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
101	2025-08-11	UniScore, a Unified and Universal Measure for Peptide Identification by Multiple Search Engines 2025-Jul, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2025.101010 PMID:40466863	研究论文	提出UniScore作为一种度量标准，用于整合和标准化多种搜索引擎在基于LC/MS/MS的自下而上蛋白质组学数据分析中的输出	UniScore仅通过匹配候选肽的氨基酸序列与产物离子谱来计算，独立于分数值使用基于目标-诱饵方法的错误发现率控制接受标准，相比其他使用深度学习的光谱预测的重新评分方法，能够以最小的计算资源处理更大规模的数据	NA	开发一种统一且通用的度量标准，用于整合和标准化多种搜索引擎在蛋白质组学数据分析中的输出	基于LC/MS/MS的自下而上蛋白质组学数据	蛋白质组学	NA	LC/MS/MS, 数据依赖采集(DDA)	NA	质谱数据	大规模全球蛋白质组数据和磷酸化蛋白质组数据
102	2025-08-11	Accelerated Non-Contrast-Enhanced Three-Dimensional Cardiovascular Magnetic Resonance Deep Learning Reconstruction 2025-Jul, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/RCM37399 PMID:40776949	研究论文	本研究探讨了Adaptive CS-Net深度学习算法在非对比增强三维心血管磁共振成像中的重建效果	首次评估Adaptive CS-Net算法在REACT非对比三维全心成像中的表现，并与传统压缩感知方法进行比较	样本量较小(30名参与者)，且仅针对特定血管区域进行评估	评估深度学习重建算法在心血管磁共振成像中的性能	非对比增强三维全心磁共振图像	数字病理	心血管疾病	REACT序列，bSSFP序列，压缩感知	Adaptive CS-Net	磁共振图像	30名参与者
103	2025-08-11	Artificial Intelligence-based Approaches for Characterizing Plaque Components From Intravascular Optical Coherence Tomography Imaging: Integration Into Clinical Decision Support Systems 2025-Jul, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/RCM39210 PMID:40776963	综述	本文综述了基于人工智能的方法在冠状动脉内光学相干断层扫描（IVOCT）图像中斑块特征分析的应用及其临床转化	整合AI技术于IVOCT分析流程，减少对预定义标准的依赖，实现更灵活全面的斑块特征分析	现有方法评估的斑块特征范围有限，且多局限于特定监管或研究环境	促进IVOCT技术在临床实践中的常规应用，支持临床决策	冠状动脉粥样硬化斑块	数字病理学	心血管疾病	IVOCT	CNN	图像	NA
104	2025-08-11	Harnessing Artificial Intelligence in Interventional Cardiology: A Systematic Review of Current Applications 2025-Jul, Cureus DOI:10.7759/cureus.87494 PMID:40777718	系统综述	本文系统综述了人工智能在介入心脏病学中的当前应用、方法和前景	探讨了AI在介入心脏病学中的创新应用，如提高诊断准确性和手术效率，以及个性化治疗指导	面临数据隐私、算法透明度和普适性等挑战	评估AI在介入心脏病学中的应用及其潜力	介入心脏病学中的AI技术及其临床应用	医疗人工智能	心血管疾病	机器学习(ML)和深度学习(DL)	ML和DL	医疗影像和临床数据	20项研究
105	2025-08-11	Deep learning-assisted terahertz intelligent detection and identification of cancer tissue 2025-Jul, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2025.03.013 PMID:40777781	research paper	提出了一种基于深度学习的太赫兹智能检测系统DECANet，用于癌症组织的早期筛查和识别	结合太赫兹检测技术和人工智能技术，开发了一种端到端的癌症组织分类系统	研究仅针对乳腺癌和皮肤癌组织，未涉及其他类型癌症	开发一种非侵入性、高分辨率的癌症早期诊断工具	乳腺癌和皮肤癌组织	digital pathology	breast cancer, skin cancer	THz detection technique	DECANet (dense and efficient channel attention network)	THz signals	乳腺癌和皮肤癌组织样本（具体数量未提及）
106	2025-08-11	Advancing Spine Fracture Detection: The Role of Artificial Intelligence in Clinical Practice 2025-Jul, Korean journal of neurotrauma DOI:10.13004/kjnt.2025.21.e22 PMID:40778250	review	本文综述了人工智能在脊柱骨折检测中的最新进展及其在临床实践中的应用	总结了深度学习和机器学习模型在脊柱骨折诊断中的最新进展，并探讨了AI辅助工作流程在提高诊断效率方面的潜力	数据集变异性大、需要大规模标注数据集以及评估指标的标准化不足	提高脊柱骨折的诊断准确性和效率，改善患者管理	脊柱骨折	medical imaging	osteoporosis, trauma, and degenerative diseases	deep learning (DL), machine learning (ML)	DL, ML	medical imaging	NA
107	2025-08-11	Automated Finite Element Modeling of the Lumbar Spine: A Biomechanical and Clinical Approach to Spinal Load Distribution and Stress Analysis 2025-Jun-30, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124236 PMID:40602487	研究论文	本研究介绍了一种自动化有限元分析方法，用于腰椎生物力学研究，整合了基于深度学习的分割与计算建模，以优化从成像到模拟的工作流程	通过深度学习框架自动分割医学影像数据，并结合Laplacian平滑和简化技术优化表面网格，显著提高了建模效率和可重复性	未明确提及样本量或数据来源的具体限制	开发一种自动化有限元分析方法，用于腰椎生物力学研究，以改进临床诊断、植入物设计和康复治疗	腰椎的椎骨和椎间盘	生物力学	脊柱疾病	深度学习、有限元分析(FEA)、Laplacian平滑	深度学习框架、Gibbon库、FEBio	医学影像数据	NA
108	2025-08-11	Advancing smart communities with a deep learning framework for sustainable resource management 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329492 PMID:40773471	research paper	该研究提出了一种深度学习框架，用于优化智能社区的可持续资源管理	结合了LSTM、CNN和自编码器，提高了资源预测精度和异常检测能力	数据来源局限于阿姆斯特丹和新加坡的开放数据平台，可能影响模型的普适性	优化智能社区的资源管理系统，实现可持续发展	智能社区的能源、水资源和废物管理系统	machine learning	NA	深度学习	LSTM, CNN, autoencoder	时空数据	来自阿姆斯特丹开放数据平台、新加坡政府开放数据门户以及众包平台FixMyStreet和OneService的数据
109	2025-08-11	FCMI-YOLO: An efficient deep learning-based algorithm for real-time fire detection on edge devices 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329555 PMID:40773480	research paper	提出了一种名为FCMI-YOLO的高效深度学习算法，用于边缘设备上的实时火灾检测	引入了FasterNext模块、跨尺度特征融合模块(CCFM)和混合局部通道注意力机制(MLCA)，并提出了Inner-DIoU损失函数来优化边界框回归	未提及算法在极端环境下的性能表现	解决在硬件资源受限条件下，准确性和推理速度之间的权衡问题	边缘设备上的实时火灾检测	computer vision	NA	deep learning	YOLO	image	自定义火灾数据集
110	2025-08-11	GNN-RMNet: Leveraging graph neural networks and GPS analytics for driver behavior and route optimization in logistics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328899 PMID:40773479	研究论文	本文提出了一种名为GNN-RMNet的混合深度学习系统，用于物流中的驾驶员行为分析和路线异常检测	结合GNN、ResNet和MobileNet，实现了可解释、可扩展且高效的驾驶员行为分析和路线异常检测	未来部署需要考虑网络安全、数据隐私和多模态传感器集成等问题	开发智能系统以监控驾驶员行为并识别路线异常，优化物流网络	物流网络中的驾驶员行为和车辆路线	机器学习	NA	GPS分析和车辆传感器数据流	GNN、ResNet、MobileNet	时空GPS轨迹和车辆传感器数据	真实世界的GPS-车辆传感器数据集
111	2025-08-11	Study on the effect of light distribution on the greenhouse environment in Chinese solar greenhouse 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328302 PMID:40773526	研究论文	研究光照分布对中国日光温室内部环境的影响	结合实验测量与深度学习模型（LSTM）研究日光温室内的光热环境分布及其对作物生长的影响	研究仅针对特定高度和水平范围内的光照和温度变化，未涵盖所有可能的温室环境条件	探究日光温室内光照环境对内部条件的影响，为调控温室光温环境提供数据和理论依据	日光温室内的光照和温度分布	农业工程	NA	深度学习	LSTM	环境监测数据（光照、温度）	实验测量数据，具体样本量未明确说明
112	2025-08-11	Robust skeletal motion tracking using temporal and spatial synchronization of two video streams 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328969 PMID:40773500	研究论文	该研究提出了一种结合时间和空间同步的双视频流三维人体骨骼跟踪系统，用于上肢康复活动的精确运动追踪	通过集成90°辅助摄像头和线性回归深度误差校正模型，显著提高了单摄像头系统在遮挡和非正面视角情况下的深度估计精度	研究主要集中在上肢活动，未涉及全身运动追踪	开发一种经济高效且可扩展的远程患者监测和运动功能评估解决方案	上肢康复活动中的骨骼运动	计算机视觉	康复医学	双摄像头系统、线性回归模型、卡尔曼滤波	线性回归、卡尔曼滤波	视频流	NA
113	2025-08-11	Liver MRI proton density fat fraction inference from contrast enhanced CT images using deep learning: A proof-of-concept study 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328867 PMID:40779568	研究论文	本研究探讨了使用深度学习从对比增强CT图像推断肝脏MRI质子密度脂肪分数的可行性	首次尝试使用深度学习模型从CECT图像预测MRI-PDFF值，为肝脏脂肪定量提供了一种更经济、更易获取的替代方法	在从CECT图像精确推断MRI-PDFF值方面能力有限	探索从对比增强CT图像推断肝脏MRI质子密度脂肪分数的可行性，以改善代谢功能障碍相关脂肪性肝病的早期诊断	活体肝移植候选者的CECT和MRI-PDFF图像数据	数字病理学	代谢功能障碍相关脂肪性肝病	深度学习	3D U-Net	医学影像	94名患者
114	2025-08-11	Assessing the adversarial robustness of multimodal medical AI systems: insights into vulnerabilities and modality interactions 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1606238 PMID:40776910	research paper	本研究探讨了多模态医疗AI系统在对抗性攻击下的鲁棒性，比较了单模态与多模态模型的性能差异	研究发现多模态模型相比单模态模型在对抗性攻击下表现出更强的鲁棒性，支持多模态整合对深度学习系统稳健性的积极影响	研究仅涉及图像和文本两种模态，未涵盖其他可能的多模态组合	评估医疗AI系统在对抗性攻击场景下的脆弱性及模态间交互作用	多模态医疗AI系统	machine learning	NA	对抗性攻击测试	多模态大模型	图像和文本	NA
115	2025-08-11	The application of artificial intelligence in forensic pathology: a systematic literature review 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1583743 PMID:40776925	系统综述	本文系统评估了人工智能在法医病理学中的最新应用及其未来发展方向	总结了人工智能在法医病理学多个领域中的创新应用，包括死后分析、伤口分析、硅藻测试和微生物组分析等	样本量较小，不同应用间性能差异大，AI决策在法律背景下的可解释性有待提高	评估人工智能在法医病理学中的应用现状和未来发展方向	法医病理学中的各类应用场景	法医病理学	NA	深度学习	NA	多模态数据	18篇符合纳入标准的文章
116	2025-08-11	Data-driven non-intrusive reduced order modelling of selective laser melting additive manufacturing process using proper orthogonal decomposition and convolutional autoencoder 2025, Advanced modeling and simulation in engineering sciences IF:2.0Q3 DOI:10.1186/s40323-025-00305-6 PMID:40777044	研究论文	本研究提出并比较了两种数据驱动的非侵入式降阶模型（ROMs）用于增材制造（AM）过程：POD-ANN和CAE-MLP模型	结合降阶建模技术与机器学习算法，提出POD-ANN和CAE-MLP两种新模型，用于增材制造过程的分析	虽然两种模型均表现出良好的预测性能，但CAE-MLP模型在预测精度和性能上优于POD-ANN模型	提高增材制造过程分析的精度和效率	增材制造（AM）过程	机器学习	NA	POD, ANN, CAE, MLP	POD-ANN, CAE-MLP	数值模拟数据	NA
117	2025-08-11	Deriving equivalent symbol-based decision models from feedforward neural networks 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1618149 PMID:40777518	研究论文	该研究探讨了从前馈神经网络（FNNs）中提取可解释的符号模型（如决策树）的方法，以提高AI系统的透明度和信任度	提出了一种系统方法，利用FNNs中的分布式表示来识别符号组件，并将神经网络激活映射到决策树边缘，从而生成可解释的符号模型	研究仅针对前馈神经网络，未涉及其他类型的神经网络	提高AI系统的透明度和信任度，通过提取可解释的符号模型来阐明神经网络的运作	前馈神经网络（FNNs）和符号模型（如决策树）	机器学习	NA	分布式表示、符号组件识别	FNNs, 决策树	NA	NA
118	2025-08-11	Automatic segmentation of chest X-ray images via deep-improved various U-Net techniques 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251366855 PMID:40777837	research paper	评估多种基于U-Net的深度学习架构在胸部X光图像分割中的性能，并确定最有效的模型	比较了八种U-Net变体的性能，发现U-Net9在准确性和计算效率上表现最佳	仅使用了公开可用的胸部X光数据集，未涉及其他模态的医学影像数据	评估不同U-Net架构在胸部X光图像分割中的性能，寻找最优模型	胸部X光图像及其对应的分割掩码	digital pathology	COVID-19, viral pneumonia	deep learning	U-Net variants (U-Net7, U-Net9, U-Net11, U-Net13, U-Net16, U-Net32, U-Net64, U-Net128)	image	公开可用的胸部X光数据集，包含正常、COVID-19和病毒性肺炎类别
119	2025-08-11	Automated detection of diabetic retinopathy lesions in ultra-widefield fundus images using an attention-augmented YOLOv8 framework 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1608580 PMID:40778265	研究论文	本研究提出了一种改进的YOLOv8模型，用于精确识别糖尿病视网膜病变(DR)病灶	在YOLOv8模型中集成了两种注意力机制(convEMA和convSimAM)，提高了对小尺寸、低对比度和结构复杂特征的检测能力	仅使用了单一数据源(UWF眼底图像)，未在其他类型图像上验证模型泛化能力	提高糖尿病视网膜病变病灶的自动检测精度	糖尿病视网膜病变患者的超广角眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	YOLOv8+convEMA, YOLOv8+convSimAM	图像	3,388张超广角眼底图像(分辨率2,600×2048像素)
120	2025-08-11	A novel deep learning model based on multimodal contrast-enhanced ultrasound dynamic video for predicting occult lymph node metastasis in papillary thyroid carcinoma 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1634875 PMID:40778281	研究论文	本研究基于多模态对比增强超声动态视频构建深度学习模型，用于预测甲状腺乳头状癌隐匿性淋巴结转移	首次结合2D超声和对比增强超声动态视频构建多模态深度学习模型，显著提高了预测隐匿性淋巴结转移的敏感性和特异性	研究为回顾性分析，样本量有限(396例)，且仅在单一机构收集数据	术前预测甲状腺乳头状癌患者的隐匿性淋巴结转移	临床淋巴结阴性的甲状腺乳头状癌患者	数字病理	甲状腺癌	对比增强超声(CEUS)	深度学习模型(包括DL_CEUSvideo、DL_image和DL_combined)	超声图像和动态视频	396例临床淋巴结阴性的甲状腺乳头状癌病例