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
121	2025-06-18	Longitudinal analysis of coal workers' pneumoconiosis using enhanced resolution-computed tomography images: unveiling patterns in lung structure, function, and clinical correlations 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1578058 PMID:40519785	research paper	该研究通过增强分辨率的CT图像纵向分析煤矿工人尘肺病的肺结构和功能变化，揭示其与临床数据的相关性	使用深度学习超分辨率模型增强CT图像，并结合非刚性图像配准技术量化肺区域变形，揭示了尘肺病进展中的结构和功能变化模式	样本量较小（仅31名前煤矿工人），且随访时间较短（1年）	探索尘肺病患者肺结构和功能的纵向变化模式及其临床意义	31名前煤矿工人尘肺病患者	digital pathology	lung disease	quantitative computed tomography (qCT), deep learning-based super-resolution, non-rigid image registration	deep learning super-resolution model	CT images	31名尘肺病患者，随访1年
122	2025-06-18	Smart wearable sensor-based model for monitoring medication adherence using sheep flock optimization algorithm-attention-based bidirectional long short-term memory (SFOA-Bi-LSTM) 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251349692 PMID:40520140	research paper	本研究提出了一种基于智能穿戴传感器的手势识别系统，用于预测药物依从性行为	引入了羊群优化算法-注意力机制的双向长短期记忆网络（SFOA-Bi-LSTM）模型，用于药物依从性监测	未提及具体样本量及数据来源的多样性限制	通过智能穿戴设备和深度学习技术监测和预测患者的药物依从性行为	患者的手势行为数据	machine learning	NA	Z-score归一化方法，SFOA优化算法	SFOA-Bi-LSTM	传感器数据（加速度计和陀螺仪）	NA
123	2025-06-18	Physical and mental health management for the older adult using XGBoost algorithm supported by new media technology: developing personalized health intervention plans using healthcare data from the CLHLS database 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1535056 PMID:40520309	研究论文	本研究开发了一个结合新媒体技术的数字健康管理平台，用于老年人的身心健康管理，并利用XGBoost算法进行健康风险评估	结合LDA主题建模、ResNet50图像特征提取和XGBoost算法，构建多模态特征表示的健康风险评估模型	未提及模型在其他人群或数据集上的泛化能力	开发精准智能的健康管理解决方案，提升老年人慢性病预防和生活质量	老年人健康数据	数字病理学	老年疾病	LDA主题建模、ResNet50图像特征提取、XGBoost算法	XGBoost	多模态数据（文本和图像）	来自中国老年健康影响因素跟踪调查(CLHLS)的数据
124	2025-06-18	High-throughput alloy and process design for metal additive manufacturing 2025, npj computational materials IF:9.4Q1 DOI:10.1038/s41524-025-01670-x PMID:40520360	研究论文	本研究介绍了一种高通量计算框架，用于评估金属增材制造中的合金可打印性	集成了材料特性、加工参数和熔池轮廓，利用深度学习代理模型加速可打印性评估1000倍	需要进一步实验验证框架的普适性和准确性	开发高通量计算框架以优化金属增材制造的合金设计	金属合金，特别是等原子比CoCrFeMnNi系统和高熵合金Co-Cr-Fe-Mn-Ni空间	材料科学与工程	NA	深度学习	深度学习代理模型	材料属性和加工参数	等原子比CoCrFeMnNi系统和高熵合金Co-Cr-Fe-Mn-Ni空间
125	2025-06-18	Evaluating the efficacy of bioelectrical impedance analysis using machine learning models for the classification of goats exposed to Haemonchosis 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1584828 PMID:40520424	研究论文	本研究评估了使用生物电阻抗分析（BIA）结合机器学习模型对感染血矛线虫病的山羊进行分类的效果	首次将BIA与多种机器学习模型结合，用于山羊血矛线虫病的非侵入性诊断	样本量较小（94只山羊），且仅针对西班牙雄山羊进行研究	开发一种可扩展、快速且非侵入性的诊断工具，用于监测小型反刍动物的健康状态	感染血矛线虫病的山羊	机器学习	寄生虫感染	生物电阻抗分析（BIA）	SVM, BPNN, K-NN, XGBoost, Keras	生物电阻抗数据	94只西班牙雄山羊（58只健康，36只患病）
126	2025-06-18	Deep learning-based framework for Mycobacterium tuberculosis bacterial growth detection for antimicrobial susceptibility testing 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.030 PMID:40520597	研究论文	开发了一个基于深度学习的框架TMAS，用于检测结核分枝杆菌的生长以进行抗菌药物敏感性测试	利用最先进的深度学习模型检测96孔微孔板图像中的细菌生长，显著提高了检测准确性和效率	对于生长缓慢或图像质量低的板可能存在检测困难	提高结核病药物敏感性测试的准确性和效率	结核分枝杆菌	数字病理	结核病	深度学习	深度学习模型	图像	4,018个板图像来自CRyPTIC数据集
127	2025-06-18	Optimal Res-UNET architecture with deep supervision for tumor segmentation 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1593016 PMID:40520778	research paper	该研究开发了一种优化的Res-UNET架构，结合深度监督技术，用于提高MRI数据集中脑肿瘤分割的准确性	提出了一种结合深度监督的优化Res-UNET架构，显著提高了分割精度并解决了数据不平衡和计算效率问题	未来研究应考虑优化U-Net变体在其他医学图像分割任务中的广泛应用	开发优化的Res-UNET架构以提高脑肿瘤在MRI图像中的分割准确性	脑肿瘤	digital pathology	brain tumor	deep learning	Res-UNET	MRI images	BraTS 2018公共MRI数据集
128	2025-06-18	Can artificial intelligence improve the diagnosis and prognosis of disorders of consciousness? A scoping review 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1608778 PMID:40520948	综述	本文通过范围综述探讨人工智能（AI）在意识障碍（DoC）诊断和预后中的作用	系统评估了机器学习和深度学习在意识障碍诊断和预后中的应用，并提出了标准化数据协议的需求	研究仅纳入21项符合条件的研究，样本量有限	探讨AI在意识障碍诊断和预后中的潜在作用	意识障碍（DoC）患者	机器学习	神经系统疾病	机器学习（ML）和深度学习（DL）	NA	NA	21项研究涉及DoC受试者
129	2025-06-18	Mapping football tactical behavior and collective dynamics with artificial intelligence: a systematic review 2025, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2025.1569155 PMID:40521408	系统综述	本文通过系统综述探讨了人工智能在足球战术行为、集体动态和运动模式分析中的应用现状	综述了基于人工智能的战术行为分析方法，包括多种神经网络、深度学习和机器学习技术，以及用于集体动态分析的图度量方法	人工智能技术在实践应用中仍面临挑战，包括伦理规范和需要结合体育科学、数据分析、计算机科学和教练专业知识的专业人才缺乏	探讨人工智能在足球战术行为和集体动态分析中的应用	足球比赛中的战术行为、集体动态和运动模式	计算机视觉	NA	人工神经网络、深度学习、机器学习、时间序列分析	CNN, RNN, VRNN, VAE, XGBoost, 随机森林分类器等	时空追踪数据	从2548篇文章中筛选出32项研究进行综述
130	2025-06-18	RRFNet: A free-anchor brain tumor detection and classification network based on reparameterization technology 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325483 PMID:40522942	研究论文	提出了一种基于重参数化技术的自由锚点脑肿瘤检测与分类网络RRFNet，用于优化脑肿瘤的自动检测与分类	使用RepConv和RepC3构建主干网络，结合FGConcat特征图拼接模块，优化脑肿瘤检测模型，提高了检测速度和准确率	未提及具体的数据集规模或多样性限制	优化脑肿瘤的自动检测与分类方法，提高临床诊断的准确性和效率	脑肿瘤的CT或MRI图像	计算机视觉	脑肿瘤	深度学习	RRFNet（基于RepConv和RepC3的CNN）	医学影像（CT或MRI）	NA
131	2025-06-18	Artificial Intelligence in Obsessive-Compulsive Disorder: A Systematic Review 2025, Current treatment options in psychiatry DOI:10.1007/s40501-025-00359-8 PMID:40524733	系统综述	本文系统综述了人工智能在强迫症（OCD）中的应用，包括早期症状检测、可扩展的治疗培训、临床决策支持、新型治疗方法、基于计算机视觉的方法和多模态生物标志物发现	本文新增了关于深度学习技术（特别是生成式人工智能和自然语言处理）在OCD中的新应用信息	大多数研究（84.6%）使用了二次数据分析，主要依赖生成式人工智能和自然语言处理	综述人工智能在强迫症中的应用，以改善早期诊断和治疗效果	强迫症（OCD）患者	自然语言处理	精神疾病	机器学习（ML）、生成式人工智能（GenAI）、自然语言处理（NLP）	深度学习	文本	13篇文章
132	2025-06-18	Artificial intelligence facial recognition of obstructive sleep apnea: a Bayesian meta-analysis 2024-11-30, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-024-03173-3 PMID:39614959	meta-analysis	该研究通过贝叶斯元分析评估了人工智能面部识别技术在阻塞性睡眠呼吸暂停（OSA）诊断中的准确性	利用人工智能分析颅面照片进行OSA诊断，提供了一种低成本且可及的筛查方法	研究仅包含6项研究，样本量相对较小（1,417名训练参与者/983名测试参与者）	评估人工智能通过颅面照片诊断OSA的准确性	成人（≥18岁）阻塞性睡眠呼吸暂停患者	人工智能	阻塞性睡眠呼吸暂停	人工智能面部识别	CNN	图像	1,417名训练参与者/983名测试参与者
133	2025-06-18	Precise Image-level Localization of Intracranial Hemorrhage on Head CT Scans with Deep Learning Models Trained on Study-level Labels 2024-11, Radiology. Artificial intelligence DOI:10.1148/ryai.230296 PMID:39194400	research paper	开发一种高度通用的弱监督模型，用于自动检测和定位图像级别的颅内出血（ICH），使用研究级别的标签	提出了一种基于注意力机制的双向LSTM网络，能够在研究级别标签下实现高精度的ICH检测和定位，且具有高通用性	研究为回顾性研究，可能受到数据选择和标注偏差的影响	开发一种自动检测和定位颅内出血的深度学习模型，以提高诊断效率和准确性	非对比头部CT扫描图像	digital pathology	intracranial hemorrhage	deep learning, transfer learning	attention-based bidirectional LSTM, CNN	image	10,699 noncontrast head CT scans from 7,469 patients (local dataset), 491 scans (external dataset)
134	2025-06-18	AI-integrated Screening to Replace Double Reading of Mammograms: A Population-wide Accuracy and Feasibility Study 2024-11, Radiology. Artificial intelligence DOI:10.1148/ryai.230529 PMID:39230423	研究论文	本研究探讨了在乳腺X光筛查中用基于深度学习的AI解决方案替代传统双读法的准确性和可行性	比较了三种AI集成筛查方案与传统双读法的效果，发现AI替代部分或全部读者具有可行性	研究为回顾性分析，可能无法完全反映实际临床环境中的表现	评估AI在乳腺X光筛查中替代人工双读法的准确性和可行性	249,402份来自代表性筛查人群的乳腺X光片	数字病理	乳腺癌	深度学习	CNN	图像	249,402份乳腺X光片
135	2025-06-18	A deep learning approach to prediction of blood group antigens from genomic data 2024-11, Transfusion IF:2.5Q2 DOI:10.1111/trf.18013 PMID:39268576	研究论文	本研究利用深度学习技术，基于基因组数据预测血型抗原	首次将深度学习技术应用于基于廉价且可扩展的筛查阵列基因分型平台的血型预测模型	对于某些低频或高频抗原（如Cw）、小训练队列（如Cob）或遗传基础复杂的抗原（如RhD），模型准确率难以达到99%以上	开发基于基因组数据的血型抗原预测模型	111,000名丹麦和1,168名芬兰献血者的血型和基因型数据	机器学习	NA	筛查阵列基因分型平台	去噪自编码器+CNN	基因组数据	约112,168名献血者（丹麦111,000名，芬兰1,168名）
136	2025-06-18	Boosting Deep Learning for Interpretable Brain MRI Lesion Detection through the Integration of Radiology Report Information 2024-11, Radiology. Artificial intelligence DOI:10.1148/ryai.230520 PMID:39377669	research paper	该研究通过整合放射学报告中的文本特征，指导深度学习模型关注脑部MRI病变特征，以实现可解释的病变检测	提出了一种结合放射学报告文本特征的深度学习模型（ReportGuidedNet），显著提高了脑部病变检测的性能和可解释性	研究为回顾性设计，可能受到数据质量和报告一致性的限制	提高深度学习模型在脑部MRI病变检测中的性能和可解释性	脑部MRI扫描和对应的放射学报告	digital pathology	brain lesions	MRI	ReportGuidedNet, PlainNet	image, text	35,282份脑部MRI扫描用于训练、验证和内部测试，2,655份用于外部测试
137	2024-11-28	Watch Your Back! How Deep Learning Is Cracking the Real World of CT for Cervical Spine Fractures 2024-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.240604 PMID:39601670	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
138	2025-06-18	Visualizing nuclear pore complex plasticity with Pan-Expansion Microscopy 2024-Oct-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.18.613744 PMID:39345637	研究论文	本文探讨了利用泛扩展显微镜（Pan-ExM）技术可视化核孔复合体（NPC）的可塑性，揭示了其在生理和病理条件下的结构变化	首次应用Pan-ExM技术实现了单NPC分辨率下的核孔复合体结构可视化，并发现了POM121在ALS患者来源的衰老神经元中的位置变化	研究仅针对特定细胞系和ALS患者来源的神经元，结果可能不具有普遍性	研究核孔复合体的可塑性及其在疾病机制中的作用	核孔复合体（NPC）及其组成蛋白	细胞生物学	肌萎缩侧索硬化症（ALS）	泛扩展显微镜（Pan-ExM），深度学习辅助分割，免疫染色	深度学习	显微图像	多种模型细胞系和ALS患者来源的诱导多能干细胞神经元（iPSNs）
139	2025-06-18	Assessing substrate scope of the cyclodehydratase LynD by mRNA display-enabled machine learning models 2024-Oct-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.14.618330 PMID:39464139	研究论文	通过mRNA展示技术结合机器学习模型评估环脱水酶LynD的底物范围	利用mRNA展示技术进行高通量底物分析，并构建深度学习模型预测LynD的底物处理能力	NA	评估和预测RiPP（核糖体合成和翻译后修饰肽）酶LynD的底物范围	环脱水酶LynD及其底物	机器学习	NA	mRNA展示技术	深度学习模型	肽序列数据	NA
140	2025-06-18	Longitudinal deep neural networks for assessing metastatic brain cancer on a large open benchmark 2024-09-17, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52414-2 PMID:39289405	research paper	该研究开发了一种名为Segmentation-Through-Time的深度神经网络，用于检测和跟踪转移性脑癌，并在一个大型开放基准数据集NYUMets-Brain上取得了最先进的结果	提出了Segmentation-Through-Time深度神经网络，明确利用了数据的纵向结构，在小转移瘤（<10 mm）检测和分割方面取得了最先进的结果	NA	开发能够检测和跟踪转移性脑癌的工具	1,429名癌症患者的影像、临床随访和医疗管理数据	digital pathology	brain cancer	deep learning	deep neural network	imaging	1,429名患者