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
12721	2025-04-29	Deep Learning-Based Medical Ultrasound Image and Video Segmentation Methods: Overview, Frontiers, and Challenges 2025-Apr-08, Sensors (Basel, Switzerland) DOI:10.3390/s25082361 PMID:40285051	综述	本文综述了基于深度学习的医学超声图像和视频分割方法，总结了该领域的最新进展	介绍了扩散模型和segment anything模型等最新技术，并对方法进行了分类和评估	未提及具体实验验证或性能比较结果	总结和评估深度学习在医学超声图像分割领域的应用	医学超声图像和视频	数字病理学	NA	深度学习	扩散模型, segment anything模型	图像, 视频	NA	NA	NA	NA	NA
12722	2025-10-07	Surface EMG Sensing and Granular Gesture Recognition for Rehabilitative Pouring Tasks: A Case Study 2025-Apr-07, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10040229 PMID:40277628	研究论文	本研究提出了一种基于粒计算和ConvMixer架构的表面肌电信号手势识别方法，专注于康复治疗中的精细倒水动作识别	首次将粒计算与ConvMixer架构结合用于表面肌电信号分析，并引入特征融合策略显著提升了精细手势识别准确率	研究仅针对倒水动作进行案例研究，样本规模和任务多样性有限	开发高精度的表面肌电信号手势识别系统以支持康复治疗和辅助系统	康复患者的精细日常动作（特别是倒水动作）	机器学习	运动功能障碍	表面肌电信号采集	深度学习	表面肌电信号	NA	NA	ConvMixer	准确率	NA
12723	2025-10-07	Automated Graphic Divergent Thinking Assessment: A Multimodal Machine Learning Approach 2025-Apr-07, Journal of Intelligence IF:2.8Q1 DOI:10.3390/jintelligence13040045 PMID:40278054	研究论文	提出一种多模态深度学习模型，用于自动化评估图像型发散思维测试	首次将视觉特征与语义特征融合用于发散思维自动评分，实现新颖性、流畅性和灵活性三个维度的同步评估	验证集样本量相对较小（100张图像），模型泛化能力有待进一步验证	开发自动化图形发散思维评估系统，提高评估的客观性和效率	708名中国高中生的发散思维测试回答	机器学习	NA	深度学习	CNN, 神经网络	图像, 文本	708名高中生，包含603张训练图像和100张验证图像	NA	ResNet50, GloVe, 全连接神经网络	Pearson相关系数, MSE	NA
12724	2025-10-07	Berg Balance Scale Scoring System for Balance Evaluation by Leveraging Attention-Based Deep Learning with Wearable IMU Sensors 2025-Apr-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040395 PMID:40281755	研究论文	提出基于注意力机制深度学习与可穿戴IMU传感器的自动化Berg平衡量表评分系统	首次将CNN空间特征提取、Bi-LSTM时序建模和注意力机制相结合，实现无需人工特征工程的自动化平衡评估	无法推广到无法独立行走的严重受损患者，且不能预测单个任务的得分	开发自动化平衡评估系统以辅助医疗监测和康复评估	帕金森病和中风患者的平衡能力评估	机器学习	帕金森病, 中风	惯性测量单元(IMU)传感器	CNN, Bi-LSTM, 注意力机制	IMU传感器数据	20名健康受试者(年轻和老年)和20名患者(帕金森病和中风)	NA	CNN, Bi-LSTM	平均绝对误差(MAE), 均方根误差(RMSE)	NA
12725	2025-10-07	Ultrasound-Based Deep Learning Radiomics Models for Predicting Primary and Secondary Salivary Gland Malignancies: A Multicenter Retrospective Study 2025-Apr-05, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040391 PMID:40281751	研究论文	本研究开发基于超声的深度学习影像组学模型，用于区分原发性和继发性唾液腺恶性肿瘤	首次结合传统超声特征、影像组学和深度学习特征构建综合诊断模型，并采用多中心回顾性研究设计	回顾性研究设计，样本量相对有限（140例患者），需要外部验证	开发无创诊断模型以区分原发性和继发性唾液腺恶性肿瘤	唾液腺恶性肿瘤患者	医学影像分析	唾液腺恶性肿瘤	超声成像	深度学习,机器学习	超声图像	140例患者（68例原发性，72例继发性），来自四个医疗中心	NA	多层感知器(MLP),迁移学习预训练模型	AUC	NA
12726	2025-04-29	Effects of Landscape Characteristic Perception of Campus on College Students' Mental Restoration 2025-Apr-05, Behavioral sciences (Basel, Switzerland) DOI:10.3390/bs15040470 PMID:40282091	研究论文	本研究探讨了校园景观特征感知对大学生心理恢复的影响机制	开发了一个包含三个维度的校园景观感知量表，并探索了景观特征、偏好、地方依恋因素与心理恢复之间的复杂相互关系	研究仅在中国南京的六所高等教育机构进行，样本可能不具有全球代表性	探究校园景观特征感知对心理恢复的影响机制	大学生	环境心理学	NA	深度学习技术	偏最小二乘法(PLS)	心理指标数据	来自6所高校36个校园绿地的759名参与者	NA	NA	NA	NA
12727	2025-04-29	From Indoor to Daylight Electroluminescence Imaging for PV Module Diagnostics: A Comprehensive Review of Techniques, Challenges, and AI-Driven Advancements 2025-Apr-04, Micromachines IF:3.0Q2 DOI:10.3390/mi16040437 PMID:40283312	综述	本文全面分析了光伏（PV）模块诊断中的电致发光（EL）成像技术，重点关注从传统室内成像到户外及日光EL成像的进展	探讨了红外敏感铟镓砷（InGaAs）相机、光学滤波和周期性电流调制等创新技术，以及AI驱动方法在缺陷分类和性能评估自动化中的应用	未提及具体研究样本数量或实验数据，可能缺乏实证支持	评估和提升光伏模块诊断中EL成像技术的效率和可靠性	光伏（PV）模块	计算机视觉	NA	电致发光（EL）成像、红外敏感铟镓砷（InGaAs）相机、光学滤波、周期性电流调制	深度学习、生成对抗网络（GANs）	图像	NA	NA	NA	NA	NA
12728	2025-10-07	Artificial Intelligence in Placental Pathology: New Diagnostic Imaging Tools in Evolution and in Perspective 2025-Apr-03, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040110 PMID:40278026	综述	本文综述人工智能在胎盘病理学中的最新应用进展与未来发展方向	提出针对胎盘组织病理学的专用AI解决方案，包括GestAltNet妊娠年龄估算模型和自动化组织学病变识别	数据集异质性、算法解释性不足和模型透明度问题	总结胎盘病理学中人工智能应用的最新进展	胎盘组织病理学图像和数据	数字病理学	妊娠相关疾病	数字图像分析、三维重建、深度学习	深度学习模型	病理图像	NA	NA	GestAltNet	NA	NA
12729	2025-10-07	U-Net-Based Deep Learning Hybrid Model: Research and Evaluation for Precise Prediction of Spinal Bone Density on Abdominal Radiographs 2025-Apr-03, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040385 PMID:40281745	研究论文	本研究提出一种结合U-Net和人工神经网络的混合模型，用于通过腹部X光片精确预测脊柱骨密度	首次将U-Net用于腹部X光片预处理以增强骨骼特征，并结合人工神经网络进行骨密度非线性回归预测	研究仅针对女性患者，未包含男性群体；仅使用 anteroposterior 视图的腹部X光片	开发一种基于深度学习的混合模型，用于通过常规腹部X光片精确预测脊柱骨密度	女性患者的腹部X光片，特别关注L2椎体的骨密度测量	计算机视觉	骨质疏松症	X射线成像	U-Net, ANN	图像	NA	NA	U-Net, 人工神经网络	相关系数, 平均绝对误差	NA
12730	2025-10-07	Predicting the Evolution of Lung Squamous Cell Carcinoma In Situ Using Computational Pathology 2025-Apr-02, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040377 PMID:40281737	研究论文	本研究利用计算病理学方法预测肺鳞状细胞原位癌的演变趋势	首次将计算病理学应用于肺鳞状细胞原位癌的演进预测，并比较了基于病理组学的分类器与深度学习模型的性能	样本量较小（112个全切片图像），需要更大数据集训练更高精度的模型	预测肺鳞状细胞原位癌向浸润性癌发展的可能性	肺鳞状细胞原位癌患者的活检组织样本	数字病理	肺癌	H&E染色全切片成像	Ridge分类器, CNN	图像	112个全切片图像	NA	ResNet18	F1-score, precision, recall	NA
12731	2025-10-07	Application of Artificial Intelligence in Retinopathy of Prematurity From 2010 to 2023: A Bibliometric Analysis 2025-Apr, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.70718 PMID:40256143	文献计量分析	对2010-2023年间人工智能在早产儿视网膜病变领域应用的文献计量分析	首次系统分析AI在ROP领域的文献计量特征和发展趋势	仅基于Web of Science数据库，可能未涵盖所有相关文献	探讨人工智能在早产儿视网膜病变领域的文献发表模式和趋势	188篇关于AI在ROP应用的科学文献	文献计量学	早产儿视网膜病变	文献计量分析	NA	文献元数据	188篇出版物	Bibliometrix, VOSviewer	NA	NA	NA
12732	2025-10-07	Relationships Between Retinal Vascular Characteristics and Systemic Indicators in Patients With Diabetes Mellitus 2025-Apr-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.4.72 PMID:40272369	研究论文	开发用于眼底图像血管分割的深度学习方法，研究糖尿病患者视网膜血管特征与全身指标之间的关系	利用自定义U-Net深度学习模型进行视网膜血管分割和测量，并系统分析视网膜血管特征与多种全身指标的相关性	研究样本仅来自亚洲糖尿病评估登记数据库，可能限制结果的普适性	探索糖尿病患者视网膜血管特征与全身指标之间的关联性	糖尿病患者，包括不同糖尿病视网膜病变阶段的患者	数字病理	糖尿病	眼底摄影	CNN	图像	637名糖尿病患者，3575组照片系列	NA	U-Net	相关系数	NA
12733	2025-10-07	Advancing Enzyme-Based Detoxification Prediction with ToxZyme: An Ensemble Machine Learning Approach 2025-Apr-01, Toxins IF:3.9Q1 DOI:10.3390/toxins17040171 PMID:40278669	研究论文	本研究开发了一种名为ToxZyme的集成机器学习模型，用于预测具有环境解毒功能的酶	将随机森林分类器与深度神经网络相结合形成集成模型，提高了酶分类的准确率	NA	开发能够准确分类具有毒素降解能力酶的预测模型	能够催化毒素降解的酶（正数据集）和非毒素降解酶（负数据集）	机器学习	NA	NA	随机森林, 深度神经网络	酶数据	NA	NA	集成模型	精确度	NA
12734	2025-10-07	Rosette Trajectory MRI Reconstruction with Vision Transformers 2025-Apr-01, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11040041 PMID:40278708	研究论文	提出一种结合逆傅里叶变换和卷积增强视觉变换器网络的高效玫瑰花轨迹磁共振成像重建方法	首次将视觉变换器网络应用于非笛卡尔数据重建，通过卷积层增强ViT处理复杂空间依赖关系的能力	NA	开发高效的玫瑰花轨迹磁共振成像重建方法	磁共振成像数据	计算机视觉	NA	磁共振成像	Vision Transformer (ViT)	图像	NA	NA	Vision Transformer (ViT)	归一化均方根误差, 峰值信噪比, 基于熵的图像质量评分	NA
12735	2025-04-29	GONNMDA: A Ordered Message Passing GNN Approach for miRNA-Disease Association Prediction 2025-Apr-01, Genes IF:2.8Q2 DOI:10.3390/genes16040425 PMID:40282386	research paper	该论文提出了一种名为GONNMDA的图神经网络方法，用于预测miRNA与疾病之间的关联	GONNMDA通过整合多源相似性特征、构建异构图并应用有序门控消息传递机制，有效解决了异质性和过平滑问题	论文未明确提及具体的研究局限性	开发一种高效的深度学习方法用于预测miRNA与疾病之间的关联	microRNAs (miRNAs) 与疾病之间的关联	machine learning	breast cancer, rectal cancer, lung cancer	high-throughput sequencing	GNN, multilayer perceptron	biological network data	NA	NA	NA	NA	NA
12736	2025-04-29	Eye-Based Recognition of User Traits and States-A Systematic State-of-the-Art Review 2025-Apr, Journal of eye movement research IF:1.3Q3 DOI:10.3390/jemr18020008 PMID:40290619	review	本文系统地回顾了基于眼动追踪数据和机器学习的用户特征和状态识别方法	填补了基于眼动的用户特征和状态识别领域系统综述的空白，提出了涵盖任务、背景、技术和数据处理的概念框架	需要建立最佳实践、更大规模的数据集以及多样化的任务和背景	系统回顾和综合现有关于使用眼动追踪数据和机器学习识别用户特征和状态的文献	用户特征和状态（如认知和情感状态、人格特质等）	machine learning	NA	眼动追踪技术	SVM, Random Forests, deep learning models	眼动追踪数据	90项研究	NA	NA	NA	NA
12737	2025-04-29	AI approaches for phenotyping Alzheimer's disease and related dementias using electronic health records 2025 Apr-Jun, Alzheimer's & dementia (New York, N. Y.) DOI:10.1002/trc2.70089 PMID:40291122	research paper	利用人工智能技术改进基于电子健康记录的阿尔茨海默病及相关痴呆症的识别	采用基于AI的文本分类方法，包括深度学习和大语言模型（LLMs），显著提高了ADRD患者的识别准确率	方法的成功依赖于临床记录的质量，且需要在更多样化的数据集上进一步验证	提高阿尔茨海默病及相关痴呆症（ADRD）患者的自动化识别准确率	年龄≥64岁的患者，包括1000名ADRD患者和3000名匹配对照	自然语言处理	阿尔茨海默病及相关痴呆症	AI-based text-classification methods	CNN, LLMs (Llama 2)	text	4000名患者（1000名ADRD患者和3000名对照）	NA	NA	NA	NA
12738	2025-04-29	Prediction of difficulty in cryoballoon ablation with a three-dimensional deep learning model using polygonal mesh representation 2025-Apr, Journal of arrhythmia IF:2.2Q2 DOI:10.1002/joa3.70078 PMID:40292274	研究论文	开发了一种基于三维深度学习模型的冷冻球囊消融难度预测方法	首次利用三维深度学习模型结合多边形网格表示来预测冷冻球囊消融的难度，相比传统手动测量方法具有更高的准确性	研究样本量相对有限（189例患者），且仅在特定医疗中心进行	提高冷冻球囊消融手术的成功率	药物抵抗性心房颤动患者	数字病理	心血管疾病	三维深度学习	3D DL模型	三维多边形网格数据	189例药物抵抗性心房颤动患者（2015年1月至2022年1月期间接受冷冻球囊消融治疗）	NA	NA	NA	NA
12739	2025-10-07	Advanced Artificial Intelligence Technologies Transforming Contemporary Pharmaceutical Research 2025-Mar-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040363 PMID:40281723	综述	本文全面回顾了人工智能技术在医疗服务和药物研究领域的应用现状与前景	系统分析了AI在疾病诊断、数字治疗、药物发现和疫情预测等多方面的综合应用潜力	基于文献综述的方法可能无法涵盖所有最新研究进展	探讨人工智能技术在医药研究领域的应用价值和发展趋势	医疗服务和药物研究相关的AI技术应用	机器学习	多种疾病（季节性流感、埃博拉、寨卡、COVID-19、结核病等）	神经网络、深度学习、贝叶斯非参数方法、自然语言处理	神经网络	医疗数据、临床试验数据、疫情数据	NA	NA	NA	NA	NA
12740	2025-10-07	Exploring Feature Selection with Deep Learning for Kidney Tissue Microarray Classification Using Infrared Spectral Imaging 2025-Mar-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040366 PMID:40281726	研究论文	提出基于深度学习和特征选择的框架，用于肾脏肿瘤组织微阵列的红外光谱成像自动分类	将特征选择算法与深度学习分类相结合，仅使用13.6%的波长数据即可达到高精度分类，显著减少训练时间	NA	开发肾脏肿瘤的自动分类方法以改善诊断准确性	肾脏肿瘤组织微阵列，特别是嫌色细胞肾细胞癌和嗜酸细胞瘤	数字病理学	肾癌	红外光谱成像	深度学习	光谱图像数据	NA	NA	NA	准确率	NA