深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
11481	2025-10-07	Development and validation of a deep reinforcement learning algorithm for auto-delineation of organs at risk in cervical cancer radiotherapy 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91362-9 PMID:40000766	研究论文	开发并验证了一种结合分割一切模型(SAM)的深度强化学习算法，用于提高宫颈癌放疗中危及器官自动勾画的准确性	将分割一切模型(SAM)与强化学习相结合，提出了一种新的训练策略，在不增加模型复杂度的前提下提高了分割性能	样本量相对有限(150例)，仅在一家医院收集数据，需要进一步多中心验证	开发用于宫颈癌放疗中危及器官自动勾画的深度强化学习算法	宫颈癌患者的CT图像	医学图像分析	宫颈癌	CT成像	深度强化学习(DRL)	医学图像(CT)	150例宫颈癌患者的CT图像(122例训练集，28例测试集)	NA	分割一切模型(SAM)	Dice相似系数(DSC), 95% Hausdorff距离, 平均对称表面距离(ASSD), 相对绝对体积差异(RAVD)	NA
11482	2025-10-07	Optimizing black cattle tracking in complex open ranch environments using YOLOv8 embedded multi-camera system 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91553-4 PMID:40000894	研究论文	提出一种基于YOLOv8的多摄像头多牛只追踪系统，用于复杂开放牧场环境中黑牛的精准监测	开发了定制化多摄像头多牛只追踪系统，结合YOLOv8分割模型和Segment Anything Model，在复杂开放牧场环境中实现高精度黑牛追踪	单摄像头设置在23.3米×20米范围内对55头牛的监测存在细节捕捉限制	优化复杂开放牧场环境中黑牛的追踪精度和监测效果	黑牛	计算机视觉	NA	视频监控，目标检测，分割，追踪	YOLOv8，SAM	视频	55头牛，10个4摄像头案例	NA	YOLOv8，Segment Anything Model	多目标追踪精度，处理速度	NA
11483	2025-10-07	Preoperative clinical radiomics model based on deep learning in prognostic assessment of patients with gallbladder carcinoma 2025-Feb-25, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13711-1 PMID:40001024	研究论文	开发基于深度学习的术前临床放射组学生存预测模型，用于胆囊癌患者的预后评估	结合nnU-Net自动分割和DeepSurv生存预测模型，首次构建基于术前临床放射组学的胆囊癌预后评估模型	单中心回顾性研究，样本量有限（168例患者）	为胆囊癌患者术前评估和治疗决策提供参考依据	胆囊癌患者	医学影像分析	胆囊癌	CT影像分析，放射组学特征提取	nnU-Net, DeepSurv	医学影像（上腹部增强CT）	168例胆囊癌患者	3D Slicer, nnU-Net, DeepSurv	nnU-Net, DeepSurv	C-index, AUC, Delong检验	NA
11484	2025-10-07	Deformable registration for nasopharyngeal carcinoma using adaptive mask and weight allocation strategy based CycleFCNs model 2025-Feb-25, Radiation oncology (London, England) DOI:10.1186/s13014-025-02603-0 PMID:40001040	研究论文	提出一种基于自适应掩码和权重分配策略的CycleFCNs模型，用于鼻咽癌病例的CT-MR图像可变形配准	针对MR扫描视野受限和多模态图像扫描角度差异问题，提出了自适应掩码配准策略和权重分配策略	研究样本量相对有限（269例），且仅针对鼻咽癌病例	提高鼻咽癌病例CT和MR图像之间的配准精度	鼻咽癌患者的CT和MR医学图像	医学图像处理	鼻咽癌	医学影像配准	CycleFCNs	医学图像（CT和MR体积数据）	269例鼻咽癌病例（188例训练，81例测试）	NA	CycleFCNs	Dice相似系数, Hausdorff距离, 精确率, 召回率	NA
11485	2025-10-07	Decoding breast cancer imaging trends: the role of AI and radiomics through bibliometric insights 2025-Feb-25, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01983-1 PMID:40001088	文献计量分析	通过文献计量学方法分析人工智能和影像组学在乳腺癌影像学领域的研究现状和前沿热点	首次对该领域进行系统的文献计量分析，识别研究趋势和未来热点方向	仅基于Web of Science数据库，可能存在文献收录不全的局限	探讨人工智能和影像组学在乳腺癌影像学领域的研究现状和前沿热点	乳腺癌影像学相关的科学文献	医学影像分析	乳腺癌	文献计量分析	NA	文献元数据	2,701篇Web of Science核心合集出版物	CiteSpace, VOSviewer, Pajek, R	NA	NA	NA
11486	2025-10-07	Study on the prediction performance of AIDS monthly incidence in Xinjiang based on time series and deep learning models 2025-Feb-25, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-21982-3 PMID:40001115	研究论文	基于时间序列和深度学习模型比较新疆艾滋病月发病率的预测性能	首次在新疆艾滋病预测中系统比较了传统时间序列模型（ARIMA、ETS）与深度学习模型（LSTM、XGBoost）的性能	仅使用单一地区数据，模型在更广泛地区的适用性有待验证	寻找预测新疆艾滋病月发病率的最佳模型	新疆地区艾滋病月发病率数据	时间序列预测	艾滋病	时间序列分析	ARIMA, EGARCH, TGARCH, ETS, XGBoost, LSTM	时间序列数据	2004年1月至2020年12月新疆艾滋病月发病率数据	NA	ARIMA(2,1,2), ARIMA(2,1,2)-EGARCH(2,2), ARIMA(2,1,2)-TGARCH(1,1), ETS(A,A,A), XGBoost, LSTM	RMSE, MAE, MAPE	NA
11487	2025-10-07	An enhanced denoising system for mammogram images using deep transformer model with fusion of local and global features 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89451-w PMID:39994276	研究论文	提出一种基于深度Transformer的乳腺X光图像去噪系统DeepTFormer，融合局部和全局特征	首次将Transformer模型应用于图像去噪任务，设计包含局部-全局特征提取模块的新型网络架构	未明确说明模型计算复杂度及在资源受限环境下的适用性	开发高效的医学图像去噪方法以提升图像质量	乳腺X光图像	计算机视觉	乳腺癌	深度学习图像处理	Transformer, CNN	图像	NA	NA	DeepTFormer, ITransformer	PSNR, FSIM, EPI, SSIM	NA
11488	2025-10-07	Super-resolution mapping of anisotropic tissue structure with diffusion MRI and deep learning 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90972-7 PMID:39994322	研究论文	提出一种基于深度学习的扩散MRI超分辨率方法，用于提高纤维取向分布函数(fODF)的空间分辨率	首次将深度学习应用于扩散MRI的fODF超分辨率映射，相比传统样条插值方法能更准确地重建高分辨率数据	方法在低信噪比条件下性能评估有限，且主要基于Human Connectome Project的高质量数据进行验证	开发扩散MRI数据的超分辨率技术以克服采集时间长和空间分辨率限制的问题	中枢神经系统白质中的轴突纤维束	医学影像分析	中枢神经系统疾病	扩散磁共振成像(diffusion MRI), 约束球面反卷积	深度学习	扩散MRI图像, 纤维取向分布函数(fODF)	Human Connectome Project的高质量数据	NA	NA	推土机距离(earth mover's distance)	NA
11489	2025-10-07	Optimizing depression detection in clinical doctor-patient interviews using a multi-instance learning framework 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90117-w PMID:39994325	研究论文	本研究首次将多示例学习框架应用于临床医患访谈文本数据，优化抑郁症检测的客观性和效率	首次将多示例学习框架应用于文本访谈数据领域，提出改进的聚合策略并引入两个超参数以适应文本情感不确定性	NA	提高抑郁症自动检测的客观性和效率，克服长文本中文本表示不足和信息提取无效的问题	临床医患访谈文本数据	自然语言处理	抑郁症	多示例学习框架	集成模型	文本	DAIC-WOZ和E-DAIC数据集	NA	MT5, RoBERTa	F1分数	NA
11490	2025-10-07	Explainable hybrid transformer for multi-classification of lung disease using chest X-rays 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90607-x PMID:39994381	研究论文	提出一种可解释的混合Transformer网络(LungMaxViT)用于胸部X光片的多类肺部疾病分类	结合CNN初始阶段块与SE块改进特征识别能力，并利用Grad-CAM可视化技术解释疾病检测结果	NA	开发高性能的深度学习模型用于胸部X光片的多种肺部疾病分类	胸部X光医学图像	计算机视觉	肺部疾病	胸部X光成像	Transformer, CNN	医学图像	基于两个公共数据集（COVID-19数据集和Chest X-ray 14数据集）	NA	LungMaxViT, MaxViT, ResNet50, MobileNetV2, ViT	准确率, AUC, F1分数	NA
11491	2025-10-07	Tensor-powered insights into neural dynamics 2025-Feb-24, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07711-x PMID:39994447	研究论文	提出一种基于张量空间的神经信号解码方法LS-STM，用于处理高维神经动力学数据	首次将传统向量学习框架张量化，能够直接处理高阶张量域信息而不破坏高维空间内在关系	NA	开发更有效的神经信号解码方法以解析神经动力学	人类和小鼠的神经活动数据	机器学习	NA	神经信号记录	LS-STM	神经信号数据	人类和小鼠数据集	NA	最小二乘支持张量机	解码性能	NA
11492	2025-05-11	Consequences of training data composition for deep learning models in single-cell biology 2025-Feb-24, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.19.639127 PMID:40060416	research paper	研究单细胞转录组学深度学习模型训练数据组成对其性能的影响	首次系统研究了训练数据组成对单细胞转录组学基础模型性能的影响，并提出了优化策略	研究主要关注人类造血系统，可能无法完全推广到其他生物系统	探索训练数据组成如何影响单细胞转录组学深度学习模型的性能	人类造血系统的单细胞转录组数据	单细胞生物学	NA	单细胞转录组学	深度学习模型	单细胞转录组数据	包含成体和发育组织、疾病状态和扰动图谱的细胞样本	NA	NA	NA	NA
11493	2025-10-07	Deep learning algorithms for detecting fractured instruments in root canals 2025-Feb-23, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05652-9 PMID:39988714	研究论文	本研究比较了五种深度学习模型在根尖周X线片中检测折断根管器械的性能	首次系统比较多种深度学习模型在根管折断器械检测任务中的表现，并确定了DenseNet201在此任务中的最优性能	样本量相对有限（700张X线片），且成对比较未显示显著差异	评估深度学习模型在根尖周X线片中检测折断根管器械的性能	根尖周X线片中的折断根管器械	医学影像分析	牙科疾病	X射线成像	深度学习	X射线图像	700张标注的根尖周X线片，其中381张包含折断根管器械	NA	DenseNet201, EfficientNet B0, ResNet-18, VGG-19, MaxVit-T	准确率, AUC, MCC	NA
11494	2025-10-07	Identifying Research Priorities in Digital Education for Health Care: Umbrella Review and Modified Delphi Method Study 2025-Feb-19, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/66157 PMID:39969988	综述	通过伞状综述和改良德尔菲法确定医疗保健数字教育领域的研究优先事项	结合文献综述与专家共识方法系统识别数字教育研究空白，并确立五大优先研究领域	依赖现有文献质量，专家共识可能受参与者背景影响	确定数字教育在医疗保健领域的证据缺口和研究优先方向	医疗专业人员的数字教育研究	数字病理	NA	伞状综述，改良德尔菲法	NA	文献数据，专家意见	217篇系统综述/荟萃分析，42位专家参与德尔菲调查	NA	NA	NA	NA
11495	2025-10-07	Prediction of Vertical Ground Reaction Forces Under Different Running Speeds: Integration of Wearable IMU with CNN-xLSTM 2025-Feb-18, Sensors (Basel, Switzerland) DOI:10.3390/s25041249 PMID:40006478	研究论文	本研究通过整合可穿戴IMU传感器与CNN-xLSTM深度学习模型，基于下肢关节角度数据预测不同跑步速度下的垂直地面反作用力	首次在生物力学研究中应用优化的xLSTM模型，并仅使用下肢关节角度数据预测跑步过程中的地面反作用力	研究样本仅包含12名健康男性跑者，未考虑女性或不同运动能力人群	开发一种基于可穿戴传感器和深度学习的新型地面反作用力测量方法	健康男性跑者在五种不同跑步速度下的运动生物力学数据	机器学习	NA	可穿戴IMU传感器(Xsens), 运动捕捉	CNN, LSTM, xLSTM	运动生物力学数据(关节角度, 地面反作用力)	12名健康男性跑者，在五种跑步速度下采集数据	NA	CNN-xLSTM	相关系数(R), 平均绝对百分比误差(MAPE), 均方根误差(rMSE)	NA
11496	2025-10-07	A Multimodal Pain Sentiment Analysis System Using Ensembled Deep Learning Approaches for IoT-Enabled Healthcare Framework 2025-Feb-17, Sensors (Basel, Switzerland) DOI:10.3390/s25041223 PMID:40006452	研究论文	开发了一种基于多模态深度学习的疼痛情感分析系统，整合面部表情和语音音频来评估人类疼痛强度	提出集成图像和音频分析的多模态疼痛识别系统，通过融合两种模态的结果显著提升识别性能	NA	在物联网医疗框架下实现准确的人类疼痛强度评估	人类疼痛情感表达	计算机视觉, 自然语言处理	疼痛相关疾病	深度学习, 特征提取, 迁移学习	CNN	图像, 音频, 视频	2D Face Set Database, UNBC-McMaster数据库, BioVid数据库, VIVAE数据库	NA	卷积神经网络	准确率	NA
11497	2025-10-07	Mixed-Supervised Learning for Cell Classification 2025-Feb-16, Sensors (Basel, Switzerland) DOI:10.3390/s25041207 PMID:40006436	研究论文	提出一种结合半监督学习和人机协同的混合监督方法用于细胞分类	设计样本选择机制，将高置信度未标记样本用于半监督优化，不可靠样本用于在线标注校正	NA	通过混合监督方法提高细胞分类的准确性	组织病理学图像中的细胞	数字病理学	癌症	深度学习	NA	图像	LUSC、BloodCell和PanNuke三个数据集	NA	NA	准确率	NA
11498	2025-10-07	Exploring Potential Medications for Alzheimer's Disease with Psychosis by Integrating Drug Target Information into Deep Learning Models: A Data-Driven Approach 2025-Feb-14, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26041617 PMID:40004081	研究论文	本研究通过将药物靶点信息整合到DeepBiomarker深度学习模型中，探索阿尔茨海默病伴精神病症状的潜在治疗药物	首次将药物靶点相互作用信息整合到深度学习模型中用于AD+P的药物发现	使用单一医疗中心的电子健康记录数据，可能存在数据代表性限制	改善精神病症状预测并识别AD+P的潜在治疗药物	阿尔茨海默病伴精神病症状患者	机器学习	阿尔茨海默病	深度学习，药物靶点相互作用分析	DeepBiomarker	电子健康记录	匹兹堡大学医学中心的患者数据	NA	DeepBiomarker	AUROC	NA
11499	2025-10-07	Leveraging Artificial Occluded Samples for Data Augmentation in Human Activity Recognition 2025-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s25041163 PMID:40006391	研究论文	提出一种通过人工移除骨架表示中身体部位来模拟遮挡的数据增强方法，用于人类活动识别	与先前专注于旋转骨架的数据增强方法不同，本方法通过模拟遮挡来增加数据多样性	NA	解决人类活动识别中训练数据有限和多样性不足的问题	骨架表示的人类活动数据	计算机视觉	NA	数据增强	深度学习模型	骨架数据	NA	NA	NA	识别性能	NA
11500	2025-10-07	Advancing Emotionally Aware Child-Robot Interaction with Biophysical Data and Insight-Driven Affective Computing 2025-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s25041161 PMID:40006397	研究论文	本研究通过整合生物物理数据和情感计算技术，开发能够动态识别和响应人类情绪状态的情感感知系统，以提升儿童-机器人交互的情感意识	结合神经科学、心理学和人工智能的跨学科见解，开发了能够实时检测和处理负面情绪的自适应系统，并在真实儿童-机器人交互场景中验证了情绪转换效果	仅进行了初步试点研究，样本规模有限，需要更大规模的验证	开发情感感知机器以增强儿童-机器人交互，支持治疗和教育干预	儿童与NAO机器人之间的交互	情感计算	NA	面部表情分析、语音情感识别、生物物理数据采集	深度学习、机器学习、Dynamic Bayesian Mixture Model	面部图像、语音数据、生物物理信号	试点研究，具体样本数未明确说明	NA	DBMM（动态贝叶斯混合模型）	准确率	NA