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
1281	2025-09-19	Multimodal deep learning integration for predicting renal function outcomes in living donor kidney transplantation: a retrospective cohort study 2025-Sep-17, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000003494 PMID:40961229	研究论文	开发并验证一种多模态深度学习模型，整合CT影像、放射学报告文本和结构化临床变量，预测活体肾移植受者术后1年肾小球滤过率	首次将CT影像、放射报告文本与临床数据多模态融合，采用BioBERT和CLIP技术提取特征，显著提升肾移植预后预测性能	回顾性研究设计，排除免疫高风险受者和解剖异常病例，可能影响模型泛化能力	优化肾移植供受体匹配并改善长期预后	活体肾移植受者	数字病理	肾脏疾病	CT成像，BioBERT文本嵌入，CLIP视觉特征提取，XGBoost集成分类	多模态深度学习，集成分类器	影像，文本，结构化临床数据	1,937例活体肾移植受者（从3,772例筛选）
1282	2025-09-19	An Artificial Intelligence-Based Framework for Predicting Emergency Department Overcrowding: Development and Evaluation Study 2025-Sep-17, JMIR medical informatics IF:3.1Q2 DOI:10.2196/73960 PMID:40961493	研究论文	开发并评估基于人工智能的模型，用于预测急诊科候诊人数，以支持资源分配和缓解拥挤	结合多种数据源并系统比较11种机器学习算法，首次在小时和日级两个时间分辨率上预测急诊室拥挤，且最佳模型性能显著优于传统方法	数据来源于单一合作医院，模型在不同医院或地区的泛化能力尚未验证	预测急诊科候诊人数以实现主动干预和资源优化	急诊科患者流量数据	机器学习	NA	机器学习算法，包括时间序列视觉变换器(TSiTPlus)和可解释卷积神经网络(XCMPlus)	多种ML算法，包括深度学习和传统方法	时间序列数据	来自美国东南部一家合作医院的急诊科数据
1283	2025-09-19	Current State-of-the-Art 3D MRI Sequences for Assessing Bone Morphology with Emphasis on Cranial and Spinal Imaging: A Narrative Review 2025-Sep-17, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin DOI:10.1055/a-2673-4339 PMID:40962128	综述	本文综述了当前用于评估骨形态（尤其颅骨和脊柱成像）的先进3D MRI序列技术	系统比较了多种短回波时间MRI序列（如ZTE、UTE、VIBE）在骨成像中的应用，并探讨了结合深度学习的潜力	NA	评估现代MRI序列在骨形态成像中的技术进展和应用价值	颅骨和脊柱的骨结构	医学影像	骨骼疾病	MRI序列（ZTE、UTE、VIBE、FRACTURE）、Dixon重建	NA	医学影像数据	基于69项精选研究的文献综述
1284	2025-09-19	Decision Strategies in AI-Based Ensemble Models in Opportunistic Alzheimer's Detection from Structural MRI 2025-Sep-17, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01604-5 PMID:40963032	研究论文	本研究探讨了基于AI的集成模型在利用结构MRI进行阿尔茨海默病机会性检测中的决策策略	比较了三种集成决策策略与三种深度学习架构的组合性能，并首次系统分析了检测性能与模型校准之间的关系	研究基于相对较小的数据集，可能限制模型的泛化能力	开发稳健的AI诊断工具以支持阿尔茨海默病的医疗决策	阿尔茨海默病患者的结构MRI数据	医学影像分析	阿尔茨海默病	结构MRI成像	集成深度学习模型	医学影像	NA
1285	2025-09-19	Deep Learning-Based Shape Classification for Hyperspectral-Imaged Microplastics 2025-Sep-17, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02683 PMID:40963100	研究论文	本研究探索了基于深度学习的方法来自动化微塑料高光谱图像的形状分类，以提高分类效率和准确性	首次系统比较九种深度学习架构在微塑料高光谱图像形状分类中的性能，并强调数据质量和模型架构对分类效果的影响	模型架构和数据质量仍是挑战，需要更鲁棒的设计和高质量数据集以优化分类	自动化微塑料的形状分类过程，减少人工评估的劳动和时间消耗	环境微塑料的高光谱图像，涵盖七种环境基质和11,042个样本	计算机视觉	NA	micro-Fourier transform infrared spectroscopy	CNN, VGG16, ResNet50, ResNet50 V2, MobileNet	高光谱图像	11,042个环境微塑料样本，粒径小至10微米
1286	2025-09-19	Rapid and sensitive acute leukemia classification and diagnosis platform using deep learning-assisted SERS detection 2025-Sep-16, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102320 PMID:40925373	研究论文	提出一种结合深度学习和表面增强拉曼散射的快速灵敏急性白血病分类诊断平台	首次将Transformer模型与SERS技术结合，实现脑脊液样本的快速（5分钟内）和高灵敏度检测	样本量相对有限（390例），需进一步验证临床推广可行性	开发急性白血病的快速分类和诊断方法	急性白血病患者、健康对照及其他疾病患者的脑脊液样本	数字病理学	白血病	表面增强拉曼散射（SERS）	Transformer	1D光谱和2D图像	390例脑脊液样本（包含健康对照、AL患者和其他疾病患者）
1287	2025-09-19	Image-based drug screening combined with molecular profiling identifies signatures and drivers of therapy resistance in pediatric AML 2025-Sep-16, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102304 PMID:40840446	研究论文	本研究结合图像药物筛选与分子分析，识别儿童急性髓系白血病治疗耐药性的特征和驱动因素	开发了结合高内涵成像和深度学习表型分析的功能筛选平台，首次系统应用于儿童AML并揭示化疗耐药原始状态	样本量相对有限（45例患者），需要更大规模验证	研究儿童急性髓系白血病的治疗耐药机制并识别靶向治疗策略	45例儿童急性髓系白血病患者	数字病理学	儿童急性髓系白血病	高内涵成像、深度学习表型分析、基因组和表观基因组分析	深度学习	图像、基因组数据、表观基因组数据	45例儿童AML患者样本
1288	2025-09-19	Development of a predictive model for distant metastasis in HCC patients post-TACE using clinical data, radiomics, and deep learning 2025-Sep-16, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06308-5 PMID:40954349	研究论文	开发结合临床数据、影像组学和深度学习的预测模型，用于评估HCC患者TACE术后远处转移风险	首次整合临床数据、影像组学(RAD)和深度学习(DL)构建联合预测模型，并验证其在多队列中的性能	样本量有限（475例），需进一步多中心验证	预测肝细胞癌(HCC)患者经导管动脉化疗栓塞(TACE)术后远处转移风险	HCC患者（475例）	数字病理	肝癌	影像组学分析，深度学习	DLR（深度学习与影像组学结合模型），逻辑回归	临床数据，医学影像	475例HCC患者（分为训练集、测试集和外部验证队列）
1289	2025-09-19	Dynamic cheek surface modeling for enhanced hypomimia detection in Parkinson's disease 2025-Sep-16, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110896 PMID:40961563	研究论文	提出一种基于脸颊表面动态变化的新方法，用于增强帕金森病患者面部表情减少（hypomimia）的自动检测	引入脸颊表面变异性作为生物标志物，捕捉视频帧中不同时间粒度下的细微渐进变化，并整合时间动态建模	NA	开发更精确的帕金森病面部表情减少自动检测与诊断工具	帕金森病患者与健康对照者的自发说话视频	计算机视觉	帕金森病	视频分析，机器学习，深度学习	3D CNN	视频	112名新发未用药帕金森病患者和90名健康对照者
1290	2025-09-19	Deep learning application for genomic data analysis 2025-Sep-16, BMB reports IF:2.9Q3 PMID:40962325	综述	本文回顾了深度学习在基因组学数据分析中的应用，涵盖变异识别、基因表达调控、基序发现和3D染色质互作四个领域	系统总结了深度学习在基因组学中的关键模型开发策略（如训练与泛化），并前瞻性讨论了基因组标记化和多组学数据整合的挑战	NA	探讨深度学习如何补充传统生物信息学方法以提升基因组数据解读能力	基因组数据（包括序列、表达调控和染色质结构数据）	机器学习	NA	基因组测序技术	深度学习模型（如CNN, LSTM等）	基因组数据	NA
1291	2025-09-19	MBLEformer: Multi-Scale Bidirectional Lesion Enhancement Transformer for Cervical Cancer Image Segmentation 2025-Sep-16, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056357180250516022218 PMID:40965023	研究论文	提出一种用于宫颈癌图像分割的多尺度双向病灶增强Transformer模型MBLEformer	结合Swin Transformer编码器和多尺度注意力机制，引入双向病灶增强上采样策略以优化边缘细节	NA	提高宫颈癌病灶分割的准确性，解决CNN和注意力机制在全局特征捕获和上采样细节优化方面的局限性	卢戈碘染色宫颈图像中的病灶区域	计算机视觉	宫颈癌	深度学习	Swin Transformer, CNN, 注意力机制	图像	专有宫颈癌阴道镜数据集（具体数量未提供）
1292	2025-09-19	Flexible Monolithic 3D-Integrated Self-Powered Tactile Sensing Array Based on Holey MXene Paste 2025-Sep-15, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01924-9 PMID:40952539	研究论文	开发了一种基于多孔MXene浆料的柔性单片三维集成自供电触觉传感阵列	利用多孔MXene浆料实现同时作为微超级电容器和压力传感器的垂直一体化单元设计，显著减少界面失配并增强机械鲁棒性	NA	设计高度集成、智能和灵活的电子系统用于先进人机交互和个性化电子设备	柔性触觉传感系统	柔性电子	NA	刀涂和压印方法	深度学习	压力传感数据	NA
1293	2025-09-19	Concentration-dependent responses of C. reinhardtii to silver ions: hormetic response in growth and reduction of motility 2025-Sep-15, The European physical journal. E, Soft matter DOI:10.1140/epje/s10189-025-00521-3 PMID:40952583	研究论文	研究不同浓度银离子对莱茵衣藻生长、叶绿素含量和运动能力的剂量依赖性效应，揭示其毒物兴奋效应	首次在微藻中观察到银离子诱导的毒物兴奋生长反应，并结合深度学习算法量化运动行为变化	仅针对单一微藻物种进行研究，环境因素交互影响未探讨	探究银离子对水生微生物的生物学效应	莱茵衣藻（Chlamydomonas reinhardtii）	环境毒理学	NA	分光光度法、深度学习运动追踪算法	深度学习（未指定具体架构）	光学密度数据、叶绿素含量数据、运动轨迹数据	多浓度组（0.29-1.18 μM银离子）的微藻培养样本
1294	2025-09-19	Exploring deep learning and hybrid approaches in molecular subgrouping and prognostic-related genetic signatures of medulloblastoma 2025-Sep-15, Chinese neurosurgical journal DOI:10.1186/s41016-025-00405-7 PMID:40954484	研究论文	本研究开发基于MRI的深度学习模型，用于髓母细胞瘤分子亚型分类和预后相关遗传标志物预测	采用两阶段深度学习框架，结合混合模型策略，首次实现从MRI图像直接识别分子亚型和遗传变异	回顾性研究设计，样本来源仅限两个医疗中心，可能存在选择偏倚	开发深度学习模型辅助髓母细胞瘤的风险分层和治疗决策	髓母细胞瘤患者	数字病理	髓母细胞瘤	MRI成像（T1加权、T2加权、对比增强T1加权）	CNN，混合模型	医学图像	449例患者（325例训练集，124例外部验证集）
1295	2025-09-19	Real-time detection of Wi-Fi attacks using hybrid deep learning models on NodeMCU 2025-Sep-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18947-2 PMID:40954170	研究论文	提出一种基于NodeMCU和混合深度学习模型的实时Wi-Fi去认证攻击检测系统	将时序深度学习模型与可解释逻辑回归结合，在超低成本嵌入式设备上实现实时攻击检测	NA	开发轻量级实时Wi-Fi入侵检测系统	Wi-Fi网络流量和去认证攻击	物联网安全	NA	深度学习，逻辑回归	LSTM, GRU, RNN, LR混合模型	网络流量数据包	5,600个标注样本
1296	2025-09-19	Dose equivalent rate forecasting: A comparison of time series methods and machine learning approaches 2025-Sep-15, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112153 PMID:40961690	研究论文	比较时间序列方法和机器学习方法在剂量当量率预测中的性能	首次系统比较传统统计方法与深度学习模型在DER预测中的表现，并引入进化神经架构搜索方法	数据时间跨度有限，随机性变化带来预测挑战，需要更长时间序列数据提升可靠性	开发更稳健的辐射预测模型，提升辐射防护和环境安全决策水平	美国德克萨斯州圣安东尼奥地区的剂量当量率数据	机器学习	NA	时间序列分析，机器学习建模	Persistence Model, Lasso Regression, K-Nearest Neighbors, Evolutionary Neural Architecture Search, Recurrent Neural Networks	时间序列数据	2019年1月至12月数据用于训练，2020年初数据用于测试
1297	2025-09-19	Multi-scale based Network and Adaptive EfficientnetB7 with ASPP: Analysis of Novel Brain Tumor Segmentation and Classification 2025-Sep-15, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056419990250904093436 PMID:40965060	研究论文	提出一种结合多尺度分割网络和自适应分类模型的新方法，用于脑肿瘤的精确分割与分类	创新性地整合了多尺度双边感知网络（MBANet）和基于区域视觉变换器的自适应EfficientNetB7-ASPP分类架构，并采用改进的河马优化算法进行超参数调优	NA	开发一个鲁棒且高效的深度学习框架，辅助临床医生实现脑肿瘤的精确早期诊断和有效治疗规划	脑肿瘤	计算机视觉	脑肿瘤	MRI成像	MBANet, RVAEB7-ASPP, MRP-HOA	图像	NA
1298	2025-09-19	Reply to "A critical appraisal and methodological inquiry into an automated multimodal deep learning model for predicting biochemical recurrence in prostate cancer" 2025-Sep-13, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110616 PMID:40962607	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1299	2025-09-19	A critical appraisal and methodological inquiry into an automated multimodal deep learning model for predicting biochemical recurrence in prostate cancer 2025-Sep-11, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110615 PMID:40962606	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1300	2025-09-19	Advancements in Artificial Intelligence and Machine Learning for Occupational Risk Prevention: A Systematic Review on Predictive Risk Modeling and Prevention Strategies 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175419 PMID:40942853	系统综述	本文系统综述了人工智能和机器学习在职业风险预防中的应用，重点关注预测性风险建模和预防策略	综合分析了AI在职业风险预防中的最新进展，识别了视觉数据主导的研究趋势及多模态数据融合的未来方向	过度依赖视觉数据（在低能见度环境中效果受限），缺乏AI风险检测系统的标准化方法	评估和综合AI算法在工作场所危险环境和职业风险检测与预测中的应用文献	职业风险预防领域的研究文献，特别是高风险行业如建筑、采矿和制造业	机器学习	NA	深度学习（DL），特别是CNN和YOLO模型	CNN, YOLO	视觉数据（图像/视频），部分涉及环境和生理数据	61篇经过严格筛选的相关文章（来自初始209篇文献）