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	2025-05-15	Multilingual hope speech detection from tweets using transfer learning models 2025-Mar-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88687-w PMID:40089522	研究论文	该研究利用迁移学习模型从推文中检测多语言希望言论	首次探索了乌尔都语和英语中希望言论的检测，特别是基于翻译的技术	仅针对英语和乌尔都语进行研究，未涵盖其他语言	自动检测社交媒体中的希望言论，以促进积极公共话语	社交媒体推文中的希望言论	自然语言处理	NA	迁移学习	Bert transformer	文本	多语言数据集（英语和乌尔都语）
1282	2025-05-15	A MEMS seismometer respiratory monitor for work of breathing assessment and adventitious lung sounds detection via deep learning 2025-Mar-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93011-7 PMID:40089574	研究论文	开发了一种基于MEMS地震计的呼吸监测设备，用于通过深度学习评估呼吸功和检测异常肺音	利用微型贴片式地震计定量监测呼吸功和肺音，结合数据融合深度学习模型提高检测准确性	研究仅在124名患者中进行，需要更大规模的临床验证	开发一种客观、定量的呼吸健康监测方法	患者的呼吸功和肺音	数字病理学	慢性阻塞性肺疾病(COPD)和肺炎	深度学习	数据融合深度学习模型	振动信号	124名患者
1283	2025-05-15	Global output of clinical application research on artificial intelligence in the past decade: a scientometric study and science mapping 2025-Mar-15, Systematic reviews IF:6.3Q1 DOI:10.1186/s13643-025-02779-2 PMID:40089747	研究论文	通过科学计量学和科学图谱分析过去十年人工智能在临床应用研究中的全球产出	首次通过科学计量学和科学图谱方法全面分析人工智能在临床研究中的现状、热点和趋势	仅基于Web of Science数据库的数据，可能未涵盖所有相关研究	分析人工智能在临床应用中发表研究的现状、热点和趋势	人工智能在临床研究中的应用	人工智能	NA	科学计量学、科学图谱分析	NA	文献数据	22,583篇文章，其中735篇关于人工智能临床应用研究
1284	2025-05-15	Voxel-level radiomics and deep learning for predicting pathologic complete response in esophageal squamous cell carcinoma after neoadjuvant immunotherapy and chemotherapy 2025-Mar-15, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2024-011149 PMID:40090670	research paper	该研究开发并验证了一种基于体素级放射组学和深度学习的模型，用于预测食管鳞状细胞癌新辅助免疫治疗联合化疗后的病理完全缓解	提出了一种新颖的体素级放射组学方法，结合Vision-Mamba深度学习模型，显著提高了预测准确性	研究为回顾性设计，需要前瞻性研究进一步验证	开发高准确性的预测模型以指导食管鳞状细胞癌患者的个体化治疗	接受新辅助免疫治疗联合化疗的食管鳞状细胞癌患者	digital pathology	esophageal squamous cell carcinoma	CT imaging	Vision-Mamba, 3D-ResNet, Vision Transformer	CT images	741例患者（469例训练集，118例内部验证集，154例外部队验证集）
1285	2025-05-15	Deep learning prioritizes cancer mutations that alter protein nucleocytoplasmic shuttling to drive tumorigenesis 2025-Mar-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57858-8 PMID:40087285	research paper	该研究通过开发深度学习模型pSAM，系统地分析了癌症中可能影响蛋白质核质穿梭的突变（SAMs），并验证了这些突变如何通过干扰核定位信号影响肿瘤抑制功能	开发了深度学习模型pSAM，首次从序列决定因素的角度解码核质穿梭，并系统地鉴定了影响核定位的癌症突变	研究仅涉及11种癌症类型，可能无法涵盖所有相关突变	理解遗传变异如何通过影响蛋白质核质穿梭驱动肿瘤发生	癌症中的突变（SAMs）及其对蛋白质核质穿梭的影响	machine learning	cancer	deep learning	pSAM	genetic variants	11种癌症类型的突变数据
1286	2025-05-15	Deep learning-based classification of hemiplegia and diplegia in cerebral palsy using postural control analysis 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93166-3 PMID:40087338	研究论文	本研究提出了一种利用循环神经网络（RNNs）分析时间序列力数据的方法，用于分类脑瘫中的偏瘫和双瘫	通过自动参数优化和数据增强等先进技术优化模型，提高了分类的准确性和可靠性	NA	优化脑瘫中偏瘫和双瘫的分类方法	脑瘫患者	机器学习	脑瘫	时间序列力数据分析	RNN, BiGRU, LSTM	时间序列数据	NA
1287	2025-05-15	Comparative analysis of deep learning architectures for breast region segmentation with a novel breast boundary proposal 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92863-3 PMID:40087354	research paper	比较不同深度学习架构在动态对比增强磁共振成像（DCE-MRI）中乳腺区域分割的性能，并提出一种新的乳腺边界定义方法	提出了一种新的乳腺边界定义方法，并比较了多种深度学习模型在乳腺分割任务中的性能	研究仅基于58例DCE-MRI扫描，样本量相对较小	提高乳腺区域分割的准确性，降低计算成本和环境影响	动态对比增强磁共振成像（DCE-MRI）中的乳腺区域	digital pathology	breast cancer	DCE-MRI	UNet, UNet++, DenseNet, FCNResNet50, FCNResNet101, DeepLabv3ResNet50, DeepLabv3ResNet101	image	58例DCE-MRI扫描
1288	2025-05-15	Structured hashing with deep learning for modality, organ, and disease content sensitive medical image retrieval 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93418-2 PMID:40087467	研究论文	提出了一种基于深度学习的结构化哈希方法MODHash，用于医学图像检索，能够根据用户偏好检索具有模态、器官和疾病内容语义相似性的图像	MODHash通过最小化特定特征的分类损失和Cauchy交叉熵损失来训练网络，提高了医学图像检索的准确性和效率	实验仅在放射学数据集上进行，未涉及其他类型的医学图像	开发一种高效的基于内容的医学图像检索系统，以满足临床实践中对大规模异质医学图像的需求	医学图像	计算机视觉	NA	深度学习	深度神经哈希（DNH）	图像	来自Kaggle、Mendeley和Figshare的公开数据集中的放射学数据
1289	2025-05-15	Performance and limitation of machine learning algorithms for diabetic retinopathy screening and its application in health management: a meta-analysis 2025-Mar-14, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01336-1 PMID:40087776	meta-analysis	本研究通过荟萃分析评估了机器学习和深度学习算法在糖尿病视网膜病变筛查中的性能和局限性	首次通过大规模荟萃分析全面评估了AI算法在糖尿病视网膜病变筛查中的表现	算法判别能力有限，AUC在不同研究间无统计学差异	评估机器学习和深度学习算法在糖尿病视网膜病变诊断中的效果	糖尿病视网膜病变筛查	machine learning	糖尿病视网膜病变	meta-analysis	machine learning, deep learning	retinal images	1,371,517张视网膜图像（来自76项研究）
1290	2025-05-15	Artificial intelligence in gastroenterology: Ethical and diagnostic challenges in clinical practice 2025-Mar-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i10.102725 PMID:40093670	评论	本文讨论了深度学习模型在无线胶囊内窥镜决策过程中的应用及其在胃肠道疾病诊断中的潜力	探讨了AI在胃肠道疾病早期诊断中的实时准确性提升，包括对小肠病变和癌前息肉的检测	提出了AI在临床应用中的伦理问题，如患者隐私、数据安全和诊断偏见	研究AI在胃肠道疾病诊断中的应用及其伦理挑战	胃肠道疾病患者，特别是小肠病变和癌前息肉患者	数字病理学	胃肠道疾病	深度学习	NA	图像	NA
1291	2025-05-15	Enhancing parkinson disease detection through feature based deep learning with autoencoders and neural networks 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88293-w PMID:40075106	研究论文	本研究提出了一种通过音频波分析识别帕金森病的创新方法，利用基于特征的深度神经网络技术	结合自编码器和深度神经网络，有效捕捉音频数据中的复杂模式，提高诊断精度	NA	提高帕金森病的自动化和非侵入性识别精度	帕金森病患者的音频数据	机器学习	帕金森病	FB-DNN	自编码器, DNN	音频	NA
1292	2025-05-15	[Development of an abdominal acupoint localization system based on AI deep learning] 2025-Mar-12, Zhongguo zhen jiu = Chinese acupuncture & moxibustion DOI:10.13703/j.0255-2930.20240207-0003 PMID:40097227	research paper	开发了一种基于AI深度学习的腹部穴位定位系统	构建了一个多任务CNN架构，用于定位神阙穴和人体边界，并推导其他关键穴位的位置	NA	开发一个腹部穴位定位系统，以支持中医远程教育、诊断辅助和高级中医设备	腹部穴位（神阙穴、上脘穴、曲骨穴和双侧大横穴）	computer vision	NA	卷积神经网络（CNN）	CNN	image	NA
1293	2025-05-15	Predicting early recurrence of hepatocellular carcinoma after thermal ablation based on longitudinal MRI with a deep learning approach 2025-Mar-10, The oncologist DOI:10.1093/oncolo/oyaf013 PMID:40110765	研究论文	开发了一种基于纵向MRI的深度学习模型系统，用于预测肝细胞癌（HCC）患者热消融（TA）后的早期复发（ER）	利用术前和术后的纵向MRI数据构建深度学习模型，并结合临床变量建立集成模型（DL_Clinical），用于HCC患者TA后的ER风险分层	研究样本量较小，外部测试队列仅包含35例患者	预测HCC患者TA后的早期复发，以改善患者预后	接受TA治疗的HCC患者	数字病理学	肝细胞癌	MRI	深度学习模型（Pre和PrePost）	MRI图像	289例HCC患者（训练队列254例，外部测试队列35例）
1294	2025-05-15	Explainable multiscale temporal convolutional neural network model for sleep stage detection based on electroencephalogram activities 2025-Mar-07, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adb90c PMID:39983236	research paper	提出了一种基于脑电图活动的可解释多尺度时间卷积神经网络模型（MTCNN），用于自动睡眠阶段检测	使用多尺度神经生理学模拟内核捕捉不同频率和时间长度的睡眠相关脑电图活动，提高了模型的可解释性和性能	模型在跨受试者范式和留出几天分析中的性能仍有提升空间	开发自动睡眠阶段检测模型以减少繁琐的手动标记过程	睡眠阶段的脑电图活动	machine learning	睡眠障碍	脑电图（EEG）	多尺度时间卷积神经网络（MTCNN）	脑电图数据	153天的多导睡眠图数据
1295	2025-05-15	Deep-Learning-Based Analysis of Electronic Skin Sensing Data 2025-Mar-06, Sensors (Basel, Switzerland) DOI:10.3390/s25051615 PMID:40096464	综述	本文综述了深度学习技术在电子皮肤（e-skin）数据分析中的应用，包括数据特征提取、模式识别以及在健康监测和人机交互中的使用	深度学习技术能够自动提取e-skin数据的特征并识别模式，显著提升了数据分析能力，特别是在处理复杂信号和实时响应方面	数据标注不足和计算资源需求高限制了e-skin的应用	综述深度学习技术在e-skin数据分析中的应用，并为后续研究提供启示	电子皮肤（e-skin）数据	机器学习	NA	深度学习	CNN, RNN, transformer	时间序列、多模态数据	NA
1296	2025-05-15	A deep learning model for characterizing altered gyro-sulcal functional connectivity in abstinent males with methamphetamine use disorder and associated emotional symptoms 2025-Mar-06, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhaf062 PMID:40120102	研究论文	本研究旨在探讨甲基苯丙胺使用障碍患者精细脑回-脑沟信号在精神病理学中的功能贡献及其与情绪症状的关联	提出了一种利用脑回-脑沟分区的时空图卷积网络深度学习模型，在区分甲基苯丙胺使用障碍患者与健康对照者的静息态功能磁共振成像数据方面达到了最高平均分类准确率	样本仅限于男性戒断期甲基苯丙胺使用障碍患者，未包括女性患者或急性期患者	研究甲基苯丙胺过度使用及其相关情绪戒断症状的神经机制	48名男性戒断期甲基苯丙胺使用障碍患者和48名年龄性别匹配的健康对照者	神经影像分析	药物滥用障碍	静息态功能磁共振成像	时空图卷积网络	影像数据	96人（48名患者和48名对照）
1297	2025-05-15	Machine Learning-Based Computer Vision for Depth Camera-Based Physiotherapy Movement Assessment: A Systematic Review 2025-Mar-05, Sensors (Basel, Switzerland) DOI:10.3390/s25051586 PMID:40096440	系统综述	本文系统综述了基于深度相机的机器学习计算机视觉技术在物理治疗运动评估中的应用	全面分析了2020至2024年间的研究，揭示了三种主要实施场景及数据收集与处理方法	现实世界验证有限，数据集多样性不足，算法泛化能力有待提高	探索机器学习计算机视觉在物理治疗运动评估中的实施、效果与局限性	物理治疗运动评估	计算机视觉	NA	RGB-D, 骨骼数据	传统机器学习, 深度学习	深度相机数据	18篇符合纳入标准的研究
1298	2025-05-15	Automated Segmentation of Breast Cancer Focal Lesions on Ultrasound Images 2025-Mar-05, Sensors (Basel, Switzerland) DOI:10.3390/s25051593 PMID:40096452	研究论文	本文提出了一种自动化分割乳腺超声图像中病灶的方法	结合随机森林分类器和基于像素亮度差异的病灶轮廓提取方法，实现高效病灶检测与分割	深度学习方法的模型验证不足且训练数据收集复杂	开发自动化检测和分割乳腺超声图像中病理病灶的方法	乳腺超声图像中的病灶	数字病理	乳腺癌	超声成像	随机森林	超声视频	52个包含组织学证实可疑病灶的超声视频
1299	2025-05-15	Graph neural networks for single-cell omics data: a review of approaches and applications 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf109 PMID:40091193	综述	本文系统回顾了图神经网络（GNNs）在单细胞组学数据中的应用，包括其六种变体在不同单细胞组学任务中的107个成功应用案例	将图神经网络（GNNs）扩展到非欧几里得数据，解决了单细胞数据的高维度和高稀疏性问题，并系统总结了GNNs在单细胞组学中的广泛应用	当前研究的潜在不足包括数据处理复杂性、模型泛化能力以及多组学整合的挑战	深化图神经网络在单细胞组学数据分析中的应用	单细胞组学数据（包括表观基因组学、转录组学、空间转录组学、蛋白质组学和多组学数据）	机器学习	NA	单细胞测序技术	GNN及其六种变体	单细胞组学数据	总结了77个公开可用的单细胞数据集
1300	2025-05-15	Deep Learning-Emerged Grid Cells-Based Bio-Inspired Navigation in Robotics 2025-Mar-04, Sensors (Basel, Switzerland) DOI:10.3390/s25051576 PMID:40096448	研究论文	本文探讨了基于大脑网格细胞的深度学习模型在机器人导航中的应用	展示了网格细胞网络能够从机器人轨迹中有效学习空间表示，为开发先进导航算法奠定了基础	讨论了当前面临的挑战和未来研究方向，但未具体说明实验的局限性	研究网格细胞启发的深度学习模型在机器人导航中的应用	移动无人地面车辆(UGV)机器人的轨迹	机器人学	NA	深度学习	网格细胞网络	轨迹数据	NA