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	2025-06-29	Enhancing Heart Disease Diagnosis Using ECG Signal Reconstruction and Deep Transfer Learning Classification with Optional SVM Integration 2025-Jun-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121501 PMID:40564822	研究论文	本研究提出了一种结合ECG信号重建和深度迁移学习的综合深度学习框架，旨在提高心脏疾病诊断的准确性和效率	提出了一种创新的ECG分割算法，整合了自适应预处理、基于直方图的导联分离和鲁棒点跟踪技术，专注于从噪声和重叠的多导联图像中自动精确重建单个ECG导联	未明确提及研究的局限性	提高心脏疾病诊断的准确性和效率	12导联标准ECG图像	数字病理	心血管疾病	深度学习、迁移学习、SVM	VGG16, VGG19, ResNet50, InceptionNetV2, GoogleNet	图像	未明确提及样本数量
1102	2025-06-29	Artificial Intelligence Applications to Personalized Dietary Recommendations: A Systematic Review 2025-Jun-13, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13121417 PMID:40565444	系统综述	本文系统评估了人工智能生成的个性化饮食建议在改善成人临床结果方面的有效性	通过人工智能技术提供个性化、数据驱动的饮食建议，超越传统方法	需要进一步研究验证长期效果、优化干预方案并提高用户依从性	评估人工智能生成的饮食干预在改善临床结果方面的有效性	18至91岁的成年人	人工智能应用	糖尿病和肠易激综合征	机器学习（ML）、深度学习（DL）及结合物联网（IoT）的混合方法	常规ML算法、DL及混合方法	血糖、肠道微生物组成和自我报告数据等生物标志物	11项符合纳入标准的研究（5项RCTs、5项前后设计研究、1项横断面分析）
1103	2025-06-29	Detection of Soluble Solid Content in Citrus Fruits Using Hyperspectral Imaging with Machine and Deep Learning: A Comparative Study of Two Citrus Cultivars 2025-Jun-13, Foods (Basel, Switzerland) DOI:10.3390/foods14122091 PMID:40565699	研究论文	本研究探讨了结合高光谱成像（HSI）与机器学习和深度学习技术预测两种柑橘品种（椪柑和甜橙）可溶性固形物含量（SSC）的效果	比较了传统机器学习模型与深度学习模型在预测柑橘SSC方面的性能，并探索了结合不同深度学习架构的模型，同时通过SHAP分析揭示了不同品种间影响波长的差异	研究仅涉及两种柑橘品种，未来需要纳入更广泛的柑橘品种以开发更稳健和通用的预测模型	探索高光谱成像结合机器学习和深度学习技术在柑橘可溶性固形物含量预测中的应用	两种柑橘品种（椪柑和甜橙）的可溶性固形物含量	计算机视觉	NA	高光谱成像（HSI）	支持向量机（SVM）、偏最小二乘回归（PLSR）、卷积神经网络（CNN）、长短期记忆网络（LSTM）、Transformer架构	图像	两种柑橘品种（椪柑和甜橙）
1104	2025-06-29	Epileptic Seizure Detection Using Machine Learning: A Systematic Review and Meta-Analysis 2025-Jun-12, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15060634 PMID:40563805	meta-analysis	本文通过系统综述和荟萃分析评估机器学习模型在癫痫发作检测中的性能	首次通过荟萃分析综合评估机器学习模型在癫痫发作检测中的性能，并分析模型类型、数据预处理方法和数据集类型对结果的影响	需要更大规模的多中心临床研究来验证算法的可解释性、安全性和在真实临床环境中的适用性	评估机器学习模型在癫痫发作检测中的性能，为未来智能工具的开发提供循证基础	基于脑电图(EEG)信号的癫痫发作检测	machine learning	epilepsy	EEG	deep learning vs. traditional ML	EEG信号	60项研究和93个数据集
1105	2025-06-29	Machine Learning-Augmented Triage for Sepsis: Real-Time ICU Mortality Prediction Using SHAP-Explained Meta-Ensemble Models 2025-Jun-12, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13061449 PMID:40564166	研究论文	本文介绍了一种新型、可解释的机器学习框架，用于预测ICU入院脓毒症患者的院内死亡率	结合了集成ML算法与深度学习架构，并通过Red Piranha优化算法进行特征选择和超参数调优	研究依赖于回顾性数据，可能存在数据偏差	提高脓毒症患者的院内死亡率预测精度，优化临床决策过程	ICU入院的脓毒症患者	机器学习	脓毒症	Synthetic Minority Oversampling Technique, Red Piranha Optimization算法	集成ML算法与深度学习架构	临床和实验室数据	来自三级大学医院的2019年1月至2024年6月的患者记录，以及MIMIC-III数据集的外部测试数据
1106	2025-06-29	Characterizing Breast Tumor Heterogeneity Through IVIM-DWI Parameters and Signal Decay Analysis 2025-Jun-12, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121499 PMID:40564820	研究论文	本研究提出了一种结合IVIM-DWI、高光谱成像技术和深度学习的乳腺癌肿瘤表征新方法	利用IVIM-DWI技术无需造影剂即可全面评估组织特性，结合高光谱成像和深度学习提高了肿瘤检测的准确性	样本量较小（仅22例患者），且依赖DCE-MRI作为金标准	评估基于IVIM-DWI数据的乳腺癌肿瘤表征方法	22例肿块型乳腺癌患者的MRI扫描数据	数字病理	乳腺癌	IVIM-DWI、高光谱成像	DNN（深度神经网络）	MRI图像	22例患者（22个独立肿块病例）
1107	2025-06-29	Regulatory risk loci link disrupted androgen response to pathophysiology of Polycystic Ovary Syndrome 2025-Jun-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.26.25324630 PMID:40196246	research paper	该研究整合分子和表观基因组注释，利用深度学习框架预测多囊卵巢综合征（PCOS）风险变异的细胞类型特异性调控效应	通过深度学习模型揭示了PCOS风险变异如何影响转录因子结合位点，特别是与雄激素介导的信号通路相关的变异，为PCOS的高雄激素血症提供了分子层面的解释	研究主要关注特定细胞类型和转录因子，可能未涵盖所有PCOS相关的分子机制	揭示PCOS遗传易感位点如何通过分子机制影响多样化的表型	多囊卵巢综合征（PCOS）的风险变异及其调控效应	machine learning	多囊卵巢综合征	深度学习（DL）	DL	表观基因组数据	NA
1108	2025-06-29	A Lightweight Breast Cancer Mass Classification Model Utilizing Simplified Swarm Optimization and Knowledge Distillation 2025-Jun-11, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060640 PMID:40564456	研究论文	提出一种利用简化群优化和知识蒸馏的轻量级乳腺癌肿块分类模型	引入了一种新颖的串联分类架构和两阶段策略，结合知识蒸馏和简化群优化（SSO）来优化轻量级模型	仅使用了CBIS-DDSM数据集，未在其他数据集上验证模型的泛化能力	开发一种轻量级且计算高效的乳腺癌肿块分类模型	乳腺癌肿块	数字病理学	乳腺癌	知识蒸馏，简化群优化（SSO）	CNN, DNN, NASNetMobile	图像	CBIS-DDSM数据集
1109	2025-06-29	Sequence-Based Prediction for Protein Solvent Accessibility 2025-Jun-11, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26125604 PMID:40565067	研究论文	开发了一种基于序列的氨基酸可溶性预测工具SolAcc，利用LSTM深度学习模型，性能优于现有方法	利用三维蛋白质结构特征开发了新型序列预测工具SolAcc，并采用LSTM深度学习模型实现最佳性能	未提及具体样本量或数据集的多样性限制	预测氨基酸的可溶性程度以理解其功能和重要性	蛋白质中的氨基酸	机器学习	NA	LSTM深度学习	LSTM	蛋白质序列	NA
1110	2025-06-29	Research on Plant RNA-Binding Protein Prediction Method Based on Improved Ensemble Learning 2025-Jun-10, Biology DOI:10.3390/biology14060672 PMID:40563923	研究论文	本文提出了一种基于改进集成学习的植物RNA结合蛋白预测方法，结合浅层和深度学习技术，显著提高了预测准确率	提出了一种集成SVM、LR、LDA和LightGBM预测结果的增强TextCNN方法，并采用K-肽组成编码和皮尔逊相关性阈值减少冗余	未提及方法在其他物种或更大数据集上的泛化能力	开发高精度的植物RNA结合蛋白预测方法，以促进基因调控研究和遗传改良	植物RNA结合蛋白（RBPs）	机器学习	NA	K-肽组成编码（KPC），集成学习	SVM, LR, LDA, LightGBM, TextCNN	序列数据	基准数据集4992条序列，独立测试集1086条序列
1111	2025-06-29	A Novel Machine Learning Model for the Automated Diagnosis of Nasal Pathology in Canine Patients 2025-Jun-10, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15121718 PMID:40564270	研究论文	开发一种用于自动诊断犬类患者鼻腔病理的新型机器学习模型	首次将机器学习和深度学习技术应用于犬类鼻腔病理的自动诊断，通过CT扫描实现高准确率分类	样本量较小（80例CT研究），且仅针对三种鼻腔病理类型（正常鼻腔解剖、真菌性鼻炎和鼻腔内肿瘤）	开发一种神经网络流程，用于区分犬类鼻腔病理	犬类鼻腔病理	数字病理	鼻腔疾病	CT扫描	神经网络	图像	80例CT研究
1112	2025-06-29	Edge Artificial Intelligence Device in Real-Time Endoscopy for the Classification of Colonic Neoplasms 2025-Jun-10, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121478 PMID:40564799	研究论文	本研究构建并评估了一种基于深度学习的结肠镜图像分类模型，用于在边缘计算硬件上实时自动分类结肠肿瘤组织学	采用边缘计算设备实现实时性能，显著提升了结肠镜图像分类的可及性和实时性	研究仅基于回顾性数据，未进行前瞻性临床验证	开发适用于边缘计算平台的实时结肠镜图像分类系统	结肠肿瘤的结肠镜图像	数字病理	结肠癌	深度学习	CNN	图像	2418张结肠镜图像（训练集）和269张独立测试图像（外部测试集）
1113	2025-06-29	LL-MAROCO: A Large Language Model-Assisted Robotic System for Oral and Craniomaxillofacial Osteotomy 2025-Jun-09, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060629 PMID:40564445	研究论文	本研究开发了一种基于大型语言模型ChatGPT-4的智能手术机器人系统，用于口腔和颅颌面骨切开术的自主规划	首次将大型语言模型ChatGPT-4与手术机器人系统结合，实现了口腔和颅颌面骨切开术的自主规划	系统仅针对常见骨切开术进行了验证，未涵盖所有复杂手术场景	开发智能手术机器人系统以提高口腔和颅颌面骨切开术的精确性和安全性	口腔和颅颌面骨切开术	医疗机器人	口腔和颅颌面骨畸形	深度学习框架	ChatGPT-4	视觉数据和文本数据	两种代表性手术（Le Fort I骨切开术和颏成形术）
1114	2025-06-29	Deep Learning Based Automatic Ankle Tenosynovitis Quantification from MRI in Patients with Psoriatic Arthritis: A Feasibility Study 2025-Jun-09, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121469 PMID:40564790	研究论文	本研究评估了一种基于深度学习的全自动方法，用于从银屑病关节炎患者的MRI中分割踝关节腱鞘炎并进行基于体积的量化	首次提出使用深度学习全自动分割和量化银屑病关节炎患者踝关节腱鞘炎的方法，相比传统半定量评分更敏感	样本量相对较小(71名患者)，且仅针对踝关节进行评估	开发自动量化银屑病关节炎患者踝关节腱鞘炎的方法	银屑病关节炎患者的踝关节MRI图像	数字病理学	银屑病关节炎	MRI	nnUNet	医学影像	71名患者的364次踝关节3T MRI扫描
1115	2025-06-29	Prediction of Alzheimer's Disease Based on Multi-Modal Domain Adaptation 2025-Jun-07, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15060618 PMID:40563789	研究论文	提出一种多模态深度领域自适应模型（MM-DDA），用于整合MRI和PET模态数据以提高阿尔茨海默病分类的准确性	提出了一种结合MRI和PET模态数据的多模态深度领域自适应模型，通过特征编码、多头注意力特征融合和领域转移模块，充分利用多模态数据的互补性并减少领域分布差异	未提及模型在其他独立数据集上的泛化能力验证	提高阿尔茨海默病的计算机辅助诊断准确性	阿尔茨海默病患者和正常对照组的脑部MRI和PET影像数据	数字病理学	老年病	结构磁共振成像（MRI）和18-氟脱氧葡萄糖正电子发射断层扫描（PET）	CNN结合多头注意力机制	影像	639名来自ADNI的受试者
1116	2025-06-29	A Dual-Feature Framework for Enhanced Diagnosis of Myeloproliferative Neoplasm Subtypes Using Artificial Intelligence 2025-Jun-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060623 PMID:40564439	研究论文	提出了一种结合手工和自动特征提取技术的双特征框架，用于改进费城染色体阴性骨髓增殖性肿瘤亚型的分类	结合手工特征和深度学习自动特征提取，提升分类性能	某些特征类型假设为正态分布可能存在挑战	提高费城染色体阴性骨髓增殖性肿瘤亚型的诊断准确性	费城染色体阴性骨髓增殖性肿瘤亚型（如原发性血小板增多症、真性红细胞增多症和原发性骨髓纤维化）	数字病理学	骨髓增殖性肿瘤	深度学习	机器学习模型	组织病理学图像	NA
1117	2025-06-29	Development of a Deep Learning Model for the Volumetric Assessment of Osteonecrosis of the Femoral Head on Three-Dimensional Magnetic Resonance Imaging 2025-Jun-06, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.05.126 PMID:40484054	研究论文	开发了一种基于深度学习的模型，用于自动分割MRI图像中的股骨头坏死病灶并根据Steinberg分类进行自动分类	首次使用深度学习模型自动分割和分类股骨头坏死病灶，提高了临床评估的效率和准确性	样本量较小（63髋），且仅包含未发生塌陷的病例	开发一种自动化的股骨头坏死病灶体积评估方法，以辅助临床诊断	股骨头坏死（ONFH）患者的MRI图像	数字病理学	股骨头坏死	MRI	Dynamic U-Net	三维磁共振图像	63髋（22例A级，23例B级，18例C级）
1118	2025-06-29	Using Deep Learning With Few-Shot Learning to Improve Data Capture in Total Hip Arthroplasty Operative Notes 2025-Jun-06, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.06.008 PMID:40484056	研究论文	本研究探讨了使用GPT-4结合小样本学习技术改进全髋关节置换术手术记录数据捕获的可行性	首次将GPT-4与小样本学习技术结合应用于骨科手术记录的结构化数据提取，并评估了模型提供临床依据的能力	研究仅在一个机构的38位外科医生的手术记录上进行测试，样本来源有限	提高全髋关节置换术手术记录的结构化数据捕获效率	全髋关节置换术的手术记录	自然语言处理	骨科疾病	few-shot learning	GPT-4	文本	240份手术记录(60份固定方式，90份技术使用，120份手术入路)
1119	2025-06-29	Lightweight Brain Tumor Segmentation Through Wavelet-Guided Iterative Axial Factorization Attention 2025-Jun-06, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15060613 PMID:40563784	研究论文	提出一种轻量级深度学习框架，通过自适应离散小波分解和迭代轴向注意力改进3D脑肿瘤分割	结合小波分解模块捕获多尺度信息，并通过迭代轴向因子化注意力降低计算负担，同时保持长程依赖	未提及具体临床部署中的实时性测试或跨设备兼容性验证	开发高效精准的脑肿瘤MRI分割方法以适配资源受限的临床场景	3D MRI脑肿瘤数据	数字病理	脑肿瘤	自适应离散小波分解、迭代轴向注意力机制	轻量级深度学习框架（含CNN与注意力模块）	3D MRI图像	BraTS2020和FeTS2022数据集（具体样本量未说明）
1120	2025-06-29	Hybrid Deep Learning Architecture with Adaptive Feature Fusion for Multi-Stage Alzheimer's Disease Classification 2025-Jun-06, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15060612 PMID:40563783	research paper	提出一种新型深度学习框架，用于多阶段阿尔茨海默病分类，通过自适应特征融合层动态整合局部和全局特征	自适应特征融合层通过注意力机制动态整合ResNet50的局部结构特征和ViT的全局连接模式，显著提升分类准确率	未提及在更广泛数据集上的验证或计算资源需求	提高阿尔茨海默病多阶段分类的准确性，实现早期精确诊断	阿尔茨海默病患者的多阶段分类	digital pathology	geriatric disease	T1-weighted MRI扫描	ResNet50, ViT	image	2380 MRI scans