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
1161	2025-05-12	A multi-label deep residual shrinkage network for high-density surface electromyography decomposition in real-time 2025-May-08, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01639-3 PMID:40340912	研究论文	提出了一种名为ML-DRSNet的新型实时高密度表面肌电图分解算法，结合多标签学习和深度残差收缩网络以提高准确性和降低延迟	首次将多标签学习与深度残差收缩网络(DRSNet)结合用于HD-sEMG分解，显著提高了分解精度并降低了延迟	仅在一个公共sEMG数据集上进行了评估，需要更多临床数据验证	提高表面肌电图分解的准确性和实时性	运动单位尖峰序列(MUSTs)	生物医学信号处理	神经肌肉疾病	高密度表面肌电图(HD-sEMG)	深度残差收缩网络(DRSNet), 多标签深度卷积神经网络(ML-DCNN)	生物电信号	公共sEMG数据集
1162	2025-05-12	Relevance of choroid plexus volumes in multiple sclerosis 2025-May-08, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-025-00656-7 PMID:40340923	研究论文	本研究探讨了多发性硬化症（MS）中脉络丛（ChP）体积的相关性及其与脑室周围组织损伤的关系	使用新型深度学习分割方法评估ChP体积，并揭示了ChP体积与RRMS患者脑损伤体积及疾病持续时间的动态关系	样本量相对较小，且为横断面研究，无法确定因果关系	阐明ChP在多发性硬化症中的神经炎症作用及其与脑室周围组织损伤的关系	141名复发缓解型多发性硬化症（RRMS）患者、64名原发性进展型多发性硬化症（PPMS）患者和75名健康对照者	数字病理学	多发性硬化症	结构MRI	深度学习分割方法	MRI图像	280人（141 RRMS患者、64 PPMS患者和75名健康对照者）
1163	2025-05-12	Predicting adenine base editing efficiencies in different cellular contexts by deep learning 2025-May-08, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03586-7 PMID:40340964	研究论文	本研究通过深度学习模型BEDICT2.0预测腺嘌呤碱基编辑在不同细胞环境中的效率	开发了BEDICT2.0深度学习模型，能够高精度预测腺嘌呤碱基编辑在细胞系和肝脏中的效率，并验证了其在体外和体内环境中的适用性	模型在细胞系和肝脏中的预测准确性存在差异，且未在其他类型的细胞或组织中验证	预测腺嘌呤碱基编辑在不同细胞环境中的效率，以纠正致病突变	腺嘌呤碱基编辑（ABEs）在细胞系和鼠肝脏中的应用	机器学习	NA	腺嘌呤碱基编辑（ABEs）、深度测序	深度学习模型（BEDICT2.0）	基因序列数据	2,195个致病突变和12,000个引导RNA
1164	2025-05-12	The published role of artificial intelligence in drug discovery and development: a bibliometric and social network analysis from 1990 to 2023 2025-May-08, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00988-4 PMID:40341055	研究论文	本文通过文献计量和社交网络分析方法，系统分析了1990年至2023年间人工智能在药物发现和开发中的应用，揭示了该领域的演变、趋势和关键贡献者	首次全面分析了AI在药物发现和开发领域的文献计量特征，识别了高产作者、活跃机构、高影响力期刊以及国际合作模式	研究仅基于Web of Science数据库，可能未涵盖所有相关文献	系统分析AI在药物发现和开发领域的应用，理解该领域的演变、趋势和关键贡献者	1990-2023年间发表的4059篇科学文献，涉及13932位作者和1071种期刊	药物发现与开发	NA	文献计量分析、社交网络分析	NA	文献数据	4059篇科学出版物
1165	2025-05-12	Effective data selection via deep learning processes and corresponding learning strategies in ultrasound image classification 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00416-5 PMID:40341123	research paper	本研究提出了一种通过深度学习和创新学习策略优化数据选择的新方法，以增强迁移学习在医学影像分类中的应用	提出了一种两阶段网络架构，通过原始网络和True网络的协同工作，优化数据选择并提高分类准确性，无需额外训练数据	方法在数据集已达上限且无法扩展的情况下特别有效，但在数据量充足的情况下可能优势不明显	提高数据有限情况下医学影像分类的迁移学习效果	甲状腺结节超声图像和皮肤镜图像	computer vision	甲状腺疾病	深度学习	ResNet101, Vision Transformer, CNN	image	NA
1166	2025-05-12	Real time intelligent garbage monitoring and efficient collection using Yolov8 and Yolov5 deep learning models for environmental sustainability 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99885-x PMID:40341180	研究论文	本文提出了一种基于YOLOv8和YOLOv5深度学习模型的实时智能垃圾监测和高效收集系统，以应对城市垃圾管理问题	采用两阶段轻量级深度学习模型（YOLOv5和YOLOv8）进行垃圾分类，显著减少参数和计算成本，同时提高垃圾检测和分类的准确性	需要进一步研究目标遮挡问题、CPU和GPU硬件优化以及机器人系统集成	提高城市垃圾管理的效率和准确性，促进环境可持续发展	城市中的垃圾箱及其内部和外部的垃圾	计算机视觉	NA	深度学习	YOLOv8, YOLOv5, EfficientNet	图像	公共数据集和新构建的垃圾数据集
1167	2025-05-12	Clinical assessment and interpretation of dysarthria in ALS using attention based deep learning AI models 2025-May-08, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01654-7 PMID:40341287	研究论文	提出一种基于注意力的深度学习AI模型，用于评估ALS患者的构音障碍严重程度	采用注意力机制的深度学习模型提高了构音障碍评估的准确性，同时保持了临床可解释性	模型性能依赖于有限的样本量和远程收集的录音数据	提高ALS患者构音障碍评估的精确度和临床实用性	ALS患者的语音录音	自然语言处理	ALS（肌萎缩侧索硬化症）	深度学习	基于注意力的深度学习模型	音频	125名参与者的2,102条录音
1168	2025-05-12	Leveraging retinanet based object detection model for assisting visually impaired individuals with metaheuristic optimization algorithm 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99903-y PMID:40341297	research paper	提出了一种基于RetinaNet和元启发式优化算法的对象检测模型，用于帮助视觉障碍人士	结合RetinaNet、EfficientNetB0、LSTM-AE和蒲公英优化器(DO)进行对象检测和分类，提高了准确率	仅在室内对象检测数据集上进行了验证，未测试室外复杂环境	改进实时对象检测方法，帮助视觉障碍人士识别物体	视觉障碍人士日常需要识别的物体	computer vision	NA	Weiner filter, RetinaNet, EfficientNetB0, LSTM-AE, Dandelion Optimizer	RetinaNet, EfficientNetB0, LSTM-AE	image	室内对象检测数据集(具体数量未提及)
1169	2025-05-12	Monitoring and deformation of deep excavation engineering based on DFOS technology and hybrid deep learning 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01120-0 PMID:40341437	研究论文	提出了一种结合CNN、LSTM和自注意力机制的混合神经网络模型CNN-LSTM-SAM，用于深基坑位移预测	整合了CNN的数据特征提取能力、LSTM的长期记忆功能和自注意力机制的信息加权能力，提高了预测精度	CNN-LSTM-SAM模型在深基坑位移分析中的应用有限	提高深基坑变形监测和预测的精度	深基坑工程	机器学习	NA	DFOS技术	CNN-LSTM-SAM	时间序列监测数据	大连东港商务区某内支撑深基坑工程的位移数据
1170	2025-05-12	Deep learning-enhanced anti-noise triboelectric acoustic sensor for human-machine collaboration in noisy environments 2025-May-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59523-6 PMID:40341503	研究论文	开发了一种基于柔性纳米柱结构的抗噪声摩擦电声传感器（Anti-noise TEAS），并结合CNN深度学习模型（Anti-noise TEAS-DLM），用于嘈杂环境中的人机协作	通过接触传感直接捕获喉部混合模式振动的声学基频信号，并通过优化设备结构缓冲有效抑制环境噪声，结合深度学习模型实现高保真语义解码	NA	开发一种在嘈杂环境中实现高效人机语音交互的系统	人机协作系统，特别是在嘈杂环境中的应用	机器学习和人机交互	NA	深度学习，摩擦电传感	CNN	声学信号	在模拟虚拟和现实嘈杂环境中进行评估
1171	2025-05-12	Smart indoor monitoring for disabled individuals using an ensemble of deep learning models in an IoT environment 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00374-y PMID:40341573	研究论文	本文提出了一种基于物联网环境的深度学习模型集成方法，用于智能室内监测残疾人的活动	提出了SIMDP-EDLIoT技术，结合了线性缩放归一化、改进的鱼鹰优化算法特征选择以及BiLSTM、GRU和CVAE三种深度学习模型的集成	需要进一步优化以减少能耗和延迟问题	提高残疾人和老年人室内活动监测的准确性和效率	残疾人和老年人的室内活动	物联网与深度学习	老年疾病	线性缩放归一化(LSN)、改进的鱼鹰优化算法(IOOA)、BiLSTM、GRU、CVAE	BiLSTM、GRU、CVAE	传感器数据	NA
1172	2025-05-12	Accelerating multi-objective optimization of concrete thin shell structures using graph-constrained GANs and NSGA-II 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00017-2 PMID:40341580	研究论文	本文提出了一种结合图约束条件生成对抗网络（GANs）和非支配排序遗传算法II（NSGA-II）的新方法，用于优化混凝土薄壳结构的拓扑和厚度	通过结合深度学习的生成能力和进化算法的优化过程，解决了当前优化技术的基本限制，显著提高了收敛速度和解决方案的多样性及质量	NA	优化混凝土薄壳结构的设计，以最小化重量、挠度和应变能	混凝土薄壳结构	机器学习和结构优化	NA	图约束条件生成对抗网络（GANs）和非支配排序遗传算法II（NSGA-II）	GAN和NSGA-II	结构设计数据	NA
1173	2025-05-12	An automated hip fracture detection, classification system on pelvic radiographs and comparison with 35 clinicians 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98852-w PMID:40341645	研究论文	本研究提出了一种基于卷积神经网络(CNN)的自动化系统，用于检测骨盆X光片中的髋部骨折，并与35名临床医生的诊断结果进行比较	使用YOLOv5和三种预训练DNN架构进行髋部骨折检测和预测，在准确性和速度上显著优于临床医生	研究仅基于三家医院的骨盆X光片数据，可能无法代表所有临床场景	提高骨盆和髋部骨折的诊断准确性和效率	骨盆X光片中的髋部骨折	计算机视觉	骨科损伤	CLAHE算法进行图像预处理	YOLOv5, MobileNetV2, Xception, InceptionResNetV2	图像	来自三家医院的骨盆X光片
1174	2025-05-12	AER U-Net: attention-enhanced multi-scale residual U-Net structure for water body segmentation using Sentinel-2 satellite images 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99322-z PMID:40341885	research paper	提出了一种名为AER U-Net的深度学习模型，用于从Sentinel-2卫星图像中精确分割水体	结合了残差块、自注意力机制和dropout层的U-Net架构，显著提升了分割精度和泛化能力	未提及具体的数据集局限性或模型在极端环境条件下的表现	开发创新的深度学习方法以提高遥感应用中水体分割的准确性	Sentinel-2卫星图像中的水体	computer vision	NA	深度学习	AER U-Net (基于U-Net架构改进)	卫星图像	未明确提及具体样本数量
1175	2025-05-12	Single-Molecule SERS Discrimination of Proline from Hydroxyproline Assisted by a Deep Learning Model 2025-May-07, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c01177 PMID:40241681	研究论文	本文利用单分子表面增强拉曼光谱（SERS）和深度学习模型，首次实现了脯氨酸和羟脯氨酸的单分子区分	首次结合等离子体孔内颗粒传感器、单分子SERS光谱的出现频率直方图和1D-CNN模型，成功实现了单分子羟基化的区分，准确率达96.6%	信号波动和柠檬酸盐的强干扰可能影响数据分析和模型训练	开发一种能够区分低丰度羟基化的方法，用于早期疾病诊断和治疗开发	脯氨酸和羟脯氨酸的单分子SERS信号	机器学习和光谱分析	NA	单分子表面增强拉曼光谱（SERS）	一维卷积神经网络（1D-CNN）	光谱数据	NA
1176	2025-05-12	A transformer-based framework for temporal health event prediction with graph-enhanced representations 2025-May-03, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104826 PMID:40324665	research paper	提出了一种结合图学习和Transformer框架的深度学习方法GLT-Net，用于预测时序健康事件	通过构建患者关联图和共病关联矩阵，结合图神经网络增强诊断代码的特征表示，并利用Transformer-Encoder框架捕捉历史入院记录的时间依赖性	未明确提及具体的数据集规模限制或模型计算复杂度问题	预测时序健康事件，深入理解患者健康状况和疾病趋势	患者入院记录和诊断代码	machine learning	NA	Graph Learning, Transformer, 图神经网络	GLT-Net (结合GNN和Transformer)	医疗记录数据（诊断代码和入院时间序列）	未明确提及具体样本量，仅说明使用了真实世界数据集
1177	2025-05-12	The impact of body mass index on rehabilitation outcomes after lower limb amputation 2025-May, PM & R : the journal of injury, function, and rehabilitation DOI:10.1002/pmrj.13292 PMID:39676648	research paper	研究肥胖对下肢截肢患者康复期间身体功能和临床结果的影响	使用深度学习神经网络(DLNNs)分析调整后的BMI与出院回家的关系	研究为回顾性分析，可能存在选择偏倚	评估肥胖对下肢截肢患者康复结果的影响	接受下肢截肢住院康复服务的患者	医疗康复	下肢截肢	深度学习神经网络(DLNNs)	DLNNs	临床数据	951名下肢截肢患者
1178	2025-05-12	Automated measurement of cardiothoracic ratio based on semantic segmentation integration model using deep learning 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03263-0 PMID:39708230	研究论文	本研究探讨了语义分割模型在预测心胸比（CTR）和心脏扩大方面的效果，并与参考标准进行了一致性比较	使用软投票集成方法提高了分割准确性，并自动测量CTR，相比放射科医生的手动计算速度更快	研究未提及模型在更广泛疾病或不同影像设备上的泛化能力	开发一种自动化测量心胸比和诊断心脏扩大的方法	650张连续胸部X光片和756个公共数据集	计算机视觉	心血管疾病	深度学习	语义分割模型	图像	1406张胸部X光片
1179	2025-05-12	Deep learning in 3D cardiac reconstruction: a systematic review of methodologies and dataset 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03273-y PMID:39753994	系统综述	本研究提出了一种结合深度学习模型和计算技术的先进方法，用于3D心脏重建，解决了心脏建模和分割中的关键挑战	结合统计形状建模(SSM)、图卷积网络(GCNs)和渐进式GANs进行3D心脏重建，特别是在先天性心脏病等复杂心脏条件下的应用	未明确提及具体局限性	开发自动化、高分辨率的3D心脏重建方法，适用于临床和研究环境	心脏的3D重建	计算机视觉	心血管疾病	统计形状建模(SSM)、图卷积网络(GCNs)、渐进式GANs	GCNs、GANs	3D图像数据	来自UK Biobank、MICCAI MM-WHS挑战赛和先天性心脏病临床数据集的多数据集
1180	2025-05-12	Toward efficient slide-level grading of liver biopsy via explainable deep learning framework 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03266-x PMID:39806118	research paper	本研究提出了一种可解释的深度学习框架，用于高效地进行肝脏活检切片级别的分级	开发了一种新颖的基于多尺度特征提取和融合的patch级别分类模型，提高了肝脏活检分级的准确性和可解释性，并引入了slide级别的聚合框架	NA	解决传统组织学分析和现有深度学习方法的局限性，提高慢性肝病的诊断准确性和效率	肝脏活检切片	digital pathology	chronic liver diseases	deep learning	multi-scale feature extraction and fusion model	image	1322例采用不同染色方法的病例