03, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103707 PMID:40623354	research paper	提出了一种名为CoCaMIL的新方法，用于全切片图像（WSI）分类和难度分级，通过强调形态分布与关键复杂度因素之间的协同效应来提高分类性能	首次基于复杂度因素的协同整合构建WSI形态表示，提出复杂度校准的多实例学习方法（CoCaMIL）	未明确提及具体局限性	提高全切片图像（WSI）分类的准确性并建立可靠的样本难度分级系统	全切片图像（WSI）	digital pathology	NA	Multiple Instance Learning (MIL), 图像-文本对比预训练框架	CoCaMIL	image	三个大型基准数据集
1104	2025-07-09	Advanced deep learning framework for underwater object detection with multibeam forward-looking sonar 2025-Jul, Structural health monitoring DOI:10.1177/14759217241235637 PMID:40621572	研究论文	本文提出了一种基于多波束前视声呐的高级深度学习框架，用于水下物体检测	该框架基于YOLOv7网络架构，在数据预处理、特征融合和损失函数三个方面进行了独特优化	声呐图像的低分辨率和有限的前景-背景对比度可能影响检测精度和可迁移性	提高水下物体检测的精度和可迁移性	水下物体	计算机视觉	NA	多波束前视声呐	YOLOv7	声呐图像	公开数据集上的广泛测试
1105	2025-07-09	Efficient sparse-view medical image classification for low radiation and rapid COVID-19 diagnosis 2025-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00478-4 PMID:40621608	research paper	本研究提出了一种基于深度学习的诊断模型ProMAE，用于使用稀疏视图CT图像快速准确诊断COVID-19	ProMAE采用列式掩码策略在预训练中有效学习关键诊断特征，无需CT图像重建即可直接分类稀疏视图正弦图	NA	开发一种能在低辐射条件下快速准确诊断COVID-19的医疗影像分类方法	稀疏视图CT图像	digital pathology	COVID-19	CT成像	Projection-wise Masked Autoencoder (ProMAE)	CT图像	在不同稀疏度(50%, 75%, 85%, 95%, 99%)的数据上进行实验
1106	2025-07-09	A review of hybrid EEG-based multimodal human-computer interfaces using deep learning: applications, advances, and challenges 2025-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00469-5 PMID:40625554	综述	本文系统回顾了2016至2024年间发表的124项研究，探讨了基于EEG的多模态人机交互系统在深度学习中的应用、进展与挑战	首次系统整合了EEG与其他生物信号（如EOG、EMG、fNIRS）结合的多模态HCI系统研究，并聚焦深度学习方法的性能提升与可靠性增强	缺乏实时在线系统、信号同步困难、数据可用性有限、可解释AI方法不足	评估深度学习在EEG多模态HCI系统中的技术进展与应用潜力	混合EEG的多模态人机交互系统	人机交互	NA	EEG、fNIRS、MEG、fMRI、EOG、EMG、ECG、PPG、GSR等多模态生物信号采集技术	CNN（卷积神经网络）	多模态生物信号数据（时序信号）	124项研究（来自Web of Science数据库）
1107	2025-07-09	Advances in cardiovascular signal analysis with future directions: a review of machine learning and deep learning models for cardiovascular disease classification based on ECG, PCG, and PPG signals 2025-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00473-9 PMID:40625553	综述	本文系统回顾了人工智能（AI）在心血管信号分析中的变革性影响，重点关注心电图（ECG）、心音图（PCG）和光电容积图（PPG）信号	评估了最先进的方法论，通过AI驱动系统提高诊断准确性和预测分析能力，并探讨了多模态信号整合和可解释AI的重要性	数据集异质性、预处理变异性和计算复杂性等问题仍然存在，阻碍了临床应用的进展	探讨AI在心血管疾病分类中的应用，以促进早期诊断和精准医疗	心电图（ECG）、心音图（PCG）和光电容积图（PPG）信号	机器学习	心血管疾病	时间域和频率域分析、形态学和频谱分析	KNN、SVM、RF、CNN、LSTM、迁移学习模型	信号数据（ECG、PCG、PPG）	评估了广泛的公共和私人数据集，但未提及具体样本量
1108	2025-07-09	Deep Learning-Based Classification System for Facial Pigmented Lesions to Aid Laser Treatment Decisions 2025-Jun, Cureus DOI:10.7759/cureus.85428 PMID:40621347	研究论文	开发并评估基于深度学习的系统，用于面部色素性病变的分类，以辅助激光治疗决策	首次将深度学习模型（特别是CNN）应用于面部色素性病变的分类，并在激光治疗规划的背景下进行比较研究	样本量相对较小（432张图像），且仅针对五种特定的面部色素性病变	提高面部色素性病变的诊断准确性，以辅助激光治疗决策	五种面部色素性病变（黄褐斑、雀斑、获得性真皮黑素细胞增多症、日光性雀斑样痣和恶性雀斑样痣/恶性黑素瘤）	计算机视觉	皮肤疾病	深度学习	CNN（InceptionResNetV2和DenseNet121）	图像	432张高分辨率临床图像
1109	2025-07-09	The Role of Artificial Intelligence and Machine Learning Applications in Emergency Surgery: A Systematic Review of Diagnostic Accuracy and Clinical Outcomes 2025-Jun, Cureus DOI:10.7759/cureus.85386 PMID:40621368	系统综述	本文系统评估了人工智能和机器学习在急诊手术中的诊断准确性和临床效果	首次系统评估AI在急诊手术多个关键领域的应用效果，包括阑尾炎管理、急诊腹部手术风险评估等	仅纳入2015-2025年间英文文献，可能存在发表偏倚	评估机器学习在急诊患者识别和AI诊断方法相比传统方法的有效性	急诊手术患者	医疗AI	急诊外科疾病	深度学习、自然语言处理	机器学习模型	医疗记录、临床数据	19项符合条件的研究（初始2791篇文献）
1110	2025-07-09	A Fundamental Study on the Removal of Vascular Pulsation Artifacts Using U-Net-Based Deep Neural Network 2025-Jun, Cureus DOI:10.7759/cureus.85400 PMID:40621369	研究论文	本研究提出了一种基于U-Net的深度神经网络，用于减少血管搏动引起的伪影	首次将深度学习应用于STIR图像中血管搏动引起的流动伪影减少	需要进一步详细评估以开发适合临床应用的方法	减少磁共振成像中血管搏动引起的伪影	15名成年志愿者的下肢STIR图像	医学图像处理	NA	磁共振成像(MRI), 短时反转恢复(STIR)	U-Net	图像	15名成年志愿者
1111	2025-07-09	A Commentary on "Deep Learning-Enhanced Hand Grip and Release Test for Degenerative Cervical Myelopathy: Shortening Assessment Duration to 6 Seconds" 2025-Jun, Neurospine IF:3.8Q1 DOI:10.14245/ns.2550126.063 PMID:40625020	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1112	2025-07-09	From Surface to Deep Learning: Gamified Mobile Education for Subcutaneous and Intramuscular Injection Skills 2025-Jun, Medical science educator IF:1.9Q2 DOI:10.1007/s40670-025-02323-w PMID:40625998	研究论文	本研究探讨了基于游戏的移动应用程序对护理学生在皮下和肌肉注射技能上的影响	引入了基于游戏的移动应用程序来提升护理学生的实践技能和知识保留	样本量相对较小，仅涉及129名学生	评估游戏化学习在护理教育中对学生表现和学习方法的影响	护理学生	教育技术	NA	游戏化学习	NA	问卷调查和技能表现列表	129名护理学生（64名实验组，65名对照组）
1113	2025-07-09	Carotid plaque segmentation and classification using MRI-based plaque texture analysis and convolutional neural network 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1502830 PMID:40620432	研究论文	本研究提出了一种结合MRI斑块纹理分析和卷积神经网络的混合深度学习框架，用于颈动脉斑块的自动分割和分类	整合Mask R-CNN进行斑块自动分割和双路径分类流程，通过多任务损失解决类别不平衡问题，并利用手工纹理特征和深度分层模式提升分类性能	尽管模型性能优越，但Mask R-CNN的分割性能（DSC/IoU为0.34）仍有提升空间	开发自动化的颈动脉斑块分割和分类方法，以提升中风风险评估的准确性和临床实用性	颈动脉斑块	数字病理	心血管疾病	MRI斑块纹理分析	Mask R-CNN, 自定义13层CNN, Inception V3	MRI扫描图像	610例来自湘雅医院的专家标注MRI扫描
1114	2025-07-09	Deep learning to predict progression independent of relapse activity at a first demyelinating event 2025, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcaf243 PMID:40620473	研究论文	本研究开发了一种基于首次脱髓鞘事件常规MRI的深度学习生存模型，用于预测多发性硬化患者独立于复发的进展风险	首次使用常规MRI和深度学习技术预测多发性硬化患者独立于复发的进展风险，并显著提高了传统年龄调整预测模型的性能	样本量相对较小（259例患者），外部验证队列样本量更小（32例）	早期准确预测多发性硬化患者独立于复发的疾病进展风险	多发性硬化患者	数字病理学	多发性硬化	MRI（T1-和T2-Fluid-Attenuated Inversion Recovery序列）	EfficientNet	医学影像	259例患者（主要队列），32例患者（外部验证队列）
1115	2025-07-09	Sentiment analysis in public health: a systematic review of the current state, challenges, and future directions 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1609749 PMID:40620557	系统综述	本文系统综述了情感分析在公共卫生领域的当前状态、挑战和未来方向	全面概述了情感分析在公共卫生中的方法、应用、数据来源、挑战、评估实践和伦理考虑	面临解释性和资源需求方面的挑战，以及数据质量、偏见、语言复杂性和伦理问题	理解情感分析在公共卫生中的方法、应用和局限性	公共卫生领域的情感分析研究	自然语言处理	NA	情感分析	深度学习方法和大型语言模型（LLMs）	文本	83篇相关论文
1116	2025-07-09	Utilising artificial intelligence in prehospital emergency care systems in low- and middle-income countries: a scoping review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1604231 PMID:40620558	综述	本文探讨了人工智能在中低收入国家院前急救系统中的应用现状及其对未来发展的影响	首次系统综述了人工智能在中低收入国家院前急救中的使用情况，并评估了其未来发展潜力	仅分析了英文发表的文献，可能遗漏未明确标注人工智能或中低收入国家的相关研究	评估人工智能在中低收入国家院前急救医疗服务中的应用现状及发展前景	中低收入国家的院前急救系统	医疗人工智能	急救医学	深度学习模型	机器学习算法	文本数据	16篇纳入研究的文献，样本量存在显著差异
1117	2025-07-09	Artificial Intelligence and Postpartum Hemorrhage 2025-Jan, Maternal-fetal medicine (Wolters Kluwer Health, Inc.) DOI:10.1097/FM9.0000000000000257 PMID:40620613	研究论文	本文探讨了人工智能（AI）在产后出血（PPH）预测和管理中的应用	将AI技术（包括机器学习和深度学习）应用于PPH的预测建模和风险分层，并探索了结合子宫收缩性指标和放射组学提高预测准确性的新方法	现有模型缺乏外部验证，且大多数研究在高资源医疗环境中进行，缺乏适用于资源有限地区的模型	探索AI技术在解决全球PPH负担方面的潜力	产后出血（PPH）患者	数字病理学	产后出血	机器学习、深度学习	NA	医疗数据、穿戴设备数据	每年约1400万女性受影响（全球数据）
1118	2025-07-09	MDDeep-Ace: species-specific acetylation site prediction based on multi-domain adaptation 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19649 PMID:40620770	研究论文	提出了一种基于多域适应的深度学习方法MDDeep-Ace，用于预测物种特异性赖氨酸乙酰化位点	通过整合多物种数据，MDDeep-Ace提高了物种特异性预测模型的泛化能力，提升了预测性能	NA	改进物种特异性赖氨酸乙酰化位点的预测方法	赖氨酸乙酰化位点	机器学习	NA	深度学习	多域适应模型	生物序列数据	NA
1119	2025-07-09	Quantifying social distance using deep learning-based video analysis: results from the BTBR mouse model of autism 2025, Frontiers in behavioral neuroscience IF:2.6Q3 DOI:10.3389/fnbeh.2025.1602205 PMID:40620906	研究论文	本文利用基于深度学习的视频分析工具DeepLabCut（DLC）量化了自闭症模型BTBR小鼠的社交距离	使用DLC自动追踪小鼠社交行为，提高了行为量化的精确性和准确性	研究结果可能受到年龄、性别和体型等因素的影响	研究自闭症谱系障碍（ASD）模型小鼠的社交行为	BTBR T Itpr3/J（BTBR）小鼠和CBA对照小鼠	计算机视觉	自闭症谱系障碍	DeepLabCut（DLC）	深度学习	视频	BTBR小鼠和CBA对照小鼠的配对实验
1120	2025-07-09	Multi-task deep learning framework for enhancing Mayo endoscopic score classification in ulcerative colitis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251356396 PMID:40621175	研究论文	本文提出了一种多任务深度学习框架，用于提高溃疡性结肠炎Mayo内镜评分分类的准确性	采用多任务学习框架，模仿人脑从粗到细的处理机制，有效解决医学影像数据不平衡问题	未来研究需要探索整合多个基于卷积神经网络的模型以进一步提高分类准确性	提高溃疡性结肠炎内镜图像分类的准确性，特别是对疾病严重阶段的识别	溃疡性结肠炎的内镜图像	数字病理	溃疡性结肠炎	多任务学习(MTL)	DenseNet121, MobileNet-v3-large	图像	NA